提取信息时，因为批量下载工具下载的文件并不是按照股票代码命名，因此，首先必须将每个文件对应的股票代码识别出来，存放到Sas数据文件(file_code)中，我们用宏read_dm实现，提取标题信息则用宏read_lsgg实现，并保存到Sas数据文件lsgg1中(宏代码请参见附录)。

　　为了提取“共几页”的信息，并使程序具有通用性，我们设置标识pageNO，等于1则提取该信息并产生其它页面的url列表。具体程序代码由于较长，请参见附录。

　　3.4 下载其它页面临时公告

　　这一步是下载所有上市公司除第一页外的临时公告，操作方法和3.2一样，只不过这里是导入3.3产生的保存在E盘子目录“上市公司数据”的列表文件“临时公告其它页url列表.lst”。假设下载的临时公告文件保存在E:\downloads\lsgg

　　_page_other，注意这里产生的临时公告文件一定要和3.2产生的临时公告文件分开保存。

　　3.5 提取其它页的临时公告标题

　　这一步和3.3的原理一样，值得注意的是(1)要将提取的信息保存到另一个Sas数据文件(lsgg2_)中，以免将3.3中提取的信息覆盖了;(2)将pageNO标识设为空，因为不需要再提取“共几页”的信息;(3)存放批量下载工具下载文件的目录不再是E:\downloads\lsgg_page1，而是E:\downloads\lsgg_page_other。因此只需将附录中的Sas程序第2行至第4行

　　%let path=E:\downloads\lsgg_page1;

　　%let pageNO= 1;

　　%let gg=lsgg1;

　　改为

　　%let path=E:\downloads\lsgg_page_other;

　　%let pageNO= ;

　　%let gg=lsgg2_;

　　即可，其它不变，再次运行，即可完成其它提取其它页面的临时公告标题信息的任务，并保存到Sas数据文件lsgg2_中。

　　3.6 合并数据并查找减持公告

　　将两次提取的数据合并到lsgg中，代码如下：

　　Data lsgg; Set lsgg1 lsgg2_; Run;

　　至此，数据收集工作就完成了，所有上市公司的全部临时公告标题信息保存在Sas数据文件lsgg中，可以将该文件保存在适当的地方，以便今后使用。这个文件不仅可以用于识别减持，还可以用于其它很多方面，比如可转债的研究、收购兼并的研究，特别用事件研究方法研究一系列的公告效应时，这是非常有用的，因为我们可以提取准确的事件日期。

　　4 结论

　　当我们进行金融、会计研究时，如果商业数据库不能提供全部所需的数据，或者在没有购买商业数据库时，我们可以利用flastget、迅雷、网络蚂蚁等批量下载工具，结合使用Sas程序，可以以低成本的方式获得具有代表性的样本数据。本文结合如何收集上市公司“大小非”减持数据进行了实例说明，并在Sas8.2的环境下通过。这是我们在研究过程中的一些心得，我们拿出来和正在研究道路上辛勤探索的同仁们分享，虽然我们的收集数据的程序从效率上来说并不是最好的，但确实是有效的。希望能起到抛砖引玉的作用。

　　参考文献

　　[1] Whisenant, S., S. Sankaraguruswamy, and K. Raghunandan. Evidence on the joint determination of audit and non audit fees[J]. Journal of Accounting Research, 2003, 41(4), 721-744.

　　[2] 朱世武.SAS编程技术与金融数据处理[M].北京：清华大学出版社，2003.

　　[3] 朱世武.基于Sas系统的金融计算[M].北京：清华大学出版社，2004.

　　附录：提取上市公司第一页临时公告和“共几页”信息的Sas程序代码 option nosource nodate nonotes;

　　%let path=E:\downloads\lsgg_page1;

　　%let pageNO= 1;

　　%let gg=lsgg1;

　　%let url=http://company.p5w.net/gszl/lsgg.asp?pageNo=;

　　filename filelist pipe "dir &path. /b";

　　data filename; length filename $30.; infile filelist;

　　input filename @@;

　　if substr(filename,length(filename)-3,4)='.asp' ;

　　file "&path.\t.txt"; put '%read_dm(' filename ');';

　　run;

　　data file_code; delete; run;

　　%macro read_dm(fname);*将下载的文件与上市公司对应;

　　data temp;

　　length filename $50; filename="&fname." ;

　　infile "&path.\&fname."; input line $char256. @@;

　　if substr(line,1,7)='

　　n=_n_;name=substr(line,8,index(line,'(')-8);

　　code=substr(line,index(line,'(')+1,6);end;

　　if n>0;

　　drop n line;

　　run;

　　data file_code; set file_code temp; run;

　　%mend read_dm;

　　%include "&path.\t.txt";

　　data file_code; set file_code; if code=' ' then delete;

　　file "&path.\tt.txt"; put '%read_lsgg(' filename ',' name ',' code ');'; run;

　　proc sql;

　　create table lsgg(code char(6) format=$6. label='股票代码',

　　name char(8) format=$8. label='股票简称',

　　date num format=yymmdd10. label='公告日期',

　　lsgg char(200) format=$200. label='临时公告');

　　quit;

　　data urllst2_; delete; run;

　　%macro read_lsgg(hf_name, hname, hcode);*提取临时公告标题信息;

　　%if &pageNO.=1 %then %do;

　　data temp; code="&hcode.";

　　infile "&path\&hf_name." lrecl=850;

　　input line $char850.@@;

　　if index(line,"当前第")>0 then do;

　　n=substr(scan(line,1,'页'), length(scan(line,1,'页')),1);

　　sumn=scan(scan(line,2,'页'),2,'共'); output; end;

　　drop line; run;

　　data urllst2_; set urllst2_ temp; run;

　　%end;

　　data temp ; length code $6. name $8.;

　　code="&hcode.";name="&hname.";

　　format date yymmdd10.; length lsgg $200.;

　　retain n;

　　infile "&path.\&hf_name." lrecl=850;

　　input line $char850.@@;

　　if line='' then return;

　　if index(line,"公司临时公告")>0 then n=_n_ ;

　　else if index(line,"当前第")>0 then n=.;

　　if index(line,'href')>0 then nn=_n_; else nn=.;

　　if n>0 and nn>0 then do;

　　lsgg=tranwrd(scan(line,3,'>'),'

　　if index(line,'-')>0 then date=mdy(scan(line,2,'-'),scan(scan(line,3,'-'),1,'/'),substr(scan(line,1,'-'),length(scan(line,1,'-'))-3,4));

　　output;end;

　　drop line n nn;

　　run;

　　proc append base=lsgg data=temp;

　　%mend read_lsgg; %include "&path.\tt.txt";

　　proc delete data=temp filename file_code;

　　run;

　　%macro url;

　　%if &pageNO.=1 %then %do;

　　data urllst2_; set urllst2_; length url $100.;

　　if sumn=1 or n>=2 then return;

　　do j=2 to sumn;

　　url="&url."||trim(left(j))||'&zqdm='||code;

　　output;end; run;

　　data urllst2_; set urllst2_;

　　file "E:\上市公司数据\临时公告其它页url列表.lst";

 2/3   首页 上一页 1 2 3 下一页 尾页