MNB Háttértanulmányok 2001/1. Jakab M. Zoltán - Vadas Gábor: A HÁZTARTÁSOK FOGYASZTÁSÁNAK ELŐREJELZÉSE ÖKONOMETRIAI MÓDSZEREKKEL

MNB Háéranulmányok 2001/1 Jakab M. Zolán - Vadas Gábor: A HÁZTARTÁSOK FOGYASZTÁSÁNAK ELŐREJELZÉSE ÖKONOMETRIAI MÓDSZEREKKEL 2001 okóber

Online ISSN: 1587-9356 Jakab M. Zolán: oszályvezeő helyees, Közgazdasági főoszály, Konjunkúra elemzési oszály E-mail: jakabz@mnb.hu Vadas Gábor: munkaárs, Közgazdasági főoszály, Konjunkúra elemzési oszály E-mail: vadasg@mnb.hu Az MNB Háéranulmányok sorozaban a Magyar Nemzei Bank moneáris dönéshozaalához kapcsolódó közgazdasági elemzéseke hozzuk nyilvánosságra. A soroza célja növelni a moneáris poliika áláhaóságá. Így az előrejelzési evékenység echnikai részleei is ismereő anulmányokon úl közzé eszünk a dönéselőkészíés során felmerülő közgazdasági kérdéseke árgyaló háéranyagoka is. A kiadvány csak elekronikus formában kerül publikálásra. Az elemzések a szerzők véleményé ükrözik, s nem felélenül esnek egybe az MNB hivaalos véleményével. Magyar Nemzei Bank 1850 Budapes Szabadság ér 8-9. Tel: 302-3000 hp://www.mnb.hu

Összefoglalás A házarások fogyaszási kiadásának modellezésekor a legelső lépcső a modellezés céljának meghaározása. Különböző szerkezee igényel a házarások fogyaszási-megakaríási dönéseinek magyarázaá leíró modell, illeve az előrejelzésre alkalmas modell kialakíása. Munkánkban az MNB-ben folyó előrejelzési munka egyik elemének, a lakosság fogyaszási kiadásának előrejelzésé ámogaó modellkeree muajuk be. Az előrejelzéseink várhaó ponosságá nagymérékben befolyásolja, hogy az ado időponban elérheő információk közül mennyi udunk felhasználni. Ebből fakadóan egyrész olyan válozóka alkalmazunk modelljeinkben, amelyek jó közelíői a csak jelenős késéssel rendelkezésre álló válozóknak, másrész amelyek információ aralmaznak nem mér folyamaokról. A házarások likvidiás korláossága és bizonyalansága közvelenül nem mérheő, de véleményünk szerin jól becsülheők nem ermészees idősorok felhasználásával. Eredményeink alapján ezek a válozók segísége nyújanak a magyar lakosság fogyaszási kiadásának előrejelzéséhez. Az előrejelző modellek feladaából fakadóan a különböző specifikációka előrejelzési ponosságuk és sabiliásuk alapján érékeljük.

TARTALOMJEGYZÉK BEVEZETÉS... 2 1 A FOGYASZTÁSI FÜGGVÉNYEKRŐL ÁLTALÁBAN... 2 2 A FOGYASZTÁST MEGHATÁROZÓ INDIKÁTOROK... 5 2.1 Az indikáorok kapcsolaa a lakosság fogyaszási kiadásaival... 6 3 BECSLÉSI EREDMÉNYEK... 7 3.1 Csak indikáoroka aralmazó modell (modell 1)... 8 3.2 Béreke aralmazó modell (modell 2)... 9 3.3 Béreke aralmazó modell kiegészíése (modell 2b)... 11 3.4 A különböző modellek előrejelző képességének összehasonlíása... 12 ÖSSZEFOGLALÁS...14 HIVATKOZÁSOK...15 4 FÜGGELÉK...17 4.1 Fogyaszási függvény a likvidiás-korláos fogyaszók eseében... 17 4.2 Indikáorok... 18 4.2.1 Bruó bér és kereseömeg... 18 4.2.2 Kiskereskedelmi forgalom volumene... 19 4.2.3 Tarós fogyaszási cikk érékesíés... 20 4.2.4 Új gépjármű vásárlás... 21 4.2.5 Lakossági bizalmi index... 22 4.2.6 Fogyaszási célú impor... 23 4.2.7 Fogyaszási hielek, kamaok... 24 4.2.8 Munkanélküliség... 25 4.3 Kereszkorrelációs együhaók aszimmeriája... 25 4.4 Csak indikáoroka aralmazó modell saiszikái (modell 1)... 28 4.5 Béreke aralmazó modell (modell 2)... 29 4.6 Béreke aralmazó modell kiegészíése (modell 2b)... 30 4.7 ARIMA modell... 31 4.8 VAR 1 modell... 31 4.9 VAR 2 modell... 32

BEVEZETÉS + Jelen anulmányunkban a házarások fogyaszásának ökonomeriai módszerekkel örénő előrejelzésével foglalkozunk. A Jelenés az infláció alakulásáról című kiadványban publikál inflációs előrejelzés egyik alapja a házarások fogyaszásának előrejelzése. Ebből fakadóan célunk olyan fogyaszási függvényeke specifikálása, amelyekkel ponos és sabil előrejelzéseke lehe készíeni a magyar lakosság fogyaszási kiadásaira, azaz jelen anulmányban nem foglalkozunk házarások dönéseink magyarázaával. A fogyaszási függvények specifikációja során az álalános elmélei kereekből indulunk ki, ám figyelembe kelle vennünk az is, hogy mind a nemzeközi, mind a hazai empirikus anulmányok az muaák, hogy a fogyaszás nem lehe ökéleesen magyarázni az éleciklus/permanens jövedelem hipoézissel. Ennek az az oka, hogy a fogyaszók egy része likvidiás-korláos, nem képes kisimíani fogyaszásá, illeve kockázakerülő, a jövőbeli jövedelme csak bizonyalansággal jelezheő előre, és emia óvaossági moívumok is befolyásolják fogyaszási/megakaríási dönéseike. Mindezek mia a fogyaszási függvényeinkbe beépíeünk olyan válozóka is, amelyek a fogyaszói bizalommal, kockázaérzékeléssel és a jövőbeli munkapiaci helyzeel kapcsolaosak. Mindegyik álalunk felállío egyenleben megleheősen nagy magyarázóerő ado a lakossági bizalmi index, amely a véleményünk szerin elsősorban a lakosság jövőbeli jövedelmének (permanens jövedelmének) bizonyalanságáról hordoz információ. A bizalmi indexekkel kapcsolaos módszerani kérdésekkel jelen anulmányunkban nem foglalkozunk mivel az Vadas (2001) elemzésében részleesebben is kifejésre kerül. A modelleke a anulmány céljából kövekezően az előrejelzési képesség, és az előrejelzések válozékonysága (revíziója) alapján érékeljük. 1 A FOGYASZTÁSI FÜGGVÉNYEKRŐL ÁLTALÁBAN A lakossági fogyaszással foglalkozó anulmányok sarkalaos kérdése a fogyaszási függvény specifikációjának meghaározása. Amennyiben az előrejelzés a feladaunk, akkor az adakorláok és amia, hogy bizonyos paraméerekre a makroadaok ismereében nem udunk becslés adni, azzal kell szembesülnünk, hogy sem az elmélei kereekhez való úlzo ragaszkodás, sem az adaok puszán saiszikai érelemben ve reprodukálására nem opimális 1. A fogyaszási függvények elmélee és gyakorlai becslése közöi egyensúly kell ehá megeremeni, ehhez jó iránymuaás ad Muellbauer és Laimore (1995). A feniek alapján célunk ehá olyan fogyaszási függvény meghaározása, amely nem szakad el az elméleől, azonban a rövidávú előrejelzési köveelményeknek is elege esz, azaz megfelelő illeszkedés mua a ényadaokkal. A házarások fogyaszásával foglalkozó irodalom Modigliani és Brumberg (1954) éleciklus hipoézisére (life cycle hypohesis, LCH), illeve Friedman (1957) permanens jövedelem hipoézisére (permanen income hypohesis, PIH) épí. Ezek szerin a házarások fogyaszásuka nem a folyó jövedelmükhöz igazíják, hanem a eljes élepálya-jövedelmükhöz + Köszöneel arozunk Ferenczi Barnabásnak (MNB), Hamecz Isvánnak (MNB) és Kovács Mihály Andrásnak (MNB) hasznos észrevéeleikér és segíségükér. A fennmaradó hibákér a felelősség a szerzőke erheli. 1 Az első eseben, specifikálhaunk olyan modell, amelynek a paraméerei nem becsülheők, vagy a becsülni kíván paraméerről semmilyen információnk sincs, a második megközelíés eseén könnyen ragadunk meg lászakapcsolaoka. 2

vagy a permanens jövedelmükhöz. Ennek érelmében a házarások hajlandóak hiel felvenni, ha a folyó jövedelmük alacsonyabb a permanens vagy élepálya jövedelemnél, ellenkező eseben pedig megakaríani. A jövedelemnél nagyobb fogyaszásból származó adósságo egy későbbi periódusban fizeik vissza magasabb jövedelmükből. Ebbe a kerebe illeszkedő anulmányok szenderd kelléke a fogyaszásra vonakozó Euler-egyenle, amelyben a házarások a eljes éleciklusukban felmerülő hasznosságo igyekeznek maximalizálni az ado kölségveési korlájuk melle. Az elméle számos szigorú megköés használ mind a specifikációra mind a paraméerek érékeire vonakozóan. Az empírikus vizsgálaok azonban az LCH/PIH-hipoézis ökélees alkalmazhaóságá nem ámaszják alá. Az LCH/PIH elméle szerin a fogyaszás nem is a folyó, hanem a permanens jövedelemhez igazodik, így magyarázhaó a folyó jövedelemől való elérés. Hall (1978) modelljében megmuaa, hogy az ineremporális opimalizáció köveő házarások fogyaszása, bizonyos feléelek eseén 2, vélelen bolyongás köve. Számos anulmány szülee azonban, amely a fogyaszás jövedelemre vonakozao úlzo érzékenységé bizonyíja, ezzel elveve a feni elmélei kere gyakorlai alkalmazhaóságá. Annak ellenére, hogy Hall(1978) elveee a múlbeli válozók szerepének jelenősségé, Davidson és Hendry (1981), valamin Daly és Hadjimaheou (1981) szignifikáns magyarázóerő muao ki a jövedelemre, a fogyaszás késlelee érékeire, illeve a likvidiás mérő muaókra. Johnson (1983) az auszrál fogyaszási adaok eseében a munkanélküliségi ráa szignifikanciájá muaa meg. Túlzo feléelezés ovábbá a házarások egészéről racionális várakozás feléelezni. Cochrane (1989) szimulációiban alacsony jóléi veszesége muao ki a közel racionálisan viselkedő és a eljes információs halmaz birokában lévő ineremporálisan opimalizáló fogyaszók közö. Ezen elmélei kere empiriával nem aláámaszhaó vola a úlzoan szigorú feléelezéseiben keresendő. Hall nem számol a likvidiás korláos fogyaszók léezésével, a lassan alkalmazkodó fogyaszói szokásokkal, a csak közel racionálisan viselkedő házarásokkal, amelyek jelenősen megválozaják a modellek szerkezeé. A fogyaszás és jövedelem közöi újabb paradoxonra Deaon (1987) világí rá. Amennyiben a házarások fogyaszása valóban a permanens jövedelemhez igazodna, akkor a fogyaszási sokkok méréke egyenlő lenne a permanens jövedelme ér sokk nagyságával. Valójában a fogyaszás ingadozása kisebb a jövedelem ingadozásánál (fogyaszás úlzo simasága). A lakosság fogyaszási dönéseinek elemzésekor nem hagyhajuk figyelmen kívül, hogy a házarások a múlbeli fogyaszásukhoz képes csak mérsékelen hajlandóak elérni. Az így kialakuló fogyaszási szokások (habi formaion) mia a házarások simíják fogyaszásuka, ami kövekezében a fogyaszás kisebb varianciá mua a jövedelmekhez képes. A múlbeli adaok szerepének empirikus igazolásá lásd a (Davidson és Hendry (1981)). A különböző feléelezések álalános ökonomeriai eszelésé Davidson, Hendry, Srba és Yeo (DHSY, 1978) álal felír álalános modell-alakkal végezhejük el. DHSY a fogyaszás és jövedelem közö egy hibakorrekciós formá (Error Correcion Model, ECM) ír fel. Muellbauer (1986) analiikusan is bizonyíja, hogy a DHSY álal felír formula, megfeleleheő egy olyan modell megoldásának, amelyben a fogyaszók egy meghaározo hányada likvidiás-korláos, másik részük pedig az ineremporális opimalizáció (a fogyaszás kisimíásá) kövei. A fogyaszói megszokás (habi-formaion) pedig a fogyaszás késleleejének szerepeleésével lehe bevonni az empírikus elemzésbe. Az ECM-formula álalános érvényességé az alábbiakkal muahajuk be. 2 Hall felevései: nincsenek likvidiáskorláos fogyaszók, a piaci és a szubjekív diszkonráa egyenlő, kvadraikus hasznosságfüggvény, nincsenek fogyaszói megszokások (habi) és alkalmazkodási kölségek, nincs mérési hiba és ámenei fogyaszási sokk, a fogyaszói dönések és a mérési periódusok egybeesnek, konsans reálkamaláb, racionális várakozások. 3

Abban az eseben, ha a fogyaszók az LCH/PIH-hipoézis alapján opimalizálák fogyaszási pályájuka, akkor az hosszúávon a házarás rendelkezésre álló vagyonáól függ, amely a humán vagyon (H) és a neó pénzügyi eszközök (W) összege, azaz C = m(h + W ) (1) ahol m a eljes lakosságra vonakozó fogyaszási haárhajlandóság. Jelölési konvenciónk szerin W -vel jeleni a.-ik periódus elején rendelkezésre álló neó pénzügyi vagyon nagyságá. Sajnos az (1)-es egyenle nem becsülheő közvelenül, mivel a humán vagyonról nem rendelkezünk információval, így az a folyó jövedelem valamilyen függvényével ~ közelíjük (pl.: H ky ): C = m( H ~ + W ) + C = ay + bw + (2) (3) Campbell és Deaon (1989) szerin azonban a (3)-as egyenle ilyen formában sem becsülheő, hiszen ez az feléelezi, hogy a jövedelem első differenciájának konsans lenne a varianciája, miközben az egyenleben szereplő válozók álalában exponenciális pályá írnak le. A feniek mia az egyenlee logarimikus formában célszerű felírni: ln(c ) = 0 + 1 ln(y )+ 2 ln(w )+ (4) Byrne (2001) fogyaszási függvényé kvadraikus hasznosságfüggvényből származaja, így a (4)-es egyenlenél jóval álalánosabb egy hibakorrekciós egyenlehez hasonló - formá kap: ln(c ) = 0 + 1 ln(y )+ ( ln(c -1 ) - ln(y -1 ) ln(w -1 ))+ (5) Muellbauer (1986) kimuaa, hogy ez a formula megfeleleheő a likvidiás-korláos fogyaszóka aralmazó modellből levezeheő formával, annyi különbséggel, hogy nála Hall(1978) levezeéséhez hasonlóan, az egyszerűség kedvéér, a nem-likvidiás korláos házarások fogyaszása vélelen bolyongási folyamao köve, és emia a vagyon nem szerepel a fogyaszási függvény hibakorrekciós alakjában (a részlees levezeés ld. 4.1 függelék). Eszerin: ln( C ) 0 1 ln( y ) 2 (ln( c 1) ln( y1 )) (6) Min beláuk, az (5)-ös egyenle álalánosan alkalmazhaó az LCH/PIH-modell és a lividiás korláos fogyaszóka alkalmazó modell eseében. Alkalmazása azonban ké problémá ve fel. Egyrész a becsléséhez nem lineáris legkisebb négyzeek módszerére (NLS) van szükség, azonban ennek a módszernek rosszak a kisminás ulajdonságai. A magyar GDP felhasználási oldaláról megbízhaó negyedéves adaok 1995-ől állnak rendelkezésre, így mindősze 24 időszak adaával rendelkezünk. Annak érdekében, hogy nagyobb legyen a minánk, az 1991 és 1995 közöi éves adaoka Várpaloai (2000) segíségével negyedévesíeük A minaidőszak ehá igen rövid,. Másrész a pénzügyi vagyon válozása a eljes lakossági 4

