Portföljens utveckling (från start, risknivå & jfr SIXRX, se egen flik)

måndag 2 maj 2016

Indiens BNP-lyft bara luft?

Hur är det med allas tillväxtfavorit Indien, är tillväxtsiffrorna hittepå? Nja, inte precis men de visar mindre än du tror.



Indien världsledaren?

Hur mycket steg brittisk BNP 1957? Någonstans mellan 2,7 till 4,7 procent är ekonomernas svar. För övrigt en siffra som reviderats 18 gånger i officiell statistik, enligt senaste Economist. Jag tänkte på det när jag läste artikeln i tweeten nedan.


Det är ingen som vet att Indien växer med 7,3 procent i år, trots att det är en siffra angiven med en decimals säkerhet. Samtidigt har några mer tillförlitliga, i betydelsen mer entydigt mätbara mått, utvecklats åt lite olika håll. Krediterna till företag utanför finanssektorn har ökat 5 procent medan järnvägstransporterna minskat 6,9 procent och exporten fallit 19,2 procent. En viss skepsis borde alltså vara på sin plats. Det blir inte bättre av att artikeln listar en rad minst sagt drastiska antaganden och möjliga mätfel, som framgår av rubrik och ingress. "On Close Inspection, India’s Sharp Growth Picture Gets Fuzzy - World-beating GDP figure is based on infrequent surveys, rough estimates of tiny, cash-based enterprises" (wsj).

Reklam: Prenumerera genom att klicka här

En värld av antaganden

Vad beror det här på? En del svar ges i "Measuring economies - The trouble with GDP" (Economist). Det mått på BNP vi använder formulerades på trettiotalet med en ekonomisk genomklappning i bagaget och ett annalkande krig vid horisonten. Produktion av varor var i fokus. Många faktorer löstes med schabloner, antaganden eller inte alls. Hit hör hur en prisökning ska fördelas mellan inflation och produktförbättring, hur tjänster ska hanteras, hur produktion som inte betalas ska värdesättas (offentliga tjänster samt produktion inom hemmet). Ett skämt vars ålder framgår av formuleringen som Economist citerar är "När jag gifte mig med husan, sjönk BNP".

Andra faktorer som inte beräknas är kostnader av produktionen exempelvis på miljön. Dessutom är data svårare att samla in än man tror. Vad är egentligen det adderade värdet i ett visst produktionssteg och var hör det hemma i en allt mer global handel? Vad är en innovation värd? Hur ska en bra men gratis matblogg på Youtube värderas? I tillväxtländer blir beräkningen ännu svårare. Här är stora delar av ekonomin inte effektivt beskattad. Därför blir antagandena många och stora.

Min reflektion

I en del länder, som Kina, framställs ibland produktion av BNP-statistik som en statlig nöjesfabrik med illusioner som inte står Hollywood efter. Så kan det vara. Artiklarna som citeras ovan pekar snarast på något annat. Ekonomerna gör sitt bästa men osäkerheten är så stor att inom andra vetenskapliga fält är det tveksamt om resultaten hade publicerats.

Nu vet jag att nationalekonomer aldrig skulle ta till sig en reflektion från sina lillasyskon, civilekonomerna, men i den världen har det skett en tyst revolution de senaste åren. Dåliga erfarenheter av aggregerade mått har förändrat hur siffror används. Bland bolagen är det hetaste att arbeta med avgränsade och exakta data ur gigantiska datamängder, Big Data. Du söker inte längre profilen på en typisk kund. Du vill veta vem som klickar på vilken annons vid vilken tidpunkt. I offentlig förvaltning är det svårt att hitta något mer iskallt än New Public Management. Istället kommer tillitsmodeller kombinerad med riktad mätning - som när Skatteverket går ut med information om att de kan hitta internationella obeskattade medel och sedan mäter hur mycket pengar den PR-insatsen har gett.

Slutsatsen företagsekonomerna dragit är att det inte i någon vettig mening går att aggregera mått. Du kan säga om spisen och kylskåpet fungerar genom att mäta temperaturen de genererar men ett index av dem tillsammans säger ingenting. Riktigt så illa är det inte med BNP-siffror men den som vill köpa in sig i Make in India ska nog ta sig tiden att skilja på järnvägstransporter och IT-konsulter.

/Jacob Henriksson, alias Gottodix, som du kan följa på Facebook (ny!), Shareville här på Twitter @gottodix eller på YouTube om du vill följa det jag läser. Titta gärna på nya dagliga serie "3 snabba" som du hittar på Facebook.

Åsikterna som presenteras i denna blogg ska inte ses som investeringsrådgivning. Alla mina egna aktieinnehav redovisas i portföljen på Shareville. Vill du veta mer om mig hittar du det här


4 kommentarer:

  1. Sen tror jag inte big-data är så bra som alla tror, datan är inte fullständig och det är svårt att veta hur det påverkar resultatet. Och som Nassim Taleb påtalar i Fooled by Randomness, om du letar efter ett samband (icke specifikt) så kommer du nog hitta ett, frågan är bara vad det säger om verkligheten. Han har ett fint exempel på hur hur stor sannolikhet är det att det finns minst 2 som delar födelsedag på din fest med 24 personer?

    SvaraRadera
    Svar
    1. Vi fick när jag pluggade lära oss exemplet att alla dagar det regnat när världsserien i Baseboll spelade sin final, så sjönk börsen året efter. Imponerande samband, till dess man funderar på hur rimligt det är :)

      Radera
  2. Big data ger ofta stor huvudvärk och med stora dataset blir det dessutom ofta alldeles för oöverskådligt att identifiera var det gått fel. Det kanske roligaste exemplet i närtid tycker jag är valresultatet i det senaste brittiska parlamentsvalet där i princip varje undersökningsform visade sig ha en tendens att gynna Labour. Tory väljare svarar mindre ofta i telefon, är mindre benägna att delta i panelundersökningar online och när man försöker genomföra undersökningar med hjälp av dörrknackning är sannolikheten högre att de inte är hemma för att öppna. Nettoeffekten är att det blir omöjligt att korrigera för mätfelet i olika undersökningsmetoder och man upptäckte därför inte den stora Toryledningen i valet.

    Personligen lutar jag åt att big data främst är intressant när man försöker predikera utfallet av ett stort antal av varandra oberoende händelser. Det här innebär att big data kan vara ett fantastiskt redskap för att exempelvis välja vilka annonser som ska visas för en viss läsare på en hemsida. Om rätt annons innebär dubbla konverteringsgraden och fel annons inte innebär någon förändring alls är det okej om "big data" bara här rätt i en bråkdel av fallen för att vara lönsamt. Ska man däremot göra större studier där man ska förutsäga ett enskilt utfall tror jag däremot att felfrekvensen blir högre än man vill erkänna inom branschen.

    SvaraRadera
    Svar
    1. Utvecklade det inte i inlägget men egentligen tror jag många underskattar small data :) Mät exakt det du vill veta och använd det bara till just det. Hur många som klickar på en annons, säger bara hur många som ville veta var man kom härnäst. Längtan efter samband är en stark drog :)

      Radera

Obs! Endast bloggmedlemmar kan kommentera.

Featured Post

Senaste filmerna från vloggen

Här hittar du alltid senaste klippen från mina vloggar - 3 snabba och Sparskolan. Jag fyller även på med andra klipp och poddar dä...

Aktuella data från OECD

Reklam