Taloustilastojen merkitys empiiriselle makrotaloudelliselle tutkimukselle ja makrotaloudelle*

Transkriptio

1 Kansantaloudellinen aikakauskirja 103. vsk. 4/2007 Taloustilastojen merkitys empiiriselle makrotaloudelliselle tutkimukselle ja makrotaloudelle* Markku Lanne Professori helsingin yliopisto Johdanto e mpiirisellä kokonaistaloudellisella analyysillä on keskeinen rooli niin akateemisessa kuin yliopistojen ulkopuolella tehtävässä soveltavassa makrotaloudellisessa tutkimuksessa. akateemisessa empiirisessä tutkimuksessa pääpaino on teorioiden testaamisessa, joka auttaa kehittämään paremmin reaalimaailmaa kuvaavia teoreettisia malleja. yliopistojen ulkopuolella, mm. keskuspankeissa, muualla julkisella sektorilla, yrityksissä ja tutkimuslaitoksissa, tapahtuvan soveltavan makrotaloudellisen tutkimuksen tavoitteet taas ovat suurimmaksi osaksi käytännöllisempiä ja liittyvät ennustamiseen ja taloudellista päätöksentekoa palvelevaan politiikka analyysiin. sekä perus että soveltavassa tutkimuksessa kokonaistaloudellisten, erityisesti kansantalouden tilinpitoon perustuvien havaintoaineistojen saatavuus ja laatu ovat ensiarvoisen tärkeitä. * Kirjoitus perustuu Helsingin yliopistossa pitämääni virkaanastujaisesitelmään. erityisesti edellytetään, että tilastovirastojen tuottamat luvut vastaavat tai ainakin niiden avulla on mahdollista muodostaa teoreettisia suureita. ennustaminen ja makrotaloudelliseen analyysiin perustuva päätöksenteko asettavat lisäksi vaatimuksia tilastojen ajantasaisuudelle: riittävän tarkkojen lukujen tulisi olla käytettävissä nopeasti, jotta ennusteet olisivat luotettavia ja kulloinenkin kokonaistaloudellinen tila tunnettaisiin riittävässä määrin. on myös viitteitä siitä, että taloustilastot vaikuttavat suoraan makrotalouden toimintaan. nämä vaikutukset riippuvat siitä, missä määrin taloudellinen päätöksenteko pohjautuu tilastojen antamaan kuvaan talouden tilasta. tähän puolestaan saattavat vaikuttaa taloustilastojen tarkkuus ja ajantasaisuus. tutkimuksen ja päätöksenteon tarpeet asettavat kovia vaatimuksia taloustilastojen laatijoille. kansantalouden tilinpidon laatiminen on kuitenkin työlästä ja aikaavievää. ensimmäiset kunkin vuosineljänneksen luvut ovat usein epä 424

2 Markku Lanne tarkkoja, ja tarkentuminen kohti lopullisia lukuja on hidasta. luvut saattavat päivittyä vielä hyvinkin pitkän ajan kuluttua. päivittymisen syynä voi olla paitsi entistä laajemman ja vähemmän mittausvirheitä sisältävän havaintoaineiston kertyminen myös tilinpidossa tehtävät rakennemuutokset (esim. perusvuoden, tilinpidon erien määrittelyjen ja indeksien laskentatapojen muutokset). Viime vuosina tällaisia muutoksia on tehty runsaasti, mikä on varmasti osaltaan johtanut siihen, että taloustilastoihin on alettu kiinnittää entistä enemmän huomiota. kriittistä keskustelua on esiintynyt mm. siitä, missä määrin kansantalouden tilinpidon erät yhä vastaavat makrotalousteorian käsitteitä. tällaiset kansantalouden tilinpidon perusteisiin liittyvät kysymykset ovat empiirisen makrotaloudellisen tutkimuksen ja makrotalouden kannalta erittäin tärkeitä. keskityn tässä esityksessä kuitenkin taloustilastojen ensimmäisten julkistusten tarkkuuden ja päivittymisen merkityksen tarkasteluun. ongelman konkretisoimiseksi esitän taulukossa 1esimerkkinä suomen reaalisen bruttokansantuotteen (Bkt) prosentuaalisen vuosimuutoksen lukuja vuosilta kullakin rivillä on ko. vuoden