数据共享：CMF——宏观金融研究数据集

        学术研究中的实证研究对数据要求非常高，一套好的数据集是好的研究的开始！皮皮的一个重要任务就是要找比较好的研究数据集。上海交通大学高金研究院的这套宏观金融数据是一套比较好的数据集，因此，把它推荐给大家，可以自己下载也可以在公众号后留言。

简介：宏观金融研究数据集

      2007-08金融海啸以及随之而来的全球经济大衰退，让各界深刻地意识到金融摩擦是影响经济周期波动的不可忽视的推动力。随着金融体系的日益庞大复杂及其对经济的稳定与发展的影响日益增强，特别是金融危机的频发，宏观经济与金融学的融合是未来宏观经济理论发展的方向；尤其是要把金融摩擦与资产泡沫形成的观点融入到宏观经济学模型中，把金融经济学、宏观经济与货币经济学融合到一起。中国正与经济转型和金融改革的关键时期，深刻理解中国金融体系和实体经济之间的相互影响关系，对于中国经济平稳健康发展尤其重要。

2013年12月，上海交通大学上海高级金融学院成立了宏观金融研究中心（简称CMF）中心由张春教授主持，由诺贝尔经济学奖得主Christopher Sims教授和多位海外知名宏观经济学者任学术顾问。中心旨在针对中国经济未来增长的动力、货币政策与宏观经济波动之间的相互作用以及金融开放的步骤和进程等重要问题，立足中国现实情况并结合国际先进理论，调整视角进行系统深入的研究，在促进宏观金融学科在中国的发展的同时，为政府政策制定和决策提供科学的、量化的参考依据。

目前，中心正致力于以下三个方面的研究：

    一、中国宏观数据的整理和调整

     构建不同频率的中国宏观经济研究数据；对主要经济指标进行季调，其中最为关键的是要调整春节这一特殊因素所造成的季节性影响；利用差值等方法，补齐关键经济数据的缺失值。

     二、 中国宏观经济预测

       运用计量经济学和统计学的最新方法，寻找和认定中国宏观经济数据的基本特征和基本规律，并在此基础上建立现代的宏观预测模型；考虑中国经济结构性变化的特点，研发加入了区制转移（regime-swithcing）的中国BVAR模型；开发将宏观经济数据和金融市场数据相结合的混频率经济预测模型，以改善宏观预测的及时性和准确性。

      三、具有中国特色的结构性宏观模型 

     这其中要重点解决中国经济特有的几个典型问题：一是模型要反映中国经济和政策体制最新的结构性变化，比如资本项目的开放、汇率灵活性的提高、货币政策调控工具和中介目标的转型；二是模型要考虑中国经济的运行存在一些独特的约束条件和作用过程，比如国有企业与非国有企业面临的不同政策支持和信贷条件等；

     该数据集合旨在提供一个中国宏观经济学术研究的共享数据平台。由于我国很多统计数据不适合直接用于学术研究，很多学者和研究机构都会加工自己的数据库，但由于数据的不共享，很难对不同模型和实证分析进行科学和公正的评价。

      本数据的基础数据均来自于国家统计局，在此基础上利用现代宏观计量方法进行了一些调整和重构，包括（但不限于）：

1）补齐数据中的缺失值、并将可用数据段尽量延长到较早时点等目的，以增加研究可用的样本量。
2）在统计局公布的同比和环比增长率基础上建立水平值或指数；
3）借助插值法在年度数据基础上构造对应的季度数据；
4）对除利率和比率之外的数据序列进行季节性调整，部分时间序列的季节性调整考虑了识别水平转移和异常值。
5）构建了与OECD国家数据指标定义接轨的时间序列。

资源获取方式

关注公众号，转发推送→截图票圈发至公众号后台→发送“已转发＋03” 至公众号，可免费下载

本资源从网上下载，只限于科研使用，勿用于商业。如有不妥，请联系本号删除。