用途:解决 CRSP 年度发布导致的尾部缺失(CIZ 日度文件止于 2025-12-31,查询越过该日期不报错,只返回短面板),用 LSEG(最新至 T-1,按 RIC 而非 PERMNO 索引,需经 CUSIP 关联)把面板延伸到当前。技能假定已有 crsp-v2(CIZ 表/列名)与 lseg-data(会话、配额、权限),只覆盖两者拼接的特定问题。
主要能力与硬性规则: 一、收益链接续(铁律一,禁止把 LSEG 价格水平直接拼到 CRSP 价格水平)。两者调整基准不同,2025-12 重叠期 300 只抽样证券中 8 只价格差异 >5%,比例在 22 个交易日内恒定(如 STRO.O 比例 0.1000、VISN.O 2.0493),属调整因子而非数据错误。用 pd.concat 拼接会在接缝处因除权产生虚假 ±90% 收益。正确做法是以 CRSP 最后 DlyPrc 为锚,乘 LSEG 日度总收益累计:p_t = p_cutoff * cumprod(1 + ret)。脚本 scripts/crsp_lseg_splice.py::rebuild_price() 执行该链接。链接后为总收益指数(含分红再投资),非报价价格;原始 LSEG 报价另存 lseg_prc。 二、TR.TotalReturn1D 是应拼接字段(对应 DlyRet):重叠期 99.12% 的 permno-day 在 1e-5 内一致。注意它按百分比返回(-6.369427 表示 -6.37%),CRSP 为小数,边界处需除以 100。它按日历补齐(每个工具返回相同天数,含 19 只中途退市者),故覆盖率须按价格序列统计:用收益与价格内连接建面板,否则退市股票会持续输出平坦行、填充率虚高。该字段含分红,无需再并分配或退市收益。 三、DlyCap 须按价格相对值缩放(lseg_prc_t / lseg_prc_cutoff),不能按收益链,否则会把分红计入股本、虚增市值。 四、LSEG 拉取起点应是 CRSP 截止日(含重叠日)以作锚点,同日 crsp_prc / lseg_prc 得 adj_ratio 用于逐证券审计。LSEG 仅服务仍上市工具,缺口内退市者其 RIC 带 ^ 标记(如 IROQ.O^C26),此路径无退市收益。 五、符号体系(铁律二,无美国交易所校验不得使用 RIC):3485 个已解析 RIC 中 101 个(2.76%)带非美后缀(.TRE/.MU/.SG/.TBEA/.MX/.BCU),如 T86f.TRE 以欧元计价。美国场所为裸 RIC 与 .O .N .A .P .K .PK .OQ,须在拉取前过滤。CUSIP 用 crsp.stksecurityinfohist 的日期生效 cusip9,勿用 hdrcusip;以 9 位传入 SymbolTypes.CUSIP。未解析的 CUSIP 返回空值而非错误。实体一致性(CRSP ticker 与 LSEG TickerSymbol 一致 97.31%,RIC 根 95.06%,任一 97.56%)可作廉价校验。symbol_conversion 每批 200 个符号,会话上限 500 请求/分钟,get_data 每次 10000 数据点,get_history 每次 3000 行。
实测覆盖:截止日 CRSP 普通股 3657 只(100%),CUSIP9→RIC 解析 3485 只(95.30%),其中美国场所 3384 只(92.53%),实体一致占已解析的 97.56%。2025-12 重叠期 300 只抽样、6244 permno-day:价格精确 96.28%,5% 内 98.13%,日收益 1e-5 内 99.12%,CRSP 有数据之日收益可得 98.34%。
使用方式:设置凭证后运行脚本,如 set -a; . $XDG_RUNTIME_DIR/agenix/lseg-credentials; set +a,export RDP_APP_KEY=$LSEG_APP_KEY RDP_USERNAME=$LSEG_USERNAME RDP_PASSWORD=$LSEG_PASSWORD,python scripts/crsp_lseg_splice.py all --out data/ --start 2020-01-01。五个缓存步骤为 universe、map、pull、splice、coverage,输出 panel_spliced.parquet(permno × date,含 dlyprc、dlyret、dlycap、dlyvol、source 及 RIC、lseg_prc、adj_ratio),source ∈ {CRSP, LSEG},下游须保留 source。
限制:LSEG 覆盖约 91% 的全域,报告时须说明是 CRSP 至截止日 + LSEG 之后,不能称为“CRSP 数据至今”;结果未经 CRSP 审计;仅仍上市工具可得;不要用冻结在 2024-12-31 的 crsp.dsf/crsp.msf,也不要并发开启第二个 LSEG 会话(会因配额失败)。