宏觀經濟數據匯總十篇

序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇宏觀經濟數據范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

隨著人們對統計數據分析的細化和深化等多方面的需求，統計數據質量觀念也隨之變化，學界開始從統計數據提供者、生產者和用戶等多個角度來考察數據質量，準確性已不再是用戶對統計數據質量的唯一需求。為此，有關國際組織和各國統計機構從滿足用戶需要的角度出發完善和豐富了統計數據質量的概念。如美國的《統計科學百科全書》給出統計數據質量涵義：一是產品的質量由現在以及潛在用戶對產品再使用過程中的相合性決定的；二是統計數據質量所涉及的統計數據在多大程度上滿足用戶對統計信息的需求和期待的各個方面。歐洲統計局提出了統計數據質量的涵義包括數據適用性、準確性、及時性、可取得性、銜接性、可比性、方法專業性或完全性等維度。另外，加拿大統計局、荷蘭統計局等歐美統計機構給出了統計數據的不同維度框架。歸納其結論，及時性是除了準確性之外統計數據質量概念共有的內涵。

統計數據及時性是統計數據用戶或潛在用戶對統計數據時間的需求和期待，它是統計數據質量在時間上的體現。宏觀經濟統計數據的及時性要求政府統計機構通過統計方法的革新，信息技術的應用等措施以提高統計數據的及時性，完善制度以便用戶及時獲取統計信息。一般情況下，所見文獻對數據及時性是通過調查基準期與統計數據時間之間的間隔長度進行測量，認為用戶獲得數據的時間越早越好，并沒有從滿足用戶對統計數據時間的需求和期待的角度進行評價，其有效性無法給出具體評判。依據統計數據及時性涵義，統計數據及時性評價是針對用戶運用統計數據對未來情況預測和決策的有效性評價，如果用戶獲得的統計數據能對未來情況做出有效預測和決策，則說明該統計數據具有及時性，反之，則該統計數據不滿足及時性要求。本文認為某一經濟因素會對未來經濟狀況產生持續的影響，為了發揮該因素統計數據的有效決策價值，獲得該因素數據的時間至少不應當超過該因素對未來經濟情況產生影響的平均時間長度?；谝陨纤枷?，從該因素數據發揮效應的平均滯后時間的角度對數據質量的及時性進行診斷。

二、診斷模型的構建

（一）假設的提出區域宏觀經濟是一個相互聯系、相互影響的系統，宏觀經濟各個因素的統計指標之間存在著相互影響的因果關系。對于區域宏觀經濟系統，應當建立宏觀經濟系統模型予以描述其各個因素的數據生成原理。為了定量研究宏觀經濟統計數據質量的及時性，本文對宏觀經濟系統有以下假設：1．宏觀經濟各個指標的統計數據是采用同一時間一次性。這一假定符合中國統計數據的制度，與我國統計數據的實際情況一致。2．用戶需求的統計指標之間存在因果關系，且這種因果關系可以用線性或廣義線性模型予以描述。對區域未來某期經濟情況的判斷總是依據現有的若干影響指標予以判斷，如對區域未來某時期國內生產總水平（GDP）情況作預測，需要選擇GDP的影響因素并構建滯后變量模型，根據各影響因素指標對GDP決策的滯后期長度來確定各指標數據的及時性。

（二）診斷方法設計依據經濟理論，本文認為地區生產總產值（GDP）主要受當期或過去各期的投資（I）和零售品消費（LSE）兩個主要因素影響，因此，可以構建區域國內生產總值（GDP）的滯后模型，具體由式（1）給出。由于決策目標變量不同，對影響變量的及時性要求也不盡相同。實際上，獲取當期數據對于決策來說是最有效的數據，但是現實中也不可能實現數據即時的收集和，依據模型確定的最長滯后期對于決策目標變量來說也不合適，這時獲得數據的有效性幾乎不大了。因此，指標時期小于決策所需平均滯后時間長度就可以滿足對目標變量的決策需要。所以，依據影響變量對決策變量的平均滯后時間（MLT）與數據時期長度進行比較，就能夠評價影響變量數據的及時性水平。定義2給出的測度工具是評價一套統計數據及時性的綜合工具。這里，我們是對p個指標的及時性水平求向量平均模長，其數值大小表示一套數據的及時性綜合水平，在實際應用中，也可以對各個指標進行加權綜合。同樣，當η1說明一套指標整體及時性較好，能夠滿足決策需要；當η＜1說明一套指標整體及時性較差，不能滿足決策需要。

三、宏觀經濟統計數據及時性診斷的實證分析

本文依據國家統計局提供的選擇全國2008—2012年季度各指標的統計數據，利用模型（1）和模型（2）的理論模型，運用EVIEWS軟件估計出全國地區生產總值（GDP）的回歸方程（3）：回歸方程（5）的擬合優度為0．9860，顯著性檢驗F統計量為352．4158，說明模型整體擬合效果良好；回歸方程中各參數顯著性檢驗T統計量絕對值均比較大，說明方程參數估計結果顯著。同樣，通過EVIEWS軟件估計出全國區域消費品零售總額（LSE）的回歸方程（6）：回歸方程（6）的擬合優度及顯著性檢驗結果均說明模型擬合效果良好，參數T檢驗系數顯著，參數估計結果顯著。上面建立的回歸方程（5）和方程（6）中的各影響因素變量的滯后期長度，均依據AIC信息最小準則確定。根據全國2008—2012年宏觀經濟季度數據，在建立的回歸方程（5）、（6）的基礎上，利用公式（3）計算出全國宏觀經濟數據：投資（I）、零售品銷售總額（LSE）、地區生產總值（GDP）、財政支出（CZS）、財政收入（CZZ）等影響因素對相應被解釋變量的平均滯后期見表1：根據中國宏觀經濟季度統計數據公布的制度，國家統計局對全國宏觀經濟各季度統計數據的公布，一般都是滯后15天左右。因此有t0＝1590＝0．1667，將此數據代入公式（4）計算各影響因素的統計指標數據的及時性測度ηxy，具體結果由表2給出。對于宏觀決策目標地區生產總值和零售品銷售總額來說，表2顯示了投資、零售品銷售總額、地區生產總值、財政支出和財政收入等指標數據質量的及時性水平。對于一套數據的及時性綜合評價，依據定義的及時性綜合測度工具有五個指標及時性的綜合水平為η＝3．9623，顯然，我國宏觀經濟數據對于預測與決策及時性較好，數據質量的及時性水平較高。

篇（2）

[DOI]10.13939/ki.zgsc.2016.42.028

2015年9月份，國務院與工信部聯合印發了《促進大數據發展行動綱要》，明確要求在“十三五”規劃中重點推動大數據的發展和應用，建立運行平穩、安全高效的經濟運行新機制，這也為在大數據時代下更加精準、更加高效地開展宏觀經濟分析提供了政策保障。

1 大數據在宏觀經濟分析中的重要作用

1.1 為宏觀經濟分析提供豐富的數據支持

我國經濟發展正處于“三期疊加”的關鍵時期，影響宏觀經濟發展的因素也是多種多樣，要想保證宏觀經濟分析結果的準確性和時效性，就必須以大量的數據信息做樣本，對數據樣本進行客觀、專業的處理和評估。傳統的宏觀經濟數據獲取方式存在諸多弊端：一方面是數據樣本數量有限，難以反映出影響宏觀經濟發展的整體因素；另一方面是數據獲取途徑少，時效性低，往往與現階段的經濟發展現狀不相符合。而大數據技術借助于計算機、互聯網和電子信息技術，能夠在短時間內獲取各個部門、各個行業的經濟發展數據，例如全國旅游消費總額、全國商品房年銷售總量等?？梢哉f，只要數據分析部門獲取了相應的數據調查權限，就可以隨時調用管轄范圍內與宏^經濟分析相關的數據內容，從而極大地豐富了宏觀經濟分析所需的樣本容量和樣本種類，確保了宏觀經濟分析的準確性和時效性。

