La politica Economica della UE: criticità e

prospettive delle regole fiscali

La metodologia di calcolo dell’output gap

Università di Bologna

30 Maggio 2017

Marco Cacciotti (marco.cacciotti@tesoro.it)

Struttura della presentazione

Definizione di Saldo Strutturale e rilevanza per Patto di Stabilità e Crescita (e

pareggio di bilancio in Costituzione)

La metodologia della funzione di produzione concordata a livello europeo: le

questioni aperte per l’Italia e le soluzioni del «modello alternativo» del DT

(mimeo: Cacciotti, Conti, Teobaldo e Morea, 2017)

NAWRU vs NAIRU

La stima della Total Factor Productivity (TFP) per l’Italia: un nuovo

indice di Capacità Utilizzata basato sui dati della Cassa

integrazione Guadagni (CIG)

Output gap e intonazione della politica fiscale per l’Italia: implicazioni per la

compliance con il Patto di Stabilità e Crescita derivanti dal «modello

alternativo»

2

Patto di Stabilità e Crescita (PSC): le regole applicate all’Italia L’Italia si trova nel braccio preventivo del PSC e deve:

Convergere verso il proprio Obiettivo di Medio Periodo (MTO), pareggio di

bilancio, riducendo il saldo strutturale in linea con i requisiti individuati sulla

base delle condizioni cicliche prevalenti approssimate dall’Output Gap e dal

livello del rapporto debito/PIL (matrice dello sforzo fiscale richiesto).

Rispettare la regola di spesa che ha come finalità quella di rinforzare la

convergenza del saldo strutturale verso l’MTO.

L’Italia è inoltre soggetta alla Regola del Debito (Braccio Correttivo del PSC) e

deve:

Ridurre il debito/PIL del 5% per anno della differenza rispetto alla soglia del

60% del PIL calcolata sulla media dei precedenti 3 anni (ma considerando

anche l’impatto del ciclo o le dinamiche attese a politiche invariate nelle

previsioni a 2 anni)

L’Output Gap è cruciale in tutte le regole applicate all’Italia

.3

Il saldo di bilancio strutturale (SB) SB viene aggiustato per il ciclo (CAB) al netto delle misure una-tantum (OO, one-

offs)

𝑺𝑩𝒕 = 𝑪𝑨𝑩𝒕 − 𝑶𝑶𝒕 = [𝒃𝒕 − 𝜺 ∗ 𝑶𝑮𝒕 ] − 𝑶𝑶𝒕

Il CAB (% GDP) è il saldo di bilancio aggiustato per il ciclo che viene derivato

sottraendo dal deficit nominale (bt) la componente ciclica. Questa a sua volta è

data dall’output gap (OG) per l’elasticità di bilancio a variazioni dell’output gap.

Per l’Italia ε = 0.54

Perché il saldo di bilancio strutturale?

L’indebitamento netto nominale influenzato da fattori transitori (ciclici) e

permanenti (principalmente di tipo istituzionale)

Per politiche fiscali anticicliche, i policy-makers devono essere capaci di

identificare la componente ciclica che impatta sul bilancio

Target fiscali espressi in termini nominali sono soggetti al rischio che politiche di

stabilizzazione possano alla fine rivelarsi procicliche.

4

OG: la Funzione di Produzione Concordata a livello EU

𝒀𝒕 = 𝑳𝒕𝜶𝑲𝒕

𝟏−𝜶𝑻𝑭𝑷𝒕

Funzione di Produzione Cobb-Douglas con rendimenti di scala costanti sul

Capitale (K) e Lavoro (L). TFP rappresenta la Total Factor Productivity, i.e. il

contributo del progresso tecnologico alla crescita.

α è l’elasticità del PIL al fattore lavoro che in una Cobb-Douglas corrisponde

con la wage share.

Il PIL potenziale è ottenuto misurando i fattori K, L and TFP al loro livello di

utilizzo “potenziale” o di trend.

L’Output Gap (OG) rappresenta. la distanza (in termini percentuali) tra il livello

del PIL reale e il PIL potenziale, che non determina pressioni inflazionistiche

sull’economia.

