大模型“穿透”消费者信心：复旦管院联合大数据学院等揭示指数背后的真实人群

通胀起落、房贷利率调整、就业市场波动……这些宏观信号每天都在进入每个人的生活。但当每个月的“消费者信心指数”发布时，我们看到的往往只是一个冷冰冰的数字。谁在乐观？谁在悲观？是什么触动了他们的判断？传统数字无法回答这些问题。

近日，复旦大学管理学院金立印教授、殷云露副教授与大数据学院魏忠钰团队，联合上海创智学院、香港中文大学，发布了一项新成果——ConsumerSim。这是一个首个面向消费者信心动态重建的大模型社会模拟框架。它不再把信心指数当作一条抽象曲线，而是捕捉了成千上万“有血有肉”的消费者，还原了他们在真实环境中所做出的具体行为。这为真正读懂消费市场打开了一扇新窗。

75个月回测验证，模拟指数与最新走势高度吻合

研究团队用ConsumerSim对美国、欧盟27国和日本自2020年以来的消费者信心进行了长达75个月的回测。结果显示，模拟指数与最新走势高度吻合。尤其在通胀飙升、地缘冲突等重大事件窗口期，模型的跟踪能力明显优于传统预测方法。

更值得关注的是，由于使用了生成式大模型，ConsumerSim构建的消费者信心数据，能显著提升对居民真实消费行为的预测。其中对住房相关消费的预测最为准确，预测误差最多可降低近8%；汽车和耐用品消费的预测也同步改善。这意味着，模拟出来的信心不再只是“情绪温度计”，它包含了传统指数未能完全捕捉的行为信息，能更早提示消费市场可能出现的变动。

同一个指数变化，背后可能是完全不同的人群

这项研究最值得关注的价值，在于它能够“拆解”消费行为——我们看到消费的微观变化，是哪些人改变了购买意愿，是什么原因造成的。举个例子：在面对通胀新闻时，低收入家庭与高收入家庭的消费反应截然不同；在利率调整时，房主和潜在购房者的信心波动远大于无房群体；股市震荡则会更多地影响高收入人群的消费行为。同样，汽油价格、财政政策、贸易摩擦等因素，也会沿着消费者的个体特征传导至他们的消费行为。

在ConsumerSim的分析框架下，可以更细致地研究不同消费者的动力。团队发现：基于生活成本的焦虑，消费券、价格补贴对低收入群体的消费激励更有效；由于还款压力，住房、家居、汽车等大额消费的价格变化，对于房贷家庭影响更大；金融市场的波动，则会更多改变高收入群体的消费延迟。

从“简单预测一个数”走向“真正理解一个市场”

市场从来不是一个孤立的数字，而是供需双方的无数主体在复杂信息环境中不断博弈后形成的轨迹。ConsumerSim不只是需求端的研究工具，它同样也为供给端的企业和市场整体的管理部门提供了丰富的政策建议。

对于企业管理者，ConsumerSim提供了一种新的诊断工具。当消费信心下降主要来自通胀时，企业需要强调商品和服务的性价比；当消费变化来自利率压力时，大额消费品的促销节奏和分期方案就需要及时调整。

对于政策制定者，它提供了一种更高频率、更细颗粒度的监测手段。ConsumerSim还可以帮助政府评估政策效果、沟通节奏乃至政策外溢效应。由于模型可以在月度指标之间设置更细的时间截面，模拟周级CCI路径，政策部门可以进一步观察政策消息何时被目标人群看见、是否改变预期、是否可能带动真实消费行为。换句话说，ConsumerSim为消费提振政策从“看总量”走向“看人群、看场景、看信号”提供了全新的方法基础，有助于提升政策精准性、财政资金使用效率和消费刺激的实际效果。

ConsumerSim提供的不只是更精确的预测，而是一种重新理解消费市场的新思路：看见数字，更要看见数字背后的人。这或许正是数字时代探索经济发展的一条必由之路。