1.2 為宏觀經濟分析提供更多的方法

傳統的宏觀經濟分析手段，由于受技術條件和工作理念的影響，往往采用統計分析和隨機抽樣分析的方式，近似地反映或推斷出宏觀經濟的分析結果。隨著市場經濟的深化改革和我國經濟體制結構的轉變，傳統的宏觀經濟分析手段難以適應國家經濟發展的需要，云時代的到來和大數據技術的出現為宏觀經濟分析提供了更多種類、更加簡便的分析方法。例如，傳統的宏觀經濟分析由于獲取數據困難，因此采用“隨機抽樣反映整體”的分析方法，其分析結果與實際情況必然會存在較大誤差；而大數據的分析是以海量的數據樣本為基礎，并且樣本種類豐富，基本上涵蓋了影響宏觀經濟發展的所有行業，在此基礎上得出的分析結論無限趨近于我國宏觀經濟發展的實際情況，提高了宏觀經濟分析的可靠性。

1.3 優化了宏觀經濟分析的技術

大數據分析與單純的計算機數據統計的不同之處在于：計算機數據統計只能進行初步的數據分類和整理，并以數字、圖標等形式展示出來，雖然具有較強的直觀性，但是不能深層次地反映宏觀經濟內容。而大數據分析融合了計算機、電子信息和數學建模等多個專業技術，以海量數據為基礎，建立數學分析和統計模型，利用分析模型對數據進行深層次的分析、處理和加工，并結合了語音識別、圖像識別等技術，提高了數據分析技術的專業化水平。

2 大數據在宏觀經濟分析中的機遇與挑戰

2.1 大數據時代宏觀經濟分析具有的機遇

大數據技術融合了多種現代化數據獲取和分析技術，為宏觀經濟的精確分析提供了諸多便利條件，從當前的發展形式看，大數據在宏觀經濟分析中的主要機遇有以下幾方面：首先，大數據技術使“在短時間內獲取海量數據”成為了可能，為宏觀經濟分析提供了必要的基礎保障。無論是進行宏觀經濟分析還是其他各類專業統計，數據獲取都是最基礎也最為關鍵的環節。數據樣本的豐富度和樣本容量，直接決定了后期分析結果能否反映實際情況，而數據樣本越多，則最終分析結果越趨近于實際。除此之外，宏觀經濟是一個動態發展、不斷變化的過程，這就要求數據樣本在“獲取-分析-得出結論”這一過程中占用盡可能少的時間。因此，數據分析師歷來重視數據樣本數量和樣本獲取速度，大數據技術兼具上述兩種分析要素，在宏觀經濟分析中占據較大優勢。其次，大數據擴充了宏觀經濟分析的空間廣度，使數據價值得以體現。通過計算機互聯網獲取基礎的數據信息，不僅能夠有效跨越時間和空間的限制，而且在數據價值上也得到了一定的提升，并且利用專業數據分析軟件和數學模型，拓展了數據所包含信息的深度與廣度，為新時期進行宏觀經濟分析提供了有力支持。

2.2 大數據時代宏觀經濟分析面臨的挑戰

大數據技術在帶來諸多便利的同時，其自身也存在著一些有待改進的地方，主要表現為：首先，大數據所采集的數據量大，但是缺乏有效的數據篩選標準，導致數據中夾雜著部分無用或不相干的信息。例如我們在采集“全國旅游消費總額”相關的數據時，可能會搜索到與旅游相關的“交通運輸量”的信息，但是這些信息并不會對宏觀經濟分析起到影響，反而增加了樣本總容量。因此，如何加強信息甄別和篩選，是下一步大數據技術優化的重要內容；其次，數據的安全性仍然有待提高。由于前期采集數據量非常大，但是進行宏觀分析是一些相對漫長的過程，這些數據在保存期間如何確保安全性，關系到后期宏觀經濟分析的最終結果。雖然部分數據庫建立了相對完善的防火墻和病毒查殺系統，但是也很難徹底根除非法訪問的風險；最后，大數據時代的宏觀經濟分析需要大量專業化人才，但是從現階段相關從業人員的整體情況看，大數據分析人才數量難以滿足行業發展需要。

3 提升大數據對宏觀經濟分析作用的對策

3.1 構建良好的大數據獲取環境

政府應當主導建立一個大數據的收集體系，在一些重要的宏觀經濟領域制訂大數據的收集計劃，從而保證大數據的獲取。為此政府部門應當做好以下具體的工作：首先，政府部門要從思想認識上提高對大數據的重視程度，對于大數據在宏觀經濟研究中的價值予以認可。從而在實際的工作中能夠形成穩定的資金投入并在政策法規上為大數據的應用提供便利條件。其次，政府應當加大高校或者是相關研究機構在大數據應用上的研究投入力度，支持研究機構在大數據應用上的深度挖掘，從而更好地發揮大數據的作用。最后，政府應當支持企業采用現代化的信息管理手段，從而為大數據的獲取提供基礎性的條件。利用企業的信息化系統可以快速地獲取企業的相關發展數據信息，從而為宏觀經濟的大數據分析提供基礎材料。

3.2 提升大數據的采集與管理工作水平

制定規范化的大數據采集與管理體系，保障用于宏觀經濟發展的大數據均能夠得到有效的采集，并且還要確保數據的真實性。在利用大數據進行宏觀經濟的分析中大數據是基礎的分析材料，所以有效地采集到大數據是十分重要的。首先，要規范大數據的采集工作流程，制定科學的大數據采集體系，從而促進大數據采集工作的有序開展。其次，對于在大數據采集過程中因小集體利益而不配合采集的個人或者是單位，應對其進行一定的處罰，從而威懾這些干擾大數據采集工作的不良情況。最后，要對大數據采集人員進行培養和提升，從而使其掌握較為熟練的大數據管理技能，為大數據的更好地應用提供條件。

3.3 培養大數據分析與應用人才

在大數據的應用中人才是其中的關鍵性組成部分，高素質的大數據分析與應用人才能夠為宏觀經濟的分析提供有力支撐。為此，就必須在大數據人才培養上進行改進和提升。為此，應當做好以下內容：首先，政府部門應當重視大數據分析與應用人才的培養，出臺各類支持性的培養政策。其次，高校應當根據現實的需求而開始相關的專業和課程，從而發揮大數據分析與應用人才培養的基地作用，以便為社會輸送大量的大數據專業應用人才。最后，企業也應當在大數據人才培養上做出自己的貢獻，對于企業內部的數據管理人員進行專業技能提升的培訓，從而幫助他們掌握更多的大數據分析與應用的實際技能。

4 大數據與宏觀經濟政策制定

大數據革命為政府的宏觀經濟政策制定提供了機會。政府在政策制定上可以通過大數據分析系統提升公共服務質量，增加服務種類，并為公共服務提供更好的政策指導。同時，在大數據分析的運用、提高效率與其他政策和技術協同以及為公共服務領域帶來變革等方面，政府可以加大重視和投入力度，為經濟的進一步發展提供支持。

