Tilastokeskuksen virallinen BKT-tilasto kertoo muutamaa kuukautta aiemmin vallinneesta talouden tilasta. Suuria tietomassoja hyödyntävien tilastollisten mittareiden avulla BKT:n kehitystä pystytään ennustamaan reaaliaikaisesti.

Taloustieteen tutkija Petteri Juvonen Helsingin yliopistosta huomauttaa, että reaaliaikaisuuden käsite on muuttunut. Normaalisti EK:n ja Tilastokeskuksen kuukausittaiset luottamusindikaattorit tuottavat luotettavaa tietoa, mutta poikkeusoloissa kuukauden aikaviive ei välttämättä riitä.

Mittareita, jotka pyrkivät arvioimaan BKT:n kehitystä kuluvalla tai seuraavalla vuosineljänneksellä, kutsutaan lyhyen aikavälin malleiksi eli nowcasting-malleiksi. Ne hyödyntävät nopealla aikataululla julkaistavia tietoja eri lähteistä ja muodostavat kerätyn datan avulla kokonaiskuvaa kansantaloudesta. Nowcasting-termillä ei ole vakiintunutta suomenkielistä ilmaisua, mutta sen voi kääntää vapaasti tämän hetken ennusteeksi.

Nowcasting-mallit ovat analysoivat taloudellisia muuttujia. Ne eivät kuitenkaan pidä sisällään ekonomistin kriittistä arviointia. On myös muistettava, että kvartaalitason analyysi ei ole ongelmatonta.

– Suomessa vuosineljänneksen kasvu voi vaihdella rajusti. Joskus tilastoissa saattaa esiintyä mittausvirheitä, mutta myös toimialojen välillä on isoja eroja, Juvonen sanoo.

Pikaestimaatista huippunopeaan rekkaestimaattiin

Tilastokeskuksen kokeellinen pikaestimaatti pohjautuu yritysten liikevaihtotietoihin, joiden pohjalta koneoppimisalgoritmit ennakoivat lähitulevaisuutta.

Käytännössä kokeellinen pikaestimaatti tarkoittaa suuryritysten myynnin seuraamista ja tilastointia, kertoo yliaktuaari Pontus Lindroos.

– Meillä on joukko suuria yrityksiä, jotka vastaavat kuukausittain myyntitiedusteluun, ja vastausten perusteella voidaan laskea yritysten myynnin muutos suhteessa edellisen vuoden vastaavaan ajankohtaan, Lindroos sanoo.

Kyselyyn‍ vastaa noin 2 000 isoa yritystä, ja Lindroosin mukaan se antaa melko luotettavan yleiskuvan Suomen talouden tilasta. Näiden yritysten liikevaihto vastaa noin 70 prosenttia kaikkien yritysten liikevaihdoista.

Muutokset rekkaliikenteessä kertovat olennaisen

Pikaestimaattiakin nopeampi keino saada tietoa talouden kehityksestä on rekkaestimaatti. Se perustuu liikenteen automaattisten mittauspisteiden keräämään dataan eli LAM-tietoihin.

Koronavirusepidemia näkyy selvästi automaattisilla mittauspisteillä, joita on Väyläviraston tietojen mukaan aktiivisena noin 500 ympäri Suomea. Poikkeustoimet ovat vähentäneet rekkaliikennettä, ja talous on supistunut.

– Mittaus perustuu jokapäiväiseen ja reaaliaikaiseen datan keräämiseen. Vaikka tämä ei olekaan virallinen tilasto, se antaa suhteellisen tarkan kuvan talouden kehityksestä, Lindroos sanoo.

Rekkaestimaatin tiedot perustuvat Uudenmaan alueella tapahtuvaan liikenteeseen. Vaikka mittausalue on rajattu, se on kattava, sillä iso osa yrityksiäkin on pakkautunut Uudellemaalle. Saadut havainnot riittävät antamaan tietoa koko Suomen talouden tilasta.

Alkuperäinen rekkaestimaatt‍i on Etlan Paulo Fornaron ja YK:n Henri Luomarannan kehittämä menetelmä, mutta Tilastokeskuksessa käytetään sen yksinkertaistettua versiota.

Lindroosin mielestä rekkaestimaatti toimii parhaiten muita estimaatteja täydentävänä: myyntiin perustava pikaestimaatti julkaistaan kuukauden puolivälissä ja rekkaestimaatti kuun alussa.

Poikkeustilanne voi vääristää arviointia

Nopeasti päivittyvää dataa taloudellisista muuttujista on kerätty aiemminkin, mutta koronaviruspandemian takia sitä on julkaistu selvästi enemmän. Vaikka nopeasti päivittyvällä ja usein julkaistavalla datalla olisi käyttöä myös tulevaisuudessa, Juvonen arvelee, että nykyinen innostus hiipuu äkillisen suhdannekäänteen päätyttyä.

Toisaalta koronaviruksen ja erilaisten rajoitustoimien vaikutukset ihmisten käyttäytymiseen ja talouteen ovat vaikeasti tulkittavissa, sillä tilanne on kaikille uusi.

Juvosen mukaan normaalioloissa esimerkiksi autojen ensirekisteröintien määrän muutokset kuvaavat hyvin yleisestä taloustilannetta. Korona-aikana rekisteröintien määrä on vähentynyt, mutta toistaiseksi on mahdotonta sanoa, johtuuko ostohaluttomuus enemmän taloustilanteen heikentymisestä vai ihmisten halusta vältellä sosiaalisia kontakteja.

Myös Lindroos sanoo, että datan keräämiseen ja analysointiin liittyviä ongelmia on ilmennyt koronaviruksen myötä. Pikaestimaatti ei kerro koko totuutta poikkeusolojen taloustilanteesta.

– Esimerkiksi suuryritykset saattavat kestää taloudellisia shokkeja pieniä yrityksiä paremmin, ja siksi mallit eivät toimi täydellisesti, Lindroos pohtii.

Pikaestimaatin 16 ennustemallia on validoitu ja valittu viime vuonna, jolloin taloustilanne Suomessa ja maailmalla oli erilainen. Esimerkiksi maalis- ja huhtikuussa julkaistut pikaestimaatit antoivat virallista suhdannekuvaajaa paljon positiivisemman arvion, vaikka molemmat julkistukset näyttivät tuotannon olevan laskusuunnassa.

Lindroosin mukaan tämä selittyy sillä, että taloudellinen shokki kohdistui poikkeusolojen takia ensin pieniin yrityksiin, joista tietoa kertyy hitaammin. Ajankohtaisessa tutkimuksessa onkin olennaista, mitkä menetelmät olisivat toimineet parhaiten talouden käännekohdassa. Lindroos muistuttaa, että kriisi antaa arvokasta tietoa tulevaisuutta varten.

– Toivottavasti ehdimme validoida mallit ennen seuraavaa julkistusta, ja osa tällä hetkellä käytetyistä malleista vaihdetaan kokonaan, Lindroos sanoo.

​