Эксперты Центра исследований структурной политики НИУ ВШЭ запатентовали алгоритмы измерения деловой активности, с помощью которых можно формировать краткосрочные экономические прогнозы в режиме реального времени. Методика основана на данных запросов пользователей поисковых систем. Она не только ускоряет процесс прогнозирования, но и удешевляет его. Исследование реализовано в рамках стратегического проекта НИУ ВШЭ «Национальный центр научно-технологического и социально-экономического прогнозирования» программы «Приоритет-2030».
Привычные методы оценки экономических показателей дорогостоящи и не всегда эффективны: пока данные собираются и обрабатываются, экономическая ситуация может кардинально измениться. Пандемия COVID-19 и санкционный шок 2022 года доказали, что традиционные подходы к измерению деловой активности и потребительских настроений не подходят для оперативной фиксации происходящего.
Для оценки деловой активности традиционно используют метод опросов промышленных предприятий. Формируемые на основе опросов индексы предпринимательской уверенности и деловой активности позволяют предсказывать оживление или ухудшение экономической ситуации.
А для измерения потребительских настроений обычно интервьюируют несколько тысяч респондентов. Считается, что свое мнение относительно состояния экономики население выражает через объем потребления и/или накоплений. На основе ответов рассчитываются индексы потребительской уверенности и потребительских ожиданий.
Эксперты Центра исследований структурной политики НИУ ВШЭ предложили альтернативный подход для оценки экономических процессов — использовать данные поисковых систем. Идея состояла в том, чтобы построить такие индексы, которые бы хорошо отражали ожидания бизнеса и населения, но не на основе традиционных опросов, как раньше, а с помощью анализа запросов в интернете. Чтобы сформировать поисковый образ, исследователи отобрали 24 слова и словосочетания, которые связаны с неопределенностью и ожиданиями, и использовали их для расчета общего индекса ожиданий деловой активности.
Состав поисковых образов для индексов ожиданий деловой активности
По каждому термину были проанализировали ряды интенсивности запросов c января 2010 года по октябрь 2022 года с месячной периодичностью. Для установления связи между отдельными словами и опросными индексами использовался метод байесовского усреднения. Данные о частоте запросов по отдельным словам методом главных компонент были агрегированы в композитные индексы.
Эти индексы максимально точно повторяли поведение классических опросных индексов — индекса ожиданий деловой среды РСПП и индекса потребительских настроений ЦБ и ВЦИОМ за последние 12 лет, а в некоторых случаях точность прогноза потребительской уверенности даже выросла на 5–20%.
Анализ корреляций и функций импульсного отклика показал, что индекс ожиданий деловой среды РСПП хорошо объясняется динамикой запросов населением РФ следующих 6 слов/словосочетаний в интернете: «курс доллара», «ЦБ (Центральный банк)», «курс евро», «цена нефти», «Московская биржа», «рынок недвижимости». А индекс потребительских настроений описывается 7 терминами: «курс доллара», «кредит», «курс рубля», «ипотека», «банкротство (банкрот)», «цена нефти», «экономический кризис (финансовый кризис)».
Новые композитные индексы, построенные на использовании данных поисковиков, могут с успехом заменить традиционные опросные индексы РСПП, ЦБ и ВЦИОМ. Их основным преимуществом, по мнению авторов методики, является то, что они позволяют делать оценки на выборке в несколько миллионов человек при минимальных затратах на сбор данных. При этом, в отличие от опросов предпринимателей или населения, на которые опираются традиционные индексы ожиданий, метод позволяет ежедневно обновлять прогнозы в разрезе регионов, товаров, групп населения или по тематикам (рынки труда, курсы валют и др.).
Статистическое исследование экономических процессов на мезоуровне, как правило, оперирует небольшим числом индикаторов из очень разных сфер. Наш метод способен за короткое время и минимум финансовых ресурсов прогнозировать динамику макроиндикаторов и известных индексов в разрезе субъектов РФ, не уступая по качеству результатов исследованиям, построенным на данных полевых опросов. В своей работе мы предложили способ генерирования важного для социально-экономических исследований массива данных и показали, в каком направлении будет развиваться региональная статистика.
Анна Федюнина
Заместитель директора Центра исследований структурной политики НИУ ВШЭ
С помощью разработанного алгоритма экономисты смогут своевременно выявлять реакцию бизнеса и населения на отдельные новости и шоки. Новый инструмент также будет полезен органам исполнительной власти и институтам развития на федеральном, региональном и муниципальном уровне для оперативной выработки мер поддержки или отслеживания эффектов от принятых решений.
IQ