从事经济、金融工作的人都是通过什么渠道获得数据资源，运用什么软件来分析行业状态和经济走势的？

使用CN2/CN2GIA顶级线路，支持Shadowsocks/V2ray科学上网，支持支付宝付款，每月仅需 5 美元

## 加入品葱精选 Telegram Channel ##

知乎用户 钱粮胡同​ 发表

2016 年 4 月 15 号更新：增加了如何做中国数据地图，以及**几个平时做行业研究时常用的数据源。**我从国外角度参与下讨论。政治经济文化类数据与研究方法基于读博经历（经济学），金融类基于工作经历（某欧洲大行）。

补充更新：对答案里中国数据地图感兴趣的朋友可以移步：excel 上怎么做数据地图？ - 钱粮胡同的回答 或 用 Excel 做出强大的数据地图 - 钱粮胡同 28 号
**更新 1：**银行对于行业分析的方法和框架可以参看 初入金融行业，如何进行实用行业研究与行业分析，比如风投和券商是怎么分析行业的？ - 钱粮胡同的回答 或 如何分析商业银行年报？ - 钱粮胡同的回答
**更新 2：**宏观金融和经济分析方法或思路可以参看 区位因素是否是江苏省省内贫富差距的主要原因？ - 钱粮胡同的回答或欧洲债务危机的根源是什么？ - 钱粮胡同的回答

正文：读博期间主要做经济类研究，数据来源主要分一手和二手数据，三手的没碰过，也不敢碰，但是亲眼见识过 (/sigh)。

###### 宏观经济类 ######

1. 直接从国家统计局买，地级市各类经济指标等，大学图书馆结账 （国统局网站也有不少：中华人民共和国国家统计局 » 统计数据）
2. 直接从国家信息中心买，各类经济数据，大学图书馆买单
3. 买的这些也可以找助研手动收集，比如需要地级市类的经济数据，一本本省级年鉴慢慢抄（这个虐人方法还没有试过，下不了手，也怕助研干完堵家门）
4. 也可以尝试去经管之家 (原人大经济论坛)- 国内最大的经济、管理、金融、统计在线教育和咨询网站, 发帖求数据，神人很多
5. 密西根大学的 China Data Center 提供中国数据的服务，没有用过，据说不错（非广告）

**补充 1：**使用前两点提到的数据做了些研究，比如中国区域收入差距不平衡（省内收入差距和省间收入差距，GEM 指标），收入极化现象 (polarization) 等，截取部分分析结论，见下图（红色代表中国省份之间的收入不平衡占整个国家不平衡的比例，蓝色代表省内不平衡（同省地市间不平衡度）占整个国家的比例，可以看出省内不平衡远超省间不平衡，这种角度采用 Gini 系数等是无法计算的）。

**补充 2：**用同样的经济数据和一些基础设施数据，采用最近流行的机器学习（可以参考：机器学习（machine learning）在经济学领域是否有应用前景？ - 钱粮胡同的回答），可以做很多有意思的启发性研究，比如对中国的城市群做集群分类（方法：SOM （自组织地图），人工神经网络的一种，unsupervised learning），具体方法可以参考 AlphaGo 的数据算法，能否用来分析银行信贷企业的各项数据，然后得出关键指标和权重？ - 钱粮胡同的回答，截图（蓝绿色代表较低收入城市群，红色代表中等收入，黄色代表高收入，之后的工作就是看每个群的属性然后从经济，社会发展等角度尝试解释）：

###### 文化类 ######

• 全国各地县级方言数据，收集方法是招了一个勤奋好学热爱生活对学术有向往的助研，耗时几个月收集所有方言数据放到提前设计好的数据库，根据中国方言系统（前辈的学术研究，可以参考中国社科院的 方言研究室），量化数据做文章。

结合上边儿宏观经济类和人文类，使用的分析方法和得出的结果请参看发表的拙作：Economic integration in China: Politics and culture

文字不够性感，截取一点拙作中的图片，根据方言系统重构的其中一种中国方言地图。然后采用空间计量的方法，分析经济溢出与文化的关系（其中方言作为文化的一种 proxy）。

这篇文章具体的分析和截图请移步：文化对经济有着怎样的影响？ - 钱粮胡同的回答

###### 政治类 ######
对的，政治类也行，再招一个爱好生活喜欢被虐但是仍然对学术有向往的助研（和之前不是同一个人，否则估计已经躺医院了 - 是我躺医院，不是助研），收集了所有地级市层面大部分官员近 20 年的简历（简历好找，人民网，百度百科，地方政府网站，看不了的直接上 Google Cache，甚至爬虫），放入设计好的数据库，量化做文章。

没有性感图片，但是咱有感性的文章，分析方法和结果等请参看发表的文章：Career Backgrounds of Municipal Party Secretaries in China

补充一张上述政经文章比较有意思的统计图：样本中市委书记出生，上大学或之前工作省份与他当市委书记的时候不是同一个省的比例：

其他常用的宏观经济数据源：

• 如果是一般宏观经济或金融数据，世界银行，IMF, 中国央行，银监会，Reserve Bank of St. Louis 都有很多很好很全的免费数据库，如：Data | The World Bank，The National Bureau of Economic Research 或 IMF Data；付费类的网站比如 TRADING ECONOMICS
• 最后再补充一个，估计这个用的不多，也不知道现在还有没有：EcoWin，是个财经数据库，很多大学用，好像是某机构资助的学术类平易近人版

**经济类分析工具：**用的最多的是 Stata, R, excel & VBA，偶尔用过一些专门的软件，比如做神经网络的，后来有了 R，其他就弃用了。其实 Stata 和 R 有很多 package，足够了，更重要的是了解 package 背后的模型和方法。

上边的研究味儿太浓，谈钱的请看下面金融类：

###### 金融类 ######
国内的用的不多，只知道高大上的有 wind（万得资讯），通联，开源的有 TuShare 等，自己玩得话用用 Yahoo Finance 或者 Google Finance 也挺好，R 或 Python 里都有对应的包, Mac 上也有一些软件可以直接下载这些数据到 excel 里。

平时工作上最常用的：
**企业与金融机构的财务数据：**这方面因为工作需要，所以基本都是银行自己的分析师填入系统的企业数据。这类数据一般来源有：

1. 从企业直接要（如果这个企业没有上市也没有发债的话），催银行的 RM

2. 巨潮资讯网，拿上市企业的，基金年报等，免费

3. 中国货币网 – 中国外汇交易中心主办，拿发债企业的财务（包括企业的债券募集说明书），免费

4. 银行和券商的财务数据从 Bankscope 下 (Bankscope | Global database for bank)，保险的从 isis 下，需要机构帐户

5. S&P，Moody 等评级机构的帐户，上面有很多 Credit Research 和评级信息等

6. Bloomberg（彭博终端），不多说了

7. 美国上市的可以看 http://SEC.gov | Filings & Forms

8. 德意志银行研究部的公开网站（DB Research），也有一些还不错的数据和研究文章

9. 外汇信息除了自己行内部用的，一般看 Oanda

10. CreditSights, 独立研究服务提供商，偶尔会用一些他们提供的行业研究报告

11. Dealogic, 英国的一个数据 / 平台服务提供商，主要做行研的时候用

12. 很多金融机构自己内部的一些软件或 package，比如我们行内部的一些 R package，可以直接导入财经数据

补充：感谢评论里 @一扬 的补充，这里加上两个学术圈常用的金融数据源：

1. 国泰安 CSMAR 金融数据库

2. 锐思 RESSET 金融数据库

平时休闲自己常用的：

1. http://Investing.com，很多市场信息，如油价，天然气，美元指数，各类经济指标等

2. 更新：评论里有问到 Mac 上下载数据到 excel 的软件 (假设你指的主要是要金融类数据)，我用过的几个：

3. StockXloader（软件截图如下），直接批量下载 Yahoo Finance 的数据，输出到 Mac 上的 ProTA 做技术分析，也可以直出 excel 文件。

4. 如果用 R 或 Python，选择比较多，可以用 quantmod: Quantitative Financial Modelling Framework 或 TuShare - 财经数据接口包，获得数据后直接输出成 excel 格式文件就好。

平时工作用的分析软件很少，大部分时间 VBA 和 R 足够了，其他的都是公司内部软件（SAS 等，但是不喜欢）或平台。补充两个 iOS 上看市场数据 / 画曲线图的 app：

1. 外汇，大宗商品市场（WTI，Brent, 天然气，美元欧元指数等）我常用 NetDania，看动态数据，画技术图很方便实用，免费，有 iPad 版本

2. http://Investing.com，之前提到了，这个是手机上的，看大部分证券信息，同时还可以跟踪每天的财经热点和指标，基本每天一读

######One more thing######
现在很多分析师或研究员张嘴全是模型，但我觉得，不论是宏观经济研究，行研或是企业层面的分析，软件或模型只是工具，最重要的是阅历的积累，对研究对象本质的体会与把握，而不是拿过来一堆数据，扔进个模型里看结果。

目前先想到这些，如果还有其他的，再来更新。

我的专栏：钱粮胡同 28 号

知乎用户 zou johnny​ 发表

哈，作为过来人，数据总是源头的活水，这里对一些投行 / PE 惯用的数据库进行一下介绍，方便大家在未来的工作学习生活中能对这些工具有感性认识。

一、宏观
1） CEIC
从 xx 年开始，CEIC 就是谢国忠、陶冬、马骏们分析中国经济的首选。CEIC 是 Euromoney 的一款产品。Euromoney 是英国上市公司，一年收入 4 亿镑，不知道这款产品贡献了多少，反正一年的 subscription 是相当昂贵的。

优点： 更新迅速，Excel 的 plug-in 非常贴心，宏观分析员基本上一键就可以更新所有的数据。数据全，基本上不会出现大的错误。

缺点：太多了：1）几乎没有服务；一年花几万刀得到的服务几乎是零，就连彭博这种垄断机构都不会这么做，另：彭博的妹子一般都是不错的。2）数据类别老化：以中国为例，新的数据类别层出不穷，在旧有的数据方面，CEIC 是没什么话讲；但是新的数据类别的出现，极大地动摇了 CEIC 过去不可撼动的领袖地位，后面介绍的万德，也是趁虚而入的典型；3）缺乏数据的说明（来源、变化等等）——这个问题也是很难解决的，没有好的销售，就不了解产品，不了解产品，自然也很难做出很好的数据说明。

评分：3.5/5 —- 尽管吐槽了那么多，作为宏观分析员，很难逃开这个数据库，即使国内券商也多数在使用 CEIC, 属于然并卵。

2） 万得 Wind

万得不容易。从外国人手中硬生生抢过来自己应有的一杯羹，这是一件万幸的事情。但是万德也是有瓶颈的，现在听说也在专注交易，做中国的彭博，这条路的崎岖，不想多说，绝非易事。

优点：类目更新快；对国内市场非常了解；能满足国内多层次资本市场投资的需要；界面从可用度上来说也算上乘；

缺点： excel 的功能不够强，尽管体验上也能够应付，但不如 CEIC 那么简洁。有的时候数据更新也会出现问题，体验还是略微欠缺的。

评分：4/5, 我个人觉得万得在中国的发展目前还是基本饱和的，能够用它的基本上都用上了；而在对外这块的欠缺，则是人才缺失了——注意，这不是光请几个翻译就有用的，你处于弱势地位，必须要有强大的英文销售和服务团队，这一块的软实力，是万得真正缺的东西，可惜的是，他们即使开了纽约办公室，也没有在这块有任何质的飞跃。

二、公司
1）Capital IQ
Capital IQ 是逆袭的黑马。在 S&P 投资以前，没有人知道他，但标准普尔的眼光以及对行业的了解使得这款并不为人所熟知的产品在 2010 年后异军突起，现在在公司这块，收入超过十亿，每年两位数增长，还有什么好说的。

优点：你说我用下来 CapIQ 真的好用吗？我觉得也说不上，但是细想下来有那么几点很重要：1）CapIQ 团队的工作人员非常勤勉——从信息的搜集、数据的更新、贴心的服务，乃至于为大量苦逼的投行分析员搭模型。。。（我这真不是在黑你们）。这些源自于 CapIQ 在招聘服务人员时候的用心和培训。尤其是前两年公司还算初创，对于客户的服务可算是相当不错的；2）在企业数据方面有非常好的分类；无论是历史交易；股权构成；债务分析；私募投资者的介入；乃至于一些比较细的数据运算，CapIQ 都算是做得很到位的。3）Excel, excel, excel! 分析员最重要的搭模型等工作离不开 excel, excel 的 plugin 以及功能就很重要了，我不能说 CapIQ 在这方面完美无缺，但是在同行里面只能说目前还很难找到对手。

缺点：质量开始有所下降——就如任何的初创企业走向成熟之后，开始忘记自己真正吸引客户的东西。CapIQ 目前就面临这个问题。而他虎视眈眈的对手 Thomson Reuters, 又在决心东山再起了，所谓数据库代有才人出，这个行业的竞争之激烈，只有当事者才能明白。

评分：4.5/5 —- 对于新企业（虽然是可恶的标准普尔控股），还是有些欣赏的，毕竟天天在用。

2） Factset
老牌子，上市公司。如果说 CapIQ 是新贵，Factset 算是贵族了。Factset 在投行中使用非常普遍，excel 的 plugin 也是不错的。

优势：个性化的界面，强大的功能，excel plugin 也不差。

劣势： 功能 function 较为复杂，学习成本较其他为高。

最后，你以为我忘记了他，其实我只是想最后再提这个大魔王——bloomberg.

