宏观经济数据范文

宏观经济数据范文第1篇

一、统计数据及时性的内涵

随着人们对统计数据分析的细化和深化等多方面的需求，统计数据质量观念也随之变化，学界开始从统计数据提供者、生产者和用户等多个角度来考察数据质量，准确性已不再是用户对统计数据质量的唯一需求。为此，有关国际组织和各国统计机构从满足用户需要的角度出发完善和丰富了统计数据质量的概念。如美国的《统计科学百科全书》给出统计数据质量涵义：一是产品的质量由现在以及潜在用户对产品再使用过程中的相合性决定的；二是统计数据质量所涉及的统计数据在多大程度上满足用户对统计信息的需求和期待的各个方面。欧洲统计局提出了统计数据质量的涵义包括数据适用性、准确性、及时性、可取得性、衔接性、可比性、方法专业性或完全性等维度。另外，加拿大统计局、荷兰统计局等欧美统计机构给出了统计数据的不同维度框架。归纳其结论，及时性是除了准确性之外统计数据质量概念共有的内涵。

统计数据及时性是统计数据用户或潜在用户对统计数据时间的需求和期待，它是统计数据质量在时间上的体现。宏观经济统计数据的及时性要求政府统计机构通过统计方法的革新，信息技术的应用等措施以提高统计数据的及时性，完善制度以便用户及时获取统计信息。一般情况下，所见文献对数据及时性是通过调查基准期与统计数据时间之间的间隔长度进行测量，认为用户获得数据的时间越早越好，并没有从满足用户对统计数据时间的需求和期待的角度进行评价，其有效性无法给出具体评判。依据统计数据及时性涵义，统计数据及时性评价是针对用户运用统计数据对未来情况预测和决策的有效性评价，如果用户获得的统计数据能对未来情况做出有效预测和决策，则说明该统计数据具有及时性，反之，则该统计数据不满足及时性要求。本文认为某一经济因素会对未来经济状况产生持续的影响，为了发挥该因素统计数据的有效决策价值，获得该因素数据的时间至少不应当超过该因素对未来经济情况产生影响的平均时间长度。基于以上思想，从该因素数据发挥效应的平均滞后时间的角度对数据质量的及时性进行诊断。

二、诊断模型的构建

（一）假设的提出区域宏观经济是一个相互联系、相互影响的系统，宏观经济各个因素的统计指标之间存在着相互影响的因果关系。对于区域宏观经济系统，应当建立宏观经济系统模型予以描述其各个因素的数据生成原理。为了定量研究宏观经济统计数据质量的及时性，本文对宏观经济系统有以下假设：1．宏观经济各个指标的统计数据是采用同一时间一次性。这一假定符合中国统计数据的制度，与我国统计数据的实际情况一致。2．用户需求的统计指标之间存在因果关系，且这种因果关系可以用线性或广义线性模型予以描述。对区域未来某期经济情况的判断总是依据现有的若干影响指标予以判断，如对区域未来某时期国内生产总水平（GDP）情况作预测，需要选择GDP的影响因素并构建滞后变量模型，根据各影响因素指标对GDP决策的滞后期长度来确定各指标数据的及时性。

（二）诊断方法设计依据经济理论，本文认为地区生产总产值（GDP）主要受当期或过去各期的投资（I）和零售品消费（LSE）两个主要因素影响，因此，可以构建区域国内生产总值（GDP）的滞后模型，具体由式（1）给出。由于决策目标变量不同，对影响变量的及时性要求也不尽相同。实际上，获取当期数据对于决策来说是最有效的数据，但是现实中也不可能实现数据即时的收集和，依据模型确定的最长滞后期对于决策目标变量来说也不合适，这时获得数据的有效性几乎不大了。因此，指标时期小于决策所需平均滞后时间长度就可以满足对目标变量的决策需要。所以，依据影响变量对决策变量的平均滞后时间（MLT）与数据时期长度进行比较，就能够评价影响变量数据的及时性水平。定义2给出的测度工具是评价一套统计数据及时性的综合工具。这里，我们是对p个指标的及时性水平求向量平均模长，其数值大小表示一套数据的及时性综合水平，在实际应用中，也可以对各个指标进行加权综合。同样，当η1说明一套指标整体及时性较好，能够满足决策需要；当η＜1说明一套指标整体及时性较差，不能满足决策需要。

三、宏观经济统计数据及时性诊断的实证分析

本文依据国家统计局提供的选择全国2008—2012年季度各指标的统计数据，利用模型（1）和模型（2）的理论模型，运用EVIEWS软件估计出全国地区生产总值（GDP）的回归方程（3）：回归方程（5）的拟合优度为0．9860，显著性检验F统计量为352．4158，说明模型整体拟合效果良好；回归方程中各参数显著性检验T统计量绝对值均比较大，说明方程参数估计结果显著。同样，通过EVIEWS软件估计出全国区域消费品零售总额（LSE）的回归方程（6）：回归方程（6）的拟合优度及显著性检验结果均说明模型拟合效果良好，参数T检验系数显著，参数估计结果显著。上面建立的回归方程（5）和方程（6）中的各影响因素变量的滞后期长度，均依据AIC信息最小准则确定。根据全国2008—2012年宏观经济季度数据，在建立的回归方程（5）、（6）的基础上，利用公式（3）计算出全国宏观经济数据：投资（I）、零售品销售总额（LSE）、地区生产总值（GDP）、财政支出（CZS）、财政收入（CZZ）等影响因素对相应被解释变量的平均滞后期见表1：根据中国宏观经济季度统计数据公布的制度，国家统计局对全国宏观经济各季度统计数据的公布，一般都是滞后15天左右。因此有t0＝1590＝0．1667，将此数据代入公式（4）计算各影响因素的统计指标数据的及时性测度ηxy，具体结果由表2给出。对于宏观决策目标地区生产总值和零售品销售总额来说，表2显示了投资、零售品销售总额、地区生产总值、财政支出和财政收入等指标数据质量的及时性水平。对于一套数据的及时性综合评价，依据定义的及时性综合测度工具有五个指标及时性的综合水平为η＝3．9623，显然，我国宏观经济数据对于预测与决策及时性较好，数据质量的及时性水平较高。

四、结论及对策建议

讨论宏观经济统计数据质量及时性的诊断是评价统计数据发挥宏观经济数据预测与决策功能的主要内容，本文基于宏观经济系统内部因素相互影响的思想构建了经济数据质量及时性的诊断模型，并提出了宏观经济数据对于预测与决策及时性的定量测度思想和方法，设计了数据质量及时性的评价工具与标准，通过实证研究，得出该思想和方法对于宏观经济统计数据质量及时性的诊断具有可行性，构造的方法和评价标准具有科学性和可操作性。在实际中，对区域经济发展的决策往往采用的是多目标决策，因此经济数据及时性评价应当有多种目标决策的评价理论和方法。为了研究方便，本文仅选择了两个目标的指标数据进行了及时性评价，在实际中，需要全面地对宏观经济数据质量及时性进行综合评价，才能够系统地评价一套宏观经济数据质量的及时性水平。因此，在未来的研究中，基于多目标决策的宏观经济数据质量及时性的评价理论与方法的研究应予以关注。

宏观经济数据范文第2篇

这种担心不无道理。面对错综复杂的国际国内形势，在经济下行、市场信心有所下降时，确实有一种惯性思维和做法在影响舆论。这主要表现在以下两个方面：

一是过度依赖信贷扩张政策，并采取各种方式给中央政府施压。惯常做法是“唱空”、“做空”，把经济的正常调整或下行说成将要“硬着陆”，甚至预期“崩盘”，发生大的金融、经济危机。但今年这一传统“招数”明显失灵，因为新一届政府正在探索和实施新办法来解决中国经济的深层次问题，同时慎用短期刺激政策“撒手锏”。6月份发生的所谓“钱荒”现象，就是市场对新政策不适应的表现。

二是地方政府的投资冲动增强。每当经济下行压力增大时，各地纷纷酝酿并实施动辄万亿的投资规划。比如2012年下半年央行宏观金融政策并无明显松动，但由于投资的“倒逼”，使2012年全年新增信贷比2011年多了7300亿元。

显然，当前中国经济的转型升级不可能没有阻力，关键是走新路的决心。做到这点，要避免误判中国经济增长趋势，更要避免误判宏观经济政策。

最近，有观点认为中国经济又出现“企稳回升”，认为经济已达到底部，之后将会明显上升，形成新的上升周期。此论有待辨析。

2008年爆发全球金融危机以来，权威人士和机构作过两次“企稳回升”的判断。第一次是2009年底和2010年初，当时许多人认为，中国已克服金融危机的冲击，进入新一轮增长周期，结果2011年以来的经济增长走势是逐年下降。第二次是2012年底，部分人又作出“企稳回升”的判断，以为2013年中国经济将会明显回升，国内外大多数研究机构预计今年的经济增长率将在8%以上，甚至达9%以上。

上述的“企稳回升”判断既不符合趋势，也容易产生误导。受资源环境约束加强、结构矛盾凸显、改革滞后等影响，中国潜在增长率已明显下降。从周期性调整因素看，中国经济仍在筑底过程中但离底部已经不远，即使筑底成功后也不会马上出现回升向上的走势，而是进入第二个调整型增长期。“企稳回升”的误导性在于，它包含了不合理高增长预期，如预期经济增长将重上8%，甚至9%?10%。这一论调下，一些地方政府也想借机再“大干快上”。

