調整
貨幣価値の影響を受けるデータは、分析前に調整する必要がある時もあります。 ここでは消費者物価指数 (CPI)を用いて時系列データに対してインフレ調整をしてみます。具体的には
- FREDから消費者物価指数 (CPI)のデータを、pythonのAPIを用いて取得
- アメリカの世帯収入の中央値データを取得
- アメリカの世帯収入の中央値データをCPIを用いて調整する
- アメリカの世帯収入の中央値データ(調整済み)のデータと、CPIを用いて調整したデータを比較
してみます。
import os
import cpi
import matplotlib.pyplot as plt
import pandas as pd
import seaborn as sns
from full_fred.fred import Fred
from datetime import date
cpi.update() # 必ず実行する
FREDからデータを取得する
FREDから必要なデータを取得します。データの取得方法については別動画で説明していますが、pythonからアクセスするためにはAPIキーの発行が必要です。
# 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
Household Income in the United States（世帯収入データ）
Median Household Income in the United States (MEHOINUSA646N)のデータを確認してみます。このデータは、データの単位が
Units: Current Dollars, Not Seasonally Adjusted
となっており、このデータはインフレ調整・季節調整がされていません。 この家計データをCPIを用いて調整してみます。
data = get_fred_data("MEHOINUSA646N", start="2013-01-01", end="")
data.head()
| value | |
|---|---|
| date | |
| 2013-01-01 | 53585 |
| 2014-01-01 | 53657 |
| 2015-01-01 | 56516 |
| 2016-01-01 | 59039 |
| 2017-01-01 | 61136 |
CPIを用いて値を調整する
data["adjusted"] = [
cpi.inflate(dollers.value, date.year) for date, dollers in data.iterrows()
]
調整前と調整後の比較
plt.figure(figsize=(12, 6))
sns.lineplot(
data=data,
x="date",
y="value",
label="Current Dollars, Not Seasonally Adjusted(MEHOINUSA646N)",
)
sns.lineplot(data=data, x="date", y="adjusted", label="MEHOINUSA646N adjusted")
plt.legend()
<matplotlib.legend.Legend at 0x28d341a5e80>
Real Median Household Income in the United States
調整済みのデータはReal Median Household Income in the United States (MEHOINUSA672N)にて提供されています。先ほどインフレ調整したデータ（dataの中にあるadjusted列の値）とMEHOINUSA672Nの値を比較してみます。調整前の値を消費者物価指数 (CPI)を用いて調整したものは、調整済みの値（MEHOINUSA672N）とほとんど一致するのが期待値です。
data_real = get_fred_data("MEHOINUSA672N", start="2013-01-01", end="")
data_real.head()
| value | |
|---|---|
| date | |
| 2013-01-01 | 62425 |
| 2014-01-01 | 61468 |
| 2015-01-01 | 64631 |
| 2016-01-01 | 66657 |
| 2017-01-01 | 67571 |
plt.figure(figsize=(12, 6))
sns.lineplot(data=data_real, x="date", y="value", label="MEHOINUSA672N")
sns.lineplot(data=data, x="date", y="adjusted", label="MEHOINUSA646N adjusted")
# 確認のため、プロットした値をテキストで表示しています
for t, v in data_real.iterrows():
plt.text(t, v[0] - 500, f"{v[0]:.2f}")
for t, v in data.iterrows():
plt.text(t, v[1] + 500, f"{v[1]:.2f}")
plt.legend()
<matplotlib.legend.Legend at 0x28d347968b0>
