RaboResearch - Economisch Onderzoek

Beter slecht voorspellen dan in het duister tasten

Column

Delen:

Economen zijn slecht in het doen van voorspellingen. Dit jaar lijkt het er voor het eerst sinds jaren op dat de economische groei niet wordt overschat, maar onderschat. Velen -niet-economen maar zeker ook economen- vragen zich af of we ons daar eigenlijk wel met dat voorspellen bezig moeten houden. Ik denk van wel. Beter een slechte voorspelling dan helemaal in het duister tasten.

Niet relevant gestuntel

Veel academische economen kijken toch enigszins meelijwekkend naar hun vakbroeders die zich bezighouden met het voorspellen van toekomstige economische ontwikkelingen. Ik snap dat wel. In een wereld waarin geavanceerde, wiskundige hocuspocus vooral scoort, en waarbij strikte aannames over het gedrag van economische agenten (rationeel, perfect foresight) nog steeds vaak de modus operandi zijn, is het werken met macromodellen gestuntel. Theoretisch slecht onderbouwd, niet consistent en niet in staat goede voorspellingen op te leveren. En trouwens, wat is de waarde van het doen van voorspellingen in een wereld met rationele agenten en volledige informatie? Economen moeten vooral proberen het verleden te begrijpen en zich niet bezighouden met het voorspellen van de toekomst. Dat is voor waarzeggers op de kermis.

Het gaat aan alle kanten fout

Ik chargeer wellicht een beetje, maar niet heel veel. Het doen van economische voorspellingen, conjunctuuranalyse, wordt eigenlijk niet beschouwd als economische wetenschap. Wellicht daarom vinden vele economen die door de pers benaderd worden om iets te zeggen over de economische vooruitzichten het ook geen enkel probleem om, zonder naar de cijfers te kijken, een mening te geven. Op universiteiten wordt conjunctuuranalyses ook nauwelijks onderwezen en moeten wij bij Rabobank nieuwe collega’s behoorlijk bijscholen om dit soort praktisch economenwerk te doen.
Er is ook een aantal redenen aan te wijzen waarom voorspellingen vaak niet uitkomen. Het CPB is daar doorgaans heel expliciet over. Ten eerste worden voor het model exogene variabelen, zoals monetair beleid of internationale handel vaak verkeerd ingeschat. Ten tweede hebben de meest gebruikte macromodellen de laatste jaren opzichtig gefaald doordat (1) de financiële sector vaak niet of nauwelijks was gemodelleerd en (2) voorraden (vermogenscomponenten et cetera) niet werden meegenomen.

Ten derde wordt vaak uitgegaan van realisatiecijfers die later nog worden herzien. Als deze bij nader inzien verkeerde cijfers worden doorgetrokken naar de toekomst, ontstaat een verkeerd beeld.
Een vierde bron van fouten is de gebruiker van het model zelf. De modeluitkomsten worden in veel gevallen door de gebruiker aangepast op basis van andere informatie: ‘expert opinion’. Dit kan mis gaan. Bij het CPB heeft dat in ieder geval in het verleden een positieve bijdrage geleverd aan de kwaliteit van de raming. 

En toch moeten we hiermee doorgaan

Dus economische voorspellingen zijn wetenschappelijk inferieur en vol fouten. Die tot op zekere hoogte nog voorspelbaar zijn ook, dat dan weer wel. Toch zijn voorspellingen belangrijk vooral vanuit beleidsmatig en maatschappelijk oogpunt. Er zijn nu eenmaal goede cijfers nodig voor beleid en er is een maatschappelijke behoefte om te weten hoe het komend jaar gaat. Want de theorie kan dan wel uitgaan van rationaliteit en volledige informatie, de praktijk blijkt toch echt anders te zijn. En dan is het hebben van een vuistregel voor beleid, een geïnformeerde inschatting over de toekomstige economische ontwikkelingen, zeer nuttig.

Bruikbare voorspellingen

Bruikbare voorspellingen moeten daarbij aan een paar vuistregels voldoen. Ze moeten ten eerste de onzekerheden goed weergeven, bijvoorbeeld door meerdere scenario’s te geven. Daarnaast dient alle beschikbare informatie te worden gebruikt voor het doen van betere voorspellingen. En zeker voor die voor de korte termijn is er een schat aan mogelijkheden: steeds meer gegevens komen snel beschikbaar. Dat biedt tal van mogelijkheden om door micro-econometrie traditionele macro-grootheden sneller en accurater te voorspellen.
Ten derde is het van groot belang de gebruiker van voorspellingen goed op te voeden. Te wijzen op de onzekerheden, staartrisico’s en beperkingen van de voorspellingen. Het geven van onzekerheidsmarges of meer scenario’s is daarbij nuttig, maar gebruikers blijven de hardnekkige neiging vertonen óf het voor hen meest gunstige scenario te nemen, of een gemiddelde. Waarmee de onzekerheden weer zijn verdwenen.

Het zou mooi zijn als het doen van voorspellingen ook in academische kringen wat meer aandacht krijgt. Want al die bronnen van onzekerheid en fouten zoals hierboven genoemd lijken mij stuk voor stuk mooie promotietrajecten.

Delen:
Auteur(s)
Hans Stegeman
RaboResearch Nederland Rabobank KEO
088 726 7864

naar boven