從事經濟、金融工作的人都是通過什麼渠道獲得數據資源，運用什麼軟體來分析行業狀態和經濟走勢的？

11-23

2016年4月15號更新：增加了如何做中國數據地圖，以及幾個平時做行業研究時常用的數據源。我從國外角度參與下討論。政治經濟文化類數據與研究方法基於讀博經歷（經濟學），金融類基於工作經歷（某歐洲大行）。

補充更新：對答案里中國數據地圖感興趣的朋友可以移步：excel上怎麼做數據地圖？ - 錢糧衚衕的回答或用Excel做出強大的數據地圖 - 錢糧衚衕28號
更新1：銀行對於行業分析的方法和框架可以參看初入金融行業，如何進行實用行業研究與行業分析，比如風投和券商是怎麼分析行業的？ - 錢糧衚衕的回答或如何分析商業銀行年報？ - 錢糧衚衕的回答
更新2：宏觀金融和經濟分析方法或思路可以參看區位因素是否是江蘇省省內貧富差距的主要原因？ - 錢糧衚衕的回答或歐洲債務危機的根源是什麼？ - 錢糧衚衕的回答

正文：讀博期間主要做經濟類研究，數據來源主要分一手和二手數據，三手的沒碰過，也不敢碰，但是親眼見識過 (/sigh)。

######宏觀經濟類######

直接從國家統計局買，地級市各類經濟指標等，大學圖書館結賬（國統局網站也有不少：中華人民共和國國家統計局&>&>統計數據）
直接從國家信息中心買，各類經濟數據，大學圖書館買單
買的這些也可以找助研手動收集，比如需要地級市類的經濟數據，一本本省級年鑒慢慢抄（這個虐人方法還沒有試過，下不了手，也怕助研幹完堵家門）
也可以嘗試去經管之家(原人大經濟論壇)-國內最大的經濟、管理、金融、統計在線教育和諮詢網站, 發帖求數據，神人很多
密西根大學的China Data Center提供中國數據的服務，沒有用過，據說不錯（非廣告）

補充1：使用前兩點提到的數據做了些研究，比如中國區域收入差距不平衡（省內收入差距和省間收入差距，GEM指標），收入極化現象 (polarization) 等，截取部分分析結論，見下圖（紅色代表中國省份之間的收入不平衡占整個國家不平衡的比例，藍色代表省內不平衡（同省地市間不平衡度）占整個國家的比例，可以看出省內不平衡遠超省間不平衡，這種角度採用Gini係數等是無法計算的）。

補充2：用同樣的經濟數據和一些基礎設施數據，採用最近流行的機器學習（可以參考：機器學習（machine learning）在經濟學領域是否有應用前景？ - 錢糧衚衕的回答），可以做很多有意思的啟發性研究，比如對中國的城市群做集群分類（方法：SOM （自組織地圖），人工神經網路的一種，unsupervised learning），具體方法可以參考AlphaGo 的數據演算法，能否用來分析銀行信貸企業的各項數據，然後得出關鍵指標和權重？ - 錢糧衚衕的回答，截圖（藍綠色代表較低收入城市群，紅色代表中等收入，黃色代表高收入，之後的工作就是看每個群的屬性然後從經濟，社會發展等角度嘗試解釋）：

######文化類######

全國各地縣級方言數據，收集方法是招了一個勤奮好學熱愛生活對學術有嚮往的助研，耗時幾個月收集所有方言數據放到提前設計好的資料庫，根據中國方言系統（前輩的學術研究，可以參考中國社科院的方言研究室），量化數據做文章。

結合上邊兒宏觀經濟類和人文類，使用的分析方法和得出的結果請參看發表的拙作：Economic integration in China: Politics and culture

文字不夠性感，截取一點拙作中的圖片，根據方言系統重構的其中一種中國方言地圖。然後採用空間計量的方法，分析經濟溢出與文化的關係（其中方言作為文化的一種proxy）。

這篇文章具體的分析和截圖請移步：文化對經濟有著怎樣的影響？ - 錢糧衚衕的回答

######政治類######
對的，政治類也行，再招一個愛好生活喜歡被虐但是仍然對學術有嚮往的助研（和之前不是同一個人，否則估計已經躺醫院了 - 是我躺醫院，不是助研），收集了所有地級市層面大部分官員近20年的簡歷（簡歷好找，人民網，百度百科，地方政府網站，看不了的直接上Google Cache，甚至爬蟲），放入設計好的資料庫，量化做文章。

沒有性感圖片，但是咱有感性的文章，分析方法和結果等請參看發表的文章：Career Backgrounds of Municipal Party Secretaries in China

補充一張上述政經文章比較有意思的統計圖：樣本中市委書記出生，上大學或之前工作省份與他當市委書記的時候不是同一個省的比例：

其他常用的宏觀經濟數據源：

如果是一般宏觀經濟或金融數據，世界銀行，IMF, 中國央行，銀監會，Reserve Bank of St. Louis都有很多很好很全的免費資料庫，如：Data | The World Bank，The National Bureau of Economic Research或IMF Data；付費類的網站比如TRADING ECONOMICS
最後再補充一個，估計這個用的不多，也不知道現在還有沒有：EcoWin，是個財經資料庫，很多大學用，好像是某機構資助的學術類平易近人版

經濟類分析工具：用的最多的是Stata, R, excel VBA，偶爾用過一些專門的軟體，比如做神經網路的，後來有了R，其他就棄用了。其實Stata和R有很多package，足夠了，更重要的是了解package背後的模型和方法。

上邊的研究味兒太濃，談錢的請看下面金融類：

######金融類######
國內的用的不多，只知道高大上的有wind（萬得資訊），通聯，開源的有TuShare等，自己玩得話用用Yahoo Finance或者Google Finance也挺好，R或Python里都有對應的包, Mac上也有一些軟體可以直接下載這些數據到excel里。

平時工作上最常用的：
企業與金融機構的財務數據：這方面因為工作需要，所以基本都是銀行自己的分析師填入系統的企業數據。這類數據一般來源有：

從企業直接要（如果這個企業沒有上市也沒有發債的話），催銀行的RM
巨潮資訊網，拿上市企業的，基金年報等，免費
中國貨幣網--中國外匯交易中心主辦，拿發債企業的財務（包括企業的債券募集說明書），免費
銀行和券商的財務數據從Bankscope下 (Bankscope | Global database for bank)，保險的從isis下，需要機構帳戶
SP，Moody等評級機構的帳戶，上面有很多Credit Research和評級信息等
Bloomberg（彭博終端），不多說了
美國上市的可以看http://SEC.gov | Filings Forms
德意志銀行研究部的公開網站（DB Research），也有一些還不錯的數據和研究文章
外匯信息除了自己行內部用的，一般看Oanda
CreditSights, 獨立研究服務提供商，偶爾會用一些他們提供的行業研究報告
Dealogic, 英國的一個數據/平台服務提供商，主要做行研的時候用
很多金融機構自己內部的一些軟體或package，比如我們行內部的一些R package，可以直接導入財經數據

補充：感謝評論里 @一揚的補充，這裡加上兩個學術圈常用的金融數據源：

國泰安CSMAR金融資料庫
銳思RESSET金融資料庫

平時休閑自己常用的：

http://Investing.com，很多市場信息，如油價，天然氣，美元指數，各類經濟指標等
更新：評論里有問到Mac上下載數據到excel的軟體 (假設你指的主要是要金融類數據)，我用過的幾個：

StockXloader（軟體截圖如下），直接批量下載Yahoo Finance的數據，輸出到Mac上的ProTA做技術分析，也可以直出excel文件。
如果用R或Python，選擇比較多，可以用quantmod: Quantitative Financial Modelling Framework或TuShare -財經數據介麵包，獲得數據後直接輸出成excel格式文件就好。

平時工作用的分析軟體很少，大部分時間VBA和R足夠了，其他的都是公司內部軟體（SAS等，但是不喜歡）或平台。補充兩個iOS上看市場數據/ 畫曲線圖的app：

外匯，大宗商品市場（WTI，Brent, 天然氣，美元歐元指數等）我常用NetDania，看動態數據，畫技術圖很方便實用，免費，有iPad版本

2. http://Investing.com，之前提到了，這個是手機上的，看大部分證券信息，同時還可以跟蹤每天的財經熱點和指標，基本每天一讀

######One more thing######
現在很多分析師或研究員張嘴全是模型，但我覺得，不論是宏觀經濟研究，行研或是企業層面的分析，軟體或模型只是工具，最重要的是閱歷的積累，對研究對象本質的體會與把握，而不是拿過來一堆數據，扔進個模型里看結果。

目前先想到這些，如果還有其他的，再來更新。

我的專欄：錢糧衚衕28號

哈，作為過來人，數據總是源頭的活水，這裡對一些投行/PE慣用的資料庫進行一下介紹，方便大家在未來的工作學習生活中能對這些工具有感性認識。

一、宏觀
1） CEIC
從xx年開始，CEIC就是謝國忠、陶冬、馬駿們分析中國經濟的首選。CEIC是Euromoney的一款產品。Euromoney是英國上市公司，一年收入4億鎊，不知道這款產品貢獻了多少，反正一年的subscription是相當昂貴的。

