Una de las múltiples funcionalidades de R para el análisis de información económica es que permite mediante el uso de ciertas librerías descargar directamente los datos o series temporales que se pretenden analizar.
En este post, con el uso de la librería “quantmod” descargaremos desde el sitio web del Banco de la Reserva Federal de St.Louis -FRED- el Producto Interno Bruto -PIB- (calculado desde la perspectiva del Gasto) en precios constantes de España, Alemania y Reino Unido.
library(quantmod)
Especificamos las series que queremos analizar (“NAEXKP01ESQ661S”) y el sitio web donde se encuentran (src=“FRED”), pues esta librería permite descargar información desde diversas fuentes: yahoo, google, FRED, Oanda:
getSymbols(“NAEXKP01ESQ661S”, src=“FRED”, return.class=“zoo”)
La función “merge”, permite combinar las series identificando en este caso los períodos / fechas que tienen observaciones.
Luego, se hace un gráfico con la función plot.
library(quantmod)
getSymbols("NAEXKP01ESQ661S", src="FRED", return.class='zoo')
getSymbols("NAEXKP01DEQ661S", src="FRED", return.class='zoo') getSymbols("NAEXKP01GBQ661S", src="FRED", return.class='zoo')
GDPs <- merge(NAEXKP01ESQ661S, NAEXKP01DEQ661S, NAEXKP01GBQ661S, all=F)
names(GDPs) <- c("España", "Alemania", "Reino Unido")
plot(GDPs[,1], xlab="", ylab="", lwd=2, ylim=c(0.6, 1.06), main="PIB Precios Constantes", sub="Index 2010=1.00")
lines(GDPs[,2], col=2, lwd=2)
lines(GDPs[,3], col=3, lwd=2)
legend("bottomright", legend=names(GDPs), lty=c(rep(1,3)),
col=c(1:3), lwd=c(rep(1,3)))
Las series temporales, en este caso, las series económicas de baja frecuencia (las series que estamos analizando son publicadas cada cuatrimestre) muestran estacionalidad, tendencia y una variabilidad que crece con el nivel de la serie, por tanto, resulta útil aplicar ciertas transformaciones a los datos, para estabilizar tanto su media como su varianza.
En nuestro ejemplo, aplicamos una transformación logarítmica y diferenciamos las series, lo cual equivale a obtener una tasa logarítmica de variación, es decir, una tasa de crecimiento.
Por último, graficamos nuevamente, pero esta vez, las tasas de crecimiento del PIB.
dGDPs <- diff(log(GDPs))
plot(dGDPs[,1], xlab="", ylab="", lwd=2, ylim=c(-0.04, 0.014),
main="PIB Precios Constantes", sub="Tasas de crecimiento")
lines(dGDPs[,2], col=2, lwd=2)
lines(dGDPs[,3], col=3, lwd=2)
abline(h=0, lty=3)
legend("bottomleft", legend=names(GDPs), lty=c(rep(1,3)),
col=c(1:3), lwd=c(rep(1,3)))
Al analizar el gráfico se puede ver claramente que en el período comprendido entre 1995 y 2008, tanto España, Alemania y el Reino Unido registraron principalmente tasas de crecimiento del PIB positivas; mostrando más fluctuaciones la economía alemana, llegando incluso a presentar tasas negativas.
En 2008, como consecuencia de la crisis financiera, se observa una fuerte caída del PIB, con una leve recuperación hacia 2010, pero así mismo, se puede apreciar que el PIB español vuelve a decrecer en 2011, situándose en terreno negativo y convergiendo a tasas de crecimiento positivas sólo a partir del tercer cuatrimestre de 2013.
Para terminar, en la página de finanzas cuantitativas puedes encontrar más ejemplos de aplicaciones de R para finanzas y economía.
¿Te ha parecido útil? ¡Puntúa esta entrada!
¡Haz clic en una estrella para puntuar!
Promedio de puntuación 3 / 5. Recuento de votos: 2
Hasta ahora, ¡no hay votos!. Sé el primero en puntuar este contenido.