Сигналы и совместная динамика
В странах с ограниченными данными, что характерно для большинства стран с низким доходом, данные об операциях, такие как данные, используемые в кенийской модели, «будут чрезвычайно полезны», отмечает Джанноне, и они гораздо более информативны, чем в странах с развитой экономикой, где значения индикаторов становятся доступны практически ежедневно.
Его последние исследования сосредоточены на глобальных взаимосвязях и наукастинге экономической активности и торговли в одной стране на основе показателей соседей, партнеров по торговле и мировой экономики с использованием модели, которая включает ВВП всех стран.
«У каждой страны есть глобальная компонента и региональная компонента, и на этой основе мы интерполируем показатели для стран с меньшим объемом информации, используя данные стран с более высокой информационной насыщенностью, — говорит он, указывая, как данные по соседним странам и крупным партнерам по торговле помогают определить направление динамики. — Если вы получаете данные по ВВП США, то они дают определенный сигнал и по Камбодже. Наблюдается значительная совместная динамика».
Недавний прогресс в области больших языковых моделей и искусственного интеллекта открывает поразительные новые возможности для использования текстов в качестве данных и интеграции данных с метаданными, отмечает он.
Еще более многообещающим направлением исследований, которое он рассматривает как приоритетное, является выявление подъемов и спадов в реальном времени. «Чтобы понять, находитесь ли вы в состоянии рецессии в стране, где ВВП не доступен ежеквартально, приходится ждать год, — указывает он. — У органа экономической политики нет ясного представления о текущей ситуации. Поэтому чрезвычайно важно двигаться в этом направлении».
Высокочастотные источники данных
В ЮАР, стране с формирующимся рынком, экономика которой является крупнейшей на континенте, исследователи центрального банка стремятся лучше понимать экономические сигналы из данных в реальном времени, в том числе из новых источников, которые помогают выявить последствия нарушений в функционировании экономики. Так, в текущем году экономика страны столкнулась со вспышкой ящура. Нарушения поставок привели к резкому росту цен на говядину, что стало одной из причин самого быстрого роста потребительских цен в целом за 10 месяцев относительно предыдущего года.
Экономисты Резервного банка ЮАР получили раннюю оценку, используя коммерческие данные сельского хозяйства по мясу и другим культурам для оценки инфляции цен на продукты питания.
Этот пример наглядно показывает, как наукастинг работает на практике и почему он ценен. Статистическая служба ЮАР опубликовала индекс потребительских цен (ИПЦ) за сентябрь через три недели после окончания месяца, но соответствующие коммерческие данные за тот же месяц были доступны на две недели раньше.
По словам Мфо Рапапали, экономиста исследовательского департамента, которая занимается этими показателями, первичные данные поступают из высокочастотных источников, таких как данные оптовой и розничной торговли, аукционов по продаже скота и рынков сельскохозяйственной продукции, которые предоставляют в высокой степени детализированную информацию о компонентах продовольственной корзины, таких как мясо, фрукты и овощи. Статистический анализ показывает, что коммерческие индикаторы опережают ИПЦ по различным компонентам на один–три месяца, отмечает она.
«Это очень ценно для наших прогнозов, — сказала Рапапали в интервью. — Мы также можем проводить еженедельную проверку, чтобы видеть, что происходит в этих категориях продуктов питания».
«Начинать с данных»
Модели наукастинга в последние годы стали более развитыми, а большие языковые модели открыли доступ к значительно большему объему данных, чем раньше. Новизна многообещающих новых инструментов измерения может быть неотразимой, но есть оговорки. Практикующие специалисты предостерегают, что не существует обходного пути, который позволил бы избежать тяжелой работы по расширению официальных индикаторов или повышению частоты и детализации существующих показателей. Новые методы могут способствовать этой работе и в сочетании с традиционными данными улучшать информационную базу для экономической политики, но они не способны заменить систематический сбор качественных данных.
Рейхлин отмечает, что сложные методы обычно не являются лучшей отправной точкой, когда у стран мало ресурсов. «Прежде всего нужно постараться понять, какие высококачественные данные готовятся в стране или какой представительный показатель можно использовать, если фактических данных нет, — сказала она. — Необходимо начинать с данных, а уже затем переходить к технике. Это крайне важно». Часто именно простые модели дают наилучшие результаты, и наукастинг в большей степени ориентирован на задействование данных, становящихся доступными в различные моменты времени, для своевременного выявления сигнала и объединение рядов разной периодичности, говорит она.
