加大力度推动宏观经济长期向好“宏观经济实时监测系统”发布会暨宏观经济理论与实践前沿研讨会在厦大举行_新浪财经

　　在技术发展日新月异的数智时代，如何运用大数据、人工智能等新技术优化改进宏观经济监测预测，提高宏观经济分析与预测的时效性和精准性，是当下宏观经济学研究的重要问题，也是国家和政府制定宏观调控政策的迫切需求。3月16日，“宏观经济实时监测系统”发布会暨宏观经济理论与实践前沿研讨会在厦门大学举行。

监测显示中国经济整体运行良好

　　项目课题组组长、厦门大学数量经济学学科带头人郑挺国教授详细介绍了宏观经济实时监测系统工作原理、系统建设情况等，并结合系统监测数据进行了国家和福建省九市一区宏观运行情况介绍。据介绍，该系统提供了中国经济状况指数、国家和地区国内生产总值（GDP）以及国家和地区消费者价格指数（CPI）的日度指数值和日月季年环比增长率（通胀率）的日度监测值，公布了包括中国在内的金砖国家、七国集团（G7）国家的宏观经济形势以及部分中国省自治区、直辖市和福建省九市一区的地区经济发展态势。目前，监测系统已架设在厦门大学宏观经济研究中心下属网站宏观经济实时监测系统。

　　根据该监测系统今年第一季度结果，中国宏观经济状况指数显示中国经济整体运行良好，从2024年1月中旬开始处在攀升中，但总体经济形势仍处在低位盘整期。中国GDP增长率在不同频率上均有明显上升，1月至2月份月GDP环比增长率分别为0.47%和0.81%，预估第一季度GDP环比增长率在1.7%以上，过去一年内的GDP增长率已攀升至5.30%。系统监测结果表明，自2024年1月中下旬以来，全国和福建省以及福建绝大部分地区经济增长均呈现出稳健的加速趋势，为实现今年经济增长目标打下了良好的开端。此外，课题组也运用该系统对过去的宏观经济运行情况进行了充分验证，展示了良好的实时监测效果。

　　据悉，“宏观经济实时监测系统”研发历时三年余，具有全新自主知识产权，提倡一种全新的宏观经济监测理念和思想，具有模型更灵活、监测更实时、算法更高效的特点。具体来说，在灵活性方面，有别于传统模型只能接入同频数据的特点（低频监测），该系统创造性地构建了一种基于混频大数据的宏观计量模型，可以融合日周月季不同频率的数据得出实时监测结果，有效解决了在经济政策、经济周期和重要突发事件影响下的参数时变性问题。

加大力度推动中国经济长期向好

　　中国社会科学院数量经济与技术经济研究所所长、研究员李雪松认为，“十五五”和“十六五”时期我国经济仍具有较高的增长潜力，通过加大宏观调控、科技创新和改革开放力度，我国经济将持续向好、长期向好。当前，尽管推动经济运行回升仍需要克服一些暂时困难，但从劳动力数量和质量红利、资本形成空间巨大、改革开放对全要素生产率的提升等方面可以看出，中国经济回升向好、长期向好的基本趋势没有改变，高质量发展的基础仍然坚实。根据预测，在基准情境下，“十五五”和“十六五”时期我国年均潜在增长率分别为4.5%和4.0%；在乐观情景下分别达到4.8%和4.3%。在加大宏观调控、科技创新和改革开放力度的具体举措方面，除了积极财政政策适度加力外，要推动社会融资成本稳中有降；加大对人力资本投资，提升综合社会回报率；优化房地产政策，标本兼治化解房地产风险；在稳定传统产业的同时，加快发展新质生产力；更加注重运用好改革开放的关键一招。

　　国务院发展研究中心研究员李善同从三次产业比重的发展变化引入，提出在观察三次产业比重变化时不仅要看现价数据，还要关注价格结构变化的影响，从而为决策者提供精准信息。李善同认为，除了供需关系的变化，新技术以及新产品、新业态的快速发展也会影响价格结构的变化，从而对价格的统计核算提出挑战，她认为可以通过大数据的观测来弥补现有核算体系的有偏性。

　　广州大学经济与统计学院刘金全教授的研究通过检验经济增长率均值过程和波动率过程的时变相关性和动态因果关系，以此判断经济增长的“进”和“稳”之间的动态影响关系。该研究具体描述了“稳中求进”和“以进促稳”的宏观经济特征和实施条件，通过中美数据对比，刘金全教授指出我国的新质生产力、未来产业和新兴战略产业仍有较大增长空间；因而需进一步研究经济增长动力机制转化和宏观调控政策机制分析。该研究给出了供给侧结构性改革、高质量发展、中国式现代化等重要交汇节点上的中国经济增长动态路径及其宏观经济政策选择。

　　基于国势学的研究现状和研究范式，江西财经大学统计学院罗良清教授介绍了国势学的演变过程和基本概念，提出了对当代国势学研究的思考，即需关注国家治理需求的变化对研究目标的影响、外部环境的变化对研究对象的影响、当代国势学应当继承和应当批判的内容，并进一步提出“三基原则”，指出可以从基层逻辑、基础数据、基本事实三个角度入手对国势学的社会经济统计方法进行改进。目前国势学的研究更加关注全球社会经济发展和全球治理问题，罗良清教授指出双碳问题、链位问题、硬实力测度问题和软实力测度问题是国势学研究未来发展的四大方向。

宏观经济的不确定性及模型实时预测

　　传统上，异质性主体动态宏观经济学模型涉及复杂的动态规划和数值模拟，计算难度非常大。对外经济贸易大学国际经济贸易学院朱胜豪教授则结合动态宏观经济学异质性模型和微观大数据，使用KFP方程来跟踪期望的密度函数的演变，将理性预期动态宏观经济问题转化成一个分布参数最优控制问题，并通过机器学习方法帮助计算。具体而言，他利用动态最优传输文献，把异质性模型放入抽象的无穷维分布空间中，用财富分布作为描述经济系统的状态变量，用非线性Fokker-Planck方程描述经济系统的跨期转移关系，重新解释了异质性动态宏观问题。同时，他利用Wasserstein空间、广义梯度和KL散度等机器学习工具来探寻宏观经济大模型的数值解。

　　宏观经济不确定性是当前重要的研究议题，中山大学岭南学院副院长林建浩教授利用文本分析，用横截面指标代替单一维度指标刻画经济的不确定性。随着宏观经济学与微观统计学的深入结合，横截面指标相比单一维度指标更能刻画经济活动中出现的细微变化，海量文本数据的应用则为构造横截面指标提供更多数据支持。林建浩教授利用中国28家主流媒体数百万篇的宏观经济新闻报道，构建每个时期下每家媒体的情绪分布，进一步构造不同媒体分布之间的横截面差异，得到新的宏观经济不确定性指标。林建浩教授认为，相比加总指标，基于文本情绪横截面分布差异的兼顾信息传播视角与不确定性理论，是实证测度不确定性的一种可行思路。

　　浙江大学金融研究院院长助理邬介然教授首先介绍了最新研发的长三角宏观经济实时预测系统主要有两个功能：一是区域经济模拟推演与决策，二是区域经济预测预警。就第一种功能而言，邬教授首先描述了该系统具有一体化、动态化和高频化的主要特征，并简要讲解了宏观经济模拟推演的基础：CGE模型和SAM矩阵。接着，他介绍了该系统的三种迭代功能：一是运用于政策组合方向推演的经济静态关联效应模拟；二是区域经济静态一体化效应模拟；三是区域动态一体化效应模拟。他特别展示了各种模拟结果，并指出区域一体化决策的政策效果要优于区域内各地区独立决策的政策效果。就第二种功能而言，邬介然教授简要介绍了经济预测预警模型的基本构成并初步展示了区域经济的预测结果。

　　中国科学院大学经济与管理学院院长、厦门大学邹至庄经济研究院院长洪永淼教授在报告中描述了数智时代的两大特征：容量大、变量多、强关联、噪声大的大数据以及近20年来迅速发展的人工智能技术。他介绍了近年来人工智能科学家学者发现的大模型“双降现象”，即对一些领域和数据而言，随着模型参数维度增多，测试误差呈现先下降、再上升、再下降的趋势。高维复杂数据带来了“维数灾难”的问题，降维是统计学与计量经济学建模的一个根本问题。有两种降维思想：一是数据缩减，即对高维复杂数据进行降维，然后进行建模，但数据缩减可能导致信息失真或者消失；二是模型简化，即先用大模型对高维复杂数据进行建模，然后再利用统计检验、机器学习以及经济理论对模型进行降维，这种建模方法能够在较高程度上保留原有数据信息。洪永淼教授介绍了计量经济学大模型的两个应用案例，分别基于大量微观数据估计高维时变GMM模型和预测通货膨胀率，显示了大模型的优越性。

　　考虑到现有模型不能很好地解释库存和产出的动态特性，武汉大学经济与管理学院院长聂军教授以文献中常用的线性二次型框架为基础，在经典框架中引入了模型不确定性（或者模糊厌恶偏好），并基于新框架对库存和产出的动态做了理论和实证分析。聂军教授介绍，传统模型往往假设企业积累库存是为了平滑生产，但这无法解释生产波动性高于销售波动性的现象。实际上，生产也具有不确定性，生产本身的冲击也会增加其波动性。同时，现实中企业不可能存在库存为负值的情况，这与某些模型的结果不一致。他表示，初步实证结果显示新框架能够更好地解释库存、生产与销售之间的动态关系，为理论研究提供了微观基础。此外，将模型不确定性的引入为企业避免库存为负的动机提供了有效的内生机制。

　　十八大以来，党中央高度重视金融风险问题，而针对资产泡沫的研究是基础研究与重大现实问题的交集，因此如何识别和预测资产泡沫是未来非常值得研究的问题。由于资产泡沫的测算难度较大，测算方法没有统一标准等原因，学者们在资产泡沫领域的研究一直未能达成共识。清华大学经济管理学院长聘副教授董丰以牛顿炒股、买鹿制楚两个有关资产泡沫的历史小故事出发，形象生动地阐述了建立资产泡沫预警和监控机制的重要性。董丰教授介绍了方差检验、两部检验等一些现有的实证计量方法，这些方法可以用于研究资产泡沫是否存在的问题。但董丰教授表示上述方法本质上是识别已经发生的泡沫，是基于历史数据的研究，而不是面向未来方法。

　　从金融与实体经济的背景出发，以经济网络的角度研究货币冲击的传导机制，厦门大学经济学院和王亚南经济研究院院长周颖刚教授构建了一个同时包含生产网络和投资网络的经济理论模型，并以1997年至2016年美国30个行业为研究对象，使用异质性空间自回归模型（HSAR）实证检验了生产网络和投资网络在美国货币冲击对行业股票收益率传导效应。研究发现，生产网络和投资网络是货币冲击的重要传导机制。若以1997年至2007年的数据作为研究对象，则两个网络的传递效应都很显著。若以2009年至2016年作为研究对象，则生产网络和投资网络的网络效应均不显著。周颖刚教授表示金融危机后美国实行量化宽松政策可能是导致这一现象的原因。在美国货币冲击对股票回报的影响中，近53%可由生产网络和投资网络解释，其中生产网络和投资网络各占整体网络效应的50%左右。这表明若在研究中只考虑单一的网络作用可能是不全面的，更应该全面考察行业间的生产关联和投资关联。