經濟指數和會計指數研究：回顧與展望

曲曉輝 李瑩 張國華

【摘要】指數是國際統計學界和經濟學界的一個熱門研究領域， 是學術研究和實務研究的重要工具， 也是信息技術迅猛發展并賦能諸多領域的集中體現， 對于新時代、新經濟、新常態、新業態、雙循環下的科學決策具有重要意義。 大數據技術的突破性進展和人工智能平臺的廣泛搭建， 賦予指數研究以新的思路、方法和工具， 從而使之得到更為廣泛的擴展。 本文對國內外以構建經濟領域指數為主題的研究和通過構建經濟領域指數來研究相關問題的研究進行了系統和全面的回顧， 分析了宏微觀經濟指數構建和兩者間的互補與競爭， 討論了會計領域指數、指數的優化與運用、大數據時代指數構建進展與趨勢。 本文旨在系統解析經濟領域指數和會計領域指數研究的發展與演變， 是跨學科基礎與應用相結合研究的一個嘗試， 豐富了指數領域和會計研究的相關文獻， 對于運用指數進行科學研究和經濟分析具有重要參考價值。

【關鍵詞】經濟領域；會計領域；指數；大數據；人工智能

【中圖分類號】F275；F832.5? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2022）21-0008-8

一、引言

指數作為一種對比性的統計指標以相對數的形式動態反映了現象在時間、空間、總體上的相對變動或綜合變動情況， 其特點是省去了繁瑣的細節描述， 簡捷地表現事物變化的狀況和趨勢。 指數的應用領域較為廣泛， 在經濟中的重要應用可以追溯到17世紀中葉產生于歐洲的物價指數（Price Indexes， PI）， 此后PI不斷衍生、發展， 經歷了從生產（生產價格指數， PPI）、生活（消費者物價指數， CPI）到投資活動（股票價格指數， SPI）的變化。 指數在經濟生活中的作用越來越重要， 以致從不同側面和層次反映經濟發展變化的各種指數不斷涌現。 這些指數也在不斷發展和完善， 并可交叉印證和相互補充， 已成為社會經濟的“晴雨表”和宏觀經濟的預警系統， 在學術研究和實務應用中起著至關重要的作用， 并將隨著大數據時代的到來得到更加深入的拓展和更為廣泛的應用。

近年來， 一方面， 指數方面的研究日益廣泛并取得了一系列重要進展， 學術界單獨或與實務部門聯手搭建了多個指數研究平臺， 也出版了許多指數方面的書籍， 如《消費者價格指數手冊：理論與實務》（Consumer Price Index Manual：Theory and Practice）、《生產者價格指數手冊：理論與實務》（Producer Price Index Manual：Theory and Practice）、《進出口價格指數手冊：理論和實踐》（Export and Import Price Index Manual： Theory and Practice）等。 另一方面， 指數的發展與應用， 也為學術上的量化研究拓寬了視野并提供了極大的方便， 基于一些指數產出了許多高質量的學術成果。 指數研究在各個研究領域中都發揮著非常關鍵的作用， 是評價系統中著力突破的核心方向之一。 國際經濟領域最令人關注的指數如國內生產總值（Gross Domestic Product， GDP）和CPI， 在學術研究和實務應用中起著至關重要的作用。 近年來， 國內經濟領域也出現了許多新建的指數， 例如克強指數、國有企業改革指數、中國綠色經濟發展指數等。 與此同時， 指數研究在指標選取和模型構建方面也取得了突破性進展， 尤其是人工智能方法的普及與應用擴大了指數研究的工具箱， 在研究產出上的指向也不斷拓寬。

本文主要探討以構建經濟領域指數為主的研究和通過構建經濟領域指數研究特定問題的研究， 具體探討了宏觀經濟領域指數、微觀經濟領域指數和宏微觀經濟領域指數的互補與競爭。 本文還對會計指數和會計研究運用的相關指數進行了述評， 討論了會計指數和會計研究運用的財務報表相關指數、內部控制指數和公司治理指數， 探討了這些指數構成指標體系的完善和指數構成方法的優化與運用， 分析了大數據時代指數構建的新特點、文本數據與指數構建和人工智能與模型優化。 本文對于特定領域構建新的指數具有理論價值和參考意義， 對于了解和使用經濟領域相關指數具有重要價值， 特別是對于圍繞會計領域相關指數的討論、會計理論研究和會計相關信息內涵的挖掘與運用具有較大的應用價值。

二、宏微觀經濟指數構建

經濟領域指數的構建和發展， 是因應經濟領域某些規律性現象對于政策制定和經濟決策的重要程度而各自獨立構建和逐步發展起來的， 大體可以區分為宏觀經濟指數構建和微觀經濟指數構建。 然而， 由于指數構建過程中的關注重點和信息可獲程度不同， 也由于微觀經濟決策越來越倚重宏觀經濟信息， 宏觀政策的制定離不開微觀經濟數據的支撐， 以致宏微觀經濟指數之間不可避免地存在互補和競爭。

（一）宏觀經濟指數構建

宏觀經濟的運行狀況主要通過整體經濟活動能力指標、就業狀況指標、物價水平指標和國際收支指標等體現， 宏觀經濟指數從動態角度反映了宏觀經濟變化的狀況和趨勢。 本文將反映部門經濟、地區經濟和集團經濟的中觀經濟并入宏觀經濟指數構建中， 包括了國內的工業、商業、進出口、財政、金融證券以及物價等宏觀經濟和中觀經濟的多個方面。

宏觀經濟指數的編制最早可追溯到17世紀中葉的歐洲， 由于當時歐洲商品價格飛漲， 英國學者Rice Voughan提出了物價指數以反映物價變動情況。 此后， 指數在經濟領域的應用范圍不斷擴大， 含義和內容也發生了較大變化。 經濟指數由單純反映一種現象的相對變動（如特定物價指數）發展到反映多種現象的綜合變動（如物價總指數）， 由不同時間的對比分析發展到不同空間的對比分析。

1. 國際常用指數。

（1）物價指數。 20世紀初我國就已經開始編制物價指數， 新中國成立后， 物價指數的編制參照舊中國和資本主義國家的計算方法， 還沒有形成統一的方法和制度， 中間經歷了停滯和恢復階段， 到1976年才恢復了物價指數的編制工作， 1984年以后物價指數的編制才形成了統一的方法和制度[1] 。 物價指數的種類很多， 目前我國的物價指數由國家統計局統計公布， 主要包括： 商品零售價格指數、消費者物價指數、農業生產者價格指數、農業生產資料價格指數、工業生產者出廠價格指數、工業生產者購進價格指數、進出口商品價格指數等。 這些指數反映了生產、流通、消費等環節的價格變動幅度和趨勢， 可以用于從宏觀環境和中觀產業發展角度分析物價變動對國民經濟和人民生活的影響， 已成為我國物價宏觀調控政策和加強物價管理的重要依據， 并成為企業制定經濟決策的重要依據。

