STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 1(56) ES/NR FLASH-projektet. BNP för andra kvartalet varje år vid respektive beräkningstillfälle

Transkript

1 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 1(56) FLASH-projektet - En utredning om möjligheterna att ta fram en snabberäknad BNP efter 45 dagar BNP för andra kvartalet varje år vid respektive beräkningstillfälle 6,0 5,0 BNP:s volymutveckling % 4,0 3,0 2,0 Snabben Ordinarie kv.beräkning Senaste kv.beräkning 1,0 0, År Göran Svensson Andreas Lennmalm Mattias Björling Ann-Louis Päivinen

2 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 2(56) Sammanfattning Detta projektarbete är ett EU-finansierat projekt som syftat till att utreda möjligheterna att ta fram snabberäknade BNP-siffror för alla kvartal senast efter 45 dagar. Målet med projektet har varit att utvärdera och förbättra de beräkningsmetoder och beräkningsunderlag som används vid snabbenberäkningen för andra kvartalet idag, så att de ska kunna användas också för snabberäkningar övriga kvartal. Arbetet i projektet har delats upp i olika steg. Ett första steg har varit att kartlägga de statistikkällor som används i den nuvarande snabbenberäkningen för andra kvartalet och se om det går att leverera motsvarande underlag också övriga kvartal. Kartläggningen visar att det är fullt möjligt att få motsvarande statistikleveranser också för tredje och fjärde kvartalet. Däremot är första kvartalet något problematiskt, eftersom det för investeringar och kommunal konsumtion inte finns någonting att stödja beräkningarna på. Ett annat steg i projektet har varit att utvärdera de nuvarande metoderna i snabben-beräkningen och fastställa vilka metoder som är mest lämpliga att använda. Här har vi bland annat undersökt om det skulle kunna gå att använda aktivitetsindex som källa i snabberäkningarna. Undersökningen visar att det inte är bra att använda aktivitetsindex, eftersom nationalräkenskaperna (NR) vid publicering förutom BNP också vill redovisa huvudaggregaten. Däremot kan aktivitetsindex användas som avstämningsinstrument och som huvudkälla om det skulle bli aktuellt att snabba upp ytterligare, till dagars publicering. En genomgång av nya beräkningsmetoder för industriproduktion, tjänstehandel med utlandet och tjänsteproduktion har också gjorts. Det handlar om metoder för att beräkna kvartalsutfall med ofullständig information om kvartalets tredje månad. Här har vi tagit hjälp av metodstatistiker på Statistiska centralbyrån (SCB). Genomgången har gjort att vi fått fram en ny fungerande prognosmetod för att skatta tredje månaden i ett kvartal för industriproduktionsindex. Det gör det möjligt att ta fram en prognos på kvartalsvis industriproduktionsindex redan 10 dagar efter kvartalets utgång. Indexet baseras då på utfall för två månader och en prognos för den tredje månaden. När det gäller tjänsteproduktionen inom näringslivet har metodstatistiker på SCB undersökt om det går att snabba upp SCB:s primärstatistik. Idag baseras primärstatistiken dels på enkätmaterial för de större företagen och dels på administrativa data från skatteverket för de mindre företagen. Undersökningen visar att det är fullt möjligt att snabba upp primärstatistiken över tjänsteproduktionen genom att använda tidigare leveranser från skatteverket. Detta bör dock göras samtidigt som insamlingsdatumet för enkäterna för de större företagen flyttas fram från 25 dagar till 15 dagar efter kvartalets utgång. För tjänstehandeln med utlandet har man undersökt om datainsamlingen kan avbrytas och om det går att ta fram resultatet tidigare. Undersökningen visar att det skulle vara möjligt att ta

3 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 3(56) fram en tidig skattning vid 35 dagar, men att det i så fall skulle vara av nettot på totalnivå. Vi har också sett över beräknings- och publiceringsnivåer i den nuvarande snabberäkningen av andra kvartalet. Dessa är i dagsläget i princip lika detaljerade som i ordinarie kvartalsberäkning. Med utgångspunkt från den metod som vi valt måste beräkningsnivåerna behållas. Däremot anser projektgruppen att publiceringsnivåerna kan skäras ned. Eftersom syftet egentligen är att visa BNP-utvecklingen totalt, räcker det om man publicerar BNP och huvudaggregaten. För att få en smidig produktionsprocess har projektet också sett över datasystem, organisation av arbetet och resursåtgång. För att säkerställa stabiliteten i snabberäkningarna bör man införa en kvartalsdatabas för snabberäkningar som liknar den kvartalsdatabas NR har för ordinarie kvartalsberäkningar. Organisationen av arbetet kring snabberäkningar bör ändras så att en särskild grupp tillsätts för att jobba särskilt med detta och avstämningar av ordinarie kvartalsberäkningarna. Antalet involverade personer i framtagandet av snabberäkningar kan därför minskas. Projektet har också undersökt förutsättningarna för publicering av ordinarie kvartalsdata efter 60 dagar istället för efter 70 dagar. Detta är ett önskemål från EU och de största användarna. Undersökningen visar att en uppsnabbning skulle vara möjlig i framtiden för första, tredje och fjärde kvartalet, däremot går det inte för andra kvartalet. Det beror på att det under semesterperioden är svårt att få in uppgifter till primärstatistiken. För övriga kvartal finns det också vissa problemområden, men det finns goda förutsättningar för att dessa ska kunna lösas under år 2006, antingen genom förenklade beräkningar eller förstärkta resurser. Slutsatsen av projektet är att det är fullt möjligt att publicera snabbestimat av BNP för alla kvartalen senast 45 dagar efter kvartalets utgång, med oförändrad eller bättre kvalitet än vid nuvarande snabberäkning av andra kvartalet. Den generella metod som idag används för andra kvartalet kan också användas för övriga kvartal. Uppbyggnad av databas för snabberäkningar bör dock ske och samtidigt bör en organisation för snabberäkningar byggas upp i form av en kombinerad snabb- och kvartalsberäkningsgrupp.

4 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 4(56) Innehållsförteckning; 1. Inledning Bakgrund Syfte och mål Arbetsbeskrivning Beskrivning av nuvarande kvartalsberäkningar Ordinarie kvartalsberäkning Analyser och avstämningar Kalenderkorrigering och säsongrensning Snabben-beräkningen Källor till Snabben-beräkningen Utvärdering av Snabben-beräkningen Genomgång av statistikunderlag för kvartal 1, 3 & Metoder Principiella beräkningsmetoder Hur gör andra länder Aktivitetsindex Aktivitetsindex och snabberäkning av BNP Val av principiella beräkningsmetoder Beräkningsmetoder för strategiska områden Metoder vid avbruten insamling eller saknad månad Metoder för industriproduktion Metoder för tjänstehandel med utlandet Metoder för tjänsteproduktion Förslag till beräknings- och publiceringsnivåer Datasystem, organisation och resursåtgång Datasystem Datasystem för de ordinarie kvartalsberäkningarna System i den nuvarande snabben-beräkningen Förslag till kvartalsdatabas för snabberäkningar Organisation av arbetet Organisation av nuvarande snabben-beräkningen Andra länders organisation av snabberäkningar Förslag till ny organisation av snabberäkningar Resursåtgång Resursåtgång i nuvarande snabben-beräkningen Kalkylerad resursåtgång i framtida snabberäkningar Förutsättningar för publicering efter 60 dagar istället för Slutsatser och förslag på fortsatt utvecklingsarbete Källförteckning... 55

5 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 5(56) Bilageförteckning; Bilaga 1; Jämförelse av källor för kvartal 2 och snabben-beräkningen Bilaga 2; Beräkningsnivåer i nuvarande snabberäkning Bilaga 3; Resursåtgång i snabben-beräkningen för andra kvartalet, 2005 Bilaga 4; Tabellbilaga till kapitel om industriproduktion Bilaga 5; Tabellbilaga till kapitel om tjänstehandel med utlandet Bilaga 6; Tabellbilaga till kapitel om tjänsteproduktion Bilaga 7; Utvärdering av testberäkningen för fjärde kvartalet, 2005

6 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 6(56) 1. Inledning 1.1 Bakgrund Sedan 1996 publicerar Statistiska centralbyråns (SCB) nationalräkenskaper en snabbversion av BNP för andra kvartalet varje år. Snabbversionen görs delvis enligt en annan modell än de ordinarie kvartalsberäkningarna av BNP. Metoderna som används i snabbversionen baseras på antagandet att den bästa metoden för att göra snabberäkningar av BNP är att använda tidigare versioner av den källa som används vid ordinarie kvartalsberäkningar. Beräkningar görs både från tillgångs- och användningssidan, men på mer aggregerad nivå och bara i fasta priser. Publicering sker redan efter ca 37 dagar, vilket har sin grund i att Finansdepartementet behöver underlag för bedömningarna i budgetpropositionen vid denna tidpunkt. För några år sedan gjordes en studie över möjligheterna att ta fram snabbversioner av BNP även för övriga kvartal 1. Studien visade att det var möjligt att göra detta, men att det saknades resurser. Sedan dess har en del nya metoder och nya källor introducerats i beräkningarna. Några av källorna blir också tillgängliga tidigare än för några år sedan. Med detta som bakgrund har SCB beviljats EU-bidrag för att arbeta med följande frågor: Undersöka och utveckla alternativa metoder till dem som idag används i snabberäkningen av andra kvartalet. Gå igenom källorna och bestämma bästa användningssätt. Undersöka sambandet mellan aktivitetsindex (den månadsbaserade BNP- indikatorn) och snabben. Undersöka resursåtgången för att ta fram 45 dagars BNP varje kvartal och hur arbetet med detta skulle vara organiserat. Undersöka förutsättningarna för att publicera första fullständiga kvartalsberäkningar efter 60 dagar istället för 70 dagar. 1.2 Syfte och mål Projektet syftar till att utreda möjligheterna att ta fram snabberäknade BNPsiffror för alla kvartal senast efter 45 dagar. Redan idag görs en snabberäkning för andra kvartalet, som publiceras efter ca 37 dagar. Målet med projektet är därför att utvärdera och förbättra de beräkningsmetoder och beräkningsunderlag som används i denna snabberäkning, så att de går att använda också för snabberäkningar övriga kvartal. Slutmålet är att kunna publicera såväl BNP som ett antal komponenter. 1 Björling och Stenbeck, 2001.

7 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 7(56) 1.3 Arbetsbeskrivning Vi som arbetat i projektet har varit Göran Svensson (projektledare), Andreas Lennmalm, Mattias Björling och Ann-Louis Päivinen från nationalräkenskaperna (NR). Från metodenheten (MET) har vi fått hjälp med metodfrågorna och aktivitetsindex. Involverade personer därifrån har varit Annika Lindblom (kapitel 4.2.4), Lennart Nordberg, Tiina Orusild (kapitel 4.2.3), Stefan Svanberg (kapitel 4.2.2), Alex Teterukovsky (kapitel samt 4.2.4) och Sven Öhlén (kapitel 4.1.2). Vi har dessutom fått hjälp med utrikeshandeln av Maria Krigsman (kapitel 4.2.3) från utrikeshandeln (UH) och med tjänsteproduktionen av Johan Norberg (kapitel 4.2.4) från näringslivets struktur (NS). Flash-projektet startades i mars 2005 och avslutades i december Arbetet har bedrivits parallellt med andra ordinarie arbetsuppgifter. Projektarbetet har bedrivits i ett antal parallella steg. Ett viktigt steg i arbetet har varit att kartlägga alla de statistikkällor som används i den nuvarande snabben-beräkningen för andra kvartalet och undersöka om det finns möjlighet att snabba upp leveranserna av dessa, men också om det finns möjlighet att leverera snabbunderlag även för övriga kvartal. Ett annat viktigt steg har varit det arbete som ES/MET gjort med att ta fram statistiska modeller för att skatta de data som saknas för ett kvartal för särskilt besvärliga och/eller tunga beräkningsområden. För att utvärdera de nuvarande metoderna i snabben-beräkningen och fastställa vilka metoder som är mest lämpliga att använda, har metoderna för aktivitetsindex studerats. En genomgång av dokumentation över andra länders val av metoder i deras snabberäkningar har också gjorts. I detta sammanhang har vi även analyserat de avvikelser som funnits mellan snabben-beräkningen och ordinarie kvartalsberäkning för tidsperioden Vi har också arbetat med att undersöka resursåtgång, datasystem och lämplig organisation för arbetet med snabberäkningar. Där har vi bl a gjort en uppföljning av tidsåtgången för snabben-beräkningen för 2005, men också läst om resursåtgången och organisationen för snabberäkningar i andra länder. Eftersom det är viktigt att veta vad användarna av statistiken efterfrågar har vi haft en särskild diskussion med de två största användarna av nationalräkenskaperna, Konjunkturinstitutet och Finansdepartementet. Diskussionen har handlat om vilka önskemål de har vad gäller uppsnabbningar, publiceringstidpunkter, publiceringsnivåer, kvalitetskrav, etc. Efter att projektet avslutats har vi genomfört en provberäkning för fjärde kvartalet 2005, där vi använt oss av de nya metoder som vi kommit fram till i projektet. Detta har inte gjorts för EU-bidragspengarna utan för särskilt avsatta pengar på SCB. En utvärdering av denna provberäkning finns som bilaga till rapporten.

8 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 8(56) 2. Beskrivning av nuvarande kvartalsberäkningar I detta kapitel ges en översiktlig beskrivning över hur beräkningarna av kvartalsvis BNP går till i dagsläget. I slutet av kapitlet görs också en utvärdering av snabben-beräkningen för andra kvartalet, där bl a en jämförelse görs med den ordinarie kvartalsberäkningen. 2.1 Ordinarie kvartalsberäkning Publiceringstidpunkten för de ordinarie kvartalsberäkningarna ligger för första, tredje och fjärde kvartalen dagar efter kvartalets slut och för andra kvartalet efter 88 dagar. Nedan följer en sammanfattning av de olika beräkningar som görs och publiceras i de ordinarie kvartalsberäkningarna. BNP från användningssidan består av konsumtion, fasta bruttoinvesteringar, lagerinvesteringar, export minus import. Hushållens konsumtionsutgifter beräknas med indelning i ca 140 ändamål. Offentliga konsumtionsutgifter beräknas för de olika sektorerna: stat, socialförsäkring, primärkommuner, landsting och övriga. Beräkningarna görs på kostnadsslag (löner, insatsförbrukning etc). Ingen uppdelning på ändamål görs i kvartalsräkenskaperna. Fasta bruttoinvesteringar beräknas med uppdelning på bransch för näringslivet och för offentliga myndigheter med indelning i sektorer. Dessutom beräknas investeringar uppdelade på typ av investering: jordbruksvaror (avelsdjur), maskiner och inventarier, bostäder, andra byggnader och anläggningar, datormjukvara och övriga investeringar. Branschredovisningen för näringslivet skiljer sig från årsberäkningen genom att det inte görs någon finare indelning av tillverkningsindustrin (den redovisas i årsberäkningarna däremot underindelad i ett antal branscher). Lagerinvesteringar beräknas på typ av lager med grov uppdelning på bransch. Lagertyperna är insatsvarulager, produkter i arbete, färdiga produkter, handelsvaror, bränslelager, jordbrukslager och skogsbrukslager. I kvartalsberäkningarna sätts för närvarande lagerinvesteringarna i byggnadsbranschen och i tjänstenäringarna utom handel till noll. Export och import av varor och tjänster beräknas i kvartalsräkenskaperna med samma indelning som i årsräkenskaperna, alltså på 400 produktgrupper. Produktionsberäkningarna för näringslivet görs för drygt 70 branscher. I kvartalsberäkningarna redovisas bara förädlingsvärden. Det betyder att det inte finns uppgifter om produktionsvärden och insatsförbrukning. Däremot är källan till dessa beräkningar ofta leverans- eller produktionsstatistik. Förädlingsvärden inom offentliga myndigheter beräknas för delområdena stat, socialförsäkring, primärkommuner, landsting och övriga kommuner. Sysselsättningsberäkningarna innehåller data om medelantal sysselsatta och arbetade timmar för företagare och anställda. Näringslivet beräknas med en branschindelning som nära ansluter till produktionsberäkningarna, men inte fullt följer den på finaste nivå. Sysselsättning i de offentliga myndigheterna följer indelningen i produktionsberäkningarna.

9 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 9(56) Lönesummeberäkningar på kvartal görs för näringslivet med samma branschindelning som för sysselsättningen. Offentliga myndigheter beräknas på sektorer. För utlandssektorn beräknas varje kvartal samtliga transaktioner: transaktioner med varor och tjänster, löner, kapitalinkomster och transfereringar. Det gör det möjligt att kvartalsvis beräkna bruttonationalinkomsten och finansiellt sparande gentemot utlandet Analyser och avstämningar En serie kontroller och beräkningar görs under kvartalsberäkningarna. Beräkningsansvarig för ett område inom nationalräkenskaperna gör den första analysen av de grunddata som skall användas i beräkningen. Då görs en bedömning av hur väl statistikunderlaget möter nationalräkenskapernas definitioner och täckning. Kända skillnader i täckning och definitioner korrigeras för. Förklaringar söks till avvikelser från erfarenhetsmässigt rimliga förändringstal. Detta görs om möjligt i samarbete med ansvariga för primärstatistiken. Om inga egentliga felaktigheter kan konstateras, men utvecklingen fortfarande visar en extrem utveckling, gör den beräkningsansvarige en bedömning om värdet skall accepteras eller korrigeras före den fortsatta beräkningen. Om möjligt görs också jämförelser med annan statistik eller annan information. Kontakter kan dessutom tas med uppgiftslämnare, branschorganisationer eller liknande. Tiden för analys är mycket kort. I bästa fall kan det röra sig om ett par dagar. Den första analysen är snarast en granskning av indata. Därefter fattar den beräkningsansvarige beslut om vilka data som skall användas vidare i beräkningarna. Huvudprincipen är att så långt det är möjligt hålla fast vid statistikunderlagen och beräkningsmodellerna och göra justeringar endast om de är ytterst välmotiverade. I den mån det förekommer kända systematiska avvikelser mellan kvartals- och årsstatistik görs justeringar för att korrigera dessa. Alla delberäkningar förs in i den gemensamma kvartalsdatabasen där summeringar till olika huvudaggregat görs och olika analystabeller kan tas fram. BNP beräknas från såväl produktions- som användningssida och de båda aggregaten jämförs. Det är mycket ovanligt att den första aggregeringen ger en samstämmig bild av BNP-utvecklingen. Däremot förefaller det finnas en viss systematik, såtillvida att bilden vanligen är ungefär densamma vid varje kvartalsberäkning under ett år. Det vill säga, om de oavstämda beräkningarna vid första kvartalet visar en starkare utveckling för produktionssidan än för användningssidan, så är det vanligt att samma bild framträder vid beräkningen av de övriga tre kvartalen. Avstämningen är inte så enkel som att göra korrigeringar efter en matematisk modell. Avstämningsarbetet innehåller många kontroller, som kontroll av indata och kontroll av att dataunderlaget behandlats konsistent i de olika delarna av räkenskaperna. Dessutom görs jämförelser med annan statistik och annan känd information. Rimlighetsbedömningar av de två olika beräkningarna, d v s beräkningarna från produktions- respektive

