基于大数据技术的宏观经济分析应用研究

熊江凯

摘要：就目前的发展状况而言，大数据技术已成为社会各个领域最热门的话题之一。大数据技术的优势必须依托互联网平台才能发挥出来。因此，要充分发挥大数据在经济建设中的作用，重要的研究工作必不可少。本文首先简要介绍大数据的概念和特点，结合大数据在社会经济中的重要性，揭示大数据经济的内涵，分析大数据带来的变化及应用对策。然后，从经济研究的对象和方法的角度，分析大数据在经济发展中的作用和价值。最后对大数据经济的增长趋势进行了展望，提出了借助大数据进行宏观经济分析的策略。

关键词：大数据时代;经济变化;宏观经济学;战略;

引言：我国正处于信息和数据快速发展的时代，在市场经济不断变化的条件下，市场经济体制的发展带来了机遇和具体的商业挑战。随着大数据技术、数据挖掘技术等现代信息技术的逐渐成熟，在诸多领域受到广泛推崇和应用，经济管理领域也不例外。运营管理，效率[1]。当前，面对市场经济全球化深化、竞争加剧的压力，完成大数据技术与经济管理的高水平融合，是提高企业经济管理效率和科学决策的有效措施。大数据统计分析技术大数据技术可以通过对大量数据的统计分析确定企业经济增长规律，促进经济增长，并懂得优化企业增长结构，对提高企业整体效率具有重要意义。

一、宏观经济预测的范式变革

在大数据引发的宏观经济预测范式变革中，最先引起学界注意的是以人 工神经网络、支持向量机、随机森林等为代表的机器学习算法在预测精度上的 超一流表现。机器学习并非源自经济学（甚至不是统计学），而是发端于计算 科学，机器学习模型特有的“黑箱”属性增加了其神秘感。那么，是否能够将 机器学习置于宏观经济预测的方法论体系中加以理解（第一型问题）？ 纵观宏观经济预测的演化发展，作为实证经济学的一个重要分支，其传统思 路是借助模型来揭示经济系统的运行规律，进而预测宏观经济的未来走向。数据 的作用是检验模型的合理性，模型的假设条件与推演结果能否经得起数据的检验， 决定了模型是否具有合理的解释能力。宏观经济预测的传统工具主要是数理经济 模型和计量经济模型。数理经济模型以成熟的经济学理论为基础，用以研究宏观 经济中的单一部门或多个部门的运行规律。例如，研究消费的生命周期假说、持 久收入假说，研究整个宏观经济系统的实际商业周期（RBC）模型、动态随机一 般均衡（DSGE）模型。计量经济模型是经济学与统计学的成功结合。通过承认随 机干扰因素的存在，并借助大数定律、中心极限定理等统计学工具，计量经济学 家能够将无穷多的偶然性因素的影响控制在一定范围内，不过度削弱模型的解释 能力和简明性。将宏观经济预测模型中描述的确定性因素和偶然性因素看作一个 连续统（continuum），不难发现：数理经济模型位于该连续统的一端，几乎只容纳 确定性因素;计量经济模型位于该连续统的中间部分，确定性因素和偶然性因素 并重。这反映了以下基本事实：数理经济学试图通过清晰的确定性关系来刻画经 济的运行规律，而计量经济学承认大量复杂的、未知的、不可度量的因素的存在。 隨着大数据技术的蓬勃发展，人类获取数据和认识客观现实的能力得到空 前的提升，机器学习模型成为宏观经济预测的全新工具。实践证明，将机器学习 模型用于宏观经济预测，常常具有超越数理经济模型和计量经济模型的准确性。 将机器学习模型放入上述连续统来分析，不难发现，机器学习模型接近于该连续 统的另外一端，能够借助数据量的跃升克服大量偶然性因素的影响，甚至不对确 定性因素和偶然性因素作区分，对于数据缺失、错误和噪声具有极高的容忍度。

二、大数据统计在经济管理领域的应用实践

（一）在财务管理方面

首先，企业财务管理部门决定了企业经营资金的安全性，良好的财务管理能够有效降低企业资金运营风险，提升资金使用效率。大数据统计在财务管理领域内，可以整合财务数据并加以分析，为管理者决策提供数据信息参考，提升企业投融资决策的正确性。其次，部分企业财务管理部门在对财务数据统计整理的过程中重复性操作较多，不仅无法提升财务管理工作的质量与效率，还会导致财务数据缺乏真实性。利用大数据统计能够在实际工作中帮助财务人员提升工作效率，保持财务数据的真实性，通过财务数据分析出企业的经营问题。

（二）建立基于大数据技术的信息统计分析管理机制

大数据统计分析技术可以预测和评估增长决策和大商业决策，并分析它们的合理性[4]。利用大数据统计分析技术得到的相关数据与实际数据存在一定的差异，企业可以通过差异化的方式为未来的增长进行科学的调整、变革和优化管理。利用大数据技术建立业务信息日常采集机制，收集各部门工作信息，对业务数据进行统计分析。

（三）构建完善的数据统计管理模式

针对日常数据收集、数据整理等相关工作流程，企业需要成立专门的部门或团队来完成数据整合与处理工作，为大数据统计分析的顺利开展奠定良好的数据基础。对企业在运营过程中需要及时反馈的问题以及可能会影响企业经营的问题，都可利用大数据统计分析有效把控。同时，在此过程中也需要提升企业员工对大数据统计分析的认知，提升员工对数据的敏感度，使员工能够在大数据统计管理中发挥出自身的作用。企业管理者需要加强对数据统计管理的认知，通过专业技能和知识理论方面的培训，让企业各部门的工作人员都能够熟悉大数据统计下的企业工作框架，合理利用人力资源助力大数据统计管理模式的构建，助力企业的可持续发展。

结论：综上所述，随着大数据技术的不断发展，其在各个领域中都得到了广泛的应用。当今社会正处于信息时代，大数据技术在宏观经济预测、企业财务管理、企业营销管理等多方面都得到了很好的应用与发展。利用大数据统计技术可以有效提升企业的管理效率，促进企业产业结构的调整与结构优化。

参考文献：

[1]崔莉莉.大数据统计分析方法在经济管理领域中的运用探析[J].大众投资指南，2019（23）：243-244.

[2]黎剑飞.大数据在企业经济管理中的影响[J].农电管理，2020（12）：65-66.

[3]孔维亮.大数据在现代经济管理中的应用探究[J].山西农经，2020（20）：119-120.