Bloomberg Television - The Erosion of US Statistical Data | Wall Street Week
도널드 트럼프 대통령 당선인은 정부 축소를 목표로 규제, 지출, 인력을 줄이려 하고 있다. 이는 통계 기관인 인구조사국, 경제분석국, 노동통계국에 위협이 될 수 있다. 이 기관들은 예산 부족으로 어려움을 겪고 있으며, 특히 노동통계국은 미국 고용 데이터를 수집하고 분석하는 중요한 역할을 한다. 예산이 줄어들면서 데이터의 신뢰성이 떨어지고 있으며, 이는 시장에 큰 영향을 미칠 수 있다. 예를 들어, 8월에는 예상보다 약한 데이터가 6.4조 달러의 글로벌 시장 손실을 초래했다.
통계 데이터는 기업의 투자 결정에 중요한 역할을 하며, 데이터의 질이 떨어지면 기업은 손실을 입을 수 있다. 또한, 응답률 감소와 정부에 대한 신뢰 부족이 데이터의 정확성을 저해하고 있다. 통계 기관의 자원이 계속 줄어들면, 미국의 혁신 경제가 위협받을 수 있다. 민간 부문이 정부 데이터를 대체할 수는 있지만, 장기적인 데이터 역사와 투명성 면에서 한계가 있다. 따라서, 신뢰할 수 있는 데이터를 유지하기 위해 정부의 지속적인 지원이 필요하다.
Key Points:
- 트럼프 대통령 당선인은 정부 축소를 목표로 규제와 지출을 줄이려 하고 있다.
- 통계 기관들은 예산 부족으로 어려움을 겪고 있으며, 이는 데이터의 신뢰성에 영향을 미친다.
- 데이터의 질이 떨어지면 기업의 투자 결정에 부정적인 영향을 미칠 수 있다.
- 응답률 감소와 정부에 대한 신뢰 부족이 데이터의 정확성을 저해하고 있다.
- 정부 데이터는 민간 부문이 대체하기 어려운 장기적 역사와 투명성을 제공한다.
Details:
1. 🇺🇸 트럼프의 정부 축소 계획
- 도널드 트럼프 대통령 당선인의 최우선 과제 중 하나는 정부 축소입니다.
- 트럼프는 정부를 축소하기 위해 예산 삭감을 계획하고 있습니다.
- 구체적으로, 트럼프는 환경 보호국(EPA)과 교육부의 예산을 각각 31%와 14% 삭감할 계획입니다.
- 이러한 예산 삭감은 정부의 효율성을 높이고 불필요한 지출을 줄이기 위한 전략의 일환입니다.
- 그러나 이러한 계획은 환경 보호와 교육의 질에 부정적인 영향을 미칠 수 있다는 우려가 제기되고 있습니다.
2. 📉 통계 기관의 재정 위기와 BLS의 중요성
- 미국의 통계 기관들이 재정적 압박을 받고 있으며, 이는 수년간 경고되어 온 문제이다.
- 인구조사국, 경제분석국, 노동통계국 모두 재정적 어려움에 처해 있다.
- 노동통계국(BLS)은 미국의 고용 데이터를 수집 및 분석하며, 이는 세계에서 가장 중요한 정보 중 하나로 여겨진다.
- 재정 위기는 이러한 기관들의 운영에 심각한 영향을 미칠 수 있으며, 특히 BLS의 데이터 수집 및 분석 능력에 차질을 줄 수 있다.
- BLS의 데이터는 정책 결정, 경제 분석, 기업 전략 수립에 필수적이므로, 재정적 어려움은 광범위한 경제적 영향을 초래할 수 있다.
3. 💼 예산 과정의 복잡성과 영향
- 근로자의 급여는 상승했지만 예산은 증가하지 않음
- 예산 과정은 2년 전부터 시작되며, 각 부서의 예산이 OMB로 전달됨
- OMB는 백악관이 대통령 예산을 준비하도록 지원함
- 대통령 예산은 하원과 상원으로 전달되어 각 세출 위원회에서 추가 조정됨
- 예산 과정은 길고 복잡하며, 아이디어와 필요성을 지속적으로 포기해야 함
4. 📉 통계 시스템의 가치 감소
- BLS, 인구조사국, BCA의 작년 예산은 총 22억 달러로, 연방 지출의 0.03%에 불과함.
- 인플레이션을 감안할 때, BLS의 자금은 2010년 이후 거의 20% 감소함.
- 19세기의 전임자들과 달리, 의회는 통계 시스템의 가치를 간과하고 있음.
- 조지 워싱턴 대학의 Andrew Riemer는 20년간 정책이 기관 자금에 미치는 역할을 연구해옴.
- 예산 감소는 데이터 수집 및 분석 능력에 직접적인 영향을 미쳐, 정책 결정의 정확성과 효율성을 저하시킬 수 있음.
5. 📈 데이터의 시장 영향력
- 200년 전 데이터의 주요 고객은 의회였으며, 인터넷 데이터가 없던 시절에는 데이터가 늦게 출판되어 활용이 어려웠다.
- 매월 첫 번째 금요일에 발표되는 실업 및 고용 관련 데이터는 주식 시장에 영향을 미치며, 연준(Fed)은 이 데이터를 필요로 한다.
