做学术研究或投资分析的人，十有八九都听说过Compustat这个数据库。它就像美国上市公司的“户口本”，从财务报表到股价数据，几乎能查到你想要的一切。但问题来了——这个数据库怎么用？很多人第一次打开它，面对密密麻麻的变量名和复杂的筛选逻辑，直接就懵了。别急，今天咱们就聊聊这事儿，我尽量用最直白的话，把Compustat的使用门道讲清楚，保证你听完能自己上手。
先说最基础的：你得知道怎么进这个数据库。大多数高校和金融机构都有订阅，通过WRDS或直接登录Compustat官网就能访问。进去后，你会看到两个主要模块：一个是“Fundamentals”，专门查财务数据，像利润表、资产负债表这些；另一个是“Security Daily”，查股票交易数据，比如收盘价、成交量。别急着点开就搜，先想清楚你要什么。比如你要研究苹果公司过去十年的利润率变化，那就去“Fundamentals”里找“Net Income”和“Total Revenue”，再把时间范围设成2013年到2023年。系统会给你拉出一张表，每一年一行数据，比你自己手工去年报里翻省事多了。
但光会查还不够，你得懂那些变量名背后的含义。Compustat的变量名全是英文缩写，像“NI”是净利润，“REVT”是营收，“AT”是总资产。新手最容易犯的错误是望文生义。比如“SALE”，你以为它只是销售额，但其实它包括所有主营收入，有时还含折扣和退货。再比如“COGS”，是销货成本，但有些公司会把研发费用也算进去，你得看附注才能分清。我建议刚开始做项目时，先花半小时把常用变量的定义手册翻一遍，或者直接搜“Compustat Variable Definitions”这个PDF，里面每个变量怎么算、包含什么，都写得清清楚楚。这一步偷懒，后面分析出来的结果可能全是错的。
接下来是数据清洗，这步最考验耐心。Compustat的数据虽然权威，但也不是完美无缺。比如有些公司因为并购重组，财报日期会乱；还有些变量在某个年份突然变成“0”，其实是因为公司没披露，而不是真的为零。这时候你得学会用“NA”或“Missing”来标记，别直接删掉。我有个朋友做回归分析，没清理直接跑模型，结果因为一家公司数据异常，整个结果都偏了。处理方法是：先按“GVKEY”（公司唯一编号）和“FYEAR”（财年）排序，然后检查每个变量的缺失值比例，超过30%的变量就要慎重考虑是否保留。另外，注意时间对齐——财务数据是按财年算的，股票数据是按日历日算的，合并时要用“LAG”函数把财务数据滞后一期，不然会出现用未来数据预测过去股价的笑话。
说到合并数据，这就涉及Compustat的另一个难点：跨表联查。比如你想研究“公司研发投入对股价波动的影响”，就得把“Fundamentals”里的研发费用（XRD）和“Security Daily”里的日收益率串起来。怎么做？先找到每个公司每个财年的XRD，然后找到对应股票代码（Ticker）在财年结束后的交易日数据。这里有个坑：同一家公司可能在不同交易所上市，导致有多个Ticker；或者公司改名了，Ticker也跟着变。Compustat其实有个“Names”表，专门记录这些历史变更，你得用“GVKEY”作为桥梁，把不同表里的数据对起来。别嫌麻烦，这一步做对了，后面才能得出靠谱的结论。
再聊聊筛选和分组。Compustat里有个“Industry Format”字段，能帮你按行业分类，比如“SIC Code”或“NAICS Code”。想研究科技公司？直接筛选SIC在3570到3579之间的，那就是计算机硬件公司。但要注意，有些公司跨行业，比如亚马逊既有零售又有云计算，它的SIC码只反映主要业务。这时候你得手动调整，或者用“Segment”表去查细分业务。另外，别忘了时间范围：2000年之前的会计标准与现在不同，商誉处理方式就变了三次。如果做长周期分析，先确认数据口径是否一致，不然2005年的净利润和2015年的净利润就不能直接比较。
说点进阶技巧。Compustat其实支持自定义公式，比如你可以写“ROA = NI / AT”来算资产收益率，然后一键生成所有年份的数据。这在WRDS里叫“Compustat Fundamentals Query”，只要在“Variables”栏里输入公式，系统会自动计算。另外，别忘了用“Link Table”把Compustat和CRSP（股票数据库）连接起来，很多顶级期刊的研究都是这么做的。我见过最牛的操作是有人用Compustat爬取五十年数据，配合机器学习预测公司破产概率，准确率高达80%。当然，这需要熟悉SAS或Python，但至少说明一点：Compustat不只是查询工具，它是能帮你做深度分析的宝藏。
说了这么多，其实核心只有一点：别怕复杂，慢慢来。一开始你可能连“Fiscal Year”和“Calendar Year”都分不清，但只要动手分析一次，比如研究茅台或特斯拉，你就能快速熟悉流程。记住几个关键点：变量定义要查手册，缺失值要处理干净，跨表联查用GVKEY，时间对齐用LAG函数。等你跑通第一个模型，看到漂亮的数据图表，你会觉得之前的折腾都值了。Compustat就像一把瑞士军刀，用好了，它真的能帮你捅破学术和投资的很多天花板。
