Ομιλία του Διοικητή της Τράπεζας της Ελλάδος Γιάννη Στουρνάρα στο Eighth ECB Statistics Conference στη Φρανκφούρτη με θέμα: «Η αξιοποίηση μικροδεδομένων στις αποφάσεις νομισματικής πολιτικής: πέρα και πίσω από τα συγκεντρωτικά μεγέθη»
06/07/2016 - Ομιλίες
Σας ευχαριστώ πολύ που με προσκαλέσατε να μιλήσω με θέμα την αξιοποίηση μικροοικονομικών δεδομένων (“μικροδεδομένων”) στη λήψη αποφάσεων νομισματικής πολιτικής. Πριν από λίγα χρόνια αυτό το θέμα θα προκαλούσε τουλάχιστον έκπληξη. Η νομισματική πολιτική ενδιαφέρεται για συγκεντρωτικά μεγέθη και το Ευρωσύστημα έχει σαφή αποστολή να διασφαλίζει τη σταθερότητα του γενικού επιπέδου των τιμών στη ζώνη του ευρώ ως σύνολο χωρίς να λαμβάνει υπόψη τις αναδιανεμητικές επιδράσεις των αποφάσεών του. Εφόσον τα μικροδεδομένα αποτυπώνουν τη διανομή του εισοδήματος και του πλούτου, η χρησιμότητά τους για τη νομισματική πολιτική δεν είναι καθόλου προφανής. Μπορεί μάλιστα να θεωρηθεί και αναχρονιστική. Θυμάμαι τη νομισματική πολιτική που ακολουθούσαν πολλές χώρες, μεταξύ αυτών και η Ελλάδα, μέχρι τη δεκαετία του ’80, τότε που η πιστωτική πολιτική και η επιβολή επιλεκτικών πιστωτικών ελέγχων επιδίωκαν να κατευθύνουν τους δανειακούς πόρους προς συγκεκριμένους τομείς (και κλάδους) της οικονομίας, αποκλείοντας παντελώς τους άλλους τομείς από τον τραπεζικό δανεισμό. Η εφαρμογή αυτών των πιστωτικών ελέγχων απαιτούσε ένα σημαντικό όγκο μικροδεδομένων. Παραδείγματος χάριν, οι τράπεζες ήταν υποχρεωμένες να υποβάλλουν στοιχεία όχι μόνο για το σύνολο των δανείων προς τις μη χρηματοπιστωτικές επιχειρήσεις, αλλά και ανάλυση των δανείων τους σε συγκεκριμένες κατηγορίες, όπως το εξαγωγικό εμπόριο, το εισαγωγικό εμπόριο και το εμπόριο καπνού. Με την κατάργηση αυτών των ελέγχων, καταργήθηκε και η λεπτομερής υποβολή μικροδεδομένων και αντικαταστάθηκε με την υποβολή συγκεντρωτικών μεγεθών του ισολογισμού. Κανείς δεν προτείνει επιστροφή στη μικροοικονομική διαχείριση της οικονομίας. Οι κεντρικές τράπεζες θα πρέπει να παραμείνουν προσηλωμένες στην επίτευξη του σκοπού τους, που είναι η σταθερότητα των τιμών στο σύνολο της οικονομίας.
Με την εκδήλωση της χρηματοπιστωτικής κρίσης όμως συνειδητοποιήσαμε ότι τα συγκεντρωτικά δεδομένα δεν αρκούν και ότι οι φορείς χάραξης πολιτικής χρειάζονται πιο αναλυτικά δεδομένα. Αυτό δεν σημαίνει ότι υπήρξε κάποια θεμελιώδης μεταβολή όσον αφορά τους σκοπούς της νομισματικής πολιτικής. Εξακολουθούμε να εστιάζουμε την προσοχή μας στις μακροοικονομικές μεταβλητές και δεν τίθεται θέμα επιστροφής στις λεπτομερείς αναδιανεμητικές πιστωτικές πολιτικές του παρελθόντος. Σήμερα, η χρήση των μικροδεδομένων στη χάραξη της νομισματικής πολιτικής υπηρετεί ένα μάλλον διαφορετικό σκοπό. Τα μικροδεδομένα αφενός μας βοηθούν να κατανοήσουμε καλύτερα το μηχανισμό μετάδοσης της νομισματικής πολιτικής και αφετέρου μας επιτρέπουν να ερμηνεύσουμε καλύτερα τα συγκεντρωτικά δεδομένα και ως εκ τούτου να προβλέπουμε καλύτερα την εξέλιξή τους.
