曲曉輝 李瑩 張國華

【摘要】指數(shù)是國際統(tǒng)計學界和經(jīng)濟學界的一個熱門研究領域， 是學術研究和實務研究的重要工具， 也是信息技術迅猛發(fā)展并賦能諸多領域的集中體現(xiàn)， 對于新時代、新經(jīng)濟、新常態(tài)、新業(yè)態(tài)、雙循環(huán)下的科學決策具有重要意義。 大數(shù)據(jù)技術的突破性進展和人工智能平臺的廣泛搭建， 賦予指數(shù)研究以新的思路、方法和工具， 從而使之得到更為廣泛的擴展。 本文對國內外以構建經(jīng)濟領域指數(shù)為主題的研究和通過構建經(jīng)濟領域指數(shù)來研究相關問題的研究進行了系統(tǒng)和全面的回顧， 分析了宏微觀經(jīng)濟指數(shù)構建和兩者間的互補與競爭， 討論了會計領域指數(shù)、指數(shù)的優(yōu)化與運用、大數(shù)據(jù)時代指數(shù)構建進展與趨勢。 本文旨在系統(tǒng)解析經(jīng)濟領域指數(shù)和會計領域指數(shù)研究的發(fā)展與演變， 是跨學科基礎與應用相結合研究的一個嘗試， 豐富了指數(shù)領域和會計研究的相關文獻， 對于運用指數(shù)進行科學研究和經(jīng)濟分析具有重要參考價值。

【關鍵詞】經(jīng)濟領域；會計領域；指數(shù)；大數(shù)據(jù)；人工智能

【中圖分類號】F275；F832.5? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2022）21-0008-8

一、引言

指數(shù)作為一種對比性的統(tǒng)計指標以相對數(shù)的形式動態(tài)反映了現(xiàn)象在時間、空間、總體上的相對變動或綜合變動情況， 其特點是省去了繁瑣的細節(jié)描述， 簡捷地表現(xiàn)事物變化的狀況和趨勢。 指數(shù)的應用領域較為廣泛， 在經(jīng)濟中的重要應用可以追溯到17世紀中葉產(chǎn)生于歐洲的物價指數(shù)（Price Indexes， PI）， 此后PI不斷衍生、發(fā)展， 經(jīng)歷了從生產(chǎn)（生產(chǎn)價格指數(shù)， PPI）、生活（消費者物價指數(shù)， CPI）到投資活動（股票價格指數(shù)， SPI）的變化。 指數(shù)在經(jīng)濟生活中的作用越來越重要， 以致從不同側面和層次反映經(jīng)濟發(fā)展變化的各種指數(shù)不斷涌現(xiàn)。 這些指數(shù)也在不斷發(fā)展和完善， 并可交叉印證和相互補充， 已成為社會經(jīng)濟的“晴雨表”和宏觀經(jīng)濟的預警系統(tǒng)， 在學術研究和實務應用中起著至關重要的作用， 并將隨著大數(shù)據(jù)時代的到來得到更加深入的拓展和更為廣泛的應用。

近年來， 一方面， 指數(shù)方面的研究日益廣泛并取得了一系列重要進展， 學術界單獨或與實務部門聯(lián)手搭建了多個指數(shù)研究平臺， 也出版了許多指數(shù)方面的書籍， 如《消費者價格指數(shù)手冊：理論與實務》（Consumer Price Index Manual：Theory and Practice）、《生產(chǎn)者價格指數(shù)手冊：理論與實務》（Producer Price Index Manual：Theory and Practice）、《進出口價格指數(shù)手冊：理論和實踐》（Export and Import Price Index Manual： Theory and Practice）等。 另一方面， 指數(shù)的發(fā)展與應用， 也為學術上的量化研究拓寬了視野并提供了極大的方便， 基于一些指數(shù)產(chǎn)出了許多高質量的學術成果。 指數(shù)研究在各個研究領域中都發(fā)揮著非常關鍵的作用， 是評價系統(tǒng)中著力突破的核心方向之一。 國際經(jīng)濟領域最令人關注的指數(shù)如國內生產(chǎn)總值（Gross Domestic Product， GDP）和CPI， 在學術研究和實務應用中起著至關重要的作用。 近年來， 國內經(jīng)濟領域也出現(xiàn)了許多新建的指數(shù)， 例如克強指數(shù)、國有企業(yè)改革指數(shù)、中國綠色經(jīng)濟發(fā)展指數(shù)等。 與此同時， 指數(shù)研究在指標選取和模型構建方面也取得了突破性進展， 尤其是人工智能方法的普及與應用擴大了指數(shù)研究的工具箱， 在研究產(chǎn)出上的指向也不斷拓寬。

本文主要探討以構建經(jīng)濟領域指數(shù)為主的研究和通過構建經(jīng)濟領域指數(shù)研究特定問題的研究， 具體探討了宏觀經(jīng)濟領域指數(shù)、微觀經(jīng)濟領域指數(shù)和宏微觀經(jīng)濟領域指數(shù)的互補與競爭。 本文還對會計指數(shù)和會計研究運用的相關指數(shù)進行了述評， 討論了會計指數(shù)和會計研究運用的財務報表相關指數(shù)、內部控制指數(shù)和公司治理指數(shù)， 探討了這些指數(shù)構成指標體系的完善和指數(shù)構成方法的優(yōu)化與運用， 分析了大數(shù)據(jù)時代指數(shù)構建的新特點、文本數(shù)據(jù)與指數(shù)構建和人工智能與模型優(yōu)化。 本文對于特定領域構建新的指數(shù)具有理論價值和參考意義， 對于了解和使用經(jīng)濟領域相關指數(shù)具有重要價值， 特別是對于圍繞會計領域相關指數(shù)的討論、會計理論研究和會計相關信息內涵的挖掘與運用具有較大的應用價值。

二、宏微觀經(jīng)濟指數(shù)構建

經(jīng)濟領域指數(shù)的構建和發(fā)展， 是因應經(jīng)濟領域某些規(guī)律性現(xiàn)象對于政策制定和經(jīng)濟決策的重要程度而各自獨立構建和逐步發(fā)展起來的， 大體可以區(qū)分為宏觀經(jīng)濟指數(shù)構建和微觀經(jīng)濟指數(shù)構建。 然而， 由于指數(shù)構建過程中的關注重點和信息可獲程度不同， 也由于微觀經(jīng)濟決策越來越倚重宏觀經(jīng)濟信息， 宏觀政策的制定離不開微觀經(jīng)濟數(shù)據(jù)的支撐， 以致宏微觀經(jīng)濟指數(shù)之間不可避免地存在互補和競爭。

（一）宏觀經(jīng)濟指數(shù)構建

宏觀經(jīng)濟的運行狀況主要通過整體經(jīng)濟活動能力指標、就業(yè)狀況指標、物價水平指標和國際收支指標等體現(xiàn)， 宏觀經(jīng)濟指數(shù)從動態(tài)角度反映了宏觀經(jīng)濟變化的狀況和趨勢。 本文將反映部門經(jīng)濟、地區(qū)經(jīng)濟和集團經(jīng)濟的中觀經(jīng)濟并入宏觀經(jīng)濟指數(shù)構建中， 包括了國內的工業(yè)、商業(yè)、進出口、財政、金融證券以及物價等宏觀經(jīng)濟和中觀經(jīng)濟的多個方面。

宏觀經(jīng)濟指數(shù)的編制最早可追溯到17世紀中葉的歐洲， 由于當時歐洲商品價格飛漲， 英國學者Rice Voughan提出了物價指數(shù)以反映物價變動情況。 此后， 指數(shù)在經(jīng)濟領域的應用范圍不斷擴大， 含義和內容也發(fā)生了較大變化。 經(jīng)濟指數(shù)由單純反映一種現(xiàn)象的相對變動（如特定物價指數(shù)）發(fā)展到反映多種現(xiàn)象的綜合變動（如物價總指數(shù)）， 由不同時間的對比分析發(fā)展到不同空間的對比分析。

1. 國際常用指數(shù)。

（1）物價指數(shù)。 20世紀初我國就已經(jīng)開始編制物價指數(shù)， 新中國成立后， 物價指數(shù)的編制參照舊中國和資本主義國家的計算方法， 還沒有形成統(tǒng)一的方法和制度， 中間經(jīng)歷了停滯和恢復階段， 到1976年才恢復了物價指數(shù)的編制工作， 1984年以后物價指數(shù)的編制才形成了統(tǒng)一的方法和制度[1] 。 物價指數(shù)的種類很多， 目前我國的物價指數(shù)由國家統(tǒng)計局統(tǒng)計公布， 主要包括： 商品零售價格指數(shù)、消費者物價指數(shù)、農(nóng)業(yè)生產(chǎn)者價格指數(shù)、農(nóng)業(yè)生產(chǎn)資料價格指數(shù)、工業(yè)生產(chǎn)者出廠價格指數(shù)、工業(yè)生產(chǎn)者購進價格指數(shù)、進出口商品價格指數(shù)等。 這些指數(shù)反映了生產(chǎn)、流通、消費等環(huán)節(jié)的價格變動幅度和趨勢， 可以用于從宏觀環(huán)境和中觀產(chǎn)業(yè)發(fā)展角度分析物價變動對國民經(jīng)濟和人民生活的影響， 已成為我國物價宏觀調控政策和加強物價管理的重要依據(jù)， 并成為企業(yè)制定經(jīng)濟決策的重要依據(jù)。

（2）股票價格指數(shù)。 金融與投資領域中非常重要的價格指數(shù)就是SPI， 由證券交易所或金融服務機構編制的度量某一股票市場上多種股票價格水平變動的相對數(shù)。 世界上歷史最為悠久的道瓊斯股票指數(shù)（DJIA）最初是由查爾斯·亨利·道和愛德華·戴維斯·瓊斯創(chuàng)立的道·瓊斯公司于1884年開始編制發(fā)布的； 標準普爾指數(shù)（SPX）由美國最大的證券研究機構標準普爾公司從1923年開始編制和發(fā)布； 紐約證券交易所綜合指數(shù)（NYSE Composite Index， NYA）是由紐約證券交易所自1966年開始編制的； 納斯達克指數(shù)（NDX）是美國全國證券交易商協(xié)會自動報價系統(tǒng)， 由美國納斯達克股票市場公司創(chuàng)立于1971年。 我國股票市場經(jīng)常發(fā)布的股價指數(shù)有上海證券交易所自1990年開始編制并發(fā)布的上證綜合指數(shù)、深圳證券交易所自1991年開始編制并發(fā)布的深圳綜合指數(shù)， 以及由兩個交易所分別發(fā)布的成分指數(shù)和創(chuàng)業(yè)板指數(shù)等。 這些股價指數(shù)為投資者和分析師研究、判斷股市動態(tài)提供必需信息， 并作為投資業(yè)績評價的標尺及指數(shù)衍生產(chǎn)品和其他金融創(chuàng)新的基礎。

（3）國內生產(chǎn)總值指數(shù)。 GDP指數(shù)以相對數(shù)形式反映了一定時期內國內生產(chǎn)總值的變動程度和趨勢。 被稱為“20世紀最偉大的發(fā)明之一”的GDP是由美國哈佛大學經(jīng)濟學家Simon Smith Kuznets于1934年在美國的國會報告中首次提出的， 之后， 被1944年召開的聯(lián)合國貨幣金融大會確定為衡量一國經(jīng)濟總量的主要工具， 并成為國家及國家間經(jīng)濟實力比較、貧富比較、經(jīng)濟增長速度比較的重要指標。 1985年前我國采用蘇聯(lián)與計劃經(jīng)濟配套的物質平衡表體系（MPS）對國民經(jīng)濟進行核算， 1985 ～ 1992年逐步與聯(lián)合國推薦的與市場經(jīng)濟配套的國民經(jīng)濟核算體系（SNA）接軌， 自1993年以后開始采用與市場經(jīng)濟國家經(jīng)濟具有可比性的GDP核算國內生產(chǎn)總值[2] 。 國家統(tǒng)計局數(shù)據(jù)中包含了以1978年為基期計算的定基指數(shù)和以上一年為基數(shù)計算的指數(shù)。

（4）就業(yè)指數(shù)。 該指數(shù)是反映勞動力市場變化的風向標、國家經(jīng)濟狀況的重要參考依據(jù)， 對指導和制定就業(yè)決策具有重要意義。 2000年國家統(tǒng)計局首次公布勞動力景氣指數(shù)； 2005年國家統(tǒng)計局和中國物流采購聯(lián)合會共同編制了中國制造業(yè)采購經(jīng)理指數(shù)（Purchasing Manager's Index， PMI）， 其中就包含了從業(yè)人員指數(shù)。 此外， 作為國家就業(yè)統(tǒng)計的重要補充， 還有部分地市基于本地勞動力市場數(shù)據(jù)編制了就業(yè)景氣指數(shù)， 如上海于2008年編制的“崗位就業(yè)指數(shù)”； 2010年由政府與企業(yè)、科研單位共同編制的“CTG中國（勞務用工）行業(yè)就業(yè)指數(shù)”； 由非政府機構編制的就業(yè)相關指數(shù)， 如由學者編制的“大學生就業(yè)指數(shù)”[3] ； 基于網(wǎng)絡招聘大數(shù)據(jù)編制的就業(yè)景氣指數(shù)等[4] 。

（5）采購經(jīng)理指數(shù)。 PMI起源于美國， 從1923年開始由美國供應管理協(xié)會開始調查并在1939年發(fā)布報告， 20世紀90年代初歐洲多國建立了PMI發(fā)布制度。 我國從2002年開始調研PMI， 由國家統(tǒng)計局和中國物流與采購聯(lián)合會合作， 于2005年正式發(fā)布， 此后按月連續(xù)發(fā)布[5] 。 PMI具體包括制造業(yè)PMI和非制造業(yè)PMI， 該指數(shù)的先行性和對經(jīng)濟的預測作用有利于國家經(jīng)濟和產(chǎn)業(yè)經(jīng)濟的宏觀調控與預測， 也有利于指導企業(yè)的采購、生產(chǎn)、經(jīng)營等活動。

（6）景氣指數(shù)（Prosperity Index）。 該指數(shù)是監(jiān)測與預警經(jīng)濟周期波動的有效方法。 其產(chǎn)生最早可追溯到19世紀末的美國， 20世紀50年代至80年代逐步走向成熟， 80年代后在世界各國得到廣泛應用。 我國最早在20世紀80年代末開始進行經(jīng)濟景氣監(jiān)測研究并逐步應用于不同行業(yè)的檢測分析、市場周期判斷等領域， 90年代后我國對景氣的研究得到了較快發(fā)展。 如國家信息中心開發(fā)研制的中國宏觀經(jīng)濟景氣指數(shù)包含了先行合成指數(shù)、一致合成指數(shù)和滯后合成指數(shù)； 還有反映各行業(yè)增長率的波動指數(shù)， 如企業(yè)景氣指數(shù)、房地產(chǎn)景氣指數(shù)、物價月度景氣指數(shù)、服務業(yè)景氣指數(shù)， 以及反映個人消費情況的消費景氣指數(shù)等[6] 。

（7）消費者信心指數(shù)（Consumer Confidence Index， CCI）。 該指數(shù)又稱消費者情緒指數(shù)（Index of Consumer Sentiment）， 是由美國密歇根大學調查研究中心的Goerge Katona在20世紀40年代后期提出的用于度量消費者信心強弱及其對經(jīng)濟周期影響的相對數(shù)。 我國自1997年開始由國家統(tǒng)計局景氣監(jiān)測中心編制中國消費者信心指數(shù)。 消費者信心的測度被認為是消費總量的必要補充。

除去上述常用的主要指數(shù)， 反映宏觀經(jīng)濟運行的指數(shù)還包括貧困指數(shù)[7-10] 、人力資本指數(shù)[11，12] 、金融指數(shù)[13，14] 等。

2. 我國特有的經(jīng)濟領域指數(shù)。 為適應經(jīng)濟的發(fā)展和宏觀調控的新需求， 還產(chǎn)生了許多更貼近我國國情并具有實踐意義的指數(shù)。

（1）克強指數(shù)。 其是根據(jù)李克強總理提出的“更加關注社會就業(yè)、居民收入增長和生態(tài)環(huán)境的持續(xù)改善”而構建的由工業(yè)用電、鐵路貨運和銀行貸款反映經(jīng)濟發(fā)展的指數(shù)[15] 。

（2）國有企業(yè)改革指數(shù)。 其是由中國財政科學研究院《國有企業(yè)改革評價及國企改革指數(shù)》課題組提出， 全稱為中國財政科學研究院國企改革指數(shù)（簡稱“財科院國企改革指數(shù)”）， 通過每年計算出的改革指數(shù)， 對2015 ～ 2020年的國有企業(yè)改革做出更為直觀和具體的評價[16] 。