jövedelem és a fogyaszás plusz lakossági beruházás különbsége, így a pénzügyi vagyon lépeéséhez az előrejelzési időszakban a eljes lakossági jövedelem, illeve a lakossági beruházások előrejelzésére lenne szükség. A KSH a lakosság jövedelemmérlegé csak körülbelül másfél éves késéssel eszi közzé, így a közelmúlra sem rendelkezünk ényinformációval 3. Ebből kövekezően jóval ponalanabb előrejelzés udunk adni a házarások rendelkezésre álló jövedelmére, min annak egyes részelemeire. Mivel célunk rövidávú előrejelzések készíése, ezér a hamarabb publikál és jobban előrejelezheő bruó kereseömege használjuk becsléseinkben, így azonban le kell mondanunk a pénzügyi vagyon szerepeleéséről (mivel lépeése így nem endogenizálhaó). A feniek alapján a (6)-os egyenlee kellene megbecsülni, ám mi ennek egy olyan módosío alakjá becsülük meg, amelyben szerepelnek egyéb válozók - indikáorok (Z), és a jövedelme a reálbér- és kerese ömeggel közelíjük. Az indikáor-válozók használaá az indokolja, hogy a házarások bizonyalanságá és kiláásai, valamin a likvidiás-korláoka ezen válozókkal közelíjük Ezen eljárásunk elmélei és empírikus indokolságá később, a 2. fejezeben muajuk be. A reálbér- és kerese ömeg használaának oka a fenebb emlíe publikálási késedelem. ln( C ) 0 1(ln( c1 ) ln( y1 )) 2 ln( y1 ) n i0 Z ahol Z az indikáor válozók vekora, i k pedig paraméervekorok. i i (7) 2 A FOGYASZTÁST MEGHATÁROZÓ INDIKÁTOROK Beláuk, hogy ha a fogyaszás a szender éleciklus-permanens jövedelemhipoézis nem megfelelően írja le, ha vannak likvidiás-korláos fogyaszók, óvaossági megakaríási moívumok, akkor a fogyaszási függvényekbe érdemes olyan válozóka is beépíeni, amelyek a fogyaszó álalános bizonyalanság-érzékelésére, a jövőbeli likvidiási-korláok effekiviására ualnak. Ez uóbbiakra vonakozóan azonban megleheősen kevés aggregál adao lehe alálni. A mikrofelmérésekből ilyen jellegű információkra lehene kövekezeni, ezek azonban a leggyakrabban csak késleleve állnak rendelkezésre, és gyakran nem épíheők be közvelenül a makrogazdasági előrejelző rendszerbe. A fogyaszási függvényekbe ehá olyan indikáoroka is beépíeünk, amelyek a fogyaszók helyzeé jellemzik és jó proxy-válozókén viselkedhenek. Legfonososabb ilyen válozónk a lakossági bizalmi index, illeve az ennek részleeiből számío index, amely a becsléseink szerin jobban magyaráza a fogyaszás. A lakossági bizalmi indexek álalában öbblemagyarázóerővel bírnak az egyéb makroválozókon úl. Ennek oka az lehe, hogy a bizalmi indexek kapcsolaban lehenek a jövőbeli jövedelem bizonyalanságának szubjekív megíélésével. Chrisopher, Carroll, Fuhrer és Wilcox (1994), Acemoglu és Sco (1994) valamin Bram és Ludvigson (1998) USA-beli, Parigi és Schlizer (1997) valamin Carnazza és Parigi (2001) olasz, Loundes, Scuella (2000) pedig auszrál fogyaszási adaokon eszeli és elfogadja a lakossági bizalmi index alkalmazhaóságá. Chrysal és Mizen (2001) fogyaszási modelljükben szinén használják a házarások körében végze felmérésekből számío bizalmi indexe. A magyar lakossági bizalmi index vizsgálaá Vadas(2001) végeze el. A feniek alapján indokolnak lájuk a lakossági bizalmi index szerepeleésé a rövidávú ingadozások becslésében. Meg kell ugyanakkor jegyezni, hogy mivel a bizalmi indexek ordinális skálán érelmezendők, ezér elméleileg koránsem ökéleesen megoldo az, hogy vajon szabad-e szenderd 3 A lakossági beruházások eseében is hasonlóan nagy késéssel rendelkezünk ényadaokkal. 5

válozókén kezelni ökonomeriai becslésekben. A véleményünk szerin, bár a feni észrevéellel egye kell érsünk, az előrejelzések gyárásakor ennél pragmaikusabbnak kell lennünk, és az index kardinális-válozókén való kezelése nem okoz lényeges korláozás. A magyar bizalmi indexek mérésével kapcsolaos elmélei és empírikus problémákra keresi a válasz Vadas (2001). A másik ilyen indikáorunk a munkanélküliségi ráa: ez is legfőképpen a házarások jövedelmének bizonságával van kapcsolaban. A fogyaszás és a munkanélküliségi ráa közö a priori negaív kapcsolao várunk. Az auóérékesíés, min indikáorválozó is valamilyen szinen a fogyaszók jövő illeő várakozásai ükrözi, bár érdemes megjegyezni, hogy ez a válozó a likvidiás-korláok egyik muaójakén is érelmezheő. A likvidiás-korláoka sem udjuk közvelenül makroadaokkal mérni. Ezér, min emlíeük, proxykén olyan válozóka keresünk, amelyek ez leginkább jellemezni képesek. Ilyen válozónk az auó-érékesíés, hiszen feléelezheő, hogy azon fogyaszók, amelyek képesek nagyösszegű vásárlásokra, azok nem likvidiás-korláosak 4. A likvidiás-korláokra közvelenül is lehe kövekezeni a fogyaszási hielekből: a fogyaszási hielek uóbbi időben örén nagyfokú növekedése az muaja, hogy a magyar fogyaszóka egyre kevésbé korláozzák a likvidiási problémák, és egyre inkább képesek simíani fogyaszásuka. Fogyaszási függvényeinkben a fogyaszási hielek neó (ehá hielfelvéel-örleszés) reáléréke elméleileg jó proxy lehene, azonban a vizsgálaaink során ez elveeük (ld.: később). 2.1 Az indikáorok kapcsolaa a lakosság fogyaszási kiadásaival Az indikáorok viselkedésének felárásnak első lépésekén eszeljük, hogy mely idősorok alkalmasak a lakosság fogyaszási kiadásainak előrejelzéséhez. Az adasoroka szezonálisan igazíouk és _SA kierjeszéssel jelöljük 5. A 4.2. függelékben megalálhaó az egyes indikáorok részlees leírása, illeve a fogyaszáshoz viszonyío kereszkorrelációs érékeik. A vizsgála során a kereszkorrelációs együhaóka és Granger oksági eszeke használunk. A Granger oksági esz eredményei az 1. áblázaban foglaluk össze. 4 Jelenleg Magyarországon az új auó vásárlások nagy része valamilyen hielkonsrukció igénybevéelével örénik, ez alapján a növekvő gépjárművásárlás mögö a hielekhez való hozzáférés növekedésé feléelezhejük. 5 A szezonális igazíásnál minden eseben a TRAMO/SEATS-módszer használuk. 6