10 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 10(56) användningssidan, görs också var för sig. Den typen av kontroller kan leda till att diskrepanserna inledningsvis ökar. I samband med analysen av produktionsberäkningarna görs en beräkning av den branschvisa arbetsproduktivitetsutvecklingen. Analysen kan användas som indikator för att göra smärre justeringar i endera förädlingsvärde eller sysselsättning. Rimligen tar man då också hänsyn till den övergripande bilden. Ligger produktionssidan totalt under användningssidan och en bransch visar låg produktionsutveckling medan sysselsättningen visar hög utveckling kan det vara en indikation på att produktionsstatistiken ligger fel. Branscher med en hög andel småindustri, som täcks dåligt i industriproduktionsindex, kan också ibland justeras med ledning av sysselsättningsstatistik. I allmänhet överensstämmer inte produktionsstatistiken och sysselsättningsstatistiken tillräckligt bra för att tillåta en analys annat än på relativt aggregerad nivå. Men om avvikelserna är betydande, kanske 10 procentenheter, och det finns andra indikationer på att produktionsstatistiken kan vara missvisande kan alltså produktionsdata korrigeras. En annan typ av bedömning är att jämföra utveckling av tillgång med utveckling av användning. Visar exempelvis maskininvesteringarna och exporten av maskiner en stark utveckling, medan det saknas indikationer på motsvarande utveckling av produktionen inom maskinindustrin, importen av maskiner eller lageruttag av maskiner, är det ett tecken på att dataunderlaget är inkonsistent. En detaljerad analys av detta förutsätter kvartalsvisa tillgångs- och användningstabeller (T/A-tabeller). De årliga beräkningarna av BNP från produktions- och användningssidan sammanställs, avstäms och beräknas till en del i ett system av tillgångs- och användningstabeller. Ett aggregerat system av T/A-tabeller används som hjälpmedel vid kvartalsavstämningar från och med beräkningen av tredje kvartalet Detta är ett bra verktyg för att spåra inkonsistenser i dataunderlaget. På grund av tidsbrist kommer vi inte att kunna göra fullständiga avstämningar i de kvartalsvisa T/A-tabellerna. De får mera ses som ett hjälpmedel. En fullständig analys kan däremot göras inför nästa kvartalsberäkning och den kan också vara bra att ha som ett underlag vid avstämning av snabberäkningar. De kvartalsvisa T/A-tabellerna är indelade i ca 75 branscher och lika många produkter. Branschindelningen följer den som används vid kvartalsberäkningarna. Samma produktnivåer som branschnivåer används. Utom för utrikeshandel saknas statistik för att göra produktindelning. Denna får vi istället genom att använda strukturer från föregående år. Detta innebär att vi antar att förbrukningens andel av produktionen i fasta priser är oförändrad jämfört med föregående år. För att beräkna förädlingsvärden i löpande priser måste reflatering göras produktvis. Detta görs också för användningssidans komponenter, vilka därefter justeras till kända totaler. De kvartalsvisa T/Atabellerna används också t ex för beräkning av produktvisa skatter och subventioner.

11 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 11(56) Vid valet av vilken variabel som skall justeras tas hänsyn till kvaliteten på de data som ligger till grund för beräkningen. I begreppet kvalitet vägs då in ett antal aspekter, bland annat: - Hur väl motsvarar grunddata nationalräkenskapernas definitioner? - Hur väl täcker de nationalräkenskapernas population? - Hur väl täcks den period som skall mätas? - Om en urvalsundersökning används, hur stort är bortfallet? - Brukar erfarenhetsmässigt grunddata revideras mycket? - Visar någon del en i någon bemärkelse extrem utveckling? Om en restpost kvarstår efter att alla kontroller och avstämningar har genomförts litar vi mer på användningssidan än på produktionssidan och lägger en större del av den återstående restposten på produktionssidan. Detta beror på att vi preliminärt saknar information om förbrukningens utveckling. Dessutom fångas transaktioner på utgiftssidan upp mer fullständigt eftersom man har mindre anledning att dölja utgifter än inkomster. Kvartalsberäkningarna sker under stark tidspress. Den fullständiga bedömningen kan inte göras förrän alla delar har beräknats. Den slutliga bedömningen måste ofta göras under en dag, ibland under kortare tid. Några fördjupade undersökningar och diskussioner hinns knappast med, utan besluten måste fattas utifrån kunskap om statistikunderlaget och kunskap om relationen mellan preliminär och slutlig statistik Kalenderkorrigering och säsongrensning När relativt korta perioder som kvartal ska jämföras kan jämförelsen störas av om det är olika antal arbetsdagar i perioden. En arbetsdag mer i ett kvartal betyder att det är möjligt att producera mer det kvartalet. En sådan produktionsökning säger ingenting om den underliggande aktiviteten i ekonomin. För att göra en mer rättvis jämförelse görs en korrigering för olikheter i antalet arbetsdagar. Arbetsdagskorrigering görs i de svenska nationalräkenskaperna för produktion och sysselsättning. Det är lätt att inse att de båda påverkas av antalet arbetsdagar. Eftersom BNP i princip är ett produktionsmått redovisas också BNP korrigerad för olikheter i antalet arbetsdagar. De olika komponenterna i BNP från användningssidan redovisas i princip inte kalenderkorrigerade. Offentlig konsumtion blir delvis kalenderkorrigerad genom den metod som används för fastprisberäkning. Konsumtionen byggs upp från kostnadsslag och varje kostnadsslag fastprisberäknas för sig. Som volymmått för lönekomponenten används kalenderkorrigerade arbetade timmar, vilket medför att konsumtionen delvis kalenderkorrigeras. Övriga delar av användningssidan kalenderkorrigeras inte. Det är svårt att se ett riktigt klart samband mellan t ex hushållskonsumtion eller investeringar och antalet dagar i kvartalet. För export och import kan man möjligen tänka sig ett samband. Huvudmetoden för jämförelser i nationalräkenskaperna är att jämföra med motsvarande kvartal föregående år. Men det är givetvis av intresse att också kunna göra en jämförelse mellan på varandra följande kvartal. Som hjälp-

12 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 12(56) medel för att göra sådana jämförelser beräknas också säsongrensade uppgifter. Det säsongrensningsprogram som används erbjuder många möjligheter och tillhandahåller en stor mängd s k Diagnostika. Med hjälp av dessa väljs för varje serie den modell som ger bästa möjliga hjälp för att tolka tidsserien. I den säsongrensade försörjningsbalansen rensas konsumtion, investeringar, export respektive import och BNP var för sig. I samband med omläggningen till SNA 93 övergick nationalräkenskaperna år 1999 till att använda säsongrensningsmetoden TRAMO/SEATS. En översyn av säsongrensningen vid SCB under åren genomfördes i samverkan med Eurostat och dess arbetsgrupp kring säsongrensning. Översynen visade att TRAMO/SEATS tillämpad på svenska tidsserier ger säsongrensade serier av hög kvalitet, vilket ledde till att SCB fattade ett principbeslut om att det tidigare programmet X-11-ARIMA successivt skulle ersättas vid SCB med TRAMO/SEATS. Den nya metoden har helt genomförts för nationalräkenskaperna och kommer successivt att genomföras inom andra statistikområden. Metoderna TRAMO/SEATS bygger på s k modellbaserad säsongrensning med utnyttjande av två integrerade program, TRAMO och SEATS. I TRAMO görs först en identifiering och estimation av en tidsseries komponenter, d v s kalendereffekter och extremvärden (outliers) exklusive säsongeffekter. Kalendereffekter kan vara av olika typ, t ex effekt av påsken, antal arbetsdagar i en månad men även antal dagar av viss typ, t ex antal lördagar. Extremvärden kan yttra sig som tillfälliga hopp orsakade av tillfälliga fel i statistiken eller andra störningar. De kan också vara nivåskiften i serien orsakade av t ex populationsförändringar eller ekonomiskpolitiska åtgärder, t ex förändringar av skatter. Om en tidsserie har signifikanta effekter av denna art, identifieras tidpunkterna för dem och deras storlek skattas i programmet TRAMO. Därefter elimineras dessa effekter från den faktiska serien varefter delkomponering av serien i säsong, trend och brus görs i programmet SEATS. Detta görs med stöd av metoder för s k optimala filter. Efter estimation av säsong, trend och brus i SEATS återförs effekter av extremvärden till den säsongrensade serien. Input till säsongrensningsprogrammet är serier i referensårspriser. Olika serier kan rensas med olika modeller. I den säsongrensade försörjningsbalansen är den säsongrensade BNP-serien dessutom kalenderkorrigerad, medan delarna inte är det. Det är därmed uppenbart att delarna inte kan summeras till BNP. 2.2 Snabben-beräkningen En gång under året görs en kvartalsberäkning, betydligt tidigare än vid övriga kvartal. Det är beräkningen av andra kvartalet som publiceras ca 37 dagar efter kvartalets utgång. Beräkningen publicerades första gången 1996, i samband med statens övergång till kalenderbudgetår. Beräkningarna startade utifrån önskemål från Finansdepartementet som i och med omläggningen av budgetåret behövde underlag för bedömningarna i budgetpropositionen, som presenteras omkring månadsskiftet september/oktober.

13 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 13(56) Vid snabben-beräkningen är beräkningsunderlaget mer ofullständigt än vid den ordinarie beräkningen av andra kvartalet. Vilket underlag som finns tillgängligt i beräkningarna varierar mellan olika områden bland annat beroende på att vissa områden täcks av månadsstatistik och andra av kvartalsstatistik. För områden som täcks med månadsstatistik används vanligen två av kvartalets tre månader som underlag, det gäller bland annat industriproduktionen. I de fall underlaget utgörs av kvartalsstatistik används där så är möjligt, som t ex för tjänsteproduktionen, den statistik som inkommit vid tiden för beräkningarna. För vissa områden finns ingen statistik tillgänglig till snabben-beräkningen och beräkningarna baseras då på prognosmodeller eller bedömningar. Skillnaderna i tillgången på data jämfört med en ordinarie kvartalsberäkning medför att snabben-beräkningarna i vissa delar görs på en mer aggregerad nivå och i huvudsak endast i fasta priser Källor till Snabben-beräkningen Först diskuteras de viktigaste källorna för snabben-beräkningen av BNP:s användningssida och därefter de viktigaste källorna för produktionssidan. Hushållens konsumtionsutgifter Beräkningarna av hushållens konsumtionsutgifter görs i huvudsak enligt samma metod som vid en ordinarie kvartalsberäkning. Det som skiljer sig åt är statusen på källorna. Liksom vid en ordinarie kvartalsberäkning baseras snabben-beräkningarna för många konsumtionsändamål på omsättningsstatistiken och momsstatistiken. De omsättningsstatistikuppgifter som används i snabben-beräkningen bygger på en avbruten insamling (se även avsnittet om tjänstebranscher nedan samt kapitel 4.2.4). För momsstatistiken finns 1-2 av kvartalets tre månader att tillgå. För beräkning av detaljhandelskonsumtionen finns tre månaders detaljhandelsindex tillgängligt, varav den sista månaden i kvartalet är preliminär. Även beräkningarna av konsumtionen av bilar bygger på motsvarande underlag som en ordinarie kvartalsberäkning i och med att nyregistreringsuppgifter finns för tre månader. I både den ordinarie kvartalsberäkningen och i snabbenberäkningen hämtar NR för vissa delar underlag direkt från externa uppgiftslämnare. I en del fall är det dock svårt att få in uppgifterna i tid till snabberäkningen och de måste då skattas. Beräkningarna av hushållens konsumtionsutgifter för energi baseras på leveransstatistik av el- och oljeprodukter för två månader samt preliminära data avseende tillförseln av el för juni månad. NR gör sedan själva en skattning av användningssidans delar gällande el för juni månad. Konsumtionen av fjärrvärme beräknas huvudsakligen utifrån analysmaterial som t ex gradindex 2. Vid ordinarie beräkning bygger denna del på kvartalsstatistik. Som underlag till beräkningen av hushållens konsumtion av bostäder används uppgifter över färdigställda lägenheter för två månader. Vid ordinarie beräkningar finns tre månader att tillgå. Beräkningarna görs i de flesta fall i löpande priser och för deflatering till fasta priser finns, som vid ordinarie beräkning, tre månaders konsumentprisindex (KPI) att tillgå. 2 Index över ute-temperaturen

14 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 14(56) Hushållens ideella organisationer (HIO) beräknas med hjälp av löneuppgifter för en till två månader. Vid den ordinarie kvartalsberäkningen finns uppgifter för tre månader. Statens konsumtionsutgifter Beräkningarna av statens konsumtionsutgifter bygger i princip på samma underlag som vid en ordinarie beräkning. Ekonomistyrningsverket (ESV) levererar en sammanställning av myndigheternas inrapportering för samtliga tre månader i kvartalet men uppgifterna är inte lika detaljerade och granskade som vid en ordinarie kvartalsberäkning. Fastprisberäkningarna för löner och kollektiva avgifter bygger på arbetade timmar och för dessa beräkningar finns arbetskraftsundersökningar (AKU) för hela kvartalet och Konjunkturlönestatistiken (KL) för två månader. Fastprisberäkning av övriga delar baseras på motsvarande underlag som vid ordinarie beräkning då prisindexinformation finns för tre månader. Kommunala konsumtionsutgifter Till snabben-beräkningen saknas underlag i form av kvartalsenkäter i löpande priser. Vid beräkningarna görs därför bedömningar utifrån budgetinformation och information om första kvartalets utfall. Fastprisberäkningarna för löner och kollektiva avgifter bygger som för den statliga sektorn på arbetade timmar med motsvarande underlag. Löner och kollektiva avgifter utgör ca 65 procent av totala konsumtionsutgifterna. Ett viktigt inslag i de ordinarie kvartalsberäkningarna är att analysera utvecklingen av lön per arbetad timme och jämföra gentemot SCB:s lönestatistik, vilket många gånger leder till vissa korrigeringar av arbetade timmar. Eftersom underlaget för detta inte är lika fullständigt vid snabben-beräkningen som vid en ordinarie kvartalsberäkning är en sådan analys något osäkrare att göra. Fasta bruttoinvesteringar Vid snabben-beräkningen såväl som vid ordinarie beräkning av andra kvartalet utgör investeringsenkäten från maj det viktigaste underlaget. Statusen i underlaget är densamma och utgörs av en prognos som bygger på företagens investeringsplaner. Leveransen innehåller uppgifter både i löpande och fasta priser. Även investeringarna för jordbruk och skogsbruk bygger på prognosmaterial medan det vid ordinarie beräkning finns utfallsuppgifter. Investeringar i flygplan och fartyg baseras på uppgifter från utrikeshandelsstatistik med varor. Till snabben-beräkningen finns en månads ordinarie statistik och två månaders preliminär statistik tillgänglig. Investeringar i programvaror bygger på uppgifter från omsättningsstatistiken. För de statliga myndigheternas investeringar erhålls uppgifter från ESV avseende hela kvartalet. Däremot saknas uppgifter om de kommunala myndigheternas investeringar och beräkningarna baseras på bedömningar bland annat med ledning av tidigare kvartalsutfall. Lagerinvestering Ordinarie beräkningar av lagerinvesteringar bygger på kvartalsstatistik vilket gör att det i princip inte finns något underlag att tillgå i snabbenberäkningen. Vid snabben-beräkningen för 2005 kunde dock en analys av in-

15 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 15(56) kommet material i statistiken över industrins lager göras, vilket gav viss vägledning i skattningen av lagerinvesteringarna totalt. Export och import För varuhandeln finns vid snabben-beräkningen ordinarie varufördelad statistik avseende EU-handeln (Intrastat) för en månad och snabbstatistik, baserad på ett mer begränsat urval, för resterande två månader. Även för handeln utanför EU (Extrastat) finns en månads ordinarie varufördelad statistik och två månaders preliminär statistik. Leveransen av underlaget till nationalräkenskaperna innehåller både löpande och fasta priser. Ett uppsnabbningsarbete pågår i utrikeshandelsstatistiken, vilket kommer att innebära att två månaders ordinarie statistik både för Intrastat och Extrastat är tillgängligt vid snabben-beräkningen Utöver grundmaterialet från utrikeshandelsstatistiken görs ett par tilläggsberäkningar på nationalräkenskaperna. Bland annat ersätts uppgifterna avseende bunkring av drivmedel med uppgifter från energistatistiken. Den informationen finns inte tillgänglig i samband med snabben-beräkningen. För handeln med tjänster finns i dagsläget ingen statistik tillgänglig i samband med snabbenberäkningen. Det underlag som används är en prognos över tjänstehandeln som Riksbanken gör. I övrigt görs bedömningar av samband mellan varuoch tjänstehandel. En del i detta projekt är att utreda kvaliteten i statistiken över utrikeshandeln med tjänster, vid tidpunkterna för leverans till snabberäkningarna. Se vidare under avsnitt Att använda uppräknade uppgifter från en avbruten insamling kommer förmodligen inte att vara tillämpligt vid snabben-beräkningen andra kvartalet. Antalet inkomna blanketter i Tjänstehandelsstatistiken är normalt för lågt och kvaliteten därmed för dålig när underlaget skulle behöva levereras till NR. Beräkningarna från användningssidan grundas alltså på en blandning av statistiskt underlag för en, två, tre månader eller avbruten insamling av kvartalsstatistik. För information som saknas, helt eller för någon period, görs bedömningar och skattningar. De mest uppenbara bristerna är avsaknaden av lagerstatistik och statistik för utrikeshandel med tjänster. Underlaget för den kommunala konsumtionen är också uppenbart svagt, men den är ändå möjlig att skatta eftersom det inte är ett område där det sker stora omedelbara svängningar. Dessutom bygger beräkningarna i fasta priser för den största posten i konsumtionen, löner och kollektiva avgifter, på arbetade timmar, där statusen i underlaget är relativt jämförbar med en ordinarie beräkning. Lagerinvesteringarna kan däremot svänga kraftigt och det kan ha en stor inverkan på BNP-utvecklingen. Det är ändå inte så att lagerinvesteringen kommer fram som en ren residualpost. Lagerinvesteringarna skattas självständigt med ledning av barometerdata och tidigare utveckling av lagerposten. Vid beräkningarna 2005 fanns också visst underlag för industrins lager tillängligt. Nedan följer en genomgång av de viktigaste källorna för snabbenberäkningen av BNP:s produktionssida. Jordbruk, skogsbruk och fiske Jordbruksproduktionen baseras i snabben-beräkningarna på en skördeprognos samt statistik för två månader över jordbruksproduktionen. Däremot

