有风险，不建议：
1、宏观数据的海量性是否达标？——否则容易过度拟合。
2、宏观数据的信息量是否达标？——宏观数据一般是再加工数据，而不是原始数据，数据加工过程中，一般都是采用“同类归并”的统计学原理，所以会流失大量信息，保留下来的信息往往是传统的“已知模型”所要用到的数据，而数据挖掘是“未知模型”的挖掘过程，这样的数据，你能挖出来什么新模型呢？如果你只是想验证原模型或写论文，用传统的统计方法就好了。
杀鸡焉用牛刀！

这个问题太宽泛了