第一章：另类数据与微观经济预测基础

┌────────────────────────────────────────────────────────────┐
│                     传统经济预测体系                        │
│  ┌──────────────────────────────────────────────────────┐ │
│  │  GDP（季度）    PMI（月度）    CPI（月度）            │ │
│  │      ↓              ↓              ↓                  │ │
│  │   滞后3个月      滞后1个月      滞后2周              │ │
│  └──────────────────────────────────────────────────────┘ │
│                          VS                                │
│  ┌──────────────────────────────────────────────────────┐ │
│  │                 另类数据预测体系                       │ │
│  │  订单流（实时）  客单价（日）  商圈活跃度（小时）     │ │
│  │      ↓              ↓              ↓                  │ │
│  │   T+0 洞察      T+1 分析      实时预警              │ │
│  └──────────────────────────────────────────────────────┘ │
└────────────────────────────────────────────────────────────┘

北京市消费增长 8%
    ├── 国贸商圈 +15% （金融白领聚集）
    ├── 中关村 +12% （科技企业密集）
    ├── 五道口 -3% （学生消费下降）
    └── 通州副中心 +25% （新区爆发式增长）

传统路径：经济活动 → 统计上报 → 汇总发布 → 决策响应
  周期：30-90天

另类数据：经济活动 → 实时捕获 → 即时分析 → 敏捷决策
  周期：0-1天

一笔订单 = {
    需求强度：消费者愿意支付的价格
    供给能力：商家的生产和服务水平  
    市场效率：平台的匹配和履约能力
    消费信心：选择外卖而非自己做饭的倾向
}

┌─────────────────────────────────────────────────────┐
│                   订单时间分布                       │
│     早高峰           午高峰         晚高峰           │
│      7-9            11-13          17-20            │
│       ↓               ↓              ↓              │
│   通勤经济        工作强度       消费活力           │
│                                                      │
│   深夜经济（21-02）: 年轻人聚集度 + 夜生活指数      │
│   凌晨经济（02-05）: 24小时城市 + 新经济活力        │
└─────────────────────────────────────────────────────┘

官方数据（低频、全面、权威）
         ↕ 相互验证
另类数据（高频、局部、敏感）
         ↓
    增强版经济监测体系

偏差来源：

1. 年龄偏差：年轻人过度代表（70%用户<35岁）
2. 城市偏差：一二线城市渗透率80%，五线城市仅20%
3. 收入偏差：中等收入群体为主，高净值和低收入不足
4. 场景偏差：工作餐>家庭餐，单人餐>聚餐

DRI = w₁ × 覆盖率 + w₂ × 渗透率 + w₃ × 活跃度 + w₄ × 多样性

其中：

- 覆盖率 = 有订单的区域 / 总区域
- 渗透率 = 活跃用户 / 目标人群  
- 活跃度 = 月度复购用户 / 总用户
- 多样性 = 1 - HHI（品类集中度）

┌─────────────────────────────────────────────────────────┐
│                 本地生活景气指数体系                     │
├─────────────────────────────────────────────────────────┤
│  一级指标          二级指标           三级指标          │
├─────────────────────────────────────────────────────────┤
│              ┌─ 订单总量 ────── 同比/环比/移动平均      │
│  规模指数 ───┼─ 活跃用户 ────── 新增/复购/流失         │
│              └─ 商家数量 ────── 新开/存活/关店         │
├─────────────────────────────────────────────────────────┤
│              ┌─ 客单价 ──────── 均值/中位数/分布       │
│  质量指数 ───┼─ 消费升级 ────── 高端占比/品牌偏好     │
│              └─ 服务品质 ────── 评分/投诉/复购         │
├─────────────────────────────────────────────────────────┤
│              ┌─ 创新活力 ────── 新品类/新模式/新业态   │
│  动能指数 ───┼─ 增长潜力 ────── 渗透率/转化率/频次    │
│              └─ 生态健康 ────── 供需比/周转率/集中度   │
└─────────────────────────────────────────────────────────┘

原始数据
    ↓
异常值检测（3σ原则 + 箱线图）
    ↓
缺失值处理（插值 / 删除 / 模型预测）
    ↓
一致性校验（逻辑规则 + 交叉验证）
    ↓
标准化处理（Z-score / Min-Max / 对数变换）
    ↓
季节性调整（X-13ARIMA-SEATS）
    ↓
清洁数据

