发布时间：2023-10-08 17:39:44
绪论：一篇引人入胜的宏观经济分析方法，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
1.1微观经济分析
微观经济分析，即根据国家现行财税制度和现行价格，分析、测算项目的效益和费用，从项目的财务角度考察项目的获利能力和偿债能力等财务状况,对项目的财务可行性进行评价。其主要作用在于衡量项目的财务盈利能力；为项目制定资金规划；为协调项目的利益和国家的利益提供依据；并利用有关的基础数据，通过财务报表，计算财务评价指标和各项财务比率，进行财务分析，做出财务评价。
1.2宏观经济分析
宏观经济分析,即是将拟建项目置于国民经济大系统之中，按照资金合理配置的原则，从国家和社会的角度分析项目的国民经济特征，揭示项目的社会经济本质。从国民经济综合平衡的角度考虑，计算项目对国民经济的净贡献，以评价项目的经济合理性。宏观经济分析是项目经济分析的核心。
1.3不确定分析
不确定分析是研究各种经济参数发生变化时，经济分析结果的变化情况和变化范围，估计经济分析结果所面临的风险，为投资决策提供风险分析的资料和结果，以避免投资决策失误。不确定分析是工程经济分析中的重要内容。
2微观经济分析和宏观经济分析的关系
微观经济分析和宏观经济分析两者之间相互联系，既有共同之处，又有区别。
2.1共同点
1）评价目的相同:两者都要求以最小的投入获得最大的效益。
2）评价基础相同:两者都是在完成需求预测、工程技术方案、资金筹措等可行性研究的基础上进行分析的。
3）计算期相同:两者都要计算包括建设期、运营期全过程的费用和效益。
2.2不同点
1）分析和评价的角度不同:微观经济分析是从项目本身考察项目的财务特征;宏观经济分析则是从国家的角度考察项目的经济特征。
2）采用的价格不同:微观经济分析采用的是现行价格，宏观经济分析采用的是影子价格。
3）主要参数不同:微观经济分析采用的是官方汇率，动态计算的折现率采用财务贴现率;国民经济采用的是影子价格，动态计算采用经济贴现率。
3公路工程经济评价常用方法
公路工程项目与一般的工程项目有相同的地方:都需要通过可行性研究、设计、施工等严格的审批程序，批准后消耗一定的建筑材料形成固定建筑物。公路工程在经济性分析时，许多国家基本上还是借鉴工程项目的经济评价方法。我国对公路工程项目的经济分析起步较晚,在公路工程的建设中，经济评价主要是在借鉴外国经验的基础上，形成了一套自己的技术经济论证方法。
4工程经济分析的意义
大数据方法和技术不仅可以被深度地应用在微观分析、行业研究领域，也可以运用在宏观决策之中。未来，大数据既是企业占领市场、赢得机遇的利器，也是政府进行宏观调控、国家治理、社会管理的信息基础。而大数据时代对数据的挖掘、处理和分析的方式，对于传统的宏观经济分析，无疑是一次大的革新。
大数据应用于宏观经济分析的趋势
传统的宏观经济分析通常是通过对比主要宏观经济指标、建立宏观经济计量模型、仿真宏观经济动力系统，对宏观经济形势及未来发展趋势进行判断与预测。
在当前的大数据时代，越来越多的宏观经济政策制定者和相关专家学者都已经意识到，大数据对宏观经济分析有着革命性的影响。目前，在宏观经济分析及预测中运用大数据方面，无论是国外还是国内，从新型宏观经济指数构建，到建立新型大数据宏观经济预测模型，各方面都取得了一定的进展。
早期大数据在宏观经济分析领域的应用，主要集中在建立新的宏观经济指数，以便更加准确的反应宏观经济运行状况。这方面的工作主要基于个人的交易记录，包括像一些欧洲国家将销售点扫描数据纳入CPI指数编制。