1. ábláza Vásárol lakossági fogyaszás és az ado indikáor közöi Granger oksági esz n=1 n=2 n=3 n=4 Indikáorok Előidejű Késő Előidejű Késő Előidejű Késő Előidejű Késő Kisker forgalom 0.54 0.73 0.42 0.07 0.06 0.01 0.08 0.05 Tarós fogyaszási cikk 0.10 0.34 0.45 0.22 0.91 0.70 0.69 0.32 Új gépjármű 0.08 0.07 0.00 0.08 0.01 0.02 0.02 0.05 Fogyaszási célú impor 0.42 0.11 0.44 0.23 0.53 0.12 0.18 0.02 Fogyaszási célú hielek 0.23 0.00 0.06 0.00 0.05 0.01 0.00 0.02 Munkanélküliség 0.86 0.45 0.37 0.76 0.46 0.76 0.67 0.83 Bizalmi index (QCOMP) 0.19 0.01 0.57 0.05 0.72 0.03 0.21 0.11 A áblázaban a Granger oksági eszhez arozó p érékek szerepelnek, a jobb áekinheőség érdekében vasag beűvel jelölük 5%-os valószínűség, dőlel pedig az 10%-os valószínűség alai érékeke. A ábláza első négy sorában az indikáorok negyedéves növekedési üeme szerepel. A fogyaszási hielek ala a neó hielfelvéel érjük az ado negyedévben. A munkanélküliség a munkanélküliségi ráa válozásá jeleni az előző negyedévhez képes. A bizalmi index a GKI lakossági felmérésének kérdéseiből Vadas (2001) álal javasol index. A Előidejű (leading) és Késő (lagging) megnevezés minden eseben az ado indikáorra vonakozik a lakossági fogyaszási kiadásokhoz képes. A 4.2. függelékben alálhaó kereszkorrelációs kapcsola és Granger oksági esz alapján az alábbi válozók felhasználása melle dönöünk: bruó reál bér- és kereseömeg, kiskereskedelmi forgalom volumene (egyidejű), új gépjármű vásárlások (egy negyedéves előidejű), A KSH álal az LFS-meodika alapján számío munkanélküliségi ráa rendérékének válozása (egy negyedéves előidejű), lakossági bizalmi index (egy negyedéves előidejű). 3 BECSLÉSI EREDMÉNYEK A lakosság fogyaszási kiadása és az ado indikáorok páronkén vizsgálaá felhasználva olyan fogyaszási modelleke épíünk, amely elfogadhaó ponosságú előrejelzéseke szolgála. Fonos hangsúlyozni, célunk nem egy elmélei szemponból minden válozó felsorakozaó modell épíése, hanem az előrejelzési munká ámogaó kere készíése. Ebből fakadóan olyan szerkezee használunk, amelybe könnyen beépíheő egyes erüleek szakérőinek véleménye is, azaz például az álalunk endogenizál, megleheősen echnikai jellegű bérelőrejezés kicserélhejük más modellből, vagy munkapiaci szakérőől származó előrejelzésekre. Első lépésben olyan fogyaszási függvény specifikáció keresünk, amely a leheő legjobban magyarázza a házarások fogyaszási kiadásai. Ez uán a felhasznál indikáoroka endogenizáluk, hogy minán kívüli előrejelzésre is alkalmas keree kapjunk. A kapo egyenleeke egyszerre becsülük SUR (Seemingly Unrelaed Regression) módszerrel. A ovábbiakban ké modell muaunk be, amelyek előrejelzési ulajdonságai jónak bizonyulak. Az első eseében csak a fenebb használ indikáoroka használuk, míg a második eseében a bér és kereseeke is szerepelejük magyarázó válozókén. A bér és kereseeke is aralmazó modellnek aszerin, hogy a béreke hogyan szerepeleük, ké válozaá vizsgáluk meg. 7

3.1 Csak indikáoroka aralmazó modell (modell 1) A fogyaszás becslőfüggvényében a kiskereskedelmi forgalma, az új gépkocsi érékesíés, a munkanélküliségi ráá, valamin a lakossági bizalmi indexe használjuk. ln( CPR _ SA) 1 1 ln( KISKER _ SA) QCOMP( 1) ahol: 4 2 ln( AUTO _ SA( 1)) CPR a lakossági fogyaszási kiadás, KISKER a kiskereskedelem forgalma, AUTO az új gépkocsi vásárlás, UNEMP a munkanélküliségi ráa rendje, QCOMP Vadas(2001) álal javasol lakossági bizalmi index. 3 UNEMP( 1) (8) A kiskereskedelem forgalmának endogenizálásához használ függvényben sajá késlelee éréké, a fogyaszás késlelee éréké és a lakossági bizalmi indexe szerepelejük. Az új gépkocsi érékesíés előrejelzésénél a szinidősor becslés bizonyul a leghaékonyabbnak, így a jövőbeni eladásoka sajá késlelee érékével, a lakossági bizalmi index, valamin egy rend segíségével közelíjük. A lakossági bizalmi index alakulásá legjobban sajá késlelee érékei, illeve a késlelee fogyaszási kiadás magyaráza. A munkanélküliségi ráa válozásá sajá késlelee adaai, valamin a lakossági bizalmi index jelzi előre. A lakossági bizalmi index szerepeleése azér is indokol, mivel az indexben szerepel a jövőbeni munkanélküliség válozására vonakozó várakozások. Az egyenle önmagában nem bizosíja, hogy a munkanélküliség szin ne fuhasson el negaív irányba, vagy egy minimális szin alá (u), hiszen a nulla munkanélküliség is úlzo felveés lenne. Ennek elérése érdekében az alábbi feléel köjük ki: UNEMP u (u>0) Az endogenizál válozók jövőbeni alakulásá leíró egyenleeke ermészeesen kicserélhejük szakérői becslések eredményeire is. A modell eszelése során a munkanélküliségi ráa alsó korlájá 3%-ra állíouk. A szimuláció során a fogyaszás kezdeben 4,3%-os éves növekedési üemhez ar. A munkanélküliségi ráa korlája 2004 harmadik negyedévében effekív le, és a szimuláció ovábbi időszakában is valós korláozó feléel marad. A fogyaszási kiadás ennek haására csökkenni kezde és 1,3%-os éves növekedési szinen sabilizálódo. A öbbi válozó sem muao exrém jövőbeni pályá az előrejelzés során (pl. a lakossági bizalmi index kilépne a [ 100, 100]-as inervallumból), így ez a modell hosszúávon sem széeső. A modell előrejelzési ulajdonságai a 2. ábláza és az 1 ábra muaja be (az előrejelzések részlees eszelés lásd később). 8

2. ábláza A lakosság fogyaszási kiadásainak dinamikus ex pos előrejelzései a csak indikáoroka aralmazó modellel (előző év azonos időszaka=100) ény A leguolsó ényada 1996. 1997. IV. né. IV. né. 1994. IV. né. 1995. IV. né. 1998. IV. né. 1995-5.6-5.0 1996-2.7-1.0-2.1 1997 1.3 1.1 0.8 0.8 1998 4.4 2.7 2.5 2.9 4.3 1999 5.2 3.5 3.4 3.7 5.1 5.6 2000 4.1 3.9 3.8 4.0 4.7 5.5 3.8 1999. IV. né. 8 1 ábra Model 1 dinamikus ex pos előrejelzései (előző év azonos időszaka=100) 6 4 2 0 Eredei 1 negyedévre 2 negyedévre 3 negyedévre 4 negyedévre 5 negyedévre -2 97:1 97:3 98:1 98:3 99:1 99:3 00:1 00:3 3.2 Béreke aralmazó modell (modell 2) Az előbbi modell srukúrájá kissé módosíjuk, a regresszióba új magyarázóválozókén a bérek és kereseek idősorá is felhasználjuk. A fogyaszási függvény hibakorrekciós formában, kélépcsős Engle-Granger módszerrel becsüljük. A hosszúávú egyensúly becslésénél a jövedelem együhaója nem különbözö szignifikánsan egyől, ezér együhaójá egyre korláozuk és a becslés újra elvégezük. Az így kapo hosszúávú egyensúly felhasználva becsülük a rövidávú egyenlee, amelyben a kiskereskedelmi forgalom, az új gépkocsi érékesíések, a bérek és kereseek valamin a hibakorrekciós ag szerepel. Az egyenlerendszer ebben az eseben is SUR-ral becsülük. 9

