Question

tis包中的

nberDates()给出了经济衰退开始和结束日期的列表。

最简单，最简单的方法是将其转化为一组假人，以便对现有时间序列进行子集化？

所以，nberDates本身就会产生......

> nberDates()
         Start      End
 [1,] 18570701 18581231
 [2,] 18601101 18610630
 [3,] 18650501 18671231
 [4,] 18690701 18701231
 [5,] 18731101 18790331
 [6,] 18820401 18850531

和str(nberDates())表示类型为“Named num”。

我在xts中有另一个时间序列对象，目前看起来像这样...

> head(mydata)
                value
1966-01-01         15
1967-01-01         16
1968-01-01         20
1969-01-01         21
1970-01-01         18
1971-01-01         12

我希望有一个第二个变量，凹陷，在经济衰退期间是1：

> head(mydata)
                value recess
1966-01-01         15      0
1967-01-01         16      0
1968-01-01         20      0
1969-01-01         21      0
1970-01-01         18      1
1971-01-01         12      0

（我的目标是，我希望能够将衰退中的价值与经济衰退中的价值进行比较。）

我正在尝试的那种笨重的东西不起作用就是这个......

((index(mydata) > as.Date(as.character(nberDates()[,1]),format="%Y%m%d")) & (index(mydata) < as.Date(as.character(nberDates()[,2]),format="%Y%m%d")))

但这会产生......

 [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[13] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[25] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[37] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
Warning messages:
1: In `>.default`(index(mydata), as.Date(as.character(nberDates()[,  :
  longer object length is not a multiple of shorter object length
2: In `<.default`(index(mydata), as.Date(as.character(nberDates()[,  :
  longer object length is not a multiple of shorter object length

我知道我可以用笨重的for循环来解决这个问题，但这总是向我暗示我做错了。

有什么建议吗？

Answer 1

以下应该这样做：

sapply(index(mydata), function(x) any(((x >= as.Date(as.character(nberDates()[,1]),format="%Y%m%d") & (x <= as.Date(as.character(nberDates()[,2]),format="%Y%m%d"))))))

sapply基本上通过向量并检查每个元素是否属于NBER间隔之一。

但请注意，目前编写的方式意味着它会将原始NBER数据转换为mydata中每个元素的日期（as.Date），因此您可能希望执行转换一次，将其保存到一些临时数据框，然后在其上运行上面的内容。

Answer 2

这是另一个在merge.xts中使用一些方便行为的解决方案。

library(xts)
library(tis)  # for nberDates()
# make two xts objects filled with ones
# 1) recession start dates
# 2) recession end dates
rd <- apply(nberDates(),2,as.character)
ones <- rep(1,nrow(rd))
rStart <- xts(ones, as.Date(rd[,1],"%Y%m%d"))
rEnd   <- xts(ones, as.Date(rd[,2],"%Y%m%d"))
# merge recession start/end date objects with empty xts
# object containing indexes from mydata, filled with zeros
# and take the cumulative sum (by column)
rx <- cumsum(merge(rStart,rEnd,xts(,index(mydata)),fill=0))
# the recess column = (cumulative # of recessions started at date D) -
# (cumulative # of recessions ended at date D)
mydata$recess <- (rx[,1]-rx[,2])[index(mydata)]

或者，您可以使用USREC series from FREDII。

library(quantmod)
getSymbols("USREC",src="FRED")
mydata2 <- merge(mydata, USREC, all=FALSE)

Answer 3

暂时，我正在使用嵌套循环，如下所示。还在寻找更好的答案！

mydata$recess <- 0
for (x in seq(1,dim(mydata)[1])){
  for (y in seq(1,dim(nberDates())[1])){
    if (index(mydata)[x] >= as.Date(as.character(nberDates()[y,1]),format="%Y%m%d") &
      index(mydata)[x] <= as.Date(as.character(nberDates()[y,2]),format="%Y%m%d")){
      mydata$recess[x] <- 1
    }
  }
}

将nberDates（）更改为R中的时间序列以进行子集化

3 个答案: