如何预估通胀率?通过央行数据来统计一波

2024-02-22 09:59

本文主要是介绍如何预估通胀率?通过央行数据来统计一波,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1 前言

最近突然想统计下中国这些年的通胀率,然后就简单写了一个脚本,大致评估下近10年的通胀情况,跟预期结果差不多,平均8%左右的通胀率。

2 M2 定义

广义货币供应量(M2)是指流通于银行体系之外的现金加上企业存款、居民储蓄存款以及其他存款,它包括了一切可能成为现实购买力的货币形式,通常反映的是社会总需求变化和未来通胀的压力状态。近年来,很多国家都把M2作为货币供应量的调控目标。

3 近10年M2情况

年份期末余额(亿元人民币)
2022年期末2664320.84
2021年期末2382899.56
2020年期末2186795.89
2019年期末1986488.82
2018年期末1826744.22
2017年期末1690235.31
2016年期末1550066.67
2015年期末1392278.11
2014年期末1228374.81
2013年期末1106524.98
2012年期末974148.80

4 脚本统计增量和增长率

代码示例:

/*** <p>* 最近10年货币通胀率估算* <p>* 2022年期末   M2    2664320.84 (亿)* 2021年期末   M2    2382899.56* 2020年期末   M2    2186795.89* 2019年期末   M2    1986488.82* 2018年期末   M2    1826744.22* 2017年期末   M2    1690235.31* 2016年期末   M2    1550066.67* 2015年期末   M2    1392278.11* 2014年期末   M2    1228374.81* 2013年期末   M2    1106524.98* 2012年期末   M2    974148.80* <p/>** @param args* @return void* @Date 2023/2/23 15:20*/
public static void main(String[] args) {int startYear = 2012;int endYear = 2023;//最近10年货币通胀率估算List<Map<Integer, BigDecimal>> dataList = new ArrayList<>();Map<Integer, BigDecimal> map = new HashMap<>(16);map.put(2012, BigDecimal.valueOf(974148.80));map.put(2013, BigDecimal.valueOf(1106524.98));map.put(2014, BigDecimal.valueOf(1228374.81));map.put(2015, BigDecimal.valueOf(1392278.11));map.put(2016, BigDecimal.valueOf(1550066.67));map.put(2017, BigDecimal.valueOf(1690235.31));map.put(2018, BigDecimal.valueOf(1826744.22));map.put(2019, BigDecimal.valueOf(1986488.82));map.put(2020, BigDecimal.valueOf(2186795.89));map.put(2021, BigDecimal.valueOf(2382899.56));map.put(2022, BigDecimal.valueOf(2664320.84));dataList.add(map);//增速List<Map<Integer, String>> resultList = new ArrayList<>();Map<Integer, String> dealMap = new TreeMap<>();BigDecimal lastTempValue = BigDecimal.ZERO;for (int i = startYear; i < endYear; i++) {Map<Integer, BigDecimal> filterDataMap = dataList.get(0);for (Map.Entry<Integer, BigDecimal> entryMap : filterDataMap.entrySet()) {if (entryMap.getKey() != i) {continue;}BigDecimal currentValue = entryMap.getValue();if (i == 2012) {lastTempValue = currentValue;continue;}BigDecimal decimal = currentValue.subtract(lastTempValue).divide(lastTempValue, 8, RoundingMode.HALF_UP);dealMap.put(i, getPercentFormat(decimal));lastTempValue = currentValue;}}resultList.add(dealMap);System.out.println(JSON.toJSONString(resultList));
}/*** <p>* Get amount in percentage format* <p/>** @param bigDecimal* @return java.text.DecimalFormat* @Date 2021/12/9 21:44*/
public static String getPercentFormat(BigDecimal bigDecimal) {//Create a percentage format for ChinaNumberFormat perFormat = NumberFormat.getPercentInstance(Locale.CHINA);try {DecimalFormat percentFormat = (DecimalFormat) perFormat;//Setting the Pattern will invalidate the percentage format and the built-in format   percentFormat.applyPattern("##.00")//Set the minimum number of decimal places to 2percentFormat.setMinimumFractionDigits(2);return percentFormat.format(bigDecimal);} catch (Exception e) {log.error("Abnormal value conversion ", e);}return null;
}public static class AscBigDecimalComparator implements Comparator<Map.Entry<Integer, String>> {//然后通过比较器来实现排序@Overridepublic int compare(Map.Entry<Integer, String> o1, Map.Entry<Integer, String> o2) {return o1.getValue().compareTo(o2.getValue());}}

