GDPを支える要素のメモとグラフ

GDPを支える要素は大きく3つに分けられるようです。

GDP=民需+貿易収支+政府支出

日経新聞の経済指標でそれぞれがどんなものなのかメモ。

■民需
法人企業統計
 資本金1000万円以上の企業で、金融機関や保険会社の数字は除かれる。
 設備投資・・・企業が機会や工場などの有形固定資産へ投資した金額
 企業の設備投資はGDPの15%程度を占める。

機械受注
 企業が設備投資のための機械を発注する段階をとらえるので、実際の設備投資の先行きを占う指標(先行指標)とされている。
 数字は産業用の機械メーカー280社の受注額を集計したもの。
 造船会社や電力会社からの受注は規模が大きく振れが激しいので数字から除外される。

消費者支出2人以上世帯
 家計の支出の動向を表している
 前年比の増減率(%)がならんでいて、マイナスになっていると家計の支出がどんどん経ているということになる。

■貿易収支(外需)
貿易・通関
 財務省が通関時の価格をベースに算出している輸出入の総額。
 速報は翌月20日前後、確報は翌月近くに発表される。

■政府支出
公共工事請負金額
 国や地方自治体などの公共機関が発注する公共工事の前払い金の保証契約をした金額が対象となっている。政府の建設投資額の75%をカバーしているといわれている。

これらのグラフにしやすいものをグラフにするとこうなりますね。

以下はコードです。

%pylab
import matplotlib.pyplot as plt 
import pandas as pd
from datetime import datetime
import numpy as np
#機械受注
df1 = pd.read_csv("https://vdata-stats-data.s3.amazonaws.com/csv/NB31M.csv",skiprows=1, names=['Month', 'Machine' ,'Sokuho'])
#消費支出
df2 = pd.read_csv("https://vdata-stats-data.s3.amazonaws.com/csv/NC11M.csv",skiprows=1, names=['Month', 'CP' ,'Sokuho'])
#輸出
df3 = pd.read_csv("https://vdata-stats-data.s3.amazonaws.com/csv/ND71M.csv",skiprows=1, names=['Month', 'EX' ,'Sokuho'])
#輸入
df4 = pd.read_csv("https://vdata-stats-data.s3.amazonaws.com/csv/ND72M.csv",skiprows=1, names=['Month', 'IN' ,'Sokuho'])
#公共工事請負金額
df5 = pd.read_csv("https://vdata-stats-data.s3.amazonaws.com/csv/NB75M.csv",skiprows=1, names=['Month', 'PUB' ,'Sokuho'])
Data = pd.merge(df1,df2,on='Month')
Data = pd.merge(Data,df3,on='Month')
Data = pd.merge(Data,df4,on='Month')
Data = pd.merge(Data,df5,on='Month')
dates = pd.DatetimeIndex(Data.Month)
Data.index = dates
Data['EX-IN'] = Data['EX']-Data['IN']

from matplotlib.font_manager import FontProperties
fp = FontProperties(fname='C:\Windows\Fonts\HGRGM.TTC')
fig = plt.figure(figsize=(12,10))
ax1 = fig.add_subplot(4,1,1)
plt.ylabel(u'機械受注(前年比)',fontproperties=fp)
ax2 = fig.add_subplot(4,1,2)
plt.ylabel(u'消費支出(前年比)',fontproperties=fp)
ax3 = fig.add_subplot(4,1,3)
plt.ylabel(u'輸出-輸入(億円)',fontproperties=fp)
ax4 = fig.add_subplot(4,1,4)
plt.ylabel(u'公共工事請負金額(前年比)',fontproperties=fp)
y1 = Data['Machine']
y2 = Data['CP']
y3 = Data['EX-IN']
y4 = Data['PUB']

ax1.plot(y1,label=u'機械受注',color="darkgray")
ax2.plot(y2,label=u'消費支出',color="darkgray")
ax3.plot(y3,label=u'輸出-輸入',color="darkgray")
ax4.plot(y4,label=u'公共工事請負金額',color="darkgray")
ax1.grid()
ax2.grid()
ax3.grid()
ax4.grid()
ax1.axhline(y=0, color='blue')
ax2.axhline(y=0, color='blue')
ax3.axhline(y=0, color='blue')
ax4.axhline(y=0, color='blue')
ax1.legend(prop=fp,loc='upper left')
ax2.legend(prop=fp,loc='upper left')
ax3.legend(prop=fp,loc='upper left')
ax4.legend(prop=fp,loc='upper left')

関連する投稿:

コメントを残す

メールアドレスが公開されることはありません。

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください