大数据分析理论和方法的重构与创新，正在深刻地影响着当代经济运行形势的监测预测领域的相关理论、方法及其应用。目前大数据在宏观经济监测预测领域的应用主要有两个热点：一是建立大数据下新型宏观经济指标；二是使用大数据来提高传统宏观经济监测预测模型的精确度和时效性，使之“即时预测”乃至“实时预测”。本专著致力于对大数据背景下经济形势监测预测的11个主要指标进行研究，这些指标包括大数据下的经济总量运行、金融风险管理、财政税收、对外贸易、对内贸易、物价水平、居民消费、失业率、交通运输、房地产经纪、移动支付等，并基于这些主要指标提出相应的政策建议。
本专著可作为统计学、经济学及其相关领域的大学生、研究生的教材或教学参考书，亦可供教师和科技人员参考使用。

田茂再，湖南凤凰人，南开大学概率统计博士，中国人民大学统计学院教授、博士生导师，统计学家，教育部人文社会科学重点研究基地中国人民大学应用统计科学研究中心副主任。澳大利亚墨尔本大学、德国洪堡大学、美国耶鲁大学、英国曼彻斯特大学、布鲁奈尔大学、日本东京大学以及意大利佛罗伦萨大学高级访问教授。
研究领域：复杂数据建模理论。研究成果颇具创新性，深刻推动了统计学科的进步，并影响了相关学科的发展，在实践领域发挥着重要作用。得到了国际同行专家的广泛认可。

第1章 绪论
1.1 经济形势监测预测的意义及研究现状
1.2 大数据研究现状
1.3 大数据下经济监测预测的革新
1.4 大数据下经济监测预测面临的机遇与挑战
1.5 研究技术路线
第2章 大数据分析方法
2.1 传统统计方法
2.1.1 岭回归
2.1.2 LASSO回归
2.1.3 加罚方法的推广
2.1.4 最小角回归
2.1.5 主成分分析
2.2 机器学习算法
2.2.1 决策树
2.2.2 提升方法
2.2.3 随机森林
2.2.4 支持向量机
2.2.5 逻辑回归
2.2.6 Apriori算法
2.3 深度学习
2.3.1 投影追踪
2.3.2 神经网络
2.4 本章小结
第3章 大数据背景下的经济总量运行监测研究
3.1 引言
3.1.1 现有GDP核算方法
3.1.2 GDP的扩展：GDI和GNI
3.1.3 大数据背景下的GDP
3.2 高维数据集下GDP的监测及预测
3.2.1 动态因子模型
3.2.2 关于选择预测变量的降维方法
3.3 利用非结构化数据监测预测GDP
3.3.1 结合图片信息监测预测GDP
3.3.2 互联网搜索行为监测预测GDP
3.4 GDP偏差的估计及预测
3.4.1 GDP偏差的定义
3.4.2 模型及实证结果
3.5 本章小结
第4章 大数据背景下金融风险管理
4.1 引言
4.2 金融风险的研究现状
4.2.1 风险价值的研究现状
4.2.2 收益波动率的研究现状
4.2.3 期望亏空的研究现状
4.3 金融风险度量
4.3.1 风险价值及估计方法
4.3.2 收益波动率及其估计
4.3.3 期望亏空模型及其估计
4.4 大数据下金融风险管理研究
4.4.1 大数据诊断
4.4.2 大数据处理技术
4.4.3 大数据预测方法
4.4.4 大数据下金融风险的研究现状
4.5 案例分析
4.5.1 稀疏VAR在股票收益率研究中的应用
4.5.2 基于经验分布的混合连接函数及其在金融风险管理中的应用
4.6 本章小结
第5章 大数据背景下的财政税收监测研究
5.1 引言
5.2 我国税收监测总体状况
5.2.1 税收的主要组成及监测指标
5.2.2 税收监测面临的机遇与挑战
5.2.3 大数据下监测税收指标的意义
5.3 税收分析相关概念
5.3.1 税收大数据
5.3.2 税收风险管理
5.3.3 风险预警理论
5.4 案例分析
5.4.1 基于关联规则的税收监测案例选择研究
5.4.2 基于属性约简的支持向量机模型在税收监测中的应用
5.5 本章小结
第6章 基于对外贸易大数据的经济监测分析
第7章 大数据背景下的商业贸易监测研究
第8章 大数据背景下的物价水平监测研究
第9章 大数据背景下的居民消费监测研究
第10章 大数据背景下的失业监测研究
第11章 交通运输大数据背景下的经济监测
第12章 大数据背景下房地产经济监测的理论研究
第13章 基于移动支付大数据的经济形势监测分析方法
第14章 函数型大数据统计建模理论方法及其应用研究
第15章 总结与展望
参考文献