[論文レビュー] Estimating the loss of economic predictability from aggregating firm-level production networks

Christian Diem, András Borsos+3 more|arXiv (Cornell University)|Feb 22, 2023

Economic and Technological Innovation被引用数 4

ひとこと要約

本研究は、243,399社の企業を含む包括的なハンガリー企業データセットを用いて、企業レベル生産ネットワーク（FPNs）と集約的産業レベルネットワーク（IPNs）におけるショック伝播を比較する。IPNベースのモデルは、産業内での企業の非均質性を考慮しないがために、経済的損失を最大で37％まで系統的に低く見積もることを示しており、経済的レジリエンスや政策影響を予測する際に集約的IOモデルを用いることの根本的な限界を明らかにしている。

ABSTRACT

To estimate the reaction of economies to political interventions or external disturbances, input-output (IO) tables -- constructed by aggregating data into industrial sectors -- are extensively used. However, economic growth, robustness, and resilience crucially depend on the detailed structure of non-aggregated firm-level production networks (FPNs). Due to non-availability of data little is known about how much aggregated sector-based and detailed firm-level-based model-predictions differ. Using a nearly complete nationwide FPN, containing 243,399 Hungarian firms with 1,104,141 supplier-buyer-relations we self-consistently compare production losses on the aggregated industry-level production network (IPN) and the granular FPN. For this we model the propagation of shocks of the same size on both, the IPN and FPN, where the latter captures relevant heterogeneities within industries. In a COVID-19 inspired scenario we model the shock based on detailed firm-level data during the early pandemic. We find that using IPNs instead of FPNs leads to errors up to 37% in the estimation of economic losses, demonstrating a natural limitation of industry-level IO-models in predicting economic outcomes. We ascribe the large discrepancy to the significant heterogeneity of firms within industries: we find that firms within one sector only sell 23.5% to and buy 19.3% from the same industries on average, emphasizing the strong limitations of industrial sectors for representing the firms they include. Similar error-levels are expected when estimating economic growth, CO2 emissions, and the impact of policy interventions with industry-level IO models. Granular data is key for reasonable predictions of dynamical economic systems.

研究の動機と目的

• 企業レベル生産ネットワーク（FPNs）を産業レベルネットワーク（IPNs）に集約することによって経済的損失予測に生じる誤差を定量化すること。
• 産業内における企業の非均質性が、入出力（IO）モデルにおけるショック伝播推定にどの程度歪みをもたらすかを調査すること。
• COVID-19パンデミックの初期段階のような危機状況における、IPNベースのモデルが生産損失をどの程度正確に予測できるかを評価すること。
• 集約的IOモデルが、構造的簡略化のため、実際の企業レベル損失を系統的に低く見積もることを示すこと。

提案手法

• ハンガリー国内の243,399社の企業と1,104,141件のサプライヤー・バイヤー関係を含む、ほぼ完全な全国的企業レベル生産ネットワーク（FPN）を構築した。
• 同一の初期ショックサイズを用いて、FPNおよびIPNの両方でショック伝播をモデル化し、下流の生産損失を比較した。
• 現実の状況を反映させるために、詳細な企業レベルデータを用いてCOVID-19を模倣したシナリオをシミュレーションした。
• FPNに1,000件の合成ショックシナリオを適用し、その結果得られた損失分布をIPNのものと比較した。
• IPNベースとFPNベースの損失推定値の間の平均絶対誤差（MAE）を計算し、モデルの不正確さを定量化した。
• 線形および非線形生産関数の仮定を含み、特に労働ショック伝播に注目した。

実験結果

リサーチクエスチョン

• RQ1 ショックを企業レベルでモデル化する場合と産業レベルでモデル化する場合とで、生産損失の推定値はどの程度異なるか？
• RQ2 産業内における企業の非均質性は、経済的ショックを予測する入出力（IO）モデルの正確さにどの程度歪みをもたらすか？
• RQ3 企業レベル生産ネットワークを部門ベースのIOモデルに集約することによって生じる誤差の大きさはどの程度か？
• RQ4 同一の初期ショック条件下で、FPNとIPNモデルの損失結果のばらつきはどのように異なるか？
• RQ5 IPNベースのモデルは、危機時における実際の企業レベル経済的損失をどの程度低く見積もるか、または過大に見積もるか？

主な発見

• 産業レベル入出力モデルを用いることで、企業レベルネットワークモデルと比較して経済的損失が平均で31.1％低く見積もられた。
• 極端なケースでは、IPNベースの予測が実際の企業レベル損失を最大で75.5％まで低く見積もっており、特にK65（金融サービス）のような部門で顕著であった。
• 同じ産業レベルの初期ショックでも、企業レベルのショックシナリオによっては、一部の産業で最大41.1倍（部門K65）の損失差が生じた。
• 企業レベルの生産損失は強い右裾長さと高いショック間ばらつきを示したが、IPNはこれを完全に捉えられなかった。
• 線形生産関数の仮定下でも、IPNベースのモデルは系統的に真の損失規模を低く見積もっており、平均誤差は-45.35％であった。
• この大きな乖離の主な要因は、産業内取引の低さに起因すると考えられ、平均して同じ部門内の企業同士で売上高の23.5％、調達額の19.3％しか取引を行っていなかった。