Derrick Kanngiesser und Tim Willems
Dieser Beitrag beschreibt eine systematische Methode, mit der Zentralbanken frühere Prognosen (und die damit verbundenen Fehler) nutzen können, um mehr über die Struktur und Funktionsweise der Wirtschaft zu erfahren und so letztlich eine bessere Geldpolitik für die Zukunft zu ermöglichen. Die Ergebnisse deuten darauf hin, dass die Inflationsprognose des Financial Coverage Committee (MPC) dazu neigt, die Auswirkungen des Lohnwachstums auf die Inflation zu unterschätzen und gleichzeitig die längerfristigen disinflationären Auswirkungen höherer Arbeitslosigkeit zu unterschätzen. In Bezug auf die Auswirkungen der Geldpolitik deuten unsere Ergebnisse darauf hin, dass die Übertragung durch Inflationserwartungen eine größere Rolle gespielt hat, als ihr in der Prognose zugeschrieben wurde.
Eine Reihe beispielloser globaler Schocks hat in jüngster Zeit die Wirtschaftsprognostiker weltweit vor große Herausforderungen gestellt. Die daraus resultierenden Prognosefehler, insbesondere bei der Inflation, haben die Prognosen der Zentralbanken ins Rampenlicht gerückt (siehe Bernanke (2024)).
Die Prognosen des MPC der Financial institution of England basieren auf einer Reihe von Modellen, wie in Burgess et al (2013)ergänzt durch die Einschätzungen von Mitarbeitern und Ausschüssen. Dies wirft die Frage auf, ob und wie zugrunde liegende Prognoseprozesse zu Prognosefehlern beigetragen haben. In dieser Hinsicht ist dieser Beitrag (der auf unserem begleitenden Arbeitspapier der Redaktion) schlägt eine Strategie vor, um frühere Prognosefehler der Banken zu nutzen, um mehr über die britische Wirtschaft zu erfahren. Generell sind Out-of-Pattern-Prognosen eine gute Möglichkeit, das zugrunde liegende Prognosemodell zu testen, und genau das macht sich unser Ansatz zunutze.
Die Daten
Im Mittelpunkt unserer Untersuchung steht ein Datensatz der vierteljährlichen Prognosen des MPC der Financial institution of England vom vierten Quartal 2011 bis zum ersten Quartal 2024 für die Verbraucherpreisinflation, das Lohnwachstum und das reale BIP-Wachstum (alle Jahresraten, im Jahresvergleich berechnet) sowie für die Arbeitslosenquote. Darüber hinaus verwenden wir auch die Rendite dreijähriger britischer Staatsanleihen, um die Auswirkungen der Finanzbedingungen (wie sie durch die britische Geldpolitik geprägt werden) zu analysieren. Wir beginnen unsere Stichprobe im vierten Quartal 2011, da dieses Datum die Einführung der aktuellen Prognoseplattform der Financial institution markiert (Burgess et al (2013)).
Abbildung 1 zeigt die Ergebnisse der VPI-Inflationsrate im Jahresvergleich (dunkelblau), während die hellblauen Linien die zu verschiedenen Zeitpunkten erstellten MPC-Prognosen darstellen. Ab Ende 2021 kann man wiederholt constructive Überraschungen beobachten, da die Inflation weiter ansteigt; der Disinflationsprozess – der Ende 2022 begann – verläuft bisher eher im Einklang mit den Prognosen.
Abbildung 1: VPI-Inflation, Ergebnisse und Verkehrsträgerprognosen für Großbritannien
Prognosegenauigkeit
Ein erster Check, den wir in Betracht ziehen können, ist, ob die Prognose des MPC wichtige Variablen systematisch unter- oder überschätzt hat. Das heißt, in der statistischen Sprache, ob es Anzeichen für eine „Verzerrung“ bei den Prognosefehlern gibt.
Abbildung 2 zeigt den mittleren (blaue Linie) und mittleren (rote Linie) Prognosefehler für Inflation, Lohnwachstum, Arbeitslosigkeit und BIP-Wachstum. Wir haben den h-Quartalsprognosefehler für die Variable 
Die mittleren Prognosefehler bei der Inflation lagen über alle Zeiträume hinweg sehr nahe bei Null (mittlere Fehler – die empfindlicher auf Ausreißer reagieren – deuten auf eine Unterprognose der Inflation hin). Das heißt, dass es trotz jüngster Prognosefehler (die auf eine Unterschätzung des Inflationsanstiegs nach der russischen Invasion in der Ukraine zurückzuführen sind) über einen längeren Zeitraum hinweg keine Hinweise auf eine systematische Verzerrung der Inflationsprognose gibt. Gleichzeitig zeigen die Mediane in Abbildung 2 auch, dass die Prognose des MPC dazu tendiert, Lohnwachstum, Arbeitslosigkeit und BIP-Wachstum zu überschätzen.