ln( CPR _ SA) 1 ln( KISKER _ SA) 4 1 ln( AUTO _ SA( 1)) (ln( CPR _ SA( 1) ln( WAGE _ SA( 1)))) 2 3 ln( WAGE _ SA( 1)) (9) ahol: CPR a lakossági fogyaszási kiadás, KISKER a kiskereskedelem forgalma, AUTO az új gépkocsi vásárlás, WAGE a bér és kereseek idősora. A kiskereskedelem forgalmának előrejelzésén is válozaunk, hiszen a regresszióban sajá késlelee éréké, a bérek és kereseek adaai, valamin a bizalmi indexe használuk. Az új gépkocsi eladások egyenlee nem válozo az előző esehez képes, válozalanul a szinidősor jelezük előre sajá késlelee adaai, a lakossági bizalmi index és egy rend segíségével. A lakossági bizalmi index egyenlee sem válozo, sajá késlelee érékei és a fogyaszási kiadás késlelee éréke szerepel magyarázóválozókén. A bérek és kereseek előrejelzéséhez felhasználuk sajá késleleejé és a lakossági bizalmi indexe. A bérek és kereseek egyenleé a munkanélküliségi ráához hasonlóan helyeesíhejük szakérői becsléssel, így a jövőre vonakozó ismereeinke is (pl.: jövedelem sokkok) beépíhejük az előrejelzésbe. A modell szimulációs ulajdonságai kedvezőek. A bérek és kereseek éves növekedési üeme 2,9%-hoz ar, amelye 2001-ől indulva 5 év ala ér el. A fogyaszási kiadás a modellben hosszúávon hibakorrekciós jellegéből fakadóan szinén 2,9%-hoz konvergál. A szimuláció során a öbbi válozó sem muao exrém pályá, minden válozó egy elfogadhaó érékhez aro. Az előző modellhez hasonlóan ehá hosszúávon ez a modell sem széeső. A modell előrejelzési ulajdonságai a 3. ábláza és a 2 ábra muaja be (az előrejelzések részlees eszelés lásd később). 3. ábláza A lakosság fogyaszási kiadásainak dinamikus ex pos előrejelzései a modell 2-vel (előző év azonos időszaka=100) ény A leguolsó ényada 1996. 1997. IV. né. IV. né. 1994. IV. né. 1995. IV. né. 1998. IV. né. 1995-5.6-5.2 1996-2.7-1.4-2.5 1997 1.3 1.2 0.1 1.0 1998 4.4 3.0 2.1 3.3 4.3 1999 5.2 3.8 3.1 4.0 5.3 5.5 2000 4.1 4.0 3.5 4.1 4.9 5.3 4.1 1999. IV. né. 10

2 ábra Model 2 dinamikus ex pos előrejelzései (előző év azonos időszaka=100) 10 8 6 4 2 0 Eredei 1 negyedévre 2 negyedévre 3 negyedévre 4 negyedévre 5 negyedévre -2 97:1 97:3 98:1 98:3 99:1 99:3 00:1 00:3 3.3 Béreke aralmazó modell kiegészíése (modell 2b) Az előző modellben használhaó szakérői információk beépíésé az előrejelzésbe a bérek és kereseek jövőbeli alakulására vonakozó ismereek jelenik. Ez a modell annyiban módosíjuk, hogy nem közvelenül a bérekre, hanem a munka ermelékenységre vonakozó öbbleinformáció használjuk/használhajuk exogén ényezőkén. Ehhez a béreke leíró egyenleben (ld. (10)-es egyenle) regresszorkén a munka álagermelékenységé használjuk: ln( WAGE _ SA) 5 51 ln( WAGE _ SA( 1)) 52 ln( APL) ahol: APL a munka álagermelékenysége. (10) Annak érdekében, hogy a dinamikus ex pos előrejelzéseke el udjuk végezni, szükséges a munka álagermelékenységének endogenizálása. A hisorikus adaoka megvizsgálva a munka álagermelékenységé jól közelíhejük konsans növekedési ráával, azaz: ln( APL) 6 ln( APL( 1)) (11) Amennyiben öbbleinformációnk van a jövőbeli munkaermelékenység alakulásáról, akkor a (11)-es egyenlee helyeesíhejük a szakérői becsléssel. A modell az előző esehez képes valamivel magasabb bérnövekedéshez ar, a bérek és így hosszúávon a fogyaszás is 4%-os éves növekedési üeme muao. A öbbi válozó lefuása is megfelelő vol, ehá a munkaermelékenység felhasználása a bérek előrejelzéséhez nem vezee széeső modellhez. A modell előrejelzési ulajdonságai a 4. ábláza és a 3 ábra muaja be (az előrejelzések részlees eszelés lásd később). 11

4. ábláza A lakosság fogyaszási kiadásainak dinamikus ex pos előrejelzései a modell 2b-vel (előző év azonos időszaka=100) ény A leguolsó ényada 1996. 1997. IV. né. IV. né. 1994. IV. né. 1995. IV. né. 1998. IV. né. 1995-5.6-5.1 1996-2.7-0.5-2.3 1997 1.3 2.9 1.3 1.1 1998 4.4 4.9 3.7 4.1 4.4 1999 5.2 5.4 4.7 5.0 5.6 5.5 2000 4.1 5.3 5.0 5.1 5.3 5.5 4.2 1999. IV. né. 3 ábra Model 2b dinamikus ex pos előrejelzései (előző év azonos időszaka=100) 10 8 6 4 Eredei 2 1 negyedévre 2 negyedévre 0 3 negyedévre 4 negyedévre 5 negyedévre -2 97:1 97:3 98:1 98:3 99:1 99:3 00:1 00:3 3.4 A különböző modellek előrejelző képességének összehasonlíása Az előrejelzés céljára fejlesze modellek legfonosabb próbája az előrejelzési képesség eszelése. Jakab-Kovács-Lőrincz (2000) munkájá köveve mi is ké szempon szerin vizsgáljuk modelljeink eljesíményé. Egyrész kiszámíjuk az előrejelzési horizononkéni álagos négyzees hibá (RMSE), másrész a revízió nagyságá 6. A revízió nagysága ala az ado időszakra vonakozó előrejelzések válozékonyságá érjük. A modelleinke egy ARIMA és ké VAR modellel is összevejük. A VAR modellek specifikációja az alábbi: 6 A revízió az ugyanarra az időponra különböző információs halmazok alapján ve előrejelzések álagos 1 S négyzees hibájakén mérjük: Revízió = T 6 k2 2, ( k1) ˆ, k ) ( yˆ y, ahol y ˆ, k, az ado válozó - T 1 S edik időszaki érékére ado előrejelzés jelöli a (-k)-adik időszaki információs halmaz alapján, T az előrejelzési ablakok száma, S az első előrejelzési ablak dáuma. 12

VAR1: ln( CPR _ SA ) ln( KISKER _ SA ) ln( AUTO _ SA ) QCOMP UNEMP VAR2 ln( CPR _ SA 1 ) ln( KISKER _ SA 1 ) 2 ln( AUTO _ SA 1 QCOMP 1 UNEMP 1 1 ) ln( CPR _ SA ) ln( CPR _ SA 1 ) ln( KISKER _ SA ) ln( KISKER _ SA 1 ) ln( AUTO _ SA ) 1 2 ln( AUTO _ SA 1 ) QCOMP QCOMP 1 ln( WAGE _ SA ) ln( WAGE _ SA 1 ) Ahol 1, 2, 1 és 2 paraméerek vekorok illeve márixok. A szimulációk eredményei az 5. ábláza foglalja össze. Láhaó, hogy egészen rövidávon (1 negyedév ala) mindegyik modell ponosabb (kisebb RMSE-vel rendelkező) előrejelzés készíe, min az ARIMA-modell. A legponosabb előrejelzés a Modell 2b-vel uduk előállíani, és a Modell 1 kivéelével mindegyik srukúrális egyenle jobban eljesíe, min a VAR modellek. A hosszabb ávú előrejelzések eseében is sikerül az ARIMÁ-nál jobb előrejelzéseke produkálni, ám a Modell 1 és a Modell 2 a VAR-modellekkel összehasonlíva, már koránsem bizonyul haékonynak, a Modell 2b azonban ovábbra is a legkisebb hibájú prognózis állíoa elő. Ez az jeleni, hogy az elmélei megfonolásokból származao modellek közül a Modell 2b megleheősen jól eljesíe, és sikerül a fogyaszásra a puszán az adaok dinamikájá felhasználó modelleknél ponosabb előrejelzés adni, ilyen érelemben ehá az indikáorok használaa jelenős öbbleinformáció ado előrejelzéseinkhez. Ami az előrejelzések sabiliásá (reviziójá) illei, az ARIMA-modellnél mindegyik modell sabilabb előrejelzéseke ado. A srukurális egyenleek pedig a Modell 1 kivéelével jobban eljesíeek, min a VAR-modellek. Összefoglalásképpen az mondhajuk ehá, hogy a Modell 2b az az ökonomeriai modell, amely mindké szemponból a legjobb előrejelzési ulajdonságokkal rendelkeze. 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 5. ábláza Dinamikus minán belüli előrejelzések összehasonlíása (RMSE, T=15) Előrejelzési időszak ARIMA VAR1 VAR2 Modell 1 Modell 2 Modell 2b (negyedév) 1 0.0055 0.0045 0.0037 0.0039 0.0027 0.0026 2 0.0079 0.0068 0.0052 0.0056 0.0029 0.0030 3 0.0108 0.0095 0.0069 0.0083 0.0048 0.0045 4 0.0138 0.0126 0.0092 0.0119 0.0079 0.0069 5 0.0125 0.0125 0.0098 0.0131 0.0109 0.0089 6 0.0112 0.0129 0.0102 0.0145 0.0134 0.0096 Revízió 0.0219 0.0175 0.0156 0.0171 0.0147 0.0134 13