𝐎𝐆𝐭 =𝒀𝒕 𝒀𝒕

− 𝟏 = 𝐓𝐅𝐏 𝑮𝒂𝒑𝐭 + 𝟎. 𝟔𝟓 ∗ 𝐋 𝑮𝒂𝒑𝐭

5

Output Gap: il contributo del fattore lavoro al Potenziale

La stima del lavoro potenziale è ottenuta estraendo la componente di trend di un

insieme di variabili su dati storici e forecasts (5/7 anni = 2/4 anni di forecasts + 3

anni di estrapolazione tecnica).

𝑳𝑷𝐭 = 𝑷𝑨𝑹𝑻𝑺𝐭 ∗ 𝑷𝑶𝑷𝑾𝐭 ∗ 𝑯𝑶𝑼𝑹𝑺𝐭 ∗ (𝟏 − 𝑵𝑨𝑾𝑹𝑼𝐭 )

PARTS è la componente di trend del tasso di partecipazione ottenuto con filtro

di Hodrick Prescott (HP).

POPW è la popolazione in età lavorativa [15-74], estrapolata out-of-sample

attraverso le proiezioni demografiche Eurostat.

HOURST rappresenta il trend delle ore lavorate medie per lavoratore che viene

ottenuto attraverso un processo ARIMA

NAWRU è il non-accelerating wage rate of unemployment.

6

NAWRU vs NAIRU?

7

𝑼𝒕 = 𝑵𝒕 + 𝑪𝒕

𝑵𝒕 = 𝑵𝒕−𝟏 + 𝝆𝒕−𝟏 + 𝜺𝟏𝒕

𝝆𝒕 = 𝝆𝒕−𝟏 + 𝜺𝟐𝒕

𝑪𝒕 = 𝜹𝟏𝑪𝒕−𝟏 + 𝜹𝟐𝑪𝒕−𝟐 + 𝜺𝟑𝒕

∆𝑾𝒕= 𝜶 + 𝜷𝟏𝑪𝒕 + 𝜷𝟐𝑪𝒕−𝟏 + 𝜷𝟑𝑪𝒕−𝟐 + 𝜺𝟒𝒕

𝜺𝒊𝒕≅ 𝑵 𝟎, 𝒗𝒂𝒓 𝜺𝒊𝒕 𝒊 = 𝟏. . 𝟒

NAWRU (Nt) e Unemployment gap (Ct=U-N) sono ricavati da un modello a

componenti non osservate stimato con filtro di Kalman grazie ad una Curva di

Phillips che lega la disoccupazione ciclica a variazioni del tasso di inflazione

salariale.

Forti limitazioni per l’Italia: a) prociclicalità, mancanza di robustezza statistica e

peso dei variance bounds; c) implausibilità a livello macroeconomico

Proposta alternativa: Curva di Phillips stimata su inflazione al Consumo (CPI

inflation - P) e un indice di inflazione importata (X)

∆𝑷𝒕= 𝜶 + 𝜷𝟏𝑪𝒕 + 𝜷𝟐𝑪𝒕−𝟏 + 𝜷𝟑𝑪𝒕−𝟐 + 𝝋𝑿𝒕 + 𝜺𝟒𝒕

Specificazione del NAWRU: prociclicalità

8

Scelta discrezionale vs selezione ottimale dei Bounds delle varianze del

modello NAWRU produce prociclicalità indotta

0

0,5

1

1,5

2

2,5

3

3,5

4

4,5

19

80

19

81

19

82

19

83

19

84

19

85

19

86

19

87

19

88

19

89

19

90

19

91

19

92

19

93

19

94

19

95

19

96

19

97

19

98

19

99

20

00

20

01

20

02

20

03

20

04

20

05

20

06

20

07

20

08

20

09

20

10

20

11

20

12

20

13

20

14

20

15

20

16

20

17

20

18

%

DISTANZA DALLA MEDIANA DELLA DISTRIBUZIONE DEL NAWRU

NAWRU Spring Forecast 2017 NAWRU OTTIMALE (selezionato con Grid search)

Fonte: elaborazioni MEF su 2017 Spring Forecasts della Commissione europea

Specificazione del NAWRU: prociclicalità

9

La prociclictià può essere parzialmente ridotta attraverso l’applicazione

di una procedura di Grid Search

0

2

4

6

8

10

12

14

% d

ella

fo

rza

lavo

ro

Tasso di disoccupazione

NAWRU_SF17

NAWRU ottimale

Fonte: elaborazioni MEF su 2017 Spring Forecasts della Commissione europea

NAWRU vs NAIRU

10

STIME DELLA CURVA DI PHILLIPS : SPECIFICAZIONE ATTUALE VS ALTERNATIVA

NAWRU – Specificazione Attuale NAIRU –Specificazione alternativa

2017 Spring Forecasts 2017 Spring Forecasts

CoefficientStandard

ErrorT-Statistics Coefficient

Standard

ErrorT-Statistics

Constant -0.0013 0.0032 -0.4154 -0.0005 0.0022 -0.2232

Beta-Lag 0 -0.0349 0.0112 -3.1089 -0.0123 0.0061 -2.0350

Beta-Lag 1 0.0568 0.0189 3.0082 0.0204 0.0100 2.0334

Beta- Lag 2 -0.0264 0.0118 -2.2461 -0.0082 0.0060 -1.3602

Exogenous variable (imported

inflation)- - - 1.3835 0.2063 6.7050

Log-Likelihood 71.68415 91.12745

R-squared0.0075 0.4773

(one step ahead)

CURVA DI PHILLIPS: DEVIAZONE STANDARD PARAMETRI CON STIME ITERATIVE DAL 2000

NAWRU – Specificazione attuale NAIRU – Specificazione Alternativa

2017 Spring Forecasts 2017 Spring Forecasts

AR1 0.16 0.19

AR2 0.13 0.08

beta - Lag 0 0.04 0.01

beta - Lag1 0.07 0.01

beta - Lag 2 0.04 0.01

Exogeneous variable (imported

inflation)- 0.03

RMSE Average 1967-2000 0.41 0.30

Fonte: elaborazioni MEF su 2017 Spring Forecasts della Commissione europea

NAWRU vs NAIRU: risultati

11

-0,080

-0,060

-0,040

-0,020

0,000

0,020

0,040

0,060

0,080

0,100

19

65

19

68

19

71

19

74

19

77

19

80

19

83

19

86

19

89

19

92

19

95

19

98

20

01

20

04

20

07

20

10

20

13

20

16

Vai

riaz

ion

e d

el t

asso

di I

nfl

azio

ne

Sa

lari

ale

(p

.p.)

NAWRU: SPECIFICAZIONE ATTUALE

Valori attuali

Stimati

-0,060

-0,040

-0,020

0,000

0,020

0,040

0,060

0,080

0,100

19

65

19

67

19

69

19

71

19

73

19

75

19

77

19

79

19

81

19

83

19

85

19

87

19

89

19

91

19

93

19

95Var

iazi

on

e d

el t

asso

di i

nfl

azio

ne

de

i p

rezz

i al c

on

sum

o (

p.p

)

NAIRU: SPECIFICAZIONE ALTERNATIVA

Valori attuali

Stimati

0

2

4

6

8

10

12

14

19

67

19

70

19

73

19

76

19

79

19

82

19

85

19

88

19

91

19

94

19

97

20

00

20

03

20

06

20

09

20

12

20

15

20

18

% d

ella

fo

rza

lavo

ro

Tasso di disoccupazione Nairu Nawru

Fonte: elaborazioni MEF su 2017 Spring Forecasts della Commissione europea

NAWRU vs NAIRU: conclusioni

12

Curva di Phillips basata su inflazione dei prezzi al consumo invece che salari

Introduzione di una variabile esogena in grado di catturare, in linea con

l’approccio OCSE e Blanchard et al (2015), gli effetti inflazionistici dei prezzi

alle importazioni

Varianza dei residui più bassa suggerisce un miglioramento nella

specificazione

La pendenza della curva di Phillips è più bassa e più in linea con recenti studi

empirici (e.g. Prometeia 2016, Blanchard et al. 2015)

Maggiore stabilità dei parametri sulla base di stime ricorsive che partono dal

2000

Output Gap (OG): specificazione della TFP

TFP è una proxy per il progresso tecnologico che viene ipotizzato

propagarsi in modo neutrale attraverso miglioramenti qualitativi che

riguardano sia il fattore lavoro sia il capitale.

𝐓𝐅𝐏𝐭 = (𝐄𝐋𝛂∗ 𝐄𝐊

𝟏−𝛂)(𝐔𝐋𝛂 ∗ 𝐔𝐊

𝟏−𝛂)

TFP include sia il livello di efficienza del fattore Lavoro e Capitale (E) (non

stimabile direttamente) sia il loro grado di utilizzo (U).

L’approccio della Commissione assume che U sia correlato

principalmente al grado di utilizzo degli impianti e quindi a K.

Labour hoarding considerato solo indirettamente tramite ore lavorate

13

Stima dell’Output Gap (OG): contributo della TFP

14

𝑻𝑭𝑷𝒕 = 𝑷𝒕 + 𝑪𝒕

𝑼𝒕 = 𝝁𝑼 + 𝜷𝑪𝒕 + 𝒆𝑼𝒕

𝒆𝑼𝒕 = 𝜹𝒆𝑼𝒕−𝟏 + 𝒂𝑼𝒕 V(𝒂𝑼𝒕)=𝑽𝑼

∆𝑷𝒕= 𝝁𝒕−𝟏

𝝁𝒕 = 𝝎 𝟏 − 𝝆 + 𝝆𝝁𝒕−𝟏 + 𝒂𝝁𝒕 V(𝒂𝝁𝒕)=𝑽𝝁

𝑪𝒕 = 𝟐𝑨𝒄𝒐𝒔 𝟐𝝅 𝝉 ∙𝑪𝒕−𝟏 − 𝑨𝟐𝑪𝒕−𝟐 + 𝒂𝑪𝒕 V(𝒂𝑪𝒕)=𝑽𝑪

Il trend della TFP (P) e il gap (C) ottenuti attraverso un modello a componenti

non osservate che regredisce il Residuo di Solow con la Serie della Capacità

Utilizzata ( U)

La serie della Capacità Utilizzata (CUBS) è misurata con variabili di survey quali:

1) l’indice di Capacità Utilizzata del manifatturiero; 2) il clima di fiducia (Business

Survey Capacity Indicator) per I settori delle construzioni e servizi

Le stime del trend della TFP presentano: a) prolungati tassi negativi; b) alta

sensitività agli outliers della serie CUBS; c) disconnessione del CUBS con gli

indici di attività reale

TFP: crescita del trend negativa dal 2003

15

0

2

4

6

8

10

12

14

-10

-5

0

5

10

15

19

85

19

87

19

89

19

91

19

93

19

95

19

97

19

99

20

01

20

03

20

05

20

07

20

09

20

11

20

13

20

15

% d

ella

fo

rza

lavo

ro

%

CUBS

CUBS (asse sinistro)

PIL Tasso di Crescita reale %( asse sinistro)

Tasso disoccupazione %

Fonte: elaborazioni MEF su 2017 Spring Forecasts della Commissione europea

-7,25

-7,2

-7,15

-7,1

-7,05

-7

-6,95

19

80

19

82

19

84

19

86

19

88

19

90

19

92

19

94

19

96

19

98

20

00

20

02

20

04

20

06

20

08

20

10

20

12

20

14

20

16

20

18

Scal

a lo

gari

tmic

a

TFP trend e ciclo

Solow Residual SF17 Alternativa

SF17 AF16

TFP: sensitività delle stime del trend a variazioni del CUBS

16

92

94

96

98

100

102

2010 2011 2012 2013 2014 2015 2016 2017 2018

20

10

= 1

00

PIL

Y_spr15

Y_aut15

Y_spr16

Y_aut16

-0,10

-0,08

-0,06

-0,04

-0,02

0,00

0,02

2010 2011 2012 2013 2014 2015 2016

dif

fere

nze

dal

lam

ed

ia (

%)

Indice di capacità utilizzata (CUBS)

CUBSspr15

CUBSaut15

CUBSspr16

CUBSaut16

97

97,5

98

98,5

99

99,5

100

100,5

2010 2011 2012 2013 2014 2015 2016 2017 2018

TFP

_sp

rin

g15

in 2

01

0=1

00

TFP TrendTFP_spr15

TFP_aut15

TFP_spr16

TFP_aut16

Lievi revisioni nella serie del CUBS

nelle 2015 AF (mantenute nelle

forecast successive) producono

significative revisioni al ribasso nel

trend.

Revisione dovuta a forecast ma non

a dati storici

Nessuna spiegazione economica

TFP: un indice di labour hoarding basato su CIG

Costruzione di un indicatore alternativo di labour hoarding basato sui dati di

Cassa Integrazione Guadagni (CIG) per misurare la Capacità utililizzata

CIG è: 1) una variabile reale/amministrativa e non un dato di survey; 2) parte

dal 1970 mentre l’indice CUBS solo dal 1985

Indicatore alternativo al CUBS ottenuto combinando I dati delle ore lavorate

(richieste) CIG e la serie originaria del CUBS (=pesi dati da wage share) e

pari, rispettivamente, a 0,65 e 0,35.

17

TFP: un indice di labour hoarding basato su CIG

Il nuovo indicatore composito basato su CIG è robusto in quanto replica gli

stessi punti di svolta ciclici dell’indicatore CUBS e al contempo è meno

volatile

18

-2,5

-2

-1,5

-1

-0,5

0

0,5

1

1,5

2

19

85

19

86

19

87

19

88

19

89

19

90

19

91

19

92

19

93

19

94

19

95

19

96

19

97

19

98

19

99

20

00

20

01

20

02

20

03

20

04

20

05

20

06

20

07

20

08

20

09

20

10

20

11

20

12

20

13

20

14

20

15

20

16

dis

atn

aza

dal

la m

ed

ia (

%)

CUBS CIG CUBS + CIG

Stime della TFP basate su CUBS vs CUBS+CIG

19

-0,12

-0,1

-0,08

-0,06

-0,04

-0,02

0

0,02

0,04

0,06

0,08

19

85

19

87

19

89

19

91

19

93

19

95

19

97

19

99

20

01

20

03

20

05

20

07

20

09

20

11

20

13

20

15

%

CUBS: valori attuali (- -) e stimati

Valori attuali Stimati

-0,1

-0,08

-0,06

-0,04

-0,02

0

0,02

0,04

0,06

0,08

19

85

19

87

19

89

19

91

19

93

19

95

19

97

19

99

20

01

20

03

20

05

20

07

20

09

20

11

20

13

20

15

%

CUBS + CIG: valori attuali (- -) e stimati

Valori attuali Stimati

Revisioni del Trend della TFP: CIG vs CUBS

Out-of-sample revisions

0

0,002

0,004

0,006

0,008

0,01

0,012

0,014

0,016

0,018

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

Differenzalogaritmica

Deviazioni Standard delle revisioni

SPR16_CUBS SPR16_CIG

20

Livelli di Trend della TFP e tassi di crescita

Utilizzando la metodologia alternativa (CIG+CUBS) il tasso di crescita del trend

della TFP mostra un rallentamento nel tempo e tassi non così negativi come

nelle stime ufficiali della Commissione

L’uso di una misura quale la CIG legata a dinamiche reali produce stime del

ciclo della TFP che non si chiudono a fine periodo

21

-7,25

-7,2

-7,15

-7,1

-7,05

-7

19

80

19

82

19

84

19

86

19

88

19

90

19

92

19

94

19

96

19

98

20

00

20

02

20

04

20

06

20

08

20

10

20

12

20

14

20

16

Scal

a Lo

gari

tmic

a

Solow Residual

TFP (CUBS+CIG)

