从广义上讲，宏观经济数据修订是指国家统计机构向公众发布的有关统计数据的变化。这些变化，既可以是流量数据或存量数据在绝对水平上的变动，也可以是增长率等数据在相对水平上的变动。在实践中，宏观经济统计数据自公布后并非一成不变，通常需要根据实际情况不断地进行修订。宏观经济数据修订的动因包括宏观层面及微观层面。
（一）宏观层面的动因
宏观经济难以被直接观测，但统计机构可以借助国民经济核算来进行间接观测。第二次世界大战后，国民经济核算已经成为全球观测宏观经济的手段。国家统计机构通过货币单位的转换，使国民经济的规模、发展情况和结构得以量化。作为国民经济核算的最终产品，宏观经济数据在各国国民经济分析和管理中都发挥着核心作用。可以毫不夸张地说，国民经济核算是几乎所有应用经济分析的基准框架。
宏观经济数据的应用领域广泛，但这并不意味着数据用户能够将其恰当地使用。恰当使用宏观经济数据的前提条件，是弄清宏观经济数据的核算过程及其质量状况。宏观经济数据的核算过程包括多重基础数据的收集、汇总核算和数据发布三个阶段。一般来说，统计机构收集到的基础数据越多、越全面，经汇总核算所得到的宏观经济数据的准确性就越高，但统计机构获取基础数据所需要的时间通常会更长。
以GDP数据核算为例，如果是普查年度，全部资料收集汇总完毕通常需要两年左右的时间。如果要等到所有的基础数据都收集全再进行宏观经济数据的汇总核算，那么将会极大地限制宏观经济数据的应用，尤其在时效性很强的政策分析方面。因此，在实践中，宏观经济数据的核算与发布是一个兼顾及时性和准确性的过程。
为了满足用户使用数据的及时性需要，统计机构通常会利用较早搜集到的基础数据，辅之以必要的推算，在核算出初步数据后进行发布。此后，当统计部门获取了更多的基础数据时，再对初步数据进行修订并再次发布。由此可见，先满足及时性需要发布初步数据、再兼顾准确性的需要对初步数据进行修订，是宏观经济数据核算的国际惯例。
（二）微观层面的动因
除了宏观层面的动因外，宏观经济数据修订的动因还涉及微观核算机理方面。尽管不同国家修订宏观经济数据的具体过程有所差异，但在微观层面引发宏观经济数据修订的原因却相当一致，主要包括以下四个方面。
1.纳入更全面、来源渠道更好的数据
这类修订原因可细分为三种情形。
第一，纳入了更全面或报告方式更好的数据。很多宏观经济数据的修订都与此有关。例如，《中国统计年鉴2014》与《中国工业统计年鉴2014》中的规模以上企业数并不一致，其原因在于：两者的出版时间不同，在《中国统计年鉴2014》已出版但《中国工业统计年鉴2014》未出版期间，统计机构完成了2013年全国经济普查数据的整理核对工作，并在《中国工业统计年鉴2014》中纳入了经济普查这一新来源的数据。在货币金融统计工作中，由于统计机构将更大范围的机构数据或审计报告内容纳入统计，也会引发数据修订。
第二，纳入了与核算工作更匹配的数据。这种情况通常发生在数据来源多样的核算工作中。例如，在某些行业中，企业产出的初步核算数据是通过经调整的销售收入数据进行推算获得的，当统计机构能够获得与企业产出更匹配的数据来源时，就会修订初步核算的结果。
第三，替换初步的判断结果或估计值。在某些情况下，如果统计机构没有详实的基础资料可以利用，那么在开展初步核算时，只能基于判断或者借助统计技术进行估计。当基础资料能够获取时，修订就可能会发生。例如，在自有住房服务等很多服务类项目的核算中，统计机构对初步核算的估计均会采用外推判断等方法。
2.常规的再计算
这类修订原因可细分为两种情形。
第一，纳入新的季节因子。在很多情况下，新季节因子的纳入与额外来源数据的纳入是联系在一起的。统计机构通常采用移动平均方法或借助最近年份数据来更新季节因子数据。例如，一些国家不太会根据新观测的数据或者额外的价格观测数据来核算居民消费价格指数（CPI），而是通过每年更新季节因子的方式来修订CPI。如美国劳工局在每年发布1月CPI数据时，会根据更新的季节因子重新计算CPI。
第二，基期更新。这是数据修订的常见原因，在一些经济总量序列的不变价格计算中很常见，其目的是反映价格结构的变动，避免采用过时的价格结构引发偏差。例如，我国不变价GDP的核算是采取每五年（逢五、逢十的年份）更换一次基年的方式。因此，在更换基年时，基年的不变价数据就需要根据新的不变价进行修订。再如，我国每十年（逢十的年份）制定一次全国统一的工业产品不变价格和农业产品不变价格，因此，在核算更换基年后的不变价总产出时，也会修订相关数据。此外，按照统计制度要求，我国CPI和工业生产者出厂价格指数（PPI）每五年进行一次基期轮换，最近一次基期轮换发生在2016年初。据测算，基期轮换对2016年1月CPI和PPI同比数据的影响分别为0.08个百分点和0.002个百分点。
3.核算制度和方法的变更
这类修订原因可细分为两种情形。
