導言：作為寫作愛好者，不可錯過為您精心挑選的10篇宏觀經濟數據，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

CPI不會反彈，PPI明顯下行

從總體上看，今年8月CPI同比和PPI同比與7月相比均有小幅回落。就9月食品價格而言，估算各品種的環比價格，雖然仍是漲多跌少，漲幅最大的是蔬菜，平均漲幅達8-9%；其次是雞蛋，漲幅達到3%；最后是食用油，也有2%左右漲幅。而下跌品種主要為水產品和水果，但跌幅不大。就9月工業品出廠價格而言，煤炭價格有所上漲，而化工產品、水泥、有色金屬價格有所下跌，但漲跌幅均不大。因此，我們認為，9月食品價格周環比漲幅明顯高于8月，預計9月CPI不會回落，而會與8月持平于6.2%。

最近3月PPI同比之所以保持在7%之上，主要是因為去年同期PPI環比曾明顯通縮，留下了很低的基數。未來幾月，隨著基數效應的過去PPI將會明顯下行。我們預計9月PPI為5.8%。

投資總體穩健，經濟溫和放緩

預計9月社會消費品零售總額同比降至16.5%，這部分是因為高通脹之下居民消費意愿的持續走低。預計前9月固定資產投資增長保持穩健，增速微降至24.7%。原因是，短期內相應的項目審批沒有出現松動，整體基建增速還將持續回落。房地產銷售面積增速持續低迷，地產資金鏈繼續惡化，雖然保障房具有一定的對沖效果，但整體房地產投資可能出現快速回落。

由于商品房銷售增速保持低位，基本電器的農村普及性需求高峰已經過去，新增的家電家具等更新需求相對偏弱，我們預期社會零售總額的真實增速略有小幅回落，9月社會消費品零售總額同比增長16.5%。

制造業投資繼7月明顯下滑后再度回升。9月匯豐中國制造業PMI初值較8月小幅回落，已連續三月位于榮枯分界線之下，顯示緊縮政策對經濟增長的制約效應在逐漸顯現。因此我們預計9月規模以上工業增加值同比增速將下滑至13.3%。預計3季度GDP同比增速降至9.1%。

信貸投放回歸常態，貨幣增速繼續走低

最近數月央行信貸投放持續向2006-08年的“常態”節奏回歸，我們預計9月新增人民幣貸款5500億元。由于監管層對商業銀行資金的監管趨于嚴格，預計9月M2增速會繼續走低至13.0%。

政策變化的時間窗口或在11月中央經濟工作會議前后打開，如果經濟硬著陸，可能采用積極財政和適度寬松貨幣政策組合，政策將向戰略性新興產業、水利建設、民生和消費傾斜。如果經濟軟著陸，則積極財政、穩健貨幣政策將貫穿四季度，但在資金緊張的中小企業和政策支持的水利建設等方面或實行定向寬松。

進出口均將明顯回落

篇2

大數據方法和技術不僅可以被深度地應用在微觀分析、行業研究領域，也可以運用在宏觀決策之中。未來，大數據既是企業占領市場、贏得機遇的利器，也是政府進行宏觀調控、國家治理、社會管理的信息基礎。而大數據時代對數據的挖掘、處理和分析的方式，對于傳統的宏觀經濟分析，無疑是一次大的革新。

大數據應用于宏觀經濟分析的趨勢

傳統的宏觀經濟分析通常是通過對比主要宏觀經濟指標、建立宏觀經濟計量模型、仿真宏觀經濟動力系統，對宏觀經濟形勢及未來發展趨勢進行判斷與預測。

在當前的大數據時代，越來越多的宏觀經濟政策制定者和相關專家學者都已經意識到，大數據對宏觀經濟分析有著革命性的影響。目前，在宏觀經濟分析及預測中運用大數據方面，無論是國外還是國內，從新型宏觀經濟指數構建，到建立新型大數據宏觀經濟預測模型，各方面都取得了一定的進展。

早期大數據在宏觀經濟分析領域的應用，主要集中在建立新的宏觀經濟指數，以便更加準確的反應宏觀經濟運行狀況。這方面的工作主要基于個人的交易記錄，包括像一些歐洲國家將銷售點掃描數據納入CPI指數編制。

特別引起關注的是麻省理工學院的經濟學家利用網上購物交易數據創建的BBP項目 （Billion Prices Project），基于不斷變化的一籃子商品所計算的日度通脹指數。這種實時的通貨膨脹指數能夠比相應的官方數據更好地反映實際經濟運行的情況。當年，在雷曼兄弟公司倒閉后，BPP 的數據顯示，大部分美國企業幾乎立刻開始削減價格，這就表明總需求已經減弱。而相比之下，官方通脹機構公布的數據直到當年11月，即在10月CPI數據公布后，才對通貨緊縮有所反應。

“企業發展工商指數”是宏觀經濟分析領域中典型的大數據應用案例，也是我國政府在大數據挖掘領域的首創成果。該指數包括10 個對宏觀經濟具有顯著先行性的指標，可以提前1～2 個季度預測宏觀經濟發展趨勢。它改變了傳統的抽樣統計方式，利用大數據挖掘技術，對工商全量、動態的全國企業登記數據進行分析，發掘大數據價值，并采用合成企業發展工商指數，以判斷宏觀經濟走勢。

除了宏觀經濟分析與預測方面相關指數的建構，從宏觀經濟分析與預測研究的國際趨勢看，使用大數據集，建構監測預測的模型，進行經濟預測越來越廣泛，逐漸成為很多國家央行進行經濟預測的新方法和新工具。

在應用互聯網大數據進行經濟分析及預測中，使用網絡搜索引擎或網絡社交媒體記錄的關鍵詞，會有數據獲取及時、樣本統計意義明顯等優勢，預測精度較高。

Google Trends每天都在產生大量與經濟發展相關的查詢結果，且這些查詢結果與當下的經濟活動之間必然存在著不容忽視的關系，或許可以對預測當下的經濟活動起到非常重要的作用。并且，在此基礎上，Choi H. &. Varian H.（2016）舉例說明了如何利用Google Trends預測美國零售業、汽車、住房和旅游的銷售情況。

還有相關機構引用專業數據分析軟件公司SAS的研究數據，以社交網絡活躍度增長作為失業率上升的早期征兆，幫助政府判斷就業形勢和經濟狀況，以更好地制定經濟政策。在社交網絡上，網民們更多地談論“我的車放在車庫已經快兩周了”、“我這周只去了一次超市”這些話題時，顯示網民可能面臨巨大的失業壓力；當網民開始討論“我要出租房屋”、“我準備取消度假”這些話題時，顯示出這些網民可能已經失業，面臨巨大的生存壓力，這些指標是失業后的滯后標志性指標。

樣本統計轉為總體普查

大數據的發展對于宏觀經濟分析最為顯著的積極影響，莫過于使宏觀經濟分析從樣本統計時代走向總體普查時代。大數據時代的宏觀經濟分析中，傳統的樣本假設方式被拋棄，轉而以真實的海量數據來進行計算機的自動分析。

我們知道，傳統的經濟分析包括經濟計量分析是建立在抽樣統計基礎之上的，在傳統的抽樣統計分析中，往往以假設檢驗為基本模式，依靠的數據主要是樣本，將樣本假設為整體，然而，這種分析往往與事實存在或多或少的出入。

與傳統宏觀經濟分析總是局限于小規模樣本數據有所不同，在大數據時代，隨著信息覆蓋范圍和數據量迅速提升，數據樣本的體量會極大地提高，甚至可以達到樣本即總體的程度。例如，就物價而言，每一筆在電子商務網站成交的交易信息都能記錄在案。這樣的情況下，宏觀經濟分析的可靠性必然大大加強。

同時，隨著信息量的極大拓展和處理信息能力的極大提高，使得宏觀經濟的分析不再局限于傳統的統計分析模式，而是將抽樣分析轉變為總體分析。這一點對宏觀經濟分析意義重大，因為宏觀經濟系統紛繁復雜，如果能將對整體宏觀經濟變量的分析建立在盡可能多的關于經濟主體行為的信息以及其他諸多經濟變量的信息的基礎上，無疑將會極大地提高宏觀經濟分析的準確性。

基于推特（Twitter）平臺表達的公共情緒用來預測股市變動，是很典型的例子。2008年3月到12月長達九個月間，270萬Twitter用戶推送的多達970萬條的消息，經過情緒評估工具――Opinion Finder 和GPOMS 被分別賦值并評估為“積極”與“消極”兩種情緒和“calm（冷靜）”、“alert（警覺）”、“ sure（確信）”、“vital（活潑）”、“kind（美好）”、“happy（高興）”六種情緒。結果發現，在道瓊斯工業平均指數和GPOMS中的“calm（冷靜）”情緒之間存在相關性。進一步研究發現，“calm（冷靜）”情緒可以很好地預測道瓊斯工業平均指數在未來2到6天的漲跌情況，而且這種每日預測的準確率高達到87.6%。

大數據時代，可獲得大而全的可得數據，甚至可拋棄原有的假設檢驗的模式，這些優勢是傳統經濟分析方法無法想象和實現的，無疑將會極大地提高宏觀經濟分析的準確性和可信度，不僅可以更加準確了解宏觀經濟形勢，還有利于正確做出宏觀經濟發展的預測，從而更加合理地制定宏觀經濟政策。

變量個數無限增多

在當前大數據時代，數據的可得性和多樣性導致樣本量無限增大，同時變量個數無限增多，這有利于應用大量模型進行研究，并應用完備的數據信息，提高預測的準確性。

經濟預測模型可以分為兩類：一是傳統的小模型預測，這類模型往往通過建立時間序列、橫截面或面板方程來進行經濟分析。傳統的小模型預測的特點是僅使用較少的變量，像VAR模型的變量個數通常小于10個。二是大模型預測，這類模型往往使用成百上千個變量，因而大模型預測利用的信息非常豐富。

小模型預測理論比較成熟、方法相對簡單。但是，小模型預測有天然的缺陷，那就是變量的完整通常是不可能的，而預測的效果受限于其所使用的變量。

使用小模型進行預測時必須仔細挑選預測變量，然而仁者見仁智者見智，無論是根據理論還是根據經驗進行變量的選擇，其過程必然會存在差異，其結果也更是可想而知，而且甚至會產生一些爭議。比如，基于菲利普斯曲線預測通脹時，有的研究使用失業率作為預測變量，也有研究使用GDP缺口或者產能利用率。