与“企稳回升论”不同，我们认为目前当前经济趋势应是“趋稳向好”。

“趋稳”是指经济增长暂时趋于稳定，不仅处于合理区间内，而且短期不再下跌，相反将出现一定的反弹。“趋稳”表明新一届政府前期采取的措施开始显现成效，市场信心有所恢复。“趋稳”不是“企稳”，更不会形成上升趋势，相反，未来几年中国经济仍有继续下行的压力。

8月工业增加值增速重上10%以及发电量增长高达13.4%，给人一种错觉，似乎高投资、高耗能行业的增长又在推动中国经济，这是对当月数据的误读。这两个数据有经济趋稳转好的因素，更主要是受季度性因素和气候因素的影响。今年夏天全国多数地方天气过热，明显增加了企事业单位、家庭空调的使用量，这是用电增加的特殊因素，不具有可持续性。特别是明后年，房地产可能出现第三轮调整，届时经济将会再次面临较大的下行压力。此外，全球经济将继续处于深度调整期，中国出口增长的压力仍然很大。

而“向好”是指结构优化，转型升级取得一定进展。这表现在两方面。一是工业、制造业投资增长回落的同时，交通运输、仓储、邮政业的投资增长比前两年明显加快，比上半年也有一定的回升。二是经济增长放慢但就业率保持较高水平，服务业发展得到政策支持。在减免税政策的作用下，小微企业的发展环境有所改善。

总之，要避免误读或误判新经济政策，关键还是要正确理解中央精神。新经济政策是经过深谋熟虑的长期战略，不是短期的应对之策。今年上半年的两次政治局会议分析宏观经济形势时，都强调一个政策构架，即宏观政策要稳、微观政策要活、社会政策要保底。新一届政府上任至今，大多数国务院常务会议中都出台了有关调结构、促改革的举措。从行政体制改革开始，简政放权、金融改革、微观放活等，都意味着经济改革在进入“深水区”。随着坚定的实施和进一步深入，这些政策将逐步释放出巨大的市场潜力。

宏观经济数据范文第3篇

9月宏观经济数据令人期待。首先，9月CPI到底是向下、持平还是反弹，是判断下一步政策会否放松、何时放松的重要信号。其次，9月工业增加值是延续下滑势头，还是在定向宽松政策刺激下企稳甚至回升，是考验决策者对经济增速下滑容忍阙值的重要依据。总体而言，我们认为9月CPI通胀率将与8月持平，增长仍会在紧缩政策调控下继续温和放缓。

CPI不会反弹，PPI明显下行

从总体上看，今年8月CPI同比和PPI同比与7月相比均有小幅回落。就9月食品价格而言，估算各品种的环比价格，虽然仍是涨多跌少，涨幅最大的是蔬菜，平均涨幅达8-9%；其次是鸡蛋，涨幅达到3%；最后是食用油，也有2%左右涨幅。而下跌品种主要为水产品和水果，但跌幅不大。就9月工业品出厂价格而言，煤炭价格有所上涨，而化工产品、水泥、有色金属价格有所下跌，但涨跌幅均不大。因此，我们认为，9月食品价格周环比涨幅明显高于8月，预计9月CPI不会回落，而会与8月持平于6.2%。

最近3月PPI同比之所以保持在7%之上，主要是因为去年同期PPI环比曾明显通缩，留下了很低的基数。未来几月，随着基数效应的过去PPI将会明显下行。我们预计9月PPI为5.8%。

投资总体稳健，经济温和放缓

预计9月社会消费品零售总额同比降至16.5%，这部分是因为高通胀之下居民消费意愿的持续走低。预计前9月固定资产投资增长保持稳健，增速微降至24.7%。原因是，短期内相应的项目审批没有出现松动，整体基建增速还将持续回落。房地产销售面积增速持续低迷，地产资金链继续恶化，虽然保障房具有一定的对冲效果，但整体房地产投资可能出现快速回落。

由于商品房销售增速保持低位，基本电器的农村普及性需求高峰已经过去，新增的家电家具等更新需求相对偏弱，我们预期社会零售总额的真实增速略有小幅回落，9月社会消费品零售总额同比增长16.5%。

制造业投资继7月明显下滑后再度回升。9月汇丰中国制造业PMI初值较8月小幅回落，已连续三月位于荣枯分界线之下，显示紧缩政策对经济增长的制约效应在逐渐显现。因此我们预计9月规模以上工业增加值同比增速将下滑至13.3%。预计3季度GDP同比增速降至9.1%。

信贷投放回归常态，货币增速继续走低

最近数月央行信贷投放持续向2006-08年的“常态”节奏回归，我们预计9月新增人民币贷款5500亿元。由于监管层对商业银行资金的监管趋于严格，预计9月M2增速会继续走低至13.0%。

政策变化的时间窗口或在11月中央经济工作会议前后打开，如果经济硬着陆，可能采用积极财政和适度宽松货币政策组合，政策将向战略性新兴产业、水利建设、民生和消费倾斜。如果经济软着陆，则积极财政、稳健货币政策将贯穿四季度，但在资金紧张的中小企业和政策支持的水利建设等方面或实行定向宽松。

进出口均将明显回落

出口方面，欧元区经济持续低迷，美国经济复苏依然疲弱，虽然新兴市场国家增速相对较高，但难以抵消发达国家经济下滑对国内出口的冲击，预计9月出口将环比下行，同比增速降至22%。进口方面，国内整体需求仍处于下降通道，企业补库存动力偏弱，即国内偏紧政策基调未变，预计8月进口也将环比下行，同比增速降至22%。估计9月贸易顺差为206亿美元。

3季度属于货币政策观察期，基准利率和存款准备金率不变

宏观经济数据范文第4篇

在新常态下，我国经济面临的形势和任务更加复杂艰巨，政府宏观决策对宏观经济分析的准确性和时效性提出了更高的要求。随着大数据时代的到来，借助大规模数据生产、分享和利用，以崭新的思维和技术去分析，将揭示海量数据背后所隐藏的宏观经济运行模式。

大数据方法和技术不仅可以被深度地应用在微观分析、行业研究领域，也可以运用在宏观决策之中。未来，大数据既是企业占领市场、赢得机遇的利器，也是政府进行宏观调控、国家治理、社会管理的信息基础。而大数据时代对数据的挖掘、处理和分析的方式，对于传统的宏观经济分析，无疑是一次大的革新。

大数据应用于宏观经济分析的趋势

传统的宏观经济分析通常是通过对比主要宏观经济指标、建立宏观经济计量模型、仿真宏观经济动力系统，对宏观经济形势及未来发展趋势进行判断与预测。

在当前的大数据时代，越来越多的宏观经济政策制定者和相关专家学者都已经意识到，大数据对宏观经济分析有着革命性的影响。目前，在宏观经济分析及预测中运用大数据方面，无论是国外还是国内，从新型宏观经济指数构建，到建立新型大数据宏观经济预测模型，各方面都取得了一定的进展。

早期大数据在宏观经济分析领域的应用，主要集中在建立新的宏观经济指数，以便更加准确的反应宏观经济运行状况。这方面的工作主要基于个人的交易记录，包括像一些欧洲国家将销售点扫描数据纳入CPI指数编制。

特别引起关注的是麻省理工学院的经济学家利用网上购物交易数据创建的BBP项目 （Billion Prices Project），基于不断变化的一篮子商品所计算的日度通胀指数。这种实时的通货膨胀指数能够比相应的官方数据更好地反映实际经济运行的情况。当年，在雷曼兄弟公司倒闭后，BPP 的数据显示，大部分美国企业几乎立刻开始削减价格，这就表明总需求已经减弱。而相比之下，官方通胀机构公布的数据直到当年11月，即在10月CPI数据公布后，才对通货紧缩有所反应。

“企业发展工商指数”是宏观经济分析领域中典型的大数据应用案例，也是我国政府在大数据挖掘领域的首创成果。该指数包括10 个对宏观经济具有显著先行性的指标，可以提前1～2 个季度预测宏观经济发展趋势。它改变了传统的抽样统计方式，利用大数据挖掘技术，对工商全量、动态的全国企业登记数据进行分析，发掘大数据价值，并采用合成企业发展工商指数，以判断宏观经济走势。

除了宏观经济分析与预测方面相关指数的建构，从宏观经济分析与预测研究的国际趋势看，使用大数据集，建构监测预测的模型，进行经济预测越来越广泛，逐渐成为很多国家央行进行经济预测的新方法和新工具。

在应用互联网大数据进行经济分析及预测中，使用网络搜索引擎或网络社交媒体记录的关键词，会有数据获取及时、样本统计意义明显等优势，预测精度较高。

Google Trends每天都在产生大量与经济发展相关的查询结果，且这些查询结果与当下的经济活动之间必然存在着不容忽视的关系，或许可以对预测当下的经济活动起到非常重要的作用。并且，在此基础上，Choi H. &. Varian H.（2016）举例说明了如何利用Google Trends预测美国零售业、汽车、住房和旅游的销售情况。

还有相关机构引用专业数据分析软件公司SAS的研究数据，以社交网络活跃度增长作为失业率上升的早期征兆，帮助政府判断就业形势和经济状况，以更好地制定经济政策。在社交网络上，网民们更多地谈论“我的车放在车库已经快两周了”、“我这周只去了一次超市”这些话题时，显示网民可能面临巨大的失业压力；当网民开始讨论“我要出租房屋”、“我准备取消度假”这些话题时，显示出这些网民可能已经失业，面临巨大的生存压力，这些指标是失业后的滞后标志性指标。

