Оценки ВВП и рынок акций в США.
Сегодня Росстат опубликовал первую оценку ВВП за 2022 год (-2,1%). Конечно, во второй оценке мы можем получить уточнение - и может быть, даже несколько пересмотров в следующие годы, когда данные будут окончательно собраны.
Пересмотры ВВП стандартны для современных статистиков всех стран. В США такие пересмотры существенно влияют на рынок акций. В статье (2017) авторы показывают, что опросы аналитиков позволяют лучше предсказывать вторую оценку ВВП. При этом третья оценка ВВП точнее аппроксимируется из месячных макроданных и свойств дневных доходностей акций.
Самое интересное - что если опубликованная третья оценка ВВП выше, чем аппроксимация, то рынок акций реагирует существенным ростом, а во время рецессии активы могут дорожать ещё несколько периодов из-за ожиданий дальнейших положительных пересмотров. Так что макро данные полезны и для предсказания доходностей финансовых рынков.
#GDP #Macro #Stocks #US
Сегодня Росстат опубликовал первую оценку ВВП за 2022 год (-2,1%). Конечно, во второй оценке мы можем получить уточнение - и может быть, даже несколько пересмотров в следующие годы, когда данные будут окончательно собраны.
Пересмотры ВВП стандартны для современных статистиков всех стран. В США такие пересмотры существенно влияют на рынок акций. В статье (2017) авторы показывают, что опросы аналитиков позволяют лучше предсказывать вторую оценку ВВП. При этом третья оценка ВВП точнее аппроксимируется из месячных макроданных и свойств дневных доходностей акций.
Самое интересное - что если опубликованная третья оценка ВВП выше, чем аппроксимация, то рынок акций реагирует существенным ростом, а во время рецессии активы могут дорожать ещё несколько периодов из-за ожиданий дальнейших положительных пересмотров. Так что макро данные полезны и для предсказания доходностей финансовых рынков.
#GDP #Macro #Stocks #US
Taylor & Francis
Predicting Early Data Revisions to U.S. GDP and the Effects of Releases on Equity Markets
The effects of data uncertainty on real-time decision-making can be reduced by predicting data revisions to U.S. GDP growth. We show that survey forecasts efficiently predict the revision implicit ...
Климатические шоки, инфляция и рост ВВП.
Новая попытка (апрель 2023) оценить влияние климата на инфляцию и деловую активность. Из плюсов - горизонт 1970-2020 и 173 страны. Основной результат - что природные катаклизмы и потепление замедляют ВВП, но при этом инфляция может реагировать в обе стороны. Повышение температуры исторически снижало инфляцию (через канал урожаев), а засухи и наводнения увеличивали.
Из интересного - конечно, разное влияние на развитые и развивающиеся страны. У них отличаются корзины потребления (в развитых меньше еды и больше услуг), поэтому изменение климата более опасно для бедных обществ.
#Climate #Inflation #GDP
Новая попытка (апрель 2023) оценить влияние климата на инфляцию и деловую активность. Из плюсов - горизонт 1970-2020 и 173 страны. Основной результат - что природные катаклизмы и потепление замедляют ВВП, но при этом инфляция может реагировать в обе стороны. Повышение температуры исторически снижало инфляцию (через канал урожаев), а засухи и наводнения увеличивали.
Из интересного - конечно, разное влияние на развитые и развивающиеся страны. У них отличаются корзины потребления (в развитых меньше еды и больше услуг), поэтому изменение климата более опасно для бедных обществ.
#Climate #Inflation #GDP
IMF
Eye of the Storm: The Impact of Climate Shocks on Inflation and Growth
What is the impact of climate change on inflation and growth dynamics? This is not a simple question to answer as climate shocks tend to be ubiquitous, but with opposing effects simultaneously on demand and supply. The extent of which climate-related shocks…
Пересмотры статистики ВВП: есть, будут, могут улучшиться.
В декабре 2023 мы увидели две связанных новости:
1) Экономика России по "текущему паритету покупательной способности" была пятой в мире уже в 2022 (и останется такой после 2023);
2) Росстат пересмотрел данные по темпам роста ВВП в 2021-2022, в обоих случаях вверх (+0,3% и +0,9%, соответственно).
