Для понимания текущей ситуации. Учет новостей позволяет лучше прогнозировать динамику ВВП в периоды нестабильности

Для понимания текущей ситуации. Учет новостей позволяет лучше прогнозировать динамику ВВП в периоды нестабильности

Точность прогнозов динамики ВВП России в период нестабильности возрастает в 45% случаев, если они опираются на новостные сообщения. Однако в более спокойные времена это преимущество почти пропадает. Новости дают оперативное представление о состоянии экономики и позволяют быстрее реагировать на вызовы.

Это показал анализ более 500 тысяч новостных сообщений, проведенный сотрудниками факультета экономических наук (ФЭН) НИУ ВШЭ Иваном Станкевичем и Натальей Макеевой, а также исследователем Никитой Любайкиным. Результаты работы опубликованы в журнале «Вопросы экономики».

Статистические органы публикуют экономическую статистику неоперативно. Так, данные о квартальном ВВП публикуются с задержкой в 2 месяца. Но для понимания текущей экономической ситуации, особенно с учетом последствий пандемии коронавируса и санкционного давления, полезны более актуальные данные. Поэтому эксперты пытаются строить прогнозы экономических показателей на основе текущих данных, например, о ежедневных транзакциях по банковским картам или объеме экспорта и импорта. Однако такие оценки могут отличаться не самой высокой точностью. Доцент ФЭН НИУ ВШЭ Иван Станкевич, преподаватель Наталья Макеева и исследователь Никита Любайкин изучили, как учет новостных сообщений влияет на точность прогнозов динамики ВВП России.

Авторы проанализировали более 500 тысяч новостей из телеграм-каналов крупных СМИ и новостных изданий с аудиторией более 100 тысяч человек с 2014 по 2023 год. «Мы использовали достаточно большой набор каналов разной направленности, поэтому смещений из-за однобокости освещения событий быть не должно», — отметили исследователи с факультета экономических наук ВШЭ. С помощью методов глубинного обучения каждую новость отнесли к одной из 19 категорий («экономика и бизнес», «общество», «культура» и др.) и оценили ее тональность («позитивная», «негативная», «нейтральная»). Затем эти данные включили в существующие прогнозные модели и проверили, повышает ли учет новостных сообщений точность прогнозов. Также авторы разбили наблюдения на два периода: до и после введения масштабных экономических санкций в 2022 году. В качестве основного показателя точности использовалась так называемая средняя абсолютная ошибка прогноза, MAE, то есть отклонение результата модели от фактического показателя за все время наблюдений. Чем ниже MAE, тем лучше модель.

Оказалось, что учет новостных сообщений в период нестабильности повышает точность прогнозов в 45% случаев и снижает MAE для ВВП на 0,64 процентного пункта (п.п.). Это существенный результат. Так, если до введения новостей ошибка в среднем составляла около 2 п.п., то в новой модели — менее 1,3 п.п. С учетом того, что в 2022 году ВВП упал на 2,4 п.п., а в 2023-м вырос на 3,6 п.п., такое улучшение выглядит значительным.

Учет эмоциональной тональности новостей — это просто попытка формализовать и посчитать то, как эксперты оценивают текущее состояние экономики. Нередко бывает, что проблемы в экономике уже видны специалистам, но пока еще не видны в “традиционной” статистике (безработица низкая, фондовые рынки в порядке, обменный курс стабилен и т.д.). Специалисты об этом пишут — сентимент ухудшается — модели сигнализируют о риске рецессии.

Иван Станкевич, доцент факультета экономических наук НИУ ВШЭ

Однако это работает только во время кризисов и нестабильности. В досанкционный период учет новостного фона почти не влияет на точность прогнозов. Он влияет только на 30% моделей, а МАЕ снижается лишь на 0,26 п.п. Также авторы отметили, что лучше всего себя показали модели с новостями всех тональностей, а не только с негативной.

Новости позволяют оперативно оценивать состояние экономики в нестабильное время, но в целом стоит искать и другие способы повышения точности краткосрочного прогнозирования.

Фото на обложке: freepik

Ждем полярных сияний. Выброс солнечной плазмы вот-вот достигнет Земли
Пространственная транскриптомика  SeekSpace. Ученые впервые в России провели обучающий практикум