ELINKEINOELÄMÄN TUTKIMUSLA1ITOS THE_ RESEARCH INSTITUTE OF THE FINNISH ECONOMY. KARl TERVONEN -PENTTI VARTIA

ETLA ELINKEINOELÄMÄN TUTKIMUSLAITOS THE_ RESEARCH INSTITUTE OF THE FINNISH ECONOMY c 22 KARl TERVONEN -PENTTI VARTIA VALTIOVARAINMINISTERIÖN VUOSILLE 953-977 LAATIMIEN SUHDANNE-ENNUSTEIDEN OSUVUUS

ETLA ELINKEINOELÄMÄN TUTKIMUSLAITOS The Research Institute of the Finnish Economy Lönnrotinkatu 4 B 0020 Helsinki 2 Finland Sarja C 22 Series Kari Tervonen - Pentti Vartia VALTIOVARAINMINISTERiöN VUOSILLE 953-977 LAATIMIEN SUHDANNE-ENNUSTEIDEN OSUVUUS Helsinki 98 ISSN 0357-959x ISBN 95-9205-72-

ESIPUHE ELi.n.l<.ein.oe.ämän. TLLtk.imu..6.ta.i.tok.6 e.6.6a. on..ta.a.cu:ttu..6u.hda.n.n.e.- e.n.n.u..öte);ta..öyl<..öy.ötä. 7977.tähtien.. Tämän. toimin.n.a.n. l<.e.h~e..tyn. l<.a.n.n.a..tta. on ~l<.e.ä.ä. ~el_vittää. myö~ ~itä, l<.uinl<.a hyvin.ta.i.tol<.~e.n. e.n.n.u.6te.i.ö~a. on. onn.i.ötuttu. La.i.tok.6M.6a. on.l<.m l<.äyn.n.i.öte.tty pnoje.l<.ti, jon.l<.a. p~e.i-ma. tu.ua.a.n. yl<..öitymi<.ohta.i.ö Mti i<.mille.e.mä.ä.n ETLAn M~ä.mie.n. e.nnm:tude.n. o.öu.vu.u.:t..ta. ja..öyitä. mil<..öi e.n.vl.u.6te.ttu ja. tote.u.tun.u.t l<.e.hity~ ova.t tomm:ta.a.n. poil<.e.n.n.e.e.t. Tähän. myöhemmin. ju..tl<.am:ta.va.a.n tu.tl<.imu.l<..ö e.e.n Uillye.n. ju..tl<.cu..ota.a.n. tämä va..ttiot.l<.a.n.d. Ka.Jti Te.Jtvo~e.n ja. ETLAn. tutl<.immjohta.ja.n., do.öe.n.tti Pe.n.tti V a.jttia.n. tu.tl<.imu..6 ~-<;tä, l<.u.in.l<.a. l<.a.u.immin. ma.a..6 ~a.mm e..6 ää.n.n.öum e.6 ti j u..tl<.a.i-6 - ta. v ia. e.n.vl.u.6 ;te);ta. fa.a.;t,i_nu.;t va..ttio va.jta.inmini.ö te.jtiö n l<.a.n..6 a.n.ta..tou..60.6 M ta on. omm.6a. e.n.n.mte.i.ö.öa.a.n. on.n.i.ötun.u.t ja. l<.u.ml<.a. hyvin..öu.hda.n.te);ta. y.tipä.ävt.6äl<.ä.ä.n. on ma.hdoum:ta. e.n.n.a.l<.oida.. T a.u.n.o Ra.n.ta.

VALTIOVARAINMINISTERiöN VUOSILLE 953-977 LAATIMIEN SUHDANNE-ENNUSTEIDEN osuvuus Sisällysluettelo sivu. JOHDANTO............... 2. TALOUDELLISISTA ENNUSTEISTA... 3 3. VALTIOVARAINMINISTERiöN SUHDANNE-ENNUSTEET VUOSINA 953-977. 2 4. ENNUSTEIDEN OSUVUUS ERÄILLÄ KRITEEREILLÄ TARKASTELTUNA...... 25 4.. Ennusteiden ja toteutuneiden havaintojen graafinen tarkastelu................................ 25 4.2. Suurimmat yksittäiset ennustevirheet..... 25 4.3. Keskimääräiset ennustevirheet......... 30 4.4. Korrelaatiokerroin....... 33 4. 5. RMS-ennu s tev i rhe....................................... 34 4.6. Theilin erisuuruuskerroin... 37 4.7. Ennustevirheiden dekomponointi... 39 4.8. Ennustevirhejakaumien tarkastelua... 47 4. 9. Käännepistevirheet..................................... 49 4.0. VM:n ennusteiden vertailu naiiveihin ennusteisiin.... 55 4.. Ennusteiden tarkentuminen... 58 5. LOPPUPÄÄTELMIÄ... 6 LIITE: VALTIOVARAINMINISTERiöN ERÄIDEN MUUTTUJIEN ENNUSTEITA VUOSILLE 953-980... 67

Taulukkoluettelo 4.. Suurimmat ennustevirheet... 27 4.2. Valtiovarainministeriön eräiden muuttujien ennustevirheiden keskiarvo ja absoluuttisten ennustevirheiden keskiarvo... 3 4.3. Ennustettujen ja toteutuneiden lukujen väliset korrelaatiokertoimet....................................... 35 4.4. Tarkasteltavien muuttujien RMS-virheet... 36 4.5. Tarkasteltavien muuttujien eri horisontilla tehtyjen ennusteiden P, P 2 ja P 3 virheisiin liittyvät Theilin erisuuruuskertoimet u' u2 ja u3... 39 4.6. Tarkasteltavien muuttujien ennustettujen (Sp) ja havaittujen (SA) arvojen standardipoikkeamat............... 4 4.7. Tarkasteltavien muuttujien ennustevirheiden standardipoikkeamat............................................... 42 4.8. Tarkasteltavien muuttujien virhekomponentit (Um, Us, Uc) syksyllä seuraavalle vuodelle (U), keväällä samalle vuo delle (U 2 ) ja syksyllä samalle vuodelle (U3) tehdyissä ennusteissa................................................ 45 4.9. Theilin luokittelu käännepisteille...... 52 4.0. Ennustetut ja toteutuneet käännepisteet......... 53 4.. Valtiovarainministeriön ennusteiden vertailu kolmeen naiiviin ennusteeseen, jotka perustuvat muuttujan edellisen periodin tasoon (U), keskimääräisen muutokseen (V) ja edellisen periodin havaittuun muutokseen (W)... 57 sivu

Kuvioluettelo sivu.. Ennustearvojen ja toteutuneiden arvojen variaatio tietyillä selittävän muuttujan arvoilla.................. 5.2. Pidemmän aikavälin suhdanne-ennuste tavanomaisilla optimaalisuuden kriteereillä laadittuna......... 8 3.. Bruttokansantuotteen määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot........ 5 3.2. Tavaroiden ja palvelusten viennin määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot..................................................... 6 3.3. Yksityisten investointien määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot... 7 3.4. 3.5. 3.6. 3.7. 3.8. 3.9. 4.. 4.2. Yksityisen kulutuksen määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot... 8 Julkisten investointien määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot... 9 Julkisen kulutuksen määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot... 20 Tavaroiden ja palvelusten tuonnin määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot.................................................. 2 BKT:n implisiittisen hintaindeksin muutokselle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt en nusteet sekä toteutuneet arvot.................... 22 Yksityisen kulutuksen implisiittisen hintaindeksin muutokselle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot... 23 Bruttokansantuotteen määrän muutoksen ennusteet seuraavalle vuodelle ja toteutuneet arvot... 26 Bruttokansantuotteen määrän muutoksen ennusteet seuraavalle vuodelle ja toteutuneet arvot... 26

4.3. 4.4. 4.5. 4.6. 4. 7. 4.8. Bruttokansantuotteen maaran muutoksen ennusteet samalle vuodelle ja toteutuneet arvot................. 26 Bruttokansantuotteen määrän muutosten ennustevirheiden ja ennustevirheiden itseisarvojen jakaumat........... 47 Bruttokansantuotteen määrän muutosten ennustevirheiden ja ennustevirheiden itseisarvojen suhteelliset summafrekvenssit............................. 48 Muutosten ali- ja yliarviointia sekä käännepistevirheitä kuvaava diagramma......... 49 Absoluuttisten tasolukujen, kasvunopeuden ja trendipoikkeaman välinen yhteys suhdannetaantumassa... 5 Käännepi stevi rhetyypit.............. 52

. JOHDANTO Tässä tutkimuksessa tarkastellaan sitä, kuinka valtiovarainministeriön kansantalousosaston julkistamat taloudelliset ennusteet ovat osuneet yhteen toteutuneen kehityksen kanssa. Tutkimusta varten on kerätty tärkeimpien huoltotase-erien pitkät ennustesarjat vuosilta 953-977, ja näillä on toivottavasti käyttöä myös mahdollisissa jatkotutkimuksissa. Suomalaisten ennusteiden osuvuutta ovat aikaisemmin käsitelleet mm. Mannermaa (962), Hirvonen (97), Boldt, Hemmilä ja Korpinen (977), Sulanen (975), Takala (980) ja Tervonen (979) laudatur-työssään, joka on ollut tämän tutkimuksen lähtökohtana. Paitsi viime vuosikymmenen voimakkaiden taloudellisten suhdannevaihteluiden myötä on kiinnostus taloudellisiin ennusteihin lisääntynyt myös sen vuoksi, että talousteoriassa on toisen maailmansodan jälkeisenä aikana yhä enemmän kiinnitetty huomiota odotuksiin ja ennusteisiin talousyksikköjen toimintaan vaikuttavana tekijänä. Muistettakoon myös, että talousyksiköiden päätäntätoimintaa käsittelevässä ns. päätäntätieteessä tai päätöksentekoteoriassa ennusteilla ja tulevaisuudennäkymillä on jo vanhastaan ollut aivan keskeinen sija (ks. esim. Törnqvistin ja Nordbergin (968) päätäntätieteen keskeisiä ongelmia käsittelevää kirjaa). Ennusteita ja niiden merkitystä päätöksenteossa voitaisiin tutkimuskohteena lähestyä monestakin eri näkökulmasta, jotka tässä tutkimuksessa sivuutamme ainoastaan muutamalla huomautuksella luvussa 2. Ennusteiden osuvuuden tutkiminen on tärkeätä mm. siksi, että käyttäjillä tulisi olla selkeä käsitys suhdanne-ennusteissa esitettäviin lukuihin liittyvästä epävarmuudesta,ja siksi, että osuvuusanalyysi on

2 hyvä lähtökohta ennustemenetelmien edelleen kehittämiselle. Kun maamme eri laitosten julkaisemat taloudelliset ennusteet usein ovat olleet hyvin lähellä toisiaan, on ilmeistä, että nyt suoritettava analyysi on hyödyksi muillekin kuin valtiovarainministeriön ennusteiden käyttäjille ja kehittäjille. Viisas voinee oppia paitsi omistaan, myös muiden tekemistä virheistä.

3 2. TALOUDELLISISTA ENNUSTEISTA Jos kysytään mihin ennusteita tarvitaan, voitaisiin yhtä hyvin kysyä mihin silmiä tarvitaan. Ennusteet kattavat alueen, jota silmillä ei nähdä; niillä katsellaan "tulevaisuuden kuvia". Ennustamisen, näkemisen ja ymmärtämisen yhteys ilmenee hyvin ennusteen vaihtoehtoisista vieraskielisistä sanoista prognoosi, skenaario, perspektiivi, previsio, prospekti, jne.~ I see, ymmärrän. sekä esim. englannin kielisestä ilmauksesta Erimuotoinen tulevaisuudennäkymien muodostaminen onkin inhimillisen päätöksenteon ja toiminnan lähes välttämätön edellytys. Itsenäinen päätöksenteko edellyttää jonkinlaisia ennusteita oli sitten kyseessä kadun ylittäminen, talon rakentaminen, vaimon valitseminen tai investointiprojektin suunnittelu. Henkilö, yritys tai kansantalous, joka ei muodosta tulevaisuuden kuvia, ei myöskään tee aitoja päätöksi-ä, vaan joutuu ennen pitkää holhouksen alaiseksi. Kuten muukin inhimillinen toiminta, nimenomaan taloudellinen suunnittelu ja talouspolitiikan harjoittaminen edellyttävät jonkinlaista käsitystä siitä ympäristöstä, jossa toiminta tapahtuu. Tämän hetken talouspoliittisten toimenpiteiden vaikutukset tuntuvat yleensä vasta tulevaisuudessa, ja ne on mitoitettava sen hypoteettisen kehityksen perusteella, jonka ennustetaan tapahtuvan ilman talouspolitiikan väliintuloa. Esimerkiksi kotimaisen kulutus- ja investointikysynnän säätelemiseen tähtäävää politiikkaa tulisi toteuttaa niin, että toimenpiteiden vaikutukset toteutuvat silloin, kun kokonaiskysyntä ei kehity halutulla tavalla; ei siten, että liian myöhään toteutetut toimenpiteet ovat

4 omiaan vahvistamaan suhdannevaihteluita (P. Vartia, 975a). Talouspolitiikan harjoittamista tällaisessa tilanteessa vaikeuttavat luonnollisesti monet muutkin seikat kuin huonot ennusteet. Vaikka erilaisia keinoja olisi tarjolla, saattaa ongelmaksi muodostua se, ettei niiden käytölle ole löytynyt poliittista yksimielisyyttä ennenkuin pakkotilanteessa tai pitkien keskustelujen jälkeen. Erityisesti suomalaisista on todettu, etteivät he usko ennenkuin näkevät. Tällöin ollaan usein myöhässä, koska toimenpiteiden vaikutukset eivät ilmene välittömästi. Ennusteiden avulla pyritään yleensä vähentämään tuntemattomiin tulevaisuuden tapahtumiin liittyvää epävarmuutta- joka sinänsä voi olla kehitystä jarruttava tekijä - tai ainakin kartoittamaan erilaisia tulevaan kehitykseen liittyviä epävarmuustekijöitä. Ennusteilla ei voida epävarmuutta kuitenkaan koskaan täysin eliminoida. Myös tässä suhteessa kadun ylittäminen, talon rakentaminen, vaimon valitseminen ja investointiprojektin suunnittelu ovat samanlaisia. Mikäli tuleva tilanne ennakoidaan pahasti väärin, saatetaan joutua varsin kiusallisiin tilant... ) esn. Moniin deterministisiin luonnontieteellisiin ennusteisiin, esimerkiksi ennusteisiin planeettojen asemasta täsmälleen vuoden kuluttua, voidaan kyllä luottaa melko pitkälle, ja tällaisiin ennusteihin suhtaudutaan usein kuin tavanomaiseen Varmaan tietoon. Sensijaan useimpiin taloudellisiin ennusteihin on suhtauduttava suurin varauksin. Harva ennustaja olisi valmis panemaan päätään pantiksi ennusteidensa puolesta, ) Epävarmuuden asteen vaikutuksesta talouspoliittiseen päätöksentekoon ks. esim. Alho (977) ja Johansen (978).

5 vaikka pyrkisikin tekemään parhaansa. Useat taloudelliset ennusteet perustuvat eksplisiittisesti tai implisiittisesti satunnaismallien käyttöön, ja ennusteet on ajateltukin toteutuviksi vain tietyllä todennäköisyydellä. Tällöin ei myöskään ole välttämätöntä, että ns. "optimaaliset" ennusteet vastaisivat täysin, esimerkiksi jakaumaominaisuuksiltaan, toteutuneita aikasarjoja. Siten esimerkiksi tavanomaisilla kriteereillä määriteltyjen optimaalisten ennusteiden ja toteutuneiden arvojen varianssin ei tarvitse olla sama. Tietty varovaisuus on siis yleensä täysin järkevää- esim. optimaalisia ennusteita käsittelevän teorian perusteella- eikä sinänsä mikään huonon ennusteen merkki. Kuvio.. Ennustearvojen (V) ja toteutuneiden aryojen variaatio tietyillä selittävän muuttujan arvoilla (X)) y... y... X X ) Useissa tilanteissa myös selittävä muuttuja X joudutaan ennustamaan, mikä yleensä lisää toteutuneiden V-arvojen variaatiota suhteessa ennustearvojen Y variaatioon.

6 Tämän tyyppisiin satunnaisilmiön konservatiivisiin ennusteihin päädytään esimerkiksi siinä tapauksessa, että ns. tappiofunktio on kvadraattinen. Itse asiassa on epäselvää, minkälaista arvostustapaa vastaavat joskus Suomessakin esitetyt ennusteet, joissa on pyritty selvästikin suhdannevaihtelujen täysimääräiseen kuvaamiseen pidemmälläkin ennustehorisontilla ). Ilmeisesti tavanomaiseen ennusteen tarkkuuspyrkimykseen on näissä ennusteissa isätty tavoite ennustettavan aikasarjan variaatio-ominaisuuksien kuvaamisesta. Käsittääkseni tämä kävisi helpommin mikäli pyrittäisiin tavanomaisten tarkkuuskriteereiden mielessä tarkkoihin ennusteihin ja tämän isäksi erikseen kerrottaisiin jotain odotettavissa olevien reaalisaatioiden hajonnasta. Tällöin ennustetarkkuus tavanomaisessa mielessä ei kärsisi. Ennusteiden epävarmuudesta ja reaal i- saatioiden variaatiosta kertominen on sinänsä erittäin tärkeä asia, mutta sitä ei tulisi tehdä ns. tavanomaisen ennustetarkkuuden kustannuksella. ) Eräs esimerkki tällaisesta on nähdäksemme oheinen Työväen Taloudellisen Tutkimuslaitoksen v. 976 laatima keskipitkän aikavälin ennuste (kuviossa pisteviivalla). Toteutunut ja tällä hetkellä odotettavissa oleva kehitys (kuviossa yhtenäisellä viivalla) osoittaa kuinka vaikeata suhdannevaihteluiden ajoittumisen ennustaminen keskipitkällä aikavälillä on. % 0 8 6 4 2 0 Markkinahintaisen bruttokansantuotteen määrän vuosimuutokset % 0 8 6 4 2 0

7 Ajatellaanpa vaikka tilannetta, jossa pitäisi ennustaa seuraavan 0 suomalaisen miespuolisen henkilön pituudet, jotka kävelevät huoneen ovesta sisään. Jos olettaisimme, että pituuksien mittaluvut poimitaan normaalijakaumasta tietyllä keskiarvolla ja varianssilla, olisi optimaalinen ennuste kullekin havainnolle sama, nimittäin jakauman keskiarvo. Muunlaisten ennusteiden perustelu olisi sinänsä mielenkiintoinen tehtävä. Kun toteutuneet arvot sitten rekisteröitäisiin ja niiden varianssi laskettaisiin olisi aivan selvää, että se olisi suurempi kuin ennusteiden varianssi, joka tässä tapauksessa olisi nolla. Kuvan antaminen ennusteisiin liittyvästä epävarmuudesta on kyllä tärkeää,ja se voidaan suorittaa esim. kertomalla ennusteen käyttäjälle jotain tarkasteltavien muuttujien tai ennustevirheiden jakauman varianssista. Vastaavasti regressiomalleja käytettäessä on optimaalisten ennustettujen arvojen varianssi yleensä pienempi kuin havaittujen. Optimaaliset ennusteet asettuvat regressiosuoralle, sillä satunnaistermi asetetaan odotusarvoonsa eli yleensä nollaan. Ennusteiden kokonaisvarianssi riippuu luonnollisesti myös selittävien muuttujien varianssista, mutta yleensä se jää pienemmäksi kuin toteutuneiden arvojen varianssi, sillä virhetermi oletetaan yleensä selittävistä muuttujista korreloimattomaksi. Edellä esitetyistä seikoista johtuen tavanomaisilla kriteereillä määritellyt optimaaliset pidemmän aikavälin ennusteet asettunevat yleensä tasaiselle trendiuralle, kun lyhyen aikavälin tietämys suhdannevaihtelujen ajoittumisesta ennustehorisontin pidentyessä vähenee.

8 Kuvio.2. Pidemmän aikavälin suhdanne-ennuste tavanomaisilla optimaalisuuden kriteereillä laadittuna Kasvuvauhti Yksittäinen reaalisaatio T Toteutunut Ennuste Todettakoon, että juuri edellä mainitusta syystä mm. Granger ja Newbold (973) ovat esittäneet kritiikkiä myöhemmin esitettävää Theilin erisuuruuskertoimen dekomponointia ja koko kerrointakin vastaan. Ns. varianssikomponentti ei optimaalisissa ennusteissa suinkaan yleensä ole nolla, koska optimaalisten ennusteiden varianssi yleensä on pienempi kuin toteutuneen aikasarjan. Laskelmia tulevasta kehityksestä voidaan esittää usealla eri tavalla. Asian havainnollistamiseksi esitämme seuraavassa eräitä tyypillisiä tulkintoja, joita ennusteille voidaan antaa. Ennusteet voivat olla esimerkiksi a) ilman ehtoja esitettyjä väitteitä siitä, mitä tulee tapahtumaan, b) laskelmia siitä, mitä tulee tapahtumaan, jos ei ryhdytä toimenpiteisiin kehityksen kääntämiseksi,

9 c) ehdollisia arvioita siitä, mihin tietyillä oletuksilla kansainvälisestä taloudesta voitaisiin tiettyä talouspolitiikkaa harjoittaen päästä, d) tulevia tapahtumia käsitteleviä kertomuksict, juiden Larkoituksena on vaikuttaa kehitykseen (esim. talouspolitiikkaan tai muihin talousyksiköihin) odotuksia luomalla. Tarkasti ottaen ennusteet hyvin harvoin ovat a-tyyppiä, sillä erilaisia varauksia ennustetun asiantilan toteutumiselle liitetään eksplisiittisesti tai implisiittisesti mukaan. Tyypin b ennusteilla on usein ns. herätyskelloluonne, eli ennusteet on tarkoitettu varoittamaan tulevasta kehityksestä. Jos ennuste tällaisessa tapauksessa johtaa toimenpiteisiin, joilla ikävät tilanteet vältetään, pitäisi ennusteen esittäjälle paremminkin antaa sulka hattuun kuin moitteita siitä, että ennuste meni vikaan. Esimerkiksi pessimistiset väestöennusteet saattavat vaikuttaa perhepolitiikkaan ja näin ennusteet itse eliminoivat omat toteutumisen mahdollisuutensa. Tämä ei suinkaan tarkoita, että alkuperäinen ennuste olisi virheellinen vaan pikemminkin päinvastoin. Suhdannepolitiikan yhteydessä voidaan vastaavasti raha- ja finanssipolitiikalla joissakin tapauksissa estää ikävä kehitys toteutumasta. Usein voidaankin b-tyypin ennusteista puhuttaessa esittää kysymys, kummat ovat hyödyllisempiä, kohdalleen osuneet vai tässä mielessä "epäonnistuneet" ennusteet. Suuri osa inhimillisestä tiedosta on itse asiassa c-tyyppiä olevia ehdollisia ennusteita: mitä tapahtuu, jos leikkaa veitsellä käteen; mitä tapahtuu, jos panee natriumia veteen; mitä tapahtuu, jos jäänmurtajat

0 menevät lakkoon; mitä tapahtuu hinnoille, jos korotetaan liikevaihtoveroa; mitä tapahtuu viennille, jos OECD-maiden tuotanto supistuu 5 %, jne. Usein ei lainkaan ajatella, että spekuloinnin kohteena olevan ehtotapahtuman on välttämättä toteuduttava. Ennusteen tekijä voikin aina pyrkiä eroon ennusteen tekemiseen liittyvästä vastuusta toteamalla sanoneensa vain jos A niin B". Jos A (vrt. kansainvälinen suhdannekehitys) ei sitten toteudu, niin miksi pidettäisiin meteliä siitä, ettei B:kään (vrt. korkea BKT:n kasvu) toteudu. Eihän ennustaja tarkasti ottaen ole puhunut mitään B:stä sinänsä ilman A:ta. Suomessa julkaistavat ennusteet lienevät harvemmin d-tyyppiä siinä mielessä, että pyrkimyksenä olisi luoda talousyksiköille odotuksia, jotka toisille talousyksiköille olisivat edullisia. Sensijaan talouspolitiikan tekijöiden odotuksiin vaikuttaessaan b-, c- ja d-tyypin ennusteita on vaikea erottaa toisistaan. Joskus esimerkiksi alhaisten inflaatio-odotusten luominen saattaa olla virallisten ennusteiden sivutarkoituksena. Samoin virallinen käsitys nopeasta noususta tai hyvästä kannattavuudesta voi olla taloudellisen vaikuttamisen väline. Tyypin d ennusteiden yhteydessä on käyty myös keskustelua siitä, voidaanko lainkaan tehdä ennusteita, jos kerran ennusteet vaikuttavat talousyksiköiden käyttäytymiseen ). Talousyksiköiden reaktioiden oikea ennustaminen on usein varsin vaikeaa, mutta periaatteessa ennusteiden vaikutus itse ennustettaviin suureisiin ei sinänsä ole ennustamisen este: liikkuvaankin maaliin voidaan yrittää ampua myös silloin, kun maali pakenee ampujaa. ) Ks. esim. Grunberg ja Modigliani (965) tai Johansen (978, s. 236-250).

Tulevaisuutta koskevilla laskelmilla on hyvin erilaisia käyttäjäryhmiä. Näin esimerkiksi valtiovarainministeriön julkaisemia ennusteita käyttävät talouspolitiikan tekijät, monet eturyhmät ja organisaatiot, yritykset ja ilmeisesti jonkin verran yksityiset henkilötkin toimintaansa suunnitellessaan. Valitettavasti kaikille ennusteiden käyttäjille ei ole aina selvää minkälaisilla edellytyksillä ja ehdoilla ennuste ylipäätänsä voi toteutua tai he joutuvat parempien laskelmien puutteessa käyttämään julkaistavia ennusteita ikäänkuin ne olisi esitetty ilman varauksia. Myös ennusteiden esitystapaa voidaan tässä suhteessa kritisoida. Täten esimerkiksi valtiovarainministeriön ennusteita kaikista varauksista huolimatta käytetään- ainakin jossain määrin- ikäänkuin ne olisivat ilman ehtoja esitettyjä a-tyypin ennusteita. Seuraavassa valtiovarainministeriön ennusteita tarkastellessaan juuri tästä näkökulmasta. Tämä ei merkitse, sitä että kaikki edellä esitetyt ennusteiden ja ennustevirheiden tulkintaan liittyvät vaikeudet olisi unohdettu, vaan sitä, että ennusteita tarkastellaan niiden erään tyyppisen käytön kannalta. Ennusteiden erilaisiin käyttötapoihin ja merkitykseen päätöksenteossa liittyvät kysymykset olisivat sinänsä eräs hedelmällinen tutkimuksen kohde ). ) Vrt. Suvanto (980).

2 3. VALTIOVARAINMINISTERiöN SUHDANNE-ENNUSTEET VUOSINA 953-977 Valtiovarainministeriö on julkaissut lyhyen tähtäimen suhdanne-ennusteita valtion tulo- ja menoarvioesityksen liitteenä olevassa Taloudellisessa katsauksessa vuodesta 948 lähtien. Tässä alkusyksyllä ilmestyvässä katsauksessa käsiteltiin aluksi lähinnä verbaalisesti tärkeimpien kokonaistaloudellisten muuttujien arvon kehitystä kuluvana vuonna. Vuodesta 953 lähtien on esitetty tärkeimpien huoltotase-erien volyymi- ja hintaennusteet päättymässä olevalle vuodelle. Tulo- ja menoarvion lisäksi on vuodesta 963 lähtien alkuvuodesta (tavallisesti maa i skuussa) ilmestynyt suppeampi Kansan ta ouden kehitysarvio, joka sisältää mm. huoltotase-erien volyymi- ja hintaennusteet alkaneelle vuodelle. Vuosina 965-66 tulo- ja menoa rvi oes ityksen yhteydessä alettiin julkaista kiinteähintaisia huoltotase-ennusteita ja vuodesta 969 lähtien on myös hintaennusteita seuraavalle vuodelle. Seuraavassa käymme tarkastelemaan valtiovarainministeriön kansantalousosaston tekemiä arvioita eräiden keskeisten muuttujien tulevasta kehityksestä ja vertaamaan niitä toteutuneeseen kehitykseen. Mielenkiintomme kohdistuu erityisesti seuraavaan seitsemään kiinteähintaiseen muuttujaanja kahteen hintaindeksiir.:. Bruttokansantuotemarkkinahintaan 2. Tavaroiden ja palvelusten vienti 3. Yksityiset investoinnit 4. Yksityinen kulutus 5. Julkinen kulutus 6. Julkiset investoinnit 7. Tavaroiden ja palvelusten tuonti

3 8. Markkinahintaisen bruttokansantuotteen implisiittinen hintaindeksi, lyhyesti BKT:n hinta 9. Yksityisen kulutuksen implisiittinen hintaindeksi Toteutuneet havainnot näille muuttujille vastaavat tilastokeskuksen kansantulotilaston ns. vanhan SNA:n (System of National Accounts) mukaisia tietoja. Vuoden 977 tiedot ovat Tilastokeskuksen viimeisiä vanhan SNA:n mukaisia ennakkotietoja. Erilaisista käsitteenmuutoksista ja mittausongelmista johtuvista syistä ennusteiden ja toteutuneiden havaintojen vertailu on perusteltua suorittaa käyttäen ennustettuja ja toteutuneita suhteellisia muutoksia eikä ennustettuja ja toteutuneita tasoja. Tätä ratkaisua ei tässä voida yksityiskohtaisemmin perustella muuta kuin sillä, että näin usein menetellään suhdanneilmiöitä tutkittaessa ). Edellä mainittujen suureiden eri ajankohtina ennustetut ja toteutuneet prosentuaaliset muutokset on esitetty kuvioissa 3..-3.9. Vastaavat lukuarvot on esitetty liitteessä. Tutkimuksen tuloksia tarkasteltaessa, on pidettävä mielessä se, että eri aikahorisontilla tehtyjä ennusteita on ollut saatavilla eri määrät. Syksyllä laadittuja seuraavaa vuotta koskevia ennusteita on tyypillisesti ollut käytettävissä 2, 0 tai 8 kpl ennustettavasta muuttujasta riippuen ja keväällä samalle vuodelle laadittuja ennusteita 5 tai 3 kpl. Tämä johtuu siitä, ettei kaikkien muuttujien ennusteita ole tehty samasta vuodesta lähtien ja siitä, ettei joitakin muuttujia vuosina 966-68 ole ennustettu. Käytössä olleet ennusteet selviävät yksityiskohtaisesti ) Suhteellisten muutosten käyttöön liittyvistä eduista ja ongelmista ks. tarkemmin P. Vartia (974, 976a,b,c), Teräsvirta & Y. Vartia (975) ja Kukkonen (976a,b,c).

4 liitteestä. Syksyllä samalle vuodelle laadittuja ennusteita on yleensä 25 kpl, mutta koska jako julkiseen ja yksityiseen kulutukseen ja investointeihin on tehty vasta vuodesta 958 lähtien on näiden muuttujien ennusteita vain 20 kpl. Ennustevirhe määritellään seuraavassa erotukseksi jossa Pit,k on muuttujan i ajankohdan t arvolle laadittu k:nnes ennuste ja Ait on muuttujan i ajankohdan t toteutunut arvo. Seuraavassa tarkasteltavat muuttujat ovat kaikki muuttujien vuosikeskiarvojen muutoksia edelliseen vuosikeskiarvoon verrattuna. Ennusteita, jotka on tehty edellisenvuoden syksyllä seuraavan vuoden vuosimuutokselle merkitään lyhyesti P it, = P, jos muuttuja ja ennustettava ajankohta ovat asiayhteydestä selviä. Vastaavasti merkitään P 2 :lla keväällä laadittuja samaa vuotta koskevia ennusteita ja P 3 :lla syksyllä laadittuja samaa vuotta koskevia ennusteita. Vaikka ennustajan tarkoitus lienee yleensä ollut esittää eräänlaisia intervalliennusteita esim. /2 tai /4 prosentin tarkkuudella ), on ennusteet oheisissa laskelmissa tulkittu desimaal in tarkkuudella esitetyiksi. Tässä yhteydessä ei selosteta sitä menetelmää, jolla tarkasteltavat ennusteet valtiovarainministeriössä on tuotettu. Lyhyen katsauksen ennusteiden laatimistavasta ovat tehneet mm. Tervonen (979) ja Takala (980). Todettakoon kuitenkin, että ennusteet laaditaan ilman ekonometrista mallia ja konsistenttisuus saadaan aikaan iteroimalla. Tämän tyyppisen traditionaalisen menetelmän etuna pidetään yleensä ennustetekniikan ja ennustettavien ilmiöiden intuitiivista selväpiirteisyyttä, joka ) Es im. 3. 5 prosentin kasvuennuste tarkoittanee tosiasia i sesti i nterva i a 3. 25-3. 75, jonka arvot pyöri s tettynä puo een prosenttiyksi kköön ovat 3.5.

Kuvio 3.. Bruttokansantuotteen määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot (e). % 0 9 8 7 6 5 4 3 2 0 - (. l! f ~. 'i'.3 <p e3 f3 0 '3 0 'P cb 0 3 0 <r cr u 3 +~ ~3.2,,.3... re ~ +2 t3,,,, <p cr '3 0 2.3.2_. f 2 r 3 r l l r.2 ~ 2 ~~ @ ~ 0 L 3 ' II ~3 <p.2.3 r '? lh ~2., r 2 rel -2-2 ETL~ -3-3 -4-4 953 54 55 56 57 58 59 60 6 62 63 64 65 66 67 68 69 70 7 72 73 74 75 76 77 l<r l l L.J ~3,.,. - - tt- - t2 l l @3 l % 0 9 8 7 6 5 4 3 2 0 - (J"l

Kuvio 3.2. Tavaroiden ja palvelusten viennin määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot (e). ~l,; 4 ~ 2 <p 0 3 '3 <i> a :;>.3 i ' ',.. 3 3~ i II : 0 II t 3 ~ 2re r! z., '.. 2,z 4" 8 ' J, tl ~, '2 p if, r, : :., ' ~ '., ' : ' '"'' 6.. oj +z,20 ' ' ' ' ',., 2 -<i' f3 ' 3 0 3 ;~ ~ r0 2 ' ' ' '..., ' ',-. ' <. :l ~ :',.:, '",, e T ' ' ' ' ol '' h ' ',.,, -2-4 -6 '., --;-+-+--., e e! ' ~z ' i 6 ],J 4 ~2 3 ' -2... 2 --!0 0 ~J l S 6 4 2-2 -4-6 C"l -8-0 -2!- -4 - -6-8L -20 l 953 5 l l _j L 55 56 57 58 59 60 6 62 63 64 65 66 67 68 69 70 7 72 73 74 75 76 77 0 II II II II!.4.3 r: + 8 T'4-6 t8 ETLA - 20

Kuvio 3.3. Yksityisten investointien määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot (e). % % 'f 22 22 20 - ; re,3 i - 20 8 l f l [0 U. 2 ej! 2 6 6 '4J 4. 3. - 4 (j) 2 ~ ; <jl : <;> 0 l j ' 8 ~ j.3 J <;>., - 8! - 3 ' 2,3,... 0 'T ' 6 L ' 2 ', 2 2.-.2,li\ 3, -l 6 ~,..,,z 4 ll' : r0 <;> 'f : : ~ 4 [ 3 -+3,... 2 '3 2 ~ 3 l l -i 2.0 ~ ~ ',,,, ' n T I I ;., ' 0 U l 0 II..,, -2 : : ~2.. 3 t : -l -2 '43 : ' -4 f i ~ 2 i... 2 ~ -4 ' (!).-.,..2 '!..0 ' -6 3..@3 if ~ -6. &!J II -8... 3 -l -8 ' -0 ~ ' j 2 l <? -2 - -4 r- -6 ' ' J -6 953 54 55 56 57 58 59 60 6 62 63 64 65 66 67 68 69 70 7 72 73 74 75 76 77 8 2 0-0 -2 : : ~3 -l -4 '-J

Kuvio 3.4. Yksityisen kulutuksen määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot (8). ~[ ]~, 0 9 8 3 2 7 6,- sr 4t- 0- q>.3 q> (!) 3! <i' : 3 ~3 'l' 3 ez.-. 3,2,3 ; IG L.z <>,z tj (!) :;~ lz ~ q> +3 ~3., t2 f,2 II,.., + q> 0 7 <j> 6 e,2,3-5 2 l + 3 : <j>.,,,- 4 '2 t2 : ~ : ~ ~3 e l: :,,2 :-~j3 II... II.2 2 t 3 2,3 ~3~~ : 0-t 2-0 -- :: n~ _, ' II j -2 r II ~ - 2 0 43-3 3 ~ 3 -l- 3, : : l -4!! E(LA 4 953 5 55 56 57 58 59 60 6 62 63 64 65 66 67 68 69 70 7 72 73 74 75 76 77 lr 9 8 CO

Kuvio 3.5. Julkisten investointien määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot (0). % 8 % 8 6 4 2 io ~ 8 6 ~ 4 2 0 --2-4 -6-8 -0 <p l.3 t3 r-0,, 2 I I II II I I <r II I I II II ; <p h,3:,..., II II 3.2 r0 ~3.3 2 ~ 3 lf 42 II 3 ~2 <t> f3 i~ II II II 2:,.3 II 0 l<t> II II + 3 t 2 II 3 dl L. J t.,. 6 4 2 0 8 6 4 2 0-2 - 4-6 - 8-0 \.0-2 L L J! 953 54 55 56 57 58 59 60 6 62 63 64 65 66 67 68 69 70 7 72 73 74 75 76 77-2

Kuvio 3.6. Julkisen kulutuksen määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot (e). O' 7o 0 9 8 7 6 5 4 3 2 - <j> - 9 - i 3' - <p h ~3 : l,..il 3 ' l l ~ Cf - rt3 <p 2,.. ',' r t ' 0 ' ' II r0 0J.,,, ' r 3rtt2 ' ' - ~3 ~ ~2 Lotl@! 2,,.03 "'2, rl'l~ ~2 :. + 3 ~ 3 ~ 'i' ~23 ~ '3.3 z : :. J&' ~ 3.,2..4 3 ~3 -.3 0 I I '42 2,, ~~ 2,3te L4 2 J % 0 8 7 6 5 4 3 2 N 0 - l. ST L_J 0 953 54 55 56 57 58 59 60 6 62 63 64 65 66 67 68 69 70 7 72 73 74 75 76 77 0

/

Kuvio 3.7. Tavaroiden ja palvelusten tuonnin määrän kasvulle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot (0). % 2' 22 20 8 6 4 2 0 [ 8 6 4 2 0-2 -4-6 j 0 24 0 0-22 <p 3-20 0 l <p.2 <b t3-8 h.3-6 o3 2-4 <p LI 03-2 '3 l.2 t f2 - t G h.,.. 0 0 0-8 i ~, 3 ' : r J :TJ, 0 6 3 2,.42 :,.. lo 2 r0 ' I I +r 4 I I l o 2 ez I I.. 2..., 2 I I f ~~_l_ 0!J_ 0 @3 f2 0 I I f3 II ' ' 0 r0 L 3 II -2 II 3 02 ~ :@2 ~3 ~3 II -4 II.3-8 3 =-26-8 0 = -22. f3-0..., -0 0-2 L EJLAJ. _l L l j.l. l.l -2 i953 54 55 56 57 58 59 60 6 62 63 64 65 66 67 68 69 70 7 72 73 74 75 76 77 '.43 0 - % - 6 N

Kuvio 3.8. BKT:n implisiittisen hintaindeksin muutokselle edellisenä syksynä (), saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot (e). %f 22 ~ 20~ St 6 ' 4 2 0 8 6 4 0 3 <i' ~3.3.-@., j... ~3 <r t3 [~ ~! <i' h: e ~ '93 '3 : ~ j0 r 3 cp 3 0 3 q> 2.. 2 ~ @...?. :2 3 t-3 : T 3j 3 ~ 2,~ % 22 20 8 6 4 ~ -2 2 3 ~2,3 f-l 0 ~3 3 l cp ~ 2 2 ~ <i' r. @ 0 2 h.3... --{ 2 ~3 i3 3 =~[ i, 53 54 55 56 57 58 59 60 6 62 63 64 65 66 67 68 69 70 7 72 73 74 75 76 77 ~-----+ ~ 3, i 8 -l 6 4 EILA]:: N N

Kuvio 3.9. Yksityisen kulutuksen implisiittisen hintaindeksin muutokselleedellisenä syksynä (). saman vuoden keväällä (2) ja saman vuoden syksyllä (3) ao. vuodelle tehdyt ennusteet sekä toteutuneet arvot (e). 0/.,o 7 6 5 4 3 2 t 0 9 8 7 6 5 4 3 2 <jl 3 ~3.3 0 0 Tl 0 ~ +3 :.. 3 ~ 2 '3 2 3 rl 0 T 2 ~3 t 2 ~3 ~:: ~~,,J.-.3 i (9 '! (9 ~2 42 : @3 : : ~ 3., ~3 2 +2 ~2 : :. 4.,., % 7 6 5 r-j -!4 II II :0 2 3-3 r-. le2 0 -l 2.: -l 0! ET LA 0 53 54 55 56 57 58 59 60 6 62 63 64 65 66 67 68 69 70 7 72 73 74 75 76 77 ~r J: 5 4 3 2 N w

24 suurissa matemaattis-tilastollisissa malleissa saattaa kadota. Eräänä etuna ekonometrisiin malleihin verrattuna on pidetty myös sitä, että ns. mallin ulkopuolinen tieto voitiin ottaa huomioon. Viimeaikoina on kuitenkin ekanametristen mallien ennustemenetelmiä pyritty kehittämään niin, että ulkopuolisen tiedon käyttö on hyvin mahdollista myös niitä käytettäessä. Mallin käyttäjä ei ole sidottu mekaaniseen menetelmään, vaan voi useallakin eri tavalla ottaa huomioon tavanomaisten mallien ulkopuolelta saatavan, erittäin tärkeän lisätiedon (ks. P. Vartia, 975). Traditionaalisen ja ekanametrisen menetelmän välillä ei siten enää ole suurta juopaa. Onhan intuitiivisiakin ennusteita tarkasti ottaen mahdotonta tehdä ilman jonkinlaista mallia tai ajattelukehikkoa. Oikein käytettynä ekanametristen mallien edut perustuvat puolestaan siihen, että tilastomatemaattisilla menetelmillä ja talousteoriaa eksplisiittisesti hyväksikäyttämällä pystytään aikaisempaa kehitystä ja ennustetilannetta kuvaavien suurien tietomäärien käsittelyä huomattavasti selkeyttämään. Lisäksi on mahdollista laatia nopeammin konsistentteja vaihtoehtoisia ennusteita ja arvioida talouspolitiikan vaikutuksia luotettavammin.

.

25 4. ENNUSTEIDEN OSUVUUS ERÄILLÄ KRITEEREILLÄ TARKASTELTUNA 4.. Ennusteiden ja toteutuneiden havaintojen graafinen tarkastelu Havainnollisen - vaikkakin karkean -yleiskuvan ennustetarkkuudesta tarkasteltavien muuttujien osalta saa kuvioista 3..-3.9., joissa on verrattu eri ajankohtina tehtyjä ennusteita toteutuneeseen kehitykseen. Kuvioissa on tarkoituksella vältetty yhdistämästä toisiinsa eri ajankohtia koskevia eri aikana tehtyjä ennusteita. Hyvin usein käytetään kuvion 4.. tapaista esitystä, jossa esim. P -tyypin ennusteet tietylle muuttujalle on yhdistetty yhdeksi aikasarjaksi. Oikeastaan parempi esitystapa tällaisessa tilanteessa olisi kuvion 4.2. mukainen, sillä seuraavaa vuotta ennustettaessa joudutaan samakin vuosi ensin arvioimaan. Lisäksi saattaa edellisenkin vuoden ennakkotieto vielä muuttua. Vastaavasti samaa vuotta arvioitaessa voitaisiin käyttää kuvion 4.3. esitystapaa. 4.2. Suurimmat yksittäiset ennustevirheet Liitteessä esitettyjä taulukoita tarkastelemalla saa jonkinlaisen käsityksen siitä, kuinka suuria virheitä yleensä eri muuttujien osalta on tehty. Tarkasteltavien muuttujien osalta on eräänlainen tiivistelmä suurimmista ennustevirheistä esitetty taulukossa 4.. Taulukkoa tarkasteltaessa on syytä muistaa, että seuraavaa vuotta koskevia ennusteita on tarkastelussa mukana 2 (tai 0, 8) kpl (kullekin muuttujalle), keväällä samalle vuodelle tehtyjä ennusteita on mukana 5 (3) kpl ja syksyllä samalle vuodelle tehtyjä on 25 (20) kpl (ks. s. 3-4).

..

26 Kuvio 4.. Bruttokansantuotteen maaran muutoksen ennusteet seuraavalle vuodelle ja toteutuneet arvot, % 0 8 "' /~ l<' TOTEUTUNUT \ r---... 6 6 2 ENNUSTE \ // '\,... j /~ '\ --- V \' ' // ',...,. / - -..., --~ \... t 965 66 67 63 69 70 7 72 73 74 75 76 77 78 79 80..._... ' ETLA 0 Kuvio 4.2. Bruttokansantuotteen määrän muutoksen ennusteet seuraavalle vuodelle ja toteutuneet arvot, % ETLA -2 ~--~--~--~--~---L--~--~~--~--~--~---L--~--~--~--~~ J -2 965 66 67 63 69 70 7 72 73 74 75 76 77 78 79 80 4.3. Bruttokansantuotteen määrän muutoksen ennusteet samalle vuodelle ja toteutuneet arvot, % % % 8 6 2 - "" /~ TOTEUTUNUT~ \.\ ~ '\. f \!~ ~ - ~ f V '~ - ---::::: -. onnuste ---\\ r-...,. 0 0-2 ETLA ' 965 66 67 58 69 70 7 72 73 74 75 76 77 78 79 80 \ 6-2

Taulukko 4.. SUURIMMAT ENNUSTEVIRHEET BRUTTOKANSANTUOTE ede i senä syksynätiettyä vuotta ennus tettaessa keväällä samaa vuotta ennustettaessa syksyllä samaa vuotta ennustettaessa J vuosi pl A IPl-AI vuosi p2 A IP2-AI vuosi p3 A IP3-AI i 977 5.0 0.4 4.6 969 6.0 0.4 4.4 969 6.0 0.4 4.4 972 3.0 7.0 4.0 972 3.5 7.0 3.5 977 3.5 0.4 3. --- - - L 959 3.0 7.3 4.3 954 5.0 9. 4. 96 5.0 8.0 3.0 TAVAROIDEN JA PALVELUSTEN TUONTI ede i senä syksynätiettyä vuotta ennus tettaessa keväällä samaa vuotta ennustettaessa syksyllä samaa vuotta ennustettaessa vuosi pl A IPl-AI vuosi p2 A P2-AI vuosi p3 A IP3-AI 977 7.5-5.9 3.4 964 5.2 9.2 4.0 969 9.3 22.3 3.0 969 0.5 22.3.8 97 0.8-0.6.4 977 4.0-5.9 9.9 964 9.0 9.2 0.2 956 0.0 9.3 9.3 954 6.0 24.0 8.0 N -...J TAVAROIDEN JA PALVELUSTEN VIENTI ede i senä syksynätiettyä vuotta ennus tettaessa keväällä samaa vuotta ennustettaessa syksyllä samaa vuotta ennustettaessa vuosi pl A!Pl-AI vuosi p2 A P2-A! vuosi p3 A IP3-AI 975 4.0-4.0 8.0 975 -.0-4.0 3.0 97 9.6 -.4.0 97 6.5 -.4 7.9 974 7.0-0.9 7.9 969 9.5 6.8 7.3 974 5.5-0.9 6.4 957 6.0.6 5.6 954 0.0 4.9 4.9 -

Taulukko 4.. jatkoa, SUURIMMAT ENNUSTEVIRHEET YKSITYINEN KULUTUS ede i senä syksynätiettyä vuotta ennustettaessa keväällä samaa vuotta ennustettaessa syksyllä samaa vuotta ennustettaessa vuosi pl A IP,-AI vuosi p2 A P2-Ai vuosi p3 A IP3-AI 969 3.0 l 0. 7. 977 4.0-2.2 6.2 972 3.0 8.6 5.6 969 4.0 0. 6. 972 3.5 8.6 5. 977 2.0-2.2 4.2 972 4.0 8.6 4.6 96 5.0 8.8 3.8 969 6.5 l 0. l 3.6 - --- JULKINEN KULUTUS ede i senä syksynätiettyä vuotta ennustettaessa keväällä samaa vuotta ennustettaessa syksyllä samaa vuotta ennustettaessa vuosi pl A IP,-AI vuosi p2 A IP2-AI vuosi p3 A P3-AI 975 4.0 6.4 2.4 974 6.0 4.2.8 976 3.0 4.7.7 963 3.9 7.0 3. 968 3.0 6.0 3.0 972 4.5 7. 2.6 959 2.0 7.3 5.3 968 3.0 6.0 3.0 967 2.6 5.5 2.9 N CO YKSITYISET INVESTOINNIT ede i senä syksynätiettyä vuotta ennustettaessa keväällä samaa vuotta ennustettaessa l syksyllä samaa vuotta ennustettaessa, vuosi p A IP-AI vuosi p2 A ip2-ai vuosi p3 A IP3-AI 967 4.8-4.6 9.4 976-2.0-0.9 8.9 977 3.5-5. 8.6-972 -4.0 4.2 8.2 965 6.0.0 5.0 967 0.4-4.6 5.0 959 3.0 2.0 9. 0 960 4.0 22.8 8.8 966-2.6 4. 6.7 958-6.0 0.7 6.7

'.

Taulukko 4.. jatkoa, SUURIMMAT ENNUSTEVIRHEET JULKISET INVESTOINNIT edellisenä syksynä tiettyä vuotta ennustettaessa keväällä samaa vuotta ennustettaessa syksyllä samaa vuotta ennustettaessa vuosi Pl A IPl-AI vuosi p2 A P 2 -A ' VUOSl p3 A P3-AI 972 5.5 6.9.4 972 6.0 6.9 0.9 958 4.0 5.4.4 970-3.0-8.3 5.3 974 2.0-6.4 8.4 963 3.4 4.7.3 977.0-4. 5. l 966 5.3 -.7 7.0 972 0.0 6.9 6.9 - - -- ----- - - -- ~ARKKINAHINTAISEN BRUTTOKANSANTUOTTEEN IMPLISI ITTINEN HINTAINDEKSI ede i senä syksynätiettyä vuotta ennus tettaessa keväällä samaa vuotta ennustettaessa syksyllä samaa vuotta ennustettaessa vuosi Pl A IPl-AI vuosi p2 A IP2-AI vuosi p3 A /P 3 -A/ 974 8.0 2.0 3.0 973 5.5 4.2 3.7 974 6.0 2.0 5.0 973 5.0 4.2 9.2 974 4.0 2.0 7.0 973.5 4.2 2.7 972 4.5 7.7 3.2 963 2.6 6.3 3.7 967 8.3 5.6 2.7 - -- ---- - -- - - -- -- - - - N \.0 YKSITYISEN KULUTUKSEN IMPLISIITTINEN HINTAINDEKSI ede i senä syksynä tiettyä vuotta ennustettaessa keväällä samaa vuotta ennustettaessa syksyllä samaa vuotta ennustettaessa vuosi Pl A /P-A vuosi p2 A IP2-AI vuosi p3 A IP3-AI 974 8.0 5.9 7.9 973 6.0 0.0 4.0 966 8. 3.2 4.9 975.5 6.9 5.4 963 2.6 5.5 2.9 960 4.. 0.5 2.5 973 5.0 974 4.0 0.0 5.0 5.9.9 967 8.4 6. 2.3 975 5.0 6.9.9 958 5.0 7.3 2.3 - - -

30 Tässä yhteydessä ei laajemmin kommentoida taulukkoa 4.., joka on pitkälti itseselitteinen. Todettakoon kuitenkin, että seuraavan vuoden BKT:n määrää ennustettaessa on 969, 972 ja 977 tehty 3.5-4.5 prosenttiyksikön suuruisia virheitä. Huomattavaa on myös se, että 950- ja 960- luvuilla tehtiin samaakin vuotta syksyllä ennustettaessa yhtä suuria virheitä. Ennustetarkkuus näyttääkin näin mitattuna selvästi parantuneen 970-luvulla esim. 950-lukuun verrattuna; samaa vuotta syksyllä ennustettaessa on 970-luvulla tehty huomattavasti pienempiä virheitä. Taloudellisen kehityksen ennustaminen näyttää onnistuneen erityisen huonosti noususuhdannevuosina 954, 959, 969 ja 972 sekä lamavuonna 977. Vuosia 969 ja 972 koskevissa ennusteissa melkein kaikkien huoltotase-erien muutokset selvästi aliarvioitiin ja vuoden 977 taloudellista kehitystä ennustettaessa ne puolestaan tuntuvasti yliarvioitiin. Pahimmat virheet hintaennusteissa on tehty tyypillisesti kiihtyvän inflaation olosuhteissa. 4.3. Keskimääräiset ennustevirheet Eräs yksinkertainen tapa arvioida ennusteiden ja toteutuneiden arvojen suhdetta on tietyn muuttujan ennustevirheiden keskiarvo M = I:(P.t - A.t)/n, t jossanon havaintojen lukumäärä. Ennusteille asetetaan usein vaatimus, että ennustevirheiden keskiarvon pitäisi pidemmän aikavälin kuluessa lähestyä nollaa. Tällöin ennustusmenetelmä olisi harhaton. Ennustetarkkuuden mittana käytetään myös ennustevirheiden absoluuttista (itseisarvojen) keskiarvoa

3 AB ~ /P.t- A.t/ /n. t Keskimääräinen absoluuttinen virhe osoittaa siis keskimääräisen ennustevirheen suuruuden riippumatta siitä, onko kyseessä positiivinen vai negatiivinen virhe. Valtiovarainministeriön ennustevirheiden keskiarvot ja absoluuttisten ennustevirheiden keskiarvot on esitetty taulukossa 4.2. Taulukko4.2. Valtiovarainministeriön eräiden muuttujien ennustevirheiden keskiarvo ja absoluuttisten ennustevirheiden keskiarvo l luuttuja Ml M2 M3 AB AB 2 AB 3 Bruttokansantuote 0.37-0.43 -. 25 2.5.6.44 Tavaroiden ja palvelusten tuonti.30 -.22-2.35 6. 86 4.67 3.47 Tavaroiden ja palvelusten vienti. 73 0.68-0.8 5.68 3.87 2.45 Yksityinen kulutus -0.45-0.38 -. 07 2. 7 2. 9.57 Julkinen kulutus -0.53 -.9-0.79. 7.39.33 Yksityiset investoinnit. 98-0.20-2.28 4.34 2.63 4. 0 Julkiset investoir.nit 0.22 0.02 -.78 4. 0 4. 2 4. 0 i Bruttokansantuote, hinta -4.05-2. 8-0.54 4. 05 2.2. 36 Yksityinen kulutus, hint~ -3.55-0.96 0.55 3.55.2 0.93 Taulukoiden mukaan tarkasteltaviin muuttujiin näyttäisi liittyvän sekä reaali- että hintamuuttujien osalta paremminkin ali-kuin yliarviointia. Pienestä havaintoaineistosta johtuen taulukon tuloksiin on kuitenkin suhtauduttava varovaisesti. Pienessä otoksessa muuttujan keskimääräisen ennustevirheen jonkinmääräinen poikkeaminen nollasta voi johtua puhtaasti satunnaistekijöistä, eikä se siten välttämättä ole osoitus

32 systemaattisesta harhasta Sitä kuinka merkittävää keskimääräisen virheen poikkeaminen nollasta on, voitaisiin tutkia useillakin erilaisilla testeillä. Tähän ei kuitenkaan tässä ryhdytä. Eräiden muuttujien kohdalla systemaattinen ennusteharha erittäin merkittävästi. on kuitenkin poikkeava nollasta Tarkastettaessa ennustevirheiden keskiarvoja Mi' i =,2,3 havaitaan, että selvimmin systemaattinen aliarviointi näkyy pidemmän aikavälin hintaennusteissa ja lyhyen aikavälin määräennusteissa. Jos katsotaan ao. yhdeksän muuttujan kolmella eri ennustehorisontilla tehtyjä ennusteita, on 9 tapauksessa 27:stä havaittavissa jonkinmääräistä alaspäistä harhaa Luonnollisesti samalla hetkellä tehdyt eri muuttujien ennusteet ovat voimakkaasti sidoksissa toisiinsa. Näin esimerkiksi kaikkien muuttujien (paitsi yksityisen kulutuksen hinnan) P 3 -tyypin ennusteet näyttävät olevan harhaisia alaspäin. Yksityisen ja julkisen kulutuksen ennusteet näyttävät olevan alaspäin harhaisia ennustehorisontista riippumatta. Ylöspäin harhaa näyttää olevan jonkin verran P -tyypin ulkomaankauppaja investointiennusteissa. Yllättävää on, että mm. syksyn BKT-ennuste päättymässä olevalle vuodelle on yli prosentin alaspäin harhainen, vaikka samaa harhaisuutta ei ole nähtävissä pidemmän aikavälin ennusteissa. Hintojen osalta alaspäinen harha seuraavan vuoden ennusteissa on ollut3.5-4 prosenttiyksikköä. Kaikki tarkasteluperiodin P -tyypin hintaennusteet (vuodet 970-77) ovat olleet aliarvioita. Tämä selittynee ennustajan varovaisuudella ja pyrkimyksellä välttää inflaatio-odotusten voimistamista. Todettakoon toi saa ta, että saman vuoden syksyllä on yks ityisen kulutuksen hintaindeksi on keskimäärin enemmän yli- kun aliarvioitu.

33 Tarkasteltaessa ennustevirheiden itseisarvojen keskiarvoja AB.. i =,2,3 havaitaan, että pienimmät arvot (.2 -.4 prosenttiyksikköä) ovat esiintyneet julkisen kulutuksen ennusteissa. Myös BKT:n volyymiennusteet samalle vuodelle näyttäisivät onnistuneen keskimäärin tyydyttävästi. Tämä selittyy osin sillä, että keskimääräiset ennustevirheet prosenttiyksiköissä lausuttuna eivät mitenkään ota huomioon ennustettavan muuttujan variaatiota ja näin muuttujat, joissa variaatio on pieni usein näyttävät keskimäärin tarkasteltuna tulleen hyvin ennustetuiksi. Suurimpia keskimääräisiä ennustevirheitä (4.0-6.9 prosenttiyksikköä) on tehty tuonnin, viennin ja investointien volyymien kohdalla sekä hintaennusteissa seuraavalle vuodelle. Yllättävää on se, että vielä saman vuoden syksyllä julkisia investointeja ennustettaessa on tehty keskimäärin 4 prosenttiyksikön virhe. Julkisten investointien arvioiminen näyttäisi yhtä vaikealta kuin yksityistenkin. 4.4. Korrelaatiokerroin Ennusteiden osuvuuden analysoinnissa käytetään joskus ennustettujen ja toteutuneiden muutosten välistä korrelaatiota. On kuitenkin muistettava, ettei täydellinen positiivinen korrelaatio suinkaan merkitse täydellistä ennustamista, vaan se merkitsee ainoastaan lineaarisen riippuvuuden olemassaoloa. Jos ennusteiden ja toteutuneiden arvojen välillä olisi esimerkiksi lineaarinen riippuvuus A = a+sp, S>O, niin korrelaatiokerroin olisi. Kuitenkin täydellisesti onnistunut ennustaminen edellyttäis i myös, että a = 0 ja S =.

34 Ennustettujen ja toteutuneiden prosenttimuutosten välisiä korrelaatiokertoimia tarkasteltaessa (ks. taulukkoa 4.3.) huomataan, että ne ovat kaikki positiivisia ja korkeita paitsi yksityisen kulutuksen P -tyypin ja julkisen kulutuksen P 2 -tyypin volyymiennusteen kohdalla. Pienimmät kertoimen arvot esiintyvät kulutuksen määrien sekä suurimmat BKT:n ja yksityisen kulutuksen hintaennusteiden sekä yksityisten investointien volyymiennusteiden kohdalla. Taulukossa 4.3. on esitetty myös lineaariseen malliin A= a+sp+ ~t liittyvät kerroinestimaatit aja B. 4.5. RMS-ennustevirhe Edellä esitetyt keskiarvomitat eivät ota huomioon sitä, että virhearviointien kasvaessa niistä koituvat haitat saattavat kasvaa suhteellisesti vielä enemmän. Ennustetarkkuutta arvioitaessa voidaankin suurille ennustevirheille antaa enemmän painoa kuin pienille mittaamalla sitä esimerkiksi keskimääräisellä ennustevirheen neliöllä Jotta ennustetarkkuuden mitta olisi dimensioltaan sama kuin ennustetut ja toteutuneet muutokset, otetaan siitä tavallisesti vielä neliöjuuri, jolloin saadaan ns. RMS-virhe (root-mean-square error) RMS --- -- -- 2-, = /:L (Pit- Ait) /n. t

Taulukko 4.3. Ennustettujen ja toteutuneiden lukujen väliset korrelaatiokertoimet ja regressiosuoran A = a+sp kertoimet a ja S Ennustetyyppi p p2 p3 Muuttuja r ~ a... s ~ r a f:s r C( s Bruttokansantuote 0.66-2.87.57 0.75-0.7.3 0.9 0.89. l j ' Tavaroiden ja palvelusten tuonti 0.53-3..26 0. 77-0.38.38 0.95 2.20 Tavaroiden ja palvelusten vienti 0.45-2.95.5 0.74-3.4.4 0.9.33 Yksityinen kulutus 0.4 2.90 0.37 0.49 0.75 0.90 0.87.3 Julkinen kulutus 0.47 3.74 0.32 0.04 5.2 0.04 0.35 3.86 Yksityiset investoinnit 0.79-2.68. 0.9 0.09.03 0.88 2.47 Julkiset investoinnit 0.73-0.25.33 0.79 -.28. 5 0.82.40 Bruttokansantuote, hinta 0.59 5. 0 0.86 0.85.87.04 0.94 0.5.04 0.9 0.98 0.34 0.92.47.06 l ' w Ul Yksityinen kulutus, hinta 0.89 2.3.2 0.96 0.7.03 0.95-0.32 0.97 ---- - -

36 RMS-virhe osoittaa keskimääräisen ennustevirheen suuruuden sen suunnasta välittämättä, mutta antaa siis enemmän painoa suurille virheille. RMS7virhe voidaan myös laskea erikseen kutakin muuttujaa, vuotta tai kaikkia ennusteita kohti. Taulukko 4.4. Tarkasteltavien muuttujien RMS-virheet valtiovarainministeriön ennusteissa seuraavalle vuodelle (RMS), keväällä samalle vuodelle (RMS2) ja syksyllä samalle vuodelle (RMS 3 ) Muuttuja RMS R~S 2 Rt S 3 Bruttokansantuote 2.52 2.08.87 Tavaroiden ja palvelusten tuonti 7.97 6. 4.37 Tavaroiden ja palvelusten vienti 7.46 5.22 3.04 Yksityinen kulutus 3.67 2. 8 2.05 Julkinen kulutus. 36. 74. 87 Yksityiset investoinnit 5.66 3.43 4. 75 Julkiset investoinnit 5.02 5.09 5. 0 Bruttokansantuote, hinta 5.90 3.44. 73 Yksityinen kulutus, hinta 4.22.66.52 Taulukossa 4.4. on esitetty tarkasteltavien ennusteiden RMS-virheet. RMS-virheiden arvot vaihtelevat suuresti (.4-8.0 prosenttiyksikköä). Pienimmät arvot esiintyvät julkisen kulutuksen ja BKT:n (RMS 3 ) volyymiennusteiden sekä yksityisen kulutuksen hintaennusteiden (RMS 2, RMS 3 ) kohdalla (.4-.9 prosenttiyksikköä), suurimmat puolestaan tuonti- ja vientiennusteiden kohdalla (6.-8.0 prosenttiyksikköä). RMS-ennustevirhe on keskimäärin pienempi hintaennusteissa kuin volyymiennusteissa.

4.6. Theilin erisuuruuskerroin ) 37 Tavanomaiset ennustevirheiden mitat eivät sovellu kovin hyvin esimerkiksi eri ennustemuuttujien osuvuuksien vertailuun, koska ne eivät ota huomioon näiden muuttujien erilaisen tason tai käytetyn mittayksikön vaikutusta ennusteisiin. Tämän vuoksi ennustevirheet on mielekästä normeerata siten, että kyseiselle muuttujalle ominainen vaihtelualue tulisi otetuksi huomioon. Normeerauksessa käytetään usein mittayksikkönä (jakajana) toteutuneiden muutosten toisen momentin neliöjuurta. Theilin kehittämän erisuuruuskertoimen (inequality coefficient) avulla voidaan verrata eri ilmiöitä ja ajanjaksoja koskevien ennusteiden osuvuutta. Seuraavassa oletetaan, että Ai ja Pi ovat tietyn muuttujan muutoksia. Tällöin erisuuruuskertoimella U on mm. seuraavia ominaisuuksia:. O<U<oo. 2. U = 0, jos jokainen Pi=Ai, i=,2,...,n eli silloin, kun muutosten suunta ja suuruus on ennustettu täydellisesti. 3. u =, jos jokainen Pi =0, toisin sanoen kun ennustetaan, että muuttuja pysyy koko ajan vakiona. 4. U>, kun ennuste on huonompi kuin sellainen ennuste, jonka mukaan muuttuja on vakio (ns. no-change extrapo a ti on). 5. U pysyy muuttumattomana, jos jokainen Pi ja Ai kerrotaan samalla luvulla. 6. U muuttuu, jos jokaiseen Pi:hin ja Ai:hin lisätään sama luku. ) Theilon esittänyt erilaisia erisuuruuskertoimia, jotka poikkeavat toisistaan esim. suoritetun normeerauksen osalta. Tässä käytetystä erisuuruuskertoimesta ks. Theil (966, s. 28) ja Theil (958, s. 33-34).

38 On huomattava, ettei erisuuruuskertoimen avulla voida tutkia erisuuntaisten ennustevirheiden vaikutusta, koska virheet korotetaan toiseen potenssiin. Suoritetusta normeerauksesta johtuen erisuuruuskerroin mittaa muuttujien suhteellista virhettä ja sopii siten käytettäväksi parhaiten suhdeasteikon muuttujille. Eri horisonteilla tehtyihin ennusteisiin P, P 2 ja P 3 liittyvät Theilin erisuuruiskertoimet u, u 2 ja u 3 on esitetty taulukossa 4.5. Volyymimuuttujien U-kertoimien arvot vaihtelevat 0.25:stä 0.74:ään ja hintamuuttujien 0.7:sta 0.47:ään. Siten volyymin muutosten ennustevirhe on keskimäärin noin 50 % ja hinnan muutosten ennustevirhe noin 30 % siitä, joka olisi saatu ennustettaessa jatkuvasti nollan suuruista muutosta. Erisuuruuskertoimen perusteella tarkasteltuna parhaiten ennakoituja huoltotaseen volyymieriä ovat julkinen kulutus ja BKT. Julkisen kulutuksen hyvä ennustaminen on ymmärrettävää, koska VM:n yleensä itse ajatellaan voivan vaikuttaa sen kehitykseen. Edellä keskimääräisiä ennustevirheitä tarkasteltaessa jo todettiin, että on yllättävää, kuinka heikosti tärkeä finanssipolitiikan väline julkiset investoinnit on arvioitu vielä kuluvana syksynäkin samalle vuodelle laadituissa ennusteissa (U >0.6). Hintaennusteet ovat osuneet erisuuruuskertoimella tarkasteltuna P 2 - ja P 3 -tyypin ennusteissa paremmin kuin volyymiennusteet. Yksityisen kulutuksen hintaennuste on myös ollut jonkin verran tarkempi kuin BKT:n hintaennuste.

39 Taulukko 4.5. Tarkasteltavien muuttujien eri horisontilla tehtyjen ennusteiden P, P2 ja P3 virheisiin liittyvät Theilin erisuuruuskertoimet u,' u2 ja u3 ~uu ttuj a ul u2 u3 Bruttokansantuote.50. 4.34 Tuonti.74.59.33 Vienti.72.55.32 Yksityinen kulutus.65.55.37 Julkinen kulutus.25.32.33 Yksityisetinvestoinnit.59.39.48 Julkiset investoinnit. 70.64.64 Bruttokansantuote, hinta.47.32.2 Yksityinen kulutus, hinta.37. 7. 9 4.7. Ennustevirheiden dekomponointi Edellä esitetyn erisuuruuskertoimen osoittajana on ennustevirheen bruttovarianssin neliöjuuri. Tämä ilman normeeraustakin ennustetarkkuuden kuvaamiseksi käytetty mitta voidaan osittaa ennustevirheiden edelleen analysoimiseksi kolmeen osaan seuraavasti ): ) Ks. Theil, 966, s. 29-32.

40 jossa p ja Ä ovat ennustettujen ja toteutuneiden muutosten keskiarvot, sp ja sa vastaavat keskihajonnat sekä r ennustettujen ja toteutuneiden muutosten välinen korrelaatiokerroin. Ensimmäinen ennustevirheen komponentti yhtälön oikealla puolella, (P- Ä) 2, on ennusteen harhan neliö. Tämä harhakomponentti saa arvon nolla siinä tapauksessa, että ennustettu muutos on keskimäärin yhtä suuri kuin toteutunut muutos. Suure on positiivinen, jos ennusteeseen sisältyy systemaattista ali-tai yliarviointia. Toinen tekijä, Theilin erisuuruuskertoimen varianssikomponentti (sp- sa) 2, saa arvon nolla, kun ennustettujen ja toteutuneiden muutosten keskihajonnat ovat yhtä suuret, eli kun Sp = sa. Yleensä ennusteet aliarvioivat vaihtelujen suuruuden ja ovat tässä Varovaisia tai konservatiivisia Kuten johdantoluvussa todettiin tämän voidaan tulkita johtuvan siitä, että ennusteet ovat monessa mielessä odotusarvoennusteita, jotka sijaitsevat regressiosuorilla tai pinnoilla. Ennusteiden keskihajonnat (taulukko 4.6.) ovat pienemmät kuin vastaavat todellisten muutosten keskihajonnat 24 tapauksessa 27:stä, mikä hyvin kuvaa ennusteiden pienempää vaihtelua. Vain julkisen kulutuksen kohdalla on tilanne päinvastainen, eli vuosittain toteutunut kasvu on vaihdellut vähemmän kuin ennustettu.

4 (sp) ja havait Taulukko 4.6. Tarkasteltavien muuttuj ien ennu st~ttujen tujen (sa) arvojen kesk ihajonnatj ~uuttuja s Pl s P2 s P3 5 Al 5 A2 SA3 Bruttokansantuote l. 33.68 2.68 3. 7 2.95 3. 27 Tuonti 3.82 4.93 0.47 9.7 8.87 ll. 47 Vienti 3.6 3.86 6.78 8.0 7.34 6. 8 Yksityinen kulutus.40 l. 74 3. 3.57 3.9 3.52 llulkinen kulutus. 37 0.93.49 0.94 0.9.47 Yksityiset investoinnit 6. 8 7. 2 8.30 8.66 8.2 8. 70 Julkiset inves toinnit 3.94 3.94 4.6 7. 3 7.58 7.45 Bruttokansantt!ote, hinta 3. 59 4.06 4.4 5.25 5.00 4.96 Yksityinen kulutus, hinta 3.5 4.34 4.G5 4.75 4.67 4. 72 Tarkasteltaessa eri ajanjaksoina tehtyjä ennusteita voidaan todeta ennusteiden varianssin lisääntyneen ennustettavan periodin lähetessä (tai kuluessa yhä pitemmälle). Tämä on luonnollista, kertyyhän ennusteperiodin lähetessä yhä enemmän tietoa, minkä perusteella ennustetta voidaan poikkeuttaa keskimääräisestä kasvuarviosta, joka on ehkä ainoa järkevä arvio kovin kaukana olevasta tietyn vuoden vuosimuutoksesta. Sensijaan ennustevirheiden varianssit taas ovat yleensä pienentyneet (taulukko 4.7.) ennusteajankohdan lähestyessä, mikä heijastaa luonnollista ennustetarkkuuden parantumista tiedon ennustettavista tapahtumista lisääntyessä. ) Se, että havaittujen arvojen keskihajonnat eroavat eri ennusteissa, johtuu siitä, että tarkastellun ajanjakson pituus eri ennustetyypeissä vaihtelee.

42 Taulukko 4.7. Tarkasteltavien muuttujien ennustevirheiden keskihajonnat Muuttuja 5 P-A s P2-A2 s P3-A3 Bruttokansantuote 2.50 2.03. 39 i Tuonti 7.87 5.99 3.68 i! Vienti 7.26 5. 8 2.93! i Yksityinen kulutus 3.64 2.78. 75 Julkinen kulutus.25.27.69 Yksityiset investoinnit 5.32 3.43 4.7 Julkiset investoinnit 5.02 5.09 4.68 Bruttokansantuote~ hinta 4.29 2.66.65 Yksityinen kulutus, hinta 2.28.35.42!.. ' Kolmatta edellä esitettyä ennustevirheen komponenttia 2(- r)spsa kutsutaan ennustevirheiden kovarianssi- tai satunnaiskomponentiksi. Se saa arvon nolla, kun ennustettujen ja toteutuneiden muutosten välinen korrelaatiokerroin r saa arvon yksi. Tällöinennustajaon onnistunut arvioimaan ennustettavaa suuretta kuvaavan aikasarjan muodon oikein, jolloin esimerkiksi suhdanneilmiöitä ennustettaessa on kyetty sijoittamaan käännepisteet täysin kohdalleen. Kun keskimääräistä ennustetarkkuutta mittaavan keskineliövirheen kolme komponenttia jaetaan edellä esitetyn yhtälön vasemmanpuoleisella tekijällä saadaan kolme termiä

43 (P-A) 2 2:(P-A) 2 ;n' (sp-sa) 2 2:(P-A) 2 /n ja Uc ;;:; 2( - r)spsa 2:(P-A) 2 /n. jotka osoittavat kunkin virhekomponentin osuuden koko ennustevirheestä, ja joiden avulla voidaan arvioida ennustevirheiden rakennetta. um ilmaisee keskiarvovirheen eli harhan osuuden, Us varianssivirheen osuuden ja Uc kovarianssivirheen osuuden koko ennustevirheestä. Virheosuuksien summa on yksi, e i um + Us + Uc =. Tämän dekomposition osatekijöistä keskiarvovirhettä ja ehkä osin myös varianssivirhettä voidaan pitää systemaattisina virheinä, joidenosuutta ennustaja voi pyrkiä vähentämään vaikkapa jollakin mekaanisella tavalla. Sen sijaan kolmas osatekijä, kovarianssi- eli stannuaisvirhe, ei ole useimmissa tapauksissa luonteeltaan systemaattinen. Sen pienentäminen vaatii periaatteessa uusien selittävien muuttujien huomioon ottamista. Kokeneen ennustajan kannalta pidetään yleensä hyvänä sellaista ennustevirheen rakennetta, missä keskiarvovirheen (ja usein myös varianssivirheen) osuus kokonaisvirheestä on mahdollisimman pieni.

Theil on esittänyt myös toisen erisuuruuskertoimen U dekomponointitavan 44 (P-ii.) 2 ::: + E{P - A) 2 /n 2 (sp-rsa) E(P-A) 2 /n (-rs)sä + ----...-- E(P-A)2/n Tässä um on sama harhaosuus kuinedellisessä dekompositiossakin. Termiä ur kutsutaan regressio-osuudeksi ja se häviää, mikäli ennusteiden ja toteutuneiden arvojen välisen regressiomallin At=a+SPt+~t regressiokerroin S on. Havaitut regressiokertoimet esitettiin aiemmin taulukossa 4.3. ud:tä kutsutaan häiriöosuudeksi, joka jää jäljelle kun näin määritellyn Systemaattisen osan vaikutukset on eliminoitu. Tämän dekomposition regressio-osuutta Ur voidaan r.ähdäksemme edell~sen dekomposition varianssiosuutta paremmin perustein pitää ennustevirheen systemaattisena osana. Molemmissa dekompositioissa esiintyvän keskiarvovirheen eli harhan osuus (Um) kokonaisvirheestä on taulukon 4.8. mukaan pääsääntöisesti verrattain pieni. Poikkeuksellisen suuri harha näyttää esiintyvän julkisen kulutuksen 2. volyymiennusteessa (P 2 -tyyppi) ja BKT:n 3. volyymiennusteessa (P 3 -tyyppi). Näissä harhan osuus on 0.46, toisin sanoen 46 % ennustevirheestä muodostuu keskiarvovirheestä. Myös hintamuuttujien. ja 2. ennusteessa on harhan osuus kokonaisvirheestä huomattava (34-7 %). Tämä johtunee jo edellä ' mainitusta inflaation hillintään liittyvien toiveiden aiheuttamasta matalista hintaennusteista. Ennustettavan ajanjakson päätepisteen lähetessä on harhan osuus kokonaisennustevirheestä volyymiennusteiden kohdalla keskimäärin lisääntynyt, Theilin ensimmäisen dekomposition mukainen varianssikomponentin osuus pienentynyt ja ensimmäisen dekomposition mukainen kovarianssivirheen osuus kasvanut.

Taulukko 4.8. Tarkasteltavien muuttujien virhekomponentit um, Us, Uc, Ur ja Ud syksyllä seuraavalle vuodelle (U ), keväällä 45 samalle vuodelle (U 2 ) ja syksyllä samalle vuodelle (U 3 ) tehdyi ssä ennusteissa '.,....,... +> +> r:: r:: ' 0 Q) ro ro ::l ro.- +> r:: 'r-') +> 'r-') > +> +> r:: ro r:: ro r:: r::.,....,... ro+>.,... (/) r:: Q) r:: Q) r:: +>r:: r:: (/) r:: r:: _r:: r:: Q)+l Q)+l Q) Q) r:: r:: r:: r- Q) ro "0 (/) "0 Vl r:: r:: Vl.,... +>.,... ro _r:: r::...::.:..,... ::l.,... ::l r- Vl Q) Vl.,... 0 Q) 0.::.:..,... Vl 0 0.- 0.- >.::l r:: ::l >.+> Vl+l 0.. >.::l +lq) s... a.) s... Q) +> +>.,... +> +lvl.,... Vl +lq) +> +> +> +> ro> ro >.,... ::l.::.:. ::l.,... Q).::.:. Q) +> +J.,... ::l ::lo >.- >.- Vl.--....-- Vl >.-- > ::l 0 Vl... s... ::l ro ro ro ro.::.:.::l ::l ::l.::.:. r:: ::l r:: s... ::l.::.:. ::l cc +> -- Cl.. --Cl.. >-.::.:. 'J.::.:. >-.,... 'J.,... CO +> >-.::.:.! l! um.02.03.05.02 5 2.00.47.7 l um.04.04.02.02.46.00.00 2.40.34! um.45.29.07.27. 8.23. 3. 0. 3! 3 i i us J.53.45.44.35. 0. 9.40 i.08.09 i ;. us.37.42.44.27.00.08.5.07.04 i 2! l us. 0.05.00.04.00.0.43. 0.00 3 ; ' uc.45.52. 5.63.75 l.69 i.60.45.20 i uc.59.54.54 7.54.92.49.53.62 uc 3 2 i l.45.66.93.69.82.76.44.80.87 j l ' '.09.02.00 i i ' ur.06.47.02.07.0 l.03 ur.06.09.09.00.26.00.6.00.0 ~ ur '.03!. 0.04.oo.28.02. 5.03.0 2 3 ' i ud..89.95. 95.92.38.86.93.52.26 ' i ; ud 2.90.87.89.98.28.00.84.60.65 ud 3.52.70.89. 73.54.75.72.87.86

46 Yllättävää on, että paitsi harhan osuus, myös itse harha on samalla eräiden muuttujien kohdalla lisääntynyt, kuten voitiin edellä todeta taulukosta 4.2. Hintaennusteiden kohdalla on harhakomponentin osuus kokonaisvirheestä selvästi pienentynyt. Varianssivirheen osuus ennustevirheestä (Us ensimmäisessä dekompositiossa) vaihtelee suuresti (0-53 %). Se on huomattavan suuri (40-53 %) BKT:n. volyymiennusteessa, tuonnin ja viennin. ja 2. volyymiennusteissa sekä julkisten investointien ennusteissa. Edellä todetun muuttujien vaihtelun rohkeamman ennustamisen vuoksi varianssivirhe on hyvin vähäinen p 3 -tyypin ennusteissa (lukuunottamatta julkista investointia). Keskiarvo- ja varianssivirheen yhteinen osuus kokonaisvirheestä on yli 50 % BKT:n. ja 3. volyymiennusteessa. Yksityisen kulutuksen. hintaennusteessa tämä osuus on peräti 80 %. Kovarianssi- eli satunnaisvirheen (Uc) osuus vaihtelee 20:n ja 93 prosentin välillä ja se on keskimäärin noin 60 % kokonaisvirheestä. Theilin toisen dekomposition mukainen regressio-osuus (Ur) on yleensä huomattavasti pienempi kuin ensimmäisen dekomposition varianssiosuus (Us). Regressiokomponentti ur on suuri ainoastaan julkisen kulutuksen ja julkisten investointien ennusteissa. "Systemaattinen virhe" arvioituna toisen dekomposition mukaisesti keskiarvovirheen osuuden ja regressio-osuuden summalla Um+ ur jääkin siten selvästi pienemmäksi kuin ensimmäisen dekomposition mukainen (hieman kyseenalainen) "systemaattinen virhe" um + Us. Toisen dekomposition mukainen häiriökomponentti ud muodostuu vastaavasti lähes kaikissa ennusteissa suuremmaksi kuin ensimmäisen dekomposition kovarianssivirheen osuus Uc.

47 4.8. Ennustevirhejakaumien tarkastelua Tarkempi ennustevirheiden tarkastelu edellyttäisi myös ennustettujen ja toteutuneiden arvojen sekä ennustevirheiden jakaumien tarkastelua. Edellähän on tarkasteltu useita näiden jakaumien tunnuslukuja mm. keskiarvoja ja variansseja. Kuvio 4.4. Bruttokansantuotteen maaran m~utosten ennustevirheiden ja ennustevirheiden itseisarvojen jakaumat Suht. trek 40 Suht. frekv. 40-4 -2 4-4 -2 0 (P-A) 2 4 (P2-A) -4-2 0 2 (P3-A) Suht. frelcv. 50 Suht. lrekv. 50 30 20 0 2 4 IP-AI IP2-AI Seuraavassa esitellään esimerkkinä BKT:n määrän muutosten ennustevirhejakaumia. Kuviossa 4.6. on esitetty edellisenä syksynä (P - A), samana keväänä (P 2 - A) ja samana syksynä (P 3 - A) tehtyjen ennustevirheiden ja ennustevirheiden itseisarvojen jakaumat histogrammoina luokitellusta aineistosta. Kuviosta voidaan havaita, että ennustevirheet ovat keski-

48 määrin positiivisia P -ennusteiden kohdalla (prosenttimuutosten) yliarviointi), tasaisesti nollan molemmin puolin P 2 -ennusteissa sekä pääosin nollan alapuolelle P 3 -ennusteissa (muutosten aliarviointi). Absoluuttisten ennustevirheiden suuruus on enimmäkseen vaihdellut yhden ja kolmen prosenttiyksikön välillä P -ennusteissa sekä nollan ja kahden prosenttiyksikön välillä P 2 - ja P 3 -ennusteissa. Ennustevirheiden vaihteluväli on siis -kuten odottaa sopii -pienentynyt ennustettavan periodin lähestyessä, mikä osoittaa ennusteiden tarkentumista (ks. lähemmin kohtaa 4..). Kuvio 4.5. Bruttokansantuotteen määrän muutosten ennustevirheiden ja ennustevirheiden itseisarvojen otoskertymäfunktiot %...,.,,., %... f--"'...... /. / /. / 80 80.,... / / 60 - /~ l \ p 60 /. / 40 / 40 f :-/._ j ' p2 f ; /.._p : ' 20 20 / 0 0-4 -2 0 2 4 P-A 0 2 4 IP-AI.-. l Kuviossa 4.5. on esitetty BKT:n määrän muutosten varsinaisten ja absoluuttisten ennustevirheiden prosenttiset summafrekvenssikäyrät (otoskertymäfunktiot) eri ajankohtina laadituista ennusteista. Tässä esityksessä P - ennusteiden ylöspäinen ja P 3 -ennusteiden alaspäinen harha tulee varsin selvästi näkyviin: esim. BKT:n P 3 -ennusteessa 80 % ennustevirheistä on negatiivisia. Oikeanpuoleisesta kuviosta näkee, että ennustevirheet ovat pienentyneet ennustettavaa ajanjaksoa lähestyttäessä.

49 4.9. Käännepistevirheet Sangen usein käytetään toteutuneiden ja ennustettujen lukujen vertailuun kuviossa 4.6. kuvattua tapaa. Siinä koordinaatiston vaaka-akselilla mitataan toteutunutta ja pystyakselilla ennustettua muuttujan arvoa. Koordinaattiakseleihin nähden 45 asteen kulmassa olevalle ns. täydellisen ennustamisen suoralle sattuvat pisteet kuvaavat tapauksia, joissa ennuste on osunut oikeaan. Kuvio 4.6. Ali- ja yliarviointia sekä käännepistevirheitä kuvaava diagramma II p % + käännepistevirhe yliarviointi / täyde i sen ennustamisen suora aliarviointi + A % aliarviointi yliarviointi käännepistevirhe III IV Lähde: Theil, 958, s. 30.

50 Koordinaatiston I ja III neljännekseen sijoittuvat tapaukset, joissa muutoksen suunta on ennustettu oikein. I kvadrantissa suoran alapuolella ja III kvadrantissa suoran yläpuolella olevat pisteet ilmaisevat ennustetun muutoksen olevan toteutunutta pienemmän. Tällöin on ennuste aliarvioinut muutoksen suuruuden. Vastaavasti I kvadrantissa suoran yläpuolella ja III kvadrantissa suoran alapuolella sijaitsevat pisteet kuvaavat tapauksia, joissa ennuste on yliarvioinut muutoksen suuruuden. II ja IV kvadranttiin sijoittuvat käännepistevirheet. Tällöin ennustettu ja toteutunut muutos ovat erimerkkiset, ja siten muutoksen suunta on ennustettu väärin. Ekonomistit kutsuvat joskus vientiä, kulutusta, investointeja jne. muuttujiksi, kiinnittämättä riittävästi huomiota siihen, että ilman lisätarkennusta on kyse itse. asiassa muuttujajoukosta. Näin kulutus (kiinteävai käypähintainen; yksityinen, julkinen vai yhteenlaskettu, jne.?) voi myös viitata kulutuksen tasoon, muutokseen tai trendipoikkeamaankin. Kaikille näille aikasarjoille on määriteltävissä käännepisteensä ja ne sattuvat yleensä eri aikoina. Lisäksi on mahdollista, että esim. tasosarjaa ennustettaessa ei tehdä käännepistevirhettä, mutta muutosta ennustettaessa tehdään. Tason, muutoksen ja trendipoikkeaman välisiä yhteyksiä on tarkasteltu kuviossa 4. 7. ). ) Kuvio on kopio artikkelista P. Vartia (975b).

5 Kuvio 4.7. Absol~u~tisten tasolukujen, kasvunopeuden ja trendipoikkeaman valnen yhteys suhdannetaantumassa Abs. tasoluvut Abs. tasoluvut 2) 3) Theil (958) erottaa kahdenlaisia käännepistevirheitä: käänteen ennustetaan tapahtuvan, mutta se ei toteudu (), tai käänne tapahtuu, mutta sitäei ennustettu (2). Näitä käännepistevirheitä on havainnollistettu kuviossa 4.8.

52 Kuvio 4.8. Käännepistevirhetyypit Muuttuja ---Toteutunut ---- Ennustettu () (2) ETLA 0 2 3 4 5 Aika Edellä mainittujen virheellisten ennustetyyppien lisäksi voidaan muodostaa vastaavasti kaksi oikeaan osunutta käännepiste-ennustetyyppiä. Theil (958) järjestää nämä neljä tapausta taulukon 4.9. tavalla. Taulukko 4.9. Theilin luokittelu käännepisteille t 0 käännepiste e n n u s t e t t u ei käännepistettä t käännepiste a c e u t u n u ei käännepistettä b d t --

53 Muuttujan ennustetut ja toteutuneet arvot jaetaan neljään luokkaan, joissa symbolit a, b, c ja d kuvaavat havaintojen lukumääriä. Kaikkien käännepisteiden ennustaminen oikein edellyttää, että b = c = 0. Käännepistevirheitä esiintyy silloin, kun ennustettujen käännepisteiden joukossa (a + b) on toteutumattomia käännepisteitä. Samoin virheitä on tapahtunut, jos toteutuneiden käännepisteiden joukossa (a + c) on ennustamattomia käännepisteitä. Tbeilin (958) esittämät vastaavat mitat edellä mainituille virhetyypeille ovat lpl = b/(a+b) ja lp = c/(a+c). 2 Nämä molemmat saavat arvoja vain välillä C0,J. PienetlP:narvot ovat osoituksena onnistuneesta käännepisteiden ennustamisesta. Toisaalta lpt = lp 2 = ellei ysikään ennustettu käännepiste osu samanaikaisesti toteutuneen käännepisteen kanssa, eli jos a = 0. Jonkinlaisen käsityksen siitä kuinka usein erityyppisiä käännepistevirheitä on esiintynyt mi.elenkiinnon kohteena olevien muuttujien tasoja ennustettaessa, saa taulukosta 4.0. Siinä on esitetty ennustetut ja Taulukko4.0. Ennustetut ja toteutuneet käännepisteet t t : 0 käännepiste t u e n n u s t e t t u käännepiste ei käännepistettä yhteensä P P2?3 P P2?3 P P2 P3 3 6 28 7 9 7 20 25 35 ei käännepistettä 5 3 4 27 47 7 32 50 75 n u t yhteensä 8 9 32 34 56 78 52 75 0

54 havaitut käännepisteet kaikkien tarkasteltavan yhdeksän muuttujan osalta yhdessä. Toteutumattomien käännepiste-ennusteiden ja ennustamattomien käännepisteiden yhteismääriä verrataan siinä oikeaan osuneiden käännepiste-ennusteiden yhteismääriin edellisen sivun asetelman avulla. Theilin kvantitatiiviset mitat kahdelle eri käännepistevirhetyypille ovat eri ennustehorisontilla tehdyille ennusteille seuraavat: tp Pl 0.28 Pl = 4>2 = P2 0.6 P2 tpl = 4>2 = P3 0.3 P3 tpl = 4>2 = 0.35 0.36 0.20 Tarkastelluista käännepiste-ennustetsta osoittautui vääräksi keskimäärin joka viides ja käännepisteistä jäi ennustamatta keskimäärin joka kolmas. Kyky ennustaa käännepis.teitä näyttää - kuten odottaa sopii - yleensä paranevan ennustettavan ajanjakson tullessa lähemmäksi. (tp ~ 3 <tp ~ 2 < tp ~l). Kuitenkin käännepisteistä jäi edellisenä syksynä ja samana keväänä tehdyi ssä ennusteissa ennustamatta suunnilleen yhtä monta P3 P2 Pl (<P 2 <4> 2 ~ 2 ). Käännepistevirheitä arvioitaessa on muistettava myös se, kuinka usein käänteitä todella tapahtuu. Esimerkiksi bruttokansantuotteen taso on kasvanut lähes jatkuvasti, joten suunnan muutoksia sattuu harvoin. Sen sijaan sellaisten muuttujien kohdalla, jois sa esiintyy voimakkaampia vaihteluja, esimerkiksi vienti, tuonti ja investoinnit, tapahtuu käänteitä useammin.

4. 0. VM:n ennusteiden vertailu naiiveihin ennusteisiin 55 Yksi tapa tarkastella ennusteen osuvuutta on verrata ennustetta yksinkertaisella (naiivilla) tavalla konstruoituihin ennusteisiin. Tavallisimmat ns. naiivit ennusteet perustuvat oletukseen, ettei ennustettava muuttuja muutu lainkaan edellisestä periodista (sama taso) tai muuttuu saman verran kuin edelliselläkin ajanjaksolla (sama muutos). Muita vertailuun usein käytettyjä naiiveja ennusteita ovat esim. ennustettavan muuttujan trendiarvo, muuttujan keskiarvo jollakin tarkasteluajanjaksolla ja tuorein ennusteentekohetkellä tiedossa oleva muuttujan arvo. Usein kuitenkin jo pelkkä graafinen kuvaus osoittaa tarkasteltavat ennusteet naiiveja vaihtoehtoja paremmiksi. Edellä luvussa 4.5. tarkasteltiin Theilin erisuuruuskerrointa Tälle voitiin antaa seuraava tulkinta: ennustevirheitä verrataan naiiviin ennusteeseen, jossa oletetaan,ettei muuttujassa tapahdu mitään muutosta edelliseen ajanjaksoon verrattuna. Jos U = on ennustetarkkuus sama kuin tällaisella naiivilla ennusteella. Jos IJ <, on ennustettu paremmin kuin tällaisella naiivilla ennusteella, kun taas naiivi ennuste on toiminut paremmin, mikäli U >. Vertailtaessa ennusteiden osuvuutta keskimääräisen muutoksen käyttöön perustuviin naiiveihin ennusteisiin, voidaan käyttää Theilin (966) esittämää erisuuruuskertoimen muunnosta

56 2-2. V = /L:(P.-A.) /L:(A.-A), joka vastaa RMS-ennustevirhettä jaettuna toteutuneiden muutosten keskihajonnalla. RMS-virhettä verrataan siis siihen ennustetarkkuuteen, joka olisi saatu, jos ennusteen tekijä olisi käyttänyt kyseisen ajanjakson keskimääräistä toteutunutta muutosta (Ä) ennusteena kullekin vuodelle. V-kertoimen pitää olla pienempi kuin yksi, jotta ennuste olisi parempi kuin vastaava ajanjakson keskimääräiseen toteutuneeseen muutokseen perustuva naiivi ennuste. V-kerroin on yleensä arvoltaan suurempi kuin vastaava U-kerroin, mikä johtuu siitä, että naiivi ennuste, joka perustuu keskimääräiseen muutokseen, on parempi kuin sellainen Vielä naiivimpi ennuste, joka perustuu edellisen periodin tasoon. Edelleen voidaan käyttää kolmatta Theilin kertoimen muunnosta (Tichy, 976): joka vertaa ennustetta kulloinkin viimeiseen toteutuneeseen muutokseen. W-kertoimen arvon tulisi olla yhtä pienempi, jotta ennuste olisi onnistunut paremmin kuin vastaava naiivi ennuste ). ) Huomattakoon, että tarkasti ottaen naiivien ennusteiden edellyttämä ja laskelmissa käytetty toteutunut mennyt kehitys ja tarkasteluperiodin keskimääräinen kehitys eivät ennusteiden tekohetkellä ole olleet tiedossa.

57 Taulukko 4.. Valtiovarainministeriön ennusteiden vertailu kolmeen naiiviin ennusteeseen, jotka perustuvat muuttujan pysymiseen ennallaan (U), muuttujan keskimääräiseen muutokseen (V) ja muuttujan edellisen periodin havaittuun muutokseen (W) ul vl wl u2 V w u3 v3 W- r~uuttuja 2 2 j Bruttokansantuote.50.80.72.4.70.6.34.57.48l Tuonti i.74.87.70.59.69.53.33.38.26 Vienti.72.92.66.55. 7.5.32.45.30 Yksityinen kulutus.65.03.34.5!;.88.74.37.58.50 Julkinen kulutus.25.44.90.32. 9.2.33. 27.85 Yksityiset investoinnit.59.65.53.39.42.36.48.55.49 Julkiset investoinnit.70.70.45.64.67.5.64.67.52 Bruttokansantuote, hinta.47 l. 2.37.32.69.78. 2.35.46 Yksityinen kulutus, hinta.37.89. 39.7.35.47.8.32.45 U-, V-, ja W-kertoimien arvoja eri aikahorisonteilla tehdyille ennusteille on tarkasteltu taulukossa 4.. V-kertoimien arvot ovat vastaavia U-kertoimien arvoja suurempia lukuunottamatta julkisten investointien. ennustetta, jonka kohdalla kertoimet ovat samansuuruiset. V- kertoimen arvo ylittää ykkösen yksityisen kulutuksen. volyymiennusteen ja julkisen kulutuksen ennusteiden sekä BKT:n. hintaennusteen kohdalla. Näissä tapauksissa olisi tutkimusperiodin vastaavan toteutuneen prosenttimuutoksen keskiarvon käyttäminen ennusteena johtanut pienempään RMS-ennustevirheeseen. V-kertoimen arvot ovat keskimäärin 0.80 volyymiennusteissa ja 0.62 hintaennusteissa, joten VM:n ennusteet ovat olleet ~arempia kuin vastaavat keskimääräiseen kasvuun perustuvat ennusteet.

58 W-kertoimen arvoja tarkasteltaessa havaitaan, että ne ovat yli puolessa tapauksista suurempia kuin vastaavat U-kertoimen arvot. W-kertoimet ovat kuitenkin yleensä pienempiä kuin vastaavat V-kertoimet. Naiivit ennusteet, jotka perustuvat keskimääräiseen muutokseen, ovat siis olleet yleensä pahempi kilpailija VM:n ennusteille kuinnaiivit ennusteet, jotka perustuvat edellisen vuoden muutokseen. Ainoastaan hintaennusteiden kohdalla on tilanne päinvastainen. W-kertoimen arvo ylittää ykkösen. hintaennusteessa ja julkisen kulutuksen 2. ennusteessa. Näissä tapauksissa olisi kulloinkin edellisen vuoden muutoksen käyttö ennusteena johtanut pienempään ennustevirheeseen. W-kertoimen arvo on keskimäärin 0.60 volyymiennusteissa ja 0.82 hintaennusteissa. Kokonaisuutena ottaen voidaan ennusteiden todeta selviytyvän kilpailusta ns. naiivien ennusteiden kanssa melko tyydyttävästi. Ainoastaan julkisen kulutuksen ja hintakehityksen ennustamisessa naiivit ennusteet olisivat tietyissä tilanteissa osoittautuneet paremmiksi. Muissa tapauksissa on ennustaja pystynyt arvioimaan kehitystä paremmin kuin jokin yksinkertainen oletus tilanteen jatkumisesta entisellään (muuttujan taso tai kasvu olisi vakio tai kasvu olisi sama kuin edellisenä vuonna) olisi merkinnyt. 4.. Ennusteiden tarkentuminen Yleiskuvan ennusteiden tarkentumisesta saa kuvioista 3..-3.9. sekä liitteessä esitetyistä ennustettujen ja toteutuneiden vuosimuutosten taulukoista. Myöskin edellä kuviossa 4.7. esitetyt ennustevirhejakaumat antavat tietoa ennusteiden tarkentumisesta.

59 VM:n ennusteet ovat - kuten odottaa sopii - yleensä parantuneet ennustettavan ajanjakson tullessa lähemmäksi. Siten samana syksynä ja samana keväänä laadituissa ennusteissa esiintyy pienempi ennustevirhe kuin edellisenä syksynä tehdyissä ennusteissa. Tämä käy selvästi ilmi mm. absoluuttisten keskivirheiden arvoista (ks. edellä taulukkoa 4.2.). Poikkeuksia ovat julkisen kulutuksen sekä yksityisten ja julkisten investointien ennusteet. Ensiksi mainitun kohdalla on pienin keskivirhe. ennusteella, 2. ja 3. ennusteen kohdalla esiintyy suunnilleen samansuuruinen virhe. Yksityisten investointien ennusteista on paras 2. ennuste, julkisten investointien kaikki kolme ennustetta ovat suurin piirtein yhtä tarkkoja. Myös RMS-ennustevirheen arvot tukevat käsitystä ennustetarkkuuden parantumisesta ennustettavaa periodia lähestyttäessä (ks.. edellä taulukkua 4.4.). Poikkeuksen muodostavat jälleen julkinen kulutus (jonka kohdalla RMSvirhe näyttää kasvavan), yksityiset investoinnit (ennusteista pienin RMS-virhe 2. ennusteella) ja julkiset investoinnit (kaikissa kolmessa ennusteessa suunnilleen samansuuruinen ennustevirhe). Samoin erisuuruuskertoimen arvot osoittavat ennustetarkkuuden parantuvan ennustettavanajanjakson lähestyessä (ks. edellä taulukkoa 4.5.). Julkisen kulutuksen volyymin kohdalla näyttää tälläkin mittarilla parhaiten onnistuneen. ennuste ja yksityisten investointien kohdalla 2. ennuste. Lisäksi julkisen kulutuksen määrää, julkisia investointeja ja yksityisen kulutuksen hintaa koskevissa ennusteissa ovat 2. ja 3. ennusteet osuneet suurin piirtein samalla tarkkuudella. On kuitenkin muistettava, että esimerkiksi tuonnin ja viennin ennustetarkkuuden selvä paraneminen keväästä syksyyn siirryttäessä johtunee myös suhteellisen nopeasti saatavista ja luotettavista vuoden sisäistä kehitystä kuvaavista ennakkotiedoista.

60 Huolimatta ennusteiden selvästä tarkentumisesta esiintyy ennusteissa harhaa, eikä harha ole aina ennusteajankohdan lähestyessä pienentynyt. Valtiovarainministeriön kansantalousosasto on edellisenä syksynä laatimissaan P -ennusteissa yliarvioinut huoltotaseen volyymieristä suuremman osan kuin aliarvioinut (vrt. ennustettujen ja toteutuneiden prosenttimuutosten keskiarvojen erotuksia edellä taulukossa 4.2.). Hintaennusteiden aliarviointi (3-4 prosenttiyksikköä) on selvästi tuntuvampaa kuin volyymiennusteiden yliarviointi. Samana keväänä laadituissa ennusteissa on huoltotase-erien muutokset aliarvioitu lukuunottamatta julkisia investointeja ja vientiä. Myös hintaennusteet ovat keskimäärin aliarvioita. Samana syksynä laadituissa ennusteissa on aliarvioitu kaikkien tarkasteltujen huoltotase-erien kehitys lukuunottamatta yksityisen kulutuksen hintakehitystä, joka on yliarvioitu keskimäärin 0.5 prosenttiyksiköllä.

6 5. LOPPUPÄÄTELMIÄ Olemme tässä tutkimuksessa pyrkineet selvittämään, kuinka lähelle toteutunutta kehitystä valtiovarainministeriön kansantalousosaston suhdanne-ennusteet ovat jälki käteen ta rka s te tuna osuneet. Lähtökohtanamme ei varsinaisesti o e o ut se, että ennusteiden, joihin käytännössä on yleensä liitetty useita varauksia, olisi pitänyt osua kohdalleen. Onhan esimerkiksi talouspolitiikan muuttamiseksi laadittu pelotusennuste saattanut useinkin olla toteutumisensa este. Tulokset eivät siten välttämättä kerro kovin paljon VM:n kansantalousosaston ennustemenetelmien tehokkuudesta. Koska jotkut käyttäjäryhmät kuitenkin suhtautuvat VM:n ennusteisiin kuten ei-ehdollisiin ennusteihin ja koska eri varausten esiinkaivaminen on joskus vaikeaa, on myös sinänsä mielenkiintoista tutkia ennustetun ja toteutuneen kehityksen suhdetta, vaikka ennusteelle asetetut ehtotapahtumat eivät toteutuisikaan. Eri ennustehorisontilla vuosina 953-977 tehtyjä ennusteita on verrattu ns. vanhan SNA:n mukaisiin kansantalouden tilinpidon lukuihin, ja osuvuutta on tutkittu useita erilaisia kriteereitä käyttämällä. Käsitys eri muuttujia koskevien ennusteiden osuvuudesta riippuu jonkin verran arvioinnissa käytettävästä kriteeristä. Kuitenkin voidaan todeta samaa vuotta koskevien volyymiennusteiden enimmäkseen aliarvioineen toteutuneen vuosimuutoksen suuruuden. Sen sijaan syksyllä seuraavaa vuotta ennustettaessa useimmat volyymiennusteet näyttävät pikemminkin yli- kuin aliarvioineen seuraavan vuoden kasvun. Huoltotase-erien volyymiennusteista ovat parhaiten onnistuneet (ehkä pienemmän variaation vuoksi) julkinen kulutus ja BKT; huonoimmin yksityisetjajulkiset investoinnit, tuonti ja vienti. Hintojen muutokset on pystytty kuluvalle vuodelle ennustamaan suhteellisen hyvin, mutta seuraavalle vuodelle

62 laadittuihin ennusteisiin liittyy selvää hintojen nousun aliarviointia. Yksityisen kulutuksen hinnan muutos on ennakoitu tarkemmin kuin BKT:n implisiittinen hintaindeksin muutos. Ennusteet näyttävät selvästi tarkentuneen ennustettavan ajankohdan lähetessä (tai kuluessa yhä pitemmälle). Esimerkiksi bruttokansantuotteen kasvuarvion keskimääräinen (absoluuttinen) ennustevirhe on supistunut 2. prosenttiyksiköstä seuraavaa vuotta syksyllä arvioitaessa.4 prosenttiyksikköön syksyllä kuluvaa vuotta arvioitaessa. Ennusteisiin liittyvä harha ei sensijaan näytä häviävän ennustehorisontin lyhentyessä. Pidemmän aikavälin hintaennusteissa alaspäinen harha ienee selitettävissä inflaatio-odotusten hillitsemisellä ja toiveilla inflaation torjunnan onnistumisesta. Sen sijaan volyymipuolella alaspäinen harha kuluvaa vuotta syksyllä ennustettaessa olisi selvittämisen arvoinen kysymys. Kysymyksessä saattaisi olla joku itse ennustejärjestelmään tai tilastotuotantoon liittyvä tekninen heikkous, joka ilman suurempaa näkökyvyn isääntymistäkin olisi korjattavissa. Yllättävää on myös se, että yksityiset investoinnit on kyetty keväällä ennustamaan kuluvalle vuodelle selvästi paremmin kuin syksyllä. Mielenkiintoinen kysymys on myös se, mistä johtuu kovin voimakas ero julkisten investointien ennakoidun ja toteutuneen kehityksen välillä. VM:n kansantuloennusteiden osuvuutta ovat aikaisemmin tutkineet mm. Mannermaa (962), Boldt ym. (977) ja Takala (980). Ensimmäinen tutkimus tarkasteli vuosi en 953-960 huoltotase-ennusteita, toinen vuosien 972-976 ennusteita ja kolmas vuosien 969-978 ennusteita. Kaikissa tutkimuksissa mitattiin ennusteiden osuvuutta mm. erisuuruus-

63 kertaimien avulla ~ Mainituissa kolmessa tutkimuksessa on päädytty suurin piirtein samanlaisiin tuloksiin valtiovarainministeriön kansantalousosaston ennusteiden yleisestä osuvuudesta kuin tässäkin tutkimuksessa. VM:n ennusteiden osuvuutta voidaan verrata myös muiden tutkimuslaitosten laatimien ennusteiden osuvuuteen. Vertailuaineistona voidaan käyttää em. tutkimusten lisäksi vastaavia lukuja Suomen Pankin ennusteista vuosilta 963-969 (Hirvonen, 97). Tutkimuslaitokset näyttävät onnistuneen ennusteissaan suurin piirtein yhtä hyvin kuin valtiovarainministeriökin. Verrattaessa suomalaisia ennusteita muiden Länsi-Euroopan maiden sekä OECD-järjestön vastaaviin ennusteisiin (vrt. esim. Smyth-Ash, 975 ja AIECE, 978) voidaan myös todeta, että ennustetarkkuus kotimaassa on ollut karkeasti ottaen samaa luokkaa kuin muissakin maissa. Kokonaisuudessaan VM:n ennusteiden osuvuutta voitaneen siten luonnehtia tyydyttäväksi. Kansantalousosaston ennustamiskyky ei myöskään näytä 970- luvulla mitenkään heikentyneen aikaisempiin vuosiin verrattuna, pikemminkin päinvastoin. Esimerkiksi syksyllä kuluvan vuoden kehitystä arvioitaessa on suurimmat virheet useimpien muuttujien kohdalla tehty 950- ja 960-luvuilla. Seuraavaa vuotta koskevien ennusteiden julkaiseminenhan alkoi vasta vuonna 965. Vaikka tutkimuksen tarkastelukulma on varsin yksinkertaistettu, antanevat tulokset jonkin verran osviittaa myös siitä, kuinka tarkkoja suh- ) Mannermaa käytti erilaista kaavaa kertaimien laskemisessa kuin tässä tutkimuksessa on tehty, joten hänen esittämänsä luvut eivät ole vertailukelpoisia tässä tutkimuksissa esitettyihin lukuihin.

64 danne-ennusteita yleensäkään voidaan tehdä ja minkälaisiin yllätyksiin ennusteita käytettäessä parhaimmillaankin olisi varauduttava. Tämä taas on ensiarvoisen tärkeätä suunniteltaessa talouspolitiikkaa ja yrityksen toimintaa tai vaikkapa säästämiskohteita valittaessa. Järkevä arvio tulevaisuuteen liittyvän epävarmuuden asteesta on tärkeä päätöksiin vaikuttava tekijä.

65 Lähteet AIECE (979): Dix annees de prevsons AIECE: Analyse post mortem (968-978, Bryssel. ALHO K. (977): Ekanametrisen mallin ennustus- ja päätöksentekokäytön sekä mallien spesifioinnin ja estimoinnin välisten tilastollisten yhteyksien analyysi, Elinkeinoelämän Tutkimuslaitos, C 0. BOLDT P.J., HEMMILÄ P. ja KORPINEN P. (977): Suhdanne-ennusteet ja suhdanteet 970-luvulla, Työväen Taloudellinen Tutkimuslaitos, Katsaus 3-977, s. -. GRANGER C.W.J. ja NEWBOLD P. (973): Some Comments on the Evaluation of Economic Forecasts, Applied Economics, vol. 5, s. 35-47. GRUNBERG E. ja MODIGLIANI F. (954): The Predictability of Social Events, Journal of Political Economy, vol. 62, s. 465-.478. HIRVONEN J. (97): Suomen Pankin taloudellisten ennusteiden osuvuudesta, Taloudellisia selvityksiä, Suomen Pankin taloustieteellisen tutkimuslaitoksen julkaisuja, sarja A:34, s. 24-36. JOHANSEN L. (978): Lectures on Macroeconomic Planning, Part 2, Amsterdam. KUKKONEN P. (976a): Vartian malli ja differenssimuunnos, Kansantaloudellinen Aikakauskirja 976:, s. 74-80. KUKKONEN P. (976b): Vielä kerran differensseistä, Kansantaloudellinen Aikakauskirja 976:3, s. 30-305. KUKKONEN P. (976c): Miksi ekonomistit usein valitsevat tasomallin, Kansantaloudellinen Aikakauskirja 976:4, s. 404-408. MANNERMAA K. (962): Kokonaistaloudellisesta ennakoinnista, Kansantaloudellinen Aikakauskirja 962:2, s. 344-350. SMYTH D.J. ja ASH J.C.K. (975): Forecasting Grass National Product, the Rate of Inflation and the Balance of Trade: The OECD Performance, The Economic Journal, vol. 85, s. 36-364. SULONEN M. (975): Lyhyen ajan taloudelliset ennusteet Suomessa, Helsingin Yliopiston Kansantaloustieteen pro gradu -työ. SUVANTO A. (980): Virheistä oppiminen ja paluu normaaliin julkisissa ennusteissa, Kansantaloudellinen Aikakauskirja 980:4, s. 36-37. TAKALA K. (980): Virallisten taloudellisten ennusteiden osuvuus, ennusteiden optimaalisuus ja ennustemenetelmät, Helsingin Yliopiston kansantaloustieteen pro gradu -työ. TERVONEN K. (979): Valtiovarainministeriön suhdanne-ennusteiden osuvuus vuosina 953-977, Helsingin Yliopiston kansantaloustieteen pro gradu -työ.

TERÄSVIRTA T. ja VARTIA Y. (975): The Use of first Differences in Linear Econometric Models, University of Jyväskylä, Reports on Computer Science, Economics and Statistics, no. 7. THEIL H. THEIL H. 66 (958): Economic Forecasts and Policy, Amsterdam. (966): Applied Economic Forecasting, Amsterdam. TICHY G.J. (976): Konjunkturschwankungen, Berliini. TöRNQVIST L. ja NORDBERG L. (968): Päätäntätieteen keskeisiä ongelmia, Porvoo. VALTIOVARAINMINISTERiö: Taloudellinen katsaus, vuodet 953-977. VALTIOVARAINMINISTERiö: Kansantalouden kehitysarvio, vuodet 963-977. VARTIA P. (974): An Econometric Model for Analyzing and Forecasting Short-Term Fluctuations in the Finnish Economy, Elinkeinoelämän Tutkimuslaitos, sarja A:2, Helsinki. VARTIA P. (975a): Huomioita inflaatiosta ja sen torjunnasta, Kansallis Osake-Pankin Taloudellinen katsaus n:o 2, 975, s. 6-0. VARTIA P. (975b): Kansainvälinen suhdannetilanne ja suhdannenousun välittyminen Suomeen, Osuuspankkijärjestön Taloudellinen katsaus 4, 975, s. 5-. VARTIA P. (976a): Differenssit vai tasot mallien rakentamisessa, Kansantaloudellinen Aikakauskirja 976:, s. 70-73. VARTIA P. (976b): Edelleen differensseistä, Kansantaloudellinen Aikakauskirja 976:, s. 8-84. VARTIA P. (976c): Taas differensseistä, Kansantaloudellinen Aikakauskirja 976:3, s. 296-300.

67 LIITE VALTIOVARAINMINISTERiöN ERÄIDEN MUUTTUJIEN ENNUSTEITA VUOSILLE 953-977 l. Kiinteähintainen bruttokansantuote markkinahintaan 2. Tavaroiden ja palvelusten tuonti 3. Tavaroiden ja palvelusten vienti 4. Yksityinen kulutus 5. Julkinen kulutus 6. Yksityiset investoinnit 7. Julkiset investoinnit 8. Markkinahintaisen bruttokansantuotteen implisiittinen hintaindeksi 9. Yksityisen kulutuksen implisiittinen hintaindeksi Tässä tutkimuksessa on käsitelty vuosien 953-77 ennusteita ja ns. vanhan tilinpidon mukaisia toteutuneita lukuja vastaaville vuosille. Jatkotutkimusten vuoksi taulukoihin on myös merkitty ennusteet vuosille 978-80 ja saatavilla olevat parhaat arviot toteutuneesta kehityksestä ns. uuden tilinpidon mukaisina. Vuosien 979 ja 980 osalta on siis käytetty ennakkotietoja.

68 Muuttuja: Bruttokansantuote, määrä Vuosi p p2 p3 A p -A p -A 2 p -A 3 953-2 954 5 955 5 956 3 957 2 958-2 959 3 960 8 96 5 962 4 963 2.8 964 4. 5 965 5.5 5.3 966 4 3.5 2.7 967 3.8 2.8 2.6 968 3.5 3 2 969 6 6 8 970 6 6.5 6.5 97 5 4.3.5 972 3.5 3 4.5 973 6 6 6 974 5 3 3.5 975 3 2.5-976.5 0 0.5 977 5 3.5 0.5 978 2.5 0.5 2.5 979* 3.5 4.5 7 980* 4 4.5 6 0. -2. 9. -4. 7.5-2.5 2.0.0.5 0.5-0. - 9 7.3-4.3 9.9 -.9 8.0-3.0 4.3-0.3 2.5-0.5-0.7 6.6-2.5 -.6 5. 0.4 0.2 2.4.6. 0.3 2.6.2 0.2 0.0 2.4. 0.6-0.4 0.4-4.4-4.4-2.4 8.3-2.3 -.8 -.8 2.4 2.6.9-0.9 7.0-3.5-4.0-2.5 6.5-0.5-0.5-0.5 4.3 0.7 -.3-0.8 0.9 2..6 -.9 0.3.2-0.3 0.2 0.4 4.6 3. 0. 2.2 0.3 -.7 0.3 7.2-3.7-2.7-0.2 5.5 -.5 -.0 0.5 '--- r = edellisenä syksynä tehty ennuste P 2 = samana keväänä tehty ennuste P 3 = samana syksynä tehty ennuste A = toteutunut vuosimuutos

69 Muuttuja: Tavaroiden ja palvelusten vfenti, määrä Vuosi p p2 p3 A p -A p -A 2 p -A 3 953 0 954 0 955 0 956 3 957 6 958-5 959 960.2 96 8 962 4 963 0.9.2 964 2.9 5 965 7 6 966 3.5 5.5 5.9 967 5.5 5.6 4.3 968 6.5 7 0 969 0 9.5 2.5 970 8.5 0.5 2.6 97 9.6 6.5-972 7 7 4 973 0.5 8 974 7 4 5.5 975 4 - -8 976 2.5 3.5 3.5 977 4.5 0.5 8 978 4 3 5.5 979* 5 4 8.5 980* 3 6 8.5 2.4 4.9 7.8 -.5.6-0.8 3.3 4.9 5.9 7.6.9 5.8 5.2 6.8 6.0 0.8 6.8 9. -.4 4.2 7.4-0.9-4.0 3.5 9.5 8. 8.6 9.0-2.4-4.9 2.2 4.5-5.6-4.2-2.3-2.9 2. -3.6 -.0-0.7-2.9-0.8.8 0.8-3.3 -.3-0.9-0.5-0.4 -.7-4.3-3.8-0.8-6.8-7.3-4.3-0.6.4 3.5.0 7.9 0.4-7.2-7.2-0.2 2.6 4. 0.6 7.9 4.9 6.4 8.0 3.0-4.0 -.0 0.0 0.0 5.0.0 -.5-4. -5. -2.6-3.6-4.6-0. -6.0-3.0-0.5 '---- -- P ==edellisenä syksynä tehty ennuste P 2 = samana keväänä tehty ennuste P 3 = samana syksynä tehty ennuste A = toteutunut vuosimuutos

70 Muuttuja: Tavaroiden ja palvelusten tuonti, määrä Vuosi p p2 p3 A P -A p -A 2 p -A 3 953-26 954 6 955 20 956 0 957-6 958-9 959 5 960 8 96 962 5 963-3.7-4.3 964 5.2 9 965 7 7 966 2.5 0.3 967 4. 2.5-0.5 968.. -0.5-969 9.3 0.5 5.5 970.5 5 8 97 0.8 5-4 972.5 2 6 973 9 0.5.5 974 9.5 2 6 975 6 4.5-2 976-0.5-3.5-5.5 977 7.5 4-2.5 978.5-0.5 -.5 979* 5.5 8 4.5 980* 8 9 3-22. 24.0 7.8 9.3 -.8-0.3 2.0 22.9 8.3 5.8 -.9 9.2 8.2 3.9-0.5 4.6-3.8 0 22.3-3.0 9.5-8.0-0.6.4 4.4-2.9 2.9-3.9 6.5 3.0 0.4 5.6-3.3 2.8-5.9 3.4-3.2 4.7 6.4-0.9.5-3.5-3.9-8.0 2.2-9.3-4.2.3-6.0-4.9 2.7-0.8 -.8-2.4-4.0-0.2 -.2 -.2 -.4-3.6 3.0 0.0 3.3 2.8 -.8-6.8-4.5 -.5 5.6-3.4-2.4.6-2.4 -.4-4.5-0.5 4. -2.4-0.2-2.2 9.9 3.4 2.7.7-8.4 -.9-2.5.5 P =edellisenä syksynä tehty ennuste P 2 = samana keväänä tehty ennuste r 3 = samana syksynä tehty ennuste A = toteutunut vuosimuutos

.

7 Muuttuja: Yksityinen kulutus, määrä Vuosi p p2 p3 A P -A P -A 2 p -A 3 953 954 955 956 957 958-3 959 5 960 8 96 5 962 5 963.5 2.2 964 4.2 6 965 6 6 966 4 3.6 967 2.7 2.6 3 968.. 3.5.5 969 3 4 6.5 970 5.5 6 6.5 97 6 6 3 972 3 3.5 4 973 5.5 5.5 5.5 974 4.5 2 2 975 3 3.5 976.5 0-3 977 4 2-2.5 978.5 0.5.5 979*.5 3.5 4.5 980* 4 4 4.5-2.6-0.. 4 7.2-2.2 8.2-0.2 8.8-3.8 6.0 -.0 3.3 -.8 -. 5.3 -. 0.7 5.4 0.6 0.6 2.6.4.0 2. 0.6 0.5 0.9-0.2.. 3.7.7 0. -7. -6. -3.6 6.7 -.2-0.7-0.2 2.9 3. 3. 0. 8.6-5.6-5. -4.6 6.7 -.2 -.2 -.2 4. 0.4-2. -2. 3.7-0.7-0.7-2.2 0.5.0-0.5-3.5-2.2 6.2 4.2-0.3 2.6 -. -2. -. 5.0-3.5 -.5-0.5 3.0.0.0.5 - P =edellisenä syksynä tehty ennuste P 2 = samana keväänä tehty ennuste P 3 ~ samana syksynä tehty ennuste A = toteutunut vuosimuutos

72 Muuttuja: Julkinen kulutus, määrä Vuosi p p2 p3 A P -A p -A 2 P 3 -A 953 954 955 956 957 958 3 959 2 960 4 96 4 962 7 963 3.9 6.9 964 3.2 5 965 4 4 966 5 5.9 967 4 3 2.6 968.. 3 3 969 3 4.4 4.5 970 5 6 7.7 97 6.4 5 6.5 972 7 4.5 5.5 973 5.5 5.5 5 974 6 5 4 975 4 4 4.5 976 3 3.5 4.5 977 3.5 3 4 978 3 3.5 4.5 979* 3-.5 4 3.5 980* 3.5 3 3 3.4-0.4 7.3-5.3 3.6 0.4 4.5. -0.5 9.8-2.8 7.0-3. -0. 4.8 -.6 0.2 5.2 -.2 -.2 5. -0. 0.8 5.5 -.5-2.5-2.9 6:0.. -3.0-3.0 4. -. 0.3 0.4 5.6-0.6 0.4 2. 5.0.4 0.0.5 7. -0. -2.6 -.6 5.8-0.3-0.3-0.8 4. 2.8 0.8-0.2 6.4-2.4-2.4 -.9 4.7 -.7 -.2-0.2 4.3-0.8 -.3-0.3 3.8-0.8-0.3 0.7 3.3 o~2 Od Q;2 3.0 0.5 0.0 0.0 - P =edellisenä syksynä tehty ennuste P 2 = samana keväänä tehty ennuste P 3 = samana syksynä tehty ennuste A ~ toteutunut vuosimuutos

.

73 Muuttuja: Yksityiset investoinnit, määrä Vuosi p p2 p3 A P -A P -A 2 p -A -3 953 954 955 956 957 958-6 959 3 960 4 96 8 962 2 963-3.9-6 964 5.7 7 965 6 8 966 2.3-2.6 967 4.8 0.4 0.3 968.. -.7-8 969 8 6 20 970 5.5 5.5 5 97 7 6 2 972-2.5-4 -2 973 6.5 7.5 7.5 974 7 5 5.5 975 4.5 5.5 3 976-2 -0.5-4 977 3.5-5.5-7 978 -.5-7 -3.5 979* 3 4 5;,.5J 980* 6.5 9 2 2.0 22.8 2.8-0.3-5.9.3.0 4. -4.6-5.8 5.5 8.5 4. 4.2 8. 5.7 7.0-0.9-5. -0. 5. 4.0-6.7-9.0-8.8-4.8 2.3 2.0-0. 4.4 5.7-5.0-3.0 -.8-6.7 9.4 5.0 4.9.. 4. -2.2 3.5 0.5 4.5-3.0-3.0-3.5 2.9.9-2. -6.7-8.2-6.2 -.6-0.6-0.6.3-0.7-0.2-2.5 -.5-4.0 8.9 0.4-3. 8.6-0.4 -.9 8.6 3. 6.6-2. -. 0.4-7.5-5.0-2.0 P ~ edellisenä syksynä tehty ennuste P 2 = samana keväänä tehty ennuste P 3 = samana syksynä tehty ennuste A = toteutunut Vuosimuutos

74 Muuttuja: Julkiset investoinnit, määrä Vuosi p p2 p3 A p -A P 2 -A p -A 3 953 954 955 956 957 958 4 959 3 960 0 96 2 962 2 963 2.8 3.4 964 6 6 965 4 5 966 5.3 0.7 967 5.5 0.4.3 968...5 0 969-3 - -3.5 970-3 -4-5 97.5.5 0.5 972 5.5 6 0 973-3 -2.5-8.5 974-7.5 2-2.5 975 2.5 2.5 2 976.5 2.5 977 0-5.5 978 -.5 979* -0.5-0 980* 0.5.5 2 5.4 -.4 0. 2.9-5.2 5.2 0.0 2.0 5.7-3.7 4.7 -.9 -.3 0.4-4.4-4.4 9.7-5.7-4.7 -.7 7.0 2.4.3 4.2-0.9 0.0 4.2.. -2.7-4.2-0.5-2~5-0.5-3.0-8.3 5.3 4.3 3.3.4 0. 0. -0.9 6.9 -.4-0.9-6.9-6.4 3.4 3.9-2. -6.4 -. 8.4 3.9 6.9-3.0-3.0-4.9-2.0 3.5 4.0 3.5-4. 5. 4. -.4 0.8 -.8 0.2 0.7. 0.8 -.3 -.8-0.8 4.0-3.5-2.5-2.0.. P = edelli~enä syksynä tehty ennuste P 2 = samana keväänä tehty ennuste P 3 = samana syksynä tehty ennuste A = toteutunut vuosimuutos

75 Muuttuja: Bruttokansantuote, hinta Vuosi p Pz p3 A P -A p -A 2 P 3 -A 953-2 954 0 955 956 8 957 7 958 6 959 960 4 96 3 962 3 963 2.6 4.3 t964 5.5 8 965 4.4 4.5 966.. 6.9 967.. 8.3 968 0.5 9.6 969 2 2 970 2.5 3.3 4.6 97 3.9 5.7 7.5 972 4.5 6 6.5 973 5 5.5.5 974 8 4 6 975 3 5 6 976.5 0 0 977 9.5 0 0 978 7 6.5 5.5 979* 7 7 7.5 980* 7 8.5 -.4-0.6.9 -.9 2.9 -.9 9.0 -.0 7.4-0.4 7.8 -.8.3-0.3 2.2.8 3.. -0. 2.6 0.4 6.3-3.7-2.0 7.6-2. 0.4 4.3 0. 0.2 5....8 5.6.. 2.7 0.8-0.3 -.2 3.5 -.5 -.5 3.2-0.7 0..4 6.7-2.8 -.0 0.8 7.7-3.2 -.7 -.2 4.2-9.2-8.7-2.7 2.0-3.0-7.0-5.0 5.3-2.3-0.3 0.7 2. -0.6-2. -2. 0. -0.6-0. -0. 7.5-0.5 -.0-2.0 7.5-0.5-0.5 0.0 0.5-3.5-2.5.0 P ~edellisenä syksynä tehty ennuste P 2 = samana keväänä tehty ennuste P 3 = samana syksynä tehty ennuste A = toteutunut vuosimuutos

76 Muuttuja: Yksityinen kulutus, hinta Vuosi p p2 p3 A P -A p -A 2 p -A 3 953 954 955 956 957 958 5 959 2 960 4 96 2 962 3 963 2.6 4.3 964 7.4 8 965 4 4 966.. 8. 967.. 8.4 968 9.5 9 969 2.5 2.2 970 2. 2.3 2.7 97 2.5 5.5 6 972 5 6 7 973 5 6 0 974 8 4 7 975.5 5 7 976 2 4 977 0 2.5 2.5 978 8.5 8 7 ~979 * 7 8 7.5 980* 7.5 8. 5 2 7.3-2.. 3.2 0.8.5 2.5.0.0 3.2-0.2 5.5-2.9 -.2 8. -0.7-0. 3.7 0.3 0.3 3.2.. 4.9 6... 2.3 8.9 0.6 0. 2. 0.4 0. 2.3-0.2 0.0 0.4 5.9-3.4-0.4 0. 7. -2. -. -0. 0.0-5.0-4.0 0.0 5.9-7.9 -.9. 6.9-5.4 -.9 0. 3.2-2.2 -.2 0.8 2.2-2.2 0.3 0.3 7.7 0.8 0.3-0.7 7.9-0.9 0. -0.4.5-4.0-3.0 0.5 P =edellisenä syksynä tehty ennuste P 2 = samana keväänä tehty ennuste P 3 = samana syksynä tehty ennuste A = toteutunut vuosimuutos