Abbildung 2: Durchschnittliche Prognosefehler von This autumn 2011 bis Q1 2024
Wie Prognosen genutzt werden können, um mehr über wirtschaftliche Zusammenhänge zu erfahren
Ein Schlüsselkonzept in der Literatur zur Prognosebewertung ist das der „Prognoseeffizienz“. Es bedeutet, dass die Prognose alle Informationen, die dem Prognostiker zum Zeitpunkt der Erstellung der Prognose zur Verfügung standen, angemessen nutzt. Eine überprüfbare Implikation ist, dass Prognosefehler nicht anhand der Informationen vorhersehbar sein sollten, die dem Prognostiker zum Zeitpunkt der Erstellung der Prognose zur Verfügung standen. Andernfalls hätte der Prognostiker mithilfe dieser Informationen eine genauere Prognose erstellen können.
Eine wichtige Beobachtung in diesem Zusammenhang machte Blanchard und Leigh (2013)der darauf hinwies, dass eine potenziell relevante Data, die dem Prognostiker zur Verfügung steht, Prognosen anderer Variablen. Basierend auf dieser Erkenntnis entwickelten sie eine Strategie, um herauszufinden, ob Prognostiker die Stärke bestimmter Zusammenhänge innerhalb der Wirtschaft über- oder unterschätzen. Wenn eine (korrekt prognostizierte) Veränderung einer bestimmten treibenden Variable (zum Beispiel Lohnwachstum) systematisch mit einer höheren als prognostizierten Inflation zwei Jahre später verbunden ist, dann kann man sagen, dass die Prognose des MPC die Auswirkungen des Lohnwachstums auf die Inflation im Zweijahreshorizont unterschätzt.
Unser Ziel ist es zu prüfen, ob die Prognose des MPC die Stärke der Beziehungen zwischen bestimmten treibenden Variablen und der Inflation systematisch über- oder unterschätzt. Wir regressieren daher Prognosefehler (
Hier, X stellt alternativ die Arbeitslosenquote, das Lohnwachstum, das reale BIP-Wachstum oder die dreijährige Rendite britischer Staatsanleihen dar. Wir schätzen (1) mit der Methode von 'robuste Regression“, wodurch Beobachtungen, die als „atypisch“ gelten (in dem Sinne, dass die Regression keine gute Anpassung an die Daten liefert, beispielsweise während des Covid-Zeitraums), heruntergewichtet werden.
Bei der Betrachtung der Inflationsergebnisse auf der linken Seite von (1) ergibt sich eine destructive Schätzung für 
Die schwarzen durchgezogenen Linien in den Diagrammen 3 und 4 zeigen die Schätzungen von
Abbildung 3: Blanchard-Leigh-Ergebnisse für Inflationsprognosefehler
Abbildung 3A zeigt, dass der geschätzte Koeffizient im Zwei- und Dreijahreshorizont negativ ist. Dies bedeutet, dass auf das prognostizierte Lohnwachstum Inflationsergebnisse folgen, die höher als für den zwei- und dreijährigen Prognosehorizont prognostiziert (wo die grauen Konfidenzbänder von Null abweichen). Dies deutet darauf hin, dass die MPC-Prognosen den Zusammenhang zwischen Lohnwachstum und Inflation in diesen mittelfristigen Zeiträumen unterschätzt haben.
In ähnlicher Weise lässt Abbildung 3B darauf schließen, dass auf einen Zwei- und Dreijahreshorizont höhere Arbeitslosigkeit tendenziell von niedrigeren Inflationsraten als prognostiziert gefolgt wird. Dies deutet darauf hin, dass ein Anstieg der Arbeitslosigkeit möglicherweise mehr zur Senkung der Inflation beiträgt als in der historischen Prognose des MPC vorgesehen. Dies steht beispielsweise im Einklang mit der Tatsache, dass die tatsächliche Phillips-Kurve steiler ist als im Prognoseprozess vorgesehen.
Laut Abbildung 3C führen prognostizierte BIP-Wachstumssteigerungen bis zu einem Zeithorizont von zwei Jahren zu Inflationsüberraschungen, gefolgt von einer niedrigeren als prognostizierten Inflation im Dreijahreshorizont. Dies könnte daran liegen, dass die Aussicht auf starkes Wachstum kurzfristig zu einer nachfragegetriebenen Inflation führt (mehr als prognostiziert), die in späteren Jahren durch eine niedriger als prognostizierte Inflation ausgeglichen wird (z. B. dank eines größeren Angebots auf dem Markt). Alternativ könnte es auch sein, dass die Politik auf die Wachstumsbeschleunigung reagiert (mehr als in der Prognose erwartet) und auf eine Weise reagiert, die tendenziell die Inflation senkt (z. B. durch eine Straffung der Fiskal- oder Geldpolitik).
Abbildung 4 zeigt entsprechende Ergebnisse für prognostizierte Änderungen der Renditen dreijähriger Staatsanleihen. Da letztere von der Geldpolitik beeinflusst werden, gibt uns diese Übung eine Vorstellung davon, ob die MPC-Prognosen mit einer angemessenen Betrachtung des geldpolitischen Transmissionsmechanismus funktioniert haben. In diesem Zusammenhang ist anzumerken, dass die MPC-Prognose nicht auf der eigenen Prognose des MPC hinsichtlich des zukünftigen Zinsverlaufs basiert, sondern von marktorientiert Zinsprognosen. Die Ergebnisse deuten darauf hin, dass höhere Zinssätze im Vergleich zu dem, was in der Prognose enthalten ist, A) über alle Zeiträume hinweg eine stärkere disinflationäre Wirkung haben; B) die Arbeitslosigkeit im Dreijahreshorizont weniger ansteigen lassen; C) das reale BIP-Wachstum im Zweiquartalshorizont weniger bremsen; und D) das Lohnwachstum im Zwei- und Dreijahreshorizont stärker bremsen. Zusammengenommen stehen diese Beobachtungen im Einklang damit, dass die Übertragung durch mittelfristige Inflationserwartungen eine größere Rolle gespielt hat, als ihr in der Prognose zugeschrieben wurde (da der Kanal der Inflationserwartungen die Inflation und das Lohnwachstum senken kann, ohne auf einen signifikanten Anstieg der Arbeitslosigkeit angewiesen zu sein; siehe Burr und Willems (2024)).
Abbildung 4: Blanchard-Leigh-Ergebnisse zum geldpolitischen Transmissionsmechanismus
Abschluss
In diesem Beitrag haben wir eine Strategie dargelegt, mit deren Hilfe Prognosen der Zentralbanken genutzt werden können, um mehr über die Beziehungen zwischen Schlüsselvariablen zu erfahren, die für die Festlegung der Geldpolitik von Interesse sind.
Unsere Analyse deutet darauf hin, dass durch die Korrektur bestimmter Beziehungen zwischen Variablen innerhalb der MPC-Prognose Verbesserungspotenzial besteht. Insbesondere könnte der Einfluss des Lohnwachstums auf die Inflation höher ausfallen als angenommen, und die Prognosen scheinen die längerfristigen disinflationären Auswirkungen höherer Arbeitslosigkeit unterschätzt zu haben. Schließlich deuten die Ergebnisse darauf hin, dass die geldpolitische Transmission über die Inflationserwartungen eine größere Rolle gespielt hat, als ihr im Prognoseprozess zugeschrieben wurde.
Wir hoffen, dass diese Erkenntnisse für zukünftige Prognoseansätze hilfreich sein werden und eine verbesserte Gestaltung der Geldpolitik ermöglichen.
Derrick Kanngiesser arbeitet in der Abteilung für geldpolitische Prognosen der Financial institution und Tim Willems arbeitet in der Strukturökonomie der Financial institution Aufteilung.
Wenn Sie Kontakt mit uns aufnehmen möchten, senden Sie uns bitte eine E-Mail an bankunderground@bankofengland.co.uk oder hinterlassen Sie unten einen Kommentar.
Kommentare erscheinen erst nach Genehmigung durch einen Moderator und werden nur veröffentlicht, wenn der vollständige Title angegeben ist. Financial institution Underground ist ein Weblog für Mitarbeiter der Financial institution of England, in dem sie Ansichten austauschen können, die vorherrschende politische Orthodoxien in Frage stellen – oder unterstützen. Die hier geäußerten Ansichten sind die der Autoren und entsprechen nicht notwendigerweise denen der Financial institution of England oder ihrer politischen Ausschüsse.
Teilen Sie den Beitrag „Prognosegenauigkeit und Effizienz bei der Financial institution of England – und wie Prognosefehler genutzt werden können, um Verbesserungen zu erzielen“