（3）中國財政分權度指數(shù)（CFDI）。 其是由徐國祥等[17] 編制的首個反映我國央地兩級政府財政分權程度的指數(shù)， 為我國財政分權的衡量提供了量化工具。

（4）中國綠色經(jīng)濟發(fā)展指數(shù)。 其是由向書堅和鄭瑞坤[18]根據(jù)生態(tài)經(jīng)濟系統(tǒng)物質流動的原理與綠色經(jīng)濟的關系而構建的， 為衡量我國綠色經(jīng)濟發(fā)展提供了標準。

（5）綠色治理指數(shù)。 其是李維安等[19]在率先提出并倡導綠色治理的基礎上， 構建了上市公司綠色治理指標體系并進一步建立的指數(shù)， 對我國上市公司綠色治理狀況進行了系統(tǒng)、全面的評價。

（6）數(shù)字經(jīng)濟指數(shù)。 隨著數(shù)字經(jīng)濟的迅猛發(fā)展， 數(shù)字經(jīng)濟指數(shù)存在多種形式。 譬如， 由賽迪顧問發(fā)布的《2020中國數(shù)字經(jīng)濟發(fā)展指數(shù)（DEDI）》、騰訊研究院發(fā)布的《中國“互聯(lián)網(wǎng)+”數(shù)字經(jīng)濟指數(shù)》研究報告、北京大數(shù)據(jù)研究院編制發(fā)布的《2021中國數(shù)字經(jīng)濟產(chǎn)業(yè)發(fā)展指數(shù)報告》、新華三集團數(shù)字經(jīng)濟研究院編制的《中國城市數(shù)字經(jīng)濟指數(shù)白皮書》等。 這些數(shù)字經(jīng)濟指數(shù)都從宏觀和中觀角度解讀了我國數(shù)字經(jīng)濟發(fā)展狀況， 闡釋了數(shù)字經(jīng)濟在不同產(chǎn)業(yè)和城市的發(fā)展情況， 為各地數(shù)字經(jīng)濟的發(fā)展提供了決策支持。

（二）微觀經(jīng)濟指數(shù)構建

微觀經(jīng)濟與宏觀經(jīng)濟是相對應的概念。 微觀經(jīng)濟指數(shù)也稱個體經(jīng)濟指數(shù)或小經(jīng)濟指數(shù)， 是從動態(tài)角度反映單個經(jīng)濟單位（單個生產(chǎn)者、單個消費者、單個市場）經(jīng)濟活動變化的狀況和趨勢， 如個別企業(yè)的生產(chǎn)、供銷、個別交換價格等。 微觀經(jīng)濟的運行以價格和市場信號為誘導， 并通過競爭進行自行調整與平衡， 對于市場機制達不到的領域， 則需要國家從全局角度出發(fā)進行宏觀調節(jié)和控制。 在社會科學領域， 針對企業(yè)的指數(shù)構建是一個重要的研究主題。

在微觀指數(shù)的構建研究中， 指數(shù)眾多且繁雜。 有的文獻以指數(shù)構建為主要研究目標， 以期填補相關評價體系的空白。 例如在創(chuàng)新方面， 國家統(tǒng)計局社科文司“中國創(chuàng)新指數(shù)（CII）研究”課題組等[20]探討了創(chuàng)新理論和概念、我國創(chuàng)新發(fā)展評價指標體系設計原則、指標體系框架和指數(shù)編制方法等內容， 并對我國創(chuàng)新發(fā)展情況進行了初步分析。 一些學者聚焦于能夠反映公司研發(fā)活動價值創(chuàng)造綜合能力的指數(shù)構建， 得到研發(fā)指數(shù)和無形資產(chǎn)指數(shù)等[21，22]， 逐步完善了我國企業(yè)研發(fā)績效的評價體系。

有的文獻并不聚焦于指數(shù)構建， 但是通過構建指數(shù)以輔助解決其他重要研究問題。 趙峰等[23，24]構建了中國金融衍生品監(jiān)管指數(shù)用以研究金融衍生品監(jiān)管與企業(yè)審計的關系及其對海外企業(yè)融資效率的影響。 馬寶龍等[25]構建了家用轎車行業(yè)基于顧客感知的品牌資產(chǎn)測量模型及品牌資產(chǎn)測量指數(shù)， 并利用品牌總效應感知圖， 分析家用轎車行業(yè)的市場競爭結構和品牌競爭優(yōu)勢。 楊長漢[26]根據(jù)養(yǎng)老基金投資貨幣類資產(chǎn)、固定收益類資產(chǎn)、權益類資產(chǎn)的資產(chǎn)配置規(guī)則， 基于現(xiàn)代投資組合理論， 構建了中國養(yǎng)老金指數(shù)， 從而為養(yǎng)老金投資管理制度效率評價提供基準。 孫群力和李永海[27]采用MIMIC模型測算了我國30個地區(qū)2006 ～ 2013年的財政幻覺指數(shù)， 發(fā)現(xiàn)各地區(qū)財政幻覺指數(shù)呈逐年下降趨勢， 并進一步探究了地區(qū)財政幻覺產(chǎn)生的原因和主要影響因素。

也有反映單個經(jīng)濟活動變化趨勢的指數(shù)， 如中國指數(shù)網(wǎng)發(fā)布的義烏小商品價格指數(shù)、金鄉(xiāng)大蒜指數(shù)、慶元香菇指數(shù)、烏鎮(zhèn)發(fā)展指數(shù)等。 微觀指數(shù)構建不僅僅是一個重要的研究問題， 同時還能與其他研究相輔相成， 達到深入理解和協(xié)同發(fā)展的效果。

（三）宏微觀經(jīng)濟指數(shù)的互補與競爭

宏微觀指數(shù)之間并非彼此完全獨立， 而是存在著緊密的聯(lián)系。 一個能夠生動描繪宏微觀指數(shù)之間相互依存關系的指數(shù)是經(jīng)濟政策不確定（Economic Policy Uncertainty， EPU）指數(shù)。 該指數(shù)最早是由美國斯坦福大學和芝加哥大學的三位學者編制的， 用以反映世界各大經(jīng)濟體經(jīng)濟和政策的不確定性。 政策不確定性與國家整體政治格局的宏觀指標息息相關， 如戰(zhàn)爭、游行、政黨選舉、官員變動等[28-30]， 同時， 政策的不確定性不可避免地會對企業(yè)及個人經(jīng)濟活動產(chǎn)生直接影響， 與企業(yè)創(chuàng)新、企業(yè)投融資和資產(chǎn)價格之間有著千絲萬縷的聯(lián)系[31-33]。 因此， 單純地從宏觀或微觀角度去解釋一種經(jīng)濟現(xiàn)象存在一定的局限性。 于是， 一些學者從宏微觀雙重視角交叉挖掘現(xiàn)象背后的本質。 例如， 田發(fā)和周琛影[34]以公共服務產(chǎn)出水平來構建社會治理水平評估指標體系， 利用該指數(shù)對我國的社會治理狀況進行測算， 并基于該指標進一步考察了社會治理水平的影響因素。 范鑫[35]利用網(wǎng)絡就緒指數(shù)衡量不同國家的數(shù)字經(jīng)濟發(fā)展水平， 進而分析進口國數(shù)字經(jīng)濟的發(fā)展對我國出口的影響。 劉瑞翔和安同良[36]利用生產(chǎn)率指數(shù)研究中國經(jīng)濟增長績效的變化趨勢和影響因素。

宏微觀指數(shù)研究的交叉融合進一步豐富了指數(shù)研究， 但完全從一個整體分析經(jīng)濟現(xiàn)象有時并非是最優(yōu)解決方案。 宏微觀指數(shù)之間相互補充， 同時還存在著一定的競爭關系。 例如， 以往文獻大多綜合監(jiān)測和評價PMI， 較少對制造業(yè)生產(chǎn)和非制造業(yè)商務活動加以區(qū)分， 于是有文獻將PMI中的宏觀和微觀指標剝離， 從動態(tài)角度理解我國的PMI[37]。 再如， 金融化指數(shù)構建既存在宏微觀的互補影響， 又存在一定的競爭對立關系。 早期人們主要從宏觀角度解讀金融化[38，39]， 隨著研究的逐漸深入， 一些學者將目光從宏觀經(jīng)濟轉向上市企業(yè)， 從微觀層面測算金融化指數(shù)[40，41]， 不斷完善金融化指數(shù)構建體系。

三、會計領域指數(shù)研究

（一）會計指數(shù)

近年來指數(shù)在財務和會計領域中的應用日益廣泛。 如： 美國《今日會計》（Accounting Today）雜志的會計人員信心指數(shù)， 成為美國經(jīng)濟的“晴雨表”； 英國國家統(tǒng)計辦公室頒布的實價會計指數(shù)及資產(chǎn)專用價格指數(shù)等， 為企業(yè)依據(jù)標準會計實務編制財務報告提供了依據(jù)。 2010年， 財政部王軍副部長在第18屆世界會計師大會上， 向世界會計同行隆重介紹了我國特色會計體系的重要組成部分——會計指數(shù)。 會計指數(shù)對于直觀、生動地揭示經(jīng)濟運行態(tài)勢、真實完整地反映企業(yè)財務狀況具有重要作用。 中國人民大學王化成教授及其研究團隊自2012年開始每年連續(xù)公布《中國會計指數(shù)研究報告》， 以此為載體， 王化成等[42]提出了一套基于會計信息的指數(shù)體系， 該體系包括反映企業(yè)經(jīng)營對宏觀經(jīng)濟綜合貢獻的價值創(chuàng)造會計指數(shù)、評價一個行業(yè)內企業(yè)整體運行情況的行業(yè)評價會計指數(shù)以及企業(yè)投資價值指數(shù)， 以期幫助政府及時深入地了解微觀經(jīng)濟基礎， 把握宏觀經(jīng)濟走勢， 做好宏觀經(jīng)濟決策， 并為企業(yè)利益關系者決策提供參考。 綜上， 可以認為我國會計相關指數(shù)的研究已取得初步成果。 會計指數(shù)概念的提出以及對會計指數(shù)編制方法的探討， 是近年來中國會計理論研究的一項重要成果。

（二）會計研究運用的相關指數(shù)

1. 財務報表相關指數(shù)。 趙德武教授自1995年萌發(fā)以財務指標為基礎編制中國上市公司財務指數(shù)構想后[43]， 帶領其研究團隊對編制財務指數(shù)的理論和方法進行了持續(xù)系統(tǒng)的研究。 趙德武等[44]提出， 編制一套以上市公司公開的、可重復收集的財務數(shù)據(jù)為基礎， 以指數(shù)形式建立的能夠綜合和分類反映上市公司財務運行狀況的“中國上市公司財務指數(shù)系統(tǒng)”， 并系統(tǒng)地分析了上市公司財務指數(shù)編制的理論和現(xiàn)實意義、指數(shù)性質界定及其構成， 以及指數(shù)編制的基本思路和關鍵問題。 2015年西南財經(jīng)大學中國財務指數(shù)研究中心正式發(fā)布的《中國上市公司財務指數(shù)報告》（2015）標志著中國上市公司財務指數(shù)編制思想趨于成熟。 孫光國等[45]從實現(xiàn)財務報告質量的橫向可比和保護投資者利益角度出發(fā)， 構建了以財務報告質量評價指標體系為基礎的財務報告質量評價指數(shù)。 雖然該指數(shù)研究取得了一定成果， 但仍存在許多空白， 例如對于財務信息質量具有綜合指示作用的公允價值采集指引和指數(shù)構建尚付闕如。 根據(jù)黨的十九大報告提出的對生態(tài)文明建設的要求， 束穎等[46]提出了將環(huán)境績效與財務績效相融合的理念， 構建了環(huán)境財務指數(shù)（EFI）， 并以重污染上市公司為樣本建立了環(huán)境財務指數(shù)數(shù)據(jù)庫。 此外， 北京工商大學商學院投資者保護研究中心發(fā)布的中國上市公司會計投資者保護指數(shù)（AIPI 2010-2011）， 提供了上市公司會計的投資者保護程度客觀評價體系。 還有研究者提出了上市公司存貨指數(shù)[47]和財務績效綜合指數(shù)[48]等。

2. 內部控制指數(shù)。 為切實保護投資者的合法權益， 促進資本市場持續(xù)健康發(fā)展， 規(guī)范上市公司的發(fā)展和提高上市公司的質量， 2005年國務院批轉證監(jiān)會 《關于提高上市公司質量意見的通知》， 明確要求上市公司建立健全內部控制制度， 2008年、2010年財政部、證監(jiān)會等五部委先后發(fā)布了《企業(yè)內部控制基本規(guī)范》和《企業(yè)內部控制配套指引》， 由此， 急需建立量化的內部控制評價體系。 學者們紛紛探討了內部控制指數(shù)的構建。 南開大學公司治理研究中心[49]發(fā)布的《中國公司治理指數(shù)與評價報告》， 被譽為是反映上市公司治理狀況的“晴雨表”。 池國華[50]通過剖析中國上市公司內部控制失敗的原因， 指出了內部控制評價的重要性和必要性， 并提出了編制和發(fā)布中國上市公司內部控制指數(shù)的設想。

對內部控制指數(shù)的構建主要有過程導向和目標導向兩種。 過程導向的內部控制指數(shù)， 是以企業(yè)內部控制制度五要素①的健全性和執(zhí)行有效性來衡量內部控制質量。 如林斌等[51]以《企業(yè)內部控制基本規(guī)范》、COSO內部控制整合框架（2013）和COSO-ERM Public Exposure（2016）為基礎， 構建了基于信息披露的內部控制指數(shù)， 并從多維度驗證了該指數(shù)的有效性。 目標導向的內部控制指數(shù)， 是以內部控制五大目標②的實現(xiàn)程度來衡量企業(yè)內部控制質量。 如中國上市公司內部控制指數(shù)研究課題組等[52]構建了由五大目標指數(shù)形成的內部控制基本指數(shù)和內部控制修正指數(shù)構成的目標導向的內部控制指數(shù)， 并以2009年我國A股上市公司數(shù)據(jù)為樣本定量地衡量了我國上市公司的內部控制水平和風險管控能力。 Chen等[53]基于COSO內部控制整合框架（1992）構建了內部控制綜合評價指數(shù)。 林斌等[54]以內部控制五大目標為基礎， 以內部控制重要和重大缺陷為修正指標， 構建了目標導向的內部控制指數(shù)。 上述內部控制指數(shù)的構建， 為我國上市公司內部控制水平和風險管控能力的全面衡量提供了依據(jù)。

3. 公司治理指數(shù)。 現(xiàn)代企業(yè)制度中所有權與控制權的分離推動了公司治理研究， 使之從一個研究問題逐漸演化為一個研究領域乃至一門學科。 公司治理研究的重要任務之一是如何科學完善地評價公司治理水平， 公司治理指數(shù)研究便成為一個重要方向。 南開大學公司治理評價課題組等[55]基于對公司治理理論和實務的研究積累和中國公司治理環(huán)境， 構建了一套公司治理評價系統(tǒng)和公司治理指數(shù)報告。 學術界不斷涌現(xiàn)公司治理指數(shù)研究成果， 如白重恩等[56]構建了上市公司治理水平的一個綜合指標G指標， 趙耀騰[57]使用主成分分析法從五個維度衡量公司治理水平并構建公司治理指數(shù)等。

在實證研究中， 樊綱指數(shù)是另一個極為重要的公司治理衡量指數(shù)， 研究者常用樊綱指數(shù)來衡量企業(yè)所在地的外部治理水平[58]， 進而探討公司治理對企業(yè)行為的影響并進行相關機制挖掘。 此外， 學術界還延伸了許多更為細分的公司治理相關指數(shù)， 如企業(yè)社會責任指數(shù)[59，60]、上市公司高管薪酬指數(shù)[61]、上市公司信息披露指數(shù)[62，63]、利益相關者保護指數(shù)[64]等。 在學科交叉融合的背景下， 公司治理指數(shù)在會計研究中有著舉足輕重的地位。

四、指數(shù)的優(yōu)化與應用

（一）指數(shù)構成指標體系的完善

指數(shù)構建是一個綜合系統(tǒng)的評價分析過程， 指標的選擇至關重要。 因此， 許多文獻通過完善指標體系來實現(xiàn)對現(xiàn)有指數(shù)的升級優(yōu)化。 指標體系的完善可概括為兩個方向： 增加指標和修正指標。 衡量企業(yè)創(chuàng)新程度的指數(shù)研究趨勢很好地詮釋了指標完善的發(fā)展歷程， 評價方法從單個指標向多個指標、從財務指標向非財務指標不斷拓展完善[20-22，65]。 此外， 還有一些指標的查缺補漏， 如尚玉皇和鄭挺國[66]為實現(xiàn)中國金融形勢指數(shù)的混頻測度， 構建了基于季度GDP及月度經(jīng)濟指標等信息的一種混頻動態(tài)因子FCI模型， 結果發(fā)現(xiàn)引入GDP指標的混頻FCI模型的測度結果優(yōu)于同頻模型。 但是， 指標數(shù)量的簡單增加并非總是一個有效手段， 甚至會因冗余信息過多而帶來降維技術的挑戰(zhàn)， 于是一些文獻轉而關注指標的修正。 例如， 分析評價西方結論的適用性問題成為我國學術界的一個普遍現(xiàn)象。 國外指數(shù)研究雖早于我國， 但并非所有的指數(shù)都可直接應用于我國情境。 于是， 一些文獻基于西方研究成果， 通過選取更符合我國情境的指標以實現(xiàn)指數(shù)優(yōu)化。 例如， 許海川和周煒星[67]將中國波動率指數(shù)（iVX）作為一個新的情緒代理變量， 結合傳統(tǒng)的封閉式基金折價率、股票換手率和IPOs的數(shù)量等變量， 運用主成分分析法構建了中國A股市場的情緒指數(shù)， 并發(fā)現(xiàn)加入iVX能明顯提高對市場收益的預測效果。 指標體系的完善是指數(shù)改進的首要環(huán)節(jié)和基本途徑， 但指標體系的完善是有邊界的， 當可觀察到的指標選無可選、拓無可拓、改無可改之時， 方法的突破和更新就尤為重要。

（二）指數(shù)構建方法的優(yōu)化與應用

指數(shù)構建方法的改進和優(yōu)化是科研人員重點研究的領域之一， 因而涌現(xiàn)了大批指數(shù)構建方法改進的文章。 例如宏觀經(jīng)濟景氣指數(shù)， 自Stock和Watson[68]提出基于計量模型的景氣指數(shù)構造思想后， 模型的改進便成為該指數(shù)的主要攻克方向[69，70]。 再比如， 傳統(tǒng)的基本價格指數(shù)計算方法存在價格缺失和基月確定隨意的問題。 Diewert[71]以及Haan和Krsinich[72]提出使用時間產(chǎn)品虛擬法（TPD法）計算基本價格指數(shù)， 并且將之一般化為滾動年時間產(chǎn)品虛擬法（RYTPD法）。 RYTPD法實施相對簡單， 對稱地使用各個月的價格數(shù)據(jù)， 不需要對缺失的價格數(shù)據(jù)進行虛擬， 有效地彌補了傳統(tǒng)基本價格指數(shù)的計算方法缺陷。 此外， 陳夢根和胡雪梅[73]指出傳統(tǒng)計量方法下估計的地區(qū)價格指數(shù)結果可能有偏， 提出采用改進的CPD-EKS兩步法測算中國31個地區(qū)的價格指數(shù)。 羅忠洲和屈小粲[74]利用動態(tài)因子法建立了納入資產(chǎn)價格修正的通貨膨脹指數(shù)， 并利用AR和VAR模型檢驗了2005 ～ 2010年修正前后通貨膨脹指數(shù)的預測效果， 結果表明修正的中國通貨膨脹指數(shù)優(yōu)化了預測效果， 因此， 建議將住房價格和大宗商品價格波動同時納入通貨膨脹度量指標中。 雖然研究者對現(xiàn)有指數(shù)的準確測量方法的改進已經(jīng)取得一定進展， 但仍在持續(xù)耕耘。 隨著大數(shù)據(jù)時代的到來， 新方法的引入與應用尚處于起步階段。 由于人工智能算法在大數(shù)據(jù)處理方面具有絕對優(yōu)勢， 因此引入人工智能將成為指數(shù)方法優(yōu)化的重點突破方向。

五、大數(shù)據(jù)時代指數(shù)構建進展與趨勢

（一）大數(shù)據(jù)與指數(shù)構建

隨著大數(shù)據(jù)步入“云端”， 大數(shù)據(jù)的優(yōu)勢愈發(fā)凸顯， 人工智能和大數(shù)據(jù)的沖擊使得指數(shù)構建和時效性有了新發(fā)展。 大數(shù)據(jù)的典型特征是數(shù)據(jù)量巨大、數(shù)據(jù)處理速度快、數(shù)據(jù)形式多樣化以及高價值， 但由于其也具有價值密度低等特點， 網(wǎng)絡平臺積累的數(shù)據(jù)使得研究者能以較低成本且快速、精準地搜集數(shù)據(jù)和更方便地獲取顆粒度高的大樣本數(shù)據(jù)， 從而解決了傳統(tǒng)統(tǒng)計數(shù)據(jù)存在的問題， 改進了傳統(tǒng)的統(tǒng)計分析方法， 提升了模型的預測效果和擴大了模型的應用范圍[75]。

瑞士政府對CPI的計算方法進行了改良， 將銷售市場上的商品價格信息通過數(shù)據(jù)采集器來收集， 利用網(wǎng)絡自動傳輸銷售商品的種類和價格數(shù)據(jù)， 最終達到實時計算過去指定時間段的CPI[75]。 美國勞工統(tǒng)計局[76]和英國統(tǒng)計局[77]均在不同程度上利用網(wǎng)絡價格進行了通貨膨脹價格指數(shù)的編制。 Cavallo[78]研究了阿根廷官方價格指數(shù)和在線大數(shù)據(jù)指數(shù)的差異， 通過利用網(wǎng)絡價格數(shù)據(jù)構建的價格指數(shù)， 發(fā)現(xiàn)在線大數(shù)據(jù)指數(shù)比官方的統(tǒng)計調查指數(shù)更具有準確性和快捷高效的特征。 張崇等[79]用其構建的搜索指數(shù)來預測CPI， 得到了比國家統(tǒng)計局早一個月左右的預測數(shù)據(jù)， 且通過網(wǎng)絡搜索數(shù)據(jù)預測消費者物價指數(shù)的擬合度達到0.978， 絕對預測誤差很小， 體現(xiàn)了大數(shù)據(jù)在指數(shù)構建研究中的優(yōu)勢。 米子川和姜天英[80]基于阿里巴巴的aSPI和官方公布的消費者物價指數(shù)的比較研究提出， 隨著對大數(shù)據(jù)研究的廣泛性、科學性以及方法論和軟件工具的進步， 大數(shù)據(jù)指數(shù)對傳統(tǒng)統(tǒng)計調查的佐證、補充乃至融合將會成為一種新趨勢。 2014年澳盛銀行將阿里巴巴系列指數(shù)納入通貨膨脹觀察標的， 意味著指數(shù)構建已經(jīng)開始采用大數(shù)據(jù)的分析結果。 為衡量數(shù)字經(jīng)濟的發(fā)展狀況， 葛和平和吳福象[81]從發(fā)展環(huán)境、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化以及數(shù)字化治理等維度構建了中國數(shù)字經(jīng)濟發(fā)展指數(shù)， 并提出了推進新型基礎設施建設、發(fā)展數(shù)字經(jīng)濟、促進經(jīng)濟效率提升和經(jīng)濟結構優(yōu)化、推進政府治理模式轉型的政策建議。

一些學者利用大數(shù)據(jù)技術優(yōu)化指數(shù)構建模型。 例如劉濤雄等[82]運用在線大數(shù)據(jù)編制實時高頻物價指標， 彌補了中國無實時高頻物價指標的空白。 紀堯[83]利用商品價格大數(shù)據(jù)構建了CPI和PPI高頻監(jiān)測指數(shù)， 并發(fā)現(xiàn)大數(shù)據(jù)下的混頻MIDAS模型對CPI和PPI的動態(tài)監(jiān)測效果優(yōu)于傳統(tǒng)的ADL和GARCH模型。 孫易冰等[84]利用網(wǎng)絡爬蟲技術對某電商連續(xù)14周的手機交易數(shù)據(jù)進行處理和挖掘， 分析了35萬條規(guī)模接近20G的交易數(shù)據(jù)， 構建了基于網(wǎng)絡爬蟲技術的價格指數(shù)計算模型， 從效果來看模型的時效性和靈敏度均有所提高。

大數(shù)據(jù)時代的來臨為指數(shù)研究拓寬了數(shù)據(jù)來源和構建架構， 大數(shù)據(jù)的加持為推動經(jīng)濟指數(shù)研究和構建提供了巨大的提升空間。

（二）文本數(shù)據(jù)與指數(shù)構建

隨著人工智能算法在自然語言處理任務中的突破， 能夠將文本信息作為數(shù)據(jù)源納入指數(shù)構建研究中， 從而提升了指數(shù)構建的科學性、系統(tǒng)性和全面性。 社交媒體是文本分析的主要數(shù)據(jù)源之一， 學術界基于社交媒體數(shù)據(jù)產(chǎn)出了豐富的科研成果。 如Zhang等[85]基于Twitter帖子的文本分析， 預測道瓊斯指數(shù)、納斯達克指數(shù)和標準普爾500指數(shù)。 劉苗等[86]通過百度搜索采集消費者信心相關新聞文本， 利用情感分析和深度神經(jīng)網(wǎng)絡學習等方法構建了消費情感指數(shù)。 戴德寶等[87]利用網(wǎng)絡股市論壇文本數(shù)據(jù)和股票交易數(shù)據(jù)構建了上證投資者情緒綜合指數(shù)， 并利用該指數(shù)提高股指預測精度。 此外， 還有各種報告的文本數(shù)據(jù)源。 如趙晶等[88]基于文本分析了3238家企業(yè)的38190份年報， 構造了國有企業(yè)國際化文本指數(shù)。 林建浩和趙文慶[89]基于措辭提取方法， 以《中國貨幣政策執(zhí)行報告》為文本基礎， 構造了中國央行溝通指數(shù)， 他們所測度的溝通指數(shù)在全面性和穩(wěn)健性方面均有提升。

（三）人工智能與模型優(yōu)化

機器學習作為人工智能的代表性技術， 包括決策樹、支持向量機和神經(jīng)網(wǎng)絡等算法， 能夠提供一系列服務于統(tǒng)計預測的高維模型及與之相伴的用于模型選擇和防止過擬合的正則化方法， 以及通過大量候選模型設定進行有效篩選的算法[90]。 因此， 篩選重要因子和預測是將人工智能應用于經(jīng)濟指數(shù)構建研究中的重要突破方向之一。

指數(shù)構建過程涉及指標權重的確定， 現(xiàn)有文獻中的權重賦值或多或少涉及主觀判斷， 導致評價結果的可靠性和科學性受到質疑[22，91]。 但人工智能技術的發(fā)展， 為指數(shù)構建研究提供了一個新的突破口。 如Blanco等[92]和肖斌卿等[93]采用神經(jīng)網(wǎng)絡算法評價小企業(yè)信用風險。 此外， 機器學習復雜的模型結構和較強的非線性模擬能力可逼近任意函數(shù)， 非常適合處理預測問題。 Larrain[94]通過對比回歸分析和神經(jīng)網(wǎng)絡方法發(fā)現(xiàn)， 神經(jīng)網(wǎng)絡通過考慮非線性關系有效提升了PMI的預測精度。 孟文強和任一鑫[95]發(fā)現(xiàn)神經(jīng)網(wǎng)絡模型在構造中國PMI時亦有更好的預測效果。 鄒鴻飛和王建州[96]基于經(jīng)典BP神經(jīng)網(wǎng)絡建立了消費者信心指數(shù)預測模型， 模型預測精度獲得提高， 能夠精準捕捉消費者信心指數(shù)的變化規(guī)律。 然而， 目前人工智能與指數(shù)的交叉融合研究仍處于起步階段， 未來仍有巨大提升空間， 有待進一步挖掘和探索。

六、結語

近些年， 隨著我國經(jīng)濟的突飛猛進， 國內的科學研究也取得了長足進展。 但不可否認的是， 我國的指數(shù)研究成果水平和研究深度廣度與西方國家仍存在一定的距離。 在研究指向上， 我國學者在構建指數(shù)過程中應積極借鑒國外的研究成果， 并構造出符合我國國情的準確可靠的指數(shù)； 在方法上， 隨著國內互聯(lián)網(wǎng)和智能科技行業(yè)的快速崛起， 中西方技術水平差距正在逐漸縮小， 尤其對于人工智能這類相對新興的科技領域， 我國科技崛起具有優(yōu)勢。 我國學者應該抓住時代機遇， 在全球探索人工智能應用的大背景下， 努力完善人工智能與指數(shù)研究的交叉融合， 不斷完善和探索指數(shù)研究， 積極擴大我國指數(shù)研究的國際地位和影響力。

必須指出的是， 經(jīng)濟領域指數(shù)研究的蓬勃發(fā)展和成果的廣泛應用大大強化了量化研究， 使得學術研究和決策過程更為便捷。 但是， 應該正視量化研究往往因其基于大量數(shù)據(jù)和特定模型而給人以客觀和可靠的印象， 指數(shù)的發(fā)展進一步固化和加強了這樣的印象。 實際上， 在進行指數(shù)研究的建模過程中， 對于變量的取舍和模型的設計不可避免地帶有主觀因素和設計者自身的局限。 此外， 指數(shù)的建立也存在不同的方法。 譬如， 物價指數(shù)和股價指數(shù)這些被廣為應用的指數(shù)大多采用派許指數(shù)， 但也存在使用拉斯貝爾指數(shù)的情形， 雖然在西方的指數(shù)理論體系中二者都是基本的代表性指數(shù)， 但二者都不可避免地存在偏誤。 而且， 這些指數(shù)的使用基于一個常態(tài)經(jīng)濟系統(tǒng)的假設， 因此在非常態(tài)經(jīng)濟系統(tǒng)中應當予以修正。 指數(shù)的樣本取舍也存在同樣的問題。 從計算方法來看， 指數(shù)可分為綜合指數(shù)和平均數(shù)指數(shù)， 而平均數(shù)指數(shù)又可分為算術平均數(shù)指數(shù)、調和平均數(shù)指數(shù)和幾何平均數(shù)指數(shù)。 因此， 當使用不同國家、地區(qū)、期間的同一種類指數(shù)時， 簡單直接地對比使用是比較危險的。 只有把握所對比指數(shù)的編制原理、樣本口徑和應用情境， 才能盡可能避免偏誤。

【 主 要 參 考 文 獻 】

［1］ 王劍鋒．我國物價指數(shù)編制的歷史沿革［ J］．南開經(jīng)濟研究，1990（4）：53 ～ 57．

［2］ 趙彥云，伍業(yè)峰．GDP：20世紀最偉大的發(fā)明之一［ J］．統(tǒng)計研究， 2001（7）：52 ～ 56．

［3］ 童光榮，高杰．大學生就業(yè)指數(shù)系統(tǒng)研究［ J］．數(shù)量經(jīng)濟技術經(jīng)濟研究，2003（6）：93 ～ 96．

［4］ 耿林，毛宇飛．中國就業(yè)景氣指數(shù)的構建、預測及就業(yè)形勢判斷——基于網(wǎng)絡招聘大數(shù)據(jù)的研究［ J］．中國人民大學學報，2017（6）：24 ～ 35．

［5］ 張穎，吳小華．關于采購經(jīng)理指數(shù)（PMI）［ J］．中國統(tǒng)計，2013（6）：27．

［6］ 冷媛，孫俊歌，傅薔等．經(jīng)濟景氣指數(shù)研究的比較與思考［ J］．統(tǒng)計與決策，2017（2）：5 ～ 8．

［7］ Sen A.. Poverty： An ordinal approach to measurement［ J］．Econometrica，1976（2）：219 ～ 231．

［8］ Foster? J.， Thorbecke? G. E.. A class of decomposable poverty measures［ J］．Econometrica， 1984（3）：761 ～ 766．

［9］ Shorrocks A. F.. Revisiting the sen poverty index［ J］．Econometrica，1995（5）：1225 ～ 1230．

［10］ 徐映梅，張?zhí)幔毨笨诳傊笖?shù)的構造、分解與應用［ J］．統(tǒng)計研究，2016（7）：3 ～ 10．

［11］ 李海崢，梁赟玲，Barbara Fraumeni等．中國人力資本測度與指數(shù)構建［ J］．經(jīng)濟研究，2010（8）：42 ～ 54．

［12］ 劉智勇，李海崢，胡永遠等．人力資本結構高級化與經(jīng)濟增長——兼論東中西部地區(qū)差距的形成和縮小［ J］．經(jīng)濟研究，2018（3）：50 ～ 63．