Αυτοί οι δύο στόχοι στην πράξη σημαίνουν ότι τα μικροδεδομένα όχι μόνο αποτελούν ένα βήμα πέρα από τα συγκεντρωτικά μεγέθη, αλλά και μας επιτρέπουν να δούμε τι κρύβεται πίσω από αυτά τα μεγέθη. Τα μικροδεδομένα μπορούν είτε να συμπληρώσουν τα υπάρχοντα συγκεντρωτικά στοιχεία είτε να τα αντικαταστήσουν με νέες βάσεις δεδομένων καλύτερης ποιότητας. Τα μικροδεδομένα μπορούν να ενισχύσουν την ευελιξία των συγκεντρωτικών στοιχείων, καθώς μπορούν να προσαρμόζονται ώστε να συμβαδίζουν με τις χρηματοπιστωτικές καινοτομίες, τις αλλαγές του κανονιστικού πλαισίου ή τις συμπεριφορικές αντιδράσεις στις μεταβολές του οικονομικού περιβάλλοντος.
Κατ’ αρχάς θα εξετάσω πώς τα αναλυτικά δεδομένα μπορούν να προωθήσουν την ευελιξία των δεδομένων που χρησιμοποιούνται για τη μακροοικονομική και νομισματική ανάλυση σε συνολικό επίπεδο. Η κύρια μέθοδος συλλογής νομισματικών στατιστικών στοιχείων μπορεί να περιγραφεί ως «η μέθοδος του ισολογισμού». Οι στατιστικολόγοι ζητούν από τους φορείς χάραξης πολιτικής να τους γνωρίσουν τις ανάγκες τους για στατιστική πληροφόρηση. Μόλις καταγραφούν αυτές οι ανάγκες, οι στατιστικολόγοι σχεδιάζουν πρότυπους πίνακες (templates) παρόμοιους με τους ισολογισμούς που δημοσιεύουν οι τράπεζες. Στη συνέχεια οι χρήστες των δεδομένων πρέπει να αποφασίσουν σχετικά με το συγκεκριμένο τρόπο απεικόνισης. Π.χ. ένας πίνακας που αφορά τα δάνεια μπορεί να απεικονίζει τους τομείς της οικονομίας στις κάθετες στήλες και τις διάρκειες των δανείων στις οριζόντιες σειρές. Οι χρήστες πρέπει επίσης να καθορίσουν ποιες κατηγορίες διαρκειών τους ενδιαφέρουν. Αυτές οι επιλογές τους θα πρέπει να προβλεφθούν σε κανονισμούς συλλογής στατιστικών στοιχείων και για μεγάλο χρονικό διάστημα δεν θα μπορούν να αλλάξουν. Η τροποποίηση των πινάκων υποβολής στοιχείων είναι μια δύσκολη και δαπανηρή διαδικασία όχι μόνο για τις κεντρικές τράπεζες, αλλά και για τον τραπεζικό κλάδο. Γι’ αυτό το λόγο το Ευρωσύστημα δεσμεύεται να διατηρεί τους πίνακες αυτούς σταθερούς τουλάχιστον για μία πενταετία. Τι μπορούμε να κάνουμε αν έχουμε λόγους να πιστεύουμε ότι οι κατηγορίες που περιλαμβάνονται στα νομισματικά μεγέθη πρέπει να αλλάξουν, π.χ. σε περίπτωση που προϋπόθεση για να περιληφθούν δεν είναι να έχουν διάρκεια έως δύο έτη, αλλά έως 18 μήνες; Με τα συγκεντρωτικά δεδομένα το μόνο πράγμα που μπορούμε να κάνουμε είναι να περιμένουμε υπομονετικά έως ότου τεθεί σε ισχύ ο επόμενος γύρος των τροποποιήσεων των κανονισμών, ενώ στο μεταξύ μπορεί να καταστούν αναγκαίες και άλλες αλλαγές. Χαρακτηριστικό παράδειγμα είναι αυτό που συνέβη στη χώρα μου τα έτη μετά το 2000, όταν για διάφορους λόγους οι καταθέτες στράφηκαν σταδιακά από τις συνήθεις τραπεζικές καταθέσεις προς τη χρήση repos. Τελικά, αυτό το θέμα αντιμετωπίστηκε και διορθώθηκε όταν τα repos συμπεριλήφθηκαν και πάλι στις καταθέσεις, αλλά εξακολουθεί να υπάρχει μια εμφανής ασυνέχεια στη στατιστική σειρά, που περιπλέκει την ανάλυση και ενίοτε οδηγεί, ακόμη και προσεκτικούς οικονομολόγους, σε λανθασμένα συμπεράσματα.
Με τα αναλυτικά δεδομένα όμως, οι στατιστικές ανάγκες των φορέων χάραξης πολιτικής μπορούν να ικανοποιηθούν άμεσα. Θα αναφέρω κάποιες ενδεικτικές περιπτώσεις όπου αναμένω ότι η μετάβαση στα αναλυτικά μικροδεδομένα θα συμβάλει θετικά στην ποιότητα και στην εγκαιρότητα των αναλύσεων και αποφάσεων νομισματικής πολιτικής. Και θα εξετάσω συγκεκριμένους τομείς όπου τα μικροδεδομένα μπορούν να εμπλουτίσουν την ανάλυσή μας και να βελτιώσουν την ποιότητα της λήψης αποφάσεων.
Τα μικροδεδομένα είναι ίσως ένας τρόπος να ξεφύγουμε από το νόμο του Goodhart. Σύμφωνα με αυτό το νόμο, μόλις οι νομισματικές αρχές αρχίσουν να καθορίζουν στόχο για ένα νομισματικό μέγεθος, αυτό το μέγεθος αρχίζει να μη συμπεριφέρεται ομαλά, καθώς η χρηματοπιστωτική καινοτομία οδηγεί στη δημιουργία νέων χρηματοοικονομικών μέσων, σε μια προσπάθεια να παρακαμφθούν οι περιορισμοί που απορρέουν από το κανονιστικό πλαίσιο. Με τα μικροδεδομένα, οι φορείς χάραξης πολιτικής έχουν τη δυνατότητα να παρακολουθούν αυτές τις εξελίξεις σχεδόν σε πραγματικό χρόνο και να προσαρμόζουν ανάλογα τους στόχους. Και μπορούν πιο εύκολα να διαπιστώνουν κατά πόσον η αλλαγή της συμπεριφοράς των μακροοικονομικών μεγεθών αντανακλά μεταβολές στα θεμελιώδη οικονομικά μεγέθη ή είναι κάποια μορφή κανονιστικού αρμπιτράζ.
Από την ανισότητα του Jensen γνωρίζουμε ότι, αν οι συμπεριφορικές αντιδράσεις στη νομισματική πολιτική είναι μη γραμμικές, τότε η αντίδραση της οικονομίας διαφέρει από την αντίδραση του μέσου οικονομικού παράγοντα όσο αυξάνεται η διαφοροποίηση των χαρακτηριστικών των οικονομικών παραγόντων. Όταν η οικονομία εμφανίζει μεγαλύτερη διαφοροποίηση (ή αυξημένη ανισότητα), υπάρχουν συνέπειες για το μηχανισμό μετάδοσης της νομισματικής πολιτικής. Αν η επίδραση των μέσων νομισματικής πολιτικής στη διανομή των χαρακτηριστικών των οικονομικών παραγόντων είναι μικρή ή απρόβλεπτη, τότε μπορούμε να υποθέσουμε, προσεγγιστικά τουλάχιστον, ότι αυτές οι μεταβολές της διανομής ενδεχομένως προσθέτουν στατιστικό θόρυβο, αλλά δεν επηρεάζουν συστηματικά τη συμπεριφορά της οικονομίας.
Την πρόσφατη περίοδο έχουμε αυξημένους λόγους να πιστεύουμε ότι αυτό μπορεί να μην ισχύει. Υπάρχει πλέον ένα εκτενές και αυξανόμενο σύνολο ερευνητικών εργασιών σχετικά με τις επιδράσεις της μη συμβατικής νομισματικής πολιτικής στις τιμές των περιουσιακών στοιχείων και κατ’ επέκταση στη διανομή του πλούτου. Αν όντως υπάρχει αυτή η σχέση και ο πλούτος ασκεί μια μη γραμμική επίδραση στη δαπάνη και την αποταμίευση, οι μη συμβατικές νομισματικές πολιτικές επηρεάζουν το μηχανισμό μετάδοσης. Όταν έχουμε στη διάθεσή μας ένα εμπλουτισμένο σύνολο αναλυτικών δεδομένων μπορούμε να λάβουμε υπόψη τις επιδράσεις των μέτρων νομισματικής πολιτικής στη διανομή του πλούτου και τελικά να επιτύχουμε μια ακριβέστερη υποδειγματοποίηση του μηχανισμού μετάδοσης.
