数据拾遗:美债拍卖数据【2】

今天我们继续分享关于美债的数据。上次分享的是每次的拍卖细节,但是为了方便投资者处理信息,美国财政部还整理了一些总结性的数据,最有名的就是根据各个参与者分类的 投资者类拍卖分配数据。比如我在之前的一个想法中就用到了这个数据,以说明美国国库券的承销主要由主要经销商来负责,该数据也会成为文章《关于缩表2.0》下次更新的素材之一。

数据拾遗:美债拍卖数据【2】美国国库券拍卖各类参与者所占份额分布图,券商与基金是两大参与者

下面这段简陋的代码处理的就是这个数据集:

将熊猫作为pd导入#国库券投资者类拍卖配给拍卖#票据url='https://home.treasury.gov/system/files/276/May_9_2022_IC_Bills.xls' billu dfu raw=pd。读取u excel(auctionu billu url,skiprows=3)billu dfu raw。重命名(列=lambda x:x.strip()。替换('/n','')。替换('',''),inplace=True)auctionu renameu dict={'Issuedate':'issue','Securityterm':'期限','Auctionhighrate%':'high#rate','Cusip':'Cusip','到期日'到期日','总发行量':'总发行量','(SOMA)联邦储备银行':'联邦储备银行'存款机构:'银行&#39'个人':'个人&#39'经销商和经纪人:'经纪人#经销商&#39'养老金和养老金。公司':'养老金&#39'投资基金':'投资基金&#39'外国和国际':'国外&#39'其他(请参见类别描述)(&39;:'其他'}billu dfu原始。重命名(columns=auctionu renameu dict,inplace=True)billu dfu raw。dropna(子集=['期限'],inplace=True)billu dfu raw['issueu date']=pd。tou datetime(billu dfu raw['issueu date'])将数值变量转换为浮动数值2=['高利率','总发行量','美联储','银行','个人','经纪人','养老金&##39;,'投资基金','国外','其他']对于数值列2中的c:billu dfu raw[c]=billu dfu raw[c]。astype(浮动)

以上给出了一个基本的数据集,没有进一步做什么处理。接下来,我们可以提取出按日程发行的国库券总量数据(另一种是现金管理票据,根据到期日不同有多达一百种类别,在此就不考虑了),然后计算出每次发行时每类参与者所购买的份额。

参与者=['美联储','银行','个人','经纪人','养老金','投资基金','外国','其他']参与者w=[c+'#w'对于参与者中的c]账单名称=['4周账单','8周账单','13周账单','26周账单','52周账单']totalu bills=billu dfu raw。设置索引(['发行日期','期限'])['总发行量']。取消堆叠()。dropna(如何='全部')totalu billsu scheduled=totalu bills[[c代表c代表totalu bills.columns if'Bill'in c]]totalu billsu scheduled=totalu billsu scheduled。重命名(列=lambda x:x.replace('Bill','')。strip())totalu billsu scheduled=totalu billsu scheduled[['4周','8周','13周','26周','52周']]totalu billsu cmb=totalu bills[[c代表totalu bills.columns if'cmb'in c]]35;现金管理账单#计算参与份额账单#dfu idx=账单#dfu raw。设置索引(['发行日期','期限'])对于c in参与者:billu dfu idx[c+'u w']=100*账单/账单/账单['总发行量']billu dfu idx['brokeru dealersu w']。历史(箱子=100,颜色='k')

同样的,长期国债的参与数据见此,笔者没有做更多处理,感兴趣的朋友们可自己试试。

#国债息票证券(票据和债券)拍卖u息票u url='https://home.treasury.gov/system/files/276/May_9_2022_IC_Coupons.xls' 优惠券dfU raw=pd。读取u excel(拍卖u优惠券u url,skiprows=3)优惠券u dfu原始。重命名(列=lambda x:x.strip()。替换('/n','')。替换('',''),inplace=True)auctionu renameu dict={'Issuedate':'issueu date''Securitytype':&'securityu type&','(%)CouponRate或Pread':'息票利率',&&&&##39;Cusip':'Cusip','到期日':'到期日''总发行':'总发行','(SOMA)联邦储备银行':'联邦储备银行'存款机构:'银行&#39'个人':'个人&#39'经销商和经纪人:'经纪人#经销商&#39'养老金和养老金。公司':'养老金&#39'投资基金':'投资基金&#39'外国和国际':'国外&#39'其他':'其他'}优惠券u dfu原始。重命名(columns=auctionu renameu dict,inplace=True)优惠券u dfu raw。dropna(子集=['安全类型'],inplace=True)优惠券u dfu原始['发行日期']=pd。tou datetime(优惠券u dfu原始['发行日期'])息票dfU原始['期限']=优惠券dfU原始['证券类型']。应用(λx:x.split('')[0])优惠券dfU原始['资产类型']=优惠券dfU原始['证券类型']。应用(λx:x.split('')[1] )#将数字变量转换为浮点数=['息票率','总发行量','美联储','银行','个人','经纪人','养老金','投资基金','国外','其他']对于数字列中的c:优惠券u dfu raw[c]=优惠券u dfu raw[c]。astype(浮动)

来源:知乎 www.zhihu.com
作者:知乎用户(登录查看详情)

【知乎日报】千万用户的选择,做朋友圈里的新鲜事分享大牛。 点击下载