優點：更新迅速，Excel的plug-in非常貼心，宏觀分析員基本上一鍵就可以更新所有的數據。數據全，基本上不會出現大的錯誤。

缺點：太多了：1）幾乎沒有服務；一年花幾萬刀得到的服務幾乎是零，就連彭博這種壟斷機構都不會這麼做，另：彭博的妹子一般都是不錯的。2）數據類別老化：以中國為例，新的數據類別層出不窮，在舊有的數據方面，CEIC是沒什麼話講；但是新的數據類別的出現，極大地動搖了CEIC過去不可撼動的領袖地位，後面介紹的萬德，也是趁虛而入的典型；3）缺乏數據的說明（來源、變化等等）——這個問題也是很難解決的，沒有好的銷售，就不了解產品，不了解產品，自然也很難做出很好的數據說明。

評分：3.5/5 ---- 儘管吐槽了那麼多，作為宏觀分析員，很難逃開這個資料庫，即使國內券商也多數在使用CEIC, 屬於然並卵。

2）萬得Wind

萬得不容易。從外國人手中硬生生搶過來自己應有的一杯羹，這是一件萬幸的事情。但是萬德也是有瓶頸的，現在聽說也在專註交易，做中國的彭博，這條路的崎嶇，不想多說，絕非易事。

優點：類目更新快；對國內市場非常了解；能滿足國內多層次資本市場投資的需要；界面從可用度上來說也算上乘；

缺點： excel的功能不夠強，儘管體驗上也能夠應付，但不如CEIC那麼簡潔。有的時候數據更新也會出現問題，體驗還是略微欠缺的。

評分：4/5, 我個人覺得萬得在中國的發展目前還是基本飽和的，能夠用它的基本上都用上了；而在對外這塊的欠缺，則是人才缺失了——注意，這不是光請幾個翻譯就有用的，你處於弱勢地位，必須要有強大的英文銷售和服務團隊，這一塊的軟實力，是萬得真正缺的東西，可惜的是，他們即使開了紐約辦公室，也沒有在這塊有任何質的飛躍。

二、公司
1）Capital IQ
Capital IQ是逆襲的黑馬。在SP投資以前，沒有人知道他，但標準普爾的眼光以及對行業的了解使得這款並不為人所熟知的產品在2010年後異軍突起，現在在公司這塊，收入超過十億，每年兩位數增長，還有什麼好說的。

優點：你說我用下來CapIQ真的好用嗎？我覺得也說不上，但是細想下來有那麼幾點很重要：1）CapIQ團隊的工作人員非常勤勉——從信息的搜集、數據的更新、貼心的服務，乃至於為大量苦逼的投行分析員搭模型。。。（我這真不是在黑你們）。這些源自於CapIQ在招聘服務人員時候的用心和培訓。尤其是前兩年公司還算初創，對於客戶的服務可算是相當不錯的；2）在企業數據方面有非常好的分類；無論是歷史交易；股權構成；債務分析；私募投資者的介入；乃至於一些比較細的數據運算，CapIQ都算是做得很到位的。3）Excel, excel, excel! 分析員最重要的搭模型等工作離不開excel, excel的plugin以及功能就很重要了，我不能說CapIQ在這方面完美無缺，但是在同行裡面只能說目前還很難找到對手。

缺點：質量開始有所下降——就如任何的初創企業走向成熟之後，開始忘記自己真正吸引客戶的東西。CapIQ目前就面臨這個問題。而他虎視眈眈的對手Thomson Reuters, 又在決心東山再起了，所謂資料庫代有才人出，這個行業的競爭之激烈，只有當事者才能明白。

評分：4.5/5 ----對於新企業（雖然是可惡的標準普爾控股），還是有些欣賞的，畢竟天天在用。

2） Factset
老牌子，上市公司。如果說CapIQ是新貴，Factset算是貴族了。Factset在投行中使用非常普遍，excel 的plugin也是不錯的。

優勢：個性化的界面，強大的功能，excel plugin也不差。

劣勢：功能function較為複雜，學習成本較其他為高。

最後，你以為我忘記了他，其實我只是想最後再提這個大魔王——bloomberg.

Bloomberg有什麼好？如果從單項上，它未必拔尖，但是綜合起來就很可怕了。從交易到研究，整個環節幾乎無死角，是個完整的魔王級產品。Bloomberg最近的標語是bloomberg is business，可見其軟體的可怕了。

如果硬要說缺點，就是公司太大了，一些單項的領域會有新的競爭者比他做得更細更好，但是要綜合起來，基本沒戲。

至於Reuters的I/B/E/S, Markit, 等等資料庫，就不多提了，有人用，但是用得少，我沒用過，沒法做公允的comment,但是市場不是傻的，有好產品，肯定還是會冒尖的。

其實以上說得肯定不全面，行業數據這塊，其實具體到每個行業，都有自己的標杆資料庫企業，房地產的CREIS, 鋼鐵的我的鋼鐵網，醫療也有自己的資料庫公司，但是規模與以上相比，都不是一個數量級的了。而這些僅僅是器，器用得好不好，關鍵還在於人。

研究狗不邀自答。
宏觀數據來源包括各大金融資訊平台或數據平台，國內數據常用wind，國際數據常用Bloomberg，還有一個資料庫叫CEIC，似乎學術界也喜歡用CEIC。此外還有很多網站，包括財政部官網、央行官網、統計局及地方統計局官網、土地市場網、世界銀行官網、香港金管局等等。
中觀和微觀數據包括草根調研，也有一些行業性的網站。

分析及分析方法。
學術文獻。這個應該放在第一位，很多理論應該是我們作為研究的根本。但是學術研究及結論與現實都有一定差距，實用性未必好。所以學術文獻的主要作用是理論借鑒。
賣方報告。實用性更強一些。但是現在賣方報告量很大，需要多讀多看，選取對自己有用的部分保留。
內部研究：好吧就是自己怎麼做研究。首先，研究工作是要站在巨人的肩膀上，牛逼的理論一定要借鑒過來。再有，如前面說的，數據處理和分析，excel足夠。一方面，學術研究都有很強的前提假設，要有很嚴密的推理過程，我們在實際投資過程中，需要修正一些假設或條件以貼近現實，這就決定了現實中經濟走勢、股市走勢等等等等，這些東西很難用模型去擬合；另一方面，抓住主要矛盾，邏輯通暢即可。

舉個簡單的例子：
2015年中央其實有偷摸放水的，包括地方債、專項金融債（手邊沒有數據，大約是2-3萬億規模）。那個時候市場有一些經濟復甦的預期，基礎設施建設會再次被帶起來。
當時我們9月份內部討論的結果：基建資金來源包括自有資金和外部槓桿，外部槓桿確實看到有增長，但2015年1-9月土地出讓收入同比減少約2萬億；地方預算內收入增長乏力。多得的資金只能差不多彌補自有資金的缺口。此外，地方官員搞經濟的意願還是不強，沒有得到根本解決（反腐）。
最後結論是，經濟不會超預期上行。
做了這個結論後，可以設定一些微觀觀測指標，如草根調研項目落地情況、相關產品價格（鋼鐵、水泥等）。
-----------------------------------------------
當然分析經濟不是這麼簡單的事情，只是在去年那個時點上，基建是主要矛盾。
也就是說，對於投資而言，你不需要作出一個非常精確的判斷，但是你需要抓住主要矛盾，摸准市場的預期，在此基礎上，判斷未來走勢超預期或者低於預期的概率，最後根據你的判斷下注。

第一位當然是紐約市委書記彭書記起家之作Bloomberg, 這個數據終端一年租用費是4萬美金，這些年來，我每每想到我在國內大學本科畢業殺出重圍打敗了無數競爭者進入了一個管理諮詢公司然後工資還不如Bloomberg ...就有一種莫名的傷感。

Bloomberg 牛在及時性，集成性和客制性。幾乎所有品種的證券的及時信息都可以通過自行搜索或者鍵盤敲擊命令得到，所以你也不用股票買一個資料庫，債券買一個資料庫，衍生品買一個資料庫，最近我發現一個更好玩的地方是每家買房看到的所有賣方分析師給出的營收預期其實不一樣。。因為這裡面只包含了你們公司花錢買的賣方估計的數據。

第二位是Capital IQ，網頁版界面友好，周末在家工作的時候可以打開把玩。

但是作為以數據稀少著名的新興市場投資者，我更多埋頭挖數的地方是各國各地區的統計局。環顧各國，數據最糟糕的是印度，第二個是我國。。東歐中亞很多GDP不如我國的國家數據之全，統計之好每每都令我震驚。

我不知道經濟學博士生算不算從事經濟的人。
數據獲取渠道，一般是從我師兄那裡拷貝的。軟體是stata。不過從來沒有分析過經濟走勢。

稍細的數據一般用Wind
不過用了東方財富Choice版，就習慣上了簡潔的界面
像非常細的數據，以前用CEIC，現在都直接到部門官網下表格。
國外數據嫌麻煩，宏觀數據都用世界銀行的公開數據
微觀數據直接到Matlab雲存檔下模型

其它的，因為工作緣故，家裡藏書和即時的報告、論文、材料都不少，我一般都看紙質的。
養眼。

想來我也是夠懶的。

Datastream.
一個大資料庫。各種股票期權的歷史價格，精確到日，都可以搜到。
搜索到之後還可以將數據簡單處理，比如選取只選取每月第一號的月數據，選取某一時段等等，再輸出為不同格式。
寫paper做research必備。

