Czego można się dowiedzieć z dwóch kolumn?
O zbiorze danych
Ten zestaw danych zawiera historyczne informacje o inflacji w Stanach Zjednoczonych od stycznia 1947 roku do 2023 roku. Stopa inflacji to istotny wskaźnik ekonomiczny, który dostarcza nam informacji o tym, jak zmieniają się ceny i siła nabywcza waluty. To narzędzie, które pomaga nam zrozumieć, w jakim stanie jest gospodarka.
Skupmy się na tym, że ten zestaw danych opiera się na dwóch kolumnach:
- Data: Jest to data zakończenia danego miesiąca, zapisana w formacie MM-DD-RRRR. Oznacza to, że mamy dokładne daty, kiedy te informacje były rejestrowane.
- Wartość: To jest wskaźnik cen towarów i usług konsumenckich (CPI) na koniec każdego z tych miesięcy. To oznacza, że możemy śledzić, jak zmieniały się ceny w czasie.
To zestawienie danych jest dostarczane dzięki Danych Ekonomicznych Rezerwy Federalnej (FRED) Banku Rezerwy Federalnej w St. Louis.
Pełny zbiór opracowanych danych razem z analizami znajduje się tutaj.
Pełny raport z analizy znajduje się tutaj.
Dlaczego te dane są istotne?
American CPI jest kluczowym wskaźnikiem ekonomicznym, który często jest używany do monitorowania inflacji i oceny siły nabywczej pieniądza. Analiza tych danych pomaga nam lepiej zrozumieć kondycję gospodarki Stanów Zjednoczonych i efekty działań podejmowanych przez bank centralny (Rezerwę Federalną).
Jak można wykorzystać te dane?
Oto przykłady analiz, które zostały wykonane w dalszej części raportu:
- Analiza ekonomiczna: Można wykorzystać te dane do analizy i prognozowania sytuacji makroekonomicznej w Stanach Zjednoczonych. Jest to narzędzie, które pomaga nam zrozumieć, jak kształtuje się gospodarka.
- Analiza inwestycji: Stopa inflacji wpływa na realny zwrot z inwestycji. Te dane pomagają inwestorom dostosować swoje strategie inwestycyjne do aktualnych warunków gospodarczych.
- Zrozumienie polityki: Pomagają zrozumieć wpływ i skuteczność działań podejmowanych przez Rezerwę Federalną w celu kontrolowania inflacji i kształtowania polityki pieniężnej.
W skrócie, ten zestaw danych dostarcza nam cennych informacji na temat cen i inflacji w Stanach Zjednoczonych, co może być użyteczne w wielu dziedzinach, od ekonomii po inwestycje i edukację.
Opracowanie danych Excel
Przed przystąpieniem do analizy dane zostały zweryfikowane i przygotowane, m.in poprzez zastąpienie kropek przecinkami.
Następnie dodana została kolumna przedstawiającej procentową zmianę wskaźnika w stosunku do poprzedniego roku.
Analiza Danych
Statystyka
W raporcie została przeprowadzona analiza statystyczna zestawu danych, przedstawiona w postaci tabeli. Tabela zawiera różne miary statystyczne, takie jak minimum, maksimum, średnia, wariancja, odchylenie średnie, odchylenie standardowe, mediana i dominanta. Taka analiza danych pomoże w lepszym zrozumieniu charakterystyki zbioru danych.
Minimum informuje nas o najniższym punkcie w rozkładzie danych.
Wartość minimalna w zestawie danych dla wskaźnika value wynosi 21,48. Od tej wartości zaczyna się wyliczanie wskaźnika dla kolejnych miesięcy i lat. Dla wskaźnika change opisującego miesięczną inflację wartość minimalna jest równa -0,018, co oznacza, że między dwoma kolejnymi miesiącami nastąpiła deflacja na poziomie 1,77%.
Maksimum informuje nas o najwyższym punkcie w rozkładzie danych.
Wartość maksymalna w zestawie danych dla value wynosi 303,84. Jest to najwyższa obserwowana wartość w danych przypisana do ostatniego rekordu – dla 01.01.2023. Dla wskaźnika change opisującego miesięczną inflację wartość maksymalna jest równa 0,02, co oznacza, że między dwoma kolejnymi miesiącami nastąpiła inflacja na poziomie 1,96%.
Maksimum informuje nas o najwyższym punkcie w rozkładzie danych.
Średnia jest miarą tendencji centralnej i informuje nas o typowej wartości w danych.
To jest przeciętna wartość w zestawie danych, obliczana jako suma wszystkich wartości podzielona przez liczbę obserwacji.
Średnia arytmetyczna wskaźnika value wynosi 117,79, natomiast średnia wskaźnika change wynosi 0,003, co oznacza, że średnie wahania wzrostu cen między kolejnymi miesiącami były bliskie trzem dziesiątym procenta.
Wariancja mierzy, jak bardzo wartości w zestawie różnią się od średniej. Wyższa wartość wariancji wskazuje na większą zmienność w danych. Wartość wariancji dla wskaźnika value wynosi 7 011,78. Wartość wariancji dla wskaźnika change wynosi 0,002 – dokładnie 0,001%
Odchylenie średnie dla wskaźnika value wynosi 74,27; natomiast dla wskaźnika change jest równa 0,24% . To miara, która informuje nas o średniej odległości między każdą wartością a średnią arytmetyczną. Jest to również miara rozproszenia danych.
Wartość odchylenia standardowego dla wskaźnika value wynosi 83,74. Wartość odchylenia standardowego dla wskaźnika change jest równa 0,34%. Jest to miara rozproszenia danych, która wskazuje, jak szeroko wartości są rozrzucone wokół średniej. Wyższe odchylenie standardowe oznacza większą zmienność w danych.
Mediana dla wskaźnika value wynosi 106,90; dla wskaźnika change jest ona natomiast równa 0,25%. Jest to wartość, która dzieli zestaw danych na dwie równe części, gdzie połowa wartości jest mniejsza od mediany, a połowa większa. Mediana jest przydatna, gdy chcemy uniknąć wpływu wartości odstających.
Dominanta dla wskaźnika value wynosi 29,84; dla wskaźnika change jest ona natomiast równa 0. Dominanta jest to wartość, która pojawia się najczęściej w zestawie danych. Jest to przydatna miara w przypadku danych kategorycznych lub dyskretnych.
Podsumowując, analiza tych danych statystycznych dostarcza nam pełniejszego zrozumienia charakterystyki zestawu danych. Otrzymaliśmy informacje o rozkładzie danych, ich tendencji centralnej oraz miarach rozproszenia. To narzędzie pozwala na bardziej dogłębne zrozumienie i interpretację danych, co może być przydatne w kontekście podejmowania decyzji, analizy trendów lub prognozowania.
Wizualizacja danych
Wizualizacja danych jest nieodłącznym narzędziem w analizie trendów i zrozumieniu zmian zachodzących w określonym zbiorze informacji. W niniejszym raporcie przyglądamy się danym dotyczącym inflacji miesięcznej w okresie od roku 1947 do 2023. Inflacja to kluczowy wskaźnik ekonomiczny, który wpływa na życie codzienne obywateli oraz kondycję gospodarki. Dlatego też, analizując te dane, będziemy mogli zrozumieć, jak inflacja kształtowała się na przestrzeni wielu lat i jakie wydarzenia mogły wpłynąć na jej zmiany.
Na początku wykorzystamy narzędzia wizualizacji, takie jak wykresy liniowe i słupkowe, aby ukazać ewolucję inflacji na przestrzeni tych długich lat.
Histogram
Histogram to rodzaj wykresu używanego do wizualizacji rozkładu danych liczbowych. Jest to szczególnie przydatne narzędzie w analizie danych i statystyce, ponieważ pozwala na szybkie zrozumienie charakterystyki zbioru danych, takie jak rozkład, skośność, koncentracja i wartości odstające.
