时间:2023-02-28 15:28:39
序论:好文章的创作是一个不断探索和完善的过程,我们为您推荐十篇宏观经济数据范例,希望它们能助您一臂之力,提升您的阅读品质,带来更深刻的阅读感受。
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η1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。
[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。
1 大数据在宏观经济分析中的重要作用
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
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
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
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。
2.2 大数据时代宏观经济分析面临的挑战
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
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。
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.
由于此次汇改消息是于周六晚间公布,在充分消化后的隔周一,人民币NDF市场周报价只比6月18日收盘价升值了0.9%,而由央行授权中国外汇交易中心于每个工作日上午9时15分公布的人民币对美元汇率中间价仍为6.8275,与公布前一天完全相同,只是隔日调整到6.798,升值0.43%。
人民币汇改牵一发而动全身,在目前国内国际各类矛盾和冲突无法短期消除之时,不失为一步好棋,总体来看,人民币升值的趋势无法阻挡,所涉进出口企业和资本市场应做好充分应对措施,同时也对调整中国经济结构有积极正面作用。欧盟财政紧缩
兴许是希腊当前的困境让过惯了好日子的欧洲人真的开始害怕了,葡萄牙政府通过财政紧缩方案,将今年预算赤字占国内生产总值(GDP)比例从原先设定的8.3%减至7.3%,并在2011年底前减至4.6%。意大利通过了240亿欧元财政紧缩措施。西班牙通过了一项在未来三年内削减500亿欧元财政预算的计划,5月27日又通过一项节省150亿欧元开支的紧缩计划。其他财政状况稍好的国家如德国、法国、英国,也将陆续宣布缩减财政计划。
欧盟统计局6月18日更新的数据显示,截至2009年,欧元区国家总财政赤字已超过5651亿欧元,占欧元区GDP的6.3%;政府债务则超过7.06万亿欧元,占欧元区GDP的78.7%。欧盟《稳定与增长公约》规定成员国赤字不得超过GDP的3%,政府债务不得超过60%,目前这两项指标已经超出要求。欧盟委员会对未能执行公约的成员国将采取惩罚性措施,暂停其接受欧盟“结构性援助基金”的资格。此外,欧盟还应加强对成员国经济政策的协调和监督;引入新的经济评估指数,平衡欧盟内部经济;并建立一套长期危机管理机制。
涨工资浪潮
由深圳富士康公司员工连续跳楼事件引发的责问和措施,最终以普涨30%以上的工资暂时稳住了阵脚,没有人能肯定或者保证不会再有类似事件发生,而中国产业工^未来的前景,会不会因为富士康和随后出现的本田罢工事件出现转折,答案则模糊不清:没有强有力的组织谈判系统,争取权利只会是一些零星的个案;工资大面积上调后,一些小企业将因无法招到工人被迫关闭或者迁移,短期阵痛将无法避免;更重要的是,靠低工资、低福利、低成本、低利润支撑起来的“世界工厂”也将无法赢得长期竞争优势,全球工资比中国还低的国家有的是,“世界工厂”的称号与中国这样的大国形象也不相匹配。
中图分类号:F416 文献标识码:A 文章编号:1674-7712 (2013) 24-0000-01