樓上的朋友將數據來源渠道分析回答得很好了，這裡補充一下我國宏觀經濟數據初步分析的框架。非原創，轉自光大徐高。

數據是經濟分析的基礎。嚴格的經濟理論和預測判斷均需要以詳實合理的數據做支撐。認識理解經濟數據是進行經濟研究所需的基本素質。宏觀經濟涉及多層面龐雜的數據，系統全面的掌握宏觀數據體系，以及閱讀、處理、分析、判斷經濟數據對宏觀研究至關重要，卓越的經濟理論以及準確的經濟預測均建立在對數據的準確把控上。特別對於轉型時期的中國，宏觀數據體系基本上依據市場經濟需求建立，但尚未完全擺脫計劃經濟影響，理解中國經濟數據更具複雜性。本文簡單介紹經濟數據閱讀處理基本方法，搭建經濟數據體系，成系統的分類介紹各經濟指標，力圖使讀者在形成數據系統框架的基礎上掌握各經濟指標，並準確運用。然而受篇幅限制，本文在盡量做到對指標全面覆蓋的同時，對各指標介紹的深度難免有限。

本文首先介紹宏觀經濟指標的閱讀以及處理方法。宏觀指標以時間序列型居多，而宏觀數據的變化往往反映經濟走勢，因而具有更為重要的意義。在轉型期的中國，統計技術與資料的限制使得累計值和當月值在月度與季度數據中成為普遍使用的兩個概念。寒來暑往，秋收冬藏。生產活動的季節性變化意味著經濟指標隨季節出現漲落。同比變化率是最為簡單的消除季節性的方法，然而存在滯後性。及時有效的分析短期經濟走勢，需要藉助一定技術手段排除季節性因素，得到環比增速數據。

本文第二部分通過構建中國經濟數據體系來系統介紹各經濟指標。我們以市場經濟循環作為分析的起點。從產出面、需求面和收入面構建實體經濟指標體系。循環表現為需求決定產出、產出創造收入、收入產生需求。產出面以生產法GDP為總量指標，工業增加值、採購經理人指數等均是從生產面的不同側面對經濟情況進行描述。而需求面GDP以支出法GDP為代表，與其三大子項消費、投資和凈出口對應的有社會零售總額、固定資產投資以及貨物貿易等更為高頻的指標。收入法GDP是從收入面描述經濟的總量指標，包括勞動者報酬、企業盈餘、生產稅凈額以及固定資產折舊四項，企業利潤、就業、財政數據等從收入面對經濟走勢進行了描述。

本文第三部分介紹宏觀名義量與實際量區別產生出一般物價指標——通脹指標。而通脹水平變化在價格粘性背景下可能影響實際經濟變數。其中CPI是最為常用的通脹指標，通脹變化一方面顯示實體經濟走勢，另一方面對貨幣政策具有指示意義。因而預測通脹變化對市場分析至關重要。

本文第四部分介紹現代經濟系統中重要的組成部分——貨幣循環指標。現代市場經濟下貨幣與金融是市場循環的潤滑劑。而央行是調控貨幣政策的職能部門。央行向商業銀行投放或回收貨幣，商業銀行向實體經濟投放信貸並形成貨幣再生創造。這樣形成央行與商業銀行、商業銀行與實體經濟兩個層次的資金市場。相應的貨幣總量、資金價格、流動性供應等均存在兩個層面的度量指標。一般情況下，商業銀行層面的資金供求變化會影響實體經濟變化。但在金融體系傳導不暢情況下，寬鬆的銀行間市場流動性並不一定能夠帶來實體經濟融資成本下行。

1.宏觀經濟數據概述

1.1 累計值和當月值

宏觀指標以時間序列型居多。一般來說，月度與季度指標是對所在當月或當季經濟活動的度量。然而在轉型期的中國，由於統計資料缺乏和統計技術有限，獲得當期數據較為困難，除當月值之外，累計值成為普遍使用的另一指標。我國統計中使用的累計值一般是「年初至今累計值」的簡稱（year to date, ytd），指的是宏觀數據從每年年初至當年各月的累計數值。分行業GDP與固定資產投資數據是兩類常見的以累計值形式呈現的指標。宏觀經濟數據採用累計值形式發布的原因一般是該數據所涉及的經濟過程持續時間較長、具體進程難以分割，導致精確的確認當月值有較大困難，例如對春播秋收的農產品難以將產出及時的分割至各個季度，再如全社會固定資產投資表現的是一定時期內全社會建造和購置固定資產的工作量以及與此有關的費用的總稱，涉及的工程項目建設周期往往較長，難以及時細分至每個月份，故均採用累計值形式發布（圖1）。

累計值與當月值是兩個不同的統計體系，難以直接通過累計值準確計算出當月值。直觀感覺，統計部門只要將累計值進行一階差分，即使用本期累計值減去上期累計值，就可以得到當月或當季值。然而事實並非如此，累計值與當月值對應的是兩個不同的統計體系，牽涉到如何將現有完成工作合理分配至各月或各季度的問題，是由統計資料缺失與統計方法落後造成的。由累計值轉換至當月值，需要統計體系進行相應的改進。

在實際數據使用過程中，由於累計值是年初至當月的累加數，用累計值計算的增長率越到年末越接近全年平均增速。但這一增速難以反映出短期波動，所以需要化成當月值來進行分析。我們可以近似的使用當期累計值減去上期累計值的方法計算當月值（圖2）。使用此方法不可避免的會產生誤差，例如固定資產投資中12月當月值一般較大，懷疑可能由於統計誤差均累計在年末。隨著統計方法改進與資料完善，12月當月固定資產投資佔全年比例逐漸下降，這樣隨著誤差部分減少。但這種改進的結果是使用12月當月值計算同比會低估當月投資增速。然而受限於現有數據，這是最為有效易用的通過累計值得到當月值的方法。

1.2季節性——分析宏觀數據繞不過去的坎

宏觀數據通常呈現季節性變化。寒來暑往，秋收冬藏，經濟活動會隨季節不同而發生周期性變化，相應的宏觀數據時間序列也會隨季節呈現出周期性的變動。季節性因素導致的宏觀數據波動，會掩蓋或混淆客觀經濟活動中我們想研究的真實規律，影響我們的宏觀分析。例如江河來水的豐枯令水電發電量數據呈現季節性波動（圖3），此時衡量當月值相對上月值變化的環比變化率將呈現出穩定的周期性震蕩（圖4），掩蓋了我們想要研究的宏觀經濟趨勢，無法進行有意義的經濟分析。

季節性的來源一般有自然因素、社會活動因素和統計方法因素三種。首先是自然因素（圖3），如前面提到的，江河上游的降雨、融水的季節變動會導致中下游水電發電量的季節波動。其次，社會活動也可能帶來季節性波動（圖5），我國現行貨幣統計制度將貨幣供應量劃分為三個層次，其中流通中現金(M0)為第一個層次，指銀行體系以外各個企業的庫存現金和居民的手持現金之和，春節期間消費活動旺盛，導致現金持有量出現周期性增加。最後，數據統計方法也有可能是季節性的重要來源（圖6），例如由累計值計算的固定資產投資當月值在每年的12月都會明顯上升，這可能是統計局將一年的補漏和調整放在年末造成的。這一現象在2010年前較為明顯，此後年末波動較為平緩。

1.3同比增長率——最簡便的去除季節性方法

同比增長率是去除季節性最簡便的方法。由於宏觀經濟時間序列普遍存在季節性因素，所以在分析和使用宏觀經濟數據時，必須對時間序列中的季節性因素進行消除，才能得到呈現經濟指標變化趨勢的有效信息。而同比增長率（year on year, yoy, y/y）是最簡便的去除季節性的方法。由於同比增長率比較的是前後兩年的相同月份（季度），兩者具有相同的季節性，在計算變化率的過程中被自然除去（圖7）。由於其使用簡單，中國的宏觀數據大部分都是以同比變化率的形式發布出來。

然而同比變化率不能及時反映出經濟走勢的最新動態。由於同比變化率為當期值與去年同期值之比，過去一年經濟指標走勢均在同比變化率中反應。例如假定2015年CPI指數絕對水平保持不變，2015年的同比指數依然出現明顯波動，反應滯後，直至2015年末才回歸至零增長，表現出顯著的「翹尾效應」（圖8）。相對而言，衡量經濟指標當期值與上期值的環比增長率更為及時有效。如果2015年CPI指數絕對水平不變，環比增長率在年初就變為零並保持至年末。然而環比增長率不可避免的會遇到季節性因素的干擾，這就需要對經濟指標進行季節調整，然後基於季調後的數據計算環比增長率，從而及時有效的判斷經濟指標走勢。

1.4季節性調整

普遍存在季節性是宏觀數據無法迴避的問題。在分析和使用宏觀經濟數據，特別是觀察判斷短期經濟走勢時，使用季節性調整的方法消除季節性因素，就顯得非常必要。經濟變數的季節性表現為在一年中的部分月份周期性偏高，而部分月份周期性偏低（圖9）。季節性調整目的在於從實際變數中剔除這部分由於季節性周期原因而導致的偏高和偏低。變數一般被分解為趨勢項、季節項和隨機擾動項，季節調整即將季節項剔除的過程。而分解方式主要包括加法與乘法兩種，加法分解即將變數分解為趨勢項、季節項和隨機擾動項之和，而乘法季調則為三者之積。兩類分解方式對應加法季調和乘法季調兩種方法。季調方法選擇一般依據指標性質而定，以指數級數增長的指標使用乘法季調，例如GDP，而絕對水平較為平穩的使用加法季調，例如每月的降雨天數。

從實際變數中剔除季節性首先需要找到反應季節性偏差的季節項。季節項一般由歷史數據估算而得，基本思路為用經濟指標在某月的均指與全部樣本均值的偏差度量季節項。估計方法同樣主要有加法和乘法兩種，加法季節性的計算方法為將經濟指標在某月的均值減去全部樣本的均指得到該月的季節項，而乘法的季節性為經濟指標在某月均值除以全部樣本均值得到該月季節項（圖10）。例如，2003年至2014年水電發電量月均值為453億千瓦時，而各年1月均值為285億千瓦時，則由兩者之差計算的1月加法季節項為-168億千瓦時，使用兩者之比計算的1月乘法季節項為0.63。

