Base de datos de empresas con extraños valores negativos, ¿son razonables desde el punto de vista económico?

Question

Tengo un conjunto de datos de empresas estadounidenses (unas 6.500 en total) que contienen series temporales de:

• Ventas (191 observaciones negativas que corresponden al 0,0351% de las observaciones totales)
• Pasivo (70 observaciones negativas correspondientes al 0,0129% de las observaciones totales)
• TotalAssets (37 observaciones negativas correspondientes al 0,0068% de las observaciones totales)
• Gastos de capital (5957 observaciones negativas correspondientes al 1,0947% de las observaciones totales)

¿Cuál es la interpretación económica de esos valores negativos? ¿Son sólo ruido o un error de información? ¿Cómo tratarlos en una investigación económica?

Answer 1

Las ventas, el pasivo, el activo total y los gastos de capital deben ser lógicamente no negativos.

No obstante, debe consultar los metadatos/manual del conjunto de datos. Tal vez una situación de registro de ventas negativo en la que la empresa tenía ventas pero los clientes pidieron una devolución. Podría haber razones similares por las que algún conjunto de datos registraría los otros valores como negativos, pero estas razones romperían con las definiciones típicas de estas variables (como el ejemplo anterior en el que las devoluciones se registrarían como ilustraciones de ventas negativas). Sin tener acceso a los metadatos/manual de su conjunto de datos es imposible saberlo.

Si no hay metadatos/manual, puede intentar ponerse en contacto con la persona/institución que construyó el conjunto de datos para obtener una explicación.

Si es imposible ponerse en contacto con las personas que construyeron el conjunto de datos, probablemente debería deshacerse de esas observaciones, ya que parecen ser un error.

Answer 2

En muchos conjuntos de datos los valores perdidos se registran como -99 o -999.