一、引言
随着社会经济的发展,人们越来越关注国家定期的一些宏观经济数据,例如CPI(居民消费价格指数)、PMI(采购经理人指数)等,因为这些反映通货膨胀或紧缩程度,以及经济发展或衰退变化趋势的指数,从宏观上反映了当前社会经济运行情况。那么社会经济结构中某一特定行业与这些经济数据所反映的宏观经济走势关联度如何呢?本文利用PPI、PMI、CPI等经济数据,以构建多元线性回归模型为尝试,以期从中发掘各经济数据与电解铝价格走势的关联。
二、模型假设
假设在理想情况下,排除突发事件导致电解铝价格的大幅变动,电解铝价格走势只与PPI、PMI、CPI、新增贷款、广义货币量(M2)、伦铝(LME)现货价有关。
三、模型构建思路
四、结果分析
由Analysis of Variance表可知,F Value=43.05,Pr>F的值小于0.0001,远小于0.005,故认为y与x1,x2,x3之间具有显著的线性相关关系;由R-Sequare的值为0.7052可知该方程具有一定拟合度,样本观察值有70.52%的信息可用该回归方程解释。
由Parameter Estimates表可知,对自变量ppi,t的检验值为-0.95,Pr>|t|的值等于0.3448,大于0.05,没有通过检验,在回归方程中应去掉ppi;自变量PMI与CPI的Pr>|t|的值均小于0.0001,通过检验。SAS分析结果显示电解铝长江月均价与宏观经济数据CPI(居民消费价格指数)、PMI(采购经理人指数)之间存在线性关联关系。
由Analysis of Variance表可知,F Value=5.91,Pr>F的值为0.0047,故电解铝长江月均价与月度新增贷款、广义货币量(M2)之间无显著线性相关关系,且R-Sequare的值为0.1768显示该方程拟合度不高,因此电解铝长江月均价与月度新增贷款、广义货币量(M2)数据之间无线性关联关系。
再运用上述模型检验伦铝(LME)现货价与电解铝长江月均价的线性关系。伦铝(LME)现货价回归方程中F Value=221.31,Pr>F的值小于0.0001,R-Sequar值为0.7981,显示伦铝(LME)现货价与电解铝长江月均价回归方程拟合度较高,且自变量t Value值为14.88,Pr>|t|的值小于0.0001,系数通过检验。
通过以上线性回归模型检验,发现宏观经济数据PMI、CPI、PPI、新增贷款、广义货币量(M2)中,CPI(居民消费价格指数)、PMI(采购经理人指数)与电解铝长江月均价间存在线性关联关系,伦铝(LME)现货价与电解铝长江月均价线性关联度较高。因此,宏观经济数据PMI、CPI的表现,以及伦铝(LME)现货价走势对判断电解铝价格走势有一定的借鉴意义,尤其是在上海期货交易所开始有色金属类期货连续交易后,电解铝外盘走势与国内价格走势关联将更为紧密。
参考文献:
[1]胡良平.现代统计学与SAS应用[M].北京:军事医学科学出版社,2000.
[2]WilliamD.Berry.线性回归分析基础[M].上海:格致出版社,2011.
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
一、由大数据引起的微观专业技术能力思考
在大数据环境下,高校宏观经济风险管理和审计人员的微观专业技术能力有着密切的辩证关系,进而会导致内部审计人员的专业技术能力与审计风险之间内在联系的变化。一方面,在大数据时代,高校需要用新的处理模式来大幅度提升经济管理上的决策力、洞察发现力和流程优化能力,以有效管理海量的、高增长率的信息资产;另一方面,这种大数据海量信息的获取、存储、管理、分析,要求高校内部审计人员必须具备依托云计算来掌控分布式处理、分布式数据库和云存储以及虚拟化技术的现代信息处理能力。如果高校内部审计人员能够掌握大数据处理能力,就能在实施财务审计工作中有效地降低审计风险;反之,就有可能加大审计风险。