目的

Rの"quantmod"パッケージを使って、FREDからデータを呼び出し、データセットを作成する。
作ったデータセットをHodrick-Prescott Filterでトレンド除去し、整理する。

背景

日本の政府統計は使いづらい…（PDF形式、出所がバラバラ、etc…）
米国のデータは…使いやすい…！（FRBのセントルイス連銀が提供するFREDというデータベース）
できればローカルでデータセットを持たずに政府統計を分析したい！
推計期間の更新を簡単にしたい！
quantmodパッケージの知名度はイマイチ…？

読み込むデータ

以下の5変数を用いる(1998Q1～2008Q2)。

$Y$…　Real Gross Domestic Product
$C$…　Real Personal Consumption Expenditures
$I$…　Real Gross Private Domestic Investment
$W$…　Employed full time: Median usual weekly real earnings
$N$…　以下の2つのデータを掛けて作成（雇用量 = 生産年齢人口 × 生産年齢人口雇用率）
- Working Age Population: Aged 15-64: All Persons
- Employment Rate: Aged 15-64: All Persons

コード

まず、HP Filterで使える、"mFilter"パッケージを呼び出します。
（必要に応じてインストールしてください）
データのコード名（例：GDPC1）は、FREDページでの系列名の隣に書いてあります。

library(mFilter)

次に、推計期間を定義し、tickerを作成します。

data <- new.env()

# 推計開始時期と終了時期
date.start <- "1998-01-01"
date.end <- "2008-06-30"

#"y_obs", "c_obs", "i_obs", "w_obs", "n_obs"
#QUARTERLY

tickers <-  c("GDPC1",             #Real Gross Domestic Product #Y
              "PCECC96",           #Real Personal Consumption Expenditures #C
              "GPDIC1",            #Real Gross Private Domestic Investment #I
              "LES1252881600Q",    #Employed full time: Median usual weekly real earnings
                                   #: Wage and salary workers: 16 years and over #W
              "LFWA64TTUSQ647N",   #Working Age Population: Aged 15-64: All Persons #N1
              "LREM64TTUSQ156S")   #Employment Rate: Aged 15-64: All Persons #N2

次に、quantmodパッケージを使ってデータを呼び出します。

# FREDのデータベースにアクセス
library("quantmod")
getSymbols( tickers
            , src = "FRED"
            , from = date.start 
            , to = date.end  
            , env = data
)

#階層分け
dtx1 <- data$GDPC1
x1 <- dtx1[paste(date.start,date.end,sep="/")]
dtx2 <- data$PCECC96
x2 <- dtx2[paste(date.start,date.end,sep="/")]
dtx3 <- data$GPDIC1
x3 <- dtx3[paste(date.start,date.end,sep="/")]
dtx4 <- data$LES1252881600Q
x4 <- dtx4[paste(date.start,date.end,sep="/")]
# 生産年齢人口*雇用率
dtxa <- data$LFWA64TTUSQ647N
xa <- dtxa[paste(date.start,date.end,sep="/")]
dtxb <- data$LREM64TTUSQ156S
xb <- dtxb[paste(date.start,date.end,sep="/")]
x5 <- xa*xb

次に、HP Filterをかけます。
四半期データなので、$\lambda = 1600$とします。
また、データの定常性を確保するため、自然対数をとっています。

#HPフィルター
hpf1 <- hpfilter(log(x1),freq = 1600)
hpf2 <- hpfilter(log(x2),freq = 1600)
hpf3 <- hpfilter(log(x3),freq = 1600)
hpf4 <- hpfilter(log(x4),freq = 1600)
hpf5 <- hpfilter(log(x5),freq = 1600)

結果を出力します。
以下ではサイクル成分のみを抽出していますが、
例えばhpf1$trendなどと入力すると、トレンド成分も見られます。
（詳細はView(hpf1)等で確認してください。）
結果の出力先、形式等は適宜変更してください。

# 結果
out <- xts(cbind(hpf1$cycle, hpf2$cycle, hpf3$cycle, hpf4$cycle, hpf5$cycle)
           , index(x1, x2, x3, x4, x5))
colnames(out) <- c("y_obs", "c_obs", "i_obs", "w_obs", "n_obs")

# 結果の表示
head(out)

# 結果の出力
write.csv(out, "C:/cat/mcmc.csv", row.names = F)

出力結果は、以下のようにExcel(csv)ファイルで出力されます。

最後に、結果を描画します（場合によっては不要）

# 結果の描画
par(mfrow = c(2, 1), mar = c(3, 2, 2, 1))
colnames(out) <- c("real GDP", "real consumption", "real investment", 
                   "real wage", "employment")
plot(out[,"real GDP"], t= "n", main = "real GDP", col = "steelblue")
plot(out[,"real consumption"], t= "n", main = "real consumption", col = "steelblue")
plot(out[,"real investment"], t= "n", main = "real investment", col = "steelblue")
plot(out[,"real wage"], t= "n", main = "real wage", col = "steelblue")
plot(out[,"employment"], t= "n", main = "employment", col = "steelblue")

結果は以下のように表示されます。
横軸が時系列、縦軸が系列のトレンドからの乖離率を示しています。

全コードはこちらからご覧になれます。

ご参考（RBCモデルへの接続）

この記事で作成したデータは、こちらで用いることを目的としたものです。
（DynareによるRBCモデルのMCMC推計）
また、quantmodでは、FRED以外にも、様々なデータベースにアクセスできます。
参考… quantmodのdocumentation

【R】quantmodパッケージでFRED(米国統計)をお手軽に

目的

背景

読み込むデータ

コード

ご参考（RBCモデルへの接続）