得到季節項後即可從實際變數中剔除季節項得到季調後數據。依據加法與乘法兩種方法，加法季調為從實際值中減去季節項，乘法季調為用實際值除以季節項。例如2013年1月水電發電量為454億千瓦時，加法季調法減去-168億千瓦時的季節項後為622億千瓦時，乘法季調除以0.63的季節項後為721億千瓦時。得到季調後數據。

經過季節調整後的數據剔除了季節性波動影響，因而更為穩定，可以顯示出明顯的短期趨勢（圖11）。利用季調後的數據計算環比增長率，可以準確有效的分析短期經濟走勢（圖12）。Eviews、SPSS等大部分計量分析軟體均可以方便的進行季節調整操作。

然而絕大部分計量軟體季調程序均基於西方節假日計算。在對中國數據進行季調時，無法處理部分中國節日帶來的季節性，特別是春節導致的季節性。簡單的方法是將1月與2月數據合併分析，可以粗略規避春節因素影響。如果追求更為精確的分析與預測，可以通過春節假期在1月與2月的分布來自己建立季節調整系統，具體方法可以參照央行2009年建立的季調系統。

2. 宏觀數據體系的邏輯

我們以市場經濟循環作為分析的起點建立宏觀數據體系。市場經濟以交易為基礎，個人通過出售自己的產出獲得收入，而收入用於滿足自身需求，自身需求又成為他人產出的決定因素。運轉良好的市場經濟需要形成良性循環，通過價格調節在三者之間形成均衡機制。

宏觀經濟研究對象為總量指標，對於經濟總量，總產出、總需求以及總收入是從不同角度進行觀察，由於衡量的是均衡下的同一對象，所以理論上三者存在恆等關係。宏觀經濟運行中市場循環體現為需求決定產出，產出創造收入，收入變成需求（圖13）。總供給與總需求是在宏觀分析中常用的分析需求與供給關係的指標，而收入分配則決定產出創造收入的結構、方式和效果，收入通過再消費與儲蓄之間配置影響需求，開放經濟下儲蓄進一步在投資和凈出口之間進行分配。

實際經濟生活的各部分無不是政府與市場的交織。市場經濟作為一種制度的存在，其本身就需要政府保障才能有效運轉。即使在西方發達市場經濟，政府的影子也存在於市場的方方面面，對於從計劃經濟向市場經濟轉型的我國更為如此。一般說來，在生產面，政府扮演提供公共品角色，例如進行公共設施建設、維護社會秩序、提供國防服務等；而在需求面，政府通過財政支出變動調節總需求，這也是財政政策實施的主要方式，例如大蕭條時期的羅斯福新政以及較近的我國的「四萬億」；在收入面，政府主導收入再分配，通過轉移支付、補貼、以及調節稅收等方式縮小收入差距（圖14）。

貨幣是市場經濟不可或缺的部分，是經濟循環的潤滑劑（圖14）。作為一般等價物的貨幣在市場經濟中承擔交換媒介、價值尺度、支付手段以及價值儲藏的職能。由於貨幣的存在，在宏觀經濟變數上有了名義量和實際量的區別，而名義量與實際量的差別被看做一般價格。如果貨幣過多，就可能引起一般價格的上漲，即通貨膨脹，反之，如果貨幣過少，一般價格下降，即通貨緊縮。即貨幣學派的名言：「通貨膨脹任何時候都是一種貨幣現象」。而由於價格粘性的存在，貨幣變化可能對實際變數產生影響，這就產生了貨幣政策調節實體經濟機制。貨幣減少時，實體經濟循環不暢，增長低迷，而貨幣增多，又可能導致實體經濟過熱。所以，在宏觀研究中，貨幣總量非常重要，往往作為先導指標。

當今信用貨幣時代貨幣發行基本上都由央行負責，央行自然成為調控貨幣政策的職能部門。然而央行並不直接向實體經濟投放貨幣，央行調節與金融部門的債權債務甚至調控金融產品價格來控制貨幣總量。金融是貨幣流通和信用活動以及與之相聯繫的經濟活動的總稱，金融部門負責直接向實體經濟實現這些職能。因此，研究貨幣總量不可避免的需要分析金融各部門的資產負債結構以及行為變化。

3. 中國實體經濟指標

3.1 觀察實體經濟的三個視角

衡量經濟總量的GDP是最為常用的經濟指標，也是觀測實體經濟狀況最為全面有效的指標。由於各類不同的實體經濟指標都可以歸結為經濟總量的某個子項，所以我們從GDP開始逐步分類介紹各項實體經濟指標。這樣既能做到對經濟指標成體系的認識，又能儘可能全面的各種指標。

GDP籠統的可以認為是一定時期內一國凈生產的貨物和服務的總和。統計局較為嚴格的定義為「按市場價格計算的一個國家（或地區）所有常住單位在一定時期內生產的最終成果」。國內生產總值有三種表現形態，即價值形態、產品形態和收入形態，分別對應三種國內生產總值計算方法，即生產法、支出法和收入法，三種方法分別從不同的方面反映國內生產總值及其構成（表1）。

三類GDP統計方法從不同視角衡量經濟總量，擁有各自的指標體系。從價值形態角度度量經濟總量的生產法GDP是我國當前主要使用的GDP統計指標，生產法GDP以總產出扣除中間投入後的增加值度量經濟總量，是從生產面衡量經濟總量的指標。在統計過程中，生產法GDP以行業增加值為基礎，通常在報告GDP總量時同時報告三大產業和更為細分行業的GDP數據。支出法GDP從產品形態角度度量經濟總量，即通過貨物和服務的最終使用方式，來計算經濟總量，是從需求面衡量經濟總量的指標。而最終用途包括消費、投資和出口三類，其中由於部分產品來自進口，在計算最終需求時需要在出口中扣除。支出法GDP計算方式為「最終消費+資本形成總額+出口-進口」。而所有產出應該形成收入，從收入形態度量經濟總量的收入法GDP是所有常住單位在一定時期內創造並分配給常住單位和非常住單位的初次收入之和。依據收入形態不同，收入法GDP分為勞動者報酬、生產稅凈額、固定資產折舊和企業盈餘。

生產法是我國最為常用的GDP統計方法，目前公布的季度GDP同比增速和總量數據即基於生產法而得。生產法在我國GDP統計中的主體地位是有歷史沿革原因的，我國從建國到改革開放初期一直使用的是計劃經濟國家內的物質產品平衡表統計體系（MPS），該體系以社會總產值核算。自然地，在1993年開始從物質產品平衡表體系（MPS）向國民賬戶體系（SNA）轉換過程中，生產法成為GDP主要核算方式。生產法GDP按季度公布當季值，但分行業GDP依然公布累計值，主要是由於一些基礎資料目前尚不能獲得，特別是難以獲得分季度建築業統計資料和部分分季度價格指數資料。

支出法GDP數據公布頻率為年度，但統計局按季度公布各分項對GDP總體增速貢獻率，公布時間稍晚於支出法GDP公布時間。支出法是國際使用最為廣泛的GDP統計方法，我國統計局也從2000年開始內部實行季度支出法GDP核算，但由於各種原因，導致與生產法GDP統計結果差別較大，所以至今未向外公布。而目前支出法各分項對GDP同比的拉動是通過各分項對GDP增長貢獻率乘以生產法GDP同比計算而得，所以也不能以此準確推算支出法GDP各分項增長率。

收入法GDP公布最為滯後，且僅有年度數據。收入法GDP有兩個數據來源，一個是投入產出表，然而投入產出表僅在年份為0、2、5、7的時期編製，公布時間一般滯後兩年，時效性較差；另一個是統計年鑒公布的分地區收入法GDP數據[1]，可以將各省收入法GDP加總得到全國數據。這兩種方法得到的收入法GDP差距很大，例如投入產出表報告的2010年收入法GDP為40.36萬億元，而加總各省方法得到的收入法GDP為43.70萬億元，兩者相差3萬億以上。

GDP並非唯一衡量經濟總量的唯一指標，存在許多與GDP類似的補充指標。例如衡量國內總需求更為合理的國內總支出（GDE）指標，衡量國民總收入更為合理的GNI指標，或衡量國內總收入的GDI指標。對中國來說，由於實際生產法GDP統計中沒有直接納入進出口價格，所以貿易條件帶來的福利變化並不在GDP實際增速中反應，例如近期大宗商品價格大跌對中國帶來顯著福利改善，導致GDI實際增速顯著高於GDP，從福利角度GDI指標更為真實。另外，GDP衡量產出而不反映成本，扣除資源消耗成本和環境損失代價的綠色GDP一定程度上在嘗試彌補這一缺陷。

3.2 生產面

生產法

GDP生產法GDP從產出角度衡量經濟總量。2014年我國生產法GDP為63.6萬億元，同比增長7.4%，其中4季度同比增長7.3%。我國按季度公布生產法GDP數據，公布指標包括GDP名義總量，實際增速以及分行業累計名義總量和實際增速。季度GDP公布行業包括三大產業，以及工業、建築業、批發零售、交運、住宿餐飲、金融、房地產等部分子行業的累計名義總量和實際增速數據[1]。從生產角度看工業行業是我國經濟主要行業，2014年佔比為35.8%（圖15）。而房地產行業雖然在GDP中佔比僅為6.0%，但由於其為最終需求行業，決定上游產業鏈，包括建築業以及部分工業行業的需求，所以房地產市場變化對我國經濟依然至關重要。