清華大學經濟學研究所所長劉濤雄教授就指出，由于模型變量選擇、參數設置、估計方法以及滯后期選擇等的不同，預測結果會產生很大的偏差。

小模型預測方法這一天然的局限是很難調和的，主要是因為數據樣本有限而導致增加很多變量不可行。這使小模型預測的結論往往和經濟現實嚴重脫節。我們很難想象中央銀行會僅僅根據少數幾個變量進行宏觀預測，并據此做出決策。即便是一家企業也不會如此草率。

通過大數據挖掘，可以使得變量大大增加。這就為經濟預測從小模型預測轉變為大模型預測創造了條件，應用大量模型進行分析及預測，可以應用完備的數據信息，從而提高預測的準確性。

在美國，銀行通常依靠FICO得分做出貸款與否的決定，FICO分大概有15-20個變量，諸如信用卡的使用比率、有無未還款的記錄等。而一家名為ZestCash的金融機構，在決定是否向客戶放貸的時，分析的卻是數千個信息線索。ZestCash正是依靠其強大的對于大數據的處理和分析能力，形成了其獨特的核心競爭力。

未必因果關系 而是相關關系

傳統的經濟計量分析以尋找相關事物（變量）的因果關系為核心，而大數據條件下的經濟分析通常則著眼于挖掘相關事物（變量）的相關關系。

在復雜的宏觀經濟系統中，許多經濟變量的因果關系往往難以準確檢驗，或者因果結論經常廣受質疑。然而，在如今的大數據時代，更加重視可靠相關關系的發掘，并且充分利用相關關系對于經濟預測、經濟政策制定與評估的作用，則無疑為宏觀經濟分析打開了另一片廣闊的空間。

在“小數據”時代，宏觀經濟中的因果關系分析其實并不容易，耗費的精力大、時間多。特別是，要從建立假設開始，進而不斷地進行一系列假設的實驗，而一個個假設要么被證實，要么被。不過，無論被證實還是被，由于二者都始于假設，這些分析就都有受偏見的可能，所以極易導致錯誤。

同時，由于計算機能力的不足，在小數據時代，大部分相關事物（變量）關系的分析局限于尋求線性關系。然而，實際上的情況要復雜得多，在現實宏觀經濟中，總能夠發現的是相關事物（變量）的“非線性關系”。

當然，在小數據世界的宏觀經濟分析中，相關關系也是存在并有價值的；不過，在大數據時代的宏觀經濟分析中，相關關系才將大放異彩。維克托?邁爾-舍恩伯格與肯尼思?庫克耶（Victor？Mayer-Schonberger &. Kenneth？Cukier）認為，建立在相關關系分析基礎上的預測是大數據的核心。通過應用相關關系，可以比之前更容易、更快捷、更清楚地分析事物（變量）。

英國華威商學院為預測股市的漲跌，使用谷歌趨勢（Google Trends）共計追蹤了98個搜索關鍵詞。這中包括“債務”、“股票”、“投資組合”、“失業”、“市場”等與投資行為相關的詞，也包括“生活方式”、“藝術”、“快樂”、“戰爭”、“沖突”、“政治”等與投資無關的關鍵詞。結果發現有些詞條，諸如“債務”，成為預測股市的主要關鍵詞。

“谷歌流感趨勢”為預測季節性流感的暴發，對2003年和2008年間的5000萬最常搜索的詞條進行大數據“訓練”，試圖發現某些搜索詞條的地理位置是否與美國流感疾病預防和控制中心的數據相關。

谷歌并沒有直接推斷哪些查詢詞條是最好的指標，相反，為了測試這些檢索詞條，谷歌總共處理了4.5億個不同的數字模型。將得出的預測與2007年和2008年美國疾控中心記錄的實際流感病例進行對比后，谷歌公司發現，它們的大數據處理結果發現了45條檢索詞條的組合，將它們用于特定的數學模型，預測結果與官方數據的相關性高達97%。

在大數據時代來臨之前，盡管相關關系已被充分證明大有用途，可是相關關系的應用很少。這是因為用來做相關關系分析的數據同用來做因果關系分析的數據一樣，也很少，也不容易得到，并且收集有關的數據，在過去相對來說，也費時費力，也會耗資巨大。不過現如今，可用的數據如此之多，也就不存在這樣的難題了。特別是現在，有關專家們正在研發能發現并對比分析“非線性關系”的必要工具。總之，一系列飛速發展的新技術和新軟件從多方面提高了有關分析工具發現宏觀經濟變量相關關系的能力，這就好比立體畫法可同時從多個角度來表現人物或事物。

在大數據時代，這些新的分析工具和思路為我們提供了一系列新的視野和有用的預測，使我們看到了很多以前不曾注意到的宏觀經濟中的聯系，掌握了以前無法理解的復雜的國民經濟動態。

時滯變即期

目前對宏觀經濟的分析研究所采用的資料，主要依賴于各種統計調查系統的統計數據，但面臨的最明顯的缺陷之一便在于關于宏觀經濟統計的數據具有很強的時滯性。而大數據經濟模型可以充分利用數據的實時性，提高分析或預測的時效性，為經濟預警和政策制定提供最快速的資料和依據。