大數據給政府的經濟統計工作帶來了巨大影響。首先，面對大數據帶來的技術變革，政府應該將其納入政府統計之中。經濟統計要充分利用大數據時代提供的技術和條件，促進政府統計工作的變革。例如“10億價格項目”便是政府應對大數據變革的成功典范。其次，面對大數據帶來的統計對象擴充，政府不但應當重視結構化數據，更應當重視挖掘非結構化數據，以期找尋出恰當的經濟統計指標。大數據時代，非結構化數據包含更多信息，而且利用互聯網進行的數據挖掘，不僅可以得到數字資源，文本數據也可以通過挖掘獲得。最后，面對大數據帶來的統計資源的拓展，政府應該將其統計資源拓展到政府以外，重視拓寬其他數據資源。在過去，政府靠自己的力量收集數據，但在大數據時代，人人都是數據的制造者。例如，谷歌和百度等數據巨頭擁有大量政府無法獲取的數據資源。政府要想辦法讓數據巨頭將數據放到統計中來，而不能僅靠自己調查統計。

5 結論與展望

大數據時代極大地拓寬了信息來源、提高了獲取信息的時效性，同時，新信息的非結構化對宏觀經濟分析的技術和方法提出了新的要求。在大數據背景下，由于數據噪聲的存在，宏觀經濟數據挖掘變得十分重要，這就要改進技術，加強對非結構化和半結構化數據的挖掘。實時、快速、海量的數據為更加準確的宏觀經濟預測提供了可能，宏觀經濟預測模型也有待于進一步更新。在大數據時代，可以將機器學習算法引入宏觀經濟分析，改進宏觀經濟分析技術，解決“維數災難”，提高宏觀經濟分析的準確性。大數據時代也將促進政府經濟政策制定的變革，提升政策的時效性，提高政府服務效率。

參考文獻：

[1]文桂江，李昕.大數據時代我國宏觀經濟數據的沖突與協調[J].河北經貿大學學報，2014（5）：131-133.

[2]崔光N.房地產價格與宏觀經濟互動關系實證研究――基于我國31個省份面板數據分析[J].經濟理論與經濟管理，2013（1）：157-162.

篇（3）

由于此次匯改消息是于周六晚間公布，在充分消化后的隔周一，人民幣NDF市場周報價只比6月18日收盤價升值了0.9％，而由央行授權中國外匯交易中心于每個工作日上午9時15分公布的人民幣對美元匯率中間價仍為6.8275，與公布前一天完全相同，只是隔日調整到6.798，升值0.43％。

人民幣匯改牽一發而動全身，在目前國內國際各類矛盾和沖突無法短期消除之時，不失為一步好棋，總體來看，人民幣升值的趨勢無法阻擋，所涉進出口企業和資本市場應做好充分應對措施，同時也對調整中國經濟結構有積極正面作用。歐盟財政緊縮

興許是希臘當前的困境讓過慣了好日子的歐洲人真的開始害怕了，葡萄牙政府通過財政緊縮方案，將今年預算赤字占國內生產總值(GDP)比例從原先設定的8.3％減至7.3％，并在2011年底前減至4.6％。意大利通過了240億歐元財政緊縮措施。西班牙通過了一項在未來三年內削減500億歐元財政預算的計劃，5月27日又通過一項節省150億歐元開支的緊縮計劃。其他財政狀況稍好的國家如德國、法國、英國，也將陸續宣布縮減財政計劃。

歐盟統計局6月18日更新的數據顯示，截至2009年，歐元區國家總財政赤字已超過5651億歐元，占歐元區GDP的6.3％；政府債務則超過7.06萬億歐元，占歐元區GDP的78.7％。歐盟《穩定與增長公約》規定成員國赤字不得超過GDP的3％，政府債務不得超過60％，目前這兩項指標已經超出要求。歐盟委員會對未能執行公約的成員國將采取懲罰性措施，暫停其接受歐盟“結構性援助基金”的資格。此外，歐盟還應加強對成員國經濟政策的協調和監督；引入新的經濟評估指數，平衡歐盟內部經濟；并建立一套長期危機管理機制。

漲工資浪潮

由深圳富士康公司員工連續跳樓事件引發的責問和措施，最終以普漲30％以上的工資暫時穩住了陣腳，沒有人能肯定或者保證不會再有類似事件發生，而中國產業工^未來的前景，會不會因為富士康和隨后出現的本田罷工事件出現轉折，答案則模糊不清：沒有強有力的組織談判系統，爭取權利只會是一些零星的個案；工資大面積上調后，一些小企業將因無法招到工人被迫關閉或者遷移，短期陣痛將無法避免；更重要的是，靠低工資、低福利、低成本、低利潤支撐起來的“世界工廠”也將無法贏得長期競爭優勢，全球工資比中國還低的國家有的是，“世界工廠”的稱號與中國這樣的大國形象也不相匹配。

篇（4）

中圖分類號：F416 文獻標識碼：A 文章編號：1674-7712 （2013） 24-0000-01

一、引言

隨著社會經濟的發展，人們越來越關注國家定期的一些宏觀經濟數據，例如CPI（居民消費價格指數）、PMI（采購經理人指數）等，因為這些反映通貨膨脹或緊縮程度，以及經濟發展或衰退變化趨勢的指數，從宏觀上反映了當前社會經濟運行情況。那么社會經濟結構中某一特定行業與這些經濟數據所反映的宏觀經濟走勢關聯度如何呢？本文利用PPI、PMI、CPI等經濟數據，以構建多元線性回歸模型為嘗試，以期從中發掘各經濟數據與電解鋁價格走勢的關聯。

二、模型假設

假設在理想情況下，排除突發事件導致電解鋁價格的大幅變動，電解鋁價格走勢只與PPI、PMI、CPI、新增貸款、廣義貨幣量（M2）、倫鋁（LME）現貨價有關。

三、模型構建思路

四、結果分析

由Analysis of Variance表可知，F Value=43.05，Pr>F的值小于0.0001，遠小于0.005，故認為y與x1，x2，x3之間具有顯著的線性相關關系；由R-Sequare的值為0.7052可知該方程具有一定擬合度，樣本觀察值有70.52%的信息可用該回歸方程解釋。

由Parameter Estimates表可知，對自變量ppi，t的檢驗值為-0.95，Pr>|t|的值等于0.3448，大于0.05，沒有通過檢驗，在回歸方程中應去掉ppi；自變量PMI與CPI的Pr>|t|的值均小于0.0001，通過檢驗。SAS分析結果顯示電解鋁長江月均價與宏觀經濟數據CPI（居民消費價格指數）、PMI（采購經理人指數）之間存在線性關聯關系。

由Analysis of Variance表可知，F Value=5.91，Pr>F的值為0.0047，故電解鋁長江月均價與月度新增貸款、廣義貨幣量（M2）之間無顯著線性相關關系，且R-Sequare的值為0.1768顯示該方程擬合度不高，因此電解鋁長江月均價與月度新增貸款、廣義貨幣量（M2）數據之間無線性關聯關系。

再運用上述模型檢驗倫鋁（LME）現貨價與電解鋁長江月均價的線性關系。倫鋁（LME）現貨價回歸方程中F Value=221.31，Pr>F的值小于0.0001，R-Sequar值為0.7981，顯示倫鋁（LME）現貨價與電解鋁長江月均價回歸方程擬合度較高，且自變量t Value值為14.88，Pr>|t|的值小于0.0001，系數通過檢驗。

通過以上線性回歸模型檢驗，發現宏觀經濟數據PMI、CPI、PPI、新增貸款、廣義貨幣量（M2）中，CPI（居民消費價格指數）、PMI（采購經理人指數）與電解鋁長江月均價間存在線性關聯關系，倫鋁（LME）現貨價與電解鋁長江月均價線性關聯度較高。因此，宏觀經濟數據PMI、CPI的表現，以及倫鋁（LME）現貨價走勢對判斷電解鋁價格走勢有一定的借鑒意義，尤其是在上海期貨交易所開始有色金屬類期貨連續交易后，電解鋁外盤走勢與國內價格走勢關聯將更為緊密。

參考文獻：

[1]胡良平.現代統計學與SAS應用[M].北京：軍事醫學科學出版社，2000.

