の続きです。今回は資金調達に季節性があるかどうかを調べたいと思います。
まずは、季節性を調べるために、月と四半期のカテゴリカル変数を作成します。
quarter別の平均値をみてみます。group_by()関数、summarize()関数、mean()関数を使います。
株式公募では、Q2が少なく、Q4が多いように見えます。債券ではQ1が少ないように見えます。
月別の平均値もみてみます。
1月は株式公募も債券発行も少ない感じですね。
グラフで視覚化してみてみます。まず箱ひげ図を作る関数を自作します。
この自作関数をつかって各変数の月別、四半期別の箱ひげ図を描いていきます。
上の図は株式公募と債券発行の件数の四半期ごとの箱ひげ図です。Q4が多いことがわかりますね。
上の図は月別の株式公募の件数の箱ひげ図です。3月や12月が多いですね。1月や5月は少ないです。
次は、株式公募の金額をみてみます。
違いはちょっと分かりにくいですね。月別ではどうでしょうか？
3月や12月が多いように見えます。
債券発行の件数はどうでしょうか？
Q1が少ないように見えます。
月別の債券発行の件数をみてみましょう。
これは月別の違いがはっきりわかりますね、8月は明らかに少ないですよね。
債券発行額の四半期別の箱ひげ図を描いてみます。
Q1が少ないように見えます。
月別の箱ひげ図を描きます。
これは違いがはっきりわかりますね。8月は明らかに少ないですね。
グラフで見る限り、株式公募や債券発行での資金調達には件数、金額ともに季節性があるように見えました。
今回は以上です。
次回は
です。
はじめから読むには、
です。
今回のコードは以下になります。
#
# monthを作る
df <- df |>
mutate(month = month(date) |> as.factor())
df
#
# quarterを作る
df <- df |>
mutate(quarter = case_when(
month %in% c(1, 2, 3) ~ "Q1",
month %in% c(4, 5, 6) ~ "Q2",
month %in% c(7, 8, 9) ~ "Q3",
month %in% c(10, 11, 12) ~ "Q4"
) |> as.factor())
df
#
# quarter別の平均値
df |>
group_by(quarter) |>
summarize(across(eqy_num:bond_val, mean))
#
# 株式公募はQ2が少なく、Q4が多い感じ
# 債券発行はQ1が少ない感じ
#
# month別の平均値
df |>
group_by(month) |>
summarize(across(eqy_num:bond_val, mean))
#
# 月によって違いがある。
#
# 箱ひげ図の関数式を作る
hakohige <- function(df, var, group) {
df |>
ggplot(aes( x = {{group}}, y = {{var}}, group = {{group}})) +
geom_boxplot(aes(y = {{var}}, fill = {{group}})) +
theme_minimal()
}
#
# eqy_numの箱ひげ図
# 1. 四半期ごと
df |> hakohige(eqy_num, quarter)
#
# 2. 月ごと
df |> hakohige(eqy_num, month)
#
# eqy_valの箱ひげ図
# 1. 四半期ごと
df |> hakohige(eqy_val, quarter)
#
# 2. 月ごと
df |> hakohige(eqy_val, month)
#
# bond_numの箱ひげ図
# 1. 四半期ごと
df |> hakohige(bond_num, quarter)
#
# 2. 月ごと
df |> hakohige(bond_num, month)
#
# bond_valの箱ひげ図
# 1. 四半期ごと
df |> hakohige(bond_val, quarter)
#
# 2. 月ごと
df |> hakohige(bond_val, month)
#
(冒頭の画像は、Bing Image Creator で生成しました。プロンプトは Photograph of beautiful landscape, nature green grass and some small lakes, blue sky and white clouds, close up of Asian skunk flowers. です。)
