大數據視角下宏觀經濟預測

馬紅燕

摘要：當下宏觀經濟預測分析更加偏向于應用大數據技術和相關的方法，以此能獲得更加準確和高質量化的分析結果。大數據技術在一定程度上可以幫助國家對整個經濟形勢的發展走向進行評判，同時也為國家的戰略發展提供了新型的數據資源。但是目前為止由于大數據技術的使用存在著部分限制，例如數據來源無法保障，數據的有效性和準確性存在著一定的問題，而且還有技術研發進度較慢的問題。因此，當下大數據技術和方法無法完全取代傳統的宏觀經濟預測分析方式。本文通過對大數據技術在宏觀經濟預測分析所使用存在的優勢這些明確，并在此基礎上針對宏觀經濟預測分析中使用大數據技術時所面臨的問題進行深入剖析和研究，并提出具體的解決方法和策略。通過研究最終能提升宏觀經濟預測的準確性和有效性。

關鍵詞：大數據;宏觀經濟預測;應用策略

宏觀經濟預測包含的內容極為廣泛，而大數據技術的存在可以為政府提供多層次，多樣化以及完整的信息，并對這些信息進行綜合處理、整合、歸納以及分類加工。我國政府也明確了要積極使用互聯網、大數據技術、統計云等來積極分析相關的數據，進而促使經濟信息能及時和高效的反饋給相關部門。大數據技術的使用并不需要通過人力進行搜集，同時還能將數據類別進行細化，保障不會增加大幅度成本的前提下，提供更加具備詳細且具有價值的信息和數據。

1相關理論概述

1.1大數據概述

大數據所處理的數據信息量異常龐大，與傳統的數據分析相比，大數據所收集的信息量在GB，TB乃至PB和EB級別;也正是由于所收集的數據信息量龐大，因此傳統的計算機無法完全處理這些信息;此外大數據所收集到的信息具有多樣化的特征，例如圖片，文本，網絡搜索、語音、URL以及日志信息等;最后大數據本身具備高價值的特征[1]。大數據與傳統的數據相比其中包含了更有價值和有效的信息，但一般來說這些信息只能通過大量的數據分析才能將有價值的部分提取出來。

1.2大數據在宏觀經濟預測分析方面的優勢

大數據主要是依托于互聯網上所積累的數據進行宏觀經濟預測分析，與傳統的經濟預測方式相比就有著極強的優勢。首先是及時性。互聯網平臺會保留交易的相關數據，可以通過一定的技術處理，及時將這些數據提取出來;二是精確性。互聯網所提供的數據信息真實地保留了原始的數據，基本上人為很難進行操作改變，因此相對來說更加準確;三是成本較低。由于網絡的即時性特征，因此數據基本上會在交易和相關的活動發生時就被保留下來，不需要工作人員花費大量的精力和時間去收集和歸納，通過運用這樣的方式減少了時間和人力成本;四是數據價值高。傳統的數據收集方式主要是將有關宏觀經濟的整體數據收集起來，而并非針對不同數據類別進行分類化收集。利用大數據收集信息可以在不明顯提升收集信息成本的前提下，收集更加具有價值和詳細的信息;最后是樣本數量龐大[2]。通過使用大數據技術可以將整個樣本信息獲取，同時我計算的信息相當龐大，盡可能獲得最為全面而真實的統計樣本。

2我國大數據開展宏觀經濟預測分析的趨勢

2.1從傳統宏觀經濟統計數據轉變為互聯網非統計數據

傳統的宏觀經濟預測在收集數據方面基本上主要以調查統計為主，而且為了保證數據具有準確性特征，則會通過查詢官方統計部門所發布的數據，但是這樣一來數據的公布時間總會有所滯后，無法保證數據具有時效性[3];而若是為了數據的實效性，尋找最新的數據，則容易導致數據出現錯誤，反而會導致宏觀經濟預測出現失誤可能性大大提升。而大數據技術的存在，促使人們可以對各種統計數據的依賴性不斷減少，非結構化以及非統計型的數據都可以作為宏觀經濟預測的主要資源。例如社交數據、檢索數據、論壇、微信、微博、QQ等。此外在應用大數據技術收集數據時，開拓了多樣化的數據類型，同時也從不同的數據來源和渠道收集文本、廣播、音頻、視頻、圖片等。傳統的調查統計數據包含了許多人為因素，而大數據技術所收集的數據相比之下更加具備真實性和可靠性。

