Korea Database

总体而言，这场危机为新的统计来源打开了大门，其中一些最适合用于危机时期，而另一些则可以为危机时期和更正常时期提供启示。受高自然波动性影响的数据在出现超过该波动性的重大冲击时是有用的，但当经济形势恢复正常时，影响这些数据的背景噪音会使这些数据的可读性和用处降低。这解释了为什么它们只能稍微改善“正常”时期（即危机之外）的短期预测质量。

谷歌路线查询量只能非常不完善地指示 LinkedIn 数据 即将去上班或去商店的人数，并且会产生很多噪音。仅当这两种类型的旅行突然下降或者开始再次快速上升时，计算这些请求才具有参考价值，但我们不能依赖这种类型的信息来估计最多几个百分点的周期性变动。另一方面，即使这一点还有待证实，银行卡交易和收银机数据很可能将继续为家庭消费提供信息信号，而不仅仅是可能影响它们的“噪音”。

我们还要记住，这些统计创新并不能取代经济分析，而是必须为其提供补充。问题不在于在一个“黑匣子”中使用这些多种新指标，通过这种或那种算法来计算 GDP 增长。此项工作的目的是更好地估计宏观经济总量，特别是生产和消费，以便逐步接近国民核算提出的一致框架。该框架是进行分析的第一步，进而确定最佳的经济政策杠杆。

危机的前两个时刻纯粹是由于健康原因，特别适合调动高频数据，这些数据首先反映了与人口普遍禁闭相关的经济突然和前所未有的收缩，然后反映了与解除禁闭相关的部分机械反弹。