경제 측정과 정확성의 신기루

 논란이 많은 정치 환경에서 경제 데이터는 객관적인 지표로 활용되기 어렵습니다. 오히려 논쟁의 쟁점으로 변질되어 현실을 설명하는 것뿐 아니라 정책을 정당화하는 데 활용됩니다. 월간 고용 보고서, 분기별 GDP 발표, 또는 금융 뉴스 헤드라인에 등장하는 인플레이션 수치는 마치 실험실에서 나온 결과처럼 엄숙하게 다뤄집니다. 시장은 반응하고, 중앙은행은 거들먹거리고, 입법부는 자세를 취합니다. 이 모든 것은 몇 안 되는 위압적인 수치에 기반합니다. 그러나 엄격함의 외피 아래에는 경제학자들은 오랫동안 알고 있었지만 대중은 거의 듣지 못하는 현실이 있습니다. 바로 경제 측정은 복잡하고, 우연적이며, 결함투성이라는 것입니다. 이러한 수치를 공학적 계산처럼 심각하게 받아들이는 것은 그 본질을 오해하는 것입니다.

개념-측정 격차

통제된 조건 하에서 실험을 재현할 수 있는 물리 과학과 달리, 경제 데이터는 수백만 건의 분산된 거래, 비공식적인 교류, 그리고 변화하는 정의를 통해 생성됩니다. "측정 격차"는 우리가 알고 싶어 하는 것과 우리의 도구가 실제로 포착할 수 있는 것 사이의 큰 차이를 설명합니다.

예를 들어, 국내총생산(GDP)은 경제 산출량을 종합적으로 측정하는 지표로 의도되었습니다. 그러나 여러 단점 중에서도 지하 경제를 고려하지 못하고 정부 서비스를 산출량보다는 비용으로 평가하는 단점이 있습니다. 마찬가지로, 생산성 지표는 종종 근무 시간에 대한 가정에 의존하여 기록된 시간과 효과적인 노력의 경계를 모호하게 만듭니다. 이러한 격차는 구조적입니다. 우리는 유동적이고 이질적인 활동의 세계에서 깔끔한 집계를 추구합니다.

주기성 대 정확성

문제의 일부는 데이터 발표의 규칙성과 추정치의 정확성 사이의 상충 관계에서 비롯됩니다. 대중과 정책 입안자들은 빈번한 업데이트를 요구합니다. 고용 수치는 매달, GDP는 분기별로, 물가상승률은 매달 발표됩니다. 이러한 주기는 지속적인 모니터링의 모습을 보이지만, 그에 따른 대가가 따릅니다. 초기 추정치는 종종 부분적인 조사, 외삽법 또는 과거 패턴을 기반으로 하는 계절 조정 알고리즘에 기반합니다. 더 많은 정보가 입수됨에 따라 수정이 뒤따르는데, 때로는 경미하고 때로는 엄청난 수정이 뒤따릅니다. 특정 분기의 GDP 성장률이 2.5%로 보고되었다가 몇 달 후 1.2% 또는 3.4%로 수정되는 경우도 있습니다. 시장과 전문가들은 이전 발표를 거의 재검토하지 않습니다. 초기 수치가 기대치와 헤드라인을 형성합니다. 이러한 의미에서 경제 통계는 일종의 하이젠베르크 문제와 유사합니다. 빈번한 측정을 요구하는 행위 자체가 신뢰도를 떨어뜨리지만, 규칙성이 없다면 대중과 정책 입안자들은 더욱 불확실한 추측에 대한 답을 요구할 것입니다.

고용이나 물가 상승률 데이터를 분기별로만 발표한다면 추정치의 정확도는 높아질 수 있지만, 각 관측치가 훨씬 더 큰 시간적 차이를 포착하게 되어 각 데이터 지점 간의 구조적, 주기적 변화가 더 커질 수 있습니다. 반대로, 고용이나 물가 지표를 매주 또는 심지어 매일 발표하면 보고된 수치가 통계적 노이즈에 가까워질 수 있습니다. 간격이 짧을수록 추정치가 빠르게 무작위성에 가까워지는 반면, 간격이 길수록 더 정확하지만 불연속적이고 맥락이 없는 정보의 "섬"이 생성되어 실제 적용이 제한될 위험이 있습니다.

정밀함의 거짓된 매력

경제 통계를 공학적으로 진지하게 받아들이려는 경향은 이해할 만합니다. 숫자는 권위를 지니고 업무 전문성을 전달합니다. 소수점 이하 자릿수는 신뢰성을 나타냅니다. 실업률이 4.2%로 보고되면 실제로는 4.2%인 것처럼 보입니다. 하지만 실제로는 0.5% 이상의 오차 범위가 일반적이며, 설문 무응답, 정의의 모호성, 그리고 모델 기반 추정으로 인해 실제 수치는 3.8% 또는 4.7%일 수도 있습니다.