我國經濟波動由第二產業主導。第二產業在經濟中權重較高，在40%以上，同時自身增速波動較大，如2008年危機時第二產業下跌最為迅猛，而2009年強力刺激政策下第二產業反彈力度最大。所以第二產業對短期經濟增速影響最為顯著。第三產業增速較為平穩，而第一產業權重較小，難以對經濟增速產生顯著影響（圖16）。一般生產面短期指標更為關注第二產業相關指標，通過跟蹤工業增加值等更為高頻的月度工業數據，來判斷經濟走勢。

工業增加值

工業增加值是工業企業全部生產活動總成果扣除生產過程中消耗或轉移的物質產品和勞務價值後的餘額，對應工業行業的生產法GDP。然而統計局公布的月度工業增加值覆蓋範圍為規模以上企業，並非全部企業。2007至2010年，規模以上工業企業為年主營業務收入500萬以上企業，2011年開始，這一標準上調為2000萬元。統計局結合經濟普查數據和規模以上工業企業增加值估計全部工業行業增加值，即工業行業GDP，一般來看，規模以上工業行業增加值同比增速高於全部工業GDP增速，但趨勢一致。由於工業在經濟中的重要地位，工業增加值對短期經濟波動具有顯著的先導意義，這也是長期以來通過觀察月度工業增加值數據判斷經濟走勢的主要原因。

統計局公布的工業增加值數據為真實同比增長率。但同比增速反映的是過去12個月的信息，時效性有限，相對來說環比增速更能反映近期走勢。統計局從2011年開始公布環比增速數據，但時序較短，可以自己利用季調方法計算較為完整的環比數據（圖17）。同時，統計局按月公布分行業工業增加值增速數據，起初公布大類行業分為輕工業和重工業，2013年8月開始，統計局停止此分類方法，按採礦業、製造業、電力、燃氣及水的生產和供應業公布大類數據。工業增加值數據中還包含一類按工業產品用途劃分數據，即出口交貨值。出口交貨值是指工業企業由外貿部門收購的或交給出口代理商出口的用人民幣結算的產品價值，出口交貨值與實際出口有相當一致的相關關係(圖18)。

採購經理人指數（PMI）

採購經理人指數是根據被調查者（採購經理人）對不同方面經濟前景的看法，綜合計算的擴散指數。採購經理人指數統計方法為通過詢問樣本企業採購經理人對生產、訂單、庫存、僱員、配送時間等看法，以上升、持平、下降分別賦予三類數值，再按各項目權重進行加總得到總體PMI。中國物流與採購聯合會與統計局從2005年開始共同發布中國製造業PMI數據（中采PMI），每月1日公布上月數據。中國PMI的另一來源是滙豐銀行（本文未經說明的PMI均指中采PMI），在下月初前一周公布當月PMI預覽值，然後在下月1日左右公布當月PMI終值。與中采PMI相比，滙豐PMI調查樣本更為偏向中小企業。

反應預期的PMI是生產面重要的先導指標，本身是基於對未來看法綜合的擴散指數，大於50顯示經濟處於擴張狀態，小於50顯示經濟處於收縮狀態。表現對經濟前景看法的PMI是環比指標，在使用前應該進行季調處理。然而由於統計局初始公布PMI未經季調，而後開始公布季調後PMI，但仍包含顯著季節性，數據前後差異對降低了季調處理的可行性與準確性，觀察PMI數據最好同時觀察未經季調和季調後兩類（圖19）。

PMI分項指數各實體經濟指標具有重要的先導意義。其中新訂單指數反映需求面情況，是PMI子項中的領先指標，新出口訂單是外需的先導指標，通過新訂單與新出口訂單指數之差可以估算國內訂單指數變化情況。在庫存指數方面，原材料庫存指數反應企業主動調整庫存意願，上升顯示對經濟看法改善，指示意義比產成品庫存指數更為重要，因為產成品庫存指數反應被動調整庫存意願，上升反應對需求前景預期惡化導致庫存上升。使用原材料庫存與產成品庫存指數差是更為有效的主動補庫存先導指標。，此指標往往與進口呈現較高的相關關係。另外需要關注的是原材料購進價格指數，該指數對PPI有顯著的領先關係（圖19），經濟疲弱情況下購進價格指數也較低。總體來看，新訂單與出口訂單指數反映需求面，原材料庫存與產成品庫存指數反映廠商對生產的信心，而購進價格反映物價。另外，周期關係不明顯的僱員指數，反映廠商用工意願，是勞動力市場指標（圖20）。

其它生產面指標

除上述較為重要的幾項指標外，生產面還具有很多其它經濟指標。月度行業指標包括發電量、鋼產量、水泥產量、汽車產量等。發電量由於與工業增加值具有高度相關關係，同時具有如日度六大發電集團耗煤量，以及日度發電量等更為高頻的數據，所以被用來在更高頻率上觀察經濟運行。水泥由於保存期限短，可以剔除庫存變化影響，一度用水泥產量來判斷需求面發生的變化。而鋼產量、汽車產量等則從不同行業觀察經濟運行。部分行業高頻產能利用率數據也可以觀察短期經濟運行狀況，如鋼鐵、平板玻璃、PTA等。

3.3需求面

支出法GDP

支出法GDP是從需求面觀察經濟運行的總量指標。支出法GDP與生產法GDP名義值存在微小誤差，2013年支出法GDP為58.7萬億元，而當年生產法GDP為58.8萬億元。支出法GDP及子項名義值數據按年公布，通過次年的《中國統計年鑒》發布，但並不公布支出法GDP實際同比增速數據。而支出法三大子項消費、投資和貿易順差對GDP增長的貢獻率按季度公布，同時公布各項貢獻率乘以生產法GDP同比增速得到的對GDP增速的拉動數。

支出法GDP結構顯示了我國經濟主要需求來源。2013年佔比46%的投資顯示了我國經濟對投資的高度依賴性。居民消費共計佔比36%（圖21），經濟呈現消費不足特徵。政府消費在GDP中佔比高達14%意味著政府對經濟具有相當強的調控力。經濟危機後全球再平衡進程下，凈出口佔GDP的比例持續收窄，2013年僅為2%，顯示我國外部失衡得到顯著改善。從經濟增長動力看，投資是經濟增長第一推動力，投資增速波動是整體經濟增速變化的主要來源（圖22）。近幾年隨著投資低迷，消費對經濟增長的貢獻與投資達到旗鼓相當地位，但消費增速穩定，對經濟增速波動影響有限。隨著貿易順差收窄，凈出口對經濟增長貢獻處於持續下降趨勢，危機後貢獻持續為負，2014年內需疲弱導致貿易順差擴大，凈出口對GDP增長轉至零貢獻。

固定資產投資

固定資產投資是統計局按月公布的投資面數據，相對按年度公布的GDP中投資更為高頻，其中1月和2月合併公布。固定資產投資內容包括城鎮建設項目投資、農村非農戶建設項目投資和國防、人防建設項目投資。覆蓋範圍包括計劃總投資某一限額以上的建設項目投資和房地產開發投資，該限額2011年之前為50萬元，2011年之後提高至500萬元。受統計資料與統計能力限制，統計局公布固定資產投資月度累計名義值和月度累計同比數據，並未公布當月同比增速數據[1]。統計局同時公布固定資產投資資金來源數據，這是分析固定資產投資獲得資金情況的依據，對判斷未來投資走勢非常重要。

從行業分布看，固定資產投資主要包括製造業、基礎設施建設[2]和房地產三大行業（圖23），三類行業各具特性。其中製造業投資屬於生產性投資，投資需求取決於下遊行業需求變化。製造業投資波動相對較小，出口對製造業投資具有較為明顯的拉動作用，然而近年受制於產能過剩和通縮壓力，製造業投資持續下行。基礎設施和房地產投資屬於消費性投資，是最終需求行業，投資需求由自身需求決定。基礎設施投資多由政府主導，投資增速也呈現出明顯的逆周期性，政府對基建投資擁有很強的控制力，基礎設施投資經常作為政府穩增長的工具。房地產的資本屬性使得以往貨幣擴張形成房地產市場泡沫，導致政府不斷對房地產行業進行調控，包括對房地產投資的管控，房地產投資除受自身需求周期變動影響之外，很大程度上還受制於政策調控節奏（圖24）。

需要說明的是，雖然月度公布的固定資產投資數據與GDP中的資本形成具有很高一致性，但兩者存在很大不同，這些區別可能導致兩者增長趨勢出現短暫差異。首先，GDP中資本形成包括存貨和固定資本形成，而固定資產投資僅包括固定資本形成對應部分；其次，固定資產投資中包括土地購置費以及舊設備和舊建築物購置費，而由於這些不是當年增加值，所以不包含在GDP的資本形成中；再次，固定資產投資不包括房地產商的房屋銷售收入和房屋建造投資成本之間的差額，而資本形成中包括；最後，固定資產投資不包括500萬以下的項目投資，而資本形成中包括。

