“大數(shù)據(jù)”在宏觀經(jīng)濟(jì)預(yù)測(cè)分析中的有效應(yīng)用

文/高潔琳，廈門大學(xué)

伴隨科學(xué)技術(shù)的日新月異，尤其是網(wǎng)絡(luò)技術(shù)的快速發(fā)展，社會(huì)中的數(shù)據(jù)積累越來越多，造成了大量的數(shù)據(jù)信息，我們稱之為“大數(shù)據(jù)”。如今，數(shù)據(jù)存在于各行各業(yè)的每一個(gè)領(lǐng)域中，是生活生產(chǎn)的一個(gè)重要因素。針對(duì)大數(shù)據(jù)的使用和發(fā)掘，也昭示著又一輪的生產(chǎn)力增長和消費(fèi)富余潮流的到來。

1 宏觀經(jīng)濟(jì)預(yù)測(cè)分析中“大數(shù)據(jù)”的應(yīng)用

1.1 傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)方法

總結(jié)目前已有的宏觀經(jīng)濟(jì)的預(yù)測(cè)分析的理論、方法和使用現(xiàn)狀，宏觀經(jīng)濟(jì)預(yù)測(cè)模式主要有兩種：由理論來驅(qū)動(dòng)的構(gòu)造形態(tài)和由數(shù)據(jù)來驅(qū)動(dòng)的時(shí)序形態(tài)。

由理論來驅(qū)動(dòng)的構(gòu)造模式，是以宏觀經(jīng)濟(jì)的理論為基礎(chǔ)來組建數(shù)理去分析的模型。之后“系統(tǒng)化”，構(gòu)成經(jīng)濟(jì)計(jì)量的形態(tài)，使用統(tǒng)計(jì)的數(shù)據(jù)來進(jìn)行參考數(shù)據(jù)的估計(jì)，用來解析宏觀經(jīng)濟(jì)之間變化的數(shù)量關(guān)系，并對(duì)其變量進(jìn)行預(yù)測(cè)，而其中就包括布魯金斯模型、可計(jì)算一般均衡模型、極限邊界分析模型、隨機(jī)動(dòng)態(tài)一般均衡模型等等。這些模型的計(jì)算過程比較復(fù)雜多樣，但解析和預(yù)測(cè)范圍較廣，擁有較好的經(jīng)濟(jì)了解性。

以布魯金斯模型為例，該模型是反映美國經(jīng)濟(jì)的大型經(jīng)濟(jì)計(jì)量模型。是由布魯金斯研究所在60年代初所研制的。其模型不僅包括了176個(gè)內(nèi)生變量，89個(gè)外生變量。它主要是在經(jīng)濟(jì)增長的結(jié)構(gòu)以及經(jīng)濟(jì)增長結(jié)構(gòu)的解析和政策評(píng)價(jià)中應(yīng)用。模型是以1949-1960年季節(jié)調(diào)整的季度資料預(yù)估的，其資料大約含有60個(gè)觀測(cè)值。就是利用這種小型的樣本來預(yù)估大的樣本模式的方式，憑靠分塊的遞歸結(jié)構(gòu)來進(jìn)行，也就是把模型分解成相互有影響的幾個(gè)板塊，對(duì)主要板塊的每個(gè)方程式進(jìn)行估計(jì)，然后對(duì)整個(gè)模型重新預(yù)估時(shí)，再衡量各個(gè)板塊之間的相互影響。龐大的模型包含了勞動(dòng)、社會(huì)經(jīng)濟(jì)、就業(yè)、失業(yè)、生產(chǎn)、薪資等各個(gè)領(lǐng)域。