[2]WilliamD.Berry.線性回歸分析基礎[M].上海：格致出版社，2011.

篇（5）

中圖分類號：F131.30 文獻標識碼：A

文章編號：1004-4914（2015）07-061-02

一、引言

隨著近年來國民經濟的快速發展，我國經濟實力與國際綜合影響力不斷提高，我國宏觀經濟統計數據質量引起了世界關注，國內外相關機構及學者對宏觀經濟統計的準確性問題進行了大量研究。本文引入Benford法則進行宏觀經濟數量質量的評價。實踐證明，應用Benford法則，其在數據質量評價應用中存在著成本較低，穩健性良好等優勢。在分析Benford法則及其檢驗方法的基礎上，探究其在宏觀經濟統計數據質量的實證研究。

二、Benford法則及其檢驗方法認知

（一）Benford法則的基本認知

Benford法則是以物理學家Frank Benford名字所命名的一種數值規律，其法則認為，人們進行數據處理時，其將較小數字作為首位數字的數據的頻率相對較高。其通過長時間的數據收集與分析，對其規律進行了論證，即“Benford定律”，又被稱之為“首位數法則”。通過研究與推導，Benford依據其定律獲得以下數學表達式：

p（d1）=lg（1+■） d1=1，2，3，…9

在上式中，p（d1）代表的是以d1作為首位數字所出現的頻率參數，首位數字，指的是數據集中數字左側的第一位數字，其數字應非零非負，確保其數據有效性。其公式即Benford法則表達式。

Benford法則的出現，為進行大量數據的數字分布狀況預測提供了理論支持。然而該方法在最初階段缺乏對該現象的合理解釋與證明，隨著學者進一步的研究與論證，對該法則應用的范圍與影響因素進行了明確，如要求數據具備一定規模性，數據形成不執行認為直接賦值，數據不應為按照規律排列的數據集等。

（二）Benford法則在宏觀經濟數據質量中檢測的方法

國內外大量實證性研究表明，應用Benford法則可以進行數據集中的舞弊行為有效檢測，將目標數據所具備的實際數字分布規律與Benford法則條件下的標準分布規律進行對比，獲取評估結果，判斷其實際數據分布規律是否存在不合理現象。如存在，則說明數據統計存在著人為因素證明數據集可靠性較差。Benford法則進行數據檢驗，其本質上屬于一種對比檢驗方法，具體的流程為：第一，選定宏觀經濟指標，進行電子數據采集，其宏觀經濟指標應具備代表性；第二，對所收集的數據集是否符合Benford法則進行判斷，選擇一定的目標字段，Benford法則其數據集適應條件為：數據信息其來源不同，采取隨機抽樣方式形成統計數據；第三，針對選中目標字段，將統計數據進行一定處理，如數據中存在的負值可以取其絕對值，針對首位為0的數據則可以通過數據擴大來提取數字；第四，進行數據異常分析。將所選擇的數據集之中的數據首位進行分離，進行數據首位1―9各個數字所出現的頻率與分布規律進行描述，將其分布規律與Benford法則條件下的分布規律進行對比，計算出其數據分布偏差參數，將所選數據第二位進行分離，采取通道方式進行數字頻率統計與分布規模描述，循環操作并觀察數據是否存在異常，以上操作可通過統計軟件來實現；第五，依據統計結果與數字分布偏差研究，對數據可靠性進行判斷，針對不可靠數據應找出原因，給出結論。

三、宏觀經濟統計數據質量的Benford法則評價及實證研究

在Benford法則進行宏觀經濟統計數據準確性實證研究中，選擇兩個視角進行分析，其一，對我國成立后四個經濟部門的主要宏觀經濟指標數值執行分析，時間階段選擇1949年―2008年期間，采取Benford法則對其經濟指標可靠性進行分析。綜合數值取值可靠性，以分段形式進行縱向研究，進而獲得宏觀經濟統計數據質量狀況。其二，從區域視角進行研究，即以我國主要省份宏觀經濟指標總量進行數據可靠性分析。

（一）我國歷年來宏觀經濟統計數據所具備的可靠性研究

1.宏觀經濟指標選擇。在本研究中，以國民經濟核算統計、政府財政統計、金融業與國際收支平衡四個部門為研究對象，選擇主要的經濟變量，指標選擇中需要考慮指標的全面性、代表性與數據可獲取性。如在民國經濟核算部門，其指標選擇以國內生產總值、居民消費水平、固定資本總額。支付消費支出及股票籌資額等指標；政府財政統計部門中則選擇國家財政收入、國家財政支出、預算外資金收入及支出總額、國家外債余額等指標；金融業部門則選擇現金收入與現金支出、信貸資金總額、流通現金四個指標，國際收支平衡部門則選擇經常項目差額、金融項目差額、儲備資產增減額及凈誤差、資本往來項目差額、儲備資產遺漏等為統計指標。

考慮到我們建國后不同經濟體制的差異，有些項目指標在當時并不存在，為此選擇相近指標作為補充。如固定資本形成總額指標，在1978年之前，我國采取的是固定資產積累額等。在實證研究中，以1950―2008年為時間段，選取指標數據作為數據集，其數據來源為各年《中國統計年鑒》，在數據調取時，存在著一定的數據缺失問題，最終數據獲取情況如下：國民經濟核算數據為246個，政府財政統計數據為265個，金融業部門數據為198個，國際收支平衡部門其數據共108個。

2.指標數據的處理操作。考慮到應用Benford法則需要確保數據首位數字為有效數字，即要求首位數字非零非負，為此，在進行數據分析之前需要進行數據處理，從而為數據提取與分析奠定基礎。針對部分指標數值為負值的數據，取其絕對值將其轉變為正數，針對不同單位數據指標，針對大于0小于1的數據，采取數據提取并乘以100的方法獲取新的數據，其數據處理均可以通過Excel來實現。

3.宏觀經濟統計數據的Benford法則實證分析。在進行實證研究時，其思路設計為：針對每個經濟部門，如其統計指標所選擇的數據可靠性良好，則該組數據的首位及第二位數字所具備的分布規律與Benford法則條件下的規律相符；而如其數據首位及第二位所具備的的分布規律與Benford法則條件下規律差異較大，則可以判斷其統計數據具有不可靠性。

在實證研究過程中，依托Excel軟件來實現。通過應用LEAF函數與MID函數，將每個經濟部門統計數據的第一位數字與第二位數字提取，采取COUNTIF函數，進行經濟部門首位數字與第二位數字1―9自然數所出現頻率的統計，將其統計結果與Benford法則期望頻率進行對比分析。采取擬合優度檢驗，進行數字分布與Benford法則分布狀況的整體擬合程度研究，從而判斷經濟部門所具備的統計數據準確性與可靠性，實現宏觀經濟統計數據質量的評價。