样本统计转为总体普查

大数据的发展对于宏观经济分析最为显著的积极影响，莫过于使宏观经济分析从样本统计时代走向总体普查时代。大数据时代的宏观经济分析中，传统的样本假设方式被抛弃，转而以真实的海量数据来进行计算机的自动分析。

我们知道，传统的经济分析包括经济计量分析是建立在抽样统计基础之上的，在传统的抽样统计分析中，往往以假设检验为基本模式，依靠的数据主要是样本，将样本假设为整体，然而，这种分析往往与事实存在或多或少的出入。

与传统宏观经济分析总是局限于小规模样本数据有所不同，在大数据时代，随着信息覆盖范围和数据量迅速提升，数据样本的体量会极大地提高，甚至可以达到样本即总体的程度。例如，就物价而言，每一笔在电子商务网站成交的交易信息都能记录在案。这样的情况下，宏观经济分析的可靠性必然大大加强。

同时，随着信息量的极大拓展和处理信息能力的极大提高，使得宏观经济的分析不再局限于传统的统计分析模式，而是将抽样分析转变为总体分析。这一点对宏观经济分析意义重大，因为宏观经济系统纷繁复杂，如果能将对整体宏观经济变量的分析建立在尽可能多的关于经济主体行为的信息以及其他诸多经济变量的信息的基础上，无疑将会极大地提高宏观经济分析的准确性。

基于推特（Twitter）平台表达的公共情绪用来预测股市变动，是很典型的例子。2008年3月到12月长达九个月间，270万Twitter用户推送的多达970万条的消息，经过情绪评估工具――Opinion Finder 和GPOMS 被分别赋值并评估为“积极”与“消极”两种情绪和“calm（冷静）”、“alert（警觉）”、“ sure（确信）”、“vital（活泼）”、“kind（美好）”、“happy（高兴）”六种情绪。结果发现，在道琼斯工业平均指数和GPOMS中的“calm（冷静）”情绪之间存在相关性。进一步研究发现，“calm（冷静）”情绪可以很好地预测道琼斯工业平均指数在未来2到6天的涨跌情况，而且这种每日预测的准确率高达到87.6%。

大数据时代，可获得大而全的可得数据，甚至可抛弃原有的假设检验的模式，这些优势是传统经济分析方法无法想象和实现的，无疑将会极大地提高宏观经济分析的准确性和可信度，不仅可以更加准确了解宏观经济形势，还有利于正确做出宏观经济发展的预测，从而更加合理地制定宏观经济政策。

变量个数无限增多

在当前大数据时代，数据的可得性和多样性导致样本量无限增大，同时变量个数无限增多，这有利于应用大量模型进行研究，并应用完备的数据信息，提高预测的准确性。

经济预测模型可以分为两类：一是传统的小模型预测，这类模型往往通过建立时间序列、横截面或面板方程来进行经济分析。传统的小模型预测的特点是仅使用较少的变量，像VAR模型的变量个数通常小于10个。二是大模型预测，这类模型往往使用成百上千个变量，因而大模型预测利用的信息非常丰富。

小模型预测理论比较成熟、方法相对简单。但是，小模型预测有天然的缺陷，那就是变量的完整通常是不可能的，而预测的效果受限于其所使用的变量。

使用小模型进行预测时必须仔细挑选预测变量，然而仁者见仁智者见智，无论是根据理论还是根据经验进行变量的选择，其过程必然会存在差异，其结果也更是可想而知，而且甚至会产生一些争议。比如，基于菲利普斯曲线预测通胀时，有的研究使用失业率作为预测变量，也有研究使用GDP缺口或者产能利用率。

清华大学经济学研究所所长刘涛雄教授就指出，由于模型变量选择、参数设置、估计方法以及滞后期选择等的不同，预测结果会产生很大的偏差。

小模型预测方法这一天然的局限是很难调和的，主要是因为数据样本有限而导致增加很多变量不可行。这使小模型预测的结论往往和经济现实严重脱节。我们很难想象中央银行会仅仅根据少数几个变量进行宏观预测，并据此做出决策。即便是一家企业也不会如此草率。

通过大数据挖掘，可以使得变量大大增加。这就为经济预测从小模型预测转变为大模型预测创造了条件，应用大量模型进行分析及预测，可以应用完备的数据信息，从而提高预测的准确性。

在美国，银行通常依靠FICO得分做出贷款与否的决定，FICO分大概有15-20个变量，诸如信用卡的使用比率、有无未还款的记录等。而一家名为ZestCash的金融机构，在决定是否向客户放贷的时，分析的却是数千个信息线索。ZestCash正是依靠其强大的对于大数据的处理和分析能力，形成了其独特的核心竞争力。

未必因果关系 而是相关关系

传统的经济计量分析以寻找相关事物（变量）的因果关系为核心，而大数据条件下的经济分析通常则着眼于挖掘相关事物（变量）的相关关系。

在复杂的宏观经济系统中，许多经济变量的因果关系往往难以准确检验，或者因果结论经常广受质疑。然而，在如今的大数据时代，更加重视可靠相关关系的发掘，并且充分利用相关关系对于经济预测、经济政策制定与评估的作用，则无疑为宏观经济分析打开了另一片广阔的空间。

在“小数据”时代，宏观经济中的因果关系分析其实并不容易，耗费的精力大、时间多。特别是，要从建立假设开始，进而不断地进行一系列假设的实验，而一个个假设要么被证实，要么被。不过，无论被证实还是被，由于二者都始于假设，这些分析就都有受偏见的可能，所以极易导致错误。

同时，由于计算机能力的不足，在小数据时代，大部分相关事物（变量）关系的分析局限于寻求线性关系。然而，实际上的情况要复杂得多，在现实宏观经济中，总能够发现的是相关事物（变量）的“非线性关系”。

当然，在小数据世界的宏观经济分析中，相关关系也是存在并有价值的；不过，在大数据时代的宏观经济分析中，相关关系才将大放异彩。维克托・迈尔-舍恩伯格与肯尼思・库克耶（Victor？Mayer-Schonberger &. Kenneth？Cukier）认为，建立在相关关系分析基础上的预测是大数据的核心。通过应用相关关系，可以比之前更容易、更快捷、更清楚地分析事物（变量）。

英国华威商学院为预测股市的涨跌，使用谷歌趋势（Google Trends）共计追踪了98个搜索关键词。这中包括“债务”、“股票”、“投资组合”、“失业”、“市场”等与投资行为相关的词，也包括“生活方式”、“艺术”、“快乐”、“战争”、“冲突”、“政治”等与投资无关的关键词。结果发现有些词条，诸如“债务”，成为预测股市的主要关键词。

“谷歌流感趋势”为预测季节性流感的暴发，对2003年和2008年间的5000万最常搜索的词条进行大数据“训练”，试图发现某些搜索词条的地理位置是否与美国流感疾病预防和控制中心的数据相关。

谷歌并没有直接推断哪些查询词条是最好的指标，相反，为了测试这些检索词条，谷歌总共处理了4.5亿个不同的数字模型。将得出的预测与2007年和2008年美国疾控中心记录的实际流感病例进行对比后，谷歌公司发现，它们的大数据处理结果发现了45条检索词条的组合，将它们用于特定的数学模型，预测结果与官方数据的相关性高达97%。

在大数据时代来临之前，尽管相关关系已被充分证明大有用途，可是相关关系的应用很少。这是因为用来做相关关系分析的数据同用来做因果关系分析的数据一样，也很少，也不容易得到，并且收集有关的数据，在过去相对来说，也费时费力，也会耗资巨大。不过现如今，可用的数据如此之多，也就不存在这样的难题了。特别是现在，有关专家们正在研发能发现并对比分析“非线性关系”的必要工具。总之，一系列飞速发展的新技术和新软件从多方面提高了有关分析工具发现宏观经济变量相关关系的能力，这就好比立体画法可同时从多个角度来表现人物或事物。

在大数据时代，这些新的分析工具和思路为我们提供了一系列新的视野和有用的预测，使我们看到了很多以前不曾注意到的宏观经济中的联系，掌握了以前无法理解的复杂的国民经济动态。

时滞变即期

目前对宏观经济的分析研究所采用的资料，主要依赖于各种统计调查系统的统计数据，但面临的最明显的缺陷之一便在于关于宏观经济统计的数据具有很强的时滞性。而大数据经济模型可以充分利用数据的实时性，提高分析或预测的时效性，为经济预警和政策制定提供最快速的资料和依据。

一般来说，依赖统计部门的宏观经济数据的都存在时间滞后的问题。由于不能及时获取宏观经济发展的数据信息，也就不能对当下的宏观经济形势作出准确判断。例如，政府公布的季度GDP 往往会有1个月的滞后期，而反映全面经济社会状况的统计年鉴的滞后期会达到3个月左右，这对及时了解宏观经济形势、预测与预警都是非常不利的，基于此统计进行的预测甚至被认为助长了宏观经济波动。

在互联网技术的辅助下相关宏观经济的分析部门能够快速地收集到主要宏观经济发展数据，如全社会的用电量、全社会的商品销售总额以及商品房的购买量等。这些大数据的获取时间较短，有的数据甚至是立即可以获得。

而随着互联网尤其是移动互联网的发展，产生了大量的即时传播数据，如企业通过微博、微信第一时间产品、人事等重要信息； 普通用户实时针对特定事件或对象发表见解和态度，等等。

这些即时传播的非结构化数据对宏观经济的走势也产生了重要影响。通过大数据软件处理平台，可以实时追踪和搜集这些即时数据，并快速对数据进行分析和处理，从而提高宏观经济的时效性，为经济活动参与者赢得决策时间。

在日本北九州市八幡东区东田地区实行的“八幡东区绿色乡村构想”中，日本IBM公司除了设立城市整体能源管理系统、综合性移动管理系统外，还参与了控制整个城市的城市指挥中心建设。得益于该公司处理和分析大数据的高效工作，当地行政机关可以实时掌握城市能源的情况，并将分析的结果同气象信息结合，详细预测48小时之后电力等能源的供需状况。如果发现将有电力不足的情况发生，行政部门可直接采取抑制电力消费或让电动汽车释放电能等措施，提前进行预防。

近来，在利用大数据对宏观经济进行预测方面，“现时预测（Now Casting）”受到特别关注。“现时预测”一词最初起源于气象学领域，是对现在已经发生的事由于信息滞后等原因难以马上知道准确情况，因而根据其他可得信息进行推测。

宏观经济数据范文第5篇

信息资源建设是信息化建设的核心。统计机构拥有极其丰富、极有价值的信息资源。在信息化环境下，信息缺少全面、及时、安全、规范的管理，缺少统一的数据和技术标准信息管理，缺少集约的应用途径，其开发利用率低，损失浪费严重，大量有价值的统计信息未能实现全社会的信息共享，未能在政府宏观决策中充分发挥其应有的作用。因此，以宏观经济数据库基础支撑系统进行建设的统计数据中心，是利用现代信息技术手段对统计信息资源实行集中管理的十分必要的建设内容。

一、数据库的建设目标

宏观经济数据库的总体建设目标，是为省政府提供真实准确、全面完整、及时便捷、可持续的政府公共服务；为政府宏观管理提供决策支持：为社会公众提供数据查询服务。以确保信息交换渠道通畅，使统计信息管理、数据、共享工作走人标准化、规范化的轨道。

立足于此建设目标，数据库建设应该完成如下目标：

1.对统计系统已有各种数据资源电子化，标准化，实现统计数据资源的归档管理；

2.建立综合指标体系，并以此对归档的统计数据资源进行加工、整合、清洗，建设元数据库数据中心：

3.在数据中心的基础上建立数据共享机制，根据内部及外部的需求，基于法规制度提供数据共享服务，并建立各种主题数据库和专题应用数据库及相关应用。

二、数据库系统的基本功能

宏观经济数据库业务是在统计业务的基础上全面实现数据处理和管理的一体化，满足统计工作网上数据处理、管理和的需要，使统计工作从简单的文件管理过渡到数据库的管理系统，从而为各级统计数据库的建设提供公用平台，同时为电子政务系统提供必要的接口和数据支持，收集各参加单位的数据，并在此基础上进行数据的处理、、查询、分析。

数据管理功能：通过数据管理子系统，对进入统计数据库的数据实施科学系统的有效管理。

数据交换功能：通过制定宏观经济指标体系、编码体系和交换规则，依托国家电子政务的数据交换标准和交换平台，组建各参加单位间数据的交换平台。

信息服务与共享功能：通过数据中心的建立，提供逻辑上集中、物理上分布的综合与专题数据目录体系和服务体系，构建起信息的互通与共享平台，从法规上、制度上、技术上保证数据库数据的更新、维护的可持续性。

数据功能：通过数据库子系统，实现综合数据的对外，提高统计数据对社会公众的公共服务能力。

数据查询功能：通过互联网络，用户可以按照多种检索查询方式，查询的统计数据。提供统计图表。可实现简单的分析功能。

存储备份功能：设计、建设、管理好宏观经济的数据现场级备份管理系统。

三、数据库系统的建设原则

宏观经济数据库的建设，在总体规划分步实施的原则下，应满足以下指标及要求：

1.系统性原则；

2.可行性原则；

3.实用性原则；

4.可靠性原则；

5.先进性原则；

6.可扩充性原则；

7.易维护性原则；

8.可操作性原则。

四、建设内容和规模

根据建设目标及工作需要，建设内容为统计部门负责调查的主要综合统计资料。该数据库包括年度数据和进度数据。涵盖自1978年21年以来经济、社会各方面的统计数据，全面反映全省经济和社会发展情况，是一个面向社会各界用户提供权威、全面、及时数据信息的基础资料库。该数据库的数据分为行政区划和自然资源、人口、就业与工资、社会保障、城市建设、环境保护、城镇住户、农村住户、财政、金融、国际收支、价格、国民经济核算、农业、工业、能源、建筑业、固定资产投资和房地产、运输邮电、国内贸易、对外经济、旅游、教育、利技、文化体育卫生、国际比较、其他等27个主题。

五、管理模式特点

为有效地降低系统的建设和维护费用，减少系统管理与维护人员，同时能够兼容按专业管理模式的要求，既考虑到设计的先进性又保证与现有业务模式的一致性和延续性，计划采用混合管理的模式，其特点是：

1.基于网络环境下的统计数据库管理系统；

2.数据采集可基于网上直报方式；

3.统计报表被有序存放在数据库中；

4.数据汇总、加工在数据库中进行；

5.数据可采用数据库管理特性，进行动态查询；

6.可采用WEB方式在网络环境中动态统计信息，为不同用户分门别类提供动态统计信息。

六、用户分类

根据对项目需求的系统分析，特别是对业务流程和数据流程分析后，归纳出以下几种用户类型：

省政府领导机构：主要通过电子政务网络平台和统一的政府门户网站，获得信息服务。

统计局各相关部门：宏观经济数据库系统的主体信息提供者，负责数据的整理、维护和整个系统的运营管理。根据职责不同，又可以分成多种子用户类型，如：指标体系管理、数据管理、系统管理、服务器管理、信息审核等。

宏观经济数据库的其他参与单位：一方面根据自己的部门管理优势单独相关信息，另一方面还可以综合利用宏观经济数据库系统提供的特别共享信息，提供其他相关的信息服务和发展指导信息。

社会公众：主要是互联网用户，包括其他企事业单位及企业和个人用户，他们可以从对外数据库系统上获得公共信息服务，对于推动政府职能转型和数据库系统建设发展，都具有重要的意义。

随着宏观经济数据库系统的建设和应用发展，除以上的机构用户和个人用户外，数据库系统的数据来源和交换系统还可能拓展出更为宽广的途径。

建设宏观经济数据库项目，并与政务网络资源共同实现政府公共信息服务工作的网络化，将缩短政府部门与社会公众的距离，提高决策管理机构的工作效率，提高政府工作的透明度、统计公信力。

宏观经济数据范文第6篇

在社会主义现代化建设和改革开放的进程中，党中央和国务院进行宏观决策和调控时，会碰到这样的问题：一是当前的国民经济和社会运行处于什么状态？二是国民经济和社会运行是否正常？如果不正常的话又怎样进行调控？力度多大为好？三是宏观调控措施实施之后的效果如何？又有什么新的问题出现？等等。这些问题都与统计信息密切相关，一刻也离不开准确、及时的统计信息。

1.1提高统计数据质量是宏观经济管理系统的客观要求按着现代科学管理的理论，宏观管理系统应由科学的决策系统，高效的执行系统、灵敏的信息系统，完备的咨询系统和严密的监督系统所组成。而社会经济统计系统作为专门的管理信息系统，它同时具备信息、咨询、监督三种职能。如何有效地发挥统计的整体功能，保证宏观经济管理系统的高效运行，必须做到统计数据准确、及时、全面。

1.2宏观经济决策需要准确及时的统计信息所谓宏观决策，就是从宏观经济发展的总体规划出发，研究并制定整个国民经济发展的目标、战略和方针政策。宏观经济管理的目标的制定是一项全局性、战略性、综合性很强的重大决策，在这一决策过程中，首先要经过大量的调查研究和科学预测，全面地、准确地掌握各种有关信息，明确一定时期内宏观经济管理应解决的主要矛盾和主要问题，其次才是组织各专家进行大量的科学研究，拟定多种目标方案，并进行方案评估，选定一个满意的方案。所以说只有准确、及时的统计信息，才能保证目标决策的科学性、先进性和可靠性。

1.3宏观经济计划管理需要准确、及时的统计信息社会主义市场经济条件下，不但不排斥计划管理而且在客观上要求加强计划管理。计划前的准备工作，主要是信息收集、加工和整理工作、以此搞好科学预测。当计划的编制进入决策阶段时，还要通过对过去、未来及现状信息的分析，找出宏观经济发展所面临的主要矛盾和应解决的主要问题。所以说只有准确、及时的统计信息，不可能编制出符合客观情况的计划。

1.4宏观经济监督管理需要准确、及时的统计信息所谓宏观监督，就是制定并执行各种法规、条例为维护社会秩序和经济秩序并保证宏观经济管理目标的实现所进行的经济监督、行政监督和社会监督。监督是宏观经济正常运行必不可少的管理环节，监督职能是通过信息反馈来检验决策是否科学可行。监督的手段很多，其中统计监督是必不可少的，统计只有提供准确、及时的信息，才能发挥国民经济“监测仪”的作用，密切注视国民经济发展势态，紧密围绕宏观经济调控目标，灵敏跟踪各项政策执行情况，及时进行定量检查、监督和预警。

