Datos de precios regionales

Algunas grandes noticias, al menos para mí: la Oficina de Análisis Económico ahora está produciendo datos de “paridad de precios regionales” que le permitirán comparar el costo de vida en una parte de los EE. UU. con el costo de vida en otra. Nota de prensa de BEA aquí; reportaje de la Fundación Tributaria (HT siempre interesante revolución marginal). En el pasado, podías ver la inflación regional, con el tiempo, pero no podías comparar los niveles de precios en diferentes lugares.

Los estados varían ampliamente. De hecho, es como si viviéramos en diferentes países y usáramos diferentes monedas.Hawaii (116,8) y Mississippi (86,7) son más grandes que USD/EUR (118) JPY (100 veces, 1,01) y casi tan grandes como GBP (1,30)

Las diferencias entre ciudades/países y entre ciudades son aún mayores:

En 2014, el área metropolitana con el RPP más alto fue Honolulu, HI (123,5). Las áreas metropolitanas con un RPP superior a 120,0 también incluyen San José-Sunnyvale-Santa Clara, CA (122,9), Nueva York-Newark-Jersey City, Nueva York-NJ-PA (122,3), St. Cruise-Watsonville (121,8), San Francisco-Oakland, California-Hayward, California (121,3) y Bridgeport, Connecticut-Stanford-Norwalk (120,4). El área metropolitana con el RPP más bajo fue Beckley, WV (79,7), seguida de Rome, Georgia (80,7), Danville, Illinois (81,1), Morristown, Tennessee (81,9) y Jonesboro, Arizona (82,0). No en vano, la mayoría de los cambios se deben a la vivienda. Rómpelo, (¡encuentra tu ciudad aquí!)

San Francisco-Oakland-Hayward, CA
Todos los artículos 121.3
Materias primas 108,4
Servicio: Renta 183.9
Servicios: Otros 109,6

San José-Sunnyvale-Santa Clara, CA
Todos los artículos 122.9
Materias primas 108,2
Servicios: Renta 200.7
Servicios: Otros 109,3

Beckley, Virginia Occidental
Todos los artículos 79.7
Mercancía 92
Servicios: Renta 52.8
Servicios: Otros 92,5

Todavía hay una diferencia del 20 % en el costo de los bienes y otros servicios, pero la diferencia en el alquiler es realmente grande. Puede tener un impacto aún mayor si considera que los costos inmobiliarios elevan otros costos: si el peluquero paga más alquiler y el peluquero paga más, pagará más por el corte de cabello. Es solo alquiler. Es probable que la diferencia real sea mayor debido a un mercado de alquiler débil. Además, los alquileres suelen estar controlados o mal medidos. No sé cómo se maneja BLS.

Puede ver muchos usos para datos más granulares. Pero dado que los precios de la vivienda y los alquileres están fácilmente disponibles, puede obtener una buena aproximación agregando datos granulares de costos de vivienda a los datos de precios regionales.

Hay muchas preguntas interesantes aquí.

Una de las preguntas que plantea es la imagen real de la desigualdad. La gente pobre, especialmente aquellos que no trabajan, tienden a vivir en áreas con rentas bajas. En relación con los precios locales, la desigualdad puede no ser tan mala como parece. (Creo que el BLS ajusta los alquileres según la calidad de la vivienda).

También se puede imaginar que los parlamentarios de áreas con altos precios exigirán pronto ajustes más altos por el costo de vida para beneficiar a sus electores.

Estas cifras deberían centrarse más en las limitaciones de la oferta de viviendas, la razón principal por la que los alquileres han cambiado tanto.

También plantea algunas preguntas difíciles. He notado que el mercado académico otorga sorprendentemente poca importancia a los cambios en el costo de vida. Si compara cotizaciones de universidades europeas y estadounidenses, nadie espera que compare “100,000” en cada lugar sin convertir monedas. Pero los salarios académicos nominales son muy similares en la división del costo de vida. En cierta medida, las universidades lo compensan con subsidios de vivienda extremadamente complejos e ineficientes, pero eso tampoco tiene mucho sentido. Tengo curiosidad de hasta qué punto está ocurriendo este fenómeno en otros mercados.

¿Y quien sabe? Los nuevos datos siempre conducen a nuevas investigaciones interesantes. Gracias a BEA por esta función.

Los comentarios son especialmente bienvenidos de cualquier persona que sepa cómo se construyen los datos, con partes buenas y defectos.

renovar

Un colega que está muy bien informado sobre estos temas envió información útil:

… Entiendo por conversaciones con algunas personas y una breve lectura de la metodología (https://www.bea.gov/regional/pdf/RPP2015.pdf) que en realidad son una medida bastante pobre de los precios locales. Básicamente, todos los cambios provienen de mediciones de precios de la vivienda relativamente malas, casi de construcción.

Esto se debe a que los únicos datos de precios minoristas locales que se incluyen en el índice BEA provienen de los datos del IPC de BLS, que cubren menos de 30 ciudades (sin incluir el mismo producto en todas las regiones). Simplemente extrapolan de estas pocas ciudades a todas las ciudades de EE. UU. mediante el uso de los datos del IPC de la ciudad más reciente y la ponderación con los porcentajes de gasto local. Por ejemplo, los datos de precios minoristas no se recopilan para Columbus, pero se muestran en la paridad de precios del área metropolitana de BEA. Entonces, ¿de dónde obtienen los datos de precios? Simplemente toman los precios recopilados en Cleveland (donde el BLS recopila los datos) y asumen los mismos precios en Columbus, pero pueden tener pesos ligeramente diferentes en la canasta de consumo. Entonces, incluso si hay una gran diferencia en los precios entre ciudades… esto no se refleja en gran medida en los indicadores de precios locales porque usan datos de precios de otras ciudades para estimar los precios en la mayoría de las ciudades. Dado que la mayoría de los estados tienen 0 o 1 ciudades de recopilación de precios de BLS, esto significa que casi el 100% de la variación intraestatal en sus niveles de precios proviene de la vivienda. Entonces, para acercarnos a una primera aproximación, estos índices de poder adquisitivo son en realidad solo índices de precios de la vivienda, ya que básicamente no utilizan datos de precios locales, excepto para la vivienda.

Pero los datos de precios de la vivienda provienen de ACS y se han ajustado por varias características. Esto es notoriamente desafiante, especialmente en todas las regiones. El uso de índices de ventas repetidas como Core Logic para calcular los cambios de precios de la vivienda a lo largo del tiempo es mucho más fácil, pero sigue siendo difícil, pero el stock de viviendas es en gran medida espacialmente heterogéneo, lo que genera enormes errores estándar, por lo que tomo los números exactos con pinzas.

Entonces, en general, creo que estos índices básicamente te dicen que la vivienda es más cara en San Francisco y la ciudad de Nueva York que en Oklahoma, pero creo que su utilidad cuantitativa es muy limitada. Creo que para medir realmente la diferencia en los niveles de precios entre ubicaciones, los datos del escáner son más útiles porque podemos medir el mismo producto y la disponibilidad y variedad del producto. (Una debilidad es que esto no captura las diferencias de precios de los servicios entre espacios, pero es difícil ajustar la calidad allí, como la vivienda, incluso si hiciéramos un censo de precios entre todos los proveedores de servicios en todo el país). El artículo de reestudio de 2014 de Jessie Handbury y David Weinstein es el mejor estudio que conozco que intenta usar este tipo de datos para medir seriamente los niveles de precios minoristas en diferentes lugares. No sé cómo coincide con los números de BEA.

Tomo de esto: 1) es muy importante 2) BLS tiene experimentos útiles con los números que tienen, pero 3) comprende las enormes limitaciones de los números BLS antes de usarlos 4) ponte a trabajar, economista de big data, sobre el uso de datos de escáner, feeds de twitter, compras de amazon, zillow y todo lo demás que pueda tener en sus manos para generar índices de precios detallados para el siglo XXI.

Actualización 2:

Enrico Moretti ha escrito un artículo muy bueno, Real Wage Inequality (también aquí) Ajuste de las medidas de desigualdad para el costo de vida local.

Al menos el 22% de los aumentos registrados en las primas universitarias se deben a diferencias espaciales en el costo de vida. Creó el índice de precios local. También plantea la cuestión de si los precios más altos en las ciudades calientes significan más viviendas, mejores servicios, o simplemente precios más altos que deben pagarse por trabajos de alta productividad.

Toda la información expuesta en este articulo es solo de carácter informativo, esta compuesto por una recopilación de información de internet. No necesariamente esta actualizada o debe ser tomada como una fuente

(Visited 1 times, 1 visits today)