Nowcasting – Sanntidsprognoser for økonomi og finans

Hva er Nowcasting?

Nowcasting er en sammentrekning av de engelske ordene «now» (nå) og «forecasting» (prognostisering). Begrepet beskriver en metode for å lage prognoser for den nåværende eller aller nærmeste fremtidige økonomiske tilstanden, basert på sanntidsdata. Mens tradisjonelle økonomiske indikatorer som bruttonasjonalprodukt (BNP) eller inflasjon ofte publiseres med flere ukers eller måneders forsinkelse, forsøker nowcasting å fylle dette informasjonsgapet ved å utnytte data som allerede er tilgjengelige.

For en investor betyr dette at man kan få et mer oppdatert bilde av økonomien før de offisielle tallene kommer. Dersom en nowcast-modell indikerer at BNP-veksten i Norge er høyere enn ventet, kan investorer justere sine forventninger til aksjemarkedet, rentenivået eller valutakursen i sanntid. Nowcasting blir derfor et viktig verktøy for både sentralbanker, finansinstitusjoner og private investorer som ønsker å ligge i forkant.

Metoden har fått økt oppmerksomhet de siste årene i takt med fremveksten av big data og maskinlæring. Nå er det mulig å behandle enorme mengder ustrukturerte data – fra kredittkorttransaksjoner til satellittbilder av parkeringsplasser – for å danne seg et bilde av økonomisk aktivitet nesten i sanntid.

Forstå Nowcasting

For å forstå nowcasting er det nyttig å sammenligne det med tradisjonell prognostisering. Tradisjonelle økonomiske prognoser ser fremover i tid – de forsøker å forutsi hva BNP vil være om ett eller to år. Nowcasting derimot ser på det som skjer akkurat nå, eller i kvartalet som nettopp ble avsluttet, men hvor offisielle tall ennå ikke foreligger.

Tenk deg at du skal vurdere tilstanden i norsk økonomi i slutten av mars 2024. Offisielt BNP-tall for første kvartal 2024 kommer først i mai. I mellomtiden kan du samle inn data som strømforbruk i husholdningene, antall nye bilregistreringer, daglige betalingstransaksjoner fra BankAxept, og søkevolum på Finn.no for boliger. En nowcast-modell kombinerer disse datakildene og gir et estimat på BNP-veksten i første kvartal – lenge før SSB publiserer sine tall.

For aksjeinvestorer er denne informasjonen gull verdt. Makroøkonomiske forhold påvirker selskapers inntjening og markedsstemningen. Dersom nowcasten viser overraskende høy vekst, kan investorer øke eksponeringen mot sykliske aksjer. Motsatt kan en svak nowcast føre til en mer defensiv portefølje. Nowcasting bidrar dermed til å redusere usikkerhet og gjøre beslutninger mer datadrevne.

Hvordan fungerer Nowcasting?

Nowcasting bygger på en kombinasjon av datainnsamling, statistisk modellering og kontinuerlig oppdatering. Først identifiserer man en rekke sanntidsdatakilder som antas å ha høy korrelasjon med den økonomiske variabelen man ønsker å estimere. For BNP kan dette være industriproduksjon, detaljomsetning, strømforbruk, pendlerdata, kredittkortbruk og sosiale medier-aktivitet.

Deretter brukes en modell – ofte en dynamisk faktor modell eller en maskinlæringsalgoritme – til å trekke ut felles signaler fra de mange tidsseriene. Modellen vekter de ulike datakildene basert på hvor godt de historisk har forklart variasjonen i BNP. Når nye data strømmer inn, oppdateres estimatet automatisk. Dette gjør nowcasting til en dynamisk prosess som kan endre seg fra dag til dag.

En praktisk utfordring er at sanntidsdata ofte kommer med ulik frekvens og forsinkelse. Noen data er daglige (f.eks. aksjeindekser), andre ukentlige (f.eks. søknader om arbeidsledighetstrygd), og andre månedlige (f.eks. detaljomsetning). Modellen må håndtere disse «taggede» dataene og justere estimatet etter hvert som mer informasjon blir tilgjengelig. Dette kalles «mixed-frequency modelling» og er en sentral teknikk i nowcasting.

Historisk bakgrunn

Konseptet nowcasting har røtter tilbake til 1990-tallet, da økonomer ved sentralbanker begynte å utvikle modeller for å overvåke økonomien i sanntid. En av pionerene var Federal Reserve Bank of Atlanta, som lanserte sin GDPNow-modell i 2011. Denne modellen gir daglige estimater for BNP-vekst i USA før de offisielle tallene fra Bureau of Economic Analysis publiseres.

I Norge har Norges Bank også tatt i bruk nowcasting. Bankens forskningsavdeling har utviklet modeller som bruker norske sanntidsdata – som kraftpriser, boligpriser og kredittindikatorer – for å estimere BNP for Fastlands-Norge. Disse modellene brukes internt i pengepolitikken for å vurdere konjunktursituasjonen i forkant av rentemøter.

Fremveksten av big data og åpne datakilder har akselerert utviklingen. I dag finnes det kommersielle nowcasting-tjenester som tilbyr estimater for en rekke land og indikatorer. For norske investorer er det verdt å merke seg at både SSB og Norges Bank publiserer noen nowcast-lignende analyser, selv om de ofte kalles «sanntidsindikatorer» eller «høgfrekvente data».

Praktisk eksempel

La oss se på et konkret eksempel med inflasjonsnowcasting, slik det gjøres av Cleveland Fed i USA. I mai 2024 viste Cleveland Fed Inflation Nowcast en forventet årlig inflasjon (CPI) på 3,9 %, opp fra 3,3 % i mars. Denne nowcasten var basert på daglige data om bensinpriser, bruktbilpriser, husleieindekser og andre priskomponenter.

For en norsk investor kan tilsvarende nowcasting være nyttig. Tenk deg at du i september 2024 ønsker å vite hvordan norsk inflasjon utvikler seg før SSB publiserer KPI for september. Du kan følge Norges Banks nowcast-modell, som blant annet bruker daglige strømpriser, ukentlige matvarepriser fra dagligvarekjeder og månedlige boligprisindekser. Hvis nowcasten viser en overraskende høy inflasjon, kan du forvente at Norges Bank holder renten høyere lenger, noe som påvirker aksjer i bygg og bolig negativt.

Her er en forenklet tabell som viser hvordan en nowcast for norsk BNP-vekst kan se ut i løpet av et kvartal:

Fordeler og ulemper

Fordelene med nowcasting er åpenbare: det gir et tidsriktig bilde av økonomien, reduserer usikkerhet i beslutningsprosesser, og kan fange opp brå endringer raskere enn tradisjonelle indikatorer. For en investor betyr dette at man kan reagere på økonomiske sjokk – som en plutselig nedgang i strømforbruk eller en økning i betalingsanmerkninger – før de slår ut i offisielle tall.

Ulempene er imidlertid flere. For det første er nowcasting avhengig av datakvalitet og -tilgjengelighet. Dersom en viktig datakilde blir forsinket eller revidert, kan nowcasten bli misvisende. For det andre er modellene komplekse og krever kontinuerlig vedlikehold. En modell som fungerer godt i en periode, kan gi dårlige estimater i en annen på grunn av strukturelle endringer i økonomien.

Det er også en risiko for å overreagere på støy. Sanntidsdata inneholder ofte mye tilfeldig variasjon – en ukes økt strømforbruk kan skyldes kaldt vær, ikke økt økonomisk aktivitet. Derfor må nowcasting brukes med skjønn og helst kombineres med andre analyser. For aksjeinvestorer er det lurt å se på nowcast-trender over tid, ikke bare enkeltobservasjoner.

Vanlige misforståelser

En vanlig misforståelse er at nowcasting er det samme som tradisjonell prognostisering. Som vi har sett, er forskjellen at nowcasting fokuserer på nåtiden, mens prognoser ser fremover. En nowcast for inneværende kvartal er altså et estimat på hva som skjer nå, ikke en spådom om hva som vil skje om ett år.

En annen misforståelse er at nowcasting er 100 % nøyaktig. Ingen modell er perfekt, og nowcast-estimater revideres ofte i etterkant når offisielle tall foreligger. Investorer bør derfor behandle nowcast-tall som en indikasjon, ikke en fasit. Det er også en myte at nowcasting kun er for makroøkonomi. I prinsippet kan metoden brukes på nesten hvilken som helst variabel der det finnes sanntidsdata, for eksempel selskapsspesifikke salgstall eller markedsandeler.

Til slutt tror noen at nowcasting krever avanserte dataverktøy som bare er tilgjengelige for profesjonelle. I virkeligheten finnes det flere gratis eller rimelige nowcasting-tjenester på nettet, som GDPNow fra Atlanta Fed eller ulike inflasjonsnowcaster. For norske forhold kan man følge Norges Banks publiseringer av høgfrekvente indikatorer.

Oppsummering

Nowcasting er en moderne metode for å estimere økonomiske størrelser i sanntid, basert på en bred samling av høgfrekvente data. For investorer gir det et verdifullt verktøy for å få tidligere innsikt i makroforhold som BNP-vekst, inflasjon og arbeidsmarked, før offisielle tall publiseres.

Metoden har vokst frem i takt med digitaliseringen og brukes i dag av sentralbanker, finansinstitusjoner og stadig flere private investorer. Selv om nowcasting ikke er feilfritt, kan det redusere usikkerhet og gi et bedre beslutningsgrunnlag – spesielt i perioder med raske økonomiske endringer.

For den norske investoren er det verdt å sette seg inn i hvilke nowcast-kilder som finnes, og å bruke dem som et supplement til tradisjonell analyse. Kombinert med kunnskap om selskaper og markeder kan nowcasting bidra til mer informerte investeringsbeslutninger.