Регулятор работает над рядом проектов от аналитики кассовых данных для оценки инфляции до машинного обучения в банковской отчетности и винтажей макроданных, рассказал директор департамента исследований и прогнозирования Александр Морозов, который до прихода в Центробанк десять лет проработал в HSBC Holdings Plc.
“В конечном счете это направлено на улучшение качества прогнозирования и повышение обоснованности принимаемых решений по денежно-кредитной политике”, — сказал он в интервью в Москве.
Актуальность таких данных для властей и инвесторов возросла в условиях пандемии коронавируса, когда требуются моментальные решения, а официальная статистика отражает ситуацию с лагом и зачастую с искажением. ЦБ, который вплотную подошел к концу цикла снижения ставки, готовится тщательно оценивать оставшийся потенциал смягчения.
Ниже приводятся основные проекты ЦБР, о которых рассказал Морозов.
Винтажи макроданных
Чтобы улучшить точность прогнозирования для принятия решений по ДКП департамент создает базу винтажей макроэкономических данных, которая покажет, как индикаторы корректируются во времени с поступлением новой информации. Работа должна быть завершена в следующем году.
- “Если оценка на текущих данных искажена, потому что данные пока еще неполные, то и оценка разрыва выпуска тоже может быть неточна, что может приводить к не совсем правильным решениям в области денежно-кредитной политики, — говорит Морозов. — Дополнительный учет этих винтажных эффектов позволит более обоснованно принимать решения в области денежно-кредитной политики”.
- Уже проанализированы промпроизводство, строительство, транспорт, сельское хозяйство, розничная торговля, заработная плата, услуги и реально располагаемые доходы. Проведенный анализ показал, что практически по всем индикаторам как правило происходят пересмотры в сторону улучшения.
На более отдаленном горизонте планируется построить новостные индексы, которые будут использоваться в краткосрочном прогнозировании макроэкономических показателей.
Онлайн-инфляция
Департамент Морозова обрабатывает аналитику данных с онлайн-касс, на которые перешла практически вся розничная торговля России, а также готовит алгоритм для автоматической классификации по расширенному кругу товаров.
- Одним из интересных результатов исследования стало то, что “картинка как по уровню, так и по динамике цен получилась похожа на статистику потребительских цен Росстата”.
- “Это говорит о том, что данным ценовой статистики Росстата можно доверять”.
Контроль за банками
Банк России также нарабатывает компетенции по работе с большими данными и искусственным интеллектом в сфере банковского надзора.
- ЦБ попытался анализировать официальную банковскую статистику с применением машинного обучения, чтобы предсказывать приближающееся нарушение нормативов тем или иным банком. Пока получаемые результаты уступают работе специалистов надзора, которые вдобавок к данным получают информацию из общения с менеджментом банков.
- Следующий этап — машинный анализ новостей о банке и компаниях, которые он кредитует. “Негативные новости будут свидетельствовать о нарастании рисков и будут поводом для надзора обратить на это внимание”.
Выявление манипулирования
Для оперативного выявления нестандартных ситуаций на финансовом рынке ЦБ разрабатывает самообучающийся алгоритм, который будет автоматически находить отклонения от нормы.
- На определение аномалии в ручном режиме может уйти около часа, а алгоритм делает это в течение 15 минут.
- “Аномалия – это повод, чтобы соответствующий сотрудник Банка России обратил на нее внимание и определил, что за ней стоит. Это позволяет выявить возможное манипулирование или флеш-крэшы, выявить нарастание проблемы и вовремя на это отреагировать, чтобы не допустить неблагоприятного разворачивания ситуации”.
- “Мы эту работу сделали на валютном рынке на паре доллар/рубль на выборке с 2018 года”.
©2020 Bloomberg L.P.