Pomiar inflacji zaczyna się w sklepach

* no dobrze, jeden z "Gusów"

20 stycznia 2025 roku administracja Donalda Trumpa wprowadziła zamrożenie naborów oraz szeroko zakrojone cięcia kadrowe w sektorze publicznym. W ich wyniku tysiące pracowników federalnych straciło pracę – także w instytucjach odpowiedzialnych za prowadzenie badań statystycznych. Biuro Statystyki Pracy (BLS) poinformowało, że z powodu niewystarczającej liczby personelu nie jest w stanie przeprowadzić comiesięcznego badania cen konsumpcyjnych (CPI) w takiej skali jak dotychczas. Jak podano na stronie BLS, instytucja ograniczyła zbieranie danych na terenie całego kraju. 

Braki kadrowe nie zwalniają jednak z obliczenia i podawania do informacji publicznej danych o inflacji. BLS musiało znaleźć sposób, by dostarczyć wskaźnik mimo ograniczonych zasobów. Rozwiązaniem, które zastosowano w tej sytuacji, było ograniczenie liczby punktów sprzedaży, z których zbierane są dane o cenach. Nie udało się przeprowadzić pomiarów cen m.in. w Lincoln (Nebraska), Provo (Utah), a w czerwcu nie zostaną pobrane także w Buffalo (Nowy Jork). W efekcie obserwacji jest mniej – ale nadal są. Choć liczba obserwacji spadła, dane wciąż napływają. Na pierwszy rzut oka wszystko wygląda więc normalnie – wskaźnik inflacji został opublikowany jak co miesiąc, liczby są na miejscu. Można odnieść wrażenie, że problem został zażegnany, sprawę rozwiązano i ostatecznie nic się nie zmieniło, ale...

Aby rzetelnie zmierzyć inflację, trzeba porównywać ceny dokładnie tych samych produktów i usług w dwóch kolejnych okresach – na przykład tego samego jogurtu, modelu telefonu czy usługi fryzjerskiej. Tylko wtedy możemy dokładnie ocenić, jak zmienia się poziom cen w gospodarce, bez mieszania w to zmian jakości czy rodzaju produktu. Pracownicy urzędów statystycznych (rachmistrzowie), co miesiąc odwiedzają te same sklepy czy punkty usługowe, by zebrać dane o cenach konkretnego, identyfikowalnego produktu: tej samej marki jogurtu, tego samego modelu telefonu czy dokładnie tej samej usługi fryzjerskiej.

Dlaczego to tak ważne? Bo pozwala mierzyć czystą zmianę ceny, a nie zmianę wynikającą z innego opakowania, lepszej jakości, nowej funkcji czy po prostu innego produktu. Porównując identyczne towary, można odzwierciedlić realną dynamikę cen, którą odczuwa konsument. Jeśli nagle zmienimy obserwowany produkt – np. zamiast zwykłego chleba notujemy cenę pieczywa ekologicznego – wówczas uzyskana różnica cen nie będzie już miarą inflacji, lecz różnicą między dwoma, często bardzo odmiennymi produktami. 

Tu pojawia się problem, który ujawnił się w USA. Oznacza to, że liczba obserwacji – czyli przypadków, w których udało się spisać dokładnie ten sam produkt co miesiąc wcześniej – spadła. W takich sytuacjach stosuje się tzw. substytuty – a mianowicie próbuje się znaleźć produkt maksymalnie zbliżony do pierwotnego. Na przykład: jeśli nie można znaleźć ceny danego modelu obuwia sportowego, można użyć ceny bardzo podobnego modelu tej samej marki. Ale im dalej idziemy z substytucją (np. porównując jogurt naturalny z jogurtem owocowym, a potem z deserem mlecznym), tym większe ryzyko, że dane przestaną odzwierciedlać rzeczywistość, a inflacja zostanie przeszacowana lub niedoszacowana.

Gdy mimo chęci brakuje możliwości i danych po prostu nie ma, urzędy statystyczne często stosują tzw. imputację, czyli wstawianie brakujących wartości na podstawie założeń lub danych z innych, podobnych źródeł. Choć jest to technika uzasadniona metodologicznie, należy mieć też na uwadze, że opiera się na modelach i prognozach, a nie na realnie zaobserwowanych cenach. Jeśli takich przypadków imputacji jest dużo, może to prowadzić do obniżenia wiarygodności całego wskaźnika. W odniesieniu do kwietniowych danych pochodzących z USA dotyczących inflacji, 29% szacunków cenowych dokonano przy użyciu imputacji, czyli prawie dwukrotnie więcej niż w dowolnym miesiącu w ciągu ostatnich pięciu lat. Z biegiem czasu odbiorcy danych nauczą się z tym żyć, ale w tym konkretnym miesiącu można podejrzewać, że nagła zmiana poboru wpłynęła na wskaźnik. Nie wiadomo tylko jak.

Aby wskaźnik inflacji trafnie odzwierciedlał rzeczywistość konsumencką, nie wystarczy spisywać ceny tych samych produktów. Kluczowe znaczenie ma także różnorodność miejsc, z których zbierane są dane o cenach, bo w zależności od typu sklepu, ceny mogą się znacznie różnić. Dane o cenach zbierane są w wielu typach miejsc – od wielkopowierzchniowych sieci handlowych, przez mniejsze sklepy osiedlowe i sklepy specjalistyczne, aż po lokalne targowiska. Pozwala to uchwycić całkowity przekrój w zmianach cen. Jedni wolą mały sklep osiedlowy tuż za rogiem, inni regularnie odwiedzają targowiska, jeszcze inni robią zakupy niemal wyłącznie w dużych sieciach handlowych. 

W ostatnich latach coraz częściej mówi się o nowych metodach zbierania danych o cenach. Zamiast wysyłać pracowników do sklepów, co pochłania sporo czasu i zasobów, można przecież korzystać z gotowych źródeł: danych skanowanych (czyli tych rejestrowanych na kasach sklepowych) albo danych scrapowanych (czyli pobieranych automatycznie ze stron internetowych). Te technologie są bez wątpienia obiecujące: pozwalają szybko i tanio gromadzić ogromne ilości informacji. Dzięki nim możliwy jest niemal codzienny monitoring cen w sklepach internetowych czy sieciach handlowych. Jednak mimo dużego zainteresowania i wdrażania przez różne kraje, nie są one w stanie w tej chwili w pełni zastąpić tradycyjnych metod, a jedynie je wspomóc. Dlaczego? W „normalnych” warunkach urzędnicy zbierający dane odwiedzają bardzo różnorodne punkty sprzedaży: To pozwala lepiej uchwycić rzeczywisty obraz rynku – taki, z jakim spotykają się na co dzień konsumenci. Bo choć wszyscy kupujemy mniej więcej te same rzeczy, to ceny tych samych produktów potrafią się znacząco różnić w zależności od miejsca zakupu. 

Ograniczenie liczby punktów, z których zbierane są dane – jak miało to miejsce w USA – oznacza, że część tego zróżnicowania cenowego może umknąć. Oczywiście nie wpływa to znacząco na średnią, bo liczona jest nadal z bardzo wielu obserwacji i raczej nie zdarza się, że ceny z danego miejsca różnią się o rząd wielkości (lub kilka) od tych widzianych w innych lokalizacjach. Tym niemniej ograniczenie punktów pomiaru może potęgować uczucia odbiorców wskaźnika, że nie jest to "ich" wskaźnik, bo nie uwzględnia określonej, lokalnej specyfiki.  

Gdy rozmawiamy o wskaźniku, który wpływa na inne wskaźniki, a one z kolei na kolejne, to błąd pomiaru w takiej skali jest rozległy.  Właśnie z taką sytuacją mamy do czynienia w przypadku inflacji.

To banalne, lecz napiszmy to: stopa inflacji ma bardzo praktyczne zastosowania (w tym wpływa na naszą pracę oraz na to, że mamy pracę). To od niej zależy coroczna waloryzacja świadczeń, emerytur i rent. W sektorze prywatnym jej wartość również ma istotne znaczenie i służy jako punkt odniesienia w negocjacjach płacowych między pracodawcami, pracownikami, związkami zawodowymi. Wreszcie, inflacja znajduje się w centrum uwagi Rezerwy Federalnej, która na jej podstawie kształtuje politykę pieniężną i ustala stopy procentowe. Każde odchylenie, błąd czy niedoszacowanie ma więc realne przełożenie na ogromne kwoty i długofalowe decyzje finansowe. 

Choć komunikat o redukcji liczby obserwowanych produktów w koszyku inflacyjnym wydawał się niepozorny, a agencja zapewniała o "minimalnym wpływie na ogólny indeks cen", informacja ta spowodowała sporą konsternację wśród ekonomistów. Zmiana ta wzbudziła obawy, że dalsze cięcia wydatków rządowych mogą osłabić zdolność BLS do rzetelnego mierzenia nie tylko inflacji, ale także innych kluczowych wskaźników gospodarczych. Już w zeszłym miesiącu BLS informowało o ograniczeniu zbierania danych o cenach hurtowych w około 350 kategoriach na potrzeby wskaźnika PPI. Pojawia się więc pytanie – jeśli cięcia będą kontynuowane, jak bardzo obniży to skuteczność agencji statystycznych, a w konsekwencji wiarygodność publikowanych danych? 

Nie zapominajmy, że mówimy tu o publikowaniu danych przez instytucję publiczną, której rolą jest dostarczanie rzetelnych, niezależnych i aktualnych danych umożliwiających podejmowanie decyzji opartych na faktach. Dlatego też każde uproszczenie w metodologii pomiaru, każda rezygnacja z danych terenowych na rzecz oszacowań czy substytutów, budzi zrozumiały niepokój. Zwłaszcza gdy wynika z cięć budżetowych i niedoboru kadr, jak ma to obecnie miejsce w Biurze Statystyki Pracy w USA. W takich warunkach rośnie ryzyko, że raporty będą mniej rzetelne, mniej porównywalne i mniej godne zaufania. Warto więc zadać pytanie: czy krótkoterminowe oszczędności na statystyce rzeczywiście się opłacają? Bo ich koszt alternatywny może być znacznie wyższy niż wartość samych redukcji i odczuwalny dużo szerzej niż początkowo zakładano.