ÖSSZEFOGLALÁS Dolgozaunkban a magyar lakossági fogyaszás ökonomeriai módszerekkel örénő előrejelzésé vizsgáluk. Az elmélei megfonolások segíségével egy olyan fogyaszási függvény származaunk, amely a jövedelmek és a fogyaszás hosszúávú egyensúlyá bizosíja, ugyanakkor úgy veük figyelembe a nem megfigyelheő válozók fonosságá, és a publikációs késedelmeke, hogy azoka velük jól korreláló, megfigyelheő és hamarabb rendelkezésre álló proxy-válozókkal helyeesíeük. Olyan fogyaszási függvényeke specifikálunk, amelyek a hibakorrekciós formán kívül aralmaznak információ a likvidiáskorláok mérékéről. A fogyaszási függvénybe ezen kívül olyan válozóka is beépíeünk, amelyek a házarások helyzeének álalános kockázai megíélésére is ualnak. Az egyenleeke az álaluk szolgálao előrejelzések ponossága és sabiliása alapján érékelük, és minden eseben összeveeük a puszán az idősorok dinamikájá kihasználó ARIMAelőrejelzésekkel, és a nem-srukurális VAR-modellekkel. Álalánosságban elmondhaó, hogy az ARIMA-előrejelzéseknél mindké kriérium szemponjából jobb előrejelzéseke udunk adni. A VAR-modellekkel összehasonlíva alálunk olyan srukurális egyenlerendszer (modell 2b), amely minden ekineben jobb eljesímény nyújo. Ebben a modellben a fogyaszás és a bruó kereseömeg közö egy hibakorrekciós formá írunk fel, valamin felhasználuk a lakossági bizalmi indexe, a kiskereskedelem forgalmá, az új gépjármű vásárlásoka és a munka álagermelékenységé. Az infláció jelenésben szereplő fogyaszási kiadások előrejelzéséhez azonban nem kizárólag csak ebből a modellből származó előrejelzés használjuk, hanem az a másik ké modell előrejelzésével súlyozzuk. Ezzel elkerülhejük, hogy az egyelen modellből származó, eseleg exrém előrejelzés legyen az infláció előrejelzésének alapja. 14

HIVATKOZÁSOK Acemoglu, D. és Sco, A. (1994). Consumer confidence and reional expecaions: are agens beliefs consisen wih he heory? The Economic Journal, vol. 104, pp. 1-19 Bram, J. és Ludvigson, S. (1998) Does consumer confidence forecas household expendiure? A senimen index horse race FRBNY Economic Policy Review, pp. 59-78. Byrne, J. és Davis, P. (2001) Disaggregae wealh and aggregae consumpion: an invesigaion of empirical relaionship for G7 NIESR Discussion paper, No. 180. Campbell, J.Y. és Deaon, A. (1989) Why is consumpion so smooh? Review of Economic Sudies, 56, pp. 357-337. Carnazza, P. és Parigi, G. (2001) The evoluion of confidence for European consumer and business in France, Germany and Ialy Temi Discussione, No. 406. Chrisopher, D. Carroll, D. Fuhrer, Jeffrey C. és Wilcox, David W. (1994) Does consumer senimen forecas household spending? If so, why? The American Economic Review, pp. 1397 1408. Chrysal, K. és Mizen, P. (2001) Consumpion, money and lending: a join model for UK household secor Working Paper No. 134, Bank of England. Craigwell, R. és Rock, L. (1995) An aggregae consumpion funcion for Canada: a coinegraion approach Applied Economics, vol. 27, pp. 239-249. Davidson, J. Hendry, D. Srba, F. és Yeo, S. (1978) Economeric modelling of he aggregae ime-series relaionship beween consumers expendiure and income in he Unied Kingdom Economic Journal, vol. 88, pp. 661-692. Deaon, A. (1987) Life-cycle models of consumpion: is he evidence consisen wih heory Advances in Economerics, Fifh World Congress, vol. 2, Cambridge and New York: Cambridge Universiy Press, 121-148. Deaon, A. (1992) Undersanding consumpion Oxford, Clarendon Press. Friedman, M. (1957) A heory of he consumpion funcion Princeon Universiy Press. Hall, Rober E. (1978) Sochasic implicaions of he life cycle-permanen income hypohesis: heory and evidence Journal of Poliical Economy, vol. 96, pp. 971-987. Hayashi, F. (1997) Undersanding savings, evidence from he Unied Saes and Japan MIT Press. Jakab, Z., Kovács, M. A. és Lőrincz, Sz. (2000) Az expor előrejelzése ökonomeriai módszerekkel MNB Füzeek, 2000/4. Loundes, J. és Scuella, R. (2000) Consumer senimen and Ausralian consumer spending Melbourne Insiue Working Paper No. 21/00. Modigliani, F. és Brumberg, R. (1954) Uiliy analysis and he consumpion funcion: an inerpreaion of he cross-secion daa Pos-Keynesian Economics, New Brunswick, New Jersey: Rugers Universiy Press. Muellbauer, J. és Bover, O. (1986) Liquidiy consrained and aggregaion in he consumpion funcion under uncerainy Discussion Paper, No. 12, Insiue of Economics and Saisics, Oxford. 15

Muellbauer, J. és Laimore, R. (1995) The consumpion funcion: a heoreical and empirical overview Handbook of Applied Economerics, Macroeconomics, Blackwell. Parigi, G. és Schlizer, G. (1997) Predicing consumpion of Ialian households by means of survey indicaors Inernaional Journal of Forecasing, vol. 13, pp. 197-209. Vadas, G. (2001) Túl a makró-válozókon: Lakossági bizalmi index és a magyar házarások fogyaszási kiadása MNB Háéranulmányok, 2001/2 Várpaloai, V (2000) A negyedéves felhasználás oldali GDP adaok visszabecslése 1991-ig MNB kézira 16

4 FÜGGELÉK 4.1 Fogyaszási függvény a likvidiás-korláos fogyaszók eseében Muellbauer (1986) kimuaa, hogy a (6)-os formula megfeleleheő a likvidiás-korláos fogyaszóka aralmazó modellből levezeheő formával. A likvidiás korláos fogyaszók eseében éelezzük fel, hogy az aggregál fogyaszás ké részre bonhaó fel. C C u C c (12) Ahol az u és c felsőindex a nem likvidiás korláosoka illeve a likvidiás korláos fogyaszóka jelöli. Jelöljük -vel a lividiás-korláos fogyaszók arányá és kis beűvel a válozók ermészees ligarimusá. c 1 ) c u c c ( (13) Az egyszerűség kedvéér éelezzük fel, hogy a nem-likvidiás korláos házarások fogyaszása vélelen bolyongás köve (Hall (1978)): c u u c 1 (14) Miközben a likvidiás-korláos házarások minden időszakban a folyó jövedelmükhöz igazíják fogyaszásuka: c c y c (15) Tegyük fel, hogy egy ámenei u sokk éri a nem-likvidiáskorláos és c a likvidiás korláos csopor fogyaszás. A (13)-es, (14)-as és a (15)-es egyenle felhasználásával: c (1 )( u ) ( y c c ) (16) A (16)-es egyenle várhaó éréké véve, és a sokkok auokorrelálalanságá feléelezve (E -1 =0) adódik, hogy: c u c E1 c E1 y ( 1 ) 1 1 (17) u ahol 1 és c 1 közvelenül nem megfigyelheő válozók, de indirek módon úgy proxyzhajuk, hogy felesszük, hogy a nem-likvidiás korláos fogyaszóknál ez az ámenei sokk a permanens jövedelmük (y P ) és a ényleges fogyaszás, míg a likvidiás-korláosoknál a ényleges jövedelmük és a ényleges fogyaszásuk különbsége. u P u c1 E1 y1 1 c c c 1 1 1 c és y Némileg árendezve és u 1 - és c 1 - a (17)-es egyenlebe behelyeesíve megkapjuk a fogyaszás várhaó éréké: 17

