报告概述
本报告探讨了非传统数据（alternative data）在货币政策制定中的角色。报告以美联储在2020年疫情初期的经验为切入点，说明传统经济统计数据在快速变化环境下的滞后性，以及非传统数据如何提供更及时、更细颗粒度的经济信息。报告覆盖了非传统数据在就业、通胀、企业形成、政策效果评估等领域的应用案例，并讨论了这些数据相对于传统统计的优势（如时效性、颗粒度）以及面临的挑战（如成本、可靠性、透明度）。报告旨在为政策制定者、经济学家和公众提供一种视角，理解数据创新如何辅助宏观经济决策。
报告的核心结论
非传统数据是传统统计的重要补充，而非替代。
报告指出，非传统数据（如私人公司提供的薪资处理、信用卡交易、在线价格等）在疫情等关键时刻提供了更及时的经济信号，但其价值依赖于与传统数据的结合。政府统计仍是基准，非传统数据用于填补空白、提高频率和颗粒度，但不能取代官方统计的权威性和代表性。
非传统数据在识别经济转折点时尤为有用。
传统经济指标（如失业率、GDP）发布滞后，非传统数据（如ADP每周就业估计、每日价格指数）可提前数周或数天揭示变化。报告以2020年3月为例，ADP数据比BLS月度报告早一个月显示出就业大幅下滑，帮助美联储快速应对。
非传统数据能提高传统统计的质量与成本效益。
报告提到，BLS已将私人数据用于CPI中的二手车、机票等价格计算，以应对调查回应率下降的问题。此外，利用每周税务记录预测企业形成，可改善就业估计中“出生-死亡模型”的准确性，减少后续修正幅度。
非传统数据的使用面临透明度与可靠性挑战。
报告指出，美联储依赖非公开的非传统数据会降低决策透明度，外部人员无法验证分析。此外，私人数据提供商可能停止分享或提价，影响统计连续性。统计机构需谨慎测试，确保新数据源提升而非降低估计精度。
报告回答的关键问题
美联储为何需要非传统数据？
因为传统经济统计数据（如BLS的就业报告、CPI）发布存在数周至数月的滞后，难以在快速变化的经济环境中（如疫情冲击或贸易政策调整）提供及时信号。非传统数据（如ADP薪资处理数据、信用卡交易数据）能以更高频率（周、日）提供更早的洞察，帮助美联储更准确、更迅速地判断经济走向并调整货币政策。
非传统数据如何帮助监测通胀？
报告以哈佛教授Cavallo的在线价格指数为例，该指数每日更新，涵盖35万种商品，并包含原产国、关税税率和售价信息。这种细颗粒度数据可以直接追踪进口关税对消费品价格的影响，区分进口品与国内替代品的价格变化，从而评估关税的暂时性通胀效应，帮助美联储决定是否“看穿”关税影响。
非传统数据存在哪些局限性？
主要局限包括：1）数据获取有成本，且可能因供应商策略中断；2）数据来源的偏差（如仅代表某支付处理商的客户）；3）时间序列短，难以进行季节性调整；4）透明度低，公众无法复制美联储的分析，影响问责。报告强调，非传统数据不能替代传统数据，必须与传统统计结合使用。
完整报告包含什么
- 美联储在2020年疫情中如何利用ADP薪资处理数据、信用卡交易数据等非传统数据追踪经济恶化，并在传统统计发布前做出政策响应。
- 非传统数据在就业监测中的应用：每周ADP就业估计比BLS月度报告提前一个月揭示就业骤降，且在政府停摆时成为唯一高频数据源。
- 在线价格指数（含35万种商品的原产国、关税及售价）的构建方法，以及其如何用于实时评估关税对消费者价格的影响。
- 利用移动性数据、COVID病例数据、供应链拥堵指标（如集装箱实时跟踪）监测疫情期间的经济行为与通胀压力。
- 改革BLS的“企业出生-死亡模型”以纳入每周税务登记数据，提高初始就业估计的准确性，减少后续大规模修正。
- 芝加哥联储将Indeed职位数据、Lightcast劳动市场分析和Google搜索失业数据融合的失业率实时估算项目。
- 非传统数据在货币政策分配效应研究中的应用：基于信贷记录、房产税记录和IRS个税数据，分析利率变化对不同种族、收入阶层的影响。
- 统计机构面临的挑战：调查回应率下降、私人数据依赖风险（供应商锁定、成本攀升），以及确保新数据源透明度的必要措施。
- 非传统数据与传统数据的关系：前者是后者的补充，需要借助传统基准（如经济普查）进行校准，且不能替代官方统计的全面性与公信力。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
