1. T&Y-lehti
2. Miten malleja käytetään Suomen talouden ennustamisessa?

Miten malleja käytetään Suomen talouden ennustamisessa?

Suomen Pankki laatii makrotaloudellisia ennusteita osana Euroopan keskuspankkijärjestelmää ja kansallisena keskuspankkina. Suomen talouden ennustamisessa se käyttää Aino-mallia, joka kuvaa Suomen talouden keskeisiä rakenteita ja suhdannevaihteluja. Valmis ennuste syntyy mallin ja ekonomistin yhteistyössä. Se ei ole suoraan mallin tuottama, vaan yhdistelmä malliennustetta ja ekonomistien valistunutta harkintaa. Mallia käytetään ennusteen sisäisen johdonmukaisuuden arviointiin, ja sillä voidaan myös tarkastella ennusteen herkkyyttä erilaisille oletuksille esimerkiksi kansainvälisen talouden ja rahoitusolojen kehityksestä. Korona-kriisi on tuonut omat haasteensa Aino-mallin ennustekäyttöön, mutta malli on ollut hyödyllinen vaihtoehtoisia skenaarioita tarkasteltaessa.

Taloutta ennustetaan siksi, että taloudelliset päätökset perustuvat pitkälti tulevaisuutta koskeville odotuksille. Odotukset tulevasta määrittävät talouden toimijoiden, eli yritysten, kotitalouksien ja julkisen vallan päätöksentekoa. Euroopan keskuspankin rahapoliittiset päätökset perustuvat ennusteelle euroalueen inflaatiosta ja talouskasvusta. Suomen Pankki tekee ennusteita Suomen taloudesta osana Euroopan keskuspankkijärjestelmää rahapolitiikan päätöksenteon pohjaksi, mutta myös siksi, että Suomen Pankki tukee mandaattinsa mukaisesti kansallisena keskuspankkina kestävää talouskehitystä ja -politiikkaa Suomessa.

Makrotaloudellisessa analyysissä ja ennustamisessa vastattaviksi tulevat muun muassa kysymykset taloudellisen kasvun tekijöistä, taloudellisten häiriöiden syistä ja talouspolitiikan roolista niiden torjunnassa. Työvälineinä käytetään laajaa joukkoa teoreettisia, matemaattisia ja tilastollisia malleja. Suomen Pankilla on pitkät perinteet makromallien kehittämisestä ja käytöstä. Vuonna 2004 Pankissa otettiin käyttöön ensimmäinen dynaaminen yleisen tasapainon malli, Aino, joka keskittyi demografisiin kysymyksiin ja julkisen talouden kestävyyteen. Vuosien varrella kehitettiin uusia malliversioita taloustieteellisen kirjallisuuden uusimpia tutkimuksia seuraten ja vuonna 2020 julkaistiin kuvaus viimeisimmästä Aino-malliperheen jäsenestä, Aino 3.0 -mallista, jossa fokus on erilaisten kotitalouksien säästämis- ja kulutuskäyttäytymisessä sekä asuntomarkkinoissa.

Mallit ennustamisen apuvälineenä

Suomen Pankin Aino-malli, jota käytetään sekä ennusteiden että politiikka-analyysin tekemiseen, kuuluu ns. uuskeynesiläisiin suhdannevaihtelun malleihin (dynaaminen stokastinen yleisen tasapainon malli, DSGE). Näissä dynaamisissa yleisen tasapainon malleissa (DSGE) suhdannevaihteluiden ajatellaan aiheutuvan erilaisista taloutta kohtaavista sokeista. Uuskeynesiläisten mallien keskeisiä piirteitä ovat hinta- ja palkkajäykkyydet ja monopolistiset yritykset. Hinnat ja palkat sopeutuvat siis hitaasti taloudessa tapahtuviin muutoksiin ja yrityksillä on hinnoitteluvoimaa. Jäykkyyksien ja epätäydellisen kilpailun huomioiminen tuo nämä mallit selvästi lähemmäs todellista makrotalouden toimintaa verrattuna edeltäjiinsä reaalisten suhdannevaihtelujen malleihin.

Uuskeynesiläiset suhdannevaihtelumallit, joita keskuspankeissa yleisesti käytetään, ovat erinomaisia työkaluja simulointiin, eli mitä jos -laskelmien tekemiseen. Mallilla voidaan esimerkiksi arvioida, miten energiahintojen nousu vaikuttaa talouskehitykseen, jos talouden muu toiminta otetaan annettuna. Keskuspankkien käyttämät mallit olettavat siis tyypillisesti talouden perusrakenteen pysyvän ennallaan ja analysoivat häiriöitä kalibroitujen tai estimoitujen käyttäytymisyhtälöiden avulla.

Makromalleja käytetään jatkuvasti myös EKP:ssa ja muissa kansallisissa keskuspankeissa talouden tilannekuvan ymmärtämiseksi, politiikan vaikutusarvioiden tekemiseksi ja tietenkin myös varsinaisten ennustenumeroiden tuottamiseksi.¹ Semi-rakenteelliset makromallit ovat kansallisten keskuspankkien yleisin ennustetyökalu, mutta DSGE-malleja käytetään kansallisissa keskuspankeissa yhä enemmän täydentävänä välineenä ennusteiden valmistelussa. Kaikilla eurojärjestelmän kansallisilla keskuspankeilla on käytössään tällainen rakenteellinen malli joko maakohtaista, euroalueen tai globaalia analyysiä varten.²

Suomen Pankin ennuste osana eurojärjestelmän ennustetta

Eurojärjestelmä on tuottanut ennusteita eurojärjestelmän ja EKP:n perustamisesta lähtien. Ennusteiden tuottaminen Suomen Pankissa osana eurojärjestelmän ennustetta on moniin muihin ennustelaitoksiin verrattuna monivaiheinen ja laaja prosessi. Tämä johtuu eurojärjestelmän institutionaalisesta rakenteesta, johon kuuluvat euroalueen kansalliset keskuspankit sekä EKP. Eurojärjestelmän yhteistä ennustetta kutsutaankin laajaksi makrotaloudelliseksi ennusteharjoitukseksi (Broad Macroeconomic Projection Exercise) eli BMPE-ennusteeksi.³

Eurojärjestelmän ennusteen laatimisen vaativuutta lisää se, että sen on oltava johdonmukainen sekä kaikkien maiden osalta erikseen että euroalueella kokonaisuutena. Eurojärjestelmän ennusteprosessit ovat vakiintuneita ja tarjoavat kansallisille keskuspankeille ja EKP:lle mahdollisuuden tiiviiseen vuorovaikutukseen. Tämä mahdollistaa sen, että koko eurojärjestelmän asiantuntemus voidaan ottaa käyttöön monimutkaisten taloudellisten kysymysten pohdinnassa ja ennusteiden laadinnassa. Vakiintunut ennusteprosessi luo myös edellytykset kehittää ja jakaa taloudellisessa analyysissä tarvittavia työkaluja yhdessä eurojärjestelmän sisällä.

Eurojärjestelmän laajan makrotaloudellisen ennusteen valmistelussa keskeisessä roolissa on ennustetyöryhmä (WGF), johon Suomen Pankin ennuste-ekonomistit osallistuvat aktiivisesti. Ennustetyöryhmän työtä täydentävät julkisen talouden ja ekonometrisen mallintamisen työryhmät sekä lukuisat ennustetyöryhmän alaisuudessa toimivat tilapäiset asiantuntijaryhmät. Lopputuotteena syntyy ennustenäkymät kuvaava BMPE-raportti, joka toimitetaan EKP:n neuvostolle rahapoliittisen päätöksenteon tueksi.

