K_DM Book
用語集
対象者 標準
対象者別の入口 →

対象者の設定はこのブラウザの中にだけ保存されます。

言語 JA

FREDデータベース

05.1.1

FREDデータベース

最終更新 2020-01-29 読了時間 4 分
まとめ
FRED(Federal Reserve Economic Data)はセントルイス連邦準備銀行が公開する経済統計のデータベースで、失業率や社債スプレッドなど 80 万本を超える系列を API 経由で取得できます。このページでは full_fred の Fred().get_series_df() を 1 つの関数 get_fred_data() に包み、系列 ID と開始日を渡すだけで日付索引付きの DataFrame が返るようにします。取得した失業率 UNRATE、ハイイールド債スプレッド BAMLH0A0HYM2、Wilshire 大型成長株指数 WILLLRGCAPGR を seaborn.lineplot で描き、景気後退期に失業率とスプレッドが跳ね、株価指数が落ち込む様子を 1 枚の図で見比べます。読み終えると、FRED の系列 ID を 1 つ覚えるだけでどんなマクロ指標でも同じ 3 行で取り出せるようになります。

直感 #

株価だけを眺めていると、2020 年 3 月の急落が「なぜ」起きたかは分かりません。同じ期間の失業率やハイイールド債(低格付け社債)のスプレッドを横に置くと、信用市場が先に悲鳴を上げ、雇用が崩れ、株価が追随したという順番が見えてきます。FRED はそうしたマクロ指標を 1 本ごとに系列 ID(UNRATE など)で管理しており、ID さえ分かれば fred.get_series_df("UNRATE") の 1 行で全履歴が手に入ります。あとは文字列で返ってくる日付と値を pd.to_datetime と pd.to_numeric で数値に戻し、日付を索引にして期間を切り出すだけです。

FRED からデータを取り出す関数を作る #

事前に FRED の API キー を取得し、環境変数 FRED_API_KEY に入れておきます。次のコードは API キーが読めているかを確認した上で、系列 ID を渡すと「日付索引・1 列 value」の形に整った DataFrame を返す関数 get_fred_data() を定義します。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
import os
import pandas as pd
import seaborn as sns
from full_fred.fred import Fred

# FRED_API_KEY = os.getenv('FRED_API_KEY')
fred = Fred()
print(f"FRED APIキーが環境変数に設定されている:{fred.env_api_key_found()}")

def get_fred_data(name, start="2013-01-01", end=""):
    df = fred.get_series_df(name)[["date", "value"]].copy()
    df["date"] = pd.to_datetime(df["date"])
    df["value"] = pd.to_numeric(df["value"], errors="coerce")
    df = df.set_index("date")

    if end == "":
        df = df.loc[f"{start}":]
    else:
        df = df.loc[f"{start}":f"{end}"]

    return df
FRED APIキーが環境変数に設定されている:True

失業率(UNRATE)を取得して描く #

ソース:https://fred.stlouisfed.org/series/UNRATE

米国の失業率(UNRATE)は毎月第 1 金曜日に公表される代表的な景気指標です。get_fred_data("UNRATE", start="2010-01-01") で 2010 年以降を切り出し、先頭 5 行を表示して形を確認します。

1
2
df_UNRATE = get_fred_data("UNRATE", start="2010-01-01")
df_UNRATE.head(5)

value
date
2010-01-019.8
2010-02-019.8
2010-03-019.9
2010-04-019.9
2010-05-019.6

索引が月初日、値が 9.8% 前後になっていれば取得は成功です。次に seaborn.lineplot で折れ線にします。

1
2
sns.set(rc={"figure.figsize": (15, 8)})
sns.lineplot(data=df_UNRATE, x="date", y="value")
<AxesSubplot:xlabel='date', ylabel='value'>

Unemployment Rate figure

実行結果の読み方 #

2010 年に 9.8% だった失業率が 2019 年末に 3.5% まで下がり、2020 年 4 月に 14.7% へ跳ね上がったあと 2 年で元の水準に戻る山形が描かれます。月次系列なので線は滑らかで、1 か月単位の急変がそのまま段差として見えます。

