Macro Analysis

Macro Analysis Skill

基于 akshare 的宏观经济数据获取与分析工具，面向需要宏观视角辅助投资决策的个人投资者。

When to Use

当用户请求以下操作时调用此 skill：

• 查看宏观经济指标（GDP、CPI、PMI、M2、社融等）
• 分析宏观经济趋势
• 对比中美或多国经济指标
• 判断当前经济周期位置
• 查看利率、汇率、货币政策变化
• 分析宏观环境对投资的影响
• 获取航运指数（BDI）、大宗商品等全球经济风向标

Prerequisites

pip install akshare pandas numpy

验证安装：

python -c "import akshare; print(akshare.__version__)"

接口验证状态

以下所有接口均于 2026-04-12 实测验证通过，除标注 ⚠️ 的接口外。

数据格式说明

中国数据使用统计局源（格式B），列名各不相同，数据按时间倒序排列（iloc[0]=最新），下方速查表中标注了每个接口的具体列名。

美国/欧洲/全球利率使用东财/英为财情源（格式A）：

• 列名：['商品', '日期', '今值', '预测值', '前值']
• 日期为 datetime.date 类型
• 最新一行的"今值"可能为 NaN（尚未发布），取最新已发布数据：df[df['今值'].notna()].iloc[-1]

重要：调用任何接口后，先执行 print(df.columns.tolist()) 和 print(df.head(3)) 确认字段结构，再做后续处理。

数据接口速查表

中国核心指标（统计局源，数据最新）

美国核心指标（格式A）

列名统一为 ['商品', '日期', '今值', '预测值', '前值']，除特别标注外。

全球利率（格式A）

全球风向标

欧元区（格式A）

Workflows

Workflow 1: 单指标查询

用户询问某个具体宏观指标时使用。

Step 1: 识别指标 — 匹配上方速查表中的函数。

Step 2: 获取数据

import akshare as ak

# 示例：获取中国CPI（统计局源，倒序）
df = ak.macro_china_cpi()
print(df.columns.tolist())
print(df.head(3))  # 倒序，head=最新

latest = df.iloc[0]
print(f"最新CPI: {latest['月份']}, 同比 {latest['全国-同比增长']}%, 环比 {latest['全国-环比增长']}%")

Step 3: 呈现结果 — 表格展示最近数据，标注趋势判断。

Workflow 2: 经济仪表盘（多指标概览）

import akshare as ak

# 增长
gdp = ak.macro_china_gdp()              # 倒序
industrial = ak.macro_china_gyzjz()      # 正序！

# 物价
cpi = ak.macro_china_cpi()               # 倒序
ppi = ak.macro_china_ppi()               # 倒序

# 景气
pmi = ak.macro_china_pmi()               # 倒序

# 货币与信用
m2 = ak.macro_china_money_supply()       # 倒序
new_credit = ak.macro_china_new_financial_credit()  # 倒序
lpr = ak.macro_china_lpr()               # 正序

# 外贸
trade = ak.macro_china_hgjck()           # 倒序

# 就业与消费
unemployment = ak.macro_china_urban_unemployment()
retail = ak.macro_china_consumer_goods_retail()  # 倒序

# 取最新值
print(f"GDP: {gdp.iloc[0]['季度']}, 同比 {gdp.iloc[0]['国内生产总值-同比增长']}%")
print(f"CPI: {cpi.iloc[0]['月份']}, 同比 {cpi.iloc[0]['全国-同比增长']}%")
print(f"PPI: {ppi.iloc[0]['月份']}, 同比 {ppi.iloc[0]['当月同比增长']}%")
print(f"PMI: {pmi.iloc[0]['月份']}, 制造业 {pmi.iloc[0]['制造业-指数']}, 非制造业 {pmi.iloc[0]['非制造业-指数']}")
print(f"M2: {m2.iloc[0]['月份']}, 同比 {m2.iloc[0]['货币和准货币(M2)-同比增长']}%")
print(f"LPR: 1Y={lpr.iloc[-1]['LPR1Y']}%, 5Y={lpr.iloc[-1]['LPR5Y']}%")
print(f"工业: {industrial.iloc[-1]['月份']}, 同比 {industrial.iloc[-1]['同比增长']}%")  # 正序用iloc[-1]

Workflow 3: 经济周期定位

美林投资时钟 + 中国信用周期：

获取GDP/CPI/PPI/PMI/M2/LPR/信贷数据，判断当前所处阶段，给出资产配置建议。

Workflow 4: 中美对比

import akshare as ak

def latest_a(df):
    """从格式A取最新已发布数据"""
    return df[df['今值'].notna()].iloc[-1]

# 中国（统计局源）
cn_cpi = ak.macro_china_cpi()
cn_pmi = ak.macro_china_pmi()
cn_lpr = ak.macro_china_lpr()

# 美国（格式A）
us_gdp = ak.macro_usa_gdp_monthly()
us_cpi = ak.macro_usa_cpi_monthly()
us_pmi = ak.macro_usa_ism_pmi()
us_rate = ak.macro_bank_usa_interest_rate()

# 利差
cn_rate = cn_lpr.iloc[-1]['LPR1Y']
us_rate_val = latest_a(us_rate)['今值']
print(f"中美利差: {cn_rate - us_rate_val:.2f}%")

Workflow 5: 利率与流动性监控

import akshare as ak

lpr = ak.macro_china_lpr()
rrr = ak.macro_china_reserve_requirement_ratio()
shibor = ak.macro_china_shibor_all()          # 正序，日频
m2 = ak.macro_china_money_supply()            # 倒序
new_credit = ak.macro_china_new_financial_credit()  # 倒序
rmb_loan = ak.macro_rmb_loan()
rmb_deposit = ak.macro_rmb_deposit()
central_bank = ak.macro_china_central_bank_balance()

Error Handling

接口限流

akshare 部分接口有频率限制。如果报错，等待几秒后重试，或分批获取。

数据缺失

部分指标更新有滞后（GDP季度更新、PMI月度更新等）。获取数据后检查最新日期，告知用户数据时效性。

已知不可用接口（2026-04-12验证）

• macro_china_shrzgm() — SSL连接失败（商务部数据源），用 macro_china_new_financial_credit() 替代
• macro_china_rmb() — akshare内部TypeError，汇率数据暂不可用

Best Practices

1. 数据时效性：获取数据后始终检查并告知最新数据的日期
2. 先验证后分析：调用接口后先打印 columns 和 head，确认数据结构正确
3. 注意排序方向：大部分中国统计局源是倒序（iloc[0]=最新），但 macro_china_gyzjz()（工业增加值）是正序（iloc[-1]=最新），macro_china_lpr() 和 macro_china_shibor_all() 也是正序
4. 适度获取：仪表盘模式下分批获取接口，避免一次调用过多触发限流
5. 结合投资：宏观分析的落脚点是对投资决策的启示，避免纯数据罗列
6. 周期视角：单个数据点意义有限，关注趋势变化和拐点信号
7. 交叉验证：用多个指标交叉验证同一判断（如PMI+工业增加值验证经济景气）
8. 投资建议免责：所有分析仅供参考，不构成投资建议