System Page
Monitoraggio delle politiche pubbliche
Con “monitoraggio delle politiche pubbliche” si intende l’attività di analisi della politica fiscale e monetaria allo scopo di metterne in evidenza eventuali punti di forza e di debolezza. In questa sessione, si tratterà delle più recenti tecniche econometriche in grado di misurare l’effetto causale delle politiche implementate e si approfondiranno due aspetti specifici: l’impatto del Quantitative Easing sul ciclo economico italiano e gli effetti distorsivi della pressione fiscale sulle scelte di finanziamento delle imprese in Italia.
Valutazione delle politiche pubbliche: difficoltà e possibili soluzioni
In un’ottica di razionalizzazione della spesa pubblica è cruciale valutare quale parte della spesa pubblica è improduttiva. A tal scopo, negli anni recenti sono state sviluppate tecniche econometriche in grado di misurare l’effetto causale delle politiche implementate e dunque stimarne gli effetti prodotti. Tale approccio scientifico al problema si scontra con resistenze e luoghi comuni circa la valutazione delle politiche pubbliche. Il seminario mira a far luce sui recenti sviluppi scientifici, la cosiddetta metodologia del controfattuale, evidenziandone potenzialità e limiti, e al contempo sgomberando il campo da equivoci e approcci alternativi non direttamente volti alla stima dell’effetto causale.
Il monitoraggio degli effetti della politica monetaria: il caso del Quantitative Easing
Per ricondurre le aspettative dell’Euro zona verso la stabilità dei prezzi, nel corso del 2015 e del 2016 la BCE rafforza in senso espansivo la politica monetaria attraverso un programma di acquisto di titoli pubblici e privati dell’Eurosistema (Quantitative easing). I canali attraverso cui ci si attende che l’azione della Bce possa produrre effetti sul livello obiettivo dell’inflazione e sulla crescita sono diversi, tra cui il miglioramento delle aspettative, il calo dei rendimenti dei tassi a lungo termine, il deprezzamento del tasso di cambio e la ripresa dei prestiti a imprese e famiglie.
Al fine di monitorare i possibili effetti per l’economia italiana e misurare l’eventuale impatto del QE sul ciclo economico, sono stati condotti alcuni esercizi di simulazione utilizzando il modello macroecometrico internazionale di Oxford Economics. In particolare, gli esercizi offrono una misurazione controfattuale di tali effetti, disegnando lo scenario economico che si determinerebbe nell’Area euro in assenza degli interventi della Bce per il biennio 2015-16.
Big Data
La sessione prevede un intervento generale, sullo stato attuale e sulle prospettive di utilizzo dei Big Data in Istat, e due interventi specifici relativi a due tipologie di fonti Big, Internet as a Data Source e Social media.
Il primo intervento descrive la roadmap per l’utlizzo dei Big Data in Istat, con le azioni che l’Istat intraprenderà sul breve (dicembre 2016) e medio termine (dicembre 2020).
Il secondo intervento si focalizza sulle sfide metodologiche e tecnologiche relative all’uso di Internet as a Data Source. In particolare: uso di Web scrapers per l’accesso ai dati Web, memorizzazione e accesso a dati poco strutturati, tecniche di text processing e tecniche di classificazione supervisionata.
Infine, il terzo intervento illustra come le tradizionali statistiche mensili sul clima di fiducia dei consumatori, che datano dal 1985, potrebbero nei prossimi anni giovarsi delle tecniche di sentiment analysis applicate ai social media. Dall’Accademia dove sono nate, queste tecniche potrebbero presto entrare nella produzione corrente della Statistica ufficiale con il duplice fine di rendere più tempestivi gli indicatori prodotti e di raggiungere fasce di opinione pubblica sempre meno raggiungibili con le tradizionali tecniche d’indagine.
Internet as a Data Source: scenari di uso di dati raccolti da internet per la produzione statistica
Tra le varie sorgenti di Big data, la fonte Internet è sicuramente tra le più accessibili e promettenti. In particolare, Internet As a Data source (IaD) sta sempre più emergendo come un paradigma che consente di complementare e/o sostituire le fonti tradizionali della Statistica Ufficiale, quali indagini e fonti amministrative.
In questo seminario, illustreremo alcuni esempi di possibili utilizzi di IaD a supporto della Statistica Ufficiale.
Inoltre, forniremo una panoramica delle sfide tecnologiche e metodologiche derivanti dall’utilizzo di tale fonte.
Come running example, illustreremo un progetto sperimentale condotto sotto la supervisione della Commissione Istat su Big Data, relativo all’uso di IaD nell’ambito dell’ ”Indagine sull’uso dell’ICT da parte delle Imprese”. In particolare, descriveremo:
• Sfide nell’utilizzo di Web scrapers per l’accesso ai dati Web.
• Problematiche di memorizzazione e accesso a dati poco strutturati.
• Tecniche di text processing.
• Tecniche di classificazione supervisionata.
L’utilizzo dei Big Data in Istat: stato attuale e prospettive
L’intervento mira ad illustrare le attività attualmente portate avanti all’interno dell’Istat, riguardanti:
o la prosecuzione di sperimentazioni dell’uso di fonti di Big Data a fini statistici in fase avanzata: on-line search data, Internet data e mobile phone data, per una messa in produzione nei prossimi 12-18 mesi, relativamente a domini statistici quali (i) l’indagine sulle Forze Lavoro (on-line search data), (ii) l’indagine sull’uso dell’ICT da parte di imprese ed istituzioni (Internet data), (iii) l’indagine sui Prezzi al consumo (Internet data e scanner data), (iv) Statistiche sulla mobilità e turismo (mobile phone data);
o l’avvio di sperimentazioni con altre fonti Big Data, in particolare Social Network, Immagini (sia da sensori come le webcam che satellitari). I domini potenziali di produzione sono: statistiche sociali (ad esempio indice di fiducia dei consumatori – per i dati da Social Network) e statistiche sul traffico e sull’agricoltura (per le Immagini);
o La predisposizione di un Laboratorio Informatico interno, per “tuning” e analisi di applicazioni, e, in aggiunta, l’avvio di test di utilizzo di data center esterni all’Istat per elaborazioni su scala molto ampia;
o l’investimento in formazione su nuovi skill (riconducibili al filone della data science), sia mediante formazione interna sia mediante collaborazioni accademiche;
o la gestione delle problematiche connesse al trattamento ed alla privacy dei dati di fonte Big, mediante accordi specifici con il Garante per la Privacy;
o la gestione di accordi con Provider di dati Big per la fornitura secondo modelli di business da definire.
Uso dei social media per lo studio del sentiment nella statistica ufficiale
Attraverso adeguate metodologie di analisi testuale, Internet e i Social media permettono di cogliere in tempo reale e in modo non sollecitato quello che gli utenti pensano su un certo fenomeno o argomento. Lo studio dell’intensità (positiva/negativa) del sentiment espresso nei Social media permette di avere risultati relativi a sotto popolazioni molto vaste e di creare indicatori quasi continui del sentiment del paese. Dall’Accademia dove sono nati, questi studi potrebbero presto entrare nella produzione corrente della Statistica ufficiale con il duplice fine di rendere più tempestivi gli indicatori prodotti e di raggiungere fasce di opinione pubblica sempre meno raggiungibili con le tradizionali tecniche d’indagine.
Proprio le tradizionali statistiche mensili sul clima di fiducia dei consumatori, che datano dal 1985, potrebbero nei prossimi anni giovarsi del contributo informativo delle opinioni espresse dagli internauti Nel caso della fiducia una fruttuosa sperimentazione dell’uso dei big data è stata realizzata da Statistics Netherlands e dall’ONS britannico raccogliendo dati per tre anni e mezzo hanno mostrato che i trend nella fiducia dei consumatori catturata dai Social media presentano un alto livello di correlazione con quelli del tradizionale indicatore mensile di fiducia.