针对当前高校内部审计工作所出现的问题和面临的困难,在一次全国高校内部审计专题培训班上,中国内部审计协会前副会长王光远教授作“适应新环境的内部审计文化”专题讲座时,归纳性地总结了高校内部审计当前乃至今后一段时期所面临的问题和困难以及由此而产生的审计风险:(1)内部审计本身不健全、不合理;(2)领导对内部审计工作的支持力度不够;(3)学校各部门间的牵制、反弹对内部审计工作的影响;(4)教职员工不愿改变现状的心理或无法适应改变后的状况而产生对内部审计的抵触心理;(5)内部审计的效果难以短期显现而影响内部审计人员信心的建立;(6)内部审计人员本身技术能力不足;(7)内部审计人员之间的沟通协调性不佳。这些问题的存在,在当前高校的内部审计工作中具有一定的普遍性。在此,笔者仅就内部审计人员本身技术能力不足的问题及其与审计风险的关系、当前高校内部审计人员专业技术能力现状、产生该问题的原因以及解决途径,结合大数据理念,谈谈自己的粗浅认识。
二、大数据下的专业技术能力与审计风险关系变化
随着大数据时代的降临,我们必须重新审视高校内部审计人员专业技术能力与审计风险的关系变化。2004年,国家并施行了《教育系统内部审计工作规定》。近年来,各高校陆续设置了内部审计机构,在一定程度上增强了高校内部的自我约束,保障了学校的合法经济利益,发挥了内部审计的“免疫系统”功能和“经济卫士”作用,增强了学校内部控制的力度。但是,随着高校改革的日益深化,经济活动越来越复杂,出现的新情况、新问题越来越多,高校的内部审计工作已涉及到学校所有财务收支及其有关经济活动事项,为此,对高校内部审计要求进一步提高的同时,高校审计风险也随之加大了。
所谓高校审计风险,是指在反映高校财务收支及其有关经济活动事项的财务会计报告存在重大错报、漏报或内部控制制度存在重大漏洞、缺陷或未被执行,或者内部管理存在重大舞弊时,高校内部审计人员实施审计后发表不恰当审计意见所产生的风险。高校审计风险产生的原因主要有以下几个方面:内部审计法规体系不完善、内部审计独立性不强、内部控制制度不健全、内部审计人员素质不高、内部审计机构职能定位不准确、审计程序和审计工作方式方法不当等,在这些原因中,内部审计人员素质的高低是决定高校审计风险大小的主要因素之一。而内部审计人员素质包括从事内部审计工作所需的政策法规水平、专业知识、工作经验、操作技能、职业道德素养、工作责任心等,可归纳为:相应的专业技术能力、高度的思想责任意识、良好的职业道德素养。除了思想责任意识和职业道德素养外,是否具备相应的专业技术能力,是衡量内部审计人员素质高低的重要标志。
如果高校内部审计人员不具备相应的专业技术能力,就容易直接导致审计风险的发生,即:由于专业技术能力的低下,有可能在实施审计中对存在重大错报或漏报的会计报表以及具有重大影响的经济活动发表不恰当的审计结论,以及由此对内部审计部门可能造成负面影响及损失。这种导致审计风险产生的“失误”一般有以下三种情形:一是误受风险。在实施审计的过程中,由于专业技术能力的欠缺,将错误的被审事项误认为正确,对于存在重大错报的事项误认为不存在,从而错误地接受风险。二是误拒风险。与误受风险正好相反,由于专业技术能力的欠缺,把正确或无重大错误的被审事项误认为错误,从而错误地拒绝风险。三是漏审风险。在实施审计的过程中,由于专业技术能力的欠缺,漏掉一些关键性的审计程序,或者忽略某些重要的审计证据,出现审计“盲点”,从而掩盖可能存在的审计风险。
通缩加剧
国家统计局8月11日的数据显示,7月居民消费价格总水平(CPI)同比下降1.8%,降幅较6月扩大0.1个百分点,为2009年最大降幅。这是2003年中国经济从亚洲金融危机中复苏后,首次出现CPI连续6个月负增长。也是自2008年5月份以来,CPI涨幅持续回落了15个月。
7月工业品出厂价格指数(PPI)同比下降8.2%,降幅较6月扩大0.4个百分点,继续创出1996年以来新低。今年1月至7月,PPI降幅逐月扩大。
数据显示,1月至7月,CPI累计下降1.2%,PPI累计下降6.2%。从环比数据看,7月PPI环比上升0.1个百分点,为4月以来连续4个月上涨;CPI环比总体持平。
