使用SAS PROC EXPAND计算三年滚动和结果异常，求原因与解决方法

问题描述 #

使用SAS计算每三年周期的滚动和时，结果出现了理论上不存在的极小数值（如类似-2.2737e-13的异常值），且滚动和应为0时该问题频发。即使尝试截断小数显示，问题仍未解决。

用到的代码 #

proc expand data=have out=want;
by firmid ;
convert vcinvest_annual=cum_vc/transformout=(movsum 3 trimleft 2); 
run; 

data have;
set have;
put vcinvest_annual=6.4;
run;

问题根源 #

1. 浮点运算精度误差：SAS默认采用二进制浮点数存储数值，部分十进制小数（如0.1）无法被二进制精确表示，多次累加后会产生极小的误差值。当滚动和理论值为0时，这些误差会直接显现为非零的极小异常值。
2. 数据排序缺失：如果have数据集未按firmid分组后的时间变量排序，proc expand的movsum会计算错误的窗口，导致异常结果。
3. 截断方式无效：put vcinvest_annual=6.4;仅在输出时截断显示，并未修改变量实际存储的浮点值，滚动和计算仍会使用原始带误差的数值。

解决指导 #

• 步骤1：确保数据正确排序
  先按firmid和时间变量（如year）排序，保证滚动窗口计算的正确性：

  proc sort data=have;
  by firmid year;
  run;
  

• 步骤2：消除浮点误差
  针对滚动和结果做精度修正，两种可选方法：

  1. 在proc expand中直接处理：

     proc expand data=have out=want;
     by firmid ;
     convert vcinvest_annual=cum_vc/transformout=(movsum 3 trimleft 2 round 1e-4); 
     /* round 1e-4表示四舍五入到4位小数，可根据数据精度调整 */
     run; 
     

  2. 在后续Data步中修正：

     data want;
     set want;
     /* 四舍五入到4位小数 */
     cum_vc = round(cum_vc, 1e-4);
     /* 或截断到4位小数：cum_vc = floor(cum_vc * 10000)/10000; */
     /* 将极小误差值直接置为0 */
     if abs(cum_vc) < 1e-6 then cum_vc = 0;
     run;
     

• 步骤3：检查原始数据精度
  用完整格式查看原始变量的实际存储值，确认是否本身存在精度问题：

  data _null_;
  set have;
  put firmid= vcinvest_annual=best32.;
  run;
  

  如果原始数据就有精度误差，可先对vcinvest_annual做四舍五入再计算滚动和。

内容的提问来源于stack exchange，提问作者Neal801