宏观经济数据模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇宏观经济数据，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

CPI不会反弹，PPI明显下行

从总体上看，今年8月CPI同比和PPI同比与7月相比均有小幅回落。就9月食品价格而言，估算各品种的环比价格，虽然仍是涨多跌少，涨幅最大的是蔬菜，平均涨幅达8-9%；其次是鸡蛋，涨幅达到3%；最后是食用油，也有2%左右涨幅。而下跌品种主要为水产品和水果，但跌幅不大。就9月工业品出厂价格而言，煤炭价格有所上涨，而化工产品、水泥、有色金属价格有所下跌，但涨跌幅均不大。因此，我们认为，9月食品价格周环比涨幅明显高于8月，预计9月CPI不会回落，而会与8月持平于6.2%。

最近3月PPI同比之所以保持在7%之上，主要是因为去年同期PPI环比曾明显通缩，留下了很低的基数。未来几月，随着基数效应的过去PPI将会明显下行。我们预计9月PPI为5.8%。

投资总体稳健，经济温和放缓

预计9月社会消费品零售总额同比降至16.5%，这部分是因为高通胀之下居民消费意愿的持续走低。预计前9月固定资产投资增长保持稳健，增速微降至24.7%。原因是，短期内相应的项目审批没有出现松动，整体基建增速还将持续回落。房地产销售面积增速持续低迷，地产资金链继续恶化，虽然保障房具有一定的对冲效果，但整体房地产投资可能出现快速回落。

由于商品房销售增速保持低位，基本电器的农村普及性需求高峰已经过去，新增的家电家具等更新需求相对偏弱，我们预期社会零售总额的真实增速略有小幅回落，9月社会消费品零售总额同比增长16.5%。

制造业投资继7月明显下滑后再度回升。9月汇丰中国制造业PMI初值较8月小幅回落，已连续三月位于荣枯分界线之下，显示紧缩政策对经济增长的制约效应在逐渐显现。因此我们预计9月规模以上工业增加值同比增速将下滑至13.3%。预计3季度GDP同比增速降至9.1%。

信贷投放回归常态，货币增速继续走低

最近数月央行信贷投放持续向2006-08年的“常态”节奏回归，我们预计9月新增人民币贷款5500亿元。由于监管层对商业银行资金的监管趋于严格，预计9月M2增速会继续走低至13.0%。

政策变化的时间窗口或在11月中央经济工作会议前后打开，如果经济硬着陆，可能采用积极财政和适度宽松货币政策组合，政策将向战略性新兴产业、水利建设、民生和消费倾斜。如果经济软着陆，则积极财政、稳健货币政策将贯穿四季度，但在资金紧张的中小企业和政策支持的水利建设等方面或实行定向宽松。

进出口均将明显回落

篇2

大数据方法和技术不仅可以被深度地应用在微观分析、行业研究领域，也可以运用在宏观决策之中。未来，大数据既是企业占领市场、赢得机遇的利器，也是政府进行宏观调控、国家治理、社会管理的信息基础。而大数据时代对数据的挖掘、处理和分析的方式，对于传统的宏观经济分析，无疑是一次大的革新。

大数据应用于宏观经济分析的趋势

传统的宏观经济分析通常是通过对比主要宏观经济指标、建立宏观经济计量模型、仿真宏观经济动力系统，对宏观经济形势及未来发展趋势进行判断与预测。

在当前的大数据时代，越来越多的宏观经济政策制定者和相关专家学者都已经意识到，大数据对宏观经济分析有着革命性的影响。目前，在宏观经济分析及预测中运用大数据方面，无论是国外还是国内，从新型宏观经济指数构建，到建立新型大数据宏观经济预测模型，各方面都取得了一定的进展。

早期大数据在宏观经济分析领域的应用，主要集中在建立新的宏观经济指数，以便更加准确的反应宏观经济运行状况。这方面的工作主要基于个人的交易记录，包括像一些欧洲国家将销售点扫描数据纳入CPI指数编制。

特别引起关注的是麻省理工学院的经济学家利用网上购物交易数据创建的BBP项目 （Billion Prices Project），基于不断变化的一篮子商品所计算的日度通胀指数。这种实时的通货膨胀指数能够比相应的官方数据更好地反映实际经济运行的情况。当年，在雷曼兄弟公司倒闭后，BPP 的数据显示，大部分美国企业几乎立刻开始削减价格，这就表明总需求已经减弱。而相比之下，官方通胀机构公布的数据直到当年11月，即在10月CPI数据公布后，才对通货紧缩有所反应。

“企业发展工商指数”是宏观经济分析领域中典型的大数据应用案例，也是我国政府在大数据挖掘领域的首创成果。该指数包括10 个对宏观经济具有显著先行性的指标，可以提前1～2 个季度预测宏观经济发展趋势。它改变了传统的抽样统计方式，利用大数据挖掘技术，对工商全量、动态的全国企业登记数据进行分析，发掘大数据价值，并采用合成企业发展工商指数，以判断宏观经济走势。

