
大数据渗透金融经济领域后会怎样
截至去年末,中国中小企业注册数量已超过4200万家,它们创造了60%的GDP、50%的税收、75%的就业,因此,中小企业保持活力与景气对于宏观“保增长”至关重要。但在当前经济面临下行压力的背景下,这些中小企业也承受着多方面的压力。而在目前,我国企业景气统计数据大多面向于规模比较大的企业,无论官方或民间都缺乏有效的指标对中小企业做衡量。
但就在不久前,百度推出了基于大数据的经济预测产品——百度经济指数预测,其中包括两个指标:中小企业景气指数、宏观经济指数预测。其中,中小企业景气指数可以实时反映出不同地区、不同行业的中小企业运行发展状况;而宏观经济指数预测可以对先行指数、一致指数、PPI、PMI等反映国家经济发展状态的几个关键指标进行未来三个月的预测。百度开始利用大数据来做一些更为深入金融经济领域的产品了。不得不说,具备做大数据的软硬件条件的百度,在大数据的基础上推出百度经济指数预测其实是顺势而为,之前陆续发布了世界杯预测、旅游预测、疾病预测等,但最有想象空间、最容易变现的,还是要属金融经济领域。
大数据价值渗透金融经济领域 填补中小企业数据空白
百度经济指数关注的是宏观经济状况和中小企业景气状况,这都是投资决策所要考虑的第一要素。而各种宏观经济数据纷纷扰扰,追求唯一正确的数据是不靠谱的。例如统计局发布的制造业PMI数据采集对象主要是大型国有企业,而汇丰编制的PMI则侧重于中小企业,两者互补才能更全面的反映当前经济状况。中小企业在推动经济增长方面的作用举足轻重,属于重要的经济晴雨表,而目前我国企业景气统计数据大多面向于规模比较大的企业,中小企业的统计指标较为缺乏,百度预测推出的中小企业景气指数正是瞄准了这一空白,对于经济环境分析是一个很好的补充。这也印证了国务院参事室特约研究员、国家统计局原总经济师姚景源此前的评价——“百度利用自身独特优势推出的经济指数预测,为政府相关部门的数据采集、趋势判断、政策制定,提供了一个具有参考价值的全新工具。”
中小企业景气指数采用了Stock-Watson型景气指数的编制思想,这是识别和预测经济周期的景气指数的一种,而最为关键的数据源则来自于百度海量的数据积累。百度运用大数据处理技术和运算能力,对过去4年的百度搜索数据进行深度挖掘,处理每天超过60亿次的用户需求响应,分析超过50万规模的中小企业的需求点击,利用SWI的指数计算方法,计算出超过600个行业和区域的景气走势数据,据称可以衡量我国超过1517万家的中小企业景气状态。
百度经济指数预测 为投资者开启资本市场数据“宝藏”
说到经济相关大数据所带来的价值,金融界高级副总裁兼证券之星董事长浦晓江曾说,“大数据时代的到来为传统金融行业带来了挖掘资本市场数据”宝藏“的一把新钥匙,百度经济指数预测可以为金融行业提供认识市场的全新视角和参考体系。这将有助于提升整体市场的效率和质量,并且降低市场运行的成本,让更多的投资人和金融企业获益于大数据投资的新时代。”那不妨让我们一起看看这把钥匙打开的门后到底是什么?
(百度中小企业景气指数服装鞋帽行业指数变化趋势)
我们可以先来检验一下百度中小企业景气指数过去的表现。以服装鞋帽行业为例,百度中小企业景气指数显示,该行业在2013年7月和2014年2月出现低点,这与A股中的纺织服装板块基本一致,而纺织服装板块在7月份开启一波升势,在7月底突破了盘整区间,进入上升通道。对应在百度中小企业景气指数产品上,其数据从6月份开始大幅提升,从“微景气”升至“景气”,而传递至股票市场用了一个月的时间,这对于投资者来说是很好的布局时间。
中小企业景气指数更能反映的是一个行业的长期趋势,对应的是中长线的股票,相对来说可能会更受价值投资者和机构投资者的欢迎。而除了中小企业景气指数,宏观经济指数预测对投资者甚至金融机构都存在着有价值的参考意义,是一个非常具有前瞻性的指标。宏观经济指数预测包括先行指数、一致指数、PPI、PMI四个指数未来三个月的预测,其中对证券市场有着重大影响的是PPI和PMI,还有一些指数也是市场关注的焦点,诸如GDP、CPI等,但百度目前还未纳入其中,如有可能,应当增加这两个数据,这样可以对市场做出更全面的判断。
从宏观经济指数预测对过去三年宏观经济预测的表现看,预测数据和统计局的数据基本上都重合,如果能延续这样的准确率,将对投资产生重要的参考价值,其精准度可以继续观察。
从长远来看,百度经济指数预测未来产品空间实际上也非常广阔,比如推出量化投资产品。国外流行的量化投资在国内目前还较为稀有,整体规模非常小。量化投资就是依靠模型来做投资决策,减少人的主观判断因素,贪婪和恐惧是资本市场永远无法克服的人性弱点,而数据模型可以让人摆脱情绪的干扰,形成高度的纪律性。
百度经济指数预测可以先根据宏观经济指数预测判断投资环境的变化,再根据中小企业景气指数发掘出现景气度拐点的行业,结合百发100,与基金公司等机构合作优选投资标的,从而推出量化投资基金产品。今年以来,量化投资成为公募基金中的新星,例如大摩华鑫旗下的大摩多因子策略,今年取得了近40%的投资收益,在549只股票型基金中排名第四,成为了一只明星基金。依托这些经济领域的产品和工具,相信百度基金的诞生也不用太久了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09