- 데이터 발표 후, 연준 의장 파월은 금리 인하 여부에 대한 입장을 밝힌다.
- 타겟(Target)은 인구 조사 데이터를 활용하여 새로운 매장을 열 위치를 결정한다.
- 모든 기업과 소매업체, 공장은 연방 데이터를 사용하여 투자 위치와 금액을 결정한다.
- 데이터의 질이 나쁘면 기업은 손실을 입는다.
- 데이터는 단순한 문서상의 중요성을 넘어 실제 시장에 영향을 미친다.
6. 💹 투자자와 데이터의 관계
6.1. 예상치 못한 발표와 데이터의 영향
6.2. 데이터의 질과 투자 결정
7. 🔄 데이터 수정과 시장 반응
- 시장은 미래 지향적이며, 각 데이터 포인트를 통해 추세를 예측하려고 한다.
- 데이터 수정은 수준을 재설정할 수 있지만, 미래 지향적 추세를 변경하지는 않는다.
- 장기 투자자에게 중요한 것은 미래의 시장 반응이며, 데이터 자체는 중요하지 않다.
- 투자자들은 데이터를 통해 지표의 방향을 예측하고, 이에 맞춰 투자 및 거래를 진행한다.
8. 📉 응답률 감소와 신뢰 문제
- 미국 노동통계국(BLS)은 8월에 예정된 일자리 데이터 수정 발표를 지연 처리할 준비가 되어 있지 않았다.
- 수정된 수치는 예정된 시간보다 30분 늦게 발표되었으며, BNP 파리바와 미즈호를 포함한 일부 기업은 직접 문의하여 데이터를 받았다.
- 이 오류로 인해 BLS와 다른 통계 기관들이 겪고 있는 또 다른 문제인 설문조사 응답률 감소가 부각되었다.
- 매달 60,000 가구를 대상으로 하는 설문조사에서 실제로는 그보다 훨씬 적은 수의 응답을 받고 있다.
- 응답률 감소로 인해 소수 인종 그룹, 산업 그룹, 퇴역 군인 등 다양한 그룹에 대한 정보의 질이 저하되고 있다.
- 전 세계적으로 모든 종류의 설문조사에서 응답률이 감소하고 있으며, 이는 '설문조사 피로'로 불린다.
- 정부 부패에 대한 비난과 정부 및 데이터에 대한 신뢰 부족이 이러한 문제를 악화시키고 있다.
9. 📊 통계 기관의 정치적 영향
- 통계 기관의 고위직을 정치적 임명직으로 전환하는 것은 기관에 대한 신뢰를 약화시킬 수 있다.
- 신뢰가 약화되면 기관의 임무 수행 능력이 저해된다.
- 연방준비제도(Fed)는 투자자와 마찬가지로 데이터를 기반으로 통화 정책을 설정하는데, 데이터의 신뢰성이 떨어지면 경제 상황을 정확히 파악하기 어렵다.
- 데이터의 불확실성으로 인해 경제 상황에 대한 많은 수정이 필요하게 되며, 이는 정책 결정에 어려움을 초래한다.
10. 🌐 데이터의 경제적 중요성
- 위스콘신주 매디슨은 데이터 활용을 통해 경제적 성장을 이룩했으며, 2019년 브루킹스 연구가 CHIPS 법안의 기초를 마련했다.
- 위스콘신주는 CHIPS 및 과학법에 따라 4,900만 달러의 연방 자금을 확보하여 90억 달러의 경제 개발과 30,000개 이상의 일자리를 창출할 것으로 예상된다.
- 데이터는 특정 지역의 기술 허브로서의 잠재력을 식별하는 데 중요하며, 밀워키에서 매디슨까지의 지역에는 100개 이상의 건강 관련 기업이 존재한다.
- 연방 지원 없이는 기술 성장이 둔화될 수 있으며, 통계 기관의 자원 부족은 미래 투자를 놓칠 위험이 있다.
- 글로벌 경쟁력을 유지하기 위해서는 데이터가 필수적이며, 데이터는 미래를 이해하는 데 중요한 역할을 한다.
11. 💡 공공과 민간 데이터의 조화
- 정부가 자체적으로 데이터를 조사하고 발표할 수 없다면 민간 부문이 그 역할을 대신할 수 있는가? 에릭 그로스만은 그렇게 간단하지 않다고 말한다.
- 민간 부문은 통계 기관이 제공하는 것처럼 현재 상황을 이해하는 데 도움이 되는 장기간의 데이터를 생성할 인센티브가 없다.
- 민간 부문은 통계 기관처럼 방법론에 대해 투명하게 공개하고, 정확성을 보장하기 위한 배경 조사를 수행할 인센티브가 없다.
- 민간 부문의 초점은 빠르게 데이터를 제공하고 혁신하는 데 있다.
- 신뢰할 수 있는 정보가 필요하며, 이러한 혁신적인 제품의 품질을 판단하기 위해 출처를 아는 것이 중요하다.
- 많은 민간 기업들이 통계 기관과 협력하여 데이터를 제공하고 있다.
- 정부 데이터와 민간 조사는 함께 진행되고 있으며, 좋은 데이터는 비용이 든다.
- 우리는 이러한 데이터를 계속 비용을 지불할 만큼 가치 있게 여기는가?