特别引起关注的是麻省理工学院的经济学家利用网上购物交易数据创建的BBP项目 （Billion Prices Project），基于不断变化的一篮子商品所计算的日度通胀指数。这种实时的通货膨胀指数能够比相应的官方数据更好地反映实际经济运行的情况。当年，在雷曼兄弟公司倒闭后，BPP 的数据显示，大部分美国企业几乎立刻开始削减价格，这就表明总需求已经减弱。而相比之下，官方通胀机构公布的数据直到当年11月，即在10月CPI数据公布后，才对通货紧缩有所反应。
“企业发展工商指数”是宏观经济分析领域中典型的大数据应用案例，也是我国政府在大数据挖掘领域的首创成果。该指数包括10 个对宏观经济具有显著先行性的指标，可以提前1～2 个季度预测宏观经济发展趋势。它改变了传统的抽样统计方式，利用大数据挖掘技术，对工商全量、动态的全国企业登记数据进行分析，发掘大数据价值，并采用合成企业发展工商指数，以判断宏观经济走势。
除了宏观经济分析与预测方面相关指数的建构，从宏观经济分析与预测研究的国际趋势看，使用大数据集，建构监测预测的模型，进行经济预测越来越广泛，逐渐成为很多国家央行进行经济预测的新方法和新工具。
在应用互联网大数据进行经济分析及预测中，使用网络搜索引擎或网络社交媒体记录的关键词，会有数据获取及时、样本统计意义明显等优势，预测精度较高。
Google Trends每天都在产生大量与经济发展相关的查询结果，且这些查询结果与当下的经济活动之间必然存在着不容忽视的关系，或许可以对预测当下的经济活动起到非常重要的作用。并且，在此基础上，Choi H. &. Varian H.（2016）举例说明了如何利用Google Trends预测美国零售业、汽车、住房和旅游的销售情况。
还有相关机构引用专业数据分析软件公司SAS的研究数据，以社交网络活跃度增长作为失业率上升的早期征兆，帮助政府判断就业形势和经济状况，以更好地制定经济政策。在社交网络上，网民们更多地谈论“我的车放在车库已经快两周了”、“我这周只去了一次超市”这些话题时，显示网民可能面临巨大的失业压力；当网民开始讨论“我要出租房屋”、“我准备取消度假”这些话题时，显示出这些网民可能已经失业，面临巨大的生存压力，这些指标是失业后的滞后标志性指标。
样本统计转为总体普查
大数据的发展对于宏观经济分析最为显著的积极影响，莫过于使宏观经济分析从样本统计时代走向总体普查时代。大数据时代的宏观经济分析中，传统的样本假设方式被抛弃，转而以真实的海量数据来进行计算机的自动分析。
我们知道，传统的经济分析包括经济计量分析是建立在抽样统计基础之上的，在传统的抽样统计分析中，往往以假设检验为基本模式，依靠的数据主要是样本，将样本假设为整体，然而，这种分析往往与事实存在或多或少的出入。
与传统宏观经济分析总是局限于小规模样本数据有所不同，在大数据时代，随着信息覆盖范围和数据量迅速提升，数据样本的体量会极大地提高，甚至可以达到样本即总体的程度。例如，就物价而言，每一笔在电子商务网站成交的交易信息都能记录在案。这样的情况下，宏观经济分析的可靠性必然大大加强。
同时，随着信息量的极大拓展和处理信息能力的极大提高，使得宏观经济的分析不再局限于传统的统计分析模式，而是将抽样分析转变为总体分析。这一点对宏观经济分析意义重大，因为宏观经济系统纷繁复杂，如果能将对整体宏观经济变量的分析建立在尽可能多的关于经济主体行为的信息以及其他诸多经济变量的信息的基础上，无疑将会极大地提高宏观经济分析的准确性。
基于推特（Twitter）平台表达的公共情绪用来预测股市变动，是很典型的例子。2008年3月到12月长达九个月间，270万Twitter用户推送的多达970万条的消息，经过情绪评估工具――Opinion Finder 和GPOMS 被分别赋值并评估为“积极”与“消极”两种情绪和“calm（冷静）”、“alert（警觉）”、“ sure（确信）”、“vital（活泼）”、“kind（美好）”、“happy（高兴）”六种情绪。结果发现，在道琼斯工业平均指数和GPOMS中的“calm（冷静）”情绪之间存在相关性。进一步研究发现，“calm（冷静）”情绪可以很好地预测道琼斯工业平均指数在未来2到6天的涨跌情况，而且这种每日预测的准确率高达到87.6%。
大数据时代，可获得大而全的可得数据，甚至可抛弃原有的假设检验的模式，这些优势是传统经济分析方法无法想象和实现的，无疑将会极大地提高宏观经济分析的准确性和可信度，不仅可以更加准确了解宏观经济形势，还有利于正确做出宏观经济发展的预测，从而更加合理地制定宏观经济政策。
变量个数无限增多
在当前大数据时代，数据的可得性和多样性导致样本量无限增大，同时变量个数无限增多，这有利于应用大量模型进行研究，并应用完备的数据信息，提高预测的准确性。
经济预测模型可以分为两类：一是传统的小模型预测，这类模型往往通过建立时间序列、横截面或面板方程来进行经济分析。传统的小模型预测的特点是仅使用较少的变量，像VAR模型的变量个数通常小于10个。二是大模型预测，这类模型往往使用成百上千个变量，因而大模型预测利用的信息非常丰富。
小模型预测理论比较成熟、方法相对简单。但是，小模型预测有天然的缺陷，那就是变量的完整通常是不可能的，而预测的效果受限于其所使用的变量。
使用小模型进行预测时必须仔细挑选预测变量，然而仁者见仁智者见智，无论是根据理论还是根据经验进行变量的选择，其过程必然会存在差异，其结果也更是可想而知，而且甚至会产生一些争议。比如，基于菲利普斯曲线预测通胀时，有的研究使用失业率作为预测变量，也有研究使用GDP缺口或者产能利用率。
清华大学经济学研究所所长刘涛雄教授就指出，由于模型变量选择、参数设置、估计方法以及滞后期选择等的不同，预测结果会产生很大的偏差。
小模型预测方法这一天然的局限是很难调和的，主要是因为数据样本有限而导致增加很多变量不可行。这使小模型预测的结论往往和经济现实严重脱节。我们很难想象中央银行会仅仅根据少数几个变量进行宏观预测，并据此做出决策。即便是一家企业也不会如此草率。
通过大数据挖掘，可以使得变量大大增加。这就为经济预测从小模型预测转变为大模型预测创造了条件，应用大量模型进行分析及预测，可以应用完备的数据信息，从而提高预测的准确性。
在美国，银行通常依靠FICO得分做出贷款与否的决定，FICO分大概有15-20个变量，诸如信用卡的使用比率、有无未还款的记录等。而一家名为ZestCash的金融机构，在决定是否向客户放贷的时，分析的却是数千个信息线索。ZestCash正是依靠其强大的对于大数据的处理和分析能力，形成了其独特的核心竞争力。
未必因果关系 而是相关关系
传统的经济计量分析以寻找相关事物（变量）的因果关系为核心，而大数据条件下的经济分析通常则着眼于挖掘相关事物（变量）的相关关系。
在复杂的宏观经济系统中，许多经济变量的因果关系往往难以准确检验，或者因果结论经常广受质疑。然而，在如今的大数据时代，更加重视可靠相关关系的发掘，并且充分利用相关关系对于经济预测、经济政策制定与评估的作用，则无疑为宏观经济分析打开了另一片广阔的空间。
在“小数据”时代，宏观经济中的因果关系分析其实并不容易，耗费的精力大、时间多。特别是，要从建立假设开始，进而不断地进行一系列假设的实验，而一个个假设要么被证实，要么被。不过，无论被证实还是被，由于二者都始于假设，这些分析就都有受偏见的可能，所以极易导致错误。
同时，由于计算机能力的不足，在小数据时代，大部分相关事物（变量）关系的分析局限于寻求线性关系。然而，实际上的情况要复杂得多，在现实宏观经济中，总能够发现的是相关事物（变量）的“非线性关系”。
当然，在小数据世界的宏观经济分析中，相关关系也是存在并有价值的；不过，在大数据时代的宏观经济分析中，相关关系才将大放异彩。维克托・迈尔-舍恩伯格与肯尼思・库克耶（Victor？Mayer-Schonberger &. Kenneth？Cukier）认为，建立在相关关系分析基础上的预测是大数据的核心。通过应用相关关系，可以比之前更容易、更快捷、更清楚地分析事物（变量）。
英国华威商学院为预测股市的涨跌，使用谷歌趋势（Google Trends）共计追踪了98个搜索关键词。这中包括“债务”、“股票”、“投资组合”、“失业”、“市场”等与投资行为相关的词，也包括“生活方式”、“艺术”、“快乐”、“战争”、“冲突”、“政治”等与投资无关的关键词。结果发现有些词条，诸如“债务”，成为预测股市的主要关键词。
“谷歌流感趋势”为预测季节性流感的暴发，对2003年和2008年间的5000万最常搜索的词条进行大数据“训练”，试图发现某些搜索词条的地理位置是否与美国流感疾病预防和控制中心的数据相关。
谷歌并没有直接推断哪些查询词条是最好的指标，相反，为了测试这些检索词条，谷歌总共处理了4.5亿个不同的数字模型。将得出的预测与2007年和2008年美国疾控中心记录的实际流感病例进行对比后，谷歌公司发现，它们的大数据处理结果发现了45条检索词条的组合，将它们用于特定的数学模型，预测结果与官方数据的相关性高达97%。
在大数据时代来临之前，尽管相关关系已被充分证明大有用途，可是相关关系的应用很少。这是因为用来做相关关系分析的数据同用来做因果关系分析的数据一样，也很少，也不容易得到，并且收集有关的数据，在过去相对来说，也费时费力，也会耗资巨大。不过现如今，可用的数据如此之多，也就不存在这样的难题了。特别是现在，有关专家们正在研发能发现并对比分析“非线性关系”的必要工具。总之，一系列飞速发展的新技术和新软件从多方面提高了有关分析工具发现宏观经济变量相关关系的能力，这就好比立体画法可同时从多个角度来表现人物或事物。
在大数据时代，这些新的分析工具和思路为我们提供了一系列新的视野和有用的预测，使我们看到了很多以前不曾注意到的宏观经济中的联系，掌握了以前无法理解的复杂的国民经济动态。
时滞变即期
目前对宏观经济的分析研究所采用的资料，主要依赖于各种统计调查系统的统计数据，但面临的最明显的缺陷之一便在于关于宏观经济统计的数据具有很强的时滞性。而大数据经济模型可以充分利用数据的实时性，提高分析或预测的时效性，为经济预警和政策制定提供最快速的资料和依据。
一般来说，依赖统计部门的宏观经济数据的都存在时间滞后的问题。由于不能及时获取宏观经济发展的数据信息，也就不能对当下的宏观经济形势作出准确判断。例如，政府公布的季度GDP 往往会有1个月的滞后期，而反映全面经济社会状况的统计年鉴的滞后期会达到3个月左右，这对及时了解宏观经济形势、预测与预警都是非常不利的，基于此统计进行的预测甚至被认为助长了宏观经济波动。
在互联网技术的辅助下相关宏观经济的分析部门能够快速地收集到主要宏观经济发展数据，如全社会的用电量、全社会的商品销售总额以及商品房的购买量等。这些大数据的获取时间较短，有的数据甚至是立即可以获得。
而随着互联网尤其是移动互联网的发展，产生了大量的即时传播数据，如企业通过微博、微信第一时间产品、人事等重要信息； 普通用户实时针对特定事件或对象发表见解和态度，等等。
这些即时传播的非结构化数据对宏观经济的走势也产生了重要影响。通过大数据软件处理平台，可以实时追踪和搜集这些即时数据，并快速对数据进行分析和处理，从而提高宏观经济的时效性，为经济活动参与者赢得决策时间。