由數(shù)據(jù)來驅(qū)動(dòng)的時(shí)序形態(tài)指的是不依靠其它經(jīng)濟(jì)理論，而單純的去依靠各種數(shù)據(jù)的規(guī)律去進(jìn)行建造模型。包含自回歸移動(dòng)平均模型、擴(kuò)散指數(shù)法、灰色預(yù)測(cè)法、指數(shù)平滑法、結(jié)構(gòu)向量自回歸模型、移動(dòng)平均法、自回歸條件異方差模型全球向量自回歸模型等。這種模型并不強(qiáng)調(diào)內(nèi)有經(jīng)濟(jì)理論的邏輯方式，其更多的是注意變量自身的轉(zhuǎn)變特點(diǎn)和在時(shí)間上的延展性，并且利用這樣的數(shù)據(jù)內(nèi)有變化來預(yù)測(cè)未來。以擴(kuò)散指數(shù)法為例，擴(kuò)散指數(shù)法是根據(jù)一批領(lǐng)先經(jīng)濟(jì)指標(biāo)的升降變化，計(jì)算出上升指標(biāo)的擴(kuò)散指數(shù)，以擴(kuò)散指數(shù)為依據(jù)來判斷未來的經(jīng)濟(jì)景氣情況的預(yù)測(cè)方法。利用一組經(jīng)濟(jì)指標(biāo)進(jìn)行綜合考察，避免僅依靠個(gè)別領(lǐng)先指標(biāo)作出判斷預(yù)測(cè)的弊端。進(jìn)而建立一套能夠全面、及時(shí)、準(zhǔn)確地反映監(jiān)測(cè)預(yù)警對(duì)象發(fā)展變化整體狀態(tài)的指標(biāo)體系。例如：利用擴(kuò)散指數(shù)法測(cè)算郵政業(yè)務(wù)的發(fā)展，統(tǒng)計(jì)時(shí)間序列因素，來分析預(yù)測(cè)郵政業(yè)務(wù)的經(jīng)濟(jì)發(fā)展的波動(dòng)變化。

傳統(tǒng)宏觀的經(jīng)濟(jì)預(yù)測(cè)方式，歷經(jīng)發(fā)展、改革和創(chuàng)新，已經(jīng)達(dá)到相對(duì)完備，無論是數(shù)據(jù)驅(qū)動(dòng)模式還是理論驅(qū)動(dòng)模式，在宏觀的經(jīng)濟(jì)預(yù)測(cè)發(fā)展范圍內(nèi)都發(fā)揮著至關(guān)重要的作用。而也正是因此，這兩種模式都還在依靠經(jīng)濟(jì)系統(tǒng)內(nèi)在規(guī)律的延展性。目前宏觀經(jīng)濟(jì)的預(yù)測(cè)模式使用有效性是經(jīng)由歷史的數(shù)據(jù)去發(fā)現(xiàn)經(jīng)濟(jì)的運(yùn)行規(guī)律，通過歷史的數(shù)據(jù)規(guī)律去預(yù)測(cè)經(jīng)濟(jì)未來的發(fā)展情況。

1.2 傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)方法應(yīng)用缺陷

經(jīng)濟(jì)的運(yùn)行規(guī)律在短暫時(shí)間內(nèi)產(chǎn)生變化的可能很小，但隨著時(shí)間的增長，與原來的經(jīng)濟(jì)運(yùn)行發(fā)展規(guī)律產(chǎn)生變化的可能性會(huì)越來越大。所以，已有的宏觀經(jīng)濟(jì)預(yù)測(cè)模型的效用更依賴于使用的數(shù)據(jù)是不是足夠準(zhǔn)確。而這也是宏觀經(jīng)濟(jì)是否會(huì)產(chǎn)生誤差的重要原因，是傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)中的根本問題。

傳統(tǒng)數(shù)據(jù)中主要有以下幾個(gè)方面的問題。

1.2.1 獲取數(shù)據(jù)的成本較高

以往的數(shù)據(jù)在收集的過程中是比較繁瑣的，它需要投入大量的時(shí)間、經(jīng)歷、耗費(fèi)人力、物力，獲取數(shù)據(jù)的成本相對(duì)來說是比較高的。

1.2.2 不及時(shí)

一般來講，由于宏觀統(tǒng)計(jì)在獲取過程中較復(fù)雜，而且要在經(jīng)濟(jì)的運(yùn)行發(fā)生之后，再經(jīng)過各個(gè)部門的收納匯總，才會(huì)形成，因此宏觀統(tǒng)計(jì)的數(shù)據(jù)需要的時(shí)間比較長，一般都會(huì)延后一個(gè)季度的數(shù)據(jù)，更甚至?xí)雍笠荒?，因此很不及時(shí)。

1.2.3 統(tǒng)計(jì)會(huì)出現(xiàn)誤差

由于數(shù)據(jù)是人為的搜集、獲取和匯總，時(shí)間較長，人為參與度較大，其過程也比較繁復(fù)，因此，很難保證在整個(gè)數(shù)據(jù)的形成中會(huì)完全精準(zhǔn)。而這也正是導(dǎo)致預(yù)測(cè)出現(xiàn)誤差的一個(gè)不可缺少的原因。