По словам Джошуа Блуменстока, новые данные также могут содержать шумы или быть нерепрезентативными, а модели, которые хорошо работают, могут давать сбои, когда в мире происходят изменения. Блуменсток консультировал страны Африки и Южной Азии как один из руководителей Лаборатории глобальных возможностей Калифорнийского университета в Беркли, которая использует нетрадиционные данные и междисциплинарный подход в качестве ориентиров для мер политики. Он подчеркивает, что новые инструменты работы с данными также сопряжены с более широкими вопросами — конфиденциальности, прозрачности, легитимности и управления.
Развивающиеся страны сталкиваются и с проблемами недостаточного потенциала. У центральных банков и правительств может не хватать бюджетных ресурсов и возможностей, чтобы сформировать штаты экономистов, статистиков и специалистов по анализу данных и обеспечить их современными вычислительными инструментами.
Новое понимание ценности данных
При всех трудностях направление движения для развивающихся стран заключается в более широком использовании наукастинга для дополнения данных там, где это необходимо, а также в расширении системы официальных экономических индикаторов.
Подобно тому как Калиса в Руанде расширяет свой департамент, такую же работу ведет его коллега на другой стороне земного шара. Самоа, одна из наименее населенных стран мира, имеющая всего 220 тысяч жителей, уже второй год реализует формализованную систему наукастинга, опираясь на техническую помощь со стороны персонала МВФ. В центральном банке, где работает менее 90 сотрудников, руководитель департамента экономики Каррас Луи рассчитывает увеличить свою команду с 8 до 10 человек.
«По мере укрепления нашего потенциала в сфере прогнозирования у нас постепенно будет появляться больше ресурсов, — говорит Луи. — Совет управляющих теперь ценит не только эти новые инструменты, но и анализ, который мы предоставляем».
ДАННЫЕ И ИННОВАЦИИ В СТРАНАХ АФРИКИ К ЮГУ ОТ САХАРЫ
Анализ практических примеров деятельности МВФ по развитию потенциала показывает, как более совершенное измерение экономических показателей и технологические инновации могут способствовать проведению обоснованной политики.
ДЕМОКРАТИЧЕСКАЯ РЕСПУБЛИКА КОНГО
Повышение точности решений в области экономической политики
Центральный банк Конго входит в число ЦБ, которые при содействии МВФ разрабатывают систему прогнозирования и анализа экономической политики, повышающую качество экономического анализа, поддерживающую более системный процесс принятия решений и улучшающую коммуникацию с общественностью.
Ключевым нововведением в этой системе является наукастинг, имеющий особое значение в стране, где сбор надежной статистики по-прежнему затруднен, а официальные данные по ВВП публикуются лишь ежегодно и с большой задержкой. Своевременная информация помогает органам экономической политики вовремя обнаруживать переломные точки в динамике роста и более точно настраивать ответные меры. Дополнительные сложности для экономической политики создают высокая долларизация, циклы подъемов и спадов в ключевой горнодобывающей отрасли, на которую приходится около трети ВВП, а также влияние на инфляцию со стороны обменного курса и цен на биржевые товары.
В рамках сверхкраткосрочного прогнозирования центрального банка объединяются традиционные высокочастотные индикаторы — в частности, о добыче меди и кобальта и ценах на них, а также показатели денежной массы — с нетрадиционными входными данными, например об интенсивности ночного освещения по спутниковым данным и о трендах поисковых запросов в Гугл, благодаря чему выявляются сигналы экономической активности в реальном времени. Результаты вводятся в модель квартальных прогнозов, которая связывает краткосрочные оценки со среднесрочными прогнозами и сценариями экономической политики. В совокупности эти инструменты помогают центральному банку проводить ориентированную на перспективу, прозрачную и основанную на данных денежно-кредитную политику.
ГВИНЕЯ-БИСАУ
Прозрачность на основе блокчейна
В 2020 году Гвинея-Бисау столкнулась с серьезной бюджетной проблемой: фонд оплаты труда государственных служащих поглощал около четырех пятых налоговых поступлений — это один из самых высоких показателей в странах к югу от Сахары. Управление заработной платой и пенсиями государственных служащих характеризовалось непрозрачностью и было подвержено ошибкам и злоупотреблениям.
