今年中国经济的运行期望值如同做过山车 这些直接反映在中国对铁矿石的需求及其价格波动。铁矿石(iron core) 价格在今年六月份超过120美元， 之后持续下跌直到九月份跌倒80美元左右。 令人意外的是十月铁矿石价格大幅反弹至110美元附近。 这些现象反映出：年中大多数经济分析家认为中国经济将进入衰退期， 然而到九月份以后大多数经济分析家对中国经济的突然作出乐观估计。为何中国的经济难以预测？我们将从经济学原理来解释这一现象。

第一， 中国的经济数据质量还需要继续提高。经济数据是所有经济模型的灵魂。 没有可靠的经济数据， 任何伟大的经济学家都无法创建一流的经济模型。 目前中国的经济数据分为两大类： 第一类是政府数据，以统计局为代表。 第二类是私人机构数据， 以汇丰银行的采购指数( HSBC Purchasing Managers' Index) 为代表.

统计局数据是目前最全面的经济数据来源， 但统计局数据还需要从两方面完善。 第一方面， 统计的标准需要和国际标准全面接轨， 否则中国的统计数据在国际上没有可比性。比如，各国对失业率都有不同的定义， 如果简单的把各国的失业率比较， 就很容易作出错误的判断。第二方面，统计数据的可信度需要进一步提高。 在房价上涨最快的年份， 官方的房价上涨报告只有微小的涨幅。 这不能不让经济学家感到担忧。

在私人机构统计数据方面，数据常局限在经济的某个方面， 不能反映出经济的整体运行状况。这也跟收集经济数据的巨大费用成本相关， 私人机构往往无法承担。

第二, 对经济未来的预测过于依赖专家经验估计. 很多时候感觉中国的经济预测就像中国的股市预测, 各个机构根据自己的专家判断来预测. 比如今天发布的最新汇丰银行的采购指数为49.5. 一些专家可以解读为这个数字为今年二月以来的最好经济表现, 所以中国经济马上要走出衰退的局面. 但另外一些专家也可以认为指数依然低于50, 中国经济运行没有恢复基本的正常运行, 还将保持衰退. 更为科学的方法是像西方国家一样建立可以国际广泛接受的宏观经济预测模型(Macroeconomic model)来预测未来中国经济的趋势, 用数据来说话.

第三, 建立中国自己的宏观经济预测模型存在许多困难. 我们先简要介绍常用的宏观经济预测模型, 然后解释为何开发一个完善中国自己的宏观经济预测模型有特定的困难. 初步的宏观预测模型建立在计量模型(econometric model)基础上, 尤其是regression. 比较复杂的宏观经济模型以(computational general equilibrium) CGE 一般均衡模型模型为代表. 基本原理是建立在投入产出的思想上, 用数学方程来计算一个行业对其他行业的影响. 虽然有很多不同的CGE模型, 但是大多数模型都建立与两个开发平台上: 美国普渡大学和澳大利亚莫纳什大学的开发平台. 所以这类模型的很多参数是类似的.

用同样的思路来开发中国的宏观经济模型是危险的. 首先, 中国的经济数据可靠程度还没有达到可以完全支持开发宏观经济模型. 其次, 与其他成熟的西方经济体不同, 中国经济仍然处于不断发展的过程之中. 宏观经济模型中的参数需要经常修订, 以适应新的发展趋势, 而这些参数无法来从西方的现有模型中参考. 最后一点也是最关键的, 中国经济中的人口数量巨大, 在计算总需求(aggregate demand)和总供给(aggregate supply)的时候, 是不可避免出现一些偏差, 一味做模型纠正, 是没有任何意义的. 从做模型的角度出发, 研究范围越小, 预测精度越高. 而很不幸的是中国宏观经济是一个非常大尺度的模拟.