利用非传统数据进行宏观经济预测：以摩洛哥为例

利用非传统数据预测宏观经济：摩洛哥案例研究 Dina Hamed WP/26/108 国际货币基金组织工作论文（IMF Working Papers）刊登作者正在进行中的研究成果，旨在征求评论并鼓励讨论。国际货币基金组织工作论文中表达的观点是作者的个人观点，不一定代表国际货币基金组织、其执行董事会或国际货币基金组织管理层（的看法）。 2026年联合国 国际货币基金组织工作论文 中东和中亚部门 利用非传统数据预测宏观经济：摩洛哥案例研究 由迪娜·哈迈德*撰写 由劳拉·哈拉米洛·迈约授权发行 L J 2026 国际货币基金组织工作论文（IMF Working Papers）刊登作者正在进行中的研究成果，旨在征求评论并鼓励讨论。国际货币基金组织工作论文中表达的观点是作者的个人观点，不一定代表国际货币基金组织、其执行董事会或国际货币基金组织管理层（的看法）。 摘要：制定明智的政策决策取决于可靠且及时数据的可用性。非传统数据的运用已被证明是强大的工具，能够帮助政策制定者实现稳健的即时预测——即在官方发布之前，利用广泛的宏观经济和高频数据来估计当期经济指标。本文展示了如何利用不同类型的非传统数据，例如从卫星图像中提取的指数、谷歌趋势和航班追踪信息，来补充官方统计数据并监测经济活动，以及如何将这些及时信号纳入即时预测模型，为摩洛哥的关键宏观经济变量提供早期估计。该方法应用于农业增加值、旅游收入和失业率。结果表明，非传统数据通过提高预测精度和在官方数据发布之前快速生成即时预测估计，显著改进了即时预测模型。 推荐引文：哈迈德，D.(2026). 利用非传统数据预测宏观经济：摩洛哥案例研究。工作论文。国际货币基金组织 WP/26/20 工作文件 利用非传统数据预测宏观经济：摩洛哥案例研究 哈迈德·迪娜 编制 内容 词汇表.........................................................................................................................执行摘要.......................................................................................................................引言 .......................................................................................................................... 4.2. Nowcasting Framework.........................................................................................................................204.2.1 模型..........................................................................................................................................20 5.1. 农业增加价值...........................................................................................................................24 6. 结论........................................................................................................................参考文献....................................................................................................................... 图 1.按区域划分的农业压力指数（ASI）热力图........................................................................................12 12.2026年第一季度农业GVA即时预测（按预测期）...............................................................................................24 表格 词汇表 执行摘要 获取可靠且及时的数据对于政策制定的质量至关重要。非传统数据源可用于生成关于经济状况的准确、实时估计，为政策制定者和分析师在官方统计数据发布之前提供及时的数据驱动洞察。 本文展示了如何利用不同类型的非传统数据——例如从卫星图像中提取的指数、谷歌趋势和航班追踪信息——来补充官方统计数据并监测经济活动，以及如何将这些及时信号纳入临近预测模型，为摩洛哥的关键宏观经济变量提供早期估计。该方法应用于（i）农业增加值（ii）旅游收入，以及（iii）失业率。 结果表明，将非传统高频指标纳入临近预报模型可显著提升所有三个研究指标的中期预测精度。相较于仅依赖传统时间序列方法且无法获取非传统数据的基准模型，经过数据增强的模型提升了临近预报结果：农业增加值（GVA）的中期样本外均方根误差（RMSE）降低了18%，旅游收入降低了14%，失业率降低了25%，这证明了非传统数据为实时经济监测带来的信息价值。此外，针对每个指标分别比较了机器学习模型与统计模型，发现机器学习或统计模型谁的预测精度更高，最终取决于底层序列的性质以及各行业的具体动态。 除摩洛哥的应用外，本分析中展示的方法和数据来源均可轻易迁移到其他国家。鉴于所使用的非传统数据源几乎覆盖全球，本文开发的可即期预测框架可以复制和调整，所需额外条件极少。这种可扩展性使其在官方统计数据发布前，为广泛的国家提供实时洞察尤为重要。更广泛地说，这些结果为非传统数据在宏观经济预测中的效用提供了日益增长的证据基础，并指出了这些方法在数据受限环境下加强经济监测的更广泛潜力。 引言 非传统数据的优势在于其能够在官方统计数据出现之前捕捉经济信号。传统宏观经济统计数据需要时间进行收集、处理和核实，因此其发布通常存在滞后且频率较低。这会限制政策制定者和分析师实时评估经济状况的能力，例如在外部冲击或商业周期转折点时期。非传统数据来源——包括卫星图像、网络搜索查询、航班追踪数据等——是官方统计数据的宝贵补充，兼具近乎实时可用性和传统统计系统无法比拟的粒度。这些替代数据源追踪着先于并伴随经济活动出现的信号：无论是卫星测量的植被状况和温度，显示消费者兴趣的搜索模式，还是表明贸易流动的船舶运动。此外，这些数据还允许按地区和行业对经济活动进行粒度分析。将非传统数据纳入计量经济学模型已被证明能够提高多种指标的即时预测准确性，尤其是在传统数据滞后于实际情况的快速变化时期。这些特性使非传统数据成为实时追踪经济状况的有力工具，减少了传统上制约即时预测和政策分析的信息滞后。 虽然即时预测（nowcasting）越来越多地被应用于预测不同的宏观经济变量，但本文通过使用非传统数据（其可用频率更高、滞后时间更短）而非传统数据作为输入，为现有文献做出了贡献。将非传统数据与即时预测应用于摩洛哥的案例，说明了这种方法的应用方式。摩洛哥拥有高质量的官方统计数据，可以与非传统数据相结合，在面临冲击时实时揭示经济关键部门的情况。 ▪ 农业增加值（GVA）。摩洛哥农业部门持续面临干旱风险，这对食品价格（占通胀篮子39%）、农村就业和整体经济稳定产生直接后果。鉴于这种波动性以及该部门显著的宏观经济影响，及时监测农业状况具有明确的政策相关性。本文利用替代数据来源，估计了季度初期（约一个月后）的农业GVA增长，该估计结果比官方发布（在季度结束后三个月发布）提前了约五个月，为政策制定者提供了关于农业表现及其对通胀和就业影响的早期洞察。 ▪ 旅游业收入。旅游业是关键增长动力，也是积极战略投资的领域，摩洛哥正扩大航空连接性、升级基础设施，并准备举办重大赛事，包括2025年非洲国家杯（AFCON）和2030年国际足联世界杯。因此，及时监控该行业的表现与政策直接相关。本文利用替代数据源，在月份结束后5天生成旅游业收入估算值，这比官方数据（于月份结束后4周发布）提前了约3周，从而能够更及时地评估这些投资如何转化为经济活动。 失业仍然是摩洛哥面临的重大挑战。干旱导致的农业领域失业问题给就业带来了压力，尤其是在农村地区，而青年失业率持续上升，且尚未被足够的工作机会所弥补。 服务和行业。为此，当局推出了《2030就业计划》，这是一份旨在到2030年将失业率降至9%的行动路线图。因此，及时追踪该目标的进展具有明显的政策重要性——这也是非传统数据和新产出预测（nowcasting）可以特别发挥价值的地方，它们能提供从季度开始后一个月起对当前失业状况的估计，这比官方发布（于季度结束后一个月发布）提前了最多三个月。 本文展示了非传统数据源在补充官方统计数据和预测农业增加值、旅游收入及失业率方面的应用。针对所考察的三个指标，本文识别并匹配了相关的非传统数据源与其底层序列的动态变化：用于农业的卫星图像植被和气候指数，用于旅游的谷歌趋势相关旅行搜索查询数据以及FlightRadar24的航班追踪信息，以及用于失业率的谷歌趋势捕捉劳动力市场动态的搜索查询数据。本文进一步展示了这些指标如何被纳入预测模型，以生成农业增加值、旅游收入及失业率的及时预测值，有关出版物和预测滞后的详细信息见表1。在所有指标中，包含非传统数据的模型始终优于仅依赖传统时间序列方法的基准模型——为这些数据源为实时经济监测带来的信息价值提供了直接证据。本文进一步考察了机器学习和统计方法，强调模型性能因行业和底层数据的性质而异。 本文所使用的非传统数据源具有近乎全球的覆盖范围，更新频率高且滞后最小，粒度足够细，可以进行部门或次国家级别的分解分析。这些数据源适用于不同收入水平的国家。对于低收入和数据匮乏的经济体，在官方数据不可用的情况下，非传统数据可以作为经济活动的替代指标²。对于新兴市场和发达经济体，这些数据源可以提供不同宏观经济指标的早期估计，为政策制定者生成估计值节省大量时间，并为他们提供对经济发展早期洞察的机会。本文展示的即时预测框架也具有普适性——预处理流程、变量选择程序和模型架构可以适应不同的数据环境和不同的结构特征。该框架能够适应不同的国家背景、目标变量以及非传统指标与其追踪的经济活动类型之间的关系变化。从数据提取到即时预测 估计，该端到端流程被设计为一个可复制的框架，能够针对不同国家和地区进行调整。 本文通过利用比传统统计数据频率更高、发布滞后更短的非常规数据源，并将其应用于特定部门产出，从而为即时预测文献做出了贡献。对于农业，其贡献在于关注农业增加值——这一在即时预测文献中受到关注程度低于总产出的领域——并结合基于卫星的指标（如植被和气候指数）来捕捉农业活动的驱动因素，这些驱动因素与非农业产出的驱动因素存在显著差异。尽管基于卫星的指标越来越多地应用于宏观经济即时预测，但它们在特定部门农业产出中的应用仍然有限。对于旅游业，其贡献在于聚焦旅游收入——这一对外部门分析和分析国际收支动态最直接相关的指标，而不是更常研究的旅游相关指标，如游客数量和过夜住宿。最后，对于失业率，虽然使用谷歌趋势进行失业率即时预测在文献中已得到确立——主要是在发达经济体——本文将该方法应用于新兴市场环境，