AWM数据指标库的优势及特点

如前所述，随着欧元区的不断扩容及发展实践层面的现实问题层出不穷。对于经济学家而言不仅仅需要数理经济学的理论模型为基础，分析欧元区的宏观经济问题，更重要的是要有高质量的数据以满足研究的需要。AWM数据指标库建立的初衷就是为经济学家研究欧元区货币政策、经济结构、金融市场以及经济周期等问题提供数据支持。

由费根(Fagan)、亨利(Henry)和梅斯特(Mestre)建立的这一数据库^[2]涵盖了1970至今欧元区各国家总体的宏观季度生成数据。由于数据本身的连续性及适用性，已成为当今分析欧元区经济的首选数据源。其主要特点体现在以下几个方面。

(一)原始数据来源：公共渠道

AWM指标的数据源直接来自以下公开数据库：欧洲央行的月度公报、OECD经济合作组织的国家数据库、BIS(Bank For International Settlements)国际清算银行数据库以及Eurostat data欧盟统计局数据库。

(二)高频度：季度数据

为满足现代西方经济学分析工具的需要，AWM数据指标库内相关变量均以季度为单位构建，从而大大提高了其适用性。在具体操作方法上主要采取的是滤波方法将缺乏原始数据转化为季度数据。

(三)长跨度：始于1970年的序列

AWM数据指标库在构建时充分考虑了时间跨度，大部分变量的起始年份为1970年第一季度。在操作上运用了多种调整的方法对原始数据进行了重构，尤其当面对某变量因为断点或是前后来源非一致标准的多个原始数据源问题时，通常以赋予权重或参照新制度规则的方式对多个数据库的相关指标序列进行调整及合并。(www.xing528.com)

(四)相对稳定性：充分考虑季节调整

在生成欧元区总量数据前，AWM数据指标库所采用的原始数据都经过了季节调整。这样操作的意义在于剔除经济波动现象中有关季节因素的影响，从而有助于把握经济现象的主要原因，增强变量序列的相对稳定性。具体是采用了贝尔实验室SABL(SABL=Seasonal Adjustment，Bell Labs)方法。值得注意的是，受欧元区各国历史人文因素影响，一年期内的节假日及工作日安排各不相同，因此该季节调整方法中并未包括通常内含的工作日调整(working day adjustment)，特此说明。

(五)数据异常点的平滑转换：对诸如德国政体转换问题的处理

上文已有所涉及，由于多重因素的影响欧元区所包含国家不仅在数量处于动态调整中，相关主体的性质也存在变化的可能。以德国为例，由于德国政体转换的原因，完整国家的相关数据始于1990或是1991年，在这之前可监测的历史数据的主要是来自联邦德国。为了消除在时间序列上的这样一个特殊因素的影响，AWM数据指标库采取了重构的方法，将联邦德国以前的数据按照一定的比例算法调整为“一个德国”的总量数据，由此填补了在政体转换前的空白，保持了德国宏观数据的平滑性。

(六)更新与维护

前文总体简介中已有所涉及AWM数据指标库在各个指标数量上并非完全固定，会根据需要增加或者是减少。这样的更新与维护是由一个欧洲中央银行以及各成员国央行出资的研究小组即欧元区经济周期网络(Euro Area Business Cycle Network，EABCN)负责。