综上所述，准确、及时的统计数据是国家进行科学决策和宏观调控的重要依据，它对于保持国民经济总是的基本平衡，促进经济结构的优化，引导国民经济持续、快速、健康的发展，推动社会全面进步，具有重要作用。

2当前统计数据质量存在的问题及原因

2.1一些地区领导干部发展经济的思想路线不端正，只重局部利益，本位思想严重，通过瞒报统计数据，偷税漏税，骗取国家扶贫补助和其他财政补贴。

2.2对地方干部政绩考核指标及考核办法不完善，不全面。中央提出，抓住机遇，加快发展的方针无疑是正确的，然而有些地方在执行这一方针时却不顾客观条件，急于求成，制定的指标脱离实际，而且还层层加码，并通过签订目标管理责任状的形式，作为考核、奖惩、提拔干部的依据。

以上两种现象看似主观原因所致，实者是统计管理体制的缺陷，由于统计部门都是本级政府下属部门，使得有些统计人员违背职业道德，唯上不唯实。

2.3企业微观经济组织，尤其是个体私营户和家庭组织，一是受中国传统观念的影响，不愿露富，害怕“枪打出头鸟”，二是如果报送了真实数据，会增加自己的税赋及各种收费赞助负担。因此他们在报送成果性统计数据时，少报或瞒报。据统计部门基层调研报告反映，不少企业有三本账，第一本是报送统计部门的账，第二本是报税务部门的账，这两本账都不真实，第三本账是自己的账才是最真实准确的账。

2.4《统计法》本身不完善，缺乏可操作性。形成基层执法难，依法统计难。

2.5统计方法制度、统计技术层面存在的问题。如在数据处理上，统计调查方法上，质量控制监督上都不同程度的影响统计数据的质量。

3提高统计数据质量的途径

多年来，国家统计局一直把搞准统计数据放在首要地位，做了艰苦细致的工作和富有成效的探索，即一靠科技，二靠法制，对统计数据实行全面质量管理。2007年的全国统计工作会议，在谢伏瞻局长报告中，强调以提高统计的科学性，准确性和权威性为中心，深入统计改革，加强各项建设，强化统计管理，不断提高统计工作水平，为加强和改善宏观调控服务，为全面落实科学发展观，加快构建社会主义和谐社会服务。

3.1立足统计改革，确保统计数据真实准确改革统计管理体制，为客观准确提供制度保障。统计部门直属于本级政府，听命于本级政府，这种体制难以保证统计部门的客观中立和统计数据的准确，从这个角度分析，实行统计部门的垂直管理是有必要的。新晨

近年来中国统计改革有一系列重大举措，特别是去年以来，统计改革“三大战役”（即三支调查队改革，经济普查和GDP下算下一级）和《统计法》执法大检查揭开了中国统计大改革的序幕，尽管改革涉及方方面面，但目标只有一个，就是搞准、搞实统计数据。这样统计工作的重要性已被越来越多的各级党政领导所认识，统计部门地位呈上升趋势。这些都为提高统计数据质量基本保证。

3.2对于人为原因造成的统计数据质量不实，要靠法制治理，提高企业等微观经济组织的违法成本。充分运用《统计法》这个最为有力的武器，做到“有法可依，执法必严，违法必究”。为此，一是要扩大统计执法力量，增加统计执法的专业人员。二是扩大查处企业、个体工商户等统计违法的比例，大幅度提高查处数量。三是广泛深入进行统计法宣传，尤其是强化违法案例查处实例的宣传，提高法律威慑力。四是提高其违法成本。

3.3把住关口，充分发挥统计部门的数据审核作用，一旦源头进了假数，就应该在审核过程中加以解决。例如采取抽样调查的方法，对统计数据的失真程度进行评估和修订。强化统计基础工作，如统计台账，使用权统计数据“来之有据，据之可查，查之可信”。

综上所述，准确、及时的统计数据，是实行宏观经济管理的必然要求，提高统计数据质量是统计部门的中心任务，提高统计数据质量也是全社会的共同责任。

参考文献：

宏观经济数据范文第7篇

6.9%的增长是完全正常的、合理的、符合经济规律的增长水平

中国经济进入新常态的中高速增长以来，中国经济增长“大幅放缓”、中国经济“硬着陆”等观点，变成国内外在每年的年底、年初对中国经济判断的主基调。这些判断的误区是，尽管中国经济进入了新常态，但国内外的分析人士并没有用新常态的逻辑来分析数据，来判断现状和未来经济的态势。

有些媒体对今年前三季度6.9%的经济增长用“经济增长是七年来的最低”来表述，显然参照系是过去30年的高增长，这个参照系是不对的。现在是新常态经济发展阶段，新常态经济的一个重要特征就是从高速增长变成中高速增长。经济增长7%左右就是中高速增长，也是两会报告确定的今年的增长目标。如果我们用新常态的逻辑来看待6.9%的增长，参照系是新常态经济的中高速增长，6.9%的增长是完全正常的、合理的、符合经济规律的增长水平。用新常态经济观念来分析增长数据，国内的经济增长是稳定的，与中高速增长的的目标是一致的。那种认为中国经济大幅下滑、硬着陆、崩溃的分析是思想方法的问题，分析思路根本没有进入新常态经济发展阶段。2014年12月闭幕的中央经济工作会议和十的一些相关文件反复强调，要认识新常态。只有认识新常态，才能适应新常态，最后才能把握新常态。如果思想方法上没有进入新常态经济的转变，观念上不可能实现从过去的发展阶段向新常态经济发展阶段的转变，对新常态经济阶段的形势判断就是不准确的。

季度GDP增长数据出现零点几个百分点的波动是预料之内的，不必过度解读

当前，我国正处于“三期叠加”的新常态经济发展阶段，“三期叠加”是指经济处于增长速度换挡期、结构调整阵痛期和前期刺激政策消化期。换档期是什么意思？是我们的经济增长从高速增长变成中高速增长，是对一个经济规律的描述。新常态经济发展阶段的一个重要改变就是劳动力红利开始减少。当劳动力红利开始减少的时候，当人口出现老龄化的时候，经济就会出现增长速度的换档。很多发达国家都经历了这样的改变，美国、日本、欧洲都在劳动力比较优势改变后出现过换档期，这是经济发展的规律性。我在20世纪80年代初期去法国留学，由于人口结构的变化，法国经济在80年代就面临增长速度放缓的现象，所以说换挡期是一种规律性的变化，中国经济的新常态出现这种规律性的变化是不可避免的。

转型期是什么意思？从整体经济的层面上讲就是经济结构的转型。从投资为主转变为投资、消费增长的合理比重;从第二产业为主转变为二、三产业并举;从依靠较多的外需转变为内外需共进;从劳动密集、资源密集转变为技术密集、知识密集。而经济结构转型最主要的压力来自于第二产业。过去30多年高速发展的同时，包括“第三期”――政策消化期的盲目投资，使第二产业累计了高耗能、高污染、产能过剩这种不可持续的深层次矛盾。在新常态经济阶段，要实现经济结构的转变，使经济可持续发展。产业结构的调整主要来自两个方面。第一，不合理的产能结构要调整，将不合理产业的投资降下来。第二，培养新的增长点，形成合理的产业结构。这两个方面的调整是不同步的，不合理产业结构调整使这些领域的投资减少，而新的增长点还在培育过程中，增加的投资不能很快覆盖减少的部分，出现了青黄不接的状况，带来了经济下行的压力。

围绕“三期叠加”所作的规律性和结构调整的分析，我们应该看到，“叠加”效应，即所谓过渡期、投资下降、经济下行、都是已知信息，是存量的概念。月数据特别是季度公布的GDP增长数据，如果出现零点几个百分点的上上下下应该是预料之内的，不是“增量”下行的概念，包括投资下降以及出口方面存在问题，这都不是增量信息。如果解读为“增量”，可能在重复使用“三期叠加”分析的信息，过度释放一些本不该由这零点几个百分点所承载的信息，刻意淡化存量概念而去放大增量概念，这是非常误导的。

正确认识进出口数据改变的原因，不能简单重复传统刺激出口的政策

今年前三季度，进出口总额178698亿元人民币，同比下降7.9%。其中，出口102365亿元，下降1.8%;进口76334亿元，下降15.1%。进出口数据是否非常糟糕？我认为一定要把信息对称起来。第一，出口数据显示加工贸易低于一般贸易。在过去很长的时间内，我们的加工贸易占主导地位，远远高于一般贸易。加工贸易是一个劳动力密集型产业，当我们的劳动力红利逐渐减少以后，加工贸易业就逐渐转移到更有劳动力比较优势的地方去。这是个渐进的过程，从十几年前就已经开始了。近几年来，因为劳动力成本增长特别快，所以那些港台企业基本上都走了。本地的企业因为没有能力走出去，很多就关闭了。企业迁走或关闭，订单也走了，加工贸易的出口已经连续几年低于一般贸易。这是我们进入新常态以后，劳动力红利改变所带来的贸易结构的变化，也是国际贸易中规律性的变化。我们不能盲目的说，出口增长下降就要加大出口退税。当前出口增长下降的原因根本不是税收造成的利润下降所致，退税根本没有意义。我们还是要改变出口结构，增加一般贸易。劳动力密集型的产业少了，那就增加一些附加值高的产业，出口加工制造升级为高端制造，调整出口产品的结构才是解决问题的根本办法。要正确认识进出口数据改变的原因，不能简单重复传统刺激出口的政策。

