34
Università degli Studi di Pavia Prof. Carluccio Bianchi LA PREVISIONE MACROECONOMICA: MODELLI E TECNICHE SEMPLIFICATI

Università degli Studi di Pavia Prof. Carluccio Bianchi

  • Upload
    tawana

  • View
    36

  • Download
    2

Embed Size (px)

DESCRIPTION

Università degli Studi di Pavia Prof. Carluccio Bianchi. LA PREVISIONE MACROECONOMICA: MODELLI E TECNICHE SEMPLIFICATI. Avvertenze. Analisi strutturale vs. congiunturale e obiettivi dell’analisi Orizzonte temporale di riferimento e tecnica di previsione (modelli vs. indicatori) - PowerPoint PPT Presentation

Citation preview

Page 1: Università degli Studi di Pavia Prof. Carluccio Bianchi

Università degli Studi di Pavia

Prof. Carluccio Bianchi

LA PREVISIONE MACROECONOMICA:

MODELLI E TECNICHE SEMPLIFICATI

Page 2: Università degli Studi di Pavia Prof. Carluccio Bianchi

Avvertenze

• Analisi strutturale vs. congiunturale e obiettivi dell’analisi

• Orizzonte temporale di riferimento e tecnica di previsione (modelli vs. indicatori)

• Difficoltà oggettiva della previsione mano a mano che l’orizzonte temporale si allunga (economisti vs. meteorologi)

• Riscontro oggettivo di diversità di previsioni (modelli vs. esogene)

Page 3: Università degli Studi di Pavia Prof. Carluccio Bianchi

Il quadro di riferimento per le previsioni: la contabilità

nazionale• Il PIL come somma delle componenti della

domanda aggregata (quadro delle risorse e degli impieghi) e dell’offerta (formazione del valore aggiunto)

• La quadratura dei conti come elemento di controllo sulle ipotesi relative ad evoluzione di domanda e offerta (Attenzione: l’Istat è appena passata a indici concatenati; questo talvolta impedisce la quadratura dei conti)

• Privilegio del lato della domanda o dell’offerta a seconda dell’orizzonte temporale di riferimento

Page 4: Università degli Studi di Pavia Prof. Carluccio Bianchi

Conto economico delle risorse e degli impieghi (milioni di euro a prezzi ‘95)

AGGREGATI 2000 2001 2002 2003 2004

RISORSE

Prodotto interno lordo ai prezzi di mercato 1.015.077 1.032.985 1.036.945 1.039.581 1.052.308Importazioni di beni e servizi fob 286.418 287.798 286.466 290.187 297.470Totale 1.301.495 1.320.783 1.323.410 1.329.768 1.349.779

IMPIEGHI

Consumi nazionali 788.797 800.438 806.388 819.424 826.889 Spesa delle famiglie residenti 611.570 616.427 618.920 627.722 633.815 Spesa delle Amministrazioni pubbliche e delle Isp (a) 177.227 184.011 187.468 191.702 193.074Investimenti fissi lordi 209.217 213.121 215.702 211.907 216.267Variazione delle scorte e oggetti di valore 171 - 906 3.173 5.959 4.872Esportazioni di beni e servizi fob 303.310 308.131 298.147 292.478 301.750Totale 1.301.495 1.320.783 1.323.410 1.329.768 1.349.779

Page 5: Università degli Studi di Pavia Prof. Carluccio Bianchi

Conto della formazione del valore aggiunto (milioni di euro

a prezzi ‘95)ATTIVITA' ECONOMICHE 2000 2001 2002 2003 2004

Agricoltura, silvicoltura e pesca 28.219 28.093 26.969 25.572 28.338Industria in senso stretto 265.371 264.989 262.399 262.001 262.385

Costruzioni 48.811 50.315 51.615 52.801 54.234Commercio, riparazioni, alberghi e ristoranti, trasporti e comunicazioni 233.020 241.232 240.988 241.529 245.260Intermediazione monetaria e finanziaria; attività immobiliari ed imprenditoriali 247.492 254.628 259.993 263.934 263.300Altre attività di servizi (Pubblici o simili) 178.453 182.122 184.243 185.943 191.168

TOTALE VALORE AGGIUNTO AI PREZZI DI MERCATO (al lordo Sifim) 1.001.366 1.021.380 1.026.206 1.031.781 1.044.686Servizi di intermediazione finanziaria indirettamente misurati (-) 47.726 51.119 52.064 53.806 54.485

TOTALE VALORE AGGIUNTO AI PREZZI DI MERCATO (al netto Sifim) 953.640 970.261 974.142 977.974 990.201 Iva e imposte indirette sulle importazioni 61.437 62.724 62.802 61.606 62.107

PRODOTTO INTERNO LORDO AI PREZZI DI MERCATO 1.015.077 1.032.985 1.036.945 1.039.581 1.052.308

Page 6: Università degli Studi di Pavia Prof. Carluccio Bianchi

La previsione dal lato della domanda aggregata

•In un orizzonte annuale, per le previsioni, si fa normalmente riferimento al lato della domanda aggregata

•In generale occorre quindi disporre di un modello econometrico, in cui ciascuna componente della domanda aggregata viene stimata (singolarmente o congiuntamente)

•In alternativa si può fare riferimento a modellini econometrici più ristretti e parsimoniosi (tipo VARX, VECM, ecc.)

Page 7: Università degli Studi di Pavia Prof. Carluccio Bianchi

La previsione dal lato della domanda aggregata (un modello strutturale

semplificato)Si parta dalla definizione del PIL ricavabile dal

quadro risorse-impieghi:y = CF + CC +IFL +VS + X – M = DT -M

Un modello strutturale semplificato potrebbe essere composto dalle seguenti equazioni (nei tassi di variazione, dove V sta per variazione %):

• VCF=f(Vy, qrld(-1), du93)• VCC=f([indnpa/y], duccneg)• VIFL=f(Vy, qrld, K/y(-1), du93)• CS=f(VBrent(+1), VDT, Scorte/y(-1), du94)• VX=f(VXOCSE, Vtcr, dupost2002)• VM=f(VDT, Vdollaro); VM=f(VDT, Vtt)

Page 8: Università degli Studi di Pavia Prof. Carluccio Bianchi

La previsione dal lato della domanda aggregata (un modello strutturale

semplificato) …Il modello dovrebbe essere stimato mediante

equazioni simultanee (visto che tra le variabili dipendenti compaiono endogene); tuttavia può essere stimato per equazioni singole in maniera ricorsiva (soprattutto se la previsione per il PIL è relativamente contenuta).

Il problema fondamentale con tale modello (e in generale con i modelli strutturali) consiste nel fatto che, nonostante il fit delle equazioni sia buono, gli errori di previsione possono essere particolarmente accentuati.

Page 9: Università degli Studi di Pavia Prof. Carluccio Bianchi

La previsione dal lato della domanda aggregata (un modello strutturale

semplificato) …I casi estremi più significativi sono i CF e le X.

Nel primo caso piccoli errori di previsione (nei tassi di variazione) possono avere influenze rilevanti sulla dinamica del PIL, data l’elevata incidenza di tale componente di spesa sul reddito (60% ca.).

Nel secondo caso, invece, nonostante la minore incidenza sul PIL (29% ca.), l’elevata volatilità delle esportazioni e la difficile previsione delle esogene possono portare a consistenti errori di valutazione.

Page 10: Università degli Studi di Pavia Prof. Carluccio Bianchi

La previsione dal lato della domanda aggregata (un modello strutturale

semplificato) …In generale, per ovviare all’inconveniente di

utilizzare in previsione possibili valori abnormi delle varie componenti della domanda aggregata, si usa correggere manualmente il risultato meccanico della previsione econometrica (di qui l’importanza della sensibilità dell’economista congiunturale).

Un metodo spesso utilizzato nella correzione ex post è l’analisi delle tendenze, correggendo il valore puntuale meccanicamente previsto sulla base del trend previsivo e dello scostamento riscontrato tra valore effettivo e fit nell’ultimo dato disponibile.

Page 11: Università degli Studi di Pavia Prof. Carluccio Bianchi

La previsione dal lato della domanda aggregata (un esempio di modello

strutturale)Sulla base del modello precedente, e delle

correzioni manuali suggerite, si potrebbero ad esempio ottenere le previsioni per il 2006 illustrate nel foglio seguente (che utilizza ancora dati a prezzi ’95).

Si osservi di nuovo la sensibilità del risultato ai valori utilizzati: aggiustamenti diversi (anche marginali) per i consumi delle famiglie e per le esportazioni, nonché per i consumi collettivi (tipicamente esogeni) e per il contributo delle scorte genererebbero una previsione per il PIL anche assai difforme.

Page 12: Università degli Studi di Pavia Prof. Carluccio Bianchi

La previsione dal lato della domanda aggregata (un esempio di modello

strutturale) Conto economico delle risorse e degli impieghi a prezzi 1995 - Italia

Valori in mln di euro Variazioni %Aggregati 2004 2005 2006 2004 2005 2006

Prodotto interno lordo ai prezzi di mercato 1.052.308 1.051.947 1.065.456 1,2 0,0 1,3 Importazioni di beni e servizi 297.470 301.635 312.192 2,5 1,4 3,5

TOTALE RISORSE 1.349.778 1.353.582 1.377.648 1,5 0,3 1,8

Consumi finali nazionali 826.889 830.033 839.063 0,9 0,4 1,1 - delle famiglie 633.815 634.449 642.697 1,0 0,1 1,3 - collettivi 193.074 195.584 196.366 0,7 1,3 0,4

Investimenti fissi lordi 216.267 214.969 219.269 2,1 -0,6 2,0

Variazione delle scorte e oggetti di valore 4.872 5.924 6.976 (*) -0,1 0,1 0,1

Esportazioni di beni e servizi 301.750 302.655 312.340 3,2 0,3 3,2

TOTALE IMPIEGHI 1.349.778 1.353.582 1.377.648 0,1 0,3 1,8

(*) Contributo alla variazione del PIL

Page 13: Università degli Studi di Pavia Prof. Carluccio Bianchi

La previsione dal lato della domanda aggregata (una

regola semplificata)Per ovviare alle difficoltà implicite nell’uso di

modelli strutturali, si può fare ricorso a regole più semplici.

• Si parta ad es. dalla tradizionale identità di c.n.

y = C + I + G + X - M • Le variazioni delle stesse grandezze sono:

y = C + I + G + X – M• Calcolando il tasso di crescita del PIL, si ha:

yM

yX

yG

yI

yC

yy

y

Page 14: Università degli Studi di Pavia Prof. Carluccio Bianchi

La “regola del pollice” della crescita

Attraverso semplici manipolazioni algebriche, si ottiene:

y

y

y

M

y

X

X

X

y

G

G

G

y

I

I

I

y

y

y

Cy

ovvero:

XqGqIqmc1

1y XGI

Page 15: Università degli Studi di Pavia Prof. Carluccio Bianchi

… La “regola del pollice” della crescita

Tenuto conto delle fatto che le quote sul PIL di investimenti, spesa pubblica ed esportazioni negli anni ’90 sono state pressoché uguali, e pari a 0,2, avremo:

Volendo ulteriormente semplificare, posto che negli ultimi tempi la variazione della spesa pubblica è stata

pressoché nulla, sarà:

• NB. Attualmente le quote di esportazioni e diinvestimenti sono rispettivamente circa 29% e 21%.

)XGI(2,0y

)XI(2,0y

Page 16: Università degli Studi di Pavia Prof. Carluccio Bianchi

La “regola del pollice” in concreto

-2

-1

0

1

2

3

4

1 9 9 0 1 9 9 2 1 9 9 4 1 9 9 6 1 9 9 8 2 0 0 0 2 0 0 2 2 0 0 4

V P IL V YR P

Page 17: Università degli Studi di Pavia Prof. Carluccio Bianchi

… La “regola del pollice” in concreto

Volendo ulteriormente lavorare sulla regola, si potrebbe regredire la variazione del PIL

sul risultato della regola grezza, ottenendo:

- 1 .5

- 1 .0

- 0 .5

0 .0

0 .5

1 .0

- 1

0

1

2

3

4

1 9 9 0 1 9 9 2 1 9 9 4 1 9 9 6 1 9 9 8 2 0 0 0 2 0 0 2 2 0 0 4

R e s i d u a l A c t u a l F i t te d

Page 18: Università degli Studi di Pavia Prof. Carluccio Bianchi

… La “regola del pollice” in concreto

Eventualmente correggendo per l’outlier 1993, ottenendo:

- .8

- .4

.0

.4

.8

-1

0

1

2

3

4

1 9 9 0 1 9 9 2 1 9 9 4 1 9 9 6 1 9 9 8 2 0 0 0 2 0 0 2 2 0 0 4

R e s i d u a l A c tu a l F i tte d

Page 19: Università degli Studi di Pavia Prof. Carluccio Bianchi

… La “regola del pollice” in prospettiva

• Per il 2006, in prospettiva, le previsioni medie su crescita di esportazioni e di investimenti sono rispettivamente dell’ordine del 4% e 2%.

• In tal modo, dopo la stagnazione del 2005, la previsione per il PIL 2006 sarebbe sostanzialmente analoga a quella del 2004: 1,2% con la regola semplice; 1,4-1,5% con la regressione.

• Attorno al valore di una crescita del PIL dell’1,3% circa nel 2006 esiste attualmente un ampio consenso.

Page 20: Università degli Studi di Pavia Prof. Carluccio Bianchi

La previsione dal lato dell’offerta (una relazione

semplificata)Dal punto di vista dell’offerta, la relazione

fondamentale da esaminare è quella tra produzione industriale e PIL, una relazione che sembra ben

solida anche nei tassi di variazione:

-1

0

1

2

3

4

5

-4 -2 0 2 4 6 8

VPIND

VPIL

VPIL vs. VPIND

Page 21: Università degli Studi di Pavia Prof. Carluccio Bianchi

Produzione industriale e PILOsservando i livelli, tuttavia, si nota una certa divaricazione di andamenti a partire dal 2001:

80

84

88

92

96

100

104

108

1990 1992 1994 1996 1998 2000 2002 2004

PIND IPIL

Page 22: Università degli Studi di Pavia Prof. Carluccio Bianchi

… Produzione industriale e PIL

In effetti, studiando la relazione nei tassi di variazione ed aggiungendo una dummy per gli ultimi anni, nonché una ulteriore dummy per l’outlier 1993, si ottiene la seguente regressione nei tassi di variazione:

-1.2

-0.8

-0.4

0.0

0.4

0.8

-1

0

1

2

3

4

5

80 82 84 86 88 90 92 94 96 98 00 02 04

Residual Actual Fitted

Page 23: Università degli Studi di Pavia Prof. Carluccio Bianchi

… Produzione industriale e PIL

La stessa relazione risulta confermata anche a livello trimestrale (variazioni tendenziali):

-2

-1

0

1

2

-2

0

2

4

6

1992 1994 1996 1998 2000 2002 2004

Residual Actual Fitted

Page 24: Università degli Studi di Pavia Prof. Carluccio Bianchi

… Produzione industriale e PIL

Ciò apre la strada ad una previsione della produzione industriale (e quindi del PIL) tramite opportuni indicatori anticipatori.

Tra questi se ne segnalano due:• L’indice di fiducia delle imprese

manifatturiere (con un lead di un trimestre)

• L’indice anticipatore del ciclo ISAE o Bankitalia o OCSE (anch’esso con un lead di un trimestre)

Page 25: Università degli Studi di Pavia Prof. Carluccio Bianchi

… Produzione industriale e PILA titolo di esempio, si veda la relazione tra PIND e indice di fiducia delle imprese ISAE del trimestre precedente (sempre nei tassi

di variazione)

-4

-2

0

2

4

-5

0

5

10

1992 1994 1996 1998 2000 2002 2004

Residual Actual Fitted

Page 26: Università degli Studi di Pavia Prof. Carluccio Bianchi

… Indicatore anticipatore e PILL’esistenza di un indicatore anticipatore del ciclo

permette peraltro di stimare direttamente la dinamica del PIL senza passare tramite la

produzione industriale.

60

70

80

90

100

110

120

130

80 82 84 86 88 90 92 94 96 98 00 02 04

Indicatori del ciclo ISAE

Coincidente

Anticipatore

Page 27: Università degli Studi di Pavia Prof. Carluccio Bianchi

… Indicatore anticipatore e PIL• Secondo gli autori del paper originale, l’indicatore

anticiperebbe il ciclo di 5-6 mesi. Utilizzando tuttavia dati trimestrali (comparabili con quelli relativi al PIL), la migliore correlazione statistica (sempre nei tassi di variazione) è quella ritardata di un trimestre, anziché di due. Anche in tal caso una dummy per gli anni più recenti appare significativa.

-3

-2

-1

0

1

2

-2

-1

0

1

2

3

4

1990 1992 1994 1996 1998 2000 2002 2004

Residual Actual Fitted

Page 28: Università degli Studi di Pavia Prof. Carluccio Bianchi

L’indicatore anticipatore al lavoro• Utilizzando la relazione precedente in previsione

(i dati sull’indicatore anticipatore sono disponibili sino al IV 2005), si ottiene una variazione tendenziale stimata del PIL per il I 2006 dell’1% circa.

• E’ interessante sottolineare che risultati previsivi analoghi, ma lievemente più bassi per il PIL del I 2006, si ottengono sia passando tramite l’indice della produzione industriale, utilizzando la relazione con l’indice di fiducia delle imprese (+0,8%), sia utilizzando direttamente lo stesso indice di fiducia (+0,6%). Una stima ancora simile (+0,9%) si ottiene infine utilizzando i dati previsti dall’ISAE per il I 2006 e pubblicati sul suo sito web.

Page 29: Università degli Studi di Pavia Prof. Carluccio Bianchi

La previsione del PIL dal lato dell’offerta …

• Una estensione della previsione sulla dinamica prospettica del PIL (oltre il I trimestre 2006 per il quale esistono dati sulle esogene) può essere effettuata utilizzando le relazioni precedenti, avanzando ipotesi sulla possibile evoluzione futura dell’indicatore anticipatore o dell’indice di fiducia delle imprese (ad esempio per altri due trimestri in avanti, tenuto conto del fatto che i dati sull’indice di fiducia sono disponibili sino a febbraio e che poi si possono utilizzare i trend più recenti).

• Successivamente, per il IV trimestre, si può procedere tenendo conto degli effetti di trascinamento acquisiti ed avanzando ipotesi di lavoro sulla possibile variazione congiunturale del PIL, magari secondo scenari alternativi, più o meno ottimistici.

Page 30: Università degli Studi di Pavia Prof. Carluccio Bianchi

… La previsione del PIL dal lato dell’offerta …

• Ad esempio, ipotizzando che l’indice di fiducia delle imprese si assesti sui livelli acquisiti a febbraio, si ottiene una crescita tendenziale del PIL dell’1% nel II 2006 e dell’1,2% nel III 2006.

• Successivamente, tenuto conto degli effetti di trascinamento acquisiti e supponendo una variazione congiunturale del PIL dello 0,4% (nel IV trimestre 2006, analoga a quella del III), si ottiene una crescita complessiva del PIL nell’intero anno dell’ordine dell’1,2%, in linea con le previsioni correnti.

Page 31: Università degli Studi di Pavia Prof. Carluccio Bianchi

… La previsione del PIL dal lato dell’offerta

In tal modo il PIL trimestrale mostrerebbe la seguente dinamica trimestrale (la lieve caduta assoluta del I 2006 è dovuta al basso livello del PIL del I 2005):

256000

258000

260000

262000

264000

266000

268000

270000

2001 2002 2003 2004 2005 2006

Page 32: Università degli Studi di Pavia Prof. Carluccio Bianchi

Osservazioni finali sul lato dell’offerta

• Come già osservato all’inizio, tuttavia, le previsioni basate sull’offerta sono utili soprattutto in un orizzonte temporale non molto esteso in avanti (tipicamente uno-due trimestri). Per allungare la previsione ci si può servire, come visto in precedenza, di modelli statistico-econometrici, tipo ARMA, ARIMA, o meglio VARX, VECM; questi ultimi, però, per essere utili, richiedono di specificare, accanto alle relazioni autoregressive, delle variabili deterministiche esogene.

• Le stesse considerazioni valgono, a maggior ragione, per previsioni che siano riferite a variabili annuali.

• In tale prospettiva, verosimilmente, risulta più ragionevole, e teoricamente fondato, ritornare a schemi e modelli che privilegino il lato della domanda aggregata.

Page 33: Università degli Studi di Pavia Prof. Carluccio Bianchi

Un’ultima regola semplice per prevedere la dinamica del PIL

italiano• Un’ultima tecnica previsiva semplice per la

dinamica del PIL può essere ottenuta sfruttando le correlazioni esistenti tra la crescita italiana e quella dell’UEM, in un contesto di forte integrazione economica e monetaria, alla luce delle differenze riscontrate nell’evoluzione delle posizioni competitive (tcr).

• Questa metodologia si pone su un piano differente rispetto alle precedenti, non avendo alcun supporto teorico, ma basandosi semplicemente su correlazioni storicamente sperimentate.

Page 34: Università degli Studi di Pavia Prof. Carluccio Bianchi

… Un’ultima regola semplice per prevedere la dinamica del PIL

italianoTramite l’uso di tale metodologia otteniamo:

Nell’ipotesi di una crescita del PIL UEM del 2% nel 2006 e di una sostanziale invarianza competitiva, la crescita prevista del

PIL italiano è proprio ancora dell’1,3% circa.

-.8

-.4

.0

.4

.8

-1

0

1

2

3

4

1990 1992 1994 1996 1998 2000 2002 2004

Residual Actual Fitted