Эконометрика в журналистике: почему Facebook и Google знают о вас больше, чем вы сами

02.12.2021

Эконометрика в журналистике: Facebook и Google знают о вас больше, чем вы сами

О перспективах использования эконометрических моделей в медиаиндустрии и о том, зачем студентам журфака нужна статистика, редакции «МедиаМонитора» рассказали содиректоры проекта, руководители исследовательского блока «Статистика медиасистемы России» – канд. физ.-мат. наук, доцент кафедры Экономической и финансовой стратегии МШЭ МГУ Сергей Александрович Вартанов и д.ф.н., доцент кафедры теории и экономики СМИ Андрей Владимирович Вырковский.

ММ: Что такое эконометрические модели, и какие задачи они решают? 

С.А.:  Для начала стоит пояснить, что  модели – это естественная часть методологического аппарата, и в эконометрику принято включать не только их. Если обратиться к определению, которое зафиксировано в уставе эконометрического общества – международного руководящего органа по вопросу эконометрических исследований, то в его уставе эконометрика определена как наука, изучающая количественные и качественные экономические взаимосвязи с помощью статистических и иных математических методов и моделей. Основной чертой эконометрики как дисциплины являются использование математической статистики для развития экономической теории. 

Как и любая математическая дисциплина, эконометрика может быть разделена на теоретическую и прикладную. В теоретической эконометрике предметом исследования являются статистические свойства оценок и испытаний. А прикладная занимается применением методов из теоретической эконометрики для оценки экономических теорий и, пожалуй, именно в этом разделе как раз и находятся те самые эконометрические модели, которые мы создаем в рамках работы на портале «МедиаМонитор». 

Таким образом, к эконометрическим можно отнести те модели, которые, используя в качестве входных данных совокупность собранной информации о предмете исследования, с использованием методов математической статистики и теории вероятностей позволяют позволяют построить непротиворечивые гипотезы о внутренней структуре взаимосвязей и прогнозы динамики параметров, про которые мы собрали данные. 

ММ: Каковы цели создания и использования эконометрических моделей в современной журналистике? 

А.В.: Эконометрическая модель – понятие очень широкое. Например, если мы говорим о разделе «Статистика медиасистемы России» портала «МедиаМонитор»,  то там в основе - не только экономика и, соответственно, эконометрика в чистом виде, но еще и огромная база данных из разных сфер жизни. 

Любого рода модели, которые создаются для обработки больших массивов числовой информации, предназначены для того, чтобы найти какие-то скрытые взаимосвязи. Например, почему определенные группы людей выбирают конкретные средства массовой информации и технологические платформы?  Вы можете даже не заметить эту связь, но она может существовать и быть обусловлена миллиардом причин. Для человека, который занимается статистикой, она очевидна. Природу этой взаимосвязи можно изучать и глубже: почему это работает именно так, а не по-другому. Таким образом, когда вы работаете с большими массивами данных, вы обнаруживаете огромное количество интересных взаимосвязей.

С.А.:  Основное направление применения эконометрики и создания эконометрических моделей в медиаисследованиях – это, безусловно, медиаэкономика. Первоочередная цель применения эконометрических методов в журналистике – проверка существующих и вывод новых гипотез, экономических теорий, связанных с ней. Причем масштабы таких исследований максимально разнообразны: от выявления взаимосвязей на макроотраслевом и наднациональном уровнях до микроуровня. Например, как на отдельное микропредприятие (скажем, телеканал) влияет внешняя конъюнктура – его конкуренты, параметры рынка, на котором он функционирует, и так далее. Это позволяет, с одной стороны, в построении новых теорий о том, как функционирует экономика медиа. С другой стороны, мы можем проверить старые теории. Например, сформулированные Робертом Пикаром, который являлся пионером в применении эконометрических методов в сфере исследования медиаэкономики.

Впрочем, когда мы говорим про применение эконометрики в медиаотрасли, не стоит забывать еще и об аудиторных измерениях. Например, методы анализа больших данных могут помочь нам получить обратную связь от пользователей IP TV или собрать данные об истории и глубине посещения интернет-сайтов с конкретных компьютеров. Вопрос в том, что эти данные надо как-то анализировать. И здесь потенциал эконометрики пока раскрыт не до конца.

ММ: Какие эконометрические модели в настоящее время уже используются в журналистике? 

С.А.: Например, одновременные уравнения и временные ряды, среди которых есть огромное количество моделей: с автокорреляцией, векторной автокорреляцией и так далее. В настоящее время они используются очень широко. В рамках «МедиаМонитора» мы с коллегами изучали, что делали наши предшественники. По большей части применялись не самые продвинутые методы: как правило, все сводится либо к парной, либо к множественной регрессии. Только в последние годы в тематической литературе стали появляться методы анализа временных рядов, и это можно оценивать как очень большой прорыв.

Данные, с которыми мы сталкиваемся, имеют временную природу. Конечно, в качестве первого шага можно просто посчитать простейшие регрессии, игнорируя этот факт, но это только первый шаг и, строго говоря, он может привести к не вполне корректным результатам. На самом деле, мы неминуемо придем к тому, чтобы использовать методы анализа временных рядов. Просто в силу того, что наши данные описывают развитие параметров некоторой системы (конкретно говоря, медиасистемы России) в динамике.

А.В.:  Существует, как минимум, несколько вариантов использования статистического и эконометрического инструментария в журналистике. Первый вариант – можно изучать существующие элементы медиасистемы, пытаясь найти их взаимосвязи с другими элементами социума. Второй вариант – вы можете брать готовые модели и использовать результаты исследований непосредственно в журналистских текстах. 

Если говорить чисто о медиаисследованиях – в каких конкретно случаях используются большие объемы информации и делаются статистические модели, то я могу привести в пример работы супругов Казунов, которые исследуют гигантский массив текстов, чтобы понять особенности презентации популизма в массмедиа. Если говорить непосредственно о медиасистемах, то подобных работ - например, по рекламным рынкам, по рынку печатной продукции - я не встречал. Надо сказать, что российская медиасистема статистически вообще плохо покрывается и, наверное, большая часть данных, которые можно добыть, уже загружена в «МедиаМонитор». 

ММ:  В чем заключаются возможные недостатки использования эконометрических моделей в журналистской практике? 

А.В.:   Недостатков у использования моделей в принципе нет. Есть нехватка данных. Абсолютно объективная. Скажем, если у вас короткие временные ряды, например, в 10 лет, или есть данные не по всей России, а по 50 регионам из общего числа, то, естественно, вы получите неполную картину. А сами по себе цифры не врут, модели апробированы, их очень много – берете данные и считаете. Проблемы в данных, а не в моделях. 

С.А.:    Я думаю, что тут критика применима не столько к вопросам журналистики, сколько в принципе к статистическим методам. Претензии заключаются в том, что математика не может вычленить зависимость интересующего нас параметра, если он зависит от какой-то переменной, наблюдения которой изначально не включили в набор данных. Например, мы хотим выявить зависимость уровня экономического роста от каких-то показателей медиасистемы. И мы медиасистему описываем группой показателей, но какой-то важный исключаем или забываем. Приходим к выводу, что особых зависимостей не обнаружено, и все это в результате оказывается пустой тратой времени, поскольку мы изначально неверно отобрали набор данных, которые будем анализировать. 

Научная методология сейчас, как правило, отказывается от верификации предпосылок и фокусируется на верификации выводов и точности прогноза. Кроме того, мы не можем предусмотреть каких-то качественных изменений, которые меняют саму суть взаимосвязей, моделируемых нами с помощью эконометрики. Если произойдет какое-то событие, которое качественно поменяет систему взаимодействия, наш прогноз, будучи с точки зрения математики абсолютно верным и точным, окажется неприменимым. Но это опять-таки касается не столько эконометрики в журналистике и медиа, сколько в принципе самой идеи, связанной с применением математического моделирования. Если что-то меняет аксиоматику, то вся модель оказывается неприменимой. 

ММ: Какие навыки у студентов-журналистов позволяет сформировать изучение эконометрических моделей и работа с ними? 

А.В.:   Для того, чтобы в этом разобраться, студентам нужен полноценный полугодичный, а лучше годичный, курс статистики. Хотя бы ориентированный на гуманитариев, чтобы им было понятно, как находить взаимосвязи, что такой дисперсия, регрессия, зависимые переменные и так далее. Все это должно изучаться хотя бы на уровне общего знакомства. Насколько я понимаю, у нас (на журфаке МГУ – ред.) сейчас есть что-то подобное, но классический набор дисциплин для журналистов такого не предполагает. Этим всегда занимались социологи, экономисты и математики. Но, еще раз подчеркиваю, общее понимание того, что такое статистика и что она может дать, студентам необходимо.

Я  неоднократно рассказывал байку о том, что в США долгое время был дефицит математиков, так как различные организации нанимали их, чтобы создавать модели, которые выявляют зависимость особенностей потребления от поведенческих привычек людей. И, поверьте, что если вы являетесь пользователем соцсетей и хотя бы иногда совершаете там какие-то активные действия, вы уже являетесь частью большой модели, и, вполне вероятно, что Facebook или Google знает о Вас больше, чем вы сами о себе.

С.А.:     В первую очередь навыки, связанные с пониманием методов анализа данных. 

Как минимум, эконометрику журналисту необходимо знать, чтобы разоблачать людей, дающих некачественные прогнозы. Возможно, будущие журналисты в силу своих должностных обязанностей не будут сами пользоваться эконометрическими методами. Но вся современная жизнь пропитана попытками на основе текущих наблюдений и прошлого опыта понять, что и как будет происходить дальше. А это значит, что любой человек может попытаться спрогнозировать развитие событий и выдать это за экспертную оценку. Например, некий спикер делает громкие заявления об анализе биржевых рынков и приходит к такому заключению:«У нас такой-то коридор значений, я посчитал простейшую регрессию по последним 5 дням. Рынок падает, значит нас ждет коллапс». Журналисты замечают этот материал, начинается лавинообразное распространение информации. А она при этом не просто непроверенная, но и ненаучная. 

Важность знания эконометрики и соответствующей теории относится к задачам медиаграмотности в широком смысле. Как отмечает Елена Леонидовна Вартанова, всегда нужно понимать, что есть истинная информация, а что – fake. Во многом задача борьбы с фейковой информацией не связана с математикой, но из-за того, что появляются люди, которые называют себя экспертами в экономике или социологии, предлагающие ложные прогнозы, вполне уместно здесь говорить и про нее. Как минимум, с этой точки зрения знание методов теории вероятности и математической статистики очень полезно для журналистов.

ММ: Каковы перспективы внедрения эконометрики в образовательные программы студентов, обучающихся по направлению «Журналистика»?

А.В.:     Мы живем в мире, который наполнен цифрами. И если их грамотно обработать, можно узнать очень много интересного. Кроме того, любому человеку это необходимо и для того, чтобы понимать существующие в мире глубинные взаимосвязи. Большинство зависимостей выявляются именно тогда, когда у тебя много данных. Это статистика.

Предположим, вы примерно представляете, что голландцы в полтора раза выше китайцев. И если вы произвели и поставляете в эти страны коллекцию одежды, то все бОльшие размеры будут идти в Голландию, а мЕньшие – в Китай. Но только для этого вы должны сначала измерить представителей обеих стран. Вы, конечно, можете отправить усредненную «общемировую» коллекцию на оба рынка, но понесете убытки, так как половина не будет распродана из-за несоответствующего размерного ряда. А можете провести предварительную работу, и у Вас будут точные данные о среднем росте и других параметрах голландцев и китайцев. То же самое целесообразно и для других отраслей. Прогнозы – экономически выгодны.