（2）股票價格指數。 金融與投資領域中非常重要的價格指數就是SPI， 由證券交易所或金融服務機構編制的度量某一股票市場上多種股票價格水平變動的相對數。 世界上歷史最為悠久的道瓊斯股票指數（DJIA）最初是由查爾斯·亨利·道和愛德華·戴維斯·瓊斯創立的道·瓊斯公司于1884年開始編制發布的； 標準普爾指數（SPX）由美國最大的證券研究機構標準普爾公司從1923年開始編制和發布； 紐約證券交易所綜合指數（NYSE Composite Index， NYA）是由紐約證券交易所自1966年開始編制的； 納斯達克指數（NDX）是美國全國證券交易商協會自動報價系統， 由美國納斯達克股票市場公司創立于1971年。 我國股票市場經常發布的股價指數有上海證券交易所自1990年開始編制并發布的上證綜合指數、深圳證券交易所自1991年開始編制并發布的深圳綜合指數， 以及由兩個交易所分別發布的成分指數和創業板指數等。 這些股價指數為投資者和分析師研究、判斷股市動態提供必需信息， 并作為投資業績評價的標尺及指數衍生產品和其他金融創新的基礎。

（3）國內生產總值指數。 GDP指數以相對數形式反映了一定時期內國內生產總值的變動程度和趨勢。 被稱為“20世紀最偉大的發明之一”的GDP是由美國哈佛大學經濟學家Simon Smith Kuznets于1934年在美國的國會報告中首次提出的， 之后， 被1944年召開的聯合國貨幣金融大會確定為衡量一國經濟總量的主要工具， 并成為國家及國家間經濟實力比較、貧富比較、經濟增長速度比較的重要指標。 1985年前我國采用蘇聯與計劃經濟配套的物質平衡表體系（MPS）對國民經濟進行核算， 1985 ～ 1992年逐步與聯合國推薦的與市場經濟配套的國民經濟核算體系（SNA）接軌， 自1993年以后開始采用與市場經濟國家經濟具有可比性的GDP核算國內生產總值[2] 。 國家統計局數據中包含了以1978年為基期計算的定基指數和以上一年為基數計算的指數。

（4）就業指數。 該指數是反映勞動力市場變化的風向標、國家經濟狀況的重要參考依據， 對指導和制定就業決策具有重要意義。 2000年國家統計局首次公布勞動力景氣指數； 2005年國家統計局和中國物流采購聯合會共同編制了中國制造業采購經理指數（Purchasing Manager's Index， PMI）， 其中就包含了從業人員指數。 此外， 作為國家就業統計的重要補充， 還有部分地市基于本地勞動力市場數據編制了就業景氣指數， 如上海于2008年編制的“崗位就業指數”； 2010年由政府與企業、科研單位共同編制的“CTG中國（勞務用工）行業就業指數”； 由非政府機構編制的就業相關指數， 如由學者編制的“大學生就業指數”[3] ； 基于網絡招聘大數據編制的就業景氣指數等[4] 。

（5）采購經理指數。 PMI起源于美國， 從1923年開始由美國供應管理協會開始調查并在1939年發布報告， 20世紀90年代初歐洲多國建立了PMI發布制度。 我國從2002年開始調研PMI， 由國家統計局和中國物流與采購聯合會合作， 于2005年正式發布， 此后按月連續發布[5] 。 PMI具體包括制造業PMI和非制造業PMI， 該指數的先行性和對經濟的預測作用有利于國家經濟和產業經濟的宏觀調控與預測， 也有利于指導企業的采購、生產、經營等活動。

（6）景氣指數（Prosperity Index）。 該指數是監測與預警經濟周期波動的有效方法。 其產生最早可追溯到19世紀末的美國， 20世紀50年代至80年代逐步走向成熟， 80年代后在世界各國得到廣泛應用。 我國最早在20世紀80年代末開始進行經濟景氣監測研究并逐步應用于不同行業的檢測分析、市場周期判斷等領域， 90年代后我國對景氣的研究得到了較快發展。 如國家信息中心開發研制的中國宏觀經濟景氣指數包含了先行合成指數、一致合成指數和滯后合成指數； 還有反映各行業增長率的波動指數， 如企業景氣指數、房地產景氣指數、物價月度景氣指數、服務業景氣指數， 以及反映個人消費情況的消費景氣指數等[6] 。

（7）消費者信心指數（Consumer Confidence Index， CCI）。 該指數又稱消費者情緒指數（Index of Consumer Sentiment）， 是由美國密歇根大學調查研究中心的Goerge Katona在20世紀40年代后期提出的用于度量消費者信心強弱及其對經濟周期影響的相對數。 我國自1997年開始由國家統計局景氣監測中心編制中國消費者信心指數。 消費者信心的測度被認為是消費總量的必要補充。

除去上述常用的主要指數， 反映宏觀經濟運行的指數還包括貧困指數[7-10] 、人力資本指數[11，12] 、金融指數[13，14] 等。

2. 我國特有的經濟領域指數。 為適應經濟的發展和宏觀調控的新需求， 還產生了許多更貼近我國國情并具有實踐意義的指數。

（1）克強指數。 其是根據李克強總理提出的“更加關注社會就業、居民收入增長和生態環境的持續改善”而構建的由工業用電、鐵路貨運和銀行貸款反映經濟發展的指數[15] 。

（2）國有企業改革指數。 其是由中國財政科學研究院《國有企業改革評價及國企改革指數》課題組提出， 全稱為中國財政科學研究院國企改革指數（簡稱“財科院國企改革指數”）， 通過每年計算出的改革指數， 對2015 ～ 2020年的國有企業改革做出更為直觀和具體的評價[16] 。

（3）中國財政分權度指數（CFDI）。 其是由徐國祥等[17] 編制的首個反映我國央地兩級政府財政分權程度的指數， 為我國財政分權的衡量提供了量化工具。

（4）中國綠色經濟發展指數。 其是由向書堅和鄭瑞坤[18]根據生態經濟系統物質流動的原理與綠色經濟的關系而構建的， 為衡量我國綠色經濟發展提供了標準。

（5）綠色治理指數。 其是李維安等[19]在率先提出并倡導綠色治理的基礎上， 構建了上市公司綠色治理指標體系并進一步建立的指數， 對我國上市公司綠色治理狀況進行了系統、全面的評價。

（6）數字經濟指數。 隨著數字經濟的迅猛發展， 數字經濟指數存在多種形式。 譬如， 由賽迪顧問發布的《2020中國數字經濟發展指數（DEDI）》、騰訊研究院發布的《中國“互聯網+”數字經濟指數》研究報告、北京大數據研究院編制發布的《2021中國數字經濟產業發展指數報告》、新華三集團數字經濟研究院編制的《中國城市數字經濟指數白皮書》等。 這些數字經濟指數都從宏觀和中觀角度解讀了我國數字經濟發展狀況， 闡釋了數字經濟在不同產業和城市的發展情況， 為各地數字經濟的發展提供了決策支持。

（二）微觀經濟指數構建

微觀經濟與宏觀經濟是相對應的概念。 微觀經濟指數也稱個體經濟指數或小經濟指數， 是從動態角度反映單個經濟單位（單個生產者、單個消費者、單個市場）經濟活動變化的狀況和趨勢， 如個別企業的生產、供銷、個別交換價格等。 微觀經濟的運行以價格和市場信號為誘導， 并通過競爭進行自行調整與平衡， 對于市場機制達不到的領域， 則需要國家從全局角度出發進行宏觀調節和控制。 在社會科學領域， 針對企業的指數構建是一個重要的研究主題。

在微觀指數的構建研究中， 指數眾多且繁雜。 有的文獻以指數構建為主要研究目標， 以期填補相關評價體系的空白。 例如在創新方面， 國家統計局社科文司“中國創新指數（CII）研究”課題組等[20]探討了創新理論和概念、我國創新發展評價指標體系設計原則、指標體系框架和指數編制方法等內容， 并對我國創新發展情況進行了初步分析。 一些學者聚焦于能夠反映公司研發活動價值創造綜合能力的指數構建， 得到研發指數和無形資產指數等[21，22]， 逐步完善了我國企業研發績效的評價體系。

有的文獻并不聚焦于指數構建， 但是通過構建指數以輔助解決其他重要研究問題。 趙峰等[23，24]構建了中國金融衍生品監管指數用以研究金融衍生品監管與企業審計的關系及其對海外企業融資效率的影響。 馬寶龍等[25]構建了家用轎車行業基于顧客感知的品牌資產測量模型及品牌資產測量指數， 并利用品牌總效應感知圖， 分析家用轎車行業的市場競爭結構和品牌競爭優勢。 楊長漢[26]根據養老基金投資貨幣類資產、固定收益類資產、權益類資產的資產配置規則， 基于現代投資組合理論， 構建了中國養老金指數， 從而為養老金投資管理制度效率評價提供基準。 孫群力和李永海[27]采用MIMIC模型測算了我國30個地區2006 ～ 2013年的財政幻覺指數， 發現各地區財政幻覺指數呈逐年下降趨勢， 并進一步探究了地區財政幻覺產生的原因和主要影響因素。

也有反映單個經濟活動變化趨勢的指數， 如中國指數網發布的義烏小商品價格指數、金鄉大蒜指數、慶元香菇指數、烏鎮發展指數等。 微觀指數構建不僅僅是一個重要的研究問題， 同時還能與其他研究相輔相成， 達到深入理解和協同發展的效果。

（三）宏微觀經濟指數的互補與競爭

宏微觀指數之間并非彼此完全獨立， 而是存在著緊密的聯系。 一個能夠生動描繪宏微觀指數之間相互依存關系的指數是經濟政策不確定（Economic Policy Uncertainty， EPU）指數。 該指數最早是由美國斯坦福大學和芝加哥大學的三位學者編制的， 用以反映世界各大經濟體經濟和政策的不確定性。 政策不確定性與國家整體政治格局的宏觀指標息息相關， 如戰爭、游行、政黨選舉、官員變動等[28-30]， 同時， 政策的不確定性不可避免地會對企業及個人經濟活動產生直接影響， 與企業創新、企業投融資和資產價格之間有著千絲萬縷的聯系[31-33]。 因此， 單純地從宏觀或微觀角度去解釋一種經濟現象存在一定的局限性。 于是， 一些學者從宏微觀雙重視角交叉挖掘現象背后的本質。 例如， 田發和周琛影[34]以公共服務產出水平來構建社會治理水平評估指標體系， 利用該指數對我國的社會治理狀況進行測算， 并基于該指標進一步考察了社會治理水平的影響因素。 范鑫[35]利用網絡就緒指數衡量不同國家的數字經濟發展水平， 進而分析進口國數字經濟的發展對我國出口的影響。 劉瑞翔和安同良[36]利用生產率指數研究中國經濟增長績效的變化趨勢和影響因素。

宏微觀指數研究的交叉融合進一步豐富了指數研究， 但完全從一個整體分析經濟現象有時并非是最優解決方案。 宏微觀指數之間相互補充， 同時還存在著一定的競爭關系。 例如， 以往文獻大多綜合監測和評價PMI， 較少對制造業生產和非制造業商務活動加以區分， 于是有文獻將PMI中的宏觀和微觀指標剝離， 從動態角度理解我國的PMI[37]。 再如， 金融化指數構建既存在宏微觀的互補影響， 又存在一定的競爭對立關系。 早期人們主要從宏觀角度解讀金融化[38，39]， 隨著研究的逐漸深入， 一些學者將目光從宏觀經濟轉向上市企業， 從微觀層面測算金融化指數[40，41]， 不斷完善金融化指數構建體系。

三、會計領域指數研究

（一）會計指數

近年來指數在財務和會計領域中的應用日益廣泛。 如： 美國《今日會計》（Accounting Today）雜志的會計人員信心指數， 成為美國經濟的“晴雨表”； 英國國家統計辦公室頒布的實價會計指數及資產專用價格指數等， 為企業依據標準會計實務編制財務報告提供了依據。 2010年， 財政部王軍副部長在第18屆世界會計師大會上， 向世界會計同行隆重介紹了我國特色會計體系的重要組成部分——會計指數。 會計指數對于直觀、生動地揭示經濟運行態勢、真實完整地反映企業財務狀況具有重要作用。 中國人民大學王化成教授及其研究團隊自2012年開始每年連續公布《中國會計指數研究報告》， 以此為載體， 王化成等[42]提出了一套基于會計信息的指數體系， 該體系包括反映企業經營對宏觀經濟綜合貢獻的價值創造會計指數、評價一個行業內企業整體運行情況的行業評價會計指數以及企業投資價值指數， 以期幫助政府及時深入地了解微觀經濟基礎， 把握宏觀經濟走勢， 做好宏觀經濟決策， 并為企業利益關系者決策提供參考。 綜上， 可以認為我國會計相關指數的研究已取得初步成果。 會計指數概念的提出以及對會計指數編制方法的探討， 是近年來中國會計理論研究的一項重要成果。

