Autor: Jarosław Janecki

Ekonomista, adiunkt w Szkole Głównej Handlowej w Warszawie, członek TEP

Ekonomiści chcą więcej danych o wysokiej częstotliwości

Dane dla ekonomistów stanowią podstawowe źródło analiz i prognoz. W czasach rewolucji technologicznej mamy coraz większe możliwości znalezienia danych, które przyczyniają się do poszerzenia naszej wiedzy. Jakie to mogą być dane?
Ekonomiści chcą więcej danych o wysokiej częstotliwości

Z uwagi na ograniczony dostęp do niektórych rodzajów danych oraz różnic w metodach i narzędziach wykorzystywanych do ich analizy, nadal mamy i będziemy mieli do czynienia ze znaną praktycznie od XVIII wieku asymetrią informacji. Swoisty wyścig na zaprezentowanie w jak najszybszy sposób informacji, prognoz i komentarzy, wpisuje się w pewnego rodzaju „rywalizację” między ekonomistami. Nawet jeśli założymy, że wszyscy posiadają takie same dane, nie oznacza to, że wszyscy posiadają takie same informacje. Już na wstępnym etapie przygotowywania danych do prognoz mogą pojawić się na tyle różne podejścia, że w konsekwencji będą one prowadziły do różnych wyników (szerzej o tym problemie w artykule: Badania warto powtarzać).

Okresy kryzysowe zwiększają zapotrzebowanie na wskaźniki i dane, za pomocą których można określić punkty zwrotne w gospodarce jeszcze przed publikacjami „twardych” danych.

Zmienność sytuacji w trakcie okresów kryzysowych (w tym pandemii) sprzyja większemu zainteresowaniu danymi ankietowymi lub innymi danymi o wysokiej częstotliwości, które po odpowiedniej analizie mogą stanowić dodatkowy element do istniejących modeli ekonometrycznych lub mogą stanowić odrębną porcję informacji w procesie decyzyjnym. Dane „twarde” (publikowane przez instytucje uprawnione do ich zbierania) stanowią podstawowe źródło w modelowaniu ekonometrycznym, jednak na bieżące potrzeby przeprowadzania analiz, z uwagi na ich terminy publikacji, schodzą one niejako na drugi plan. Okresy kryzysowe zwiększają zapotrzebowanie na wskaźniki i dane, za pomocą których można określić punkty zwrotne w gospodarce jeszcze przed publikacjami „twardych” danych. Inwencja analityków jest w tym przypadku nieograniczona, w efekcie może to prowadzić do ciekawych analiz.

Ułatwienie w prognozowaniu

Jednym z przykładów niestandardowego podejścia do prognozowania dynamiki PKB może być metoda, w ramach której wykorzystane są przybliżone wartości transakcji bezgotówkowych. Z uwagi na to, że publikacje danych PKB za dany kwartał odbywają się z opóźnieniem, wykorzystanie tego rodzaju dodatkowych danych, może okazać się pomocne w ograniczaniu błędu prognozy. Podejścia takie proponują na przykład John W. Galbraith i Greg Tkacz w opracowaniu EBC pt. Nowcasting GDP with electronic payments data.

Analiza transakcji bezgotówkowych pozwala nie tylko na analizę procesu sprzedaży i w konsekwencji ocenę dynamiki PKB, ale również obserwowanie zmian cen rynkowych oraz zmian cen w ramach decyzji podejmowanych przez przedsiębiorstwa produkcyjne.

Kluczem do wykorzystania danych o wartości płatności elektronicznych jest ich jakość, kompleksowość oraz dostępność we właściwym momencie. Oczywiście analizy będą dokładniejsze w sytuacji, kiedy na przykład transakcje przeprowadzane przy udziale kart stanowią zdecydowaną większość wszystkich transakcji przeprowadzanych przez konsumentów. Taka sytuacja ma miejsce w Kanadzie, gdzie jak wskazuje Carlos Arango, Kim Huyhn i Leonard Sabetti, w 2009 r. transakcje kartami kredytowymi i debetowymi powyżej 50 dolarów stanowiły około 89 proc. wszystkich transakcji dokonanych przez konsumentów. Warto również podkreślić, że analiza transakcji bezgotówkowych pozwala nie tylko na analizę procesu sprzedaży i w konsekwencji ocenę dynamiki PKB, ale również obserwowanie zmian cen rynkowych oraz zmian cen w ramach decyzji podejmowanych przez przedsiębiorstwa produkcyjne.