貨物進出口

凈出口是投資外經濟增速波動另一大來源，海關發布的月度貨物貿易系列數據是判斷外貿走勢的主要指標。其中出口增速主要體現外需的走勢，進口則主要由國內需求決定（圖25）。而由於匯率是國內外產品相對價格的總體表現，匯率變動同時影響進口與出口。我國對不同貿易夥伴出口呈現不同特性，對發達國家出口以最終消費品為主，而對新興市場國家出口以中間加工品為主，新興市場國家產生的最終需求有限。發達國家需求變化通過直接和間接兩類渠道影響我國外需。從貿易方式看，一般貿易主要由我國內需決定，而加工貿易由於需求在外，所以貿易量主要由外需決定。而我國匯率體制和貨幣體制下，出口收入向銀行結匯形成外匯占款，導致新增貨幣供應主要來自貿易順差形成的新增外匯占款（圖26）。但近年隨著人民幣貿易結算規模擴大、資本賬戶逐漸開放以及央行購匯意願下降，貿易順差與新增外匯占款以及貨幣供應之間關係有所減弱。

海關統計的月度貨物凈出口與GDP中凈出口同樣存在一些差異。首先，海關統計僅包含了貨物貿易，而GDP中包含了服務與貨物兩類貿易，2014年服務貿易逆差1971億美元，占貨物貿易順差3825億美元的一半左右，影響已不宜忽略。其次，一般使用的海關貨物貿易順差以美元計價，而GDP中凈出口以人民幣計價。再次，海關貨物貿易以到岸價計算，而GDP中貿易以離岸價計算。雖然海關統計與GDP中貿易數據存在口徑差別，但由於兩者具有較高的一致性，月度貨物貿易數據依然是觀察外貿形勢的最重要數據。

社會零售總額

消費是GDP中最為平穩的，月度觀察消費變化指標包括社會零售總額和消費者信心指數等。社會零售總額是最主要的月度消費指標，統計範圍為企業（單位）通過交易售給個人、社會集團非生產、非經營用的食物商品金額，以及提供餐飲服務所取得的收入金額（圖27）。社會零售總額與GDP中居民消費並不相同，是居民消費的相近指標。社會消費品零售總額不包括服務消費，而居民消費統計則包括服務消費；其次社會品零售總額包括像對企業、事業單位等的銷售額，而居民消費中不包括；再次，社會消費品零售額包括向居民銷售的建材部分，而居民消費中不包括；居民消費包括農民自產自用產品，社會零售額則不包括（表2）。2010年以來，社會零售額同比增速從上年末到下年初屢次出現較大的跌落，懷疑可能與統計誤差調整有關。社會零售總額僅可以作為判斷消費走勢的參考。消費者信心指數是消費的先導指標，在2011年之前與消費有較為一致的相關關係，但2011年之後波動大幅加劇，已不再具有先導意義（圖28）。

3.4 收入面

收入法GDP收入法

GDP是從收入面觀察經濟的總量指標。然而我國收入法GDP統計是各類GDP指標中公布時間最為滯後，質量最差的。收入法GDP有兩個來源，一個是次年統計年鑒公布的分省收入法GDP，將各省加總可以得到全國收入法GDP，而2014年《中國統計年鑒》並未公布2012年分省收入法GDP，未來是否繼續公布亦不可知。另一個來源是投入產出表，逢年末數字為0、2、5、7年份編製的投入產出表提供全國收入法GDP數據，但公布時間較為滯後，一般在兩年以上。兩個來源得到的全國收入法GDP相差很大，如2010年差距高達8.3%。考慮到分省數據序列較為完整，所以本文在進行數據分析時均使用分省數據加總得到的收入法GDP。

勞動者報酬和企業盈餘是收入法GDP的主要部分。2012年收入法GDP為57.7萬億元，四類分項中勞動者報酬佔比45%，企業盈餘佔比26%，而生產稅凈額與固定資產折舊佔比分別為16%與13%（圖29）。從各分項佔比變動看，勞動者報酬佔比持續處於下降趨勢，而企業盈餘處於上升趨勢，2004年與2008年佔比的較大幅度變化是因為統計口徑調整。勞動者報酬與企業盈餘變化趨勢反映過去十多年我國收入分配變化總體格局。固定資產折舊與生產稅凈額在GDP中佔比較為穩定（圖30）。

工業企業利潤

規模以上工業企業是我國比較成熟的統計樣本，同樣，在企業盈餘層面工業企業利潤數據提供了月度的跟蹤指標（圖31）。工業企業利潤數據由統計局通過工業企業統計報表制度搜集，涵蓋主營業務2000萬以上的工業企業，按月公布國民經濟分類兩位數行業的經濟效益指標，具體包括主營業務收入、利潤總額、資產總額、負債總額、利潤率等（圖32）。由於工業企業利潤數據對上市工業企業利潤具有先導作用，所以工業企業利潤與證券投資關係密切，需要仔細關注。

勞動力市場指標

我國勞動市場數據質量較差，現有數據包括統計局按季發布的城鎮單位就業人員數量及工資數據（圖33），以及人社保部按季發布的城市勞動力市場供求比例數據。城鎮單位就業人員工資與就業數據較為滯後，一般在當季後三個月左右公布。人社保部發布的求人倍率數據是指職位空缺數與求職人數之比，反映勞動力市場整體供需狀況，公布時間同樣滯後一個季度左右。近年來該指標持續攀升，顯示勞動力城鎮勞動力市場供求關係持續趨緊（圖34）。求人倍率指標並不全面，判斷整體勞動力市場狀況需要綜合其他指標情況。我國的二元經濟結構下，失業問題在我國並不表現為失業率的上升（圖36），而表現為農村勞動力轉移的放緩。2012年開始統計局公布的季度農民工外出務工數以及平均收入數，是重要的勞動力市場監測指標。政府關心增長背後其實是關心就業，因此就業市場數據分析對分析政策走向有很大意義。近期隨著經濟增速放緩，外出農民工數同比增速放緩至1%附近，而平均收入增速放緩至10%以下，經濟下行已經對勞動力市場帶來較大壓力（圖35）。

財政指標

除勞動與資本之外，另一大收入獲得方為政府，而財政收支數據是觀測政府收支的主要依據。財政收支數據由財政部按月發布（圖37），數據質量好，其中財政盈餘（赤字）的變化表現出財政政策立場，如果赤字擴大，則反映政府採取積極的財政政策，反之則是緊縮的政策（圖37）。廣義的財政應該包括政府基金收支，主要為土地出讓金收支。土地出讓收入對地方政府財力具有至關重要作用。2014年地方本級財政收入為7.6萬億元，而當年土地出讓收入為4.3萬億元（圖39）。

財政存款數據相比財政收支數據更精確的反映了財政狀況。《財政總預算會計制度》規定「總預算會計核算以收付實現製為基礎」，也就是說，財政部每月公布的收支數據即當期實際發生的財政收入和支出現金數額，這與「權責發生制」有所不同。而預算內財政收入以及政府基金收入等需要上交國庫，形成財政存款，並採取收支兩條線制度，所以財政盈餘的變化應該與財政存款變動一致（圖40）。然而由於個別事項可以按照權責發生制計入財政收支項目，包括中央向預算穩定調節基金調入資金，以及地方政府年終結轉資金等。這些項目並未產生實際支出，但卻以權責發生制計入當期財政支出，導致財政赤字和財政存款出現差異。因此，財政存款數據比財政收支數據更精確的反映了財政狀況（圖38）。另外，國債與地方債發行收入計入財政存款，但不影響當期財政赤字，這也會導致財政存款與財政赤字出現差異。

通過以上總結分析，我們從生產面、需求面和收入面構建了跟蹤中國實體經濟變化的指標體系。在生產面，最為重要的指標是工業增加值和採購經理人指數（PMI），工業增加值反映工業部門產出變動，因而對經濟波動產生最主要影響，而PMI是重要的經濟先導指標。除此之外，發電量、粗鋼產量、水泥產量、貨運量等均是需要觀測的生產面指標。需求分為投資、消費和凈出口三類，對應的固定資產投資、對外貿易以及社會零售是最為主要的觀測指標，其他城鄉居民支出、消費者信心指數等也是判斷需求走勢的重要指標。而企業利潤、工資、財政收入則是從收入面的企業盈餘、勞動者報酬以及稅收收入等分項判斷經濟形勢的重要指標。

4. 物價指標

市場在資源配置中發揮決定性作用，意味著價格是決定資源配置的主要變數。價格變動一方面反映供求相對情況，另一方面，價格變動對供需形成調節而達到均衡。不同商品之間的相對價格調節相應行業之間供需與資源配置。而宏觀經濟關注總量指標，在價格方面體現為一般物價。這種物價反映的是總供給與總需求之間的相對變化，在現代信用貨幣環境下，與貨幣總量具有極為密切的關係。

居民消費價格指數（CPI）

居民消費價格指數（CPI）反映一定時期內城鄉居民所購買的生活消費品價格和服務項目價格變動趨勢和程度，是衡量一般物價最為重要的指標。CPI是全面覆蓋當期最終消費品的價格指數，不同於受未來需求影響的資產價格。由於CPI是最為全面反映當期最終需求的價格指數，所以在各類物價指數中，CPI最受市場與決策者關注。

CPI由統計局按月公布，同時公布一系列分項數據。我國CPI籃子中食品類佔有相當高的權重，雖然統計局根據居民消費結構變化，對CPI分項權重進行過調整，但目前CPI中食品權重依然高達31%，顯示我國居民消費結構中食品依然佔有相當高的比例。居住在CPI中權重僅次於食品，為17%。其餘文教娛樂、交通通信、醫療、家庭設備、衣著、煙酒分別佔14%、10%、10%、6%、9%和3%（圖41）。由於食品與居住在CPI中佔有相當高的權重，而這兩類商品供給彈性有限，而其它製造業產品生產率快速提高導致價格難以顯著上升。形成過去十多年我國的CPI通脹的結構性特徵，即除食品與居住快速增長以外，其它分類的漲幅均很小（圖42）。

