157 2

[公开数据] 全球宏观数据库 GMD(2026-09版):239个国家、46项变量,Excel CSV Stata [推广有奖]

  • 0关注
  • 0粉丝

等待验证会员

学前班

0%

还不是VIP/贵宾

-

威望
0 级
论坛币
0 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
10 点
帖子
0
精华
0
在线时间
0 小时
注册时间
2026-10-23
最后登录
2026-10-23

楼主
民主制度29066 发表于 2026-10-23 18:07:28 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
资料名称: Global Macro Database(GMD 全球宏观数据库,当前版本 v2026-09)
帖内资料: 完整数据集下载(两个版本,支持 CSV、Excel、Stata 三种格式)、Python/R/MATLAB/Julia 程序包与 Stata 的 ssc install gmd、原始来源数据、复制代码与发布说明;46 个变量、239 个国家、年份跨度 1086—2025
当前版本: v2026-09(季度更新)
资料类型: 跨国宏观年度面板数据集
语言与格式: 英文;网页下载支持 CSV、Excel、Stata;另有 Python/R/MATLAB/Julia 包与 Stata 的 ssc install gmd
核心内容: 一个统一口径的面板,46 个变量、239 个国家、年份跨度 1086—2025
适用任务: 跨国宏观比较、长周期增长与通胀研究、面板回归教学、宏观数据库选型
可取得内容: 完整数据集下载(两个版本)、各语言程序包、原始来源数据、复制代码与发布说明
获取条件: 网页下载需要填写邮箱(官方说明用于使用统计与重要更新通知);学术与商业使用条件不同,需看许可页
选跨国宏观面板时,最容易被"最长历史年份"误导。GMD 的数据页写着 1086—2025,但那是整个面板的年份跨度,不等于每个变量、每个国家都从 1086 年开始。真正该先看的还是变量清单、版本,以及每个变量实际的覆盖范围。
这套数据的来龙去脉
GMD 是一个"统一口径"的跨国年度面板:46 个变量、239 个国家、年份跨度 1086—2025。它的定位是把不同来源的宏观数据整合成一套可比序列,每个国家—变量—年份给出一个统一值。
当前版本 v2026-09,按季度更新,有独立的发布说明页。用版本号的好处很直接:同一份分析在不同版本下可能得到不同数值,写论文时锁定版本、并注明下载日期,是复现的前提。
下载顺序:先选格式,再选内容
数据页的下载流程分三步:
  • 选格式:CSV、Excel、Stata。

  • 选内容:

  • GMD series:每个国家—变量—年份一个统一值,CSV 约 9 MB;

  • GMD series + sources:在统一值之外,附加上生成该序列的原始来源数据,CSV 约 25 MB。

  • 填邮箱:官方说明邮箱用于使用统计和重要更新通知。

两个版本的选择标准很明确:只做跨国比较,用 GMD series;要核对某个值是怎么来的、或者要做稳健性检验,用带 sources 的版本。
不想下载文件的,还有几条路:程序化调用(Python 的 pip install global_macro_data、
R、MATLAB、Julia,以及 Stata 的 ssc install gmd),各包都支持 version、country、variable 三个筛选参数,用 version 可以取回历史版本(例如 version="2025_12");另外官方与 Anansi Data Analytics 合作提供了 MCP 服务入口,支持 AI 客户端直接查询。
变量与覆盖:跨度和覆盖是两回事
  • 46 个变量是固定的清单,不是"常见宏观指标全集"。做研究前先对照变量列表,确认你要的指标在不在里面、口径是否一致。

  • 239 个国家同理;小国、历史国家的覆盖往往更稀疏。

  • 1086—2025 是年份跨度。 极长起点属于少数序列,大多数变量的实际起点晚得多。判断能不能用,要看具体变量的覆盖,而不是这个区间。

这一点是宏观数据库选型里最常见的错误:看到"起始年份很早"就以为能做长周期,实际样本可能只剩十几个国家。
版本、来源与可复现
这一块它做得比多数免费库规整。version 参数可以取历史版本,包调用和直接下载都支持;带 sources 的版本会给出每个序列背后的原始数据,核对异常值或口径变化时用得上;构建数据库的复制代码与原始数据都放在 GitHub(KMueller-Lab/Global-Macro-Database),有问题也能在那里提。
做正式研究时,这些应当写进数据说明:用了哪个版本、哪天下载、是否核过来源。
与其他宏观数据源怎么取舍
  • 要行业、季度/月度频率、或财政金融细分指标:GMD 是年度宏观面板,覆盖不到,需要另找来源。

  • 要中国省级或行业口径:GMD 是国家层面,不替代国内统计年鉴。

  • 要实时更新或高频监测:GMD 按季度更新,不适合高频。

  • 要跨国可比的长周期:这才是它的强项,尤其适合做增长、通胀、利率一类的跨国年度比较。

许可这块要分清楚:学术与商业使用条件不同,数据页明确链到许可页,商业用途需单独确认,别默认沿用学术许可。下载时填邮箱只是获取方式,不等于拿到转载或打包转售的权利。
还有一点,变量级的说明、缺失覆盖、是否含预测值,都以官方变量文档和实际下载结果为准。没下全库之前,最好不要对字段细节下判断。
────────────────
回复本帖即可查看以下内容
下面是帖子的相关资料的获取以及相关的内容说明,内容包含:数据页与两个下载版本的入口、程序包与 MCP 调用方式、版本与引用说明,以及覆盖与许可的核对清单。
游客,如果您要查看本帖隐藏内容请回复
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝


会计管理68842 该用户已被删除
沙发
会计管理68842 发表于 2026-10-24 18:10:34
提示: 作者被禁止或删除 内容自动屏蔽

藤椅
schnell 发表于 1 小时前
谢谢分享!

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
扫码
拉您进交流群
GMT+8, 2026-10-26 15:28