Bloomberg 有什么好？如果从单项上，它未必拔尖，但是综合起来就很可怕了。从交易到研究，整个环节几乎无死角，是个完整的魔王级产品。Bloomberg 最近的标语是 bloomberg is business，可见其软件的可怕了。

如果硬要说缺点，就是公司太大了，一些单项的领域会有新的竞争者比他做得更细更好，但是要综合起来，基本没戏。

至于 Reuters 的 I/B/E/S, Markit, 等等数据库，就不多提了，有人用，但是用得少，我没用过，没法做公允的 comment, 但是市场不是傻的，有好产品，肯定还是会冒尖的。

其实以上说得肯定不全面，行业数据这块，其实具体到每个行业，都有自己的标杆数据库企业，房地产的 CREIS, 钢铁的我的钢铁网，医疗也有自己的数据库公司，但是规模与以上相比，都不是一个数量级的了。而这些仅仅是器，器用得好不好，关键还在于人。

知乎用户 北洋投教 发表

谢邀，主要分享几个简单又免费的几个网站，大家可以参考

按照股票的从上到下的分析思路

1、宏观数据历史走势——萝卜投研

可以查到宏观数据和行业数据，像 M2、GDP 等。像货币市场和债券市场的数据都有，图表走势看着很舒服，数据也比较全，不用去各个网站找。具体的其他功能可以去网站上看看。

2、行业估值情况和财报数据——理杏仁

这个网站上最喜欢的功能就是股票价格对比，估值对比和财报数据对比，涉及个股基本面的数据挺全的。

3、智能小助手—I 问财

像股票跌停，行业个股股息率跌停，只要企业自由现金流流等，在其他网站找不到答案，可以来问问它。

4、低风险投资类别数据工具—集思录

像可转债和 A+H 比价，套利等数据提供的很全面。

这里只简单介绍几个，如果还想了解一些其他数据分析工具或者软件，都可以关注私聊我。

知乎用户 叫我娄德华​ 发表

研究狗不邀自答。
宏观数据来源包括各大金融资讯平台或数据平台，国内数据常用 wind，国际数据常用 Bloomberg，还有一个数据库叫 CEIC，似乎学术界也喜欢用 CEIC。此外还有很多网站，包括财政部官网、央行官网、统计局及地方统计局官网、土地市场网、世界银行官网、香港金管局等等。
中观和微观数据包括草根调研，也有一些行业性的网站。

分析及分析方法。
学术文献。这个应该放在第一位，很多理论应该是我们作为研究的根本。但是学术研究及结论与现实都有一定差距，实用性未必好。所以学术文献的主要作用是理论借鉴。
卖方报告。实用性更强一些。但是现在卖方报告量很大，需要多读多看，选取对自己有用的部分保留。
内部研究：好吧就是自己怎么做研究。首先，研究工作是要站在巨人的肩膀上，牛逼的理论一定要借鉴过来。再有，如前面说的，数据处理和分析，excel 足够。一方面，学术研究都有很强的前提假设，要有很严密的推理过程，我们在实际投资过程中，需要修正一些假设或条件以贴近现实，这就决定了现实中经济走势、股市走势等等等等，这些东西很难用模型去拟合；另一方面，抓住主要矛盾，逻辑通畅即可。

举个简单的例子：
2015 年中央其实有偷摸放水的，包括地方债、专项金融债（手边没有数据，大约是 2-3 万亿规模）。那个时候市场有一些经济复苏的预期，基础设施建设会再次被带起来。
当时我们 9 月份内部讨论的结果：基建资金来源包括自有资金和外部杠杆，外部杠杆确实看到有增长，但 2015 年 1-9 月土地出让收入同比减少约 2 万亿；地方预算内收入增长乏力。多得的资金只能差不多弥补自有资金的缺口。此外，地方官员搞经济的意愿还是不强，没有得到根本解决（反腐）。
最后结论是，经济不会超预期上行。
做了这个结论后，可以设定一些微观观测指标，如草根调研项目落地情况、相关产品价格（钢铁、水泥等）。
-———————————————-
当然分析经济不是这么简单的事情，只是在去年那个时点上，基建是主要矛盾。
也就是说，对于投资而言，你不需要作出一个非常精确的判断，但是你需要抓住主要矛盾，摸准市场的预期，在此基础上，判断未来走势超预期或者低于预期的概率，最后根据你的判断下注。

知乎用户 吟风 发表

Datastream.
一个大数据库。各种股票期权的历史价格，精确到日，都可以搜到。
搜索到之后还可以将数据简单处理，比如选取只选取每月第一号的月数据，选取某一时段等等，再输出为不同格式。
写 paper 做 research 必备。

知乎用户 搏击长空 发表

一般是通过专业数据库比如万得、国泰安等。现在流行用 Python 进行数据分析，也可以使用 R，如果是经济金融类的可以用 Stata 和 Matlab 等工具，最后推荐一个开源数据接口库。

基于 Python 的开源金融数据接口库 AkShare 提供丰富的财经数据接口，完全免费，欢迎使用。

目前 AkShare 已经在 GitHub 获得超过 1000 star，并附有 10 万字的丰富文档。 GitHub:

https://github.com/jindaxiang/akshare​github.com

文档：

https://www.akshare.xyz/​www.akshare.xyz

知乎用户 李启方 发表

结合个人经验，回答提纲如下：

1. 数据获取渠道
2. 数据抓取 & 清洗（软件）
3. 数据可视化呈现（软件）

一、如何快速获取数据？

1. 券商研究报告渠道

知名金融数据平台像投行人必备的 Bloomberg（彭博）和 Factset 是最常见的获取数据的渠道。

Bloomberg

Bloomberg (彭博)是为大多数大型金融机构提供服务，用户通过 “彭博专业服务” 可以查阅和分析实时的金融市场数据以及进行金融交易。

彭博终端是一套让专业人士访问 “彭博专业服务”（Bloomberg Professional Service）的计算机系统。

彭博终端基于客户—服务器架构建立，服务器是一个多处理器的 Unix 平台，终端用户使用的客户端是一个 Windows 程序。

FactSet

FactSet 研究系统是一家金融数据和软件公司，为全球主要金融机构的分析员、证券管理员和投资银行家提供金融信息和分析软件。FactSet 核心的优势主要集中在公司的财务数据，这也是为什么它成为投行 Anaylst 必备技能之一的原因。

FactSet 在投行中的使用频率是 Daily basis，而且 FactSet 个性化的界面，强大的功能，Excel plugin 也不差。

2. 各大上市公司报告渠道

一些顶级咨询公司如德勤、IBM、贝恩等都会发布 annual report 以及公司近况通常具有时效性，能系统地反映公司现状，从而辅助投资的策略判断。

3. 上市公司公告渠道

主要包括美国 SEC、香港披露易、中国巨潮咨询查询上市公司，对于高净值个体或大型投资有辅助分析作用。

4. 投行网站渠道

主要包括 IPO、junling（巨灵）等渠道，多为华尔街咨询、香港股票行情、金融建模及演示，可获取各大投行现下投资组合分析及行情。

5. 银行业网站渠道

主要包括 World Bank（世界银行）、Forst（福斯特） 等各大知名银行平台渠道，可获得实时银行咨询以及公告、数据的查找。

6. 数据库渠道

主要包括 IEEE Xplore、EBSCO 等，包含宏观数据、金融、教育、行业数据等，并拥有完备的年度数据。

7. 国外国家 or 经济体数据渠道

其中包括美国（提供了有关美国当前经济形势的描述和主要宏观经济变量数据）和经济合作与发展组织数据（提供了成员国的金融数据，但也包括一些总体数据，比如 GDP、失业和通货膨胀等）。如 Heston-Summers 数据库、《当代商业纵览》等。

8. 综合性数据渠道

各类财经、股票、经济类数据库，如产品价格指数（PPI）详细报告，国际股票市场数据库，联合国统计年鉴等等，提供宏观经济信息、行业 (产业) 发展报告、企业 (公司) 信息、产品市场分析，大量表格和统计数据，以及很多相关站点的链接，内容从收入、财富到贫困问题都有。

9. 策略常用网站渠道

国内常用财政部、发改委等官方网站来了解政府政策及实时咨询，分析当前社会及资本浮动情况；国外常用 BEA、CBO 等了解股票、财政等等详细数据和实时分析。

10. 搜索引擎渠道

主要包括谷歌、BASE、sciseek 等搜索引擎，多用于查找、搜索资源，能准确定位你想要的数据。

二、如何自动抓取 & 清洗网络数据？

A. 爬取数据

在数据获取领域中，最为被广泛使用的就是 python 语言，俗称爬虫。

通过爬虫加正则这种自动化的工具，能够耗很少的人工就可以将数据和信息采集并结构化，后续通过更多的分析工具完成许多有商业价值的分析并获取所谓的 insight（将信息转化为知识和洞察）。

推荐使用网站：regex101.com

示例：爬取社交网络数据：Facebook

Facebook 提供了 API，可以提交关键字等信息爬取搜索结果中的每一条内容。

B. 清洗数据

1. 万能的 Excel

Excel 是迄今为止最简单最便捷的处理数据方式。下至四则运算，上至各类统计分析、矩阵运算及线性规划都可以搞定。但是想在投行借 excel 玩出花样，千万不要以为会了 VLookup 及一些快捷键就可以耀武扬威了，至少需要把矩阵乘法、向量乘法、Offset/ Cells/ Row/ Range 等函数用到极致，这样大多数 Financial Model 会做得非常灵活，而且各种数据查询及匹配工作会达到部分 SQL 的处理水平。

2. 进阶版 Excel：VBA

VBA 会让 Office 的能力提升一个档次，除了完成函数不能完成的一些任务，最有价值的是能够在 Office 的各套软件之间实现信息同步。

学习 Excel VBA 较为正规的图书是 John Green 的 Excel 2007 VBA Programmer’s Reference，中文版由 Excel Home 翻译为《Excel 2007 VBA 参考大全》。这本书应至少阅读完前 7 章。阅读完前 4 章即可以尝试解决工作中遇到的问题了。

四、如何完美地呈现数据？

当数据清理完毕后，你就直接呈现给 Boss 了？

那就离完蛋不远了！

知道数据呈现的影响有多大吗？！

而且最重要的是美化后的表格能带来 80% 的沟通效力！

那么，如何数据可视化？

它主要是借助于图形化手段，清晰有效地传达与沟通信息。

数据可视化技术包含以下几个基本概念：

① 数据空间：是由 n 维属性和 m 个元素组成的数据集所构成的多维信息空间；

② 数据开发：是指利用一定的算法和工具对数据进行定量的推演和计算；

③ 数据分析：指对多维数据进行切片、块、旋转等动作剖析数据，从而能多角度多侧面观察数据；

④ 数据可视化：是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开发工具发现其中未知信息的处理过程。

数据可视化主要用于以下两方面：

① 报表类，如 JReport，Excel，FineReport，ActiveReports 报表等。

② BI 分析工具，如 Style Intelligence、BO、BIEEI 等，国内的 FineBI、BDP 软件等。

1.Excel

Excel 的图形功能并不强大，但 Excel 是分析数据的理想工具。

作为入门级工具，Excel 是快速分析数据的理想工具，也能创建供内部使用的数据图，但是 Excel 在颜色、线条和样式上可选择的范围有限，这也意味着用 Excel 很难制作出能符合专业出版物和网站需要的数据图。

但是作为一个高效的内部沟通工具，Excel 应当是你百宝箱中必备的工具之一。

2.Chart.js

JsChart 组件功能强大，能适应各种复杂的需求和业务，而且操作起来相对简单。

3.Google Chart API

Google Chart API 工具中取消了静态图片功能，目前只提供动态图表工具。但 Google Chart 的一个大问题是：图表在客户端生成，这意味着那些不支持 JavaScript 的设备将无法使用，此外也无法离线使用。

当然，Google chart API 还是很强大的，在线自动帮你将所需要的数据汇总成，各式各样的图标，折线 饼状 柱状 气泡等等。

4.Echarts

Echarts 是一款开源、功能强大的数据可视化产品。可以流畅的运行在 PC 和移动设备上，兼容当前绝大部分浏览器（IE8/9/10/11，Chrome，Firefox，Safari 等），底层依赖轻量级的矢量图形库 ZRender，提供直观，交互丰富，可高度个性化定制的数据可视化图表。

5.D3

D3（Data Driven Documents）是支持 SVG 渲染的另一种 JavaScript 库。但是 D3 能够提供大量线形图和条形图之外的复杂图表样式，例如 Voronoi 图、树形图、圆形集群和单词云等。D3 想要入门不是太简单，至少都要有 HTML 和 JavaScript 基础才行，对 JavaScript 的 DOM 要求也有点高。

6.Crossfilter

Crossfilter 是一个 JavaScript 类库，能够在浏览器端对大量数据进行多维分析。Crossfilter 既是图表，又是互动图形用户界面的小程序，当你调整一个图表中的输入范围时，其他关联图表的数据也会随之改变。它可以在不同的 Group By 查询之间实现 “交叉过滤”，自动连接和更新查询结果。

