宏观经济分析方法范文

夜上海论坛前言：我们精心挑选了数篇优质宏观经济分析方法文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

经济学兼具科学性与人文性的特质，决定了经济学研究方法夜上海论坛应是定性分析与定量分析相结合，两者相辅相成，不可偏执。但就现状而言，国内对于定量分析方法的研究尚显不足。经济系统的复杂性、动态性和多因性，使得国内经济学研究的数字化、模型化尚处于摸索阶段。

近年来，基于我国制定发展规划、确定投资规模、拟制战略目标等决策的需要，准确评估和预测经济现状与发展趋势，已然成为迫切需求。通过建模分析经济走势，成为经济学界普遍关注和研究的课题，也是未来经济学理论和方法研究的重要方向。实际上，早在1979年美国国民经济研究局与美国国际经济循环研究中心合作，建立了由七个发达国家为基础的国际经济指标系统，其通过选取关键经济因素、确定合理的评价标准，建立了基于模型的经济评价系统。之后，一些国际性组织也出现了相应的监测预警系统。1979年欧共体开始关于成员国经济监测预警系统的研究；1978年经合组织建立应用先行指标来监测成员国经济动向的机构；80年代中后期，日本等国相继建立了经济预警系统。1990年国际IFAC大会出现了系统辨识中最新理论――人工神经元网络理论用于景气预测，取得较好的拟合效果。近几年来，基于模型的经济发展研究，已经引起国内经济学界的重视，并取得了相应成果。基于模型化方法研究经济发展问题，具有分析结果精确可信、趋势预测科学和精度高的优势，或将成为经济学方法发展的主流方向。

夜上海论坛 然而，不同于其它系统的是，经济系统是极其复杂的系统。一是分析对象多样化，二是每个对象的影响因子多样化，导致建立系统模型极其困难，如果考虑数学上的模型变量复共线性问题、收敛问题以及精度问题等，基于模型化方法研究经济问题，则还有相当长的路要走。

夜上海论坛 二、系统建模的基本方法和步骤

系统建模是利用输入输出等观测变量辨识和估计未知参数，建立自变量和因变量之间较为准确的数学模型或统计模型，以分析系统特征的过程。建模方法诸多，可大致归纳为两种：一是机理分析法，即通过分析过程的运动规律，运用一些已知定律、定理和原理建立起过程的数学模型，也称理论建模；二是测试法，过程的输入输出信号一般总是可测的，且过程的动态特性总是表现在这些输入输出数据之中，故可以利用这些数据提供的信息建立过程的数学模型，也称为辨识。测试法的关键之一是必须设计合理的试验，以获得研究对象的相关信息，因为研究目的不同，侧重点和关注的角度不同，所需的信息就不同。当然，获得了观测数据，在具体建立模型时，则会根据物理背景、系统特性的不同，采用不同的数学方法估计模型参数。例如，在能较为准确建立系统状态方程和观测方程，且对在线处理能力具有较高要求情况下，Kalman滤波方法成为主要方法；若仅能预知观测样本与因变量之间存在简单函数关系前提下，最小二乘方法成为解决这类问题的主要手段；若预先知道被估系统或参数的某些验前信息或分布，且采样数据又不充分情况下，Bayes方法成为最有效方法；在多元回归问题中，不同自变量对估计的作用与影响程度不同，而且估计精度并不和自变量个数成正比，因此选取那些对因变量具有较强解释能力的变量去估计和分析被估变量，则成为必然，这是对信息具有综合与筛选功能的主成分分析方法的任务。

实际问题是复杂的，不同工程问题需要采用不同方法去解决。一般来说，建模需要遵循一下步骤：一是分析问题性质；二是根据问题设计试验方法；三是通过大量试验采集样本数据；四是分析对象的物理特性，建立假设模型；五是通过数学方法估计参数、重构模型；六是建立一定准则并检验模型的正确性。当然，建模是一个极其复杂的过程，关于建模的细节问题这里不再详述。