Eurojärjestelmän ennusteen tarinan muodostaminen ja ennustenumeroiden laadinta sisältää useita vaiheita. Prosessi lähtee liikkeelle yhteisten taustaoletusten päivityksestä. Kaikki euroalueen maat käyttävät siis ennusteissaan samoja oletuksia esimerkiksi markkinakoroista, öljyn ja monien muiden raaka-aineiden hinnoista ja valuuttakursseista. Lisäksi maat käyttävät yhteisiä ennusteita euroalueen ulkopuoliselle globaalille taloudelle sekä euroalueen ulkoiselle kysynnälle. Kansallisten keskuspankkien erityisosaamista hyödynnetään globaalien talousnäkymien muodostamisessa, ja esimerkiksi Suomen Pankki tarjoaa erityisosaamistaan Venäjän talouden näkymistä. Näitä kaikille kansallisille keskuspankeille yhteisiä lähtöoletuksia päivitetään ennustekierroksen kuluessa säännöllisesti. Ennusteprosessin alkuvaiheessa yksilöidään yhdessä euroalueen ja euroalueen maiden ennusteiseen kulloinkin vaikuttavia keskeisiä tekijöitä, joita analysoidaan syvemmin ennustekierroksen aikana.

Kansalliset keskuspankit tuottavat itsenäisesti maakohtaiset ennusteet, jotka perustuvat yhteisiin oletuksiin ja tarinaan. Jokaisen maan kohdalla käydään ennusteen vertaisarviointikeskustelu, johon osallistuu EKP:n ja kansallisten keskuspankkien asiantuntijoita. Ennustetyöryhmän piirissä käydään huolellisesti läpi myös koko euroalueen talouteen vaikuttavat tekijät ja esitellään maakohtaiset ennusteet, joista euroalueen ennuste aggregoidaan.

BMPE-ennusteiden lisäksi Suomen Pankki tuottaa maaliskuussa ja syyskuussa suppeampia väliennusteita. Ne ovat luonteeltaan teknisiä päivityksiä, joissa päivitetään tuorein BMPE-ennuste uusimmilla kansantalouden tilinpidon tiedoilla, lyhyen aikavälin mallien tuottamilla ennusteilla lähineljänneksille sekä EKP:sta saatavilla päivitetyillä ulkoisilla oletuksilla lähivuosien kansainvälisestä toimintaympäristöstä ja rahoitusoloista. Tämä uusi informaatio syötetään Suomen Pankin Aino-malliin, joka tuottaa ennusteen kahdelle seuraavalle kalenterivuodelle.

Aino-malli on kuvaus Suomen taloudesta

Aino-malli on kehitetty kuvaamaan mahdollisimman hyvin Suomen talouden rakenteita ja suhdannevaihteluja. Se on kuvaus rahaliittoon kuuluvasta pienestä avotaloudesta, jossa on hinta- ja palkkajäykkyyksiä ja jonka suhdanteita heiluttavat mm. ulkoisessa kysynnässä tapahtuvat muutokset ja tuottavuuden vaihtelut. Mallissa kotitaloudet ostavat hyödykkeitä, tarjoavat työtä monopolistisilla markkinoilla sekä vuokraavat pääomaa yrityksille, joilla on hinnoitteluvoimaa.⁴

Käytännössä Aino-malli on tietokoneelle kirjoitettu matemaattisten yhtälöiden ryhmä, joka käyttää lähdetietoinaan kansantalouden tilinpidon aikasarjoja. Yhtälöt kuvaavat Suomen talouden eri toimijoiden välisiä riippuvuussuhteita. Niillä kuvataan, kuinka taloudenpitäjät reagoivat talouden häiriöihin eli sokkeihin optimaalisten käyttäytymissääntöjen mukaisesti. Malli on kuvaus tästä taloudenpitäjien käyttäytymisestä ja auttaa ymmärtämään, mistä suhdannevaihtelut kulloinkin aiheutuvat.

Kuten DSGE-malleissa yleisesti, talouden ajatellaan Aino-mallissa kasvavan pitkän aikavälin trendillä. Poikkeamat tästä trendistä, eli suhdannevaihtelut, johtuvat taloutta kohtaavan sokin tai häiriön vaikutuksesta. Esimerkiksi jos tuottavuuden kasvu äkillisesti kiihtyy, se voi nopeuttaa talouskasvun väliaikaisesti pitkän aikavälin trendikasvua nopeammaksi. Lopulta talous palaa pitkän aikavälin trendille, kun sokin vaikutus vähitellen poistuu. Ulkoinen häiriö voi olla joko talouskasvua voimistava tai hidastava tekijä.

Aino-mallille on muiden yleisen tasapainon DSGE-mallien tapaan tyypillistä, että sokeilla on sekä suoria että välillisiä vaikutuksia reaalimuuttujiin tai suhteellisiin hintoihin. Toisaalta sokit voidaan myös jakaa tarjontapuolen sokkeihin kuten tuottavuuden kasvuun ja kysyntäpuolen sokkeihin kuten Suomen tärkeimpien vientimarkkinoiden kasvuun.

Mallit Suomen Pankin ennuste- ja analyysikäytössä

Ennustetyö on Suomen Pankissa yhteistyötä Aino-mallin ja ekonomistien välillä. Lopulliset ennustenumerot eivät näin ollen ole puhdas malliennuste, vaan ne pohjautuvat harkintaan, jossa hyödynnetään myös ennustajilla olevaa mallin ulkopuolista informaatiota. Aino-malli auttaa tämän ulkopuolisen tiedon kokonaistaloudellisen merkityksen arvioinnissa eli sen huomioon ottamisessa johdonmukaisella tavalla.

Aino-mallin lisäksi Suomen Pankissa käytetään useita muita ennusteita tukevia malleja. Yhdellä mallilla ei ole mielekästä eikä usein mahdollistakaan kuvata makrotalouden kaikkia monimutkaisia vuorovaikutussuhteita, joten osa ennusteesta tuotetaan ns. satelliittimallien avulla. Esimerkiksi Suomen Pankin julkisen talouden ennuste tuotetaan erillisellä julkisen talouden laskentajärjestelmällä, jossa huomioidaan veropohjien lisäksi finanssipolitiikka. Aino-malli tuottaa veropohjat laskentajärjestelmään, josta saadaan puolestaan Ainoon takaisin verotulot ja menot. Näin finanssipolitiikka vaikuttaa reaalitalouteen, joka puolestaan vaikuttaa julkisen talouden verotuloihin ja menoihin. Aino-malliin liittyy myös useita muita satelliittiyhtälöitä, jotka käyttävät laskennassaan Aino-mallin tuloksia. Lisäksi tärkeässä roolissa ovat lyhyen aikavälin inflaatioennustemallit ja potentiaalisen tuotannon malli.⁵

Asuntomarkkinat ovat yksi suhdannevaihteluita määrittävä tekijä. Asuntoinvestoinnit voimistavat usein suhdannevaihteluita ja asuntovarallisuus on merkittävin kotitalouksien varallisuuserä. Nopea luottoekspansio ja kotitalouksien voimakas velkaantuminen ovat olleet useissa maissa aikaisempien taloustaantumien taustalla. Jotta tämän tyyppisiä kehityskulkuja voitaisiin paremmin tutkia, yleisen tasapainon DSGE-malleja on erityisesti kansainvälisen finanssikriisin jälkeen laajennettu koskemaan myös rahoitusmarkkinoita ja niiden muutosten vaikutuksia reaalitalouteen. Suomen Pankissa on tämän uuden tutkimussuunnan innoittamana kehitetty uusi versio Aino-mallista, Aino 3.0, joka laajennettu versio Aino 2.0-mallista.⁶ Kuviossa 1 on esitetty systemaattinen kuvaus Aino-mallin ja Suomen talouden kiertokulun vuorovaikutuksesta.⁷ Mallilla voidaan tutkia paremmin esimerkiksi asuntomarkkinoiden eri kehityskulkujen kokonaistaloudellisia vaikutuksia Suomen talouteen ja hyödyntää mallia myös makrovakauspolitiikan arvioinnissa.

Ennustaminen koronakriisin aikana

Ennustaminen sisältää aina huomattavaa epävarmuutta, joka lisäksi tyypillisesti kasvaa kun ennustehorisontti pitenee. Ennusteen epävarmuutta voi kuvata esittämällä historiallisiin ennustevirheisiin tai mallin sokkien jakaumiin perustuvia todennäköisyyksiä ennustetulemista. Epävarmuutta voidaan kuvata myös tuottamalla mallilla vaihtoehtoislaskelmia perusennusteen ympärillä.

Koronakriisissä ennustaminen on ollut tavanomaistakin hankalampaa, koska kriisissä on monia piirteitä, joita tavanomaisten suhdannevaihtelujen kuvaamiseen kehitetyt makrotalouden mallit eivät kykene suoraan huomioimaan, kuten epidemian leviäminen ja sen estämiseksi käyttöön otetut rajoitustoimet. Kriisin aikana tämä talouden ulkopuolelta tuleva massiivinen häiriö kasvatti epävarmuuden poikkeuksellisen suureksi myös lyhyellä aikavälillä. Yleensä arviot talouden nykytilasta perustuvat verrattain lyhyellä viiveellä julkaistaviin taloustilastoihin, kuten luottamusindikaattoreihin ja volyymi-indekseihin. Suomen Pankki käyttää nykytilan arvioinnissa apunaan ns. nowcasting-malleja, jotka kokoavat suuren joukon talousindikaattoreita yhteen ja muodostavat niiden perusteella ennusteen nykyiselle BKT-kasvulle. Koronakriisin puhjetessa olemassa olevat nowcast-mallitkin olivat kuitenkin hitaita reagoimaan, koska ne eivät sisällä pandemian kehitystä heijastavia hyvin nopeasti päivittyviä indikaattoreita, kuten tautitilannetta, liikepankkien korttimaksuja ja Googlen liikkuvuusdataa. Näitä päivittäin tai viikoittain julkaistavia indikaattoreita on alettu koronakriisin aikana käyttää yhä laajemmin talouden nykytilan arvioinnissa.

Aino-mallia on hyödynnetty koronakriisissä esimerkiksi haarukoimalla, miten erilaiset kansainvälisen talouden pandemian painamat kehityskulut vaikuttaisivat Suomen talouteen. Euroopan keskuspankkijärjestelmän piirissä tehtävissä ennusteissa koronakriisin mukanaan tuomaa epävarmuutta päätettiin kuvata perusennusteen lisäksi julkaistavilla ”lievällä” ja ”vakavalla” skenaariolla. Tavanomaisesta epävarmuuden kuvaamisesta poiketen nämä skenaariot saattoivat poiketa toisistaan olennaisesti jo lyhyellä aikavälillä heijastaen pandemian hyvin nopeita ja odottamattomia käänteitä. Skenaariot erosivat toisistaan erilaisilla oletuksilla pandemiatilanteen kehityksestä. Tärkeä oletus liittyi myös talouden pitkäaikaisiin trendeihin, eli siihen, jättääkö koronakriisi jälkeensä pysyviä taloudellisia vaurioita.

Aino-mallin kehitys jatkuu

DSGE-mallit ovat olleet keskeinen menetelmä viime vuosikymmenien makrotaloustieteellisessä kirjallisuudessa, jossa niillä on analysoitu mitä erilaisimpia tutkimuskysymyksiä. DSGE-mallien ennustekäytössä on omat haasteensa, mutta tärkeä etu on, että nämä mallit mahdollistavat ennustenumeroiden lisäksi rakenteellisen tulkinnan makrotalouden kehityksestä. DSGE-mallien ennustekykyä parhaimmillaan kuvaavat New York FED:n säännöllisesti julkaisemat DSGE-mallilla tuotetut puhtaat malliennusteet.

Finanssikriisin jälkeen merkittävä tutkimussuuntaus oli rahoitusmarkkinoiden ja makrotalouden yhteyden mallintaminen, ja uusin Aino-malli versio sisältääkin rahoitusmarkkinakitkat. Siinä missä politiikkasimulaatiokäyttöön kehitetyssä mallissa on usein tärkeää mallintaa jotkin talouden osat mahdollisimman tarkasti, DSGE-mallin käyttö ennustamiseen rajoittaa sitä kuinka paljon mallia on mahdollista laajentaa kattamaan makrotalouden yksityiskohtia. Tämän vuoksi monia tärkeitä ilmiöitä, joita viimeaikaisessa makrotaloudellisessa tutkimuskirjallisuudessa on jo käsitelty, ei ole ollut mahdollista tuoda osaksi Aino-mallia. Tällaisia ilmiöitä ovat muun muassa kotitalouksien heterogeenisyys ja ilmastonmuutoksen torjunnan makrotaloudelliset vaikutukset.

Kun DSGE-mallilla ennustetaan ja tehdään kvantitatiivista analyysia, on mallin estimointi eli sovittaminen aineistoon tärkeässä roolissa. Tämä on tärkeää niin ennustekyvyn kuin politiikkasimulaatioiden luotettavuuden kannalta, koska mallien on luonnollisesti tarkoitus kuvata todellista maailmaa, vaikkakin yksinkertaistetusti. DSGE-malleja käsittelevä akateeminen kirjallisuus on viimeisen vuosikymmenen aikana painottanut näiden mallien otosaineistoon sovittamisen tärkeyttä.

Kun DSGE-mallia sovitetaan otosaineistoon, on DSGE-malli käytännössä tilastollinen malli, tarkemmin sanottuna moniulotteinen aikasarjamalli. Sen estimointi on kuitenkin huomattavasti haastavampaa kuin yksinkertaisempien tilastollisten mallien.⁸ Suomen Pankissa on paraikaa käynnissä ennustekäytössä olevan Aino 2.0 -mallin ennustekyvyn parantamiseen tähtäävä kehitysprojekti, jossa mm. hyödynnetään uutta, rinnakkaislaskentaa hyödyntävää estimointimenetelmää, jolla on mahdollista saada tarkempia estimointituloksia lyhyemmässä ajassa.⁹

DSGE-mallit ovat suhdannevaihtelumalleja, eikä niitä voida siksi suoraan sovittaa aineistoon, joka sisältää muuttujia, jotka kasvavat yli ajan. Tämän vuoksi aineiston aikasarjoja tulee käsitellä. Aikasarjojen esikäsittely ei kuitenkaan ole ongelmatonta, ja sillä on vaikutuksia estimointituloksiin ja siten mallin käytettävyyteen. Suomen Pankin kehitysprojektissa tavoitteena on estimoida Aino-malli niin, että aikasarjojen esikäsittelyä ei tarvita ja aikasarjojen jako suhdanne- ja trendikomponentteihin tapahtuu estimoinnin yhteydessä.¹⁰

Lopuksi: Malli tarvitsee ekonomistia ja ekonomisti mallia

Aino-malli on kehitetty kuvaamaan mahdollisimman hyvin Suomen talouden rakenteita ja suhdannevaihteluja. Mallin tuottamat kehityskulut eivät kuitenkaan koskaan ole Suomen Pankin valmis virallinen ennuste, vaan ennuste sisältää myös paljon asiantuntijan tuottamaa informaatiota. Ekonomistit kertovat mallille sellaista makrotalouden toiminnasta, jota sen yksinkertaistettu rakenne ja logiikka eivät huomioi. Aino-malli auttaa puolestaan Suomen Pankin ekonomisteja laatimaan ennusteita ja arvioimaan mitä moninaisempia makrotalouden ilmiöitä. Mallin avulla tulkitaan ennusteen perusuraa, tutkitaan perusuran herkkyyttä suhteessa erilaisiin oletuksiin ja arvioidaan vaihtoehtoisia skenaarioita. Mallit auttavat ennusteen sisäisen johdonmukaisuuden varmistamisessa ja ennustetarinan kerronnassa. Taloudessa kaikki vaikuttaa kaikkeen ja ilman mallia ekonomistin on mahdotonta huomioida kaikkia samanaikaisia vaikutuskanavia ja arvioida niiden vaikutusta talouteen vain omissa ajatuksissaan.