Global Macro Database(全球宏观数据库)

Global Macro Database(全球宏观数据库)

Global Macro Database 是一个开放的、长期跨国宏观经济数据库,涵盖 241+ 国家、46 个核心变量,从 1086 年持续到 2024 年,并提供至 2030 年的预测数据,所有数据都经过统一整理和可复现的处理流程。

2025-08-31 更新

Global Macro Database(GMD)这个项目,对我是有一点“理想主义色彩”的。

如果你做过跨国宏观研究,可能会有类似的体验:
为了拉一条简单的时间序列,你要在不同机构的网站之间来回穿梭,
下载好几个版本的 Excel、PDF,
然后对照注释看看:这个口径到底是不是你想要的那个?

我们做 GMD,是想把这一整套“重复劳动”搬到数据构建这一端完成。
换句话说:
研究者不应该把太多时间花在找数据、拼数据、对齐口径上,而应该更多地放在问题本身。

所以在 GMD 里,我们花了很多精力在看起来不太“性感”的事情上:

  • 按统一口径整理不同来源的历史数据
  • 用清晰的规则去拼接、延长时间序列
  • 为每一条变量写清楚它的来源、处理方式和局限

最后呈现出来的,是一套跨度非常长的宏观数据库:
覆盖 241+ 个经济体,几十个关键变量,从 1086 一直延伸到今天,并给出未来几年的预测。

官网和 GitHub 上有更完整的技术细节和文档,这里就不展开了。
这一小段中文介绍,更像是我个人的一个注脚——

在“怎么让世界更可研究”这件事上,这可能是我参与过的、最系统的一次尝试之一。


当前进展(Current Status)

对应英文版的结构,现在的 GMD 大致是这样的状态:

  • 最新版本(例如 v2025.09)已经发布
  • 政府财政等关键模块在不断细化
  • 2023–2024 年的数据覆盖在持续更新

项目本身还在演化中:
我们会一边扩展变量和时间覆盖,一边改进元数据和文档,让后来者更容易理解和复现整个构建过程。

你可以在官网或 GitHub 上获取最新的数据和代码:

  • 官网:www.globalmacrodata.com
  • GitHub:github.com/KMueller-Lab/Global-Macro-Database

概览(Overview)

如果用一个更“产品化”的视角来看 GMD,它是这样一套东西:

  • 覆盖范围:241+ 个经济体
  • 变量数量:46 个核心宏观指标(GDP、通胀、消费、投资、贸易、货币、信贷、劳动力、政府财政等)
  • 时间跨度:1086–2024,并有至 2030 年的预测
  • 频率:年度

它结合了历史重构和现代国民经济核算,试图为研究者提供一套可以跨世纪、跨国家使用的基础数据。


主要特征(Key Features)

用英文版的划分,这里简要列出几个关键特征:

  1. 历史纵深

    • 对部分地区,数据可追溯至 11 世纪
    • 将历史年鉴、统计年报与现代数据库统一到同一个框架
  2. 统一定义与口径

    • 使用统一的元数据 schema,让同名指标在不同国家、不同年代尽量具有可比性
  3. 链式拼接与源数据排序

    • 当多个来源在同一时期有重叠时,使用算法和规则做拼接与排序,构建连续时间序列
  4. 可复现的数据版本

    • 每个版本都附有构建脚本和说明,方便学术引用和结果复现
  5. 多种访问方式

    • 提供 CSV、Excel、Stata 等格式
    • 有配套的 Python / R / Stata 包,方便直接接入分析管线

适用场景(Applications)

这套数据可以被用在很多方向上,例如:

  • 研究长期经济增长和危机
  • 做跨国政策与结构性变化的比较
  • 用作宏观经济、金融、数据科学课程的教学数据
  • 做模型回溯和校准,用它作为长期参考基准

引用(Citation)

如果你在论文或报告中使用了 GMD,英文版推荐的引用格式是 NBER 工作论文的这条:

@techreport{NBERw33714,
  title       = {The Global Macro Database: A New International Macroeconomic Dataset},
  author      = {Müller, Karsten and Xu, Chenzi and Lehbib, Mohamed and Chen, Ziliang},
  institution = {National Bureau of Economic Research},
  type        = {Working Paper},
  series      = {Working Paper Series},
  number      = {33714},
  year        = {2025},
  month       = {April},
  doi         = {10.3386/w33714},
  URL         = {http://www.nber.org/papers/w33714}
}

你可以在正式引用时按期刊要求调整格式,但核心信息保持不变。