Voorspellen en beleidsanalyses met SAFFIER

Presentatie over: "Voorspellen en beleidsanalyses met SAFFIER"— Transcript van de presentatie:

1 Voorspellen en beleidsanalyses met SAFFIER
CPB-modellen Voorspellen Modellen Keuzes in Kaart Albert van der Horst

2 Voorspellen CPB-modellen - NOSMO 26 september 2014

3 Twee soorten analyses Toekomstige gebeurtenissen of situaties
onconditionele voorspellingen waarschijnlijk: werkloosheid 6¾% in 2015 (5,3% in 2012) denkbaar: zorgkosten 31% bbp in 2040 (13% in 2010) Gevolgen van mogelijke gebeurtenissen conditionele voorspellingen: what if scenario’s beleid: wat gebeurt er als overheid belastingen hervormt? verlaging belasting op werk, hogere btw economie: wat gebeurt er als wereldhandel aantrekt? CPB-modellen - NOSMO 26 september 2014

4 Methoden van voorspellen
tijdreeks-model macro-econometrisch voorspelmodel trendextrapolatie scenario-analyse + expert opinion Voor groei op korte termijn wordt combinatie van methoden gebruikt: - tijdreeksmodellen (conjunctuurindicator, BVAR, ...) - macro-econometrisch model (Saffier) - expert opinion (interpreteren maand- en kwartaalpatronen; duiden van soft indicators; combineren van uitkomsten van verschillende modellen; ...) CPB-modellen - NOSMO 26 september 2014

5 Modellen voor voorspellen
Macro-econometrisch voorspelmodel Jan Tinbergen (1936) - Keynesiaans model CPB anno 2014: Saffier Tijdreeksmodel Sims (1980) CPB anno 2014: VAR-modellen / Leading indicator / ... Trendextrapolatie Structurele productiviteit Vergrijzingsstudies / Ontwikkeling zorgkosten / ... Scenario-analyse Zorg / Vier vergezichten / WLO / Roads to Recovery / ... Expert opinion CPB-modellen - NOSMO 26 september 2014

6 CPB-modellen - NOSMO 26 september 2014

7 3 instrumenten om BBP-groei te ramen (cijfers MEV 2014)
2013 2014 Saffier -1.1 0.5 Pooled VAR -1.0 0.7 BVAR 0.1 CPB-modellen - NOSMO 26 september 2014

8 Eisen / wensen ramingen
Zuiver Gem.voorspelfout bbp ≈ 0 Kleine voorspelfout Competitie tussen VAR & Saffier Variantie moet afnemen bij kortere horizon Zie fan-chart Bank of England Omslagpunten voorzien CPB-conjunctuurindicator Onderling consistent Kracht van structuurmodel Bijstellingen in nieuw kwartaal zijn niet te voorspellen Muv aangekondigd beleid Begrijpen - verhalen vertellen Mbv Saffier CPB-modellen - NOSMO 26 september 2014

9 Vorm van de voorspellingen
Hoe kan de informatie in de voorspelling worden gepresenteerd aan de beleidsmaker? Puntvoorspellingen Intervalvoorspellingen Scenario’s Conditionele voorspellingen van tijdpaden obv. een beperkt aantal alternatieve veronderstellingen omtrent de exogene ontwikkelingen CPB-modellen - NOSMO 26 september 2014

10 Puntvoorspelling (juni 2013)
CPB-modellen - NOSMO 26 september 2014

11 Fan chart (Bank of England) 90% voorspelinterval, nov 2012
CPB-modellen - NOSMO 26 september 2014

12 Scenario’s: zorgkosten 2010-2040
Zorgkosten (totaal, %bbp) CPB-modellen - NOSMO 26 september 2014

13 Modellen CPB-modellen - NOSMO 26 september 2014

14 Modellen en rekenschema’s
Mimic Lange-termijn effecten van belastingen en soc.zekerheid Arbeidsmarkteffecten - werkgelegenheid Mimosi Korte termijn effecten van belastingen en soc.zekerheid Koopkracht Bimbam Boekhoudkundige berekening van overheidsontvangsten en uitgaven EMU-saldo Saffier Korte- en middellange termijn model voor macro-economische variabelen BBP, werkloosheid, inflatie, ... Gamma Lange termijn model voor vergrijzing en houdbare overheidsfinancien Houdbaarheidstekort, generatierekening “wonen” Woningmarktmodel voor lt-effecten van beleidshervormingen Huizenprijs, welvaartseffecten ZOEM Rekenmodel voor de zorg Zorguitgaven, premies CPB-modellen - NOSMO 26 september 2014

15 Saffier: groot model, kleine kern
Model circa 1750 vergelijkingen kern 25 gedragsvergelijkingen 1500 hulpvergelijkingen analyse presentatie uitkomsten input/output andere modellen 300 exogenen (inputs) CPB-modellen - NOSMO 26 september 2014

16 Vraagkant van de economie
internationaal en overheidsbeleid min of meer exogeen. overheidsbeleid heeft een direct effect op het bbp via overheidsconsumptie of indirect via belastingen en premies CPB-modellen - NOSMO 26 september 2014

17 Arbeidsmarkt werkgelegenheid is grotendeels afhankelijk van bbp (zie vorige slide) arbeidsaanbod afhankelijk van: demografie, spanning op arbeidsmarkt en reele lonen CPB-modellen - NOSMO 26 september 2014

18 Overzicht CPB-modellen - NOSMO 26 september 2014

19 Voorspellen - waarom met een model als SAFFIER?
Zorgt voor consistentie (ook bij ‘overrulen’) Houdt rekening met alle interdependenties en vertragingen Beleid kan gedetailleerd verwerkt worden door uitgebreide modellering van collectieve sector Houdt rekening met meest recente gegevens Onzekerheidsvarianten (‘what if’-analyses) Helpt enorm bij beschrijven en analyseren economische situatie (geen ‘black box’) CPB-modellen - NOSMO 26 september 2014

20 Geen ‘druk op de knop’ Elk model kent per definitie beperkingen
Dus uitkomsten nooit klakkeloos overnemen Uitkomsten kritisch bekijken en indien nodig aanpassen o.b.v.: • Gedetailleerdere submodellen van specialisten • CPB-conjunctuurindicator, VARs etc. • Ervaring en kennis van specialisten Cijfers over Koopkracht en Overheidsfinanciën (EMU-saldo etc.) volgen uit submodellen (gevoed met input SAFFIER) CPB-modellen - NOSMO 26 september 2014

21 Schema productieproces
Data voor het verleden Parameters Inputs voor exogenen Residuen in gedragsvergelijkingen MODEL Modelvoorspelling Informatie van buiten model Expert opinion Publicatie raming CPB-modellen - NOSMO 26 september 2014

22 Paar kerngegevens (stand augustus 2013)
2014 2015 Wereldhandel 1.7 2½ 4½ Eurokoers 1.33 1.36 1.35 Volume bbp -0.7 1¼ Volume consumptie -0.6 1 Prijs consumptie (inflatie) 2.5 Werkzame beroepsbevolking 0.8 -½ Werkloosheid (% ber.bev) 6.7 7 6¾ EMU-saldo (% bbp) -2.3 -2.6 -2.2 CPB-modellen - NOSMO 26 september 2014

23 Raming en realisatie bbp-groei
CPB-modellen - NOSMO 26 september 2014

24 Kerngetallen trefzekerheid bbp-groei
Trefzekerheid volumegroei bbp, Komend jaar Lopend jaar CEP b MEV CEP Gemiddelde voorspelfout a 0,0  0,3 Gemiddelde absolute voorspelfout 1,1 1,2 1,0 0,7 ‘Juiste’ raming groeiversnelling/-vertraging 47 39 63 61 a Een negatief getal duidt op een onderschatting van de werkelijke groei. b Cijfers voor de periode Bron: De Jong, Roscam Abbing en Verbruggen (2010). CPB-modellen - NOSMO 26 september 2014

25 Bronnen van voorspelfouten
Modelonzekerheid Exogene variabelen onjuist Meest recente ‘voorlopige’ data onjuist Modeluitkomsten ten onrechte ‘overruled’ CPB-modellen - NOSMO 26 september 2014

26 Keuzes in Kaart CPB-modellen - NOSMO 26 september 2014

27 Evaluatie van verkiezingsprogramma’s
Startpunt: regulier CPB-werk Ramingen voor korte- en middellange termijn Beleidsanalyse Houdbaarheid Scope steeds verder uitgebreid aantal partijen aantal onderwerpen Op verzoek van politieke partijen: gebaseerd op informatie die verstrekt wordt door de partijen CPB-modellen - NOSMO 26 september 2014

28 Keuzes in Kaart - Inhoud
Ex ante budgettaire effecten (hoeveel kost het / levert het op) Macro-economische effecten Koopkracht EMU-saldo, overheidsschuld en houdbaarheid Structurele werkgelegenheid Niet in volgende versie: mobiliteit, milieu, etc. CPB-modellen - NOSMO 26 september 2014

29 Keuzes in Kaart - Tools Modellen Saffier
Gamma, voor vergrijzing en houdbaarheid Mimic, arbeidsmarkt MiMoSi, koopkracht, sociale zekerheid Expert Opinion CPB-modellen - NOSMO 26 september 2014

30 Example of outcomes and key trade off's
VVD PvdA PVV CDA SP D66 GL changes compared to baseline (1) EMU balance (2017, ex ante, % GDP) 2.5 2.4 1.1 2.1 1.6 2.2 (2) EMU balance (2017, ex post, % GDP) 1.4 1.3 0.8 1.0 (2) GDP volume (2017, %) -0.2 -2.3 0.7 -0.6 -1.8 -1.1 -2.0 (2) Unemployment (2017, pp*) -0.5 1.2 0.4 (2) Purchasing power median (2017) -1¼ -¼ 2 -3¼ 3 -2½ 2½ (2) Lowest and highest income ratio (2017) -2 3¾ -½ 6¼ -¾ 1 (3) Structural employment (2040, pp) -1 2¼ -3¾ 1½ (4) Sustainability (% GDP) 3.2 3.4 3.3 (5) Greenhouse gases (2020, Mt CO2 eq) -14 -34 5 -7 -23 -31 -63 (5) GDP effect education (structural, %) 2.9 2.7 0.5 3.5 (5) Housing market (welfare gains, % GDP) -0.9 -0.1 -0.4 0.1 (5) Transport and mobility (welfare gains, % GDP) -0.01 0.02 -0.02 0.01 0.04 -0.04 CPB-modellen - NOSMO 26 september 2014

31 Keuzes in Kaart - Pros Zelfde onderliggend economisch scenario
Identieke standaarden Maakt programma’s onderling vergelijkbaar Verbetert ‘vormgeving’ van de voorstellen Voorkomt (zoveel mogelijk) free lunches Check op praktische en juridische haalbaarheid Vergroot geloofwaardigheid van partijprogramma’s Startpunt voor coalitie-onderhandelingen CPB-modellen - NOSMO 26 september 2014

32 Keuzes in Kaart - Cons Partij programma’s
Beperking van politieke debat Bias in richting van voorstellen die eenvoudig geevalueerd kunnen worden Bias ‘tegen’ vernieuwing (onbekend wordt niet beloond) Bias ‘tegen’ voorstellen die economisch niet goed scoren Gaming Kortzichtig gedrag (focus op 4 jaar) valt niet te voorkomen Scope Te breed, teveel werk (voor partijen en CPB) Weinig aandacht voor ‘wat buiten evaluatie valt’ ‘Er is meer dan economie alleen’ Favors short run Keynesian above structural effects Solution: structural employment Lines up to experience: structural reform takes time Compare ’80 in Netherlands, ’90 in Sweden CPB-modellen - NOSMO Role of the CPB 26 september 2014

33 Conclusie / stellingen
CPB-analyses bieden structuur aan Nederlands beleidsdebat cijfers worden niet politiek bepaald (maar door onafhankelijk CPB) politiek debatteert over keuzes CPB analyses zijn gebaseerd op empirische relaties ... macro-economisch: hoe reageert BBP op wereldhandel? evidence based: hoe reageren burgers op belastingveranderingen / hoe effectief is scholingsbeleid / etc. ... en economische theorie CPB analyses kunnen altijd beter: big data geïntegreerde modellen ...andere ideeën? CPB-modellen - NOSMO 26 september 2014