Но и эта модель, в свою очередь, сейчас начинает устаревать. С одной стороны, из-за структурных сдвигов в экономике — торговая война между США и Китаем, Brexit, COVID-19 — связи между привычными индикаторами, используемыми в таких прогнозах, нарушаются. С другой стороны, прогнозные модели постоянно усложняются (некоторые насчитывают больше 50 факторов экономического роста). Вдобавок появляется масса высокоизменчивых факторов, которые в традиционные модели наукастинга не включались (например, поисковые запросы, данные о вредных выбросах и т. п.).
Мы предлагаем новый подход к наукастингу. Суть этого подхода — привлечь отраслевых и региональных экспертов, чтобы вдумчиво сократить количество переменных с учетом специфики региона, отрасли и конкретных экономических условий. При таком тщательном подборе переменных связи между ними останутся стабильными даже в кризис.
Организациям, которые хотели бы использовать обновленную модель наукастинга, можно для начала определить КПЭ, которые публикуются сравнительно редко, но критически важны для принятия решений. Затем нужно привлечь экспертов, которые помогут статистически связать эти КПЭ с релевантными переменными, которые обновляются чаще. Полученную модель затем можно обновлять в зависимости от ее точности и доступности новых данных.