1.2.4 抽樣式調(diào)查

由于統(tǒng)計(jì)樣本較多，所以統(tǒng)計(jì)的難度和成本也會(huì)增加，因此，會(huì)使統(tǒng)計(jì)樣本與統(tǒng)計(jì)成本達(dá)到一個(gè)平衡。例如：居民消費(fèi)能力的統(tǒng)計(jì)，采用的就是抽樣調(diào)查的方式，依據(jù)“定區(qū)域、定時(shí)、定人”的原則，直接去抽查采集最原始的數(shù)據(jù)。

1.2.5 微觀不精

目前已有的宏觀經(jīng)濟(jì)指標(biāo)都是整體性的指標(biāo)，例如：消費(fèi)者物價(jià)指數(shù)，包含了衣、食、住、行、醫(yī)療、教育、娛樂、服務(wù)等各個(gè)方面，幾百個(gè)分類的商品和價(jià)格，但是，這種整體性數(shù)據(jù)指標(biāo)，卻很難分類到具體行業(yè)指標(biāo)。例如：想要了解長白山煙草的價(jià)格指標(biāo)，就無法得知。

也正是因?yàn)閭鹘y(tǒng)的數(shù)據(jù)存在的問題，致使宏觀經(jīng)濟(jì)在預(yù)測(cè)過程中很難達(dá)到有時(shí)效性，是目前傳統(tǒng)數(shù)據(jù)分析中一直存在的問題。

2 “大數(shù)據(jù)”對(duì)傳統(tǒng)宏觀經(jīng)濟(jì)預(yù)測(cè)的互補(bǔ)性及其特點(diǎn)

在經(jīng)濟(jì)領(lǐng)域中使用“大數(shù)據(jù)”，需要確定其概念和特征，清晰其與傳統(tǒng)宏觀經(jīng)濟(jì)的差別，這樣才能精確的掌握分析方向。雖然大數(shù)據(jù)的具體概念仍然沒有構(gòu)成一致的觀點(diǎn)，但卻可以從專家以及學(xué)者的定義中找到其規(guī)律。

2.1 大數(shù)據(jù)的典型特征

2011年，DougLaney提出了“3V”模型，并在此基礎(chǔ)上，提出了新的特性，整體構(gòu)成了“4 V”特征，認(rèn)為大數(shù)據(jù)是具有規(guī)模性、高速性、多樣性、價(jià)值性的。而國內(nèi)的部分學(xué)者也對(duì)其有所定義。李國杰等人論述了大數(shù)據(jù)現(xiàn)有的狀態(tài)以及其意義。闡明了大數(shù)據(jù)目前所面對(duì)的難題和挑戰(zhàn)，聚焦大數(shù)據(jù)查閱、分析的技術(shù)，對(duì)大數(shù)據(jù)的定義進(jìn)行解析以及其所需的幾個(gè)重要特點(diǎn)。

綜上對(duì)“大數(shù)據(jù)”的闡述和定義，能被稱為“大數(shù)據(jù)”的具有以下特點(diǎn)：

2.1.1 數(shù)據(jù)量很大

以往的數(shù)據(jù)量大多在KB、MB，而大數(shù)據(jù)信息量則在GB以上，甚至是TB、PB、EB。

2.1.2 以往的計(jì)算機(jī)無法分析處理大量的工作。

傳統(tǒng)的計(jì)算力有限，面臨大量的數(shù)據(jù)，無法承受分析處理大量的計(jì)算工作。

2.1.3 數(shù)據(jù)信息多、廣

大數(shù)據(jù)的信息涉及較多、較廣，包含了音頻、視頻、文字、圖片、網(wǎng)絡(luò)搜集等等。

2.1.4 可用價(jià)值低

由于數(shù)據(jù)龐雜，因此也會(huì)有一些無用、無幫助的數(shù)據(jù)，它是不能被稱為“大數(shù)據(jù)”的，有價(jià)值的“大數(shù)據(jù)”是指能夠提供精準(zhǔn)的數(shù)據(jù)。但是因?yàn)閿?shù)據(jù)量較大，個(gè)體能夠被提供的數(shù)據(jù)價(jià)值就會(huì)被降低，所以只能從海量數(shù)據(jù)中提取有價(jià)值的完整的信息。

2.2 大數(shù)據(jù)在宏觀預(yù)測(cè)方面的優(yōu)勢(shì)

