Ik heb een reeks vectoren met jaarlijkse cijfers (macro-economisch), lopend vanaf 1999 t/m 2011. Aangezien 2011 nog niet is afgelopen lopen de meeste vectoren slechts tot 2010. Ik wil deze data omzetten naar maandelijkse data. De frequency aanpassen dus. Volgens mij moet dit niet ingewikkeld zijn, aangezien matlab hier voor gedefinieerde functies voor heeft. Ik maak dus gebruik van de financial time series functie fints(). Zo maak ik eerst een financial time serie van mijn jaarlijkse data. Dit gaat goed. Vervolgens gebruik ik de conversie functie tomonthly(); om de jaarlijkse data naar maandelijkse data te converteren. Het resultaat is echter een matrix met maandelijkse datums maar de bijbehorende waardes zijn leeg, of eigenlijk NaN. Wat gaat er mis? Ik heb het ook al geprobeerd met de functie convertto(); maar dat levert ook geen resultaat op. Hopelijk kunnen jullie helpen. Hieronder mijn code en de vector met jaarlijkse data.
code:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| % IMPORTING THE ANNUAL MACRODATA
changes_inventory_annually = xlsread('E:\My Documents\MSc Finance\MSc Thesis - Macrovariables and the yield curve\data\macro\ChangesInventory-seasadj-annually.xlsx', 1);
changes_inventory_annually(:,1) = changes_inventory_annually(:,1) + datenum('30-Dec-1899');
changes_inventory_annually_DATA_ONLY = changes_inventory_annually(:,2);
% EXTRACTING THE DATES FROM THE MACRODATA
changes_inventory_dates = changes_inventory_annually(:,1);
changes_inventory_datesVEC = datevec(changes_inventory_dates);
% DEFINING THE MACROFINANCIAL TIME SERIES
changes_inventory_fts_a = fints(changes_inventory_dates, changes_inventory_annually_DATA_ONLY, term2, 6);
changes_inventory_fts_m = tomonthly(changes_inventory_fts_a);
changes_inventory_data_a = fts2mat(changes_inventory_fts_a,1);
changes_inventory_data_m = fts2mat(changes_inventory_fts_m,1);
% DEFINING THE MACRODATA WITHOUT DATES
macro_changes_inventory_a = changes_inventory_data_a(:,2);
macro_changes_inventory_m = changes_inventory_data_m(:,2); |
730121 | -0.0920000000000000 |
730486 | 0.430100000000000 |
730852 | 1.51800000000000 |
731217 | -1.27500000000000 |
731582 | -0.759000000000000 |
731947 | 0.818000000000000 |
732313 | 0.598000000000000 |
732678 | 1.71990000000000 |
733043 | 2.46700000000000 |
733408 | 0.00700000000000000 |
733774 | -4.52800000000000 |
734139 | 2.68910000000000 |
734504 | NaN |