Коллеги комментировали, например, так: "Росстат регулярно вводит в заблуждение".
К счастью, это неточная информация. Пересмотры статистики ВВП стандартны для всех стран, что развитых, что развивающихся - причём часто их делают через 4-5 лет после "первой оценки ВВП".
В чём сильное отличие Росстата - подавляющее большинство пересмотров вверх. Вот исследования:
1) по России (2021). За 2000-2019 из 20 оценок годового роста ВВП 15 были в дальнейшем пересмотрены вверх (таблица 5). Более того (таблица П5), был ровно один пересмотр вниз - в 2008, ещё четыре раза результат остался без пересмотра. Получается, что надо закладываться на повышение темпов роста ВВП по сравнению с первой оценкой фактически всегда.
2) по Германии (2020). За 1995-2017 по квартальным данным (75 точек) разброс статистики по реальному ВВП почти симметричный вокруг нуля, но бывали пересмотры плюс-минус 1 п.п. (Про другие переменные, типа инфляции или промышленного производства, там ещё интереснее результаты).
Из плюсов - что по России, что по Германии пересмотры "непредсказуемы" в момент публикации первой оценки, то есть мы не можем уверенно предсказать размер уточнения.
Вывод: Росстат молодец. Пересмотры стандарт. Российские коррекции ВВП смещены вверх, и было бы полезно, если бы Росстат давал комментарии по новым числам.
Upd. Док про пересмотры в США.
#Russia #Rosstat #GDP
В декабре 2023 мы увидели две связанных новости:
1) Экономика России по "текущему паритету покупательной способности" была пятой в мире уже в 2022 (и останется такой после 2023);
2) Росстат пересмотрел данные по темпам роста ВВП в 2021-2022, в обоих случаях вверх (+0,3% и +0,9%, соответственно).
Коллеги комментировали, например, так: "Росстат регулярно вводит в заблуждение".
К счастью, это неточная информация. Пересмотры статистики ВВП стандартны для всех стран, что развитых, что развивающихся - причём часто их делают через 4-5 лет после "первой оценки ВВП".
В чём сильное отличие Росстата - подавляющее большинство пересмотров вверх. Вот исследования:
1) по России (2021). За 2000-2019 из 20 оценок годового роста ВВП 15 были в дальнейшем пересмотрены вверх (таблица 5). Более того (таблица П5), был ровно один пересмотр вниз - в 2008, ещё четыре раза результат остался без пересмотра. Получается, что надо закладываться на повышение темпов роста ВВП по сравнению с первой оценкой фактически всегда.
2) по Германии (2020). За 1995-2017 по квартальным данным (75 точек) разброс статистики по реальному ВВП почти симметричный вокруг нуля, но бывали пересмотры плюс-минус 1 п.п. (Про другие переменные, типа инфляции или промышленного производства, там ещё интереснее результаты).
Из плюсов - что по России, что по Германии пересмотры "непредсказуемы" в момент публикации первой оценки, то есть мы не можем уверенно предсказать размер уточнения.
Вывод: Росстат молодец. Пересмотры стандарт. Российские коррекции ВВП смещены вверх, и было бы полезно, если бы Росстат давал комментарии по новым числам.
Upd. Док про пересмотры в США.
#Russia #Rosstat #GDP
World Bank Open Data
Free and open access to global development data
Правило макроэкономиста 101: не смотреть на рост ВВП в номинальном выражении, да ещё и в разных валютах.
Когда РБК повторяет за Блумбергом "США лучше растёт", он допускает большую ошибку:
https://t.me/rbc_news/87761
Думать надо в терминах реальных величин, за вычетом инфляции. Тогда ВВП США вырос примерно на 2.5%, Китая - на 5.2%. Как будто вывод "Китай продолжает догонять".
Почему не стоит в номинальном? Потому что рост номинального ВВП Турции в лирах в 2023 году составил порядка 60% (а реальный порядка 5.5%). Как вам такое? Правильно, никак - выводов ни для благосостояния, ни для курса валюты, ни для фондового рынка из роста номинального ВВП сделать нельзя. А международные сравнения я бы рекомендовал делать в терминах "паритета покупательной способности" - с учётом того, что уровни цен в разных странах отличаются. Тогда экономика Китая окажется больше, чем в США, уже с 2017 года.
#Nominal #GDP #Macro
Когда РБК повторяет за Блумбергом "США лучше растёт", он допускает большую ошибку:
https://t.me/rbc_news/87761
Думать надо в терминах реальных величин, за вычетом инфляции. Тогда ВВП США вырос примерно на 2.5%, Китая - на 5.2%. Как будто вывод "Китай продолжает догонять".
Почему не стоит в номинальном? Потому что рост номинального ВВП Турции в лирах в 2023 году составил порядка 60% (а реальный порядка 5.5%). Как вам такое? Правильно, никак - выводов ни для благосостояния, ни для курса валюты, ни для фондового рынка из роста номинального ВВП сделать нельзя. А международные сравнения я бы рекомендовал делать в терминах "паритета покупательной способности" - с учётом того, что уровни цен в разных странах отличаются. Тогда экономика Китая окажется больше, чем в США, уже с 2017 года.
#Nominal #GDP #Macro
Bloomberg.com
US Extends Lead Over China in Race for World’s Biggest Economy
The US has pulled further ahead of China in the race for world’s biggest economy, thanks in part to a vibrant American consumer.
Настроение статей в СМИ и экономика США: предсказываем рост ВВП.
Статья (январь 2024) исследует связь между "настроениями" и экономикой. Что делают авторы: берут многие локальные СМИ в США, считают с помощью Python на уровне штатов позитив/негатив новостей про экономику ("настроение СМИ"), и затем используют изменения этого индекса в поиске корреляций с экономикой.
Результаты:
1) Новости постепенно становились всё более негативными - потому что СМИ так привлекают читателей;
2) Есть достаточно устойчивая корреляция между изменением настроения СМИ и будущего роста ВВП;
3) Этот индекс дополняет другие показатели, от опросов экспертов до ставок, то есть даёт новую информацию про экономику.
Выводы:
1) Сами данные отлично, не вижу пока, выложили они их или нет.
2) Неясно, почему не сделаны аккуратные out-of-sample регрессии, а просто корреляции не показывают способность к прогнозам.
3) Как всегда, R2 моделей низкий - то есть качество прогноза всё равно невысокое.
#US #GDP #Forecasts #Sentiment
Статья (январь 2024) исследует связь между "настроениями" и экономикой. Что делают авторы: берут многие локальные СМИ в США, считают с помощью Python на уровне штатов позитив/негатив новостей про экономику ("настроение СМИ"), и затем используют изменения этого индекса в поиске корреляций с экономикой.
Результаты:
1) Новости постепенно становились всё более негативными - потому что СМИ так привлекают читателей;
2) Есть достаточно устойчивая корреляция между изменением настроения СМИ и будущего роста ВВП;
3) Этот индекс дополняет другие показатели, от опросов экспертов до ставок, то есть даёт новую информацию про экономику.
Выводы:
1) Сами данные отлично, не вижу пока, выложили они их или нет.
2) Неясно, почему не сделаны аккуратные out-of-sample регрессии, а просто корреляции не показывают способность к прогнозам.
3) Как всегда, R2 моделей низкий - то есть качество прогноза всё равно невысокое.
#US #GDP #Forecasts #Sentiment
NBER
(Almost) 200 Years of News-Based Economic Sentiment
Using text from 200 million pages of 13,000 US local newspapers and machine learning methods, we construct a 170-year-long measure of economic sentiment at the country and state levels, that expands existing measures in both the time series (by more than…
Как не стоит работать с прогнозами (ВВП, курса, ставки, доходности акций).
Извините, если это неприятно читать, но я вынужден. Статья (2024) делает очень важное упражнение - пробует использовать несколько опережающих индикаторов из опроса предприятий Банка России для предсказания ВВП. Автор получает довольно хорошие результаты со значительным снижением ошибок прогноза.