一般來說，依賴統計部門的宏觀經濟數據的都存在時間滯后的問題。由于不能及時獲取宏觀經濟發展的數據信息，也就不能對當下的宏觀經濟形勢作出準確判斷。例如，政府公布的季度GDP 往往會有1個月的滯后期，而反映全面經濟社會狀況的統計年鑒的滯后期會達到3個月左右，這對及時了解宏觀經濟形勢、預測與預警都是非常不利的，基于此統計進行的預測甚至被認為助長了宏觀經濟波動。

在互聯網技術的輔助下相關宏觀經濟的分析部門能夠快速地收集到主要宏觀經濟發展數據，如全社會的用電量、全社會的商品銷售總額以及商品房的購買量等。這些大數據的獲取時間較短，有的數據甚至是立即可以獲得。

而隨著互聯網尤其是移動互聯網的發展，產生了大量的即時傳播數據，如企業通過微博、微信第一時間產品、人事等重要信息； 普通用戶實時針對特定事件或對象發表見解和態度，等等。

這些即時傳播的非結構化數據對宏觀經濟的走勢也產生了重要影響。通過大數據軟件處理平臺，可以實時追蹤和搜集這些即時數據，并快速對數據進行分析和處理，從而提高宏觀經濟的時效性，為經濟活動參與者贏得決策時間。

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

1、固定資產投資增速小幅回落。1-11月固定資產投資同比增長19.9%，11月單月增長17.6%。分行業來看，房地產和基建仍然是投資增長的主要引擎，11月房地產開發投資和基建投資分別同比增長22.0%和24.2%，增速較10月加快6.9和8.2個百分點。此前三個月增長較快的制造業投資增速在11月降至14.1%，表明在企業盈利能力較差、利率高企的情況下，制造業去產能的過程仍在延續。

2、出口增速略超預期。11月出口金額同比增長12.7%，出口金額首次突破2000億美元。11月中國對美國和歐元區出口分別同比增長17.7%和18.4%，圣誕假期臨近可能是歐美需求大增的主要原因。需要注意的是，當前出口的高速增長可能存在一定水分。11月統計局公布的出貨值同比增長5.8%，增速較10月回落0.3個百分點。此外，11月韓國及臺灣的出口增速分別只有0.2%和-4.7%，增速均較10月大幅回落。韓國和臺灣均是出口導向型經濟體，歷史上其出口增速與中國大陸具有較強的同步性。同時，近期人民幣升值壓力加大，國家外管局再次發文嚴查貿易融資，也表明套利資金可能再次通過虛假貿易的方式流入境內。

3、工業生產高位運行。11月工業增加值同比增長10.0%，盡管增速較10月回落0.3個百分點，但仍處于較高水平。從主要工業品產量來看，11月發電量和粗鋼產量增速出現回落，但水泥、汽車、有色金屬產量增速進一步上行。前瞻的看，當前房地產和基建投資增速仍然處于較高水平，將對后續的工業生產構成支撐，工業增速有望保持平穩。

4、通脹保持穩定。11月CPI同比增長3.0%，環比下降0.1%，增速略低于市場預期。11月食品價格環比下降0.2%，今年相對溫暖的天氣是蔬菜等食品價格下跌的主要原因。11月非食品價格環比持平，增幅略低于0.1%的歷史均值，居住價格增長較慢是主要原因。我們預計12月CPI同比增速可能位于3.0%附近，全年CPI平均增速2.7%。

程定華對市場趨于謹慎

程定華認為，根據首次公布的短期流動性調節工具（SLO）交易公告，央行曾在10月末進行了兩次SLO操作，期限為2天，交易量分別為410億和180億，中標利率均為4.5%，與當時的回購利率4.7%差不多。SLO主要是為了向市場投放短暫資金，平復突發性波動，定價也比較市場化。本周資金面略微寬松，票據回購、銀行間拆借等利率有所回落。但與上半年相比，不論是短期拆借，還是各個期限的國債收益率，利率中樞都已上了一個臺階。臨近年底，銀行面對存貸考核、資金備付、以及可能出臺的同業規管，攬儲的壓力增加（近期出現理財產品數量增加，收益率提高的現象）。預計年底前資金面都將延續比較緊的局面。

程定華認為，PMI等景氣指標顯示生產活動平穩，短期內關注指導新型城鎮化和地方國企改革的政策會否出臺。預計在這些政策公布期間，與其相關的地產、建材、建筑、工程機械、地方國企等板塊受到政策題材的刺激而上漲。但以地產銷量而言，在武漢等城市展開調控加碼之后，11月份整體商品房價格環比漲幅收窄、成交量下降。11月份二線城市的成交量比10月份下降了13.9%，同期的一線城市成交量也下降了6.8%。由于過去十二個月的住宅新開工面積環比上升了近5%，如果銷售量形成下滑趨勢，將會對房價（尤其是二三線城市）造成壓力，并且會影響開發商拿地和投資的進度。

篇5

《經濟學基礎》是財經類高職學生一年級的專業基礎課，根據“扎根基礎、立足專業、面向發展”的原則，教學目標包括了知識、能力和素質三個層面的內容。教學策略的選擇依據是學生自身的特點和教學內容要求。“95后”“00后”逐漸成為高職學生的主體，他們成長于網絡時代，受到各種媒體信息的沖擊，既有學習自主性不強、邏輯思維能力較弱等不足，也有熟悉信息化手段、思維活躍等優勢；在各媒體信息沖擊之下，從熱點中接觸到了GDP、通貨膨脹等內容，但對國民經濟總體運行的邏輯認識基本上處于空白狀態；數學基礎普遍較差，對大量的數據缺乏分析能力，甚至抱有一定的恐懼心理；長期受到各種短視頻、碎片化網絡信息的熏陶，難以保持思考和專注。