根據過去十多年的歷史經驗，我國CPI通脹主要是由食品價格所推升的結構性通脹，所以，看清食品價格走勢即可對通脹前景有大致把握。關於食品價格，目前有諸多高頻數據，其中較為重要的包括統計局按旬度頻率公布的50個城市主要食品平均價格，商務部按周度頻率公布的食用農產品價格指數，以及農業部按日度頻率公布的「菜籃子」產品批發價格指數（圖43）。統計局旬度食品價格數據本來就是月度CPI的一類重要數據來源，利用旬度數據在本月三次抽樣平均價格與上月三次抽樣平均價格之比計算的食品價格環比增速與CPI中食品價格環比增速相當一致，可用來預測CPI增速。同時，周度頻率的商務部食品價格指數同樣可以用來預測CPI，利用當月四次抽樣平均值與上月4次抽樣平均值之比估算CPI環比。結果顯示，商務部公布的食品價格指數月度環比與CPI中食品分項月度環比具有高度一致關係，顯示使用商務部食品數據可以得到較為精確的短期CPI預測（圖44）。

中長期CPI走勢判斷需要依據宏觀層面的通脹決定因素。經濟學理論中菲利普斯曲線論述了通脹與經濟增長之間的關係。一般認為，經濟增長越快，貨幣增速越高、國際大宗商品價格上漲越迅猛，通貨膨脹壓力越大。其中經濟增速加快和貨幣增速提高帶來的通脹由國內宏觀調控解決，而國際大宗商品價格上漲屬於輸入性通脹範疇。我們用帶一定滯後期的貨幣供應量、工業增加值以及大宗商品價格等作為解釋變數，構建CPI預測模型，預測結果顯示與實際CPI具有較高的一致性（圖45）。

工業品出廠價格指數（PPI）

從工業產品角度衡量物價的工業品出廠價格指數（PPI）是另一重要的物價指標。PPI是反映一定時期內全部工業產品出廠價格總水平的變動趨勢和程度的相對數，包括工業企業出售給本企業以外所有單位的各種產品和直接售給居民用於生活消費的產品。與出廠價格相對應的是工業生產者購進價格指數，是反映工業企業作為生產投入，而從物資交易市場和能源、原材料企業購買原材料、燃料和動力產品時，所進行支付的價格水平變動趨勢和程度指標。

PPI根據行業、部門等可以分為不同子項，按生產資料和生活資料大類劃類，生產資料項下可以分為採掘、原材料和加工三類，而生活資料項下可以分為食品、衣著、一般日用品和耐用消費品四類。由於我國工業以製造業為主，加工工業和原材料工業成為PPI中權重最大的兩個子項，佔比分別達到42%和26%，所屬的生產資料大類佔比達75%（圖46），生產資料價格波動主導總體PPI波動。同時，由於工業在我國經濟中的主導地位，PPI與宏觀經濟、原材料價格等呈現更高的相關關係（圖47）。

5. 貨幣金融

貨幣流通機制

市場經濟以交易為基礎，而貨幣又是交易的媒介，貨幣在市場經濟中發揮著不可替代的融通作用。由於貨幣的存在，宏觀指標具有名義量與實際量的區別。在價格粘性條件下，貨幣量變化可以對經濟增長等實際變數產生影響。貨幣成為現代經濟學中至關重要的宏觀變數。而作為貨幣產生和融通的金融體系，資產負債以及業務方式變化直接影響貨幣供應規模以及結構。

貨幣供應可以簡單的劃分為三個部門兩個層次（圖48）。三個部門分別是人民銀行、商業銀行以及實體經濟。人民銀行是貨幣的最終發行者和調控者，而發放和調控對象為商業銀行，人民銀行與商業銀行之間構成貨幣供應的第一層次。過去十多年由於經常項目持續大額順差，人民銀行通過外匯占款向商業銀行提供貨幣。近年隨著外部順差收窄，人民銀行更多的藉助公開市場操作以及SLF、SLO、PSL等貨幣工具投放流動性，未來降准也可能成為流動性投放方式之一。

商業銀行基於人民銀行提供的基礎貨幣，向實體經濟供應貨幣，而實體經濟利用貨幣進行交易，將結餘迴流金融體系，完成貨幣循環。商業銀行通過銀行貸款、結匯、購買債券等方式向實體經濟提供流動性，實體經濟再以存款的形勢將貨幣迴流金融體系，通過不斷的循環形成貨幣創造，實現貨幣乘數擴張，這是貨幣供應的第二層次。

由於貨幣創造的多層次性，對貨幣總量的度量也存在多個層面。在央行與商業銀行層面，貨幣總量的度量主要通過超額準備金和儲備貨幣。如果超額準備金下降，則意味著銀行間市場資金面可能趨緊，反之，則銀行間市場資金面寬裕。這個層面的流動性主要來自央行的外匯占款發放、公開市場貨幣投放以及存款準備金率調整等。銀行間市場利率狀況反映央行與商業銀行層面的資金價格狀況，其中以回購利率最為重要，此外商業銀行超儲率等也具有參考作用。商業銀行層面的貨幣量反映商業銀行可以運用的資金總量。

而在商業銀行與實體經濟層面，貨幣總量的度量從實體部門資產和金融機構負債層面進行。其中常用指標包括M0、M1以及M2。實體經濟層面的流動性主要來自商業銀行貸款、商業銀行結匯以及購買非商業銀行發行債券等。在實體經濟層面，資金價格較難觀測。一方面，實體經濟利率依據不同期限、不同風險主體形成利率光譜，難以用單一利率衡量，另一方面，資源配置有所扭曲，國有企業以及地方融資平台等利率不敏感部門過度佔有資源，推高資金價格。即便如此，我們依然可以通過央行按季度公布的貸款平均利率、以及其他來源的票據利率、民間融資利率、信託收益率等不準確的間接觀測實體經濟層面資金價格狀況。

理想的市場環境下，商業銀行層面流動性與實體經濟層面流動性具有通暢的傳導作用。這也是危機前發達國家通過調節銀行間市場利率影響實體經濟融資成本的依據。然而危機後普遍出現金融系統傳導不暢問題，即金融系統信貸創造能力受阻。在這種情況下，寬鬆的銀行間流動性未必能傳導至實體經濟，降低實體經濟融資利率。基於調節銀行間市場資金供求的價格型工具往往成效不足，直接調節對實體經濟的信貸供給成為更為有效的辦法。

儲備貨幣（基礎貨幣）

銀行間市場流動性總量由「儲備貨幣」衡量，又稱基礎貨幣。「儲備貨幣=現金+法定存款準備金+超額存款準備金」。但其中可供商業銀行自由動用的流動性僅為超額存款準備金。新世紀初至2012年，儲備貨幣供應主要由外匯占款推動（圖49），在貿易順差與新增外匯占款較高時期，央行需要通過發行央票與提高存款準備金進行對沖。而對央行來說，存款準備金成本遠低於央票，逐漸的存款準備金成為了央行負債端儲備貨幣主體。2012年以後，隨著外部失衡收窄和外匯占款下降，儲備貨幣增速顯著放緩（圖50）。而之前為了回收流動性而提高的存款準備金率將來需要逐步調降，以實現基礎貨幣投放。

銀行間流動性判斷指標

銀行間資金供求狀況主要通過銀行間市場利率和超額準備金率判斷。超額準備金率越低，顯示銀行可動用的資金越有限，即流動性越緊（圖51）。而銀行間市場（貨幣市場）利率為完全放開的市場利率，能夠自由反映資金供求狀況。其中7天回購利率是監測短期資金面狀況最重要指標（圖52），而3個月SHIBOR對中期利率最具有代表意義。存款準備金上交、財政存款變化、重大節日前後資金需求變化、季末年末理財產品到期、資本流動以及其他短期衝擊均可能影響銀行間資金短期價格，而通脹、經濟走勢決定銀行間利率中長期趨勢。

貨幣總量

實體經濟層面貨幣總量度量主要通過對實體經濟部門不同層次資產和商業銀行不同層次負債進行。目前我國主要使用的貨幣量指標包括M0、M1月M2（圖53），其中M0為流動中現金，狹義貨幣M1為M0和企業活期存款之和，其中未包含居民活期，這與國外普遍情況不同，而廣義貨幣M2為M1加企業定期存款和居民儲蓄存款。M1與M2的增速差曾被用來判斷實體經濟強弱，依據是如果實體經濟活動變強，企業活期存款上升會推動M1增速超出M2增速（圖54）。然而近年M1增速與M2增速差與實體經濟指標相關性顯著下降。

廣義貨幣M2是使用最為廣泛的貨幣供應指標。M2作為商業銀行的負債端指標，在資產端主要來對應人民幣貸款和銀行結匯。近年隨著同業存款的快速發展，M2新增量持續高於新增貸款與外匯占款，主要體現在其他存款性金融機構中計入廣義貨幣的對非銀行金融企業負債項。同時由於近年影子銀行的發展，M2對實體流動性衡量的準確性有所下降，與實體經濟指標相關性減弱（圖55）。從M2存量看，我國貨幣總量已經處於相當高的水平，M2/GDP已經接近200%。其中次貸危機後的天量信貸是貨幣存量大幅走高的主要因素（圖56）。因此，未來的貨幣政策應更多的轉向盤活存量，而非依靠增量。

