经济数据(Economic Data)
目录 |
经济数据是指由央行、财政部、国家统计局等国家经济主管部门及社会权威机构收集、调查、计算得出的反映国家经济运行状况的数据。
经济数据有如下主要特征：第一，经济数据是起伏波动的，不可能同教科书上假定的经济数据发生过程是平稳的那样。第二，经济数据的获得与自然科学数据的获得完全不同，在经济数据场合，模型分析者不可能介人数据产生的过程，只能被动地获得各种经济数据。例如，为了调查利率变化对投资的影响，试验性地上下调整中央银行的利率水平是不可能的。第三，经济数据的识别能力很低，要对运用经济数据所建的模型进行最终选择，还得依赖分析者的主观判断。也就是说，计量经济建模实际上是进行模型分析的人们的经济理论或对现实经济的“设想”的系统表现，不能完全说是根据事实进行客观归纳的产物，这与自然科学中的物理学建模分析是不一样的，但是却符合经济学这门新思潮不断涌现、旧理论不断被更新与发展的极其富有活力的学科。
数据的来源有两种：一是亲自调查收集，二是利用已发表的汇编材料。和其他学科的研究工作者相比，经济学家较少亲自收集原始数据。特别是在宏观经济问题的研究中，有关数据大多来自政府机构所编辑出版的统计资料。即使在微观的范围内，政府由于其行政职能之便，仍是数据的主要来源。每隔一定时期，政府总有计划地进行某种社会经济问题的调查。其次，一些商业机构或研究所也会为了某种目的而收集并散发各种数据资料。既然有了这么多的数据可以利用，经济学家考虑到他们有限的研究经费，就宁愿多花些力气和时间去做数据的分析工作，而不亲自去调查、收集数据。不过，任何已有的数据都是为了某种目的而收集的，而且不是亲自收集的数据，就很难了解数据的质量。为了得到符合研究目的的高质量数据，亲自收集数据有时仍是必要的，特别是对微观问题的研究，如研究某一耐用消费品的潜在市场需求、新产品的开发前景等，亲自调查不仅必要，而且也是划算的。
经济数据一般有如下几类：
(1)经济时间序列数据
经济时间序列数据就是按照时间顺序排列起来的经济变量观测值。例如，改革开放以来各年的国内生产总值、总消费规模、社会商品零售总额、居民消费价格指数等数据，就构成多个时间序列。宏观经济分析中比较多地使用经济时间序列数据。
一般情况下，许多经济变量的时间序列数据可以从统计部门公开发布的资料中取得。但是，使用经济时间序列必须注意数据的口径和可比性问题。如统计资料中许多变量常有现价和不变价两个数值，它们的差异在于一个没有扣除物价因素，一个扣除了物价因素；还有宏观经济研究中人们常用到国内生产总值(GDP)和国民生产总值(GNP)两个变量，虽然二者在包含的内容上是一致的，但在计算口径上不同。国内生产总值以国土为计算原则，反映一国国土范围内所发生的生产活动量；国民生产总值按国民原则计算，反映一国常住居民当期在国内外发生的生产活动量。对于没有可比性和统计口径不一致的经济时间序列数据须作必要的调整。
(2)截面数据
截面数据就是指在同一时间断面上的调查数据。例如，家计调查数据、企业调查数据、人口普查数据和工业普查数据等。微观经济分析中比较多地使用截面数据。当用截面数据作为样本进行建模分析时，由于单个或多个解释变量观测值的起伏变化会对被解释变量产生不同的影响，于是就产生了异方差。对于数据具有异方差性的建模问题，数据整理时必须注意消除异方差，否则会影响模型分析的准确性。
(3)面板数据(panel data)
截面数据反映的是研究对象在一个时点上的信息，而时间序列数据反映的是研究对象在某个阶段中的历史信息。当人们需要充分利用这两种信息进行建模分析时，就必须使用面板数据。所谓面板数据就是指多个个体同样变量的时间序列数据按照一定顺序排列得到的数据集合。例如，研究某一行业的成本变化规律，随机调查了若干个企业，得到了这些企业若干经济变量的时间序列数据，再把各个企业对应变量的时间序列数据按一定顺序排列，就得到可以进行建模分析的面板数据。当然，面板数据更适合具有大量微观单位的截面数据，而这些微观单位所积累的时间序列数据却不太多这一条件下的建模分析。
通常投资者关注的经济数据包括国民生产总值、居民消费物价指数、固定资产投资、货币供应量、经理人采购指数等。通过观测这些重要经济数据并了解它们的周期变化规律，投资者可以做出在当前宏观经济环境下，股票资产是否有吸引力，以及核心技能。