Nowcasting:只爭朝夕的即時預報

A+A-
圖片來源:路透社

科網年代只要祭出「大數據」、「AI」、「區塊鏈」這些術語,對方少不免忌你三分。大數據運用得宜,的確具點石成金之效,佼佼者是不斷收集用戶資料的科技巨頭如 Facebook、Google、Amazon 等。除了用來賺錢,政策制定者如中央銀行、國家政府也對大數據趨之若鶩,例如央行可用以幫助「即時預報」(nowcasting)。

Forecasting(預測)不難理解,但 nowcasting 又是何方神聖?現在的事,難道還需要預測嗎?在經濟分析方面,是有需要的。例如經濟生產總值(GDP)是常用的測量經濟活動的指標,但量度和統計 GDP 數據需時,政策制定者固然希望盡早掌握經濟實況,「即時預報」就是對現況或極近期的預測,就像天氣預報一樣。

早於 2008 年麻省理工學院(MIT)便發起了名為「十億價格計劃(Billion Prices Project)」。至今,該項目每日在網上公佈價格指數,涵蓋範圍超過 20 個國家。計劃運用一種稱為「網絡抓取」的技術,由機器從數百間具實體店的零售商網站中抓取價格信息,至今已從超過 1,000 間零售商中收集了約 1,500 萬個每日價格。

這些線上通脹數據,如果質量高,能比當前的價格統計數據更加及時,並且有可能覆蓋更多數量的產品。歐盟統計局目前通過國家統計機構,在 28 個歐盟成員國每月收集大約 300 萬份消費者價格協調指數,但仍需待在每個月結束 17 天後才公佈結果。

因此,線上價格數據可用於改善短期預測,亦可輔助檢查當前價格指數的可靠程度。例如 2017 年 Sveriges Riksbank 等人的研究顯示,瑞典的線上價格數據有助預測水果和蔬菜零售價格的短期趨勢。歐洲央行的初步分析亦證明了在線價格數據的預測能力 —— 前提是它們夠精細。

除了能輔助價格指數,這種「先見之明」還可以為不確定性時期的決策提供參考。例如 2008 年美國雷曼兄弟破產,同時終結美國多年通貨膨脹。研究顯示,假如當年有「十億價格計劃」數據可用的話,在美國官方消費者價格指數出現之前的幾個月便可得知通脹的轉折點。

此外,大數據還可以用來幫助改善商業周期分析。例如 Google 搜索的數據,很早便視作極具價值的數據來源。早在 2012 年,Hal Varian 等經濟學者的研究就證明,Google 搜尋趨勢可以幫助預測經濟活動。例如美國民眾在 Google 搜索有關汽車的趨勢,有助為近期的銷售表現進行即時預報。雖然,美國統計部門每月仍會從汽車銷售代理中獲得數據,但結果一般在每月結束後兩星期才得以發佈。即時預報便有助政策制定更早獲得有用資訊。

另一例子就是利用 Google 搜尋趨勢與失業相關的搜索查詢,來即時預報失業率。研究發現,許多搜索關鍵詞確實與失業率相關,與現有的基準模型相比,利用 Google 搜尋趨勢可將預測誤差降低高達 80%。

另外,信用卡的電子支付和自動提款機提取現金的數據,已被證明有助預測個人消費和 GDP 增長。歐洲央行執行委員會成員 BenoîtCœuré 就表示:「內部調查結果顯示,在一些歐元區國家,支付數據與個人消費之間的相關性令人鼓舞,是政策制定者可有系統地預測的選擇之一。」數據運用得宜,大而是可以有當。