三、 经济建模的基本思路与问题分析

经济系统是数学建模面临的最为复杂系统之一。一是经济系统本身结构复杂；二是影响因素复杂，既有显性关系，又有隐性联系，如何选择二者建模变量，并不是一个简单的事情。但只要不断探索其规律，从不同侧面观察、观测其变化，总是可以为其建立起比较合适的模型，以研究和把握其发展变化的基本机制和原理，为精确控制该系统提供支撑。和其他系统建模一样，经济系统建模以要遵循一下基本原则：其一，目的性：即明确建模的目的，不同的建模目的牵涉到的模型结构和建模方法可能不同。在经济领域，研究问题的侧重点不同，则研究的途径、实验的设计和采集的数据性质则不同，所以明确建模目的是研究数量经济问题的关键环节；其二，实在性：即模型的物理概念要明确。对于经济问题，就是要明确研究问题的侧重点和角度，这样才能建立准确的模型，获得正确的数据和结果；其三，可辨识性：是指模型结构要合理，输入信号必须是持续激励的，获得的样本数据要具有代表性，而且要尽可能的充分；其四，可验证性：在建模之前，必须建立一定的模型检验方法和准则，有些需要通过实际背景和景象，有些需要通过新的数据去检验模型的正确性，模型不同，得到的结论不同；其五，节省性：建立的模型自变量或待估参数要尽可能的少，否则计算量大，结果有可能因为自变量或参数的相关性而失真。

在数量化研究，尤其是通过建模研究或预测经济发展时，以下问题尤应关注：

一是数据的采集比较困难，往往要经历较长的时间周期。经济问题无论是研究的角度、影响因素还是自身的变化规律都具有诸多随机性和不可测性，因此收集什么样的数据，多长时间采样一个数据，数据的遍历性和关联关系如何认定等都比较复杂，这些都是影响建模方法在研究经济问题时的制约因素和瓶颈，也是建模方法难以在经济领域得以广泛应用的主要原因。还有一个机制问题，就是有数据的组织不深入研究数据，能深入研究的组织却得不到数据，或得不到真实数据。要解决这个问题，首先要事前认真设计研究对象的角度、目的和方法，然后分析影响因素或变量，最后确定采样数据的大小和周期。当然，加强各部门的合作，尤其是科研院所与职能部门的合作是提高数量化经济研究水平的必要保障。拓展数据采集渠道，加强数据监管，确保数据真实性，是提高研究结果可信性和可用性的基本要求。

夜上海论坛 二是经济问题影响因素和边界条件难以把握。和工业过程或机械过程不同，经济问题如社会问题一样，容易受政策因素、自然因素和战争因素等的影响，所谓的蝴蝶效应就指出了经济不确定性的实质。所以，经济变化的规律往往具有突变性，不像自然界运动规律就是遵循牛顿三大定律一样，经济问题往往因外部干扰，其发展特征、速度、规模以及效率等可能会和前期发生截然变化，导致研究问题具有断续性。所以在研究经济问题时要注意抓住问题的内在本质，一般情况下，无论外部环境如何变化，问题本质基本具有持续性；另外要有预见性，能够尽早预知和把握影响因素和成度，从变化中甄别数据的真实性，尽可能使突变前后的数据和模型具有一致性和连续性。

三是初始模型难假设。经济问题一般没有明确的物理背景或原理做支撑，加上数据是离散数据，所以在问题初期，很难假设比较合适的模型去拟合得到的数据，往往要经过大量的试算与分析，才有可能把握模型的真实形态。这就需要认真分析研究对象的本质，从不同侧面把握对象的内在本质，尽可能多的获得验前信息，为模型假设提供知识和经验支撑。

四是判断准则难确定。我们知道，分析问题的角度不同，确立的准则不同，结果和结论不同。另外，准则也不是一成不变的，诸如结果判别的阈值可能随着发展要动态作出调整，例如基尼系数，国际警戒线为0.4，实际上该值允许一定的浮动，若政治稳定、制度保障到位、宏观调控有力，那么该值即使超过公认的警戒线，也不会产生社会动荡和信任危机。所以说，评判准则如何确定、如何动态调整、如何做到既不虚警又不漏警，是经济建模要考虑关键环节之一。