TFP (CUBS)

TFP TREND E CICLO: LIVELLI

-0,4

-0,2

0

0,2

0,4

0,6

0,8

1

1,2

1,4

19

82

19

84

19

86

19

88

19

90

19

92

19

94

19

96

19

98

20

00

20

02

20

04

20

06

20

08

20

10

20

12

20

14

20

16

201

8

% TFP (CUBS+CIG)

TFP (CUBS)

TFP TREND : TASSI DI CRESCITA

Il Modello alternativo: OG e crescita potenziale

22

-1,5

-1

-0,5

0

0,5

1

1,5

2

20

00

20

01

20

02

20

03

20

04

20

05

20

06

20

07

20

08

20

09

20

10

20

11

20

12

20

13

20

14

20

15

20

16

20

17

20

18

%

Tasso di crescita del potenziale

Crescita Potenziale (2017Spring Forecast)

Crescita Potenziale(Modello Alternativo)

-6

-5

-4

-3

-2

-1

0

1

2

3

4

5

20

00

20

01

20

02

20

03

20

04

20

05

20

06

20

07

20

08

20

09

20

10

20

11

20

12

20

13

20

14

20

15

20

16

20

17

20

18

% d

el P

il p

ote

nzi

ale

Output gap

Output Gap (2017Spring Forecast)

Output gap (ModelloAlternativo)

Il modello alternativo: rispetto del Patto di Stabilità

23

Output Gap Structural Deficit

2017 Spring Forecast

Metodologia Alternativa

2017 Spring Forecast

Metodologia Alternativa

2014 -3.8 -4.7 -1.2 -0.6

2015 -2.8 -3.9 -1.0 -0.4

2016 -1.7 -2.9 -1.7 -1.0

2017 -0.8 -2.2 -2.0 -1.2

2018 0.0 -1.6 -2.2 -1.4

Pareggio di bilancio strutturale (MTO) sostanzialmente raggiunto nel 2015

Pieno rispetto dei requisiti del Patto di Stabilità e Crescita con deviazioni

dovute a diverse condizioni cicliche e a clausole di flessibilità

Modello alternativo: rispetto della regola del debito

24

7,4

4,8

0,00,0

2,0

4,0

6,0

8,0

Spring Forecast 17 Spring Forecast 17 conmetodologia alternativa

Spring Forecast 17con metodologia alternativa

e inflazione al 2%

% d

el P

IL

Gap rispetto al benchmarks della regola del debito corretto per il ciclo nel 2016

Debito/PIL aggiustato per il ciclo(base 2016)

Conclusioni

Il modello alternativo del MEF non si discosta dalla metodologia approvata a

livello UE ma introduce lievi correttivi alle variabili

Considerando un indicatore di labour hoarding per la stima del trend della TFP

e un modello alternativo di Phillips curve basato sull’inflazione al consumo i

risultati dell’output gap e del potenziale sono nettamente diversi e più

plausibili a livello macroeconomico

La compliance con le regole del Patto di Stabilità e Crescita verrebbero

sostanzialmente rispettate

25

26

Riferimenti

Karel Havik, Kieran Mc Morrow, Fabrice Orlandi, Christophe Planas, Rafal Raciborski, Werner

Röger, Alessandro Rossi, Anna Thum-Thysen, Valerie Vandermeulen , 2014, The Production

Function Methodology for Calculating Potential Growth Rates & Output Gaps”

EUROPEAN ECONOMY Economic Papers 535, also available at:

http://ec.europa.eu/economy_finance/publications/economic_paper/2014/pdf/ecp535_en.pdf

MEF, Relevant Factors Influencing Debt Developments in Italy, February 2017,

http://www.mef.gov.it/inevidenza/documenti/Italy_Relevant_Factors_February_2017.pdf

Cacciotti M, Conti R, Morea R, S. Teobaldo, 2017, “An Enhanced Production Function

Methodology for Italy”, Forthcoming.