第一，由核算制度引发的概念、定义和分类的变更。近年来，为应对全球经济形势频繁变化过程中出现的新情况和新问题，《国民账户体系》（SNA）、《国际收支和国际投资头寸手册》（BPM）、《政府财政统计核算体系》（GFS）、《货币与金融统计手册》（MFS）等四大核算体系以及一些国家统计标准的更新明显加快，由此引发的数据修订较为常见。例如，国家外汇管理局自2015年一季度起依据《国际收支和国际投资头寸手册（第六版）》（BPM6）来编制和发布国际收支平衡表就属于这类情形。再如，为反映新情况并适应《国民账户体系2008》（SNA2008）的变化，我国在2017年8月公布的《中国国民经济核算体系（2016）》中，引入了“经济所有权”“知识产权产品”等概念，修订了“劳动者报酬”“生产税净额”等指标，单独设置了“为住户服务的非营利机构”部门，增加了产品分类，细化了GDP支出项目分类，调整并细化了非金融资产项目及其分类。这些都将体现在未来相关数据的修订中。
第二，核算方法变更。核算方法变更更多地会与来源数据变更并行，但有时这种变更也可能单独发生。例如，近几年随着很多国家物量和价格测度由固定权重转向链式权重，这些修订越来越常见。当有关数据修订的研究揭示了某种特定方法可以完善，或者可以被更准确、更及时的数据修订方法所取代时，也会引发数据修订。例如，将研发支出计入GDP会引发GDP数据的修订。
4.对误差或错误的修正
误差可能发生在来源数据获取或者处理过程中，因而当误差更正时，修订也就发生了。例如，相关数据报告机构在提交数据之后可能会发现部分数据在处理过程中遗漏了季节调整环节或者采用了过时的调整方式。类似的，数据错误也可能发生在来源数据获取过程中，因而也会涉及修订。当相关数据报告单位在提交数据后，可能会发现数据组件缺失。这些错误有时难以避免，但相关数据报告机构在发现这些错误后应及时进行数据修订。
（三）宏观经济数据修订的意义
宏观经济数据的生产加工过程并非一蹴而就，而是需要经过多次修订才能合成最终的数据。这也符合国际惯例。以中国为例，国家统计局的核算制度规定，中国的GDP不但要经过初步核算和最终核实两个步骤，而且在开展全国经济普查后，通常还要对历史数据进行重大修订。在2004年、2008年和2013年全国经济普查后，中国年度GDP和季度GDP的历史数据先后经历过三次重大修订。
宏观经济数据修订可以更加准确地反映宏观经济总量、结构和增长率等信息，也为相关部门进行宏观经济形势研判和宏观经济政策制定提供了合理的依据。数据修订有助于更好地评估宏观经济状况，提升宏观调控措施的效果，有利于国民经济持续健康发展。
对于宏观经济数据的修订，数据用户需要在正确理解的前提下采取一些应对措施。对此，笔者有以下两方面建议。
（一）区分宏观经济数据修订的可靠性与准确性评价标准
统计机构通过收集、汇总和发布宏观经济信息，为投资者提供了极为重要的服务，有助于投资者准确地评估投资组合所面临的风险。对于个人投资者来说，如果没有统计机构发布的数据，要计算通货膨胀、住宅建设投资等方面的数据，其成本无疑会过于高昂。
宏观经济数据修订的可靠性并不等同于核算的准确性。Carol S, Carson和Laliberté（2002）提出了可靠性的评价标准，并将其与准确性加以区别：可靠性是指数据的初步核算值与后续核算值之间的差异，而准确性是指数据核算结果与真实值之间的差异。尽管宏观经济数据后续核算值与初步核算值之间的较大差异并不一定意味着数据的准确性很弱，但数据的准确性与可靠性之间依然存在着紧密的联系。因为初始核算的数据来源越广，准确度越高，后续对核算发布数据进行大幅修订的概率就越小。同时，如果在后续核算数据中出现数据连续向上（下）调整的情形，则意味着初始核算工作在数据来源或核算方法上存在系统性的向下（上）的偏差。对于这种偏差，统计机构必须予以纠正。
在前三次全国经济普查之后，我国对2004年、2008年和2013年这三个普查年度GDP数据的修订幅度分别为16.8%、4.4%和3.4%。修订幅度的不断减小，说明我国GDP核算质量明显提高。同时，修订方向一直为正，则意味着GDP初步核算也可能存在漏统现象，部分行业的核算方法还有进一步改进的空间。
(二)合理使用宏观经济数据修订过程中所形成的不同形式的数据
对于广大数据用户来说，数据修订意味着增加了新的任务，需要更新数据库并重新分析时间序列，核查历史数据是否被改写。因此，对于数据用户来说，必须掌握宏观经济数据修订的基本原理以及在实践中的处理方法，合理选择、使用宏观经济数据。一般来说，基于宏观经济动态进行投资决策的用户对数据核算的及时性要求较高，这类用户最好选择经初步核算的数据；进行长期结构分析以及相关规律分析的用户对数据核算准确性的要求相对会更高，这类用户最好选择最终修订的数据。国家统计部门有时只是公布当年或近期的数据修订序列，数据修订未最终完成。在这种情况下，数据用户需要掌握宏观经济数据修订方法自行调整历史数据，然后再做进一步的分析。