据分析,通缩加剧主要源于CPI翘尾因素负面影响比上个月扩大,且受到食品价格去年高基数的影响。未来数月翘尾因素负效应将逐渐减弱,可能推动CPI在四季度转正。
四季度有望转正
海通证券预测模型结果显示,2009年8月份、9月份CPI涨幅分别为-1.5%、-1.4%。但从2009年11月份开始,CPI同比增长率将扭转持续数月为负的局面,2010年通胀压力有望出现。
中金公司也判断CPI在四季度由负转正,其中一个重要原因就是食品包括猪肉的通胀可能卷土重来。考虑到政府近期的猪肉收储等措施能够减轻未来猪肉供给短缺程度,因此猪肉价格明后两年重演2004年的温和上涨,猪价未来两年可能上涨30%。近期猪肉价格的回升,蔬菜价格的反季节性上涨,以及全球原材料价格的上涨和我国公用事业价格,比如水价的调整,都体现了未来出现价格上涨的压力。
海通证券宏观分析师李明亮认为,随着水资源价格改革的加速以及今明两年将有大量的污水处理厂投入运营,预计2009年、2010年两年水价将出现大幅增长。上游能源和基础性原材料价格涨势也较快,通货膨胀压力加大。
同时,央行在二季度的货币政策执行报告中也对通胀的看法略有改变,从上一季度的“产能过剩及需求不足构成下一阶段价格下行的主要压力”变为“未来价格走势尚有不确定性:需求不足仍可能构成价格下行的压力,但也存在价格上行压力”。
不过在北京大学国家发展研究院教授黄益平看来,未来一年,过剩的产能可能会持续阻止价格上扬的步伐。因此,通货膨胀也许不会成为宏观经济近期的主要风险。值得决策者密切关注的是流动性泛滥导致的资产价格飙升和经济刺激过度造成新开工项目过多,这两个因素最终将危及宏观经济稳定。
投资回落出口见底
除了价格外,投资增速的快慢也决定GDP的高低。今年1-7月城镇固定资产投资小幅回落至32.9%,其中7月增速5个月来首次降到30%之下。
中金公司认为,投资并非趋势性下降,投资单月增幅回落主要跟7月份中央投资的“真空期”有关。因为今年第三批800亿元中央投资于7月底、8月初发放,因此7月份新开工项目计划总投资增速下滑。考虑到年底前尚有2075亿元中央投资等待下发,加之大部分基建项目刚刚开工,且周期较长,预期未来投资水平仍将保持高速增长。
7月房地产开发投资继续保持强劲增长,1~7月累计增速高于上半年水平1.7个百分点,当月增速更是创下19.6%的年内新高。房地产销售7月继续提速,但全国房地产新开工面积下降。销售面积与新开工面积增速的差距扩大,且库存消化月数进一步下降,凸显未来供给不容乐观,这加大了房地产投资加速的可能性。
在出口方面,同比降幅有所扩大,但环比继续回升10%。这体现出口正在缓慢复苏。有调研显示,中国出口的重要行业出口订单情况都有所好转。由于有初步迹象显示,全球经济将于下半年好转,中国对主要市场的出口似乎已经见底,特别是对美国市场的出口。随着基数效应的减弱以及全球去库存化的结束,预期中国的出口下滑率将在今年下半年显著收窄,年底甚至可能会重现正增长。
政策何时转向
在货币供给方面,新增贷款的大幅回落,也让市场担心央行的适度宽松货币政策是否已经发生改变。央行公布的数据显示,截至7月末,广义货币(12)同比增长28.42%,狭义货币(M1)同比增长26.37%。人民币贷款增加3559亿元,较6月份的15304亿元显著回落。
在野村证券中国经济学家孙明春看来,弱于预期的生产和投资增长率,再加上比预期更加严重的通缩,可能给政府提供了更多的理由来维持当前的政策态势不变,而不是采取紧缩政策来控制贷款增长和流动性过剩。因此,政府只会以非常渐进的方式将其政策重点从促进经济增长转移到预防投资过度和资产价格通胀上来。更为重要的是,这些紧缩政策可能只是技术性的、温和的以及具有针对性的。他认为,总体宽松的货币政策以及激进的财政政策态势至少在今年年底之前不太可能会发生改变。
高盛电预计短期内政策仍将保持宽松,因为最高决策层不断强调要坚定执行积极的财政政策和适度宽松的货币政策。而且这与央行和银监会已经开始并将继续适度暗中收紧的举措是不矛盾的。