宏觀經濟學部分教學難點在于如何克服抽象理論和大量數據帶來的學習障礙，除了建設在線開放學習平臺資源庫等系統性工作，數據可視化是教學實踐中應當重視的一個方向。

一、重構教學內容，突出“國民經濟總體運行”主線

傳統的經濟學教材[1]中，宏觀經濟部分教學內容多，知識點分散，理論講課的重點在于“是什么”“為什么”，不太適合高職院校的一般教學：一方面教學時間不夠（通常只有不到20課時），另一方面教學內容多且專業性較強，“講的不想聽，聽又聽不懂”，教學效果較差。

以培養學生財經職業素養為目標，結合經濟專業基礎知識“必需、夠用”的原則，圍繞“國民經濟總體運行”這一主題對教學內容進行重構，第一部分是介紹如何描述國民經濟的總體運行，即認識國民經濟總量指標，包括GDP、就業率、通貨膨脹率等，重點是掌握GDP的內涵、核算方法，并且聯系現實了解這一指標在描述地區經濟實力方面的應用；第二部分是介紹宏觀經濟政策的四大目標：經濟增長、充分就業、物價穩定和國際收支平衡，不僅要掌握每個指標的內涵，還要結合案例分析這些指標的應用場景，加深學生對于貿易戰等熱點事件的理解；第三部分是宏觀經濟政策的運用，包括財政政策和貨幣政策，從財政、貨幣政策的實施邏輯到具體工具，培養正確的宏觀經濟視野。

二、挖掘國內數據，推動教學案例“本土化”

經濟學課程的理論性、專業性是比較強的，需要鮮活的案例才能真正理解，然而目前的教材普遍注重理論知識講解，而缺乏案例解析，僅有的部分案例要么時效性不強，要么來自于國外。根據張藝[2]（2019）對我國東部地區7所應用型高校的經濟與管理類專業的相關調查顯示，高質量的本土案例材料和數據對于很多應用型高校而言非常缺乏，來自于歐美發達國家的教學案例與中國的現實情境存在著一定區別，導致學生難以形成代入感。“即使有些教師在開展案例教學時偶爾加入了一些中國案例，但是往往沒有依據中國現實情境來對西方經濟模型的適用性做出分析和調整，導致一些理論難以對中國所面臨的實際經濟問題做出合理的解釋。”

以國內生產總值GDP的核算為例，教材上沿用美國的核算方式，以支出法、收入法為主，基本上不涉及生產法，支出法核算GDP包括了消費、投資、政府購買和凈出口四個部分；而國內的統計信息是以生產法為主，支出法的構成也與美國不同，消費中包括了家庭和政府的支出，沒有單獨列出的政府購買項目。這就帶來了理論學習與實踐應用之間的困難，即使掌握了理論要點，也只能做假設的習題，不能真正分析現實的經濟數據。在介紹GDP的不同核算方法時，應當與具體應用聯系起來：生產法核算GDP中，第一、第二、第三產業增加值的構成比例，可以在一定程度上代表經濟結構的發達程度，以此為基礎引入東西部地區、發達/發展中/落后國家和地區的產業結構對比，可以有效加深學生對該內容的理解；支出法核算GDP中將不同項目在GDP中所占比例的數據圖示化表達出來，可以在時間變化和地區比較中展示消費、投資、出口三駕馬車對經濟的拉動作用，將抽象數據轉變為具體的認知。

中國近三十年的經濟成就有目共睹，但經濟學教材中卻并沒有得到足夠的反映，依然是以歐美國家、日本等發達國家的數據為藍本，理論與現實之間的距離往往讓學生不能夠正確認識經濟發展的現實問題。比如在經濟增長相關理論中，對經濟增長的影響因素的研究往往基于自由市場的起點，國內林毅夫為代表的新結構主義幾乎沒有任何介紹，教材上大量的假設、模型推導實際上超出了高職學生的學習范圍，難以掌握。教學中應當立足于實踐，以東亞“四小龍”模式、南美模式和“金磚國家”等案例為代表，通過土地、人口、資本等影響因素的具體的分析加深對于經濟增長的認知。

三、運用信息手段，實現數據可視化、內容形象化

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

一、引言

長期以來，關于貨幣政策對資產價格的影響始終是貨幣經濟學領域關注的焦點，其爭論也未曾停息過。目前，房地產價格，作為最主要的資產價格之一，其變動與金融、經濟活動密切相關，是用于理解經濟行為以及預測經濟和金融發展的中心。同樣地，股票市場是資本市場的重要組成部分，而中國的股票市場，自1990年上海證券交易所建立以來，正在迅速擴張。2008年國際金融危機以來，中國的股市極度低迷，嚴重打擊了居民的投資信心。