16 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 16(56) saknas direkt information om skogsbruket. Ordinarie beräkningar av skogsproduktionen baseras på uppgifter från Skogsstyrelsen över avverkning. För beräkningarna av produktionen inom fisket finns två månaders fångststatistik att jämföra med tre månaders statistik vid ett ordinarie kvartal. Beräkningarna för dessa branscher görs direkt i fasta priser. Gruvor och tillverkningsindustri Underlaget till snabben-beräkningarna utgörs av industriproduktionsindex för april och maj med viss information om juni månad och beräkningarna görs i fasta priser. Utöver industriproduktionsindex finns även Konjunkturinstitutets Konjunkturbarometer att tillgå. Ett delprojekt i flash-projektet har varit att utreda och utveckla metoden för skattning av industriproduktionsindex baserat på den statistik som finns tillgänglig vid beräkningstillfället, se avsnitt Byggindustri Beräkningarna av byggproduktionen bygger i snabben-beräkningen såväl som vid ordinarie beräkning av andra kvartalet på Investeringsprognoser från investeringsenkäten i maj samt arbetade timmar enligt sysselsättningsberäkningen och beräkningarna utgår från fasta priser. Elverk och värmeverk För beräkning av energibranschernas produktion används den ordinarie månatliga elstatistiken för april och maj kompletterad med preliminära data avseende tillförseln av el för juni månad. NR gör sedan själva en skattning av produktionssidans delar gällande el för juni månad. Två månaders statistik över naturgasproduktion ingår också i energibranschens produktion. Fjärrvärmeproduktionen beräknas huvudsakligen utifrån analysmaterial som t ex gradindex. Vid ordinarie beräkning bygger denna del på kvartalsstatistik över fjärrvärmeproduktionen. Även bränsleberäkningarna bygger i de ordinarie beräkningarna på kvartalsstatistik som inte är tillgänglig vid snabben-beräkningen. För beräkning av fasta priser finns, som vid ordinarie beräkning, tre månaders producentprisindex (PPI) att tillgå. Tjänstebranscher Huvudparten av beräkningarna av tjänsteproduktionen baseras i en ordinarie beräkning på omsättningsstatistik avseende tjänstebranscher. Denna statistikkälla används även vid beräkning av hushållens konsumtionsutgifter och består dels av enkäter till större företag och dels av administrativt data från skatteverket (momsmaterial) för de mindre företagen. Detaljhandeln undersöks dock enbart med enkäter. Av de övriga branscherna utgör enkäterna ca 65 procent av den totala omsättningen. Vid snabb-beräkningen används framförallt material från de enkäter som har kommit in. Vid 2005 års snabberäkning hade 73 procent av enkätföretagen kommit in med uppgifter. Även momsstatistik för en till två månader används som stödinformation i beräkningarna. Den bransch som har den bästa täckningen är detaljhandeln eftersom den enbart undersöks med enkät. I vissa fall kompletteras omsättningsstatistiken med annan statistik, t ex delårsrapporter, inkvarteringsstatistik avseende hotellnätter m.m. I vissa fall omfattar de här underlagen hela kvartalet redan vid snabben-beräkningen och i andra fall

17 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 17(56) endast en mindre del av kvartalet. Bostadstjänster och bank- och försäkringstjänster ingår inte i omsättningsstatistiken. Produktionsberäkningen av bostadstjänster bygger på uppgifter över färdigställda lägenheter för två månader. Vid ordinarie beräkningar finns tre månader att tillgå. För bankoch försäkringsbranschen finns underlag för att beräkna Financial Intermediation Services Indirectly Measured (FISIM) i fasta priser då uppgifter över lånestockar finns tillgängliga för två månader. FISIM utgör knappt 60 procent av branschens totala produktion. Ordinarie kvartalsberäkningar baseras på kvartalsstatistik för finansiella företag. I en ordinarie beräkning används tjänsteprisindex (TPI) för att beräkna fasta priser för ca 35 procent av tjänsteproduktionen. TPI finns inte tillgängligt till snabbenberäkningen, istället används löneindex som justerats för normal differens mellan TPI- och löneindex. Löneindex beräknas utifrån Konjunkturlönestatistiken för april och maj månad. Vid de ordinarie kvartalsberäkningarna används tre månaders statistik. Andra källor för fastprisberäkning är partihandelsindex, faktorprisindex för byggtransporter 3 och KPI för vilka alla tre månaderna i kvartalet finns tillgängliga. Offentliga myndigheter Beräkningarna av de offentliga myndigheternas förädlingsvärde bygger på samma underlag som beräkningarna av konsumtionsutgifterna. För de statliga myndigheterna finns sammanställningen av myndigheternas rapportering från ESV och beräkning av fasta priser görs utifrån uppgifter om arbetade timmar och prisindexinformation. För de kommunala myndigheterna saknas underlag i löpande pris, men uppgifter om arbetade timmar finns för beräkning av löner och kollektiva avgifter i fasta priser. Att det endast finns uppgifter om arbetade timmar som underlag betyder inte lika mycket för beräkningarna av förädlingsvärdet, där löner och kollektiva avgifter utgör knappt 90 procent, som för beräkning av konsumtionsutgifterna där denna post står för drygt 60 procent. Sysselsättning Sysselsättningsberäkningarna baseras på ordinarie statistik från arbetskraftsundersökningar över antal sysselsatta och genomsnittligt antal arbetade timmar per vecka. Vid ordinarie beräkning används en specialberäkning med totalt antal arbetade timmar under kvartalet, vilken oftast inte är tillgänglig till snabben-beräkningen. Utöver AKU används två månader från Konjunkturlönestatistik, antal anställda och arbetade timmar, för respektive sektor. Vid ordinarie beräkning finns tre månaders Konjunkturlönestatistik att tillgå. För övriga delar finns bl a momsstatistik för en till två månader, lönestatistik för en till två månader och sysselsättningsstatistik (AKU) för tre månader. Beräkningarna från tillgångssidan grundas som för användningssidan på en blandning av statistiskt underlag för en, två eller tre månader eller avbruten insamling av kvartalsstatistik. De mest uppenbara bristerna för skattningen av tillgången i ekonomin är avsaknaden av statistik för utrikeshandel med tjänster. För beräkning av förädlingsvärden i kommunala myndigheter saknas underlag i löpande priser, som behövs för att göra en fullständig 3 Index över kostnaderna för byggtransporter, t ex räntor, däck och drivmedel