근사치를 정밀하게 측정된 진실로 오해하는 이러한 경향은 오래된 농담에서 잘 드러납니다. 한 남자가 피라미드의 나이가 얼마나 되느냐는 질문을 받았습니다. 그는 자신 있게 "정확히 4,504년입니다."라고 대답했습니다. 어떻게 그렇게 구체적인 수치를 도출했는지 묻자, 그는 "4년 전에 누군가 피라미드가 4,500년 전에 지어졌다고 말했거든요."라고 설명했습니다. 불합리한 점은 대략적인 추정치를 정확한 데이터 포인트로 착각하는 데 있습니다. 이러한 오류는 정확하다는 착각을 불러일으키지만, 정확성과는 더욱 멀어집니다.

게다가 개념은 진화합니다. 이제 인플레이션 지수는 헤도닉 조정을 반영하여 품질 개선을 가격 데이터에 반영합니다. 작년과 가격은 같지만 카메라가 더 선명한 스마트폰은 실제로는 "더 저렴하다"고 간주됩니다. 이는 변호할 수 있지만, 직관적이지 않으며, 논쟁과 오해의 소지를 더욱 확대합니다.

관료적 인센티브와 정치적 목표

경제 측정이 순전히 기술적인 노력이라 하더라도 오류는 발생할 가능성이 높습니다. 하지만 현실은 숫자가 정치적 환경에서 산출된다는 것입니다. 통계 기관은 자원 제약, 신뢰성 유지에 대한 압력, 그리고 항상 존재하는 정치적 간섭 가능성에 직면합니다. 모든 개인과 마찬가지로 관료들도 예산, 명예, 또는 논란을 피하고 싶은 욕구와 같은 인센티브에 반응합니다. 한편, 정치인들은 통계를 무기로 삼을 충분한 이유가 있습니다.

유리한 인플레이션 수치는 신중한 관리의 증거로 칭송받을 것이고, 실업률 상승은 반대파의 정책이나 통제 불가능한 세계적 충격 탓으로 돌릴 것입니다. 숫자는 스스로를 대변하지 않습니다. 숫자는 왜곡되고, 왜곡되고, 선택적으로 강조될 뿐입니다.

부정행위를 넘어선 변동성

경제 데이터의 당혹스러운 변동을 조작의 결과로 보기는 쉽습니다. 예상치 못한 상승세를 보이는 GDP 수치나 갑작스러운 고용 데이터 수정은 냉소적인 관찰자에게는 의심스러워 보일 수 있습니다. 하지만 진실은 대개 훨씬 더 평범하고 혼란스럽습니다. 측정 과정에서 발생하는 수많은 오류, 근사치, 그리고 타협이 변동성을 설명하기에 충분합니다.

표본 오차, 늦은 설문조사 응답, 기준 수정, 그리고 정의상의 수정은 통계적 안개를 만들어내는데, 이는 드러내는 만큼 드러내는 것도 가리는 역할을 합니다

주의가 핵심

이 말은 측정이 무의미하다는 것을 주장하는 것이 아닙니다. 불완전한 통계라도 맹목적으로 따르는 것보다는 나을 수 있습니다. 하지만 통계를 해석하는 데 있어 더 큰 겸손이 필요합니다. 경제 수치는 넓은 신뢰 구간에 둘러싸인 추정치로 간주되어야 하며, 가정에 기반해야 합니다. 수치는 의사 결정을 위한 모호한 입력 자료로 취급해야지, 대체 자료로 취급해서는 안 됩니다. 특히 주요 통계가 처음 발표될 때는 주요 수치를 신중하게 다뤄야 합니다. 수정은 이야기를 바꿀 수 있으며, 실제로 종종 그렇게 됩니다. 둘째, 수치의 권위가 수치를 비정치적으로 만드는 것은 아니라는 점을 인지해야 합니다. 수치는 관료주의에서 생성되고, 정치적 인센티브를 통해 걸러지며, 서사에 도움이 되는 방식으로 제시됩니다. 때로는 여러 가지가 동시에 제시되기도 합니다.

결국, 측정 과정에서 발생하는 수많은 오류와 타협은 어떤 거대한 음모론보다 훨씬 더 많은 난폭하고 의심스러운 변화를 설명합니다. 수치는 필수적이지만, 그럼에도 불구하고 불완전하고 까다로운 지침입니다. 현상의 현재 상태를 정확하게 나타낸 것으로 취급하는 것이 아니라, 변화하고 본질적으로 복잡한 지형을 대략적으로 나타낸 지도로 취급하는 것은 경제학에 자연과학만이 제공할 수 있는 것을 요구하는 것입니다.