实践教学是高等教育必不可缺的环节，对于实现高校人才培养目标，提高高等教育教学水平，开展大学生素质教育，培养符合国家及地区经济发展需要的应用型人才有重要的意义。作为财经类高等院校，在人才培养方面必须要处理好社会需求与学校教育的关系，注重培养既具有深厚的经济管理学科理论基础，又能够灵活运用财经学科的思想方法解决现实问题能力的人才，使其更好地服务于地方经济发展，适应经济社会发展的需要。为此，在经济理论课程教育过程中，引入、开发、设计和建设实验教学环节显得尤为必要。本文选取《宏观经济学》课程教学为例，探索实验教学环节设计要义、内容和实施方案，以进一步推进理论经济学尤其是西方经济学、宏观经济学教学内容和教学模式的改革，不断对增强财经类专业学生理论联系实际的能力，适应社会、改造社会的创新能力。
一、《宏观经济学》实验教学环节设计思路
经济学是关于优化资源配置的学科，它所阐述的基本原理和方法对于社会经济活动有着重要的指导作用。如何通过科学的手段来验证经济学的基本原理与方法，经济学家们对此做了长期的探索。国内外著名高校都非常重视学生的创新能力和实践能力的培养，因而其实验教学受到重视并达到很高的水平。目前国外在美国、日本、德国、瑞典等发达国家的大学包括研究机构在经济学专业人才培养的实践方面都各有特色并取得了一定的成绩。在国内，各高校在经济学专业人才培养过程中的共同点是都比较重视实践教学环节，不少院校将理论经济学实践的重点放在课堂内实验课上，重点放在了对主要经济理论的验证上，如经济仿真实验。宏观经济学的实验课程比较偏重于对现有宏观经济学理论和宏观经济分析模型的验证分析，在培养学生把握宏观经济运行形势和特点能力方面的内容比较少见，宏观经济学的实践内容体系相对而言不够完整。
为了确保培养目标的实现，满足社会对人才的需求，在《宏观经济学》课程实践教学环节设计思路方面应该遵循以下几个要义：一是以“宏观经济基本面”为出发点。当今宏观经济运行复杂多变决定了宏观经济分析和预测的复杂性，在实验教学过程中，应以宏观经济基本面为出发点，把握宏观经济运行形势和特点，进行开展宏观经济分析和预测。二是以掌握宏观经济“第一手数据”为着手点。宏观经济是由许许多多指标和数据所描述和界定的，为了准确地观察、了解、判断宏观经济运行状况必须掌握第一手的反映宏观经济运行的实际状况的指标数据。三是以培养运用宏观经济学理论联系实际的能力为教学目标。从宏观经济学学科的三个学科形态，即抽象、理论、分析来看，更需要将实践教学明确地放在重要的位置，并将实践教学组织成一个比较完整的实践教学体系，体现理论性和实践性紧密结合的学科特征。四是以专题性设计类案例实验为引导。将宏观经济分析实验课程教学中的教学内容分解为宏观经济运行分析预测实验，即宏观经济数量分析实验和宏观经济理论知识验证分析实验两部分，并设置具有代表性的专题案例实验，通过案例实验引导教会学生开展课程实践。五是以鼓励学生进行创造性的科学探究为宗旨。采用探究法，把演示实验、学生实验、性质预测和证实串联起来，按科学发现基本过程的顺序，从发现问题到解决问题的角度使学生认识科学探究的基本过程。
二、《宏观经济学》实验教学内容设计
现代宏观经济学具体内容主要包括经济增长、经济周期波动、失业、通货膨胀、国家财政、国际贸易等方面。涉及国民收入及全社会消费、储蓄、投资及国民收入的比率，货币流通量和流通速度，物价水平，利息率，人口数量及增长率，就业人数和失业率，国家预算和赤字，出入口贸易和国际收入差额等，①在实践教学内容上应覆盖上述的主要内容，把验教学内容体系结构确立为宏观经济运行分析预测实验，宏观经济数量分析实验和宏观经济理论知识验证分析实验两部分。
（一）横向上统筹兼顾《宏观经济学》主要内容设计专题案例实验
实验教学内容体系横向上应该统筹兼顾以上主要的宏观经济学的理论教学内容，选择适当的宏观经济主体为研究对象，综合设计覆盖该主体宏观经济运行各层面的案例实验。例如，对应经济增长、经济周期波动理论设置宏观经济运行形势分析实验；对应国民收入理论设计需求贡献度测度实验；对应失业率、物价水平和通货膨胀理论的设置菲利普斯曲线形态规律分析实验；对应全社会消费、储蓄、投资宏观理论设置公众存款积极性指标分析实验；对应货币流通量和流通速度相关理论设置资金流量过程和结果分析实验等等。学生在实验教学过程中，选择感兴趣的宏观经济主体为研究对象，综合推进各项案例实验的开展，并运用宏观经济学理论知识对实验数据进行整理和分析，最终形成对该宏观经济主体的经济运行准确的认识和判断。
（二）纵向上遵循科学探究过程设计实验教学内容
科学探究的基本过程依次是提出问题、建立猜想和假设、制定实验方案、进行实验或调查获取事实与证据、检验与评价得出结论、得出结论。②《宏观经济学》实验设计以鼓励学生进行创造性的科学探究为宗旨，所以实验内容设计在纵向上就必须按照科学发现的基本顺序，遵循科学探究的基本过程。从宏观经济学基本原理和典型案例导入，引出实验的项目及问题，引导学生根据项目和案例进行讨论，学生带着问题入手进行实验，学生将实验结果进行比较分析，查阅相关文献材料巩固知识和技能。
三、《宏观经济学》实验教学实践及建议
我们在财经高校经济学专业本科2007年到2009年三个年级，共计250名在校学生中开展了《宏观经济学》实验教学实践。在课程结束对学生学习进行考核和评价时，要兼顾实验教学的学习效果的检验，学生经过一个学期的学习和考核，最终较好地完成了学习任务，教学效果良好。体现在学生的实验项目报告以及期末测试答卷成绩优良占了90%以上的比例。但在《宏观经济学》实验教学过程中，进行经验和规律的总结，查找存在问题，探索理论课程实验教学环节改革，以指导《宏观经济分析》实验课程在更高水平和更广的教学平台开展。
（一）应该不断充实和优化课程实验的内容体系
在上课过程中由于课时安排的关系，学生能操作的实验数量比较小，学生还需要花大量的时间查找数据，因此考查的宏观经济分析能力的项目就相对较少。因此，本着将理论与实践、理论与实验、实践与实验相结合的宗旨，在时间和条件允许的情况下，进一步充实和优化课程内容体系。既兼顾对现有宏观经济学理论和宏观经济分析模型的进行验证分析，又注重于对实体经济的宏观经济运行形势和特点的分析和预测，即宏观经济数量分析。
（二）积极探索建设实验课程实践基地
经济学是一门既强调理论又注重应用的学科，理论的深化需要在实践中体会。积极探索建设实验课程实践基地，在条件许可情况下，选择技术先进、经济状况良好、热心于高等教育、与专业相关的企事业单位作为稳定的实训基地。针对宏观经济分析实验课程，进行校外实践基地教学体系的开发、设计与实施，积极探索校外实践基地的开发与建设的合作共建模式，教学管理模式与学生管理模式，建立实践基地良性发展运行的长效机制。宏观经济学课程校外实践基地与实习基地、社会实践基地相区别，其特点在于以课程为中心，让基地为课程建设和课程实施服务，为学生发展服务，作为课程课堂教学的有益补充，弥补课堂、实验室教学资源不足。
（三）实验课程教学方法与手段的创新
首先，针对宏观经济分析和预测的复杂性，《宏观经济分析》实验课程教学涉及统计学、微宏观经济学、计量经济学、金融学、国际经济学等多个学科知识交叉运用，探索实践多科性的教学方法，在有限课时约束下，尝试将各学科理论知识和方法技能高效结合，进行开展宏观经济分析和预测；其次，本课题将采用实证型实验方法，用实验方法来全面分析宏观经济，使理论知识和分析技能方法更具体化、动态化、过程化。
【注释】
①高鸿业.西方经济学（第五版）[M].北京：中国人民大学出版社，2011.
②温盛伟，邱宝兰.科学探究过程评价的实施策略[J].中国成人教育，2007，（21）.
【项目基金】
