Uddybende beregninger til Produktivitetskommissionen

Advertisement


Advertisement
Relaterede dokumenter
Fastlæggelse af produktivitet i private byerhverv

EJENDOMSPRISERNE I HOVEDSTADSREGIONEN

Markante sæsonudsving på boligmarkedet

ERHVERVENES BRUG AF KAPITAL OG ARBEJDSKRAFT

Test for strukturelle ændringer i investeringsadfærden

Reestimation af uddannelsessøgende til modelversion okt15

Investeringskrise i Danmark?

Den personlige skattepligtige indkomst

Ralph Bøge Jensen 20. december Lønligningen. Resumé:

KONJUNKTURSITUATIONEN-udsigterne for 3. og 4. kvartal

Beregning af makroøkonomiske effekter af energiprisændring

Vækst og beskæftigelse genopretningen af dansk økonomi er bedre end sit rygte

Finansudvalget FIU Alm.del endeligt svar på spørgsmål 256 Offentligt

Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere

Dansk økonomi gik tilbage i 2012

Finansudvalget FIU alm. del Bilag 48 Offentligt

Analyse af forskelle mellem ADAM og SMECs rentemultiplikator

Investeringer og beskæftigelse på vej ud af krisen. Axcelfuture 13/5/2015

Lav efterspørgsel forklarer det faldende bankudlån men udlånet forventes at stige igen

Uddannelse kan løfte BNP med op til 96 mia. kr.

Et kig på løn-, forbrug-, boligpris- og boligmængde relationernes historiske forklaringsevne

Sammenligning af tal for investeringer og afskrivninger i ADAM og NR.

Reestimation af makroforbrugsrelationen

Registreringsafgiftsprovenu

Mange danske job i normalisering af erhvervsinvesteringer

Ændringer i strukturelle niveauer og gaps, Konjunkturvurdering og Offentlige finanser, - en prognoseopdatering, februar 2017.

Københavnske ejerlejlighedspriser en meget begrænset indikator for hele landets boligmarked

Vedrørende renteeksperimenter i ADAM

Det danske arbejdsmarked udvikler sig skævt

Den samlede model til estimation af lønpræmien er da givet ved:

Reestimation af importpriser på energi

Supplerende dokumentation af boligligningerne

April Højtuddannede i små og mellemstore virksomheder. Indhold

Store uddannelsesmæssige udfordringer for den private beskæftigelse

Den private sektor hårdest ramt af mangel på uddannede

Stort overskud på betalingsbalancen skyldes manglende investeringer

Status på udvalgte nøgletal Oktober 2013 Fra: Dansk Erhverv, Makro & Analyse

HJEMMEOPGAVE 1 Makro 1, 2. årsprøve, foråret 2007 Peter Birch Sørensen (Opgave stillet i uge 9 med aflevering i uge 12)

Axcelfuture Lead En kortsigts-fremskrivningsmodel for private investeringer

Skriftligt indlæg til DØRs rapport Dansk økonomi Efterår 2013

Status på udvalgte nøgletal juli 2014

ANALYSE. Effekter af Vækstfondens aktiviteter

ANALYSENOTAT Regional økonomisk status, juni 2016

12. juni Samlet peger de foreløbige tal på en lidt lavere BNP-vækst end ventet i vores prognose fra februar 2007.

BEFOLKNINGSPROGNOSE 2013

Notat. Makroøkonomiske virkninger af planlagte infrastrukturinvesteringer. Bjarne Madsen, professor, Dr.Scient, cand.eocon.

Mangel på faglærte jern- og metalarbejdere og tekniske KVU ere

Konjunkturanalyse. Udarbejdet af Dansk ErhvervsFremme for Billund ErhvervsFremme Februar 2013

BEREGNING AF PRODUKTIONSGAB

Fremgang i dansk økonomi flere i job i 2015

Konjunkturer i Region Midtjylland. 1. kvartal Region Midtjylland Regional Udvikling

VÆKSTFONDEN ANALYSE. Effekter af Vækstfondens aktiviteter

Danmark. Flere årsager til faldende bankudlån. Makrokommentar 31. juli 2013

Hvad kan forklare danmarks eksport mønster?

KØBENHAVNS UNIVERSITET, ØKONOMISK INSTITUT

LEMPELIG PENGEPOLITIK EN MEDVIRKENDE ÅRSAG TIL FINANSKRISEN

Sammenligning af SMEC, ADAM og MONA - renteeksperiment

Notat. Notat om produktivitet og lange videregående uddannelser. Martin Junge. Oktober

Øget produktivitet styrker den offentlige saldo i 2020

GODE DANSKE EKSPORTPRÆSTATIONER

15. Åbne markeder og international handel

langtidsledige EU-borgere i 2015

Tidsseriemodeller for bilpark og årskørsel per bil

Axcelfuture Lead. En kortsigts-fremskrivningsmodel for private investeringer

ARBEJDSTID PÅ HOVEDERHVERV

Produktionspotentialet i dansk økonomi

Baggrundsnotat: Søskendes uddannelsesvalg og indkomst

Danmark mangler investeringer

Dansk Industri har den 3. september 2015 offentliggjort deres årlige erhvervsklimaundersøgelse.

Økonomisk Analyse. Produktivitet over et konjunkturforløb

Risikostyring i Danske Bank

Kapitalisering af grundskylden i enfamiliehuse

Bilag 16: Robusthedsanalyser af effektiviseringspotentialerne Bilaget indeholder analyser af effektiviseringspotentialernes robusthed.

Dyb krise i byggeriet ingen risiko for overophedning

Kroniske offentlige underskud efter 2020

Analyse. Kontanthjælpsreformen har fået flere unge i uddannelse eller beskæftigelse men forbliver de der? 29. april 2015

Med uændret optag kan efterspørgslen dermed ikke forventes at stige tilstrækkelig hurtigt til at matche det hurtigt voksende udbud.

VÆKSTFONDEN ANALYSE Effekter af Vækstfondens aktiviteter, 2015

Udviklingsmuligheder for små og mellemstore virksomheder i Region Midtjylland

Danske industrivirksomheders. lønkonkurrenceevne.

C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2.

DANMARK HAR HAFT DEN 5. LAVESTE ØKONOMISKE VÆKST FRA 1996 til 2006

2016 KONJUNKTUR ANALYSE

ANALYSENOTAT Brexit rammer, men lammer ikke dansk erhvervsliv

Dyb krise i byggeriet ingen risiko for overophedning

Konsekvenser af skattelettelser finansieret af lavere vækst i offentligt forbrug

Danskernes e-julehandel i 2013 Gang i e-julegavehandlen

Behov for en stram finanslov

Fokus på forsyning. Investeringer II: Konsekvenser

Øjebliksbillede 4. kvartal 2012

23. september 2013 Emerging markets i økonomisk omstilling. Af Jeppe Christiansen Adm. direktør for Maj Invest

Fem kvartaler i træk med positiv vækst i dansk økonomi

Hver tredje ufaglærte står uden job to år efter fyring

Samfundsøkonomiske effekter af Vækstfondens Vækstkautioner. Jóannes Jacobsen. august

Sæsonkorrigeret lønmodtagerbeskæftigelse og ledighed (omregnet til fuldtidspersoner) Tusinde Tusinde 170

Bilag 1: Prisudvikling, generelt effektiviseringskrav og robusthedsanalyser FORSYNINGSSEKRETARIATET AUGUST 2014 VERSION 3

Konfidensintervaller og Hypotesetest

Tegn på flaskehalse og rekrutteringsproblemer i dansk økonomi

2015 KONJUNKTUR ANALYSE

Erhvervenes faktorefterspørgsel

Advertisement
Transkript:

David Tønners Uddybende beregninger til Produktivitetskommissionen I forlængelse af mødet i Produktivitetskommissionen og i anledning af e-mail fra Produktivitetskommissionen med ønske om ekstra analyser af investeringsudviklingen de senere år forholder dette notat sig til tre spørgsmål. Disse tre spørgsmål er 1) Er der statistisk belæg for ændret investeringsadfærd siden? 2) Hvis kapitalapparatet op gennem 00 erne havde udviklet sig som forudsagt af SMEC, hvad ville dette så have betydet for timeproduktiviteten? 3) Hvilke overvejelser har DØRS gjort sig omkring, hvorvidt et evt. investeringsefterslæb skyldes nogle konkrete forhold, som ikke er opfanget af modellen? 1. Test for parameterstabilitet er der statistisk belæg for ændret investeringsadfærd siden? Som diskuteret på seminaret i Produktivitetskommissionen viser SMEC-simulationer, at der er indikationer af brud i investeringsrelationerne i 00 erne. I det følgende præsenteres et simpelt test for om disse brud er statistisk signifikante. Tabel 1 viser signifikanssandsynlighederne for chow-test af et brud i i hver af de fire investeringsrelationer for maskin- og bygningskapital i industrien hhv. tjenesteerhvervene. Resultaterne viser, at der kun findes statistisk belæg for et strukturelt brud omkring, i relationen for industriens maskininvesteringer. Nulhypotesen om parameterstabilitet kan således afvises ved et 5-pct.-signifikansniveau, mens hypotesen om konstante parametre lige præcis vil blive accepteret med 1-pct.-signifikansniveau. For de øvrige relationer findes ikke belæg for at afvise nulhypotesen om parameterstabilitet. \\dorssrv01\jl-dors\uddybende beregninger til produktivitetskommissionen.doc

Tabel 1: Chow-test for brud i (signifikanssandsynligheder) Maskinkapital Bygningskapital Industri 1,2 pct. 81,5 pct. Tjenester 71,7 pct. 27,8 pct. Nedenfor er vist figurer med de forudsagte værdier, når ligningerne kun estimeres frem til 1999, sammenholdt med den faktiske vækst i kapitalapparatet (svarende til bruttoinvesteringerne). Resultaterne fra chow-testet illustreres ved, at det kun er i investeringsrelationen for maskininvesteringer i industrierhvervet, hvor der efter ser ud til at være en betydelig forskel mellem de faktiske værdier og de forudsagte værdier fra estimationen frem til 1999. For de øvrige relationer er der også et nogenlunde sammenfald i perioden efter. Figur 1 Maskininvesteringer (industri) Bygningsinvesteringer (industri) 8 6 6 5 4 4 2 3 0 2-2 1-4 -6 1970 Predikteret 1975 0-1 1970 Predikteret 1975 Figur 2 Maskininvesteringer (tjenester) Bygningsinvesteringer (tjenester) 14 5 12 4 10 3 8 2 6 1 4 0 2 0 1970 Predikteret 1975-1 -2 1970 Predikteret 1975-2 -

I appendiks er vist uddybende figurer, hvor der er foretaget rekursive estimationer af de fire investeringsrelationer. Som det ses, er grunden til den manglende parameterstabilitet i investeringsrelationen for maskininvesteringer i industrierhvervet, at koefficienten til den forudgående periodes vækst i kapitalapparatet (investeringsaktivitet) stiger kraftigt i perioden efter. Koefficienten afspejler (en del af) kortsigtsdynamikken i investeringsrelationen. Koefficienten tilhørende langsigtsrelationen (der angiver, hvor hurtigt investeringsniveauet fejlkorrigerer over tid) udviser ligeledes en stigende tendens, men stigningen er dog begrænset i forhold til det betydelige konfidensbånd, der er tilknyttet parameterestimatet. Det samme gør sig gældende for koefficienten til væksten i det ønskede kapitalapparat (der ligeledes repræsenterer relationens kortsigtsdynamik). For de øvrige investeringsrelationer udviser parameterestimaterne rimelig stabilitet, hvilket harmonerer med resultatet af chow-testet ovenfor. Det tilsyneladende brud i investeringsrelationen for bygningsinvesteringer i tjenesteerhvervene (se figur 2 nedenfor) er dermed ikke statistisk signifikant. Der anes dog drifts i flere af parameterestimatet hørende til denne relation, men altså ikke i et omfang, der fører til statistisk belæg for at identificere en strukturel ændring. Dette skyldes givetvis, at relationen i udgangspunktet er relativ dårlig til at fange variationen i investeringerne, hvilket afspejles af de temmelig brede konfidensbånd. 2. Hvordan ville timeproduktiviteten have udviklet sig, hvis investeringerne siden havde været som forudsat af SMEC? I det følgende vises resultaterne af et dynamisk simulationseksperiment for perioden -11. At simulationen er dynamisk betyder blandt andet, at de steder, hvor det laggede kapitalapparat indgår, anvendes de model-genererede værdier i simulationen. Modelleringen af investeringsrelationerne i SMEC er beskrevet i et tidligere notat, og de estimerede ligninger fremgår desuden af appendiks. - 3 -

Figur 3 Maskinkapital i industri Bygningskapital i industri Mia. kr. -priser 200 Modelbaseret 180 160 140 120 100 Mia. kr. -priser 160 Modelbaseret 150 140 130 120 110 100 80 90 Figur 4 Maskinkapital i tjenesteerhverv Bygningskapital i tjenesteerhverv Mia. kr. -priser 600 Modelbaseret 500 400 300 200 100 Mia. kr. -priser 800 Modelbaseret 700 600 500 0 400 I alle fire figurer ses det faktiske kapitalapparat i at ligge under det kapitalapparat, som modellen forudsiger, hvilket indikerer en ændret investeringsadfærd i 00 erne, eller at forhold uden for modellen ændrede sig. Hvis kapitalapparatet havde ligget på det højere niveau forudsagt af SMEC, er det naturligt at forvente, at timeproduktiviteten havde været tilsvarende højere. SMEC kan anvendes til at belyse netop, hvor meget højere timeproduktiviteten ville have været, i og med der i forbindelse med modelleringen af faktorefterspørgslen er antaget en Cobb- Douglas produktionsstruktur (som vendes om for at give den nødvendige efterspørgsel efter arbejdskraft som funktion af produktion og input af kapital mm.). Således kan følgende spørgsmål besvares med udgangspunkt i SMEC: Med hvor stort et fald i timebeskæftigelsen er det muligt at opretholde den faktisk observerede produktion under hensyntagen til, at kapitalapparatet havde udviklet sig som forudsat af SMEC s investeringsrelationer? Resultaterne er illustreret nedenfor. Figurerne viser, hvor mange procent lavere det nødvendige timeinput er med SMEC s bud på et kapitalapparat i forhold til det nødvendige timeinput beregnet ud fra den faktiske udvikling i kapitalapparatet (et positivt tal indikerer således, at der med SMEC s bud på et kapitalapparat er behov for en mindre mængde arbejdskraft). - 4 -

Figur 5 Effekt på produktivitetsniveau (industri) (tjenesteerhverv) 4.0 4.0 3.5 3.5 3.0 3.0 2.5 2.5 2.0 2.0 1.5 1.5 1.0 1.0 0.5 0.5 0.0 0.0-0.5-0.5 Beregningerne anslår således, at timeproduktiviteten ville have været godt 2½ pct. højere i industrierhvervet og ca. 3½ pct. højere i tjenesteerhvervet, hvis investeringerne havde været på niveau med modelforudsigelserne i perioden -11. Omregnet til årlige størrelser svarer det et fald i den årlige produktivitetsvækst på knap ¼ pct.point for industrien og godt 0,3 pct.point for tjenesteerhvervet over perioden -11. 3. Hvilke konkrete forhold kan forklare det tilsyneladende investeringsefterslæb? Analyserne i dette notat har fundet statistisk belæg for et brud mellem udviklingen i investeringerne i industriens maskinkapital og konjunktursituationen siden. Der findes ikke belæg for at konkludere et brud i investeringsrelationen, hvad angår tjenesteerhvervenes investeringer i maskiner, eller investeringerne i bygninger, hvad enten vi betragter industrien eller tjenesteerhvervene. Alligevel viser beregninger, at kapitalapparatet for alle disse fire kategorier ville have ligget over det faktiske niveau, såfremt investeringsaktiviteten havde fulgt SMECs investeringsrelationer. Afvigelsen kan således skyldes ændret investeringsadfærd, eller at forhold, der ikke modelleres i SMEC, har ændret sig over tid. Nogle af disse forhold kan tænkes at være vedrøre: - Under højkonjunkturen i 00 erne kan virksomhederne have valgt at holde ekstraordinært meget igen med at udbygge kapitalapparatet og i stedet reageret på den kraftige efterspørgsel ved at skrue op for kapitaludnyttelsesgraden. Kapacitetsudnyttelsen er normalt procyklisk, og SMEC s investeringsrelationer tager qua den historiske samvariation mellem konjunktur og investeringsomfang im- - 5 -

plicit i princippet højde for det ovennævnte forhold. Forklaringen yder således kun et bidrag, såfremt der er årsager, der har gjort, at virksomhederne har holdt ekstraordinært meget igen (dvs. øget kapacitetsudnyttelsen ekstraordinært meget). - 00 ernes højkonjunktur kan have været præget af ikke-lineariteter, som modeller som SMEC har svært ved at opfange. Eksempelvis kan manglen på arbejdskraft og flaskehalse på arbejdsmarkedet have fået virksomhederne til at holde igen med at investere i ny kapital (såfremt arbejdskraft og kapital er komplementære) fordi man alligevel ikke ville kunne få fat i kvalificeret arbejdskraft til at betjene maskinerne. Normalt ville man dog nok argumentere for, at virksomhederne som reaktion på mangel på arbejdskraft og høje lønninger i stedet ville have substitueret over imod kapital. - For den afsluttende del af perioden har det fra flere sider været ytret, at der har været kreditklemmeligende tilstande. Såfremt dette har været tilfældet, vil det yde en forklaring på det lave investeringsniveau - Det er ligeledes tænkeligt, at usikkerheden i kølvandet på den finansielle krise har været historisk, dvs. ekstraordinært stor. Det kan forklare, hvorfor investeringsniveauet har været lavt de seneste år siden 2008, men yder næppe noget bidrag til forklaringen af den svage investeringsaktivitet i perioden frem til krisen. - 6 -

Appendix: Rekursiv estimation af investeringsrelationerne 3.1. Maskinkapital i industrierhvervet I det følgende vises resultaterne af de rekursive estimationer. For hver figur angiver overskriften, hvilken variabel den estimerede parameter er tilknyttet. Den fuldt optrukne kurve angiver parameterestimatet, mens de stiplede linjer angiver 95-procents konfidensbånd. [-1] angiver den laggede værdi af variablen. Til sidst er vist en variabelliste. Estimeret ligning (for hele perioden 1970-2011) dlog(fkmi) = 0.59423 * dlog(fkmi)[-1] - 0.05187 * log(fkmi[-1]/fkmiw[-1]) (5.98503) (1.98168) + 0.42985 * (0.5*dlog(udfy)+0.5*dlog(udfy[-1])) (2.41568) + 0.06426 * dlog(fkmiw) - 489 (2.37407) (1.00552) Sum Sq 53 Std Err 0.0120 LHS Mean 0.0197 R Sq 0.6965 R Bar Sq 0.6636 F 4, 37 21.2230 D.W.( 1) 2.0029 D.W.( 2) 1.8162 H -0.0247 Figur 6 dlog(fkmi)[-1] log(fkmi[-1]/fkmiw[-1]) 1.0 0.05 0.8 0.6 0.4 0.2 0.0-0.05-0.10-0.2-0.4-0.15-0.6-0.20-7 -

Figur 7 0.5*dlog(udfy)+0.5*dlog(udfy[-1]) dlog(fkmiw) 1.2 0.15 1.0 0.8 0.10 0.6 0.05 0.4 0.2 0.0-0.05-0.2-0.10 Figur 8 Konstantled 0.030 0.020 0.010 0-0.010-0.020-0.030 3.2. Bygningskapital i industrierhvervet Estimeret ligning (for hele perioden 1970-2011) dlog(fkbi) = 0.65570 * dlog(fkbi)[-1] (7.05331) + 0.13172 * (0.5*dlog(fyfi)+0.5*dlog(fyfi[-1])) (3.18375) - 0.05454 * (log((fkbi[-1])/(bkiw[-1]*fkmiw[-1]))) + 475 (3.80284) (1.90012) Sum Sq 23 Std Err 78 LHS Mean 0.0206 R Sq 0.6826 R Bar Sq 0.6575 F 3, 38 27.2359 D.W.( 1) 2.6151 D.W.( 2) 1.9908 H -2.7690-8 -

Figur 9 dlog(fkbi)[-1] 0.5*dlog(fyfi)+0.5*dlog(fyfi[-1]) 1.20 0.50 1.00 0.40 0.80 0.60 0.30 0.20 0.10 0.40-0.20-0.10 Figur 10 log((fkbi[-1])/(bkiw[-1]*fkmiw[-1])) Konstantled 0.020-0.02 0.015-0.04 0.010-0.06 5-0.08 0-0.10-5 -0.12-0.010-0.14-0.015 3.3. Maskinkapital i tjenesteerhvervet Estimeret ligning (for hele perioden 1970-2011) dlog(fkmt) = 0.56573 * dlog(fkmt)[-1] - 0.06343 * log(fkmt[-1]/fkmtw[-1]) (5.12607) (1.97454) + 0.35591 * dlog(fyft) + 0.01522 (3.54439) (2.06378) Sum Sq 0.0121 Std Err 0.0178 LHS Mean 0.0547 R Sq 0.6019 R Bar Sq 0.5704 F 3, 38 19.1475 D.W.( 1) 1.7656 D.W.( 2) 1.9115 H 0.6831-9 -

Figur 11 dlog(fkmt)[-1] log(fkmt[-1]/fkmtw[-1]) 1.2 0.05 1.0 0.8 0.6 0.4-0.05-0.10 0.2-0.15 0.0-0.20 Figur 12 dlog(fyft) Konstantled 0.80 0.060 0.60 0.040 0.40 0.020 0.20-0 -0.020 3.4. Bygningskapital i tjenesteerhvervet Estimeret ligning (for hele perioden 1970-2011) dlog(fkbt) = 0.92072 * dlog(fkbt)[-1] (16.6978) - 0.01937 * log(fkbt[-1]/(bktw[-1]*fkmtw[-1])) (2.19178) + 0.09020 * dlog(fyft) + 0.06899 * dlog(fyft)[-1] - 316 (3.41253) (2.44229) (2.04668) Sum Sq 08 Std Err 47 LHS Mean 0.0177 R Sq 0.9066 R Bar Sq 0.8965 F 4, 37 89.7619 D.W.( 1) 1.3708 D.W.( 2) 1.6429 H 2.0599-10 -

Figur 13 dlog(fkbt)[-1] log(fkbt[-1]/(bktw[-1]*fkmtw[-1])) 1.30 0.020 1.20 0.010 1.10 1.00 0.90 0.80 0.70-0 -0.010-0.020-0.030 0.60-0.040 0.50-0.050 Figur 14 dlog(fyft) dlog(fyft)[-1] 0.20 0.20 0.15 0.15 0.10 0.10 0.05 0.05-0.05 Figur 15 Konstantled 0.010 5 0-5 -0.010-0.015 Variabelliste: fkb[#k]: Bygningskapital i erhverv k fkm[#k]: Maskinkapital i erhverv k fkm[#k]w: Ønsket maskinkapital i erhverv k fyf[#k]: BVT i erhverv k udfy: BNP i Danmarks samhandelslande (eksportvægtet) - 11 -