Ένα ακόμη μεγαλύτερο σύνολο μελετών εξετάζει την επίδραση του πλούτου ή των πιστωτικών περιορισμών στη συμπεριφορά των νοικοκυριών και, μέσω αυτής, στο μηχανισμό μετάδοσης της νομισματικής πολιτικής. Αυτό είναι σημαντικό προκειμένου να εκτιμήσουμε πόσο γρήγορα η εφαρμογή πιο επεκτατικής νομισματικής πολιτικής θα αποφέρει καρπούς, ενθαρρύνοντας την αύξηση της ζήτησης. Τα μικροδεδομένα μπορούν να μας βοηθήσουν να προχωρήσουμε πέρα από τις συνολικές εξισώσεις Euler και να επιτύχουμε μια πιο πλούσια ανάλυση. Μπορούμε να προσδιορίσουμε τα χαρακτηριστικά των νοικοκυριών που αντιμετωπίζουν πιστωτικούς περιορισμούς, αλλά και πόσο σοβαροί είναι αυτοί οι περιορισμοί. Μπορούμε επίσης να εξετάσουμε τη σημασία των διαφόρων μορφών του πλούτου (π.χ. κατοικίες ή ποικίλα χρηματοοικονομικά μέσα) και πόσο στενά ευθυγραμμισμένα είναι τα στοιχεία ενεργητικού και παθητικού των νοικοκυριών.
Το Ευρωσύστημα έχει από καιρό κατανοήσει την αναγκαιότητα της πληροφόρησης αυτού του είδους και έχει διοργανώσει την «Έρευνα για τα οικονομικά και την κατανάλωση των νοικοκυριών» (HFCS), που διεξάγεται κάθε 2-3 χρόνια. Όλες οι χώρες της ζώνης του ευρώ συλλέγουν στοιχεία για το εισόδημα, τη κατανάλωση, τον πλούτο και το χρέος, σε επίπεδο νοικοκυριού. Η έρευνα έχει εμπλουτίσει σημαντικά τα δεδομένα που διαθέτουμε σχετικά με τον πλούτο. Παράλληλα, για να δοθούν απαντήσεις στα παραπάνω ερωτήματα, χρειάζονται μικροδεδομένα – σε επίπεδο νοικοκυριού ή/και ατόμου – τα οποία θα επιτρέψουν την ακριβέστερη μέτρηση των επιδράσεων της νομισματικής πολιτικής στην πραγματική οικονομία.
Παρότι βρισκόμαστε ακόμη στη φάση της ανάλυσης των αποτελεσμάτων του δεύτερου μόλις κύματος αυτής της έρευνας, έχουμε ήδη το πρωτογενές υλικό που μπορεί να μας βοηθήσει να απαντήσουμε σε μια σειρά από ερωτήματα. Πώς ο πλούτος επηρεάζει την καταναλωτική συμπεριφορά; Η επίδραση του πλούτου στην κατανάλωση διαφέρει μεταξύ των νοικοκυριών ανάλογα με την ηλικία τους, το αν έχουν ιδιόκτητη κατοικία ή χρέος; Όσο προχωρούμε και θα ολοκληρώνονται και άλλα κύματα αυτής της έρευνας, θα είμαστε σε θέση να αντλήσουμε κάποιες πληροφορίες σχετικά με τη δυναμική των μικροδεδομένων και να τη συνδέσουμε με τις μακροοικονομικές μεταβλητές. Θα μπορούμε έτσι να διερευνήσουμε τις διαφορικές επιδράσεις στα νοικοκυριά της ζώνης του ευρώ από μεταβολές των τιμών των περιουσιακών στοιχείων οι οποίες προκαλούνται από μια απόφαση νομισματικής πολιτικής. Έτσι, η άνοδος των τιμών των μετοχών αυξάνει την ανισότητα, η άνοδος των τιμών των κατοικιών τη μειώνει και οι μεταβολές των τιμών των ομολόγων έχουν ως επί το πλείστον ουδέτερη επίδραση στην ανισότητα.
