الگوی بهتری برای پیش بینی اقتصادی در طی همه گیری


خلاصه

همه گیری Covid-19 یک مشکل منحصر به فرد برای پیش بینی کنندگان اقتصادی است – مسئله ای که برای حل آن بسیار ضروری است. وقتی نیازها ، نگرش ها و رفتارهای مصرف کننده به سرعت در حال تغییر است ، چگونه می توان پیش بینی ها را به طور دقیق انعکاس داد؟ نکته اصلی ایجاد احساسات مصرف کننده در مدل های پیش بینی اقتصادی است. برای این منظور ، اقتصاددانان باید داده های مربوط به معاملات اعتباری و بدهی را با داده های کیفی فعلی در مورد احساسات مصرف کننده جمع کنند. این مقاله مثالی م effectiveثر از الگویی را ارائه می دهد که مدلی را به دقت پیش بینی می کند که مصرف کنندگان در بخشهای متضرر از آوریل تا ژوئن سال 2020 به شدت تحت تأثیر قرار گرفته اند.

در این اوقات دشوار ، تعدادی از مقاله های ویروس کرونا را برای همه خوانندگان رایگان ساخته ایم. برای دریافت تمام محتوای HBR در صندوق ورودی خود ، در خبرنامه Daily Alert ثبت نام کنید.

با شروع تعطیلی ایالات متحده در اواسط ماه مارس در واکنش به شیوع ویروس کرونا ، پیش بینی های اقتصادی در کانون توجه قرار گرفت. دوم ، بعد از نگرانی های بهداشت عمومی ، این سوال که چه اتفاقی برای مشاغل ، مشاغل و کل اقتصاد ما می افتد از یک طرف فراگیر شده است.

همه گیر در هنگام پیش بینی مشکلات منحصر به فردی را ایجاد می کند. طبق FocusEconomics ، ارائه دهنده تجزیه و تحلیل اقتصادی که از صدها متخصص اقتصادی از بانک ها و اتاق های فکر برجسته نظر سنجی می کند ، شیوع در میان پیش بینی های رشد اقتصادی Q2 در ایالات متحده از 3.5 درصد در اوایل فوریه به 56.8 درصد خیره کننده رسیده است. پایان ماه آوریل در حالی که اکثر اقتصاددانان انتظار دارند که تولید ناخالص داخلی در نیمه دوم سال بهبود یابد ، اما تفاوت پیش بینی های Q2 با سیاست های پیش بینی شده Q3 و Q4 چقدر راحت است؟ در اواخر آوریل ، اقتصاددانان بانک فدرال پیش بینی اولیه را نشان دادند که بهبودهایی را برای Q3 و Q4 نشان می دهد ، همراه با هشدار “پیش بینی بدبینانه تر از پیش بینی پایه قابل قبول نیست” جملاتی از این قبیل دقیقاً اعتماد به نفس ایجاد نمی کنند.

یک نیاز عظیم به پیش بینی های به موقع و قابل اعتماد اقتصادی وجود دارد. در عوض ، سیاستمداران و مشاغل به طور فزاینده ای به منابع داده های بی درنگ واقعی مانند داده های تحرک اپل و گوگل یا داده های معاملات کارت اعتباری روی می آورند. این منابع داده اگرچه ارزشمند هستند ، اما زمینه مهم و ارتباطی با روند عمده اقتصادی ندارند. (به عنوان مثال ، داده های کارت اعتباری تأثیری را که این همه گیر بر معاملات پول وارد می کند ، به دست نمی آورند و داده های تحرک توضیح نمی دهد که آیا مصرف کنندگان وقتی به مقصد می رسند ، بیشتر یا کمتر هزینه می کنند.)

با این حال ، هم اکنون پیش بینی قابل اعتماد امکان پذیر است. ماده از دست رفته درک پیشرفته ای از تغییر نیازها ، نگرش ها و رفتار مصرف کننده است. با توجه به این موضوع ، ما با ترکیب احساسات کاربر احتمالی با داده های معاملات در زمان واقعی ، رویکردی ایجاد کرده ایم که حتی در زمان های نامشخص نیز پیش بینی های دقیق مداوم می کند.

با درک احساسات مصرف کننده شروع کنید.

هزینه های مصرف کننده شخصی تا 70٪ از تولید ناخالص داخلی را تشکیل می دهد. اگر مصرف کنندگان قبل از Covid هزینه های خود را پس نگیرند یا اگر الگوی خرید خود را تغییر دهند ، تأثیر آن بر بخشهای اقتصادی منفرد و بهبود کلی قابل توجه خواهد بود. تنها راه برای بهبود قابلیت اطمینان پیش بینی های اقتصادی در این همه گیری ، افزایش مدل ها با ارزیابی مداوم از مدل های هزینه گذشته ، حال و پیش بینی شده مصرف کننده است.

در حالی که بیشتر کشورها در محدوده های مختلف محدودیت های اخیر زندگی می کنند ماه ها ، عادات از طریق فاصله اجتماعی و ترس مداوم از عفونت ریشه کن می شوند ، تغییرات پایدار در خرید خریداران ایجاد می کنند. مثلا:

  • مصرف کنندگان بیش از زمان کافی برای آزمایش و شکل گیری عادت های جدید با کار از راه دور و تجارت دیجیتال داشته اند ، که مدتها پس از افتتاح ایالات ادامه خواهد داشت.
  • با خارج شدن از این بلوک و همچنان که محدودیت های محرومیت اجتماعی در حال تغییر است ، مصرف کنندگان به آزمایش رفتارهای جدید تجارت دیجیتال ادامه می دهند ، بنابراین برخی از عادت ها همچنان شکل می گیرند و رشد می کنند.
  • بدون راه حل پزشکی کوتاه مدت ، حتی پس از بازگشایی ایالات ، برخی از مصرف کنندگان برای محافظت از خود و اطرافیان خود به اعمال فاصله اجتماعی ادامه خواهند داد.

