by DevinChu, 2019/06/22, NanJing
前言：readWind1.0 版本发布以来，有很多小伙伴发来邮件咨询，主要提出的问题有：是否可以一次读取excel中的多个变量呢？是否可以读取指定excel的sheet表呢？是否可以读取csv格式的原始数据呢？是否可以不用分割数据集并且提高数据读取转换速度呢？为何xls后缀的excel不能识别呢等问题。为解决这些问题，进一步提高 readWind 的适用性，我们升级了 readWind 背后的程序代码，这一次的升级在解决上述问题的同时，也大大提高了运行效率，欢迎各位小伙伴使用。
WIND 数据库是大家在科研路上常用的数据下载利器，但遗憾的是从 WIND 上下载的 EXCEL 数据文件通常是横向排列的 (即 Stata 用户熟悉的 wide 格式)，需要我们手工整理或采用 reshape 等命令进行转换后才能满足 Stata 的分析要求。出于这一需求，我们在 2018 年 12 月发布了新命令：readWind，用以将宽型 (wide) 的上市公司财务数据高效地转换为长型 (long) 的面板数据。为进一步提高 readWind 的适用性，我们对背后的代码进行了升级，主要增加了以下功能：（1）同时读取一张表中的多个变量，不仅仅局限于1个变量；（2）能够读取 xls 、xlsx 或 csv 格式的原始数据；（3）能够强制将原始数据转换为 string 格式，并且在读取 csv 格式数据时支持自定义编码；（4）能够读取 Excel 中指定 sheet 表中的变量数据；（5）增加了日度频率的数据支持。
1. 下载安装 readWind2.0命令
第一步：在 Stata 中安装 github 命令
在 Stata 的 command 框口中输入如下命令自动下载外部命令 github。该命令用于搜索、安装 Github 上发布的 Stata 外部命令 (若已经安装 github 命令，可以忽略此步)：
net install github, from("https://haghish.github.io/github/")
第二步：使用 github 命令安装 Github 上的命令
在 Stata 的 command 框中输入下面的代码，耐心等待安装完成：
github install zhbsis/readWind
上述命名安装完成中你会发现你的 c 盘 ado 文件夹中的 r 文件夹里面多了readWind这个 ado 命令，这就是将 Wind 数据终端中下载的 excel 数据转换为能够直接进行实证分析的 long 型数据格式的命令啦！！！
第三步：readWind对 Wind 下载的原始数据格式有什么要求呢？
只要你的原始数据排版格式满足下面的要求，都是可以通过readWind读入到 Stata 中的：
第四步：如何调用执行readWind命令呢？
调用readWind只需在 Stata 的 command 命令框输入下述命令行即可：
readWind 变量名称(至少1个变量) , key(原始数据集名称) timeType(时间类型) t0(样本起始时间) tn(样本结束时间) [type(原始数据集格式) sheet(第几个sheet表) encoding(csv格式下的自定义编码) tostring]
其中，
- 变量名称需要和数据集中变量的顺序对应，建议以英文命名；
- 原始数据集名称就是从 Wind 下载下来的数据集名字，建议以英文命名；
- 时间类型是指下载下来的样本是年度，季度还是月度数据，所以它的取值是 y/q/m/d ；
- 样本起始时间，比如你选择从1995年1月开始下载，那么这个 t0 里面就写 1995m1 ，如果是 1995 年第 1 季度开始，那就写 1995q1 ，如果是年度数据以年为变化单位那就写 1995 ；
- 样本结束时间，比如你的数据是截止到 2018 年 12 月，那么这个 tn 里面就写 2018m12 ，如果是2018年第4季度结束，那就写 2018q4 ，如果是年度数据以年为变化单位那就写 2018 ；
-
type(原始数据集格式) sheet(第几个sheet表) encoding(csv格式下的自定义编码) tostring这4个选项分别对应读取的原始数据集的类型，type中的取值有 xls、xlsx 和 csv ;sheet是指定读取的 excel 中的第几个 sheet 表，取值为 1、2、....、n，默认情况下是 sheet1 ；encoding设定了读取样本的编码格式，这个命令建议在读取 csv 格式的原始数据时使用，通常有 utf8、utf16、GBK等类型；tostring强制将读取的样本数据转换为字符类型，以避免在读取 csv 格式样本时出现的字符和数值冲突情况。
2. readWind2.0 的使用案例
举个栗子：我从 Wind 上下载了 A 股上市企业 ROE 的数据（ROE.xlsx），格式如下：
ROE.png
那么只需要在 stata 中输入下述命令：
/* 改变工作路径到ROE文件夹下 */
cd "ROE所在的文件夹"
/* 读取ROE.xls中的数据，只有ROE一个变量 */
readWind ROE, key(ROE) timeType(q) t0(1995q1) tn(2017q4)
如果这个 excel 的后缀是 xls，则输入：
/* 改变工作路径到 ROE 文件夹下 */
cd "ROE所在的文件夹"
/* 读取 ROE.xls 中的数据，只有 ROE 一个变量 */
readWind ROE, key(ROE) timeType(q) t0(1995q1) tn(2017q4) type(xls)
如果这个原始数据的后缀是 csv，则输入：
/* 改变工作路径到ROE文件夹下 */
cd "ROE所在的文件夹"
/* 读取ROE.xls中的数据，只有ROE一个变量 */
readWind ROE, key(ROE) timeType(q) t0(1995q1) tn(2017q4) type(csv) encoding(GBK) tostring
如果原始数据集 ROA_ROE.xlsx 中含有多个变量，比如既有ROA又有ROE，那么则输入：
/* 改变工作路径到 ROA_ROE文件夹下 */
cd "ROA_ROE所在的文件夹"
/* 读取 ROA_ROE.xls 中的数据，有 ROA 和 ROE 两个变量 */
readWind ROA ROE, key(ROA_ROE) timeType(q) t0(1995q1) tn(2017q4)
等命令运行完就可以在 Stata 中看到漂亮规范的数据格式啦：