Η μεγάλη ποικιλομορφία όσον αφορά τη διάρθρωση κάθε οικονομίας της ζώνης του ευρώ αυξάνει τη δυσκολία του εγχειρήματος, ταυτόχρονα όμως μας δίνει τροφή για σκέψη. Ένα σημαντικό αποτέλεσμα από τη διεξαγωγή αυτής της έρευνας ταυτόχρονα σε όλη τη ζώνη του ευρώ ήταν ότι μας ανάγκασε να ευθυγραμμίσουμε τους λειτουργικούς ορισμούς των μικροοικονομικών μεταβλητών μεταξύ των χωρών, μια διαδικασία που θα μας βοηθήσει στο μέλλον, όταν θα συλλέγουμε άλλα μικροδεδομένα. Η έρευνα έχει επίσης προσφέρει απτά παραδείγματα του πώς οι διαφορές στη διάρθρωση της οικονομίας έχουν ευρύτερες συνέπειες, πώς π.χ. η κατοχή ιδιόκτητης κατοικίας ή η γήρανση του πληθυσμού επηρεάζουν τις καταναλωτικές και αποταμιευτικές αποφάσεις.
Ενόσω συνεχίζεται η «Έρευνα για τα οικονομικά και την κατανάλωση των νοικοκυριών», τα αποτελέσματά της θα πρέπει να ενσωματώνονται στα υπόλοιπα μακροοικονομικά δεδομένα. Ένα μυστικό που συχνά παραγνωρίζεται είναι ότι στους περισσότερους μακροοικονομικούς λογαριασμούς ο τομέας των νοικοκυριών υπολογίζεται εξ υπολοίπου, επειδή δεν υπάρχει ολοκληρωμένη πληροφόρηση για τον τομέα. Η συγκεκριμένη έρευνα θα μας βοηθήσει να καλύψουμε αυτό το κενό και να κατανοήσουμε καλύτερα τις χρηματοοικονομικές σχέσεις στην οικονομία.
Ένα άλλο παράδειγμα συνόλου μικροδεδομένων που συλλέγονται από το Ευρωπαϊκό Σύστημα Κεντρικών Τραπεζών (ΕΣΚΤ) μέσω του Δικτύου Έρευνας της Δυναμικής των Μισθών (Wage Dynamics Network) ήταν η έρευνα που διεξήχθη μεταξύ των επιχειρήσεων σε κάθε χώρα, με σκοπό να καταγράψει τις μισθολογικές και τιμολογιακές πολιτικές τους και τους τρόπους προσαρμογής τους σε διαταραχές της ζήτησης.
Το πρώτο κύμα δεδομένων συλλέχθηκε πριν από την κρίση και αποσκοπούσε να διερευνήσει τη δυναμική των μισθών και του κόστους εργασίας και τη σημασία τους για τη νομισματική πολιτική. Αυτή η δυναμική έχει συνέπειες για το πώς οι επιχειρήσεις και τελικά η πραγματική οικονομία ως σύνολο αντιδρούν στις οικονομικές διαταραχές. Ειδικότερα, οι επιχειρήσεις ερωτήθηκαν πόσο συχνά μεταβάλλουν τους μισθούς, με ποιο τρόπο αποφασίζουν πόσο πρέπει να μεταβληθούν οι μισθοί, αν οι μισθολογικές μεταβολές στη συνέχεια μετακυλίονται στις τιμές, για το θεσμικό πλαίσιο των μισθολογικών διαπραγματεύσεων, καθώς και για το βαθμό του ανταγωνισμού στον τομέα στον οποίο δραστηριοποιούνται. Το τρέχον κύμα διεξαγωγής της έρευνας επικεντρώνεται στις μεταρρυθμίσεις της αγοράς εργασίας που έχουν σημειωθεί σε ορισμένες χώρες κατά τη διάρκεια της κρίσης, σε μια προσπάθεια να διαπιστωθεί αν οι μεταρρυθμίσεις συνδέονται με μεταβολή της μισθολογικής συμπεριφοράς. Αυτό θα μας επιτρέψει να κατανοήσουμε σε ποιο βαθμό η κρίση έχει επηρεάσει τη μικροοικονομική συμπεριφορά, ιδίως μέσω αυξημένης ευελιξίας των τιμών και των μισθών, και σε ποιο βαθμό αυτές οι μεταβολές επιδρούν στο μηχανισμό μετάδοσης της νομισματικής πολιτικής.