五是检验方法和手段较少。任何模型都需要进行正确性检验，否则，结果的可信度值得怀疑。但是由于经济问题的复杂性、变化的不确定性、实际背景的模糊性和数据的稀缺性，导致检验模型正确性的方法和手段较少，结果可信区间、模型修正等缺少后续数据支撑。该问题既要尽可能通过已有数据通过外推做拟合检验，也要在建模方面充分吸收专家学者和历史经验，以保证模型符合研究对象的客观实际。

参考文献：

[1]刘树成，张晓晶，张平.实现经济周期波动在适度高位的平滑化[J].经济研究，2005（11）

夜上海论坛 [2]蒋金荷，姚愉芳.中国经济增长与电力发展关系的定量分析研究[J].数量经济技术经济研究，2002（10）

[3]祝转民，畅建海等.克服复共线性影响的方法探讨[J].飞行器测控学报，2003：22（2）

第2篇

夜上海论坛 【关键词】技术进步 长期动态预测模型 供给需求

地球上的水资源，尽管数量巨大，但能直接被人们生产和生活利用的却十分少。目前，全球80多个国家约有15亿人口面临淡水不足的问题，其中26个国家的3亿人口完全生活在缺水状态。联合国数据表明，预计到2025年，全世界将有30亿人口缺水，涉及的国家和地区达40多个。21世纪水资源正在变成一种宝贵的稀缺资源，水资源问题已经不仅仅是资源问题，更是成为了关系到国民经济、社会可持续发展和社会长治久安的重大战略问题。假如人们能够做到节水保水保护环境，那么水资源的长期情况又会是怎样？本文将通过数学模型来找到答案。

一、模型参数说明

夜上海论坛 二、模型假设

（一）全球水资源总量没有大的改变；

夜上海论坛 （二）所有人为的干预水资源措施都起到了最大效果，即水资源污染、盐碱化、荒漠化等环境问题都已解决；已大量投入的水利设施建设完美地解决了水资源时空分布不均匀问题；全球公民节水意识强烈，节约水资源已经成为了人类的自觉行为；科学技术也得到显著提高，各类节水产品、再生水科技发展迅速。也就是说：此时经过技术处理后，地球能提供多少淡水资源，人类就有多少水供给。

（三）由于水资源的需求可以分为三部分：工业、农业和生活用水。由于工业、农业用水最终生产出的产品会被人们消费，因而可以用消费需水量表示工业与农业需水量。因此，最终将人均总需水量转化成两部分：人均消费需水量和人均生活需水量。

夜上海论坛 （四）人均消费需水量（类比于收入-支出模型中的消费函数）又可以看成是由两部分构成：第一部分是自发消费需水量，第二部分是引致消费需水量cAD 。因而，人均消费需水量函数可以写成：。从长期来看，没有人均总需水量，也就没有人均消费需水量，即： 0，那么，在长期发展模型中，人均消费需水量的公式即为：。

三、水资源长期预测模型

夜上海论坛 在模型假设下，类比宏观经济学收入-支出模型与索洛经济增长模型，我们可以得到：

夜上海论坛 （一）人均总供水量仅由技术决定。随着技术的提高，再生水资源的增加，人均供水量也在增加，但由于地球总水资源有限，人均供水量增加速度逐渐降低，最终人均供水量趋于一个定值。反应在AS-g曲线中（如图所示），即曲线斜率大于零，同时斜率随着g的增大而变小，最终曲线趋于水平。

夜上海论坛 （二）人均总需水量也仅由技术决定，随着技术的提高，节水产品越来越多，人均总需水量不断减少，但即使技术提高，人的生命也不可能完全离开水，人均总需水量的降低速度逐渐减慢，最终人均总需水量也趋于一个定值。反映在AD-g曲线中（如图所示），即曲线斜率小于零，同时斜率随着g的增大而变小，最终曲线趋于水平。

夜上海论坛 （三）由公式推导：，，所以。可以得出人均生活需水量DS-g曲线（如图所示），人均生活需水量表示了人类能够生存所需要的人均水资源数量。

夜上海论坛 （四）将AD-g曲线、DS-g曲线与AS-g曲线画在同一个坐标系中： DS与AS在技术水平为时相交，AD与AS在技术水平为时相交。

夜上海论坛 （五） 点的含义为：将技术水平提高到时，人均供水量与人均生活需水量持平，此时全球不会出现因为缺水而生病死亡的现象，水资源不影响种族繁衍，但此时水资源不能满足人均消费需水量，因而，此时水资源限制社会经济发展。

（六）将技术水平提高到时，人均供水量与人均总需水量持平，此时，人均生活需水量与人均消费需水量都得到了满足，种族繁衍与社会经济发展都不会受水资源的限制，全球人类将彻底不再受缺水的影响。

夜上海论坛 四、模型预测结果分析

（一）当时，人类的生存问题受水资源威胁，水资源数量不能满足全部人口的生存需要，此时，会有部分人口因为缺水而生病死亡。

夜上海论坛 （二）当时，人的生存问题不受水资源威胁，但工业、农业的发展受水资源短缺问题制约，此时的水资源短缺问题会影响社会经济的发展。

夜上海论坛 （三）当时，水资源不再是制约人们生存与社会经济发展的因素，此时全球完全不再缺水，水资源的人均供给量大于或者等于人均需求量。

第3篇

夜上海论坛 [关键词]大数据；宏观经济；机遇与挑战；分析

夜上海论坛 [DOI]10.13939/ki.zgsc.2016.42.028

2015年9月份，国务院与工信部联合印发了《促进大数据发展行动纲要》，明确要求在“十三五”规划中重点推动大数据的发展和应用，建立运行平稳、安全高效的经济运行新机制，这也为在大数据时代下更加精准、更加高效地开展宏观经济分析提供了政策保障。

夜上海论坛 1 大数据在宏观经济分析中的重要作用

夜上海论坛 1.1 为宏观经济分析提供丰富的数据支持

我国经济发展正处于“三期叠加”的关键时期，影响宏观经济发展的因素也是多种多样，要想保证宏观经济分析结果的准确性和时效性，就必须以大量的数据信息做样本，对数据样本进行客观、专业的处理和评估。传统的宏观经济数据获取方式存在诸多弊端：一方面是数据样本数量有限，难以反映出影响宏观经济发展的整体因素；另一方面是数据获取途径少，时效性低，往往与现阶段的经济发展现状不相符合。而大数据技术借助于计算机、互联网和电子信息技术，能够在短时间内获取各个部门、各个行业的经济发展数据，例如全国旅游消费总额、全国商品房年销售总量等。可以说，只要数据分析部门获取了相应的数据调查权限，就可以随时调用管辖范围内与宏^经济分析相关的数据内容，从而极大地丰富了宏观经济分析所需的样本容量和样本种类，确保了宏观经济分析的准确性和时效性。

1.2 为宏观经济分析提供更多的方法

夜上海论坛 传统的宏观经济分析手段，由于受技术条件和工作理念的影响，往往采用统计分析和随机抽样分析的方式，近似地反映或推断出宏观经济的分析结果。随着市场经济的深化改革和我国经济体制结构的转变，传统的宏观经济分析手段难以适应国家经济发展的需要，云时代的到来和大数据技术的出现为宏观经济分析提供了更多种类、更加简便的分析方法。例如，传统的宏观经济分析由于获取数据困难，因此采用“随机抽样反映整体”的分析方法，其分析结果与实际情况必然会存在较大误差；而大数据的分析是以海量的数据样本为基础，并且样本种类丰富，基本上涵盖了影响宏观经济发展的所有行业，在此基础上得出的分析结论无限趋近于我国宏观经济发展的实际情况，提高了宏观经济分析的可靠性。

