CCI(消費者信頼感指数)
Consumer Confidence Index(CCI)は消費者信頼感指数とも呼ばれる。経済に対する消費者マインドをアンケート調査結果をもとに指数化したもの。 個人消費と関係があり、先行指標と見做される場合もある。CCIには全米産業審議委員会が公開しているものとミシガン大学が公開しているものがあり、通常はミシガン大学が先に調査結果を公開する。
import japanize_matplotlib
import numpy as np
import os
import matplotlib.pyplot as plt
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
University of Michigan: Consumer Sentiment
ソース： University of Michigan: Consumer Sentiment
消費者のセンチメント（消費者マインド）をアンケートで調査して指数化した景気関連の経済指標です。CCI（Consumer Confidence Index）とも呼ばれています。一般的に個人消費やGDPとの相関性が高く、これらの先行指標として注目されています。 (出典：ＳＭＢＣ日興証券株式会社）
ソースとなるデータはSurveys of Consumers, University of Michiganにて公開されています。「Index of Consumer Sentiment」のデータを取得します。
start_date = "2017-01-01"
df_UMCSENT = get_fred_data("UMCSENT", start=start_date)
df_UMCSENT["前年比"] = df_UMCSENT["value"].diff(12)
df_UMCSENT["前年比変化"] = df_UMCSENT["前年比"].diff()
S&P 500
df_SP500 = get_fred_data("SP500", start=start_date)
df_SP500["value"] -= df_SP500["value"].min()
df_SP500["value"] /= df_SP500["value"].max()
df_SP500["value"] *= 100
df_SP500["前月比"] = df_SP500["value"].diff(30)
sns.set(rc={"figure.figsize": (15, 8)})
japanize_matplotlib.japanize()
# 折れ線グラフをプロット
sns.lineplot(data=df_UMCSENT, x="date", y="value", label="消費者信頼感指数", alpha=0.5)
sns.lineplot(data=df_SP500, x="date", y="value", label="SP500")
sns.lineplot(data=df_UMCSENT, x="date", y="前年比", label="消費者信頼感指数の前年比")
sns.lineplot(data=df_UMCSENT, x="date", y="前年比変化", label="消費者信頼感指数の前年比変化")
# 前年比との変化が大きいタイミングに線を引く
previous_down_date = df_UMCSENT.index[0]
for date, row in df_UMCSENT.iterrows():
if row["前年比変化"] < -2 and row["前年比"] < -5:
previous_down_date = date
plt.axvline(x=date, alpha=0.2, linewidth=12, color="k")
# plt.text(
# date + pd.DateOffset(10),
# -20,
# f'{date.strftime("%Y/%m/%d")}',
# rotation=90,
# )
plt.legend(fontsize=15, loc="upper left")
plt.show()
