Название: Показатель экономической пригодности

Тема: Экономическая политика и долг

Периодичность: Годовой

Описание: Экономическая пригодность (EF) - это одновременно показатель диверсификации страны и ее способности производить сложные товары, конкурентоспособные на мировом рынке.  Страны с самым высоким уровнем экономической эффективности обладают возможностями для производства разнообразного ассортимента продукции, возможностью выпускать все более сложные товары, как правило, имеют более предсказуемый долгосрочный рост и занимают хорошие конкурентные позиции по сравнению с другими странами.   Страны с низким уровнем EF, как правило, страдают от бедности, низкого производственного потенциала, менее предсказуемого роста, низкой добавленной стоимости и проблем с модернизацией и диверсификацией быстрее, чем в других странах.  Исходными данными являются данные COMTRADE о товарах, экспортируемых каждой страной. Эти данные определяют двустороннюю сеть стран и продуктов, или товаров и услуг. Надлежащим образом разработанный математический алгоритм, применяемый к этой сети, позволяет оценить экономическую эффективность всех стран и сложность всех продуктов. Сравнение экономической пригодности с ВВП раскрывает скрытую информацию о развитии и росте стран.

Источник: Всемирный банк, проект "Экономическая пригодность". Для получения более подробной информации, пожалуйста, посетите https://www.nature.com/articles/srep00723 и http://documents.worldbank.org/curated/en/632611498503242103/On-the-predictability-of-growth

Методология: В новой литературе по экономической целесообразности используются методы, которые, в отличие от традиционных подходов к построению индексов, не пытаются усреднить сложность системы, а охватывают ее, явно опираясь на неоднородность отдельных участников, видов деятельности и взаимодействий, чтобы извлечь соответствующие параметры, характеризующие систему.  Таким образом, информация о производственных возможностях может быть получена из торговли товарами.  Взаимодействие между продаваемыми товарами и их относительно уникальные комбинации являются предпосылками будущей конкурентоспособности и долгосрочного роста.  Основной характеристикой экономической пригодности является отсутствие параметров. Стандартные методы анализа учитывают множество элементов и суммируют их некоторым подходящим образом. Эта сумма несоизмеримых элементов приводит к серьезной проблеме контроля шума при одновременном увеличении сигнала. Подход, основанный на соответствии, начинается с рассмотрения единого набора данных для решения проблем, связанных с шумом.  Другие данные могут быть добавлены позже в управляемую иерархическую структуру (например, сервисы, технологии). Алгоритм разработан на основе простых и прозрачных экономических концепций, которые имеют четкое значение и были тщательно протестированы. Эволюция каждой страны определяется в пространстве соответствия ВВП, которое демонстрирует сильную неоднородность в динамике. Есть зона, характеризующаяся регулярным потоком, и другая, более хаотичная. Это означает, что прогнозирование экономического роста должно учитывать эту неоднородность и выходить за рамки стандартных регрессий. Было доказано, что этот новый подход к анализу и долгосрочному прогнозированию превосходит стандартные методы, даже если для этого требуется гораздо меньше данных.

Примечание: Данные о торговле необходимы для определения согласованной сети для всех стран и всех продуктов. Это может иметь некоторые ограничения для стран, в которые экспортируемая продукция не является хорошим показателем конкурентоспособности промышленности. Также экспорт, как правило, относится к обрабатывающей промышленности. Можно включить услуги, но соответствующая база данных trade in services менее детализирована. В принципе, этот подход мог бы использовать и другие данные, такие как статистика труда, которая автоматически включает все услуги. Основной концепцией алгоритма является важность диверсификации. Это верно на уровне стран, но постепенно становится проблематичным при переходе к более мелким масштабам, таким как регионы, города и отдельные фирмы, где специализация становится доминирующей. В этих случаях следует рассмотреть возможность внесения соответствующих изменений. Набор данных COMTRADE имеет разный уровень детализации. У каждого уровня есть свои преимущества и недостатки, которые следует учитывать в зависимости от решаемой проблемы.

Редактор: EF.EFM.OVRL.XD

Датасет содержит следующие поля:

• Код индикатора (indicator_id) — Уникальный идентификатор индикатора Всемирного банка
• Название индикатора (indicator_name) — Полное название индикатора на английском языке
• Код страны (country_id) — Уникальный идентификатор страны (код Всемирного банка)
• Название страны (country_name) — Полное название страны или региона на английском языке
• ISO3 код страны (countryiso3code) — Трехбуквенный код страны по стандарту ISO 3166-1 alpha-3
• Дата (date) — Год или дата наблюдения (в формате строки, обычно YYYY)
• Значение (value) — Численное значение показателя (может быть пустым для отсутствующих данных)
• Единица измерения (unit) — Единица измерения значения показателя (например, проценты, доллары США)
• Статус наблюдения (obs_status) — Статус данных наблюдения (может быть пустым для валидных данных)
• Количество знаков после запятой (decimal) — Количество десятичных знаков для отображения значения

Название: Economic Fitness Metric

Тема: Economic Policy & Debt

Периодичность: Annual

Описание: Economic Fitness (EF) is both a measure of a country’s diversification and ability to produce complex goods on a globally competitive basis.  Countries with the highest levels of EF have capabilities to produce a diverse portfolio of products, ability to upgrade into ever-increasing complex goods, tend to have more predictable long-term growth, and to attain good competitive position relative to other countries.   Countries with low EF levels tend to suffer from poverty, low capabilities, less predictable growth, low value-addition, and trouble upgrading and diversifying faster than other countries.  The starting data is the COMTRADE list of products exported by each country. This data defines a bipartite network of countries and products, or goods and services. A suitably designed mathematical algorithm applied to this network leads to the Economic Fitness of all countries and the Complexity of all products. The comparison of the Fitness to the GDP reveals hidden information for the development and the growth of the countries.

Источник: World Bank, Economic Fitness project. For more details, please visit https://www.nature.com/articles/srep00723 and http://documents.worldbank.org/curated/en/632611498503242103/On-the-predictability-of-growth

Методология: The new literature of Economic Fitness uses techniques which, differently from traditional index construction approaches, do not try to average out the complexity of the system, but embraces it by explicitly building on the heterogeneity of individual actors, activities and interactions to extract relevant parameters to characterize the system.  In this way, information about production capabilities may be extracted from trade in goods.  The interaction among products traded, and the relatively unique combinations are a precursor to future competitiveness and long-term growth.  A basic characteristic of Economic Fitness is being parameter free. The standard methods of analysis consider many elements and sum them up in some suitable way. This sum of incommensurate elements leads to a major problem of controlling noise while increasing signal. The Fitness approach starts by considering a single dataset to control noise problems.  Other data can then be added later in a controlled hierarchical framework 9e.g, services, technologies). The algorithm is designed on simple and transparent economical concepts which have a clear meaning and have been extensively tested. The evolution of each country is defined in the GDP-Fitness space which shows a strong heterogeneity in the dynamics. There is zone characterized by regular flow and another one which is more chaotic. This implies that growth forecasting should consider this heterogeneity and go beyond standard regressions. This novel approach to the analysis and long-term forecasting has been shown to outperform the standard methods even if it requires much less data.

Ограничения: The trade data are necessary to define a coherent network for all countries and all products. This may have some limitations for countries in which the exported products are not a good proxy of its industrial competitiveness. Also export refers generally to manufacturing. Services can be included but the corresponding database trade in services are less granular. In principle the approach could use other data like the labor statistics which automatically include all services. A basic concept of the algorithm is the importance of diversification. This is correct at the level of countries but it becomes gradually problematic if one moves to smaller scales like regions, cities up to individual firms where specialization becomes dominant. In these cases suitable modifications should be considered. The COMTRADE dataset comes at different levels of granularity. Each level has advantages and disadvantages which should be considered in relation to the problem addressed.

Код индикатора: EF.EFM.OVRL.XD