Каждый день мы с женой целуем друг друга. Мы любим друг друга в марте больше, чем в феврале? В Аргентине производитель мороженого каждый год продает его больше в январе, чем в июне. Является ли последнее показателем экономического спада? В День матери цена на цветы значительно возрастает. Инфляция возвращается? Эти примеры показывают, что данные не всегда нужно анализировать в их исходном формате, хотя преобразование не является механической операцией, а должно быть поставлено на службу вопросу, на который нужно ответить. В этой связи я обратился к русскому Андрею Николаевичу Колмогорову (1903-1987), который учился в Московском университете. К моменту защиты докторской диссертации в 1929 году он уже опубликовал 18 работ, в том числе о сильном законе больших чисел. После посещения Франции и Германии он преподавал в своей альма-матер. По воскресеньям он гулял со студентами, независимо от того, были ли они его учениками, чтобы обсудить актуальные в то время математические проблемы. «- Вы известны формулировкой закона больших чисел, который не то же самое, что закон больших чисел. О чем он?» - »Этот закон описывает поведение среднего значения последовательности случайных величин при увеличении их общего числа. Теорема описывает достаточные гипотезы для утверждения, что это среднее сходится к среднему ожиданию соответствующих случайных величин. Закон больших чисел подразумевает, что среднее значение случайной выборки из большой совокупности будет стремиться быть близким к среднему значению всей совокупности. Следует различать слабый и сильный закон больших чисел. Он считается первой фундаментальной теоремой теории вероятностей» - я интуитивно понимаю этот закон. Через несколько дней МВФ обновит свои макроэкономические оценки по странам-членам, из которых я обращаю внимание только на мировой ВВП. «- Хорошо, потому что, поскольку в одних странах прогноз промахнется слишком сильно, а в других - слишком слабо, прогноз совокупности более надежен, чем прогноз отдельных ее компонентов», - говорит Дэниел Канеман о законе малых чисел. Он использовал иронию, чтобы подчеркнуть, что люди, принимая многие решения, игнорируют лес и увлекаются деревом или, что еще хуже, листом». Статистические данные иногда можно использовать в том виде, в каком они опубликованы, но в других случаях их лучше преобразовать. Давайте подумаем о профессиональном, а не политизированном использовании информации. Профессиональный анализ ставит информацию на службу вопросу, на который нужно ответить. Пример: в Аргентине 2024 года особенно интересно узнать, когда экономическая активность перестала падать и начала восстанавливаться. И для этого исходные данные малопригодны.«- Что же сделала профессия?»- Она попыталась разложить временной ряд на четыре части: тренд, цикл, сезонность и случайность. Когда вы хотите выяснить, когда в Аргентине в 2024 году активность перестала падать и снова начала расти, де-сезонизация исходного ряда гораздо лучше, чем сравнение, основанное как на исходном ряде, так и на сравнении между тем, что произошло в какой-то период в текущем году, и тем же периодом в предыдущем году. «Кто выполняет эту работу?«-Indec, как в EMAE, так и в оценке промышленного производства и строительства, а также FIEL, в случае промышленного производства.»-Ну, а есть ли проблема?"-То, что методы десезонизации не совершенны. Когда вы учились в UCA и Гарварде, сезонная корректировка была несколько грубой. Десезонируемая переменная принималась за среднее значение января, февраля и т. д. за последние, скажем, 10 лет. Предположим, что в данной переменной значение января было вдвое больше, чем значение остальных месяцев. Тогда последняя январская цифра делится на два и, если она превышает среднее значение, это свидетельствует о циклическом улучшении.«- Несколько грубо.»- Так же, как и первые модели автомобилей, персональных компьютеров и так далее. Сегодня методы десезонизации усовершенствовались. Например, они учитывают, произошли ли отклонения от средних значений в последние годы или в предыдущие; это принципиальная разница, потому что мы хотим понять, что происходит сейчас, не думая о том, что может произойти. Сезонность ряда на момент Майской революции не имеет такого значения, как сезонность, проверенная начиная с Ковида-19 и далее.«- Как использовать десезонированные ряды?»- С осторожностью. Для начала давайте не будем строить теорию десятичных дробей, потому что все экономические оценки подвержены концептуальным и практическим проблемам. Что еще более важно, методы сезонного анализа дают результаты, которые более надежны в середине периода, на котором основаны расчеты, и менее надежны на его концах. Особенно в хвостовой части, которая с аналитической точки зрения представляет наибольший интерес. А как же годовая оценка месячных или квартальных оценок?"- Они дают такую же информацию, как спидометр в автомобиле. Когда индикатор установлен на «80», это означает, какое расстояние я проеду, если буду поддерживать ту скорость, с которой я веду машину в данный момент, в течение часа. А разве он не показывает расстояние, которое я проеду за следующие 60 минут? «Конечно, нет. Например, я могу остановиться на обед, и в этом случае за следующий час я не проеду ни одного километра. Я не знаю никого, кто бы считал спидометр в машине неисправным, потому что он не предсказывает, что я собираюсь делать в ближайший час. Теперь я собираюсь применить это к экономике.«- Я слушаю.»- Когда кто-то говорит, что с июля по август прошлого года потребительские цены в среднем выросли на 62 % в годовом эквиваленте, он берет наблюдаемый рост за два месяца, возводит его в степень 12, вычитает 1 и умножает результат на 100. Точно так же, когда кто-то говорит, что реальный ВВП упал на X% в годовом исчислении между первым и вторым кварталами 2024 года, он берет наблюдаемое падение между двумя кварталами, увеличивает его до силы четырех.«- Для чего нужны эти расчеты?»- Вне политического использования, они нужны для сравнения. Какой ВВП рос быстрее - китайский, если он вырос на X% за последние четыре года, или индийский, если он вырос на Y% за последние восемь лет? На первый взгляд это трудно определить, помогает годовая эквивалентность обеих оценок; при этом следует понимать, что этот расчет не отражает реальности, поскольку никто не знает, что произошло с ВВП Китая за оставшиеся четыре года."-Дон Андрей, большое спасибо.»