muutosvauhdin paras arvio vuoden lopussa. taulukosta nähdään, että ensimmäiset arviot voivat poiketa huomattavastikin myöhemmistä. esimerkiksi vuoden 1991 Bkt:n muutokseksi arvioitiin vuoden 1991 lopussa 5,20 %, kun vastaava arvio viisi vuotta myöhemmin oli 7,10 %ja vuonna ,40 %. kussakin sarakkeessa ovat ko. vuoden lopussa tiedossa olleet parhaat arviot aiempien vuosien muutoksista. Verrattaessa esim. vuosien 1998 ja 2003 lukuja huomataan, että eri vuosina käytettävissä olleet 1 Kiitän Maritta Paloviitaa näistä aikasarjoista. viimeisimmät aikasarjat poikkeavat toisistaan selvästi. Taloustilastot empiirisessä tutkimuksessa Mitä lukuja empiirisessä tutkimuksessa pitäisi käyttää ja riippuvatko saatavat tutkimustulokset olennaisesti käytetyistä aikasarjoista? Vastaukset näihin kysymyksiin riippuvat lukujen päivittymisprosessin ominaisuuksista ja siitä, millaisesta empiirisestä analyysista on kyse. luultavasti tavallisinta on käyttää viimeisimpiä havaittuja arvoja (esimerkissä vuoden 2003 arvoja) kiinnittämättä mitään huomiota päivityshistoriaan. sarjan havainnot ovat tällöin käyneet läpi eri määrän päivityksiä (edellisessä esimerkissä vuoden 1982 luku on todennäköisesti jo lopullinen, kun taas vuoden 2003 luku on vasta ensimmäinen alustava arvio vuonna 2003), mikä voi aiheuttaa ekonometrisia ongelmia. Mm. koenig, dolmas ja piger (2003) suosittelevat ns. reaaliaikaisten havaintojen käyttöä. Vuosiaineistossa nämä ovat kunkin vuoden lukujen ensimmäiset arviot, jotka esimerkissä löytyvät (lihavoituina) taulukon 1 diagonaalilta. reaaliaikaisten lukujen käyttöä voidaan perustella sillä, että jos päivityksissä on kyse vain uuden tiedon lisäämisestä lukuihin, ensimmäiset arviot eivät systemaattisesti poikkea lopullisista. tällöin uudet tiedot toisinaan laskevat, toisinaan nostavataiemmin saatuja lukuja. ennusteita tai talouspoliittisia päätöksiä tutkittaessa on lisäksi luontevaa olettaa, että talouden toimijoilla on ollut käytettävissään vain kunkin ajanhetken uusin informaatio; analyysin perustaminen päivitettyihin lukuihin tarkoittaisi oletusta siitä, että toimijat pystyvät täydellisesti ennakoimaan päivitykset. 425

3 KAK 4/2007 Taulukko 1. Suomen reaalisen bruttokansantuotteen prosentuaalinen vuosimuutos vuosina vuosien lopussa mitattuna ,00% 3,00% 3,60% 3,60% 3,60% 3,60% 3,60% 3,60% 3,60% 3,60% 3,60% 3,60% 3,60% 3,60% 3,19% 3,19% 3,19% 3,19% 3,19% ,90% 2,90% 3,00% 3,00% 3,00% 3,00% 3,00% 3,00% 3,00% 3,00% 3,00% 3,00% 3,00% 3,00% 2,70% 2,80% 2,80% 2,80% 2,80% ,00% 2,80% 3,30% 3,30% 3,10% 3,10% 3,10% 3,10% 3,10% 3,10% 3,10% 3,10% 3,10% 3,10% 3,00% 3,40% 3,23% 3,23% 3,23% ,75% 2,80% 3,50% 3,50% 3,30% 3,30% 3,30% 3,30% 3,30% 3,30% 3,30% 3,30% 3,30% 3,30% 3,40% 3,10% 3,10% 3,42% 3,42% ,50% 2,40% 2,30% 2,80% 2,10% 2,80% 2,80% 2,80% 2,40% 2,40% 2,40% 2,40% 2,40% 2,40% 2,50% 2,50% 2,50% 2,30% ,25% 3,80% 3,30% 4,00% 3,30% 3,30% 3,30% 4,10% 4,10% 4,10% 4,10% 4,10% 4,10% 4,20% 4,20% 4,20% 4,30% ,00% 5,20% 5,40% 5,40% 5,40% 5,40% 4,90% 4,90% 4,90% 4,90% 4,90% 4,90% 4,70% 4,70% 4,70% 4,75% ,60% 5,20% 5,40% 5,40% 5,40% 5,70% 5,70% 5,70% 5,70% 5,70% 5,50% 5,10% 5,10% 5,10% 4,82% ,70% 0,40% 0,30% 0,00% 0,00% 0,00% 0,00% 0,00% 0,00% 0,50% 0,00% 0,00% 0,00% 0,30% ,20% 6,50% 7,00% 7,10% 7,10% 7,10% 7,10% 7,10% 5,90% 6,30% 6,30% 6,30% 6,40% ,00% 4,00% 3,60% 3,60% 3,60% 3,60% 3,60% 3,20% 3,30% 3,30% 3,30% 3,80% ,00% 2,00% 1,20% 1,20% 1,20% 1,20% 0,60% 1,10% 1,10% 1,10% 1,20% ,50% 4,00% 4,40% 4,50% 4,50% 3,70% 4,00% 4,00% 4,00% 3,90% ,80% 4,20% 5,10% 5,10% 3,90% 3,80% 3,80% 3,80% 3,40% ,50% 3,30% 3,60% 4,10% 4,00% 4,00% 4,00% 3,90% ,60% 6,10% 5,60% 6,30% 6,30% 6,30% 6,30% ,00% 5,60% 5,50% 5,30% 5,30% 5,00% ,70% 4,00% 4,00% 4,10% 3,40% ,40% 5,70% 6,10% 5,10% ,40% 0,70% 1,20% ,60% 2,20% ,00% lähde: oecd economic outlook. 426

4 Markku Lanne Kuvio 1.Suomen reaalisen bruttokansantuotteen prosentuaalinen vuosimuutos vuosina lähde: oecd economic outlook. kuviossa 1onesitetty reaaliaikaiset ja vuoden 2003 luvut graafisesti. siitä nähdään, että esimerkkiaineiston Bkt:n muutosvauhdin reaaliaikaiset ja viimeisimmät luvut voivat ajoittain poiketa toisistaan selvästikin, ja on todennäköistä, että näihin eri aikasarjoihin perustuvissa empiirisissä analyyseissa saatettaisiin saada hyvinkin erilaisia tuloksia. yhdysvaltalaisella aineistolla on esimerkiksi todettu, että ns. pysyväistulohypoteesia koskevat tulokset riippuvat selvästi siitä, millä tavoin päivitettyä havaintoaineistoa käytetään (Croushore ja stark 2003). Vastaavanlaisia tuloksia löytyy myös ennustamisen (koenig et al. 2003) ja rahapoliittisten sokkien (Croushore ja evans 2006) osalta. se, mitä aikasarjoja kussakin empiirisessä sovelluksessa kannattaa käyttää, riippuu siis suurelta osin päivitysprosessin ominaisuuksista, jotka tulisi selvittää ennen varsinaista empiiristä analyysia. jos päivityksissä on kyse mittausvirheiden korjaamisesta eikä uuden tiedon huomioon ottamisesta (kuten edellä esitettiin), ensimmäiset arviot eivät välttämättä mittaakaan lopullisia lukuja harhattomasti. tällöin reaaliaikainen aineisto sisältää systemaattisia virheitä, jotka periaatteessa olisivat olleet korjattavissa jo ennen ensimmäistä julkistusta, eikä empiiristä analyysia välttämättä ole optimaalista perustaa reaaliaikaiseen havaintoaineistoon. havaintoaineistojen ominaisuuksien tarkasteleminen edellyttää taulukon 1kaltaisen tietokannan luomista laajasta joukosta makrotaloudellisia muuttujia eri havaintofrekvensseillä. tällaisia aineistoja on jo julkisesti saatavilla ainakin yhdysvaltain (Croushore ja stark 2001) ja saksan (Gerberding et al. 2004) osalta, ja niitä on olemassa myös mm. norjan (Bernhardsen et al. 427

5 KAK 4/ ) ja kanadan (Babineau ja Braun 2003) kansantalouden tilinpidon luvuista; suomen osalta vastaavaa tietokantaa ei tietääkseni ole vielä systemaattisesti kerätty. päivitysprosessin ominaisuuksien tunteminen on tärkeää paitsi empiirisen makrotaloudellisen tutkimuksen kannalta myös siksi, että se saattaa mahdollistaa kansantalouden tilinpidon ensimmäistä kertaa julkaistavien lukujen tarkkuuden parantamisen. tämä on mahdollista, jos päivitykset ovat ennustettavia. Faust, rogers ja right (2005) ovat todenneet, että näin on asianlaita Bkt:n muutosvauhdin suhteen joissakin maissa. suomi ei ollut mukana heidän tarkasteluissaan. kuvion 1perusteella näyttäisi kuitenkin siltä, että myös suomen tilastoissa jonkinlaista ennustettavuutta esiintyy: suuriin reaaliaikaisiin lukuihin liittyy useammin korjaus ylös kuin alaspäin, kun taas pieniä lukuja on useimmin korjattu alaspäin (reaaliaikaisten lukujen ja päivitysten välinen korrelaatio on n. 0,3). Taloustilastot ja makrotalous taloustilastojen päivittymisellä ei ole merkitystä pelkästään akateemisen tutkimuksen kannalta. edellä jo todettiin, että suuriosa empiirisestä makrotaloudellisesta työstä tehdään yliopistojen ulkopuolella, mm. keskuspankeissa ja muualla julkisella sektorilla sekä tutkimuslaitoksissa. tämä tutkimus liittyy pääasiassa ennustamiseen ja erilaisiin politiikka analyyseihin. lisäksi taloustilastoja käytetään yrityksissä päätöksenteon pohjana, ja tehtyjen empiiristen tutkimusten perusteella niillä näyttää olevan vaikutusta myös rahoitusmarkkinoiden ja ylipäätään koko kansantalouden toimintaan. taloustilastojen julkistusten makrotaloudellisia vaikutuksia tarkasteleva kirjallisuus on suhteellisen suppea, joskin viime aikoina varsinkin teoreettinen tutkimus on lisääntynyt. empiirinen tutkimus rajoittuu lähes pelkästään yhdysvaltoihin. taloustilastojulkistusten vaikutuksia rahoitusmarkkinoilla on tutkittu paljon, ja näiden tutkimusten tuloksista voidaan saada viitteitä myös julkistusten makrotaloudellisista vaikutuksista. tilastojulkistuksilla on havaittu olevan vaikutuksia arvopaperien tuottoihin ja niiden volatiliteettiin (ks. mm. andersen et al. (2003) valuuttamarkkinoiden, Flannery ja protopapadakis (2002) osakemarkkinoiden sekä Fleming ja remolona (1999) bondimarkkinoiden osalta). rahoitusmarkkinoiden ja makrotalouden välisistä yhteyksistä ei vallitse yksimielisyyttä, mutta tulokset makrorahoituskirjallisuudessa viittaavat mm. siihen,että osaketuotot heijastavat markkinoiden odotuksia kokonaistalouden tilasta (ks. esim. Beaudry ja portier (2006) ja siinä viitattu kirjallisuus), joten taloustilastoluvuilla voidaan tulkita tätä kautta olevan yhteys myös makrotalouden kehitykseen. taloustilastojulkistusten rahoitusmarkkinavaikutusten on myös havaittu riippuvan suhdannevaiheesta, mikä vahvistaa käsitystä rahoitusmarkkinoiden ja makrotalouden yhteydestä. siitä, onko tilastolukujen ensimmäisillä julkistuksilla erilainen vaikutus kuin myöhemmillä päivityksillä, ei toistaiseksi ole paljonkaan tietoa. julkistettujen lukujen tarkkuuden vaikutusta ei tietääkseni ole rahoitusmarkkinoiden yhteydessä tutkittu lainkaan. taloustilastojulkistusten vaikutuksia makrotalouden kehitykseen on suoraan tutkittu hyvin vähän. Bomfimin (2001) teoreettisten tulosten mukaan julkistusten vaikutukset riippuvat siitä, miten tarkkoja luvut ovat ja miten hyvin taloudenpitäjät osaavat arvioida ensimmäisten lukujen mahdollisesti sisältämät vir 428

6 Markku Lanne heet. on todennäköistä, että näitä virheitä ei osata ottaa optimaalisesti huomioon (ks. esim. lanne 2007), vaan lukuja tulkitaan virheettöminä. jos näin on, Bomfimin (2001) esittämän mallin mukaan talouden volatiilisuutta voitaisiin vähentää tilastojen tarkkuutta parantamalla. Bomfimin (2001) malli lähtökohtanaan aruoba (2004) on kalibroinut ensimmäisten julkistusten epätarkkuudesta johtuvia hyvinvointitappioita yhdysvaltain taloudessa ja todennut, että virheiden aiheuttamat kustannukset ovat melkoiset. lonrenzonin (2006) äskettäin esittämän teoreettisen mallin mukaan suuri osa suhdannevaihteluista johtuu kuluttajien odotuksista, joihin julkistettujen taloustilastojen virheet vaikuttavat. rahoitusmarkkinoita koskevien empiiristen tutkimusten mukaan taloustilastoilla näyttäisi siis olevan taloudellisia vaikutuksia, ja teoreettisessa tutkimuksessa on esitetty mekanismeja, joiden kautta nämä vaikutukset talouteen välittyvät. suoraan näihin kysymyksiin liittyvää empiiristä makrotaloudellista tutkimusta sen sijaan on tehty yllättävän vähän, ottaen huomioon saatavien tulosten mahdollisesti suuri taloudellinen merkitys. tietääkseni vain oh ja aldman (1990) sekä Mora ja schulstald (2007) ovat tutkineet empiirisesti taloustilastojulkistusten makrotaloudellisia vaikutuksia. yhdysvaltalaisella aineistolla oh ja aldman (1990) saivat tuloksen, että yli 20 prosenttia kansantalouden neljännesvuosikasvun heilahteluista johtuu taloustilastojen ensimmäisten julkistustenvirheistä, kun taas Moran ja schulstaldin (2007) mukaan virheitä sisältävät ensimmäiset talouden kasvuvauhdin arviot selittävät yhdysvaltain talouden kehitystä huomattavasti paremmin kuin lopulliset luvut. suhdannevaihteluiden aiheuttamat hyvinvointikustannukset ovat todennäköisesti suuret. jos talouden volatiilisuutta todella voidaan vähentää taloustilastojen tarkkuutta parantamalla ja jos tarkkuuden lisäys on kohtuullisin panostuksin mahdollista saavuttaa, tilastotuotannon lisäresursointia voidaan pitää kannattavana investointina. asiaa koskevien johtopäätösten tekeminen edellyttää kuitenkin huomattavasti lisää taloustilastojen makrotaloudellisia vaikutuksia koskevaa tutkimusta. Kirjallisuus andersen, t.g., Bollerslev, t., diebold, F.X. ja Vega, C. (2003), Micro effects of macro announcements: real time price discovery in foreign exchange, American Economic Review 93: aruoba, s.b. (2004), data uncertainty in general equilibrium, julkaisematon käsikirjoitus, department of economics, university of Maryland. Babineau, B. ja Braun, n. (2003), output growth forecasts in real time, orking paper , department of Finance, Canada. Beaudry,p.japortier,F.(2006), stock prices, news, and economic fluctuations, American Economic Review 96: Bernhardsen, t., eitrheim, Ø., jore, a.s. ja Øistein, r. (2004), real time data for norway: challenges for monetary policy, deutsche Bundesbank discussion paper 26/2004. Bomfim, a.n. (2001), Measurement error in general equilibrium: the aggregate effects of noisy economic indicators, Journal of Monetary Economics 48: Croushore, d. ja evans, C.l. (2006), data revisions and the identification of monetary policy shocks, Journal of Monetary Economics 53: Croushore, d. ja stark, t. (2001), a real time data set for macroeconomists, Journal of Econometrics 105:

7 KAK 4/2007 Croushore, d. ja stark, t. (2003), a real time data set for macroeconomists: does the data vintage matter?, Review of Economics and Statistics 85: Faust, j., rogers, j.h. ja right, j.h. (2005), news andnoise in G 7 Gdp announcements, Journal of Money, Credit, and Banking 37: Flannery,M.japrotopapadakis, a. (2002), Macroeconomic factors do influence aggregate stock returns, Review of Financial Studies 15: Fleming, M.j. ja remolona, e.m. (1999), price formation and liquidity in the u.s. treasury market: the response to public information, Journal of Finance 54: koenig, e.f., dolmas, s. ja piger,j.(2003), the use and abuse of real time data in economic forecasting, Review of Economics and Statistics 85: lanne, M. (2007), the properties of market based andsurvey forecasts for different data releases, hecer orking paper no lorenzoni, G. (2006), a theory of demand shocks, julkaisematon käsikirjoitus, department of economics, Massachusetts institute of technology. Mora, j.v.r ja schulstald, p. (2007), Believing in lies: the effect of Gnp announcements on fluctuations of Gnp growth, European Economic Review (painossa). oh, s. ja aldman, M. (1990), the macroeconomic effects of false announcements, Quarterly Journal of Economics 105: