从事经济、金融工作的人都是通过什么渠道获得数据资源，运用什么软件来分析行业状态和经济走势的？ 第1页

2016年4月15号更新：增加了如何做中国数据地图，以及几个平时做行业研究时常用的数据源。我从国外角度参与下讨论。政治经济文化类数据与研究方法基于读博经历（经济学），金融类基于工作经历（某欧洲大行）。

补充更新：对答案里中国数据地图感兴趣的朋友可以移步：

或

更新1：银行对于行业分析的方法和框架可以参看

或

更新2：宏观金融和经济分析方法或思路可以参看

或

正文：读博期间主要做经济类研究，数据来源主要分一手和二手数据，三手的没碰过，也不敢碰，但是亲眼见识过 (/sigh)。

######宏观经济类######

1. 直接从国家统计局买，地级市各类经济指标等，大学图书馆结账 （国统局网站也有不少：中华人民共和国国家统计局>>统计数据）
2. 直接从国家信息中心买，各类经济数据，大学图书馆买单
3. 买的这些也可以找助研手动收集，比如需要地级市类的经济数据，一本本省级年鉴慢慢抄（这个虐人方法还没有试过，下不了手，也怕助研干完堵家门）
4. 也可以尝试去经管之家(原人大经济论坛)-国内最大的经济、管理、金融、统计在线教育和咨询网站, 发帖求数据，神人很多
5. 密西根大学的China Data Center提供中国数据的服务，没有用过，据说不错（非广告）
   

补充1：使用前两点提到的数据做了些研究，比如中国区域收入差距不平衡（省内收入差距和省间收入差距，GEM指标），收入极化现象 (polarization) 等，截取部分分析结论，见下图（红色代表中国省份之间的收入不平衡占整个国家不平衡的比例，蓝色代表省内不平衡（同省地市间不平衡度）占整个国家的比例，可以看出省内不平衡远超省间不平衡，这种角度采用Gini系数等是无法计算的）。

补充2：用同样的经济数据和一些基础设施数据，采用最近流行的机器学习（可以参考：

），可以做很多有意思的启发性研究，比如对中国的城市群做集群分类（方法：SOM （自组织地图），人工神经网络的一种，unsupervised learning），具体方法可以参考

，截图（蓝绿色代表较低收入城市群，红色代表中等收入，黄色代表高收入，之后的工作就是看每个群的属性然后从经济，社会发展等角度尝试解释）：

######文化类######

• 全国各地县级方言数据，收集方法是招了一个勤奋好学热爱生活对学术有向往的助研，耗时几个月收集所有方言数据放到提前设计好的数据库，根据中国方言系统（前辈的学术研究，可以参考中国社科院的 方言研究室），量化数据做文章。

结合上边儿宏观经济类和人文类，使用的分析方法和得出的结果请参看发表的拙作：

文字不够性感，截取一点拙作中的图片，根据方言系统重构的其中一种中国方言地图。然后采用空间计量的方法，分析经济溢出与文化的关系（其中方言作为文化的一种proxy）。

这篇文章具体的分析和截图请移步：文化对经济有着怎样的影响？ - 钱粮胡同的回答

######政治类######

对的，政治类也行，再招一个爱好生活喜欢被虐但是仍然对学术有向往的助研（和之前不是同一个人，否则估计已经躺医院了 - 是我躺医院，不是助研），收集了所有地级市层面大部分官员近20年的简历（简历好找，人民网，百度百科，地方政府网站，看不了的直接上Google Cache，甚至爬虫），放入设计好的数据库，量化做文章。

没有性感图片，但是咱有感性的文章，分析方法和结果等请参看发表的文章：

补充一张上述政经文章比较有意思的统计图：样本中市委书记出生，上大学或之前工作省份与他当市委书记的时候不是同一个省的比例：

其他常用的宏观经济数据源：

• 如果是一般宏观经济或金融数据，世界银行，IMF, 中国央行，银监会，Reserve Bank of St. Louis都有很多很好很全的免费数据库，如：Data | The World Bank，The National Bureau of Economic Research或IMF Data；付费类的网站比如TRADING ECONOMICS
• 最后再补充一个，估计这个用的不多，也不知道现在还有没有：EcoWin，是个财经数据库，很多大学用，好像是某机构资助的学术类平易近人版

经济类分析工具：用的最多的是Stata, R, excel & VBA，偶尔用过一些专门的软件，比如做神经网络的，后来有了R，其他就弃用了。其实Stata和R有很多package，足够了，更重要的是了解package背后的模型和方法。

上边的研究味儿太浓，谈钱的请看下面金融类：

######金融类######

国内的用的不多，只知道高大上的有wind（万得资讯），通联，开源的有TuShare等，自己玩得话用用Yahoo Finance或者Google Finance也挺好，R或Python里都有对应的包, Mac上也有一些软件可以直接下载这些数据到excel里。

平时工作上最常用的：

企业与金融机构的财务数据：这方面因为工作需要，所以基本都是银行自己的分析师填入系统的企业数据。这类数据一般来源有：

1. 从企业直接要（如果这个企业没有上市也没有发债的话），催银行的RM
2. 巨潮资讯网，拿上市企业的，基金年报等，免费
3. 中国货币网--中国外汇交易中心主办，拿发债企业的财务（包括企业的债券募集说明书），免费
4. 银行和券商的财务数据从Bankscope下 (Bankscope | Global database for bank)，保险的从isis下，需要机构帐户
5. S&P，Moody等评级机构的帐户，上面有很多Credit Research和评级信息等
6. Bloomberg（彭博终端），不多说了
7. 美国上市的可以看http://SEC.gov | Filings & Forms
8. 德意志银行研究部的公开网站（DB Research），也有一些还不错的数据和研究文章
   
9. 外汇信息除了自己行内部用的，一般看Oanda
   
10. CreditSights, 独立研究服务提供商，偶尔会用一些他们提供的行业研究报告
11. Dealogic, 英国的一个数据/平台服务提供商，主要做行研的时候用
    
12. 很多金融机构自己内部的一些软件或package，比如我们行内部的一些R package，可以直接导入财经数据

补充：感谢评论里 @

的补充，这里加上两个学术圈常用的金融数据源：

1. 国泰安CSMAR金融数据库
   
2. 锐思RESSET金融数据库

平时休闲自己常用的：

1. http://Investing.com，很多市场信息，如油价，天然气，美元指数，各类经济指标等
   
2. 更新：评论里有问到Mac上下载数据到excel的软件 (假设你指的主要是要金融类数据)，我用过的几个：
1. StockXloader（软件截图如下），直接批量下载Yahoo Finance的数据，输出到Mac上的ProTA做技术分析，也可以直出excel文件。
2. 如果用R或Python，选择比较多，可以用quantmod: Quantitative Financial Modelling Framework或TuShare -财经数据接口包，获得数据后直接输出成excel格式文件就好。
   

平时工作用的分析软件很少，大部分时间VBA和R足够了，其他的都是公司内部软件（SAS等，但是不喜欢）或平台。

补充两个iOS上看市场数据/ 画曲线图的app：

1. 外汇，大宗商品市场（WTI，Brent, 天然气，美元欧元指数等）我常用NetDania，看动态数据，画技术图很方便实用，免费，有iPad版本

2. http://Investing.com，之前提到了，这个是手机上的，看大部分证券信息，同时还可以跟踪每天的财经热点和指标，基本每天一读

######One more thing######

现在很多分析师或研究员张嘴全是模型，但我觉得，不论是宏观经济研究，行研或是企业层面的分析，软件或模型只是工具，最重要的是阅历的积累，对研究对象本质的体会与把握，而不是拿过来一堆数据，扔进个模型里看结果。

目前先想到这些，如果还有其他的，再来更新。

我的专栏：

从事金融搬砖工作的金融民工，大部分时候不需要分析经济走势。

获取数据资源，最主要的就是谷歌，百度，必应。还有国家统计局等等政府官方数据来源。

如果想找上市公司的文件抠数，就是SEC Edgar，HKEXnews，各上市公司的投资者关系部门等等。

高级一点，肯花一点钱，有Wind，Bloomberg，CapitalIQ，FactSet等等数据库可以抠数。

如果机构稍微大一点，有卖方跪舔，就可以看卖方的研究报告。虽然很多时候观点都不太敢恭维，但是数字收集得都挺好的，还有很多是直接从公司那边拿来的详细运营数字，或者是自己大胆假设，没去求证过的宏观数字，引用起来很方便。

再肯多花一点钱，就可以找咨询公司，甚至MBB这样的很高大上的咨询公司，根据你的需求来帮你做（拍）调（数）研（字）。这种研究很多时候是定制的，不管什么数据、信息都能给你找出来，如果实在没有编也会给你编出来。当然，过程是很科学的。结果嘛，哎呀，都有数字可以用了，还问那么多干什么。

如果针对特定公司或者项目，就可以做尽调。一般这种会比较严谨一些，毕竟是针对特定公司，如果后续除了问题，是会被找麻烦的。

总之，我们是很认真的！

还打造啥“国际金融中心”。主流的国际金融网站，没有一个可以通过合法途径上去。最多打造一个“关起门来金融中心”。