В мае 2024 года, в сотрудничестве с МВФ, консалтинговой компанией EY и донорами, Гвинея-Бисау стала одной из первых стран региона, внедривших технологию блокчейн для управления фондом оплаты труда в министерствах финансов и государственной администрации.
Защищенная платформа создает не допускающий несанкционированного изменения цифровой реестр заработной платы и пенсий по государственным ведомствам, выявляет несоответствия в операциях и обеспечивает практически в режиме реального времени отслеживание того, кому и в каком размере производятся выплаты и санкционированы ли они. Это снижает нагрузку, связанную с проведением аудитов, и обеспечивает директивные органы точными и своевременными бюджетными данными, одновременно формируя основу для будущих инструментов на базе искусственного интеллекта.
Проект на базе блокчейна стал важным инструментом поддержки ряда реформ, нацеленных на контроль расходов на оплату труда и реализуемых в рамках поддерживаемой МВФ программы. Результаты выглядят многообещающими: фонд оплаты труда сократился до половины налоговых поступлений в 2024 году, что является существенным улучшением, хотя показатель все еще превышает региональные ориентиры. Планируется расширить охват платформы с включением в нее всех 26 600 государственных служащих и 8 100 пенсионеров по всей стране.
КЕНИЯ
Оперативное видение экономики
Среди сопоставимых стран Кения обладает относительно высококачественными макроэкономическими данными. Однако официальные квартальные оценки ВВП обычно публикуются с лагом не менее трех месяцев, и некоторые другие более высокочастотные индикаторы экономической активности также выходят с задержкой. В этих условиях построение моделей наукастинга на основе имеющихся данных может дать органам экономической политики быструю оценку состояния экономической активности до выхода официальных данных по ВВП.
Текущие разработки по наукастингу в МВФ показывают, что во многом возможно заблаговременно приближенно оценивать темпы экономического роста Кении до выхода официальных данных по ВВП, используя совместную динамику широкого круга индикаторов (экономических, финансовых и других) на различных фазах делового цикла. Центральный банк Кении при поддержке технической помощи МВФ также исследует способы уточнения своей оценки экономического роста с использованием наукастинга и извлечения информационного содержания из проводимых им раз в два месяца обследований.
Сверхкраткосрочные прогнозы, уточняемые по мере улучшения доступности данных и развития вычислительных технологий, обеспечивают экономистов, инвесторов и органы экономической политики инструментом оперативной оценки экономической динамики. И наконец, исследования МВФ также показывают, что наукастинг можно применять в странах, где квартальные оценки ВВП не доступны.
МАДАГАСКАР
ИИ в таможне
Как и многие другие страны мира, Мадагаскар испытывает значительные трудности при управлении сложным процессом и объемом операций международной торговли, особенно для выявления мошенничества в таможенных декларациях.
Налоги на международную торговлю имеют принципиальное значение для государственных поступлений. Но несмотря на то, что значительная часть таможенных процедур уже переведена в цифровую форму, автоматизация некоторых компонентов, в особенности анализа рисков мошенничества, оставалась затруднительной, в том числе из-за ограниченности данных и недостатка методов анализа неструктурированной и текстовой информации.
В октябре таможенные органы внедрили агентный искусственный интеллект — автономную систему ИИ, способную принимать решения, которая предназначена для выявления несоответствий, указывающих на мошенничество, путем перекрестного анализа таможенных деклараций, счетов-фактур, манифестов, а также внутренних и внешних баз данных. Это позволило автоматизировать многие рутинные задачи инспекторов первой линии и высвободить экспертов для рассмотрения более сложных случаев.
Инициатива, реализуемая при поддержке технической помощи и профессионального и организационного развития МВФ и опирающаяся на предыдущую поддержку со стороны Таможенной службы Кореи, привела к повышению технологического потенциала, одновременно обеспечив таможенной администрации право владения инструментами ИИ и возможности их дальнейшего развития. Эта работа демонстрирует, как новые технологии могут укреплять целостность и эффективность таможенной системы, а также модернизировать меры контроля в сфере внешней торговли.
ИСТОЧНИК: персонал МВФ.
