积极发挥大数据在经济学研究中的重要作用数据挖掘计量经济学实证

实证经济学的研究以数据为基础，数据在验证经济理论、预测宏观经济走势、制定政策、企业或个人进行经济决策等方面，均具有不可或缺的作用。传统统计数据和计量经济方法对某些问题往往束手无策。此时，发挥大数据所具有的样本海量、更新实时、数据源渠道丰富等优势特征解决以往难以攻克的难题，是学者们使用大数据方法研究经济问题时的基本出发点。总体而言，大数据在经济学中的应用大致可以归为三类：优化传统经济指标或构建其先行指标、构建新的经济预测指标、建立经济变量间的联系。

在构建新的经济预测指标方面，由于获取大数据的渠道丰富、所得内容海量、更新高效及时，经济学家借由大数据构建了许多新的具有经济意义的指标。与传统数据相比，由大数据构建的指标具有更强的经济预测能力。崔贤英（HyunyoungChoi）认为，Google趋势数据对于短期预测的效果较好，通过网络搜索数据可以发掘用户的行为特征，便于及早发现经济变化，从而建立了包含Google趋势变量的季节性AR模型，对临近期的经济指标（如旅行目的地行情、汽车销量、消费信心等）进行了预测。经过验证发现，与传统方法相比，该方法的准确度提高了5%—20%。许伟把网络新闻情感与Google搜索数据相结合，构建了数据挖掘集成模型，并把房地产价格指数的滞后项加入模型中，继而利用支持向量回归SVR模型对房地产价格指数进行了预测。

面临问题

虽然近几年将大数据应用在经济学领域的研究快速兴起，但大数据计量经济分析仍存在一些问题，具体表现如下。

未来展望

改革开放40余年，我国经济发展迅速、科技水平不断进步。“数字中国”和“智慧社会”是我国的重要发展目标。大数据计量经济学的发展前景广阔，未来可能在以下两个方面实现进一步突破。

第一，学术和学科方面。为培育我国大数据计量经济学领域引领性和原创性学术成果，要加强学术人才培养，积极建设国家智库，开展学术与学科创新，从而形成一批可以服务国家战略需求、以量化分析为核心、基础理论与应用研究相结合的重要成果。

第二，政策应用方面。为发挥大数据计量经济在国家治理与科学决策方面的作用，应从我国实际出发，在具体的经济问题中运用恰当的政策分析与评估方法。为提高新时期我国经济和金融风险的防控能力，应充分利用基于大数据计量建模的预测方法，提供科学有效的政策建议。

（作者单位：中国社会科学院数量经济与技术经济研究所；南开大学经济与社会发展研究院）