Indicatori congiunturali
Gli indicatori quantitativi
Variabili congiunturali
• Indicatori congiunturali
Indicatori quantitativi
• Misurano variabili economiche
Indicatori qualitativi
• Rilevano giudizi e opinioni attraverso survey
L’utilizzo congiunto di dati quantitativi e qualitativi offre una migliore
descrizione dell’andamento dell’economia. L’utilizzo di entrambi i tipi di
indicatori è divenuto sempre più frequente nei paesi industrializzati allo
scopo di analizzare le tendenze di breve e per cogliere le tendenze in
prospettiva.
2
Fedele De Novellis
Indicatori quantitativi
• Pil e componenti - data set conti economici nazionali
• Dal lato della domanda: Cf, Cc,I, Sc, X, M
–
–
–
–
–
–
–
Y: Prodotto interno lordo
Cf: Consumi delle famiglie
Cc: Consumi collettivi (G del manuale di macro)
I Investimenti fissi lordi
VSc: Variazione delle scorte
X: Esportazioni
M: Importazion
• Dal lato dell’offerta, V.A. settori, dati su produzione, fatturato e
vendite, dati su mercato del lavoro
• Dal lato della d.d.r: salari, profitti
3
Fedele De Novellis
Indicatori quantitativi







Indici di produzione industriale - Ordini/fatturato imprese
Vendite, indicatori di consumo (es. immatricolazioni auto)
Mercato del lavoro, occupazione, disoccupazione
Statistiche commercio estero (incrocio con fonti estere)
Prezzi/inflazione
Aggregati monetari/creditizi (statistiche banche centrali)
Indicatori di finanza pubblica
4
Fedele De Novellis
Stock e flussi
• Variabili “stock”
Misurabili in un determinato istante
• Es: il debito pubblico, lo stock di capitale, il numero
di occupati
• Variabili “flusso”
Misurabili in un certo intervallo di tempo
• Es. il deficit pubblico, gli investimenti, il Pil
5
Fedele De Novellis
Valori e prezzi
• Le variabili quantitative possono espresse
In valore: “ a prezzi correnti”
In volume: “a prezzi costanti”
6
Fedele De Novellis
Variabili a prezzi costanti
• “Ai prezzi dell’anno base”.
• Es. dati di contabilità nazionale: i consumi a prezzi costanti
aggregano le singole voci di spesa attribuendo a ciascuna di
esse il prezzo dell’anno base (deflatore implicito).
• Effetto qualità – Indici concatenati
• Indici di volumi
• Es. Indice produzione industriale. Data la struttura della
produzione nell’anno base i singoli indici elementari vengono
aggregati sulla base dei pesi dell’anno base
• Periodicità dei dati:
 Serie mensili, trimestrali, annuali
 Per variabili finanziarie anche dati giornalieri o
settimanali
7
Fedele De Novellis
Una digressione: perché gli analisti dedicano
tanta attenzione alla produzione industriale?
• Perché si guardano molto gli indici di produzione
industriale se il peso dell’industria è molto diminuito
storicamente (oggi 20% circa)?
 Serie mensili
 Aggiornate più rapidamente del Pil
 La produzione industriale è rappresentativa del valore aggiunto
industriale, ma anche di una parte del v.a. dei servizi (servizi alle
imprese, trasporti, commercio)
 Il ciclo industriale riflette tendenze anche di altri settori (ad es. il
ciclo della produzione di autovetture per il mercato interno ci
fornisce anche informazioni sull’attività dei concessionari).
 Le misure dell’attività economica nei servizi sono meno affidabili
e soggette a più ampie revisioni
8
Fedele De Novellis
Rappresentazione indicatori
• Livelli
• Variazioni
Congiunturali - congiunturali “annualizzate”
Tendenziali
• Dati grezzi, destagionalizzati, smoothing
delle serie storiche
9
Fedele De Novellis
Tassi di variazione
• Variazioni % congiunturale: var % sul periodo precedente.
 g = (x1/x0)-1
• Var % congiunturale annualizzata: var % sul periodo precedente
espressa in ragione d’anno (...come se l’indice replicasse la stessa
variazione per 12 mesi consecutivi)
 g = (x1/x0)12-1
• Var % tendenziale: var % sullo stesso periodo dell’anno precedente
 g = (x12/x0)-1
•
Ricordiamo che la variazione percentuale di una variabile è approssimata dalla
variazione assoluta della variabile espressa in logaritmi naturali.
g = (x1/x0)-1 = log(x1)-log(x0)
10
Fedele De Novellis
Un esempio
• Esempio: Indice produzione: febbraio 1999 = 95; gennaio
2000 = 100; febbraio 2000 = 101;
 Var % congiunturale feb 2000 = 1 %
• 101/100 - 1 = 1.01 - 1 = 0.01 = 1%
 Var % congiunturale annualizzata feb 2000= 12.68 %
12
• (101/100) -1 = (1.01)
12
- 1 = 1.126825 - 1 = 0.126815 = 12.68%
 Var % tendenziale feb 2000 = 6.32%
• (101/95) - 1 = 1.063158 -1 = 0.063158 = 6.32%
11
Fedele De Novellis
.....
• Come è più corretto rappresentare una variabile (var cong, tend,, livello ??)
 Dipende dal quesito cui vogliamo rispondere.
In alcuni casi però la scelta rispecchia le convenzioni
 Ad es. per i prezzi è consuetudine usare la variazione tendenziale. Il tasso
d’inflazione in effetti è la variazione % tendenziale dell’indice dei prezzi al
consumo.
 Il largo utilizzo dei tendenziali riflette anche il fatto che confrontandosi con lo
stesso mese o trimestre dell’anno precedente si ottiene implicitamente una
indicazione depurata dai fattori stagionali.
 Quindi uno dei vantaggi di questo metodo è che può essere utilizzato quando le
serie storiche non sono state destagionalizzate (assumendo che la stagionalità non
cambi nel tempo, il che non è sempre vero). Un ovvio svantaggio è che questo
metodo richiede molti dati per cogliere i punti di svolta. Questo metodo infatti
mostra di quanto il livello di una data variabile (ad esempio, il Pil) è aumentato
durante un intero anno, non cosa è accaduto nell’ultimo trimestre.
12
Fedele De Novellis
.....
• Il legame fra congiunturali e tendenziali
 Notate che il cambiamento della variazione tendenziale è pari alla differenza fra la
variazione congiunturale del mese e quella occorsa nello stesso mese dell’anno
prima. Ad esempio, l’inflazione in un mese aumenta o si riduce se il congiunturale
del mese è maggiore o minore di quello dello stesso mese dell’anno precedente.
 Ad es. prendiamo una variabile X espressa in logaritmi
 Sia dtX la variazione congiunturale al tempo t: dtX = Xt - Xt-1
 Quindi (Xt - Xt-12) è la variazione tendenziale
•
•
X12 - X0 = d1X+ d2X+ d3X+ d4X+ d5X+ d6X+ d7X+ d8X+ d9X+ d10X+ d11X+ d12X
X13 - X1 =
d2X+ d3X+ d4X+ d5X+ d6X+ d7X+ d8X+ d9X+ d10X+ d11X+ d12X+ d13X
Quindi
•
(X13 - X1) - (X12 - X0) = d13X - d1X
13
Fedele De Novellis
.....
Indice dei pr ezzi al consum o ar ea eur o
livello
var % cong
var % t end
2001
f
m
a
m
g
l
a
s
o
n
d
2002
f
m
a
m
g
l
a
s
o
n
d
107.2
107.5
108.1
108.8
109.3
109.5
109.2
109.1
109.4
109.5
109.5
109.6
110.1
110.2
110.8
111.4
111.5
111.5
111.3
111.4
111.7
112.0
111.9
112.1
0.3
0.6
0.6
0.5
0.2
-0.3
-0.1
0.3
0.1
0.0
0.1
0.5
0.1
0.5
0.5
0.1
0.0
-0.2
0.1
0.3
0.3
-0.1
0.2
•
Ad esempio l’inflazione europea a
febbraio 2002 è scesa di due decimi
(dal 2.7 al 2.5 per cento) e la
variazione congiunturale nel mese
(0.1%) è stata di due decimi inferiore
a quella del febbraio 2001 (+0.3%).
2.7
2.5
2.5
2.4
2.0
1.8
1.9
2.1
2.1
2.3
2.2
2.3
14
Fedele De Novellis
....
• Var % media annua:
 var % del livello medio della variabile nel corso dell’anno rispetto al
livello medio dell’anno precedente
Media ( X anno(t ) ) / Media ( X anno(t 1) )  1
15
Fedele De Novellis
Carry over effect
• Effetto trascinamento o “eredità statistica”
 Misura l’“acquisito” in termini di variazione %
• = var % fra il livello medio della variabile alla fine dell’anno
precedente ed il livello medio dell’anno precedente
X dicembre(t 1) / Media ( X anno(t 1) )  1
• Trascinamento o “acquisito” in corso d’anno
 = var % fra il livello medio della variabile nella parte dell’anno per cui
sono disponibili i dati ed il livello medio dell’anno precedente - quindi
crescita media annua che si otterrebbe in presenza di una variazione
congiunturale nulla nei trimestri restanti dell’anno
Media ( X primiNmesi(t ) ) / Media ( X anno(t 1) )  1
16
Fedele De Novellis
Un esempio...
130
•
125
120
115.4
115
110
•
107.3
105
100
Le due variabili del grafico a fianco
sono caratterizzate dal medesimo
andamento nel corso dell’anno t1. Il
livello medio delle due variabili
nell’anno t1 è pari a 101.5. La prima
però registra in media d’anno una
caduta del 12.1% (da 115.4 a 101.5).
La seconda si contrae del 5.4%.
Questo perché la prima variabile era
caratterizzata da una eredità statistica
a fine anno più sfavorevole (-15.4%)
della seconda (-7.3%).
101.5
95
t0
t1
17
Fedele De Novellis
Il caso del Pil dell’economia italiana
• La Tavola diffusa
dall’Istat riporta i
livelli del Pil, le
variazioni
congiunturali e le
variazioni
tendenziali.
18
Fedele De Novellis
Il caso del Pil dell’economia italiana
Italia, Prodotto interno lordo
Valori concatenati, milioni di euro, anno di riferimento 2000
325000
1.5 %
-1.0 %
320000
2.1 %
315000
0.8%
310000
-4.9 %
305000
300000
2004
2005
2006
2007
2008
2009
• Il concetto di
“eredità statistica” è
evidente
confrontando il
2008, che cade di più
nel corso dell’anno,
ma parte da una
eredità statistica
migliore, rispetto al
2009, che ereditava
già un trascinamento
fortemente negativo
dal 2008.
fonte: elaborazioni su dati Istat
19
Fedele De Novellis
Il caso del Pil dell’economia italiana
325.000
320.000
315.000
310.000
-2,2%
305.000
-0,1%
300.000
Infatti l’effetto di
trascinamento del
2008 sul 2009 è
pari a –2,2%,
mentre quello del
2009 sull’anno in
corso è pari solo a
–0,1%.
295.000
290.000
2008/1 2008/2 2008/3 2008/4 2009/1 2009/2 2009/3 2009/4
20
Fedele De Novellis
Il caso del Pil dell’economia italiana
Italia, Prodotto interno lordo
Valori concatenati, var % medie annue ed effetto di trascinamento
eredità statistica
crescita in corso d'anno
var % medie annue
3
2
1
0
-1
-2
-3
-4
-5
-6
2005
2006
2007
2008
2009
fonte: elaborazioni su dati Istat
21
• Il grafico scompone la
variazione in media
d’anno nel contributo
dell’eredità statistica e di
quello della variazione
in corso d’anno.
• Quest’ultima, con dati
trimestrali, è pari
all’incirca alla somma
algebrica della
variazione congiunturale
del I trimestre + ¾ di
quella del II, +½ di
quella del III, più ¼ di
quella del IV.
Fedele De Novellis
Il caso del Pil dell’economia italiana
Italia, Prodotto interno lordo - var % tendenziali
Valori concatenati, milioni di euro, anno di riferimento 2000
4
3
2
1
0
-1
2004
2005
2006
2007
2008
2009
-2
-3
-2.8 %
-2.9 %
-4
-5
-6
-6.0 %
-7
fonte: elaborazioni su dati Istat
22
• La variazione in corso
d’anno può anche
essere ottenuta come
residuo dato dalla
differenza tra la
variazione media annua
e l’effetto di
trascinamento
• La variazione media
annua è all’incirca pari
alla media delle
variazioni tendenziali
dei quattro trimestri.
Fedele De Novellis
Scomposizione dei movimenti di
una serie storica
• Trend La componente di trend cattura le tendenze di
lungo periodo di una serie storica.
• Ciclo La componente di ciclo riflette alcune regolarità
che si presentano periodicamente, ad esempio il ciclo degli
affari
• Stagionalità
• Effetti calendario (ad esempio la distribuzione
delle festività)
• Outliers
23
Fedele De Novellis
Alcuni aggiustamenti alle serie
•
•
•
•
•
Serie originale
Serie corretta per gli effetti di calendario
Serie destagionalizzata
Il trend
Il ciclo
24
Fedele De Novellis
.....
• La serie destagionalizzata
Le variazioni stagionali dipendono da fattori climatici o
relativi alle abitudini dei consumatori e delle imprese.
Ad es. il picco dei consumi durante le vacanze di
Natale o la caduta della produzione ad agosto.
• Gli “effetti calendario” dipendono dal numero di
giorni lavorativi in un dato periodo (es. il numero di
lunedì o di domeniche). Anche l’effetto della Pasqua è
un “effetto calendario”.
25
Fedele De Novellis
Un esempio
1 Serie originale: indice della produzione
industriale in Italia, 1995-2009
Produzione industriale - Indice grezzo
130.0
120.0
110.0
100.0
90.0
80.0
70.0
60.0
50.0
40.0
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
Jan-05
Jan-07
Jan-09
Indice 2000 = 100
26
Fedele De Novellis
2 Aggiustata per il numero di giorni
lavorativi del mese
Produzione industriale - Media giornaliera
130
120
110
100
90
80
70
60
50
40
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
Jan-05
Jan-07
Jan-09
Indice 2000 = 100
27
Fedele De Novellis
3 Depurata dai fattori stagionali...
Produzione industriale - Indice destagionalizzato
110.0
105.0
100.0
95.0
90.0
85.0
80.0
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
Jan-05
Jan-07
Jan-09
Indice 2000 = 100
28
Fedele De Novellis
4...e “smussata” con una media mobile
Produzione industriale - Indice destagionalizzato e
media mobile di 3 termini
115.0
110.0
105.0
100.0
95.0
90.0
85.0
80.0
Jan-95
Produzione industriale - Indice destagionalizzato e
Jan-97
Jan-99
Jan-01
Jan-03
Jan-05
Jan-07
Jan-09
media mobile di 3 termini
Indice 2000 = 100
110.0
108.0
106.0
104.0
102.0
100.0
98.0
96.0
94.0
92.0
Jan-05
Jan-06
Jan-07
Indice 2000 = 100
Jan-08
29
Fedele De Novellis
5 ...o depurata dagli outliers
Produzione industriale - Indice destagionalizzato e
componente di ciclo-trend
115.0
110.0
105.0
100.0
95.0
90.0
85.0
80.0
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
Jan-05
Jan-07
Jan-09
Indice 2000 = 100
30
Fedele De Novellis
6 Var. % anno su anno
della serie grezza
Produzione industriale - var % tendenziale
20
15
10
5
0
-5
-10
-15
gen-95
gen-97
gen-99
gen-01
gen-03
31
gen-05
gen-07
Fedele De Novellis
6 Estraiamo un trend lineare
Componente di ciclo-trend dell'indice di produzione
industriale e trend lineare
110
108
106
104
102
100
98
y = 0.0822x + 0.3222
96
94
92
90
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
Jan-05
Jan-07
Indice 2000 = 100
32
Fedele De Novellis
7 Ciclo: Scarti % dal trend lineare
Ciclo della produzione industriale
8
6
4
2
0
-2
-4
-6
-8
-10
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
Jan-05
Jan-07
deviazioni % della produzione dal trend lineare
33
Fedele De Novellis
8 Estraiamo un trend stocastico
Componente di ciclo-trend dell'indice di produzione
industriale e trend stocastico (HP filter)
110
105
100
95
90
85
80
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
Jan-05
Jan-07
Jan-09
Indice 2000 = 100
34
Fedele De Novellis
9 Ciclo: Scarti % dal trend (filtro di Hodrick
Prescott)
Ciclo della produzione industriale
8
6
4
2
0
-2
-4
-6
-8
-10
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
Jan-05
Jan-07
Jan-09
deviazioni % della produzione dal trend (HP filter)
35
Fedele De Novellis
10 Var. % anno su anno
della serie grezza
Produzione industriale - indice grezzo - var %
tendenziale
20
15
10
5
0
-5
-10
-15
-20
-25
-30
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
Jan-05
36
Jan-07
Jan-09
Fedele De Novellis
11 Var. % anno su anno della serie grezza
(smussata con una media mobile di tre termini)
Produzione industriale - var % tendenziale dell'indice
perequato (m.m. 3 termini)
15
10
5
0
-5
-10
-15
-20
-25
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
37
Jan-05
Jan-07
Jan-09
Fedele De Novellis
12 Var. % tendenziali della serie
destagionalizzata
Produzione industriale - var % tendenziale dell'indice
destagionalizzato
15
10
5
0
-5
-10
-15
-20
-25
-30
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
38
Jan-05
Jan-07
Jan-09
Fedele De Novellis
13 var. congiunturali
della serie grezza
Produzione industriale - Indice grezzo, var %
congiunturali
140
120
100
80
60
40
20
0
-20
-40
-60
-80
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
39
Jan-05
Jan-07
Jan-09
Fedele De Novellis
14 var. congiunturali
della serie destagionalizzata
Produzione industriale - Indice destagionalizzato, var %
congiunturali
8
6
4
2
0
-2
-4
-6
Jan-95
Jan-97
Jan-99
Jan-01
Jan-03
40
Jan-05
Jan-07
Jan-09
Fedele De Novellis
15 var. congiunturali della serie
destagionalizzata e smussata con una media mobile
Produzione industriale - Indice destagionalizzato e
perequato (m.m. 3 term), var % congiunturali
4
3
2
1
0
-1
-2
-3
-4
Jan-95
Jan-97
Jan-99
Jan-01
Jan-05
Jan-03
41
Jan-07
Jan-09
Fedele De Novellis
.....
• Un utile sommario di quanto detto in:
 Rapacciuolo C. L’aritmetica del congiunturalista: Misure di
confronto temporale e loro relazioni Centro Studi Confindustria
Working Paper n 31 Dicembre 2002 www.Confindustria.it
42
Fedele De Novellis
Aggregazioni per aree
• Dati per aree già disponibili: Serie Oecd, Imf,
Eurostat,Wto...
• Dati di contabilità aggregati: sulla base del cambio
nominale o del cambio di equilibrio secondo la Purchasing
Power Parity
• Costruzione di indicatori aggregati: esempi successivi
43
Fedele De Novellis
Applicazione 1
• Indice della produzione industriale G6 (Us, Jap, Uk, Fra, Ger, Ita)
• Aggregazione sulla base del peso
Produzione industriale nei G6
130
di ciascun paese nel commercio
125
mondiale.
120
115
110
105
100
95
90
90
92
94
96
98
00
02
04
06
(1) media degli indici di produzione dei G6, mm 3 termini;
44
Fedele De Novellis
.....
Produzione industriale nei G6
Produzione industriale nei G6
9.0
6.0
6.0
3.0
3.0
0.0
0.0
-3.0
-3.0
-6.0
-6.0
-9.0
90
92
94
96
98
00
02
04
06
(1) media degli indici di pro duzio ne dei G6, mm 3 termini; var %
tendenziali; scala ds
90
92
94
96
98
00
02
04
06
(1) media degli indici di pro duzio ne dei G6, mm 3 termini; var %
co ngiunturali annualizzate;
45
Fedele De Novellis
Applicazione 2
•
Produzione industriale
Industrial
Emerging
Mondo
Sulla base della medesima procedura
dell’esempio precedente possiamo aggregare
indicatori per aree.
160
Produzione industriale nei paesi
emergenti
150
Est Europa
America Latina
140
130
170
120
160
110
150
100
140
90
130
Sud-est Asia
120
80
99
00 01 02 03 04 05 06 07
Indici ribasati 2000 = 100; m.m. 3 term
110
100
90
80
00 01 02 03 04 05 06 07
3 term
46 Indici ribasati 2000 = 100; m.m.
Fedele
De Novellis
.....
Asia orientale - Produzione
industriale
Est Asia
Tailandia
Europa dell'est - Produzione
industriale
Corea
Taiwan
East Eur
200
180
160
160
140
140
Pol.
Russia
120
120
100
100
80
80
99
00 01 02 03 04 05 06 07
Indici ribasati 1999 = 100; m.m. 3 termini
99 00 01 02 03 04 05 06 07
Indici ribasati 1999 = 100; m.m. 3 termini
47
Fedele De Novellis
Applicazione 3
Le importazioni dei paesi
industrialiazzati
4
3
2
1
0
-1
-2
-3
92
94
96
98
00
02
04
Import dei G6; var % sul trimestre precedente
48
Fedele De Novellis
....
La performance delle esportazioni italiane
Le importazioni dei paesi industrialiazzati e le
esportazioni dell'Italia
120
Importazioni
Esportazioni Italia
115
20
110
15
105
10
100
5
95
0
90
-5
85
-10
80
92
94
96
98
00
var % tendenziali
02
04
91
93
95
97
99
01
03
Rapporto fra le esportazioni dell'Italia e quelle dei 5 maggiori paesi industrializzati;
Indice I '98 = 100
49
Fedele De Novellis
In conclusione:
•
•
•
•
•
Gli indicatori di cui disponiamo, vanno utilizzati cercando di trovare risposte
ai quesiti che ci si propone.
Un indicatore di attività economica di un’area può, ad es., essere confrontato
con le esportazioni di un paese verso quell’area.
Non occorre in prima battuta che cerchiate di utilizzare tecniche fini. Ad es. i
dati che utilizzerete sono normalmente già destagionalizzati. In secondo luogo,
la semplice ispezione di alcuni grafici elementari può fornire molte
informazioni.
Cercate sempre, se possibile, di effettuare confronti internazionali. Questo vi
può consentire di capire se ci sono comportamenti anomali da parte di un
paese.
Infine ... non perdete di vista il modello teorico che sta dietro la relazione che
state osservando. Ad es. il grafico precedente che è una proxy delle quote di
mercato dell’Italia può essere confrontato con un indicatore di competitività....
50
Fedele De Novellis
.....
Italia: performance delle esportazioni e
competitività
Competitività (1)
Quote di mercato (2)
130
130
120
120
110
110
100
100
90
90
80
80
91
92
93
94
95
96
97
98
99
00
01
02
03
In effetti, nella spiegazione
dell’andamento delle
esportazioni le principali
variabili sono la domanda
internazionale e la
competitività di un paese
04
(1) Cambio reale eff. basato sul Clup del settore manifatturiero; Indice 1995 = 100;
(2) Esportazioni Italia in rapporto alle esportazioni dei G5 Indice 1998 = 100
51
Fedele De Novellis