Korte-termijnvoorspellers van
bbp en industriele produktie
J.A. Bikker*
D
it artikelpresenteert een methode om de groei van het bbp en van de industriele
produktie een tot vier kwartalen vooruit te voorspellen. Hiertoe wordt kwalitatieve
informatie ontleend aanfactoren zoals de geldhoeveelheid, orders ofenqueteuitkomsten, die verwerkt is in de DNB-conjunctuurindicator, omgezet in
kwantitatieve voorspellingen. De voorspelkwaliteit voor de korte termijn kan
concurreren met die van de grote macro-economische modellen voor Nederland.
Voorspellingen en snelle realisatiecijfers van de
economische groei en de conjunctuur zijn van groot
belang voor economische en monetaire beleidsmakers en voor marktparticipanten zoals valutahandelaren en beleggers. Recente artikelen in ESB wijden
aandacht aan snellere bbp-ramingen voor het zojuist
afgelopen kwartaal1. De vakliteratuur besteedt de
laatste jaren in toenemende mate aandacht aan voorspelmethoden die gebruik maken van zogenaamde
high frequency data, snel en vaak beschikbaar komende gegevens, waarmee korte-termijnvoorspellers
worden ontwikkeld die een aanvulling vormen op de
voorspellingen van macro-economische modellen of
speciaal ontwikkeld zijn om voorspellingen van macro-modellen te verbeteren . Dit artikel presenteert
een voorspelmethodiek voor een tot vier kwartalen
vooruit, gebaseerd op snel beschikbare, op de algemene conjunctuur voorlopende indicatoren. Deze
voorspellers vullen qua lengte van vooruitzien het
gat tussen voornoemde superkorte voorspellers en
voorspellingen van een of meer jaar vooruit, zoals
regelmatig gepubliceerd door het CPB en internationale instellingen als IMF en OESO. Een belangrijk
voordeel is de in vergelijking met macro-modellen
eenvoudige en aanzienlijk minder bewerkelijke methode. De voorspelkwaliteit van deze aanpak, toegepast op de volumegroei van de bruto binnenlandse
produktie (bbp) en de industriele produktie van Nederland, blijkt goed te kunnen concurreren met die
van grote structuurmodellen.
De voorspelmethode
Ramingen van de bbp-groei in het meest recente
kwartaal worden veelal afgeleid van de relatief snel
beschikbaar komende realisaties van de groei van
consumptie of detailhandelsverkopen, industriele produktie en werkgelegenheid of werkloosheid. Soms
worden alleen de gegevens van de eerste twee maanden van het betrokken kwartaal gebruikt, terwijl ook
wel tijdreekseigenschappen zoals autoregressie wor-
ESB 8-11-1995
den benut. Ramingen van de bbp-groei een jaar of
meer vooruit worden veelal bepaald met macro-economische modellen. Deze voorspellingen zijn afhankelijk van de uitgangssituatie die — vergelijkbaar met
de tijdreeksanalyse – vertraagd doorwerkt op de economische grootheden in komende perioden, alsmede
van geraamde exogene ontwikkelingen en, eventueel, van bijsturing van de endogenen3. De in dit artikel gepresenteerde voorspelmethodiek voor een tot
vier kwartalen vooruit combineert het tijdreekselement van autoregressie met de informatie, die wordt
geboden door op economische ontwikkelingen voorlopende indicatoren. Tal van economische grootheden bevatten voorspellende waarde, doordat ze zelf
de economische activiteit be’invloeden (geldhoeveelheid, rente, grondstoffenprijzen), feitelijk voorlopen
(bouwvergunningen, orders, buitenlandse vraag) of
omdat ze verwachtingen van toekomstige ontwikke-
* De auteur is werkzaam bij het Europees Monetair Instituut
in Frankfurt am Main. Dit onderzoek is verricht als medewerker van De Nederlandsche Bank, afdeling Wetenschappelijk onderzoek en econometric.