Ως ένα τελευταίο παράδειγμα της αυξανόμενης σημασίας των μικροδεδομένων, να σας υπενθυμίσω την απόφαση που έλαβε το Διοικητικό Συμβούλιο της ΕΚΤ πριν από λίγες εβδομάδες να προχωρήσει στη συλλογή αναλυτικών πιστωτικών στοιχείων, σε επίπεδο μεμονωμένων δανείων, δημιουργώντας μια δέσμη δεδομένων που είναι ήδη γνωστή ως AnaCredit (analytical credit dataset). Το έργο αυτό, που συμπληρώνει την υπάρχουσα στατιστική βάση δεδομένων για τις διακρατήσεις τίτλων (Securities Holding Statistics -SHS), θα μας επιτρέψει να έχουμε μια αρκετά λεπτομερή εικόνα για τις υποχρεώσεις του τομέα των επιχειρήσεων και τον τρόπο διαχείρισής τους. Αυτό θα δώσει τη δυνατότητα να γίνει πολύ λεπτομερέστερη ανάλυση των επιδράσεων των νομισματικών πολιτικών και να συνδεθεί η συμπεριφορά των επιχειρήσεων με μια σειρά από μικροοικονομικές και χρηματοπιστωτικές μεταβλητές, όπως μέγεθος επιχείρησης, πιστοληπτική ικανότητα, τομέας οικονομίας κ.λπ. Ελπίζουμε να έχουμε μια πιο ολοκληρωμένη και ευκρινέστερη απάντηση στα ερωτήματα που μας απασχολούν, π.χ. ποιοι παράγοντες εμποδίζουν την ανάκαμψη των επενδύσεων τη στιγμή που τα βασικά επιτόκια βρίσκονται στο κατώτατο δυνατό επίπεδο και τι χρειάζεται για την επανεκκίνηση της επενδυτικής δραστηριότητας.
Αφού μέχρι τώρα σας παρουσίασα τα πιθανά οφέλη των μικροδεδομένων για τη χάραξη της νομισματικής πολιτικής, αισθάνομαι την υποχρέωση να σας προειδοποιήσω ότι ο δρόμος που έχουμε μπροστά μας δεν θα είναι εύκολος. Πρέπει να εργαστούμε εντατικά για την επίλυση πολλών ζητημάτων που αναπόφευκτα θα ανακύψουν.
Πρώτα απ’ όλα, θα πρέπει να απαντήσουμε στους προβληματισμούς για το ενδεχόμενο να δημιουργηθεί μια κατάσταση “Μεγάλος Αδερφός”. Τα αναλυτικά δεδομένα, σχεδόν εξ ορισμού, προκαλούν ανησυχίες σχετικά με την προστασία των προσωπικών δεδομένων. Τα περισσότερα αναλυτικά στοιχεία που παρουσιάζουν ενδιαφέρον για τις κεντρικές τράπεζες αφορούν επιχειρηματικές μονάδες. Δεν περιέχουν ευαίσθητα προσωπικά δεδομένα, αλλά συχνά περιέχουν σημαντικές πληροφορίες που είναι ευαίσθητες για τις αγορές. Και πάλι όμως, τυχόν ακατάλληλη χρήση τους μπορεί να βλάψει κάποιους ή είναι δυνατόν τα δεδομένα να χρησιμοποιηθούν με σκοπό καταχρηστικές συμπράξεις σε ένα ολιγοπωλιακό περιβάλλον. Ορισμένοι ίσως θεωρούν ότι αυτές οι ανησυχίες είναι μια μικρή ενόχληση που δεν πρέπει να σταθεί εμπόδιο στην πορεία προς το λαμπρό νέο μέλλον των «μεγάλων δεδομένων» (big data). Αυτή η άποψη θα ήταν λάθος και το μόνο που θα επιτύγχανε θα ήταν να αυξήσει την καχυποψία και να οδηγήσει σε υποβάθμιση της ποιότητας των στοιχείων. Οι κεντρικές τράπεζες θα πρέπει να είναι στην πρώτη γραμμή της διαμόρφωσης βέλτιστων πρακτικών και επαρκών ασφαλιστικών δικλίδων που να επιτρέπουν τη χρήση τέτοιων δεδομένων χωρίς να θίγεται η ιδιωτική ζωή των ατόμων.
Δεύτερον, θα πρέπει να έχουμε επίγνωση ότι μπορεί κανείς να πνιγεί σε μια θάλασσα δεδομένων. Όπως είπε ο τιμημένος με το βραβείο Νόμπελ Herbert Simon: «Ο πλούτος των πληροφοριών δημιουργεί ένδεια προσοχής». Το χαρακτηριστικό, μάλλον αυτονόητο, των μικροδεδομένων είναι το μέγεθός τους: από την κατασκευή τους περιέχουν μια τεράστια ποσότητα πληροφοριών. Είναι σημαντικό λοιπόν να εξετάσουμε όχι μόνο τα οφέλη των μικροδεδομένων, αλλά και τους κινδύνους που συνεπάγονται για τους υπεύθυνους χάραξης πολιτικής. Ο κίνδυνος είναι οι φορείς χάραξης πολιτικής να βομβαρδίζονται από υπερβολικά μεγάλο πλήθος αριθμητικών δεδομένων, με αποτέλεσμα να καθυστερεί η λήψη αποφάσεων.
