Большие данные о кризисе: о чем молчит традиционная статистика

Пандемия COVID-19 показала, насколько важны оперативные данные о состоянии экономики: традиционная статистика не позволяет в режиме реального времени достоверно оценить ситуацию, а значит, затрудняет выработку адекватных антикризисных мер. Профессор Гарварда Радж Четти уже несколько лет делает упор на работу с эмпирическими данными: в своих исследованиях он активно использует big data и разработал революционный базовый курс экономики, в основе которого эмпирические исследования, а не классическая экономическая теория.

Четти называют одним из самых влиятельных экономистов из поколения 40-летних: всего в 33 года он уже удостоился престижной медали Джона Бейтса Кларка, которую Американская экономическая ассоциация присуждает экономистам моложе 40 лет. Он также стал широко известен благодаря своим исследованиям о межпоколенческой мобильности: при помощи больших данных Четти показал, как место проживания влияет на возможности детей повысить свой уровень жизни по сравнению с родительским.

В своей онлайн-лекции, организованной Принстонским университетом, Четти рассказывает о том, как большие данные о потреблении, деловой активности малого бизнеса и безработице, которые экономисты получают от различных частных компаний, меняют представление об экономических последствиях пандемии, и о том, какими должны быть антикризисные меры. «Эконс» публикует выдержки из лекции:

– Нас всех сейчас занимает один и тот же большой вопрос: «Как COVID-19 повлиял на экономику и какие меры нужны, чтобы смягчить негативные последствия?» Обычно, чтобы ответить на подобные вопросы, мы используем данные опросов домохозяйств и компаний – это традиционная государственная статистика, за которой мы все следим, которая попадает в заголовки новостей, используется в экономических исследованиях.

Разумеется, это очень ценные данные, но у них есть два ключевых ограничения. Во-первых, они публикуются с большим лагом по времени: например, чтобы получить данные о расходах домохозяйств определенной доходной группы, нужно ждать год. Во-вторых, многие данные, которые собираются в таких опросах, вообще невозможно дезагрегировать – например, до уровня города или ZIP-кода, потому что в общей выборке может быть недостаточно представителей той или иной географической зоны.

Новые источники данных

– Мы (команда организованного Четти проекта Opportunity Insights. – Прим. «Эконс») попытались преодолеть эти ограничения и разработали набор экономических показателей, которые позволяют измерять экономическую активность в ежедневном режиме и анализировать ситуацию в отдельных доходных группах и даже городских районах. Мы получаем данные от нескольких частных компаний: это закрытая информация, которую они великодушно согласились предоставить ради борьбы с кризисом, вызванным пандемией.

Так, благодаря компаниям – агрегаторам финансовой информации, мы получаем данные о потребительских расходах по кредитным и дебетовым картам и информацию о доходах малого бизнеса. Мы также используем данные онлайн-сервисов, публикующих вакансии, чтобы анализировать ситуацию с безработицей, а данные образовательной онлайн-платформы, которой пользуются американские школьники, позволяют оценить долгосрочные негативные последствия кризиса из-за перебоев в образовании.

Мы вычищаем и обрабатываем сырые данные, чтобы избавить их от ненужного «шума», исключить специфические сезонные колебания, обеспечить репрезентативность и анонимность. В нашем анализе мы сравниваем все показатели за период пандемии с январским уровнем с поправкой на сезонность. Все данные доступны для дальнейших исследований на нашей новой платформе tracktherecovery.org.

Кризис богатых районов

– Из данных традиционной статистики уже известно, что основным драйвером сокращения ВВП стал спад потребительских расходов. В нашем анализе мы используем данные о расходах по кредитным и дебетовым картам – они не покрывают лишь малую часть покупок, и при столь масштабном шоке, какой мы наблюдаем сейчас – с падением потребления на 30–40%, – эти ограничения незначительно скажутся на итоговом результате.

Зато мы можем намного точнее оценить последствия для разных доходных групп населения. Разумеется, у нас нет данных о доходах держателей карт, но у нас есть информация о том, где они живут. С учетом масштабов доходной сегрегации в городах США, зная ZIP-код, можно достаточно точно определить, к какому доходному квартилю относится держатель карты, – для этого мы используем медианную стоимость аренды жилья в районе.

Таким образом, мы можем увидеть, что в верхнем доходном квартиле, то есть у 25% людей с наиболее высокими доходами, потребительские расходы в середине марта, когда было объявлено чрезвычайное положение из-за пандемии, сразу же упали на 31% по сравнению с аналогичным периодом 2019 г. и с тех пор постепенно восстанавливались: в июне они были уже на 17% ниже, чем годом ранее. А в нижнем доходном квартиле, то есть у 25% людей с самыми низкими доходами, расходы сократились значительно скромнее: в марте они упали на 23%, а к июню были лишь на 3–4% ниже прошлогоднего уровня.

То есть потребление значительно сильнее сократилось у богатых, и причиной было не падение покупательной способности или опасения относительно будущих доходов (например, из-за волатильности на фондовом рынке): люди, опасаясь заражения, самоизолировались и исключили потребление услуг, которые предполагают межличностный контакт, – это интуитивно понятно и также подтверждается нашими данными. Так, в верхнем доходном квартиле выросли расходы на обустройство личных бассейнов и ландшафтные работы – то есть речь точно не шла о снижении покупательной способности.

По сути, это уникальная рецессия: 67% падения потребительских расходов приходится на услуги, хотя в предыдущие кризисы в первую очередь падал спрос на товары. Так, во время рецессии, последовавшей за глобальным финансовым кризисом, резко сократились расходы на товары длительного пользования. И, как мы видим в данных, нынешний беспрецедентный шок в потреблении влечет неожиданные последствия для смежных секторов экономики.

Мы проанализировали выручку малых предприятий, также группируя их по ZIP-кодам, как мы делали с потребителями для определения доходного квартиля. Интуитивная логика понятна: когда мы говорим о контактных услугах, мы подразумеваем местный бизнес – например, кафе или спортзалы по соседству. Мы уже увидели, что сокращение потребительских расходов было очень неравномерным в зависимости от доходной группы и, соответственно, района проживания, – и масштабы шока, который перенес местный бизнес, тоже оказались очень неравномерны. Это означает, что, к примеру, если у вас ресторан в богатом районе, то вы столкнулись со значительно более масштабным спадом по сравнению с рестораном из более скромного района.

Можно привести несколько наглядных примеров из наших данных. В Нью-Йорке выручка малого бизнеса сократилась на 12–90% в зависимости от района: спад был максимальным в самых престижных районах, прежде всего на Манхэттене, и значительно меньшим в Бронксе или Квинсе. Аналогичная картина и в Сан-Франциско: спад выручки на 90% в самых престижных районах и на 15–20% – в менее благополучных.

Аналогичный тренд наблюдается в безработице: значительно больше увольнений было зафиксировано на предприятиях из более богатых районов, и большинство пришлось на работников с низкими доходами. Так, на Манхэттене в отдельных районах работы лишилось около 70% таких сотрудников, а в Бронксе – лишь 20%.

Как работают антикризисные меры

– Наши данные также позволяют точнее оценить эффективность антикризисных мер и то, насколько они помогают наиболее пострадавшим. Во-первых, мы видим, что официальные решения властей штатов о снятии ограничений сами по себе не способны автоматически перезапустить деловую активность.

Мы сравнили два штата со схожими экономиками – Миннесоту и Висконсин. Масштабы спада потребления с началом пандемии там также были схожими, но в Миннесоте ограничения были сняты на несколько недель раньше, чем в Висконсине. На потреблении в Миннесоте это никак не сказалось – после отмены карантина динамика осталась такой же, как в Висконсине, не выросли ни деловая активность, ни занятость.

Я думаю, это объясняется тем, что главной причиной спада в потреблении были не столько ограничения властей, сколько изменения в поведении обеспеченных людей. Они могут позволить себе удаленную работу и продолжают изоляцию уже по своей воле – из-за опасений о здоровье. Таким образом, для восстановления экономической активности в первую очередь необходимы достоверные сигналы о нормализации эпидемиологической обстановки, к которым прислушается эта часть населения, иначе выход из кризиса будет очень долгим.

Важнейшей антикризисной мерой в США стали массовые денежные выплаты населению: около 160 млн американцев суммарно получили около $267 млрд. Но помогло ли это нарастить потребление и поддержать занятость?

В нижнем доходном квартиле действительно наблюдался всплеск потребления сразу после дня всеобщих выплат – в моменте он составил 26%, затем прирост стал постепенно сходить на нет. Для домохозяйств с высокими доходами эффект был куда менее значимым – в верхнем доходном квартиле прирост потребления составил 9%: отчасти потому, что многие из таких домохозяйств получили выплаты меньшего размера, отчасти – потому что меньше нуждались в дополнительных тратах.

Еще важнее проанализировать, как именно были потрачены полученные от государства деньги: основная часть расходов пришлась на товары длительного пользования, а не на контактные услуги. То есть эта мера не могла смягчить удар кризиса для компаний наиболее пострадавших секторов: деньги ушли в Amazon, Walmart и другим крупным торговым сетям, а не малому бизнесу в сфере сервиса. Таким образом, прямые всеобщие денежные выплаты поддержали совокупное потребление, но не способны помочь наиболее пострадавшим бизнесам.

В целом наш анализ показывает, что пока сохраняется опасность заражения, довольно сложно восстановить потребление за счет традиционных антикризисных мер – их эффект сводится на нет из-за опасений людей за свое здоровье. То есть во многом борьба с кризисом – это все еще борьба с самим вирусом, поиск вакцины и т.д. В это время экономическая политика должна быть сосредоточена на помощи тем, кто столкнулся с самыми большими проблемами, – низкооплачиваемым работникам, лишившимся своих мест, а не всему населению без разбора. Данные уже сейчас позволяют делать помощь адресной – например, по району проживания и по уровню дохода работника.

Мы также надеемся, что показатели, которые мы разработали на основе данных, полученных от частного сектора, могли бы стать прототипом новой системы национальных счетов, работающей в режиме реального времени. После Великой депрессии Саймон Кузнец заложил основы системы национальных счетов в ее нынешнем виде – остается надеяться, что после этого кризиса мы тоже сможем шагнуть вперед.