18 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 18(56) analys av fastprisutvecklingen Underlaget för beräkning av fasta priser, i form av arbetade timmar, täcker dock merparten av förädlingsvärdet Utvärdering av Snabben-beräkningen I tabell 2.1 framgår differensen i volymutvecklingen mellan snabbenberäkningen och den ordinarie kvartalsberäkningen för andra kvartalet för åren För BNP har revideringarna varit måttliga, förutom för 1995 och 1997 då volymutvecklingen reviderades med 0,7 respektive 0,5 procentenheter. För enskilda delar har däremot revideringarna varit större. På tillgångssidan är det framförallt importen som reviderats mycket, men också HIO-produktionen och kommunernas produktion. På användningssidan är det fasta bruttoinvesteringar och export som reviderats mest. Förädlingsvärdena i näringslivet är de beräkningar som totalt sett haft små revideringar, som mest fem tiondelar 1997 och Men eftersom näringslivets förädlingsvärden är så avgörande för precisionen av BNP-skattningen från tillgångssidan så är en förbättring av underlagen för både industri- och tjänstebranscherna nödvändig för att utveckla kvaliteten i BNPskattningarna. Som nämnts tidigare har därför en del av projektet varit inriktat på att förbättra underlagen för industri- och tjänsteproduktionen. Revideringarna för de offentliga myndigheternas förädlingsvärden var generellt sett större i början av perioden än för senare år. Det kan förklaras av att underlagen för beräkningarna successivt förbättrats. Före år 2000 användes inte uppgifter från Konjunkturlönestatistiken utan endast Arbetskraftsundersökningarna. I och med att Konjunkturlönestatistiken började användas förbättrades förutsättningarna för beräkningen av löner och kollektiva avgifter. Annars är det framförallt ett bristfälligt underlag i löpande priser för de kommunala myndigheterna som gör beräkningarna av de offentliga myndigheternas förädlingsvärden osäkra. De stora revideringarna 2003 beror på att en strejk genomfördes i kommuner och landsting under andra kvartalet 2003 och till snabben-beräkningen saknades bra information om strejkens konsekvenser. Beräkningarna av Hushållens ideella organisationer baseras på lönesummorna för sektorn, både i snabben-beräkningen och i ordinarie beräkning. Vid snabben-beräkningen finns bara en till två månaders lönesummor tillgängliga, vilket förklarar varför produktionsberäkningarna för HIO revideras relativt mycket till den ordinarie beräkningen. Uppgifterna om export och import av varor och tjänster har varit osäkra i snabben-beräkningen. Statistik över tjänstehandeln har inte funnits tillgänglig vid snabberäkningarna från 2003 och framåt, utan beräkningarna har baserats på prognosmaterial. Men även före 2003 reviderades tjänstehandeln ibland påtagligt mellan snabben-beräkningen och följande ordinarie beräkning av andra kvartalet. Statistiken baserades då på betalningsanmälningar och var månatlig. Men det preliminära underlag som användes i snabben-beräkningen, baserat på statistik för två månader, skiljde sig ibland substantiellt från det ordinarie underlag som omfattade alla tre månaderna i kvartalet. I det preliminära underlaget saknades även aktuella uppgifter för vissa delar såsom export och import av frakter. Statistiken för

19 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 19(56) utrikeshandel med varor revideras/uppdateras löpande vilket gör att underlagen till beräkningarna i NR för ett bestämt kvartal ofta revideras mellan beräkningsomgångarna. I och med att underlaget i snabbenberäkningen bygger på preliminära uppgifter för två månader kan stora förändringar i statistiken därför förekomma till följande ordinarie beräkning av andra kvartalet, då tre månaders ordinarie varuhandelsstatistik finns tillgänglig. Tabell 2.1; Differensen i volymutvecklingstalen för andra kvartalet mellan snabbversionen och efterföljande ordinarie kvartalsberäkning Tillgång FV näringslivet 0,3 0,5-0,2 0,4 0,1 0,5-0,3 0,4-0,1-0,1 FV offentliga myndigheter 1,1-2,8 1,9 0,7 0,9 0,0-0,1 0,9 0,6 0,0 FV HIO -2,5 1,1 2,0 0,6 2,2-2,0 0,8-0,2 1,0 0,6 Import 0,5-2,0-2,7-1,0-2,1 0,4-2,9-2,8-1,5-1,1 Användning Hushållens konsumtionsutgifter 0,3-0,1 0,3 0,1-0,5 0,9 1,0 0,6 0,3-0,3 Offentliga myndigheters konsumtionsutgifter 2,2 1,1 0,1 0,8-0,8 1,2-0,2-0,7 0,1-0,2 Fast bruttoinvestering -2,0 0,7 0,6-0,9-2,8-0,3-4,2-0,8-1,1 1,8 Lagerinvestering -0,7 0,1-1,6 0,3 0,5 0,4-0,2 0,0 0,6-0,2 Export 0,4-0,5 0,8-0,4-1,6-1,4-1,4-1,8-3,2-1,1 BNP -0,2 0,7-0,1 0,5-0,3 0,4-0,1 0,2-0,2-0,1 Av tabell 2.1 framgår att snabben-estimatet för hushållens konsumtionsutgifter vanligen revideras relativt lite i den följande ordinarie beräkningen av andra kvartalet. Men eftersom hushållens konsumtionsutgifter utgör ungefär hälften av BNP:s användning så får även relativt små revideringar genomslag på BNP. I den tidigare delen av perioden var underlaget svagt för denna del av beräkningen men har successivt förbättrats. Arbetet med att utveckla underlaget från Omsättningsstatistiken till snabberäkningarna (avsnitt 4.2.4) kommer att förbättra underlaget för beräkningarna av hushållens konsumtionsutgifter ytterligare. De offentliga myndigheternas konsumtionsutgifter bygger på samma underlag som beräkningarna av de offentliga myndigheternas förädlingsvärden. I konsumtionsberäkningarna behöver även förbrukningen, försäljningen och de sociala naturaförmånerna 4, som inte ingår i förädlingsvärdet, skattas vilket gör beräkningarna ännu mer osäkra. Som framgår av tabell 2.1 innebär detta inte alltid att revideringarna är större för konsumtionsutgifterna än för förädlingsvärdet men vanligtvis är det så. Huvudkällan för beräkningarna av de fasta bruttoinvesteringarna är densamma vid snabben-beräkningen som vid efterföljande ordinarie kvartalsberäkning. Att revideringarna vissa år är relativt stora beror på att övriga delar av beräkningen bygger på ofullständigt material, såsom för investeringar i fartyg och flygplan, samt att det helt saknas underlag för kommunernas investeringar. Tidigare saknades även underlag för 4 Sociala naturaförmåner består av utgifter för varor och tjänster som finansieras av offentliga myndigheter men som produceras av marknadsproducenter och utan vidare bearbetning levereras till hushållen, t ex landstingens finansiering av läkemedelsförmånen.

20 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 20(56) leasinginvesteringar vilket också bidrog till ökad osäkerhet. Men sedan ett par år tillbaka finns underlag även för denna del av beräkningen. Investeringar är ett område där stora förändringar kan ske mellan kvartalen och kompletterande information för de delar av underlaget som är ofullständigt i snabben-beräkningen kan få stort genomslag på investeringar totalt. Revideringen till följande ordinarie beräkning är för vissa år därför relativt stor. Revideringarna av lagerinvesteringar avser den effekt förändringen i lagerinvesteringarna haft på BNP-utvecklingen. Vid snabben-beräkningen 1998 sänkte alltså revideringen av lagerinvesteringar BNP-utvecklingen med 1,6 procentenheter vid den ordinarie beräkningen jämfört med snabbenberäkningen. I och med att övriga delar av användningssidan reviderades upp så var den totala revideringen av BNP-utvecklingen detta år endast -0,1 procentenhet. Vid snabben-beräkningen 2005 gjordes en analys av inkomna enkätsvar i undersökningen för industrins lager. Det visade sig möjligt att dra slutsatser av denna analys. Att utveckla metoder för att få fram en tidig preliminär skattning av industrins lager blir därför en viktig del vid ett fortsatt utvecklingsarbete av snabberäkningarna. I diagram 2.2 framgår BNP:s volymutveckling för andra kvartalet vid respektive beräkningstillfälle. Första beräkningstillfället avser snabbenberäkningen, andra beräkningstillfället är den efterföljande ordinarie kvartalsberäkningen och tredje beräkningstillfället i detta fall är den senaste kvartalsberäkningen, d v s kvartalsberäkningen för tredje kvartalet Att det förekommer stora revideringar av BNP-utvecklingen vissa år beror bland annat på att större revideringar av tidsserien genomförs med jämna mellanrum, då ny information och förändringar i statistiken förs in i beräkningarna. Senast en större revidering av tidsserien genomfördes var vid årsberäkningarna av år 2000, hösten Bland annat infördes då ny statistik för exporten, hushållens konsumtionsutgifter och tjänsteproduktionen, vilket gav upphov till relativt stora revideringarna av BNP-utvecklingen åren 2000 och I samband med att en definitiv årsberäkning genomförs sker även en översyn av kvartalsmönstret för aktuellt år och de två föregående åren, vilket också kan förklara avvikelserna mellan snabben-beräkning/ordinarie kvartalsberäkning och den senaste kvartalsberäkningen.

