II Indicatori congiunturali 2 Gli indicatori qualitativi e gli indicatori compositi (misti)

IIIIIndicatori congiunturali 2Indicatori congiunturali 2Gli indicatori qualitativi Gli indicatori qualitativi

e gli indicatori compositi (misti)e gli indicatori compositi (misti)

Gli indicatori congiunturali 2: Gli indicatori qualitativi 2 Fedele De Novellis

Cogliere i cambiamenti in anticipoCogliere i cambiamenti in anticipo


Indicatori qualitativiIndicatori qualitativi

• Gli indicatori qualitativi sono ricavati da indagini svolte presso gli operatori. Si suddividono essenzialmente in due famiglie: Indagini presso le famiglie Indagini presso le imprese

• Hanno il pregio di una maggiore tempestività nella diffusione dei dati (in genere l’indagine è condotta ad inizio mese ed il dato è disponibile entro la fine del mese). Ad esempio, a fine febbraio conosciamo il clima di fiducia delle imprese di febbraio, mentre l’indice di produzione industriale è ancora fermo a dicembre). Solitamente si tratta di dati con frequenza mensile.

• La disponibilità di dati molto aggiornati spiega perché questi indicatori siano guardati con grande attenzione dai mercati.


......

• In generale, gli indicatori qualitativi vengono diffusi nella forma di un indice “generale” che sintetizza diversi sottoindici.

• Alcuni dei sottoindici possono avere proprietà di anticipazione degli andamenti di breve di altre variabili quantitative.

• Ad esempio: conosciamo la produzione industriale al tempo t, xt ,, e disponiamo delle indagini presso le imprese industriali del mese t+1 e t+2, st+1 e st+2 Se s anticipa x di due mesi, potremo fare previsioni su xt+1 , xt+2 , xt+3 , xt+4 .


Indici di fiducia dei consumatoriIndici di fiducia dei consumatori

• Stati Uniti - esistono due survey principali Conference Board

University of Michigan Notate:

L’andamento del clima di fiducia tende a

rispecchiare l’andamento del ciclo.

Usa - Indice di fiducia dei consumatori

30

50

70

90

110

130

150

90 92 94 96 98 00 02 04

survey Conference Board


..........

• Gli indici di fiducia dei consumatori sono delle buone rappresentazioni sintetiche dello stato del ciclo.

• Non hanno però particolari proprietà quali anticipatori dei comportamenti.

• In effetti, tendono a risentire molto delle condizioni del mercato del lavoro e la disoccupazione è un indicatore ritardato dello stato del ciclo economico.


..........

Usa: consumi e fiducia consumatori

-1.0

0.0

1.0

2.0

3.0

4.0

5.0

6.0

90 92 94 96 98 00 02 04

(1) var % anno su anno; (2) scala ds.

30

50

70

90

110

130

150

Consumi privati (1) Fiducia consumatori (2)

Usa: fiducia consumatori e tasso di disoccupazione

3.0

4.0

5.0

6.0

7.0

8.0

9.0

90 91 92 93 94 95 96 97 98 99 00 01 02 03 04 05

(1) scala ds.

40

60

80

100

120

140

160

disoccupazione fid consumatori (1)


Ciclo Italiano e indice di fiducia delle Ciclo Italiano e indice di fiducia delle famiglie (IFC)famiglie (IFC)

-20

-15

-10

-5

0

5

10

15

20

-3

-2

-1

0

1

2

3

4

5

86 88 90 92 94 96 98 00 02 04 06 08

PIL (VT)

IFC


Ciclo Italiano e fiducia dei Ciclo Italiano e fiducia dei consumatoriconsumatori

La relazione causale tuttavia difficile da definire: è l’indice di fiducia che influenza i consumi e quindi il ciclo, o viceversa?Dependent Variable: VTPILNEW Method: Least Squares Date: 03/03/09 Time: 18:18 Sample (adjusted): 1986Q1 2008Q4 Included observations: 92 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C -12.17915 1.594461 -7.638414 0.0000 CC_ISAE 0.121789 0.013986 8.707982 0.0000

R-squared 0.457272 Mean dependent var 1.666792 Adjusted R-squared 0.451242 S.D. dependent var 1.538216 S.E. of regression 1.139483 Akaike info criterion 3.120526 Sum squared resid 116.8580 Schwarz criterion 3.175348 Log likelihood -141.5442 F-statistic 75.82896 Durbin-Watson stat 0.460956 Prob(F-statistic) 0.000000



Inserendo un termine AR(1) si ottiene peraltro una buona approssimazione tra la dinamica dell’IFC e quella del PIL.

Dependent Variable: VTPILNEW Method: Least Squares Date: 03/03/09 Time: 18:26 Sample (adjusted): 1986Q2 2008Q4 Included observations: 91 after adjustments Convergence achieved after 6 iterations

Variable Coefficient Std. Error t-Statistic Prob. C -7.242626 3.040819 -2.381801 0.0194

CC_ISAE 0.076069 0.027138 2.802978 0.0062 AR(1) 0.827414 0.073181 11.30647 0.0000




Quando si inserendo il termine AR(1), peraltro, la miglior correlazione tra dinamica dell’IFC e del PIL è quella in cui si utilizzano le variazioni dell’indice, con un ritardo di un trimestre.


Variable Coefficient Std. Error t-Statistic Prob. C 1.247318 0.732557 1.702690 0.0922

VTCC_ISAE(-1) 0.077300 0.020341 3.800173 0.0003 AR(1) 0.891412 0.059806 14.90498 0.0000




Il fit della regressione è abbastanza buono; ma attenzione alle previsioni (forecast) quando si utilizzano termini autoregressivi!

-2

-1

0

1

2

-4

-2

0

2

4

6

88 90 92 94 96 98 00 02 04 06 08

Residual Actual Fitted


Fiducia dei consumatori e crescita del Fiducia dei consumatori e crescita del PILPIL

Anche con dati annuali si constata l’esistenza di una discreta correlazione tra dinamica del PIL e fiducia dei consumatori, con l’indice sia in livelli sia in variazioni percentuali (R2=0,46)

-1

0

1

2

3

4

5

95

100

105

110

115

120

125

90 92 94 96 98 00 02 04 06 08

VPILNEW IFCNEW


Fiducia dei consumatori e crescita dei Fiducia dei consumatori e crescita dei consumiconsumi

Una correlazione analoga si ottiene con la dinamica dei consumi– ora però solo con l’indice in livelli (R2=0,45), anziché nelle sue variazioni (R2=0,31)

-4

-3

-2

-1

0

1

2

3

4

90

95

100

105

110

115

120

125

130

90 92 94 96 98 00 02 04 06 08

DLOG(CFNEW)*100 IFCNEW


Indici di fiducia dei consumatoriIndici di fiducia dei consumatori

• Principali indagini presso le famiglie per i maggiori paesi europei

Ifo - GermaniaInsée - FranciaIsae - Italia

• I risultati delle indagini sono poi diffusi in forma omogenea per tutti i paesi dall’Eurostat


Componenti della Componenti della consumer confidenceconsumer confidence

Componenti della consumer confidence europea Dati Eurostat disponibili come serie aggregate e per i 15

» FINANCIAL SITUATION NEXT 12 MTH.» ECONOMIC SITUATION NEXT 12 MTH.» UNEMPLOYMENT NEXT 12 MONTHS » SAVINGS OVER NEXT 12 MONTHS » FINANCIAL SITUATION LAST 12 MTH» ECONOMIC SITUATION LAST 12 MTH. » SAVINGS AT PRESENT» MAJOR PURCH. OVER NEXT 12 MONTHS» MAJOR PURCHASES AT PRESENT» PRICES NEXT 12 MONTHS » PRICES LAST 12 MONTHS


Applicazione 1Applicazione 1

• Inflazione effettiva e “percepita” dalle famiglie in Europa

• Dalla componente della survey sui giudizi circa i “prices in last months” desumiamo una indicazione circa alcuni fattori che potrebbero spiegare i comportamenti delle famiglie.

• Notate l’anomala divaricazione fra i due indicatori avvenuta dopo l’introduzione dell’euro

Inflazione effettiva e percepita nell'area euro

-10

0

10

20

30

40

50

60

70

96 98 00 02

(1) indagine consumatori; scala sin.

0.5

1.0

1.5

2.0

2.5

3.0

3.5

4.0

4.5

5.0

Percepita (1) effettiva (scala dx.)


..........

• Il confronto fra paesi consente in questo caso di evidenziare come l’innalzamento dell’inflazione percepita abbia interessato solo i paesi dove è stato introdotto l’euro

Percezione dell'inflazione in alcuni paesi europei

-30

0

30

60

90

96 98 00 02

Indagine consumatori

Germania Francia Regno Unito


............

• Il disallineamento fra i giudizi sull’inflazione passata e quella futura ci segnala come le famiglie europee abbiano percepito uno shock sui prezzi, ma di carattere transitorio.

Inflazione percepita ed inflazione attesa dalle famiglie - area euro

-10

0

10

20

30

40

50

60

70

85 87 89 91 93 95 97 99 01 03

Inflazione attesa Inflazione passata


............

• Anche in Italia il disallineamento fra inflazione percepita ed effettiva ha carattere transitorio.

Inflazione percepita ed effettiva in Italia: 1997-2008

0

10

20

30

40

50

60

70

80

1997

m01

1997

m05

1997

m09

1998

m01

1998

m05

1998

m09

1999

m01

1999

m05

1999

m09

2000

m01

2000

m05

2000

m09

2001

m01

2001

m05

2001

m09

2002

m01

2002

m05

2002

m09

2003

m01

2003

m05

2003

m09

2004

m01

2004

m05

2004

m09

2005

m01

2005

m05

2005

m09

2006

m01

2006

m05

2006

m09

2007

m01

2007

m05

2007

m09

2008

m01

2008

m05

2008

m09

0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

Inflazione percepita Inflazione effettiva


Indici di fiducia delle impreseIndici di fiducia delle imprese

Componenti della industrial confidence europea Dati Eurostat disponibili come serie aggregate e per i 15

paesi UE» PRODUCTION TRENDS IN RECENT MTH.» ORDER BOOK POSITION» EXPORT ORDER BOOK POSITION» STOCKS OF FINISHED GOODS» PROD. EXPECTATION FOR MTH. AHEAD» SELLING PRC. EXPECT. MTH. AHEAD » EMP. EXPECTATIONS FOR MO. AHEAD» CURRENT PRODUCTION CAPACITY» MTH. PROD. ASSURED BY ORDER BOOK» NEW ORDER PSTN. IN RECENT MONTHS » EXPORT EXPECTATION FOR MO. AHEAD » CAPACITY UTILISATION» LIMITS TO PRODUCTION


..........

• Stati Uniti: componenti della survey ISM (Institute for Supply Management)

» PRODUCTION

» NEW ORDERS

» SUPPLIER DELIVERIES

» INVENTORIES

» EMPLOYMENT

» PRICES PAID

» EXPORT ORDERS

» IMPORTS

» BACKLOG OF ORDERS



• Gli indicatori di fiducia delle imprese normalmente forniscono una buona rappresentazione del ciclo.

Germania: industrial confidence e produzione

-30

-25

-20

-15

-10

-5

0

5

10

99 00 01 02 03 04 05

(1) var % tendenziali; scala ds.

-6.0

-4.0

-2.0

0.0

2.0

4.0

6.0

8.0

Confidence Produzione industriale (1)

Italia: industrial confidence e produzione

-15

-10

-5

0

5

10

15

99 00 01 02 03 04 05

(1) var % tendenziali; scala ds.

-8.0

-6.0

-4.0

-2.0

0.0

2.0

4.0

6.0

8.0

Confidence Produzione industriale (1)


..........

• Si tratta di indicatori utili anche per confrontare la posizione ciclica di diversi paesi. Notate, ad es., lo sfasamento fra Italia e Germania del ‘90-’91 legato al boom tedesco post-unificazione.

Clima di fiducia delle imprese

-40.0

-30.0

-20.0

-10.0

0.0

10.0

20.0

89 92 95 98 01 04

-30.0

-20.0

-10.0

0.0

10.0

20.0

30.0

Germania Italia


..........

• Nel confronto fra paesi è consigliabile guardare all’andamento delle variabili piuttosto che al loro livello, che può riflettere anche differenze nella metodologia che diversi paesi utilizzano per l’indagine. Ad es. se rappresentiamo le due variabili del grafico precedente su una medesima scala, potremmo ritenere che le imprese italiane sono sistematicamente più ottimiste di quelle tedesche....


-40.0

-30.0

-20.0

-10.0

0.0

10.0

20.0

89 92 95 98 01 04

-40.0

-30.0

-20.0

-10.0

0.0

10.0

20.0

Germania Italia


..........

• Se proprio si desidera disporre di una misura che consenta di confrontare gli indicatori di confidence sui livelli (ad es. perché si vogliono aggregare due serie) si può procedere “standardizzando” le serie storiche (basta sottrarre a ciascuna serie storica la propria media e dividere per la propria deviazione standard). Si ottiene una rappresentazione come quella del grafico a fianco. Notate la forte correlazione fra il clima di fiducia delle imprese italiane e tedesche.


-4.0

-3.0

-2.0

-1.0

0.0

1.0

2.0

3.0

4.0

70 73 76 79 82 85 88 91 94 97 00 03

-4.0

-3.0

-2.0

-1.0

0.0

1.0

2.0

3.0

4.0

Germania Italia


Indice di fiducia delle imprese Indice di fiducia delle imprese manifatturiere e ciclomanifatturiere e ciclo

• Sembra esistere una buona correlazione tra la dinamica dell’indice di fiducia delle imprese manifatturiere e quella del PIL, con un trimestre di ritardo. L’IFIM è dunque un indicatore leading.

-3

-2

-1

0

1

2

3

4

5

-30

-20

-10

0

10

20

30

40

50

86 88 90 92 94 96 98 00 02 04 06 08

VTPILNEW VTICI_ISAE(-1)

Dependent Variable: VTPILNEW Method: Least Squares Date: 03/03/09 Time: 15:05 Sample (adjusted): 1986Q2 2008Q4 Included observations: 91 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 1.579601 0.122996 12.84271 0.0000 VTICI_ISAE(-1) 0.100203 0.012356 8.109806 0.0000



Indice di fiducia delle imprese Indice di fiducia delle imprese manifatturiere e ciclomanifatturiere e ciclo

La relazione, come in precedenza, può essere migliorata, inserendo un termine AR(1). I possibili problemi di distorsione dell’uso del termine AR(1) in fase di previsione possono essere ridotti inserendo una dummy che colga i punti di svolta ciclici. Dependent Variable: VTPILNEW

Method: Least Squares Date: 03/03/09 Time: 15:07 Sample (adjusted): 1986Q3 2008Q4 Included observations: 90 after adjustments Convergence achieved after 7 iterations


VTICI_ISAE(-1) 0.077268 0.010449 7.394873 0.0000 DUSVOLTA -0.559291 0.081170 -6.890359 0.0000

AR(1) 0.918862 0.050059 18.35573 0.0000


Inverted AR Roots .92

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

-4

-2

0

2

4

6

88 90 92 94 96 98 00 02 04 06 08

Residual Actual Fitted


Indicatori qualitativi delle imprese: Indicatori qualitativi delle imprese: relazione tra produzione e occupazionerelazione tra produzione e occupazione

• Dal confronto fra le componenti delle survey relative alle aspettative sull’andamento della produzione e dell’occupazione possiamo apprezzare il lag temporale che separa le decisioni di produzione e le politiche occupazionali delle imprese.

Area euro: tendenze della produzione e dell'occupazione

-50

-40

-30

-20

-10

0

10

20

91 92 93 94 95 96 97 98 99 00 01 02 03 04 05

Survey presso le imprese industriali

prod. expectations employment expect.


Indicatori qualitativi delle imprese: Indicatori qualitativi delle imprese: relazione tra produzione e scorterelazione tra produzione e scorte

• I giudizi sul livello delle scorte sono un indicatore rilevante. Non vanno però lette come un indicatore delle consistenze dello stock di prodotti finiti in magazzino, quanto piuttosto come una indicazione della loro adeguatezza rispetto allo stato della domanda finale.

• Nelle fasi basse del ciclo le imprese ritengono di avere magazzini troppo elevati. Pertanto cercano di soddisfare la domanda ridimensionando lo stock di scorte esistente. Quando le scorte vengono giudicate insufficienti si verificano effetti moltiplicativi. Si produce per soddisfare la domanda finale e per accrescere il magazzino.

Area euro: tendenze della produzione e giudizi sulle scorte

-10

0

10

20

96 97 98 99 00 01 02 03 04 05

Survey presso le imprese industriali

0

5

10

15

20

prod. expectations stocks of finished goods, scala ds.


In conclusioneIn conclusione

• L’utilizzo degli indicatori qualitativi non si esaurisce nella capacità descrittiva di alcuni andamenti delle variabili quantitative.

• E’ molto importate utilizzare le singole componenti delle survey allo scopo di trarne indicazioni utili per l’interpretazione dei fatti economici rilevanti.

• Importante confrontare le singole componenti delle survey ed effettuare confronti fra paesi.



• Anche per gli indicatori qualitativi è possibile una aggregazione dei dati dei singoli paesi. Possiamo quindi ottenere un indicatore sintetico delle attese e confrontarlo con l’andamento della produzione

Aspettative imprese industriali nei G6 e produzione

-2.0

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

85 87 89 91 93 95 97 99 01 03 05

(1) media degli indici di produzione dei G6, mm 3 termini; var % tendenziali; scala ds.

-7.5

-5.0

-2.5

0.0

2.5

5.0

7.5

Aspettative imprese Produzione industriale (1)



• Per gli indicatori qualitativi è pure possibile aggregare i dati relativi a varie inchieste, ottenendo così indicatori composti, da utilizzare come indicatore sintetico delle attese. Ad esempio possiamo aggregare (con il metodo delle componenti principali o utilizzando altri pesi) gli indicatori di fiducia di imprese diverse (manifatturiere, costruzioni, servizi) o di imprese e famiglie (come nel caso accanto).



VTCCANDICI_ISAE(-1) 0.105702 0.014637 7.221477 0.0000 DUSVOLTA -0.531113 0.082507 -6.437165 0.0000

AR(1) 0.911540 0.052869 17.24164 0.0000


Inverted AR Roots .91


Indicatori sintetici (compositi – misti)Indicatori sintetici (compositi – misti)

• Varie istituzioni internazionali (es. OCSE, CEPR, USACB) o enti di ricerca (es. ISAE, Unicredit, Ref) elaborano indicatori sintetici dello stato del ciclo economico.

• Tali indicatori possono essere classificati in funzione della loro scansione temporale rispetto all’andamento del ciclo economico. Abbiamo così indicatori:

• Anticipatori (leading)• Coincidenti (coincident)• Ritardati (lagging) – poco rilevanti


Indicatori sintetici (compositi – misti)Indicatori sintetici (compositi – misti)

• Background teorico: Burns e Mitchell (1946)

• Il ciclo economico “consists of expansions, occurring at about the same time in many economic activities, followed by similarly general recessions, contractions and revivals”.

• Background metodologico applicato: Stock e Watson (1999)

• Diffusion indexes;

• Forecasting Inflation


Un esempioUn esempio

• Il “superindice” Usa, costruito dal Conference Board aggrega l’andamento di diverse variabili che si ritiene abbiano la proprietà di anticipare il ciclo.

Usa: leading indicator e Pil

-2.0

0.0

2.0

4.0

6.0

85 87 89 91 93 95 97 99 01 03

var % tendenziali

-3.0

-2.0

-1.0

0.0

1.0

2.0

3.0

4.0

5.0

Pil leading indicator sc. ds.


Indicatori leading, coincident, laggingIndicatori leading, coincident, lagging

Usa: coincident indicator e Pil

-4.0

-2.0

0.0

2.0

4.0

6.0

85 87 89 91 93 95 97 99 01 03

var % tendenziali

Pil coincident indicator

Usa: lagging indicator e Pil

-6.0

-4.0

-2.0

0.0

2.0

4.0

6.0

85 87 89 91 93 95 97 99 01 03

var % tendenziali

Pil lagging indicator


Le componenti del leading UsaLe componenti del leading Usa

• THE CONFERENCE BOARD'S LEADING INDICATORS INDEX (10 VARIABLES) AVERAGE WEEKLY HOURS - MANUFACTURING INITIAL CLAIMS FOR UNEMPLOYMENT INSURANCE NEW ORDERS OF CONSUMER GOODS & MATERIALS VENDOR PERFORMANCE, COMPANIES RECEIVING SLOWER

DELIVERIES MANUFACTURERS NEW ORDERS FOR NONDEFENSE CAPITAL GOODS NEW PRIVATE HOUSING UNITS AUTHORIZED BY BUILDING PERMIT STANDARD & POOR'S INDEX OF 500 COMMON STOCKS (MONTHLY

AVERAGE) MONEY SUPPLY M2 INTEREST RATE SPREAD - 10-YR TREAS BOND LESS FED FUNDS INDEX OF CONSUMER EXPECTATIONS


Le componenti del coincident indicator UsaLe componenti del coincident indicator Usa

• THE CONFERENCE BOARD'S COINCIDENT INDICATORS INDEX EMPLOYED - NONFARM INDUSTRIES TOTAL (PAYROLL

SURVEY) PERSONAL INCOME LESS TRANSFER PAYMENTS INDUSTRIAL PRODUCTION BUSINESS (MANUFACTURING AND TRADE SALES) IN

CONSTANT DOLLARS


Le componenti del lagging indicator UsaLe componenti del lagging indicator Usa

• THE CONFERENCE BOARD'S LAGGING INDICATORS INDEX AVERAGE DURATION OF UNEMPLOYMENT (WEEKS)

BUSINESS MANUFACTURING & TRADE

INVENTORIES/SALES RATIO 6-MO CHNG (ANNUALIZED) IN INDEX OF MFG UNIT

LABOR COSTS PRIME RATE CHARGED BY BANKS COMMERCIAL & INDUSTRIAL LOANS OUTSTANDING RATIO OF CONSUMER CREDIT OUTSTANDING TO

PERSONAL INCOME 6-MONTH CHANGE (ANNUALIZED) IN CPI FOR SERVICES


Il ruolo delle variabili finanziarie all’interno dei Il ruolo delle variabili finanziarie all’interno dei leading indicatorsleading indicators

• Notate come nel leading indicator siano incluse anche alcune variabili di carattere finanziario. In particolare, l’inclinazione della curva dei rendimenti, sintetizzata attraverso lo spread fra i tassi a lunga ed i tassi a breve

• Una curva dei tassi inclinata positivamente implica attese di tassi in aumento da parte dei mercati. Queste possono essere intese come aspettative di ripresa del ciclo economico.

Usa: Pil e spread tassi a lunga - tassi a breve

-2.0

0.0

2.0

4.0

6.0

85 87 89 91 93 95 97 99 01 03

(1) var % tendenziali

Pil (1) tassi d'interesse spread lungo-breve


......

• La crescita dell’offerta di moneta (in termini reali) può costituire un indicatore sintetico delle condizioni monetarie di un’economia e quindi anticiparne le tendenze di breve. In ogni caso, non è detto che la velocità di circolazione della moneta resti stabile. Nella fase di debolezza del ciclo d’inizio anni novanta, la forte crescita della moneta sembra però rispecchiare lo spostamento dei mercati verso attività liquide, così come la recente decelerazione può essere dovuta allo spostamento verso titoli a più lunga scadenza

Usa: Offerta di moneta e Pil

-5.0

-2.5

0.0

2.5

5.0

7.5

10.0

71 73 75 77 79 81 83 85 87 89 91 93 95 97 99 01 03

var % tendenziali

Pil M2 reale

\


““The stock market has predicted nine out The stock market has predicted nine out of the last five recessions” (P.Samuelson)of the last five recessions” (P.Samuelson)

• I corsi azionari possono essere considerati come una sintesi dei profitti attesi dal mercati. La prociclicità dei profitti induce a ritenere che la Borsa tenda ad anticipare il ciclo. Secondo questa chiave di lettura la Borsa “è un previsore”. E’ possibile peraltro che sia anche la stessa Borsa ad influenzare il ciclo.

Usa: borsa e crescita

-4

-2

0

2

4

6

8

10

71 74 77 80 83 86 89 92 95 98 01 04

-40

-30

-20

-10

0

10

20

30

40

50

Pil Borsa indice s&P500, scala ds.


Indicatori coincidenti Indicatori coincidenti

• Sono rilevanti, nonostante non siano anticipatori, perché forniscono informazioni sulla dinamica del PIL in tempo reale (mentre i dati sul PIL hanno un ritardo di 2-3 mesi)

• Le principali applicazioni empiriche:• I due più famosi esempi di indicatori coincidenti di

attività economica con frequenza mensile sono il Chicago Fed National Activity Index (CFNAI) per gli Stati Uniti e l’Eurocoin per l’Area Euro (Altissimo et al.);

• In Italia l’Osservatorio RegiosS propone un indicatore coincidente con frequenza mensile per l’Italia e per ciascuna regione del Paese.


Il Il Chicago Fed National Activity IndexChicago Fed National Activity Index ( (CFNAICFNAI))

• Il Chicago Fed National Activity Index (CFNAI) è l’indicatore coincidente di attività economica con frequenza mensile realizzato dalla Federal Reserve Bank of Chicago;

• Il CFNAI descrive l’andamento del ciclo economico americano. L’indicatore rappresenta lo scostamento della dinamica del PIL rispetto alle tendenze di lungo periodo (standardizzata a zero).

• Il CFNAI è una singola misura di attività economica costruita come la media ponderata di 85 indicatori macroeconomici. La tecnica utilizzata è l’analisi per componenti principali, che permette di sintetizzare in un’unica variabile l’informazione contenuta nelle 85 serie storiche originarie (fonte: Stock and Watson 1999).


IL CFNAI (composizione del dataset)IL CFNAI (composizione del dataset)

Le 85 serie storiche utilizzate per la costruzione del CFNAI possono essere suddivise in cinque categorie:

• Produzione e reddito: i dati si riferiscono al tasso di crescita della produzione industriale nei diversi settori e per categoria di prodotto. Inoltre, si considerano indici compositi come il Purchasing Managers Index (PMI), il grado di utilizzo della capacità produttiva e il tasso di crescita del reddito;

• Mercato del lavoro: tasso di occupazione, di disoccupazione e il totale delle ore lavorate;

• Consumi delle famiglie e l’indice di costruzione di nuove case;

• Vendite industriali e commerciali (vendite all’ingrosso e al dettaglio);

• Ordini e scorte.


IL CFNAI dagli anni Novanta ad oggiIL CFNAI dagli anni Novanta ad oggi


Eurocoin (Eurocoin (CEPRCEPR – Banca d’Italia) … – Banca d’Italia) …

• L’Eurocoin è l’indicatore coincidente per l’Area dell’Euro proposto dal CEPR in collaborazione con la Banca d’Italia.

• Per la costruzione dell’Eurocoin si considerano le seguenti serie storiche relative a Germania, Francia, Italia, Spagna, Paesi Bassi e Belgio:− Il PIL (fonte: Eurostat);− La produzione industriale (fonte: Eurostat);− Customer Survey (fonte: Eurostat, ISAE, Insee);− Business Survey (fonte: Eurostat, Ifo, ISAE, Insee, Markit).− Stock prices (fonte: Datastream Thompson Financial)− Esportazioni di beni (fonte: Eurostat, Insee, Deutsche Bundesbank, ISTAT, Ine).


… … Eurocoin (Eurocoin (CEPRCEPR – Banca d’Italia) – Banca d’Italia)

• L’Eurocoin è il risultato di un procedimento di aggregazione di serie macroeconomiche lungo e complesso (Altissimo et al., 2001, A Real Time Indicator of the Euro Area Business Cycle, Tema di Discussione n. 436, Banca d’Italia).

• L’Eurocoin è un classico esempio di “indicatore misto”, dato che è ottenuto utilizzando variabili quantitative (il PIL, le esportazioni e i prezzi delle azioni) e altre qualitative (le Business e Customer Survey della Commissione Europea).

• Come per l’indice CFNAI, l’Eurocoin mostra la dinamica tendenziale del PIL, come scostamento rispetto al trend di lungo periodo (normalizzato a zero).


L’Eurocoin dal 2002 ad oggi (febbraio 2009)L’Eurocoin dal 2002 ad oggi (febbraio 2009)


Lo studio del ciclo economico italianoLo studio del ciclo economico italiano

• Lo studio del ciclo economico secondo la metodologia dell’NBER è stato introdotto per la prima volta in Italia dall’ISCO (ora ISAE) alla fine degli anni Cinquanta.

• Altissimo et al. (2000) propongono un indicatore coincidente ed uno anticipatore dell’economia italiana, in grado di aiutare gli economisti a prevedere l’evoluzione delle condizioni economiche di breve periodo del Paese.


L’indicatore coincidente per l’Italia (ISAE – L’indicatore coincidente per l’Italia (ISAE – Banca d’Italia)Banca d’Italia)

• Sono analizzate 183 serie storiche (mensili o trimestrali) considerate potenzialmente rilevanti nella descrizione del comportamento ciclico dell’economia italiana.

• Le variabili presentano diversa fonte e fanno riferimento al mercato del lavoro, all’output e alla capacità di utilizzo degli impianti, alle condizioni della domanda, ai prezzi, al costo del lavoro e ai salari, agli aggregati monetari e ai tassi di interesse, al commercio estero ed alle principali variabili internazionali.


La costruzione dell’indicatore coincidente per il La costruzione dell’indicatore coincidente per il ciclo italiano (1)ciclo italiano (1)

• Le variabili macroeconomiche sono destagionalizzate (quando necessario) e rese stazionarie. Inoltre, le serie storiche sono filtrate per identificare e analizzare la componente ciclica di ciascuna di esse.

• La selezione delle variabili utilizzate per la costruzione dell’indicatore coincidente avviene stimando le proprietà di comovimento attraverso la tempistica dei punti di svolta (punti di picco – punto di depressione) di ciascuna serie con la cronologia ufficiale pubblicata dall’ISCO (ora ISAE) negli anni Sessanta.

• Per l’identificazione dei punti di picco e di depressione si ricorre alla Bry-Boschan routine, un processo iterativo che definisce la durata minima di un ciclo e di una singola fase (espansione o recessione) pari a quindici e cinque mesi rispettivamente.


La costruzione dell’indicatore coincidente per il La costruzione dell’indicatore coincidente per il ciclo italiano (2)ciclo italiano (2)

• Vengono in questo modo scelte sei serie storiche che verranno effettivamente utilizzate per la costruzione dell’indicatore composito, ossia:

1. La quota di ore di straordinario sul totale delle ore lavorate negli stabilimenti industriali;

2. L’indice di produzione industriale;3. Il trasporto ferroviario di beni;4. Il valore aggiunto nei servizi;5. Gli investimenti in macchinari;6. Le importazioni di beni di investimento.


La costruzione dell’indicatore coincidente La costruzione dell’indicatore coincidente per il ciclo italiano (3)per il ciclo italiano (3)

• Si procede applicando un filtro alle variabili selezionate per eliminare le oscillazioni ad alta frequenza. Vengono calcolate le variazioni percentuali usando la classica formula simmetrica, dato che permette di trattare allo stesso modo le variazioni positive e negative.

• Le variabili vengono aggregate attraverso opportuni fattori standardizzati (la standardizzazione evita che le serie con ampie fluttuazioni cicliche dominino i movimenti dell’indicatore composito).

• Le risultanti variazioni mensili sono poi cumulate, ottenendo così l’indicatore coincidente composito.


Indicatore coincidente per l’economia italiana Indicatore coincidente per l’economia italiana (ISAE – Banca d’Italia)(ISAE – Banca d’Italia)

80

85

90

95

100

105

110

115

120

125

130

ge

n 1

990

lug

19

90

ge

n 1

991

lug

19

91

ge

n 1

992

lug

19

92

ge

n 1

993

lug

19

93

ge

n 1

994

lug

19

94

ge

n 1

995

lug

19

95

ge

n 1

996

lug

19

96

ge

n 1

997

lug

19

97

ge

n 1

998

lug

19

98

ge

n 1

999

lug

19

99

ge

n 2

000

lug

20

00

ge

n 2

001

lug

20

01

ge

n 2

002

lug

20

02

ge

n 2

003

lug

20

03

ge

n 2

004

lug

20

04

ge

n 2

005

lug

20

05

ge

n 2

006

lug

20

06

ge

n 2

007

lug

20

07

ge

n 2

008

lug

20

08

ge

n 2

009

lug

20

09


La costruzione dell’indicatore anticipatore (ISAE, La costruzione dell’indicatore anticipatore (ISAE, Banca d’Italia) per il ciclo italiano (1)Banca d’Italia) per il ciclo italiano (1)

• Si considera l’indicatore coincidente descritto in precedenza come variabile di riferimento.

• Inoltre, si studiano non solo le proprietà di comovimento delle serie storiche, ma anche il loro potere predittivo. Una variabile è considerata anticipatrice se aiuta a prevedere il tasso di crescita della serie di riferimento (Stock e Watson, 1991).



• Le serie storiche selezionate per la costruzione dell’indicatore anticipatore del ciclo economico italiano sono le seguenti:

1. Le ore di cassa integrazione ordinaria nel settore manifatturiero;2. Le aspettative sull’andamento della produzione industriale;3. Le scorte di prodotti finiti industriali;4. Gli ordini interni dei beni di consumo;5. Il clima di fiducia delle famiglie (Households’ Confidence

Climate);6. I depositi bancari intermini reali;7. Il premio sui differenziali dei tassi di interesse;8. Le importazioni;9. L’indice della produzione industriale tedesca



• Le serie storiche sono trasformate e elaborate secondo la stessa procedura adottata per la costruzione dell’indicatore coincidente.

• L’indicatore anticipatore viene così confrontato direttamente con quello coincidente.

• Si ribadisce che l’indicatore anticipatore è un indicatore misto, dato che è ottenuto considerando variabili sia qualitative (le aspettative sull’andamento della produzione industriale e il clima di fiducia delle famiglie) sia quantitative.


L’indicatore anticipatore del ciclo italiano L’indicatore anticipatore del ciclo italiano (ISAE, Banca d’Italia) (ISAE, Banca d’Italia)

80

85

90

95

100

105

110

115

120

125

130

gen

199

0

lug

199

0

gen

199

1

lug

199

1

gen

199

2

lug

199

2

gen

199

3

lug

199

3

gen

199

4

lug

199

4

gen

199

5

lug

199

5

gen

199

6

lug

199

6

gen

199

7

lug

199

7

gen

199

8

lug

199

8

gen

199

9

lug

199

9

gen

200

0

lug

200

0

gen

200

1

lug

200

1

gen

200

2

lug

200

2

gen

200

3

lug

200

3

gen

200

4

lug

200

4

gen

200

5

lug

200

5

gen

200

6

lug

200

6

gen

200

7

lug

200

7

gen

200

8

lug

200

8

gen

200

9

lug

200

9


L’indicatore anticipatore e quello L’indicatore anticipatore e quello coincidente a confrontocoincidente a confronto

Indicatore coincidente e anticipatore ISAE

80

85

90

95

100

105

110

115

120

125

130

gen

199

0

ago

199

0

mar

ott

199

1

mag

dic

199

2

lug

199

3

feb

199

4

set

1994

apr

1995

no

v 19

95

giu

199

6

gen

199

7

ago

199

7

mar

ott

199

8

mag

dic

199

9

lug

200

0

feb

200

1

set

2001

apr

2002

no

v 20

02

giu

200

3

gen

200

4

ago

200

4

mar

ott

200

5

mag

dic

200

6

lug

200

7

feb

200

8

set

2008

apr

2009

no

v 20

09

Coincidente Anticipatore


L’indicatore anticipatore come previsore L’indicatore anticipatore come previsore del PILdel PIL

L’indicatore anticipatore sembra essere ben correlato con la dinamica del PIL con un anticipo di un trimestre (il ritardo più significativo) o anche di uno e due trimestri insieme, come si può osservare dalla regressione riportata a lato.

Dependent Variable: VTPILNEW Method: Least Squares Date: 03/06/09 Time: 09:55 Sample: 1990Q1 2008Q4 Included observations: 76 Convergence achieved after 7 iterations


DLOG(LEADISAENEW(-1),0,4) 27.50864 3.796294 7.246182 0.0000 DUSVOLTA -0.522888 0.084100 -6.217457 0.0000

AR(1) 0.858389 0.065682 13.06880 0.0000



Ulteriori applicazioni: gli indicatori Ulteriori applicazioni: gli indicatori coincidenti RegiosS - Unicreditcoincidenti RegiosS - Unicredit

• Brasili e Federico (2006) elaborano un indicatore coincidente per l’Italia, la Germania e l’Austria. La tecnica adottata rispecchia le scelte per la costruzione del CFNAI.

• Si ricorre alla analisi per componenti principali e si considera il primo fattore comune come un indicatore di attività economica, dato il peso rilevante in esso di tutte le variabili che rappresentano l’attività reale.

• L’indicatore coincidente di attività economica per l’Italia viene costantemente aggiornato e reso pubblicamente disponibile dall’Osservatorio RegiosS (www.regioss.it).


L’Indicatore coincidente di attività economica per L’Indicatore coincidente di attività economica per l’economia italiana l’economia italiana

(gennaio 2000 – settembre 2008)(gennaio 2000 – settembre 2008)


L’Osservatorio RegiosSL’Osservatorio RegiosS

• Sulla scia dei più recenti sviluppi dello studio delle economie regionali negli Stati Uniti [Carlino e Sill (2001); Crone e Clyton-Matthews (2004)], l’Osservatorio RegiosS pubblica un indicatore di attività economica coincidente per ogni regione italiana.

• L’obiettivo è quello di verificare l’andamento del ciclo economico di ciascuna regione rispetto all’evoluzione della congiuntura nazionale ed internazionale.

• A differenza dell’indicatore nazionale, gli indicatori regionali mostrano le variazioni tendenziali del PIL, piuttosto che gli scostamenti di queste ultime rispetto al trend.


L’Osservatorio RegiosS: un esempio L’Osservatorio RegiosS: un esempio di indicatore regionale – la Lombardiadi indicatore regionale – la Lombardia


Un altro esempio di indicatore Un altro esempio di indicatore coincidente per l’Italia: l’indicatore Refcoincidente per l’Italia: l’indicatore Ref

II Indicatori congiunturali 2 Gli indicatori qualitativi e gli indicatori compositi (misti)

Documents

Transcript of II Indicatori congiunturali 2 Gli indicatori qualitativi e gli indicatori compositi (misti)