另类数据与货币政策

可选数据与货币政策 中央银行家正在利用非传统数据来源，以获得对经济的更全面了解。 在实时情况下，美联储依赖由劳工统计局（BLS）和商务部等政府机构生成的各种统计数据。这些统计数据通常基于代表性调查，被政策制定者、投资者、商业领袖和公众视为黄金标准。然而，美联储越来越多地用非传统数据来源来补充这些数据，这些数据通常由私营公司提供。这些非传统数据来源的显著特点是，数据并非为制作经济统计数据而创建；相反，它起源于运营企业或政府项目的过程中，然后被重新用于经济统计数据。 我在2020年的春季，联邦储备局面临着挑战：新冠病毒大流行打破了日常生活的常态，造成闭馆、社交距离以及不确定性的增加，但美联储用来调节货币政策的传统经济统计数据难以跟上变化的速度，也未能覆 这本小说探讨了疫情经济的独特特点。然而，美联储并非盲目行事；它能及时转向利用先前开发的非常规数据来源，如工资处理和信用卡、借记卡交易，来追踪经济快速恶化的情况。 即使在最好的时候，高质量、及时的数据对于制定合理的货币政策至关重要。例如，如果政策制定者看到通货膨胀上升的迹象，他们可能会考虑提高利率以冷却经济。但是，如果就业市场似乎正在减弱，他们可能会考虑降低利率以刺激经济活动。利率变化影响经济结果需要时间，因此，快速准确地评估经济方向对于制定有效政策也同样重要。 填补空白 这种非传统数据通常更及时或更细致，因此可以填补政府统计数据的一些空白。它还可以为关键经济结果，如就业，提供额外的视角。最后，它可以用来提高传统数据源的质量。然而，非传统来源应被视为 掌握经济脉动 F&D 数据 补充传统数据以辅助政策制定，而非替代。 相比国内生产商品的价格，相对于关税之前的趋势，关税的商品价格效应更为明显。此外，对于那些与关税进口产品直接竞争的国内商品，关税的价格效应比那些不是直接竞争的国内商品更为显著。总体而言，效果相对适度，这一发现与传统数据源的研究结果一致。此类高频率、细粒度数据还可以帮助评估价格水平的上升趋势是否已经完成。 货币政策的核心目标是稳定经济周期，因此准确快速地评估转折点至关重要。在这种情况下，非传统数据尤其有帮助。这是因为关于关键变量（如失业率、通货膨胀和经济增长）的政府统计数据通常在事件发生后几周甚至几个月才公布。发布私营公司数据的延误通常要短得多，只有几周甚至几天。 更细粒度的替代数据来源在疫情期间也向美联储和其他决策者提供了帮助，这对于消费者和商业行为产生了巨大的影响。在社交距离期间，通过部署私有公司关于实体流动性的数据以及对COVID病例数量的行政数据进行监测，同时还利用了衡量供应链压力的指标来评估通货膨胀压力。除了对采购经理和航运价格指数的调查外，供应链的压力还通过实时的航运集装箱运动数据进行评估。当然，传统的数据来源也帮助填补了政策制定者对经济理解上的空白。作为传统数据的主要来源，国家统计局迅速填补了这一空白，通过开展短期在线调查来评估疫情对家庭和小企业的影响。 在疫情初期，替代数据源的时间敏感性特别有用，这引发了短暂的深度衰退。美联储工作人员的回顾指出，基于大型工资处理商ADP的数据，他们对就业的内部每周估计显示，2020年3月底出现了大幅下降。这比美国劳工统计局发布其自身月度就业报告早了一个多月，后者也显示了大幅下降。 疫情导致的衰退异常迅速，但更高频率和更及时的就业估计具有更广泛的应用。例如，任何时间当美国劳工统计局（BLS）的月度就业估计急剧下降，就像在2025年发生的那样，每周ADP的估计都能提前洞察趋势是否会持续或逆转。此外，在政府因国会预算僵局而关闭的情况下，当官方数据不可用时，ADP的估计尤为重要。 精度丧失 替代数据可以帮助维持甚至提高传统统计的质量和成本效益。政府机构严重依赖对人和企业的调查，这些调查旨在代表整个经济。但它们也存在缺点。一方面，随着时间的推移，由于人和企业参与意愿降低，成本不断上升。另一方面，参与率的下降降低了最终估计的精确度。 通货膨胀阶段 替代数据的粒度是美联储政策制定者在评估贸易政策变化对消费者价格通胀影响时的另一个优势。理论和经验表明，进口关税的增加将导致价格水平一次性上升，这只会暂时性地增加通胀。在这种情况下，美联储应该“忽略”与关税相关的通胀，不要提高利率。但是，检验这一假设具有挑战性，因为美联储咨询的关键统计数据并没有根据原产国来识别商品价格。相反，分析必须通过过去进口的平均份额来比较商品大类的价格。 