«Бочка мёда» данных

Банк России разместил на сайте микроданные Всероссийского обследования домохозяйств по потребительским финансам, не только пятой волны, за 2022 год, в организации которой участвовал, но и за предыдущие волны (с 2013 года). Спасибо Дарье Моисеевой за подсказку!

В презентации результатов рассказывают в основном о частных финансовых активах и обязательствах, но, зная содержание анкеты, давно хотела поработать с данными других тематических блоков – с денежной оценкой (возможной ценой продажи) разных объектов собственности и «распределением» прав собственности между членами семьи.
Собственно, в этом и уникальность Обследования – из известных мне российских источников это единственное, которое позволяет определять стоимость чистого богатства домохозяйств и рассчитывать показатели дифференциации на «непосредственных», а не смоделированных данных.
В вводной статье к специальному номеру European Journal of Population («Wealth in Couples», сентябрь 2022) авторы называют всего лишь семь обследований, проводимых в разных странах, в которых богатство, финансовое и нефинансовое, фиксируется не только на уровне семьи, но и на индивидуальном. Всероссийское обследование домохозяйств по потребительским финансам может быть восьмым в таком списке.

И это второе всероссийское панельное обследование, после RLMS.

Но что для себя считаю «ложкой дёгтя» в этих данных? Они выложены не в привычном spss, а в .csv. Всё прекрасно понимаю про универсальность и машиночитаемость, что пора отрываться от SPSS, но кроме предстоящей трудоемкой разметки конвертированных данных проблема в NA. Чтобы не было пропусков значений переменных, за этой меткой закодированы все неответы – и миссинги, возникшие по условиям перехода в анкете, и «затрудняюсь ответить». Например, в RLMS дают денежную оценку стоимости своего жилья примерно 65%, члены остальных семей либо затрудняются её назвать, либо живут не в собственном жилье. Уже посмотрела, что в Обследовании домохозяйств по потребительским финансам доля неответов по этой переменной в разных волнах – 38-43% (вполне сопоставимо с RLMS), но, чтобы деконструировать NA на затруднившихся, стоимость жилья которых определяется при анализе данных разными вариантами импутирования, и тех, у кого стоимость этого актива равна 0, придётся повозиться с переходами и ответами на предыдущие вопросы. Мягко скажем, непривычно, что все особенности неответов, требующие разной интерпретации и решений, сведены под одну метку.

#архивЦБ