Запасник экономиста
789 subscribers
136 photos
1 file
151 links
Ниточки к данным, инфографике, оценкам
Автор - Андрей Гнидченко (ЦМАКП)

P. S. Рекламы нет
Download Telegram
На днях в рамках проекта Big Data China вышла обстоятельная заметка про качество китайской статистики и поиск потенциальных прокси ВВП Китая. В ней обозреваются мнения 15 опрошенных экономистов о достоверности официальных данных и альтернативных метриках (точки зрения очень разные). Обсуждается индекс Лю Кэнга 💪 (Li Keqiang). Содержится россыпь интересных ссылок - например, на "китайского кота" (China CAT: Cyclical Activity Tracker). А еще есть интерактивный график 7, на котором можно поподбирать свой прокси ВВП Китая
Коллеги из других каналов начинают разбирать детальнее, какие товары попали под новые пошлины (например, см. пост ЦЭП Talks). Не останусь в стороне: вот две картинки в разрезе "уровень передела (классификатор РЭЦ) - тип товара (классификатор BEC)". На данных 21г, но общее представление дает.

Просматривается тяготение к обложению промежуточных товаров и нижнего передела. Но можно было бы без особых последствий для бюджета исключить из-под действия пошлин все верхние переделы и потребительские товары среднего передела: потеряем лишь 1.3 п.п. из 29%, зато не будем входить в явное противоречие с задачей стимулирования несырьевого неэнергетического экспорта (ННЭ)
👍1
Кофейный Шредингер

Пост от 25 сентября, 18:36
Эфиопия запретила вывоз кофе в любом виде и в любых количествах.

Пост от 26 сентября, 13:26
Посол Эфиопии в РФ: Грузовые рейсы в скором времени свяжут Россию и Эфиопию, благодаря чему эфиопская продукция, например, цветы и кофе, сможет поставляться в РФ напрямую, а не через третьи страны.
😁2
#15 World Values Survey

Открыл для себя (спасибо каналу "Наука и данные" за пост) новый тип графика - “letter-value” plot: то же что boxplot, только с несколькими цветными коробочками. Средняя коробочка содержит половину точек данных, зеленая - еще четверть, третья - восьмую часть и так далее.

Визуализировал таким способом сравнение распределений респондентов из разных профессиональных групп по возрастам в России и Китае (данные опроса World Values Survey, ответы на вопросы 261 и 281). Например, в Китае работников сферы продаж в старших возрастах не то чтобы сильно меньше, чем в младших, а вот в России распределение смещено в сторону молодежи.

А сами данные весьма интересны: показателей там - громадьё громадное
👍4
Производственная функция 2D

Без шуток – похоже на революционную работу в области моделирования производственной функции (ПФ).

Авторы не просто добавили еще один фактор (программируемый софт), а ввели дополнительное измерение, которое позволило получить обобщенную ПФ, пригодную для описания трех стадий экономического развития: доиндустриальной, индустриальной и современной цифровой экономики.

✏️ Человеческий капитал моделируется не как число лет обучения, а отталкиваясь от оценки значимости нерутинных задач в разрезе профессий (БД O*NET) и данных CPS о количестве отработанных часов по 450 профессиям

✏️ Программируемый софт моделируется на основе структуры инвестиций по типам оборудования и данных O*NET о том, какие типы оборудования используются в разных профессиях
🔥6
Сентябрьская работа о том, как Германия приспособилась к прекращению импорта газа из России.

✏️ в Германии были дебаты о влиянии отказа от газа из РФ на ВВП, прогнозы групп специальных интересов отличались от прогнозов "академиков", но последние оказались точнее (fig.13)

✏️ адаптация рынка газа шла за счет снижения спроса (промышленностью больше, чем д/х!), роста импорта из других стран и отбора запасов из хранилищ (fig.4)

✏️ выпуск в целом почти не пострадал, при заметном спаде в потребляющих энергию отраслях (fig.6): каскадный эффект на связанные отрасли производственных цепочек не сработал из-за роста импорта "газоинтенсивных" товаров (fig.8)

✏️ "сила замещения" иллюстрируется разницей во влиянии гипотетического падения импорта газа на выпуск при эластичности замещения 0 и 0.05: эффект отличается ~ в 4 раза (fig.3)

✏️ компенсация расходов на газ стимулировала снижение потребления: платилось 80% исторического потребления, умноженных на разницу между фактической и нормативной ценой (fig.9)
👍4👎1🔥1