大数据视角下宏观经济预测的技术与方法研究

随着互联网的普及，人类创造的信息总量正以空前的速度爆炸性增长，“大数据”时代已经来临。在大数据被广泛应用的今天，能否以及如何利用大数据对宏观经济进行预测成为经济学研究的一个新领域。本研究旨在跟随大数据的时代步伐，寻求利用大数据信息进行宏观经济预测的技术和有效方法，以为宏观经济政策的准确制定提供帮助。
研究首先对大数据与宏观经济分析的相关文献作了梳理，核心部分是寻找利用结构化数据和非结构化信息的可行方法，探索大数据信息能否帮助我们对宏观经济进行预测。在利用结构化数据和非结构化信息进行宏观经济预测时，主要对宏观经济总量和宏观经济分量进行了预测方法的探讨。*后根据宏观经济预测的现状和存在的问题，提出中国在大数据背景下进行宏观经济分析预测的政策启示。

徐晓飞，女，1980年出生，东北财经大学经济学博士，清华大学经济学博士后，北京语言大学商学院金融系讲师；主要从事货币金融、财政政策、宏观经济等方面的教学与研究。近年来先后在《经济研究》等核心期刊上发表论文10余篇；作为主编和副主编编写教材5部；主持科研项目10余项。