除了宏观经济分析与预测方面相关指数的建构，从宏观经济分析与预测研究的国际趋势看，使用大数据集，建构监测预测的模型，进行经济预测越来越广泛，逐渐成为很多国家央行进行经济预测的新方法和新工具。

在应用互联网大数据进行经济分析及预测中，使用网络搜索引擎或网络社交媒体记录的关键词，会有数据获取及时、样本统计意义明显等优势，预测精度较高。

Google Trends每天都在产生大量与经济发展相关的查询结果，且这些查询结果与当下的经济活动之间必然存在着不容忽视的关系，或许可以对预测当下的经济活动起到非常重要的作用。并且，在此基础上，Choi H. &. Varian H.（2016）举例说明了如何利用Google Trends预测美国零售业、汽车、住房和旅游的销售情况。

还有相关机构引用专业数据分析软件公司SAS的研究数据，以社交网络活跃度增长作为失业率上升的早期征兆，帮助政府判断就业形势和经济状况，以更好地制定经济政策。在社交网络上，网民们更多地谈论“我的车放在车库已经快两周了”、“我这周只去了一次超市”这些话题时，显示网民可能面临巨大的失业压力；当网民开始讨论“我要出租房屋”、“我准备取消度假”这些话题时，显示出这些网民可能已经失业，面临巨大的生存压力，这些指标是失业后的滞后标志性指标。

样本统计转为总体普查

大数据的发展对于宏观经济分析最为显著的积极影响，莫过于使宏观经济分析从样本统计时代走向总体普查时代。大数据时代的宏观经济分析中，传统的样本假设方式被抛弃，转而以真实的海量数据来进行计算机的自动分析。

我们知道，传统的经济分析包括经济计量分析是建立在抽样统计基础之上的，在传统的抽样统计分析中，往往以假设检验为基本模式，依靠的数据主要是样本，将样本假设为整体，然而，这种分析往往与事实存在或多或少的出入。

与传统宏观经济分析总是局限于小规模样本数据有所不同，在大数据时代，随着信息覆盖范围和数据量迅速提升，数据样本的体量会极大地提高，甚至可以达到样本即总体的程度。例如，就物价而言，每一笔在电子商务网站成交的交易信息都能记录在案。这样的情况下，宏观经济分析的可靠性必然大大加强。

同时，随着信息量的极大拓展和处理信息能力的极大提高，使得宏观经济的分析不再局限于传统的统计分析模式，而是将抽样分析转变为总体分析。这一点对宏观经济分析意义重大，因为宏观经济系统纷繁复杂，如果能将对整体宏观经济变量的分析建立在尽可能多的关于经济主体行为的信息以及其他诸多经济变量的信息的基础上，无疑将会极大地提高宏观经济分析的准确性。

基于推特（Twitter）平台表达的公共情绪用来预测股市变动，是很典型的例子。2008年3月到12月长达九个月间，270万Twitter用户推送的多达970万条的消息，经过情绪评估工具――Opinion Finder 和GPOMS 被分别赋值并评估为“积极”与“消极”两种情绪和“calm（冷静）”、“alert（警觉）”、“ sure（确信）”、“vital（活泼）”、“kind（美好）”、“happy（高兴）”六种情绪。结果发现，在道琼斯工业平均指数和GPOMS中的“calm（冷静）”情绪之间存在相关性。进一步研究发现，“calm（冷静）”情绪可以很好地预测道琼斯工业平均指数在未来2到6天的涨跌情况，而且这种每日预测的准确率高达到87.6%。

大数据时代，可获得大而全的可得数据，甚至可抛弃原有的假设检验的模式，这些优势是传统经济分析方法无法想象和实现的，无疑将会极大地提高宏观经济分析的准确性和可信度，不仅可以更加准确了解宏观经济形势，还有利于正确做出宏观经济发展的预测，从而更加合理地制定宏观经济政策。

变量个数无限增多

在当前大数据时代，数据的可得性和多样性导致样本量无限增大，同时变量个数无限增多，这有利于应用大量模型进行研究，并应用完备的数据信息，提高预测的准确性。

经济预测模型可以分为两类：一是传统的小模型预测，这类模型往往通过建立时间序列、横截面或面板方程来进行经济分析。传统的小模型预测的特点是仅使用较少的变量，像VAR模型的变量个数通常小于10个。二是大模型预测，这类模型往往使用成百上千个变量，因而大模型预测利用的信息非常丰富。

小模型预测理论比较成熟、方法相对简单。但是，小模型预测有天然的缺陷，那就是变量的完整通常是不可能的，而预测的效果受限于其所使用的变量。

使用小模型进行预测时必须仔细挑选预测变量，然而仁者见仁智者见智，无论是根据理论还是根据经验进行变量的选择，其过程必然会存在差异，其结果也更是可想而知，而且甚至会产生一些争议。比如，基于菲利普斯曲线预测通胀时，有的研究使用失业率作为预测变量，也有研究使用GDP缺口或者产能利用率。

清华大学经济学研究所所长刘涛雄教授就指出，由于模型变量选择、参数设置、估计方法以及滞后期选择等的不同，预测结果会产生很大的偏差。

小模型预测方法这一天然的局限是很难调和的，主要是因为数据样本有限而导致增加很多变量不可行。这使小模型预测的结论往往和经济现实严重脱节。我们很难想象中央银行会仅仅根据少数几个变量进行宏观预测，并据此做出决策。即便是一家企业也不会如此草率。

通过大数据挖掘，可以使得变量大大增加。这就为经济预测从小模型预测转变为大模型预测创造了条件，应用大量模型进行分析及预测，可以应用完备的数据信息，从而提高预测的准确性。

在美国，银行通常依靠FICO得分做出贷款与否的决定，FICO分大概有15-20个变量，诸如信用卡的使用比率、有无未还款的记录等。而一家名为ZestCash的金融机构，在决定是否向客户放贷的时，分析的却是数千个信息线索。ZestCash正是依靠其强大的对于大数据的处理和分析能力，形成了其独特的核心竞争力。

未必因果关系 而是相关关系

传统的经济计量分析以寻找相关事物（变量）的因果关系为核心，而大数据条件下的经济分析通常则着眼于挖掘相关事物（变量）的相关关系。

在复杂的宏观经济系统中，许多经济变量的因果关系往往难以准确检验，或者因果结论经常广受质疑。然而，在如今的大数据时代，更加重视可靠相关关系的发掘，并且充分利用相关关系对于经济预测、经济政策制定与评估的作用，则无疑为宏观经济分析打开了另一片广阔的空间。

在“小数据”时代，宏观经济中的因果关系分析其实并不容易，耗费的精力大、时间多。特别是，要从建立假设开始，进而不断地进行一系列假设的实验，而一个个假设要么被证实，要么被。不过，无论被证实还是被，由于二者都始于假设，这些分析就都有受偏见的可能，所以极易导致错误。

同时，由于计算机能力的不足，在小数据时代，大部分相关事物（变量）关系的分析局限于寻求线性关系。然而，实际上的情况要复杂得多，在现实宏观经济中，总能够发现的是相关事物（变量）的“非线性关系”。

当然，在小数据世界的宏观经济分析中，相关关系也是存在并有价值的；不过，在大数据时代的宏观经济分析中，相关关系才将大放异彩。维克托・迈尔-舍恩伯格与肯尼思・库克耶（Victor？Mayer-Schonberger &. Kenneth？Cukier）认为，建立在相关关系分析基础上的预测是大数据的核心。通过应用相关关系，可以比之前更容易、更快捷、更清楚地分析事物（变量）。

英国华威商学院为预测股市的涨跌，使用谷歌趋势（Google Trends）共计追踪了98个搜索关键词。这中包括“债务”、“股票”、“投资组合”、“失业”、“市场”等与投资行为相关的词，也包括“生活方式”、“艺术”、“快乐”、“战争”、“冲突”、“政治”等与投资无关的关键词。结果发现有些词条，诸如“债务”，成为预测股市的主要关键词。

“谷歌流感趋势”为预测季节性流感的暴发，对2003年和2008年间的5000万最常搜索的词条进行大数据“训练”，试图发现某些搜索词条的地理位置是否与美国流感疾病预防和控制中心的数据相关。

谷歌并没有直接推断哪些查询词条是最好的指标，相反，为了测试这些检索词条，谷歌总共处理了4.5亿个不同的数字模型。将得出的预测与2007年和2008年美国疾控中心记录的实际流感病例进行对比后，谷歌公司发现，它们的大数据处理结果发现了45条检索词条的组合，将它们用于特定的数学模型，预测结果与官方数据的相关性高达97%。

在大数据时代来临之前，尽管相关关系已被充分证明大有用途，可是相关关系的应用很少。这是因为用来做相关关系分析的数据同用来做因果关系分析的数据一样，也很少，也不容易得到，并且收集有关的数据，在过去相对来说，也费时费力，也会耗资巨大。不过现如今，可用的数据如此之多，也就不存在这样的难题了。特别是现在，有关专家们正在研发能发现并对比分析“非线性关系”的必要工具。总之，一系列飞速发展的新技术和新软件从多方面提高了有关分析工具发现宏观经济变量相关关系的能力，这就好比立体画法可同时从多个角度来表现人物或事物。

在大数据时代，这些新的分析工具和思路为我们提供了一系列新的视野和有用的预测，使我们看到了很多以前不曾注意到的宏观经济中的联系，掌握了以前无法理解的复杂的国民经济动态。

时滞变即期

目前对宏观经济的分析研究所采用的资料，主要依赖于各种统计调查系统的统计数据，但面临的最明显的缺陷之一便在于关于宏观经济统计的数据具有很强的时滞性。而大数据经济模型可以充分利用数据的实时性，提高分析或预测的时效性，为经济预警和政策制定提供最快速的资料和依据。

一般来说，依赖统计部门的宏观经济数据的都存在时间滞后的问题。由于不能及时获取宏观经济发展的数据信息，也就不能对当下的宏观经济形势作出准确判断。例如，政府公布的季度GDP 往往会有1个月的滞后期，而反映全面经济社会状况的统计年鉴的滞后期会达到3个月左右，这对及时了解宏观经济形势、预测与预警都是非常不利的，基于此统计进行的预测甚至被认为助长了宏观经济波动。

在互联网技术的辅助下相关宏观经济的分析部门能够快速地收集到主要宏观经济发展数据，如全社会的用电量、全社会的商品销售总额以及商品房的购买量等。这些大数据的获取时间较短，有的数据甚至是立即可以获得。

而随着互联网尤其是移动互联网的发展，产生了大量的即时传播数据，如企业通过微博、微信第一时间产品、人事等重要信息； 普通用户实时针对特定事件或对象发表见解和态度，等等。

这些即时传播的非结构化数据对宏观经济的走势也产生了重要影响。通过大数据软件处理平台，可以实时追踪和搜集这些即时数据，并快速对数据进行分析和处理，从而提高宏观经济的时效性，为经济活动参与者赢得决策时间。

篇3

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。

篇4

1、固定资产投资增速小幅回落。1-11月固定资产投资同比增长19.9%，11月单月增长17.6%。分行业来看，房地产和基建仍然是投资增长的主要引擎，11月房地产开发投资和基建投资分别同比增长22.0%和24.2%，增速较10月加快6.9和8.2个百分点。此前三个月增长较快的制造业投资增速在11月降至14.1%，表明在企业盈利能力较差、利率高企的情况下，制造业去产能的过程仍在延续。

2、出口增速略超预期。11月出口金额同比增长12.7%，出口金额首次突破2000亿美元。11月中国对美国和欧元区出口分别同比增长17.7%和18.4%，圣诞假期临近可能是欧美需求大增的主要原因。需要注意的是，当前出口的高速增长可能存在一定水分。11月统计局公布的出货值同比增长5.8%，增速较10月回落0.3个百分点。此外，11月韩国及台湾的出口增速分别只有0.2%和-4.7%，增速均较10月大幅回落。韩国和台湾均是出口导向型经济体，历史上其出口增速与中国大陆具有较强的同步性。同时，近期人民币升值压力加大，国家外管局再次发文严查贸易融资，也表明套利资金可能再次通过虚假贸易的方式流入境内。

3、工业生产高位运行。11月工业增加值同比增长10.0%，尽管增速较10月回落0.3个百分点，但仍处于较高水平。从主要工业品产量来看，11月发电量和粗钢产量增速出现回落，但水泥、汽车、有色金属产量增速进一步上行。前瞻的看，当前房地产和基建投资增速仍然处于较高水平，将对后续的工业生产构成支撑，工业增速有望保持平稳。

4、通胀保持稳定。11月CPI同比增长3.0%，环比下降0.1%，增速略低于市场预期。11月食品价格环比下降0.2%，今年相对温暖的天气是蔬菜等食品价格下跌的主要原因。11月非食品价格环比持平，增幅略低于0.1%的历史均值，居住价格增长较慢是主要原因。我们预计12月CPI同比增速可能位于3.0%附近，全年CPI平均增速2.7%。

程定华对市场趋于谨慎

程定华认为，根据首次公布的短期流动性调节工具（SLO）交易公告，央行曾在10月末进行了两次SLO操作，期限为2天，交易量分别为410亿和180亿，中标利率均为4.5%，与当时的回购利率4.7%差不多。SLO主要是为了向市场投放短暂资金，平复突发性波动，定价也比较市场化。本周资金面略微宽松，票据回购、银行间拆借等利率有所回落。但与上半年相比，不论是短期拆借，还是各个期限的国债收益率，利率中枢都已上了一个台阶。临近年底，银行面对存贷考核、资金备付、以及可能出台的同业规管，揽储的压力增加（近期出现理财产品数量增加，收益率提高的现象）。预计年底前资金面都将延续比较紧的局面。

程定华认为，PMI等景气指标显示生产活动平稳，短期内关注指导新型城镇化和地方国企改革的政策会否出台。预计在这些政策公布期间，与其相关的地产、建材、建筑、工程机械、地方国企等板块受到政策题材的刺激而上涨。但以地产销量而言，在武汉等城市展开调控加码之后，11月份整体商品房价格环比涨幅收窄、成交量下降。11月份二线城市的成交量比10月份下降了13.9%，同期的一线城市成交量也下降了6.8%。由于过去十二个月的住宅新开工面积环比上升了近5%，如果销售量形成下滑趋势，将会对房价（尤其是二三线城市）造成压力，并且会影响开发商拿地和投资的进度。

篇5

《经济学基础》是财经类高职学生一年级的专业基础课，根据“扎根基础、立足专业、面向发展”的原则，教学目标包括了知识、能力和素质三个层面的内容。教学策略的选择依据是学生自身的特点和教学内容要求。“95后”“00后”逐渐成为高职学生的主体，他们成长于网络时代，受到各种媒体信息的冲击，既有学习自主性不强、逻辑思维能力较弱等不足，也有熟悉信息化手段、思维活跃等优势；在各媒体信息冲击之下，从热点中接触到了GDP、通货膨胀等内容，但对国民经济总体运行的逻辑认识基本上处于空白状态；数学基础普遍较差，对大量的数据缺乏分析能力，甚至抱有一定的恐惧心理；长期受到各种短视频、碎片化网络信息的熏陶，难以保持思考和专注。

宏观经济学部分教学难点在于如何克服抽象理论和大量数据带来的学习障碍，除了建设在线开放学习平台资源库等系统性工作，数据可视化是教学实践中应当重视的一个方向。

一、重构教学内容，突出“国民经济总体运行”主线

传统的经济学教材[1]中，宏观经济部分教学内容多，知识点分散，理论讲课的重点在于“是什么”“为什么”，不太适合高职院校的一般教学：一方面教学时间不够（通常只有不到20课时），另一方面教学内容多且专业性较强，“讲的不想听，听又听不懂”，教学效果较差。

以培养学生财经职业素养为目标，结合经济专业基础知识“必需、够用”的原则，围绕“国民经济总体运行”这一主题对教学内容进行重构，第一部分是介绍如何描述国民经济的总体运行，即认识国民经济总量指标，包括GDP、就业率、通货膨胀率等，重点是掌握GDP的内涵、核算方法，并且联系现实了解这一指标在描述地区经济实力方面的应用；第二部分是介绍宏观经济政策的四大目标：经济增长、充分就业、物价稳定和国际收支平衡，不仅要掌握每个指标的内涵，还要结合案例分析这些指标的应用场景，加深学生对于贸易战等热点事件的理解；第三部分是宏观经济政策的运用，包括财政政策和货币政策，从财政、货币政策的实施逻辑到具体工具，培养正确的宏观经济视野。

二、挖掘国内数据，推动教学案例“本土化”

经济学课程的理论性、专业性是比较强的，需要鲜活的案例才能真正理解，然而目前的教材普遍注重理论知识讲解，而缺乏案例解析，仅有的部分案例要么时效性不强，要么来自于国外。根据张艺[2]（2019）对我国东部地区7所应用型高校的经济与管理类专业的相关调查显示，高质量的本土案例材料和数据对于很多应用型高校而言非常缺乏，来自于欧美发达国家的教学案例与中国的现实情境存在着一定区别，导致学生难以形成代入感。“即使有些教师在开展案例教学时偶尔加入了一些中国案例，但是往往没有依据中国现实情境来对西方经济模型的适用性做出分析和调整，导致一些理论难以对中国所面临的实际经济问题做出合理的解释。”

以国内生产总值GDP的核算为例，教材上沿用美国的核算方式，以支出法、收入法为主，基本上不涉及生产法，支出法核算GDP包括了消费、投资、政府购买和净出口四个部分；而国内的统计信息是以生产法为主，支出法的构成也与美国不同，消费中包括了家庭和政府的支出，没有单独列出的政府购买项目。这就带来了理论学习与实践应用之间的困难，即使掌握了理论要点，也只能做假设的习题，不能真正分析现实的经济数据。在介绍GDP的不同核算方法时，应当与具体应用联系起来：生产法核算GDP中，第一、第二、第三产业增加值的构成比例，可以在一定程度上代表经济结构的发达程度，以此为基础引入东西部地区、发达/发展中/落后国家和地区的产业结构对比，可以有效加深学生对该内容的理解；支出法核算GDP中将不同项目在GDP中所占比例的数据图示化表达出来，可以在时间变化和地区比较中展示消费、投资、出口三驾马车对经济的拉动作用，将抽象数据转变为具体的认知。

中国近三十年的经济成就有目共睹，但经济学教材中却并没有得到足够的反映，依然是以欧美国家、日本等发达国家的数据为蓝本，理论与现实之间的距离往往让学生不能够正确认识经济发展的现实问题。比如在经济增长相关理论中，对经济增长的影响因素的研究往往基于自由市场的起点，国内林毅夫为代表的新结构主义几乎没有任何介绍，教材上大量的假设、模型推导实际上超出了高职学生的学习范围，难以掌握。教学中应当立足于实践，以东亚“四小龙”模式、南美模式和“金砖国家”等案例为代表，通过土地、人口、资本等影响因素的具体的分析加深对于经济增长的认知。

三、运用信息手段，实现数据可视化、内容形象化

篇6

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。

篇7

一、引言

长期以来，关于货币政策对资产价格的影响始终是货币经济学领域关注的焦点，其争论也未曾停息过。目前，房地产价格，作为最主要的资产价格之一，其变动与金融、经济活动密切相关，是用于理解经济行为以及预测经济和金融发展的中心。同样地，股票市场是资本市场的重要组成部分，而中国的股票市场，自1990年上海证券交易所建立以来，正在迅速扩张。2008年国际金融危机以来，中国的股市极度低迷，严重打击了居民的投资信心。

由于股票市场与房地产市场具有一定程度的相似性，因而有关这两方面的研究方法也有其相通之处。瞿强（2001）认为货币政策操作要关注资产价格但不宜盯住资产价格。易纲（2002）从股市角度分析了货币政策与股价的关系，认为中央银行在考虑货币政策制定的同时应考虑股价及商品与服务的价格。冯用富（2003）建立了中国特定约束条件下的资产选择模型，说明用货币政策干预股市波动是无效的。吕江林（2005）实证考察了我国上证综指与实际国内生产总值之间的动态关系，发现两者之间存在着双重协整关系和单向因果关系，并提出了我国货币政策应对股价变动做出适时反应。

本文在构建VAR模型的基础上，利用中国宏观经济实际数据来研究资产价格与货币供应量（M2）关系，以此来回答我国货币政策是否应该关注资产价格的波动，并提出相应的政策建议。

二、研究与计量检验

（一）变量选取

为了研究房地产市场、股票市场与货币政策之间的关系，我们需要选取相应的变量来进行研究。根据我国大量学者的研究经验，本研究把房地产综合景气指数作为我国房地产市场的代表变量，股票市场的代表变量选择上海证券综合指数收盘值。而对于货币政策，中国货币政策的操作目标是货币供应量。央行能够控制基础货币，并且通过基础货币影响货币总量。因此，可以用广义货币M2的月度同比增长表示货币政策的变动。

（二）数据收集与处理

考虑到我国房地产市场、股票市场的发展历史，以及经济数据的时效性与可得性，本文将用1998年6月到2013年3月的月度数据作样本进行实证分析。房地产综合景气指数、M2月末同比增速及上证收盘综合指数均来自中经网统计数据库。其中，房地产综合景气指数中很多年份1月数据缺失，采取将相邻两月的数据取平均值代替的办法补充。考虑到收集的数据具有较大的波动性，本文采用区对数的方法来减小波动。经处理后的三个变量分别用LN_FJ（房地产综合景气指数）、LN_MS（M2月末同比增速）和LN_SZ（上证收盘综合指数）来表示。

（三）基本统计特征

表1给出了各时间序列的统计性描述。因为没有将通货膨胀的因素考虑在里面，所以从表格中的均值来看，并没有得到有用的信息。从波动性角度考虑，房地产综合景气指数波动相对于上证收盘综合指数、M2月度增速来说较小，这说明房地产价格水平相对于股票市场价格与货币供给的波动小，可以猜测房地产市场对货币政策的反应程度不及股票市场对货币政策的反应灵敏。

（四）变量平稳性检验

本研究利用EVIEWS软件，对各变量进行单位根检验，以确定变量的平稳性。通过检验发现LN_FJ、LN_MS为平稳变量，而LN_SZ为非平稳性变量。本研究对平稳性变量采取差分法，结果见表2.。其中，D（LN_SZ）表示对LN_SZ取一阶差分值。从表2可以看出，经过处理后所有数据序列在10%显著水平下都是平稳的。

（五）协整检验与格兰杰检验

1.Johansen协整检验。协整关系是检验变量之间 是否存在长期的相关 关系。Johansen在1988年及1990 年与Juselius一起提出了一种以VAR模型为基础的检验 回归系数的方法，对多变量协整检验有较好的检验能力。主要的检验方法有特征根检验（Trace）和最大特征值检验（Max-Eigenvalue）。 由各变量的平稳性检验知道，LN_FJ、LN_MS、LN_SZ并不是同阶平稳的，从而它们并不能进行协整分析。

2.Granger因果关系检验。首先明确格兰杰因果检验是检验统计上的时间先后顺序，并不表示这是真正的存在因果关系，是否呈因果关系需要根据理论、经验和模型来判定。格兰杰因果检验要求所有的变量应该是平稳的，这是格兰杰检验能够进行的前提条件，如果单位根检验发现两个变量是不平稳的，那么不能直接进行格兰杰因果检验，否则可能会出现虚假回归问题。于是，由于LN_FJ、LN_MS、D（LN_SZ）是平稳的，所以可以对修正后的变量进行格兰杰因果检验。下表的滞后期设为2。

根据表3的结果，可以看出在10%的显著水平下，短期内，变量D（LN_SZ）能Granger引起变量LN_FJ，变量LN_MS能Granger引起变量LN_FJ，变量LN_FJ能Granger引起变量LN_MS，其他变量之间的Granger因果关系相对而言并不显著。这说明股票市场的波动能引起房地产市场的波动，而同样货币政策与房地产市场之间存在相互因果关系。这说明，相比而言，我国的股票市场与货币政策之间关系要比房地产市场与货币政策之间关系更紧密。