（二）會計研究運用的相關指數

1. 財務報表相關指數。 趙德武教授自1995年萌發以財務指標為基礎編制中國上市公司財務指數構想后[43]， 帶領其研究團隊對編制財務指數的理論和方法進行了持續系統的研究。 趙德武等[44]提出， 編制一套以上市公司公開的、可重復收集的財務數據為基礎， 以指數形式建立的能夠綜合和分類反映上市公司財務運行狀況的“中國上市公司財務指數系統”， 并系統地分析了上市公司財務指數編制的理論和現實意義、指數性質界定及其構成， 以及指數編制的基本思路和關鍵問題。 2015年西南財經大學中國財務指數研究中心正式發布的《中國上市公司財務指數報告》（2015）標志著中國上市公司財務指數編制思想趨于成熟。 孫光國等[45]從實現財務報告質量的橫向可比和保護投資者利益角度出發， 構建了以財務報告質量評價指標體系為基礎的財務報告質量評價指數。 雖然該指數研究取得了一定成果， 但仍存在許多空白， 例如對于財務信息質量具有綜合指示作用的公允價值采集指引和指數構建尚付闕如。 根據黨的十九大報告提出的對生態文明建設的要求， 束穎等[46]提出了將環境績效與財務績效相融合的理念， 構建了環境財務指數（EFI）， 并以重污染上市公司為樣本建立了環境財務指數數據庫。 此外， 北京工商大學商學院投資者保護研究中心發布的中國上市公司會計投資者保護指數（AIPI 2010-2011）， 提供了上市公司會計的投資者保護程度客觀評價體系。 還有研究者提出了上市公司存貨指數[47]和財務績效綜合指數[48]等。

2. 內部控制指數。 為切實保護投資者的合法權益， 促進資本市場持續健康發展， 規范上市公司的發展和提高上市公司的質量， 2005年國務院批轉證監會 《關于提高上市公司質量意見的通知》， 明確要求上市公司建立健全內部控制制度， 2008年、2010年財政部、證監會等五部委先后發布了《企業內部控制基本規范》和《企業內部控制配套指引》， 由此， 急需建立量化的內部控制評價體系。 學者們紛紛探討了內部控制指數的構建。 南開大學公司治理研究中心[49]發布的《中國公司治理指數與評價報告》， 被譽為是反映上市公司治理狀況的“晴雨表”。 池國華[50]通過剖析中國上市公司內部控制失敗的原因， 指出了內部控制評價的重要性和必要性， 并提出了編制和發布中國上市公司內部控制指數的設想。

對內部控制指數的構建主要有過程導向和目標導向兩種。 過程導向的內部控制指數， 是以企業內部控制制度五要素①的健全性和執行有效性來衡量內部控制質量。 如林斌等[51]以《企業內部控制基本規范》、COSO內部控制整合框架（2013）和COSO-ERM Public Exposure（2016）為基礎， 構建了基于信息披露的內部控制指數， 并從多維度驗證了該指數的有效性。 目標導向的內部控制指數， 是以內部控制五大目標②的實現程度來衡量企業內部控制質量。 如中國上市公司內部控制指數研究課題組等[52]構建了由五大目標指數形成的內部控制基本指數和內部控制修正指數構成的目標導向的內部控制指數， 并以2009年我國A股上市公司數據為樣本定量地衡量了我國上市公司的內部控制水平和風險管控能力。 Chen等[53]基于COSO內部控制整合框架（1992）構建了內部控制綜合評價指數。 林斌等[54]以內部控制五大目標為基礎， 以內部控制重要和重大缺陷為修正指標， 構建了目標導向的內部控制指數。 上述內部控制指數的構建， 為我國上市公司內部控制水平和風險管控能力的全面衡量提供了依據。

3. 公司治理指數。 現代企業制度中所有權與控制權的分離推動了公司治理研究， 使之從一個研究問題逐漸演化為一個研究領域乃至一門學科。 公司治理研究的重要任務之一是如何科學完善地評價公司治理水平， 公司治理指數研究便成為一個重要方向。 南開大學公司治理評價課題組等[55]基于對公司治理理論和實務的研究積累和中國公司治理環境， 構建了一套公司治理評價系統和公司治理指數報告。 學術界不斷涌現公司治理指數研究成果， 如白重恩等[56]構建了上市公司治理水平的一個綜合指標G指標， 趙耀騰[57]使用主成分分析法從五個維度衡量公司治理水平并構建公司治理指數等。

在實證研究中， 樊綱指數是另一個極為重要的公司治理衡量指數， 研究者常用樊綱指數來衡量企業所在地的外部治理水平[58]， 進而探討公司治理對企業行為的影響并進行相關機制挖掘。 此外， 學術界還延伸了許多更為細分的公司治理相關指數， 如企業社會責任指數[59，60]、上市公司高管薪酬指數[61]、上市公司信息披露指數[62，63]、利益相關者保護指數[64]等。 在學科交叉融合的背景下， 公司治理指數在會計研究中有著舉足輕重的地位。

四、指數的優化與應用

（一）指數構成指標體系的完善

指數構建是一個綜合系統的評價分析過程， 指標的選擇至關重要。 因此， 許多文獻通過完善指標體系來實現對現有指數的升級優化。 指標體系的完善可概括為兩個方向： 增加指標和修正指標。 衡量企業創新程度的指數研究趨勢很好地詮釋了指標完善的發展歷程， 評價方法從單個指標向多個指標、從財務指標向非財務指標不斷拓展完善[20-22，65]。 此外， 還有一些指標的查缺補漏， 如尚玉皇和鄭挺國[66]為實現中國金融形勢指數的混頻測度， 構建了基于季度GDP及月度經濟指標等信息的一種混頻動態因子FCI模型， 結果發現引入GDP指標的混頻FCI模型的測度結果優于同頻模型。 但是， 指標數量的簡單增加并非總是一個有效手段， 甚至會因冗余信息過多而帶來降維技術的挑戰， 于是一些文獻轉而關注指標的修正。 例如， 分析評價西方結論的適用性問題成為我國學術界的一個普遍現象。 國外指數研究雖早于我國， 但并非所有的指數都可直接應用于我國情境。 于是， 一些文獻基于西方研究成果， 通過選取更符合我國情境的指標以實現指數優化。 例如， 許海川和周煒星[67]將中國波動率指數（iVX）作為一個新的情緒代理變量， 結合傳統的封閉式基金折價率、股票換手率和IPOs的數量等變量， 運用主成分分析法構建了中國A股市場的情緒指數， 并發現加入iVX能明顯提高對市場收益的預測效果。 指標體系的完善是指數改進的首要環節和基本途徑， 但指標體系的完善是有邊界的， 當可觀察到的指標選無可選、拓無可拓、改無可改之時， 方法的突破和更新就尤為重要。

