政府景氣觀測和統計調查要有大數據應用思維

天境傳媒 - 社論
社論社論2019-02-18

(工商社論)

國發會日前發布最新景氣對策信號結果,景氣燈號從代表經濟有緊縮疑慮的黃藍燈降為象徵景氣低迷的藍燈。此次景氣藍燈是2016年4月以來首見,反映的究竟是景氣寒冬來臨前的序曲,亦或只是單月份的干擾訊號,我們從景氣系統和官員們的說明中,獲得的資訊相當有限,而此現象似也凸顯出目前財經部會在執行景氣觀測與預測時所面臨的侷限。

去年2月國發會啟動新版「景氣指標與對策信號」試編,並於8月份正式對外公布,這是我國自1977年啟用景氣系統以來的第八次修訂。國發會新聞稿指出,新版景氣系統能有效提升對景氣波動的掌握能力。國發會景氣系統包含四個面向,分別為:領先指標、同時指標、落後指標,以及外界所熟知的景氣對策信號。在此次新版景氣系統的修訂中,國發會調整了反映景氣動態的領先與落後指標的組成項目,並針對景氣對策信號的各項指標燈號區間的檢查值進行微調。在領先指標組成項目裡,新系統以「外銷訂單動向指數」取代「外銷訂單指數」,並將衡量營建業經濟活動的「核發建照面積」改以「建築物開工樓地板面積」替代;在落後指標的修訂方面,剔除了「工業及服務業受僱員工人數」,並以「全體金融機構放款與投資」及「製造業存貨價值」取代「全體貨幣機構放款與投資」和「製造業存貨率」。持平而論,我們肯定國發會重視景氣系統的積極作為,但較為可惜的是,新版景氣系統未展現出由網路和物聯網所創造的大數據資源的應用思維。

WiiWii

在全球經濟高度連結且快速變動的大環境下,即時掌握景氣變化是各國政府希望努力達成但卻也是難度極高的目標。目前各國在執行景氣觀測與預測時所面臨的主要挑戰有二:一是統計資料的時間落後,二是政府統計工作執行與品質維護的困難度增加。以民眾最關心的GDP和物價指數為例,由於相關資料蒐集的投入龐大且過程繁複,通常必須等到次月(季)相關單位才會發布指標的初估結果,且經常在初估數據出爐的數個月後,需再根據更完整的資訊進行修正。許多經濟學家因而戲稱,政府以「落後」的經濟指標進行決策,猶如盯著後照鏡開車。另一方面,隨著民眾對個資保護意識抬頭,使得政府的統計調查品質的可靠性也不比從前。去年5月立法院三讀通過《統計法》修正,主要也是為了克服民眾規避政府統計調查,然而是否真能解決民眾對政府調查的實問虛答,猶未可知。

為減緩政府統計的時間落後與資料品質對執行景氣觀測與預測時的負面影響,近年國際學術圈與政策研究社群開始討論如何規劃、發展、應用以大數據為基礎(big data based)的景氣觀測與預測方法。聯合國統計署(UNSD)和聯合國歐洲經濟委員會(UNECE)自2013年起開始推動以整合大數據概念的政府統計精進計畫。UNECE將大數據資料來源分為三種類型,除了一般所熟悉的企業資料(如稅收登錄、工商登記、商業交易等),UNECE建議各國政府可應用經由網路平台及物聯網感測器所蒐集的即時訊息來輔助決策。前者如Google Trend、Twitter、Facebook等網站的影音及文字貼文等非結構化資料,後者如道路交通感測器、衛星影像、智慧電表等訊息。

酷咖啡 Kool Caffè

目前應用大數據進行景氣觀測與預測主要體現在兩個方面,一是利用高頻率資料大數據(如每日股價走勢)結合傳統低頻率數據(如每季GDP)進行景氣指標綜合指數編制(如美國聯準會費城分行的商業情勢指數);另一則為利用網路平台數據進行景氣「即時預測(Nowcasting)」;Google首席經濟學家Hal Varian指出,Google關鍵字搜尋數據可有效提升對美國汽車業銷售的預測能力,預測準確率較傳統方法高出5%至20%。此外,大數據應用對精進政府統計亦有顯著貢獻。最著名的案例之一,是美國MIT兩位經濟學家Cavallo和Rigobon的「十億價格計畫」。利用大數據分析,兩位學者從900多個購物網站追蹤了逾1,500萬種商品的線上價格,據此計算美國等20多國的每日價格指數,提供各國央行和金融機構作為決策參考。兩人利用大數據分析後發現,2007至2011年阿根廷的年均通膨率超過20%,遠高於官方物價調查的8%,且兩人的研究發現與該國家庭調查數據高度吻合。由此可見,利用大數據分析輔助政府統計,除兼具時效與成本優勢外,亦能提升政府決策品質。

隨著人工智慧科技應用愈趨普及,加上5G高速網路時代即將來臨,可以預期的是,未來各種經濟行為所產生的數據量將持續呈現爆炸性成長。大數據應用不只攸關企業競爭力,對完善政府治理的重要性亦不容小覷。期待政府財經部會與統計主責單位能儘速規劃,讓大數據應用落實成為輔助政府景氣觀測與精進統計品質的有力工具。

錢借貸

分享