遇见数据集

electricsheepeurope/europe-ilo-ccf-xoxr-cur-rt-official-exchange-rate-lcu-per-us-dollar

收藏
Hugging Face2026-05-28 更新2026-05-31 收录
官方服务:

资源简介:

该数据集包含欧洲41个国家从1990年到2024年的官方汇率(每美元本币单位)数据,共有1,603个观测值,覆盖一个核心指标“CCF_XOXR_CUR_RT”。数据来源于国际劳工组织(ILO)的ILOSTAT数据库,经过标准化处理,适用于表格分类、回归和时间序列预测等任务。数据集以结构化表格形式提供,包括国家代码、年份、观测值等列,并附有数据质量和用法说明。

This dataset contains official exchange rate (LCU per US dollar) data for 41 European countries from 1990 to 2024, with 1,603 observations covering one core indicator CCF_XOXR_CUR_RT. The data is sourced from the International Labour Organization (ILO)s ILOSTAT database, normalized for machine learning readiness, and suitable for tabular classification, regression, and time-series forecasting tasks. It is provided in a structured tabular format with columns such as country code, year, observed value, and includes data quality notes and usage examples.

提供机构:
electricsheepeurope
搜集汇总
数据集介绍
electricsheepeurope/europe-ilo-ccf-xoxr-cur-rt-official-exchange-rate-lcu-per-us-dollar 数据集图片
构建方式
该数据集源自国际劳工组织(ILO)的ILOSTAT中央统计数据库,通过REST API从来源地址拉取原始指标数据,并依据欧洲ISO3国家代码进行地理范围过滤。ILOSTAT依据国际劳工统计学家会议(ICLS)的定义对原始调查微观数据进行统一协调,数据来源在source.label列中加以标注。最终由Electric Sheep Europe进行重封装,形成结构化的表格数据集,涵盖1990年至2024年间41个欧洲国家的1,603条观测记录。
特点
数据集聚焦于单一指标——以当地货币单位(LCU)兑美元计价的官方汇率,但提供了丰富的元数据维度,包括国家代码与名称、数据来源、分类变量及其标签。数据按年度频率呈现,每个国家可能对应多年份观测,便于进行时间序列分析。此外,数据集的架构清晰,包含obs_value数值列和多个描述性列,支持按国家、指标等维度灵活筛选与聚合,且采用cc-by-4.0许可协议,便于学术与商业使用。
使用方法
用户可通过HuggingFace的datasets库直接加载数据集:使用load_dataset函数即可获取训练集,并转换为pandas DataFrame进行后续操作。典型用法包括按国家代码过滤特定国家的汇率数据,对单个指标按时间排序绘制序列图,或利用pivot_table将数据透视为以年份为行、国家为列的矩阵格式。这些操作使得汇率数据的时空对比与趋势分析变得高效便捷。
背景与挑战
背景概述
在劳动经济学与跨国比较研究中,货币兑换率是衡量劳动力成本、工资水平以及经济产出的关键转换因子。由国际劳工组织(ILO)的统计数据库ILOSTAT发布的官方汇率数据集,涵盖了1990年至2024年间41个欧洲国家的1603条观测值,聚焦于以本币兑美元表示的官方汇率指标(CCF_XOXR_CUR_RT)。该数据集由Electric Sheep Europe于2024年重新整理并托管于HuggingFace平台,旨在为劳工统计、时间序列预测及跨国面板分析提供标准化、可复用的数据资源。凭借ILO在劳工统计领域的权威性及其对全球200多个经济体的数据整合能力,该数据集成为欧洲区域货币转换研究的基石,广泛应用于劳动力市场比较、国际经济学建模以及可持续发展目标(SDGs)监测等领域。
当前挑战
该数据集所面对的领域挑战在于,跨国汇率的时间序列分析常因数据源不一致、统计口径差异及货币制度变革(如欧元区成立)而产生偏差,需要统一的本币兑美元换算因子来确保劳动力指标的可比性。构建过程中的主要挑战包括:ILOSTAT原始数据来源多样(如劳动力调查、国际货币基金组织),需通过ILO的‘最佳来源’选择机制进行调和;因国家加入或退出货币联盟(如欧元区)导致的历史汇率断裂问题;以及观测频率仅为年度,缺失月度或季度高频波动信息,限制了短期经济冲击分析的能力。此外,部分国家(如巴尔干地区)的早期数据缺失,也对面板数据的完整性构成制约。
常用场景
经典使用场景
该数据集汇聚了1990年至2024年间欧洲41个国家的官方汇率(以本币兑美元计价),共计1603条年度观测记录,经国际劳工组织ILOSTAT数据库统一采集与规范。经典使用场景集中于宏观经济面板数据分析与时间序列建模,研究者常将其作为核心解释变量或协变量,结合各国劳动力市场指标(如就业率、工资水平),探究汇率波动对欧洲地区劳动力成本、跨国投资流动及国际贸易竞争力的动态影响。
解决学术问题
数据集有效解决了欧洲区域跨国汇率数据碎片化与标准不统一这一长期困扰比较研究的难题,为学者提供了ILO官方协调的、可追溯来源的高频面板数据。它支撑了汇率传递效应(exchange rate pass-through)对就业结构影响的实证检验,助力分析本币贬值与出口导向型行业用工需求之间的传导路径;同时为跨国劳动生产率核算提供了关键的货币换算基准,推动了欧洲一体化背景下政策评估的量化研究。
衍生相关工作
基于该数据集衍生了多项标志性研究工作,包括利用线性状态空间模型揭示汇率波动对欧洲制造业就业弹性的非线性影响,以及构建贝叶斯结构向量自回归模型(B-SVAR)量化货币冲击的跨国产出溢出效应。此外,深度时序预测框架(如TFT、N-BEATS)被应用于汇率长期趋势的捕捉,并与ILO的失业率数据联合训练,形成了评估欧洲国家外部竞争力与内部劳动市场韧性的复合指标体系。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务