（二）指數構建方法的優化與應用

指數構建方法的改進和優化是科研人員重點研究的領域之一， 因而涌現了大批指數構建方法改進的文章。 例如宏觀經濟景氣指數， 自Stock和Watson[68]提出基于計量模型的景氣指數構造思想后， 模型的改進便成為該指數的主要攻克方向[69，70]。 再比如， 傳統的基本價格指數計算方法存在價格缺失和基月確定隨意的問題。 Diewert[71]以及Haan和Krsinich[72]提出使用時間產品虛擬法（TPD法）計算基本價格指數， 并且將之一般化為滾動年時間產品虛擬法（RYTPD法）。 RYTPD法實施相對簡單， 對稱地使用各個月的價格數據， 不需要對缺失的價格數據進行虛擬， 有效地彌補了傳統基本價格指數的計算方法缺陷。 此外， 陳夢根和胡雪梅[73]指出傳統計量方法下估計的地區價格指數結果可能有偏， 提出采用改進的CPD-EKS兩步法測算中國31個地區的價格指數。 羅忠洲和屈小粲[74]利用動態因子法建立了納入資產價格修正的通貨膨脹指數， 并利用AR和VAR模型檢驗了2005 ～ 2010年修正前后通貨膨脹指數的預測效果， 結果表明修正的中國通貨膨脹指數優化了預測效果， 因此， 建議將住房價格和大宗商品價格波動同時納入通貨膨脹度量指標中。 雖然研究者對現有指數的準確測量方法的改進已經取得一定進展， 但仍在持續耕耘。 隨著大數據時代的到來， 新方法的引入與應用尚處于起步階段。 由于人工智能算法在大數據處理方面具有絕對優勢， 因此引入人工智能將成為指數方法優化的重點突破方向。

五、大數據時代指數構建進展與趨勢

（一）大數據與指數構建

隨著大數據步入“云端”， 大數據的優勢愈發凸顯， 人工智能和大數據的沖擊使得指數構建和時效性有了新發展。 大數據的典型特征是數據量巨大、數據處理速度快、數據形式多樣化以及高價值， 但由于其也具有價值密度低等特點， 網絡平臺積累的數據使得研究者能以較低成本且快速、精準地搜集數據和更方便地獲取顆粒度高的大樣本數據， 從而解決了傳統統計數據存在的問題， 改進了傳統的統計分析方法， 提升了模型的預測效果和擴大了模型的應用范圍[75]。

瑞士政府對CPI的計算方法進行了改良， 將銷售市場上的商品價格信息通過數據采集器來收集， 利用網絡自動傳輸銷售商品的種類和價格數據， 最終達到實時計算過去指定時間段的CPI[75]。 美國勞工統計局[76]和英國統計局[77]均在不同程度上利用網絡價格進行了通貨膨脹價格指數的編制。 Cavallo[78]研究了阿根廷官方價格指數和在線大數據指數的差異， 通過利用網絡價格數據構建的價格指數， 發現在線大數據指數比官方的統計調查指數更具有準確性和快捷高效的特征。 張崇等[79]用其構建的搜索指數來預測CPI， 得到了比國家統計局早一個月左右的預測數據， 且通過網絡搜索數據預測消費者物價指數的擬合度達到0.978， 絕對預測誤差很小， 體現了大數據在指數構建研究中的優勢。 米子川和姜天英[80]基于阿里巴巴的aSPI和官方公布的消費者物價指數的比較研究提出， 隨著對大數據研究的廣泛性、科學性以及方法論和軟件工具的進步， 大數據指數對傳統統計調查的佐證、補充乃至融合將會成為一種新趨勢。 2014年澳盛銀行將阿里巴巴系列指數納入通貨膨脹觀察標的， 意味著指數構建已經開始采用大數據的分析結果。 為衡量數字經濟的發展狀況， 葛和平和吳福象[81]從發展環境、數字產業化、產業數字化以及數字化治理等維度構建了中國數字經濟發展指數， 并提出了推進新型基礎設施建設、發展數字經濟、促進經濟效率提升和經濟結構優化、推進政府治理模式轉型的政策建議。

一些學者利用大數據技術優化指數構建模型。 例如劉濤雄等[82]運用在線大數據編制實時高頻物價指標， 彌補了中國無實時高頻物價指標的空白。 紀堯[83]利用商品價格大數據構建了CPI和PPI高頻監測指數， 并發現大數據下的混頻MIDAS模型對CPI和PPI的動態監測效果優于傳統的ADL和GARCH模型。 孫易冰等[84]利用網絡爬蟲技術對某電商連續14周的手機交易數據進行處理和挖掘， 分析了35萬條規模接近20G的交易數據， 構建了基于網絡爬蟲技術的價格指數計算模型， 從效果來看模型的時效性和靈敏度均有所提高。

大數據時代的來臨為指數研究拓寬了數據來源和構建架構， 大數據的加持為推動經濟指數研究和構建提供了巨大的提升空間。

（二）文本數據與指數構建

隨著人工智能算法在自然語言處理任務中的突破， 能夠將文本信息作為數據源納入指數構建研究中， 從而提升了指數構建的科學性、系統性和全面性。 社交媒體是文本分析的主要數據源之一， 學術界基于社交媒體數據產出了豐富的科研成果。 如Zhang等[85]基于Twitter帖子的文本分析， 預測道瓊斯指數、納斯達克指數和標準普爾500指數。 劉苗等[86]通過百度搜索采集消費者信心相關新聞文本， 利用情感分析和深度神經網絡學習等方法構建了消費情感指數。 戴德寶等[87]利用網絡股市論壇文本數據和股票交易數據構建了上證投資者情緒綜合指數， 并利用該指數提高股指預測精度。 此外， 還有各種報告的文本數據源。 如趙晶等[88]基于文本分析了3238家企業的38190份年報， 構造了國有企業國際化文本指數。 林建浩和趙文慶[89]基于措辭提取方法， 以《中國貨幣政策執行報告》為文本基礎， 構造了中國央行溝通指數， 他們所測度的溝通指數在全面性和穩健性方面均有提升。

（三）人工智能與模型優化

機器學習作為人工智能的代表性技術， 包括決策樹、支持向量機和神經網絡等算法， 能夠提供一系列服務于統計預測的高維模型及與之相伴的用于模型選擇和防止過擬合的正則化方法， 以及通過大量候選模型設定進行有效篩選的算法[90]。 因此， 篩選重要因子和預測是將人工智能應用于經濟指數構建研究中的重要突破方向之一。