7.R 语言

R 语言是主要用于统计分析、绘图的语言和操作环境。R 是属于 GNU 系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。它可以运行于 UNIX,Windows 和 Macintosh 的操作系统上，而且嵌入了一个非常方便实用的帮助系统。

8.jsDraw2DX

用于创建任何类型的交互式图形 SVG （旧 IE 浏览器是 VML ） 的一个独立 JavaScript 库。除了生成所有基本形状像线、 矩形、 多边形、 圆、 椭圆、 圆弧等，库包可以绘制曲线、 贝塞尔曲线 （任何 degree ）、 函数图形、 图像和文本的装饰。

http://9.Visual.ly

如果你需要制作一个快速的视觉图像，你没有必要再询问专业的设计团队，你可以自己完成这些工作。http://Visual.ly 就是最流行的一个选择。其中提供了大量信息图模板。

以上，就是获取数据 – 清理数据 – 呈现数据的一些方法和工具。（部分内容搜集自网络）

关注公众号 @数据分析不是个事儿，回复 “工具”/“数据”，好用的数据分析工具给您！

知乎用户 职徒​ 发表

第一类：国家 / 国际权威机构官方网站 / 数据库

• 国家统计局

• 海关总署

• 商务部

• 发改委

• 上交所 / 深交所 / 港交所 / 纽交所

• 联合国数据库（NU Data)

第二类：主流资讯类网站 / 搜索引擎 / 数据库

•Wind

•Bloomberg

• 知网

• 万方

• 谷歌学术

PS：Wind 真的是券商行研的最爱了

第三类：行业协会官网、行业论坛、刊物等

• 中国医药协会

• 中国铸造业协会

• 中国汽车工业协会

• 福步外贸论坛

第四类：咨询公司、市场调研公司官网

• 麦肯锡 / 波士顿 / 本恩

• 精品战略咨询公司（ATK、RB、OW 等）

• 四大咨询（普华、德勤、安永、KP）

• 尼尔森、艾瑞咨询、易观、群邑智库、CTR

• 阿里研究院、企鹅智库

第五类：券商研报、公司招股书、年报

• 汇博投研资讯

• 巨潮资讯

• 公司官网

• 交易所网站

第五类：财经媒体

• 新浪 / 网易等门户财经频道

• 哈佛商业评论

•FT 中文网

• 第一财经

/ 职徒工场，求职可以走直线
以下都是我的原创回答，广受好评，推荐阅读

[四大的咨询部门在咨询行业是什么水准？​www.zhihu.com

](https://www.zhihu.com/question/22263999/answer/559241556)[应届毕业在国内从事量化相关的工作，比较好的选择是哪里？​www.zhihu.com

](https://www.zhihu.com/question/39511350/answer/695674659)

关注我，查看更多求职秘籍，行业干货，点个赞再走哦~！

知乎用户 程毅南​ 发表

宏观经济、行业经济的数据，一般是去买数据库，或者去网上搜 / 买权威可靠的行业报告，或者直接搜数据，但这需要比较强的个人甄别能力。

微观的，比如某企业的数据，一个是通过上市公司公开的信息，一个是通过各种渠道联系公司高管、上下游合作企业，还有一些是自己去采集数据，比如去工厂数车、去超市数货架什么的。

分析经济数据的话，Excel 其实完全就够用了。

知乎用户 青山 发表

数据来源：BLS，BEA，Census，Treasury，OECD，UN，World Bank，IMF，FRED，以及各种付费或免费数据库（Investing.com, IndexMundi, etc.)；

经济预测软件：Eviews，（STATA，R）

这是学术界的方法，业界大概应该会有另一套方法吧。

知乎用户 明明说金融 发表

对于从事经济、金融、咨询、行研等偏研究相关的行业，数据的重要性再怎么强调也不过分，那么如何获取这些数据和信息，就显得非常重要了。

数据搜集与整理是一个非常繁琐的工作，但是确实入门的基本要求，那么一般的咨询机构对数据和信息搜集的要求有哪些呢？

首先需要了解信息搜集的目的，搜寻目标的基本情况，以及大致的信息来源和渠道，在质量方面要满足颗粒度和广度的要求，并且要进行交叉验证，经得起推敲，最后是需要和工作进度进行有机结合。

那么一般的数据搜集方法有哪些呢？其实之前本人做了一些总结，如图所示：

主要包括搜集引擎、政府行业等专业网站、数据导航网站、券商研究报告、咨询公司报告、上市公司各类报告、彭博等专业的数据库。

上述方法有其一定的优势，也会存在相应的不足，需要具体情况具体分析！

搜索引擎是非常重要的查找数据的途径，但是其实想要更好地利用搜索引擎，还有一些技巧和方法。

目前国内主要的搜集引擎有如下 10 个，还有较多行业型搜索冒出来，需找专业型行业资料可以使用行业型搜索引擎，个人用过一个快搜，这个网页整合了国内各大搜索引擎，是查找数据非常好的入口。

国内主要的十大搜索引擎及定位

但是由于每个搜索引擎都有一定的局限性，可以把要搜索的关键词在多个搜索引擎试一下，可能会搜出你意想不到的结果。

大家对国内的引擎基本都很熟悉，尤其是百度和 google，需要搜索同一主题的资料，不同的人所搜出来的结果可能就天差地别了，主要原因在于如下两点。

**1、搜索关键词的选择：**举例说明，假如我们要搜索大数据行业发展相关资料，如果我们就在百度上搜索 “大数据”，结果非常多，无法进行筛选，可以对关键词进一步界定，如“大数据行业”、“大数据市场规模”、“中国大数据产业”、“大数据技术”、“大数据企业” 等等，需要不停地变换搜索关键词，直到查到满意的搜索结果，在查找的过程中可以根据查找结果内容再进行对关键词进行修正，修正有些名称专业表达方式，因为最开始搜索我们表达的不一定准确。

**2、搜索技巧：**主要是针对百度、google 等搜索引擎一些高级搜索技巧。常用技巧主要有如下几个方面：

1）文件类型搜索：使用 filetype，如在百度或 google 中键入 “filetype:pdf 大数据” 搜索出有关大数据内容 pdf 内容，而且这些文档基本都是可直接下载。还可以变换为其他的如 “filetype:doc”、“filetype:ppt”、“filetype:xls” 等等，注意其中的冒号为英文的冒号，一定要变换为英文冒号。

2）定位于哪个网站上搜索：使用 site，如在百度或 google 中键入 “大数据空格 site:sina.com”, 则在 http://sina.com 搜索有关大数据的一些资料信息，这个特别适用针对某些信息可能在哪些网站上出现的一个快速搜索方法，注意冒号也是英文的，网站名称也不用加 www。

3）精确匹配搜索：使用 “”，如在百度中键入“大数据行业”，表示搜索“大数据行业” 五个必须联在一起的，如果不加“”，搜到的为大数据及行业两个词并列显示结果，没有这么精确匹配。

4）限制性的网页搜索：使用 intitle, 如在百度键入 “intitie: 大数据”，限定于搜索标题中含有“大数据” 网页，如果输入 “intitie: 大数据市场规模” 限定于搜索标题中含有 “大数据” 和“市场规模”的网页。

专业报告是我们系统了解某个领域非常好的素材，我们日常接触较多的是券商研究报告，但是一些专业的 TMT 媒体、研究机构、咨询公司的报告也非常值得参考，如下图所示：

如果所在机构购买了彭博、Wind 等专业数据库, 那么很多数据都可以通过专业数据库进行获取，很多工作就变得简单和方便了。

就以国内机构中用的最广的 Wind 数据库为例，其覆盖了全球金融市场各类信息和数据，包括股票、债券、期货、外汇、基金、指数、权证、宏观行业等多项品种，实时给各类机构提供准确、及时、完整的金融数据资讯，同时提供强大的 Excel 数据链接功能，方便用户动态获取实时行情、财务数据、宏观行业等数据，构建各种灵活的分析模板。并且支持 VBA，Matlab，R，Python 等多语言平台函数接口，让 Wind 数据与您的投研系统无缝链接。

在搜集方法中，特别需要提到专家访谈和陌拜两种方法的运用，特别是在缺乏数据的情形下：

以上就是在咨询、行业常用的一些数据查找的方法，当然随着市场的变化，会出现越来越多的途径，也希望能看到更多的分享。

数据找到了，但是如何对数据进行有效的处理和加工呢，这又是一个非常值得研究的课题，希望以后有机会写一篇文章，系统总结数据加工的方式和方法。

大家的赞，是我持续答题的最大动力！！！

知乎用户 princezzz 发表

一般是会用 Bloomberg 找数据的 找数据的方式还不简单 当时记得花了一天学习如何 master 这个软件
一般如果你还是学生 好一点的 business school 学校 library 都会一般 subscribe 各种公司或者其他地方的数据库 基本上如果你用学校的邮箱就可以使用 像我们会用不同的数据库分析不同的种类的公司 有很多美国的 private company 数据并无法取证 有一个专门的数据库可以最大限度提供 private company 的资料 ABI/Inform complete 或者 Orbis (Bureau van Dijk)
当然 private company 本身无需给你 info 只是身为 investor 需要了解公司大概具体状况 所以可能数据会 outdated.

大多数 public company 或者 private company 可以用 DatAnalysis premium 或者 Wharton Research Data Services (WRDS)
还有各种另外的 database 用的很少不便回答

分析行业走向和形式动态就要结合原始数据 历史数据和自己未来期望的 forecast 来分析了 各种不一样的情况根据你自己决定不一样的 factor 来影响 这种分析我就需要了解必要的具体的方向和 industry 了。
另附我校 database page: Subscription databases

知乎用户 Neil Pan 发表

楼上的朋友将数据来源渠道分析回答得很好了，这里补充一下我国宏观经济数据初步分析的框架。非原创，转自光大徐高。

**数据是经济分析的基础。**严格的经济理论和预测判断均需要以详实合理的数据做支撑。认识理解经济数据是进行经济研究所需的基本素质。宏观经济涉及多层面庞杂的数据，系统全面的掌握宏观数据体系，以及阅读、处理、分析、判断经济数据对宏观研究至关重要，卓越的经济理论以及准确的经济预测均建立在对数据的准确把控上。特别对于转型时期的中国，宏观数据体系基本上依据市场经济需求建立，但尚未完全摆脱计划经济影响，理解中国经济数据更具复杂性。本文简单介绍经济数据阅读处理基本方法，搭建经济数据体系，成系统的分类介绍各经济指标，力图使读者在形成数据系统框架的基础上掌握各经济指标，并准确运用。然而受篇幅限制，本文在尽量做到对指标全面覆盖的同时，对各指标介绍的深度难免有限。

**本文首先介绍宏观经济指标的阅读以及处理方法。**宏观指标以时间序列型居多，而宏观数据的变化往往反映经济走势，因而具有更为重要的意义。在转型期的中国，统计技术与资料的限制使得累计值和当月值在月度与季度数据中成为普遍使用的两个概念。寒来暑往，秋收冬藏。生产活动的季节性变化意味着经济指标随季节出现涨落。同比变化率是最为简单的消除季节性的方法，然而存在滞后性。及时有效的分析短期经济走势，需要借助一定技术手段排除季节性因素，得到环比增速数据。

**本文第二部分通过构建中国经济数据体系来系统介绍各经济指标。**我们以市场经济循环作为分析的起点。从产出面、需求面和收入面构建实体经济指标体系。循环表现为需求决定产出、产出创造收入、收入产生需求。产出面以生产法 GDP 为总量指标，工业增加值、采购经理人指数等均是从生产面的不同侧面对经济情况进行描述。而需求面 GDP 以支出法 GDP 为代表，与其三大子项消费、投资和净出口对应的有社会零售总额、固定资产投资以及货物贸易等更为高频的指标。收入法 GDP 是从收入面描述经济的总量指标，包括劳动者报酬、企业盈余、生产税净额以及固定资产折旧四项，企业利润、就业、财政数据等从收入面对经济走势进行了描述。

**本文第三部分介绍宏观名义量与实际量区别产生出一般物价指标——通胀指标。**而通胀水平变化在价格粘性背景下可能影响实际经济变量。其中 CPI 是最为常用的通胀指标，通胀变化一方面显示实体经济走势，另一方面对货币政策具有指示意义。因而预测通胀变化对市场分析至关重要。

本文第四部分介绍现代经济系统中重要的组成部分——货币循环指标。现代市场经济下货币与金融是市场循环的润滑剂。而央行是调控货币政策的职能部门。央行向商业银行投放或回收货币，商业银行向实体经济投放信贷并形成货币再生创造。这样形成央行与商业银行、商业银行与实体经济两个层次的资金市场。相应的货币总量、资金价格、流动性供应等均存在两个层面的度量指标。一般情况下，商业银行层面的资金供求变化会影响实体经济变化。但在金融体系传导不畅情况下，宽松的银行间市场流动性并不一定能够带来实体经济融资成本下行。

1. 宏观经济数据概述

1.1 累计值和当月值

**宏观指标以时间序列型居多。**一般来说，月度与季度指标是对所在当月或当季经济活动的度量。然而在转型期的中国，由于统计资料缺乏和统计技术有限，获得当期数据较为困难，除当月值之外，累计值成为普遍使用的另一指标。我国统计中使用的累计值一般是 “年初至今累计值” 的简称（year to date, ytd），指的是宏观数据从每年年初至当年各月的累计数值。分行业 GDP 与固定资产投资数据是两类常见的以累计值形式呈现的指标。宏观经济数据采用累计值形式发布的原因一般是该数据所涉及的经济过程持续时间较长、具体进程难以分割，导致精确的确认当月值有较大困难，例如对春播秋收的农产品难以将产出及时的分割至各个季度，再如全社会固定资产投资表现的是一定时期内全社会建造和购置固定资产的工作量以及与此有关的费用的总称，涉及的工程项目建设周期往往较长，难以及时细分至每个月份，故均采用累计值形式发布（图 1）。

**累计值与当月值是两个不同的统计体系，难以直接通过累计值准确计算出当月值。**直观感觉，统计部门只要将累计值进行一阶差分，即使用本期累计值减去上期累计值，就可以得到当月或当季值。然而事实并非如此，累计值与当月值对应的是两个不同的统计体系，牵涉到如何将现有完成工作合理分配至各月或各季度的问题，是由统计资料缺失与统计方法落后造成的。由累计值转换至当月值，需要统计体系进行相应的改进。

**在实际数据使用过程中，由于累计值是年初至当月的累加数，用累计值计算的增长率越到年末越接近全年平均增速。**但这一增速难以反映出短期波动，所以需要化成当月值来进行分析。我们可以近似的使用当期累计值减去上期累计值的方法计算当月值（图 2）。使用此方法不可避免的会产生误差，例如固定资产投资中 12 月当月值一般较大，怀疑可能由于统计误差均累计在年末。随着统计方法改进与资料完善，12 月当月固定资产投资占全年比例逐渐下降，这样随着误差部分减少。但这种改进的结果是使用 12 月当月值计算同比会低估当月投资增速。然而受限于现有数据，这是最为有效易用的通过累计值得到当月值的方法。

1.2 季节性——分析宏观数据绕不过去的坎

**宏观数据通常呈现季节性变化。**寒来暑往，秋收冬藏，经济活动会随季节不同而发生周期性变化，相应的宏观数据时间序列也会随季节呈现出周期性的变动。季节性因素导致的宏观数据波动，会掩盖或混淆客观经济活动中我们想研究的真实规律，影响我们的宏观分析。例如江河来水的丰枯令水电发电量数据呈现季节性波动（图 3），此时衡量当月值相对上月值变化的环比变化率将呈现出稳定的周期性震荡（图 4），掩盖了我们想要研究的宏观经济趋势，无法进行有意义的经济分析。

**季节性的来源一般有自然因素、社会活动因素和统计方法因素三种。**首先是自然因素（图 3），如前面提到的，江河上游的降雨、融水的季节变动会导致中下游水电发电量的季节波动。其次，社会活动也可能带来季节性波动（图 5），我国现行货币统计制度将货币供应量划分为三个层次，其中流通中现金 (M0) 为第一个层次，指银行体系以外各个企业的库存现金和居民的手持现金之和，春节期间消费活动旺盛，导致现金持有量出现周期性增加。最后，数据统计方法也有可能是季节性的重要来源（图 6），例如由累计值计算的固定资产投资当月值在每年的 12 月都会明显上升，这可能是统计局将一年的补漏和调整放在年末造成的。这一现象在 2010 年前较为明显，此后年末波动较为平缓。

1.3 同比增长率——最简便的去除季节性方法

**同比增长率是去除季节性最简便的方法。**由于宏观经济时间序列普遍存在季节性因素，所以在分析和使用宏观经济数据时，必须对时间序列中的季节性因素进行消除，才能得到呈现经济指标变化趋势的有效信息。而同比增长率（year on year, yoy, y/y）是最简便的去除季节性的方法。由于同比增长率比较的是前后两年的相同月份（季度），两者具有相同的季节性，在计算变化率的过程中被自然除去（图 7）。由于其使用简单，中国的宏观数据大部分都是以同比变化率的形式发布出来。

**然而同比变化率不能及时反映出经济走势的最新动态。**由于同比变化率为当期值与去年同期值之比，过去一年经济指标走势均在同比变化率中反应。例如假定 2015 年 CPI 指数绝对水平保持不变，2015 年的同比指数依然出现明显波动，反应滞后，直至 2015 年末才回归至零增长，表现出显著的 “翘尾效应”（图 8）。相对而言，衡量经济指标当期值与上期值的环比增长率更为及时有效。如果 2015 年 CPI 指数绝对水平不变，环比增长率在年初就变为零并保持至年末。然而环比增长率不可避免的会遇到季节性因素的干扰，这就需要对经济指标进行季节调整，然后基于季调后的数据计算环比增长率，从而及时有效的判断经济指标走势。

1.4 季节性调整

**普遍存在季节性是宏观数据无法回避的问题。**在分析和使用宏观经济数据，特别是观察判断短期经济走势时，使用季节性调整的方法消除季节性因素，就显得非常必要。经济变量的季节性表现为在一年中的部分月份周期性偏高，而部分月份周期性偏低（图 9）。季节性调整目的在于从实际变量中剔除这部分由于季节性周期原因而导致的偏高和偏低。变量一般被分解为趋势项、季节项和随机扰动项，季节调整即将季节项剔除的过程。而分解方式主要包括加法与乘法两种，加法分解即将变量分解为趋势项、季节项和随机扰动项之和，而乘法季调则为三者之积。两类分解方式对应加法季调和乘法季调两种方法。季调方法选择一般依据指标性质而定，以指数级数增长的指标使用乘法季调，例如 GDP，而绝对水平较为平稳的使用加法季调，例如每月的降雨天数。

**从实际变量中剔除季节性首先需要找到反应季节性偏差的季节项。**季节项一般由历史数据估算而得，基本思路为用经济指标在某月的均指与全部样本均值的偏差度量季节项。估计方法同样主要有加法和乘法两种，加法季节性的计算方法为将经济指标在某月的均值减去全部样本的均指得到该月的季节项，而乘法的季节性为经济指标在某月均值除以全部样本均值得到该月季节项（图 10）。例如，2003 年至 2014 年水电发电量月均值为 453 亿千瓦时，而各年 1 月均值为 285 亿千瓦时，则由两者之差计算的 1 月加法季节项为 - 168 亿千瓦时，使用两者之比计算的 1 月乘法季节项为 0.63。

**得到季节项后即可从实际变量中剔除季节项得到季调后数据。**依据加法与乘法两种方法，加法季调为从实际值中减去季节项，乘法季调为用实际值除以季节项。例如 2013 年 1 月水电发电量为 454 亿千瓦时，加法季调法减去 - 168 亿千瓦时的季节项后为 622 亿千瓦时，乘法季调除以 0.63 的季节项后为 721 亿千瓦时。得到季调后数据。

经过季节调整后的数据剔除了季节性波动影响，因而更为稳定，可以显示出明显的短期趋势（图 11**）**。利用季调后的数据计算环比增长率，可以准确有效的分析短期经济走势（图 12）。Eviews、SPSS 等大部分计量分析软件均可以方便的进行季节调整操作。

**然而绝大部分计量软件季调程序均基于西方节假日计算。**在对中国数据进行季调时，无法处理部分中国节日带来的季节性，特别是春节导致的季节性。简单的方法是将 1 月与 2 月数据合并分析，可以粗略规避春节因素影响。如果追求更为精确的分析与预测，可以通过春节假期在 1 月与 2 月的分布来自己建立季节调整系统，具体方法可以参照央行 2009 年建立的季调系统。

2. 宏观数据体系的逻辑

**我们以市场经济循环作为分析的起点建立宏观数据体系。**市场经济以交易为基础，个人通过出售自己的产出获得收入，而收入用于满足自身需求，自身需求又成为他人产出的决定因素。运转良好的市场经济需要形成良性循环，通过价格调节在三者之间形成均衡机制。

宏观经济研究对象为总量指标，对于经济总量，总产出、总需求以及总收入是从不同角度进行观察，由于衡量的是均衡下的同一对象，所以理论上三者存在恒等关系。宏观经济运行中市场循环体现为需求决定产出，产出创造收入，收入变成需求（图 13）。总供给与总需求是在宏观分析中常用的分析需求与供给关系的指标，而收入分配则决定产出创造收入的结构、方式和效果，收入通过再消费与储蓄之间配置影响需求，开放经济下储蓄进一步在投资和净出口之间进行分配。

**实际经济生活的各部分无不是政府与市场的交织。**市场经济作为一种制度的存在，其本身就需要政府保障才能有效运转。即使在西方发达市场经济，政府的影子也存在于市场的方方面面，对于从计划经济向市场经济转型的我国更为如此。一般说来，在生产面，政府扮演提供公共品角色，例如进行公共设施建设、维护社会秩序、提供国防服务等；而在需求面，政府通过财政支出变动调节总需求，这也是财政政策实施的主要方式，例如大萧条时期的罗斯福新政以及较近的我国的 “四万亿”；在收入面，政府主导收入再分配，通过转移支付、补贴、以及调节税收等方式缩小收入差距（图 14）。

货币是市场经济不可或缺的部分，是经济循环的润滑剂（图 14**）。**作为一般等价物的货币在市场经济中承担交换媒介、价值尺度、支付手段以及价值储藏的职能。由于货币的存在，在宏观经济变量上有了名义量和实际量的区别，而名义量与实际量的差别被看做一般价格。如果货币过多，就可能引起一般价格的上涨，即通货膨胀，反之，如果货币过少，一般价格下降，即通货紧缩。即货币学派的名言：“通货膨胀任何时候都是一种货币现象”。而由于价格粘性的存在，货币变化可能对实际变量产生影响，这就产生了货币政策调节实体经济机制。货币减少时，实体经济循环不畅，增长低迷，而货币增多，又可能导致实体经济过热。所以，在宏观研究中，货币总量非常重要，往往作为先导指标。

**当今信用货币时代货币发行基本上都由央行负责，央行自然成为调控货币政策的职能部门。**然而央行并不直接向实体经济投放货币，央行调节与金融部门的债权债务甚至调控金融产品价格来控制货币总量。金融是货币流通和信用活动以及与之相联系的经济活动的总称，金融部门负责直接向实体经济实现这些职能。因此，研究货币总量不可避免的需要分析金融各部门的资产负债结构以及行为变化。

3. 中国实体经济指标

3.1 观察实体经济的三个视角

衡量经济总量的 GDP **是最为常用的经济指标，也是观测实体经济状况最为全面有效的指标。**由于各类不同的实体经济指标都可以归结为经济总量的某个子项，所以我们从 GDP 开始逐步分类介绍各项实体经济指标。这样既能做到对经济指标成体系的认识，又能尽可能全面的各种指标。

GDP **笼统的可以认为是一定时期内一国净生产的货物和服务的总和。**统计局较为严格的定义为 “按市场价格计算的一个国家（或地区）所有常住单位在一定时期内生产的最终成果”。国内生产总值有三种表现形态，即价值形态、产品形态和收入形态，分别对应三种国内生产总值计算方法，即生产法、支出法和收入法，三种方法分别从不同的方面反映国内生产总值及其构成（表 1）。

三类 GDP **统计方法从不同视角衡量经济总量，拥有各自的指标体系。**从价值形态角度度量经济总量的生产法 GDP 是我国当前主要使用的 GDP 统计指标，生产法 GDP 以总产出扣除中间投入后的增加值度量经济总量，是从生产面衡量经济总量的指标。在统计过程中，生产法 GDP 以行业增加值为基础，通常在报告 GDP 总量时同时报告三大产业和更为细分行业的 GDP 数据。支出法 GDP 从产品形态角度度量经济总量，即通过货物和服务的最终使用方式，来计算经济总量，是从需求面衡量经济总量的指标。而最终用途包括消费、投资和出口三类，其中由于部分产品来自进口，在计算最终需求时需要在出口中扣除。支出法 GDP 计算方式为 “最终消费 + 资本形成总额 + 出口 - 进口”。而所有产出应该形成收入，从收入形态度量经济总量的收入法 GDP 是所有常住单位在一定时期内创造并分配给常住单位和非常住单位的初次收入之和。依据收入形态不同，收入法 GDP 分为劳动者报酬、生产税净额、固定资产折旧和企业盈余。

生产法是我国最为常用的 GDP 统计方法，目前公布的季度 GDP **同比增速和总量数据即基于生产法而得。**生产法在我国 GDP 统计中的主体地位是有历史沿革原因的，我国从建国到改革开放初期一直使用的是计划经济国家内的物质产品平衡表统计体系（MPS），该体系以社会总产值核算。自然地，在 1993 年开始从物质产品平衡表体系（MPS）向国民账户体系（SNA）转换过程中，生产法成为 GDP 主要核算方式。生产法 GDP 按季度公布当季值，但分行业 GDP 依然公布累计值，主要是由于一些基础资料目前尚不能获得，特别是难以获得分季度建筑业统计资料和部分分季度价格指数资料。

支出法 GDP 数据公布频率为年度，但统计局按季度公布各分项对 GDP 总体增速贡献率，公布时间稍晚于支出法 GDP 公布时间。支出法是国际使用最为广泛的 GDP 统计方法，我国统计局也从 2000 年开始内部实行季度支出法 GDP 核算，但由于各种原因，导致与生产法 GDP 统计结果差别较大，所以至今未向外公布。而目前支出法各分项对 GDP 同比的拉动是通过各分项对 GDP 增长贡献率乘以生产法 GDP 同比计算而得，所以也不能以此准确推算支出法 GDP 各分项增长率。