21 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 21(56) Diagram 2.2; BNP för andra kvartalet varje år vid respektive beräkningstillfälle 6,0 5,0 BNP:s volymutveckling % 4,0 3,0 2,0 Snabben Ordinarie kv.beräkning Senaste kv.beräkning 1,0 0, År I diagram 2.3 framgår den genomsnittliga skillnaden i BNP, i absoluta tal, mellan snabben-beräkningen och efterföljande kvartalsberäkning. Här kan det tydligt utläsas att skillnaden i BNP blivit betydligt lägre för den senare tidsperioden Sedan beräkningarna startade 1996 har underlagen successivt utökats och förbättrats. En ökad erfarenhet av att göra snabberäkningen har säkerligen också bidragit till att revideringarna minskat. Diagram 2.3; Genomsnittlig skillnad mellan Snabben och efterföljande kvartalsberäkning 0,5 0,4 Avvikelse i absoluta tal 0,3 0,2 BNP 0,1 0, Tidsperiod

22 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 22(56) 3. Genomgång av statistikunderlag för kvartal 1, 3 & 4 För att kunna göra snabb-beräkningar av BNP varje kvartal krävs det att det finns statistikunderlag i tid för dessa beräkningar. Som redan nämnts i rapporten finns det statistikunderlag för de allra flesta beräkningsområden till den snabb-beräkning som idag görs för andra kvartalet varje år. Möjligheterna att få fram statistikunderlag till snabberäkningar av första, tredje och fjärde kvartalet redovisas i detta kapitel. Även kvalitetsaspekterna kommer att beröras. Projektgruppen har under försommaren 2005 genomfört en undersökning, där beräkningsansvariga på NR har tillfrågats om möjligheterna för deras respektive statistikleverantörer att leverera statistik till NR varje kvartal för beräkningar av 45-dagars BNP. Undersökningen visade att det finns goda förutsättningar att klara detta i de flesta fall, men vissa problemområden finns. För att kunna göra 45-dagars estimat av BNP behöver underlaget vara tillgängligt senast dagar efter kvartalets utgång. Det är några dagar senare än i nuvarande snabben-beräkningen för andra kvartalet (30 dagar). Undersökningen visar att publicering efter 45 dagar borde leda till en betydligt bättre kvalitet. Om vi eftersträvar samma kvalitet som för andra kvartalet är det största problemet beräkningarna för kvartal ett. Vid denna tidpunkt i början på maj finns ingen prognos i investeringsenkäterna för kvartal ett, utan enbart en årsprognos. För kommunal konsumtion och kommunala investeringar är underlaget för första kvartalet också sämre eftersom ingen tidigare beräkning för året finns att stödja sig på. Nedan följer en något mer ingående genomgång av statistikunderlaget för alla de olika beräkningsområdena. Hushållens konsumtionsutgifter För första, tredje och fjärde kvartalet finns, förutom uppgifterna för konsumtion av el (se nedan under energi-, vatten- och byggproduktion), åtminstone samma material att tillgå som vid den nuvarande snabberäkningen för andra kvartalet. P g a att den nuvarande snabbenberäkningen för andra kvartalet publiceras 8 dagar tidigare än de nu planerade snabberäkningarna ökar möjligheten att få en högre kvalitet på uppgifterna. Vid den nuvarande snabberäkningen för andra kvartalet används det enkätmaterial som har kommit in i omsättningsstatistiken. Eftersom det nu finns några dagar extra innan kvartalet ska publiceras finns möjlighet att få med de enkäter som kommer sent samt mer tid till granskning av materialet. Dessutom ökar möjligheterna att få in uppgifter genom de direkta kontakterna som nationalräkenskaperna har med företag. För hushållens ideella organisationer finns löneuppgifter för en till två månader, vilket även är fallet vid den nuvarande snabben-beräkningen för andra kvartalet.

23 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 23(56) Statens konsumtionsutgifter Underlaget till snabben-beräkningen baseras på en specialbearbetning av den vanliga kvartalskällan för staten (underlag för statens finansiella sparande). Denna tas fram av ESV. Specialbearbetningen för andra kvartalet ingår i det avtal som SCB har med ESV angående leveranser till NR. Möjlighet finns att ta fram motsvarande specialbearbetning även övriga kvartal, men då blir det ytterligare c:a 50 timmars arbete på ESV per år med att ta fram underlag. I dagsläget åtgår två arbetsdagar på ESV för att ta fram underlaget till snabben-beräkningen (inklusive underlag för fasta bruttoinvesteringar). Kommunala konsumtionsutgifter Underlag i form av kvartalsenkät från primärkommuner och landsting går ej att få fram till nuvarande snabben-beräkningen och ej heller till övriga kvartal. I snabben-beräkningen volymframskrivs löner, kollektiva avgifter och delar av övriga produktionsskatter med hjälp av AKU- och KL-uppgifter över sysselsättningen. För resten av konsumtionsutgifterna, d v s förbrukning, försäljning, sociala naturaförmåner, övriga produktionssubventioner baseras beräkningarna på bedömningar utifrån budgetinformation och information om första kvartalet. Något motsvarande skulle kunna göras också för övriga kvartal. Ett problem är dock första kvartalet, där det inte finns någon tidigare kvartalsberäkning för samma år att stödja beräkningarna på. Fasta bruttoinvesteringar Underlaget till nuvarande snabben-beräkningen för andra kvartalet består bl a av en prognos från investeringsenkäten för maj, som i bedömd form används för näringslivets investeringar i maskiner och transportmedel samt byggnader och anläggningar. För första kvartalet finns ingen prognos att tillgå, eftersom majenkäten inte har inkommit. Då återstår att bedöma kvartalsfördelning och utfall av föreliggande årsprognoser från bl a februari. För tredje och fjärde kvartalet finns däremot aktuella kvartalsprognoser. Vi har också en bra uppfattning om hur utfallet brukar bli. Generellt sett är det lättare att bedöma utfallet av investeringsprognoserna för andra halvåret. För offentliga investeringar gäller samma förutsättningar som för andra kvartalet, också för tredje och fjärde kvartalet. För staten krävs dock att ESV gör sin specialbearbetning för konsumtion och investeringar. För första kvartalet innebär det att underlaget till de kommunala investeringarna är sämre eftersom ingen tidigare beräkning för året finns att stödja sig på. Sysselsättning Vid snabben-beräkningarna baseras sysselsättningsuppgifterna på ordinarie statistik från AKU över antal sysselsatta och genomsnittligt antal arbetade timmar per vecka. Utöver AKU används två månader från Konjunkturlönestatistiken, antal anställda och arbetade timmar, för privat, statlig, primärkommunal och landstingskommunal sektor. För privat sektor bygger statistiken för andra månaden i kvartalet inte på fullständiga uppgifter utan baseras på de uppgifter som inkommit i tid till beräkningarna. För övriga sektorer är statistiken för de två månaderna däremot ordinarie. Till en 45- dagarsversion av kvartal ett, tre och fyra skulle kvaliteten i underlaget kunna vara något bättre såtillvida att den andra månaden i Konjunkturlöne-

24 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 24(56) statistiken för privat sektor kan baseras på ordinarie statistik. I övrigt skulle underlagen motsvara de som finns tillgängliga vid snabben-beräkningen. Lagerinvesteringar Samma information (eller brist på information) som gäller andra kvartalet gäller också lager för de övriga kvartalen. För de övriga kvartalen bör det precis som för andra kvartalet gå att bedöma inkomna blanketter efter 35 dagar. Export och import Från och med 2006 kommer snabben-beräkningen av export och import av varor att kunna baseras på två månaders ordinarie statistik och en månads snabbstatistik för Intrastat såväl som Extrastat. Motsvarande underlag skulle finnas tillgängligt vid 45-dagarsversioner av kvartal ett, tre och fyra. Vid publicering efter 45 dagar skulle export och import av tjänster kunna bygga på en version med avbruten insamling i statistiken för utrikeshandeln med tjänster med bättre kvalitet jämfört vad som kan levereras i samband med snabben-beräkningen. Se vidare avsnitt där en avbruten insamling vid 30 respektive 35 dagar jämförs. Jordbruks-, skogsbruks- och fiskeproduktion För jordbruket finns samma prognosuppgifter som för andra kvartalet, också för övriga kvartal. Kvaliteten jämfört med en ordinarie kvartalsberäkning blir beroende på om vi har tillgång till två eller tre månader. För skogsbruket och fisket används samma underlag som för andra kvartalet. Industriproduktion Underlag i form av Industriproduktionsindex avseende tre månader går ej att få fram till nuvarande snabben-beräkningen för andra kvartalet. Det som finns som underlag är ett Industriproduktionsindex avseende två månader, men detta är osäkert att använda eftersom tredje månaden ibland kan skilja sig mycket från de båda föregående månaderna. Därför är det av stor vikt att kunna prognostisera industriproduktionen för tredje månaden utifrån utfallet för de två första månaderna i ett kvartal eller att med hjälp av avbruten insamling kunna uppskatta kvartalsutfallet. Metodfunktionen (MET) har arbetat med dessa metoder. Om dessa skattningsmetoder fungerar, innebär det att ett bra underlag för snabberäkningar av industriproduktion finns för alla kvartal. Se vidare under avsnitt Energi-, vatten och byggproduktion Vid den nuvarande snabberäkningen av andra kvartalet används importuppgifter för naturgas, gradindex för skattning av fjärrvärme, olika prisindex och två månaders statistik avseende tillförsel och användning av el samt preliminära data avseende tillförseln av el för den tredje månaden från Svensk energi. Alla dessa uppgifter finns att tillgå vid en beräkning av första, tredje och fjärde kvartalet. Gällande preliminära data avseende tillförseln av el för den tredje månaden från Svensk Energi går det dock endast att få data på en högre aggregeringsnivå. Detta gör att beräkningen av produktionen och konsumtionen av el blir något mer osäker för dessa kvartal. Beräkning av

25 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 25(56) byggproduktion kan göras för alla kvartal med samma beräkningsmodell som används för andra kvartalet. Detta innebär att bygginvesteringarna används tillsammans med arbetade timmar. För första kvartalet kan detta innebära problem eftersom det bara finns en årsprognos för investeringsenkäterna. Tjänsteproduktion De viktigaste källorna är omsättningsstatistik baserad på inkomna blanketter, lånestockar avseende två månader samt uppgifter över färdigställda lägenheter för två månader. Färdigställda lägenheter används för att beräkna bostadsproduktionen och lånestockar för att beräkna produktionen av bank och försäkringstjänster. För övriga branscher används framförallt omsättningsstatistiken. Omsättningsstatistiken baseras på de blanketter som har kommit in. Här är det troligt att fler blanketter hinner komma med i resultatet än vad som är fallet vid den nuvarande snabberäkningen av andra kvartalet, eftersom den nuvarande snabben-beräkningen publiceras 8 dagar tidigare (se även hushållens konsumtionsutgifter ovan där samma källa används). I omsättningsstatistiken är det endast de större företagen som undersöks med enkät. De mindre företagen, ca 35 procent av omsättningen, baseras på administrativt material och ingår inte i denna leverans, vilket de inte heller gör vid den nuvarande snabberäkningen av andra kvartalet. Det skulle vara bra om det även gick att få med de mindre företagen. MET har utvecklat en metod där även de mindre företagen ingår (avsnitt 4.2.4). Faller denna metod väl ut så finns det ett bra underlag för att beräkna tjänsteproduktionen.