Histogram składa się z pionowych słupków, które reprezentują przedziały lub zakresy danych liczbowych, a wysokość tych słupków ilustruje liczbę lub częstość wystąpień danych, które mieszczą się w danym przedziale. Histogram pozwala na zobrazowanie, jak dane rozkładają się wokół średniej, jakie wartości są najbardziej popularne i czy dane są skupione w jednym obszarze czy też rozproszone na szerokim zakresie.
Powyższy histogram pokazuje, że analizowane dane nie mają rozkładu normalnego. Dane nie są symetrycznie rozłożone – występuje mocna skośność prawostronna.
Największa liczba danych występuje w przedziale 23,33-35. Oznacza to, że przez dłuższy czas inflacja nie występowała lub rosła bardzo powoli, natomiast od pewnego momentu zaczęła mocno przyspieszać.
Analizując powyższy histogram, wizualizujący rozkład wskaźnika change czyli różnicy miesięcznego wzrostu/spadku CPI. Dane wydają się być symetryczne o rozkładzie normalnym.
Dla sprawdzenia, czy rozkład jest normalny, został wykonany Test Shapiro-Wilka.
Test Shapiro-Wilka to statystyczny test normalności, który służy do oceny, czy dane pochodzą z rozkładu normalnego. Jest to popularny test używany w analizie danych i statystyce.
Celem testu jest ocena hipotezy zerowej (H0), która mówi, że dane pochodzą z rozkładu normalnego.
W teście oblicza się statystykę testową, która jest używana do porównania z wartością krytyczną z tabeli rozkładu Shapiro-Wilka.
Na podstawie tej statystyki i zadanego poziomu istotności (zazwyczaj α=0.05) podejmuje się decyzję, czy odrzucić hipotezę zerową.
W związku z tym, że Excel nie posiada wbudowanej funkcji do przeprowadzenia testu Shapiro-Wilka, do jego wykonania wykorzystany został Python za pomocą Jupiter notebook.
Przy pomocy kodu (pełny kod znajduje się w załączniku) wyliczono statystykę testu i wartość p.
Rozkład nie jest normalny. Odrzucamy hipotezę zerową.
Wykres liniowy
Wykres liniowy to rodzaj graficznej reprezentacji danych, który jest używany do przedstawiania zmiany wartości danej zmiennej w zależności od innej zmiennej, najczęściej w funkcji czasu lub sekwencji danych.
Powyższy wykres obrazuje jak wyglądał rozkład zmiennej value w latach 1947-2023. Wykres jest rosnący, z kilkoma niewielkimi spadkami. Spadki te zostaną przeanalizowane w dalszej części raportu.
Trend danych został wyznaczony funkcją kwadratową o wzorze f(x) =(2,73E-07)x2 -(6,86E-03)x+49,2 o współczynniku determinacji R2=0,988 czyli 98,8%.
Współczynnik determinacji R2 jest jedną z miar jakości dopasowania modelu do danych uczących. Informuje o tym, jaka część zmienności (wariancji) zmiennej objaśnianej w próbie pokrywa się z korelacjami ze zmiennymi zawartymi w modelu. Jest on więc miarą stopnia, w jakim model pasuje do próby. Współczynnik determinacji przyjmuje wartości z przedziału [0;1] jeśli w modelu występuje wyraz wolny, a do estymacji parametrów wykorzystano metodę najmniejszych kwadratów. Jego wartości najczęściej są wyrażane w procentach.
Jego dopełnieniem jest współczynnik zbieżności 2=1-R2, który dla naszych danych wynosi 2=0,012 czyli 1,2%. Współczynnik zbieżności 2 określa, jaka część zaobserwowanej w próbie zmienności zmiennej objaśnianej nie pasuje do modelu (mieści się w jego błędzie). Współczynnik zbieżności przyjmuje wartości z przedziału [0;1]; wartości te najczęściej są wyrażane w procentach.
