基于高频数据的地区宏观经济运行分析与调控机制.docxVIP

基于高频数据的地区宏观经济运行分析与调控机制

摘要：数智时代，地方政府通过开发利用市场主体活动产生的高频数据，搭建宏观经济大数据分析平台，构建可视化的预测分析指标体系，以实现对经济运行状态的前瞻性把握。但目前仍存在数据采集鸿沟、数据分析方法实用性不佳等困境。基于地方政府与技术手段的现实条件约束，建议重点优化经济数据归集汇总机制，在基于高频数据开展地区宏观经济分析时以增加经济运行分析的维度为中心，深化研究高频数据与分析预测对象之间的成分性关系，重点把握其结构性关系。最后，针对在经济预测结果可能不准确的前提下，对地方政府调度工作进行了探讨并建议应建立形成良好的激励机制。

关键词：高频数据；宏观经济；客观经济预测；地方政府

中图分类号：F224文献标识码：Ａ文章编号：2096-5982（2024）08-0091-08

宏观经济预测分析与调控是国家和地区治理体系和治理能力的重要组成部分，对于科学研判经济形势、引导政府和市场理性决策、促进经济平稳增长具有重要作用。数智时代，数据既是重要的生产要素，同时也是重要的产品。经济在运行中无时无刻不在产生数据，记录着经济运行的轨迹，使得数据特别是高频数据成为预测和调控经济运行的重要工具。一方面，数字经济的蓬勃发展，数字化、智能化与实体经济深度融合，使经济活跃度和复杂度明显提升，对宏观经济进行及时、精准、科学的预测提出了新需求；另一方面，数字政府加快。云计算、大数据、人工智能、区块链等技术的发展，为利用高频数据进行宏观经济预测和调控提供了技术手段，共同推动宏观经济预测分析和调控的理念与方法的变革。数智时代下，高频数据在地方政府宏观经济运行分析与调控方面大有可为。

目前，世界各国都在探索利用高频数据对宏观经济形势进行预测，以此提升宏观经济调控的前瞻性、有效性。学术界也从重点领域对此进行了研究。其中，在微观层面，有学者针对高频数据设计了预测模型和算法。例如张永安等构建了用于股票市场收盘价预测的模型（1）；刘广应等构建了协方差矩阵动态预测模型。（2）还有学者借助高频数据研究期权市场价格发现能力的决定性因素（3）和A股开盘价操纵行为。（4）在宏观层面，吴力波开展了从处理数据到预测全环节的创新研究。（5）王建东等初步构想了国家经济大脑，并总结了大数据经济运行分析的四种方法，分别是统计分析方法、时空分析方法、复杂网络方法和人工智能方法。（6）其中在人工智能领域最新研究较多。闫春等构建了监测预警宏观经济运行情况的CNN-SVM模型（7）；梁龙跃等利用LSTM＆WA模型预测季度GDP（8）；戎天（9）和燕佳静等（10）探讨了大数据技术在省级政府开展经济运行监测分析工作中的应用场景，并提出了省级政府缺乏成熟对口的分析模型和专业人才等问题。

虽然高频数据在宏观经济预测分析方面得到越来越广泛地运用，但是受传导机制、数据本身等多方面因素的影响，较高准确度的预测经济运行走势绝非易事，尤其是需要对这一过程的内在机制进行深入探索，尽量消除影响精准预测的“噪音”，才能更好地优化分析和调控工作，这也是本文主要的研究价值所在。此外，目前高频数据在宏观经济层面的研究多集中于全国层面以及技术分析，缺乏对地方政府实用性较强的研究成果。本文希望就地方层面在理论分析方面作出一些边际贡献，并针对性地为提升高频数据的地区宏观经济预测与调控提供政策建议。

二、高频数据的产生、预测价值及其局限性

（一）高频数据的产生

高频数据通常是指更新时间较短、包含细微差异的大量数据，如周频、日频、实时数据等。与之相对应的低频数据，则主要包括月度、季度、年度数据等。高频数据的产生，有两个重要因素：一是经济社会活动的频率日益加快，市场交易对象和范围不断扩大，高频数据实质上是经济脉搏跳动的映像；二是大数据、人工智能、云计算等技术的发展和运用，使数据采集和存取方式更加便捷，成本不断降低，海量的高频数据随之被“生产”出来。但从实际应用角度出发，高频数据与低频数据的界限是相对的，主要取决于反映经济活动的数据获取时间及研究对象和目的。例如宏观经济领域的高频数据时间间隔明显要大于金融领域。在金融领域，诸如证券等产品的交易频率极高，生产出大量日频及以内的数据。同时由于国内金融市场参与者的买卖频次大都可以实现T+1交易，因此金融领域高频数据的更新频率一般为日频及以内。例如刘广应（11）和朱菲菲等（12）分别通过5分钟高频收益率数据和每6秒加成的高频交易数据进行预测分析。此外，在宏观经济领域，传统经济统计指标更新频率主要为月频或季频，因此只要高于月频或季频的数据均可视为地区宏观经济领域的高频数据。例如在预判季度GDP走势过程中，刘汉等（13）和李正辉等（14）将月度数据视为高频数据。

（二）高频数据的优势价值

由于高频数据更新快，能够及时反映市场变化的最新情况，因此在对地区开展宏观