由于股票市場與房地產市場具有一定程度的相似性，因而有關這兩方面的研究方法也有其相通之處。瞿強（2001）認為貨幣政策操作要關注資產價格但不宜盯住資產價格。易綱（2002）從股市角度分析了貨幣政策與股價的關系，認為中央銀行在考慮貨幣政策制定的同時應考慮股價及商品與服務的價格。馮用富（2003）建立了中國特定約束條件下的資產選擇模型，說明用貨幣政策干預股市波動是無效的。呂江林（2005）實證考察了我國上證綜指與實際國內生產總值之間的動態關系，發現兩者之間存在著雙重協整關系和單向因果關系，并提出了我國貨幣政策應對股價變動做出適時反應。

本文在構建VAR模型的基礎上，利用中國宏觀經濟實際數據來研究資產價格與貨幣供應量（M2）關系，以此來回答我國貨幣政策是否應該關注資產價格的波動，并提出相應的政策建議。

二、研究與計量檢驗

（一）變量選取

為了研究房地產市場、股票市場與貨幣政策之間的關系，我們需要選取相應的變量來進行研究。根據我國大量學者的研究經驗，本研究把房地產綜合景氣指數作為我國房地產市場的代表變量，股票市場的代表變量選擇上海證券綜合指數收盤值。而對于貨幣政策，中國貨幣政策的操作目標是貨幣供應量。央行能夠控制基礎貨幣，并且通過基礎貨幣影響貨幣總量。因此，可以用廣義貨幣M2的月度同比增長表示貨幣政策的變動。

（二）數據收集與處理

考慮到我國房地產市場、股票市場的發展歷史，以及經濟數據的時效性與可得性，本文將用1998年6月到2013年3月的月度數據作樣本進行實證分析。房地產綜合景氣指數、M2月末同比增速及上證收盤綜合指數均來自中經網統計數據庫。其中，房地產綜合景氣指數中很多年份1月數據缺失，采取將相鄰兩月的數據取平均值代替的辦法補充。考慮到收集的數據具有較大的波動性，本文采用區對數的方法來減小波動。經處理后的三個變量分別用LN_FJ（房地產綜合景氣指數）、LN_MS（M2月末同比增速）和LN_SZ（上證收盤綜合指數）來表示。

（三）基本統計特征

表1給出了各時間序列的統計性描述。因為沒有將通貨膨脹的因素考慮在里面，所以從表格中的均值來看，并沒有得到有用的信息。從波動性角度考慮，房地產綜合景氣指數波動相對于上證收盤綜合指數、M2月度增速來說較小，這說明房地產價格水平相對于股票市場價格與貨幣供給的波動小，可以猜測房地產市場對貨幣政策的反應程度不及股票市場對貨幣政策的反應靈敏。

（四）變量平穩性檢驗

本研究利用EVIEWS軟件，對各變量進行單位根檢驗，以確定變量的平穩性。通過檢驗發現LN_FJ、LN_MS為平穩變量，而LN_SZ為非平穩性變量。本研究對平穩性變量采取差分法，結果見表2.。其中，D（LN_SZ）表示對LN_SZ取一階差分值。從表2可以看出，經過處理后所有數據序列在10%顯著水平下都是平穩的。

（五）協整檢驗與格蘭杰檢驗

1.Johansen協整檢驗。協整關系是檢驗變量之間 是否存在長期的相關 關系。Johansen在1988年及1990 年與Juselius一起提出了一種以VAR模型為基礎的檢驗 回歸系數的方法，對多變量協整檢驗有較好的檢驗能力。主要的檢驗方法有特征根檢驗（Trace）和最大特征值檢驗（Max-Eigenvalue）。 由各變量的平穩性檢驗知道，LN_FJ、LN_MS、LN_SZ并不是同階平穩的，從而它們并不能進行協整分析。

2.Granger因果關系檢驗。首先明確格蘭杰因果檢驗是檢驗統計上的時間先后順序，并不表示這是真正的存在因果關系，是否呈因果關系需要根據理論、經驗和模型來判定。格蘭杰因果檢驗要求所有的變量應該是平穩的，這是格蘭杰檢驗能夠進行的前提條件，如果單位根檢驗發現兩個變量是不平穩的，那么不能直接進行格蘭杰因果檢驗，否則可能會出現虛假回歸問題。于是，由于LN_FJ、LN_MS、D（LN_SZ）是平穩的，所以可以對修正后的變量進行格蘭杰因果檢驗。下表的滯后期設為2。

根據表3的結果，可以看出在10%的顯著水平下，短期內，變量D（LN_SZ）能Granger引起變量LN_FJ，變量LN_MS能Granger引起變量LN_FJ，變量LN_FJ能Granger引起變量LN_MS，其他變量之間的Granger因果關系相對而言并不顯著。這說明股票市場的波動能引起房地產市場的波動，而同樣貨幣政策與房地產市場之間存在相互因果關系。這說明，相比而言，我國的股票市場與貨幣政策之間關系要比房地產市場與貨幣政策之間關系更緊密。

