भारताच्या औद्योगिक डेटामध्ये मोठे बदल: बाजारात अस्थिरतेची चिंता

बेस इयर बदलण्यामागे आधुनिकीकरणाचा संकेत

भारताच्या औद्योगिक उत्पादन निर्देशांकातील (IIP) हा बदल केवळ सांख्यिकीय सुधारणा नाही. 2011-12 हा जुना बेस इयर आता देशाची सध्याची औद्योगिक स्थिती दर्शवण्यासाठी पुरेसा नाही, हे या बदलाने मान्य केले आहे. 2022-23 हा नवीन बेस इयर वापरून, सांख्यिकी मंत्रालय (Ministry of Statistics) वाढ, उपभोग आणि औद्योगिक आरोग्याचे मोजमाप पुन्हा निश्चित करत आहे. चेन-लिंक्ड फ्रेमवर्क (Chain-linked framework) स्वीकारल्यामुळे वार्षिक वेट्समध्ये (weights) समायोजन करणे शक्य होईल, ज्यामुळे क्लीन टेक्नॉलॉजी (Clean Technology) आणि ॲडव्हान्स्ड मॅन्युफॅक्चरिंग (Advanced Manufacturing) सारख्या वेगाने वाढणाऱ्या क्षेत्रांना जुन्या स्टॅटिक मॉडेलपेक्षा (static model) अधिक चांगल्या प्रकारे ओळखता येईल.

डेटामधील बदलांमुळे बाजारात अडथळा

आयटम ग्रुप्सची (item groups) संख्या 407 वरून 463 पर्यंत वाढवण्याचा उद्देश अधिक अचूकता आणणे असला तरी, यामुळे संस्थात्मक विश्लेषणासाठी आव्हाने निर्माण होतात. पूर्वानुमानकर्ते (Forecasters) अनेकदा दीर्घ ऐतिहासिक डेटा सिरीजवर (historical data series) अवलंबून असतात. जिओमेट्रिक मीन (geometric mean) वापरून जुना आणि नवीन डेटा जोडण्याची ही प्रक्रिया, गतीमधील अचानक बदलांप्रमाणे दिसणाऱ्या सांख्यिकीय विसंगती (statistical anomalies) निर्माण करू शकते. त्यामुळे, औद्योगिक क्षेत्रातील ETFs (Exchange Traded Funds) आणि मॅन्युफॅक्चरिंग-केंद्रित स्टॉक्समध्ये (manufacturing-focused stocks) गुंतवणूक करणाऱ्यांनी बाजारात वाढलेली अस्थिरता अपेक्षित ठेवावी, कारण बाजार जुन्या ट्रेंड्सना (trends) अद्ययावत केलेल्या क्षेत्रांच्या रचनेसह जुळवून घेईल. होलसेल प्राइस इंडेक्स (Wholesale Price Index) ऐवजी प्रोड्युसर प्राइस इंडेक्स (Producer Price Index) डिफ्लेटर (deflator) म्हणून वापरण्याची योजना भारताला आंतरराष्ट्रीय मानकांशी जुळवून घेते, ज्यामुळे वास्तविक आउटपुट आकडेवारी (real output figures) अधिक सुलभपणे नोंदवली जाऊ शकते.

असंघटित क्षेत्राची मोजमापातील कमतरता

या तांत्रिक सुधारणा असूनही, असंघटित क्षेत्र (informal sector) अजूनही एक आव्हान आहे. जरी मंत्रालय असंघटित व्यवसायांसाठी स्वतंत्र निर्देशांक विकसित करण्याची योजना आखत असले तरी, हे एक भविष्यकालीन ध्येय आहे. सध्याची पद्धत स्पष्ट रिपोर्टिंग करणाऱ्या मोठ्या कंपन्यांवर जास्त जोर देऊ शकते, तर भारतातील मोठ्या संख्येने काम करणाऱ्या लहान, खाजगी उत्पादकांचे आउटपुट कमी लेखले जाऊ शकते. गुंतवणूकदारांनी 'सर्वायव्हरशिप बायस' (survivorship bias) बाबत सावधगिरी बाळगावी, जिथे नवीन, लोकप्रिय उद्योग जुन्या उद्योगांची जागा घेतात, पण बाहेर पडणाऱ्या क्षेत्रांना भेडसावणाऱ्या कर्ज आणि कामगार समस्यांचा पूर्णपणे विचार केला जात नाही.

डेटाच्या विश्वासार्हतेसाठी दृष्टिकोन

सीजनली ॲडजस्टेड डेटा (seasonally adjusted data) वापरण्याच्या नियोजित बदलाबाबत बाजारात सावध आशावाद आहे, ज्यामुळे भारताचे औद्योगिक रिपोर्टिंग जागतिक मानकांशी जुळेल. तथापि, अल्पकालीन काळात अनिश्चितता वाढली आहे. तांत्रिक समिती (technical committee) हे बदल लागू करत असताना, बाँड (bond) आणि इक्विटी मार्केटमधील (equity markets) लिक्विडिटी प्रोव्हायडर्स (liquidity providers) थेट तुलना करता येण्याजोग्या ऐतिहासिक डेटाच्या कमतरतेची भरपाई करण्यासाठी त्यांचे स्प्रेड (spreads) वाढवू शकतात. नवीन फ्रेमवर्क अंतर्गत किमान सहा तिमाहींचा सातत्यपूर्ण डेटा उपलब्ध होईपर्यंत, मोठ्या औद्योगिक कंपन्यांकडून येणारी भविष्यातील विधाने (forward-looking statements) सुधारित निर्देशांकापेक्षा अधिक महत्त्वाची ठरतील.