Internet źródłem danych

Innym, coraz częściej stosowanym podejściem badania szybko zachodzących zmian w gospodarce jest analizowanie zmian w zainteresowaniach konsumentów, które się przejawia wyszukiwaniem przez nich w internecie konkretnych słów – kluczy. Tego rodzaju badania aktywności pozwalają na budowanie wielu wskaźników, dają możliwość szybkiej oceny zmieniającej się sytuacji wśród konsumentów oraz pojawiających się nowych problemów lub zagrożeń. W tym kontekście należy podkreślić, że  coraz częściej w ostatnich latach ekonomiści sięgają po wskaźniki budowane w oparciu o dane Google. Jednym z takich przykładów jest wskaźnik intensywności poszukiwania pracy w internecie (Indeks Google, GI), który traktowany jest jako wskaźnik wyprzedzający do przewidywania miesięcznej stopy bezrobocia w USA. Francesco D’Amuri oraz Juri Marcucci wskazują, że wzbogacenie modeli o wskaźnik GI przyczynia się do ich przewagi nad standardowymi modelami.

Rynek detaliczny w Polsce: rozwój e-commerce i nowe wyzwania

Podobne podejście, wykorzystujące dane z wyszukiwarki Google, stosuje się również do prognoz dla sektora samochodowego lub budowlanego (badania przeprowadzane m.in. przez Hyunyoung Choi i Hal Varian). Oczywiście tego rodzaju analizy danych pozwalają również  skuteczniej uchwycić punkty zwrotne cykli koniunkturalnych. Na szczególną uwagę zasługują dane i wskaźniki związane z konsumpcją, np. dane dotyczące zmiany dochodów do dyspozycji, zakupów w internecie, czy też ruchu pieszego w handlu detalicznym (ang. retail traffic index SRTI). W tym ostatnim przypadku interesujące w kontekście pandemii COVID-19 są analizy Google na temat przemieszczania się osób w wybranych kategoriach miejsc, takich jak na przykład obiekty handlowe lub rekreacyjne. Raporty te mają na celu pokazać zmiany jakie występują w przypadku różnych faz obostrzeń związanych z pandemią. Mogą również wskazywać na możliwość zawierania transakcji przez konsumentów.

Interesujące doświadczenia krajowe

Analiza zmian wartości zawieranych transakcji bezgotówkowych przedstawiana jest między innymi przez: PKO BP, Pekao SA, mBank, Millennium. Oczywiście analizowane dane ograniczają się do transakcji przeprowadzanych przez klientów poszczególnych banków. Ich fragmentaryczność może prowadzić do błędów interpretacyjnych (pełne dane publikuje z pewnym późnieniem NBP). Ponadto należy podkreślić, że transakcje bezgotówkowe mogą być bardziej popularne w sytuacji takiej jak pandemia (efekt zastępowania transakcji gotówkowych transakcjami bezgotówkowymi). W takiej sytuacji wzrost wartości transakcji bezgotówkowych nie musi oznaczać wprost wzrostu sprzedaży ogółem. Niewątpliwym plusem takich analiz jest ich dostępność dużo wcześniej od oficjalnych,  „twardych” danych o sprzedaży detalicznej.

Badania warto powtarzać

Bardziej szczegółowe dane dotyczące zawieranych transakcji bezgotówkowych są wykorzystywane w ramach kwartalnego Dynamicznego Indeksu Konsumpcji (DIK), skonstruowanego przez analityków Polityka Insight. Bazuje on na danych Fundacji Polska Bezgotówkowa (FPB). Wskaźnik DIK pozwala na pomiar koniunktury konsumenckiej na podstawie danych kwartalnych o liczbie i wartości transakcji bezgotówkowych. Analiza obejmuje 18 kategorii sprzedawców lub usługodawców, pogrupowanych zgodnie z klasyfikacją MCC (ang. Merchant Category Code). Oprócz wartości wskaźnika DIK, publikowanych jest również sześć subindeksów DIK: sprzedaż detaliczna, sprzedaż detaliczna w sklepach spożywczych, sprzedaż detaliczna w sklepach odzieżowych, sprzedaż towarów i usług z zakresu zdrowia i urody, sprzedaż usług hotelarskich, gastronomicznych i rekreacyjnych oraz pozostała sprzedaż usług. W efekcie otrzymujemy w przybliżeniu obraz zmieniającej się sytuacji w poszczególnych segmentach gospodarki. Wskaźnik DIK daje możliwość przybliżonej oceny kształtowania się realnej dynamiki konsumpcji indywidualnej w Polsce przed opublikowaniem pełnych danych o PKB za dany kwartał przez GUS. O wzroście realnej konsumpcji indywidualnej z kwartału na kwartał świadczy wartość wskaźnika powyżej 50 pkt., natomiast o spadku wartość poniżej 50 pkt.

