www.crosshyou.info

政府統計の総合窓口のデータや、OECDやUCIやのデータを使って、Rの練習をしています。ときどき、読書記録も載せています。

景気ウォッチャー調査データと株価の分析3 - R言語で株価と各変数の相関を調べる。3か月、4か月前の景気と株価の関連

 

www.crosshyou.info

 の続きです。

今回は株価と各景気ウォッチャーの変数の相関関係を調べてみたいと思います。

余談ですが、堺屋太一さんがお亡くなりになりました。この堺屋太一さんが経済企画庁長官のときに景気ウォッチャー調査を発案したそうです。ご冥福を祈ります。

前回、R言語のfor関数で一括して現状と先行きの相関係数を計算しました。今回もfor関数を使って一括して株価との相関係数を計算したいと思います。

まずは、当月の変数と当月の株価の相関係数です。

株価は47列目のデータですから、3列目から46列目までの相関を計算します。前回と同じように for関数を使います。

f:id:cross_hyou:20190212110701j:plain

このような結果になりました。一応、3つぐらい実際のcor関数を使ってあってるかどうか確認しておきましょう。

まずは、最初の合計現状との相関係数です。for関数で一括計算した結果では、0.4014649でした。

f:id:cross_hyou:20190212110919j:plain

こちらも 0.4014649で一致しました。

次は、最後の雇用関連先行きを見てみましょう。for関数での結果は 0.3697790 です。

f:id:cross_hyou:20190212111223j:plain

これも 0.369779 で一致しました。

もう一つ、コンビニ先行きを見てみましょうか。for関数での計算では、0.3317388です。

f:id:cross_hyou:20190212111524j:plain

これも一致しました。

ということで、for関数で株価との相関がうまく計算できたようです。sort関数で並び替えてみましょう。

f:id:cross_hyou:20190212111850j:plain

こうなりました。株価と一番相関関係が強いのは、飲食関連現状です。二番目はサービス関連先行きで。一番相関関係が弱いのは乗用車自動車備品販売店現状でした。

 

今度は、前月の景気ウォッチャーの値と当月の株価の相関を調べましょう。

まず、前月用の景気ウォッチャーのデータフレームを作成しましょう。最後の行を削除すればいいですね。

f:id:cross_hyou:20190212112751j:plain

c(-219)で最後の219行目を削除し、c(-1, -2, -47)で年、月、株価を削除しました。

これに対応する株価は、最初の1行目がいらないデータですね。

f:id:cross_hyou:20190212113102j:plain

これで、df1という景気ウォッチャー指数の各変数の格納されているデータフレームとkabuka1という株価のベクトルができました。この2つでfor関数を使って相関係数を計算しましょう。

f:id:cross_hyou:20190212114237j:plain

はい、このようになりました。sort関数で並び替えてみましょう。

f:id:cross_hyou:20190212114408j:plain

一番相関関係が強いのは、サービス関連関連先行きですね、0.4776675 です。。その次はその他小売店先行きです。一番相関関係が弱いのは、乗用車自動車備品販売店現状です。

もう1か月づらして、前々月の景気ウォッチャー指数と当月の株価の相関を見てみましょう。景気ウォッチャーは最後の2行は削除、株価のほうは、はじめの2行を削除します。

f:id:cross_hyou:20190212115017j:plain

またまたfor関数で一気に相関係数を計算します。

f:id:cross_hyou:20190212120011j:plain

結果はこうなりました。サービス関連関連先行きが一番相関関係が強いですね。0.5051150です。一番相関関係が弱いのは、乗用車自動車備品販売店現状です。

ここまで、当月の景気ウォッチャーと当月の株価、前月の景気ウォッチャーと当月の株価、前々月の景気ウォッチャーと当月の株価の相関係数を計算しました。それぞれの平均の相関係数をmean関数で確認しましょう。

f:id:cross_hyou:20190212120540j:plain

こうなりました。つまり、前々月の景気ウォッチャー指数の値が一番当月の株価と相関が強いということですね。さらにもう一月前も調べましょう。

f:id:cross_hyou:20190212120936j:plain

景気ウォッチャーのデータフレームは、最後の3行を削除して、株価のベクトルははじめの3行を削除します。こうしてfor関数で同じようにします。

f:id:cross_hyou:20190212121744j:plain

相関の平均値は、0.4477235 とさらに強くなりました。一番相関係数の高いには、レジャー施設関連先行きになりました。一番相関の弱いのは乗用車自動車備品販売店現状です。

4か月先もやってみましょう。

f:id:cross_hyou:20190212122441j:plain

計算用のデータフレームとベクトルを作りました。

f:id:cross_hyou:20190212122549j:plain

結果はこうなりました。4か月前の景気ウォッチャーと株価の相関の平均は、0.4514589です。一番相関関係の強いのはレジャー施設関連先行きで、一番相関関係の悪いのは乗用車自動車備品販売店現状です。

最後にそれぞれの相関係数をまとめて一つのデータフレームにしてしまいましょう。

data.frame関数を使います。

f:id:cross_hyou:20190212123638j:plain

summary関数で平均値等を表示しましょう。

f:id:cross_hyou:20190212123716j:plain

今回は以上です。

 次回は

 

www.crosshyou.info

 

です。