（六）脈沖響應函數分析

脈沖響應函數描述的是在隨機誤差項上施加一個標準差大小的沖擊后，對變量的當前值和未來值所帶來的影響。我們在VAR模型下使用廣義脈沖函數，對是否協整關系不要求。

此處的圖顯示了LN_FJ、LN_MS、LN_SZ三個變量對相對沖擊的動態反應。分析可知：房地產綜合景氣指數對其自身的一個標準差新信息立刻產生了較弱反應，立即增加了0.04%，而且隨后反應程度逐漸上升，知道從第4個月左右開始逐步下降，表現出強烈的自相關性，這可能源于購房者對于房價的”追漲殺跌”；貨幣供應量對來自于房地產綜合景氣指數的新信息沒有立刻產生較強的反應，而是隨著時間的推移逐漸增強，到第十個月時到了0.4%，而且從一開始就是負值，可能是因為房地產價格水平上漲后人們調節了資產結構，多持有房地產少持有貨幣；同樣上證收盤綜合指數對來自房地產價格的新信息沒有立刻作出較強的反應，三個月后有了0.1%的增加，而從第6個月開始反應是負值，這可以解釋為房地產價格的上漲導致人們將股票市場中的資產投入房地產市場中。

貨幣供應量對其自身的一個標準差的新信息立即產生較弱的反應，立即增加了0.6%，但隨著時間的推移，該新信息產生的反應慢慢的減弱，到第8個月時穩定在0.4%左右；房地產綜合景氣指數對來自于貨幣供應量的新信息沒有立刻產生較強的反應，但是從第2個月開始就慢慢增加，到第10個月時還有上漲的趨勢，說明貨幣供應量對房地產市場的價格水平可以產生影響，而且影響的持續性較強；上證收盤綜合指數對來自于貨幣供應量的新信息立即產生了較弱的反應，有0.1%的增加，而且到第5個月后基本穩定在0.2%的增長，同樣說明貨幣供應量對股票市場有著持續性的影響，并且與房地產市場比較而言，股票市場對貨幣供應量的反應更加敏感。

上證收盤綜合指數對其自身的一個標準差的新信息立即產生較強的反應，立即增加了0.8%，但從第4個月開始，該新信息產生的反應慢慢的減弱，到10個月后還有繼續減弱的趨勢；房地產綜合景氣指數對來自于上證收盤綜合指數的新信息沒有立刻產生較強的反應，但是在慢慢增加，到5個月后到達最大值，隨后又逐漸減小，10個月后仍有繼續減小的趨勢；貨幣供應量對來自于上證收盤綜合指數的新信息沒有立即產生強烈的反應，2個月后增加0.05%左右，為最大值，但到第6個月開始為負值，10個月后仍有下降的趨勢，這可能是因為股票市場前景好的情況下，也就是“牛市”時，人們會暫且觀望隨后在確定股票市場的前景后會將持有的貨幣投入到股票市場中，于是導致貨幣供應量減少。

三、結論與政策建議

文章采用向量自回歸模型，考察了貨幣政策與房地產市場、股票市場價格波動之間的聯系。經過實證分析認為：貨幣供給量的正沖擊會給房地產綜合景氣指數與上證收盤綜合指數帶來正面的影響，觀察可知房地產市場的反應比較滯后，第一期影響不明顯，第二期開始逐步上升，而股票市場反應則相對靈敏，第一期開始就有較強的反應，而且兩種市場下由貨幣供給量帶來的影響效應具有長期有效性。貨幣供應量對資產價格的影響隨著時間的增加，其影響程度越來越深，因此擴張性貨幣政策會導致房地產價格、股票價格上漲，

本研究認為在貨幣政策的實施過程中，需要納入資產價格，并將其作為調控的目標之一，以消除潛在的資產價格泡沫過度膨脹的隱患。。在對資產價格的波動密切關注的同時，也要對市場的變化要持續關注，如果市場已作出了反應，應及時變化政策，避免走上極端。另外，政策實施過程中，應避免直接的行政干預，力圖順應市場規律，從而維持金融體系的穩定和實體經濟的健康發展。

參考文獻：

[1]馮用富. 貨幣政策能對股價的過度波動做出反應嗎？[J]. 經濟研究， 2003， 1： 37-44.

篇8

眾所周知，日本從戰后的廢墟上崛起僅用了三十年時間。中國在世界進入后現代化和信息化、國內進入改革開放的大好時代，以96年為基數計算（中國人均產值是572美元，日本是40737美元），結果如下：如果假設中國以12％的速度增長，日本則以8％的速度增長，中國趕上日本需要117年。如果中國以6％的速度增長，日本以4％的速度增長，中國趕上日本需要224年。如果日本以6％的速度增長，中國以朱總理講的8％的速度增長，中國趕上日本需要228年。假設日本永遠以4％的速度增長，中國要在50、40、30、20年內趕上日本，則中國人均產值的年增長速度必須分別達到8.91%、11.3%、15.3%、23.8%.顯然，要使中國在100到200年的時間每年以人家1.5倍的速度或在50～20年的時間每年都以人家2～6倍的速度穩步增長，可能性極小。從趕超先進國家的年份來看，兩相比較，差距可謂大矣。

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

引言：

宏觀經濟統計分析在社會經濟領域應用的范圍在擴大，都促進眾多領域的發展和進步發揮出了重要的作用。其在發展過程中對基礎性的理論、方法等開展合理化運用有利于提高宏觀經濟統計分析研究、應用的水平。對于國家有關經濟主管部門來講，對宏觀經濟統計分析理論知識、模式等進行有效性應用可以把握好經濟發展的整體性趨勢，為從人力、物力、財力方面指導我國眾多中小企業的發展提供重要數據信息參考。因此，我們針對宏觀經濟統計分析相關內容、發展面臨的問題、提高方法進行分析和研究工作。

