从哪里能够获取到货币供应量数据?

发布于: 雪球转发:0回复:0喜欢:0

货币供应量(money supply;supply of money)亦称货币存量、货币供应,指某一时点流通中的现金量和存款量之和。货币供应量是各国中央银行编制和公布的主要经济统计指标之一。现在中国的货币供应量统计是以天为基本单位,所谓的某年某月某日的货币量实际上是吞吐货币的银行每日营业结束之际那个时点上的数量。在这个基础上,月货币量如果指的是月平均量,计算的细一些,可以是全月每天货币量的平均。粗一些,可以是月初、月末两个货币存量数的平均。同样,年的平均货币量计算亦是如此。对有些问题的分析,也可用月末、季末、年末货币余额这样的数字。货币供应量的现实水平是一国货币政策调节的对象。预测货币供应量的增长、变动情况则是一国制定货币政策的依据。由于各国经济、金融发展和现实情况不同,以及经济学家对货币定义解释不同,各国中央银行公布的货币供应量指标也不尽相同。有狭义货币供应量(流通中的现金和商业银行活期存款的总和)和广义货币供应量(狭义货币供应量再加商业银行定期存款的总和)之分。那么我们能够从哪里获取到货币供应量数据呢?证券宝baostock.com是一个免费、开源的证券数据平台。它提供了获取货币供应量的数据接口:query_money_supply_data_month()

货币供应量:query_money_supply_data_month()

方法说明:通过API接口获取货币供应量,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)

# 获取货币供应量

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

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

print('query_money_supply_data_month 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:/money_supply_data_month.csv", encoding="gbk", index=False)

print(result)

# 登出系统

bs.logout()



货币供应量(年底余额):query_money_supply_data_year()

方法说明:通过API接口获取货币供应量(年底余额),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)

# 获取货币供应量(年底余额)

rs = bs.query_money_supply_data_year(start_date="2010", end_date="2015")

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

print('query_money_supply_data_year 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:/money_supply_data_year.csv", encoding="gbk", index=False)

print(result)

# 登出系统

bs.logout()