이번 게시글에서는 10-2년 만기 국채 금리 차 데이터, 10년 인플레이션 율 과 나스닥 100 지수 인덱스를 통해 금리와 인플레이션이 증시에 끼치는 영향을 분석 및 파악 하고자 합니다.
우선 Tidyquant 패키지를 통해 각각의 데이터를 불러왔습니다.
<10-2년 장단기 금리차 FRED>
<10년 인플레이션 율 from FRED >
< NASDAQ 100 INDEX from FRED> 
위의 그래프를 통해 10년물 국채금리- 2년물 국채금리의 금리 차는 지속적으로 줄어 드는 플래트닝이 지속됨을 확인 할 수 있으며, 시장의 과도한 기준금리 인상 우려를 방지하고자 연준은 금리차 확대(스티프닝)를 목표로 2022년 4월 연준의 매파적 발언과 함께 빅 스텝 금리상승을 예고하였고 양적 긴축 정책을 실행하였습니다.
그후 최 저점을 찍었던 금리차가 조금의 상승하였음을 위의 데이터를 통해 알 수 있습니다.
위의 그래프를 확인해 보면 바닥을 찍은 후 그레이존인 경기침체가 일어났음을 과거 데이터를 통해 확인 할 수 있으며, 인플레이션에 대응 하고 경기침체에 선제적 대응을 위해 연준은 매파적인 금리인상 및 양적 긴축을 실행 하였다고 할 수 있습니다.
이와 같이 연준의 긴축으로 인해 경기가 둔화되면 시장에 자본유입이 적어지고 위험자산이 아닌 예금 및 채권에 투자하게 되는데, 장기채권의 매수세가 강해지면 장기채권의 가격이 상승하고 금리가 하락하게 됩니다.
금리차 축소는 경제와 투자심리에 악 영향을주게 단기금리와 장기금리간의 조절 및 확대를 통해 금리 차를 조절 하는 것이 중요합니다.
위와 같이 지수,금리,인플레이션은 경제 시황 분석 및 투자에 있어 고려되야 될 중요한 데이터이고 위와같은 다양한 데이터를 매매 로직에 반영하며 펀더멘탈 분석을 철저히 하는 것이 중요하다고 할 수 있습니다.
library(tidyquant)
yiled_curve = tq_get("T10Y2Y", get = "economic.data", from = "2021-01-01", to = Sys.Date())
df_yiled_curve <- data.frame(yiled_curve) #10년-2년금리
#장 단기 금리차 시각화
yiled_graph <- ggplot(df_yiled_curve,aes(x=date,y=price)) + geom_line(size = 1, color ="#CC6666") + geom_smooth(method = "gam",color = "#F0E442") + labs(title = "10-Year Treasury Constant Maturity Minus 2-Year Treasury Constant Maturity", x = "", y = " Percents(%)") + geom_smooth(method = "lm", color = "#66CC99")
ggplotly(yiled_graph)
nasdaq_index = tq_get("NASDAQ100",get = "economic.data", from = "2021-01-01", to = Sys.Date())
df_nasdaq_index <- data.frame(nasdaq_index)
nasdaq_graph <- ggplot(df_nasdaq_index,aes(x=date,y=price)) + geom_line(size = 1, color = "#0072B2") + geom_smooth(method = "gam",color = "#F0E442") + labs(title = "Nasdaq Index 100", x = "", y = "Index") + geom_smooth(method = "lm", color = "#66CC99")
ggplotly(nasdaq_graph)
inflation_rate = tq_get("T10YIE",get = "economic.data", from = "2021-01-01", to = Sys.Date())
inflation_rate_df <- data.frame(inflation_rate)
inflation_rate_graph <- ggplot(inflation_rate_df,aes(x=date,y=price)) + geom_line(size = 1, color = "#000000") + geom_smooth(method = "gam",color = "#F0E442") + labs(title = "10-Year Breakeven Inflation Rate", x = "", y = "Percents(%)") + geom_smooth(method = "lm", color = "#66CC99")
ggplotly(inflation_rate_graph)