Stata：估计投资组合的月度加权平均值

我一直在努力编写最佳代码来估计投资组合回报的月度加权平均值

我有以下变量：

• 公司股票收益率（ret）

• 月1、年1和日期

• 投资组合（port1）：定义公司股票收益的投资组合

• 市值（mcap）：估计权重（按1年1月1日）

我想计算每个月的加权回报率和按市值加权的投资组合。（mcap）每个公司的

我已经编写了以下代码，这些代码可以正常工作，但需要很长时间，而且效率很低：

foreach x in 11 12 13 21 22 23 {
display `x'

forvalues y = 1980/2010 {
display `y'

forvalues m = 1/12 {
display `m'
tempvar tmp_wt tmp_tm tmp_p
egen `tmp_tm' = total(mcap) if month1==`m' & year1==`y' & port1 ==`x'
gen `tmp_wt' = mcap/`tmp_tm' if month1==`m' & year1==`y' & port1 ==`x'
gen `tmp_p' = ret*`tmp_wt' if month1==`m' & year1==`y' & port1 ==`x'
gen port_ret_`m'_`y'_`x' = `tmp_p'

}
}
}

---

数据如图所示：！[价值加权投资组合回报数据][1]

这似乎是一个案例，说明了如何尽可能慢地做事，当然你不是故意这么做的。它所缺少的只是一个循环来计算总数。因此，好消息是，你确实应该能够加快这一进程

这似乎归结为

gen double wanted = . 
bysort port1 year month : replace wanted = sum(mcap) 
by port1 year month : replace wanted = (mcap * ret) / wanted[_N] 

原则。要获得单个标量中的和，请使用

summary，meanonly

而不是使用

egen，total（）

重复将该标量放入变量，而是使用

sum（）

和

by:

在需要时将组和放入变量，如下所示

sum（）

返回累积和，因此需要累积和的最后一个值

原则。如果可以在

by:

的支持下进行分组计算，则不需要循环（此处使用

foreach

）。这是Stata程序员需要学习的强大构造

原则。创建大量临时变量，其中6*31*12*3=6696个，会降低速度，并使用比需要更多的内存。每次执行

tempvar

并执行

generate

命令时，还有三个临时变量，它们的大小与数据集中的一列大小相同（这就是Stata中的一个变量），但一旦使用它们，它们就会留在内存中，不再查看。临时变量的微妙之处在于，

tempvar

每次都分配一个新名称，但应该清楚的是，

generate

每次都创建一个新变量<代码>生成永远不会覆盖现有变量。临时变量将在程序结束时全部删除，但在该程序结束时，您将不必要地持有大量内容，可能是数据集的大小乘以大约1000。如果临时扩展的数据集无法全部放入内存，则将Stata翻转为爬网

原则。使用

if

要求Stata依次检查每个观察结果；在这种情况下，大多数与正在执行的循环的特定交集无关，并且在对数据集的1/2232执行每个特定计算时，让Stata检查几乎所有的数据集（2231/2232的一小部分，几乎是1）。如果你有更多的年数，或者更多的投资组合，那么不相关的比例会更高

本质上，Stata将遵守您的指示（并且不会尝试任何类型的优化——您的代码完全按照字面解释），但是

by:

将更快地给出交叉组合

注意。我不知道这些数字会有多大或接近零，所以我给了你一个

double

。就我所知，

float

对您来说很好

---

评论。我猜您受到了其他语言编码经验的影响，在这些语言中，创建变量意味着类似于保持常量的

x=42

。您也可以在Stata中使用标量或局部或全局宏来实现这一点，更不用说Mata了。请记住，Stata中的一个新变量是数据集中的一个完整的新列，无论它在每个观察值中是保持常量还是不同的值。你会得到你想要的，但这更像是每次都得到一个数组。同样，似乎最终只需要一个新变量，实际上根本不需要临时创建任何其他变量

这似乎是一个案例，说明了如何尽可能慢地做事，当然你不是故意这么做的。它所缺少的只是一个循环来计算总数。因此，好消息是，你确实应该能够加快这一进程

这似乎归结为

gen double wanted = . 
bysort port1 year month : replace wanted = sum(mcap) 
by port1 year month : replace wanted = (mcap * ret) / wanted[_N] 

原则。要获得单个标量中的和，请使用

summary，meanonly

而不是使用

egen，total（）

重复将该标量放入变量，而是使用

sum（）

和

by:

在需要时将组和放入变量，如下所示

sum（）

返回累积和，因此需要累积和的最后一个值

原则。如果可以在

by:

的支持下进行分组计算，则不需要循环（此处使用

foreach

）。这是Stata程序员需要学习的强大构造

原则。创建大量临时变量，其中6*31*12*3=6696个，会降低速度，并使用比需要更多的内存。每次执行

tempvar

并执行

generate

命令时，还有三个临时变量，它们的大小与数据集中的一列大小相同（这就是Stata中的一个变量），但一旦使用它们，它们就会留在内存中，不再查看。临时变量的微妙之处在于，

tempvar

每次都分配一个新名称，但应该清楚的是，

generate

每次都创建一个新变量<代码>生成永远不会覆盖现有变量。临时变量都会在程序结束时被删除，但在程序结束时，您会不必要地持有很多东西，可能是