تردیدی نیست که تأثیر ترکیبی این تغییرات بر شکل و سرعت بهبود اقتصادی تأثیر می گذارد.

سپس به داده های معامله مراجعه کنید.

در این محیط همیشه در حال تغییر ، اقتصاددانان و رهبران مشاغل باید با تجزیه و تحلیل داده های معاملات اعتباری و بدهی متناسب با احساسات احتمالی مصرف کننده ، در مورد رفتار مصرف کننده در آینده روشن باشند.

با استفاده از پایگاه داده 500000 حساب اعتباری و بدهی با دسترسی هفتگی به الگوهای معاملاتی ، ما می توانیم بر روی دسته بندی هزینه هایی تمرکز کنیم که به احتمال زیاد تحت تأثیر تغییرات کوتاه مدت و بلند مدت در مصرف کننده قرار می گیرند ، مانند مسافرت ، رستوران ، تفریح ​​، خرده فروشی ، مواد غذایی ، بهسازی منزل و گاز. در مجموع ، این دسته ها تقریباً 4 تریلیون دلار هزینه مصرف کننده برای سال 2019 ، یا 30٪ از کل هزینه های شخصی مصرف کننده را نشان می دهد.

برای برآورد هزینه های آینده ، ما نمونه های بزرگ و نمایشی از مصرف کنندگان آمریکایی را در مصاحبه های آنلاین درگیر انجام می دهیم. ما در مورد سناریوهای واقع بینانه مختلف شامل زمان و میزان شرایط بازگشایی ، اطلاعاتی راجع به چگونگی خرید مصرف کنندگان در این زمینه جمع آوری می کنیم. از آنجا که شرایط به طور مداوم جریان دارد ، این سناریوها هر ماه به روز می شوند تا با در دسترس قرار گرفتن اطلاعات ، اطلاعات جدید را منعکس کنند.

پیش بینی ما پیوندی بین الگوهای معاملات گذشته و هزینه های پیش بینی شده مصرف کنندگان در ماه های آینده برقرار می کند. از آوریل تا ژوئن ، ما 9000 مصاحبه با مصرف کنندگان انجام دادیم و از این روش برای پیش بینی دقیق میزان بهبودی در بخشهای تحت تأثیر ، مانند مسافرت و رستوران استفاده کردیم.

یکی از چالش های منحصر به فرد برای پیش بینی در این محیط ، تأثیری است که همه گیر بر مصرف کنندگان گذاشته و باعث کاهش هزینه های پولی آنها شده است. در نتیجه ، تکیه صرف بر داده های اعتبار و بدهی بیش از حد احتمال ایجاد تصویری بیش از حد خوش بینانه از بهبود را ایجاد می کند ، به ویژه در بخشهایی که معاملات پول نقد بیشتر است ، مانند رستوران ها.

اقتصاددانان و مشاغل می توانند با ترکیب الگوهای گذشته معاملات اعتباری و بدهی با بازخورد مشتری که هزینه های پولی ، اعتباری و بدهی مورد انتظار را در نظر می گیرند ، کیفیت پیش بینی های خود را به طور قابل توجهی بهبود بخشند. به عنوان مثال ، در ماه مه ، پیش بینی ما بهبود 13 درصدی در خرده فروشی را پیش بینی می کند ، در حالی که سایر صنایع انتظار دارند که فقط 9 درصد پیشرفت داشته باشد. در پایان ، وزارت بازرگانی ایالات متحده گزارش رکورد 17.7٪ بهبود در ماه مه را اعلام کرد و پیش بینی ما را در 5٪ از نتیجه واقعی قرار داد.



بنابراین اکنون آینده چگونه است؟

از آنجا که بسیاری از کشورها از افزایش عفونت های کووید در زمان نوشتن این مقاله خبر داده اند ، هیچ کس نمی تواند تأثیر طولانی مدت این همه گیر را به طور کامل پیش بینی کند. با این حال ، با قضاوت در مورد واکنش های مصرف کننده به سناریوهای بازگشایی واقع بینانه و فرضی ، تمایل مهار شده برای بازگشت به حالت عادی را مشاهده می کنیم. به شرطی که تمام بخشها کاملاً باز باشد ، داده های ما اشتیاق زیادی را برای مصرف کنندگان در بازپرداخت هزینه های خود حتی در سخت ترین دسته ها مانند مسافرت نشان می دهد.



به اندازه گیری بحران ادامه دهید.

در شرایط فعلی هیچ چیز ایستا نیست. با ظهور اطلاعات جدید در مورد ویروس ، محدودیت های گشودن بخشهای مختلف اقتصاد و تأثیر Covid-19 بر امور مالی مصرف کننده ، جامعه ما همچنان با هنجار جدید سازگار خواهد شد. با توجه به ماهیت منحصر به فرد این بحران و تأثیر پایدار بالقوه فاصله اجتماعی بر عادات مصرف ، اندازه گیری مداوم هزینه های مورد انتظار بخش مهمی از پیش بینی های اقتصادی قابل اعتماد است. با پیوند دادن داده های معاملات واقعی اعتبار و بدهی با احساسات مصرف کننده ، که به هزینه های آینده نزدیک می شود ، تحلیلگران می توانند مبنای محکمی برای پیش بینی اتفاقات بعدی ایجاد کنند.

اگر محتوای ما به شما در مبارزه با ویروس کرونا و سایر چالش ها کمک می کند ، لطفاً مشترک شدن در HBR را در نظر بگیرید. خرید اشتراک بهترین راه برای حمایت از ایجاد این منابع است.


منبع: bighat-news.ir

Leave a reply

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>