从哪里能够获取到存款利率/贷款利率数据?

发布于: 雪球转发:0回复:0喜欢:0

存款利率,是计算存款利息的标准。是指一定时期内利息的数额与存款金额的比率,亦称存款利息率。存款利率是银行吸收存款的一个经济杠杆,也是影响银行成本的一个重要因素。中国的存款利率是国家根据客观经济条件、货币流通及市场物资供求等情况,并兼顾各方利益,有计划地确定的。存款利率单位为年利率,月利率,日利率(亦称年息率、月息率、日息率)。年利率按本金的百分之几表示,月利率按本金的千分之几表示; 日利率按本金的万分之几表示。中国习惯称利率为几厘几毫。

存款可按多种方式分类,如按产生方式可分为原始存款和派生存款,按期限可分为活期存款和定期存款,按存款者的不同(以中国为例),则可划分为单位存款和个人存款。个人存款即居民储蓄存款,是居民个人存入银行的货币。世界上新的存款种类正不断出现,如可转让大额定期存单、可转让支付命令帐户、电话转帐服务和自动转帐服务、货币市场存款户等,其中可转让大额定期存单在中国也有了一定的发展。

中国人民银行决定,自2015年10月24日起,下调金融机构人民币贷款和存款基准利率,以进一步降低社会融资成本。其中,金融机构一年期贷款基准利率下调0.25个百分点至4.35%;一年期存款基准利率下调0.25个百分点至1.5%;其他各档次贷款及存款基准利率、人民银行对金融机构贷款利率相应调整;个人住房公积金贷款利率保持不变。同时,对商业银行和农村合作金融机构等不再设置存款利率浮动上限。那么我们能够从哪里能够获取到存款利率信息呢?证券宝baostock.com是一个免费、开源的证券数据平台。它提供了获取存款利率的数据接口:query_deposit_rate_data()

存款利率:query_deposit_rate_data()

方法说明:通过API接口获取存款利率,可以通过参数设置获取对应起止日期的数据。 返回类型:pandas的DataFrame类型。

使用示例

import baostock as bs

import pandas as pd

# 登陆系统

lg = bs.login()

# 显示登陆返回信息

print('login respond error_code:'+lg.error_code)

print('login respond error_msg:'+lg.error_msg)

# 获取存款利率

rs = bs.query_deposit_rate_data(start_date="2015-01-01", end_date="2015-12-31")

print('query_deposit_rate_data respond error_code:'+rs.error_code)

print('query_deposit_rate_data respond error_msg:'+rs.error_msg)

# 打印结果集

data_list = []

while (rs.error_code == '0') & rs.next():

# 获取一条记录,将记录合并在一起

data_list.append(rs.get_row_data())

result = pd.DataFrame(data_list, columns=rs.fields)

# 结果集输出到csv文件

result.to_csv("D:/deposit_rate.csv", encoding="gbk", index=False)

print(result)

# 登出系统

bs.logout()

贷款利率,是银行等金融机构发放贷款时向借款人收取利息的利率。主要分为三类: 中央银行对商业银行的贷款利率; 商业银行对客户的贷款利率; 同业拆借利率。银行贷款利息的确定因素有: ①银行成本。任何经济活动都要进行成本—收益比较。银行成本有两类: 借入成本—借入资金预付息; 追加成本—正常业务所耗费用。②平均利润率。利息是利润的再分割,利息必须小于利润率,平均利润率是利息的最高界限。③借贷货币资金供求状况。供大于求,贷款利率必然下降,反之亦然。另外,贷款利率还须考虑物价变动因素、有价证券收益因素、政治因素等。不过,有的学者认为利息率的最高界限应是资金的边际收益率。将约束利息率的因素看成企业借入银行贷款后的利润增加额与借款量的比率同贷款利率间比较。只要前者不小于后者,企业就可能向银行贷款。获取贷款利率的数据接口:query_loan_rate_data()

贷款利率:query_loan_rate_data()

方法说明:通过API接口获取贷款利率,可以通过参数设置获取对应起止日期的数据。 返回类型:pandas的DataFrame类型。

使用示例

import baostock as bs

import pandas as pd

# 登陆系统

lg = bs.login()

# 显示登陆返回信息

print('login respond error_code:'+lg.error_code)

print('login respond error_msg:'+lg.error_msg)

# 获取贷款利率

rs = bs.query_loan_rate_data(start_date="2010-01-01", end_date="2015-12-31")

print('query_loan_rate_data respond error_code:'+rs.error_code)

print('query_loan_rate_data respond error_msg:'+rs.error_msg)

# 打印结果集

data_list = []

while (rs.error_code == '0') & rs.next():

# 获取一条记录,将记录合并在一起

data_list.append(rs.get_row_data())

result = pd.DataFrame(data_list, columns=rs.fields)

# 结果集输出到csv文件

result.to_csv("D:/loan_rate.csv", encoding="gbk", index=False)

print(result)

# 登出系统

bs.logout()