幸存者偏差：重建历史公司样本

历史公司研究需要当时符合条件的公司，包括后来从今天名单消失的实体。从现存公司开始，AI还没总结第一份报告，问题就可能已经被改写。应先重建成员，再连接结果与材料，不因失败或难匹配而删除实体。

SEC EDGAR接口文档介绍以CIK为键的申报历史与公司元数据，可支持身份和申报核对，但不是完整的历史可投资样本服务。市场资格、退市与证券覆盖仍需单独证据，不能把申报人总体当上市公司总体。

定义历史总体

固定日期、市场、证券类型与纳入规则。研究上市经营公司，不同于研究所有提交文件的注册主体。存托工具、基金、多类别股票和前身实体都要明确处理。总体应服务研究问题，而不是复制最容易下载的一份名单。

成员表记录稳定研究实体ID、证券身份、资格起止、来源与待核区间。退出原因可分并购、退市、清算和范围调整等。公司离开总体，不等于某个数字缺失，也不能把“没找到数据”伪装成合法退出。

可以让AI提出身份连接或归类已有证据支持的退出原因，但重要匹配要逐项复核。不要让模型凭记忆补历史著名公司，熟悉不证明当时有资格，不熟悉也不构成删除理由。研究者需要可复查成员证据。

假设虚构历史总体有十家公司，今天数据库仍保留八家，每家在规定可比指标上结果为正十。另两家已退出，各为负六十。只看幸存者平均是正十，完整总体平均却为负四。

这个简化案例说明成员选择能改变结果，不代表真实投资收益，也不意味着所有缺失公司都应填负六十。退出公司结果未知时，应保留未知并做敏感性分析，不能虚构失败值来“修正”偏差。

再假设某个消失名称只是公司改名，仍在另一行出现。若重新加回，就会造成反向重复。历史重建既要纳入退出者，也要保持身份连续。所有实体和结果均为假设，不引用真实业绩统计。

核对“期初成员＋合格进入－退出＝期末成员”，调查残差。因匹配失败而丢掉的公司应进入覆盖日志，不能悄悄缩小分母。多个证券对应同一公司时，还要说明研究单位，否则计数桥可能形式对平却重复公司。

能取得时，用历史时点已知特征比较已纳入与未解决群体。如果小公司或困难企业更容易匹配失败，表格干净也可能选择性不完整。即便无法量化方向，也应报告这种模式，而不是默认缺失与结果无关。

同时报告目标总体与实际观察样本。历史成员无法确立时，把结论收窄到研究到的现存实体，不称完整历史队列。AI可以组织资料，却不能用流畅摘要修复事后定义的总体。先让成员选择可复现，其他读者才有机会在争论平均值之前挑战纳入规则。

对于未解决身份，保留原名称、证据线索和下一核查动作，不直接删除。这样下一轮调查能增加覆盖，而不会因为今天一次搜索失败就永久失去某家公司。

不应。缺失、改名、被收购与经济失败是不同状态，要分别调查身份和结果。

只有历史成员已针对问题得到确认时才可以，不能让当前存续悄悄成为筛选规则。