在本研究中，其擬合優度即偏離誤差研究，引入非參數統計x2擬合優度檢驗法，其表達式如下：

首位數字：x2（8）=N×■■

第二位數字：x2（9）=N×■■

在上式中，N代表的是數據樣本個數值，θi代表的是數字i是首位數字或第二位數字時所出現的實際頻率，f（i）代表的是在Benford法則中，數字i作為首位數字或第二位數字所期望出現的頻率。通過公式可以看出，x2所取統計值越大，則其數據分布與Benford法則所期望的分布偏差則會增加，其統計數據的可靠性則越低。反之，隨著x2所取統計值的降低，其與Benford法則所期望的分布擬合度越高，說明統計數據的準確性越好。如表1為國民經濟核算統計數據前兩位數字所出現的頻率與Benford法則期望頻率對比表：

從表1可以看出，國民經濟核算統計數據，其首位數字觀察頻率在整體趨勢上而言，表現為遞減分布規律，只有數字8、9分布頻率相對數字7分布頻率高一些；第二位數字分布頻率沒有呈現出較為顯著的遞減規律，其分布表現為階段性遞減趨勢。從對相關數據頻率及Benford法則期望頻率差異對比，首位數字及第二位數字差異值可以控制在[0，0.1]范圍之內。采取同樣方法，可以進行政府財政統計數據的分析，獲取其首位數字觀察頻率與Benford法則期望頻率大致相同，其差異值控制在[0，0.1]范圍之內。金融業數據中，其觀察頻率與Benford法則之間吻合性偏低，數字出現頻率在1―4范圍內遞減，但在5之后呈現出上升趨勢，但從觀察頻率與Benford法則期望頻率差異值的角度進行分析，其首位數字與第二位數字差異值均控制在[0，0.1]范圍之內。在分析國際收支平衡統計數據時，發現其首位數字分布規律表現出遞減與階段性遞增狀況，第二位數字分布情況較為雜亂，然而其差異值均控制在[0，0.1]范圍之內。采取x2擬合優度檢驗法進行觀察頻率及期望頻率擬合度檢驗，擬合結果顯示，在0.05置信水平條件下，所選四個部門其統計數據首位數字及第二位數字擬合度較好，準確可靠性較高，符合Benford法則。

（二）區域宏觀經濟統計數據質量的Benford法則分析

在區域宏觀經濟統計數據可靠性研究中，為更為全面評價經濟統計數據質量，在研究時間縱向數據的同時，選擇區域2008年的統計數據進行橫向研究。具體指標選擇上，以各主要省份的區域生產總值、區域居民消費水平、資本形成總額、財政統計預算收入及預算支出、政府消費支出等作為主要研究指標，依據統計年鑒，獲取數據共計186個。其研究方法與歷年來宏觀經濟統計數據研究部方法一樣，進行數據第一位數字及第二位數字提取，計算其頻率分布并與Benford法則期望頻率進行綜合對比，以擬合優度檢驗進行整體擬合，從而判斷2008年我國統計數據的準確性。研究結果發現，2008年我國地區宏觀經濟總量統計數據首位數字的觀察頻率呈現出遞減分布趨勢，但其與Benford法則期望分布頻率存在著一定差異，局部存在遞增現象，第二位數字分布其遞減表現不顯著。從觀察頻率與Benford法則期望頻率差異值來分析，其差異控制在[0，0.1]范圍內。進行擬合優度檢驗后發現，我國31個省份其宏觀經濟統計數據的第一位與第二位數字分布與Benford法則期望分布較為符合，不存在較大差異，說明區域宏觀經濟統計數據較為準確，可靠性較高。

四、結語

伴隨著我國國民經濟的快速發展，人們對宏觀經濟總量數據統計的準確性越發關注。為評價我國宏觀經濟統計數據質量，對其進行Benford法則評價與實證研究。在論述Benford法則及其檢驗方法的基礎上，以歷年來宏觀經濟統計數據及區域宏觀經濟統計數據為主要視角，采取Benford法則進行統計數據質量分析。實證研究表明，不論是宏觀經濟統計數據還是區域宏觀經濟統計數據，其數據首位及第二位數字與Benford法則期望分布規律擬合度較高，證明了其統計數據的可靠性與準確性。

參考文獻：

[1] .基于Benford法則的GDP統計數據準確性研究[J].商情，2013（9）：59，63

[2] 劉云霞，吳曦明，曾五一等.關于綜合運用Benford法則和面板模型檢測統計數據質量的研究[J].統計研究，2012，29（11）：74-78

[3] 劉云霞，曾五一.關于綜合利用Benford法則與其他方法評估統計數據質量的進一步研究[J].統計研究，2013，30（8）：3-9

[4] 易嬌.GDP數據質量的可信度分析及實證研究[D].湖南大學，2013

[5] 劉明宇.基于Benford法則的城鎮居民人均可支配收入質量評估[J].統計與咨詢，2014（6）：30-30，31

[6] 易嬌.GDP數據質量的可信度分析及實證研究[D].湖南大學，2013.DOI：10.7666/d.D390731

[7] 晏正春.基于Benford法則的GDP數據可靠性分析--以四川省為例[J].中小企業管理與科技，2014（33）：74-75

[8] 張B華.我國宏觀經濟統計數據質量的Benford評價及實證研究[D].山西財經大學，2011

[9] 曾五一，薛梅林.GDP國家數據與地區數據的可銜接性研究[J].廈門大學學報（哲學社會科學版），2014（2）：110-119

[10] 孫飛，宋向東，鄭陽等.區域宏觀經濟數據質量的檢驗[J].中國集體經濟，2015（1）：64-65

篇（6）

一、由大數據引起的微觀專業技術能力思考

在大數據環境下，高校宏觀經濟風險管理和審計人員的微觀專業技術能力有著密切的辯證關系，進而會導致內部審計人員的專業技術能力與審計風險之間內在聯系的變化。一方面，在大數據時代，高校需要用新的處理模式來大幅度提升經濟管理上的決策力、洞察發現力和流程優化能力，以有效管理海量的、高增長率的信息資產；另一方面，這種大數據海量信息的獲取、存儲、管理、分析，要求高校內部審計人員必須具備依托云計算來掌控分布式處理、分布式數據庫和云存儲以及虛擬化技術的現代信息處理能力。如果高校內部審計人員能夠掌握大數據處理能力，就能在實施財務審計工作中有效地降低審計風險；反之，就有可能加大審計風險。針對當前高校內部審計工作所出現的問題和面臨的困難，在一次全國高校內部審計專題培訓班上，中國內部審計協會前副會長王光遠教授作“適應新環境的內部審計文化”專題講座時，歸納性地總結了高校內部審計當前乃至今后一段時期所面臨的問題和困難以及由此而產生的審計風險：（1）內部審計本身不健全、不合理；（2）領導對內部審計工作的支持力度不夠；（3）學校各部門間的牽制、反彈對內部審計工作的影響；（4）教職員工不愿改變現狀的心理或無法適應改變后的狀況而產生對內部審計的抵觸心理；（5）內部審計的效果難以短期顯現而影響內部審計人員信心的建立；（6）內部審計人員本身技術能力不足；（7）內部審計人員之間的溝通協調性不佳。這些問題的存在，在當前高校的內部審計工作中具有一定的普遍性。在此，筆者僅就內部審計人員本身技術能力不足的問題及其與審計風險的關系、當前高校內部審計人員專業技術能力現狀、產生該問題的原因以及解決途徑，結合大數據理念，談談自己的粗淺認識。