在當(dāng)今時(shí)代，大數(shù)據(jù)以互聯(lián)網(wǎng)為依托，顯示出了它獨(dú)有的優(yōu)勢(shì)。

2.2.1 時(shí)效性

由于互聯(lián)網(wǎng)累計(jì)的數(shù)據(jù)會(huì)直接存儲(chǔ)至網(wǎng)絡(luò)中，所有交易、價(jià)格等發(fā)生時(shí)，都會(huì)在網(wǎng)絡(luò)中留下痕跡，通過一定的技術(shù)可以被提取出來，用作分析和處理相關(guān)問題，因此解決了傳統(tǒng)數(shù)據(jù)提取中的滯后性問題。

2.2.2 精確性。

網(wǎng)絡(luò)數(shù)據(jù)直接存留，沒有人為的參與和加工處理，而更加精準(zhǔn)。

2.2.3 成本相對(duì)較低

網(wǎng)絡(luò)數(shù)據(jù)產(chǎn)生時(shí)，會(huì)自動(dòng)保存記錄下來，不需要大量的人力搜集，使用技術(shù)可直接提取整理，大大的減少了成本的投入和人力的輸出。

2.2.4 樣本量大

大數(shù)據(jù)通過互聯(lián)網(wǎng)可以獲取80%—100%的樣本信息，而不需要通過抽取樣本的方法來獲取信息，推斷總體數(shù)據(jù)信息。這樣一來，可用的樣本量是巨大的，并且能無限接近樣本總體，能夠獲得更精準(zhǔn)、更全面的信息。

3 “大數(shù)據(jù)”在宏觀經(jīng)濟(jì)預(yù)測(cè)和分析中的應(yīng)用

目前，國內(nèi)外部分學(xué)者在根據(jù)大數(shù)據(jù)優(yōu)勢(shì)突破傳統(tǒng)經(jīng)濟(jì)的宏觀預(yù)測(cè)問題方面做了很多嘗試。例如：研究社會(huì)消費(fèi)問題的數(shù)據(jù)，它是用來測(cè)算美國個(gè)人的消費(fèi)指標(biāo)，經(jīng)過比對(duì)傳統(tǒng)的數(shù)據(jù)為標(biāo)準(zhǔn)和含有Google Insights指標(biāo)測(cè)算美國個(gè)人消費(fèi)的增長，加入大數(shù)據(jù)模式后能夠提高到二十個(gè)百分比的精確率。Penna and Huang 也通過用Google搜索方式，對(duì)眾多的語句進(jìn)行，來組建美國的消費(fèi)者個(gè)人的SBI，這款數(shù)據(jù)反應(yīng)及時(shí)，同樣可以預(yù)測(cè)常用消費(fèi)者的信心指數(shù)，SBI明顯比常用消費(fèi)者的信心指數(shù)更有優(yōu)勢(shì)，它能夠提供更加穩(wěn)健、更加獨(dú)立的信息。

4 結(jié)束語

本文通過對(duì)當(dāng)今社會(huì)宏觀經(jīng)濟(jì)預(yù)測(cè)解析的現(xiàn)實(shí)狀況，在確定“大數(shù)據(jù)”概念特征的前提下，通過宏觀經(jīng)濟(jì)預(yù)測(cè)中對(duì)比“大數(shù)據(jù)”與傳統(tǒng)統(tǒng)計(jì)數(shù)據(jù)的優(yōu)勢(shì)，指出了其在理論和使用過程中呈現(xiàn)的問題和缺陷，包含數(shù)據(jù)樣本來源少、不精確、數(shù)據(jù)海量、人力不足、成本較大等方面的問題，也點(diǎn)出了“大數(shù)據(jù)”在傳統(tǒng)基礎(chǔ)上，突破局限，各方面逐漸完善的優(yōu)勢(shì)，彰顯了五大優(yōu)勢(shì):成本低、及時(shí)、準(zhǔn)確、細(xì)化到顆粒和樣本量巨大。目前，“大數(shù)據(jù)”已經(jīng)被專家和學(xué)者們廣泛地用到了宏觀的經(jīng)濟(jì)預(yù)測(cè)分析中，但還需繼續(xù)進(jìn)行拓展，而這也是“大數(shù)據(jù)”在未來宏觀經(jīng)濟(jì)預(yù)測(cè)中發(fā)展的重要方向。