誰も知らない宝の山：日銀統計データAPIの使いどころ

「日銀がデータをAPI公開している」と言うと驚かれるのが現状です。物価・金利・為替・マネーストック・景気ウォッチャー…マクロ経済の根幹データが無料APIで取れます。今回はそれを自社事業計画にどう生かすかを。

BOJ 時系列データ検索 API（Application Programming Interface） の主要データ

データの取得方法

日銀の「時系列統計データ検索サイト」は、ブラウザで系列を選んで CSV（Comma-Separated Values） ダウンロードする運用が公式想定です。プログラム的に取得する場合は、CSV 取得URLを構築するか、定期的に手動DL→GCS等にアップロードする運用が現実的です。

import pandas as pd
# 例: 日銀公開のCPI時系列CSV を pandas で読み込むdef load_boj_csv(local_csv_path: str) -> pd.DataFrame:    """事前に https://www.stat-search.boj.or.jp/ で    系列を選んでDLしたCSVを構造化"""    df = pd.read_csv(        local_csv_path,        skiprows=1,           # ヘッダー行をスキップ        encoding="cp932",     # 日銀CSVはShift-JIS系    )    # 列名は系列によって異なる、要・実データで調整    return df
# 運用例：# 1. cron で月次 CSV を再ダウンロード（手動 or curl + Cookie）# 2. GCS にアップロード# 3. BigQuery に取り込み

活用例：値上げタイミングの最適化

CPI と自社製品の原材料コスト推移を重ね、「市場が値上げを受け入れやすいタイミング」を分析。さらに自社売上 × CPI の弾力性係数を計算すれば、値上げ幅も逆算できます。

Claude Code でマクロ × 自社の自動分析

日銀APIのマクロ経済データと自社の売上・コストデータを統合した、月次経営会議用ダッシュボードを構築してください。

## 入力
- BigQuery: `finance.monthly_pl`（売上・粗利・販管費）
- 日銀API: CPI / 短観 / 為替 / 景気ウォッチャー

## 必要な処理
1. 過去5年の自社月次PL × 各マクロ指標の相関係数を算出
2. 強相関指標で予測モデルを学習
3. 翌月のマクロ指標予報値で来月予測
4. 「マクロ要因 vs 自社施策要因」の貢献度分解
5. {{looker-studio|*}} で経営層向けダッシュボード

## 出力
- 自動更新パイプライン
- 経営会議用ダッシュボード
- 月次レポート（Markdown）

## マクロ × 自社統合分析 完成

### 強相関の発見
| マクロ指標 | 自社売上との相関 | 解釈 |
|---|---|---|
| CPI（食料） | 0.71 | 食品系SKUで強い連動 |
| 短観（製造業DI） | 0.65 | B2B商材で連動 |
| USD/JPY | -0.43 | 円安で輸入コスト圧迫 |
| 景気ウォッチャー | 0.58 | 数ヶ月先の先行指標 |

### 月次予測の精度
- 過去24ヶ月でバックテスト
- MAPE: **6.8%**（年商規模の±1億円程度の誤差）
- マクロ要因のみ予測: 12% → 自社施策込み: 6.8%

### 貢献度分解（来月予測）
- マクロ要因（CPI・短観）: +1.2%
- 自社施策（新商品）: +3.5%
- 季節性: -0.8%
- **総合予測: +3.9%**

### 構築物
- `pipelines/boj_macro.py` - 日銀API取込
- `mart.macro_x_finance` - 統合テーブル
- `looker_studio/exec_macro_dash.json`
- `reports/2026-10-macro-analysis.md`

PR #401 を生成しました。

データ取得の留意点（2026年5月時点）

• 提供形態: 時系列統計データ検索画面（https://www.stat-search.boj.or.jp/）から CSV / Excel をダウンロード。
• サイズ問題: 資金循環統計などは Excel の最大行数を超える。CSV → DuckDB / pandas 等の DB（Database） ソフトでの処理が前提。
• API: 公式に「日銀API」と呼べる REST エンドポイントは公開なし。スクレイピングは規約上グレー ─ 慎重に判断。
• ライセンス・商用利用: 日銀ホームページのコンテンツ利用は個別ページに条件記載。一般的に出典明示で再利用可能だが、商用での大規模利用は要問い合わせ（post.rsd5@boj.or.jp）。
• 更新頻度: 統計種別による。月次・四半期・年次が混在。
• 代替手段: 日銀統計の多くは e-Stat にも転載されている（金融経済統計月報、資金循環など）。機械処理が必要なら e-Stat API 経由が現実解。
• 民間ベンダー: Bloomberg / Refinitiv / QUICK などの有償データプロバイダ経由なら API 提供あり。

次回予告

EP.07 は世界銀行データ。国際比較で見る、日本の立ち位置と他国のトレンドの活用法を。