基于Dealscan数据集按企业计算累计贷款的SAS代码优化问询

一、适配多企业场景的代码修改 #

原代码未按企业维度分组，会将所有企业的贷款金额混算到同一日期下，完全不符合多企业分析需求。需在关联条件、查询字段、分组逻辑中加入企业标识（比如你提到的perm_id），修改后的代码如下：

proc sql;
create table loancumulative as
select 
    a.perm_id,
    a.startdate, 
    sum(b.tranche_amount) as cumulative_tranche_amount  /* 修改字段名，明确是累计值，避免与原字段混淆 */
from dealscan as a 
left join dealscan as b
    on a.perm_id = b.perm_id  /* 限定仅关联同一企业的记录 */
    and a.startdate >= b.startdate 
    and a.startdate < b.maturity_date  /* 这里替换为实际的到期日期字段名，原代码的enddate需确认是否对应maturity date */
group by a.perm_id, a.startdate
order by a.perm_id, a.startdate;
quit;

关键改动说明： #

• 关联条件新增a.perm_id = b.perm_id：确保仅对同一企业的贷款记录做累计，杜绝跨企业混算；
• 查询字段加入a.perm_id：输出结果可明确区分不同企业的累计数据；
• 分组条件新增a.perm_id：按「企业+日期」维度分组计算，每个企业的每日累计金额独立统计；
• 字段名改为cumulative_tranche_amount：直观体现这是累计值，避免与原始单笔tranche金额混淆。

注意：务必确认数据集里的到期日期字段名（比如是否是maturity_date而非enddate），字段名不匹配会导致逻辑完全错误。

二、关于使用perm_id作为企业标识的问题 #

在Dealscan数据体系中，perm_id是Refinitiv分配的永久企业标识，相比companyid更适合作为企业唯一标识，原因如下：

• companyid可能因企业更名、重组、数据录入误差等情况，出现多个值对应同一企业的问题；
• perm_id稳定性极强，同一企业在不同时期、不同业务条目中的perm_id保持一致，能更精准地聚合同一企业的所有贷款记录。

需做的前置检查： #

• 确认数据集中perm_id无大量缺失值，若存在缺失，需结合companyid或其他企业信息补全；
• 校验是否存在同一企业对应多个perm_id的异常，可通过简单代码排查：

proc freq data=dealscan;
tables companyid*perm_id / nocol norow;
run;

内容的提问来源于stack exchange，提问作者Seb