Para los investigadores en economía, finanzas y gestión, acceder a bases de datos confiables y robustas es clave para obtener resultados de alta calidad. A continuación, presentamos algunas fuentes de datos reconocidas internacionalmente que permiten descargar datos directamente desde su herramienta de programación ( Python, R y Stata.)
Nota importante: este post se actualizará continuamente. Si deseas recibir las últimas recomendaciones de bases de datos y otros recursos directamente en tu correo, suscríbete a nuestra newsletter.
Aquí tienes una guía para acceder e instalar las bibliotecas necesarias para trabajar con bases de datos de alta calidad en investigación, como FRED, Banco Mundial y Banco Central de Chile, directamente en Python y R.
1. Federal Reserve Economic Data (FRED)
El FRED ofrece datos económicos clave para análisis financieros y económicos. Utilizar su API en Stata o Python te permite descargar series de datos actualizadas automáticamente.
Aquí tienes los pasos detallados para instalar el paquete fred, primero en Stata después Python.
Vas aprender a obtener una API Key de la base de datos FRED del Federal Reserve Bank de St. Louis y configurar el acceso a datos directamente en Stata/Python.
Paso 1: Registrar y Obtener la API Key de FRED
- 1 Registrarse en FRED:
- Ve a la página de registro de la API de FRED.
- Crea una cuenta gratuita o inicia sesión si ya tienes una.
- Accede a tu perfil, donde encontrarás la opción para generar una API Key.
- 2 Generar la API Key:
- Una vez en tu cuenta, dirígete a la sección de API Keys y solicita una nueva.
- FRED generará una clave alfanumérica única que utilizarás para acceder a los datos desde Stata/Python.
- 3 Guardar la API Key:
- Copia esta clave en un lugar seguro, ya que la necesitarás para configurar Stata/Python.
Paso 2: Configurar la API Key en Stata
- Configurar la Clave de API:
- Ahora, configura tu API Key en Stata desde archivo/File > Import/importar > Federeal Reserve Economic Data (FRED) :
stata fred_setapikey "TU_API_KEY" - Reemplaza
"TU_API_KEY"con la clave que obtuviste de FRED.
A seguir un video tutorial con todos estos pasos:
Siguiendo estos pasos, estarás listo para utilizar datos de la base de FRED directamente en Stata y así integrar estos datos en tus análisis de economía, finanzas y otras áreas de investigación.
Instalación en Python:
Instalación en Python:
Para instalar la biblioteca fredapi, abre tu terminal o entorno de desarrollo y ejecuta:
pip install fredapiEjemplo de uso en Python:
from fredapi import Fred
fred = Fred(api_key='TU_CLAVE_API')
data = fred.get_series('GDP')
print(data)2. Banco Mundial
El Banco Mundial ofrece datos globales sobre desarrollo económico y social, útiles para investigaciones comparativas y análisis de desarrollo.
Enlaces útiles:
- Documentación de la API del Banco Mundial: World Bank API Documentation
- Explorador de datos del Banco Mundial: Banco Mundial Data
Instalación en Python:
Usa world_bank_data para acceder a la API del Banco Mundial.
pip install wbdataEjemplo de uso en Python:
import wbdata
import pandas as pd
from datetime import datetime
data_date = datetime(2020, 1, 1)
data = wbdata.get_dataframe({'NY.GDP.MKTP.CD': 'PIB'}, country='CL', data_date=data_date)
print(data)3. Banco Central de Chile
El Banco Central de Chile ofrece una API para acceder a datos económicos locales, como el PIB y tasas de inflación, vitales para investigaciones enfocadas en la economía chilena.
Enlaces útiles:
- Documentación de la API del Banco Central de Chile: Banco Central de Chile API
Instalación en Python:
El Banco Central de Chile no tiene una biblioteca específica, pero puedes usar requests para hacer llamadas a su API
Con estas bibliotecas y scripts iniciales, tendrás acceso a una gran cantidad de datos económicos y financieros para tus investigaciones. Conectar estos datos directamente a tus herramientas analíticas en Python y R te permitirá automatizar procesos, hacer análisis en tiempo real y mejorar la precisión y la eficiencia en tus investigaciones.