ハイイールド債スプレッド(BAMLH0A0HYM2)を取得する #

ソース:https://fred.stlouisfed.org/series/BAMLH0A0HYM2

ICE BofA US High Yield Index のオプション調整後スプレッドは、低格付け社債の利回りが国債をどれだけ上回っているかを % で表した系列です。信用不安が高まると急拡大するので、株価と重ねると「市場が恐れている時期」が分かります。

1
2
df_BAMLH0A0HYM2 = get_fred_data("BAMLH0A0HYM2", start="2010-01-01")
df_BAMLH0A0HYM2.head(5)

value
date
2010-01-01NaN
2010-01-046.34
2010-01-056.30
2010-01-066.17
2010-01-076.03

Wilshire 大型成長株指数(WILLLRGCAPGR)を取得する #

ソース:https://fred.stlouisfed.org/series/WILLLRGCAPGR

Wilshire US Large-Cap Growth Total Market Index は米国大型成長株の配当込み指数です。値が 26,000 前後と大きいため、6% 前後のスプレッドと同じ軸に載せるには後でスケールを揃える必要があります。

1
2
df_WILLLRGCAPGR = get_fred_data("WILLLRGCAPGR", start="2010-01-01")
df_WILLLRGCAPGR.head(5)

value
date
2010-01-01NaN
2010-01-0426423.03
2010-01-0526494.24
2010-01-0626473.92
2010-01-0726512.36

株価指数とスプレッドを 1 枚に重ねる #

株価指数とハイイールド債スプレッドを同じ軸に描きます。スプレッドは 10,000 倍して桁を揃え、2 本の線が逆方向に動く局面を探します。

1
2
3
sns.set(rc={"figure.figsize": (15, 8)})
sns.lineplot(data=df_WILLLRGCAPGR, x="date", y="value")
sns.lineplot(data=df_BAMLH0A0HYM2 * 10000, x="date", y="value")
<AxesSubplot:xlabel='date', ylabel='value'>

Wilshire US Large-Cap Growth Total Market Index figure

実行結果の読み方 #

青い線(株価指数)が右肩上がりに伸びる中で、オレンジの線(スプレッド×10,000)は 2011 年、2016 年初、2020 年 3 月の 3 か所で鋭く立ち上がります。その 3 か所で青い線は必ず一時的に落ち込んでおり、2020 年 3 月はスプレッドが 10% 超(図では 100,000 超)まで広がった直後に株価が底を打っています。スプレッドが跳ねてから株価が戻るまでの時間差が、信用市場が株式市場に先行する度合いの目安になります。

使いどころと落とし穴 #

月次の UNRATE と日次の BAMLH0A0HYM2 を同じ図に重ねても seaborn は日付索引で揃えてくれますが、相関係数を計算するときは resample("M").mean() などで頻度を合わせないと行がずれます。FRED の値は後日改定されることがあり、get_series_df が返す realtime_start 列を見ると「いつ時点の値か」が分かるので、過去時点の判断を再現したい場合は改定前の値を使う必要があります。API には 1 分あたり 120 回程度の呼び出し制限があるため、数十本の系列を回すときは取得結果を CSV に保存して再利用します。

まとめ #

FRED の系列は Fred().get_series_df(ID) で文字列として届くので、pd.to_datetime と pd.to_numeric(errors="coerce") で数値に戻し、set_index("date") で期間を切り出せる形にするのが get_fred_data() の役割です。この 1 関数があれば、失業率 UNRATE、スプレッド BAMLH0A0HYM2、株価指数 WILLLRGCAPGR のどれも引数を替えるだけで取り出せます。重ね描きでは桁の違う系列を 10,000 倍して揃えましたが、正確に比較するなら twinx() の第 2 軸や、頻度を揃えた上での相互相関に進んでください。