第二，中国已经在2011年代替美国成为世界第一大进出口国家，占到全球45万亿美元贸易规模的11%左右。国际贸易是按照比较优势的交换。如果仍然停留在低端制造，中国的贸易特别是出口不可能继续保持大幅增长，因为中国在11%以外的贸易领域不具备比较优势。仅盯着出口增长率下降而考虑短期政策，不抓紧培育有新的比较优势的产品，可能会错失未来国际贸易发展的良机。

第三，我们的进口也是负增长。这是因为我们进口的产品中大部分是大宗商品，大宗商品的价格从去年第四季度开始一直到现在大幅度下降，石油价格降了一半多，所有的农产品都在降价。我们进口产品的一半以上都是大宗商品，就算我们的进口量不变，因为价格降了这么多，所以我们的进口规模一定是下降的。不能简单地说，进口负增长就是我们国内对外面的需求下降，我们的经济不景气。

宏观政策要稳，不能总是调来调去

宏观调控在新常态下已经有基本原则。新常态经济宏观调控的基本原则是：宏观政策要稳，微观政策要活，社会政策要托底。大规模的刺激政策就是危机政策。既然是常态，宏观政策就要稳，不能总是调来调去。短期财政、货币和投资的政策到位，稳增长应该是没有问题。在常态的情况下，受季节性因素、天气因素、自然灾害等各种因素的影响，经济也会有上有下，但这样的波动是正常的，与危机引起的大起大落不一样。

每当经济增长数据出现零点几个百分比的下降，经济下行压力“加大”的说法就会被强化，就出现呼吁稳增长政策微调和更宽松货币政策等加大短期刺激政策的声音。实际上，12%的货币供应量的增长（M2）目标本身已经是一个很宽松的指标。上半年名义GDP的增长是6.5%，也是经济增长所需要的货币需求增长水平。但是既定的货币供给增长是12%，有5.5个百分点的差距。这意味着货币供应量的增长要超过货币需求增长5.5个百分点，从这个意义上来说，货币政策应该是宽松的。但是现在11%左右的M2增长，在既定12%的M2增长政策范围之内，从这个角度，货币政策在执行层面是稳健的。政府一直在强调货币政策是稳健的，但指标本身是被宽松的制定了。

总之，要正确认识宏观经济指标，思想方法一定要正确。思想方法不同，利益导向不同，对问题的看法也就不同。用新常态的逻辑去分析数据，判断形势，才能避免误判形势、误导政策。对当前经济增长稳定的判断，并不是说我们的经济没有问题，但关键是找准问题，找到针对性的解决方案。

充分发挥调结构在稳增长中的关键作用

我们的经济存在下行压力的根本原因是结构问题。正确的方法不是印发更多的钞票，而是要对症下药，要进行结构调整。不合理的结构要往下调，加大力度去推动新的产业结构核心增长点。如果不把这个问题解决，而是用短期政策去稳增长，那就一定会固化现在的结构性矛盾，并不能解决根本问题。2014年12月11日闭幕的中央经济工作会议有五项任务，第一项任务就是稳增长，紧接在稳增长后面的一句话就是“稳增长的关键是调结构”。虽然也说了财政政策、货币政策、产业政策，但关键是落脚在调结构上。如果结构没有理顺，今年短期政策稳增长，明年结构问题带来的下行压力就仍然存在。持续增长不能年复一年地靠短期政策来保证。

充分发挥调结构在稳增长中的关键作用。调结构有两个方面，一个是将不合理的结构往下调，另一个是必须同时形成合理的新产业结构。中央经济工作会议确定的今年第二项任务是积极培育新的增长点，这与新的合理的产业结构形成是联系在一起的。在经济存在下行压力的情况下，我们要积极培育新的增长点作为经济增长的驱动，应该必须从现在做起，而不是要等到明天。

（作者为国务院参事室特约研究员）

注：文中数据来源于国家统计局相关统计数据公报。

宏观经济数据范文第8篇

重阳投资认为，11月中国经济运行平稳，工业增加值同比增长10.0%，CPI同比增长3.0%，出口增速升至12.7%，1-11月投资增速小幅回落至19.9%。前瞻的看，当前房地产和基建投资增速仍然处于较高水平，将对后续的工业生产构成支撑，经济有望保持平稳。具体来看，有以下四个方面的特点：

1、固定资产投资增速小幅回落。1-11月固定资产投资同比增长19.9%，11月单月增长17.6%。分行业来看，房地产和基建仍然是投资增长的主要引擎，11月房地产开发投资和基建投资分别同比增长22.0%和24.2%，增速较10月加快6.9和8.2个百分点。此前三个月增长较快的制造业投资增速在11月降至14.1%，表明在企业盈利能力较差、利率高企的情况下，制造业去产能的过程仍在延续。

2、出口增速略超预期。11月出口金额同比增长12.7%，出口金额首次突破2000亿美元。11月中国对美国和欧元区出口分别同比增长17.7%和18.4%，圣诞假期临近可能是欧美需求大增的主要原因。需要注意的是，当前出口的高速增长可能存在一定水分。11月统计局公布的出货值同比增长5.8%，增速较10月回落0.3个百分点。此外，11月韩国及台湾的出口增速分别只有0.2%和-4.7%，增速均较10月大幅回落。韩国和台湾均是出口导向型经济体，历史上其出口增速与中国大陆具有较强的同步性。同时，近期人民币升值压力加大，国家外管局再次发文严查贸易融资，也表明套利资金可能再次通过虚假贸易的方式流入境内。

3、工业生产高位运行。11月工业增加值同比增长10.0%，尽管增速较10月回落0.3个百分点，但仍处于较高水平。从主要工业品产量来看，11月发电量和粗钢产量增速出现回落，但水泥、汽车、有色金属产量增速进一步上行。前瞻的看，当前房地产和基建投资增速仍然处于较高水平，将对后续的工业生产构成支撑，工业增速有望保持平稳。

4、通胀保持稳定。11月CPI同比增长3.0%，环比下降0.1%，增速略低于市场预期。11月食品价格环比下降0.2%，今年相对温暖的天气是蔬菜等食品价格下跌的主要原因。11月非食品价格环比持平，增幅略低于0.1%的历史均值，居住价格增长较慢是主要原因。我们预计12月CPI同比增速可能位于3.0%附近，全年CPI平均增速2.7%。

程定华对市场趋于谨慎

程定华认为，根据首次公布的短期流动性调节工具（SLO）交易公告，央行曾在10月末进行了两次SLO操作，期限为2天，交易量分别为410亿和180亿，中标利率均为4.5%，与当时的回购利率4.7%差不多。SLO主要是为了向市场投放短暂资金，平复突发性波动，定价也比较市场化。本周资金面略微宽松，票据回购、银行间拆借等利率有所回落。但与上半年相比，不论是短期拆借，还是各个期限的国债收益率，利率中枢都已上了一个台阶。临近年底，银行面对存贷考核、资金备付、以及可能出台的同业规管，揽储的压力增加（近期出现理财产品数量增加，收益率提高的现象）。预计年底前资金面都将延续比较紧的局面。

程定华认为，PMI等景气指标显示生产活动平稳，短期内关注指导新型城镇化和地方国企改革的政策会否出台。预计在这些政策公布期间，与其相关的地产、建材、建筑、工程机械、地方国企等板块受到政策题材的刺激而上涨。但以地产销量而言，在武汉等城市展开调控加码之后，11月份整体商品房价格环比涨幅收窄、成交量下降。11月份二线城市的成交量比10月份下降了13.9%，同期的一线城市成交量也下降了6.8%。由于过去十二个月的住宅新开工面积环比上升了近5%，如果销售量形成下滑趋势，将会对房价（尤其是二三线城市）造成压力，并且会影响开发商拿地和投资的进度。

程定华表示，IPO发行制度改革方案出台后，市场总体表现平稳，但创业板跌幅比较大，符合各方对市场的一致预期。要彻底消化IPO改革方案，市场大约需要半年到一年的时间，因为新的发行方案是一次前所未有的革命，对市场短期多空的看法可能会低估这次改革的深远影响。

程定华预期，月内召开中央经济工作会议，对明年的经济任务作出定调。如果增长水平订得偏高的话，将对周期类股票造成短期的提振。

宏观经济数据范文第9篇

关键词：大数据时代；宏观经济；机遇；挑战；对策

一、前言

基于互联网经济时代背景下，计算机技术的广泛运用促使数据信息能够得到有效的收集与处理，但随着计算机网络体系的逐步完善，面对海量信息数据，如何实现对数据的高效快捷处理，以实现对信息资源的充分利用，成为各行业领域所面临的一大挑战。在此背景下，大数据技术的应运而生，为实现对这一问题的有效解决提供了出路，对于宏观经济分析而言，同样离不开大数据的支撑，因此，这就需要针对宏观经济分析之需，实现对大数据的完善运用。

