Центральные банки и big data
В каких сферах big data наиболее полезны для центральных банков, средний балл по 5-балльной шкале
Денежно-кредитная
политика
Микропруденциальная
политика/надзор
Макропруденциальная
политика
Управление
резервами
Управление денежными
средствами
0
0,5
1,0
1,5
2,0
2,5
3,0
3,5
4,0
Источник: Central Banking
Денежно-кредитная
политика
Микропруденциальная
политика/надзор
Макропруденциальная
политика
Управление
резервами
Управление денежными
средствами
0
0,5
1,0
1,5
2,0
2,5
3,0
3,5
4,0
Источник: Central Banking
Денежно-кредитная
политика
Микропруденциальная
политика/надзор
Макропруденциальная
политика
Управление
резервами
Управление денежными
средствами
0
1,0
2,0
3,0
4,0
Источник: Central Banking
Денежно-кредитная
политика
Микропруденциальная
политика/надзор
Макропруденциальная
политика
Управление
резервами
Управление денежными
средствами
0
1,0
2,0
3,0
4,0
Источник: Central Banking
Еще три года назад половина центробанков рассматривала большие данные прежде всего как область, представляющую интерес для исследований. Сейчас исключительно в исследовательских целях большими данными интересуется треть центральных банков, тогда как большинство использует big data в качестве либо вспомогательного (40%), либо даже основного (27%) источника при разработке мер политики, показал опрос портала Central Banking. В опросе приняли участие 58 центральных банков: 18 – из развитых стран и 40 – из развивающихся.
Согласно опросу, больше всего от использования big data выигрывает сфера денежно-кредитной политики (см. график): 58% участников опроса оценили эту пользу на 4 и 5 по 5-балльной шкале. Следующие наиболее популярные сферы использования big data – микропруденциальная политика и надзор, а также макропруденциальная политика.
Большие данные могут помочь в разработке более устойчивой и более гибкой денежно-кредитной политики за счет использования дополнительных индикаторов, содержащих информацию, которая в традиционных данных может учитываться не полностью, приводит Central Banking мнение представителя центрального банка одной из стран Азии. По словам представителя Европейского центрального банка, денежно-кредитная политика и надзор могут извлечь из использования больших данных максимальную пользу, поскольку big data позволяют строить в реальном времени индикаторы для отслеживания текущего состояния экономики и для получения ранних сигналов о вероятных проблемах.
Наукастинг – краткосрочное прогнозирование в режиме реального времени – одна из наиболее частых сфер применения больших данных в центробанках: 63% опрошенных используют big data для наукастинга. Чуть меньшее количество – 54% – для «обычного» (не в режиме реального времени) прогнозирования. Еще одна популярная сфера применения больших данных – стресс-тестирование (46% опрошенных). Помимо наукастинга и прогноза, большие данные используются в борьбе с отмыванием денег и мошенничеством, говорит представитель одного из центральных банков Европы. А центробанкир одной из стран Африки поделился, что большие данные помогают проверять и дополнять данные традиционной статистики.