Hur skulle en väpnad konflikt, en epidemi eller en översvämning påverka ekonomin? "Att kunna bedöma - kanske till och med förutsäga - de ekonomiska konsekvenserna av sådana kriser är avgörande när det gäller att mildra och motverka skadan", säger Christian Diem från Complexity Science Hub (CSH).
Enligt en nyligen publicerad studie publicerad i PNAS Nexus , länder som vill förbereda sig bättre för kriser kan dra nytta av en unik datauppsättning av detaljerade data från leveranskedjan. CSH-forskare rapporterar, för första gången, att allmänt använda ekonomisk data på sektorsnivå kan underskatta den ekonomiska effekten av kriser med upp till 37 % jämfört med mycket detaljerade data på företagsnivå.
"Vi hade tillgång till en unik datauppsättning av mervärdesskatteinformation (moms) – en allmän skatt som i princip tillämpas på alla varor och tjänster – från Ungern för denna studie. Den innehåller 243 399 företag och tillåter rekonstruktion av 1 104 141 leveransrelationer, som praktiskt taget representerar hela den nationella ekonomin", förklarar Stefan Thurner från CSH.
Detta gjorde det möjligt för forskarna att systematiskt analysera och jämföra hur effekterna av kriser bedöms på olika sätt när antingen endast data om de 88 ekonomiska sektorer som definieras av Europeiska unionen finns tillgängliga eller när detaljerade data från leveranskedjan finns tillgängliga på företagsnivå, vilket inkluderar alla företag. och deras kund-leverantörsrelationer.
Totalt simulerades 1 000 hypotetiska krisscenarier för detta ändamål. För att säkerställa att scenarierna replikerade verkliga kriser baserades de hypotetiska kriserna på faktiska empiriska data om de ekonomiska konsekvenserna av covid-19-krisen i början av 2020.
"Vi blev mycket förvånade när vi upptäckte att den ekonomiska effekten av var och en av de 1 000 simulerade kriserna systematiskt underskattades - med upp till 37 % - om vi bara använde data för hela sektorer, vilket alltid har varit fallet", förklarar Diem.
Dessutom var resultaten på företagsnivå mycket närmare resultaten från den faktiska lågkonjunkturen andra kvartalet 2020. På så sätt uppskattas en kriss konsekvenser alltid vara mindre på sektorsnivå än vad de faktiskt är på företagsnivå .
"Hittills har ett lands ekonomi huvudsakligen beskrivits på nivån för hela ekonomiska sektorer", förklarar Thurner. "Vi talar med andra ord om hur hårt hela fordonsindustrin påverkas av leveransflaskhalsar. De nya uppgifterna om hela leveranskedjan på företagsnivå gör att vi kan se ekonomins atomer — företagen — och hur de interagerar med varandra. Detta är ett nytt vetenskapligt territorium, och det är extremt fascinerande."
"Nu kan vi beräkna hur individuellt drabbade företag inom ekonomiska sektorer är av en kris snarare än att bara beskriva genomsnittet för en hel sektor."
"Det är stor skillnad mellan att bara konstatera att en ekonomisk sektor kommer att drabbas av 20-procentiga förluster, till exempel, och om en simulering kan avslöja vilka företag som sannolikt faktiskt kommer att drabbas av krisen och vilka som inte är det. Kanske t.o.m. viktigare är att visa hur detta sprider sig genom försörjningsnätverket – hur det påverkar deras direkta och indirekta handelspartner", tillägger Diem.
Mer än 160 länder har ett momssystem och skulle i princip kunna använda det för att rekonstruera sina leveransnätverk – ett anmärkningsvärt undantag är USA. För närvarande samlar bara ett dussin länder in data som kan användas för att rekonstruera leveranslänkar. Listan inkluderar EU-medlemsstater som Spanien, Belgien och Ungern, samt länder som Indien, Kina och vissa afrikanska och latinamerikanska nationer.
För länder som inte samlar in sina momsuppgifter på rätt sätt – till exempel Tyskland och Österrike – skulle en liten justering i företagens momsrapportering göra susen samtidigt som det skapade minimalt med ytterligare byråkratiskt arbete för företag. "Detta kan automatiseras genom fast bokföringsprogram", förklarar Diem. Det skulle också kunna minska former av momsbedrägerier.
"Med den här studien ville vi visa hur mycket uppskattningar baserade på aggregerade sektordata kan skilja sig från uppskattningar baserade på granulära data och den faktiska ekonomiska effekten och hur viktigt det är att samla in detaljerad data på företagsnivå", säger Diem. Oavsett vad hotet är, om det är en översvämningskatastrof, CO2 utsläpp, eller konsekvenserna av politiska ingripanden, kan en korrekt bedömning hjälpa till att förutse konsekvenserna och framför allt reagera snabbt och korrekt.
Mer information: Christian Diem et al, Uppskattning av förlusten av ekonomisk förutsägbarhet från aggregering av produktionsnätverk på företagsnivå, PNAS Nexus (2024). DOI:10.1093/pnasnexus/pgae064
Journalinformation: PNAS Nexus
Tillhandahålls av Complexity Science Hub
