Yksi taloustieteen sovelluksista on talouskehityksen ennustaminen. Epävarmuus ja talousjärjestelmien monimutkaisuus tekevät talouskehityksen ennustamisesta hankalaa. Päätöksenteko kuitenkin tarvitsee tuekseen tutkittua tietoa talouden tulevasta kehityksestä.
”It’s awful – why did nobody see it coming?” huudahti Iso-Britannian kuningatar Elisabet II vierailullaan London School of Economicsissa vuonna 2008, kun finanssikriisi oli iskenyt. Modernissa makrotalousteoriassa ajatellaan, että erilaiset taloudelliset sokit aiheuttavat suhdannevaihteluita – ja pahimmillaan vakavia taantumia. Sokkeja on kuitenkin määritelmällisesti mahdoton ennustaa, tai muuten ne eivät olisi sokkeja. Siksi finanssikriisien kaltaisia suuria talouden häiriöitä on käytännössä mahdoton ennustaa ainakaan kovin paljon ennen niiden puhkeamista. Onko siis suhdanteiden ja talouden ennustaminen turhaa touhua? Ja jos on, miksi sitä silti tehdään?
Jo taloustieteen peruskurssilla käy selväksi, että useimmat merkittävät taloudelliset päätökset perustuvat odotuksiimme tulevaisuudesta. Opiskelupaikan valinta, asunnon ostopäätös, yritysten investointipäätökset, julkisen talouden budjetit – kaikki nämä perustuvat odotuksiin, joko objektiivisiin tai subjektiivisiin.
Taloudellisia ennusteita laaditaankin yleisesti päätöksenteon tueksi. Ennusteen laatiminen on eräs tapa muiden joukossa muodostaa odotuksia. Tulevaisuuden odotusten keskeisen merkityksen vuoksi talousennusteita käyttävät niin julkinen valta kuin yrityksetkin. Suomessa kokonaistaloudellisia ennusteita julkaisevat monet tahot: valtiovarainministeriö, Suomen Pankki sekä monet tutkimuslaitokset ja liikepankit. Valtiovarainministeriön ennusteella on erityinen rooli finanssipolitiikassa, sillä valtion budjetti perustuu sen mukaiselle arviolle talouskehityksestä. Suomen Pankin ennusteita taas käytetään rahapolitiikan päätöksenteon tukena. Euroopan keskuspankin neuvosto tarkastelee kaikkien euromaiden ennusteita päättäessään rahapolitiikkansa suunnasta.
Tarkemmin ottaen ennuste on parhaaseen asiantuntijatietoon ja tuoreimpiin tilastoaineistoihin perustuva näkemys talouden kehityksestä tulevien kuukausien ja vuosien aikana. Tässä mielessä ennuste voidaan ymmärtää myös pyrkimyksenä muodostaa mahdollisimman johdonmukainen arvio tulevasta. Voisihan odotuksia esimerkiksi BKT:n suunnasta ensi vuonna muodostaa vaikkapa lanttia heittämällä tai olettamalla, että kuluvan vuoden kehitys jatkuu sellaisenaan myös ensi vuonna. Silloin kuitenkaan kaikki saatavilla oleva relevantti informaatio ei tulisi käytetyksi. Se puolestaan ei olisi rationaalista: miksi jättää käyttämättä tietoa, jonka tiedämme olevan hyödyksi?
Ennuste voidaan laatia monella tapaa. Sen tekemiseen voidaan käyttää puhtaasti tilastollista mallia, johon havaintoaineisto syötetään. Esimerkki tällaisesta mallista on olla VAR-malli. Se kuvaa ainoastaan tilastollisia yhteyksiä eri muuttujien välillä ja muodostaa niiden perusteella ennusteuran, mutta ei paljasta kausaalisuhteita eikä mekanismeja kehityskulkujen taustalla.
Toisaalta voidaan käyttää myös jotakin rakenteellista mallia, joka perustuu talousteoriasta johdettuihin muuttujien välisiin riippuvuussuhteisiin. Teoreettinen malli on aina yksinkertaistus todellisuudesta. Talousjärjestelmä on niin monimutkainen, ettei kaikkia sen osia voi koskaan kuvata täysin tarkasti. Hyvä malli pyrkii kuitenkin kuvaamaan kaikki tärkeät ja ennusteen laatimisen kannalta keskeiset kansantalouden ominaisuudet ja mekanismit.
Esimerkkejä rakenteellisista malleista ovat SVAR- sekä DSGE-mallit. Niiden etuna on, että puhtaan tilastollisen ennusteen lisäksi ne auttavat muodostamaan näkemyksen siitä, mitkä tekijät ja mekanismit vaikuttavat ennustetun kehityksen taustalla. Talousteoriaan perustuvan mallin avulla pystytään toisin sanoen identifioimaan havaitsemattomia, rakenteellisia sokkeja, jotka aiheuttavat suhdannevaihteluita. Esimerkiksi Suomen Pankki laatii makrotaloudelliset ennusteena laajalla Suomen taloutta kuvaavalla DSGE-mallilla, Aino-mallilla.
Laajan, koko kansantaloutta riittävällä tarkkuudella kuvaavan mallin rakentaminen ja estimoiminen on kuitenkin varsin vaativaa puuhaa. Siksi käytännöllisistä syistä monet ennustajat esimerkiksi keskuspankeissa käyttävät makroennusteiden laadinnassa niin kutsuttuja semi-rakenteellisia malleja. Ne ovat tilastollisia malleja, joissa on valikoivasti hyödynnetty talousteorian tuottamaa tietoa muuttujien välisistä suhteista. Ne eivät kuitenkaan välttämättä aidosti perustu esimerkiksi oletuksille agenttien rationaalisuudesta tai optimoinnista. Tällaisten mallien etu on, että ne on joustavuutensa vuoksi usein helpompi estimoida ja sovittaa havaintoaineistoon kuin esimerkiksi DSGE-mallit, ja samalla niissä voidaan kuitenkin jossain määrin ottaa huomioon talousteorian implikaatioita. Tilastollisina malleina ne eivät kuitenkaan tarjoa mahdollisuutta kausaalitulkintoihin.
Rakenteelliset mallit tarjoavat siis mahdollisuuden analysoida havaitsemattomia, talouden kehitystä ajavia sokkeja. Mutta enkö juuri väittänyt, ettei sokkeja voi ennustaa? Tulevia sokkeja ei voikaan. Mutta rakenteellisen mallin avulla voimme estimoida, mitkä havaitsemattomat sokit ovat havaitun historiallisen kehityksen taustalla. Voimme estimoida myös, kuinka pitkäaikaisia vaikutuksia menneillä sokeilla on, eli millä tavoin ne todennäköisesti vaikuttavat tulevaankin talouskehitykseen.
Kun laaditaan laajoja makrotaloudellisia ennusteita, emme käytännössä voi sellaisenaan käyttää mallien tuottamia ennustetta. Koska todellisuus on aina mallia monimutkaisempi, laajan ennusteen tekemisessä vaaditaan aina myös asiantuntijan omaa harkintaa. Asiantuntijan näkemyksellä on merkittävä rooli siinä, kuinka ennusteeseen sisällytetään niitä tekijöitä, joita malli ei huomioi tai joista on vaikea saada luotettavaa tilastotietoa. Tyyppiesimerkki on työmarkkinajärjestöjen parhaillaan käynnissä oleva neuvottelukierros: nyt tehtyjen palkkaratkaisujen tiedetään vaikuttavan keskeisesti talouden kehitykseen muutaman seuraavan vuoden aikana, mutta ne eivät näy havaituissa tilastoissa vielä vähään aikaan. Ennustajan täytyy siis käyttää harkintaansa siinä, miten tämä mallin ulkopuolinen informaatio sisällytetään ennusteeseen.
Ennusteita voidaan ryhmitellä niiden laatimiseen käytettyjen mallien tyypin lisäksi niiden ennustehorisontin perusteella. Suhdanne-ennusteet keskittyvät lähivuosien kehitykseen: yleensä niiden ennustehorisontti on yleensä muutaman vuoden päässä. Myös talouden pitkän aikavälin kehityskulkuja voidaan ennustaa. Silloin puhutaan jopa vuosikymmenien päähän ulottuvista arvioista, joissa pyritään haarukoimaan pitkän aikavälin trendejä. Esimerkiksi väestön ikääntyminen vaikuttaa voimakkaasti talouden kasvupotentiaaliin ja julkisiin menoihin tulevina vuosikymmeninä, mutta kyse on hitaasti kehittyvästä ilmiöstä.
Tulevaisuuden lisäksi joudumme käytännössä ennustamaan myös nykyhetkeä – ja menneisyyttä. Koska tilastotiedot bruttokansantuotteesta ja sen alaeristä julkaistaan aina huomattavalla viiveellä, emme voi tietää, mikä talouden tila on juuri nyt. Tällä kirjoittaessa elämme marraskuuta, mutta tiedämme vasta vuoden 2019 toisen vuosineljänneksen, siis huhti–kesäkuun bruttokansantuotteen. Koska BKT-tiedot tyypillisesti myös tarkentuvat huomattavasti vielä pitkään niiden ensimmäisen julkaisun jälkeen, emme oikeasti tiedä edes talouden lähimenneisyyttä.
Siksipä joudumme arvioimaan talouden nykytilaa niin kutsutuilla nowcast-malleilla. Ne ovat yleensä puhtaan tilastollisia malleja, jotka kokoavat yhteen suuren määrän tiheästi, esimerkiksi kuukausittain, sekä lyhyellä viiveellä päivittyviä indikaattoreita talouden tilasta. Tällaisia ovat esimerkiksi talouden luottamusindikaattorit sekä työllisyys- ja työttömyysluvut. Niiden avulla pyritään haarukoimaan bruttokansantuotteen kehitystä nykyhetkessä ja lyhyellä aikavälillä, pari vuosineljännestä eteenpäin.
Eri instituutioiden ja tutkimuslaitosten suhdanne-ennusteet sisältävät käytännössä aina ennusteen bruttokansantuotteen kehitykselle. Lisäksi ennustetaan laajaa joukkoa muita makromuuttujia, kuten bruttokansantuotteen kysyntäeriä (kulutus, investoinnit, vienti), työllisyyttä ja työttömyyttä, inflaatiota ja niin edelleen. Näistä osista muodostuu kokonaisvaltainen kuva talouden kehityksestä.
Jokaiseen ennusteeseen liittyy aina suurta epävarmuutta, eikä tulevaisuutta voi koskaan päätellä vedenpitävästi sen perusteella, miten talous on aiemmin kehittynyt. Mitä pidemmälle ennustetaan, sitä epävarmemmaksi ennuste muuttuu. Epävarmuus muodostuu tyypillisesti kahdesta komponentista: siitä, ettemme havaitse tulevaa, ja siitä, että myös estimoidun ennustemallin parametreihin ja spesifikaatioon liittyy aina epävarmuutta. Minkä tahansa ennustemallin tuottama ennuste onkin oikeasti aina todennäköisyysjakauma, josta tyypillisesti raportoidaan vain se kaikista todennäköisin kehityskulku eli ennusteiden jakauman moodi. Ennustejakaumasta voidaan luonnollisesti laskea myös luottamusvälit ennustetuille muuttujille. Hyvin tyypillistä on, että ne ovat aika laveat.
Vaikka ennuste harvoin osuu täsmälleen oikeaan, se kertoo talouden suunnasta ja sisältää asiantuntijoiden parhaan arvion siitä, miksi talous kehittyy, kuten se kehittyy. Lukujakin tärkeämpää on siis ennusteen taustalla vaikuttava tulkinta ja tarina maailman tilasta. Siksi ennustaminen on tärkeää, vaikka se onkin (lähes) mahdoton tehtävä: se lisää ymmärrystämme meitä ympäröivästä taloudesta.
TEKSTI:
VTT Aino Silvo työskentelee ekonomistina Suomen Pankissa. Kirjoituksessa esitetyt näkemykset ovat kirjoittajan omia, eivätkä välttämättä edusta Suomen Pankin kantaa.