Να σας δώσω ένα απλό παράδειγμα. Σκεφτείτε μία από τις βασικές μεταβλητές που παρακολουθεί η νομισματική πολιτική, το ρυθμό μεταβολής του Μ3. Τα συγκεντρωτικά δεδομένα για το Μ3 είναι μόνο ένας αριθμός ή μία χρονοσειρά λ.χ. 12 μηνιαίων παρατηρήσεων. Ποια είναι τα αντίστοιχα μικροδεδομένα; Μια πιθανή ανάλυση του συνολικού μεγέθους είναι να εξετάσουμε τους 6.000 αριθμούς που περιγράφουν την εξέλιξη συγκεκριμένων κατηγοριών καταθέσεων σε κάθε πιστωτικό ίδρυμα. Τι μπορούν να κάνουν οι υπεύθυνοι χάραξης πολιτικής όταν έρχονται αντιμέτωποι με 6.000 αριθμούς; Όχι πολλά. Μπορεί να συστήσουν μια ομάδα εργασίας για να εξετάσει τα δεδομένα και να επανέλθει με μια έκθεση σε έναν ή δύο μήνες.
Είναι σημαντικό να σημειωθεί ότι οι φορείς χάραξης πολιτικής στην πράξη δεν χρησιμοποιούν και δεν πρέπει να χρησιμοποιούν μικροδεδομένα. Σκεφτείτε π.χ. τα μικροδεδομένα που συλλέγονται μέσω της «Έρευνας για τα οικονομικά και την κατανάλωση των νοικοκυριών» που προανέφερα. Θα πρέπει οι φορείς χάραξης πολιτικής να μελετούν αυτό τον τεράστιο όγκο δεδομένων; Όχι φυσικά, αλλά θα πρέπει να διοχετεύουν αυτά τα δεδομένα σε στατιστικά υποδείγματα που μπορούν να παράγουν ενδιαφέρουσες και χρήσιμες συνοπτικές στατιστικές και να αποκαλύπτουν τις σχέσεις που είναι σημαντικές για την επιτυχία της πολιτικής. Οι υπεύθυνοι χάραξης πολιτικής θα πρέπει να αναζητούν την εικόνα όλου του δάσους και όχι μιας σειράς από δέντρα και θα πρέπει να αναθέτουν στους στατιστικολόγους και τους οικονομολόγους να αναπτύσσουν υποδείγματα και συνοπτικές στατιστικές μέσω των οποίων θα παρακολουθούνται οι εξελίξεις και θα δίνονται απαντήσεις στα ερωτήματα που τους απασχολούν.
Για να μη χάσουμε λοιπόν από τα μάτια μας το δάσος, οι οικονομολόγοι και οι στατιστικολόγοι πρέπει να διαθέτουν έξυπνα εργαλεία που να επιτρέπουν την κατάλληλη επεξεργασία των μικροδεδομένων. Οι υπεύθυνοι χάραξης πολιτικής πρέπει να ζητούν χρήσιμες πληροφορίες που θα αντλούνται από τα μικροδεδομένα, έτσι ώστε να έχουν μια καλύτερη εικόνα των συγκεντρωτικών μεγεθών. Η καταγραφόμενη αύξηση του Μ3 ανταποκρίνεται στην πραγματικότητα ή είναι απλώς τεχνητή και οφείλεται στο κανονιστικό αρμπιτράζ; Ποιοι είναι οι προσδιοριστικοί παράγοντες της αύξησης του Μ3; Πρόκειται για ευρέως διαδεδομένο φαινόμενο ή για κάποιες ακραίες τιμές; Τι κρύβεται πίσω από μια έντονη πιστωτική επέκταση; Λίγες μεγάλες επιχειρήσεις ή πολλές μικρού και μεσαίου μεγέθους;
