Національний банк Молдови, Кишинів, Молдова
У роботі представлено різні варіанти моделювання, що розглядалися під час розширення інструментарію наукасту та прогнозування, який застосовувався в Національному банку України на ранніх етапах російського вторгнення 2022 року. Основну увагу приділено використанню альтернативних даних та різних підходів до моделювання, а також окреслено управлінські та логістичні виклики, пов’язані з підтриманням аналітичної роботи, важливої для формування політики, в умовах значного стресу.
На відміну від традиційного оглядового дослідження, у статті узагальнено низку підходів, що розглядалися як потенційно корисні у воєнних умовах, але були опрацьовані лише частково через обмежену доступність даних. Наведено аргументацію щодо вибору другого або третього найкращого рішення — такі міркування можуть бути корисними у подібних ситуаціях, коли менш жорсткі обмеження щодо даних дозволять оцінити та протестувати ширший спектр альтернатив. Також подано огляд окремих рішень, реалізованих на практиці.
Aprigliano, V., Ardizzi, G., Monteforte, L. (2019). Using payment system data to forecast economic activity. International Journal of Central Banking, 60, 55–80. Retrieved from https://www.ijcb.org/journal/ijcb19q4a2.pdf
Arhipova, I., Berzins, G., Brekis, E., Binde, J., Opmanis, M., Erglis, A., Ansonska, E. (2020). Mobile phone data statistics as a dynamic proxy indicator in assessing regional economic activity and human commuting patterns. Expert Systems, 37(5), 12530. https://doi.org/10.1111/exsy.12530
Asher, S., Lunt, T., Matsuura, R., Novosad, P. (2021). Development research at high geographic resolution: an analysis of night-lights, firms, and poverty in India using the SHRUG open data platform. The World Bank Economic Review, 35(4), 845–871. https://doi.org/10.1093/wber/lhab003
Bickenbach, F., Bode, E., Nunnenkamp, P., Söder, M. (2016). Night lights and regional GDP. Review of World Economics, 152, 425–447. https://doi.org/10.1007/s10290-016-0246-0
Blumenstock, J., Cadamuro, G., On, R. (2015). Predicting poverty and wealth from mobile phone metadata. Science, 350(6264), 1073–1076. https://doi.org/10.1126/science.aac4420
Blumenstock, J., Eagle, N. (2010). Mobile divides: Gender, socioeconomic status, and mobile phone use in Rwanda. ICTD '10: Proceedings of the 4th ACM/IEEE International Conference on Information and Communication Technologies and Development, London, December 13-16, 1–10. https://doi.org/10.1145/2369220.2369225
Bok, B., Caratelli, D., Giannone, D., Sbordone, A. M., Tambalotti, A. (2018). Macroeconomic nowcasting and forecasting with big data. Annual Review of Economics, 10, 615–643. https://doi.org/10.1146/annurev-economics-080217-053214
Bundervoet, T., Maiyo, L., Sanghi, A. (2015). Bright lights, big cities: measuring national & sub-national economic growth from outer space in Africa, with an application to Kenya and Rwanda. Report, ACS15584. Washington: World Bank. http://hdl.handle.net/10986/22922
Chapman, J. T., Desai, A., (2023). Macroeconomic predictions using payments data and Machine Learning. Forecasting, 5(4), 652–683. https://doi.org/10.3390/forecast5040036
Chen, X., Nordhaus, W. D. (2011). Using luminosity data as a proxy for economic statistics. Proceedings of the National Academy of Sciences, 108(21), 8589–8594. https://doi.org/10.1073/pnas.1017031108
Constantinescu, M. (2024). Regional Warcasting: [unpublished manuscript].
Constantinescu, M., Kappner, K., Szumilo, N., (2022). The Warcast Index: nowcasting economic activity without official data during the Ukraine war in 2022. NBU Working Papers, 03/2024. Kyiv: National Bank of Ukraine. Retrieved from https://bank.gov.ua/admin_uploads/article/WP_2024-03_Constantinescu.pdf
Doll, C. N. H., Muller, J. P., Morley, J. G. (2006). Mapping regional economic activity from night-time light satellite imagery. Ecological Economics, 57, 75–92. https://doi.org/10.1016/j.ecolecon.2005.03.007
Dong, L., Chen, S., Cheng, Y., Wu, Z., Li, C., Wu, H. (2017). Measuring economic activity in China with mobile big data. EPJ Data Science, 6, 29. https://doi.org/10.1140/epjds/s13688-017-0125-5
Eagle, N., Pentland, A., (2006). Reality mining: sensing complex social systems. Personal and Ubiquitous Computing, 10, 255–268. https://doi.org/10.1007/s00779-005-0046-3
Eagle, N., Pentland, A., Lazer, D. (2009). Inferring friendship network structure by using mobile phone data. Proceedings of the National Academy of Sciences, 106(36), 15274–15278. https://doi.org/10.1073/pnas.0900282106
Faryna, O., Tsapin, A. (2024). Tracking economic activity when hell and high water have come: [unpublished manuscript].
Galbraith, J. W., Tkacz, G. (2015). Nowcasting GDP with electronic payments data. Statistics Paper Series, 10. Frankfurt: European Central Bank. Retrieved from https://www.ecb.europa.eu//pub/pdf/scpsps/ecbsp10.en.pdf
Ghaith, Z., Kulshreshtha, S., Natcher, D., Cameron, B. T. (2021). Regional computable general equilibrium models: a review. Journal of Policy Modeling, 43(3), 710–724. https://doi.org/10.1016/j.jpolmod.2021.03.005
Groen, J. J., Kapetanios, G. (2016). Revisiting useful approaches to data rich macroeconomic forecasting. Computational Statistics and Data Analysis, 100, 221–239. https://doi.org/10.1016/j.csda.2015.11.014
Henderson, J. V., Storeygard, A., Weil, D. N. (2012). Measuring economic growth from outer space. American Economic Review, 102(2), 994–1028. https://doi.org/10.1257/aer.102.2.994
McGregor, P. G., Partridge, M. D., Rickman, D. S. (2010). Innovations in regional computable general equilibrium (CGE) modelling. Regional Studies, 44(10), 1307–1310. https://doi.org/10.1080/00343404.2010.530889
Nordhaus, W., Chen, X. (2015). A sharper image? Estimates of the precision of nighttime lights as a proxy for economic statistics. Journal of Economic Geography, 15(1), 217–246. https://doi.org/10.1093/jeg/lbu010
Partridge, M. D., Rickman, D. S. (1998). Regional computable general equilibrium modeling: a survey and critical appraisal. International Regional Science Review, 21(3), 205–248. https://doi.org/10.1177/016001769802100301
Rooj, D., Sengupta, R. (2021). Forecasting private consumption with digital payment data: a mixed frequency analysis. ADBI Working Paper Series, 1249. Asian Development Bank Institute. Retrieved from https://www.adb.org/sites/default/files/publication/696286/adbi-wp1249.pdf
Sutton, P. C., Elvidge, C. D., Ghosh, T. (2007). Estimation of gross domestic product at sub-national scales using nighttime satellite imagery. International Journal of Ecological Economics and Statistics, 8(S07), 5–21. Retrieved from http://www.ceser.in/ceserp/index.php/ijees/article/view/1847