二、大數據下的專業技術能力與審計風險關系變化

隨著大數據時代的降臨，我們必須重新審視高校內部審計人員專業技術能力與審計風險的關系變化。2004年，國家并施行了《教育系統內部審計工作規定》。近年來，各高校陸續設置了內部審計機構，在一定程度上增強了高校內部的自我約束，保障了學校的合法經濟利益，發揮了內部審計的“免疫系統”功能和“經濟衛士”作用，增強了學校內部控制的力度。但是，隨著高校改革的日益深化，經濟活動越來越復雜，出現的新情況、新問題越來越多，高校的內部審計工作已涉及到學校所有財務收支及其有關經濟活動事項，為此，對高校內部審計要求進一步提高的同時，高校審計風險也隨之加大了。

所謂高校審計風險，是指在反映高校財務收支及其有關經濟活動事項的財務會計報告存在重大錯報、漏報或內部控制制度存在重大漏洞、缺陷或未被執行，或者內部管理存在重大舞弊時，高校內部審計人員實施審計后發表不恰當審計意見所產生的風險。高校審計風險產生的原因主要有以下幾個方面：內部審計法規體系不完善、內部審計獨立性不強、內部控制制度不健全、內部審計人員素質不高、內部審計機構職能定位不準確、審計程序和審計工作方式方法不當等，在這些原因中，內部審計人員素質的高低是決定高校審計風險大小的主要因素之一。而內部審計人員素質包括從事內部審計工作所需的政策法規水平、專業知識、工作經驗、操作技能、職業道德素養、工作責任心等，可歸納為：相應的專業技術能力、高度的思想責任意識、良好的職業道德素養。除了思想責任意識和職業道德素養外，是否具備相應的專業技術能力，是衡量內部審計人員素質高低的重要標志。

如果高校內部審計人員不具備相應的專業技術能力，就容易直接導致審計風險的發生，即：由于專業技術能力的低下，有可能在實施審計中對存在重大錯報或漏報的會計報表以及具有重大影響的經濟活動發表不恰當的審計結論，以及由此對內部審計部門可能造成負面影響及損失。這種導致審計風險產生的“失誤”一般有以下三種情形：一是誤受風險。在實施審計的過程中，由于專業技術能力的欠缺，將錯誤的被審事項誤認為正確，對于存在重大錯報的事項誤認為不存在，從而錯誤地接受風險。二是誤拒風險。與誤受風險正好相反，由于專業技術能力的欠缺，把正確或無重大錯誤的被審事項誤認為錯誤，從而錯誤地拒絕風險。三是漏審風險。在實施審計的過程中，由于專業技術能力的欠缺，漏掉一些關鍵性的審計程序，或者忽略某些重要的審計證據，出現審計“盲點”，從而掩蓋可能存在的審計風險。

篇（7）

通縮加劇

國家統計局8月11日的數據顯示，7月居民消費價格總水平(CPI)同比下降1.8％，降幅較6月擴大0.1個百分點，為2009年最大降幅。這是2003年中國經濟從亞洲金融危機中復蘇后，首次出現CPI連續6個月負增長。也是自2008年5月份以來，CPI漲幅持續回落了15個月。

7月工業品出廠價格指數(PPI)同比下降8.2％，降幅較6月擴大0.4個百分點，繼續創出1996年以來新低。今年1月至7月，PPI降幅逐月擴大。

數據顯示，1月至7月，CPI累計下降1.2％，PPI累計下降6.2％。從環比數據看，7月PPI環比上升0.1個百分點，為4月以來連續4個月上漲；CPI環比總體持平。

據分析，通縮加劇主要源于CPI翹尾因素負面影響比上個月擴大，且受到食品價格去年高基數的影響。未來數月翹尾因素負效應將逐漸減弱，可能推動CPI在四季度轉正。

四季度有望轉正

海通證券預測模型結果顯示，2009年8月份、9月份CPI漲幅分別為-1.5％、-1.4％。但從2009年11月份開始，CPI同比增長率將扭轉持續數月為負的局面，2010年通脹壓力有望出現。

中金公司也判斷CPI在四季度由負轉正，其中一個重要原因就是食品包括豬肉的通脹可能卷土重來?？紤]到政府近期的豬肉收儲等措施能夠減輕未來豬肉供給短缺程度，因此豬肉價格明后兩年重演2004年的溫和上漲，豬價未來兩年可能上漲30％。近期豬肉價格的回升，蔬菜價格的反季節性上漲，以及全球原材料價格的上漲和我國公用事業價格，比如水價的調整，都體現了未來出現價格上漲的壓力。

海通證券宏觀分析師李明亮認為，隨著水資源價格改革的加速以及今明兩年將有大量的污水處理廠投入運營，預計2009年、2010年兩年水價將出現大幅增長。上游能源和基礎性原材料價格漲勢也較快，通貨膨脹壓力加大。

同時，央行在二季度的貨幣政策執行報告中也對通脹的看法略有改變，從上一季度的“產能過剩及需求不足構成下一階段價格下行的主要壓力”變為“未來價格走勢尚有不確定性：需求不足仍可能構成價格下行的壓力，但也存在價格上行壓力”。

不過在北京大學國家發展研究院教授黃益平看來，未來一年，過剩的產能可能會持續阻止價格上揚的步伐。因此，通貨膨脹也許不會成為宏觀經濟近期的主要風險。值得決策者密切關注的是流動性泛濫導致的資產價格飆升和經濟刺激過度造成新開工項目過多，這兩個因素最終將危及宏觀經濟穩定。

投資回落出口見底

除了價格外，投資增速的快慢也決定GDP的高低。今年1-7月城鎮固定資產投資小幅回落至32.9％，其中7月增速5個月來首次降到30％之下。

中金公司認為，投資并非趨勢性下降，投資單月增幅回落主要跟7月份中央投資的“真空期”有關。因為今年第三批800億元中央投資于7月底、8月初發放，因此7月份新開工項目計劃總投資增速下滑。考慮到年底前尚有2075億元中央投資等待下發，加之大部分基建項目剛剛開工，且周期較長，預期未來投資水平仍將保持高速增長。

7月房地產開發投資繼續保持強勁增長，1～7月累計增速高于上半年水平1.7個百分點，當月增速更是創下19.6％的年內新高。房地產銷售7月繼續提速，但全國房地產新開工面積下降。銷售面積與新開工面積增速的差距擴大，且庫存消化月數進一步下降，凸顯未來供給不容樂觀，這加大了房地產投資加速的可能性。

在出口方面，同比降幅有所擴大，但環比繼續回升10％。這體現出口正在緩慢復蘇。有調研顯示，中國出口的重要行業出口訂單情況都有所好轉。由于有初步跡象顯示，全球經濟將于下半年好轉，中國對主要市場的出口似乎已經見底，特別是對美國市場的出口。隨著基數效應的減弱以及全球去庫存化的結束，預期中國的出口下滑率將在今年下半年顯著收窄，年底甚至可能會重現正增長。

政策何時轉向

在貨幣供給方面，新增貸款的大幅回落，也讓市場擔心央行的適度寬松貨幣政策是否已經發生改變。央行公布的數據顯示，截至7月末，廣義貨幣(12)同比增長28.42％，狹義貨幣(M1)同比增長26.37％。人民幣貸款增加3559億元，較6月份的15304億元顯著回落。

在野村證券中國經濟學家孫明春看來，弱于預期的生產和投資增長率，再加上比預期更加嚴重的通縮，可能給政府提供了更多的理由來維持當前的政策態勢不變，而不是采取緊縮政策來控制貸款增長和流動性過剩。因此，政府只會以非常漸進的方式將其政策重點從促進經濟增長轉移到預防投資過度和資產價格通脹上來。更為重要的是，這些緊縮政策可能只是技術性的、溫和的以及具有針對性的。他認為，總體寬松的貨幣政策以及激進的財政政策態勢至少在今年年底之前不太可能會發生改變。

高盛電預計短期內政策仍將保持寬松，因為最高決策層不斷強調要堅定執行積極的財政政策和適度寬松的貨幣政策。而且這與央行和銀監會已經開始并將繼續適度暗中收緊的舉措是不矛盾的。

高盛在最新研究報告中稱，在政策立場改變之前，當前的“暗中收緊”舉措可能收效甚微。政府已開始采取略微更有力的緊縮政策來吸納過剩的流動性，使得短期利率上升，并采取一些溫和的措施來減緩貸款增長。然而，如果沒有最高決策層的明確支持，此類暗中緊縮措施不大可能有明顯效果。只有當最高決策層認為政策立場需要改變并允許實施更多的緊縮措施時，收緊政策才會是更有效的。高盛預計，這樣的政策變化將在10月中到12月初之間發生，屆時政策立場將轉向“穩定”的貨幣政策。

高盛稱，最合理的預測是國務院在10月中旬國慶活動結束、三季度GDP數據公布之后修改政策立場。決策層或觀察三大指標的變化進行政策調整。一是GDP增長勢頭改善，同比增速至少兩個季度保持在10％左右；二是出口同比增速連續3個月以上反彈至兩位數，為高于10％的正值；三是CPI同比增幅加速至3.5％～4％。

高盛預測顯示，第三季度GDP同比增幅接近10％，再綜合考慮到關于實體經濟增長和價格方面的其他指標，預計政府將越發確信經濟增長復蘇趨勢并決定取消極其寬松的貨幣政策。但是，如果三季度CDP數據喜憂參半，尤其是出口增長疲弱，政策立場的調整可能會推遲到12月初中央經濟工作會議召開之際。

資產價格波動加大

篇（8）

1.引言

近幾年，隨著中國經濟的不斷發展，每年國家統計局都會公布本年全國的城鎮職工平均工資。但數據后便引來了社會各界人士的廣泛爭議，普通老百姓更是表示沒有感覺到工資的增長。由此引發了大家對統計數據質量問題的關注。統計數據的質量包含多種特征，而準確性是其中最為重要的特征。所謂準確性是指統計數據的估算值與目標特征值即“真值”的差異程度。本文從我國城鎮集體單位平均工資數據出發，對統計數據準確性檢驗和分析的方法進行探討。

2.文獻綜述

1938年，H. Wold 提出可以將離散平穩時間序列分為確定性和隨機性兩部分平穩序列之和，這便是現代時間序列分析理論的靈魂-Wold 分解定理。1961 年Cramer 證明了這種分解思路同樣可以用于非平穩序列，這便是著名的Cramer分解定理。楊海山（2001）[1]建立了組合模型對統計數據的質量進行評估。盧二坡（2006）[2]從異常值的角度對數據質量進行評估是指通過各種統計和計量分析考察時間序列是否存在異常值。通過分析異常值存在的原因判斷數據是否存在質量問題。劉洪、黃燕（2007）[3]在數據質量評估方面，即數據值與“真值”的差異程度方面他們與楊海山的不同之處在于運用了異常數據檢驗法。

3.組合回歸模型基本思想

3.1模型概述

組合模型，根據序列Yt的特點，選取合適的函數形式擬合f（t），直到剩余序列μt可以用ARMA模型擬合。

3.2 數據質量的評估

基本思路是：在模型通過各種檢驗、具有良好統計預測功能的基礎上，比較模型擬合出的預測值與實際值，找出離群數據。

篇（9）

一、前言

隨著社會經濟的不斷發展，金融危機的浪潮也席卷全球，為了維護國內金融市場的穩定，需要中央銀行對于市場的情況進行管理和調控。中央銀行在日常的經營管理中主要為了維持市場的穩定運作，使其不在外界市場的影響下，產生極大的波動，從而影響國民生活水平和狀態。要對市場盡心調控，市場的數據信息的收集是決定市場調控策略的關鍵。

二、當前銀行金融管理過程中存在的缺陷

（一）缺乏全面特色的運行體系

在銀行現行的市場調控智能和操作體系中，沒有形成一個明確化、規范化和具有市場實際操作意義的可行的指標性體系，由此不能全面實現各部門對于現金信貸收支的完全統計。

（二）缺乏統一化管理的信息系統

目前各大銀行都是根據中央銀行的調控信息來做出戰略指導的，其中中央銀行主要是通過人民銀行的智能部門和相關措施來對市場進行調控，但是如今在人民銀行內部，職能部門的設置出現重復的情況，并且對于各部門之間職能的界定等比較模糊，使內部結構產生重復、混亂。由此，各部門之間收集關于市場的信息和資料等經常會出現重復的情況，并且難以全面掌握市場動向，同時各部門之間的交流比較少，缺乏統一化管理的信息系統，因此難以實現資源共享。

三、金融數據庫的建立和管理體系實現

隨著商品貨幣經濟關系的發展，銀行和金融業在整個社會經濟關系中的地位和作用日益突出，金融運行的穩定成為經濟穩定發展的重要條件。金融的穩定運行需要有一個公平、健全的規則和機制。而當時各個銀行的運作一般是依據各自的經營原則進行的，盡管在運作過程中各銀行之間也形成了某些約定，但這些約束的效力是有限的，這使金融活動經常出現無序甚至混亂狀況。因此，要保證金融穩定，經濟穩定，減少金融運行的風險，政府對金融業進行監督管理是極其必要的。這便是中央銀行產生的再一個基本經濟原因。

（一）數據庫的建立

數據庫管理體系建立。對于建立分級管理的金融數據庫的銀行之間的信息交流往來所使用的指導信息等要保持一致，使數據庫內部數據存儲的一致性、管理實施標志保持一致、編碼統一、規范統一、機縫統一、接口統一以及軟件統一。

當前銀行行使的金融市場調控等指標主要分為宏觀指標和微觀指標兩種。宏觀指標指對于數據庫中收集的信息進行現行統計計算，以此來反應國民經濟的水平和運動情況；微觀指標主要是指將數據庫數據進行會計核算，并以此核算結果來分析和得出企業的生產流通、資金管理以及企業經營情況等進行描述。

隨著逐級金融數據庫的建立，以及各級數據庫管理者對于數據的分類整合處理的手段，最后在最高級金融數據庫中的數據保證能直接進行讀取分析和提供戰略決策的決定基礎。因此全面建立信息源，擴大銀行內部金融數據庫的信息數據等，是為了實現更完整的毒市場動向等進行把握，以致于對市場進行控制和管理調控等。

（二）管理體系的實現

1、企業實現資金良性循環

要實現企業良好的資金循環，首先，在企業內部要提升技術改造能力，保證控制基建規模的良好運行；其次，當企業的效益在經營中日漸提升，也要充分基于職工福利，保證員工對于企業工作的積極性和獲得認可；再次，要引進良好的企業內部管理制度，規范企業內部管理，完善企業內部結構設置，使其更高效的完成工作任務；最后，要注意在我也經濟的過程中時刻保持風險意識和資金補充意識。

2、職能部門協調配合

對于企業的流動資金的循環管理，其中也屬于國家職能部門的職責，因此在企業經營管理的過程當中，國家相關職能部門也可以通過自身的職權對于處于市場流動狀態中的資金進行管理和調控。為了保證市場良好的運作，維持各企業良好的經營狀態等，智能部門在平常的操作中，只要不違背國家調控的大前提的基礎下，智能部門也已配合銀行相關的處理辦法和措施，推擠市場的良好運作。

3、監管小貸企業與P2P行業

如果是要把數據監測得特別細，確實有一定的難度。如果以后的監管政策要求平臺備案的話，就像小貸公司要取得牌照有年審一樣，備案后平臺被要求強制性地提供數據，則可以進行統計。但在現階段，監管細則未出，行業數據的統計監測就存在難度。據了解，目前針對P2P行業監管細則，監管層也頻頻在P2P公司進行調研，并向業內人士征求意見，建議多集中在行業準入門檻的設立、P2P信息中介的定位、資金銀行存管要求和建立信息披露制度等幾方面。

四、結束語

銀行通過金融手段對市場的運作狀態等進行調控是常規使用的手段，而對于在調控和管理的過程當中，對于做出決策所需要的數據信息基礎等就需要通過市場進行收集和整理。在銀行系統中逐級建立金融數據庫是為了更好的實現對于市場動向的把握和數據的收集，因此要建立好金融數據庫，并且維護好其的運作狀態。

參考文獻：

篇（10）

    2、宏觀經濟統計分析主體內容

    宏觀經濟統計分析的主要研究對象是統計測量的理論以及方法,主要對于國民經濟進行統計分析。宏觀經濟統計分析主要是從國民經濟的角度出發,對于國家的宏觀統計進行分析統計,在統計過程中宏觀,依照宏觀經濟學原理以及統計指標,采用計量經濟學為主要的研究方法[2]。

    隨著網絡化和信息化的發揮在那,宏觀經濟統計分析表現出更多的獨立性。在現階段的宏觀經濟統計分析的發展中,主要表現出全面性以及獨立性。全面性的表現在于對于國民經濟以及個人經濟進行綜合分析,而獨立性是基于統計方法不受到主觀因素的影響。

    宏觀經濟統計分析并不僅僅包含國民經濟的核算體系,在宏觀經濟統計分析中,宏觀的經濟活動是主要的研究對象,但是隨著宏觀經濟的研究,現在已經發展成為研究國民經濟、部門經濟以及微觀經濟的各個層面統計分析方法。廣義的宏觀經濟統計分析包含有對國民經濟每個層面的研究,并且包含統計分析的方法。通過將宏觀經濟學的理論與實證分析結合,形成為國民經濟的發展的指導,為宏觀經濟運行的檢測與盤提供科學的依據[3]。

    3、宏觀經濟統計分析方法

    宏觀經濟統計分析以為既包含宏觀經濟學與計量統計學的相關概念,因此在研究中,包含有統計分析的方法、也同時包含對于宏觀經濟的探索性方法以及統計模型方法。在統計分析的過程中,主要以統計指數分析、因素分析、彈性分析以及多遠時間序列分析為主要的研究方法。研究的標準是以科學的統計計量的方法,對于宏觀經濟進行分析統計,在所選用的宏觀經濟的指標中,建立宏觀經濟的模型,同時對于宏觀經濟的指標進行準確的估計[4]。

    在對宏觀經濟統計分析研究中,需要采用統計學分析的理論與方法,分析中需要相應的統計技巧。在對宏觀經濟的統計分析中,采用多種統計方法建構描述性的統計分析,從探索性的統計分析中,建立直觀的分析體系,從而將回歸意義多元化應用于宏觀經濟的統計分析中。而且隨著網絡化的發展,從網絡化得到的統計分析數據中,可以對統計的變量以及多層次的對象進行統計學分析。研究中采用“從小到大”的研究思路,通過數理統計,對宏觀經濟中的多個層面進行統計分析,實現宏觀經濟的全面、動態的分析。

    4、宏觀經濟統計分析體系

    宏觀經濟統計分析的目標是針對國家宏觀經濟、部門經濟以及宏觀經濟的多層面的為研究目標,通過對經濟進行研究,從而采用科學的統計方法得到相應的研究結論,為國家的經濟政策作出指導。作為政府部門的重要工作內容,宏觀經濟統計分析包含對專題的統計分析以及制度化的統計分析,通過科學化的統計方法,對于宏觀經濟進行動態以及靜態的統計[5]。

    在進行宏觀經濟統計分析的過程中,必須堅持以下原則:

    (1)全面性原則,通過采用系統化的宏觀經濟統計數據,對于宏觀經濟的每個層面進行全面性分析。

    (2)靈活性原則,宏觀經濟統計分析的內容并不是一成不變的,隨著每個時期的國民經濟發展的不同,宏觀經濟統計分析呈現出不一樣的內涵。因為研究的對象既包含宏觀經濟的主體,也包含政府的經濟目標。

    (3)系統性原則,在研究中,需要對宏觀經濟進行系統性的分析研究,采用科學的統計方法,為宏觀經濟統計分析工作者進行服務。

    (4)多樣化化原則,宏觀經濟統計分析中,需要采用多種調查研究的方法,因為宏觀經濟包含的層面相當豐富,為了保障統計數據的全面性與可靠性,需要采用如抽樣調查、問卷調查以及典型調查等多種調查方式結合使用,必要時需要補充調查。

    (5)發展性原則,在進行宏觀經濟統計分析中,需要采用現代化的統計分析方法,可以對多得到的統計數據進行科學性的分析,防止傳統研究的不足。同時采用現代化的統計手段,能夠對大量的數據進行快速分析,節約統計分析的時間并且彌補由于調查數據不足的缺陷。

    4、宏觀經濟統計分析發展方向

    我國的社會主義市場經濟條件為宏觀經濟統計分析的發展提供了良好的背景,而且宏觀經濟統計分析的發展能夠使宏觀經濟統計分析得到良好的應用發展。從國內外的研究以及結合我國的發展實際來看,我國宏觀經濟統計分析發展方向主要在于以下幾個方面。

    4.1 順應大數據時代的統計分析

    宏觀經濟統計分析具備實踐性與科學性,在現代社會中,能夠對信息進行合理地額分析以及應用,就可以對某一領域的經濟發展情況進行科學的預測與分析。大數據時代的科技發展,使宏觀經濟統計分析的數據來源、分析方法都呈現不一樣的特點。宏觀經濟統計分析順應大數據時代的潮流,將多種統計分析方法應用于宏觀經濟分析中,能夠使政府對宏觀經濟的把握更加科學化、合理化。大數據時代的特征是網絡化與公開化,通過實物量統計并且結合科學的核算系統,能夠對于關于國民經濟的各項數據進行統計分析,從而構建出能夠對國民經濟的各個部門進行指導統計分析模型,并且預測發展的趨勢。

    4.2 創新型國家為目標

    宏觀經濟統計分析隨著國家的發展目標而呈現不同的特點,創新型國家的概念是我國的重點發展方向,對于創新能力具有很大的促進作用。通過將宏觀經濟統計分析應用于創新型國家的發揮概念中,能夠對創新能力等進行定量分析,從而驅動國家創新能力的發展。

    4.3 宏觀經濟空間統計分析