二、在宏观经济分析中大数据所呈现出的价值

主要表现在如下两方面：第一，提供更加全面的数据信息。对于宏观经济分析而言，因所分析的内容多且广，加上会受到诸多因素的影响，进而使得在实际开展这一工作的过程中，因数据信息的不全面、获取信息的时效性低等，使得宏观经济分析的结果缺乏科学性。而将大数据进行运用，则能够借助计算机网络技术的支撑，实现对数据实时动态获取，并以丰富数据的获取来支撑该项分析工作得以实现高质高效落实。第二，丰富了分析方法。在传统宏观经济分析中，主要财通的方法为统计分析模型，借助抽样分析法来获得样本数据，并以此来作为整体，进而使分析结果难以与事实相符；而借助大数据技术的运用，则能够借助海量数据信息的获取，以计算机为支撑来实现对数据信息的自动分析，进而以总体分析法来提升分析结果的可靠性。第三，分析技术水平得以提高。在实施大数据分析的过程中，离不开计算机技术的支撑，借助结算及技术的运用则能够以多种分析模型的搭建与多种识别技术的融入，来取代大部分人工分析工作，以技术的全面支撑来提高分析的准确性与效率性。

三、基于大数据时代下宏观经济分析所迎来的机遇与面临的挑战

1.机遇

在大数据时代下，大数据技术的融入使得该项分析工作的开展能够获得丰富数据支撑，并以相应分析方法与分析技术的创新，为提升宏观经济分析的效率与质量奠定了基础。从所迎来的机遇角度看，对于宏观经济分析而言，借助大数据的融入，能够实现对海量信息的实施动态化获取，进而提升了信息获取能力，同时，借助智能化获取与分析的实现，能够为实现准确的预测分析奠定基础，同时，也在降低分析人员工作压力与难度的基础上，提升了分析的效率，为充分实现宏观经济分析的作用与价值提供了保障。

2.所面临的挑战

机遇与挑战并存，对于宏观经济分析工作的实际开展而言，同样面临着巨大的挑战，具体而言：第一，在互联网时代下，信息的传播打破了时间与空间的束缚，面对海量信息数据，对于该项分析工作的实际开展而言，要想能够从中选取中有价值的信息，且能够充分服务于该项工作的实际开展之需，难度极大；第二，在运用计算机网络技术的过程中，需要确保数据信息的安全，但是，从数据安全保障工作开展的实际状况看，相应能力还有待进一步提升；第三，在运用大数据来开展宏观经济分析工作，需要确保具备完善的专业人才队伍，进而才能够为充分发挥出大数据的作用与价值提供保障，但目前现有行业专业人才匮乏，难以满足该项工作的实际开展之需，进而使得大数据的价值与作用无法得到充分实现。

四、充分发挥大数据在宏观经济分析中价值与作用的对策

大数据技术为当前宏观经济分析工作得以实现顺利且高效开展提供了技术支撑，但是，从目前运用大数据的实际状况看，一系列挑战的存在，使得大数据难以实现作用的充分发挥，因此，这就需要结合实际所存在的问题，落实针对性的解决措施：

1.营造良好的发展环境

要想促使大数据能够在该项工作中得到充分且完善运用，首先就需要从大数据运用的宏观环境着手，因此，这就需要充分发挥出政府的作用。在实际践行的过程中，政府要充分发挥出自身的主导作用，以大数据收集体系的完善打造为基础，并针对经济发展的重点领域，实现相应数据收集工作的有计划落实，进而才能够为宏观经济分析工作实现顺利开展提供基础性前提。具体而言：一方面，政府相关部门要进一步提升对大数据的重视程度，针对大数据给该项工作的开展所带来的优势作用进行全面分析，在此基础上，从政策、资金等多方面加大对实施大数据的支撑力度，进而为实现大数据网络环境的打造奠定基础。另一方面，要加大对相关科研领域的重视程度，加大投入力度，确保相应研究机构能够为实现大数据的进一步发展提供支撑。此外，对于政府而言，为了能够促使大数据在宏观经济分析领域中实现充分运用，可鼓励企业积极践行信息化该该，进而以企业全面信息化管理的实现，为大数据的应用与发展创造良好发展空间与环境。

2.加大对数据采集与管理的力度

对于宏观经济分析工作的实际开展而言，需要以大数据的完善采集为支撑，并加强对数据信息的管理力度，进而才能够为实现大数据价值的充分发挥奠定基础，因此，在实际践行的过程中，需要以完大数据采集与管理体系的搭建为支撑。从实际该项工作工作开展的现状看，由于人员能力素质不足、技术水平偏低以及管理漏洞的存在等，使得难以充分发挥出大数据的优势作用，而要想实现对这些问题的解决，则就需要针对大数据采集流程，以完善采集体系的制定为支撑，促使在开展宏观经济分析工作的过程中，能够具备全面数据信息；同时，要加大对相应企业与个人，加大管理力度，制定完善的监管体系，针对不配合行为加大惩处力度，进而为实现数据信息采集工作的顺利开展奠定基础，此外，加大对相关人员的培训力度，促使其能够具备与之相适应的技能水平，以实现对大数据技术的规范且合理运用。

3.加大专业人才的培养力度

在借助大数据来开展宏观经济分析工作的过程中，由于行业专业人才匮乏，进而给该项工作的开展带来了极大的阻力，因此，这就需要加大对行业人才的培养力度。在实际践行的过程中，对于政府相关部门而言，需要以专项人才培养政策的制定与实施为基础，促使全社会能够提高对该领域人才培养工作的重视程度。同时，高校作为培养专业人才的主要阵地，应结合当前该行业领域对人才所提出的实际要求与需求，以相关专业的开设为基础，实现专业课程体系的完善打造，进而来满足社会对人才的实际需求。此外，对于企业而言，要针对大数据管理人员，加大培训教育力度，以提升其专业能力与信息化技能素养，为该项工作得以顺利开展提供有效支撑。

五、总结

综上，基于大数据时代背景下，对于宏观经济分析工作的实际开展而言，需要在明确大数据在该项工作中所呈现出的价值与作用的基础上，明确大数据所带来的优势，并针对在运用大数据于该项工作中所存在的问题，实现有针对性解决对策的落实。具体而言，要针对大数据的运用营造良好的环境，并在加大对大数据采集与管理力度的基础上，加强对专业人才的培养力度，进而为充分实现大数据运用于宏观经济分析中的价值并提升该项工作的效率与质量提供保障。

参考文献：

[1]徐寅.论大数据时代背景下宏观调控决策的法治化[J].学术探索，2014，11：51-55.

[2]申红艳，吴晨生，铁梅，滕飞.大数据时代宏观经济分析面临的机遇与挑战[J].经济研究参考，2014，63：19-25.

[3]刘涛雄，徐晓飞.大数据与宏观经济分析研究综述[J].国外理论动态，2015，01：57-64.

[4]蔡永鸿，唐斯琪，于娟.大数据时代宏观经济与微观企业的行为联接[J].中国市场，2015，08：88-89.

宏观经济数据范文第10篇

关键词：宏观经济 统计数据 质量 Benford 评价 实证研究

中图分类号：F131.30 文献标识码：A

文章编号：1004-4914（2015）07-061-02

一、引言

随着近年来国民经济的快速发展，我国经济实力与国际综合影响力不断提高，我国宏观经济统计数据质量引起了世界关注，国内外相关机构及学者对宏观经济统计的准确性问题进行了大量研究。本文引入Benford法则进行宏观经济数量质量的评价。实践证明，应用Benford法则，其在数据质量评价应用中存在着成本较低，稳健性良好等优势。在分析Benford法则及其检验方法的基础上，探究其在宏观经济统计数据质量的实证研究。

二、Benford法则及其检验方法认知

（一）Benford法则的基本认知

Benford法则是以物理学家Frank Benford名字所命名的一种数值规律，其法则认为，人们进行数据处理时，其将较小数字作为首位数字的数据的频率相对较高。其通过长时间的数据收集与分析，对其规律进行了论证，即“Benford定律”，又被称之为“首位数法则”。通过研究与推导，Benford依据其定律获得以下数学表达式：

p（d1）=lg（1+■） d1=1，2，3，…9

在上式中，p（d1）代表的是以d1作为首位数字所出现的频率参数，首位数字，指的是数据集中数字左侧的第一位数字，其数字应非零非负，确保其数据有效性。其公式即Benford法则表达式。

Benford法则的出现，为进行大量数据的数字分布状况预测提供了理论支持。然而该方法在最初阶段缺乏对该现象的合理解释与证明，随着学者进一步的研究与论证，对该法则应用的范围与影响因素进行了明确，如要求数据具备一定规模性，数据形成不执行认为直接赋值，数据不应为按照规律排列的数据集等。

（二）Benford法则在宏观经济数据质量中检测的方法

国内外大量实证性研究表明，应用Benford法则可以进行数据集中的舞弊行为有效检测，将目标数据所具备的实际数字分布规律与Benford法则条件下的标准分布规律进行对比，获取评估结果，判断其实际数据分布规律是否存在不合理现象。如存在，则说明数据统计存在着人为因素证明数据集可靠性较差。Benford法则进行数据检验，其本质上属于一种对比检验方法，具体的流程为：第一，选定宏观经济指标，进行电子数据采集，其宏观经济指标应具备代表性；第二，对所收集的数据集是否符合Benford法则进行判断，选择一定的目标字段，Benford法则其数据集适应条件为：数据信息其来源不同，采取随机抽样方式形成统计数据；第三，针对选中目标字段，将统计数据进行一定处理，如数据中存在的负值可以取其绝对值，针对首位为0的数据则可以通过数据扩大来提取数字；第四，进行数据异常分析。将所选择的数据集之中的数据首位进行分离，进行数据首位1―9各个数字所出现的频率与分布规律进行描述，将其分布规律与Benford法则条件下的分布规律进行对比，计算出其数据分布偏差参数，将所选数据第二位进行分离，采取通道方式进行数字频率统计与分布规模描述，循环操作并观察数据是否存在异常，以上操作可通过统计软件来实现；第五，依据统计结果与数字分布偏差研究，对数据可靠性进行判断，针对不可靠数据应找出原因，给出结论。