（六）脉冲响应函数分析

脉冲响应函数描述的是在随机误差项上施加一个标准差大小的冲击后，对变量的当前值和未来值所带来的影响。我们在VAR模型下使用广义脉冲函数，对是否协整关系不要求。

此处的图显示了LN_FJ、LN_MS、LN_SZ三个变量对相对冲击的动态反应。分析可知：房地产综合景气指数对其自身的一个标准差新信息立刻产生了较弱反应，立即增加了0.04%，而且随后反应程度逐渐上升，知道从第4个月左右开始逐步下降，表现出强烈的自相关性，这可能源于购房者对于房价的”追涨杀跌”；货币供应量对来自于房地产综合景气指数的新信息没有立刻产生较强的反应，而是随着时间的推移逐渐增强，到第十个月时到了0.4%，而且从一开始就是负值，可能是因为房地产价格水平上涨后人们调节了资产结构，多持有房地产少持有货币；同样上证收盘综合指数对来自房地产价格的新信息没有立刻作出较强的反应，三个月后有了0.1%的增加，而从第6个月开始反应是负值，这可以解释为房地产价格的上涨导致人们将股票市场中的资产投入房地产市场中。

货币供应量对其自身的一个标准差的新信息立即产生较弱的反应，立即增加了0.6%，但随着时间的推移，该新信息产生的反应慢慢的减弱，到第8个月时稳定在0.4%左右；房地产综合景气指数对来自于货币供应量的新信息没有立刻产生较强的反应，但是从第2个月开始就慢慢增加，到第10个月时还有上涨的趋势，说明货币供应量对房地产市场的价格水平可以产生影响，而且影响的持续性较强；上证收盘综合指数对来自于货币供应量的新信息立即产生了较弱的反应，有0.1%的增加，而且到第5个月后基本稳定在0.2%的增长，同样说明货币供应量对股票市场有着持续性的影响，并且与房地产市场比较而言，股票市场对货币供应量的反应更加敏感。

上证收盘综合指数对其自身的一个标准差的新信息立即产生较强的反应，立即增加了0.8%，但从第4个月开始，该新信息产生的反应慢慢的减弱，到10个月后还有继续减弱的趋势；房地产综合景气指数对来自于上证收盘综合指数的新信息没有立刻产生较强的反应，但是在慢慢增加，到5个月后到达最大值，随后又逐渐减小，10个月后仍有继续减小的趋势；货币供应量对来自于上证收盘综合指数的新信息没有立即产生强烈的反应，2个月后增加0.05%左右，为最大值，但到第6个月开始为负值，10个月后仍有下降的趋势，这可能是因为股票市场前景好的情况下，也就是“牛市”时，人们会暂且观望随后在确定股票市场的前景后会将持有的货币投入到股票市场中，于是导致货币供应量减少。

三、结论与政策建议

文章采用向量自回归模型，考察了货币政策与房地产市场、股票市场价格波动之间的联系。经过实证分析认为：货币供给量的正冲击会给房地产综合景气指数与上证收盘综合指数带来正面的影响，观察可知房地产市场的反应比较滞后，第一期影响不明显，第二期开始逐步上升，而股票市场反应则相对灵敏，第一期开始就有较强的反应，而且两种市场下由货币供给量带来的影响效应具有长期有效性。货币供应量对资产价格的影响随着时间的增加，其影响程度越来越深，因此扩张性货币政策会导致房地产价格、股票价格上涨，

本研究认为在货币政策的实施过程中，需要纳入资产价格，并将其作为调控的目标之一，以消除潜在的资产价格泡沫过度膨胀的隐患。。在对资产价格的波动密切关注的同时，也要对市场的变化要持续关注，如果市场已作出了反应，应及时变化政策，避免走上极端。另外，政策实施过程中，应避免直接的行政干预，力图顺应市场规律，从而维持金融体系的稳定和实体经济的健康发展。

参考文献：

[1]冯用富. 货币政策能对股价的过度波动做出反应吗？[J]. 经济研究， 2003， 1： 37-44.

篇8

众所周知，日本从战后的废墟上崛起仅用了三十年时间。中国在世界进入后现代化和信息化、国内进入改革开放的大好时代，以96年为基数计算（中国人均产值是572美元，日本是40737美元），结果如下：如果假设中国以12％的速度增长，日本则以8％的速度增长，中国赶上日本需要117年。如果中国以6％的速度增长，日本以4％的速度增长，中国赶上日本需要224年。如果日本以6％的速度增长，中国以朱总理讲的8％的速度增长，中国赶上日本需要228年。假设日本永远以4％的速度增长，中国要在50、40、30、20年内赶上日本，则中国人均产值的年增长速度必须分别达到8.91%、11.3%、15.3%、23.8%.显然，要使中国在100到200年的时间每年以人家1.5倍的速度或在50～20年的时间每年都以人家2～6倍的速度稳步增长，可能性极小。从赶超先进国家的年份来看，两相比较，差距可谓大矣。

篇9

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：

篇10

引言：

宏观经济统计分析在社会经济领域应用的范围在扩大，都促进众多领域的发展和进步发挥出了重要的作用。其在发展过程中对基础性的理论、方法等开展合理化运用有利于提高宏观经济统计分析研究、应用的水平。对于国家有关经济主管部门来讲，对宏观经济统计分析理论知识、模式等进行有效性应用可以把握好经济发展的整体性趋势，为从人力、物力、财力方面指导我国众多中小企业的发展提供重要数据信息参考。因此，我们针对宏观经济统计分析相关内容、发展面临的问题、提高方法进行分析和研究工作。

