宏观数据
中国宏观经济数据获取指南。
GDP 数据
import finvista as fv
df = fv.get_cn_macro_gdp()
返回字段
| 字段 |
说明 |
date |
统计日期 |
gdp |
GDP 总量(亿元) |
gdp_yoy |
GDP 同比增速 (%) |
CPI 数据
df = fv.get_cn_macro_cpi()
返回字段
| 字段 |
说明 |
date |
统计月份 |
cpi |
CPI 指数 |
cpi_yoy |
CPI 同比 (%) |
cpi_mom |
CPI 环比 (%) |
PPI 数据
df = fv.get_cn_macro_ppi()
返回字段
| 字段 |
说明 |
date |
统计月份 |
ppi |
PPI 指数 |
ppi_yoy |
PPI 同比 (%) |
PMI 数据
df = fv.get_cn_macro_pmi()
返回字段
| 字段 |
说明 |
date |
统计月份 |
pmi |
制造业 PMI |
pmi_non_mfg |
非制造业 PMI |
货币供应量
df = fv.get_cn_macro_money_supply()
返回字段
| 字段 |
说明 |
date |
统计月份 |
m0 |
M0(流通中货币) |
m0_yoy |
M0 同比 (%) |
m1 |
M1(狭义货币) |
m1_yoy |
M1 同比 (%) |
m2 |
M2(广义货币) |
m2_yoy |
M2 同比 (%) |
社会融资
df = fv.get_cn_macro_social_financing()
返回字段
| 字段 |
说明 |
date |
统计月份 |
total |
社融规模增量 |
loan |
人民币贷款 |
bond |
企业债券 |
使用示例
绘制 GDP 增速趋势
import matplotlib.pyplot as plt
df = fv.get_cn_macro_gdp()
plt.plot(df['date'], df['gdp_yoy'])
plt.title("中国 GDP 同比增速")
plt.ylabel("同比增速 (%)")
plt.show()
分析通胀趋势
cpi = fv.get_cn_macro_cpi()
ppi = fv.get_cn_macro_ppi()
# 合并数据
import pandas as pd
merged = pd.merge(cpi, ppi, on='date')
# CPI-PPI 剪刀差
merged['scissors'] = merged['cpi_yoy'] - merged['ppi_yoy']
货币政策分析
money = fv.get_cn_macro_money_supply()
# M2-M1 增速差(活期化指标)
money['m2_m1_gap'] = money['m2_yoy'] - money['m1_yoy']
经济周期判断
pmi = fv.get_cn_macro_pmi()
# PMI > 50 表示扩张
pmi['expansion'] = pmi['pmi'] > 50
expansion_rate = pmi['expansion'].mean()
print(f"扩张期占比: {expansion_rate:.1%}")