1. H. Roozendaal, Het voorspellen van economische groei,
ESB, 14 September 1994, biz. 830-832, (over Duitsland en
de VS: het bbp-cijfer 6 tot 8 weken eerder) en T. Reininga
en B. Kazemier, Snelle raming van groei: snelheid of betrouwbaarheid, ESB, 22 februari 1995, biz. 186-188, (over
Nederland: het bbp-cijfer een maand eerder).
2. C. Corrado en M. Greene, Reducing uncertainty in shortterm projections: linkage of monthly and quarterly models,
Journal of Forecasting, 7, 1988, biz. 77-102; L.R. Klein en E.
Sojo, Combination of high and low frequenty data in macroeconomic models, in L.R. Klein en J. Marquez (red.), Economics in theory and practice: an eclectic approach, Kluwer,
Dordrecht, 1989, biz. 3-16, en L.R. Klein en J.Y. Park, Economic forecasting at high-frequency, Journal of Forecasting,
jg. 12, 1993, biz. 301-319.
3. Een alternatief is het Bayesiaanse VAR-model, een nietstructureel tijdreeksmodel dat ook verder vooruit voorspelt:
J.A. Bikker, Interdependence between the Netherlands and
Germany: forecasting with VAR models, De Economist, jg.
141, 1993, biz. 43-69.
lingen weerspiegelen (enquete-uitkomsten, rentestructuur, beurskoersen, verwachte omzet van nieuwe NCM-polishouders). Deze informatie wordt ook
benut voor voorlopende samengestelde conjunctuurindicatoren. Dergelijke indicatoren duiden vooral op
kwalitatieve wijze op omslagpunten en intensiteit
van de conjunctuur in engere zin, dat wil zeggen exclusief trendmatige groei4. Hier wordt deze kwalitatieve informatie, zoals deze volgt uit de maandelijks in
ESB gepubliceerde DNB-conjunctuurindicator, om-
gezet in kwantitatieve voorspellingen van het bbp en
de industriele produktie . Daarvoor is de zogenaamde ‘trend restored’ variant van de DNB-conjunctuurindicator gebruikt, waarbij de indicator wordt terug geplaatst op de trend van de industriele produktie,
zodat conjunctuur in bredere zin wordt verkregen,
dat wil zeggen inclusief trendmatige groei .
De in de economische analyse en bij voorspellingen meest centrale grootheid, het bbp, wordt alleen
op kwartaalbasis waargenomen. De conjunctuurindicator en andere voorlopende grootheden zijn op
maandbasis beschikbaar. In de onderhavige analyse
is gekozen voor omrekening van maand- naar kwartaalcijfers. Door voor een kwartaal, waarvan slechts
indicatoren van een of twee van de drie maanden
beschikbaar zijn, de ontbrekende waarden te ramen
met bij voorbeeld ARIMA-modellen, is het mogelijk
de frequentie van de voorspellingen verder op te
voeren. Aldus zou, mogelijk ten koste van enige
nauwkeurigheid, gemiddeld nog sneller kunnen
worden voorspeld. Dit artikel richt zich alleen op
kwartaalvoorspellingen zonder gebruik te maken van
dergelijke deels geraamde indicatoren.
Figuur 1. Realisaties en modelwaarden van de bbpgroei opjaarbasis, in %
10 H
0-
Keallsatln
Modelwaaiden
-5-
72
74
76
78
80
82
84
86
88
90
92
94
Aldus worden relaties voor de volumegroei van
bbp en industriele produktie opgesteld. Deze
hebben een tijdreeksachtig en geen gedragsmatig
karakter en zijn derhalve niet interpreteerbaar, mede
vanwege multicollineariteit tussen de verklarende variabelen. Ze zijn te vergelijken met de ‘economic indicator’-relaties van Klein en Sojo . De gehanteerde methode richt zich rechtstreeks op het bbp en niet bij
voorbeeld op de samenstellende vraagcomponenten.
Een alternatief is de vraagcomponenten afzonderlijk
te voorspellen en deze vervolgens op te tellen . Deze
door Zarnowitch9 met ‘informal GDP method’ aangeduide methodiek blijkt echter in de praktijk minder
goed te werken 10
Voorspellen van de bbp-groei
Tabel 1. Coefficienten
en toetsgrootheden van voor-
spelmodellen van de bbp-groei opjaarbasis, twee
kwartalen vooruit
Model 1
Model 2
constante
bbp (-3)
0,72*
0,22*
_
–
bbp (-4)
bbp (-5)
-0,2?”
0,14
0,79*’
0,38**
-0,96″
-0,54
0,62*
-2,63*
0,35″
-0,40″
ci
ci (-2)
ci (-3)
beursindex (-5)
Ml reeel (-4)
verw. omz. (-2)
R2
GV
GV 1989-1992
GAV
GAV 1989-1992
SF
SF 1989-1992
0,76″
0,41
0,00
0,92
1,33
0,97
1,71
0,68
0,56″
4. De zogenaamde deviatiecyclus: conjunctuur als afwijking
van de trendmatige groei.
5. M.M.G. Fase en J.A. Bikker, De datering van economische fluctuaties: proeve van een conjunctuurspiegel voor
Nederland 1965-1984, Maandschrift Economic, jg. 49, 1985,
biz. 299-332; J.A. Bikker en L. de Haan, Conjunctuur en
conjunctuurprognose: een conjunctuurindicator voor Nederland, Kwartaalbericht 1988, De Nederlandsche Bank,
0,50
-0,00
0,56
1,15
6. J.M. Berk en J.A. Bikker, Internationale conjunctuur en
0,72
1,58
economische groei: analyse en voorspellen met indicatoren, Kwartaalbericht, De Nederlandsche Bank, juni 1994,
0,90
biz. 19-39.
Toelichting: * en ** geven slgnificantie aan op, respectievelijk, het 95% en 99% betrouwbaarheidsniveau.
R is de verklaringsgraad in procenten, gecorrigeerd voor
vrijheidsgraden; GV is de gemiddelde voorspelfout; GAV is
de gemiddelde absolute voorspelfout, SF is de standaardfout.
I
Tabel 1, kolom 1, presenteert een regressiemodel
met vertraagde termen van te verklaren en verklarende variabelen, geschat over de periode 1972:11994:111, voor voorspellingen van de groei van het
bbp-volume op jaarbasis van twee kwartalen vooruit.
Het autoregressieve karakter van het model weerspiegelt dat de economische groei een cyclisch patroon
1988, biz. 71-83; M.M.G. Fase en H.C.J. van der Wielen,
Grandeur en malheur van de conjunctuurbarometer, ESB, 5
april 1989, biz. 332-336 en 341.
7. L.R. Klein en E. Sojo, 1989, op.cit.
8. Vergelijk: CPB, CPB-conjunctuurindicator, Werkdocu-
ment nr.36, 1990.
9. V. Zarnowitch, Has macro forecasting failed?, The Cato
Journal, 1992, biz. 129-160.
10. G. Parigi en G. Schlitzer, Quarterly forecasts of the Italian business cycle by means of monthly economic indica-
tors, Journal of Forecasting, 14, 1995, biz. 117-141.
heeft. Zo’n model met uitsluitend vertraagde termen
van het bbp-volume en al dan niet vertraagde termen
Tabel 3- Voorspelmodellen bbp-groei, een tot vier kwartalen vooruit
van de met ci aangeduide conjunctuurindicator heeft
reeds een redelijke voorspelkwaliteit, gemeten aan
de R van 0,41, de gemiddelde absolute voorspelfout
(GAV) van 1,33 procentpunt, en de wortel van de gemiddelde kwadratische voorspelfout of standaardfout
(SF) van 1,72 . Dit is aanzienlijk beter dan de voorspelkwaliteit van meer nai’eve alternatieve modelen
zoals een puur autoregressief (AR) model met alleen
vertraagde bbp-termen (R van slechts 0,18) of^en
AR-model van alleen de conjunctuurindicator (R2 van
0,36). Deze vergelijking onderstreept de informatieve
waarde van de conjunctuurindicator bij het voorspellen van de bbp-groei.
Een nog beter resultaat kan worden bereikt door
twee van de vijf samenstellende componenten van
de indicator, de reele geldhoeveelheid en de verwachte omzet van nieuwe NCM-polishouders, alsmede de aandelenkoersindex , ook apart als verklarende variabelen mee te nemen (model 2 in label 1).
Figuur 1 laat realisaties en aldus verkregen modelwaarden van de bbp-groei zien. De aandelenkoers
en deze twee componenten lopen respectievelijk
vier, vijf en twee kwartalen op de economische ontwikkelingen vooruit. Het model luidt exclusief een
constante die in een model voor groeivoeten de autonome groei zou representeren.
Door het tijdreeksachtige karakter van de vergelijkingen is, zoals gezegd, interpretatie van de afzonderlijke coefficienten niet zinvol. De selectie van deter-
minanten is dan ook mechanisch: termen met een
t-waarde van minder dan 1 zijn weggelaten. De hoogte van de R moet worden beoordeeld tegen de achtergrond van de modelspecificatie, die luidt in groei
op jaarbasis. Bij een vergelijkbaar model in groei op
kwartaalbasis met seizoendummies neemt de R2 direct toe tot 0,92 met waarden voor de andere statistische grootheden, die_yergelijkbaar zijn met die van
label 1. Zo’n hogere R is overigens slechts hel gevolg van hel seizoenpalroon, waardoor de te verklaren variabelen veel meer varieren dan de residuen.
Contemporain voorspelmodel
Tabel 2 geeft ter vergelijking contemporaine voorspellingen (raming van het meesl recenie kwartaal),
vergelijkbaar mel die van Reininga en Kazemier
(1995), gebaseerd op realisalies van werkloosheid en
Tabel 2. Coefficienten en toetsgrootbeden van een
contemporain voorspelmodel van de bbp-groei
constante
0,338
consumptie
werkloosheid
,
industriele produktie
0,470*
0,002
0,357*
i?
GV
GAV
SF
0,65
0,00
C89-’92:0,58)
1,03
C89-’92: 0,87)
1,34
C89->92:0,87)
* geeft significance aan op het 99% betrouwbaarheidsniveau.
ESB 8-11-1995
Aantal kwartalen vooruit
1
constante
bbp (-1)
bbp(-3)
bbp (-4)
ci (+1)
ci
ci(-l)
ci(-2)
ci (-3)
ci(-4)
beursind. (-5)
Ml reeel (-4)
idem, alsA4
verw. omz.a
idem, als At
R2
GV
GV ’89-’92
GAV
GAV ’89-“92
2
3
_
_
_
0,12
–
–
-0,39″
0,24″
0,27″
–
-2,45*
0,37**
-0,50″
0,51
0,50
0,01
0,54
1,13
-0,38″
–
0,11
-0,42″
1,29″
-1,61″
0,90″
-2,54*
4
1,60
–
0,35″
–
0,33″
-0,40**
– ‘
-0,37″
–
-0,32″
0,70
-0,73
0,38
-2,75*
0,15
9,84
-0,23
-0,86*
0,50
0,49
0,01
0,45
1,20
0,83
1,60
1,02
0,42
0,00
0,59
1,27
0,84
1,67
1,05
0,56″
-0,54
0,62*
. -2,63*
-0,00
0,56
1,15
0,82
0,72
SF
1,57
SF ’89-’92
1,01
1,58
0,90
–
a. Respectievelijk 2, 2, 3 en 4 kwartalen vertraagd bij 1, 2, 3 en 4 kwartalen
vooruit voorspellen.
Ai x « (x – x-4 )/x-4 ; de ptocentuete mutatie op jaarbasis.
Verdere toelichting gelijk aan label 1.
volumegroei van consumptie en industriele produktie. Uiteraard is de R veel hoger dan die van de
modellen van label 1, en zijn de voorspelfouten veel
lager, doordat eigenlijdse realisaties gebruikt kunnen
worden.
Voorspelmodellen voor drie en vier kwartalen
vooruit
Modellen die meer dan twee kwartalen vooruil voorspellen lijken op die van label 1, maar verschillen
daarvan doordai over minder informalie kan worden
beschikl. Bij voorbeeld bij drie kwartalen vooruil kunnen alleen drie of meer kwartalen vertraagde endogenen worden gebruikl, en een of meer kwartalen vertraagde termen van de conjuncluurindicalor. Tabel 3
presenteert modellen die achtereenvolgens een lol
en met vier kwartalen vooruit voorspellen. Daarbij
blijken enkele eerder genoemde componenten van
de DNB-conjuncluurindicalor als procenluele mutatie
op jaarbasis (A4 x = (x — x-4 )/x_4 ) van belang als de-
11. Merk op dat de conjunctuurindicator zelf reeds twee
kwartalen vooruit loopt. De statistische grootheden die
betrekking hebben op de periode 1989-1992 worden verderop besproken.
12. De bronnen van de componenten van de DNB-conjunctuurindicator staan in Bikker en De Haan, 1988; de aandelenkoers is de index van aandelen algemeen van het CBS;
de later gebruikte lange rente komt van DNB en betreft de
vijf langst lopende staatsleningen.
terminant. Tabel 3 laat zien dat de voorspelkwaliteit
maar heel geleidelijk achteruitgaat naarmate verder
vooruit wordt voorspeld. Dit is opvallend omdat de
conjunctuurindicator zelf maar twee kwartalen vooruit loopt.
Figuur 2. Realisatie-index, conjunctuurindicator en
modelwaarden, groei op jaarbasis, %
Vergelijking met macro-modellen
De vraag rijst hoe de voorspelkwaliteit van deze modellen zich verhoudt tot die van de veelal verder
vooruit voorspellende alternatieve methoden. Eenjaar-vooruit voorspelfouten van de macro-economische modellen MORKMON (DNB) en FKSEC (CPB),
meer precies: van de MEV, kunnen worden ontleend
aan Boeschoten en Van Els13. Zij vermelden gemiddelde voorspelfouten over de periode 1989-1992
voor de groei van het bbp-volume een jaar vooruit
van 0,35 tot 0,73 procentpunt, afhankelijk van de modellen en exogenenramingen van de betrokken instellingen, en standaardfouten van 1,05 tot 1,27 procentpunt. Tabellen 1 tot en met 3 geven ter vergelijking
ook de diverse maatstaven van de voorspelfouten
voor dezelfde deelperiode 1989-1992. De bbp-groei
was in deze jaren kennelijk minder grillig dan over
de gehele schattingsperiode, gezien de aanzienlijk
kleinere voorspelfouten gedurende die deelperiode.
De gemiddelde voorspelfout van model 2 van tabel 1
over 1989-1992 (overschatting met gemiddeld 0,56
procentpunt) is van dezelfde orde van grootte als die
van de bovenstaande macro-economische modellen
(onderschatting met 0,35 tot 0,73 procentpunt); het teken van de gemiddelde voorspelfout is overigens verschillend. De standaardfout is met 0,90 procentpunt
Tabel 4. Voorspelmodetten van groei industriele
produktie op jaarbasis
originate cijfers
realisatie-index
ip (-2)
_
0,64″
ip (-3)
–
ci (-2)
-0,84*
-0,50*
-0,89″
0,35*
0,95″
-0,48*
–
ci(-3)
ci (-4)
beursind. (-4, -5)
rente (-4)
feit.ord. (-2)
1,07
0,39
2,03*
0,45*
0,46*
4,38
–
0,49*
0,21
1,53**
0,16
2,39
-0,04
0,51
ip (-4)
-0,75″
ip (-5)
-0,18*
ci
ci (-1)
verw.omz. (-2)
idem A4
verw. bedr. (-2)
IFO (-2)
i?
GV
GV ’89-’92
GAV
GAV ’89-’92
SF
SF ’89-“92
Toelichting gelijk aan tabel 1.
1,13″
–
0,86
-0,03
-0,00
1,02
0,78
1,31
0,98
0,95
0,00
-0,08
0,48
0,43
0,61
0,54
——— Realisatie-indtxptodaktieuid.
——— DNB-conjunctuurindicator
“””••• Modelwaaiden
72
74
76
78
80
wat kleiner dan die van de macro-economische modellen (1,05 tot 1,27). Ook de drie en vier kwartalenvooruit-voorspelmodellen van tabel 3 kunnen met
een standaardfout van 1,02 tot 1,05 (over ’89-’92)
goed concurreren met de betrokken macro-economische modellen. Dat is opvallend gezien het vergeleken met macro-economische modellen eenvoudige
karakter van de hier presenteerde modellen, die een
veel frequenter gebruik en snellere actualisering” mogelijk maakt.
Kroon heeft er op gewezen dat de initiele conjunctuurindicator (de twee kwartalen vooruit voorspelde op trendschatting gebaseerde waarde) afwijkt
van de definitieve (de twee jaar later berekende waarden, als de trend ‘bekend’ is), zodat de ex ante voorspelkracht in de praktijk mogeliik minder groot is
dan de ex post voorspelkracht . De vraag rijst wellicht of dit fenomeen ook in deze context afbreuk
doet aan de ex ante voorspelkracht. Het antwoord
daarop is ontkennend. Het verschil tussen initiele en
definitieve waarden van de conjunctuurindicator
wordt hoofdzakelijk veroorzaakt door de trendschatting. Doordat de als afwijking van de trend genomen
indicator hier op dezelfde trend wordt teruggezet,
speelt de trendschatting per saldo nauwelijks een rol.
Voorspellen van de industriele produktie
Tabel 4 geeft vergelijkbare voorspellers van de
produktie van de verwerkende industrie, zowel
gebaseerd op de originele cijfers als op de realisatieindex. Deze index is de voor seizoen en onregelmatige bewegingen gecorrigeerde reeks van de industriele produktie, die als referentiereeks wordt gebruikt
voor de maandelijks gepubliceerde DNB-conjunctuurindicator. De industriele produktie wordt beter voorspeld als niet alleen de bijbehorende conjunctuurindi-
13. W.C. Boeschoten en PJ.A. van Els, De voorspelkwaliteit
van macro-economische modellen: een vergelijkende analyse voor het DNB-model MORKMON, Maandschrift Economie, jg. 58, 1994, biz. 377-387.
14. E.P. Kroon, Pas op met conjunctuurindicatoren, ESB,
1994, biz. 665-668. Zie ookJ.A. Bikkeren J.M. Berk, De
voorspelkracht van de DNB-conjunctuurindicator, ESB, 5 ok-
tober 1994, biz. 900-902.
I
cator wordt gebruikt, maar ook componenten van
deze conjunctuurindicator (feitelijke orderontvangst
Tabel 5. Voorspellingen groei bbp-volume, op
jaarbasis, in procenten
industrie, verwachte omzet van nieuwe NCM-polis-
houders, verwachte bedrijvigheid industrie, IFO-indicator Duitse industrie), alsmede de beurskoersindex
en de lange rente. De voorspelfouten van de indus-
1995
1996
2,4
l,2a
(kolom 1) blijkt wat kJeiner te zijn dan die van het
bbp in de tabellen 1 en 3. Dit illustreert dat de componenten van de conjunctuurindicator vooral de in-
Indicatormethode
CPB
IMF
OESO
3,0
33
3,1
ABN-AMRO
2,8
dustriele produktie voorzien. De R is aanzienlijk ho-
a. Gebaseerd op de eerste twee kwartalen van 1996.
triele produktie (ip) gebaseerd op de originele cijfers
ger, doordat een groter gedeelte van de fluctuaties in
de industriele produktie kan worden voorspeld. Dit
hangt waarschijnlijk samen met het feit dat de groei
van de industriele produktie veel beweeglijker is dan
die van het bbp. Ook de niet gepresenteerde modellen met alleen vertraagde termen van de industriele
produktie zelf (R2 van 0,52), of met daarnaast_ ook de
conjunctuurindicator inclusief vertragingen (R van
0,71) voorspellen reeds vrij goed.
De voorspelkwaliteit van het model voor de realisatie-index is vervolgens veel beter dan die van de
originele cijfers van de industriele produktie, waarschijnlijk doordat deze reeks enigermate is gladgestreken en dus regelmatiger is. De DNB-conjunctuurindi-
2,5
2,4
2,7
3,0
gebaseerd op macro-economische modellen. Ze zijn
immers niet bijgesteld. Dit maakt ze extra interessant,
als althans achteraf blijkt dat de voorspelkwaliteit
gelijk of beter is.
Ten slotte is ook de groei van de industriele produktie voorspeld. Voor het derde kwartaal van dit
jaar is de prognose 2,9%; voor het vierde kwartaal
wordt een sterke daling van de produktiegroei voorzien.
Conclusie
Snelle en betrouwbare schattingen van de economi-
cator alleen zorgt reeds voor een R van maar liefst
sche groei in de nabije en verdere toekomst zijn van
0,86; indicator en vertraagde termen van de produktie leiden samen tot een R van 0,95. Aldus kan een
formele toets op de voorspelkracht van de indicator
worden uitgevoerd. Het maakt tevens duidelijk dat
een combinatie van deze conjunctuurindicator met
vertraagde termen en andere indicatorreeksen beter
voorspelt dan de DNB-conjunctuurindicator alleen.
Dit blijkt ook uit figuur 2, waarin de realisatie-index,
groot belang voor beleidsmakers en marktparticipanten. Dit artikel toont hoe het mogelijk is met behulp
van snel beschikbaar komende en op de algemene
conjunctuur vooruitlopende grootheden goede voorspellingen te maken van bbp en industriele produktie. De voorspelkwaliteit hiervan kan concurreren
met die van de grote bekende macro-economische
modellen voor Nederland. In het algemeen beogen
DNB-conjunctuurindicator en de voorspelling vol-
ze vooral een aanvulling te vormen op de voorspellingen van macro-economische modellen, die in prin-
gens het model van label 4 getoond wordt.
Ex ante voorspellingen
De echte, dus ex ante, voorspellingen vormen de
ware toets voor de hier gepresenteerde indicatormodellen. Als aanzet tot deze toets zijn de modellen van
de tabellen 3 en 4 gebruikt voor actuele voorspellingen tot vier kwartalen vooruit. De groei van het reele
bbp voor de resterende twee kwartalen van dit jaar
bedraagt respectievelijk 2,15% en 2,12%. Gegeven de
gerealiseerde groei in de eerste twee kwartalen van
dit jaar, impliceert dit voor 1995 als geheel een bbpgroei van 2,4%. Tabel 5 geeft ter vergelijking gepubliceerde prognoses van de bbp-groei volgens het CPB
(MEV), het IMF {World Economic Outlook), de OESO
{Economic Survey) en de ABN-AMRO {Economic Perspectives).
De voorspellingen voor 1995 ontlopen elkaar niet
veel; het indicatormodel is aan de sombere kant.
Voor de eerste twee kwartalen van 1996 wordt een
verdere daling van de bbp-groei voorspeld, die opnieuw pessimistisch afsteekt bij de prognoses van
voornoemde instellingen. Het indicatormodel extrapoleert de neerwaartse trend in de bbp-groei en in
de ci. Bij de beoordeling hiervan moet bedacht worden dat voorspellingen van het mechanische type als
het onderhavige soms minder aansluiten bij de
algemeen levende verwachtingen dan voorspellingen
ESB8-11-1995
cipe meer toegesneden zijn op middellange-termijnprognoses. De hier gepresenteerde voorspellers
kunnen ook gecombineerd worden met voorspellingen van macro-economische modellen. De ervaring
waarvan in de vakliteratuur veelvuldig verslag wordt
gedaan, leert dat dergelijke gecombineerde voorspellingen voor de korte termijn een voorspelkwaliteit
hebben die aanzienlijk beter is dan die van de afzonderlijke modellen.
J.A. Bikker