Korzystając ze wskaźnika DIK, można obserwować zmiany jakie pojawiły się w poszczególnych sektorach gospodarki w okresie pandemii. O zróżnicowanych efektach pandemii świadczą wartości poszczególnych subindeksów wskaźnika DIK, co oczywiście wynika w głównej mierze z podejmowanych przez rząd decyzji o zamykaniu lub ograniczaniu możliwości funkcjonowania gospodarki. Dane za II kwartał wskazują, na historycznie niską wartość wskaźnika DIK (44,87 pkt.).  Według autorów indeksu oznacza to spadek konsumpcji o około 6 proc. w ujęciu rocznym w porównaniu z 1,2 proc. wzrostem w I kwartale. Jest to zatem najsilniejszy spadek konsumpcji w Polsce od 1990 r. Analiza zachowania się subindeksów DIK wskazuje na wyraźny spadek obrotów w sklepach wielkopowierzchniowych na rzecz mniejszych placówek zatrudniających mniej niż 10 osób. Wskaźnik odnotował również pogorszenie sytuacji na stacjach benzynowych, w sklepach odzieżowych oraz w sektorze usług rekreacyjnych. Mamy zatem potwierdzenie efektów „zamrożenia” działalności gospodarczej.

Pandemiczne problemy z prognozami makroekonomicznymi

Należy podkreślić, że wskaźnik DIK w momencie jego publikacji nie obejmuje jednak wszystkich transakcji bezgotówkowych. Zagregowane dane publikuje NBP, jednak z uwagi na moment publikacji trudno mówić o użyteczności tych danych do prognozowaniu procesów konsumpcji gospodarstw domowych, gdyż znane są już wówczas „twarde” dane miesięczne o sprzedaży detalicznej.

Ciekawe podejście zaprezentowali ekonomiści banku Pekao SA, którzy w celu obserwowania bieżących zmian zachodzących w gospodarce, skonstruowali dzienny indeks Pekao Tracker. W jego skład wchodzą wewnętrzne dane bankowe (wartość wydatków kartowych konsumentów oraz wpływy na konta małych i średnich przedsiębiorstw) oraz dane pochodzące ze źródeł publicznych (zapotrzebowanie na moc w systemie elektroenergetycznym i liczba wypadków drogowych stanowiąca przybliżenie natężenia ruchu drogowego). Doszło zatem do interesującego połączenia danych bankowych z danymi zewnętrznymi.

Warto szukać nowych danych

Szybko zmieniająca się sytuacja w gospodarce, szczególnie w takich okresach jak pandemia, powoduje, że publikowane z pewnym opóźnieniem dane kwartalne czy też miesięczne są już na tyle zdezaktualizowane, że należy szukać innych punktów odniesienia. Coraz bardziej popularne stają się próby wykorzystania danych o wysokiej częstotliwości i publikowania na ich bazie systematycznych analiz makroekonomicznych, konstruowania modeli, czy też uchwycenia punktów zwrotnych w cyklu koniunkturalnym. Dane o wysokiej częstotliwości, takie jak ruch pieszy w handlu detalicznym, wartości transakcji bezgotówkowych, czy też konsumpcji energii, mogą być pomocnym elementem w ocenie zachodzących zmian w sektorze realnym. Analizy te są szczególnie wartościowe dla uczestników rynku finansowego, mogą w pewnym stopniu wpływać na ich zachowanie, nastroje lub stopień niepewności. Pamiętając o niedoskonałościach danych i wskaźników, z pewnością warto szukać nowych możliwości przeprowadzania analiz.

 

Otwarta licencja


Tagi


Artykuły powiązane

Cenne dane klientów banków

Kategoria: Analizy
Wejście dużych firm technologicznych do świata finansów ułatwia im dostęp do nowej, ogromnej wartości – danych bankowych klientów. Stanowi to sygnał ostrzegawczy dla organów regulacyjnych w zakresie koncentracji coraz bardziej osobistych danych w kilku dużych platformach.
Cenne dane klientów banków

Obrót bezgotówkowy rośnie

Kategoria: Raporty
W Polsce liczba urządzeń akceptujących elektroniczne instrumenty płatnicze dynamicznie rośnie.
Obrót bezgotówkowy rośnie

Doskonalenie metod badania inflacji

Kategoria: Analizy
Rosnące obroty w handlu internetowym, zmiana zwyczajów zakupowych, zróżnicowanie preferencji konsumentów powodują, że badania inflacji muszą uwzględniać coraz więcej różnych źródeł danych. Wraz ze zmianami ewoluuje metodologia badań. Czy nowe metody trafniej identyfikują zmiany cen?
Doskonalenie metod badania inflacji