指數構建過程涉及指標權重的確定， 現有文獻中的權重賦值或多或少涉及主觀判斷， 導致評價結果的可靠性和科學性受到質疑[22，91]。 但人工智能技術的發展， 為指數構建研究提供了一個新的突破口。 如Blanco等[92]和肖斌卿等[93]采用神經網絡算法評價小企業信用風險。 此外， 機器學習復雜的模型結構和較強的非線性模擬能力可逼近任意函數， 非常適合處理預測問題。 Larrain[94]通過對比回歸分析和神經網絡方法發現， 神經網絡通過考慮非線性關系有效提升了PMI的預測精度。 孟文強和任一鑫[95]發現神經網絡模型在構造中國PMI時亦有更好的預測效果。 鄒鴻飛和王建州[96]基于經典BP神經網絡建立了消費者信心指數預測模型， 模型預測精度獲得提高， 能夠精準捕捉消費者信心指數的變化規律。 然而， 目前人工智能與指數的交叉融合研究仍處于起步階段， 未來仍有巨大提升空間， 有待進一步挖掘和探索。

六、結語

近些年， 隨著我國經濟的突飛猛進， 國內的科學研究也取得了長足進展。 但不可否認的是， 我國的指數研究成果水平和研究深度廣度與西方國家仍存在一定的距離。 在研究指向上， 我國學者在構建指數過程中應積極借鑒國外的研究成果， 并構造出符合我國國情的準確可靠的指數； 在方法上， 隨著國內互聯網和智能科技行業的快速崛起， 中西方技術水平差距正在逐漸縮小， 尤其對于人工智能這類相對新興的科技領域， 我國科技崛起具有優勢。 我國學者應該抓住時代機遇， 在全球探索人工智能應用的大背景下， 努力完善人工智能與指數研究的交叉融合， 不斷完善和探索指數研究， 積極擴大我國指數研究的國際地位和影響力。

必須指出的是， 經濟領域指數研究的蓬勃發展和成果的廣泛應用大大強化了量化研究， 使得學術研究和決策過程更為便捷。 但是， 應該正視量化研究往往因其基于大量數據和特定模型而給人以客觀和可靠的印象， 指數的發展進一步固化和加強了這樣的印象。 實際上， 在進行指數研究的建模過程中， 對于變量的取舍和模型的設計不可避免地帶有主觀因素和設計者自身的局限。 此外， 指數的建立也存在不同的方法。 譬如， 物價指數和股價指數這些被廣為應用的指數大多采用派許指數， 但也存在使用拉斯貝爾指數的情形， 雖然在西方的指數理論體系中二者都是基本的代表性指數， 但二者都不可避免地存在偏誤。 而且， 這些指數的使用基于一個常態經濟系統的假設， 因此在非常態經濟系統中應當予以修正。 指數的樣本取舍也存在同樣的問題。 從計算方法來看， 指數可分為綜合指數和平均數指數， 而平均數指數又可分為算術平均數指數、調和平均數指數和幾何平均數指數。 因此， 當使用不同國家、地區、期間的同一種類指數時， 簡單直接地對比使用是比較危險的。 只有把握所對比指數的編制原理、樣本口徑和應用情境， 才能盡可能避免偏誤。

【 主 要 參 考 文 獻 】

［1］ 王劍鋒．我國物價指數編制的歷史沿革［ J］．南開經濟研究，1990（4）：53 ～ 57．

［2］ 趙彥云，伍業峰．GDP：20世紀最偉大的發明之一［ J］．統計研究， 2001（7）：52 ～ 56．

［3］ 童光榮，高杰．大學生就業指數系統研究［ J］．數量經濟技術經濟研究，2003（6）：93 ～ 96．

［4］ 耿林，毛宇飛．中國就業景氣指數的構建、預測及就業形勢判斷——基于網絡招聘大數據的研究［ J］．中國人民大學學報，2017（6）：24 ～ 35．

［5］ 張穎，吳小華．關于采購經理指數（PMI）［ J］．中國統計，2013（6）：27．

［6］ 冷媛，孫俊歌，傅薔等．經濟景氣指數研究的比較與思考［ J］．統計與決策，2017（2）：5 ～ 8．

［7］ Sen A.. Poverty： An ordinal approach to measurement［ J］．Econometrica，1976（2）：219 ～ 231．

［8］ Foster? J.， Thorbecke? G. E.. A class of decomposable poverty measures［ J］．Econometrica， 1984（3）：761 ～ 766．

［9］ Shorrocks A. F.. Revisiting the sen poverty index［ J］．Econometrica，1995（5）：1225 ～ 1230．

［10］ 徐映梅，張提．貧困缺口總指數的構造、分解與應用［ J］．統計研究，2016（7）：3 ～ 10．

［11］ 李海崢，梁赟玲，Barbara Fraumeni等．中國人力資本測度與指數構建［ J］．經濟研究，2010（8）：42 ～ 54．

［12］ 劉智勇，李海崢，胡永遠等．人力資本結構高級化與經濟增長——兼論東中西部地區差距的形成和縮小［ J］．經濟研究，2018（3）：50 ～ 63．

［13］ 任兆璋，劉云生．廣東金融成熟度綜合指數研究［ J］．金融研究，2010（3）：183 ～ 193．

［14］ 周德才，朱志亮，賈青．中國多機制門限金融狀況指數編制及應用［ J］．數量經濟技術經濟研究，2018（1）：111 ～ 130．

［15］ 徐強，陶侃．中國新克強指數的構建與實證分析［ J］．中國人口資源與環境，2017（3）：107 ～ 115．

［16］ 文宗瑜，譚靜．以“國有企業改革評價及國企改革指數”研究支持并推動國企改革持續深入［ J］．財政研究，2018（2）：16 ～ 25．

［17］ 徐國祥，龍碩，李波．中國財政分權度指數的編制及其與增長、均等的關系研究［ J］．統計研究，2016（9）：36 ～ 46．

［18］ 向書堅，鄭瑞坤．中國綠色經濟發展指數研究［ J］．統計研究，2013（3）：72 ～ 77．

［19］ 李維安，張耀偉，鄭敏娜，李曉琳，崔光耀，李惠．中國上市公司綠色治理及其評價研究［ J］．管理世界，2019（5）：126 ～ 133+160．

［20］ 國家統計局社科文司“中國創新指數（CII）研究”課題組，賈楠，李胤．中國創新指數研究［ J］．統計研究，2014（11）：24 ～ 28．

［21］ 苑澤明，金宇，王天培．上市公司無形資產評價指數研究——基于創業板上市公司的實證檢驗［ J］．會計研究，2015（5）：72 ～ 79．

［22］ 崔也光，張悅，王肇．創新驅動國策下公司研發指數的構建研究——公司研發綜合實力的會計評價方法［ J］．會計研究，2020（2）：16 ～ 25．

［23］ 趙峰，張甜甜，馬光明．金融衍生品監管法律與海外企業融資效率：基于中國金融衍生品監管指數的實證分析［ J］．世界經濟研究，2021（2）：77 ～ 89+117+135 ～ 136．