高盛在最新研究报告中称,在政策立场改变之前,当前的“暗中收紧”举措可能收效甚微。政府已开始采取略微更有力的紧缩政策来吸纳过剩的流动性,使得短期利率上升,并采取一些温和的措施来减缓贷款增长。然而,如果没有最高决策层的明确支持,此类暗中紧缩措施不大可能有明显效果。只有当最高决策层认为政策立场需要改变并允许实施更多的紧缩措施时,收紧政策才会是更有效的。高盛预计,这样的政策变化将在10月中到12月初之间发生,届时政策立场将转向“稳定”的货币政策。
高盛称,最合理的预测是国务院在10月中旬国庆活动结束、三季度GDP数据公布之后修改政策立场。决策层或观察三大指标的变化进行政策调整。一是GDP增长势头改善,同比增速至少两个季度保持在10%左右;二是出口同比增速连续3个月以上反弹至两位数,为高于10%的正值;三是CPI同比增幅加速至3.5%~4%。
高盛预测显示,第三季度GDP同比增幅接近10%,再综合考虑到关于实体经济增长和价格方面的其他指标,预计政府将越发确信经济增长复苏趋势并决定取消极其宽松的货币政策。但是,如果三季度CDP数据喜忧参半,尤其是出口增长疲弱,政策立场的调整可能会推迟到12月初中央经济工作会议召开之际。
资产价格波动加大
1.引言
近几年,随着中国经济的不断发展,每年国家统计局都会公布本年全国的城镇职工平均工资。但数据后便引来了社会各界人士的广泛争议,普通老百姓更是表示没有感觉到工资的增长。由此引发了大家对统计数据质量问题的关注。统计数据的质量包含多种特征,而准确性是其中最为重要的特征。所谓准确性是指统计数据的估算值与目标特征值即“真值”的差异程度。本文从我国城镇集体单位平均工资数据出发,对统计数据准确性检验和分析的方法进行探讨。
2.文献综述
1938年,H. Wold 提出可以将离散平稳时间序列分为确定性和随机性两部分平稳序列之和,这便是现代时间序列分析理论的灵魂-Wold 分解定理。1961 年Cramer 证明了这种分解思路同样可以用于非平稳序列,这便是著名的Cramer分解定理。杨海山(2001)[1]建立了组合模型对统计数据的质量进行评估。卢二坡(2006)[2]从异常值的角度对数据质量进行评估是指通过各种统计和计量分析考察时间序列是否存在异常值。通过分析异常值存在的原因判断数据是否存在质量问题。刘洪、黄燕(2007)[3]在数据质量评估方面,即数据值与“真值”的差异程度方面他们与杨海山的不同之处在于运用了异常数据检验法。
3.组合回归模型基本思想
3.1模型概述
组合模型,根据序列Yt的特点,选取合适的函数形式拟合f(t),直到剩余序列μt可以用ARMA模型拟合。
3.2 数据质量的评估
基本思路是:在模型通过各种检验、具有良好统计预测功能的基础上,比较模型拟合出的预测值与实际值,找出离群数据。
一、前言
随着社会经济的不断发展,金融危机的浪潮也席卷全球,为了维护国内金融市场的稳定,需要中央银行对于市场的情况进行管理和调控。中央银行在日常的经营管理中主要为了维持市场的稳定运作,使其不在外界市场的影响下,产生极大的波动,从而影响国民生活水平和状态。要对市场尽心调控,市场的数据信息的收集是决定市场调控策略的关键。
二、当前银行金融管理过程中存在的缺陷
(一)缺乏全面特色的运行体系
在银行现行的市场调控智能和操作体系中,没有形成一个明确化、规范化和具有市场实际操作意义的可行的指标性体系,由此不能全面实现各部门对于现金信贷收支的完全统计。
(二)缺乏统一化管理的信息系统
目前各大银行都是根据中央银行的调控信息来做出战略指导的,其中中央银行主要是通过人民银行的智能部门和相关措施来对市场进行调控,但是如今在人民银行内部,职能部门的设置出现重复的情况,并且对于各部门之间职能的界定等比较模糊,使内部结构产生重复、混乱。由此,各部门之间收集关于市场的信息和资料等经常会出现重复的情况,并且难以全面掌握市场动向,同时各部门之间的交流比较少,缺乏统一化管理的信息系统,因此难以实现资源共享。
三、金融数据库的建立和管理体系实现
