Economisch voorspellen
Aute ur(s ):
Teulings, C.N. (auteur)
Directeur Tinb ergen Instituut.
Ve rs che ne n in:
ESB, 84e jaargang, nr. 4221, pagina 679, 24 september 1999 (datum)
Rubrie k :
Prikkel
Tre fw oord(e n):
“Waarom groeit de economie harder dan in het voorjaar werd geraamd?” 1 Het zijn van die lastige vragen die ieder instituut dat zich
waagt aan prognoses van tijd tot tijd heeft te beantwoorden. Regeren is vooruitzien, en voorspellen is goed kunnen uitleggen waarom
die vooruitzichten toch niet zijn uitgekomen. Het CPB had het er dit jaar weer druk mee. Inflatie en productie waren onderschat.
Dergelijke ramingsfouten liggen extra gevoelig, omdat het CPB daarmee makkelijk de verdenking op zich laadt van politiek
gekleurde ramingen. Lage inflatie en productiegroei leiden tot een geringe verwachte loonruimte, en worden binnen de vakbeweging
daarom niet met gejuich ontvangen. Ook de begrotingsruimte wordt erdoor beperkt.
Nu het allemaal anders is gelopen ontwaren diverse politici een ‘nieuwe economie’. Ik laat dit nieuwe Utopia hier verder onbesproken,
Hugo Keuzenkamp heeft dat vorige week op deze plaats al doeltreffend gedaan. Mij interesseren vooral de ramingsfouten zelf: zet het
Bureau werkelijk zijn beste beentje voor? Zijn de ramingen de best denkbare? En beter nog: zijn de ramingen transparant en
reproduceerbaar? Bij het beantwoorden van al die vragen heb ik zo mijn twijfels.
In wezen is ramen een buitengewoon eenvoudige bezigheid. Het gaat er om een zo nauwkeurig mogelijke prognose te maken voor de
toekomstige ontwikkeling van een bepaalde grootheid op basis van informatie uit verleden en heden (voor zover we over het heden al
betrouwbare gegevens hebben, dat is meestal niet zo). De toekomst van de meeste grootheden laat zich eigenlijk het beste uit zichzelf
verklaren. Je moet veelal heel erg je best doen om variabelen te vinden die voorspellingen verder kunnen verbeteren. Dat valt intuïtief
ook wel te begrijpen: als je in 1999 de waarde voor bijvoorbeeld de loongroei in 2000 wil voorspellen met behulp van de
productiviteitsverandering, dan kun je daarvoor op zijn best voorlopige cijfers voor de productiviteitsverandering voor 1999 voor
gebruiken. Die vertragingen in de informatiestroom verzwakken de voorspelkracht.
Voor de theoretisch geschoolde econoom is dit een frustrerende conclusie. Al die mooie theorieën over ingewikkelde samenhangen, ze
dragen bijzonder weinig bij aan een betrouwbare voorspelling voor de korte termijn. We weten dat goed economisch beleid op lange
termijn leidt tot meer groei, maar voor de voorspelling van de groei van morgen is de groei van gisteren eigenlijk het enige relevante
gegeven. Met deze wetenschap in de hand is het maken van ramingen eigenlijk kinderspel (behalve als het erom gaat uit te leggen
waarom ze niet zijn uitgekomen, maar dat had ik al gezegd). Als je heel modern bent kun je de ramingskwaliteit dan misschien nog iets
verbeteren met niet-lineaire verfijningen, maar de basis blijft zeer simpel. De Nederlandsche Bank volgt in essentie deze methode in zijn
conjunctuurindicator, die ook maandelijks in ESB wordt gepubliceerd. Men is er zelfs in geslaagd om nog een paar andere variabelen te
vinden die helpen om de groei te voorspellen (zoals de orderpositie van bedrijven en het consumentenvertrouwen).
Desgevraagd meldt het CPB altijd dat men van al die eenvoud niets moet hebben. Men blijft gigantische modellen gebruiken, die vaak op
een ingewikkelde manier aan elkaar zijn gekoppeld. Men wil namelijk niet alleen voorspellen, maar de modellen ook kunnen gebruiken als
een analytisch handvat voor het doen van beleidsaanbevelingen. Nu is dat laatste, een analytische onderbouwing van
beleidsaanbevelingen, vanzelfsprekend nooit weg. Het is echter de vraag of al die analyses gekoppeld moeten worden aan dat ene grote,
allesomvattende model. Zou het niet veel aantrekkelijker zijn om beleidsanalyse en korte termijn voorspellingen volledig los te koppelen?
Voor de ene beleidsvraag is het dan misschien nuttig om een simpel macro-model te bouwen (bijvoorbeeld, het effect van lagere
marginale tarieven). Voor andere vragen, waarin de samenhang met andere markten minder belangrijk is, ligt een partiële benadering meer
voor de hand, zoals bij de kosten-baten analyse van infrastructurele projecten of bij de analyse van deelmarkten. Precies op deze
terreinen heeft het CPB de afgelopen jaren tal van nieuwe initiatieven genomen.
Bij het voorspellen van de dag van morgen is er echter geen keus. Pragmatisme en transparantie zouden daar hoogtij moeten vieren.
Geen ingewikkelde wisselwerking tussen modellen met duizenden vergelijkingen. Maximaal gebruik van de nieuwste econometrische
technieken, met hulp van deskundige hoogleraren in de econometrie. Daarbij zouden strikte eisen van controleerbaarheid en
reproduceerbaarheid moeten gelden. De voorspelkwaliteit zou er wel bij varen. Dergelijke technieken leveren bovendien een
betrouwbaarheidsinterval van de prognose. Dat laatste is van groot nut als bij de beantwoording van die beruchte vraag: waarom Erwin
Krol opnieuw ongelijk had. Maar het grootste voordeel is misschien wel dat op deze manier veel capaciteit vrij zou komen voor het maken
van interessante beleidsadviezen. Want daar geldt: wat het CPB tot nu toe heeft geserveerd, smaakt naar meer
1 Macro Economische Verkenningen 2000, Sdu, Den Haag 1999, blz. 17.
Copyright © 1999 – 2003 Economisch Statistische Berichten ( www.economie.nl )