Το θέμα είναι οι στατιστικολόγοι να γνωρίζουν ακριβώς ποιο είναι το έργο τους. Δεν τους ζητάμε απλώς να συλλέγουν όσο περισσότερα δεδομένα μπορούν και να τα αποθηκεύουν κάπου. Μπορούμε να τους ζητήσουμε να αναπτύξουν έξυπνα, ευέλικτα εργαλεία που να δίνουν εύληπτες απαντήσεις στα ερωτήματα των φορέων χάραξης πολιτικής. Τα έξυπνα εργαλεία είναι συνεπώς απαραίτητα, ώστε οι φορείς χάραξης πολιτικής να μπορούν να αξιοποιήσουν τα αναλυτικά δεδομένα. Γνωρίζετε όλοι την περίφημη αρχή για τους υπολογιστές “garbage in, garbage out” (“σκουπίδια βάζεις, σκουπίδια παίρνεις”). Το πρόβλημα με τα μικροδεδομένα είναι πώς να μην καταλήξουμε σε μια κατάσταση όπου θα έχουμε εισροή πολλών και υψηλής ποιότητας πληροφοριών και δεν θα έχουμε αντίστοιχη εκροή. Για να μπορούμε να επεξεργαζόμαστε και να αξιοποιούμε τα μικροδεδομένα, χρειαζόμαστε δύο πράγματα: κοινούς κωδικούς αναγνώρισης και βάσεις δεδομένων αναφοράς. Αυτά είναι απαραίτητα προκειμένου να οργανωθεί αποτελεσματικά αυτός ο τεράστιος όγκος πληροφοριών και να είναι δυνατή η αξιοποίησή τους για να δοθούν απαντήσεις στις ερωτήματα που θέτουν οι φορείς χάραξης πολιτικής.
Όπως ανέφερα και πριν, η εκτεταμένη χρήση μικροδεδομένων από τις κεντρικές τράπεζες μεταθέτει το βάρος της στατιστικής παρακολούθησης στους στατιστικολόγους των κεντρικών τραπεζών, αντί για τα ιδρύματα που υποβάλλουν στοιχεία. Είναι επομένως αναγκαίο να θέσουμε επαρκείς πόρους στη διάθεση των στατιστικολόγων μας, ώστε να μπορούν να ανταποκριθούν στις πρόσθετες απαιτήσεις που καλούνται να καλύψουν.
Θεωρώ ότι βρισκόμαστε στην αρχή μιας περιόδου όπου οι κεντρικές τράπεζες, όπως όλοι οι άλλοι, θα κάνουν χρήση των «μεγάλων δεδομένων» και θα πρέπει να μάθουμε πώς να τα χρησιμοποιούμε για να αποκομίζουμε τα μεγαλύτερα δυνατά οφέλη από αυτά. Αυτά τα δυνητικά οφέλη είναι μεγάλα, εξίσου σημαντική όμως και η προσπάθεια που χρειάζεται. Πρέπει να επενδύσουμε σε υποδομές πληροφορικής, αλλά και εκπαιδεύσουμε τους στατιστικολόγους μας στο χειρισμό των νέων, μεγαλύτερων και πιο σύνθετων συνόλων δεδομένων. Το κόστος θα είναι υψηλό και θα βαρύνει κυρίως τις κεντρικές τράπεζες. Αντί να λαμβάνουμε επεξεργασμένες και άμεσα χρησιμοποιήσιμες πληροφορίες, αρχίζουμε να ζητάμε από τους υπόχρεους φορείς τεράστιες ποσότητες αναλυτικών πληροφοριών που στη συνέχεια υποβάλλονται σε επεξεργασία από τους δικές μας στατιστικές υπηρεσίες. Η διαδικασία συλλογής δεδομένων θα πρέπει να γίνει πιο ορθολογική. Ειδικότερα, θα πρέπει να αξιοποιήσουμε στο μέγιστο τις συνέργειες μεταξύ της συλλογής εποπτικών και (παραδοσιακών) στατιστικών στοιχείων, αναπτύσσοντας κατά το δυνατόν κοινούς ορισμούς ή απλούς κανόνες για την ενσωμάτωση των μεν στοιχείων στα δε.
Οι κεντρικές τράπεζες σήμερα, αφήνοντας το μικρό ασφαλές λιμάνι των απλών, συγκεντρωτικών δεδομένων, ανοίγονται στο θαυμαστό νέο κόσμο των αναλυτικών μεγάλων δεδομένων. Για να μη χαθούμε, χρειαζόμαστε νέες δεξιότητες, ενισχυμένο πλήρωμα, δηλαδή στατιστικολόγους, και πιο γερά σκάφη, δηλαδή καλύτερα και πιο ευέλικτα στατιστικά υποδείγματα. Και ευελπιστούμε ότι στο τέλος θα φτάσουμε στο νησί της σταθερότητας (των τιμών).