阅读：0
听报道
文 | 马骋
工欲善其事，必先利其器。作为一位金融工作者，要产出有质量的研究成果，获取第一手金融数据的能力是基本功。
数据的检索查询（search）是研究（research）的基础，这篇文章总结一下我在日常工作中的金融数据查询的基本方法。
查询金融数据的关键：一手信息，权威渠道。
01 金融研究常用哪些数据？
金融行情数据（股票、债券、黄金等资产价格指数）；
宏观经济数据（GDP、CPI、利率等）；
公司信息（上市/非上市）；
专题统计数据，根据研究目标而定的数据需求，例如A股的散户比例、各国的货币、财政政策等；
实时大数据，例如全球新冠疫情实时数据、全国人口迁移数据等；
其中宏观数据、行情数据、公司信息等都是标准化的，重点是找对渠道，认准数据的口径。从数据的频率上来区分，宏观经济数据往往是月度、季度发布的，称为低频数据；而金融行情数据是实时的，在交易日的每分每秒都更新，是高频数据。
专题统计数据的获取没有确定的方法，如果存在有可靠的专题统计，那么万事大吉，否则就需要统计整理的工作。
实时大数据则是最有时效性、很有含金量的部分。数据爬虫的技术本身不算复杂，重点是拿到人无我有的数据，才能挖掘独有的价值。此外，还有一些国外的金融数据，需要在外网权威渠道查询。
02 如何获取一手的金融数据？
先总结一下各种数据的基本渠道：
1. 金融行情数据
金融行业数据，大多数炒股、买基金的朋友基本都会，没有特别的技术。值得一提的是，2020年以来全球金融市场极度动荡，全球多种金融资产有必要放在一起看，包括美股、美债收益率、股指期货、VIX恐慌指数、COMEX黄金等，才能对金融市场的变化有整体的感知。
（示例：wind自选指标）
2. 宏观经济数据
以香帅的金融江湖每月发布的经济数据简析为例：
（香帅的金融江湖：宏观经济数据解析）
宏观经济数据体现着国家经济活动的冷热，对经济冷热的感知直接影响我们投资的决策。要做好宏观经济数据的查询、整理，要具备基本的宏观经济知识，准确理解经济指标的意义。
查询宏观经济数据，搞清楚数据的口径非常重要。以利率指标为例——宏观经济中有多种利率指标：国债利率、存款基准利率、贷款基准利率、银行间拆借利率、LPR利率等。
即使银行间拆借利率拆借利率也有N个版本。因此每一个宏观数据都要有非常明确的限定，讨论和对比才有意义。
（wind：各种口径的银行间同业拆借数据）
宏观经济数据一般每个月通过央行、统计局的网站发布，此为最权威一手来源。一般wind（万得）这样的金融数据服务商会自动跟踪，行业内默认以wind 数据为准。
重要的官方网站：
国家统计局
http://www.stats.gov.cn/
央行统计调查司
http://www.pbc.gov.cn/diaochatongjisi/116219/index.html
中央结算公司
http://www.chinaclear.cn/zdjs/tjyb1/center_tjbg.shtml
中央结算公司月度发布新开户投资者统计，是股市冷暖（韭菜进场）的温度计。
（中央结算公司：投资者统计）
3. 公司信息
上市公司的信息披露相对是全面，一般通过财经软件都能查到基本信息。非上市公司的信息通过天眼查、wind全球企业数据库等，基本可以查到全面的工商信息，尤其是股权控制信息。
例如，我们想查一下浑水做空报告中披露的瑞幸关联公司——长盛兴业的基本情况。
（天眼查示例）
4. 专题数据
专题数据是一个非常泛的概念，完全根据研究需求而定。非标准化的数据查找，没有一定之法，往往是一个顺藤摸瓜、迭代的过程。基本的原则是——不要重复造轮子。你能想到的数据，往往行业内早有人做过了，找到可靠的汇总数据，是事半功倍的做法，形形色色的券商研报就是重要的线索。
▶ 示例1：券商营收结构
如果我们想研究中国券商行业的发展情况，就需要了解券商的营收构成。在wind中找到【券商行业透视】的专题板块，即可直接查到历年数据。