В чём же тогда мои претензии? Посмотрите таблицу 5.
1) Вообще непонятно, как выглядят регрессионные модели. Нет ни одной формулы. ARIMA можно нарезать настолько по-разному! И где тут "нестационарные данные", зачем нужна I?
2) Как отработана сезонность? Или одни данные со снятой сезонностью, другие без? Как введены дамми кварталов? Используются винтажи или итоговые данные Росстата? Ничего нельзя понять из текста.
3) Нельзя, никогда, делать вывод по одной, двум, пяти точкам. В таблице 5 показаны прогнозы на 5 кварталов максимум. Это ровно пять точек. Если модель лучше на пяти точках, это лишь говорит, что не надо показывать такие результаты. Ищите способы расширить выборку, иначе получается почти бессмысленное сравнение.
Вывод: да, короткие ряды проблема, но надо как-то выкручиваться и не считать статистики прогноза по одной-пяти точкам. И пожалуйста пишите формулы регрессий, иначе совсем ничего не понять.
(А находить эти статьи можно тут: https://t.me/workingpaper)
#Russia #GDP #Forecasts
Извините, если это неприятно читать, но я вынужден. Статья (2024) делает очень важное упражнение - пробует использовать несколько опережающих индикаторов из опроса предприятий Банка России для предсказания ВВП. Автор получает довольно хорошие результаты со значительным снижением ошибок прогноза.
В чём же тогда мои претензии? Посмотрите таблицу 5.
1) Вообще непонятно, как выглядят регрессионные модели. Нет ни одной формулы. ARIMA можно нарезать настолько по-разному! И где тут "нестационарные данные", зачем нужна I?
2) Как отработана сезонность? Или одни данные со снятой сезонностью, другие без? Как введены дамми кварталов? Используются винтажи или итоговые данные Росстата? Ничего нельзя понять из текста.
3) Нельзя, никогда, делать вывод по одной, двум, пяти точкам. В таблице 5 показаны прогнозы на 5 кварталов максимум. Это ровно пять точек. Если модель лучше на пяти точках, это лишь говорит, что не надо показывать такие результаты. Ищите способы расширить выборку, иначе получается почти бессмысленное сравнение.
Вывод: да, короткие ряды проблема, но надо как-то выкручиваться и не считать статистики прогноза по одной-пяти точкам. И пожалуйста пишите формулы регрессий, иначе совсем ничего не понять.
(А находить эти статьи можно тут: https://t.me/workingpaper)
#Russia #GDP #Forecasts
Потери от климатических рисков.
И вот оценка (май 2024) размера потерь от климатических рисков. Авторы показывают, что глобальное изменение температуры гораздо более точный индикатор для природных катастроф, чем локальные изменения. По их модели значительно повышается оценка потерь - до 12% мирового ВВП при росте температуры на 1 градус.
Из полезного - попытка привести будущие потери к текущей стоимости. Из плохого - это всё же гипотетические оценки, а скорее всего, климатические риски будут меняться сильно нелинейно с ростом температуры. Но спасибо за ещё один шаг вперед.
#Climate #GDP #Risk
И вот оценка (май 2024) размера потерь от климатических рисков. Авторы показывают, что глобальное изменение температуры гораздо более точный индикатор для природных катастроф, чем локальные изменения. По их модели значительно повышается оценка потерь - до 12% мирового ВВП при росте температуры на 1 градус.
Из полезного - попытка привести будущие потери к текущей стоимости. Из плохого - это всё же гипотетические оценки, а скорее всего, климатические риски будут меняться сильно нелинейно с ростом температуры. Но спасибо за ещё один шаг вперед.
#Climate #GDP #Risk
NBER
The Macroeconomic Impact of Climate Change: Global vs. Local Temperature
This paper estimates that the macroeconomic damages from climate change are six times larger than previously thought. We exploit natural variability in global temperature and rely on time-series variation. A 1°C increase in global temperature leads to a 12%…
Это конечно надо сообщить ⚡️ . С ценами 2021 года Россия стала четвёртой экономикой по ППС (ВБ):
https://www.worldbank.org/en/programs/icp/brief/ICP2021_DataViz_1
Например, в 2021:
1. Китай $29 трлн,
2. США $24 трлн,
3. Индия $11 трлн,
4. Россия $5,7 трлн.