三、宏观经济统计数据质量的Benford法则评价及实证研究

在Benford法则进行宏观经济统计数据准确性实证研究中，选择两个视角进行分析，其一，对我国成立后四个经济部门的主要宏观经济指标数值执行分析，时间阶段选择1949年―2008年期间，采取Benford法则对其经济指标可靠性进行分析。综合数值取值可靠性，以分段形式进行纵向研究，进而获得宏观经济统计数据质量状况。其二，从区域视角进行研究，即以我国主要省份宏观经济指标总量进行数据可靠性分析。

（一）我国历年来宏观经济统计数据所具备的可靠性研究

1.宏观经济指标选择。在本研究中，以国民经济核算统计、政府财政统计、金融业与国际收支平衡四个部门为研究对象，选择主要的经济变量，指标选择中需要考虑指标的全面性、代表性与数据可获取性。如在民国经济核算部门，其指标选择以国内生产总值、居民消费水平、固定资本总额。支付消费支出及股票筹资额等指标；政府财政统计部门中则选择国家财政收入、国家财政支出、预算外资金收入及支出总额、国家外债余额等指标；金融业部门则选择现金收入与现金支出、信贷资金总额、流通现金四个指标，国际收支平衡部门则选择经常项目差额、金融项目差额、储备资产增减额及净误差、资本往来项目差额、储备资产遗漏等为统计指标。

考虑到我们建国后不同经济体制的差异，有些项目指标在当时并不存在，为此选择相近指标作为补充。如固定资本形成总额指标，在1978年之前，我国采取的是固定资产积累额等。在实证研究中，以1950―2008年为时间段，选取指标数据作为数据集，其数据来源为各年《中国统计年鉴》，在数据调取时，存在着一定的数据缺失问题，最终数据获取情况如下：国民经济核算数据为246个，政府财政统计数据为265个，金融业部门数据为198个，国际收支平衡部门其数据共108个。

2.指标数据的处理操作。考虑到应用Benford法则需要确保数据首位数字为有效数字，即要求首位数字非零非负，为此，在进行数据分析之前需要进行数据处理，从而为数据提取与分析奠定基础。针对部分指标数值为负值的数据，取其绝对值将其转变为正数，针对不同单位数据指标，针对大于0小于1的数据，采取数据提取并乘以100的方法获取新的数据，其数据处理均可以通过Excel来实现。

3.宏观经济统计数据的Benford法则实证分析。在进行实证研究时，其思路设计为：针对每个经济部门，如其统计指标所选择的数据可靠性良好，则该组数据的首位及第二位数字所具备的分布规律与Benford法则条件下的规律相符；而如其数据首位及第二位所具备的的分布规律与Benford法则条件下规律差异较大，则可以判断其统计数据具有不可靠性。

在实证研究过程中，依托Excel软件来实现。通过应用LEAF函数与MID函数，将每个经济部门统计数据的第一位数字与第二位数字提取，采取COUNTIF函数，进行经济部门首位数字与第二位数字1―9自然数所出现频率的统计，将其统计结果与Benford法则期望频率进行对比分析。采取拟合优度检验，进行数字分布与Benford法则分布状况的整体拟合程度研究，从而判断经济部门所具备的统计数据准确性与可靠性，实现宏观经济统计数据质量的评价。

在本研究中，其拟合优度即偏离误差研究，引入非参数统计x2拟合优度检验法，其表达式如下：

首位数字：x2（8）=N×■■

第二位数字：x2（9）=N×■■

在上式中，N代表的是数据样本个数值，θi代表的是数字i是首位数字或第二位数字时所出现的实际频率，f（i）代表的是在Benford法则中，数字i作为首位数字或第二位数字所期望出现的频率。通过公式可以看出，x2所取统计值越大，则其数据分布与Benford法则所期望的分布偏差则会增加，其统计数据的可靠性则越低。反之，随着x2所取统计值的降低，其与Benford法则所期望的分布拟合度越高，说明统计数据的准确性越好。如表1为国民经济核算统计数据前两位数字所出现的频率与Benford法则期望频率对比表：

从表1可以看出，国民经济核算统计数据，其首位数字观察频率在整体趋势上而言，表现为递减分布规律，只有数字8、9分布频率相对数字7分布频率高一些；第二位数字分布频率没有呈现出较为显著的递减规律，其分布表现为阶段性递减趋势。从对相关数据频率及Benford法则期望频率差异对比，首位数字及第二位数字差异值可以控制在[0，0.1]范围之内。采取同样方法，可以进行政府财政统计数据的分析，获取其首位数字观察频率与Benford法则期望频率大致相同，其差异值控制在[0，0.1]范围之内。金融业数据中，其观察频率与Benford法则之间吻合性偏低，数字出现频率在1―4范围内递减，但在5之后呈现出上升趋势，但从观察频率与Benford法则期望频率差异值的角度进行分析，其首位数字与第二位数字差异值均控制在[0，0.1]范围之内。在分析国际收支平衡统计数据时，发现其首位数字分布规律表现出递减与阶段性递增状况，第二位数字分布情况较为杂乱，然而其差异值均控制在[0，0.1]范围之内。采取x2拟合优度检验法进行观察频率及期望频率拟合度检验，拟合结果显示，在0.05置信水平条件下，所选四个部门其统计数据首位数字及第二位数字拟合度较好，准确可靠性较高，符合Benford法则。

（二）区域宏观经济统计数据质量的Benford法则分析

在区域宏观经济统计数据可靠性研究中，为更为全面评价经济统计数据质量，在研究时间纵向数据的同时，选择区域2008年的统计数据进行横向研究。具体指标选择上，以各主要省份的区域生产总值、区域居民消费水平、资本形成总额、财政统计预算收入及预算支出、政府消费支出等作为主要研究指标，依据统计年鉴，获取数据共计186个。其研究方法与历年来宏观经济统计数据研究部方法一样，进行数据第一位数字及第二位数字提取，计算其频率分布并与Benford法则期望频率进行综合对比，以拟合优度检验进行整体拟合，从而判断2008年我国统计数据的准确性。研究结果发现，2008年我国地区宏观经济总量统计数据首位数字的观察频率呈现出递减分布趋势，但其与Benford法则期望分布频率存在着一定差异，局部存在递增现象，第二位数字分布其递减表现不显著。从观察频率与Benford法则期望频率差异值来分析，其差异控制在[0，0.1]范围内。进行拟合优度检验后发现，我国31个省份其宏观经济统计数据的第一位与第二位数字分布与Benford法则期望分布较为符合，不存在较大差异，说明区域宏观经济统计数据较为准确，可靠性较高。

四、结语

伴随着我国国民经济的快速发展，人们对宏观经济总量数据统计的准确性越发关注。为评价我国宏观经济统计数据质量，对其进行Benford法则评价与实证研究。在论述Benford法则及其检验方法的基础上，以历年来宏观经济统计数据及区域宏观经济统计数据为主要视角，采取Benford法则进行统计数据质量分析。实证研究表明，不论是宏观经济统计数据还是区域宏观经济统计数据，其数据首位及第二位数字与Benford法则期望分布规律拟合度较高，证明了其统计数据的可靠性与准确性。

参考文献：

[1] .基于Benford法则的GDP统计数据准确性研究[J].商情，2013（9）：59，63

[2] 刘云霞，吴曦明，曾五一等.关于综合运用Benford法则和面板模型检测统计数据质量的研究[J].统计研究，2012，29（11）：74-78

[3] 刘云霞，曾五一.关于综合利用Benford法则与其他方法评估统计数据质量的进一步研究[J].统计研究，2013，30（8）：3-9

[4] 易娇.GDP数据质量的可信度分析及实证研究[D].湖南大学，2013

[5] 刘明宇.基于Benford法则的城镇居民人均可支配收入质量评估[J].统计与咨询，2014（6）：30-30，31

[6] 易娇.GDP数据质量的可信度分析及实证研究[D].湖南大学，2013.DOI：10.7666/d.D390731

[7] 晏正春.基于Benford法则的GDP数据可靠性分析--以四川省为例[J].中小企业管理与科技，2014（33）：74-75

[8] 张B华.我国宏观经济统计数据质量的Benford评价及实证研究[D].山西财经大学，2011

[9] 曾五一，薛梅林.GDP国家数据与地区数据的可衔接性研究[J].厦门大学学报（哲学社会科学版），2014（2）：110-119

[10] 孙飞，宋向东，郑阳等.区域宏观经济数据质量的检验[J].中国集体经济，2015（1）：64-65

（作者单位：河南财经政法大学统计学院 河南郑州 450002）

[作者简介：阚珍珍（1980―），女，河南信阳人，河南财经政法大学统计学院讲师，主要研究方向：经济统计]