［13］ 任兆璋，劉云生．廣東金融成熟度綜合指數(shù)研究［ J］．金融研究，2010（3）：183 ～ 193．

［14］ 周德才，朱志亮，賈青．中國多機制門限金融狀況指數(shù)編制及應用［ J］．數(shù)量經(jīng)濟技術經(jīng)濟研究，2018（1）：111 ～ 130．

［15］ 徐強，陶侃．中國新克強指數(shù)的構建與實證分析［ J］．中國人口資源與環(huán)境，2017（3）：107 ～ 115．

［16］ 文宗瑜，譚靜．以“國有企業(yè)改革評價及國企改革指數(shù)”研究支持并推動國企改革持續(xù)深入［ J］．財政研究，2018（2）：16 ～ 25．

［17］ 徐國祥，龍碩，李波．中國財政分權度指數(shù)的編制及其與增長、均等的關系研究［ J］．統(tǒng)計研究，2016（9）：36 ～ 46．

［18］ 向書堅，鄭瑞坤．中國綠色經(jīng)濟發(fā)展指數(shù)研究［ J］．統(tǒng)計研究，2013（3）：72 ～ 77．

［19］ 李維安，張耀偉，鄭敏娜，李曉琳，崔光耀，李惠．中國上市公司綠色治理及其評價研究［ J］．管理世界，2019（5）：126 ～ 133+160．

［20］ 國家統(tǒng)計局社科文司“中國創(chuàng)新指數(shù)（CII）研究”課題組，賈楠，李胤．中國創(chuàng)新指數(shù)研究［ J］．統(tǒng)計研究，2014（11）：24 ～ 28．

［21］ 苑澤明，金宇，王天培．上市公司無形資產(chǎn)評價指數(shù)研究——基于創(chuàng)業(yè)板上市公司的實證檢驗［ J］．會計研究，2015（5）：72 ～ 79．

［22］ 崔也光，張悅，王肇．創(chuàng)新驅動國策下公司研發(fā)指數(shù)的構建研究——公司研發(fā)綜合實力的會計評價方法［ J］．會計研究，2020（2）：16 ～ 25．

［23］ 趙峰，張?zhí)鹛穑R光明．金融衍生品監(jiān)管法律與海外企業(yè)融資效率：基于中國金融衍生品監(jiān)管指數(shù)的實證分析［ J］．世界經(jīng)濟研究，2021（2）：77 ～ 89+117+135 ～ 136．

［24］ 趙峰，張?zhí)鹛?，馬光明，王越鵬．金融衍生品監(jiān)管與企業(yè)審計——基于中國金融衍生品監(jiān)管指數(shù)的實證分析［ J］．財貿(mào)經(jīng)濟，2021（3）：77 ～ 95．

［25］ 馬寶龍，鄒振興，王高，步晶晶，孫瑛．基于顧客感知的品牌資產(chǎn)指數(shù)構建與行業(yè)分析［ J］．管理科學學報，2015（2）：36 ～ 49．

［26］ 楊長漢．構建中國養(yǎng)老金指數(shù)［ J］．管理世界，2012（6）：171 ～ 172．

［27］ 孫群力，李永海．我國地區(qū)財政幻覺指數(shù)測算及影響因素研究——基于MIMIC模型方法［ J］．財政研究，2016（10）：36 ～ 48．

［28］ Venieris Y.， Gupta D.. Income distribution and sociopolitical instability as determinants of savings： A cross-sectional model［ J］．Journal of Political Economy，1986（96）：873 ～ 883．

［29］ Tabellini G.， Alesina A.. Voting on the budget deficit［ J］．American Economic Review，1990（90）：37 ～ 49．

［30］ 楊海生，陳少凌，羅黨論，佘國滿．政策不穩(wěn)定性與經(jīng)濟增長——來自中國地方官員變更的經(jīng)驗證據(jù)［ J］．管理世界，2014（9）：13 ～ 28．

［31］ 王義中，宋敏．宏觀經(jīng)濟不確定性、資金需求與公司投資［ J］．經(jīng)濟研究，2014（2）：4 ～ 17．

［32］ 顧夏銘，陳勇民，潘士遠．經(jīng)濟政策不確定性與創(chuàng)新——基于我國上市公司的實證分析［ J］．經(jīng)濟研究，2018（2）：109 ～ 123．

［33］ 胡成春，陳迅．經(jīng)濟政策不確定性、宏觀經(jīng)濟與資產(chǎn)價格波動——基于TVAR模型及溢出指數(shù)的分析［ J］．中國管理科學，2020（11）：61 ～ 70．

［34］ 田發(fā)，周琛影．社會治理水平：指數(shù)測算、收斂性及影響因素［ J］．財政研究，2016（8）：54 ～ 65．

［35］ 范鑫．數(shù)字經(jīng)濟發(fā)展、國際貿(mào)易效率與貿(mào)易不確定性［ J］．財貿(mào)經(jīng)濟，2020（8）：145 ～ 160．

［36］ 劉瑞翔，安同良．資源環(huán)境約束下中國經(jīng)濟增長績效變化趨勢與因素分析：基于一種新型生產(chǎn)率指數(shù)構建與分解方法的研究［ J］．經(jīng)濟研究，2012（11）：31 ～ 47．

［37］ 王思玚．中國綜合PMI產(chǎn)出指數(shù)的動態(tài)分析：基于滯后效應的視角研究［ J］．管理評論，2021（1）：80 ～ 91．

［38］ Epstein G.， Power D.. Rentier incomes and financial crises： An empirical examination of trends and cycles in some OECD countries［ J］．Canadian Journal of Development Studies，2003（2）：229 ～ 248．

［39］ Krippner G. R.. The financialization of the American economy［ J］．Socio-Economic Review，2005（2）：173 ～ 208．

［40］ Demir F.. Financial liberalization，private investment and portfolio choice： Financialization of real sectors in emerging markets［ J］．Journal of Deve-

lopment Economics，2009（2）：314 ～ 324．

［41］ 胡奕明，王雪婷，張瑾．金融資產(chǎn)配置動機：“蓄水池”或“替代”？——來自中國上市公司的證據(jù)［ J］．經(jīng)濟研究，2017（1）：181 ～ 194．

［42］ 王化成，陸凌，張昕，張偉華．加強會計指數(shù)研究全面提升會計在經(jīng)濟社會發(fā)展中的影響力［ J］．會計研究，2012（11）：7 ～ 11．

［43］ 余華．中國上市公司財務指數(shù)高調發(fā)布［ J］．湖南財政經(jīng)濟學院學報，2015（4）：161．

［44］ 趙德武，馬永強，黎春．中國上市公司財務指數(shù)編制：意義、思路與實現(xiàn)路徑［ J］．會計研究，2012（12）：3 ～ 11．

［45］ 孫光國，楊金鳳，鄭文婧．財務報告質量評價：理論框架、關鍵概念、運行機制［ J］．會計研究，2013（3）：27 ～ 35．

［46］ 束穎，徐光華，沈戈，呂明晗．重污染企業(yè)環(huán)境與財務融合的度量——環(huán)境財務指數(shù)的理論解析與體系構建［ J］．會計研究，2019（8）：3 ～ 11．

［47］ 王作春，俞靜，甘仞初．中國上市公司存貨指數(shù)的編制方法［ J］．統(tǒng)計與決策，2006（1）：28 ～ 29．

［48］ 雷輝，王亞男，聶珊珊，歐陽麗萍．基于財務績效綜合指數(shù)的競爭戰(zhàn)略績效時滯效應研究［ J］．會計研究，2015（5）：64 ～ 71．

［49］ 南開大學公司治理研究中心公司治理評價課題組．中國上市公司治理評價與指數(shù)研究——基于中國1149家上市公司的研究（2004年）［ J］．南開管理評論，2006（1）：4 ～ 10．

［50］ 池國華．中國上市公司內部控制指數(shù)的功能定位與系統(tǒng)構建［ J］．管理世界，2011（6）：172 ～ 173．

［51］ 林斌，林東杰，謝凡，胡為民，陽堯．基于信息披露的內部控制指數(shù)研究［ J］．會計研究，2016（12）：12 ～ 20．

［52］ 中國上市公司內部控制指數(shù)研究課題組，王宏等．中國上市公司內部控制指數(shù)研究［ J］．會計研究，2011（12）：20 ～ 24+90．

［53］ Chen H.， Dong W.， Han H.， et al.. A comprehensive and quantitative internal control index： Construction，validation，and impact［ J］．Review of Quantitative Finance and Accounting，2017（2）：337 ～ 377．

［54］ 林斌，林東杰，謝凡，胡為民，陽堯．目標導向的內部控制指數(shù)研究［ J］．會計研究，2014（8）：16 ～ 24+96．

［55］ 南開大學公司治理評價課題組，李維安，程新生．中國公司治理評價與指數(shù)報告——基于2007年1162家上市公司［ J］．管理世界，2008（1）：145 ～ 151．

［56］ 白重恩，劉俏，陸洲，宋敏，張俊喜．中國上市公司治理結構的實證研究［ J］．經(jīng)濟研究，2005（2）：81 ～ 91．

［57］ 趙耀騰．投資風險規(guī)避下公司治理指數(shù)評價體系構建［ J］．統(tǒng)計與決策，2020（4）：170 ～ 174.