5 执行结果

执行结果:

[{2013:"13.59%",2014:"11.01%",2015:"13.34%",2016:"11.33%",2017:"9.04%",2018:"8.08%",2019:"8.74%",2020:"10.08%",2021:"8.97%",2022:"11.81%"}]

6 图表展示

https://echarts.apache.org/examples/zh/editor.html?c=line-style

代码内容如下:

option = {xAxis: {type: 'category',data: ['2013', '2014', '2015', '2016', '2017', '2018', '2019', '2020', '2021', '2022']},yAxis: {type: 'value'},series: [{data: [13.59, 11.01, 13.34, 11.33, 9.04, 8.08, 8.74,10.08,8.97,11.81],type: 'line',symbol: 'triangle',symbolSize: 20,lineStyle: {color: '#5470C6',width: 4,type: 'dashed'},itemStyle: {borderWidth: 3,borderColor: '#EE6666',color: 'yellow'}}]
};

效果如下:

在这里插入图片描述

在这里插入图片描述

写博客是为了记住自己容易忘记的东西,另外也是对自己工作的总结,希望尽自己的努力,做到更好,大家一起努力进步!

如果有什么问题,欢迎大家一起探讨,代码如有问题,欢迎各位大神指正!

给自己的梦想添加一双翅膀,让它可以在天空中自由自在的飞翔!

这篇关于如何预估通胀率?通过央行数据来统计一波的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/734897

相关文章

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的

在Linux终端中统计非二进制文件行数的实现方法

《在Linux终端中统计非二进制文件行数的实现方法》在Linux系统中,有时需要统计非二进制文件(如CSV、TXT文件)的行数,而不希望手动打开文件进行查看,例如,在处理大型日志文件、数据文件时,了解... 目录在linux终端中统计非二进制文件的行数技术背景实现步骤1. 使用wc命令2. 使用grep命令

Navicat数据表的数据添加,删除及使用sql完成数据的添加过程

《Navicat数据表的数据添加,删除及使用sql完成数据的添加过程》:本文主要介绍Navicat数据表的数据添加,删除及使用sql完成数据的添加过程,具有很好的参考价值,希望对大家有所帮助,如有... 目录Navicat数据表数据添加,删除及使用sql完成数据添加选中操作的表则出现如下界面,查看左下角从左

SpringBoot中4种数据水平分片策略

《SpringBoot中4种数据水平分片策略》数据水平分片作为一种水平扩展策略,通过将数据分散到多个物理节点上,有效解决了存储容量和性能瓶颈问题,下面小编就来和大家分享4种数据分片策略吧... 目录一、前言二、哈希分片2.1 原理2.2 SpringBoot实现2.3 优缺点分析2.4 适用场景三、范围分片

Redis分片集群、数据读写规则问题小结

《Redis分片集群、数据读写规则问题小结》本文介绍了Redis分片集群的原理,通过数据分片和哈希槽机制解决单机内存限制与写瓶颈问题,实现分布式存储和高并发处理,但存在通信开销大、维护复杂及对事务支持... 目录一、分片集群解android决的问题二、分片集群图解 分片集群特征如何解决的上述问题?(与哨兵模

浅析如何保证MySQL与Redis数据一致性

《浅析如何保证MySQL与Redis数据一致性》在互联网应用中,MySQL作为持久化存储引擎,Redis作为高性能缓存层,两者的组合能有效提升系统性能,下面我们来看看如何保证两者的数据一致性吧... 目录一、数据不一致性的根源1.1 典型不一致场景1.2 关键矛盾点二、一致性保障策略2.1 基础策略:更新数

Oracle 数据库数据操作如何精通 INSERT, UPDATE, DELETE

《Oracle数据库数据操作如何精通INSERT,UPDATE,DELETE》在Oracle数据库中,对表内数据进行增加、修改和删除操作是通过数据操作语言来完成的,下面给大家介绍Oracle数... 目录思维导图一、插入数据 (INSERT)1.1 插入单行数据,指定所有列的值语法:1.2 插入单行数据,指