在进行数据分析时，经常会遇到数据缺失的问题。一般有两种数据缺失值类型，第一类是样本位置本身存在数据，但是数据收集过程中没有收集到；第二类是在连续的时间样本中，由于放假等原因，某时间点上本身就无数据。
一般情况下，如果缺失数据不多，可以不做处理，在进行建模时EViews会自动将缺失值样本删除。
有些情况下，如果对缺失值比较了解，可以对缺失值进行补充。但由于缺失值的位置、缺失值前后值得位置关系等存在较大的不确定性，很难有统一的补充缺失值的方法。这里仅解释两种最简单的处理缺失值的方法。
1 新建工作文件
在EViews主窗口中选中file/new/workfile。
在Workfile Create窗口的Workfile structrue type中选择Dated-regular frequency；在Data specification的Frequency中选择Daily-5 day week；在Start date中输入2020/01/01，在End date中输入2020/12/31。
shibor数据是2020年全年的日度数据，且周六周日shibor市场休市，所以选择Daily-5 day week
除了上面的日度数据设置方式，也可以在Workfile Create窗口的Start date中输入2020:01，在End date中输入2020:262。
262是2020年排除周六周日后剩余的天数，需要自己换算
2 导入数据
在EViews主窗口选择File/Import/Import from file
选择shibor的数据文件；
在Excel Read...窗口的Cell Range中选择Custom range；
在End cell中输入$B$250,设置需要导入的数据范围。
在Excel Read...窗口中选择shibor数据预览列，并在Name中输入变量的英文名称。日期数据主要是为了导入EViews中时自动和EViews中设置的日期进行匹配，所以日期数据的变量不用输入英文名。
点击提示框的No，完成数据导入。
3 处理缺失值问题
数据导入成功后，在工作窗口双击shibor打开，发现其中有一些缺失值！
EViews中设置的时间是排除周六周日后的时间，但现实中shibor市场除了周六周日休市外，国庆、五一等节日也会休市，所以产生了缺失值。
但应该注意到，shibor市场休市时，本来就没有shibor利率的交易，所以本身就无数据，而不是没有统计造成的缺失值
3.1 缺失值的第一种处理方法：直接删除
休市时shibor本身无数据，所以可以修改样本的时间范围，直接把休市的日期去除！
在工作文件窗口，点击Sample。
在Sample窗口的IF condition中输入@isna(shibor)<>1。
@isna（）是判断变量某个值是否为缺失值，如果是则返回1；否则返回0；由于这里是想删除缺失值，保留非缺失值，所以通过"<>1"来保留不是缺失值的样本范围。
回到工作文件中，上面的Range是所有的数据量262个，Sample的样本量变为237个；
再次双击打开shibor变量，点击右上角的Sample+/-，可以切换显示/不显示缺失值。
3.2 缺失值的第二种处理方法：插值法
在EViews主窗口依次选择Quick/Generate Series。
在Generate Series by Equation窗口的Enter equation中输入newshibor=@nan(shibor,@mean(shibor));生成新变量newshibor，其中用shibor的非缺失值来填充，而shibor的缺失值用shibor的平均数来填充。
在工作文件中双击打开newshibor变量，发现缺失值用shibor的平均值1.6096来代替！