不论哪天，如果人们快速浏览《华尔街日报》（Wall Street Journal）、《金融时报》（Financial Times）、《经济学家》（Economist）、《财富》（Fortune）等商业读物，就会发现与大量最新经济数据序列有关的各种简要报道。
在每则报道中，经济数据序列本身的上升或下降都被看做是积极的或消极的信号，但是这些报道很少谈到这些数据序列的长期历史变化及其与其他经济数据序列的关系。
例如，人们常看到一篇报道谈到消费者信心指数上升或下降，却很少能发现这些报道用图表来说明过去该指数与消费支出上升或下降之间的相互关系（以及隐含的因果关系）。
如果最新报道毫无根据地凭空阐述人们所关注的经济序列，那么读者又如何能通过经济报道获得经济走势的相关信息呢？2003年8月2日，星期六，《纽约时报》报道：受失业率上升、工业生产指数低于预期值等消息的影响，股票市场下跌。
几天后（8月6日）《华尔街日报》报道：消费者信心下挫，而国内生产总值上升；失业率和新房销售水平相对较高，而生产者价格指数下降。
预算赤字上升，这是利空消息，利好消息是利率下降了。
大量数据所表明的信号是错综复杂的，所以不用奇怪，许多经济学家关于美国经济状况的观点毫无意义。
月月如此，商业人士已经习惯了这些可信度不同的报道。
表面上，人们经常能够获得公布的经济数据，但是发布数据的政府部门以及写报道的记者却没有为他们提供这些数据的背景资料以及分析方法。
由于不了解背景资料，他们往往从内心感到严重的不信任和困惑，或者至少对数据的预测价值完全没有信心。
必备条件：基本方法和背景资料作为经济数据的主要使用者，企业经理、投资者和政策制定者面临的主要难题之一是，如何将当前的月度或季度数据纳入历史背景加以考察。
除非人们能了解过去年份中失业与经济上升和下滑的关系（失业是领先还是滞后于经济变化），否则为什么要关注当前的失业报道呢？然而，揭示上述关系需要考察几十年的数据，涉及的时间很长，足以涵盖几个经济周期。
正如本书阐述的内容，解决上述问题的关键在于精心构建图表，使之有助于确定某个经济序列是否在多年中一直领先于另一个序列，而且在未来也可能如此。
具有讽刺意味的是，大多数经济信息的表述方式也许是妨碍人们理解这些信息的罪魁祸首。
当电视和电台（以及许多读物）单纯用文字表述经济信息时，历史背景资料全部被遗漏了。
即使读者能够从报刊或杂志上获得一些包含数据图表的信息，但由于受版面限制，这些图表往往不能给出数据序列的长期关系，以至于难以判断这些关系在长期内是否保持一致。
为了能在恰当的背景资料中评价最近的经济状况，我们必须把当前数据与近几十年的数据融合在一张图表上，使其具有很强的可读性。
这样做很容易实现，因为这只需要一台普通的个人电脑、Excel或其他可用的数据处理软件以及能查阅所需数据的免费网站。
一些人认为可以利用计量经济分析（econometric analyses）得到更准确的分析结果。
经济学家通常依靠这种复杂的计算机统计分析方法，追踪尽可能多的变量及其变化，并为这些变量建立关系式来预测经济序列的未来发展。
然而多年来，通过观察计算机模型的预测结果，我认为这类数据模型缺少相应的灵活性、不易调整，而且计算机处理后的数据与现实脱节，这些缺陷降低了模型在经济预测上的有效性，抵消了计算机智能应有的优势。
事实上，这些模型使经济学家忽略了经济中关键的因果关系。
除非我们每周和每月都积极主动地理解这些因果关系，否则就会失去大部分数据所带来的价值。