實體經濟利率

基準利率依然對實體經濟利率有顯著影響。雖然央行放開了貸款利率上下限，存款利率上限也放開至基準利率1.3倍，但央行對存貸款利率依然具有較大影響甚至管控能力。貸款平均利率變化有限，難以反映資金的供求狀況。特別是在通脹大幅變化帶來真實利率明顯波動的情況下，名義利率反映顯著滯後。實體經濟利率觀察需要通過多種利率進行，其中管制少，市場化程度高的票據貼現利率是間接反映實體經濟資金面狀況的重要指標（圖58）。此外，平均貸款利率、貸款利率上浮比（圖57）以及民間借貸利率、信託收益率等也能從側面反映實體經濟資金供求狀況。

社會融資總量

隨著表外業務的發展，傳統的貨幣度量指標已經越來越難以衡量實體經濟流動性狀況。理財產品、信託、債券等的金融產品規模的迅速擴大提出拓展貨幣度量範圍的而要求。央行在2011編製並公布了2002年以來的月度社會融資總量指標。社會融資總量主要度量非金融企業獲得的信用總額，包括新增人民幣貸款、外幣貸款、委託貸款、信託貸款、未承兌匯票、企業債券、股票發行以及其他項。央行月度公布的社會融資總量為流量指標，在2015年2月央行公布了社會融資總量存量。結合月度凈增量指標，可以計算得到2002年以來社會融資存量指標（圖59）

2002年以來隨著影子銀行的發展，貸款在社會融資中佔比持續下降，2013年最低時降至51.3%。委託貸款、信託貸款等表外業務融資對象主要是信貸受限的房地產、基礎設施建設以及部分產能過剩製造業。2014年隨著對錶外業務監管的加強，貸款在社會融資總量中的佔比有所回升，達到59.6%（圖60）。從預測角度看，社會融資總額對短期經濟指標的先導關係顯著優於信貸以及貨幣供應量。

傳統表內信貸在衡量經濟融資總量方面的不足日益顯著。以委託貸款、信託貸款和未承兌匯票之和作為表外流動性度量，和人民幣貸款和外幣貸款組成的表內信貸相比，兩者走勢並不相同，在部分時期差異顯著。特別是在2012年下半年至2013年上半年，表外流動性大幅擴張，顯示的信用大幅擴張狀態難以通過信貸投放監測（圖61）。而表外融資的擴張也通過同業等渠道影響貨幣總量，推動貨幣供應上升（圖62）。單獨觀察信貸已難以有效監測信用擴張程度，需要從社會融資總量、外匯占款等視角綜合觀察。

人民幣匯率匯率

是不同貨幣之間的兌換比例，短期與中長期匯率分別由不同的複雜機制決定。我國從2005年中開始施行以市場供求為基礎、參考一籃子貨幣進行調節的浮動匯率制度。然而事實中，人民幣依然很大程度上以美元為錨。人民幣匯率交易價格由在中國外匯交易中心進行的外匯交易形成，主要參與者是央行與商業銀行。主要的人民幣匯率包括中間價匯率與即期匯率。中間價匯率是由外匯交易中心於每日開盤前向所有銀行間外匯市場做市商詢價加權平均計算而得，央行授權交易中心在每天交易開市前的9點15公布當日中間價。而即期匯率是匯率實際交易價格，即期匯率被限制在以中間價為中心的一定波動區間內。在改革過程中，人民幣匯率波動區間不斷放大，從2005年中在中間價上下0.3%附近波動擴大至2007年5月0.5%，2012年4月擴大至1%，而後在2014年3月進一步擴大至2%（圖63）。央行通過兩個渠道擁有對人民幣匯率的強大幹預能力。一方面，央行可以控制中間價匯率水平，另一方面，央行作為外匯交易市場最大參與者，可以通過買賣外匯直接影響匯率即期價格。

隨著資本市場開放與人民幣國際化的推進，人民幣匯率體系更為豐富與完善。目前除國內在岸外匯市場外，離岸人民幣存量的上升催生出離岸人民幣匯率價格，由於香港擁有數量最大的離岸人民幣存款，目前離岸人民幣匯率在香港形成。同時，人民幣匯率已經形成較為完整的遠期價格。人民幣兌美元NDF(無本金交割遠期外匯)是使用較為廣泛的一類遠期匯率價格。然而由於國內外利差通過拋補利率平價影響遠期匯率以及其他因素的影響，NDF與即期匯率絕對水平差不宜作為人民幣預期升值或貶值指標，但相對變化可以作為人民幣升貶值預期的參考（圖64）。

一般是會用Bloomberg找數據的找數據的方式還不簡單當時記得花了一天學習如何master這個軟體
一般如果你還是學生好一點的business school學校library都會一般subscribe各種公司或者其他地方的資料庫基本上如果你用學校的郵箱就可以使用像我們會用不同的資料庫分析不同的種類的公司有很多美國的private company數據並無法取證有一個專門的資料庫可以最大限度提供private company的資料ABI/Inform complete 或者 Orbis (Bureau van Dijk)
當然private company本身無需給你info 只是身為investor需要了解公司大概具體狀況所以可能數據會outdated.

大多數public company或者private company可以用DatAnalysis premium 或者 Wharton Research Data Services (WRDS)
還有各種另外的database用的很少不便回答

分析行業走向和形式動態就要結合原始數據歷史數據和自己未來期望的forecast來分析了各種不一樣的情況根據你自己決定不一樣的factor來影響這種分析我就需要了解必要的具體的方向和industry了。
另附我校database page: Subscription databases

宏觀經濟、行業經濟的數據，一般是去買資料庫，或者去網上搜/買權威可靠的行業報告，或者直接搜數據，但這需要比較強的個人甄別能力。

微觀的，比如某企業的數據，一個是通過上市公司公開的信息，一個是通過各種渠道聯繫公司高管、上下游合作企業，還有一些是自己去採集數據，比如去工廠數車、去超市數貨架什麼的。

分析經濟數據的話，Excel其實完全就夠用了。

最近特別喜歡Quandl

剛好以前問過朋友這問題~~~

1.付費軟體。好像叫「萬得--wind資訊」，個人買不了的，只有企業或者金融公司可以買，很貴而且安裝的時候很雷人，是專人上門安裝的。。。裡面可以方便的查很多數據。

2..互聯網搜索。比如CPI等等數據可以直接查到，國外的話很多數據可以從gov的網站獲得。

3. 企業自己給的。因為有些企業需要吸納投資，就會給出自己的一些數據給中間商作為交換，就像你要媒人給你介紹對象總要給點個人資料的嘛。~~

4.自己寫腳本爬數據，你懂的，python寫爬蟲。

各種專業網站，付費諮詢分析，微博，twitter, linkedin, facebook, 同行交流。信息鋪天蓋地，根本沒有所謂內幕消息，一件事，只要一有人做，就滿世界都知道，關鍵是你是否有提煉和分析信息的能力？見市場之未見？

左彭博，右路透，萬德在腰間，新華08在胸口，人擋日人，佛擋日佛。

Bloomberg，Wind，Datastream, Thomason…總有一款適合你，然而最常用的難道不是EXCEL嗎哈哈哈

你們這些高大上大部分都是要花錢的，銀行狗提供點不花錢的思路：
1：企查查等企業信息查詢系統，可以勾勒所有工商企業股權架構關係完美線條；
2：阿思達克財經網，可以網羅香港上市公司或擬上市公司的相關信息；
3：中國貨幣網、孔雀開屏系統、中國債券網、上交所深交所私募債發行信息系統可以找各種募集說明書；
4：中銀國際證券香港公司官網有境外發債信息披露，基本上海外發行的美元債、人民幣債各種債信息都有；
5：其他的想到再補充??

好像跑偏了，不過既然都能查到那麼多企業信息情況了，也是有助於分析宏觀方面的吧??

最簡單的是資料庫：
數據端有不少，最主流而且實惠的是wind
龐博和路透都太貴了
其他資料庫東西不夠多

當然還有很多數據源：
實地調研啊
賣方的研究報告啊
……

至於行業和經濟如何的話，可以用軟體來分析？求推薦指導

僅從個人經驗回答，不代表整個行業。

數據來自，付費、免費和自己的草根調研和體驗

付費
有資料庫，很多行業數據在公開渠道找不到，都被拿來賣錢。尤其是最新數據，不花錢很難拿到。
行業報告。付費能買到。沒買過。同學兼職做過這個，據說數據有些是編造的。
數據終端。彭博，wind，同花順等。彭博很貴，沒用過。wind一般貴。裡面上市公司財務數據還算全面準確及時。行業數據一般不全，滯後。有些統計口徑不統一。同花順便宜，但比wind使用體驗差很多。

免費
國家統計局，行業協會，行業年鑒。權威媒體。數據權威。但不同行業數據全面細緻及時性差異大。
券商行業報告。數據有滯後，有選擇性。研究員水平和人品參差不齊。有些牛人的數據很翔實，可以借鑒。有些研究員為了結論選擇摘取數據，甚至引用來源可疑的數據。
上市公司招股書，可行性研究報告，年報。招股書可行性研究報告數據一般傾向於誇大行業潛力。數據準確性取決於投行節操。

草根調研
有些行業，和終端消費緊密相關。草根調研也很重要。可以驗證公開數據。而且更及時。不過有樣本偏小的風險。
比如觀察某些門店的日顧客人數。某天新能源車上牌數。記錄周邊人群每年電影觀影次數。結合門店數主要城市數人口數會有些有意思的結論。

要是私人花不起那麼多錢訂購資料庫的話，你可以試試這個http://www.yucezhe.com

看了前面的回答，個人用wind比較多。不過啊，大家真的都沒用過慧博嘛←_←，個人覺得慧博還不錯！