［58］ 樊綱，王小魯，馬光榮．中國市場化進程對經(jīng)濟增長的貢獻［ J］．經(jīng)濟研究，2011（9）：4 ～ 16.

［59］ 張宏．企業(yè)社會責任統(tǒng)計總指數(shù)的設計與編制［ J］．統(tǒng)計與決策，2008（13）：25 ～ 27.

［60］ 辛春林，馬博，沈鳳武．基于SEM的企業(yè)社會責任發(fā)展指數(shù)模型研究［ J］．商業(yè)研究，2012（9）：8 ～ 14.

［61］ 高明華，趙峰，杜雯翠．上市公司高管薪酬指數(shù)研究［ J］．商業(yè)研究，2011（8）：1 ～ 6．

［62］ 唐躍軍，程新生，呂斐適．中國上市公司信息披露機制評價及信息披露指數(shù)研究［ J］．上海金融，2005（3）：37 ～ 40．

［63］ 崔永紅，張玉娟．我國政府會計信息披露指數(shù)差異分析［ J］．財會月刊，2011（30）：64 ～ 67．

［64］ 王世權，王麗敏．利益相關者權益保護與公司價值——來自中國上市公司的證據(jù)［ J］．南開管理評論，2008（2）：34 ～ 41．

［65］ Umit S. Bititci， Trevor Turner， Carsten Begemann. Dynamics of performance measurement systems［ J］．International Journal of Operations & Production Management，2000（6）：692 ～ 704．

［66］ 尚玉皇，鄭挺國．中國金融形勢指數(shù)混頻測度及其預警行為研究［ J］．金融研究，2018（3）：21 ～ 35．

［67］ 許海川，周煒星．情緒指數(shù)與市場收益：納入中國波指（iVX）的分析［ J］．管理科學學報，2018（1）：88 ～ 96．

［68］ Stock? J. H.， Watson? M. W.. New indexes of coincident and lea-

ding economic indicators［ J］．NBER Macroeconomics Annual，1989（4）：351 ～ 394．

［69］ Konstantin A. Kholodilin，Vincent W. Yao. Measuring and predicting turning points using a dynamic bi-factor model［ J］．International Journal of Forecast，2005（3）：525 ～ 537．

［70］ 陳磊，孟勇剛，咸金坤．我國宏觀經(jīng)濟景氣的實時監(jiān)測與預測［ J］．數(shù)量經(jīng)濟技術經(jīng)濟研究，2019（2）：86 ～ 102．

［71］ Diewert? W. E.. Consumer price statistics in the UK［M］．UK： Office for National Statistic，2012．

［72］ Haan? J. D.， Krsinich? F.. Scanner data and the treatment of quality change in nonrevisable price indexes［ J］．Journal of Business & Economic Statistics，2014（3）：341 ～ 358．

［73］ 陳夢根，胡雪梅．一種改進的地區(qū)購買力平價指數(shù)［ J］．數(shù)量經(jīng)濟技術經(jīng)濟研究，2019（8）：147 ～ 164．

［74］ 羅忠洲，屈小粲．我國通貨膨脹指數(shù)的修正與預測研究［ J］．金融研究，2013（9）：30 ～ 43．

［75］ 張濤，劉寬斌．“大數(shù)據(jù)”在宏觀經(jīng)濟預測分析中的應用［ J］．財經(jīng)智庫，2018（3）：65 ～ 83+143．

［76］ Breton? R.， Clews? G.， Metcalfe? L.， et al.. Research indices using web scraped data［EB/OL］．http：//webarchive.nationalarchives.gov.uk，2015-10-23.

［77］ Horrigan? M.. Big Data： A perspective from the BLS［ J］．Amstat News，2013（427）：25 ～ 27．

［78］ Cavallo A.. Online and official price indexes： Measuring Argentina's inflation［ J］．Journal of Monetary Economics， 2013（2）：152 ～ 165．

［79］ 張崇，呂本富，彭賡等．網(wǎng)絡搜索數(shù)據(jù)與CPI的相關性研究［ J］．管理科學學報，2012（7）：50 ～ 59+70．

［80］ 米子川，姜天英．大數(shù)據(jù)指數(shù)是否可以替代統(tǒng)計調查指數(shù)［ J］．統(tǒng)計研究，2016（11）：11 ～ 18．

［81］ 葛和平，吳福象．數(shù)字經(jīng)濟賦能經(jīng)濟高質量發(fā)展：理論機制與經(jīng)驗證據(jù)［ J］．南京社會科學，2021（1）：24 ～ 33．

［82］ 劉濤雄，湯珂，姜婷鳳等．一種基于在線大數(shù)據(jù)的高頻CPI指數(shù)的設計及應用［ J］．數(shù)量經(jīng)濟技術經(jīng)濟研究，2019（9）：81 ～ 101．

［83］ 紀堯．基于大數(shù)據(jù)的混頻宏觀經(jīng)濟預測與監(jiān)測指數(shù)構建［ J］．統(tǒng)計與決策，2021（7）：36 ～ 39．

［84］ 孫易冰，趙子東，劉洪波．一種基于網(wǎng)絡爬蟲技術的價格指數(shù)計算模型［ J］．統(tǒng)計研究，2014（10）：74 ～ 80．

［85］ Xue Zhang， Hauke Fuehres， Peter A. Gloor. Predicting stock market indicators through twitter "I hope it is not as bad as I fear"［ J］．Procedia - Social and Behavioral Sciences，2011（26）：55 ～ 62．

［86］ 劉苗，李蔚，朱述政等．基于互聯(lián)網(wǎng)文本情感分析的消費情感指數(shù)構建［ J］．統(tǒng)計與信息論壇，2018（8）：31 ～ 38．

［87］ 戴德寶，蘭玉森，范體軍等．基于文本挖掘和機器學習的股指預測與決策研究［ J］．中國軟科學，2019（4）：166 ～ 175．

［88］ 趙晶，陳宣雨，遲旭．基于文本分析的企業(yè)國際化測量方法及應用研究［ J］．中國軟科學，2021（1）：136 ～ 146．

［89］ 林建浩，趙文慶．中國央行溝通指數(shù)的測度與譜分析［ J］．統(tǒng)計研究，2015（1）：52 ～ 58．

［90］ Shihao Gu， Bryan Kelly， Dacheng Xiu. Empirical asset pricing via machine learning［ J］．The Review of Financial Studies，2020（5）：2223 ～ 2273．

［91］ 遲國泰，張亞京，石寶峰．基于Probit回歸的小企業(yè)債信評級模型及實證［ J］．管理科學學報，2016（6）：136 ～ 156．

［92］ Antonio Blanco，Rafael Pino-Mejías，Juan Lara，et al.. Credit scoring models for the microfinance industry using neural networks： Evidence from peru［ J］．Expert Systems with Application，2013（1）：356 ～ 364．

［93］ 肖斌卿，楊旸，李心丹等．基于模糊神經(jīng)網(wǎng)絡的小微企業(yè)信用評級研究［ J］．管理科學學報，2016（11）：114 ～ 126．

［94］ Maurice Larrain. The PMI， the T-BILL and inventories： A comparative analysis of neural network and regression forecasts［ J］．Journal of Supply Chain Management，2007（2）：39 ～ 51．

［95］ 孟文強，任一鑫．對采購經(jīng)理人指數(shù)的一個分析——基于時間序列和神經(jīng)網(wǎng)絡模型［ J］．經(jīng)濟管理，2013（5）：149 ～ 159．

［96］ 鄒鴻飛，王建州．一種基于差分灰狼算法的消費者信心預測指數(shù)的設計［ J］．數(shù)量經(jīng)濟技術經(jīng)濟研究，2019（2）：120 ～ 134．