Uddybende beregninger til Produktivitetskommissionen



Relaterede dokumenter
Fastlæggelse af produktivitet i private byerhverv

Produktivitetsudviklingen og arbejdsmarkedet

EJENDOMSPRISERNE I HOVEDSTADSREGIONEN

Test for strukturelle ændringer i investeringsadfærden

Markante sæsonudsving på boligmarkedet

INDIKATORER FOR DANSK ØKONOMI

Investeringskrise i Danmark?

ERHVERVENES BRUG AF KAPITAL OG ARBEJDSKRAFT

Reestimation af uddannelsessøgende til modelversion okt15

Out-of-sample forecast samt reestimation af ADAMs lønligning

Den personlige skattepligtige indkomst

Ralph Bøge Jensen 20. december Lønligningen. Resumé:

Reestimation af importpriser på energi til ADAM Oktober 2016

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

KONJUNKTURSITUATIONEN-udsigterne for 3. og 4. kvartal

Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere

Beregning af makroøkonomiske effekter af energiprisændring

Reestimation af uddannelsessøgende

Finansudvalget FIU alm. del Bilag 48 Offentligt

Dansk økonomi gik tilbage i 2012

Estimation af bilkøbsrelationen med nye indkomst- og formueudtryk

Finansudvalget FIU Alm.del endeligt svar på spørgsmål 256 Offentligt

Analyse af forskelle mellem ADAM og SMECs rentemultiplikator

Produktivitetsudviklingen Baggrundsnotat til kapitel II i Produktivitet 2017

Krisen kan hæve den strukturelle ledighed med

Mange danske job i normalisering af erhvervsinvesteringer

Erhvervslivets investeringer på niveau med starten af 80 erne

Reestimation af makroforbrugsrelationen

DI's Virksomhedspanel: Udsigterne for beskæftigelsen på rekordniveau

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

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

Effekten af indvandring på indfødte danskeres løn og beskæftigelse

Registreringsafgiftsprovenu

Sammenligning af faktorblok og aggregeret produktionsfunktion for private byerhverv

Københavnske ejerlejlighedspriser en meget begrænset indikator for hele landets boligmarked

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

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

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

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

Supplerende dokumentation af boligligningerne

Finansministeriet ved reelt ikke, om strukturerne er forbedret

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

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

Skriftlig eksamen i samfundsfag

Økonomisk analyse. Tema: Danmark ud af vækstkrisen Det danske arbejdsmarked og det tabte forspring. Highlights:

Udviklingen i de kommunale investeringer

April Højtuddannede i små og mellemstore virksomheder. Indhold

Det danske arbejdsmarked udvikler sig skævt

Reestimation af importpriser på energi

Introduktion til Konjunktur teori. Carl-Johan Dalgaard Økonomisk Institut Københavns Universitet

Sammenligning af varekøbsmultiplikatorer i ADAM og SMEC

Private investeringer og eksport er altafgørende

Store uddannelsesmæssige udfordringer for den private beskæftigelse

Dansk Økonomi Vismandsrapporter, prognoser, makroøkonomiske modeller og økonomisk politik

Den private sektor hårdest ramt af mangel på uddannede

Sammenligning af multiplikatorer i ADAM og SMEC Effekter af øget arbejdsudbud

Flot økonomisk fremgang i 3. kvartal arbejdsmarkedet fortsat underdrejet

Større lyst til at investere hos fødevarevirksomhederne i 2018

1. december Resumé:

Vedrørende renteeksperimenter i ADAM

Importrelationer til ADAM oktober 2015

ØKONOMISKE PRINCIPPER B

Eksportørgevinst i eksportrelationen

Arbejdsløsheden falder trods lav vækst

VisionDanmark 2017: Kvalificeret arbejdskraft og fleksibilitet er nøglen til fremtidens konkurrenceevne

ANALYSE. Effekter af Vækstfondens aktiviteter

Konjunkturbarometer nr

Manglende investeringer og uddannelse hæmmer dansk velstand

Økonomisk analyse. Fødevarevirksomhederne forventer fortsat et godt 2018

Skriftligt indlæg til DØRs rapport Dansk økonomi Efterår 2013

Bygningskapital: K * /K-forhold og trend-kalibrering

Reformulering af lagerrelationen

VÆKST- OG BESKÆFTIGELSES- REDEGØRELSE

Estimering af importrelationen for tjenester ikke indeholdende søtransport

Pejlemærker december 2018

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

Danske Advokaters konjunkturbarometer nr

ANALYSENOTAT Regional økonomisk status, juni 2016

Stort overskud på betalingsbalancen skyldes manglende investeringer

Stokastiske stød til ADAMs adfærdsrelationer

Mangel på faglærte jern- og metalarbejdere og tekniske KVU ere

Temperaturen på arbejdsmarkedet

KØBENHAVNS UNIVERSITET, ØKONOMISK INSTITUT

VÆKSTFONDEN ANALYSE. Effekter af Vækstfondens aktiviteter

Prioritering af sundhed presser den øvrige velfærd

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

Axcelfuture Lead En kortsigts-fremskrivningsmodel for private investeringer

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

Status på udvalgte nøgletal juli 2014

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

BEFOLKNINGSPROGNOSE 2013

Ejerledede og familieejede virksomheder investerer mindre eksterne kræfter betaler sig

Reformulering af Lagerrelationen

Virksomheder og arbejdskraft i Danmark

LEMPELIG PENGEPOLITIK EN MEDVIRKENDE ÅRSAG TIL FINANSKRISEN

Nordjysk Konjunkturbarometer RESUMÉ 1. KVARTAL 2000

Hvad kan forklare danmarks eksport mønster?

Dansk lønkonkurrenceevne er brølstærk

VÆKSTFONDEN ANALYSE Vækstfondens porteføljevirksomheder: Aktivitet og effekter

Analyse 12. april 2013

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 -