2.2宏觀經濟總量預測轉變為宏觀經濟先行指標預測

我國一直將宏觀經濟總量作為研究的重點內容，但我國運用大數據研究股市、房地產、旅游、醫療以及失業率等領域相比國外較少。我國也意識到大數據的重要性，并且發布了相關文件要求促進大數據在我國的發展。這也表明在我國大數據的發展受到了國家的支持。因此首先要利用國家政策來推動大數據的向前發展與進步，盡可能達到國際先進水平;另外還要保證大數據在宏觀經濟領域中的研究與運用全面展開，尤其是在針對宏觀經濟預測分析方面要積極使用大數據技術和相應的手段，而且還能為與宏觀經濟相關聯的交通、社保、醫療等民生領域產生重要的積極影響。

2.3從中長期預測分析轉變為即時性預測分析

我國目前所建立的預測模型基本上離不開傳統統計數據作為支撐，因此在對宏觀經濟預測和分析過程花費的時間較長，基本上是以月度季度以及年度作為預測模型。而國家在制定宏觀經濟發展戰略以及企業制定未來的經濟活動策略對于宏觀經濟的準確性和實時性有著較大的需求。因此目前使用的傳統宏觀經濟預測分析方法無法滿足國家、企業以及個人的需求。而國外在應用大數據技術進行宏觀經濟預測時取得了較好的成就，不僅所運用的數據更加真實有效，而且所預測的結果相對傳統的預測模型來說更加具備準確性。因此我需要把握好大數據技術發展的潮流和趨勢，真正將大數據充分運用到國家的宏觀經濟預測分析中，并促使國家經濟朝著更加準確而具體的方向向前進步。

3大數據技術對傳統宏觀經濟預測的互補作用

傳統的宏觀經濟預測分析方法由于存在的時間相對較久，同時研究的人也相對較多，因此在發展的過程中形成了相對全面和完整的研究體系，進而對不同情況下的數據結構展開深入分析，并提出具體的預測結果。但是傳統的預測和分析方法在應用數據方面有著較大的問題，導致模型的預測效果無法得以提升。大數據技術則是以獲取、保存以及分析超大型數據而不斷向前發展新型技術方法，但使用大數據來構建宏觀預測模型的相應的方法相對較少，而且基本上主要是以描述方法為主，缺少相關的理論作為實踐的引導。

使用大數據技術，可以幫助宏觀經濟預測在較短的時間內獲取有價值的信息，并通過使用傳統的模型，這可以用經濟理論來引導大數據解決經濟問題，另一方面還能將宏觀經濟的預測和分析的結果有效性不斷提升;此外，大數據本身具備著即時性的特征，可以有效改變過去統計數據的過程中數據較為滯后的現象。例如可以應用傳感器將交易數據進行收集，并根據數據對當月的通貨膨脹率進行即時的計算，通過這樣的方式可以保證數據保持在最新的狀態，而且也會解決“盧卡斯批判”所導致出現的各種問題。

4大數據視角下開展宏觀預測分析策略

4.1拓展信息數據獲取途徑

大數據提取的信息主要是來源于網絡，能夠被應用在宏觀經濟分析中的數據來源分為以下幾種情況：一是使用百度指數和谷歌公司的搜索引擎所獲得的數據，這類收集數據的方式方法應用的人數相對較多，而且使用該技術的難度相對較低，同時在具備便捷性的特征，可以直接應用搜索引擎就可以得到數據。但是也存在著數據獲取單一化，同時這些數據想要獲取也只能夠通過公司來提供，基本上無法將所需要獲得的信息進行定制化;第2種辦法是運用“網絡爬蟲”技術來獲得相應的信息。網絡爬蟲通過遵循一定的程序和規則，將萬維網上的信息和腳本自動進行獲得。這類方法可以針對宏觀預測分析的目標制定具有針對性的程序。但是，這類方法使用技術門檻相對較高，而且需要花費大量的學習成本;第3種方法是通過企業大數據獲得信息數據。部分公司為了更好地生存和經營，因此投入了大量的資源構建數據庫，這些數據庫中的數據信息質量相對較好，但是一般來說，這些數據信息外界人員無法接觸，更沒有辦法將這些數據信息進行及時的應用[4]。