收入法 GDP **公布最为滞后，且仅有年度数据。**收入法 GDP 有两个数据来源，一个是投入产出表，然而投入产出表仅在年份为 0、2、5、7 的时期编制，公布时间一般滞后两年，时效性较差；另一个是统计年鉴公布的分地区收入法 GDP 数据 [1]，可以将各省收入法 GDP 加总得到全国数据。这两种方法得到的收入法 GDP 差距很大，例如投入产出表报告的 2010 年收入法 GDP 为 40.36 万亿元，而加总各省方法得到的收入法 GDP 为 43.70 万亿元，两者相差 3 万亿以上。

GDP 并非唯一衡量经济总量的唯一指标，存在许多与 GDP **类似的补充指标。**例如衡量国内总需求更为合理的国内总支出（GDE）指标，衡量国民总收入更为合理的 GNI 指标，或衡量国内总收入的 GDI 指标。对中国来说，由于实际生产法 GDP 统计中没有直接纳入进出口价格，所以贸易条件带来的福利变化并不在 GDP 实际增速中反应，例如近期大宗商品价格大跌对中国带来显著福利改善，导致 GDI 实际增速显著高于 GDP，从福利角度 GDI 指标更为真实。另外，GDP 衡量产出而不反映成本，扣除资源消耗成本和环境损失代价的绿色 GDP 一定程度上在尝试弥补这一缺陷。

3.2 生产面

生产法

GDP 生产法 GDP **从产出角度衡量经济总量。**2014 年我国生产法 GDP 为 63.6 万亿元，同比增长 7.4%，其中 4 季度同比增长 7.3%。我国按季度公布生产法 GDP 数据，公布指标包括 GDP 名义总量，实际增速以及分行业累计名义总量和实际增速。季度 GDP 公布行业包括三大产业，以及工业、建筑业、批发零售、交运、住宿餐饮、金融、房地产等部分子行业的累计名义总量和实际增速数据 [1]。从生产角度看工业行业是我国经济主要行业，2014 年占比为 35.8%（图 15）。而房地产行业虽然在 GDP 中占比仅为 6.0%，但由于其为最终需求行业，决定上游产业链，包括建筑业以及部分工业行业的需求，所以房地产市场变化对我国经济依然至关重要。

**我国经济波动由第二产业主导。**第二产业在经济中权重较高，在 40% 以上，同时自身增速波动较大，如 2008 年危机时第二产业下跌最为迅猛，而 2009 年强力刺激政策下第二产业反弹力度最大。所以第二产业对短期经济增速影响最为显著。第三产业增速较为平稳，而第一产业权重较小，难以对经济增速产生显著影响（图 16）。一般生产面短期指标更为关注第二产业相关指标，通过跟踪工业增加值等更为高频的月度工业数据，来判断经济走势。

工业增加值

工业增加值是工业企业全部生产活动总成果扣除生产过程中消耗或转移的物质产品和劳务价值后的余额，对应工业行业的生产法 GDP**。**然而统计局公布的月度工业增加值覆盖范围为规模以上企业，并非全部企业。2007 至 2010 年，规模以上工业企业为年主营业务收入 500 万以上企业，2011 年开始，这一标准上调为 2000 万元。统计局结合经济普查数据和规模以上工业企业增加值估计全部工业行业增加值，即工业行业 GDP，一般来看，规模以上工业行业增加值同比增速高于全部工业 GDP 增速，但趋势一致。由于工业在经济中的重要地位，工业增加值对短期经济波动具有显著的先导意义，这也是长期以来通过观察月度工业增加值数据判断经济走势的主要原因。

**统计局公布的工业增加值数据为真实同比增长率。**但同比增速反映的是过去 12 个月的信息，时效性有限，相对来说环比增速更能反映近期走势。统计局从 2011 年开始公布环比增速数据，但时序较短，可以自己利用季调方法计算较为完整的环比数据（图 17）。同时，统计局按月公布分行业工业增加值增速数据，起初公布大类行业分为轻工业和重工业，2013 年 8 月开始，统计局停止此分类方法，按采矿业、制造业、电力、燃气及水的生产和供应业公布大类数据。工业增加值数据中还包含一类按工业产品用途划分数据，即出口交货值。出口交货值是指工业企业由外贸部门收购的或交给出口代理商出口的用人民币结算的产品价值，出口交货值与实际出口有相当一致的相关关系 (图 18)。

采购经理人指数（PMI）

**采购经理人指数是根据被调查者（采购经理人）对不同方面经济前景的看法，综合计算的扩散指数。**采购经理人指数统计方法为通过询问样本企业采购经理人对生产、订单、库存、雇员、配送时间等看法，以上升、持平、下降分别赋予三类数值，再按各项目权重进行加总得到总体 PMI。中国物流与采购联合会与统计局从 2005 年开始共同发布中国制造业 PMI 数据（中采 PMI），每月 1 日公布上月数据。中国 PMI 的另一来源是汇丰银行（本文未经说明的 PMI 均指中采 PMI），在下月初前一周公布当月 PMI 预览值，然后在下月 1 日左右公布当月 PMI 终值。与中采 PMI 相比，汇丰 PMI 调查样本更为偏向中小企业。

反应预期的 PMI 是生产面重要的先导指标，本身是基于对未来看法综合的扩散指数，大于 50 显示经济处于扩张状态，小于 50 显示经济处于收缩状态。表现对经济前景看法的 PMI 是环比指标，在使用前应该进行季调处理。然而由于统计局初始公布 PMI 未经季调，而后开始公布季调后 PMI，但仍包含显著季节性，数据前后差异对降低了季调处理的可行性与准确性，观察 PMI 数据最好同时观察未经季调和季调后两类（图 19）。

PMI **分项指数各实体经济指标具有重要的先导意义。**其中新订单指数反映需求面情况，是 PMI 子项中的领先指标，新出口订单是外需的先导指标，通过新订单与新出口订单指数之差可以估算国内订单指数变化情况。在库存指数方面，原材料库存指数反应企业主动调整库存意愿，上升显示对经济看法改善，指示意义比产成品库存指数更为重要，因为产成品库存指数反应被动调整库存意愿，上升反应对需求前景预期恶化导致库存上升。使用原材料库存与产成品库存指数差是更为有效的主动补库存先导指标。，此指标往往与进口呈现较高的相关关系。另外需要关注的是原材料购进价格指数，该指数对 PPI 有显著的领先关系（图 19），经济疲弱情况下购进价格指数也较低。总体来看，新订单与出口订单指数反映需求面，原材料库存与产成品库存指数反映厂商对生产的信心，而购进价格反映物价。另外，周期关系不明显的雇员指数，反映厂商用工意愿，是劳动力市场指标（图 20）。

其它生产面指标

**除上述较为重要的几项指标外，生产面还具有很多其它经济指标。**月度行业指标包括发电量、钢产量、水泥产量、汽车产量等。发电量由于与工业增加值具有高度相关关系，同时具有如日度六大发电集团耗煤量，以及日度发电量等更为高频的数据，所以被用来在更高频率上观察经济运行。水泥由于保存期限短，可以剔除库存变化影响，一度用水泥产量来判断需求面发生的变化。而钢产量、汽车产量等则从不同行业观察经济运行。部分行业高频产能利用率数据也可以观察短期经济运行状况，如钢铁、平板玻璃、PTA 等。

3.3 需求面

支出法 GDP

支出法 GDP **是从需求面观察经济运行的总量指标。**支出法 GDP 与生产法 GDP 名义值存在微小误差，2013 年支出法 GDP 为 58.7 万亿元，而当年生产法 GDP 为 58.8 万亿元。支出法 GDP 及子项名义值数据按年公布，通过次年的《中国统计年鉴》发布，但并不公布支出法 GDP 实际同比增速数据。而支出法三大子项消费、投资和贸易顺差对 GDP 增长的贡献率按季度公布，同时公布各项贡献率乘以生产法 GDP 同比增速得到的对 GDP 增速的拉动数。

支出法 GDP **结构显示了我国经济主要需求来源。**2013 年占比 46% 的投资显示了我国经济对投资的高度依赖性。居民消费共计占比 36%（图 21），经济呈现消费不足特征。政府消费在 GDP 中占比高达 14% 意味着政府对经济具有相当强的调控力。经济危机后全球再平衡进程下，净出口占 GDP 的比例持续收窄，2013 年仅为 2%，显示我国外部失衡得到显著改善。从经济增长动力看，投资是经济增长第一推动力，投资增速波动是整体经济增速变化的主要来源（图 22）。近几年随着投资低迷，消费对经济增长的贡献与投资达到旗鼓相当地位，但消费增速稳定，对经济增速波动影响有限。随着贸易顺差收窄，净出口对经济增长贡献处于持续下降趋势，危机后贡献持续为负，2014 年内需疲弱导致贸易顺差扩大，净出口对 GDP 增长转至零贡献。

固定资产投资

固定资产投资是统计局按月公布的投资面数据，相对按年度公布的 GDP 中投资更为高频，其中 1 月和 2 月合并公布。固定资产投资内容包括城镇建设项目投资、农村非农户建设项目投资和国防、人防建设项目投资。覆盖范围包括计划总投资某一限额以上的建设项目投资和房地产开发投资，该限额 2011 年之前为 50 万元，2011 年之后提高至 500 万元。受统计资料与统计能力限制，统计局公布固定资产投资月度累计名义值和月度累计同比数据，并未公布当月同比增速数据 [1]。统计局同时公布固定资产投资资金来源数据，这是分析固定资产投资获得资金情况的依据，对判断未来投资走势非常重要。

从行业分布看，固定资产投资主要包括制造业、基础设施建设 [2] 和房地产三大行业（图 23），三类行业各具特性。其中制造业投资属于生产性投资，投资需求取决于下游行业需求变化。制造业投资波动相对较小，出口对制造业投资具有较为明显的拉动作用，然而近年受制于产能过剩和通缩压力，制造业投资持续下行。基础设施和房地产投资属于消费性投资，是最终需求行业，投资需求由自身需求决定。基础设施投资多由政府主导，投资增速也呈现出明显的逆周期性，政府对基建投资拥有很强的控制力，基础设施投资经常作为政府稳增长的工具。房地产的资本属性使得以往货币扩张形成房地产市场泡沫，导致政府不断对房地产行业进行调控，包括对房地产投资的管控，房地产投资除受自身需求周期变动影响之外，很大程度上还受制于政策调控节奏（图 24）。

需要说明的是，虽然月度公布的固定资产投资数据与 GDP 中的资本形成具有很高一致性，但两者存在很大不同，这些区别可能导致两者增长趋势出现短暂差异。首先，GDP 中资本形成包括存货和固定资本形成，而固定资产投资仅包括固定资本形成对应部分；其次，固定资产投资中包括土地购置费以及旧设备和旧建筑物购置费，而由于这些不是当年增加值，所以不包含在 GDP 的资本形成中；再次，固定资产投资不包括房地产商的房屋销售收入和房屋建造投资成本之间的差额，而资本形成中包括；最后，固定资产投资不包括 500 万以下的项目投资，而资本形成中包括。

货物进出口

净出口是投资外经济增速波动另一大来源**，海关发布的月度货物贸易系列数据是判断外贸走势的主要指标。**其中出口增速主要体现外需的走势，进口则主要由国内需求决定（图 25）。而由于汇率是国内外产品相对价格的总体表现，汇率变动同时影响进口与出口。我国对不同贸易伙伴出口呈现不同特性，对发达国家出口以最终消费品为主，而对新兴市场国家出口以中间加工品为主，新兴市场国家产生的最终需求有限。发达国家需求变化通过直接和间接两类渠道影响我国外需。从贸易方式看，一般贸易主要由我国内需决定，而加工贸易由于需求在外，所以贸易量主要由外需决定。而我国汇率体制和货币体制下，出口收入向银行结汇形成外汇占款，导致新增货币供应主要来自贸易顺差形成的新增外汇占款（图 26）。但近年随着人民币贸易结算规模扩大、资本账户逐渐开放以及央行购汇意愿下降，贸易顺差与新增外汇占款以及货币供应之间关系有所减弱。

海关统计的月度货物净出口与 GDP **中净出口同样存在一些差异。**首先，海关统计仅包含了货物贸易，而 GDP 中包含了服务与货物两类贸易，2014 年服务贸易逆差 1971 亿美元，占货物贸易顺差 3825 亿美元的一半左右，影响已不宜忽略。其次，一般使用的海关货物贸易顺差以美元计价，而 GDP 中净出口以人民币计价。再次，海关货物贸易以到岸价计算，而 GDP 中贸易以离岸价计算。虽然海关统计与 GDP 中贸易数据存在口径差别，但由于两者具有较高的一致性，月度货物贸易数据依然是观察外贸形势的最重要数据。

社会零售总额

消费是 GDP **中最为平稳的，月度观察消费变化指标包括社会零售总额和消费者信心指数等。**社会零售总额是最主要的月度消费指标，统计范围为企业（单位）通过交易售给个人、社会集团非生产、非经营用的食物商品金额，以及提供餐饮服务所取得的收入金额（图 27）。社会零售总额与 GDP 中居民消费并不相同，是居民消费的相近指标。社会消费品零售总额不包括服务消费，而居民消费统计则包括服务消费；其次社会品零售总额包括像对企业、事业单位等的销售额，而居民消费中不包括；再次，社会消费品零售额包括向居民销售的建材部分，而居民消费中不包括；居民消费包括农民自产自用产品，社会零售额则不包括（表 2）。2010 年以来，社会零售额同比增速从上年末到下年初屡次出现较大的跌落，怀疑可能与统计误差调整有关。社会零售总额仅可以作为判断消费走势的参考。消费者信心指数是消费的先导指标，在 2011 年之前与消费有较为一致的相关关系，但 2011 年之后波动大幅加剧，已不再具有先导意义（图 28）。

3.4 收入面

收入法 GDP 收入法

GDP **是从收入面观察经济的总量指标。**然而我国收入法 GDP 统计是各类 GDP 指标中公布时间最为滞后，质量最差的。收入法 GDP 有两个来源，一个是次年统计年鉴公布的分省收入法 GDP，将各省加总可以得到全国收入法 GDP，而 2014 年《中国统计年鉴》并未公布 2012 年分省收入法 GDP，未来是否继续公布亦不可知。另一个来源是投入产出表，逢年末数字为 0、2、5、7 年份编制的投入产出表提供全国收入法 GDP 数据，但公布时间较为滞后，一般在两年以上。两个来源得到的全国收入法 GDP 相差很大，如 2010 年差距高达 8.3%。考虑到分省数据序列较为完整，所以本文在进行数据分析时均使用分省数据加总得到的收入法 GDP。

劳动者报酬和企业盈余是收入法 GDP **的主要部分。**2012 年收入法 GDP 为 57.7 万亿元，四类分项中劳动者报酬占比 45%，企业盈余占比 26%，而生产税净额与固定资产折旧占比分别为 16% 与 13%（图 29）。从各分项占比变动看，劳动者报酬占比持续处于下降趋势，而企业盈余处于上升趋势，2004 年与 2008 年占比的较大幅度变化是因为统计口径调整。劳动者报酬与企业盈余变化趋势反映过去十多年我国收入分配变化总体格局。固定资产折旧与生产税净额在 GDP 中占比较为稳定（图 30）。

工业企业利润

规模以上工业企业是我国比较成熟的统计样本，同样，在企业盈余层面工业企业利润数据提供了月度的跟踪指标（图 31**）**。工业企业利润数据由统计局通过工业企业统计报表制度搜集，涵盖主营业务 2000 万以上的工业企业，按月公布国民经济分类两位数行业的经济效益指标，具体包括主营业务收入、利润总额、资产总额、负债总额、利润率等（图 32）。由于工业企业利润数据对上市工业企业利润具有先导作用，所以工业企业利润与证券投资关系密切，需要仔细关注。

劳动力市场指标

我国劳动市场数据质量较差，现有数据包括统计局按季发布的城镇单位就业人员数量及工资数据（图 33**），以及人社保部按季发布的城市劳动力市场供求比例数据。**城镇单位就业人员工资与就业数据较为滞后，一般在当季后三个月左右公布。人社保部发布的求人倍率数据是指职位空缺数与求职人数之比，反映劳动力市场整体供需状况，公布时间同样滞后一个季度左右。近年来该指标持续攀升，显示劳动力城镇劳动力市场供求关系持续趋紧（图 34）。求人倍率指标并不全面，判断整体劳动力市场状况需要综合其他指标情况。我国的二元经济结构下，失业问题在我国并不表现为失业率的上升（图 36），而表现为农村劳动力转移的放缓。2012 年开始统计局公布的季度农民工外出务工数以及平均收入数，是重要的劳动力市场监测指标。政府关心增长背后其实是关心就业，因此就业市场数据分析对分析政策走向有很大意义。近期随着经济增速放缓，外出农民工数同比增速放缓至 1% 附近，而平均收入增速放缓至 10% 以下，经济下行已经对劳动力市场带来较大压力（图 35）。

财政指标

**除劳动与资本之外，另一大收入获得方为政府，而财政收支数据是观测政府收支的主要依据。**财政收支数据由财政部按月发布（图 37），数据质量好，其中财政盈余（赤字）的变化表现出财政政策立场，如果赤字扩大，则反映政府采取积极的财政政策，反之则是紧缩的政策（图 37）。广义的财政应该包括政府基金收支，主要为土地出让金收支。土地出让收入对地方政府财力具有至关重要作用。2014 年地方本级财政收入为 7.6 万亿元，而当年土地出让收入为 4.3 万亿元（图 39）。

财政存款数据相比财政收支数据更精确的反映了财政状况。《财政总预算会计制度》规定 “总预算会计核算以收付实现制为基础”，也就是说，财政部每月公布的收支数据即当期实际发生的财政收入和支出现金数额，这与“权责发生制” 有所不同。而预算内财政收入以及政府基金收入等需要上交国库，形成财政存款，并采取收支两条线制度，所以财政盈余的变化应该与财政存款变动一致（图 40）。然而由于个别事项可以按照权责发生制计入财政收支项目，包括中央向预算稳定调节基金调入资金，以及地方政府年终结转资金等。这些项目并未产生实际支出，但却以权责发生制计入当期财政支出，导致财政赤字和财政存款出现差异。因此，财政存款数据比财政收支数据更精确的反映了财政状况（图 38）。另外，国债与地方债发行收入计入财政存款，但不影响当期财政赤字，这也会导致财政存款与财政赤字出现差异。

**通过以上总结分析，我们从生产面、需求面和收入面构建了跟踪中国实体经济变化的指标体系。**在生产面，最为重要的指标是工业增加值和采购经理人指数（PMI），工业增加值反映工业部门产出变动，因而对经济波动产生最主要影响，而 PMI 是重要的经济先导指标。除此之外，发电量、粗钢产量、水泥产量、货运量等均是需要观测的生产面指标。需求分为投资、消费和净出口三类，对应的固定资产投资、对外贸易以及社会零售是最为主要的观测指标，其他城乡居民支出、消费者信心指数等也是判断需求走势的重要指标。而企业利润、工资、财政收入则是从收入面的企业盈余、劳动者报酬以及税收收入等分项判断经济形势的重要指标。

4. 物价指标

**市场在资源配置中发挥决定性作用，意味着价格是决定资源配置的主要变量。**价格变动一方面反映供求相对情况，另一方面，价格变动对供需形成调节而达到均衡。不同商品之间的相对价格调节相应行业之间供需与资源配置。而宏观经济关注总量指标，在价格方面体现为一般物价。这种物价反映的是总供给与总需求之间的相对变化，在现代信用货币环境下，与货币总量具有极为密切的关系。

居民消费价格指数（CPI）

**居民消费价格指数（CPI）反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动趋势和程度，**是衡量一般物价最为重要的指标。CPI 是全面覆盖当期最终消费品的价格指数，不同于受未来需求影响的资产价格。由于 CPI 是最为全面反映当期最终需求的价格指数，所以在各类物价指数中，CPI 最受市场与决策者关注。

CPI **由统计局按月公布，同时公布一系列分项数据。**我国 CPI 篮子中食品类占有相当高的权重，虽然统计局根据居民消费结构变化，对 CPI 分项权重进行过调整，但目前 CPI 中食品权重依然高达 31%，显示我国居民消费结构中食品依然占有相当高的比例。居住在 CPI 中权重仅次于食品，为 17%。其余文教娱乐、交通通信、医疗、家庭设备、衣着、烟酒分别占 14%、10%、10%、6%、9% 和 3%（图 41）。由于食品与居住在 CPI 中占有相当高的权重，而这两类商品供给弹性有限，而其它制造业产品生产率快速提高导致价格难以显著上升。形成过去十多年我国的 CPI 通胀的结构性特征，即除食品与居住快速增长以外，其它分类的涨幅均很小（图 42）。

根据过去十多年的历史经验，我国 CPI 通胀主要是由食品价格所推升的结构性通胀，所以，看清食品价格走势即可对通胀前景有大致把握。关于食品价格，目前有诸多高频数据，其中较为重要的包括统计局按旬度频率公布的 50 个城市主要食品平均价格，商务部按周度频率公布的食用农产品价格指数，以及农业部按日度频率公布的 “菜篮子” 产品批发价格指数（图 43）。统计局旬度食品价格数据本来就是月度 CPI 的一类重要数据来源，利用旬度数据在本月三次抽样平均价格与上月三次抽样平均价格之比计算的食品价格环比增速与 CPI 中食品价格环比增速相当一致，可用来预测 CPI 增速。同时，周度频率的商务部食品价格指数同样可以用来预测 CPI，利用当月四次抽样平均值与上月 4 次抽样平均值之比估算 CPI 环比。结果显示，商务部公布的食品价格指数月度环比与 CPI 中食品分项月度环比具有高度一致关系，显示使用商务部食品数据可以得到较为精确的短期 CPI 预测（图 44）。

中长期 CPI **走势判断需要依据宏观层面的通胀决定因素。**经济学理论中菲利普斯曲线论述了通胀与经济增长之间的关系。一般认为，经济增长越快，货币增速越高、国际大宗商品价格上涨越迅猛，通货膨胀压力越大。其中经济增速加快和货币增速提高带来的通胀由国内宏观调控解决，而国际大宗商品价格上涨属于输入性通胀范畴。我们用带一定滞后期的货币供应量、工业增加值以及大宗商品价格等作为解释变量，构建 CPI 预测模型，预测结果显示与实际 CPI 具有较高的一致性（图 45）。

工业品出厂价格指数（PPI）

**从工业产品角度衡量物价的工业品出厂价格指数（PPI）是另一重要的物价指标。**PPI 是反映一定时期内全部工业产品出厂价格总水平的变动趋势和程度的相对数，包括工业企业出售给本企业以外所有单位的各种产品和直接售给居民用于生活消费的产品。与出厂价格相对应的是工业生产者购进价格指数，是反映工业企业作为生产投入，而从物资交易市场和能源、原材料企业购买原材料、燃料和动力产品时，所进行支付的价格水平变动趋势和程度指标。

PPI 根据行业、部门等可以分为不同子项，按生产资料和生活资料大类划类，生产资料项下可以分为采掘、原材料和加工三类，而生活资料项下可以分为食品、衣着、一般日用品和耐用消费品四类。由于我国工业以制造业为主，加工工业和原材料工业成为 PPI 中权重最大的两个子项，占比分别达到 42% 和 26%，所属的生产资料大类占比达 75%（图 46），生产资料价格波动主导总体 PPI 波动。同时，由于工业在我国经济中的主导地位，PPI 与宏观经济、原材料价格等呈现更高的相关关系（图 47）。

5. 货币金融

货币流通机制

**市场经济以交易为基础，而货币又是交易的媒介，货币在市场经济中发挥着不可替代的融通作用。**由于货币的存在，宏观指标具有名义量与实际量的区别。在价格粘性条件下，货币量变化可以对经济增长等实际变量产生影响。货币成为现代经济学中至关重要的宏观变量。而作为货币产生和融通的金融体系，资产负债以及业务方式变化直接影响货币供应规模以及结构。

货币供应可以简单的划分为三个部门两个层次（图 48**）。**三个部门分别是人民银行、商业银行以及实体经济。人民银行是货币的最终发行者和调控者，而发放和调控对象为商业银行，人民银行与商业银行之间构成货币供应的第一层次。过去十多年由于经常项目持续大额顺差，人民银行通过外汇占款向商业银行提供货币。近年随着外部顺差收窄，人民银行更多的借助公开市场操作以及 SLF、SLO、PSL 等货币工具投放流动性，未来降准也可能成为流动性投放方式之一。

**商业银行基于人民银行提供的基础货币，向实体经济供应货币，而实体经济利用货币进行交易，将结余回流金融体系，完成货币循环。**商业银行通过银行贷款、结汇、购买债券等方式向实体经济提供流动性，实体经济再以存款的形势将货币回流金融体系，通过不断的循环形成货币创造，实现货币乘数扩张，这是货币供应的第二层次。

**由于货币创造的多层次性，对货币总量的度量也存在多个层面。**在央行与商业银行层面，货币总量的度量主要通过超额准备金和储备货币。如果超额准备金下降，则意味着银行间市场资金面可能趋紧，反之，则银行间市场资金面宽裕。这个层面的流动性主要来自央行的外汇占款发放、公开市场货币投放以及存款准备金率调整等。银行间市场利率状况反映央行与商业银行层面的资金价格状况，其中以回购利率最为重要，此外商业银行超储率等也具有参考作用。商业银行层面的货币量反映商业银行可以运用的资金总量。

**而在商业银行与实体经济层面，货币总量的度量从实体部门资产和金融机构负债层面进行。**其中常用指标包括 M0、M1 以及 M2。实体经济层面的流动性主要来自商业银行贷款、商业银行结汇以及购买非商业银行发行债券等。在实体经济层面，资金价格较难观测。一方面，实体经济利率依据不同期限、不同风险主体形成利率光谱，难以用单一利率衡量，另一方面，资源配置有所扭曲，国有企业以及地方融资平台等利率不敏感部门过度占有资源，推高资金价格。即便如此，我们依然可以通过央行按季度公布的贷款平均利率、以及其他来源的票据利率、民间融资利率、信托收益率等不准确的间接观测实体经济层面资金价格状况。

**理想的市场环境下，商业银行层面流动性与实体经济层面流动性具有通畅的传导作用。**这也是危机前发达国家通过调节银行间市场利率影响实体经济融资成本的依据。然而危机后普遍出现金融系统传导不畅问题，即金融系统信贷创造能力受阻。在这种情况下，宽松的银行间流动性未必能传导至实体经济，降低实体经济融资利率。基于调节银行间市场资金供求的价格型工具往往成效不足，直接调节对实体经济的信贷供给成为更为有效的办法。

