非传统数据可以作为传统数据的补充,帮助政策制定者更准确地评估经济状况,但并非替代品。其核心优势在于数据时效性和粒度,能够弥补传统数据的滞后性。
首先,非传统数据在评估经济周期转折点方面具有显著优势。传统经济数据如失业率、通胀率和经济增长率通常存在数周甚至数月的发布滞后,而私营公司数据往往能提供更及时的信息。例如,ADP的周度就业数据在2020年3月就显示就业大幅下降,比劳工统计局的月度报告早了一个多月。这种高频数据有助于政策制定者更早地识别经济趋势变化,如在政府预算僵局导致的停摆期间,私营公司数据可以填补官方数据的空白。
其次,非传统数据的粒度优势有助于评估贸易政策对消费者价格的影响。传统统计无法区分商品的原产地,而哈佛大学教授Cavallo等人构建的每日价格指数通过追踪五家主要美国零售商的35万种商品的国别、关税率和销售价格,发现进口消费品价格涨幅快于国内产品,且对直接竞争的国内产品影响更大,这与传统数据研究结果一致。
第三,非传统数据可以提升传统统计的质量和成本效益。由于传统调查参与率下降导致成本上升和精度降低,美联储劳动统计局已开始使用私营公司数据替代部分调查,如二手车、机票和无线电话合同价格。但需注意数据获取成本和可靠性问题,如私营公司可能停止数据共享或提高价格。
第四,非传统数据有助于提高传统统计的初始估计准确性。例如,雇主识别号码的周度税务申报数据可以更准确地预测企业成立情况,改进"出生-死亡模型"在就业统计中的应用。芝加哥联邦储备银行尝试融合Indeed、Lightcast和谷歌搜索数据构建失业率估计,但该项目仍处于早期阶段。
第五,非传统数据有助于评估政策效果。例如,CoreLogic的房产税和产权记录显示,疫情期间低收入少数族裔借款人再融资率低于高收入群体;IRS个税记录显示,意外紧缩政策加剧收入不平等,而意外宽松政策则减少不平等。
最后,非传统数据的使用仍面临挑战。美联储因数据公开性受限而面临透明度问题,需要通过部门间合作提升数据质量。非传统数据需与传统数据结合使用,如通过经济普查数据进行基准校准,并解决时间序列较短和异常值处理等问题。芝加哥联邦储备银行与Census Bureau的对比验证了私营数据的可靠性。
总之,非传统数据在评估经济转折点、贸易政策影响、统计质量提升和政策效果分析等方面具有重要价值,但需通过政府、私营部门和学术界合作解决数据获取、透明度和可靠性等挑战。