運用大數據預測當下

哈爾·瓦里安+馬丁·弗萊明

結合政府數據和私企數據，我們可能會得到兩全其美的結果

在經濟學領域，做預測是困難的，對未來的預測尤甚。那么讓我們降低目標，試試預測現在吧。

這樣說來貌似簡單，實則不然，原因是比如失業率、通脹率以及GDP這樣的數據通報，往往都會滯后數周，或者數月。因此，我們并不清楚目前所處的階段。

在能夠預測未來之前，我們有必要預測一下當下。

以GDP為例。在美國，這種經濟活動數據是按季度公布的，通常會滯后一個月。但是，在第一次GDP數據公布數月后，還會再進行兩次修訂。自1975年以來的平均增長率是2.8%，但是首次修訂值的變化平均為0.54%。

而經濟學家常常只能采用既失準又過時的數據。

現在來觀察商業領域的狀況。比如沃爾瑪和塔吉特這樣的大型零售連鎖商店，它們擁有實時數據系統，能夠每日甚至每小時進行一次數據匯報。聯邦快遞和UPS快遞公司實時掌握貨物發運量。

當然金融市場的數據更是以每毫秒一次的頻率進行傳輸。現在計算機已經成為大多數經濟交易的中間環節。

這其中的很多系統被用于內部結算，但是總的來說，它們所記錄的數據對經濟活動節奏的全面理解是有益的，而且，目前某些公司和研究人員就能夠提供這類數據。

例如，財捷集團（INTUIT）提供小型企業就業指數、Zillow網站發布房地產數據、IBM電子商務跟蹤每日零售趨勢，麻省理工學院的“十億價格項目”則是基于網絡數據以此來提供物價指數?！?br>