Y(t) = T(t) × S(t) × I(t) × E(t)

其中：
Y(t) = 原始序列
T(t) = 趋势成分（Trend）
S(t) = 季节成分（Seasonal）
I(t) = 不规则成分（Irregular）  
E(t) = 事件成分（Event，如春节效应）

Z = (X - μ) / σ

X' = (X - Xmin) / (Xmax - Xmin)

X' = log(X + 1)

指标指数(t) = [指标值(t) / 指标值(基期)] × 100

景气指数(t) = Σ wi × Ii(t)

其中：
wi = 第i个指标的权重
Ii(t) = 第i个指标在t期的指数值
Σwi = 1

链式指数(t) = 指数(t|t-1基准) × 链式指数(t-1)

景气指数 = 125.3 [95% CI: 122.1-128.6]

黄金价格链条：
黄金↑ → 美元贬值 → 出口增强 → 农民受益
黄金↓ → 美元升值 → 进口便宜 → 城市受益

┌─────────────────────────────────────────────────────┐
│              Gould的信息网络                        │
├─────────────────────────────────────────────────────┤
│  1. 电报公司控制权 → 截获政府与银行通信            │
│  2. 铁路网络 → 掌握农产品运输量（黄金需求）        │
│  3. 政府内线 → 提前知晓财政部动向                  │
│  4. 报纸控制 → 操纵市场情绪                        │
└─────────────────────────────────────────────────────┘

信息价值 = f(独占性, 时效性, 可操作性)

独占期：价值 = 100%
共享期：价值 = 100% × e^(-λt)  
公开期：价值 → 0

其中λ是信息衰减率

现代应用：
卫星图像（停车场饱和度） + 
信用卡数据（消费金额） + 
社交媒体（情绪指数） + 
物流数据（货运量）
= 零售商业绩的精准预测

数据价值 = n² （梅特卡夫定律）

单点数据：有限价值
网络数据：指数级价值

总体：客单价 ↑10%
    │
    ├── 高端用户：客单价 ↓5% （占比从20%→30%）
    ├── 中端用户：客单价 ↓3% （占比从50%→45%）
    └── 低端用户：客单价 ↓8% （占比从30%→25%）

加权平均的陷阱：
P̄(t) = Σ wi(t) × Pi(t)

即使所有 Pi(t) < Pi(t-1)
如果 wi(t) 的变化足够大
仍可能 P̄(t) > P̄(t-1)

┌─────────────────────────────────────┐
│         内生性问题                   │
│                                      │
│  遗漏变量：天气→订单量←促销         │
│  反向因果：订单量⇄价格              │
│  测量误差：真实需求≠观察订单        │
│  样本选择：只观察到存活商家         │
└─────────────────────────────────────┘

两阶段最小二乘（2SLS）：
第一阶段：满减i = α + β×竞争满减i + εi
第二阶段：订单i = γ + δ×满减̂i + ui

其中满减̂i是第一阶段的预测值

真实效果 = (处理组后 - 处理组前) - (控制组后 - 控制组前)
        = 双重差分估计量

政策前趋势图：
试点城市：→→→→↗（政策）
对照城市：→→→→→（无政策）
         平行？

合成上海 = 0.3×北京 + 0.2×深圳 + 0.15×广州 + 
           0.15×杭州 + 0.1×南京 + 0.1×苏州

预测误差（封城前）：RMSPE = 2.3%
处理效果（封城期）：订单量下降68%
置信区间（安慰剂检验）：[65%, 71%]

优势：

1. 自动发现效应异质性
2. 非参数，无需函数形式假设
3. 可以处理高维协变量

应用：发现满减券对不同用户群体的差异化效应

- 价格敏感型用户：效应+25%
- 品质追求型用户：效应+5%
- 习惯型用户：效应+12%

步骤：

1. 用ML预测处理变量：D̂ = ML₁(X)
2. 用ML预测结果变量：Ŷ = ML₂(X)
3. 对残差回归：Y - Ŷ = θ(D - D̂) + ε

优势：

- 控制高维混杂
- 保持√n收敛速度
- 有效的统计推断