这种精度的丧失可能会对通货膨胀或就业动态产生不确定性，从而阻碍及时、适当的货币政策反应。非传统数据提供了一种潜在解决方案。例如，美国劳工统计局（BLS）现在使用私营公司数据而不是调查数据来计算消费者价格指数的几个组成部分，包括二手车价格、机票和无线电话合同。 这正是在哪里，替代数据的粒度提供了更直接的途径来监测关税价格影响。哈佛大学的教授阿尔贝托·卡瓦洛和两位合作者是这样一个数据来源。他们使用五大美国零售商的在线数据构建了每日价格指数，这些数据包括350,000种商品的产地、关税率和售价。他们发现，进口消费品的价格上涨速度更快。 有进一步使用私营部门数据的范围，尽管此类数据的获取成本和可靠性带来了挑战。私营公司可能会决定停止分享其数据或大幅提高其价格，这可能会威胁政府统计的连续性。统计机构进行仔细的测试也是必要的，以确保非传统数据来源能够提高估计的精确度，而不是为旧噪声提供新的来源。 商业成立 低收入者结果。然而，出乎意料的是，这种放宽政策反而减少了不平等。 提高传统数据初始估计的准确性是另一点，在此点上下载数据可能很有用，特别是在经济转折点时。货币政策决策是在实时进行的，因此实时数据必须尽可能准确。政府每月对雇佣就业的估计就是一个例子。这依赖于对商业机构的调查，结果会根据企业兴衰调整。（调整基于所谓的“出生-死亡模型”。）在大流行期间及之后，净企业形成的变动，加上数据获取的长期滞后，导致模型出现了重大误差，并在以前的就业估计中进行了大量年度修订。研究人员已经表明，雇主识别号的每周税务申报可以作为下一季度企业形成的可靠预测。将出生-死亡模型与更及时的营业形成指标对齐，可以在经济条件变化时提高就业初始估计的准确性。 尽管非传统数据源具有诸多优势，但它们并不能取代传统数据。事实上，它们的有用性往往依赖于传统数据。作为美联储的经济学家，我参与了一个项目，将First Data（现为Fiserv）的信用卡和借记卡交易数据转化为每日州级零售销售估算，这些估算后来被用于几乎实时追踪联邦公开市场委员会对飓风艾尔玛和哈维的经济影响。 但是，这个来源提出了挑战。原始交易中销售额的增长混合了First Data特有的因素，例如其支付处理业务的客户收购，以及美国消费者支出的变化。只有后者与经济统计数据相关。为了解决这个问题的一个步骤，我们使用了商务部五年经济普查数据，对公司的客户卡交易进行重新加权，以代表美国企业。这种基准测试在从非常规来源构建经济统计数据时很常见。我们的项目面临其他替代数据源常见的问题，例如季节调整和异常值调试的短期序列。与普查局的全国月度零售销售额估计进行比较，让我们有信心使用更细致的私人数据用于政策工作。 即使官方数据也可能存在误差，例如使用部分调查而非全面普查导致的抽样误差。因此，使用多个独立的估算可以提高我们对官方估算的理解。例如，芝加哥联邦储备银行的一项新举措将官方与劳动力市场的替代数据进行融合，以估算当前月份的失业率。分析包括了Indeed网站（求职者和招聘者使用）的数据、Lightcast（劳动力市场分析提供商）的数据以及关于失业的Google搜索数据。然而，该项目还处于早期阶段，需要时间来建立其可靠性。 任何使用非传统数据的用户都会面临挑战。对于美联储来说，此类数据对公众的有限可用性带来了特殊困难。美联储的货币政策战略框架强调，透明度对于问责制至关重要，并可以提高货币政策的成果。依赖难以广泛获取的数据来源会降低透明度；外界无法验证美联储的分析，只有支付费用获取私人数据的市场参与者才能看到美联储所看到的内容。 政策影响 一旦美联储官员调整了货币政策，他们必须评估其影响。在此处，非传统数据同样有帮助。例如，随着家庭信用记录、银行账户和行政记录等资料的可用，关于货币政策分配影响的研究已经扩展。在COVID-19期间，当利率下降时，一项利用CoreLogic从物业税表和产权记录中获取数据的研究显示，非裔美国人、拉丁裔和低收入借款人再融资的可能性比亚裔美国人、白人和高收入借款人低。系统性的再融资成本差异发挥了作用。另一项研究，利用美国国税局个人所得税记录，发现意外的货币政策收紧导致了更大的收入不平等，主要是通过恶化 我们已经看到政策制定者如何可以利用替代数据来源来全面了解经济状况，从而可能导致更好的政策结果。提高数据质量需要政府部门、私营部门数据提供者、政府官员和学者之间建立紧密的联系。非传统数据提供了机遇和挑战，但理解宏观经济动态是非传统数据和官方政府统计的共同目标。F&D