随着商品货币经济关系的发展,银行和金融业在整个社会经济关系中的地位和作用日益突出,金融运行的稳定成为经济稳定发展的重要条件。金融的稳定运行需要有一个公平、健全的规则和机制。而当时各个银行的运作一般是依据各自的经营原则进行的,尽管在运作过程中各银行之间也形成了某些约定,但这些约束的效力是有限的,这使金融活动经常出现无序甚至混乱状况。因此,要保证金融稳定,经济稳定,减少金融运行的风险,政府对金融业进行监督管理是极其必要的。这便是中央银行产生的再一个基本经济原因。
(一)数据库的建立
数据库管理体系建立。对于建立分级管理的金融数据库的银行之间的信息交流往来所使用的指导信息等要保持一致,使数据库内部数据存储的一致性、管理实施标志保持一致、编码统一、规范统一、机缝统一、接口统一以及软件统一。
当前银行行使的金融市场调控等指标主要分为宏观指标和微观指标两种。宏观指标指对于数据库中收集的信息进行现行统计计算,以此来反应国民经济的水平和运动情况;微观指标主要是指将数据库数据进行会计核算,并以此核算结果来分析和得出企业的生产流通、资金管理以及企业经营情况等进行描述。
随着逐级金融数据库的建立,以及各级数据库管理者对于数据的分类整合处理的手段,最后在最高级金融数据库中的数据保证能直接进行读取分析和提供战略决策的决定基础。因此全面建立信息源,扩大银行内部金融数据库的信息数据等,是为了实现更完整的毒市场动向等进行把握,以致于对市场进行控制和管理调控等。
(二)管理体系的实现
1、企业实现资金良性循环
要实现企业良好的资金循环,首先,在企业内部要提升技术改造能力,保证控制基建规模的良好运行;其次,当企业的效益在经营中日渐提升,也要充分基于职工福利,保证员工对于企业工作的积极性和获得认可;再次,要引进良好的企业内部管理制度,规范企业内部管理,完善企业内部结构设置,使其更高效的完成工作任务;最后,要注意在我也经济的过程中时刻保持风险意识和资金补充意识。
2、职能部门协调配合
对于企业的流动资金的循环管理,其中也属于国家职能部门的职责,因此在企业经营管理的过程当中,国家相关职能部门也可以通过自身的职权对于处于市场流动状态中的资金进行管理和调控。为了保证市场良好的运作,维持各企业良好的经营状态等,智能部门在平常的操作中,只要不违背国家调控的大前提的基础下,智能部门也已配合银行相关的处理办法和措施,推挤市场的良好运作。
3、监管小贷企业与P2P行业
如果是要把数据监测得特别细,确实有一定的难度。如果以后的监管政策要求平台备案的话,就像小贷公司要取得牌照有年审一样,备案后平台被要求强制性地提供数据,则可以进行统计。但在现阶段,监管细则未出,行业数据的统计监测就存在难度。据了解,目前针对P2P行业监管细则,监管层也频频在P2P公司进行调研,并向业内人士征求意见,建议多集中在行业准入门槛的设立、P2P信息中介的定位、资金银行存管要求和建立信息披露制度等几方面。
四、结束语
银行通过金融手段对市场的运作状态等进行调控是常规使用的手段,而对于在调控和管理的过程当中,对于做出决策所需要的数据信息基础等就需要通过市场进行收集和整理。在银行系统中逐级建立金融数据库是为了更好的实现对于市场动向的把握和数据的收集,因此要建立好金融数据库,并且维护好其的运作状态。
参考文献:
2、宏观经济统计分析主体内容
宏观经济统计分析的主要研究对象是统计测量的理论以及方法,主要对于国民经济进行统计分析。宏观经济统计分析主要是从国民经济的角度出发,对于国家的宏观统计进行分析统计,在统计过程中宏观,依照宏观经济学原理以及统计指标,采用计量经济学为主要的研究方法[2]。
随着网络化和信息化的发挥在那,宏观经济统计分析表现出更多的独立性。在现阶段的宏观经济统计分析的发展中,主要表现出全面性以及独立性。全面性的表现在于对于国民经济以及个人经济进行综合分析,而独立性是基于统计方法不受到主观因素的影响。
宏观经济统计分析并不仅仅包含国民经济的核算体系,在宏观经济统计分析中,宏观的经济活动是主要的研究对象,但是随着宏观经济的研究,现在已经发展成为研究国民经济、部门经济以及微观经济的各个层面统计分析方法。广义的宏观经济统计分析包含有对国民经济每个层面的研究,并且包含统计分析的方法。通过将宏观经济学的理论与实证分析结合,形成为国民经济的发展的指导,为宏观经济运行的检测与盘提供科学的依据[3]。