c P c E1 c E1 y c1 ( 1 ) y1 y1 (18) A permanens jövedelem (y P ) közvelenül nem megfigyelheő, de a szöglees zárójelben szereplő ag poziív korrelációban kell, hogy álljon (c -1 y -1 )-vel. A várhaó érék operáor elhagyva megkapjuk DHSY (1978) jól ismer hibakorrekciós formájá. c 0 1y 2 ( c 1 y1 ) (19) 4.2 Indikáorok Számos szóba jöheő indikáor válozó megvizsgálunk, amelyek közül nem mindegyik kerül be végül is a becsül fogyaszási függvényekbe. Ebben a részben áekinjük ezen válozók főbb ulajdonságai, és, hogy milyen kapcsolaba hozhaó a fogyaszási idősorokkal. A jelölési konvenciónk szerin mindig a vizsgál idősor oljuk el a fogyaszás adaaihoz képes, így a mínusz i az ado idősor előidejűségé, míg a plusz i az ado idősor késésé jeleni. 4.2.1 Bruó bér és kereseömeg A fogyaszási kiadások előrejelzésének szemponjából a eljes lakossági jövedelem, azonban a lakossági jövedelemmérlege csak éves szinen és jelenős késéssel (minegy másfél év) eszi közzé a KSH. Célszerű ehá egy olyan jövedelmi válozó keresni, amely magas korreláció mua a eljes lakossági jövedelemmel, legalább negyedéves frekvenciájú és rövidebb publikációs késedelemmel rendelkezik. A bruó bér és kereseömeg a házarások rendelkezésre álló jövedelmének öbb min 50 százaléká jeleni, a ké idősor közöi kereszkorrelációs együhaó 0.96 (lásd 4. ábra), számíásának alapjá képző idősorok havi gyakoriságúak és másfél hónapos késéssel rendelkezésre állnak. 4. ábra Házarások rendelkezésre álló jövedelme és a bruó bér és kereseömeg ligarimizál idősora 6.88 6.35 6.86 6.84 6.82 6.80 6.78 6.30 6.25 6.20 6.15 6.76 1995 1996 1997 1998 1999 2000 6.10 LOG(DIR_SA) LOG(WAGE_SA) A feniek alapján a bruó bér és kereseömeg alkalmasnak ekinjük a házarások rendelkezésre álló jövedelmének közelíésére 7. 7 Elméleileg akkor járunk el helyesen, ha a minimálbéremelés haásá kiszűrjük a bruó kereseömegből, ugyanis a korábban csak névlegesen minimálbér ala dolgozók effekív kereseé nem befolyásolja a megemel minimálbér. Így a bruó kereseömeg növekedés egy része csak a korábban nem mér, de elfogyaszo jövedelem megjelenése a saiszikákban. A becsléseinkben a korrigálalan kereseömege használuk, azonban a minaidőszak 2001 első negyedévéig aro, így ez nem befolyásolja eredményeinke. Az inflációs jelenéshez 18

5. ábra Vásárol lakossági fogyaszás és a bruó bér és kereseömeg negyedéves növekedési üeme és azok kereszkorrelogramja 0.02 0.01 0.00-0.01-0.02 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0-0.1-8 -7-6 -5-4 -3-2 -1 0 1 2 3 4 5 6 7 8-0.03 1995 1996 1997 1998 1999 2000 DLOG(CPR_SA) DLOG(WAGE_SA) A baloldali ábra a vásárol lakossági fogyaszás és a bruó bér és kereseömeg negyedéves növekedési üemének grafikonjá, a jobboldali ábra az f(i)= Corr(dlog(CPR_SA),dlog(WAGE_SA(i))) függvény muaja. A lakossági fogyaszási kiadásai és a bruó kereseömeg korrelogramja alapján (5. ábra jobb oldal) szoros együmozgás apaszalunk (a korrelációs együhaó 0.61), így megfelelő válozó a fogyaszás előrejelzésében. 4.2.2 Kiskereskedelmi forgalom volumene A kiskereskedelem forgalmá leíró saiszika eseében 1998 januárjában egy módszerani válás örén, így a szezonális igazíásban ez egy dummy beikaásával veük figyelembe. Az 6. ábra bal oldalán láhaó a fogyaszási kiadások és a kiskereskedelem forgalmának negyedéves növekedési üemei. -0.2-0.3 6. ábra Vásárol lakossági fogyaszás és a kisker forgalom negyedéves növekedési üeme és azok kereszkorrelogramja 0.03 0.02 0.01 0.9 0.7 0.00 0.5-0.01-0.02-0.03 1995 1996 1997 1998 1999 2000 DLOG(CPR_SA) DLOG(KISKER_SA) 0.3 0.1-0.1-8 -7-6 -5-4 -3-2 -1 0 1 2 3 4 5 6 7 8 A baloldali ábra a vásárol lakossági fogyaszás és a kisker forgalom negyedéves növekedési üemének grafikonjá, a jobboldali ábra az f(i)= Corr(dlog(CPR_SA),dlog(KISKER_SA(i))) függvény muaja. A lakossági fogyaszási kiadásai és kiskereskedelmi forgalom korrelogramja alapján (6. ábra jobb oldal) szoros együmozgás apaszalunk (a korrelációs együhaó 0.91), ami nem meglepő, hiszen a KSH a lakossági fogyaszás becsléséhez felhasználja a kiskereskedelmi készülő előrejelzésekben azonban (mivel ezek már 2001-re és későbbre készülnek) az a haás figyelembe kell vennünk. 19

saisziká. A korrelogram 0.12-es aszimmeriá mua 8, így a fogyaszás előrejelzése ekineében a kisker forgalom egyidejűségre eseében nyúj a legöbb információ. Annak ellenére, hogy kiskereskedelmi saiszika együmozog a fogyaszási kiadásokkal komoly segísége ad a fogyaszás előrejelzéséhez. A lakossági fogyaszás a KSH a GDP felhasználás oldali adaaiban publikálja, amely a árgynegyedéve kb. 3 hónappal kövei, míg a kiskereskedelmi saiszika a árgyhó köveő hónapban rendelkezésre áll. Összességében ehá 2 hónappal a fogyaszás publikálása elő megleheősen jó előrejelzés udunk adni a fogyaszásra a kiskereskedelmi forgalom volumenének ismereében. A ké idősor közöi parciális elemzés szerin a kiskereskedelmi saisziká a fogyaszás egyidejű előrejelzőjekén célszerű használni. 4.2.3 Tarós fogyaszási cikk érékesíés A arós fogyaszási cikkek közö a műszaki és egyéb arós fogyaszási javak, valamin a búor és egyéb lakberendezési cikkek szerepelnek. A kiskereskedelem saiszikájával összehasonlíva némileg gyengébb, azonban előidejű kapcsolao kapunk a kereszkorrelációs együhaók alapján (7. ábra jobb oldal). A korrelogram aszimmeriája 0.06, azonban az előidejűsége mia ennek nincs nagy jelenősége. 7. ábra Vásárol lakossági fogyaszás és a arós fogyaszási cikk negyedéves növekedési üeme és azok kereszkorrelogramja 0.02 0.01 0.00-0.01-0.02 0.20 0.15 0.10 0.05 0.00-0.05 0.6 0.5 0.4 0.3 0.2 0.1-0.03 1995 1996 1997 1998 1999 2000 DLOG(CPR_SA) DLOG(DURCONS_SA) (jobb s) -0.10 0-0.1-8 -7-6 -5-4 -3-2 -1 0 1 2 3 4 5 6 7 8 A baloldali ábra a vásárol lakossági fogyaszás és a arós fogyaszási cikkek vásárlásának forgalom negyedéves növekedési üemének grafikonjá, a jobboldali ábra az f(i)= Corr(dlog(CPR_SA),dlog(DURCONS_SA(i))) függvény muaja. A arós fogyaszási cikkeke nyilvánvalóan nem fogyaszjuk el eljes egészében a vásárlás periódusában, így a öbb periódussal korábbi érékeknek is jelenős haása lehe a jelenbeni fogyaszásra, valójában a lakosság hasznossága sokkal inkább függ ezen cikkek állományáól, minsem az ado periódusban vásárol mennyiségől. Noha a arós fogyaszási cikkek vásárlásá a korrelogram alapján használhajuk a házarások fogyaszási kiadásainak indikáorakén, azonban modellbe emelésével gyakorlailag nem egy valódi magyarázóválozó kapunk, hanem egy újabb előrejelezendő válozó. A feniek alapján a arós fogyaszási cikkek vásárol mennyiségé fogyaszási függvényünkben nem szerepelejük. 8 A kereszkorrelációs együhaók aszimmeriájának mérésé a 4.3 függelékben muajuk be. Ennek a muaónak a használaával öbbleinformáció kapunk a ké idősor egymáshoz viszonyío ulajdonságairól ahhoz képes minha a legnagyobb korrelációs együhaóhoz arozó késleleés-számo kiemelnénk. 20

4.2.4 Új gépjármű vásárlás Az új auóvásárlások közvelen szerepeleése a fogyaszás előrejelzésében furcsának űnhe, azonban felhasználásukkal egy lakossági várakozás is beépíünk. A gépkocsi vásárlások jelenős része hiel felvéelével örénik, így ez a hielfolyósíási feléelek eljesíése a (nem felélen csekély) havi örlesző részleek fizeéséhez megfelelő jelen és jövőbeni jövedelme sejenek. Ily módón a házarások likvidiás korláosságá és a jövőbeli jövedelemre vonakozó várakozásoka mérhejük. Az auó-vásárlások idősorá ké forrásból állíjuk elő: a Magyar Gépjárműimporőrök Egyesüleének (MGE) és a Magyar Suzuki R. adaaiből. Az MGE adaok minden magyarországi auókereskedő adaai aralmazzák, kivéve a Suzuki. Az új auóvásárlási adaoka az MGE minden negyedév uáni ké hében publikálja, a Suzuki R adaai pedig már az ado negyedéve köveő első héen rendelkezésünkre állnak. A különböző kaegóriákból három részkaegóriá állíunk elő: kiskocsi, középkaegória és felsőkaegória. - -A kiskocsi kaegória az MGE klasszifikációjában szereplő mini- és kiskocsi kaegóriából 9 és a Magyar Suzuki R. hazai gyárású (nem impor) eladásaiból áll elő. - A középkaegória az MGE alsóközép, alsóközépkaegóriás egyerűek, középkaegóriás egyerűek, a középkaegória csoporjának és a Suzuki imporszemélygépkocsi eladásainak összegekén adódik. - A felső kaegória pedig az MGE nagyauó, sporauó, prémium, prémium erepjáró, 4x4 és erepjáró csoporok összege. Az így előálló csoporoka egyenkén szezonálisan igazíjuk és ebből számíjuk ki a súlyozo auóeladás szezonálisan igazío éréké. A súlyozo összege úgy állíjuk elő, hogy a kiskocsiknak 1-es, a középkaegóriának 2,397 és a felsőkaegóriának 5-ös súly adunk 10. Emia a súlyozo auóérékesíés idősor lényegében kiskocsi egyenérékesben méri az auóvásárlásoka. 8 ábra Új gépjármű érékesíések 75000 70000 65000 60000 55000 50000 45000 40000 Eredei Trend Szezonálisan igazío 35000 30000 25000 1q96 2q96 3q96 4q96 1q97 2q97 3q97 4q97 1q98 2q98 3q98 4q98 1q99 2q99 3q99 4q99 1q00 2q00 3q00 4q00 1q01 2q01 Az ábra a súlyozo auóérékesíéseke muaja (kisauó egyenérékesben). 9 Ez korábban kiskocsi kaegóriakén vol nyilvánarva. 10 A súlyok az 1998-as fogyaszói árindex saiszikán alapulnak. 21

A fogyaszási kiadások és az új gépkocsi vásárlások növekedési üeme közö a legmagasabb kereszkorrelációs együhaó az auóvásárlás egy negyedéves előidejűsége eseén kapjuk (0.39). 9. ábra Vásárol lakossági fogyaszás és a új gépjármű vásárlás negyedéves növekedési üeme és azok kereszkorrelogramja 0.02 0.4 0.4 0.01 0.2 0.3 0.00 0.0 0.2-0.01-0.2 0.1-0.02-0.4 0-8 -7-6 -5-4 -3-2 -1 0 1 2 3 4 5 6 7 8-0.03 93 94 95 96 97 98 99 00 DLOG(CPR_SA) DLOG(AUTO_SA) (jobb skála) -0.6 A baloldali ábra a vásárol lakossági fogyaszás és az új gépjármű vásárlásának negyedéves növekedési üemének grafikonjá, a jobboldali ábra az f(i)= Corr(dlog(CPR_SA), dlog(auto_sa(i))) függvény muaja. -0.1-0.2 A korrelogram aszimmeriája 0.13, azaz az egy negyedéves előidejűségnél apaszal legszorosabb kapcsolahoz képes a késés irányában rendelkezik szorosabb kapcsolaal. A Granger oksági esz eredményei (1. ábláza) sem veik el az új gépjármű vásárlás előidejűsége a lakossági fogyaszási kiadásokhoz képes, így egy negyedéves előidejűséggel felhasználjuk a fogyaszás becsléséhez. 4.2.5 Lakossági bizalmi index Az üzlei és lakossági felmérések eredményinek kvaliaív figyelembevéele az előrejelzési munkába nem szokalan dolog, azonban kvaniaív felhasználása már közel sem ilyen egyérelmű. Vizsgálaaink alapján a bizalmi indexe alkalmas magyarázóválozónak aláluk a fogyaszás előrejelzésében. A lakossági bizalmi indexkén a GKI lakossági felmérésének kérdéseiből számío (QCOMP) indexe használjuk. Az elemzésben az index szinérékei használjuk, mivel a kérdőív a házarás helyzeében bekövekeze válozásokra, illeve a vélelmeze jövőbeni elmozdulásokra kérdez rá. A lakossági fogyaszás negyedéves növekedési üeme és a bizalmi index szinérékei közö a 10. ábra (bal oldal) alapján szoros kapcsolao sejünk. 22

10. ábra Vásárol lakossági fogyaszás negyedéves növekedési üeme és a lakossági bizalmi index, valamin azok kereszkorrelogramja 0.02 0.01 0.00-0.01 0-10 -20-30 -40 0.9 0.8 0.7 0.6 0.5 0.4-0.02-0.03 93 94 95 96 97 98 99 00 DLOG(CPR_SA) QCOMP (jobb skála) -50-60 -70 0.3 0.2 0.1 0-8 -7-6 -5-4 -3-2 -1 0 1 2 3 4 5 6 7 8 A baloldali ábra a vásárol lakossági fogyaszás negyedéves növekedési üemének és a lakossági bizalmi indexnek grafikonjá, a jobboldali ábra az f(i)= Corr(dlog(CPR_SA),dlog(QCOMP(i))) függvény muaja. Az előrejelzés szemponjából a legkedvezőbb ese az lenne, ha a bizalmi indexe a öbbi idősor eseében használ ké saiszika előidejűnek alálná. A legnagyobb kereszkorrelációs együhaó azonban a bizalmi index egy negyedéves késésénél kapjuk (0.786), valamin a Granger oksági esz alapján sem ámogaja a bizalmi index előidejűségé. A korrelogram aszimmeriája negaív (-0.071), így egy negyedéve előidejűség eseén is magas korreláció kapunk (0.695), ezér a fogyaszás becsléséhez egy negyedéves előidejűséggel felhasználjuk a lakossági bizalmi indexe. 4.2.6 Fogyaszási célú impor A fogyaszási célú impor része a eljes fogyaszási kiadásnak, így együmozgásuk nem meglepő. A ké idősor elérő publikációs ideje mia azonban a fogyaszási célú impor felhasználásával a GDP felhasználási oldalának publikálása elő kapunk ényszerű becslés az ado negyedév fogyaszására. 11. ábra Vásárol lakossági fogyaszás és a fogyaszási célú impor negyedéves növekedési üeme és azok kereszkorrelogramja 0.02 0.15 0.01 0.00 0.10 0.05 0.00 0.4 0.3 0.2-0.01-0.05 0.1-0.02-0.10 0-8 -7-6 -5-4 -3-2 -1 0 1 2 3 4 5 6 7 8-0.03 92 93 94 95 96 97 98 99 00 DLOG(CPR_SA) DLOG(CRIMP_SA) (jobb skála) -0.15 A baloldali ábra a vásárol lakossági fogyaszás és a fogyaszási célú impor negyedéves növekedési üemének grafikonjá, a jobboldali ábra az f(i)= Corr(dlog(CPR_SA),dlog(CRIMP_SA(i))) függvény muaja. -0.1-0.2 23