En la entrada de hoy les quiero compartir este nuevo paquete de R, se trata de BIS, paquete creado el mes pasado y con el cual se puede acceder a datos del Banco Internacional de Pagos o BIS, por sus siglas en inglés (Bank for International Settlements).
Instalación del paquete de R: BIS
A continuación, instalaré el paquete, el cual puede ser instalado desde Github o CRAN. Para ello basta con las siguientes líneas de código:
library(devtools)
Instalación desde Github: install_github(“expersso/BIS”)
Instalación desde CRAN: install.packages(“BIS”)
Análisis de datasets
Ahora, miramos cuáles son los datasets disponibles:
library("BIS")
datos.bis <- get_datasets()
datos.bis
## # A tibble: 17 x 2 ## name ## <chr> ## 1 Locational banking statistics ## 2 Consolidated banking statistics ## 3 Debt securities statistics ## 4 Global liquidity indicators ## 5 Credit to the non-financial sector ## 6 Credit-to-GDP gaps ## 7 Debt service ratios for the private non-financial sector ## 8 Property prices: selected series ## 9 Property prices: long series ## 10 US dollar exchange rates (monthly, quarterly and annual) ## 11 US dollar exchange rates (daily) ## 12 Effective exchange rate indices (monthly) ## 13 Effective exchange rate indices (daily) ## 14 Triennial Survey statistics on turnover ## 15 Consumer prices ## 16 Policy rates (monthly) ## 17 Policy rates (daily) ## # ... with 1 more variables: url <chr>
Al ejecutar el código se puede ver que R nos arroja dos columnas, la primera con los nombres y la segunda con la url.
Análisis y descarga de tipos de interés
De los datasets disponibles, descargaré los tipos de interés mensuales de los bancos centrales (Policy rates (monthly), para ello, se utiliza el comando get_bis, el cual accede a la url y descarga los datos:
tipos <- get_bis(datos.bis$url[16], quiet = TRUE)
Inspeccionamos los datos y míralos las primeras observaciones:
head(tipos)
## # A tibble: 6 x 4 ## frequency reference_area date obs_value ## <chr> <chr> <chr> <dbl> ## 1 M:Monthly CH:Switzerland 1946-01 1.50 ## 2 M:Monthly DK:Denmark 1946-01 3.50 ## 3 M:Monthly GB:United Kingdom 1946-01 2.00 ## 4 M:Monthly IN:India 1946-01 3.00 ## 5 M:Monthly JP:Japan 1946-01 3.29 ## 6 M:Monthly SE:Sweden 1946-01 2.50
Como se puede observar, hemos descargado los tipos de interés mensuales de los bancos centrales de Suiza, Dinamarca, Reino Unido, India, Japón y Suecia desde 1946.
Si quiero trabajar únicamente con los tipos de interés del Reino Unido, creo un nuevo dataframe, denominado GB; y para mirar las 5 primeras y últimas observaciones:
GB <- tipos[tipos$reference_area == "GB:United Kingdom",]
head(GB,5)
## # A tibble: 5 x 4 ## frequency reference_area date obs_value ## <chr> <chr> <chr> <dbl> ## 1 M:Monthly GB:United Kingdom 1946-01 2 ## 2 M:Monthly GB:United Kingdom 1946-02 2 ## 3 M:Monthly GB:United Kingdom 1946-03 2 ## 4 M:Monthly GB:United Kingdom 1946-04 2 ## 5 M:Monthly GB:United Kingdom 1946-05 2
tail(GB,5)
## # A tibble: 5 x 4 ## frequency reference_area date obs_value ## <chr> <chr> <chr> <dbl> ## 1 M:Monthly GB:United Kingdom 2017-05 0.25 ## 2 M:Monthly GB:United Kingdom 2017-06 0.25 ## 3 M:Monthly GB:United Kingdom 2017-07 0.25 ## 4 M:Monthly GB:United Kingdom 2017-08 0.25 ## 5 M:Monthly GB:United Kingdom 2017-09 0.25
Ahora graficamos los tipos de política monetaria del Reino Unido y le añadiremos una línea rojo indicando la media:
library(tidyverse)
library(zoo)
grafico <- GB %>%
mutate(date = as.Date(as.yearmon(date)))
ggplot(grafico, aes(date) )+
geom_line( aes( y = obs_value ), colour="darkblue" ) +
labs( title = "Tipo de Interes de Referencia")+
labs(x="Fecha", y="Tipos de interes (%)") +
geom_hline(yintercept = mean(GB$obs_value), color="darkred")
Para graficar todos los tipos por país:
library(tidyverse)
library(zoo)
tipos_plot <- tipos %>%
mutate(date = as.Date(as.yearmon(date))) %>%
filter(grepl("^(CH|DK|GB|IN|JP|SE)", reference_area))ggplot(tipos_plot, aes(date, obs_value, color = reference_area)) +
geom_hline(yintercept = 0, linetype = "dashed",
color = "grey70", size = 0.02) +
geom_line(show.legend = FALSE) +
facet_wrap(~reference_area) +
theme_light() +
theme(panel.grid = element_blank()) +
labs(x = NULL, y = NULL,
title = "Tipos de Interes de los Bancos Centrales (% por año)") +
theme (plot.title = element_text(face="bold", hjust = 0.5))
Si quieres aprender más casos prácticos de finanzas cuantitativas ve a la página donde hablo de ello y donde podrás encontrar más aplicaciones de R para finanzas.
