本书对WRDS、Crsp、Compustat三大数据库的样本进行数据筛选、合并、整理，步骤及方法如下。
第一，数据筛选。
对上市公司样本来源，限定其上市的交易所，要求所选择的公司上市所在的交易所为NYSE、AMEX或NASDAQ。
对样本数据集中的股票数据，筛选出变量shrcd（表示股票的类别变量）取10或11的数据（表示这些股票是普通股），这一部分公司为普通股的样本。对于回报率数据，将数据集中的回报率为B或C的值设置为缺失，其中B代表有明确的当前的价格，但过去的价格不确定。C代表当前时间没有在交易所内进行交易。
股价取绝对值，数据集中的股价存在负数，当股价表现为负数时，代表当期价格因某种原因没有获得或不准确，代之以bid（买入价）和ask（卖出价）的均值。
若数据中存在一定的重复数据，对重复数据记录进行删除。数据起始年份为1962年，因为1961年之前的数据存在较多的缺失，且1962年末的数据是1963年的期初数据。数据截至2017年末，时间跨度56年，期间经历多次牛市和熊市、经济繁荣与危机。
第二，数据合并。
数据合并使用的数据集有三个，第一个是Compustat数据库中的公司基本面数据，第二个是Crsp数据库得到的股价和回报率数据，第三个是中介数据集data base link（数据集名字），是连接Compustat数据和Crsp数据用的。
数据合并工作分为两个步骤。(www.xing528.com)
第一步：将数据集Link与年度数据集Compustat_variable按照gvkey（公司代码）和fiscal year（财务年度）合并，选取fiscal year是因为Compustat数据库中的时间规定是财年末。Gvkey是Compustat数据库中编写的公司代码。link type code要求为“LU”“LC”“LS”，linkprim要求为“P”“C”。
以上标准参考Fama-French 92年SAS程序。另外，Compustat_annual中的时间应在linkdt（first effective date of link）和linkenddt（last effective date of link）之间，这两个时间是link数据集给出的可以确保数据有效的期间。
以上是连接数据集进行数据合并的规则，以确保正确连接Crsp和Compustat数据集使用。
第二步：将以上合并的数据集与年度数据集Crsp_annual按照permno（公司代码）和合并数据集中的fiscal year与Crsp_annual中的year匹配合并。CCM（Crsp-Compustat Merge）中的数据是财务数据，因此是按照财务年得出的，而Crsp_annual中包含的是从上年末到本年末的回报率数据，是按照日历年份得出的。也就是说，匹配方式为对应的财务年的基本面数据和日历年的股票数据相匹配。
Permno也是公司代码，因为Crsp和Compustat中都有数据库自己编写的公司代码，一个变量名为gvkey，另一个就是permno，所以最后选择一个就好，这里留下了permno。
Crsp-Compustat Merge指ccm数据集是Crsp和Compustat合并后得到的数据集，ccm是简写。
第三，数据整理结果。
按照以上数据清理规则和方法，本书对美国三大交易所的上市公司进行了系统的筛选、合并、清理后，得到了满足本书要求的每一年度的样本数据，详情见附表1。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
