Пока готовилась к первому занятию моего обновленного курса по макрофинансам, в очередной раз обратилась к данным, начало которым было положено в работе Schularick?Taylor (2012). Это та самая история, когда важным научным результатом оказывается не только статья, но и данные, которые для нее пришлось собрать.
 
В макроэкономике и экономической истории это особенно это заметно: чтобы ответить на относительно простой вопрос, исследователям приходится вручную собирать и «стыковать» статистику из старых ежегодников, архивов различных ведомств (ЦБ, национальные статистические ведомства и т.п.). А потом такая база начинает жить собственной жизнью и использоваться в десятках других работ.
 
Я хочу сделать небольшую серию постов про такие наборы данных – исследовательские базы, которые позволяют задавать вопросы, требующие длинного ряда данных. Начну, соответственно, с Jordà–Schularick–Taylor Macrohistory Database – одной из самых известных баз по истории макроэкономики, кредита и финансовых кризисов.
 
Она выросла из большой исследовательской программы по истории кредита, финансовых кризисов и деловых циклов и сейчас содержит годовые данные по 18 развитым экономикам начиная с 1870 года. База включает не только более-менее стандартные макроэкономические данные (ВВП, инфляция, безработица, ставки процента), но и банковский кредит (отдельно: бизнес, домохозяйства, ипотека), денежные агрегаты, государственный долг, цены на жилье, доходности акций, облигаций и недвижимости, а также датировки системных финансовых кризисов.
 
Условный список вопросов к этой базе мог бы быть таким: действительно ли быстрый рост кредита предсказывает финансовые кризисы? Как менялись последствия рецессий по мере роста финансового сектора? Что в долгосрочной перспективе приносило большую доходность – акции или жилье? Действительно ли сейчас закредитованность запредельно высока по историческим меркам? В каком-то смысле это интересный пример того, как огромная работа по сбору и гармонизации старых данных открывает целую исследовательскую область.

#в_помощь_исследователю #данные