📚 课程目录第2章宏观数据基础

2. 宏观数据基础

在宏观数据发布与修订版本管理的实战中，第一步不是写代码，而是把“指标身份”钉死。同一个名字在不同国家、不同机构、不同版本下，可能对应完全不同的统计口径。若口径不清，后续的发布时间表、修订标记、版本对比都会失去基准。本节围绕GDP、CPI、PMI、就业与贸易五类核心指标，梳理其定义、口径差异与发布机构，为后续的版本管理建立可追溯的元数据基础。

核心原则：任何一条宏观数据记录，至少应携带五个元数据字段——指标代码、统计口径、发布机构、首次发布时间、修订版本号。缺少任一字段，该记录在版本管理中即为“不可追溯”。

一、核心原理：指标的三层身份

每个宏观指标都可以拆解为三层身份：概念层（它想度量什么）、口径层（它实际统计了什么）、发布层（谁在何时以何种频率公布）。概念层决定经济含义，口径层决定可比性，发布层决定时间序列的拼接方式。三者错位，是宏观数据版本混乱的最常见根源。

以GDP为例，概念层是“一定时期内生产的最终产品和服务价值”，但口径层存在生产法、收入法、支出法三种核算方式，且存在现价与不变价、季度与年度、初步核算与最终核实等差异。发布层则涉及国家统计局、地方统计局以及国际组织（如世界银行、IMF）的不同发布节奏。若把不同口径的GDP直接拼成一条时间序列，修订版本管理就无从谈起。

二、方法流程：从指标定义到版本元数据

建立宏观数据版本管理体系，建议按以下流程固化指标元数据。该流程可直接落地为数据字典或配置表，供后续发布日历与修订追踪调用。

指标注册：为每个指标分配唯一代码，如 CN.GDP.Q.YOY，并记录中英文名称、经济含义。
口径标注：明确核算方法、价格基准、季节调整方式、样本范围。例如CPI需标注“同比/环比”“是否季调”“一篮子权重基期”。
发布机构绑定：记录首发机构、转载机构、发布频率与典型发布时点。
版本规则定义：区分初值、修正值、终值，并定义修订触发条件（如年度核算、基准修订、方法调整）。
时间戳管理：为每条数据记录“数据所属期”“首次发布时间”“本次修订发布时间”三个时间戳。

# 指标元数据配置示例（YAML）
indicator:
  code: CN.CPI.YOY
  name: 中国居民消费价格指数（同比）
  concept: 度量居民消费价格总水平变动
  caliber:
    base_period: 2020=100
    adjustment: not_seasonally_adjusted
    basket: 居民消费篮子，含食品烟酒、居住等八大类
  publisher:
    primary: 国家统计局
    frequency: monthly
    typical_release: 次月9-10日左右
  revision:
    initial: 初值
    revised: 年度基期轮换后修正
    final: 五年一次基期修订

三、案例/场景：一次CPI修订引发的版本冲突

假设某量化团队使用CPI同比数据构建通胀因子。2023年某月，国家统计局发布初值为2.1%，团队入库并生成信号。三个月后，因基期轮换与方法微调，该月值被修订为1.9%。若系统未记录修订版本，团队的回测结果将出现“未来函数”式偏差：用修订后数据回测初值发布时的策略，会高估策略表现。

正确的做法是：在数据库中同时保留 value_initial 与 value_revised，并记录 revision_date。回测时严格使用“发布时点可见”的初值，实盘监控时再对比修订差异。这一机制同样适用于GDP季度核算的多次修订、PMI的季节调整因子更新，以及贸易数据的海关口径与国际收支口径差异。

实战建议：为每个指标建立“修订历史表”，字段包括指标代码、数据所属期、版本号、发布机构、发布时间、数值、修订原因。该表是宏观数据版本管理的核心资产。

四、误区/复盘：常见口径陷阱

混淆同比与环比：CPI同比受基数影响，环比反映短期变化，两者不可直接拼接为同一序列。
忽视季调与非季调：GDP、就业等指标常同时发布季调与非季调数据，混用会导致季节性误判。
把PMI当量值：PMI是扩散指数，50为荣枯线，其绝对值不代表经济总量，只代表方向与广度。
就业口径混用：中国调查失业率与登记失业率口径不同，美国非农与失业率来自不同调查，不可互换。
贸易数据双口径：海关总署的进出口以货物贸易为主，国际收支口径包含服务贸易与收益项，两者差额显著。

指标	核心口径	主要发布机构	常见修订触发
GDP	生产法/收入法/支出法，现价与不变价	国家统计局	年度核算、经济普查、基准修订
CPI	一篮子商品权重，同比/环比，基期轮换	国家统计局	基期轮换、权重调整、方法微调
PMI	扩散指数，制造业/非制造业，季调	国家统计局、中国物流与采购联合会	季节调整因子更新、样本调整
就业	调查失业率、非农就业、登记失业率	国家统计局、美国劳工统计局	年度基准修订、人口普查更新
贸易	海关货物贸易、国际收支口径	海关总署、国家外汇管理局	数据修正、口径调整、转口贸易处理

复盘要点：口径错误往往不会在单条数据上暴露，而是在时间序列拼接、跨指标关联、回测复现时集中爆发。建议在数据入库前设置“口径校验”关卡，对指标代码、单位、频率、季调方式、发布机构进行强制校验，不通过则拒绝入库。

掌握上述五类指标的定义、口径与发布机构，是宏观数据发布时间与修订版本管理的地基。只有把每个指标的“身份档案”建准，后续的发布日历、修订追踪、版本对比与策略回测才能建立在可靠、可追溯的数据底座之上。