3、宏观经济统计分析方法
宏观经济统计分析以为既包含宏观经济学与计量统计学的相关概念,因此在研究中,包含有统计分析的方法、也同时包含对于宏观经济的探索性方法以及统计模型方法。在统计分析的过程中,主要以统计指数分析、因素分析、弹性分析以及多远时间序列分析为主要的研究方法。研究的标准是以科学的统计计量的方法,对于宏观经济进行分析统计,在所选用的宏观经济的指标中,建立宏观经济的模型,同时对于宏观经济的指标进行准确的估计[4]。
在对宏观经济统计分析研究中,需要采用统计学分析的理论与方法,分析中需要相应的统计技巧。在对宏观经济的统计分析中,采用多种统计方法建构描述性的统计分析,从探索性的统计分析中,建立直观的分析体系,从而将回归意义多元化应用于宏观经济的统计分析中。而且随着网络化的发展,从网络化得到的统计分析数据中,可以对统计的变量以及多层次的对象进行统计学分析。研究中采用“从小到大”的研究思路,通过数理统计,对宏观经济中的多个层面进行统计分析,实现宏观经济的全面、动态的分析。
4、宏观经济统计分析体系
宏观经济统计分析的目标是针对国家宏观经济、部门经济以及宏观经济的多层面的为研究目标,通过对经济进行研究,从而采用科学的统计方法得到相应的研究结论,为国家的经济政策作出指导。作为政府部门的重要工作内容,宏观经济统计分析包含对专题的统计分析以及制度化的统计分析,通过科学化的统计方法,对于宏观经济进行动态以及静态的统计[5]。
在进行宏观经济统计分析的过程中,必须坚持以下原则:
(1)全面性原则,通过采用系统化的宏观经济统计数据,对于宏观经济的每个层面进行全面性分析。
(2)灵活性原则,宏观经济统计分析的内容并不是一成不变的,随着每个时期的国民经济发展的不同,宏观经济统计分析呈现出不一样的内涵。因为研究的对象既包含宏观经济的主体,也包含政府的经济目标。
(3)系统性原则,在研究中,需要对宏观经济进行系统性的分析研究,采用科学的统计方法,为宏观经济统计分析工作者进行服务。
(4)多样化化原则,宏观经济统计分析中,需要采用多种调查研究的方法,因为宏观经济包含的层面相当丰富,为了保障统计数据的全面性与可靠性,需要采用如抽样调查、问卷调查以及典型调查等多种调查方式结合使用,必要时需要补充调查。
(5)发展性原则,在进行宏观经济统计分析中,需要采用现代化的统计分析方法,可以对多得到的统计数据进行科学性的分析,防止传统研究的不足。同时采用现代化的统计手段,能够对大量的数据进行快速分析,节约统计分析的时间并且弥补由于调查数据不足的缺陷。
4、宏观经济统计分析发展方向
我国的社会主义市场经济条件为宏观经济统计分析的发展提供了良好的背景,而且宏观经济统计分析的发展能够使宏观经济统计分析得到良好的应用发展。从国内外的研究以及结合我国的发展实际来看,我国宏观经济统计分析发展方向主要在于以下几个方面。
4.1 顺应大数据时代的统计分析
宏观经济统计分析具备实践性与科学性,在现代社会中,能够对信息进行合理地额分析以及应用,就可以对某一领域的经济发展情况进行科学的预测与分析。大数据时代的科技发展,使宏观经济统计分析的数据来源、分析方法都呈现不一样的特点。宏观经济统计分析顺应大数据时代的潮流,将多种统计分析方法应用于宏观经济分析中,能够使政府对宏观经济的把握更加科学化、合理化。大数据时代的特征是网络化与公开化,通过实物量统计并且结合科学的核算系统,能够对于关于国民经济的各项数据进行统计分析,从而构建出能够对国民经济的各个部门进行指导统计分析模型,并且预测发展的趋势。
4.2 创新型国家为目标
宏观经济统计分析随着国家的发展目标而呈现不同的特点,创新型国家的概念是我国的重点发展方向,对于创新能力具有很大的促进作用。通过将宏观经济统计分析应用于创新型国家的发挥概念中,能够对创新能力等进行定量分析,从而驱动国家创新能力的发展。
4.3 宏观经济空间统计分析