Powyższy wykres również wizualizuje zmienną value, ale w porównaniu do prostej linii trendu. Funkcja pierwszego stopnia o wzorze f(x) =0,0101x-197 dopasowana do danych na poziomie 95,2% (współczynnik determinacji R2=0,952). Dopasowanie tej funkcji jest również wysokie i może odpowiednio przedstawić dane – nie opisuje jedynie 4,8% danych.
Przeanalizowana została również miesięczna zmienność wskaźnika value przedstawiona procentowo.
Wpływ historii na inflację
Powyższy wykres wizualizuje jak wyglądała zmienność miesiąc do miesiąca wskaźnika value. Widocznych jest kilka dużych spadków i wzrostów wskaźnika oraz momenty stabilizacji.
W początkowych latach 147-1950, w których zbierane były pierwsze dane, widoczna jest duża zmienność wskaźnika – widoczne są zarówno duże wzrosty jak i spadki.
Wpływ na to mogła mieć próba stabilizacji pieniądza po zakończeniu II Wojny Światowej oraz wejście w okres Zimnej Wojny.
Od roku 1951 do 1972 można zauważyć względne stabilizowanie się zmian wskaźnika value, który delikatnie rósł (w okolicach 0-0,5% miesięcznie).
Od roku 1972 do 1986 można zauważyć większe rozchwianie się wskaźnika oraz zdecydowanie więcej wzrostów niż spadków. Analizując historię USA w tym czasie możemy stwierdzić, że na nagły wzrost wskaźnika w 1972 i 1973 r mógł mieć kryzys polityczny związany z aferą Watergate, w wyniku którego prezydent USA, Richard Nixon, ustąpił ze stanowiska.
W latach 1974 i 1975 wskaźnik inflacji zaczął zdecydowanie hamować ze wzrostem, zmniejszając się z poziomu wzrostu o 2% do nawet 0,19%. Nie doszło jednak do deflacji w tym czasie.
Od 1975 do 1979 roku wskaźnik znowu zaczął szybciej i nierównomiernie rosnąć, by w 1980 r się na moment zatrzymać – analizując historię USA wpływ na to mogło mieć nałożenie embargo na ZSRR 04 stycznia 1980 r. Dodatkowo w tym czasie w USA występuje najzimniejsza zima od czasu 1895 r. , co również mogło mieć wpływ na ekonomię kraju. Przez następne 2 lata widoczne są rozchwiane wzrosty wskaźnika między 0-1% miesiąc do miesiąca.
Pierwszy zauważalny spadek wskaźnika do deflacji na poziomie -0,31% miał miejsce pod koniec 1982 r. W tym czasie kończy się poważna recesja z początku lat 80 a bezrobocie osiąga szczyt na poziomie 10,52%.
Kolejny duży spadek można zauważyć na początku roku 1986, który był na poziomie -0,55%. W tym czasie następuje rewolucja władzy ludowej – prezydent Filipin Ferdynand Marcos po 20 latach rządów udaje się na wygnanie na Hawaje a Corazon Aquino zostaje pierwszą filipińską kobietą-prezydentem.
Po tym czasie następuje względnie wyrównany wzrost wskaźnika wahający się między 0-1%, który od roku 2000 zaczyna się mocno zmieniać, zwiększając granicę wahań między -0,5 – 1,5%.
W roku 2008 następuje mocny spadek wskaźnika wchodząc w deflację – pierwszy raz różnica między kolejnymi miesiącami osiągnęła poziom -1,77%.
Wielka Recesja była okresem wyraźnego ogólnego upadku obserwowanego w gospodarkach narodowych na całym świecie, tj. recesją , która trwała od końca 2007 do 2009 roku. Skala i czas trwania recesji różniły się w zależności od kraju (patrz mapa).
Międzynarodowy Fundusz Walutowy (MFW) stwierdził wówczas, że był to najpoważniejszy krach gospodarczy i finansowy od czasu Wielkiego Kryzysu . Jednym z rezultatów było poważne zakłócenie normalnych stosunków międzynarodowych .
Do przyczyn Wielkiej Recesji należy splot luk, które rozwinęły się w systemie finansowym, oraz szereg czynników wyzwalających, które rozpoczęły się wraz z pęknięciem bańki na rynku nieruchomości w Stanach Zjednoczonych w latach 2005–2012. [3] [4] Kiedy ceny mieszkań spadły, a właściciele domów zaczęli rezygnować z kredytów hipotecznych, wartość papierów wartościowych zabezpieczonych hipoteką znajdujących się w posiadaniu banków inwestycyjnych spadła w latach 2007–2008, co spowodowało upadek lub pomoc finansową kilku z nich we wrześniu 2008 r. Fazę 2008 roku nazwano kryzysem kredytów hipotecznych subprime. Połączenie banków, które nie są w stanie zapewnić środków przedsiębiorstwom, oraz właścicieli domów, którzy zamiast zaciągać pożyczki i wydawać pieniądze, spłacają długi, doprowadziło do Wielkiej Recesji, która oficjalnie rozpoczęła się w USA w grudniu 2007 r. i trwała do czerwca 2009 r., czyli rozciągając się na ponad 19 miesięcy. [5] [6] Podobnie jak w przypadku większości innych recesji, wydaje się, że żaden znany formalny model teoretyczny lub empiryczny nie był w stanie dokładnie przewidzieć postępu tej recesji, z wyjątkiem drobnych sygnałów w postaci nagłego wzrostu prawdopodobieństw prognoz, które wciąż były znacznie poniżej 50%.
Źródło: Wikipedia
Kolejny duży spadek nastąpił w 2020 r, kiedy rozpoczęła się pandemia Covid 19. Pandemia ta miała wpływ na gospodarki na całym świecie. Stany Zjednoczone zostały mocno dotknięte pandemią, w wyniku której do końca roku w granicach USA zginęło ponad 300 000 osób.
W następnych miesiącach po spadku wskaźnik zaczął szybko wzrastać.
Jeśli chodzi o gospodarkę, Stany Zjednoczone pozostawały pod silnym wpływem globalnego wzrostu inflacji , jednoczesnego spadku cen akcji na giełdzie i znacznego wzrostu cen benzyny , a wszystko to częściowo z powodu inwazji Rosji na Ukrainę . Gospodarka szczególnie mocno odczuła największe amerykańskie firmy technologiczne , a w szczególności Meta Platforms straciła prawie 700 miliardów dolarów na wycenie.
Źródło: Wikipedia
Zakończenie
W niniejszym raporcie przeprowadziliśmy analizę danych dotyczących inflacji w Stanach Zjednoczonych od 1947 roku do 2023 roku. Dane te są nie tylko istotne dla ekonomistów, inwestorów i polityków, ale również dla każdego obywatela, ponieważ inflacja wpływa na naszą siłę nabywczą i ogólny stan gospodarki, a zdarzenia polityczne wpływają na zmiany w inflaacji.
Nasza analiza obejmowała zarówno aspekty statystyczne, takie jak miary tendencji centralnej i rozproszenia, jak i wizualizacje danych w postaci wykresów liniowych, histogramów i innych narzędzi graficznych. Dzięki temu mogliśmy zrozumieć, jak inflacja ewoluowała przez te lata i jakie wydarzenia polityczne i ekonomiczne miały na nią wpływ.
Warto zaznaczyć, że analiza danych wskazała na kilka istotnych momentów w historii, które znacząco wpłynęły na inflację, takie jak kryzysy gospodarcze, zmiany polityczne czy pandemia COVID-19. W tych trudnych okresach wskaźnik inflacji zmieniał się dynamicznie, co miało wpływ na życie codzienne obywateli i decyzje inwestycyjne.
Podsumowując, analiza danych inflacyjnych dostarcza cennych informacji do podejmowania decyzji i zrozumienia historii gospodarczej Stanów Zjednoczonych. To narzędzie pomaga nam przewidzieć ewentualne trendy, dostosować strategie inwestycyjne i lepiej zrozumieć wpływ polityki na gospodarkę. Warto kontynuować badania w tej dziedzinie, aby lepiej przygotować się na przyszłość i efektywniej zarządzać ekonomią kraju.