4.2處理維度災難

在使用大數據技術來開展宏觀經濟預測分析過程中，由于大數據本身所獲得的信息量相當多，因此存在著價值密度較低的現象，一般還需要應用大數據技術進一步挖掘數據信息，其中還包含了不同維度、不同領域上面的信息，因此需要進行分析的變量大大增加，促使在分析宏觀經濟的過程中出現高維數據問題，進而產生了維數災難。解決這樣的辦法主要是通過將變量維度進行降低，可以通過提取和篩選特征，將所篩選的特征代替原有的特征集;另外就是運用在低緯度空間中，把高緯度數據投影到其中去。

4.3將研究問題范式進行轉變

傳統的宏觀經濟檢測計量模型基本上是對解釋變量和被解釋變量進行假設，并對這二者之間所存在的函數關系確定，但是大數據是通過不同的渠道來獲取數據的，因此無法確定宏觀經濟指標之間存在著假定函數關系。宏觀經濟變量與大數據解釋變量之間僅僅存在著關聯，因此傳統的計量模型很難將大數據所收集到的數據進行處理。而想要解決這樣的問題主要是通過“機器學習”技術，該技術主要是針對宏觀經濟變量與解釋變量之間的關系進行重新解釋，尋找到一種相對應的匹配關系[5]。在這個過程中，計算機會尋找到最優化和最適合的匹配關系。隨著計算機的運行和計算次數不斷增多，并通過“學習”提升挖掘和處理數據的有效性和準確性。機器學習中的算法主要包含了人工神經網絡、遺傳算法、變形模型、支持向量機等。

4.4消除數據噪聲

數據噪聲指的是對研究沒有價值和意義的相關數據信息。數據噪聲的存在不僅會導致整個分析的成本大大增加，還會將數據的處理難度和時間提升;另外數據噪聲的存在容易導致研究的結論和分析的結果產生較大的誤差。想要有效消除數據噪聲則是可以應用SSA技術將所獲得的原始數據處理成結構化的數據，該數據可以用來對宏觀經濟進行分析和預測。

4.5政府也要積極將大數據納入政府統計中

首先政府應當將自身的統計資源與外部的數據資源相鏈接，對其他的數據資源加強重視程度，盡可能將外部數據容納到自身的統計數據體系之中;另外政府還應當重視深入發掘非結構化的數據，盡可能在其中發現最適合的指標應用到宏觀經濟預測之中。非結構化數據之中所包含的信息內容廣度更加寬泛，因此應用網絡和大數據技術深入挖掘相應的數據，不僅有效將數據資源進行獲取，而且還能獲得較為優質的文本數據內容;最后在進行非結構化和結構化的統計數據進行整合的過程中，都要有效將數據的頻率提升，并及時發揮出大數據的即時行功能，這樣才能對宏觀經濟進行預警和并有效應對風險。

5結語

盡管我國已經在宏觀經濟預測分析中積極使用大數據技術，但仍然還需要將大數據應用過程中所存在的問題進行解決，這也是未來宏觀經濟預測分析，運用大數據技術發展的重要途徑和方向。目前為止，在宏觀經濟預測分析中應用大數據是收集谷歌和百度所提供的數據，盡管在應用的過程中不需要耗費較多的人力和物力，但是存在著數據單一化嚴重的現象。而且90%以上的網絡數據信息為非結構化數據，這部分數據在應用到宏觀經濟預測中相對較難，但這也是為了宏觀經濟預測分析的發展方向，另外還要在大數據的基礎上構建出具有系統化和專業性較強的宏觀經濟預測系統，及時調整宏觀經濟所存在的風險。

參考文獻

[1]耿德偉.基于招聘大數據的就業形勢分析研究[J].中國物價，2020（03）：3-6.

[2]王建冬.大數據在經濟監測預測研究中的應用進展[J].數據分析與知識發現，2020（01）：12-25.

[3]燕佳靜，袁小樂，李新華，周建民.大數據應用于江西宏觀經濟監測分析的探索思考[J].信息系統工程，2020（01）：30-32.

[4]劉寬斌，張濤.利用網絡搜索大數據實現對CPI的短期預報及拐點預測——基于混頻抽樣數據模型的實證研究[J].當代財經，2018（11）：3-15.

[5]姜疆.基于大數據的宏觀經濟預測和分析[J].新經濟導刊，2018（09）：62-66.