1.3 优化了宏观经济分析的技术

夜上海论坛 大数据分析与单纯的计算机数据统计的不同之处在于：计算机数据统计只能进行初步的数据分类和整理，并以数字、图标等形式展示出来，虽然具有较强的直观性，但是不能深层次地反映宏观经济内容。而大数据分析融合了计算机、电子信息和数学建模等多个专业技术，以海量数据为基础，建立数学分析和统计模型，利用分析模型对数据进行深层次的分析、处理和加工，并结合了语音识别、图像识别等技术，提高了数据分析技术的专业化水平。

2 大数据在宏观经济分析中的机遇与挑战

2.1 大数据时代宏观经济分析具有的机遇

夜上海论坛 大数据技术融合了多种现代化数据获取和分析技术，为宏观经济的精确分析提供了诸多便利条件，从当前的发展形式看，大数据在宏观经济分析中的主要机遇有以下几方面：首先，大数据技术使“在短时间内获取海量数据”成为了可能，为宏观经济分析提供了必要的基础保障。无论是进行宏观经济分析还是其他各类专业统计，数据获取都是最基础也最为关键的环节。数据样本的丰富度和样本容量，直接决定了后期分析结果能否反映实际情况，而数据样本越多，则最终分析结果越趋近于实际。除此之外，宏观经济是一个动态发展、不断变化的过程，这就要求数据样本在“获取-分析-得出结论”这一过程中占用尽可能少的时间。因此，数据分析师历来重视数据样本数量和样本获取速度，大数据技术兼具上述两种分析要素，在宏观经济分析中占据较大优势。其次，大数据扩充了宏观经济分析的空间广度，使数据价值得以体现。通过计算机互联网获取基础的数据信息，不仅能够有效跨越时间和空间的限制，而且在数据价值上也得到了一定的提升，并且利用专业数据分析软件和数学模型，拓展了数据所包含信息的深度与广度，为新时期进行宏观经济分析提供了有力支持。

夜上海论坛 2.2 大数据时代宏观经济分析面临的挑战

夜上海论坛 大数据技术在带来诸多便利的同时，其自身也存在着一些有待改进的地方，主要表现为：首先，大数据所采集的数据量大，但是缺乏有效的数据筛选标准，导致数据中夹杂着部分无用或不相干的信息。例如我们在采集“全国旅游消费总额”相关的数据时，可能会搜索到与旅游相关的“交通运输量”的信息，但是这些信息并不会对宏观经济分析起到影响，反而增加了样本总容量。因此，如何加强信息甄别和筛选，是下一步大数据技术优化的重要内容；其次，数据的安全性仍然有待提高。由于前期采集数据量非常大，但是进行宏观分析是一些相对漫长的过程，这些数据在保存期间如何确保安全性，关系到后期宏观经济分析的最终结果。虽然部分数据库建立了相对完善的防火墙和病毒查杀系统，但是也很难彻底根除非法访问的风险；最后，大数据时代的宏观经济分析需要大量专业化人才，但是从现阶段相关从业人员的整体情况看，大数据分析人才数量难以满足行业发展需要。

3 提升大数据对宏观经济分析作用的对策

3.1 构建良好的大数据获取环境

政府应当主导建立一个大数据的收集体系，在一些重要的宏观经济领域制订大数据的收集计划，从而保证大数据的获取。为此政府部门应当做好以下具体的工作：首先，政府部门要从思想认识上提高对大数据的重视程度，对于大数据在宏观经济研究中的价值予以认可。从而在实际的工作中能够形成稳定的资金投入并在政策法规上为大数据的应用提供便利条件。其次，政府应当加大高校或者是相关研究机构在大数据应用上的研究投入力度，支持研究机构在大数据应用上的深度挖掘，从而更好地发挥大数据的作用。最后，政府应当支持企业采用现代化的信息管理手段，从而为大数据的获取提供基础性的条件。利用企业的信息化系统可以快速地获取企业的相关发展数据信息，从而为宏观经济的大数据分析提供基础材料。