一、宏觀經濟統計分析相關內容

宏觀經濟統計分析學科由以往的經濟學、統計學融合而組成，通過對宏觀經濟理論的運用，進行眾多經濟運行資料、信息、數據的統計和分析，對宏觀經濟的運行形成基本的統計分析結果，加深對經濟發展趨勢、產業經濟結構認知的水平。在具體的應用中，宏觀經濟統計分析通過專題性的統計分析工作和制度化的統計分析工作形成對宏觀經濟運行發展趨勢的深刻判斷，漸漸形成完整性的報告內容[1]。

二、宏觀經濟統計分析發展面臨的問題

宏觀經濟統計分析發展中主要存在以下方面的問題。第一，宏觀經濟統計分析應用的方法存在滯后性的問題，無法有效性、客觀性的反映出宏觀經濟運行中深刻的問題。同時，有關方面的統計分析人員缺乏創新性思維，沒有順應經濟發展運行的客觀規律。第二，沒有充分的認識到大數據時代特征。比如：對大數據時代網絡信息技術的應用特點存在認知上的缺陷，使得大數據特征的宏觀經濟統計分析模型無法有效構架，無法科學、客觀、準確的分析、判斷宏觀經濟運行特點、未來發展的趨勢等等。第三，缺乏必要市場機制的內在推力，影響到了宏觀經濟統計分析發展。比如：眾多企業出口積極性受到削弱、供需矛盾的進一步加劇等等[2]。

三、提高宏觀經濟統計分析發展方法

（一）全面貫徹新型的理念

宏觀經濟統計分析發展需要以發展性、多樣性、靈活性、全面性理念為支撐，提高其發展的質量和水平。具體來講嗎，第一，需要有效性、靈活性的貫徹我國政府提出的經濟發展方針，充分結合我國經濟運行實際情況，采取有效性的方法規避經濟運行中的風險因素，促進我國經濟更加平穩、科學、健康的發展和進步。第二，需要應用多樣化的理念，充分的協調好經濟運行發展中的各種資源、各個領域，使得它們在多樣化發展的理念下更加協調，促進我國宏觀經濟整體性進步。第三，需要應用好宏觀經濟分析理論，有效性的解決其發展中存在的問題，把握好其未來運行規律，進一步的提高我國宏觀經濟發展運行質量和效率[3]。

（二）提升宏觀經濟調控能力

經濟的發展運行是促進宏觀經濟統計分析發展的基礎。因此，對于我國政府來講，需要應用有效性的手段促進我國經濟發展，使得宏觀經濟統計分析發展有可靠的動力。具體來講，第一，明確我國宏觀經濟運行發展目標，依照經濟發展的不同情況進行不同的模式、方法解決經濟運行中的問題，提高經濟運行的質量。第二，對于宏觀經濟調控的目標進行科學規劃，有效性的鞏固國家對經濟宏觀調控的結果，使得我國經濟的效能得到充分發揮，促進經濟平穩、安全、科學、健康發展。第三，進行投融資體制的創新。投融資體制的質量直接影響到社會中各個企業資本的質量和安全性。因此，我國需要加快革新投融資體制，建立起必要的風險投資基金。第四，我國政府需要促進出口退稅進程的加快，為眾多出口企業的信貸提供有效保障。第五，進行國家發展資金的統籌，對重點的經濟領域進行全面性扶持，為宏觀經濟統計分析發展提供有效保障和支持。

（三）構建大數據宏觀經濟統計分析模式

大數據理論和技術模式的應用有利于構建新型的宏觀經濟統計分析模型，提高宏觀經濟統計分析應用質量和水平。具體來講，我國需要以政府信息數據發展應用為重要切入點，全面促進政府信息數據共享平臺的建設，使得政府對我國經濟社會發展進行中長期的科學規劃，提高經濟分析的水平和效率，促進我國宏觀經濟統計分析發展[4]。

（四）保障社會供求基本平衡

保障社會供求基本平衡有利于為宏觀經濟統計分析提供重要指標數據支持。因此，對于我國的政府來講，需要從眾多的方面著手，保持我國社會總供給和總需求的平衡。具體來講，第一，需要應用多種方式提高我國的就業率，提高我國社會保障機制的應用能力。第二，適當性的增加政府支出，提高我國經濟運行中消費比例的提高、拉動內需，提高宏觀經濟發展質量和水平，為更好的開展宏觀經濟統計分析提供重要依據。第三，促進貨幣的流通，加大對基礎性經濟領域的投資。第四，降低城鄉之間差距，提高居民實際收入水平，開展合理化的資源分配，促進我國經濟的進一步發展[5]。

結論：

在大數據的背景下，本文以我國政府為主要的視角，通過對宏觀經濟統計分析發展問題為研究的重點，提出來其發展中存在的問題，通過政府在各個方面的舉措應用完善了宏觀經濟統計分析發展平臺的構建，對于經濟運行中社會各個方面的因素進行分析，對于眾多資源進行統籌，有效性解決了經濟發展問題，提高了我國經濟發展水平，也促進了宏觀經濟統計分析發展和進步。

參考文獻：

[1]李偉.探索宏觀經濟統計分析發展的基本問題[J].現代營銷（下旬刊），2016，01：8.

[2]袁天夫.宏觀經濟統計分析發展的基本問題研究[J].現代經濟信息，2016，06：20.