【Python】インフレ関連（CPI,PCE,BEI）の情報取得

無料で読めます。

インフレ関連の指数が取得できます。
　・CPIデータ
　・PCEデータ
　・BEI金利

インフレ関連の指数を確認する、下記の様なグラフが取得できます。

事前準備は下記の通り。

０．事前準備

事前準備はこちら。5分もあればできると思います。

では、始めていきましょう。

１．コード

下記のコードをコピペして実行します。

import datetime
import pandas_datareader.data as web
import matplotlib.pyplot as plt

# データ取得期間１000日前まで
start = datetime.date.today() - datetime.timedelta(days=1000)
# 前年比を出すデータは１年長く取得
start2 = datetime.date.today() - datetime.timedelta(days=(1000 + 365))
end = datetime.date.today()

# BEI
df_rate = web.DataReader(["T5YIE","T10YIE","T5YIFR"], "fred", start, end)
# PCE
df_tmp = web.DataReader(["PCEPILFE","PCEPI"], "fred", start2, end)
df_pce = df_tmp.pct_change(12)*100 #12ヶ月前と比較
# CPI
df_tmp = web.DataReader(["CPILFESL","CPIAUCSL"], "fred", start2, end)
df_cpi = df_tmp.pct_change(12)*100 #12ヶ月前と比較

#カラム名変更
df_rate.rename(columns={'T10YIE':'10-Year Breakeven Inflation Rate',
               'T5YIE':'5-Year Breakeven Inflation Rate',
               'T5YIFR':'5-Year, 5-Year Forward Inflation Expectation Rate'},inplace=True)
#カラム名変更
df_pce.rename(columns={'PCEPILFE':'PCE: Excluding Food and Energy (Chain-Type Price Index) ',
               'PCEPI':'PCE: Chain-type Price Index'},inplace=True)
#カラム名変更
df_cpi.rename(columns={'CPIAUCSL':'CPI: All Urban Consumers: All Items in U.S. City Average',
               'CPILFESL':'CPI: All Urban Consumers: All Items Less Food and Energy in U.S. City Average'},inplace=True)

# BEI
df_rate.plot(linewidth=2,alpha=0.5,figsize=(10, 4.5),fontsize=10)
plt.axhline(2,color='gray',linewidth=2,alpha=0.2)
plt.legend(bbox_to_anchor=(0.01,0.98), loc='upper left', borderaxespad=0, fontsize=12)
plt.xlabel("")
plt.ylim(0, 5)
# PCE
df_pce.dropna().plot(linewidth=2,alpha=0.5,figsize=(10, 4.5),fontsize=10)
plt.axhline(2,color='gray',linewidth=2,alpha=0.2)
plt.legend(bbox_to_anchor=(0.01,0.98), loc='upper left', borderaxespad=0, fontsize=12)
plt.xlabel("")
plt.ylim(0, 7)
# CPI
df_cpi.dropna().plot(linewidth=2,alpha=0.5,figsize=(10, 4.5),fontsize=10)
plt.axhline(2,color='gray',linewidth=2,alpha=0.2)
plt.legend(bbox_to_anchor=(0.01,0.98), loc='upper left', borderaxespad=0, fontsize=12)
plt.xlabel("")
plt.ylim(0, 7)

plt.show()

# 取得した最新データ
print("-----PCE-----------")
print(df_pce.iloc[-1])
print("----CPI------------")
print(df_cpi.iloc[-1])
print("----Rate------------")
print(df_rate.iloc[-1])

# ここまで

グラフが出力された後に、下記のような最新データが取得できます。
日付が最新か、確認してください。
（データはFREDから取得しているので、更新にはタイムラグがあります。発表から１時間後には更新されていたようです。）

２．解説

あまり、解説できることはないのですが、
BEIを見ていて違和感があった点について少し説明します。

BEIを見て見ると、「５年 ＞ １０年」になっています。

通常は、金利のように、期待インフレ率は長期の方が高いのですが、今年の1月くらいから、短期が長期を上回っています。これは、最近、インフレが進行していますが、このインフレは短期的なものであると言うことをあらわしているようです。

つまりは、BEIが５年と１０年の差が縮まる。もしくは、１０年が５年を上回るというようになっていけば、短期的なインフレ懸念が後退し、市場が落ち着いてきているとみなしても良さそうに思います。

何かの役に立てば幸いです。

おつかれさん「缶コーヒー一杯ぐらい、ご馳走してあげよう」という太っ腹な方がいれば、よろしくお願いします！

課金しなくても、参考になったら、「ハートボタン」をクリックしたり、「リツイート」してくれると読まれる可能性があがるので嬉しいです。やる気が出ます。
何かの参考になれば幸いです！それでは！