一、宏观经济统计分析相关内容

宏观经济统计分析学科由以往的经济学、统计学融合而组成，通过对宏观经济理论的运用，进行众多经济运行资料、信息、数据的统计和分析，对宏观经济的运行形成基本的统计分析结果，加深对经济发展趋势、产业经济结构认知的水平。在具体的应用中，宏观经济统计分析通过专题性的统计分析工作和制度化的统计分析工作形成对宏观经济运行发展趋势的深刻判断，渐渐形成完整性的报告内容[1]。

二、宏观经济统计分析发展面临的问题

宏观经济统计分析发展中主要存在以下方面的问题。第一，宏观经济统计分析应用的方法存在滞后性的问题，无法有效性、客观性的反映出宏观经济运行中深刻的问题。同时，有关方面的统计分析人员缺乏创新性思维，没有顺应经济发展运行的客观规律。第二，没有充分的认识到大数据时代特征。比如：对大数据时代网络信息技术的应用特点存在认知上的缺陷，使得大数据特征的宏观经济统计分析模型无法有效构架，无法科学、客观、准确的分析、判断宏观经济运行特点、未来发展的趋势等等。第三，缺乏必要市场机制的内在推力，影响到了宏观经济统计分析发展。比如：众多企业出口积极性受到削弱、供需矛盾的进一步加剧等等[2]。

三、提高宏观经济统计分析发展方法

（一）全面贯彻新型的理念

宏观经济统计分析发展需要以发展性、多样性、灵活性、全面性理念为支撑，提高其发展的质量和水平。具体来讲吗，第一，需要有效性、灵活性的贯彻我国政府提出的经济发展方针，充分结合我国经济运行实际情况，采取有效性的方法规避经济运行中的风险因素，促进我国经济更加平稳、科学、健康的发展和进步。第二，需要应用多样化的理念，充分的协调好经济运行发展中的各种资源、各个领域，使得它们在多样化发展的理念下更加协调，促进我国宏观经济整体性进步。第三，需要应用好宏观经济分析理论，有效性的解决其发展中存在的问题，把握好其未来运行规律，进一步的提高我国宏观经济发展运行质量和效率[3]。

（二）提升宏观经济调控能力

经济的发展运行是促进宏观经济统计分析发展的基础。因此，对于我国政府来讲，需要应用有效性的手段促进我国经济发展，使得宏观经济统计分析发展有可靠的动力。具体来讲，第一，明确我国宏观经济运行发展目标，依照经济发展的不同情况进行不同的模式、方法解决经济运行中的问题，提高经济运行的质量。第二，对于宏观经济调控的目标进行科学规划，有效性的巩固国家对经济宏观调控的结果，使得我国经济的效能得到充分发挥，促进经济平稳、安全、科学、健康发展。第三，进行投融资体制的创新。投融资体制的质量直接影响到社会中各个企业资本的质量和安全性。因此，我国需要加快革新投融资体制，建立起必要的风险投资基金。第四，我国政府需要促进出口退税进程的加快，为众多出口企业的信贷提供有效保障。第五，进行国家发展资金的统筹，对重点的经济领域进行全面性扶持，为宏观经济统计分析发展提供有效保障和支持。

（三）构建大数据宏观经济统计分析模式

大数据理论和技术模式的应用有利于构建新型的宏观经济统计分析模型，提高宏观经济统计分析应用质量和水平。具体来讲，我国需要以政府信息数据发展应用为重要切入点，全面促进政府信息数据共享平台的建设，使得政府对我国经济社会发展进行中长期的科学规划，提高经济分析的水平和效率，促进我国宏观经济统计分析发展[4]。

（四）保障社会供求基本平衡

保障社会供求基本平衡有利于为宏观经济统计分析提供重要指标数据支持。因此，对于我国的政府来讲，需要从众多的方面着手，保持我国社会总供给和总需求的平衡。具体来讲，第一，需要应用多种方式提高我国的就业率，提高我国社会保障机制的应用能力。第二，适当性的增加政府支出，提高我国经济运行中消费比例的提高、拉动内需，提高宏观经济发展质量和水平，为更好的开展宏观经济统计分析提供重要依据。第三，促进货币的流通，加大对基础性经济领域的投资。第四，降低城乡之间差距，提高居民实际收入水平，开展合理化的资源分配，促进我国经济的进一步发展[5]。

结论：

在大数据的背景下，本文以我国政府为主要的视角，通过对宏观经济统计分析发展问题为研究的重点，提出来其发展中存在的问题，通过政府在各个方面的举措应用完善了宏观经济统计分析发展平台的构建，对于经济运行中社会各个方面的因素进行分析，对于众多资源进行统筹，有效性解决了经济发展问题，提高了我国经济发展水平，也促进了宏观经济统计分析发展和进步。

参考文献：

[1]李伟.探索宏观经济统计分析发展的基本问题[J].现代营销（下旬刊），2016，01：8.

[2]袁天夫.宏观经济统计分析发展的基本问题研究[J].现代经济信息，2016，06：20.