("China’s GDP stood at $29 trillion in PPP terms in 2021, representing 18.9% of global GDP, while the United States’ GDP was $24 trillion, accounting for 15.5% of global GDP. India, at $11 trillion or 7.2%, was the third-largest economy, followed by the Russian Federation, Japan, Germany, Brazil, and France.")
#Russia #GDP #PPP
https://www.worldbank.org/en/programs/icp/brief/ICP2021_DataViz_1
Например, в 2021:
1. Китай $29 трлн,
2. США $24 трлн,
3. Индия $11 трлн,
4. Россия $5,7 трлн.
("China’s GDP stood at $29 trillion in PPP terms in 2021, representing 18.9% of global GDP, while the United States’ GDP was $24 trillion, accounting for 15.5% of global GDP. India, at $11 trillion or 7.2%, was the third-largest economy, followed by the Russian Federation, Japan, Germany, Brazil, and France.")
#Russia #GDP #PPP
Please open Telegram to view this post
VIEW IN TELEGRAM
World Bank
ICP 2021: Size of Economies
PPPs for policy making: a visual guide to using data from the ICP
Влияние ФРС на выпуск и инфляцию: при высоком росте ниже!
В России идёт дискуссия, почему высокая ставка пока не замедлила в достаточной степени экономику и не вернула инфляцию к 4%. Экономику конечно же приостановит, в том числе из-за ограниченных трудовых ресурсов.
Но вот статья (апрель 2024) про влияние монетарной политики ФРС на экономику США в 1988-2019. Авторы выделяют шоки монетарной политики из высокочастотных данных с учётом предшествовавших заседаниям финансовых и экономических условий, а затем показывают влияние шоков на цены и рост ВВП.
Главные результаты:
1) Когда рост экономики низкий (близко к рецессии), влияние монетарной политики сильнее. Повышение ставки снижает и ВВП, и инфляцию. А вот в режиме высокого роста ВВП повышение ставки замедляет только экономику, но не цены;
2) По компонентам ВВП - влияние роста ставки сильнее на инвестиции компаний и покупки товаров долгосрочного пользования (холодильники, ТВ). Расходы на услуги и еду-напитки не снижаются.
Выводы для России: я не знаю, насколько получились бы схожие результаты. Российская экономика довольно сильно отличается от экономики США. Но вывод, что при высоком росте ВВП сложнее влиять на цены, довольно важный - кажется, что это свойство не только российских данных 2023-24.
#US #Inflation #GDP #MonetaryPolicy
В России идёт дискуссия, почему высокая ставка пока не замедлила в достаточной степени экономику и не вернула инфляцию к 4%. Экономику конечно же приостановит, в том числе из-за ограниченных трудовых ресурсов.
Но вот статья (апрель 2024) про влияние монетарной политики ФРС на экономику США в 1988-2019. Авторы выделяют шоки монетарной политики из высокочастотных данных с учётом предшествовавших заседаниям финансовых и экономических условий, а затем показывают влияние шоков на цены и рост ВВП.
Главные результаты:
1) Когда рост экономики низкий (близко к рецессии), влияние монетарной политики сильнее. Повышение ставки снижает и ВВП, и инфляцию. А вот в режиме высокого роста ВВП повышение ставки замедляет только экономику, но не цены;
2) По компонентам ВВП - влияние роста ставки сильнее на инвестиции компаний и покупки товаров долгосрочного пользования (холодильники, ТВ). Расходы на услуги и еду-напитки не снижаются.
Выводы для России: я не знаю, насколько получились бы схожие результаты. Российская экономика довольно сильно отличается от экономики США. Но вывод, что при высоком росте ВВП сложнее влиять на цены, довольно важный - кажется, что это свойство не только российских данных 2023-24.
#US #Inflation #GDP #MonetaryPolicy