ensin, sinun on arvioitava seuraavat kaksi kysymystä analyysisi suorittamiseksi.
- millaista tietoa tarvitset?
- miten siihen pääsee käsiksi?
näihin kysymyksiin vastaaminen on kriittistä, mutta ei aina suoraviivaista. Google-haku voisi tietysti johtaa tuloksiin, mutta myös vertaisryhmien neuvojen kysymisestä voisi olla apua. Vietä aikaa näiden kysymysten kanssa, kunnes olet varma, että olet löytänyt oikean vastauksen.,
eräässä hankkeessani minun piti päästä käsiksi saksalaisten yritysten taloudellisiin tietoihin analysoidakseni uuden pakollisen tilinpäätösstandardin vaikutusta tarjouspyyntöjen spreadeihin.
Onneksi opettajani antoi meille Thomson Reuters-tilin, ja voisin käyttää Datastream käyttää taloudellisia tietoja näistä yrityksistä. Luulisi, että pelkkä tietokannan käyttö riittäisi ja että voisin vihdoin tehdä todellisen työn.
False! Kun keräsin tietoja näille yrityksille, päädyin 8 eri excel-arkkia, jotka minun oli jotenkin yhdistettävä yhdeksi tietokehykseksi.,
Datastream antoi minulle staattista yritystietoa, joka päätyisi päälevyksi.
toinen excel levyt, jotka minulla oli seuraavassa muodossa, koska olin päästä aika-sarjan tiedot kunkin yrityksen.
miten voin saada tällaisia tietoja osaksi mielekästä muodossa niin, että voin käyttää sitä yhdessä muiden yrityksen tiedot?
Let ’ s performance one of my calculations so that you get the idea., Minulla oli kaksi arkkia-yksi tarjoushinnoista ja yksi ask-hinnoista. Tarvitsin keskivertosukulaisen tarjouksen.
ensin latasin tiedot ja tarkistin puuttuvat arvot. Huomasin yhden rivin, joka puuttui kokonaan ja poistin sen molemmista tietokokonaisuuksista.
– Sitten lasketaan osto-ja myyntikurssin erotus vähentämällä tarjouksen hinta kysy hinta.
Sitten minun piti laskea suhteellinen bid-ask spread., Siksi jouduin tuomaan päivittäiset osakekurssit, poistin 149. rivin ja laskin tarjouspyyntöhinnat suhteessa hintaan.
Lopuksi, minä laskettu keskiarvo suhteellinen bid-ask spreadit ja sulautti sen osaksi staattinen tiedot runko.
Tämä on vain yhden lisämuuttujan koodi! Kuvittele tekeväsi noin 20 tai jopa 30 muuta muuttujaa, joita et voi saada ulos-of-the-box Datastream. Tämä kestää paljon kauemmin kuin 5 minuuttia.,
on olemassa monia muita toteuttamiskelpoisia menetelmiä, joilla voit luoda omia tietokokonaisuuksiasi tyhjästä. Voit esimerkiksi tehdä hyvän vanhan kyselyn tai raapia twiittejä Twitteristä. Viime kädessä se riippuu siitä, millaista dataa tarvitset.
Okay, it ’ s time for a quick assessment.
Edut:
- Ominaisuudet sisältyvät perustuu tutkimuksen tarkoituksena kysymys tai tehtävä. Ei päinvastoin. Tämä auttaa käyttämään vain mielekästä tietoa.
- on jäljitettävissä, miten muuttujat on luotu.
haitat: