Cik precīzi Latvijas Banka prognozē inflāciju?

Eiropas Centrālā banka (ECB) regulāri vērtē eiro zonas centrālo banku inflācijas prognožu precizitāti. Arī Latvijas Banka rūpīgi seko līdzi tam, cik precīzas ir tās ekonomistu izstrādātās makroekonomiskās prognozes, salīdzinot ar citām privātā un sabiedriskā sektora iestādēm un starptautiskajām organizācijām. Šajā rakstā turpinām analizēt Latvijas Bankas inflācijas īstermiņa prognozēšanas modeļa (STIP) īpašības, šoreiz vērtējot modeļa prognožu precizitāti (iepriekšējos rakstos tika apskatītas globālo pārtikas izejvielu cenu, iekšzemes darbaspēka izmaksu un naftas cenu ietekme uz inflāciju). Šī rakstu sērija balstīta uz janvārī publicēto Latvijas Bankas pētījumu.

Kāpēc inflācijas prognozes ir tik svarīgas

Cenu stabilitāte ir galvenais eiro zonas monetārās politikas mērķis. Monetārās politikas lēmumi ietekmē inflāciju ar novēlojumu, tāpēc ECB lēmumi pamatojas ne tikai uz pašreizējo, bet arī uz sagaidāmo inflāciju. Tāpēc atbilstoša monetārā politika nav iedomājama bez precīzām inflācijas prognozēm. Praksē katra eiro zonas centrālā banka izstrādā inflācijas prognozes savai valstij, tad inflācijas prognozes tiek apkopotas un kalpo par pamatu ECB monetārās politikas lēmumiem.

Latvijas inflācijas prognozes tiek izstrādātas, balstoties uz Latvijas Bankas ekonomistu izveidoto STIP modeli. Inflācijas prognozes četras reizes gadā tiek sūtītas uz ECB eiro zonas inflācijas prognožu izveidei[1]. STIP modelis ietver četru svarīgāko inflāciju noteicošo faktoru tiešo un netiešo ietekmi uz patēriņa cenām:

• naftas cenas tieši ietekmē enerģijas produktu cenas un netieši, caur degvielas cenām, arī pārtikas produktu un dažu pakalpojumu cenas; 
• pārtikas izejvielu globālās cenas nosaka pārtikas produktu patēriņa cenas, kas netieši ietekmē arī ēdināšanas pakalpojumu cenas;
• valūtas kursa ietekme galvenokārt redzama rūpniecības preču cenās, ievērojama daļa no šīm precēm tiek importēta no eiro zonā neietilpstošām valstīm;
• iekšzemes darbaspēka izmaksas tieši vai netieši ietekmē gandrīz visas patēriņa cenu komponentes (1. attēls).

1. attēls. Latvijas Bankas īstermiņa inflācijas prognozēšanas modeļa (STIP) struktūra

Piezīmes: zilie lauki apzīmē patēriņa cenu indeksa komponentes, brūnie lauki – galvenos inflāciju ietekmējošos faktorus.

Dažādu preču un pakalpojumu patēriņa cenas ietekmē atšķirīgi faktori, tāpēc praksē mēs atsevišķi prognozējam 34 patēriņa cenu komponentes[2]. Šajā rakstā apskatīsim inflācijas prognožu precizitāti piecu komponenšu dalījumā – neapstrādāta pārtika, apstrādāta pārtika, enerģija, rūpnieciskās preces un pakalpojumi.

Kā vērtēt inflācijas prognožu precizitāti

Katrs ekonomikas prognozētājs piekritīs, ka prognožu kļūdas pastāvēs vienmēr.  Jebkurš modelis ir realitātes aproksimācija, un neviens modelis nespēj pilnīgi precīzi aprakstīt reālus procesus. Līdzīgi arī inflācijas prognozēšanā. Pirmkārt, patēriņa cenas var ietekmēt virkne faktoru, kurus nevar paredzēt iepriekš. Piemēram, izpārdošanas akciju pagarināšana kādā mazumtirdzniecības veikalu tīklā vai slikta dārzeņu raža, kā dēļ šo dārzeņu krājumi ātrāk izsīka un tos nācās importēt par dārgāku cenu. Otrkārt, pat ja modelis precīzi apraksta pagātnes inflācijas dinamiku, tas vēl nenozīmē, ka modelis precīzi prognozēs inflāciju arī nākotnē – atsevišķu faktoru ietekme uz inflāciju var mainīties laika gaitā.

Taču inflācijas prognožu kļūdas var un vajag samazināt, un tieši to cenšas darīt eiro zonas centrālo banku ekonomisti, kas nodarbojas ar inflācijas prognozēšanu. Tāpat kā Rīga nekad nav gatava, tā arī inflācijas prognozēšanas modeļi tiek nepārtraukti uzlaboti un papildināti. Inflācijas prognozēšanas modeļa STIP tapšanā tika izvirzīti divi kritēriji:

1. Prognozēšanas modeļa kļūdai jābūt zemākai nekā vienkāršam etalonmodelim. Etalonmodelis neņem vērā inflāciju ietekmējošo faktoru dinamiku un pieņem, ka šodienas inflācija ir atkarīga tikai no inflācijas iepriekšējos periodos.
2. Jaunākā / uzlabotā inflācijas prognozēšanas modeļa kļūdai jābūt zemākai nekā iepriekšējam modelim.

Lai pārbaudītu STIP modeļa prognozētspēju, vispirms mēs novērtējam sakarības starp  patēriņa cenām un tās noteicošiem faktoriem, izmantojot 2005. – 2013. gada datus. Tālāk mēs analizējam, cik precīzi STIP spēj prognozēt inflāciju 2014. – 2018. gadā, salīdzinot gan ar etalonmodeli, gan ar Latvijas Bankas ekonomistu prognozēm, kas tika sūtītas uz ECB prognožu raundos 2014.-2018. gadā.

Citiem vārdiem, mēs atgriežamies 2014. gada sākumā un prognozējam inflāciju nākamajiem 12 mēnešiem, izmantojot tā laika makroekonomiskās prognozes, kā arī tā laika prognozes par naftas un pārtikas izejvielu cenu dinamiku (vienīgā atšķirība ir, ka tagad mūsu rīcībā ir jaunais STIP modelis). Šo uzdevumu mēs atkārtojam 20 reizes, simulējot oficiālus inflācijas prognozēšanas raundus 2014. gada februārī, maijā, augustā utt. līdz pat 2018. gada decembrim. Mēs konstruējam vēsturiskās inflācijas prognozes un salīdzinām ar faktisko iznākumu. Tādējādi šāds salīdzinājums parāda, vai jaunā STIP modeļa esamība spēj noturīgi uzlabot inflācijas prognožu precizitāti salīdzinājumā ar etalonmodeli (uzminēt inflāciju vienu reizi – tā varētu būt sagadīšanās).

STIP modeļa prognozēšanas precizitātes vērtējums

Jaunais STIP modelis spēj prognozēt inflāciju precīzāk nekā etalonmodelis. Turklāt STIP inflācijas prognozes ir precīzākas nekā Latvijas Bankas ekonomistu inflācijas prognozes, kas tika nosūtītas uz ECB prognozēšanas raundos 2014.-2018. gadā[3] (2. attēls; P1. attēls).

Analizējot iegūtās prognožu kļūdas, mēs arī novērojām:

1. Īstermiņa prognozes vienmēr ir precīzākas par vidēja termiņa prognozēm. Prognozēt inflāciju nākamajām mēnesim parasti ir vieglāk, nekā nākamajām gadam. Tas ir spēkā gan patēriņa cenām kopumā, gan kādai patēriņu cenu komponentei.
2. Dažas inflācijas komponentes ir iespējams prognozēt precīzāk par citām. Piemēram, rūpniecisko preču un pakalpojumu cenu inerce nosaka salīdzinoši nelielas prognozēšanas kļūdas neatkarīgi no prognozēšanas veida. Jo cenas ir svārstīgākas, jo lielāka mēdz būt prognožu kļūda. Piemēram, enerģijas cenu svārstīgumu nosaka naftas cenu ikdienas svārstības un to ātra transmisija degvielas cenās, kā arī administratīvie lēmumi par siltumenerģijas, dabasgāzes un elektrības cenu pārmaiņām (ilgu laika periodu cenas ir nemainīgas un tad vienā dienā ievērojami mainās). Savukārt neapstrādātas pārtikas cenu svārstīgumu lielā mērā nosaka dārzeņu raža un to cenu (mainīgā) sezonalitāte.
3. Etalonmodelis spēj diezgan precīzi paredzēt inflāciju ļoti īsam laika periodam (vienam – diviem mēnešiem). Fundamentālo faktoru – darbaspēka izmaksu vai globālo pārtikas izejvielu cenu – transmisija uz patēriņa cenām aizņem vairākus mēnešus, tāpēc ilgākā prognozēšanas laika periodā STIP prognozē inflāciju ievērojami precīzāk par etalonmodeli.

2. attēls. Inflācijas prognožu kļūda, salīdzinot STIP modeli ar etalonmodeli un uz ECB sūtītām inflācijas prognozēm (prognozējot 3, 6 un 11 mēnešus uz priekšu; 2014. – 2018. gadā)

Piezīmes: inflācijas prognožu kļūda aprēķināta kā kvadrātsaknes vidējā kvadrātiskā prognožu kļūda. Etalonmodelis ir gadījuma klejošanas process (random walk). NIPE prognozes ir Latvijas Bankas inflācijas prognozes, kas pamatojas uz STIP modeļa iepriekšējo versiju un kuras tika sūtītas uz ECB prognožu raundos 2014.-2018. gadā. STIP prognozes ir jaunā STIP modeļa prognozes, izmantojot prognozes izstrādes brīdī pieejamo informāciju.

Kāpēc inflāciju nevar prognozēt atrauti no citiem ekonomikas rādītājiem 

Inflācijas prognožu precizitāte ir atkarīga ne tikai no tā, cik korekti ir novērtēta sakarība starp patēriņa cenām un tās ietekmējošajiem faktoriem, bet arī no tā, cik precīzi tiek prognozēta inflāciju ietekmējošo faktoru dinamika. Piemēram, ja iekšzemes darbaspēka izmaksas pieaug straujāk par gaidīto, arī inflācija var pieaugt ātrāk par prognozēto.

Cik lielā mērā inflācijas prognožu kļūdas ir saistītas ar to, ka inflāciju noteicošo faktoru cenas mainījās ātrāk vai lēnāk par prognozēto? Lai atbildētu uz šo jautājumu, mēs atkārtojām prognožu simulāciju, izmantojot inflāciju noteicošo faktoru faktiskās vērtības (nevis tās, kas tika prognozētas prognožu izstrādes brīdī). Citiem vārdiem, mēs atgriežamies 2014. gada sākumā un prognozējam inflāciju nākamajiem 12 mēnešiem, izmantojot nevis tā laika prognozes par atalgojuma dinamiku, bet faktisko algas pieaugumu (kā arī faktiskās naftas un pārtikas izejvielu globālās cenas).

Mūsu aprēķini rāda: ja inflāciju noteicošo faktoru prognozes būtu perfekti zināmas, tas samazinātu enerģijas patēriņa cenu prognozes kļūdu par 30% un pārtikas produktu patēriņu cenu prognožu kļūdu – par 20% (vidēji 12 mēnešu laikā; P2. attēls). Tas parāda, ka inflācijas prognozēšanas precizitāti nevar uzlabot atrauti no citiem ekonomikas rādītājiem – jo precīzāk tiek prognozēti inflāciju noteicošie faktori, jo precīzākas ir inflācijas prognozes.

Secinājumi

Latvijas Bankas ekonomisti izveidoja jaunu modeli inflācijas īstermiņa prognozēšanai (ar nosaukumu STIP). STIP modelis ietver sakarības starp 34 patēriņa cenu komponentēm un to noteicošiem faktoriem, no kuriem svarīgākie ir iekšzemes darbaspēka izmaksas, naftas cenas, pārtikas izejvielu globālās cenas un valūtas kurss.

STIP modelis prognozē inflāciju precīzāk nekā etalonmodelis, t.i., informācija par inflāciju noteicošajiem faktoriem palīdz uzlabot inflācijas prognožu precizitāti[4]. Turklāt inflācijas prognozes nevar uzlabot atrauti no citu ekonomikas rādītāju prognozēm. Jo precīzākas ir inflāciju noteicošo faktoru (piemēram, iekšzemes darbaspēka izmaksu) prognozes, jo precīzāka ir arī inflācijas prognoze.

P1. attēls. Inflācijas prognožu kļūda, salīdzinot STIP modeli ar etalonmodeli un uz ECB sūtītām inflācijas prognozēm (prognozējot 1 – 11 mēnešus uz priekšu; 2014. – 2018. gadā)

Piezīmes: inflācijas prognožu kļūda aprēķināta kā kvadrātsaknes vidējā kvadrātiskā prognožu kļūda. Etalonmodelis ir gadījuma klejošanas process (random walk). NIPE prognozes ir Latvijas Bankas inflācijas prognozes, kas pamatojas uz STIP modeļa iepriekšējo versiju un kuras tika sūtītas uz ECB prognožu raundos 2014.-2018. gadā. STIP prognozes ir jaunā STIP modeļa prognozes, izmantojot prognožu izstrādes brīdī pieejamo informāciju.

P2. attēls. Inflācijas prognožu kļūda, salīdzinot faktisko datu STIP modeli ar prognozēto datu STIP modeli un etalonmodeli (prognozējot 1 – 12 mēnešus uz priekšu; 2014. – 2018. gadā)

Piezīmes: inflācijas prognožu kļūda aprēķināta kā kvadrātsaknes vidējā kvadrātiskā prognožu kļūda. Etalonmodelis ir gadījuma klejošanas process (random walk). STIP ar prognozētiem datiem ir jaunā STIP modeļa prognozes, šī modeļa noteicošie faktori izmanto prognozes izstrādes brīdī pieejamo informāciju. Savukārt STIP ar faktiskiem datiem ir prognozes STIP modelī, kura noteicošie faktori izmanto faktisko informāciju visā prognozēšanas perioda garumā.

______________________________________________

[1] BMPE (Broad macroeconomic projection exercise) un NIPE (Narrow inflation projection exercise) prognožu raundos. Vairāk par Eirosistēmas makroekonomisko prognožu izstrādi sk. European Central Bank (2016). A guide to the Eurosystem/ECB staff macroeconomic projection exercises.

[2] No tām piecas ir neapstrādātas pārtikas cenas, 12 – apstrādātas pārtikas cenas, sešas – enerģijas cenas, trīs – rūpniecisko preču cenas un astoņas – pakalpojumu grupu cenas.

[3] Prognozes bija balstītas uz STIP modeļa iepriekšējo versiju.

[4] Salīdzinot ar gadījumu, kad inflācija ir atkarīga tikai no iepriekšējo periodu inflācijas.