储备货币（基础货币）

银行间市场流动性总量由 “储备货币” 衡量，又称基础货币。“储备货币 = 现金 + 法定存款准备金 + 超额存款准备金”。但其中可供商业银行自由动用的流动性仅为超额存款准备金。新世纪初至 2012 年，储备货币供应主要由外汇占款推动（图 49），在贸易顺差与新增外汇占款较高时期，央行需要通过发行央票与提高存款准备金进行对冲。而对央行来说，存款准备金成本远低于央票，逐渐的存款准备金成为了央行负债端储备货币主体。2012 年以后，随着外部失衡收窄和外汇占款下降，储备货币增速显著放缓（图 50）。而之前为了回收流动性而提高的存款准备金率将来需要逐步调降，以实现基础货币投放。

银行间流动性判断指标

**银行间资金供求状况主要通过银行间市场利率和超额准备金率判断。**超额准备金率越低，显示银行可动用的资金越有限，即流动性越紧（图 51）。而银行间市场（货币市场）利率为完全放开的市场利率，能够自由反映资金供求状况。其中 7 天回购利率是监测短期资金面状况最重要指标（图 52），而 3 个月 SHIBOR 对中期利率最具有代表意义。存款准备金上交、财政存款变化、重大节日前后资金需求变化、季末年末理财产品到期、资本流动以及其他短期冲击均可能影响银行间资金短期价格，而通胀、经济走势决定银行间利率中长期趋势。

货币总量

**实体经济层面货币总量度量主要通过对实体经济部门不同层次资产和商业银行不同层次负债进行。**目前我国主要使用的货币量指标包括 M0、M1 月 M2（图 53），其中 M0 为流动中现金，狭义货币 M1 为 M0 和企业活期存款之和，其中未包含居民活期，这与国外普遍情况不同，而广义货币 M2 为 M1 加企业定期存款和居民储蓄存款。M1 与 M2 的增速差曾被用来判断实体经济强弱，依据是如果实体经济活动变强，企业活期存款上升会推动 M1 增速超出 M2 增速（图 54）。然而近年 M1 增速与 M2 增速差与实体经济指标相关性显著下降。

广义货币 M2 **是使用最为广泛的货币供应指标。**M2 作为商业银行的负债端指标，在资产端主要来对应人民币贷款和银行结汇。近年随着同业存款的快速发展，M2 新增量持续高于新增贷款与外汇占款，主要体现在其他存款性金融机构中计入广义货币的对非银行金融企业负债项。同时由于近年影子银行的发展，M2 对实体流动性衡量的准确性有所下降，与实体经济指标相关性减弱（图 55）。从 M2 存量看，我国货币总量已经处于相当高的水平，M2/GDP 已经接近 200%。其中次贷危机后的天量信贷是货币存量大幅走高的主要因素（图 56）。因此，未来的货币政策应更多的转向盘活存量，而非依靠增量。

实体经济利率

**基准利率****依然对实体经济利率有显著影响。**虽然央行放开了贷款利率上下限，存款利率上限也放开至基准利率 1.3 倍，但央行对存贷款利率依然具有较大影响甚至管控能力。贷款平均利率变化有限，难以反映资金的供求状况。特别是在通胀大幅变化带来真实利率明显波动的情况下，名义利率反映显著滞后。实体经济利率观察需要通过多种利率进行，其中管制少，市场化程度高的票据贴现利率是间接反映实体经济资金面状况的重要指标（图 58）。此外，平均贷款利率、贷款利率上浮比（图 57）以及民间借贷利率、信托收益率等也能从侧面反映实体经济资金供求状况。

社会融资总量

**随着表外业务的发展，传统的货币度量指标已经越来越难以衡量实体经济流动性状况。**理财产品、信托、债券等的金融产品规模的迅速扩大提出拓展货币度量范围的而要求。央行在 2011 编制并公布了 2002 年以来的月度社会融资总量指标。社会融资总量主要度量非金融企业获得的信用总额，包括新增人民币贷款、外币贷款、委托贷款、信托贷款、未承兑汇票、企业债券、股票发行以及其他项。央行月度公布的社会融资总量为流量指标，在 2015 年 2 月央行公布了社会融资总量存量。结合月度净增量指标，可以计算得到 2002 年以来社会融资存量指标（图 59）

2002 年以来随着影子银行的发展，贷款在社会融资中占比持续下降，2013 年最低时降至 51.3%。委托贷款、信托贷款等表外业务融资对象主要是信贷受限的房地产、基础设施建设以及部分产能过剩制造业。2014 年随着对表外业务监管的加强，贷款在社会融资总量中的占比有所回升，达到 59.6%（图 60）。从预测角度看，社会融资总额对短期经济指标的先导关系显著优于信贷以及货币供应量。

**传统表内信贷在衡量经济融资总量方面的不足日益显著。**以委托贷款、信托贷款和未承兑汇票之和作为表外流动性度量，和人民币贷款和外币贷款组成的表内信贷相比，两者走势并不相同，在部分时期差异显著。特别是在 2012 年下半年至 2013 年上半年，表外流动性大幅扩张，显示的信用大幅扩张状态难以通过信贷投放监测（图 61）。而表外融资的扩张也通过同业等渠道影响货币总量，推动货币供应上升（图 62）。单独观察信贷已难以有效监测信用扩张程度，需要从社会融资总量、外汇占款等视角综合观察。

人民币汇率汇率

**是不同货币之间的兑换比例，短期与中长期汇率分别由不同的复杂机制决定。**我国从 2005 年中开始施行以市场供求为基础、参考一篮子货币进行调节的浮动汇率制度。然而事实中，人民币依然很大程度上以美元为锚。人民币汇率交易价格由在中国外汇交易中心进行的外汇交易形成，主要参与者是央行与商业银行。主要的人民币汇率包括中间价汇率与即期汇率。中间价汇率是由外汇交易中心于每日开盘前向所有银行间外汇市场做市商询价加权平均计算而得，央行授权交易中心在每天交易开市前的 9 点 15 公布当日中间价。而即期汇率是汇率实际交易价格，即期汇率被限制在以中间价为中心的一定波动区间内。在改革过程中，人民币汇率波动区间不断放大，从 2005 年中在中间价上下 0.3% 附近波动扩大至 2007 年 5 月 0.5%，2012 年 4 月扩大至 1%，而后在 2014 年 3 月进一步扩大至 2%（图 63）。央行通过两个渠道拥有对人民币汇率的强大干预能力。一方面，央行可以控制中间价汇率水平，另一方面，央行作为外汇交易市场最大参与者，可以通过买卖外汇直接影响汇率即期价格。

**随着资本市场开放与人民币国际化的推进，人民币汇率体系更为丰富与完善。**目前除国内在岸外汇市场外，离岸人民币存量的上升催生出离岸人民币汇率价格，由于香港拥有数量最大的离岸人民币存款，目前离岸人民币汇率在香港形成。同时，人民币汇率已经形成较为完整的远期价格。人民币兑美元 NDF(无本金交割远期外汇) 是使用较为广泛的一类远期汇率价格。然而由于国内外利差通过抛补利率平价影响远期汇率以及其他因素的影响，NDF 与即期汇率绝对水平差不宜作为人民币预期升值或贬值指标，但相对变化可以作为人民币升贬值预期的参考（图 64）。

知乎用户 浴室猫王 发表

仅从个人经验回答，不代表整个行业。

数据来自，付费、免费和自己的草根调研和体验

付费
有数据库，很多行业数据在公开渠道找不到，都被拿来卖钱。尤其是最新数据，不花钱很难拿到。
行业报告。付费能买到。没买过。同学兼职做过这个，据说数据有些是编造的。
数据终端。彭博，wind，同花顺等。彭博很贵，没用过。wind 一般贵。里面上市公司财务数据还算全面准确及时。行业数据一般不全，滞后。有些统计口径不统一。同花顺便宜，但比 wind 使用体验差很多。

免费
国家统计局，行业协会，行业年鉴。权威媒体。数据权威。但不同行业数据全面细致及时性差异大。
券商行业报告。数据有滞后，有选择性。研究员水平和人品参差不齐。有些牛人的数据很翔实，可以借鉴。有些研究员为了结论选择摘取数据，甚至引用来源可疑的数据。
上市公司招股书，可行性研究报告，年报。招股书可行性研究报告数据一般倾向于夸大行业潜力。数据准确性取决于投行节操。

草根调研
有些行业，和终端消费紧密相关。草根调研也很重要。可以验证公开数据。而且更及时。不过有样本偏小的风险。
比如观察某些门店的日顾客人数。某天新能源车上牌数。记录周边人群每年电影观影次数。结合门店数 主要城市数 人口数 会有些有意思的结论。

知乎用户 Iris Pan​ 发表

刚好以前问过朋友这问题~~~

1. 付费软件。好像叫 “万得 –wind 资讯”，个人买不了的，只有企业或者金融公司可以买，很贵而且安装的时候很雷人，是专人上门安装的。。。里面可以方便的查很多数据。

2.. 互联网搜索。比如 CPI 等等数据可以直接查到，国外的话很多数据可以从 gov 的网站获得。

3. 企业自己给的。因为有些企业需要吸纳投资，就会给出自己的一些数据给中间商作为交换，就像你要媒人给你介绍对象总要给点个人资料的嘛。~~

4. 自己写脚本爬数据，你懂的，python 写爬虫。

知乎用户 摩根大叔 发表

金融行业 5 大必备数据终端（万得 wind，彭博 Bloomberg，Capital IQ，FactSet，汤森路透 Eikon Messenge）

国内的金融机构招聘都要求熟练使用 wind 咨询金融数据终端

外资投行招聘都要求熟练使用彭博 Bloomberg 金融终端 ，Capital IQ，FactSet，汤森路透 Eikon Messenge 等一系列适用的金融数据终端

01 彭博 Bloomberg 金融终端

是美国彭博资讯公司（Bloomberg News）出品的资源整合平台。

无论是现货市场还是衍生品市场，

诸如股票、外汇、商品、货币市场、国债及地方债、

抵押贷款、金融指数，以及保险和法律信息，

彭博汇集了实时数据、独家新闻和研究报告、强大的分析和世界一流的执行能力于一体形成综合而全面的解决方案。

可以为包括 Trader、Analyst、Investment Manager 等在内的各种投行人士以及需要获得财经新闻的专业人士（比如大学师生、研究机构人员）提供海量的金融报价、财经资讯、分析、研究报告等信息。

Trader 可以查询产品的基本信息、报价、分析数据、比较定价等等；

Analyst 可以查询行业、公司、产品的公开数据，作为撰写报告的信息来源。

全面满足金融专业人士的需要。对国际金融机构里的从业人员来说玩转彭博终端，是跟精通 EXCEL 一样的必备技能。

万得 wind 是中国大陆最为领先的金融信息及软件服务平台

中国超过 90% 的金融机构都在以万得的数据报告作为基础进行分析研究

数据内容涵盖股票、基金、债券、外汇、保险、期货、金融衍生品、现货交易、宏观经济、财经新闻等等

如此详尽完备的金融数据库对于金融相关专业的同学

是最直接了解金融行业的平台，也是撰写学术论文的数据来源

03Capital IQ

S&P Capital IQ 是一个采用国际上最新最顶尖的技术建立的纯网页格式的金融数据库。

由 Goldman, Credit Suisse, JP Morgan, Merrill Lynch 等全球几大顶尖投行投资创立，2004 年被标准普尔收为旗下，成为与评级业务、指数业务并驾齐驱的第三块业务。

S&P Capital IQ 成立以后，迅速占领了全球各类大大小小的投资银行、私募股权基金、对冲基金等各类顶尖金融投资机构，包括 Goldman、Morgan Stanley、Blackstone、KKR 等。

2009 年 Capital IQ 进入中国市场后，也迅速获得各类国内顶尖的投资银行、私募股权基金、投资公司的青睐，客户不仅包括知名的外资金融公司驻华分公司。

在中投，中金公司，鼎晖，弘毅，IDG，中信产业基金等国内的顶尖金融机构，Capital IQ 也是他们分析师和投资经理的重要的分析工具。

Capital IQ 里涵盖全球的上市公司、非上市公司、私募股权的各类详尽信息，包括财务信息、股票信息、盈利预测、年报、客户、合作伙伴、股东、并购、IPO、高管、投资组合，并提供非常方便和强大的筛选工具和 Excel 工具。

04FactSet

FactSet 是全球各地投资管理和投资银行专业人士，分析财务数据的应用程序领先供应商。

尤其，它在投行中的使用非常普遍，据投行内部员介绍，Factset 的使用频率是：daily basis。个性化的界面，强大的功能，excel plugin 也不差。

在投行工作，你必须学会使用 FactSet。因为据投行内部员工介绍，FactSet 的使用频率不亚于你的一日三餐。

FactSet 核心的优势主要集中在公司的财务数据，这方面完爆 B 和 R 几条街。这也是为什么它成为投行 analyst 的必备技能的原因之一。

05 汤森路透 Eikon Messenge

汤森路透 Eikon Messenger 是汤森路透旗下的即时通讯工具，是全球 20 多万金融专业人士的共同选择。

Eikon Messenger 已覆盖 170 多个国家、24000 多家公司，用户超过 25 万。Eikon Messenger 还能兼容其它即时通讯工具，因此，用户也可以通过 Eikon Messenger 和其他行业的人员联系沟通。

