Из-за неточных ежемесячных показателей экспертам все сложнее прогнозировать состояние канадской экономики. Ошибки в статистике приводят к масштабным пересмотрам данных о ВВП и запоздалым выводам о возможных экономических спадах.
В прошлом месяце Статистическое управление Канады (Statistics Canada) сообщило неожиданные новости о снижении реального ВВП второй квартал подряд. Это спровоцировало бурные дискуссии о том, действительно ли экономика страны оказалась в состоянии рецессии. Журналист The Canadian Press Крейг Лорд обратил внимание на другую сторону этой проблемы — провал в прогнозировании, который предшествовал этим спорам.
Экономисты финансовой группы Desjardins предупреждают, что ежемесячные экономические оценки Статистического управления становятся все менее надежными. Это приводит к масштабным ретроспективным пересмотрам — и, как следствие, к серьезным неожиданностям при последующей публикации квартальных и годовых отчетов.
В исследовании Desjardins под названием «Диагностика кризиса качества данных» (Diagnosing the Data Quality Crisis), подготовленном Рэндаллом Бартлеттом и Л. Дж. Валенсией, отмечается парадоксальность ситуации. В эпоху, когда мир генерирует гигантские объемы цифровой информации и стоит на пороге бума искусственного интеллекта, качество работы главного статистического ведомства Канады необъяснимым образом падает.
Ошибки прогнозистов, опиравшихся на ежемесячные данные агентства, оказались весьма существенными. Годовой рост канадской экономики оказался на два полных процентных пункта ниже первоначальных оценок, что привело к изменению знака в итоговых показателях ВВП на отрицательный.
Детальный анализ показывает, что традиционный метод опросов, который использует ведомство, теряет связь с реальным положением дел в ключевых секторах экономики. В то время как данные о добыче ресурсов, финансовой сфере и государственном секторе остаются точными, надежность краткосрочных показателей в области производства, а также розничной и оптовой торговли резко снизилась.
В отчете Desjardins подчеркивается: «В случае с реальной розничной торговлей ежемесячные данные о продажах теперь не дают никакого представления о том, в каком направлении движется соответствующая категория ежемесячного ВВП». Иными словами, статистические релизы, которые традиционно служили ориентиром для аналитиков, со времен пандемии превратились в информационный шум.
Сложившаяся ситуация выглядит особенно странно на фоне того, что крупные частные компании, такие как Amazon, ежедневно и с высокой точностью отслеживают малейшие колебания розничных продаж в Канаде.
Аналитики Desjardins предполагают, что снижение качества данных во многом связано с последствиями пандемии COVID-19 и экономическими аномалиями переходного периода. Кроме того, резкие изменения в иммиграционной политике и объемах прибывающих мигрантов — как в Канаде, так и в США — сильно затрудняют проведение точных исследований рынка труда.
На канадские экономические оценки также влияет падение точности торговой и трудовой статистики в США. Это вызвано политической нестабильностью в стране и периодическими приостановками работы американского правительства. На фоне этих проблем Статистическое управление Канады также вынуждено готовиться к возможным сокращениям собственного бюджета.
Эксперты сходятся во мнении, что часть проблем может носить долгосрочный характер, и их решение потребует реальных инноваций. Канада является одним из мировых лидеров в сфере цифровых платежей и стремительно движется к безналичной экономике, поэтому низкое качество данных о розничных продажах не имеет оправданий. Сегодня даже рядовой пользователь с ноутбуком может собрать открытые данные о воздушных и морских перевозках или ночном освещении городов.
Ожидается, что в будущем все большую роль в сборе государственной статистики будут играть инструменты математического прогнозирования и искусственный интеллект. По мнению аналитиков, рынки прогнозов, вознаграждающие за точные оценки экономических макропоказателей, могли бы стать эффективным решением кризиса данных, если им позволят достичь необходимого масштаба.
