二、征信大数据对产业经济分析的重要意义

大数据开启了巨大的时代转型，就宏观经济分析而言，大数据时代带来的转变是重大且具有革命意义的。通过大数据的方法和技术，征信大数据可以深度地应用在分析和预测信贷市场整体发展状况和趋势、信贷市场结构和资产质量变化情况、重点行业的信贷业务、区域间信用经济发展和信贷活跃人口变迁情况，从而反映出宏观经济的发展趋势，同时也体现了征信大数据在这些领域的应用价值。

第一，海量多源的征信大数据使宏观经济分析更为精准。大数据时代的重大变化是海量的可得数据。传统的宏观经济分析主要依靠的是样本数据，而征信系统作为国家金融基础设施基本覆盖各类正规放贷机构个人和企业的信贷信息，得到的征信数据接近总体本身，例如企业贷款记录，每一笔放款和还款的详细信息全部记录在企业征信系统中。大而全的征信数据对产业经济分析是极其重要的，可以准确了解各产业的形势，正确作出宏观经济发展预测，为合理制定宏观经济政策提供数据支持。这些优势是基于样本数据的传统经济分析方法无法想象和实现的。

第二，更新及时的征信大数据提升了传统宏观经济分析的时效性。传统的经济分析主要依靠统计数据，这些统计数据主要通过统计报表的方式自下而上层层汇总，主要的缺陷就是调查统计周期较长，时效性较差。例如，反映经济社会状况的大部分年度数据的滞后期往往较长，滞后期的存在削弱了宏观经济形势分析、预测与预警的有效性。大数据时代信息产生和传递的速度空前加快，产业经济的变化也随之加快，只有及时准确的数据才能把握好宏观经济发展的命脉。征信系统信贷信息基本实现了T+1天更新，查询信息可实时获取，大数据经济模型可以充分利用征信数据的实时性，提高分析或预测的时效性，为经济预警和政策制定提供最快速的资料和依据。

第三，基于征信大数据的宏观分析以相关分析为核心，探索新的研究方向。传统的经济计量模型建立在抽样统计学的基础上，以假设检验为基本模式。应用征信大数据，宏观经济分析的统计量从样本扩展到总体，这种新的探索对宏观经济分析有着重要的意义。首先，宏观经济系统纷繁复杂，利用大数据方法，把对整体宏观经济变量，金融交易的信息，产业活动的信息的分析建立在多样全面经济主体的基础上，就可以不必套用传统基于样本的假设检验的基本模式，总体的统计特征将更加有效地提升宏观经济分析的准确性和可信度。其次，传统宏观经济计量模型以因果检验为核心，而征信大数据分析则以相关分析为核心。在复杂的宏观经济系统中，许多宏观经济变量之间的因果关系往往难以准确检验，不同假设条件下因果结论经常出现不同结论，而征信大数据的宏观经济分析在传统方法的基础上，更重视可靠相关关系的分析对于产业结构调整、经济发展、宏观政策效果的作用进行评估预测，发掘新的研究方向。

第四，应用先进的数据挖掘技术，征信大数据可与互联网大数据交叉融合，多方位验证宏观经济分析的效果，提升经济分析的效率。传统的数据分析技术基于关系型宏观经济数据，而分析模型主要基于统计数据，在信息时代，互联网的信息数据的来源和形式复杂多样，利用数据挖掘技术，可将互联网公开信息中包含的文本、图片、影音等多种形式的非结构化大数据中进行数据处理，利用爬虫技术获取海量的互联网数据，通过数据清洗可与征信大数据交叉融合进行宏观经济分析。同时还可以结合征信大数据的特点，利用机器学习等人工智能在图像识别、语音识别、自然语言处理的优势，找到更贴近社会舆情及社会热点的经济分析研究方向。总之，应用先进数据挖掘技术的征信大数据宏观经济分析将会极大地提高经济分析的能力，改进分析结果、提升分析价值。