目前，中国已经有 10,000 多名金融从业人员使用汤森路透 Eikon Messenger 进行同业交流、市场行情探讨。

答主为各位集齐了 5 大金融必备数据终端万得 wind，彭博 Bloomberg，Capital IQ

actSet，汤森路透 Eikon Messenge 操作手册，使用指南，视频操作资料，Technical Training

可以搜索关注公众号‘‘金融干货精选’’，后台输入‘‘J01’’领取。

知乎用户 改之理 zcw​ 发表

我不知道经济学博士生算不算从事经济的人。
数据获取渠道，一般是从我师兄那里拷贝的。软件是 stata。不过从来没有分析过经济走势。

知乎用户 Tommy 金不换 发表

三步走：1。30 块钱买个 vpn, 2。谷歌这个问题，然后去 quora 搜这个问题，3。把 vpn 关掉，百度这些软件，免费下载。

谁来问我 vpn 是什么？不配从事金融 / 经济工作。

知乎用户 赵唯辰 发表

本科 paper 主要用到了 Bloomberg 表示用四个屏幕可以装 B，Datastream, Thomason ONE，Thomason Research，Thomason Banker，主要就是 Thomason 和 Reuters 的数据… 还有用 analyst report 做参考.. 还有其他杂七杂八的学校图书馆 database…

知乎用户 彭波 发表

http://mp.weixin.qq.com/s?__biz=MzA5MDczMTMxMw==&mid=206085826&idx=1&sn=9a9ffc3bd25e574fb50f42e21c42ea22&scene=2&srcid=0125qQWI9RjWRor6emDSSzdN&from=timeline&isappinstalled=0#wechat_redirect
这里的信息很全面，我经常用里面的东西。

知乎用户 Cattyren 发表

最简单的是数据库：
数据端有不少，最主流而且实惠的是 wind
庞博和路透都太贵了
其他数据库东西不够多

当然还有很多数据源：
实地调研啊
卖方的研究报告啊
……

至于行业和经济如何的话，可以用软件来分析？求推荐指导

知乎用户 陈泓仰 发表

稍细的数据一般用 Wind
不过用了东方财富 Choice 版，就习惯上了简洁的界面
以前用 CEIC，现在都直接到部门官网下表格
宏观数据都用世界银行的

知乎用户 Stephanie Shen 发表

各种专业网站，付费咨询分析，微博，twitter, linkedin, facebook, 同行交流。信息铺天盖地，根本没有所谓内幕消息，一件事，只要一有人做，就满世界都知道，关键是你是否有提炼和分析信息的能力？见市场之未见？

知乎用户 simon yao 发表

你们这些高大上大部分都是要花钱的，银行狗提供点不花钱的思路：
1：企查查等企业信息查询系统，可以勾勒所有工商企业股权架构关系完美线条；
2：阿思达克财经网，可以网罗香港上市公司或拟上市公司的相关信息；
3：中国货币网、孔雀开屏系统、中国债券网、上交所深交所私募债发行信息系统可以找各种募集说明书；
4：中银国际证券香港公司官网有境外发债信息披露，基本上海外发行的美元债、人民币债各种债信息都有；
5：其他的想到再补充⋯⋯

好像跑偏了，不过既然都能查到那么多企业信息情况了，也是有助于分析宏观方面的吧⋯⋯

知乎用户 杨鸿博 发表

Bloomberg，Wind，Datastream, Thomason… 总有一款适合你，然而最常用的难道不是 EXCEL 吗哈哈哈

知乎用户 易得数据​ 发表

谢没人邀。

推荐一下自己，易得数据（http://1999data.com) 是一个一站式的数据服务平台，包括全球宏观、30 多个一级行业，100 多个二级行业领域，如：医疗卫生、汽车出行、大健康、家居、金融、零售、教育、物流、餐饮、智慧城市、新制造等 10 多个重点行业领域，还包括卫星、海运、陆运和设备信号等特色另类数据；1000 多万指标覆盖几十至上百年历史，TB 级数据量。

海量丰富的数据

在线可视化制图表

在线分析洞察

知乎用户 鱼小熊 发表

要是私人花不起那么多钱订购数据库的话，你可以试试这个 http://www.yucezhe.com

知乎用户 不知道叫什么好 发表

数据资源这块我知道一些，有些基金公司、期货公司和现货公司会通过信息科技公司买数据和报告，因为这些公司的数据是每天有研究员去调研或者电话沟通得到的，都是一手数据。

比如：瀚骏、敦和、SPX、中财等，是我所知道的和我们公司在合作的，而我们公司是专门做镍 - 铬 - 不锈钢数据的信息公司；

当然还有其他的信息公司，不同的信息公司注重的行业不同，有的注重的是铜、铝或者农产品。

知乎用户 macroview(宏观视角) 发表

https://www.macroview.club 专注于宏观数据、经济模型，欢迎大家关注！

知乎用户 不夜橙 发表

第一位当然是纽约市委书记彭书记起家之作 Bloomberg, 这个数据终端一年租用费是 4 万美金，这些年来，我每每想到我在国内大学本科毕业杀出重围打败了无数竞争者进入了一个管理咨询公司然后工资还不如 Bloomberg … 就有一种莫名的伤感。

Bloomberg 牛在及时性，集成性和客制性。几乎所有品种的证券的及时信息都可以通过自行搜索或者键盘敲击命令得到，所以你也不用股票买一个数据库，债券买一个数据库，衍生品买一个数据库，最近我发现一个更好玩的地方是每家买房看到的所有卖方分析师给出的营收预期其实不一样。。因为这里面只包含了你们公司花钱买的卖方估计的数据。

第二位是 Capital IQ，网页版界面友好，周末在家工作的时候可以打开把玩。

但是作为以数据稀少著名的新兴市场投资者，我更多埋头挖数的地方是各国各地区的统计局。 环顾各国，数据最糟糕的是印度，第二个是我国。。东欧中亚很多 GDP 不如我国的国家数据之全，统计之好每每都令我震惊。

知乎用户 吴小姐的王先森 发表

看了前面的回答，个人用 wind 比较多。不过啊，大家真的都没用过慧博嘛←_←，个人觉得慧博还不错！

知乎用户 Comrade Liu 发表

最近看到的一篇好文，专门讲数据收集的
http://jingyan.baidu.com/article/00a07f386f731282d028dcef.html

知乎用户 薛定谔的铲屎官 发表

一只先后在投行咨询私募当过数据挖掘鸡的来扑腾个翅膀
自己主用的就是 wind 和 bloomberg 通常情况下这俩就够了
分析的话 excel… 加载项和 VBA 用好的话 分分钟秒杀一片
excel 赛高！

知乎用户 黑色电风扇 发表

左彭博，右路透，万德在腰间，新华 08 在胸口，人挡日人，佛挡日佛。

知乎用户 周正 发表

在金融公司实习过，这几个网站可以看看：
官方数据可以看证监会、上交所、巨潮
专门提供数据资源的网站可以上淘宝、数粮、猪八戒
找 api 接口可以上通联和京东万象

知乎用户 龙春晖 发表

楼上讲了很多采集和分析数据的工具、方法，我来推荐一个软件：Eikon。

Eikon 是 Refinitiv 路孚特（原汤森路透旗下处理金融与风险业务板块；路孚特只为 B2B 公司提供金融类和非金融类的付费数字分析软件终端。）是路孚特的旗舰金融资讯桌面系统，它具有开放互联的金融数据库系统；强大的数据可视化以及为金融专才量身打造了定价与分析工具和能与 Microsoft Office 整合，与用户工作流完美结合的特点。同时 Eikon 数据覆盖所有主要金融市场，操作简便。 拥有全球最大的固收流动性信息源。Eikon 用户包括金融市场交易员、销售、企业司库、企业财务主管、企业战略和研究人员、投资组合经理、财富管理经理、行业研究员、宏观研究员、策略分析师、投资银行家和私募股权专业人员等，能够给用户提供金融市场的即时报价、深度分析、独家财经新闻组合，这方面说 Eikon 的优势还是比较明显的，但是对于国内用户来说接触不多，使用习惯方面也会有一定的影响。

对于大多数用户来说大量的数据和行业资讯是很难准确筛选的，再加上需要个人去整理分析，工作量极大，而且时效性不高，很多时候自己忙于整理现在数据资料的同时，所采集的数据可能已经产生变化，虽然对于大部分的小公司数据来说变化不大，但是在许多金融市场上，瞬息万变，整理数据的同时可能已经有很大的变化存在。

当然 Eikon 的优势是时效性和准确性，但是在中国市场上的发展有限，对于一些刚从业的人员来说，整体的使用上难免有许多不方便的地方，不过作为一个备选项，以后也许可以考虑。

知乎用户 咸郁 发表

记录一些有价值的数据源，其中不少提供免费数据

1. 国外

IMF： 国际货币基金组织统计数据库

UNdata：联合国数据库，官方统计数据

World Bank： 世界银行，有统计数据库

OCED：财经数据库

quandl：比较全面的金融数据 api 网站

global financial data：全球财经数据库，同时提供相关的数据服务

各国的统计局或同类机构，从国内统计局网站中可以找到链接

2. 国内

付费综合数据库类：Wind、巨灵、国泰安、高校财经数据库、中国资讯行、CEIC 全球经济数据库

学校：通常有免费提供的数据库可以查询，年轻人的福利

阿里云：api 数据市场

数粮：数据交易平台，有各行业 api 和数据包

新浪财经：数据维度不少，免费，但不少资源只能看不用下载

统计局：宏观数据还是可以查到不少，以统计数据为主

商务部：商务数据中心，不过很多数据应该还不能下载

海关总署：有统计月报和快讯，但网站做的不好，用着不太方便

Tushare：免费财经数据接口，量化交易方向的可以看看

知乎用户 诸葛萌萌 发表

最近特别喜欢 Quandl

知乎用户 匿名用户 发表

当年我国期货交易刚起步，商品期货交易所门口的三四层居民楼经常被长期出租。
一大批期货分析师亲自 / 雇人在那数卡车。

知乎用户 楮墨 发表

http://Investing.com，所有数据都是免费使用的，还挺好用的。http://CN.Investing.com

知乎用户 匿名用户 发表

数据来源：

数据的来源很广泛，你可以使用类似于

1.wind

2.choice

3.ifind

4.bloomberg

这样的数据终端，也可以直接访问各部门官网。比如笔者收藏的官网有：

1. 中国证券业协会

2. 中国证券投资基金业协会

3. 中国期货业协会

4. 中国人民银行

5. 国家外汇管理局

6. 国家统计局

7. 中国物流与采购联合会

8. 中国海关

9. 商务部

10. 中华人民共和国财政部

11. 中国注册会计师协会

12. 中国证券监督管理委员会

13. 国家企业信用信息公示系统

14. 等

另外，不同的行业或者研究不同的课题也会去访问不同的网站：

例如，笔者曾经回答过一个关于越南经济研究的课题，总结了十个网站：

东南亚和南亚的部分制造业会取代中国吗？ - 紫琉璃的回答 - 知乎 https://www.zhihu.com/question/324137177/answer/733752402

1. 越南统计年鉴

2.Wind

3. 中国商务部越南参赞处

4. 越南统计局

5.CBRE

6. 越南国家银行

7.Bloomberg

8.EIU

9.GSO Vietnam

10.JLL

笔者也曾回答过关于通讯行业的一个问题，里面总结了十个网站：

5G 是否被吹过头了？ - 紫琉璃的回答 - 知乎 https://www.zhihu.com/question/330650469/answer/733861980

分析走势的软件，数据处理的软件，笔者也简单介绍一些：

1.Excel

别看很多人都在用，但能真正用好功能也是很强大的，可以进行各种数据处理，统计分析和辅助决策。

2.SPSS（社会科学统计软件包）

3.SAS

4.Minitab

5.Statistica

6.Eviews

以上工具的具体功能笔者就不一一介绍了，维基百科或百度上都能查到。

知乎用户 Apple 琇磊 发表

彭博，wind，网上各种评论

知乎用户 蜂鸟数据 Trochil 发表

蜂鸟数据，开源金融数据库，为金融从业者提供免费金融数据。

整合 20 + 交易所的实时报价、历史数据及新闻流，并提供高效的 API 接口，为金融从业者提供免费获取数据的渠道。数据库覆盖 A 股、港股、美股、外汇、数字货币、国内期货和宏观经济。

致力于为金融从业者提供高质价廉的金融数据。通过蜂鸟 API，任何人都可以获取海量金融数据，并将数据整合到第三方应用程序，包括数据分析、回溯检验、量化交易、财经 / 金融 APP 等多维应用场景。

蜂鸟 API，注册免费使用

知乎用户 呼广跃 发表

谢邀。

数据资源分类两类：

1. 付费的，比如 wind 的数据，比如同盾的数据，比如。。。。。，现在真的有好多数据公司，可能不用你去找他们，他们就会主动找上门，推销他们的数据。
2. 免费的，这个其实就是要自己去收集或者自己爬，比如统计局网站的数据，好多对大家都是公开的。

知乎用户 小东 发表

竟然没有人知道中国的 Bloomberg—— 恒生聚源。

最简单好用的 VPS,没有之一，注册立得 100 美金