BvD最后一弹——宏观数据宝典

本文作者：朱巧利

文字编辑：张馨月

技术总编：李朋冲

爬虫俱乐部将于2020年1月5日至11日在湖北武汉举行为期一周的Stata编程技术定制培训，此次采取初级班和高级班分批次培训。课程通过案例教学模式，旨在帮助大家在短期内掌握Stata软件编程、金融计量知识和实证分析方法，使大家熟悉Stata核心的爬虫技术，以及Stata与其他软件交互的高端技术。目前正在火热招生中~详细培训大纲及报名方式，请点击《爬虫俱乐部2020第一期Stata编程训练营开始报名啦！》或点击文末阅读原文呦~

辛苦一天，成就一天；奔波一月，丰收一月；付出一年，收获一年，转眼间2019年即将结束，不知大家是否都收获满满？在之前的推文中，我们向大家介绍了BvD旗下的多个子库，涵盖全球范围内的银行数据、公司信息和并购交易，今天我们就一起来进行BvD数据库的收尾工作——EIU CountryData。

EIU CountryData是一个动态更新的全球宏观数据库，提供全球各国家与地区宏观经济历史与预测数据，每个国家包括320个指标系列。同时，还提供了全球各个国家地区的经济总量数据、近期经济展望综述报告。今天我们就来一起学习一下吧~

EIU CountryData的主界面和BankFocus非常像，下面我们将介绍“View”“Tools”“Outlook”三项功能。

1.view

view可以帮助用户搜集国家数据，它的界面如图所示。由于之前没有保存过筛选条件或数据，我们需要点击界面上方的“start a new selection”进行检索。

筛选过程可以分为三个步骤。

第一步是选择国家，我们既可以点击“country”直接挑选所需的国家名，也可以在剩下两个选项里选择按地理或政治划分的一组国家。这里点击“region”下的“western Europe”：

第二步，点击“indicators”，从各个模块中选择需要的指标：

各模块包括的主要指标如下：

最后，点击“years”选择年份。我们可以向后选几年，因为EIU CountryData会根据往年数据对未来的指标值进行简单的预测。

接下来，点击“save”保存该筛选模板，再点击“view data”，就可以得到数据列表。

我们可以从列表上观测到每个国家在所选年份中各项指标的取值。点击数值，可以查看它的具体含义。另外，数值的颜色并不相同，黑色、红色、蓝色分别代表实际值、估计值、预测值。在界面的右上方，用户可以进行保存、更改页面布局或导出。

再次返回主界面，在“load a selection”和“load a layout”中就能看到刚才保存的模板和数据，以便于下一次的使用。

2.tools

在庞大的数据基础上，EIU CountryData为我们提供了几项分析工具，这里介绍前两项。

（1）screening countries

在“view”中，我们是通过选择指标来查看具体数值；如果你想要设定指标范围以选择需要的国家，可以使用“screening countries”。

同前面一样，我们要先选择国家范围，这里把范围定在全球204个国家和区域。

接下来，在indicators中，我们可以对指标的取值/增长率/下降率以及时间跨度进行限制。

比如，我们先选择在过去一年GDP增长率大于1%的国家：

再从这些国家中选择CPI的前四分位数：

点击view data，即可得到筛选结果。EIU CountryData提供的结果包括热点图以及数据列表，如下图所示：

（2）pivot analysis

在pivot analysis中，通过选择国家及两个指标，可以生成一张数据透视表，动态地改变它们的版面布置，以便按照不同方式分析数据。

3.outlook

Outlook主要为我们提供了两个功能，一是查看各个国家的报告，二是查看关键指标在全球范围的热点图。

通过在搜索栏中输入或从下拉菜单中选择，我们可以得到经济学人对每个国家的综合报告。每份报告对各国政治与经济进行深入地分析，包括政治情况、经济政策、本地经济、产业动态、外贸等。所有报告的格式和内容均保持一致，便于用户直接进行不同国家的比较。

在热点图上，EIU CountryData会对所选指标取值在全球范围进行排序并分组，且用不同颜色加以区分；点击某国家所在位置，还能得到它的详细信息。

到这里，我们对Bvd数据库的介绍就基本完成啦，下次小伙伴们需要查询数据时，不要忘记这个庞大而又多功能的数据库哦~

最后小编将Bvd数据库的介绍汇总在这里，大家需要的时候可以点击查看：

对我们的推文累计打赏超过1000元，我们即可给您开具发票，发票类别为“咨询费”。用心做事，不负您的支持！

往期推文推荐

关于我们

微信公众号“Stata and Python数据分析”分享实用的stata、python等软件的数据处理知识，欢迎转载、打赏。我们是由李春涛教授领导下的研究生及本科生组成的大数据处理和分析团队。

此外，欢迎大家踊跃投稿，介绍一些关于stata和python的数据处理和分析技巧。

投稿邮箱：[e-mail]

投稿要求：
1）必须原创，禁止抄袭；
2）必须准确，详细，有例子，有截图；
注意事项：
1）所有投稿都会经过本公众号运营团队成员的审核，审核通过才可录用，一经录用，会在该推文里为作者署名，并有赏金分成。
2）邮件请注明投稿，邮件名称为“投稿+推文名称”。
3）应广大读者要求，现开通有偿问答服务，如果大家遇到有关数据处理、分析等问题，可以在公众号中提出，只需支付少量赏金，我们会在后期的推文里给予解答。