II
Indicatori congiunturali
Gli indicatori compositi (misti)
Indici
in generale
anticipano
coincidono
Compositi
seguono
Di conformità
Di diffusione
Di tensione
Indicatori compositi


La costruzione di un indicatore composito consiste
nell'aggregazione opportuna di un certo numero di
indicatori elementari che si ritengono rappresentativi
di aspetti diversi di uno stesso fenomeno multidimensionale.
La disponibilità di un indicatore composito consente
di descrivere in modo sintetico ed efficace
l'evoluzione di un determinato fenomeno che nel
nostro caso coincide con il ciclo economico
facilitando la diffusione dell'informazione statistica.
Vantaggi e svantaggi degli indicatori
compositi
Vantaggi:
 condensano un gran numero di informazioni;
 sintetizzano fenomeni complessi;
 veicolano messaggi comprensibili anche ad un
pubblico non esperto;
 sono un utile strumento per i decision makers
Svantaggi:
 possono trasmettere messaggi fuorvianti;
 con la riduzione del numero di indicatori esiste
il rischio di interpretazioni non adeguate;
 presentano una sostanziale arbitrarietà nel
metodo di calcolo.
Indici compositi



Medie ponderate dei migliori indicatori
I pesi tengono conto della variabilità degli
indicatori
ISCO:
– 24 indicatori
– produzione industriale in vari settori
– valore aggiunto dei servizi
– commercio estero
– componenti della domanda
– risultati delle inchieste congiunturali
– indicatori monetari
Indici di diffusione
Diffusion indexes provide another source
of useful, but often neglected, information
about the business cycle.
 They tell us how widespread a particular
business cycle movement (expansion or
contraction) has become, and measure the
breadth of that movement.
 Diffusion indexes measure the number of
components that are increasing in any
given month.

………



For example, since the leading index has ten
components, a diffusion index value of 70 would
indicate that seven of the ten components were rising.
A diffusion index of zero would indicate that all ten
fell.
Diffusion indexes are not redundant even though they
are based on the same set of data as the composite
indexes. On occasion, they move in different directions.
A composite index differentiates between small and
large overall movements in the component series, while
a diffusion index measures the prevalence of those
general movements. The difference is often very useful
when attempting to either confirm or predict cyclical
turning points.
Indici di diffusione
Indice di diffusione storico:
N e,t
100
Nt
dove N e,t = numero di serie in espansione
e Nt = numero di serie prese in considerazione
Indici di diffusione
Indice di diffusione corrente:
1
N et  N st
2
100
Nt
dove N e,t = numero di serie in espansione (variazione
effettiva positiva rispetto all intervallo precedente)
e N s,t = numero di serie stazionarie (nessuna
variazione rispetto all intervallo precedente)
Indici di diffusione
Indice di diffusione cumulato:



1
n N et  N st


2
100  50

N
t

t1




Segnalatori di tensione


Anticipano o segnalano il prodursi di andamenti
economici che si discostano rispetto ad un
andamento ritenuto normale o obiettivo da
conseguire
Utilizzati per un’analisi congiunturale di stampo
monetario, ossia più interessata ai movimenti di
breve periodo di variabili monetarie (tassi
interesse, tassi di cambio, quantità di moneta;
corsi azionari, ecc.)
Indicatori di tensione
Misure di utilizzo della capacità produttiva
 Scostamento dal tasso di disoccupazione
non inflazionistico
 Saldi della bilancia dei pagamenti
 Differenziale di inflazione con gli altri
paesi
 Tasso di cambio reale

OECD System of Leading Indicators
Practices and Tools
13
Cyclical Analysis Program
Data preparation
 De-trending and Turning Point
Identification

- Bry-Boschan routine
1 Phase duration minimum 5 months
2 Cycle duration minimum 15 months
3 If flat TP/double TP in zone, select last TP
4 Extreme values ignored
Cross Correlation Analysis
 Selection of leading indicators
(components)
 Composite Indicators

Reference Series and Chronology
Industrial production (IIP) and GDP are
used to establish the reference chronology
of turning point (TP) dates
 Initial list of TPs in IIP and GDP are
selected by the Bry-Boschan routine
 Reference TPs are dated in the monthly IIP
so that consistency is ensured with
corresponding TPs in the quarterly GDP
 Reference chronology validated by country
experts to take into account economic
criteria

Criteria used for selection of
component series
Practical criteria:
 Frequency – monthly series preferred
 Timeliness – CLI for m published at m-2 – data available
at m-1 preferred
Statistical criteria:
 Length of lead - median lead at TPs is preferred to mean
lead
 Consistency of lead – standard deviation from median
lead
 Smoothness – MCD value used to determine smoothing
 Missing/extra cycles – indicates number of false signals
 Cyclical conformity – correlation used to verify cyclical
profiles
Economic criteria:
 Economic rational – economic reason for the leading
behaviour
 Coverage – wide coverage of components to ensure good
representation of relevant sectors of economy
Evaluation of component series


Tools: Graphs - Turning Point Analysis
Data: De-trended components and reference
series


Turning Point Analysis
Invert components with a counter cyclical
behaviour against the reference series
Use graphical inspection to identify
extra/missing TPs of components against TPs of
reference series
Match TPs between components and reference
series so that there is a 1 to 1 correspondence


Evaluation of extra/missing TPs:
Counter cyclical series inverted
Evaluation of component series


Tools: Graphs - Cross-correlation
Data: Smoothed de-trended components and
reference series


Cross-correlation analysis
Invert components with a counter cyclical
behaviour against the reference series
Examine the lead at peak-correlation against the
median lead at all TP – should not be too
different
Examine the peak-correlation value –
components with a low value should only be
selected if other criteria are good


Classification of component series
Coincident behaviour at TPs
• Median lead/lag is between +/-2 months
 Leading behaviour at TPs
• Shorter/medium leading - median lead 2 to 8 months
• Longer leading - median lead over 8 months
 Lagging behaviour at TPs
• Median lag is more than -2 months

In all cases: the median lag/lead should be supported
by a peak-correlation at roughly the same lag/lead
OECD - Composite Indicators



Standardisation of components by subtracting
the mean from the observed values and divide the
resulting difference by the mean of absolute
values of the difference from the mean
Weighting
1. within a country: equal weights for
components – if short and long CLIs: different
weights based on the number of components
2. zone aggregates: different weights for country
CI (PPP adjusted GDP weights)
Aggregation
The raw composite index is obtained by
averaging the standardised indices of each
component
OECD - Composite Indicators
Presentation: The final composite index is
presented in a form which makes it more readily
comparable to the reference series.
1. Amplitude adjustment is carried out by
adjusting first the mean to unity and then
adjusting the amplitude of the raw index to agree
with that of the reference series by means of a
scaling factor
2. Trend restoration is done by multiplying the
amplitude adjusted composite index by the trend
of the reference series in its original units.

Components by type of series
after 2002 updating
Un esempio: leading indicator

Il “superindice” Usa, costruito dal Conference Board
aggrega l’andamento di diverse variabili che si ritiene
abbiano la proprietà di anticipare il ciclo.
Usa: leading indicator e Pil
Pil
leading indicator s c. ds .
6.0
5.0
4.0
4.0
3.0
2.0
2.0
1.0
0.0
0.0
-1.0
-2.0
-2.0
-3.0
85
87
89
91
93
95
97
var % tendenziali
26
99
01
03
Indicatori leading, coincident,
lagging
Usa: lag g in g in d icato r e P il
Usa: co in cid en t in d icato r e P il
P il
c o in c id e n t in d ic a to r
P il
la g g in g in d ic a to r
6 .0
6 .0
4 .0
4 .0
2 .0
2 .0
0 .0
0 .0
-2 .0
-2 .0
-4 .0
-4 .0
-6 .0
85
87
89
91
93
95
97
va r % te n d e n zia li
27
99
01
03
85
87
89
91
93
95
97
va r % te n d e n zia li
99
01
03
Le componenti del leading Usa

28
THE CONFERENCE BOARD'S LEADING INDICATORS INDEX
(10 VARIABLES)
– AVERAGE WEEKLY HOURS - MANUFACTURING
– INITIAL CLAIMS FOR UNEMPLOYMENT INSURANCE
– NEW ORDERS OF CONSUMER GOODS & MATERIALS
– VENDOR PERFORMANCE, COMPANIES RECEIVING SLOWER
DELIVERIES
– MANUFACTURERS NEW ORDERS FOR NONDEFENSE CAPITAL
GOODS
– NEW PRIVATE HOUSING UNITS AUTHORIZED BY BUILDING
PERMIT
– STANDARD & POOR'S INDEX OF 500 COMMON STOCKS
(MONTHLY AVERAGE)
– MONEY SUPPLY M2
– INTEREST RATE SPREAD - 10-YR TREAS BOND LESS FED
FUNDS
– INDEX OF CONSUMER EXPECTATIONS
Le componenti del coincident indicator Usa

29
THE CONFERENCE BOARD'S COINCIDENT
INDICATORS INDEX
– EMPLOYED - NONFARM INDUSTRIES TOTAL
(PAYROLL SURVEY)
– PERSONAL INCOME LESS TRANSFER
PAYMENTS
– INDUSTRIAL PRODUCTION
– BUSINESS (MANUFACTURING AND TRADE
SALES) IN CONSTANT DOLLARS
Le componenti del lagging indicator Usa

THE CONFERENCE BOARD'S LAGGING
INDICATORS INDEX
– AVERAGE DURATION OF UNEMPLOYMENT
(WEEKS)
– BUSINESS MANUFACTURING & TRADE
INVENTORIES/SALES RATIO
– 6-MO CHNG (ANNUALIZED) IN INDEX OF MFG
UNIT LABOR COSTS
– PRIME RATE CHARGED BY BANKS
– COMMERCIAL & INDUSTRIAL LOANS
OUTSTANDING
– RATIO OF CONSUMER CREDIT OUTSTANDING TO
PERSONAL INCOME
– 6-MONTH CHANGE (ANNUALIZED) IN CPI FOR
SERVICES
30
Il ruolo delle variabili finanziarie all’interno dei
leading indicators

Notate come nel leading indicator siano incluse anche
alcune variabili di carattere finanziario. In particolare,
l’inclinazione della curva dei rendimenti, sintetizzata
attraverso lo spread fra i tassi a lunga ed i tassi a breve
Usa: Pil e spread tassi a lunga - tassi a breve
Pil (1)
tassi d'interesse spread lungo-breve
6.0
4.0
2.0
0.0
-2.0
85
87
89
91
93
95
97
(1) var % tendenziali
31
99
01
03
• Una curva dei tassi inclinata
positivamente implica attese di
tassi in aumento da parte dei
mercati. Queste possono essere
intese come aspettative di
ripresa del ciclo economico.
...
Usa: Offerta di moneta e Pil
Pil
M2 reale
10.0
7.5
5.0
2.5
\
0.0
-2.5
-5.0
71 73 75 77 79 81 83 85 87 89 91 93 95 97 99 01 03
var % tendenziali
32

La crescita dell’offerta di moneta
(in termini reali) può costituire un
indicatore sintetico delle
condizioni monetarie di
un’economia e quindi anticiparne
le tendenze di breve. In ogni caso,
non è detto che la velocità di
circolazione della moneta resti
stabile. Nella fase di debolezza
del ciclo d’inizio anni novanta, la
forte crescita della moneta sembra
però rispecchiare lo spostamento
dei mercati verso attività liquide,
così come la recente
decelerazione può essere dovuta
allo spostamento verso titoli a più
lunga scadenza
“The stock market has predicted nine out
of the last five recessions” (P.Samuelson)

Usa: borsa e crescita
Pil
Borsa indice s&P500, scala ds.
10
50
40
8
30
6
20
4
10
2
0
-10
0
-20
-2
-30
-4
-40
71
33
74
77
80
83
86
89
92
95
98
01
04
I corsi azionari
possono essere
considerati come una
sintesi dei profitti
attesi dal mercati. La
prociclicità dei profitti
induce a ritenere che
la Borsa tenda ad
anticipare il ciclo.
Secondo questa chiave
di lettura la Borsa “è
un previsore”. E’
possibile peraltro che
sia anche la stessa
Borsa ad influenzare il
ciclo.
Forecasting Recessions Using the Index
of Leading Economic Indicators



It is imprudent to forecast a recession using a
simple and inflexible rule. The U.S. economy is
continually evolving, and is far too complex to
be summarized by one economic series.
Predicting these turning points is a difficult task.
In practice, economists and analysts apply rules
of thumb to help identify recent turning points
and a coming recession.
For example, three consecutive monthly declines
of the leading index appear to be correlated with
declines in overall economic activity.
Interpreting Declines in the Leading
Index: The Three Ds



How can one determine, then, when weakness in
the leading index represents a true signal of
recession?
One useful approach is to examine the “Three
Ds”: the duration, depth, and diffusion of the
leading indicators.
The longer the weakness continues, the deeper it
gets; and the more widespread it becomes, the
more likely a recession will occur.
……..




It is not sufficient to draw conclusions based on a single
rule.
The duration of a decline is perhaps the most obvious
indication of imbalances in the economy, which might
eventually enter a recession as a result.
However, for reliable interpretation of these declines,
most economists also require a significant downward
movement in the index, as well as declines in the
majority of the component series.
A more comprehensive rule—also based on historical
analysis—shows that downward movements in the
leading index of one to two percent over six months,
coupled with declines in more than half of the
components, can be reasonable criteria for a recession
warning.
Cautions and Conclusions



Interpretation of business cycle indicators, and
in particular the composite leading index, is more
complex than simple graphs can convey.
It is important to recognize that the U.S economy
is continually evolving, and is too complex to be
completely summarized with just a few economic
series or statistics.
Although prior business cycles have shown
patterns that are likely to be repeated to some
degree and should be watched when predicting
turning points, recessions can start and end for a
variety of reasons. Moreover, economic
expansions and contractions are not periodic and
symmetric
…………



These complications confound our ability to
quickly perceive the development of a turning
point in the economy.
Nonetheless, thoughtful and pragmatic analysis
of the cyclical indicators yields important
information about the business cycle.
The indicator approach is useful, because it
provides an earlier signal of a turn in the
economy than can reliably be found by using
other analytical approaches.
Indicatori coincidenti


40
Sono rilevanti, nonostante non siano anticipatori,
perché forniscono informazioni sulla dinamica
del PIL in tempo reale (mentre i dati sul PIL
hanno un ritardo di 2-3 mesi)
Le principali applicazioni empiriche:
• I due più famosi esempi di indicatori
coincidenti di attività economica con
frequenza mensile sono il Chicago Fed
National Activity Index (CFNAI) per gli Stati
Uniti e l’Eurocoin per l’Area Euro (Altissimo
et al.);
• In Italia l’Osservatorio RegiosS propone un
indicatore coincidente con frequenza mensile
per l’Italia e per ciascuna regione del Paese.
Il Chicago Fed National Activity Index (CFNAI)



41
Il Chicago Fed National Activity Index (CFNAI) è
l’indicatore coincidente di attività economica con
frequenza mensile realizzato dalla Federal Reserve Bank
of Chicago;
Il CFNAI descrive l’andamento del ciclo economico
americano. L’indicatore rappresenta lo scostamento della
dinamica del PIL rispetto alle tendenze di lungo periodo
(standardizzata a zero).
Il CFNAI è una singola misura di attività economica
costruita come la media ponderata di 85 indicatori
macroeconomici. La tecnica utilizzata è l’analisi per
componenti principali, che permette di sintetizzare in
un’unica variabile l’informazione contenuta nelle 85 serie
storiche originarie (fonte: Stock and Watson 1999).
IL CFNAI (composizione del dataset)
Le 85 serie storiche utilizzate per la costruzione del CFNAI possono
essere suddivise in cinque categorie:

Produzione e reddito: i dati si riferiscono al tasso di crescita della
produzione industriale nei diversi settori e per categoria di prodotto.
Inoltre, si considerano indici compositi come il Purchasing
Managers Index (PMI), il grado di utilizzo della capacità produttiva
e il tasso di crescita del reddito;

Mercato del lavoro: tasso di occupazione, di disoccupazione e il
totale delle ore lavorate;

Consumi delle famiglie e l’indice di costruzione di nuove case;

Vendite industriali e commerciali (vendite all’ingrosso e al
dettaglio);

Ordini e scorte.
42
IL CFNAI dagli anni Novanta ad oggi
43
Eurocoin (CEPR – Banca d’Italia) …
L’Eurocoin è l’indicatore coincidente per l’Area dell’Euro
proposto dal CEPR in collaborazione con la Banca d’Italia.

Per la costruzione dell’Eurocoin si considerano le seguenti
serie storiche relative a Germania, Francia, Italia, Spagna, Paesi
Bassi e Belgio:
− Il PIL (fonte: Eurostat);
− La produzione industriale (fonte: Eurostat);
− Customer Survey (fonte: Eurostat, ISAE, Insee);
− Business Survey (fonte: Eurostat, Ifo, ISAE, Insee, Markit).
− Stock prices (fonte: Datastream Thompson Financial)
− Esportazioni di beni (fonte: Eurostat, Insee, Deutsche
Bundesbank, ISTAT, Ine).

44
… Eurocoin (CEPR – Banca d’Italia)

L’Eurocoin è il risultato di un procedimento di
aggregazione di serie macroeconomiche lungo e
complesso (Altissimo et al., 2001, A Real Time Indicator
of the Euro Area Business Cycle, Tema di Discussione n.
436, Banca d’Italia).

L’Eurocoin è un classico esempio di “indicatore misto”,
dato che è ottenuto utilizzando variabili quantitative (il
PIL, le esportazioni e i prezzi delle azioni) e altre
qualitative (le Business e Customer Survey della
Commissione Europea).

Come per l’indice CFNAI, l’Eurocoin mostra la dinamica
tendenziale del PIL, come scostamento rispetto al trend di
lungo periodo (normalizzato a zero).
45
L’Eurocoin dal 2002 ad oggi (febbraio
2009)
46
Lo studio del ciclo economico
italiano

Lo studio del ciclo economico secondo la
metodologia dell’NBER è stato introdotto per la
prima volta in Italia dall’ISCO (ora ISAE) alla
fine degli anni Cinquanta.

Altissimo et al. (2000) propongono un indicatore
coincidente ed uno anticipatore dell’economia
italiana, in grado di aiutare gli economisti a
prevedere
l’evoluzione
delle
condizioni
economiche di breve periodo del Paese.
47
L’indicatore coincidente per l’Italia (ISAE –
Banca d’Italia)

Sono analizzate 183 serie storiche (mensili o
trimestrali) considerate potenzialmente rilevanti nella
descrizione
del
comportamento
ciclico
dell’economia italiana.

Le variabili presentano diversa fonte e fanno
riferimento al mercato del lavoro, all’output e alla
capacità di utilizzo degli impianti, alle condizioni
della domanda, ai prezzi, al costo del lavoro e ai
salari, agli aggregati monetari e ai tassi di interesse,
al commercio estero ed alle principali variabili
internazionali.
48
La costruzione dell’indicatore coincidente per il
ciclo italiano (1)



Le variabili macroeconomiche sono destagionalizzate (quando
necessario) e rese stazionarie. Inoltre, le serie storiche sono
filtrate per identificare e analizzare la componente ciclica di
ciascuna di esse.
La selezione delle variabili utilizzate per la costruzione
dell’indicatore coincidente avviene stimando le proprietà di
comovimento attraverso la tempistica dei punti di svolta (punti
di picco – punto di depressione) di ciascuna serie con la
cronologia ufficiale pubblicata dall’ISCO (ora ISAE) negli anni
Sessanta.
Per l’identificazione dei punti di picco e di depressione si ricorre
alla Bry-Boschan routine, un processo iterativo che definisce la
durata minima di un ciclo e di una singola fase (espansione o
recessione) pari a quindici e cinque mesi rispettivamente.
49
La costruzione dell’indicatore coincidente per il
ciclo italiano (2)

Vengono in questo modo scelte sei serie storiche che
verranno effettivamente utilizzate per la costruzione
dell’indicatore composito, ossia:
1.
La quota di ore di straordinario sul totale delle ore
lavorate negli stabilimenti industriali;
L’indice di produzione industriale;
Il trasporto ferroviario di beni;
Il valore aggiunto nei servizi;
Gli investimenti in macchinari;
Le importazioni di beni di investimento.
2.
3.
4.
5.
6.
50
La costruzione dell’indicatore coincidente
per il ciclo italiano (3)



51
Si procede applicando un filtro alle variabili selezionate
per eliminare le oscillazioni ad alta frequenza. Vengono
calcolate le variazioni percentuali usando la classica
formula simmetrica, dato che permette di trattare allo
stesso modo le variazioni positive e negative.
Le variabili vengono aggregate attraverso opportuni
fattori standardizzati (la standardizzazione evita che le
serie con ampie fluttuazioni cicliche dominino i
movimenti dell’indicatore composito).
Le risultanti variazioni mensili sono poi cumulate,
ottenendo così l’indicatore coincidente composito.
71
19 q1
72
19 q1
73
19 q1
74
19 q1
75
19 q1
76
19 q1
77
19 q1
78
19 q1
79
19 q1
80
19 q1
81
19 q1
82
19 q1
83
19 q1
84
19 q1
85
19 q1
86
19 q1
87
19 q1
88
19 q1
89
19 q1
90
19 q1
91
19 q1
92
19 q1
93
19 q1
94
19 q1
95
19 q1
96
19 q1
97
19 q1
98
19 q1
99
20 q1
00
20 q1
01
20 q1
02
20 q1
03
20 q1
04
20 q1
05
20 q1
06
20 q1
07
20 q1
08
q1
19
Indicatore coincidente per l’economia italiana
(ISAE – Banca d’Italia)
130
120
110
100
90
80
70
60
50
40
52
La costruzione dell’indicatore anticipatore (ISAE,
Banca d’Italia) per il ciclo italiano (1)

Si considera l’indicatore coincidente descritto in
precedenza come variabile di riferimento.

Inoltre, si studiano non solo le proprietà di
comovimento delle serie storiche, ma anche il
loro potere predittivo. Una variabile è
considerata anticipatrice se aiuta a prevedere il
tasso di crescita della serie di riferimento (Stock
e Watson, 1991).
53
La costruzione dell’indicatore anticipatore (ISAE,
Banca d’Italia) per il ciclo italiano (2)

Le serie storiche selezionate per la costruzione dell’indicatore
anticipatore del ciclo economico italiano sono le seguenti:
1.
Le ore di cassa integrazione ordinaria nel settore
manifatturiero;
Le aspettative sull’andamento della produzione industriale;
Le scorte di prodotti finiti industriali;
Gli ordini interni dei beni di consumo;
Il clima di fiducia delle famiglie (Households’ Confidence
Climate);
I depositi bancari intermini reali;
Il premio sui differenziali dei tassi di interesse;
Le importazioni;
L’indice della produzione industriale tedesca
2.
3.
4.
5.
6.
7.
8.
9.
54
La costruzione dell’indicatore anticipatore (ISAE,
Banca d’Italia) per il ciclo italiano (3)

Le serie storiche sono trasformate e elaborate
secondo la stessa procedura adottata per la
costruzione dell’indicatore coincidente.

L’indicatore anticipatore viene così confrontato
direttamente con quello coincidente.

Si ribadisce che l’indicatore anticipatore è un
indicatore misto, dato che è ottenuto
considerando variabili sia qualitative (le
aspettative sull’andamento della produzione
industriale e il clima di fiducia delle famiglie) sia
quantitative.
55
71
19 q1
72
19 q1
73
19 q1
74
19 q1
75
19 q1
76
19 q1
77
19 q1
78
19 q1
79
19 q1
80
19 q1
81
19 q1
82
19 q1
83
19 q1
84
19 q1
85
19 q1
86
19 q1
87
19 q1
88
19 q1
89
19 q1
90
19 q1
91
19 q1
92
19 q1
93
19 q1
94
19 q1
95
19 q1
96
19 q1
97
19 q1
98
19 q1
99
20 q1
00
20 q1
01
20 q1
02
20 q1
03
20 q1
04
20 q1
05
20 q1
06
20 q1
07
20 q1
08
q1
19
L’indicatore anticipatore del ciclo italiano
(ISAE, Banca d’Italia)
140
130
120
110
100
90
80
70
60
50
40
56
71
19 q1
72
19 q1
73
19 q1
74
19 q1
75
19 q1
76
19 q1
77
19 q1
78
19 q1
79
19 q1
80
19 q1
81
19 q1
82
19 q1
83
19 q1
84
19 q1
85
19 q1
86
19 q1
87
19 q1
88
19 q1
89
19 q1
90
19 q1
91
19 q1
92
19 q1
93
19 q1
94
19 q1
95
19 q1
96
19 q1
97
19 q1
98
19 q1
99
20 q1
00
20 q1
01
20 q1
02
20 q1
03
20 q1
04
20 q1
05
20 q1
06
20 q1
07
20 q1
08
q1
19
L’indicatore anticipatore e quello
coincidente a confronto
Indicatori coincidente e anticipatore ISAE
140
130
120
110
100
90
80
70
60
50
40
57
Coincidente
Anticipatore
L’indicatore anticipatore come previsore del
PIL
L’indicatore
anticipatore sembra
essere ben correlato
con la dinamica del
PIL con un anticipo di
un trimestre (il ritardo
più significativo) o
anche di uno e due
trimestri insieme,
come si può osservare
dalla regressione
riportata a lato.
58
Dependent Variable: VTPILNEW
Method: Least Squares
Date: 03/06/09 Time: 09:55
Sample: 1990Q1 2008Q4
Included observations: 76
Convergence achieved after 7 iterations
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.529315
DLOG(LEADISAENEW(-1),0,4) 27.50864
DUSVOLTA
-0.522888
AR(1)
0.858389
0.431561
3.796294
0.084100
0.065682
1.226513
7.246182
-6.217457
13.06880
0.2240
0.0000
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.879975
0.874974
0.497536
17.82301
-52.73009
1.397011
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
1.296321
1.407095
1.492897
1.615567
175.9577
0.000000
Ulteriori applicazioni: gli indicatori
coincidenti RegiosS - Unicredit



59
Brasili e Federico (2006) elaborano un indicatore
coincidente per l’Italia, la Germania e l’Austria. La
tecnica adottata rispecchia le scelte per la costruzione
del CFNAI.
Si ricorre alla analisi per componenti principali e si
considera il primo fattore comune come un
indicatore di attività economica, dato il peso
rilevante in esso di tutte le variabili che
rappresentano l’attività reale.
L’indicatore coincidente di attività economica per
l’Italia viene costantemente aggiornato e reso
pubblicamente disponibile dall’Osservatorio RegiosS
(www.regioss.it).
L’Indicatore coincidente di attività economica per
l’economia italiana
(gennaio 2000 – settembre 2008)
60
L’Osservatorio RegiosS



61
Sulla scia dei più recenti sviluppi dello studio delle
economie regionali negli Stati Uniti [Carlino e Sill
(2001); Crone e Clyton-Matthews (2004)], l’Osservatorio
RegiosS pubblica un indicatore di attività economica
coincidente per ogni regione italiana.
L’obiettivo è quello di verificare l’andamento del ciclo
economico di ciascuna regione rispetto all’evoluzione
della congiuntura nazionale ed internazionale.
A differenza dell’indicatore nazionale, gli indicatori
regionali mostrano le variazioni tendenziali del PIL,
piuttosto che gli scostamenti di queste ultime rispetto al
trend.
L’Osservatorio RegiosS: un esempio
di indicatore regionale – la Lombardia
62
Un altro esempio di indicatore
coincidente per l’Italia: l’indicatore Ref
63