［24］ 趙峰，張甜甜，馬光明，王越鵬．金融衍生品監管與企業審計——基于中國金融衍生品監管指數的實證分析［ J］．財貿經濟，2021（3）：77 ～ 95．

［25］ 馬寶龍，鄒振興，王高，步晶晶，孫瑛．基于顧客感知的品牌資產指數構建與行業分析［ J］．管理科學學報，2015（2）：36 ～ 49．

［26］ 楊長漢．構建中國養老金指數［ J］．管理世界，2012（6）：171 ～ 172．

［27］ 孫群力，李永海．我國地區財政幻覺指數測算及影響因素研究——基于MIMIC模型方法［ J］．財政研究，2016（10）：36 ～ 48．

［28］ Venieris Y.， Gupta D.. Income distribution and sociopolitical instability as determinants of savings： A cross-sectional model［ J］．Journal of Political Economy，1986（96）：873 ～ 883．

［29］ Tabellini G.， Alesina A.. Voting on the budget deficit［ J］．American Economic Review，1990（90）：37 ～ 49．

［30］ 楊海生，陳少凌，羅黨論，佘國滿．政策不穩定性與經濟增長——來自中國地方官員變更的經驗證據［ J］．管理世界，2014（9）：13 ～ 28．

［31］ 王義中，宋敏．宏觀經濟不確定性、資金需求與公司投資［ J］．經濟研究，2014（2）：4 ～ 17．

［32］ 顧夏銘，陳勇民，潘士遠．經濟政策不確定性與創新——基于我國上市公司的實證分析［ J］．經濟研究，2018（2）：109 ～ 123．

［33］ 胡成春，陳迅．經濟政策不確定性、宏觀經濟與資產價格波動——基于TVAR模型及溢出指數的分析［ J］．中國管理科學，2020（11）：61 ～ 70．

［34］ 田發，周琛影．社會治理水平：指數測算、收斂性及影響因素［ J］．財政研究，2016（8）：54 ～ 65．

［35］ 范鑫．數字經濟發展、國際貿易效率與貿易不確定性［ J］．財貿經濟，2020（8）：145 ～ 160．

［36］ 劉瑞翔，安同良．資源環境約束下中國經濟增長績效變化趨勢與因素分析：基于一種新型生產率指數構建與分解方法的研究［ J］．經濟研究，2012（11）：31 ～ 47．

［37］ 王思玚．中國綜合PMI產出指數的動態分析：基于滯后效應的視角研究［ J］．管理評論，2021（1）：80 ～ 91．

［38］ Epstein G.， Power D.. Rentier incomes and financial crises： An empirical examination of trends and cycles in some OECD countries［ J］．Canadian Journal of Development Studies，2003（2）：229 ～ 248．

［39］ Krippner G. R.. The financialization of the American economy［ J］．Socio-Economic Review，2005（2）：173 ～ 208．

［40］ Demir F.. Financial liberalization，private investment and portfolio choice： Financialization of real sectors in emerging markets［ J］．Journal of Deve-

lopment Economics，2009（2）：314 ～ 324．

［41］ 胡奕明，王雪婷，張瑾．金融資產配置動機：“蓄水池”或“替代”？——來自中國上市公司的證據［ J］．經濟研究，2017（1）：181 ～ 194．

［42］ 王化成，陸凌，張昕，張偉華．加強會計指數研究全面提升會計在經濟社會發展中的影響力［ J］．會計研究，2012（11）：7 ～ 11．

［43］ 余華．中國上市公司財務指數高調發布［ J］．湖南財政經濟學院學報，2015（4）：161．

［44］ 趙德武，馬永強，黎春．中國上市公司財務指數編制：意義、思路與實現路徑［ J］．會計研究，2012（12）：3 ～ 11．

［45］ 孫光國，楊金鳳，鄭文婧．財務報告質量評價：理論框架、關鍵概念、運行機制［ J］．會計研究，2013（3）：27 ～ 35．

［46］ 束穎，徐光華，沈戈，呂明晗．重污染企業環境與財務融合的度量——環境財務指數的理論解析與體系構建［ J］．會計研究，2019（8）：3 ～ 11．

［47］ 王作春，俞靜，甘仞初．中國上市公司存貨指數的編制方法［ J］．統計與決策，2006（1）：28 ～ 29．

［48］ 雷輝，王亞男，聶珊珊，歐陽麗萍．基于財務績效綜合指數的競爭戰略績效時滯效應研究［ J］．會計研究，2015（5）：64 ～ 71．

［49］ 南開大學公司治理研究中心公司治理評價課題組．中國上市公司治理評價與指數研究——基于中國1149家上市公司的研究（2004年）［ J］．南開管理評論，2006（1）：4 ～ 10．

［50］ 池國華．中國上市公司內部控制指數的功能定位與系統構建［ J］．管理世界，2011（6）：172 ～ 173．

［51］ 林斌，林東杰，謝凡，胡為民，陽堯．基于信息披露的內部控制指數研究［ J］．會計研究，2016（12）：12 ～ 20．

［52］ 中國上市公司內部控制指數研究課題組，王宏等．中國上市公司內部控制指數研究［ J］．會計研究，2011（12）：20 ～ 24+90．

［53］ Chen H.， Dong W.， Han H.， et al.. A comprehensive and quantitative internal control index： Construction，validation，and impact［ J］．Review of Quantitative Finance and Accounting，2017（2）：337 ～ 377．

［54］ 林斌，林東杰，謝凡，胡為民，陽堯．目標導向的內部控制指數研究［ J］．會計研究，2014（8）：16 ～ 24+96．

［55］ 南開大學公司治理評價課題組，李維安，程新生．中國公司治理評價與指數報告——基于2007年1162家上市公司［ J］．管理世界，2008（1）：145 ～ 151．

［56］ 白重恩，劉俏，陸洲，宋敏，張俊喜．中國上市公司治理結構的實證研究［ J］．經濟研究，2005（2）：81 ～ 91．

［57］ 趙耀騰．投資風險規避下公司治理指數評價體系構建［ J］．統計與決策，2020（4）：170 ～ 174.

［58］ 樊綱，王小魯，馬光榮．中國市場化進程對經濟增長的貢獻［ J］．經濟研究，2011（9）：4 ～ 16.

