基于网络大数据的消费者信心指数编制-论文.pdf

《基于网络大数据的消费者信心指数编制-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3O卷第6期统计与信息论坛2015年6月Vo1．3ON0．6Statistics&InformationForumJun．，2015【论点摘登】基于网络大数据的消费者信心指数编制郭洪伟(首都经济贸易大学统计学院，北京100070)中图分类号：C813文献标志码：A文章编号：1OO7—3l16(2015)06—0ll1-02入的看法、对目前购买商品时机的判断、对未来整一、引言体经济的判断以及对自身收人的评判。首都经贸大消费者信心指数(简称为CCI)有时也被称为消学参与发布的两岸四地信心指数反映并量化了消费费者情绪指数(简称为ICS)。它产生于2

2、O世纪4O者对经济形势、就业状况、物价水平、生活状况、购房年代美国联邦储备局资助的消费者资金年度调查项和投资六个方面的主观感受。目，由密歇根大学调查研究中心承担，即Michigan三、利用网络大数据编制消费者指数(UMCCI)，20年后又出现了Conference信心指数的设想Board指数即会议委员会指数(CBCCI)。自从美国消费者信心指数的调查开始后，世界各国也都按照现有消费者信心指数的编制方法都必须基于抽类似做法开展信心指数的编制。中国国家统计局于样调查数据，耗时、费力而且存在抽样误差。在此，1997年12月开始调查、编制消费者信心指数

3、。近笔者提出基于网络大数据的消费者信心指数的编制年来，中国的大学等研究机构也积极参与到消费者方法。以网络的大数据代替传统的抽样调查数据，信心指数的编制和应用研究中来。目前，消费者信完成消费者信心指数的测算。笔者参阅了不同网络心指数已经成为中国经济景气指数体系的有机组成数据的分析方法，把基于网络大数据的消费者信心部分，受到各界人士的广泛关注。指数的编制归结为以下几步：1．确定消费者信心指数的分析维度。考虑到网二、现有消费者信心指数的编制方法络数据获得的难易程度及实现的可能性，笔者将从不同国家和地区的消费者信心指数编制方法基八个方面去搜集编制消费者

4、信心指数的数据，这八本思路都差不多，即参照Michigan指数的设计思个方面包括：电商交易数据、旅游数据、网络招聘数路，消费者信心指数均来自于消费者调查，把消费者据、经济舆情数据、网络贷款数据、房屋租售数据、搜信心指数看作由消费者预期指数(ICE)和消费者现索引擎数据、特定App应用分析数据。状指数(ICC)组成。但各种信心指数的编制方法又2．现状指数的测算。根据上述八个方面的有关不尽相同，它们之间有或多或少的差异，如密西根指数据，从这些数据中梳理出有关宏观经济、个人收数更侧重于个体的财务状况，会议委员会指数更侧入、大件商品购买、物价、就业、投

5、资等分量的数据，重于宏观经济状况。从而计算出消费者信心指数。中国国家统计局景气监测中心发布的消费者信3．预期指数的测算。根据上述八方面的数据，心指数目前主要通过对全国主要城市进行随机抽样拣选出各分项预定购买的数据(如机票预订数据、商的调查问卷编制而成。调查问卷的问题主要涉及五品预定购买数据)及搜索和舆情数据中反映未来观个方面：受访者对当前经济形势的判断、对家庭收点的数据，根据此数据计算出反映未来一段时期内收稿日期：2O15一O2一O6作者简介：郭洪伟，男，安徽蒙城人，副教授，研究方向：经济统计。统计与信息论坛消费者信心的数值结果。公式法编制的指

6、数)分析不同因素对消费者信心指4．综合比较不同时期的分析结果，给出基于不数的影响。同基期的消费者信心指数。上述两种消费者信心指数的编制思路，可参考以下流程：四、编制消费者信心指数流程1：从网络数据着手，开始数据筛选，接着的实施步骤和流程进行数据的处理转换(得到类似调查的数据)，下一通过上面的论述，我们发现基于网络大数据的步就是按照传统数据处理方法加工，然后计算消费消费者信心指数的编制并不难。具体实现步骤如者信心指数，还可以进行消费者信心指数的影响因下：第一步，确定数据的来源。网络数据纷繁复杂，素分析，最后得出消费者信心指数的发布报告。有效的和无

7、效信息混杂在数据中。因此，要从浩如流程2：从网络数据人手，开始数据搜索、挖烟海的网络数据中选定与消费者信心指数计算有关掘，整理出有关“信心情绪”的数据，再按照新的编的数据源。与传统分析不同，这些数据有结构化的制规则，计算消费者信心指数，还可以进行}肖费者还有非结构化数据，其中非结构化的数据处理要用信心指数影响因素分析，形成消费者信心指数发特殊的方法。第二步，利用大数据的搜索和分析方布报告。法，从选定的数据中筛选出可以用于计算消费者信可以看出，两种编制思路是平行的，无论哪种心指数的初始数据。例如，分析电商的消费数据，可方法编制的消费者信心指数都基

8、于网络数据，用以计算出消费的上涨变化，把所有消费者分为五个大数据分析方法，这与传统的编制方法有本质的等级(大幅上涨、上涨、持平、下降、大幅下降)，计算