从数据可以直接的看出，整个券商行业从2018~2019，零售经纪业务的比例从31%下降到了27%，结合历年的比例可以看出券商营收来源多元化的趋势。
（wind-券商行业透视）
▶ 示例2：A股投资者构成
想了解A股的投资者构成变化，就需要A股的散户比例。通过券商研报搜索，关键词“A股 散户”：
（wind 研报平台搜索）
从图表可以看出来，A股的散户投资者持仓占比，从2014年至今是不断下降的：从72.4%到52.5%。
（中金研报-A股投资者结构）
▶ 示例3：新冠疫情后各国的货币财政政策
想研究疫情后各国政府的刺激政策，就需要汇总各国的货币财政政策新闻。各国的政策是非标准的，动态的，没有现成的数据库可以查询，在券商的宏观周报中，往往会有政策汇总的专题。
以申万宏源的《宏观周报》为例，汇总了美国应对新冠疫情的2万亿财政刺激政策梳理。周报是很多券商的标配输出，质量好的可以长期跟踪，作为稳定的信息源。
（申万宏源宏观研报）
5. 实时大数据
对于动态产生的数据，用大数据爬虫的方法获取是最及时有效的。例如，在新冠肺炎后，对应急影响最大的变量就是复工率。官方统计发布的复工率往往是滞后的，研究机构往往会使用互联网的移动人口数据来推测复工率，例如：
（中信建投：复工率研究）
要注意的是，这样的研究结果本质是二手的数据，要获取一手数据，就要追溯到移动人口数据的源头——百度迁徙数据（https://qianxi.baidu.com/）。
4月8日是武汉解禁的第一天，从百度迁徙大数据可以看出武汉市人口迁入、迁出的流向和规模。
（百度迁徙：武汉）
网页上看到的可视化数据，难以直接作为研究用的数据。要获取表格化的数据，就需要采用Python爬虫技术了。
如何编写爬虫呢？这依然是一个造轮子的问题，常用的数据源在网上往往有成熟的开源代码。例如百度迁徙数据的爬虫代码，可以很容易搜索到。你需要的不是从头开始写代码，而是消化改造、为我所用。
更专业的代码，还可以从代码托管网站github上查找，有编程基础技能的同学应该都能搞定。例如新冠疫情的实时数据：
（GitHub 新冠疫情实时数据代码）
6. 外网数据
国外的金融事件、时政要闻，国内的二手信息往往不够可靠，必须通过外网渠道核实。例如，我们要核实著名的KKR杠杆收购纳贝斯克案的交易金额和时间。在国内某研报查到的数据是1989年、交易金额250亿美元：
（某中文研报数据）
通过外网原始报道（纽约时报：HISTORY OF THE RJR NABISCO TAKEOVER）核实的信息是：1988年11月30日，KKR宣称以248.8亿美元达成对纳贝斯克的收购。可见中文资讯对国外事件报道的有效性还是不够的。
（纽约时报原始报道）
查询外网数据，最重要的就是梯子工具，通过Google一般可以追溯到第一手的信息源，例如美联储官网、纽交所、纳斯达克官网、世界银行、IMF，以及其他权威媒体等。
03 总结
获取第一手、权威的金融数据，是高质量研究的基础。查询数据的过程，也是不断思考、分析、判断的过程。数据来源清晰、严谨是文章报告可信度的根基。
在数据工作中，香帅老师给我的两句指导：
1. No second tier material.
2. Check english and formal channel.
另外，专业的金融数据服务如wind是非常昂贵的，年费高达3~8万。对于大多数人来说，没有必要这么专业，通过财经网站和央行等官网可以查到最常用的信息。牢记一手信息、权威渠道的原则。
作者介绍
马骋：
香帅金融工作室研究助理，得到大学上海6期学员，前AI算法工程师。
文章原载于马骋观察
话题：
0
推荐
财新博客版权声明：财新博客所发布文章及图片之版权属博主本人及/或相关权利人所有，未经博主及/或相关权利人单独授权，任何网站、平面媒体不得予以转载。财新网对相关媒体的网站信息内容转载授权并不包括财新博客的文章及图片。博客文章均为作者个人观点，不代表财新网的立场和观点。
京公网安备 11010502034662号 