3.2 提升大数据的采集与管理工作水平

制定规范化的大数据采集与管理体系，保障用于宏观经济发展的大数据均能够得到有效的采集，并且还要确保数据的真实性。在利用大数据进行宏观经济的分析中大数据是基础的分析材料，所以有效地采集到大数据是十分重要的。首先，要规范大数据的采集工作流程，制定科学的大数据采集体系，从而促进大数据采集工作的有序开展。其次，对于在大数据采集过程中因小集体利益而不配合采集的个人或者是单位，应对其进行一定的处罚，从而威慑这些干扰大数据采集工作的不良情况。最后，要对大数据采集人员进行培养和提升，从而使其掌握较为熟练的大数据管理技能，为大数据的更好地应用提供条件。

3.3 培养大数据分析与应用人才

夜上海论坛 在大数据的应用中人才是其中的关键性组成部分，高素质的大数据分析与应用人才能够为宏观经济的分析提供有力支撑。为此，就必须在大数据人才培养上进行改进和提升。为此，应当做好以下内容：首先，政府部门应当重视大数据分析与应用人才的培养，出台各类支持性的培养政策。其次，高校应当根据现实的需求而开始相关的专业和课程，从而发挥大数据分析与应用人才培养的基地作用，以便为社会输送大量的大数据专业应用人才。最后，企业也应当在大数据人才培养上做出自己的贡献，对于企业内部的数据管理人员进行专业技能提升的培训，从而帮助他们掌握更多的大数据分析与应用的实际技能。

夜上海论坛 4 大数据与宏观经济政策制定

大数据革命为政府的宏观经济政策制定提供了机会。政府在政策制定上可以通过大数据分析系统提升公共服务质量，增加服务种类，并为公共服务提供更好的政策指导。同时，在大数据分析的运用、提高效率与其他政策和技术协同以及为公共服务领域带来变革等方面，政府可以加大重视和投入力度，为经济的进一步发展提供支持。

大数据给政府的经济统计工作带来了巨大影响。首先，面对大数据带来的技术变革，政府应该将其纳入政府统计之中。经济统计要充分利用大数据时代提供的技术和条件，促进政府统计工作的变革。例如“10亿价格项目”便是政府应对大数据变革的成功典范。其次，面对大数据带来的统计对象扩充，政府不但应当重视结构化数据，更应当重视挖掘非结构化数据，以期找寻出恰当的经济统计指标。大数据时代，非结构化数据包含更多信息，而且利用互联网进行的数据挖掘，不仅可以得到数字资源，文本数据也可以通过挖掘获得。最后，面对大数据带来的统计资源的拓展，政府应该将其统计资源拓展到政府以外，重视拓宽其他数据资源。在过去，政府靠自己的力量收集数据，但在大数据时代，人人都是数据的制造者。例如，谷歌和百度等数据巨头拥有大量政府无法获取的数据资源。政府要想办法让数据巨头将数据放到统计中来，而不能仅靠自己调查统计。

5 结论与展望

大数据时代极大地拓宽了信息来源、提高了获取信息的时效性，同时，新信息的非结构化对宏观经济分析的技术和方法提出了新的要求。在大数据背景下，由于数据噪声的存在，宏观经济数据挖掘变得十分重要，这就要改进技术，加强对非结构化和半结构化数据的挖掘。实时、快速、海量的数据为更加准确的宏观经济预测提供了可能，宏观经济预测模型也有待于进一步更新。在大数据时代，可以将机器学习算法引入宏观经济分析，改进宏观经济分析技术，解决“维数灾难”，提高宏观经济分析的准确性。大数据时代也将促进政府经济政策制定的变革，提升政策的时效性，提高政府服务效率。

参考文献：

[1]文桂江，李昕.大数据时代我国宏观经济数据的冲突与协调[J].河北经贸大学学报，2014（5）：131-133.

[2]崔光N.房地产价格与宏观经济互动关系实证研究――基于我国31个省份面板数据分析[J].经济理论与经济管理，2013（1）：157-162.

夜上海论坛 [3]戴成峰，张连增.我国财产保险区域差异与宏观经济的关系研究――基于省际面板数据的实证分析[J].保险研究，2012（11）：142-153.