Bacheloroppgave

ID-nummer: 0890059
0928253
Bacheloroppgave
ved Handelshøyskolen BI
Anslag på makroøkonomiske
hovedstørrelser
- fem større institusjoners treffsikkerhet på makroøkonomiske
hovedstørrelser i perioden 1998 - 2013
BTH-1613 Bacheloroppgave anvendt makroøkonomi
Utleveringsdato:
Semesterstart
Innleveringsdato:
05.06.2014
Studiested:
BI Oslo
Denne oppgaven er gjennomført som en del av studiet ved Handelshøyskolen BI. Dette innebærer
ikke at Handelshøyskolen BI går god for de metoder som er anvendt, de resultater som er
fremkommet, eller de konklusjoner som er trukket.

BTH-1613 Bacheloroppgave Anvendt Makroøkonomi 05.06.2014
Side i
Sammendrag
Vi har i denne oppgaven analysert anslagene til de største prognoseaktørene i
Norge, ved å se på de fire makroøkonomiske hovedstørrelsene
Bruttonasjonalprodukt, Konsumprisindeks, årslønn og arbeidsledighet. Oppgaven
er avgrenset til tidsperioden 1998 til 2013.
Vi starter oppgaven med å beskrive metodebruk, videre presenterer vi grunnlaget
for analysen i en teoridel og den empiriske utviklingen av indikatorene. I analysen
rangerer vi prognoseresultatene både på kort og lang sikt. Vi har vurdert hvor
forventningsrettet prognosene er, treffsikkerheten og undersøkt validiteten til
prognosene. Prediksjonsevnen på lang sikt har vi sett i sammenheng med den
naive benchmarken Random Walk.
Resultatene fra vår analyse viser prognoseaktørene har problemer med å forutse
større konjunktur fluktuasjoner. Modellene fremstår bedre til å anslå trendlinjer
enn eksakte prognoser. Prognosene viser også at aktørene har en tendens til å spå
et høyere aktivitetsnivå enn faktisk utvikling. OECD og Norges Bank er de klart
beste prognoseaktørene på henholdsvis kort og lang sikt.

Side ii
Forord
Bacheloroppgaven er den avsluttende oppgaven i fordypning innenfor anvendt
makroøkonomi ved Handelshøyskolen BI i Oslo. Hovedmotivasjonen for valg av
bacheloroppgave innen makroøkonomiske prognoser, var å kunne kombinere
faget økonometri med makroøkonomisk utvikling.
Medieoppslag betviler økonomers dyktighet og kritiserer lite fungerende
prognosemodeller. Vi ville se om det var like stor feilmargin som faktisk antatt,
og om dette skyltes modellene eller menneskelig svikt. Vi ønsket å belyse temaet
med tanke på forventingsdannelser. Før vi startet på oppgaven fant vi tidligere
forskning og artikler på rente- og valutaprognoser, samt en oppgave om
makroøkonomiske hovedstørrelser publisert av Statistisk Sentralbyrå; «Den store
gjettekonkurransen». Dette temaet ga mersmak og inspirasjon til valget av emnet.
Ved å skrive en oppgave som tar utgangspunkt i dagens økonomiske situasjon,
kunne vi skrive en oppgave med ny vri innen et allerede godt belyst, og
interessant tema. Vi ønsket å analysere fire hovedstørrelser som kunne si noe om
økonomien som en helhet, og dermed økonomisk utvikling i tiden fremover.
Vi ønsker å takke aktørene vi har analysert for god hjelp. Vi vil rette en ekstra stor
takk til Ådne Cappelen fra SSB, som tok seg tid til intervju for å belyse
prognoseaktørens side. Videre ønsker vi å takke Frode Martin Nordvik for å være
behjelpelig med dataanalysen. Sist men ikke minst vil vi takke veilederen vår,
Terje Synnestvedt, for konstruktiv tilbakemelding og veiledning.
Oslo, 05. Juni 2014.

Side iii
Innholdsfortegnelse
SAMMENDRAG .............................................................................................................................................I
FORORD .........................................................................................................................................................II
INNHOLDSFORTEGNELSE...................................................................................................................III
1 INTRODUKSJON.......................................................................................................................................1
2 METODE.......................................................................................................................................................2
2.1 DATAINNSAMLING.................................................................................................................................2
2.2 MÅLEKRITERIER....................................................................................................................................3
2.2.1 Gjennomsnittlig avvik (ME) .......................................................................................................3
2.2.2 Root Mean Square Error (RMSE).............................................................................................3
2.2.3 Standardavvik (S).........................................................................................................................4
2.2.4 Benchmark.....................................................................................................................................5
3 TEORI............................................................................................................................................................6
3.1 FORVENTNINGER....................................................................................................................................6
3.1.1 Forventninger i markedet...........................................................................................................6
3.1.2 Forventninger i pengepolitikken................................................................................................7
3.1.3 Forventninger i finanspolitikken ...............................................................................................9
3.1.4 Forventinger i modellene............................................................................................................9
3.2 PROGNOSEAKTØRENE...........................................................................................................................9
3.2.1 Norges Bank...............................................................................................................................10
3.2.2 Statistisk Sentralbyrå................................................................................................................10
3.2.3 Finansdepartementet................................................................................................................10
3.2.4 DNB Markets .............................................................................................................................11
3.2.5 Organisasjonen for økonomisk samarbeid og utvikling.....................................................11
3.3 AKTØRENESPROGNOSEMODELLER...................................................................................................11
3.3.1 Prognosemodell Norges Bank.................................................................................................11
3.3.2 Prognosemodell SSB.................................................................................................................14
3.3.3 Prognosemodell Finansdepartementet..................................................................................16
3.3.4 Prediksjon ved bruk av skjønn................................................................................................16
3.3.5 Oppsummering av modellene..................................................................................................17
3.4 KONSEKVENSER AV FEILANSLAG......................................................................................................17
3.4.1 Feilanslag med bakenforliggende intensjoner.....................................................................18
3.4.2 Feilanslag uten bakenforliggende intensjoner.....................................................................18
3.5 DE FIRE MAKROØKONOMISKE HOVEDSTØRRELSENE......................................................................19
3.5.1 Bruttonasjonalproduktet for fastlands- Norge.....................................................................19
3.5.2 Konsumprisindeks.....................................................................................................................20
3.5.3 Årslønn........................................................................................................................................20
3.5.4 Arbeidsledighet..........................................................................................................................20
3.6 EMPIRI...................................................................................................................................................21

Side iv
3.6.1 Viktige hendelser.......................................................................................................................21
3.6.1.1 Kina-effekten .........................................................................................................................21
3.6.1.2 IT- boblen...............................................................................................................................21
3.6.1.3 Finanskrisen ...........................................................................................................................22
3.6.2 Utvikling i norsk økonomi de siste femten årene.................................................................23
4 ANALYSE..................................................................................................................................................24
4.1 KORTTIDSANALYSE.............................................................................................................................25
4.1.1 Bruttonasjonalprodukt anslag.................................................................................................25
4.1.2 Konsumprisindeks anslag........................................................................................................26
4.1.3 Årslønn anslag...........................................................................................................................27
4.1.4 Arbeidsledighet anslag.............................................................................................................27
4.1.5 Er prognoseaktørene forventningsrette?...............................................................................28
4.1.6 Total RMSE på kort sikt...........................................................................................................29
4.1.6.1 Bruttonasjonalprodukt............................................................................................................29
4.1.6.2 Konsumprisindeks..................................................................................................................30
4.1.6.3 Årslønn...................................................................................................................................30
4.1.6.4 Arbeidsledighet ......................................................................................................................30
4.1.7 Standardavvik ............................................................................................................................31
4.1.8 Rangering av prognoseaktørene på kort sikt........................................................................31
4.2 LANGSIKTSANALYSE...........................................................................................................................32
4.2.1 Gjennomsnittsavvik...................................................................................................................32
4.2.2 Lantidsprognoser og RMSE....................................................................................................33
4.2.2.1 Bruttonasjonalprodukt............................................................................................................33
4.2.2.2 Konsumprisindeks..................................................................................................................34
4.2.2.3 Årslønn...................................................................................................................................35
4.2.2.4 Arbeidsledighet ......................................................................................................................36
4.2.3 Standardavvik ............................................................................................................................37
4.2.4 Rangering av prognoseaktørene på lang sikt.......................................................................38
4.3 SAMMENSTILLING AV ANALYSEDEL.................................................................................................39
5 KONKLUSJON ........................................................................................................................................40
6 LITTERATURLISTE.............................................................................................................................41
6.1 FIGURLISTE...........................................................................................................................................44
7 VEDLEGG .................................................................................................................................................45

Side 1
1 Introduksjon
Anslag på økonomiske hovedstørrelser sier mye om utviklingen av faktisk
fremtidig økonomi. Anslag blir publisert løpende av prognoseaktører, som er
avhengig av å ha tiltro forankret hos konsumentene, for å skape de rette
forventningene. Vi ønsker på bakgrunn av dette å undersøke fem større
institusjoners treffsikkerhet på makroøkonomiske hovedstørrelser i perioden 1998
til 2013.
Vi tester treffsikkerheten til Norges Bank (NB), Statistisk Sentralbyrå (SSB),
Finansdepartementet (FD), Organisasjonen for økonomisk samarbeid og utvikling
(OECD) og DNB.
Vi velger å analysere følgende fire makroøkonomiske hovedstørrelser som har
stor påvirkning på Norges økonomiske tilstand og fremtidig vekst:
- Bruttonasjonalprodukt – Fastlands- Norge (BNP)
- Konsumprisindeksen (KPI)
- Årslønn
- Arbeidsledighet (AKU)
Oppgaven vår er strukturert på følgende måte: Først presenterer vi metoden som
er brukt i oppgaven og hvordan vi har innhentet data. I kapittel 3 om teori, tar vi
for oss forventningsdannelse, presenterer prognoseaktørene og deres modeller, tar
for oss konsekvenser av feilanslag, samt går inn på valgte hovedstørrelser og deres
empiriske utvikling. Analysen i kapittel 4 tar først for seg korttidsanalyse, før en
langtidsanalyse og kapittelet avslutter med en oppsummering av analysen. Vi
avslutter oppgaven med en hovedkonklusjonen i kapittel 5.
Det ligger i våre forventninger at prognoseaktørene er mer forventningsrette i
oppgangstider enn i nedgangstider, og at finansdepartementets prognoser ligger
noe under de andre aktørenes prognoser.

Side 2
2 Metode
Vi vil med dette kapittelet forklare datainnsamlingsprosessen, belyse målekriterier
og måleparametere som senere anvendes i analysen, samt introdusere den naive
benchmarken Random Walk.
2.1 Datainnsamling
Som nevnt innledningsvis har vi samlet inn data fra fem ulike prognoseaktører.
Innsamlingen av data legger til grunn fire makroøkonomiske hovedstørrelser
femten år tilbake i tid. Prognosehorisonten vi har sett på er i hovedsak 11, 24 og
36 måneder. Heretter ett, to og tre år.
Datagrunnlaget som legges til grunn for vår analyse og grafer på kort sikt, er
hentet fra Finansdepartementets utgivelser av regjeringens stortingsmelding
nummer 1, «Nasjonalbudsjettet».
Datagrunnlaget for langtidsanalysen er rapporter hentet fra SSB «Økonomisk
analyser» og Norges Banks «Pengepolitiske rapport». Det fremkommer
differanser mellom kort og langtidsprognoser hentet fra ulike rapporter. Dette
hensyn tas i videre analyse. Vi vil også belyse at det kan oppstå menneskelig feil
ved utarbeidelse av rådata. Dette gjelder både vår innhenting av data, og ved
utarbeidelse av aktørenes rapporter. Vi har ingen mulighet til å kvalitetssikre og
etterprøve dette.
De fleste beregningene prognoseaktørene utfører baseres på den faktiske økningen
i økonomien. Beregningene og modellene hensyn tar ikke revideringer og
sesongjusteringer. Internasjonale reguleringer, definisjonsendringer og ny
teknologi gjør at inndelingen av økonomiske hovedstørrelser kan endres på sikt.
Det endelige reviderte nasjonalregnskapet foreligger to år og tre måneder etter
beretningsårets utløp. Vi har valgt å gå ut i fra faktiske tall uten revidering for å
danne et likest mulig beslutningsgrunnlaget som på prognosetidspunktets
utførelse.
(Cappelen 2014; Steigum 2007)
Vi har ikke valgt å dele inn prognosehorisonten i tidsperioder. Dette fordi vi har et
forholdsvis tynt datagrunnlag innenfor noen tidshorisonter. Fordelen med

Side 3
periodisering hadde vært å kunne dele opp og analysere rolige og urolige perioder
separat. Ved gjennomføring av dette, ser vi potensialet til en kanskje mer komplett
oppgave.
2.2 Målekriterier
I oppgaven har vi valgt å bruke følgende måleparametere for å analysere data:
- Gjennomsnittlig avvik (ME)
- Root mean square error (RMSE)
- Standardavvik (S)
2.2.1 Gjennomsnittlig avvik (ME)
Gjennomsnittlig avvik eller Mean error (ME), er et mål for middelverdien av et
utvalg. Det vil i dette tilfellet være det gjennomsnittlige avviket mellom
prognosene og den faktiske hovedstørrelsen. Ved å se på avstand mellom
maksimum og minimum, er det mulig å tyde spredningsvariasjonen. Dette kan
vise om prognoseaktørene er forventningsrette. Positive avvik tyder på
forventninger om bedre økonomi, negative avvik viser forventninger om
nedgangstider i økonomien. Konseptet med spredning er ganske viktig i
økonometrisk analyse, og er nært knyttet variasjon og ulikhet. Formel for
gjennomsnittlig avvik:
𝑀𝐸 =
1
𝑛
∑𝑡=𝑇
𝑇+𝑛
(𝑃𝑡 − 𝐹𝑡 )
Kritikk rettet mot metoden er at store positive avvik kan nøytralisere flere små
negative avvik. Gjennomsnittsavvik og eventuelle ekstremverdier vil vi presentere
grafisk dersom dette er hensiktsmessig.
(Analysis of economic data, 2009; Eika 1993)
2.2.2 Root Mean Square Error (RMSE)
Root mean square error (RMSE), kvadratroten av det gjennomsnittlige kvadrerte
avviket, representerer utvalgets standardavvik av forskjellen mellom predikerte
verdier og faktisk observerte verdier. Ved å kvadrere prognoseaktørenes avvik,
straffes avvik av størrelsesorden over en. Avvik under en prosent vil tillegges
mindre betydning for gjennomsnittet. Dette gjør at prognoseaktørene som
fremstiller prognoser innenfor ±en prosent nærhet til faktisk, slipper billigere unna
en banker som bommer kraftig. Avviks-RMSE er et godt mål på nøyaktighet for å

Side 4
RMSE =
1
n
(yj -
j=1
n
å ˆyj )2
sammenligne prognosefeil av ulike modeller for en bestemt variabel. Formel for
RMSE:
Ved bruk av RMSE formelen over, har vi tatt i bruk følgende metode for
utregning av RMSE for hver enkelt prognoseaktør:
=SQRT(SUM(Anslag rente - Faktisk rente)^2 / antall foreløpige observasjoner).
En prognose som er lik faktisk makroøkonomisk hovedstørrelse samme år, vil gi
en RMSE lik null. Større RMSE gjenspeiler større feilpredikering.
(Folk, 2013; Bjønnes, 1998; Wooldridge 2009)
Prognoseaktørene vi har vært i kontakt med hevder det er størst satsning på
retningen av økonomien, fremfor faktisk treff på eksakte prognoser. Mindre avvik
fra faktiske tall vil ikke være av betydning. Vi velger derfor å vurdere RMSE som
prestasjonsmål. Vi vil sammenligne tallene med standardavvik der dette er
nødvendig.
2.2.3 Standardavvik (S)
Standardavviket er et mål for spredningen av verdiene i et datasett.
Måleparameteret tyder avstanden mellom verdiene i datasettet og gjennomsnittet.
Sagt på en annen måte; standardavvik analyserer hvor mange basispunkter
prognoseaktørene bommer med ved predikering, uavhengig av om avviket er
negativt eller positivt. Det kan beskrives som «gjennomsnittlige feil». Formel for
standardavvik:
𝑠 = √
∑ 𝑖=1
𝑛
(𝑥 𝑖 − 𝑥̅)2
𝑛 − 1
(Wikipedia, 3; Eika, 1993)
Ved å dividere RMSE for prognoseaktørene med standardavviket for den aktuelle
hovedstørrelsen, kan vi tyde spredningen og validiteten til total RMSE. Vi
forventer at resultatene støtter oppunder faktisk RMSE.

Side 5
2.2.4 Benchmark
For å evaluere prognosene til prognoseaktørene tar vi i bruk et vanlig
vurderingskriterium for økonometrisk analyse. Det er en enkel og intuitiv
benchmark kalt Random Walk, som bygger på at neste periodes økonomiske
situasjon vil være lik foregående periodes økonomiske situasjon, pluss en variabel
med tilfeldig støy:
𝐹𝑡 = 𝐹𝑡−1 +∈ 𝑡
Vi antar i vår analyse at tilfeldig støy (white noise) har forventning lik null. Enkelt
forklart er det støy med varians lik én. Denne kan være alt annet enn uendelig.
Over tid vil støyet ha et snitt lik null, selv om det fluktuerer rundt null hele tiden.
Derfor har støyet en forventning lik null, men med en tilfeldig variasjon. Vi går ut
i fra den naive hypotesen om at forventninger om at dagens økonomiske situasjon
er lik fremtidig økonomisk situasjon:
𝐸( 𝐹𝑡+1
) = 𝐹𝑡
(Eika, 1993).

Side 6
3 Teori
Vi vil i dette kapittelet belyse teori som vi mener er relevant for analysedelen
senere i oppgaven. Innledningsvis vil vi se på forventningenes betydning og
pengepolitikken illustrert ved IS-MP modellen. Ved så å se på prognoseaktørene
og deres modeller, vil vi kunne si noe om grunnlaget for prognosesetting og
konsekvenser av feilanslag. Vi vil deretter trekke frem økonomiske hendelser som
har vært en viktig del av beslutningsgrunnlaget for utvikling av økonomiske
prognoser. Til slutt vil vi introdusere valgte hovedstørrelser med empirisk
utvikling 15 år tilbake i tid.
3.1 Forventninger
3.1.1 Forventninger i markedet
Markedet baserer tilbud og etterspørsel på forventet økonomisk situasjon til
enhver tid. Økonomiens situasjon varierer med forventninger om fremtiden, som
igjen bygger på anslag og prognoser utarbeidet av ulike prognoseinstitusjoner. Et
eksempel; Ved at analytikere i Norges Bank spår en kommende lys økonomisk
fremtid, vil konsumenter og bedrifter investerer i henholdsvis bolig, bil og aksjer,
samt andre goder, basert på forventet fremtidig avkastning. Kapital er da en
nødvendighet, enten om det er egenkapital eller lånekapital. Sentralbanken
vurderer kontinuerlig økonomisk situasjonen, og vil ved en forventet økonomisk
høykonjunktur mest sannsynlig føre en kontraktiv pengepolitikk ved å øke
rentesatsen, som igjen fører til lavere investeringsvillighet. Generelt vil
investeringer avhengige av fremtidig avkastning og lånesitasjon. Restriktiviteten
til bankene tar utgangspunkt økonomisk stabilitet og forventet avkastning på lån.
Forklart ved formelen nedenfor:
(Blanchard, 2009)
Økonom og psykolog George Katona introduserte i 1946; the index of consumer
sentiment (ICS). Ved å bevise at etterspørsel ble styrt av mer enn nåtidig inntekt,
men også både evne og vilje til å bruke penger. Et eksempel er at viljen til å ta på
seg mer gjeld og betalingsforpliktelse er et resultat av tillit til en bedring i

It  I V(t
e
) 

Side 7
økonomisk utvikling. Beslutninger om sparing, er forventninger om en forverring
av økonomisk situasjon.
(Erik Bruce, 2014)
3.1.2 Forventninger i pengepolitikken
Pengepolitikken avhenger av fremtidige forventninger forankret i aktørene, samt
sentralbankens løpende rentebeslutninger. Private aktørers konsum og
investeringsbeslutninger avhenger i stor grad av forventninger om
renteutviklingen på sikt, da også inflasjon.
For at pengepolitikken skal være slagkraftig, må den kunne påvirke forventninger.
I følge den europeiske sentralbanken har den, som alle andre sentralbanker,
vesentlige usikkerheter rundt økonomiske sjokk, påliteligheten av økonomiske
indikatorer og effekten av pengepolitikkens transmisjonsmekanisme, blant andre
faktorer.
Det kreves velfungerende pengemarkeder hvis transmisjonsmekanismen skal
fungere. Et dysfunksjonelt pengemarked kan svekke innflytelsen på utsiktene for
prisstabilitet i pengepolitikken. Politikken som føres må være fremtidsrettet. Det
tar måneder og opptil år før endringer i politikken påvirker prisnivået. For
eksempel: en høykonjunktur vil kunne bli forsterket ytterliggere ved en ekspansiv
pengepolitikk tilbake i tid. Sentralbankene bør orientere seg på mellomlang sikt
for å unngå overdreven aktivisering og slippe unødvendig volatilitet i
realøkonomien.
For å nå inflasjonsmålet, bør sentralbanken angi mål, utarbeide en konsekvent og
systematisk metode for gjennomføringen av pengepolitikken og kommunisere
åpent og tydelig, samt at inflasjonsforventningene må være forankret i private
aktører. Sentralbanken må ta hensyn til all relevant informasjon for å danne
grunnlag for en effektiv pengepolitikk.
(ECB, 2014)
Vi nå vil se på sentralbankens mulighet til regulering av pengepolitikken ved å se
på sammenhengen mellom BNP og rente i en IS- MP modell. Modellen bygger på
forventninger om produksjon og etterspørsel i sammenheng med realrente.

Side 8
Figur 1 IS-MP Modell
Modellen tar utgangspunkt i følgende formel:
Ved en økning i G (Offentlig konsum) vil den positive økningen i konstantleddet
føre til at IS-kurven skifter utover. En økning i BNP gjør at sentralbanken må ta
stilling til hvilket nivå styringsrenten skal settes til, ekspansiv eller kontraktiv
pengepolitikk.
Ved en realrentenedgang for å dempe BNP vekst, vil det oppstå en vridning fra
konsumgoder til investeringer og realkapital. Vi kan med dette trekke slutningen
at når brukerkosten faller, øker etterspørselen etter realkapital
Ved høy realinntekt, øker investeringer. Det kan også leses ut fra hvordan
investeringene i realkapital fluktuerer i takt med konjunkturene. Finans- og
pengepolitikken er ansvarlig for å styre det makroøkonomiske bildet mot de tre
viktigste målene i den økonomiske politikken:
- Samfunnsøkonomisk effektivitet og bærekraftig økonomisk vekst
- Inntektsomfordeling
- Stabilitet i den økonomiske utviklingen
Sentralbanken og Finansdepartementet må inngå kompromiss i målkonflikten
mellom jevn inntektsfordeling og samfunnsøkonomisk effektivitet.
(Bergo, 2014; Steigum, 2004)

r  (1 z1 /z2)y (G z0 /z2)

Side 9
3.1.3 Forventninger i finanspolitikken
Nobelprisvinner i økonomi, Kydland og Prescott, hevder i forskning fra 1977 at
aktørene i økonomien ikke vil systematisk feilvurdere myndighetenes fremtidige
intensjoner. Det bevises at dersom myndighetene binder seg til politiske regler,
øker troverdigheten og bedrer resultater. Et eksempel som ble brukt for å bevise
dette, var hva som skjedde dersom myndighetene beskatter kapital høyt i dag, og
lover reduksjon av skatter i fremtiden. Ved troverdighet til myndighetene vil
bedrifter øke investeringer i dag. Når realkapitalbeholding har økt vil det være
fristende for myndighetene å opprettholde den høye beskatningen. Dersom dette
gjennomføres, vil myndighetene miste troverdighet ved gjentatte svikt. Det viste
seg at ved endring av en økonomisk plan, selv med mål om å sikre størst mulig
velferd til landets innbyggere, kunne føre til troverdighetsproblemer som igjen
fører til negative forventningsdannelser i privat sektor. Kydland og Prescott
assosierte politikk basert på fri re-optimering med «diskresjonær» politikk.
Resultatet av denne typen politikk kunne føre til dårlige resultater og i noen
tilfeller høyere inflasjon enn forpliktende politikk. Dette kan sees i sammenheng
med Rikardiansk Ekvivalens; ved skattelette vil konsumenten forvente tilsvarende
økning av skatter i fremtidene om utgiftsnivået forblir uendret.
(Steigum, 2004; Wikipedia, 4; Kydland, F.E & Prescott, 1977)
3.1.4 Forventinger i modellene
Forventninger i modellene må sees i sammenheng med kapittel 3.6.4, Bruk av
skjønn i modellene. Modellene som blir brukt for predikering av prognoser må
justeres for ulike typer forventninger. Ved bruk av analysemodellene må enten
naive forventninger legges til grunn; skal predikering av fremtiden bygge på
tidligere historisk vekst, og tidligere feil videreføres konsekvent. Eller justerte
forventninger, der tidligere forventningsfeil rettes. De aggregerte modellene SSB
benytter i sine analysemetoder prøver å ta hensyn til så mye av tilgjengelig
informasjon som mulig, for å minimere feilmarginer, også kalt rasjonelle
forventninger.
(Oekonomi.no, 2014; Cappelen, 2014)
3.2 Prognoseaktørene
Vi ønsker med dette avsnittet å gi en kort introduksjon av prognosemakerne.

Side 10
3.2.1 Norges Bank
Norges Bank (Sentralbanken), ble opprettet i 1816 og har siden den dag hatt som
oppgave å sikre finansiell stabilitet i Norge. Banken er statlig eid. Sentralbanken
ledes av hovedstyret på 7 medlemmer, der alle utnevnes av Norges Konge.
Norges Bank har som mål å sikre prisstabilitet, finansiell stabilitet og merverdi i
kapitalforvaltning. Fra 2001 fikk Norges Bank som oppgave å sikre et
inflasjonsmål på 2,5 prosent. Norges Bank har også enerett på utstedelse av
pengesedler i Norge, samt forvalte Norges valutareserver og statens pensjonsfond
utland. Som virkemiddel for å nå inflasjonsmålet på 2,5 prosent fastsetter Norges
Bank hver 6. uke styringsrenten.
(Norges Bank, 2014)
3.2.2 Statistisk Sentralbyrå
SSB er den sentrale institusjonen for innsamling, og bearbeiding av formell
statistikk i Norge. Videre har de som oppgave å dekke behovet for statistikk i det
norske samfunnet. Det Statistiske Centralbureau ble opprettet i 1876.
SSB utgir konkrete tall angående utviklingen av nasjonalregnskapet, utvikling av
ulike priser, varer, sysselsetting, import og eksport. Arbeidet med innhenting av
statistikk er viktig for å sikre et demokrati. SSB legger også frem kvartalsvise
prognoser for makroøkonomiske utsikter.
(Statistisk Sentralbyrå, 2013)
3.2.3 Finansdepartementet
Samme år som Norge ble en egen stat i 1814, ble også Finansdepartementet
opprettet, som et av fem departement. Finansdepartementets øverste leder er i dag
finansminister Siv Jensen. Finansdepartementet har ansvaret for planlegging og
iverksetting av den økonomiske politikken, overvåke finansmarkedene og
samordne arbeidet med statsbudsjettet. Videre skal de forvalte statens
finansformue.
Økonomiavdelingen i finansdepartementet arbeider med å utarbeide analyser og
utredninger innenfor samfunnets utvikling og endringer. Disse analysene inngår

Side 11
ofte i offentlige dokument, stortingsmeldinger, eller de årlige
budsjettdokumentene.
(Finansdepartementet, 2014)
3.2.4 DNB Markets
DNB Markets er meglerhuset til Norges og Nordens største finanskonsern målt
etter markedsverdi 30.juni 2012. Virksomheten omfatter produkter, analyser og
rådgivning innenfor blant annet valuta, rente, råvarer, aksjer og verdipapirer.
DNB-konsernet ble dannet gjennom en rekke oppkjøp og fusjoner siden stiftelsen
av Christiania Sparebank i 1822. DNB Markets har rundt 700 ansatte og er
lokalisert på 12 plasser i Norge.
(DNB Markets,2014)
3.2.5 Organisasjonen for økonomisk samarbeid og utvikling
Organisasjonen for økonomisk samarbeid og utvikling(OECD), er en
internasjonal organisasjon drevet av diverse industriland. OECD-kretsen består i
dag av 34 land som kjennetegnes ved velutviklet makroøkonomi. Landene i
samarbeidet er demokratiske land og har et generelt høyt lønnsnivå.
Organisasjonens formål er å stimulere økonomisk utvikling og handel. OECD
drives av støtte fra medlemslandene og har et gjennomsnittlig årlig budsjett på 2
milliarder kroner. Norge var en av de første medlemslandene.
(Wikipedia, 2)
3.3 Aktørenes prognosemodeller
Alle prognoseaktørene har forskjellige modeller for å prognostisere
makroøkonomiske hovedstørrelser. Vi har valgt å vektlegge modellene til Norges
Bank og SSB som er selvutviklede. De samme modellene blir modifisert og brukt
av DNB Markets og finansdepartementet for utvikling av egne prognoser.
Modellen er kun én del av analysemetoden, da det komplementeres med bruk av
skjønn. Dette kan ha både negative og positive konsekvenser for prognoseutfallet.
3.3.1 Prognosemodell Norges Bank
Norges Banks benytter en analysemetode bygget på modellen Norwegian
Economy Model (NEMO), som er Norges Banks egenproduserte modell fra 2008.
Norges Bank bruker modellen til det pengepolitiske ansvaret de fikk i 2001.
NEMO tar utgangspunkt i at Norge med egen valuta, kan bestemme

Side 12
inflasjonsnivået over tid. Dermed må pengepolitikken være forankret i
inflasjonsmålet som er satt. Modellen er ikke en statisk modell og det legges til
grunn at aktørene, foretak og husholdninger, ser fremover når det tas økonomiske
beslutninger.
Siden modellen ikke er statisk, gir det rom for økonomiske tolkninger, og man
kan se den norske økonomien opp mot direkte endringer i bedriftenes utvikling
innenfor teknologi, og konkurransemarkedet. NEMO beskriver faktorer som
sentralbanken er veldig opptatt av, samtidig som den inkluderer mindre variabler.
NEMO tar med seg bedrifters teknologi, husholdninger, arbeidsmarkedet,
konkurransemarkedet, inflasjonsforventninger og pengeplasseringer generelt.
Modellen deler opp økonomien i henholdsvis Norge og våre handelspartnere
(Utlandet). De utenlandske variablene er eksogene, på grunn av Norges marginale
effekt på utlandet. Økonomien er bygd opp av
bedrifter, husholdninger og offentlig sektor.
Egenproduserte varer (Y), kan eksporteres (M*)
eller brukes hjemme (Q). Videre kan
egenproduserte varer brukes sammen med
importerte varer (M) settes sammen til
ferdigvarer (A) som videre danner grunnlag for
investeringer (I), privat konsum (C) eller
offentlig konsum (G). Produksjonssektoren
består av arbeidskraft (L) og arbeidskapital (K).
(Norges Bank, 1)
Forenklet ser NEMO ut som følger: .
Y= vektor av endogene variabler
= vektor av strukturellesjokk. Tar med forhold som ikke blir styrt av modellen, som produktivitet eller
konkurransesituasjonen i produkt og arbeidsmarkedet, samt finanspolitikken.
A og B = koeffesientmatriser som er funksjoner av de strukturelle parameterne i modellen.
Prissetting, lønnsutvikling, produksjonssiden og de andre viktige
etterspørselskomponenter er modellert. Samtidig skilles det mellom innenlands
generert inflasjon og importert inflasjon. Tilbudssiden i modellen tar
utgangspunkt i en ny-keynesiansk Phillipskurve, som går ut på at inflasjonen
ttt BAYY  1

Figur 2 Fugleperspektiv av
Nemo

Side 13
avhenger av forventet inflasjon og et mål på aktivitetsnivået i økonomien, dette
kan være produksjonsgapet eller marginalkostnadsnivået.
(Haavelmos makromodeller, 2011)
Lønnsdannelsen i NEMO bygger i hovedsak på Kim (2000). Som betyr at det
ligger et grunnlag i modellen om at lønnstakerne har markedsmakt og lønnsnivået
vil ligge over frikonkurranselønnen. Videre ligger det en forutsetning at om det er
kostnader forbundet med å endre lønningene, og at lønnstakerne tar hensyn til
dette.
(Norges Bank, 1; Kim, 2000)
Nemo tar utgangspunkt i å analyse konjunktursvingningene rundt en langsiktig
trend. Modellen brukes til å avdekke de underliggende drivkreftene i økonomien,
men også til å finne prognoser. Det vil også være mulig å analysere strukturelle
endringer i økonomien, ved at man ser på endringer hos bedriftens teknologi,
husholdningenes avveining mellom konsum, fritid og pengepolitikk. På
mellomlang sikt kan økonomien tidvis avvike betraktelig fra trenden, men når
svingningene ebber ut, antas det at økonomien beveger seg mot en likevekt.
(Norges Bank, 1)
I NEMO spiller forventningene til den fremtidige utviklingen i store
makroøkonomiske variabler en stor rolle. Siden Norges Banks reaksjonsmønster
er modellert eksplisitt inn i NEMO, er det mulig for aktører å gjøre anslag for
fremtidig renteutvikling. Som videre betyr at pengepolitikken påvirker dagens
nivå på inflasjon, produksjon og sysselsetting, indirekte gjennom
forventningsdannelsen. Dette blir gjerne kalt forventningskanalen til inflasjon.
Det er noen markeder som ikke er inkludert i modellen, blant annet
boligmarkedet. Dette kan sees på som en svakhet ved modellen.
Øystein Olsen, norges sentralbanksjef, skriver i «Pengepolitikken og
sammenhenger i norsk økonomi», at det de konkluderer med at NEMO-modellen
treffer best på BNP, valutakurs, nominell rente og realvalutakurser på lengre sikt,
sammenlignet med andre prognosemodeller.
(Olsen, 2011)

Side 14
3.3.2 Prognosemodell SSB
Statistisk Sentralbyrå bygger analyser på den selvutviklede modellen «MODAG»
som er en makroøkonomisk modell som benyttes for analyser på kort og
mellomlang sikt. Den disaggregerte strukturen i modellen bidrar til at beskrivelsen
av realøkonomien står sentralt i modellen.
Modellen omfatter om lag 45 produkter og 30 næringer. Modellen brukes til
analyser av finansdepartementet, som er hovedbruker, i tillegg til diverse
framskrivninger hos SSB. Modellen er basert på nasjonalregnskapets
begrepsapparat og definisjonssammenheng, og inneholder rundt 4000 ligninger. I
tillegg til den disaggregerte beskrivelsen av produktmarkedene, inneholder den en
svært detaljert beskrivelse av hvordan innretninger av finanspolitikken påvirker
kapasitetsutnyttelsen i økonomien, og utviklingen av offentlige finanser.
«MODAG» benytter seg i stor grad av kryssløpssammenhenger, noe som også
står sentralt i nasjonalregnskapet. Kryssløpsanalyse er en analyse for å sjekke det
gjensidige avhengighetsforholdet mellom produksjonssektorer i et land. For å se
kryssløpssammenhengene lager SSB analyser på varer og tjenester i Norge som
går mellom sektorene, og fra sektorene til konsum og investering. Ved å forutsette
proporsjonalitet mellom mengden av produkt og innsats av produksjonsfaktorer,
kan det lages kryssløpsmodeller som viser kryssløpsammenhengene.
(SNL, 2014)
Modellen tar utgangspunkt i tidsserier fra nasjonalregnskapet de 30 siste årene for
bestemmelsene av parameterne i de økonometriske atferds relasjonene.
Parameterne er satt opp slik at modellens ligninger sammenfaller godt med
nasjonalregnskapstallenes beskrivelse av den historiske utviklingen, samtidig som
at atferds sammenhengene er godt forankret i økonomisk teori. Kort sagt betyr
dette at modellen bruker historien til å avdekke strukturer i økonomien, for
deretter å si noe om fremtiden.

Side 15
Figur 3 En forenklet framstilling av likevekt på produkt- og arbeidsmarkedet
Den øverste delen av figur 3 viser produktmarkedet, hvor prisen (P) langs den er
den vertikale aksen, mens produksjonen (Q) er den horisontale. Modellens
beskrivelse av etterspørselen i produktmarkedet sammenfaller veldig med
lærebokframstillinger av Keynes-modellen. Den fallende, heltrukne linjen angir
sammenhengen mellom etterspørselen rettet mot norsk produksjon og norske
produsenter for gitt prisnivå for utenlandske produkter regnet i norske kroner. Den
tar hensyn til at økt etterspørsel betyr økt produksjon, økt inntekt og ytterliggere
økt etterspørsel; den aggregerte etterspørselskurven er altså flatere enn det som
følger av prisfølsomhet i etterspørselen alene.
Den nedre delen av figur 3 viser arbeidsmarkedet, hvor produsentreallønnen (W-
P) er langs den vertikale aksen og sysselsettingen (N) langs den horisontale. Vi
kan se at den horisontale, heltrukne linjen er et speilbilde av prissettingskurven i
produktmarkedsdiagrammet. Prissettingen i produktmarkedet bestemmer
etterspørselen mot norsk produksjon og dermed produksjonen og
arbeidskraftetterspørselen i norske bedrifter. Prissettingskurven i produktmarkedet
gir derfor samtidig uttrykk for en etterspørselssammenheng i arbeidsmarkedet.
Fordi prissettingskurven i denne enkle modellen er horisontal for en gitt lønn. Det
vil si at dersom reallønna er konstant, er etterspørselskurven i arbeidsmarkedet
også horisontal. Da vi vet at bedriftens prissetting innebærer prispåslag på
kostnadene, vil også deres etterspørselskurve etter arbeidskraft påvirkes av
prispåslaget: Økt markedsmakt og prispåslag vil innebære et negativt skift i
etterspørselssammenhengen. Vi ser arbeidsstyrken gjennom den heltrukne,

Side 16
vertikale linjen i arbeidsmarkedsdiagrammet, som angir tilbudet av arbeidskraft
(NT). Denne kurven blir vist vertikal, men dette er en forenkling i forhold til
«MODAG», hvor arbeidstilbudet øker med reallønnen.
(Modag, 2008)
3.3.3 Prognosemodell Finansdepartementet
Finansdepartementets analyser bygger på SSBs analysemodell «MODAG».
Denne modellen er særlig utviklet for finansdepartementet, og
finansdepartementet har vært delaktig i utviklingen. Finansdepartementet benytter
seg også av «MSG» modellen (en modell for multisektor-vekst). Modellen tar
utgangspunkt i flere sektorer enn «MODAG». I tillegg til disse to hovedmodellene
tar finansdepartementet i bruk supplerende modeller som «MAKKO» (ressursbruk
i offentlig tjenesteyting) og «MOSART» (alders- og uførepensjon).
(Finansdepartementet, 2013)
3.3.4 Prediksjon ved bruk av skjønn
Ettersom modellene står ovenfor muligheten av feilberegninger og skader, vil det
være naturlig å kombinere modellene med skjønn.
Bruk av skjønn under utførelsen av modellbaserte prognoser er en stor del av
analytikernes vurderingsgrunnlag. I følge Ådne Cappelen(2014) legges det frem
prognoser på sikt i «økonomisk analyse», med volatilt og manglende
beslutningsgrunnlag. Som for eksempel oljemodellen, der det ikke finnes
prognosemodeller.
Det er retningen på økonomien og store konjunkturendringer prognoseaktørene
vektlegger i større grad enn faktisk treffprosent. Ved et forutsett konjunkturskifte,
må prognoseaktørene lese sentralbankens respons i forhold til rentesetting, og
forutse finansdepartementets skatt og avgifts politikk.
Et faktum der skjønn må tas i betraktning til usikkerhet rundt prognosesetting, er
sesongjusteringer og revideringer av statsbudsjettet. Skal eventuelle endringer av
revidert statsbudsjett legges til grunn for fremtidige tall hvis prognosene allerede
har slått feil, eller skal feilen videreføres konsekvent.

Side 17
Noen deler av modellene er godt utviklet, mens andre deler må suppleres med en
større grad av skjønn. Når tall blir implementert er det «man versus maskin». Det
kan oppstå feil ved implementeringer og i sammensetningen av modellene.
(Økonomisk analyse, 2014; Cappelen, 2014)
3.3.5 Oppsummering av modellene
Norges Bank og SSB tar i bruk egenutviklede modeller, som andre
prognoseaktører modifiserer. Modellene skal være verktøy som sammen med
skjønnsmessige vurderinger skal kunne predikere et bilde av fremtidig økonomisk
tilstand. Dette vil igjen påvirke renten. Prognosemodellenes anslag blir mer
volatile på lang sikt. For eksempel, vil det brukes mer menneskelig vurdering av
en prognose fire år frem i tid, enn ett år frem i tid. Modellene vektlegger i større
grad sjokkdannelser i økonomien, enn små løpende endringer. Det er verdt å
merke seg at det er rettet en del kritikk mot modellbruk, særlig Lucas-Kritikken,
som innebærer at det ikke er hensiktsmessig å beregne effekter av
politikkomlegging på bakgrunn av tidligere politikk.
(Wikipedia, 1; Cappelen, 2014)
3.4 Konsekvenser av feilanslag
Vi vil her kort forklare hvilke konsekvenser feilanslag kan ha for økonomien.
Prognoseaktører skaper et bilde av fremtidig økonomisk tilstand gjennom
rapportering av forskuddsvise prognoser. Brukerne har forankret tiltro til
prognoseaktørene, ved at troen på at predikert fremtidig økonomi, kommer til å bli
faktisk. Prognoseaktørene er avhengige av å være transparent for å fremstå
troverdig. Desto mer informasjon som blir offentliggjort rundt en økonomisk
aktivitet jo bedre.
(Ekonomics, 2014)
Mange private långivere, politikere og økonomer konkluderer med at den
økonomiske krisen i Asia på slutten av 1990-tallet ikke ville blitt like alvorlig,
eller til kunne vært unngått, hadde asiatiske regjeringer, banker og andre selskaper
tilgjengeliggjort mer og bedre data om deres økonomiske tilstand.
(Economics, 2014)

Side 18
Tiltro til systemet er en av de viktigste økonomiske eiendeler et land kan oppnå.
Det er essensielt for sosial kapital (samfunnets sammenhengskraft). Tiltro er
vanskelig å oppnå, men lett å ødelegge.
3.4.1 Feilanslag med bakenforliggende intensjoner
Hva om prognoseaktørene fremstiller prognoser kun for å styre befolkningens
forventninger, og dermed fremtidig økonomisk tilstand?
Ved at prognoseaktørene systematisk fremstiller feilprognoser for å endre
forventninger til fremtidig økonomisk tilstand, senkes troverdigheten til aktørene
og dermed øker sjansen for at asymmetrisk informasjon kan føre til markedssvikt.
Finansdepartementet vil være et unntak ettersom det vil være ønskelig å holde
økonomien tilbake i visse situasjoner, og de til en viss grad forvalter «våre»
penger. Det vil derfor være mer eller mindre allment akseptert om
Finansdepartementet demper forventninger med vilje (Frode Martin Nordvik,
2014).
Myndighetene må ta hensyn til at aktørene i det økonomiske liv ser langsiktig ved
beslutningstagning av investeringer, forbruk, priser og lønninger. Myndighetene
må opptre langsiktig, troverdig og forutsigbart. (Kydland & Prescott, 1977).
Målene for politikken og gjennomførelsen av måloppnåelsen må være
tidskonsistent og troverdig.
3.4.2 Feilanslag uten bakenforliggende intensjoner.
Normalt er det slik at anslag skal indikere retningen på økonomisk utvikling.
Norges Bank har et visst ansvar i forhold til opprettholdelse av gjennomføring av
troverdig pengepolitikk. Feilanslag må sees i sammenheng med kapittelet 3.1,
Forventninger. Økonomiske prediksjoner er betydelig for bankenes rentesetting,
privatpersoner og bedrifter samt andre kapitalaktører. De fleste stoler på
sentralbanken og deres prediksjoner, og tar viktige beslutninger basert forventet
økonomisk fremtid. Et eksempel; Ved at private og offentlige aktører tar opp lån
på bakgrunn av rentebanen til Norges Bank, kan det bli utrygt dersom prognosene
slår feil. Gjentagende store låneopptak, med økning i rente, vil gå ut over både
bankene og låntagere. Dersom gjennomslagskraften i pengepolitikken svekkes vil
inflasjonsraten kunne endres på uberegnelig måte. Feilanslag vil kunne føre til

Side 19
alvorlige konsekvenser og gi feilallokeringer i det økonomiske liv. Vi vil i kapittel
3.7.1, Viktige hendelser, se konsekvenser ved feilanslag, belyst med empiri.
(Bergo, 2014; Steigum, 2003)
3.5 De fire makroøkonomiske hovedstørrelsene
3.5.1 Bruttonasjonalproduktet for fastlands- Norge
Brutto Nasjonal Produkt i Fastlands- Norge (BNP) viser verdien av alt som
produseres i et land over en viss periode, vanligvis et år. Dette omfatter
verdiskapning i næringsvirksomhet, offentlig forvaltning og ideelle
organisasjoner. BNP ligningen inneholder variablene G + C + I + X – Q, som i
utfyllende tekst vil si: verdi av offentlig konsum av varer og tjenester (G) + verdi
av privat konsum av varer og tjenester (C) + verdi av bruttoinvesteringer i
realkapital (I) + verdi av eksport av varer og tjenester til utlandet – verdi av
import av varer og tjenester fra utlandet. Brutto angir at beregningen av slit og
foreldelse for den samlede realkapital i landet (kapitalslit) ikke er fratrukket.
Videre bruker vi BNP for fastlands- Norge. Det vil si at man utelater
oljeinntektene og utenlandsk sjøfart. BNP for fastlands-Norge utgjør omtrent 77
prosent av det totale bruttonasjonalproduktet. Oljevirksomheten utgjør omtrent 21
prosent av samlet verdiskapning.
3.5.1.1 Kritikk av BNP målet
BNP tar med bidraget fra ressurser anvendt i landet, men tar ikke høyde for at en
del av disse ressursene tilfaller utlendinger. BNP hensyn tar ikke inntekt som er
opptjent i utlandet, dette kan for eksempel være renter og utbytte. Videre tar BNP
heller ikke høyde for at realkapitalen slites, og at man må bruke ressurser på å
opprettholde nasjonalformuen. Det må også rettes kritikk mot at BNP ikke tar
høyde for at prisene på eksport og import ikke utvikler seg likt. En bedring av
dette forholdet kan nemlig øke bytteforholdet, som igjen kan gi større
importkapasitet.
(Regjeringen, 2014)

Side 20
3.5.2 Konsumprisindeks
KPI er en indeks som viser endringer i prisene på varer og tjenester som kjøpes av
husholdninger, sammenlignet med et basisår. De varer og tjenester som utgjør det
meste av husholdningsbudsjettet, tillegges størst vekt.
KPI tar hensyn til inflasjon, og den prosentvise endringen av KPI brukes ofte som
et mål for inflasjon. Inflasjon oppstår når pengemengden øker mer i forhold til
samfunnets produksjonskapasitet. Den prosentvise endringen av KPI kan betegnes
som en etterslepende indikator.
3.5.2.1 Kritikk av KPI
Det kan rettes en viss kritikk mot at KPI ikke tar tilstrekkelige hensyn til at
offentlige avgifter har økt i større grad enn normalgodene som brukes ved
beregningen av KPI. Dette kan sees som at levekostnaden har økt.
(Wikipedia, 6)
3.5.3 Årslønn
Prosentvise endringen av årslønnen kan betegnes som en sammenfallende
indikator. Årslønn er definert som ut i fra antall timer for et prosjekt eller
månedslønn inkludert tillegg, uten overtid.
(Regjeringen, 2013)
3.5.4 Arbeidsledighet
I oppgaven har vi brukt arbeidskraftundersøkelsens-ledighetsrate (AKU), som
måles av SSB, der et representativt utvalg av befolkningen blir spurt om de har
jobb eller leter etter arbeid. Antall AKU ledige er ofte noe høyere enn antall
registrerte ledige, da de også tar hensyn til arbeidsledige som ikke har registrert
seg som arbeidsledig ved arbeidskontorene.
(AKU, Statistisksentralbyrå, 2014)
Arbeidsledighet oppstår når tilbud av arbeidskraft overstiger etterspørselen.
Arbeidsledighet kan forklares utfra Keynes Modellen. Modellen bygger på noen
enkle sammenhenger: høyere sysselsettingen fører til høyere er samlet produksjon
og tilbud, som igjen fører til høyere samlet etterspørsel etter varer og tjenester

Side 21
(Wikipedia, 3). Det må nevnes at fagforeningene har stor makt ved utviklingen av
arbeidsledighet. Utfordringene er å kombinere målet om høy lønn og lav
arbeidsledighet.
(Oekonominettverket,2014; Wikipedia, 3)
3.6 Empiri
Vi vil her se på et par hendelser som har påvirket prognoseanslag og faktisk
økonomiske utvikling, innenfor oppgavens gitte tidsrom.
3.6.1 Viktige hendelser
I 2001 ble et fleksibelt inflasjonsmål på 2,5 prosent innført av Stoltenberg-
regjeringen. Innføringen ble et stort skifte i norsk pengepolitikk, og makten ble
flyttet til Norges Bank. Norges Bank legger vekt på både inflasjon og
konjunkturene ved setting av styringsrenten, og som mål for valg av økonomisk
retning.
3.6.1.1 Kina-effekten
Kinas og Indias inntog i verdensøkonomien har ført til at Norge på 2000-tallet
økte etterspørselen etter norske råvareprodukter som råolje, gass og metaller.
Videre førte en vridning i importen oss over til lavkostlandene Kina og India.
Dette førte til lavere kostpriser og et fall i prisen på mange konsumvarer. Denne
massive endringen har økt bytteforholdet og ført til at den disponible inntekten har
økt fortere enn produksjonen i fastlandsøkonomien. I følge tall fra
Finansdepartementet har Norges bytteforhold ovenfor utlandet bedret seg med
over 40 prosent fra 2000 til 2011, og med 10 prosent om man trekker fra olje og
gass (Olsen, 2013). Denne oppturen har gitt økt inntekt til den norske stat og
private bedrifter, som igjen har gitt økt reallønnsvekst til husholdningene.
Effekten fra Kina og India førte til et merkbart fall i prisnivået i Norge. Det gikk
fra å være inflasjon til å bli deflasjon.
3.6.1.2 IT- boblen
IT-boblen, også kalt dot com-boblen, referer seg til tidsperioden fra 1995 til 2001.
Bakgrunnen for boblen var den kraftige veksten i internettsektoren. Markedet ble
overopphetet, og de ble fokusert mer på å utvide markedsandeler, enn bunnlinjen.
Når markedet begynte å avta, satte eierne større krav til økonomisk styring, som
videre førte til at mange selskaper ble solgt, gikk konkurs eller lagt ned. Når

Side 22
markedet til slutt sprakk, mistet mange arbeidsplassen i tillegg til at aksje og
obligasjonsverdier plutselig ble verdiløse.
3.6.1.3 Finanskrisen
Oppgangen de siste årene hadde nådd ett absolutt toppunkt på en
oppgangskonjunktur da finanskrisen tilslo i 2008. Grunnet dette var et høyt
kostnadsnivå og en relativt høy rente med ønske om å dempe aktivitetsnivået.
Dette førte til en dempet vekst og avtagende boligpriser. Konkursen av den
amerikanske banken, Leman Brothers, førte til et enormt tilbakeslag utenfor
Norge og spesielt i USA. Dette påvirket også Norge, selv om effekten av
finanskrisen var beskjeden sammenlignet med andre land.
Petroleumsvirksomheten ble sterkt investert gjennom 1990-tallet, og dette på
mange måter styrket Norge gjennom tilbakeslaget og finanskrisen i 2008.
Virksomheten har gjort oss robuste og mer uavhengige sammen med en
kontinuerlig vekst hos våre handelspartnere, Kina og India, førte
eksportvirksomhet til rask økning i det norske aktivitetsnivået.
(Regjeringen, 2014)
Black Swan
Vi velger å se finanskrisen i sammenheng med sorte svaner, da finanskriser kan
være forårsaket av uforklarbare økonomiske hendelser.
The Black Swan-teorien er en metafor for en positiv eller negativ hendelse innen
økonomi som anses usannsynlig skulle inntreffe, men som forårsaker massive
konsekvenser og blir ofte feilaktig rasjonalisert i ettertid. Hendelsen er som oftest
utenfor normale historiske forventninger, vitenskap, økonomi og teknologi.
Løsningen er ikke å forutsi usannsynlige hendelser, men å bygge robusthet om det
skulle forekomme. En sort svane hendelse hos myndighetene eller i banker vil
kunne føre til uforutsette tap.
(Nassim Nicholas Taleb, 2007)

Side 23
3.6.2 Utvikling i norsk økonomi de siste femten årene
Figur 4 Samlet faktisk utvikling av indikatorene
Datagrunnlaget for tabellen er hentet fra Finansdepartementets «Stortingsmelding
nr 1». Ved å se samlet faktiske utviklingen av hovedstørrelsene under ett, vil vi
kunne tolke samvariasjoner og kausalitet.
Det vi merker oss er at alle hovedstørrelsene ser ut til å ha en kontinuerlig
oppgang de siste par årene, bortsett fra årslønn som har holdt seg på et forholdsvis
stabilt nivå. IT-boblen (1995 - 2002) og finanskrisen i 2008 gjør utslag i alle
hovedstørrelsene. Teorien om konjunkturutvikling bevises i empirien der BNP og
Arbeidsledigheten utvikler seg temmelig likt. I følge rapport fra SSB reagerer
arbeidsledigheten 3-9 måneder etter BNP, noe som ikke er merkbaert ved vår
tidshorisont på ett år.
(Stig E. Omre, 2006).
Bruttonasjonalprodukt
BNP er en sammenfallende indikator. Ved å studere BNP-utviklingen, ser vi IT-
boblens nedgangskonjunktur i 1998 og 1999, med etterdønninger de senere årene
frem mot 2003. Norsk økonomi går så inn i en konstant oppgangskonjunktur frem
mot 2008, da konkursen av Lehman Brothers førte til en ny finanskrise og norsk
økonomi stuper mot et bunnpunkt i 2009.
Konsumprisindeks
KPI-utviklingen hadde en markant økning i 2007 som når en topp i 2008, med et
tilsvarende fall i 2009, som kan sees i sammenheng med finanskrisen. Siden KPI
-2
-1
0
1
2
3
4
5
6
7
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
BNP
kpi
Årslønn
Arbeidsledighet

Side 24
kan betegnes som en etterslepende indikator, ser man at nedgangen starter senere
enn for eksempel årslønn.
Årslønn
Vi merker oss en nedgang i årslønns utviklingen på sikt. På grunn av en høy
lønnsvekst, sammenlignet med andre land, har man de siste årene prøvd å holde
en relativt lav lønnsvekst, for å ikke tape konkurransekraft mot utlandet. (DN,
2014)
Arbeidsledighet
Arbeidsledighet kan også betegnes som en etterslepene indikator og er tilsvarende
motsyklisk. Nivået på arbeidsledighet i Norge er lavt per i dag sammenlignet med
Norges samarbeidspartnere og Europeiske Union (EU).
(Handal, 2007).
4 Analyse
Vil skal i denne delen av oppgaven analysere fem viktige institusjoners fremtidige
anslag for fire makroøkonomiske hovedstørrelser. Analysedelen er delt inn i to
deler: korttidsanalyse og langtidsanalyse. Korttidsanalysen tar for seg prognosene
ett år frem i tid. Her tar vi for oss alle aktørene; SSB, Norges Bank, DNB,
Finansdepartementet og OECD.
Vi har valgt å avgrense hovedfokuset i langtidsanalysen til å teste
predikasjonsevnen til Norges Bank og SSB opp mot den naive benchmarken
Random Walk. Dette skyldes manglende og tynt datagrunnlag hos flere av de
andre prognoseaktørene. Vi tar i hovedsak for oss anslag to år frem i tid, men ser
dette også opp mot anslag tre år frem. Avslutningsvis vil vi oppsummere
analysene på kort og lang sikt.
Vi benytter oss av ME, RMSE og standardavvik, for å få et best mulig bilde av
predikasjonsevnene til aktørene.
Analysen består av forenklete forklaringer, der:
Samme år = anslag for økonomien 1 år frem i tid
-1 = anslag for økonomien to år frem i tid

Side 25
-2 = anslag for økonomien tre år frem i tid
Perioden vi har valgt å fokusere på tar for seg både oppgangs og nedgangstider i
norsk økonomi. Perioden starter med diverse uro i det norske markedet, ved at
Norge innfører inflasjonsmål og IT-boblens krakk, samtidig som det oppstår
deflasjon grunnet lavprislandene Kina og Indias inntog i verdensøkonomien.
Videre følger en konstant oppgangskonjunktur, som resulterer i konkursen av
Leman Brothers.
Som nevnt innledningsvis ligger det i våre forventninger at prognoseaktørene er
mer forventningsrette i oppgangstider enn i nedgangstider, og at
finansdepartementets prognoser ligger noe under de andre aktørenes prognoser.
4.1 Korttidsanalyse
Vi vil først se på anslagene opp mot faktisk utvikling. Deretter undersøke hvor
forventningsrettete anslagene er. Avslutningsvis vil vi teste volatiliteten til
anslagene og til slutt rangere prognosemakerne.
4.1.1 Bruttonasjonalprodukt anslag
Figur 5 BNP på kort sikt
Anslagene til prognoseaktørene ett år frem i tid, ligger alle et stykke fra faktisk
utvikling i BNP, og i store deler av prognosehorisonten i overkant av faktisk
utvikling. De fleste aktørene går for middelverdien. På øyemål kan vi se at SSB
-2
-1
0
1
2
3
4
5
6
7
1998 1999 2000 2001 2002 2003 2004 2005 20062007 2008 2009 2010 2011 2012 2013
BNP - kort sikt
Norges Bank DNB SSB
Finansdepartementet OECD Faktisk

Side 26
timer konjunkturoppgangen i 2004 ett år for tidlig. Samtidig som det bare er
OECD som virker å treffe konjunkturendringene på riktig tidspunkt, og de eneste
som har anslag som kan vise antydning til et forutsett utfall av finanskrisen.
4.1.2 Konsumprisindeks anslag
Figur 6 KPI på kort sikt
Faktisk KPI fluktuerer mye, noe som gjør den vanskelig å prognostisere. Det virke
som at aktørene anslår KPI-utsiktene ett til to år tidligere enn faktisk utvikling i
KPI. Vi ser at OECD, Norges Bank og Finansdepartementet velger å ikke følge
fluktasjonene etter 2010. Alle aktørene predikerer effekten av finanskrisen i 2008
forholdsvis bra, men ikke faktisk bunnpunkt. En interessant observasjon er at
DNB går over til å predikere etterskuddsvis i perioden 2010 til 2012.
0
0.5
1
1.5
2
2.5
3
3.5
4
1998199920002001200220032004200520062007200820092010201120122013
KPI - Kort sikt
Norges Bank DNB SSB

Side 27
4.1.3 Årslønn anslag
Figur 7 Årslønn på kort sikt
Alle aktørene ser ut til å gi gode prognoser gjennom hele perioden. Det kan virke
som aktørene så for seg en lavere konjunktur i 1999, mens årslønnsutviklingen i
virkeligheten holdt seg ganske stabil. Der er verdt å nevne at dette også kan
skyldes manglende datagrunnlag. Vi ser to perioder med høy lønnsjustering, 2001
- 2002 og 2005 - 2007, som begge ble tilsynelatende forutsett av
prognoseaktørene. Den første lønnsjusteringen kan sees i sammenheng med Asias
inntog i verdensøkonomien på 2000-tallet.
4.1.4 Arbeidsledighet anslag
Figur 8 Arbeidsledighet på kort sikt
0
1
2
3
4
5
6
7
1998 1999 2000 2001 2002 2003 2004 200520062007 2008 2009 2010 2011 2012 2013
Årslønn- kort sikt
Norges Bank DNB SSB
0
1
2
3
4
5
6
1998 1999 2000 2001 2002 2003 2004 200520062007 2008 2009 2010 2011 2012 2013
Arbeidsledighet - kort sikt
Norges Bank DNB SSB

Side 28
Alle aktørene ser ut til å predikere arbeidsledighet ett år frem i tid forholdsvis
nøyaktig, selv om alle aktørene antok en høyere arbeidsledighet under
finanskrisen i 2008-2009 enn det som ble faktisk tilfellet. En av grunnene til dette
kan være at regjeringen satt i gang tiltak for å motvirke effekten av finanskrisen,
noe som aktørene ikke kunne forutse.
4.1.5 Er prognoseaktørene forventningsrette?
Ved bruk av gjennomsnittlig avvik (ME) vil vi kunne se om prognoseaktørene er
forventningsrette. Vi har valgt ut minimums og maksimumsverdiene til hver aktør
for å vurdere om det er i nedgangstider eller oppgangstider prognosene treffer
best.
BNP NB DNB SSB FD OECD
min -1,65 -0,50 -2,40 -1,60 -0,90
max 0,33 0,32 0,43 0,32 0,25
KPI NB DNB SSB FD OECD
min -0,25 -0,32 -0,33 -0,28 -0,28
max 0,95 0,80 1,30 0,95 0,60
Årslønn NB DNB SSB FD OECD
min -0,68 -0,80 -0,90 -1,30 -1,55
max 0,20 0,09 0,10 0,04 0,20
Arbeidsledighet NB DNB SSB FD OECD
min -0,20 -0,40 -0,07 -0,06 -0,20
max 0,28 0,20 0,80 0,20 0,40
Figur 9 ME, min / max for hver aktør
Bruttonasjonalprodukt
Ved gjennomgang av ME resultatene for BNP, ser vi at denne hovedstørrelsen er
der det predikeres størst negative feil. Sagt på en annen måte, det er forventet stor
nedgang i BNP på et visst tidspunkt uten at dette har vært tilfellet. En vag
forklaring kan skyldes at BNP nivået ble høyere enn først antatt, gjennom økt
oljeutvinning og lignende.
Videre kan det antas at prognoseaktørene har lettere for å spå oppgang enn
nedgang. DNB har en mindre feilmargin i prognoseutviklingen med et minimums
nivå på -0,5 prosentpoeng og maksimumsverdi på 0,32 prosentpoeng, kommer de
ut som den mest forventningsrette ved predikering av BNP.

Side 29
Konsumprisindeks
KPI utviklingen overvurderes av alle aktørene. Faktisk resultat har blitt lavere enn
antatt. Spredningen blant alle prognoseaktørenes prediksjon på KPI er i intervall
minimum -0,33 til maksimum 1,30 prosentpoeng.
Årslønn
Norges Bank ser ut til å ta minst feil av nedgangsperioder, mens OECD tar mest
feil av nedgangsperioder som ikke ble realitet. Ingen av prognosene er signifikant
over 0, noe som betyr at prognoseaktørene er forholdsvis forventningsrette. Vi ser
en undervurdering av hva som ble faktisk årslønn fra aktørenes side. Årslønn er
hovedstørrelsen der aktørene predikerer oppgangstidene best.
Arbeidsledighet
SSB har et gjennomsnittlig maksimumsavvik på 0,80, dette er oppsiktsvekkende
høyt, da de andre aktørene har et forholdsvis lave avvik. DNB står for den minste
minimumsverdien av avvikene på -0,40 prosentpoeng. Arbeidsledighet er den
hovedstørrelsen der aktørene er mest forventningsrett i forhold til
nedgangsperioder. Det skal nevnes av SSB har et maksimumsavvik på 0,80
prosentpoeng, mot FD som kun har 0,20 prosentpoeng. Begge tar i prinsippet
utgangspunkt i samme modell.
4.1.6 Total RMSE på kort sikt
Figur 10 Total RMSE på kort sikt
4.1.6.1 Bruttonasjonalprodukt
Det viser seg å være DNB som er den beste prognoseaktøren på kort sikt. RMSE-
resultatene til DNB ligger omtrent 0,2 under OECD som tar andreplassen. SSB
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Total RMSE
Norges Bank
DNB
SSB
Finansdepartementet
OECD

Side 30
kommer ut som den dårligste prognoseaktøren med en RMSE på 1,2. SSB var
også minst forventningsrette ved prediksjon av BNP. Videre vil det være en
mulighet for Finansdepartementets ønske å predikere BNP mindre enn antatt, med
ønske om å dempe forventningene. Dette kan tolkes som misvisende, men er
noenlunde tollerangt, ettersom de forvalter skattepengene. Videre bør det sies at
Finansdepartementets prognoser kanskje er de viktigste, ettersom disse legger
føringer for politikken.
(Bjønnes, 1998)
4.1.6.2 Konsumprisindeks
Ved å analysere RMSE resultatene for KPI, ser vi at OECD treffer klart best.
Mens både SSB og Finansdepartementet med «MODAG» modellen, treffer
relativt dårlig. Heller ikke DNB vise til veldig gode resultater. Norges Bank
derimot har en RMSE under en, og klarer seg greit. Hilde C. Bjørnland, Professor
i Samfunnsøkonomi ved Handelshøyskolen BI, skriver i en kronikk i Dagens
Næringslivs at Norges Bank i stor grad kan styre inflasjonen (Bjørnland, 2009).
Dette kan ha en klar sammenheng med treffsikkerheten i KPI prognosene til
Norges Bank.
4.1.6.3 Årslønn
Finansdepartementet treffer best prediksjon av fremtidig årslønn, med OECD på
en god andreplass. Det er igjen SSB som viser seg som den dårligste
prognosemakeren. Det at Finansdepartementet treffer best, er ingen overraskelse
om vi skal tro Roger Bjørnstad, Sjeføkonom i Samfunnsøkonomisk Analyse. Han
mener at SSB sine modeller, som brukes av både SSB og Finansdepartementet, er
de beste vi har til å regne ut lønnsvekst. Videre sier han at det legges stor vekt på
hovedkursen året før, når lønnsveksten bestemmes. (DN, 1).
4.1.6.4 Arbeidsledighet
Finansdepartementets prognoser treffer faktisk arbeidsledighet best, med en
RMSE på rett over 0,4. Den gjennomsnittlige treffprosenten er veldig mye høyere
enn prognoser utarbeidet for de andre valgte hovedstørrelsene.

Side 31
4.1.7 Standardavvik
Ved å dele RMSE for hver enkelt prognoseaktør på standardavvik, vil vi kunne
tyde variansen i utviklingen. Dette kan sees på som en kvalitetssikring.
Det fremkommer av Figur 5, at BNP-avviket er betydelig høyere enn ventet. Dette
viser seg igjen i standardavviktabellen for faktisk BNP nedenfor. Vi kan tolke
resultatet som en større spredning i faktisk BNP enn de andre hovedstørrelsene,
og dermed vanskeligere å treffe med riktige prognoser. DNB-markets er fortsatt
best til å predikere BNP, OECD til å spå KPI og Finansdepartementet til å
predikere årslønn og arbeidsledighet.
Standardavvik til faktiske tall
4.1.8 Rangering av prognoseaktørene på kort sikt
Ved å rangere prognosemakernes anslag innen fire valgte hovedstørrelsene, ser vi
hvilken aktør som prediker best totalt sett, på kort sikt.
Aktør BNP KPI Årslønn Arbeidsledighet Snittscore
Norges
Bank 3 4 1 3 2,75
SSB 1 1 3 1 1,5
DNB 5 2 2 2 2,75
FD 2 3 4 5 3,5
OECD 4 5 0 4 4,333
0
5
10
15
20
25
RMSE /Standard avvik
Norges Bank
DNB
SSB
Finansdepartementet
OECD
Standardavvik
BNP KPI Årslønn Arbeidsledighet
1,794392307 0,90346555 0,829533001 0,592531645

Side 32
Vi rangere prognoseaktørenes prognoser med utgangspunkt i RMSE-resultatene.
Det fordeles ut fem poeng for beste prognose per prognoseår, fire for andreplass
og tre poeng for tredje og så videre. Dette gjøres for alle hovedstørrelser. Videre
har vi delt skår på antallet, for å finne snittskår. Siden OECD ikke har prognoser
for årslønn ett år frem i tid, deles totalsummen på 3, istedenfor 4.
Av resultatet fremkommer det at OECD har den høyeste snittskåren med 4,333 av
5 mulige. Videre ligger Finansdepartementet på annenplass med en snittskår på
3,5. SSB har de dårligste resultatene og skårer lavest på alle bortsett fra årslønn,
og har dermed et snittresultat på 1,5.
4.2 Langsiktsanalyse
I langtidsanalysen ønsker vi først å se på gjennomsnittsavviket til prognosene.
Videre vil se anslagene opp mot faktisk utvikling og vurdere RMSE-resultatene.
Avslutningsvis vil vi teste volatiliteten til prognosene og rangere
prognosemakerne.
4.2.1 Gjennomsnittsavvik
Vi vil se om Norges bank og SSB er forventningsrette ved beregning av prognoser
for BNP. Vi har valgt BNP fordi det er den hovedstørrelsen som har størst faktisk
-0.6
-0.4
-0.2
0
0.2
0.4
BNP - SSB
Samme år -2
-0.5
0
0.5
BNP - Norges Bank
Samme år -2

Side 33
standardavvik, altså variasjon, og med dette vanskeligst å spå. Vi ser at årene i
etterkant av IT-boblen, 1999 til 2002 har både Norges Bank og SSB forventet en
større nedgang i BNP på kort sikt, enn det som faktisk ble tilfellet. (Faktiske tall
er benyttet som datagrunnlag i perioden 1999 til 2002). På lang sikt er det
forventet en høy vekst i 2002, det er mulig at eksportvirksomheten med våre
voksende handelspartnere i Asia var ventet å øke Norsk BNP hurtigere enn det
som ble tilfellet. Finanskrisen ble også ventet å påvirke norsk økonomi tidligere
enn den faktisk gjorde. Det kommer frem av grafen på både kort og lang sikt.
Norges Bank og SSB har forholdsvis like forventninger til økonomiutviklingen,
men verken Norges Bank eller SSB er spesielt forventningsrette ved måling av
BNP.
4.2.2 Lantidsprognoser og RMSE
4.2.2.1 Bruttonasjonalprodukt
BNP langtidsprognoser
Figur 11 BNP prognoser (-1) to år frem i tid opp mot faktisk
Langtidsprognosene til Norges Bank og SSB (to år frem i tid) følger hverandre
ganske jevnt. Begge aktørene har forholdsvis like forventninger til BNP-
utviklingen på lang sikt. Vi merker oss at det er større variasjon i predikerte
-2
-1
0
1
2
3
4
5
6
7
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
BNP: Fastlands- Norge -1
Norges Bank
Faktisk
SSB

Side 34
verdier enn på kort sikt. Vi kan trekke frem at ingen av aktørene var i stand til å
spå oppgangen fra 2004 og frem til 2007, to år frem i tid.
BNP- RMSE på lang sikt
Figur 12 BNP RMSE på lang sikt
Ved å studere RMSE av BNP-prognoser på lang sikt, ser vi at Norges Bank har de
beste prognosene for tidshorisonten ett og tre år frem i tid. Benchmarken Random
Walk treffer bedre enn både SSB og Norges Bank i år to.
SSB treffer best med sine prognoser to år frem i tid, dette kan sees i sammenheng
med figur 17, der SSB forutser utfallet av finanskrisen og konjunkturoppgangen i
etterkant bedre enn Norges Bank.
4.2.2.2 Konsumprisindeks
KPI langtidsprognoser
0
2
4
6
8
10
12
Samme år -1 -2
BNP - Fastlands- Norge
Norges Bank SSB Random Walk

Side 35
Figur 13 prognoser (-1) to år frem i tid opp mot faktisk
SSB bommer kraftig både timingen og utfallett ved å predikere en nedgang i KPI
mot slutten av 2006. SSB treffer en faktisk økning av KPI i 2009, men klarer ikke
predikere etterdønningene av finanskrisen frem mot 2012. Norges Bank anslår
nedgangen av KPI i finanskrisen litt mer presist, men utgir ikke prognoser som
fanger opp det fulle omfanget.
KPI- RMSE på lang sikt
Figur 14 KPI RMSE på lang sikt
Vi ser et relativt høyt feilnivå i prognosene. Norges Bank og SSB treffer bedre
med prognoser tre år frem i tid, mens Random Walk ikke gjør seg gjeldene disse
tidshorisontene.
4.2.2.3 Årslønn
Årslønn lagtidsprognoser
0
0.5
1
1.5
2
2.5
3
3.5
4
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
KPI -1
Norges Bank
Faktisk
SSB
0
1
2
3
4
5
6
7
Samme år -1 -2
KPI

Side 36
Figur 15 Prognoser (-1) to år frem i tid opp mot faktisk
På øyemål ser Norges Bank ut til å predikere økningene i årslønn bedre enn SSB,
men derimot ser SSB ut til være flinkere til å forutse en fremtidig nedgang i
årslønn. Vi vil vise til en trend der Norges Bank prognostiserer et generelt høyere
nivå enn SSB.
Årslønn- RMSE på lang sikt
Figur 16 Årslønn RMSE på lang sikt
SSB spår veldig godt tre år frem i tid. Det kan se ut til at modellen til SSB tar seg
best ut lengre frem i tid. Modellen blir dog slått av både Norges Bank og Random
Walk, på prognoser to år frem i tid.
4.2.2.4 Arbeidsledighet
Arbeidsledighet langtidsprognoser
0
1
2
3
4
5
6
7
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Årslønn - 1
Norges Bank
Faktisk
SSB
0
1
2
3
4
5
6
7
Samme år -1 -2
Årslønn

Side 37
Figur 17 prognoser (-1) to år frem i tid opp mot faktisk
Arbeidsledighetsutviklingen har vært relativt bra prognostisert av begge aktører,
med tanke på en tidshorisont to år frem i tid.
Arbeidsledighet- RMSE på lang sikt
Figur 18 RMSE Arbeidsledighet på lang sikt
Igjen ser vi tendenser til at aktørene spår best for år 3 frem i tid. Vi kan også
konkludere med at Norges Bank og SSB har omtrent like gode prognoser for
arbeidsledighet.
4.2.3 Standardavvik
Ved å dividere RMSE på standardavvik for den aktuelle hovedstørrelsen, vil se se
om resultatet støttet opp om faktisk RMSE.
Faktisk st.avvik:
0
1
2
3
4
5
6
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
Arbeidsledighet -1
Norges Bank
Faktisk
SSB
0
1
2
3
4
Samme år -1 -2
Arbeidsledighet

Side 38
Figur 19 RMSE / Std.avvik
BNP KPI Årslønn Arbeidsledighet
1,794392307 0,90346555 0,829533001 0,592531645
Resultatene bekrefter tidligere funn. Det at den naive benchmarken Random Walk
er bedre enn SSB og Norges banks prognoser to år (-1) frem i tid er skremmende.
Det skal sies at det er en tidshorisont der begge prognoseaktørene viser størst
svakhet. Norges Bank og SSB bruker mye ressurser på å utvikle modeller og lage
prognoser for fremtiden. SSB klarer i viss grad å rette opp inntrykket ved å være
mest treffsikker ved prediksjon av BNP, Årslønn og Arbeidsledighet tre år frem i
tid.
4.2.4 Rangering av prognoseaktørene på lang sikt
Aktør BNP KPI Årslønn Arbeidsledighet Snittscore
Norges
Bank 5 6 5 3 4,75
SSB 3 3 4 5 3,75
Random
Walk 4 3 3 4 3,5
Ved samme fremgangsmåte som tidligere beskrevet, men med en endring av total
poengscore til 6 poeng, siden vi nå ser på 3 aktører. Vi har lagt sammen poengene
for prognosehorisonten to og tre år frem i tid. Norges Bank har best prognoser.
Med snittscore på 4,75 av 6. Videre har SSB en totalsum som er 0,25 poeng over
Random Walk.
0
2
4
6
8
RMSE / Std.avvik
Samme år -1 -2

Side 39
4.3 Sammenstilling av analysedel
Ved å se på prognoser mot faktisk ser vi at de fleste prognoseaktørene i snitt går
kontinuerlig for middelveien som til sjeldenhet treffer helt perfekt, men i snitt
bommer lite.
ME verdiene er gjennomgående positive, både på lang og kort sikt. Hovedårsaken
til dette vil være at prognoseaktørene predikerte gjennomsnittlig høyere enn det
som faktisk ble tilfellet. Minimumsverdiene av ME er lavere enn maksimums
verdiene i de fleste tilfeller. Dette viser seg spesielt i BNP og Årslønn. Med dette
kan vi trekke slutningen at prognoseaktørene har større feil ved å spå nedgang,
men gjennomgående ligger for høyt i forhold til faktiske prognoser.
Prognoseaktørene er forventningsrette i perioder, men ingen klarer å spå
uforutsette hendelser som gir seg kraftig utslag i økonomien, som finanskrisen i
2008.
Prognoseaktørene har problemer med å spå både negative og positive utslag i
konjunkturene, samt varigheten av oppgangs og nedgangskonjunkturer.
På kort sikt er det OECD som viser seg å være den gjennomsnittlig beste
prognoseaktøren. Andreplassen tilfaller Finansdepartementet. SSB viser seg å
være den prognoseaktøren med mest feilprediksjon på kort tid
På lang sikt er det Norges Bank som kommer best ut. Ved å kun se på prognosene
tre år frem i tid, kommer SSB godt ut. Både Norges Bank og SSB slår den naive
benchmarken Random Walk sammenlagt, men det er skremmende at Random
Walk kommer ut som den beste prognoseaktøren ved flere anledninger, spesielt på
kort og mellomlang sikt. Da dette er den tidshorisonten man skulle tro det var
lettest å forutse.
Ettersom prediksjonsfeilene er såpass høye, er det en mulighet for at avanserte
modeller kan bli utkonkurrert av naive metoder i enkelte tilfeller. Vi er klar over
at prognosetid på ett, to og helt opp til tre år, er lang tidshorisont i
makroøkonomisk sammenheng. Med dette sagt, vil de store prognosefeilene
uansett være uheldig for privatpersoner og bedrifter som tar viktige beslutninger
basert på forventninger om fremtidig økonomisk tilstand.

Side 40
5 Konklusjon
Vi har i denne oppgaven sett på fem norske prognoseaktørers prediksjonsevne for
fire makroøkonomiske hovedstørrelser; BNP, KPI, årslønn og arbeidsledighet.
Norges Bank og SSB har avanserte modeller, som tilpasses ved bruk av skjønn og
forventninger. Flere prognoseaktører bruker deler av de samme modellene, men
med store avvik i prognoseutfall.
Resultatene ved analyse av gjennomsnittsavvik, standardavvik og RMSE viser til
at:
 OECD er den mest treffsikre prognoseaktøren ved prediksjoner ett år
frem i tid.
 Den naive benchmarken Random Walk fremstår som bedre enn
prognoseaktørene NorgesBank og SSB på prognoser to år frem i tid.
 Norges Bank viser seg å være best til å predikere økonomien på lang
sikt.
Det mest oppsiktsvekkende resultatet var feilprosenten til prognoseaktørenes
anslag to år frem i tid. Våre forventninger om at prognoseaktørene viser seg å
være mer forventningsrette i oppgangstider, ser ut til å stemme i visse tilfeller.

Side 41
6 Litteraturliste
Ben J. Heijdra. 2009. Foundations of modern macroeconomics (2nd). Oxford
University Press.
Bjønnes, Geir H., Arne Jon Isachsen og Svein Oskar Stoknes. 1998. Den store
gjettekonkurransen. Økonomiske analyser 9/98:34-41.
Blanchard, 2009. The State of Macro.
Browne, Frank & Manasse, P. 1990. The Information Content of the Term
Structure of Interest Rates: Theory and Evidence. OECD Economic Studies
David Romer. 2012. Advanced macroeconomics, fourth edition. University of
California, Berkley.
DN. 2014. Lønnsvekst. Hentet 30.05.2014.
http://www.dn.no/nyheter/politikkSamfunn/2010/05/28/oecd-advarer-mot-norsk-
slosing?service=print
DNB Markets. 2014. Om DNB Markets. Hentet 30.03.2014.
https://www.dnb.no/markets/omoss
ECB. 2014. Key characteristics of a successful monetary policy. Hentet
01.06.2014.
https://www.ecb.europa.eu/ecb/educational/facts/monpol/html/mp_008.en.html
Eika, T. 1993. "SSBs prognoser 1988-1992: Hvor gode var de?". Økonomiske
analyser nr. 7,
Erik Bruce. 2014. Inflasjonen vil øke men det er langt igjen til 2,5%. Hentet
01.06.2014. Magma. http://www.magma.no/inflasjonen-vil-oeke-men-det-er-
langt-igjen-til-25-prosent
Erlind Røed Larsen. 2004. Alt du vil vite om samfunnsøkonomi. Gyldendal Norsk
Forlag AS
Finansdepartementet. 2013. Modellapparatet. Hentet 30.04.2014.
http://www.regjeringen.no/pages/34819056/2013/modellapparat.pdf
Finansdepartementet. 2014. Om Finansdepartementet. Hentet 30.03.2014.
Gary Koop. 2009. Analysis of economic data (third edition). John Wiley & Sons
Ltd.
Geir H. Bjønnes, Arne Jon Isachsen og Svein Oskar Stoknes. SSB. 1998. Den
store gjettekonkurransen. Hentet 04.03.2014.
http://www.ssb.no/a/publikasjoner/pdf/oa_0998/isachsen.pdf

Side 42
Haavelmos makromodeller,
http://brage.bibsys.no/xmlui/bitstream/handle/11250/178154/Haavelmos_makrom
odeller.pdf?sequence=1
Hilde C. Bjørnland, 2009. Skjønn og inflasjon. Hentet 01.06.2014.
http://home.bi.no/a0310125/DN270209.pdf
Ingunn Lønning og Kjetil Olsen. 2005. Pengepolitiske regler.
Jarle Bergo. 2005. Grunnlag for inflasjonsstyring. Hentet 22.05.2014.
http://www.norges-bank.no/no/om/publisert/foredrag-og-taler/2005/2005-01-21/
Jørn Handal. 2007. Arbeidsledighet og yrkesdeltakelse i utvalgte OECD Land.
NAV. Hentet 01.06.2014.
Kim. 2000. Constructing and Estimating a Realistic Optimizing Model of
Monetary Policy.
Kloster A. 2000. Beregning og tolkning av renteforventninger.
Kristin Norli, e24. 2014. Så mye bommet de største i sine økonomiske spådommer.
Hentet 01.06.2014. http://e24.no/makro-og-politikk/saa-mye-bommet-de-stoerste-
i-sine-oekonomiske-spaadommer-for-2013/22684805
Kydland, F. E., E.C. Prescott. 1977. Rules rather than discretion: The
inconsistency of optimal plans. Journal of Political Economy
Modag. 2008. Presentasjon av Modag modellen. Hentet 01.06.2014.
http://www.ssb.no/a/publikasjoner/pdf/sos111/sos111.pdf
Nassim Nicholas Taleb. 2007. The Black Swan, second edition. Random House
Trade Paperbacks
Norges Bank. 2008. Ny Makromodell. Hentet 14.03.2014. http://m.norges-
bank.no/Upload/66495/NEMO_ny_makromodell.pdf
Norges Bank. 2014. Om Norges Bank. Hentet 28.03.2014. http://www.norges-
bank.no/no/om/
Nyhus, 2004. Brukernes forventninger: Relevant for økonomisk utvikling? Hentet
12.05.2014. http://www.magma.no/forbrukernes-forventninger-relevant-for-
oekonomisk-utvikling
OECD, Forecast. 2014. Norway forecast. Hentet 01.06.2014.
http://www.oecd.org/economy/norwayeconomicforecastsummary.htm
Oekonominettverket. 2014. Om arbeidsmarkedet. Hentet 01.06.2014.
http://www.okonominettverket.no/noop/page.php?p=Tema/Arbeidsmarked/Om_a
rbeidsmarkedet/index.html&d=1
Olivier Blanchard, David R. Johnson, Pearson Prentice Hall. 2013.
Macroeconomics (6th)

Side 43
Regjeringen. 2011. Årslønnsutviklingen. Hentet 13.02.2014.
http://www.regjeringen.no/nb/dep/asd/dok/nouer/2011/nou-2011-
5/9.html?id=643793
Regjeringen. 2013. Perspektivmelding. Hentet 21.05.2014.
http://www.regjeringen.no/nb/dep/fin/dok/regpubl/stmeld/2012-2013/meld-st-12-
20122013/3/2.html?id=714082
Regjeringen. 2014. BNP Kritikk. Hentet 26.05.2014.
http://www.regjeringen.no/nb/dep/fin/dok/regpubl/stmeld/2012-2013/meld-st-12-
20122013/3/2.html?id=714082
Regjeringen. 2014. Finansdepartementets modellapparat. Hentet 01.06.2014.
http://www.regjeringen.no/pages/34819056/2013/modellapparat.pdf
Roger Bjørnstad, DN. 2014. «Riktig» lønnsvekst 3,5%. Hentet 25.05.2014.
http://www.dn.no/meninger/kommentarer/2014/03/19/konomi/riktig-lnnsvekst-
35-prosent
SNL. 2014. Kryssløpsanalyse. Hentet 25.05.2014
http://snl.no/kryssl%C3%B8psanalyse
Statistisk Sentralbyrå, 2013. Om Statistisk Sentralbyrå. Hentet 06.04.2014.
http://www.ssb.no/a/omssb/
Statistisk Sentralbyrå, 2014. Aku. Hentet 15.03.2014. http://www.ssb.no/aku
Steigum, Erlind. 2004. Moderne Makroøkonomi. Gyldendal Norsk Forslag AS.
Stig E. Omre, SSB. 2006. Regional Konjunkturutvikling. Hentet 25.05.2014.
http://www.ssb.no/a/samfunnsspeilet/utg/200302/06/
Tim Harford, FT Magazine. 2014. An astonishing rrecord –of complete failure.
Hentet 01.06.2014. http://www.ft.com/cms/s/2/14e323ee-e602-11e3-aeef-
00144feabdc0.html#axzz33EikBGy6
UIO, Folk. 2013. Kvalitetsmåling. Hentet 10.05.2014.
http://folk.uio.no/in383/forelesn/f07.shtml
Wikipedia, 1. Lucas Critique. Hentet 21.05.2014.
http://en.wikipedia.org/wiki/Lucas_critique
Wikipedia, 2. OECD. Hentet 20.04.2014.
http://no.wikipedia.org/wiki/Organisasjonen_for_%C3%B8konomisk_samarbeid_
og_utvikling
Wikipedia, 3. Keynesiansk arbeidsledighet. Hentet 30.05.2014.
http://no.wikipedia.org/wiki/Keynesiansk_arbeidsledighet

Side 44
Wikipedia, 4. Rikardiansk Ekvivialens. Hentet 01.03.2014.
http://no.wikipedia.org/wiki/Rikardiansk_ekvivalens
Wikipedia, 5 Standardavvik. Hentet 08.03.2014.
http://no.wikipedia.org/wiki/Standardavvik
Wikipedia, 6.Konsumprisindeks. Hentet 01.02.2014.
http://no.wikipedia.org/wiki/Konsumprisindeks
Wikipedia, 7. Arbeidsledighet. Hentet 01.04.2014.
http://no.wikipedia.org/wiki/Arbeidsledighet
Øystein Olsen. 2011. Pengepolitikken og sammenhenger i norsk økonomi.
6.1 Figurliste
Figur 1 IS-MP Modell .............................................................................................8
Figur 2 Fugleperspektiv av Nemo .........................................................................12
Figur 3 En forenklet framstilling av likevekt på produkt- og arbeidsmarkedet ....15
Figur 4 Samlet faktisk utvikling av indikatorene ..................................................23
Figur 5 BNP på kort sikt........................................................................................25
Figur 6 KPI på kort sikt .........................................................................................26
Figur 7 Årslønn på kort sikt...................................................................................27
Figur 8 Arbeidsledighet på kort sikt ......................................................................27
Figur 9 ME, min / max for hver aktør ...................................................................28
Figur 10 Total RMSE på kort sikt .........................................................................29
Figur 11 BNP prognoser (-1) to år frem i tid opp mot faktisk...............................33
Figur 12 BNP RMSE på lang sikt..........................................................................34
Figur 13 prognoser (-1) to år frem i tid opp mot faktisk .......................................35
Figur 14 KPI RMSE på lang sikt...........................................................................35
Figur 15 Prognoser (-1) to år frem i tid opp mot faktisk .......................................36
Figur 16 Årslønn RMSE på lang sikt ....................................................................36
Figur 17 prognoser (-1) to år frem i tid opp mot faktisk .......................................37
Figur 18 RMSE Arbeidsledighet på lang sikt........................................................37
Figur 19 RMSE / Std.avvik ...................................................................................38

Side 45
7 Vedlegg

Side 46

Side 47

Side 48

Side 49

Side 50

Side 51

Side 52

Side 53

Side 54

Side 55

Bacheloroppgave

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Andere mochten auch

Andere mochten auch (13)

Ähnlich wie Bacheloroppgave

Ähnlich wie Bacheloroppgave (20)

Bacheloroppgave