在Stata中复制Fama-French RMW因子遇阻，求优化建议

我正在复现Fama-French的营业利润因子（RMW），已经用Stata写了代码并得到结果，但自己生成的因子和官方公布的因子相关性只有约0.909。我已经花了好几周时间尝试优化，却没什么进展，希望能得到改进的方向和具体建议。

以下是我的代码片段：

***复制RMW***
use "compustat.dta"
*处理优先股*
gen ps = pstkrv
replace ps = pstkl if ps == .
replace ps = pstk if ps == .

可能的改进方向与建议 #

从我的经验来看，RMW因子相关性达不到完全匹配的情况，大多出在细节规则的处理上，这里给你几个具体的排查优化方向：

• 严格对齐样本筛选规则：Fama-French的RMW有明确的样本限制——只包含NYSE、AMEX、NASDAQ的非金融类股票（SIC代码避开6000-6999区间），同时要剔除股价低于5美元的个股，还要确保样本时间范围和官方因子完全一致。你可以先检查代码是否遗漏了这些筛选步骤，比如有没有误纳入金融股，或者没处理低价股的问题。
• 核对核心变量的计算细节：
  官方RMW的营业利润公式是(revt - cogs - xsga - xint)，注意不需要减去特殊项目（spi），这点很容易出错；另外账面权益的计算是at - lt - ps + (txditc if txditc != .)，你要确认自己的账面权益计算是否完全遵循这个公式——账面权益的误差会直接影响营业利润/账面市值比的准确性，进而拉低因子相关性。
• 确认排序与分组的时间节点：RMW是每年6月底，用上一年度的年报数据对个股按营业利润/账面市值比排序；分组时需用NYSE股票的分位数确定阈值，再对全市场股票进行分组。你要检查自己是否在正确的时间点排序，有没有误用年末数据，或者分组阈值的确定范围不对。
• 检查因子构建的加权方式：官方RMW是市值加权的高营业利润组减去低营业利润组，如果你误用了等权加权，相关性肯定会出现偏差；另外还要确认加权时是否用的是分组时点的个股市值，有没有错用其他时间点的市值数据。
• 处理数据发布滞后性：Compustat的年报数据通常在次年2-4月才会发布，所以当年6月排序时必须用上一年度的年报数据，确保这些会计信息已经被市场消化。如果你的代码误用了还未发布的当期数据，也会导致因子偏差。
• 核对数据调整项：比如是否对Compustat数据做了通胀调整？或者是否处理了股票拆分、分红等事件对股价和市值的影响？这些细节也可能导致因子相关性的差异。

内容的提问来源于stack exchange，提问作者RegMontey