［59］ 張宏．企業社會責任統計總指數的設計與編制［ J］．統計與決策，2008（13）：25 ～ 27.

［60］ 辛春林，馬博，沈鳳武．基于SEM的企業社會責任發展指數模型研究［ J］．商業研究，2012（9）：8 ～ 14.

［61］ 高明華，趙峰，杜雯翠．上市公司高管薪酬指數研究［ J］．商業研究，2011（8）：1 ～ 6．

［62］ 唐躍軍，程新生，呂斐適．中國上市公司信息披露機制評價及信息披露指數研究［ J］．上海金融，2005（3）：37 ～ 40．

［63］ 崔永紅，張玉娟．我國政府會計信息披露指數差異分析［ J］．財會月刊，2011（30）：64 ～ 67．

［64］ 王世權，王麗敏．利益相關者權益保護與公司價值——來自中國上市公司的證據［ J］．南開管理評論，2008（2）：34 ～ 41．

［65］ Umit S. Bititci， Trevor Turner， Carsten Begemann. Dynamics of performance measurement systems［ J］．International Journal of Operations & Production Management，2000（6）：692 ～ 704．

［66］ 尚玉皇，鄭挺國．中國金融形勢指數混頻測度及其預警行為研究［ J］．金融研究，2018（3）：21 ～ 35．

［67］ 許海川，周煒星．情緒指數與市場收益：納入中國波指（iVX）的分析［ J］．管理科學學報，2018（1）：88 ～ 96．

［68］ Stock? J. H.， Watson? M. W.. New indexes of coincident and lea-

ding economic indicators［ J］．NBER Macroeconomics Annual，1989（4）：351 ～ 394．

［69］ Konstantin A. Kholodilin，Vincent W. Yao. Measuring and predicting turning points using a dynamic bi-factor model［ J］．International Journal of Forecast，2005（3）：525 ～ 537．

［70］ 陳磊，孟勇剛，咸金坤．我國宏觀經濟景氣的實時監測與預測［ J］．數量經濟技術經濟研究，2019（2）：86 ～ 102．

［71］ Diewert? W. E.. Consumer price statistics in the UK［M］．UK： Office for National Statistic，2012．

［72］ Haan? J. D.， Krsinich? F.. Scanner data and the treatment of quality change in nonrevisable price indexes［ J］．Journal of Business & Economic Statistics，2014（3）：341 ～ 358．

［73］ 陳夢根，胡雪梅．一種改進的地區購買力平價指數［ J］．數量經濟技術經濟研究，2019（8）：147 ～ 164．

［74］ 羅忠洲，屈小粲．我國通貨膨脹指數的修正與預測研究［ J］．金融研究，2013（9）：30 ～ 43．

［75］ 張濤，劉寬斌．“大數據”在宏觀經濟預測分析中的應用［ J］．財經智庫，2018（3）：65 ～ 83+143．

［76］ Breton? R.， Clews? G.， Metcalfe? L.， et al.. Research indices using web scraped data［EB/OL］．http：//webarchive.nationalarchives.gov.uk，2015-10-23.

［77］ Horrigan? M.. Big Data： A perspective from the BLS［ J］．Amstat News，2013（427）：25 ～ 27．

［78］ Cavallo A.. Online and official price indexes： Measuring Argentina's inflation［ J］．Journal of Monetary Economics， 2013（2）：152 ～ 165．

［79］ 張崇，呂本富，彭賡等．網絡搜索數據與CPI的相關性研究［ J］．管理科學學報，2012（7）：50 ～ 59+70．

［80］ 米子川，姜天英．大數據指數是否可以替代統計調查指數［ J］．統計研究，2016（11）：11 ～ 18．

［81］ 葛和平，吳福象．數字經濟賦能經濟高質量發展：理論機制與經驗證據［ J］．南京社會科學，2021（1）：24 ～ 33．

［82］ 劉濤雄，湯珂，姜婷鳳等．一種基于在線大數據的高頻CPI指數的設計及應用［ J］．數量經濟技術經濟研究，2019（9）：81 ～ 101．

［83］ 紀堯．基于大數據的混頻宏觀經濟預測與監測指數構建［ J］．統計與決策，2021（7）：36 ～ 39．

［84］ 孫易冰，趙子東，劉洪波．一種基于網絡爬蟲技術的價格指數計算模型［ J］．統計研究，2014（10）：74 ～ 80．

［85］ Xue Zhang， Hauke Fuehres， Peter A. Gloor. Predicting stock market indicators through twitter "I hope it is not as bad as I fear"［ J］．Procedia - Social and Behavioral Sciences，2011（26）：55 ～ 62．

［86］ 劉苗，李蔚，朱述政等．基于互聯網文本情感分析的消費情感指數構建［ J］．統計與信息論壇，2018（8）：31 ～ 38．

［87］ 戴德寶，蘭玉森，范體軍等．基于文本挖掘和機器學習的股指預測與決策研究［ J］．中國軟科學，2019（4）：166 ～ 175．

［88］ 趙晶，陳宣雨，遲旭．基于文本分析的企業國際化測量方法及應用研究［ J］．中國軟科學，2021（1）：136 ～ 146．

［89］ 林建浩，趙文慶．中國央行溝通指數的測度與譜分析［ J］．統計研究，2015（1）：52 ～ 58．

［90］ Shihao Gu， Bryan Kelly， Dacheng Xiu. Empirical asset pricing via machine learning［ J］．The Review of Financial Studies，2020（5）：2223 ～ 2273．

［91］ 遲國泰，張亞京，石寶峰．基于Probit回歸的小企業債信評級模型及實證［ J］．管理科學學報，2016（6）：136 ～ 156．

［92］ Antonio Blanco，Rafael Pino-Mejías，Juan Lara，et al.. Credit scoring models for the microfinance industry using neural networks： Evidence from peru［ J］．Expert Systems with Application，2013（1）：356 ～ 364．

［93］ 肖斌卿，楊旸，李心丹等．基于模糊神經網絡的小微企業信用評級研究［ J］．管理科學學報，2016（11）：114 ～ 126．

［94］ Maurice Larrain. The PMI， the T-BILL and inventories： A comparative analysis of neural network and regression forecasts［ J］．Journal of Supply Chain Management，2007（2）：39 ～ 51．

［95］ 孟文強，任一鑫．對采購經理人指數的一個分析——基于時間序列和神經網絡模型［ J］．經濟管理，2013（5）：149 ～ 159．

［96］ 鄒鴻飛，王建州．一種基于差分灰狼算法的消費者信心預測指數的設計［ J］．數量經濟技術經濟研究，2019（2）：120 ～ 134．