26 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 26(56) 4. Metoder I kapitel två har beräkningsprinciperna för den nuvarande snabbenberäkningen beskrivits. En statistikbaserad ansats används och både användnings- och produktionssidan beräknas. I kapitel fyra diskuteras val av principiell metod för beräkningarna av alla kvartal. Det gäller val mellan produktionssidan och användningssidan eller båda i snabberäkningarna. Det gäller också att välja mellan modellbaserad eller statistikbaserad beräkning. Dessutom har vi i avsnitt 4.2 undersökt bästa metod för att beräkna tre strategiska områden. 4.1 Principiella beräkningsmetoder Mot bakgrund av hur man beräknar i andra länder och hur vår månadsvisa beräkning av den ekonomiska aktiviteten, aktivitetsindex, är upplagd tar vi ställning till principiella beräkningsmetoder. Går det att använda aktivitetsindexmetoder? Måste både användningssidan och produktionssidan beräknas? Hur gör andra länder Tyskland genomförde under 2002/2003 en förstudie över möjligheterna att ta fram kvartalsvisa snabbversioner av BNP 5 inom 30 dagar efter kvartalets utgång. I denna studie finns ett mycket utförligt avsnitt om vilka metoder som andra statistikbyråer använder sig av vid framtagande av snabbversioner. Nedan följer en sammanfattning av detta. De länder som har studerats och som alla tar fram snabbversioner är USA, Storbritannien, Italien, Holland, Japan och Grekland. Snabbast av alla länder i världen är Storbritannien som publicerar sitt BNPestimat redan 24 dagar efter kvartalets utgång. Detta kan jämföras med de andra europeiska länderna (Grekland, Italien och Holland) som alla släpper sina siffror 45 dagar efter kvartalets utgång. Tyskland publicerar också sitt snabb-estimat efter 45 dagar, men det innehåller bara BNP-utvecklingen i fasta priser. USA publicerar sitt snabb- estimat senast 31 dagar efter kvartalets utgång. Publiceringstidpunkt i andra länder, antal dagar efter kvartalets utgång; USA Storbritannien Italien Holland Japan Grekland En månad 24 dagar 45 dagar 45 dagar 45 dagar 45 dagar Det finns inget land i studien som har ett fullständigt komplett statistikunderlag eller fullständigt med indikatorer tillgängliga vid sina snabberäkningstillfällen. Därför använder de sig av extrapoleringsmetoder för att skatta saknade data. De metoder som används för att beräkna och prognostisera saknade data och indikatorer kan variera från ekonometriska 5 Feasibility study on rapid quarterly GDP estimates (Federal Republic of Germany), Federal Statistical Office

27 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 27(56) skattningar (ARIMA-modellering), som man gör i Storbritannien, Grekland och Italien, till subjektiva trendskattningar som man gör i Japan, Holland och USA. Det finns ingen direkt ideal-metod. Beräkningsmetoder, typ av metod för att skatta saknade data; USA Storbritannien Italien Holland Japan Grekland Subjektiva bedömningar Holt Winters Tramo-Seats Subjektiva bedömningar - Multivariat transfersystem Aktivitetsindex Sven Öhlén Background Statistics Sweden has published an Activity Index for the Swedish economy intermittently in the journal SCB-indikatorer. During 1997 this index appeared to show great instability for , and its quality was in question. In 1997 a short project on the future of the index was carried through at Statistics Sweden in discussion with the National Institute of Economic Research. The question was could the old approach 6 be improved or should the publication of the index stop?. As a result of this project, a new design of the Activity Index was suggested. The primary purpose of the new index was to provide a better monthly disaggregation of GDP than the old index. A system for producing the Activity Index written in Excel and Visual Basic was designed that included seasonal adjustment. The new approach, called the Activity Index in this report, was first published in January The calculations of the Activity Index were changed in 1999, e.g. new indicators and a bias reduction procedure were included. These new changes have consistently linked the Activity Index and GDP. It is also called monthly GDP on SCB:s homepage and many users of economic statistics consider the Activity Index as an official monthly GDP. Although the purpose and design of the Activity Index has not been to forecast GDP, it is used as a predictor of GDP. The Selection of Indicators and a Model for GDP The selection of indicators for GDP has been based on the principle of maximum correlation between the components of GDP and available monthly data produced by SCB. This includes traditional variables but also expectations data, e.g. household expectations like attitudes about the economic situation and buying plans. 7 During , it was based on the indicators industrial production index (IPI), production of electricity, employment in the form of number of hours worked for employees in the public sector (EMP) and turnover in retail trade (RT). In the second quarter of 1999, there were many changes of the definition and measurement of the target variable, GDP and it was calculated according to SNA 93/ESA 95 including new price deflators, new classifications and new sources. As a result from the screening among indicators 1999, two new monthly indicators were included in the model, exports of goods (EXP) and imports of 6 See Börjefors (1986). 7 It has been shown that such data could successfully be used in consumption functions. See e.g. Öhlén (1983).

28 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 28(56) goods (IMP). The indicator on electricity was excluded from the model. A new production system written in the SAS software including seasonal adjustment was also made. The regression model for quarterly GDP in fixed prices for the Activity Index in 1999 is shown in Table 4.1 below. Table 4.1 The Regression Model for the Activity Index for GDP according to SNA 93/ESA 95. EMP RT IPI EXP IMP CONSTANT 0,31 0,19 0,25 0,36-0,25 13,2 (12,2) (5,5) (4,7) (3,1) (-2,4) (4,3) R 2 =0,99 The parameter estimates of table 4.1, the t-test of the estimate is shown in brackets. All variables are in index form. The indicators in table 4.1 should be seen as proxies for some of the major components of GDP; household consumption (RT), public consumption (EMP), total industry production (IPI), total exports (EXP) and total imports (IMP). That is, a mixture from the expenditure side and the production side of GDP. Because the model is not perfect there is a bias of the Activity Index, measured as a mean for the months of a quarter. The Activity Index is calibrated to GDP for no bias. That is the mean of the original values of the Activity Index for the months of a quarter is equal to GDP (measured as an index with the same base year). When the bias is not known, the last bias is extrapolated to all months of the quarter. When a new GDP is published or data on GDP or the indicator variables are revised, new parameter estimates of the AI-model are calculated. That is, the model is estimated every month, even when there is no revision of GDP. The Activity Index (the original series) is seasonally adjusted with a multiplicative ARIMA(111)(010) model with trading day adjustment. The programs TRAMO/SEATS are used as recommended by Eurostat. Statistics Sweden publishes the seasonal adjusted values, the trend estimates and some graphs and time series for download on the Internet in press releases, on Reuter and SIX. Preliminary Results of the Use of the Activity Index for predicting GDP On the initiative from the director-general of Statistics Sweden and the Investigation of Economic Statistics, the use of the Activity Index in predicting the change of quarterly GDP has been investigated 8. The purpose of these investigations has been to check the prediction power of the Activity Index and give suggestions for further use of the Activity Index for the first published estimate of the quarterly change of the seasonally adjusted GDP. It was decided that the predictions should be of true ex ante type. Consequently, only published and official data on quarterly GDP and the Activity Index should be used. The published data on the Activity Index and the first estimate of GDP from 1999 to 2001 included twelve quarters and 36 published changes of the Activity Index were used. A summary of the 36 predictions is given in table 4.2 below. 8 See Öhlén (2002:1), Öhlén (2002:2) and Svanberg S. and Öhlén S. (2002), in Swedish.

29 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 29(56) Table 4.2 Summary of Prediction errors in per cent Month 1 Month 2 Month 3 Statistic Mean Min Max Range Standard deviation RMSE The predictions were based on the press releases of the Activity Index and GDP. Furthermore, the change of the mean of the trend for the two published changes were used as a predictor of the quarterly change of GDP. It was found that the changes of the trend estimates of the Activity Index were quite successful as a predictor for the quarterly change of GDP. As a matter of fact, the Activity Index for the first month of the quarter was the best predictor. It showed a RMSE of 0.20 per cent and the max/min prediction errors were 0.30 per cent and 0.30 per cent respectively. A flash GDP based on the Activity Index could consequently be made very early. For instance, the Activity Index for January is published the 10 th of March. A flash GDP for the first quarter based on Activity Index could be published around the same date or based on the Activity Index for January and February with publication around say 15 th of April. The performance of the Activity Index based the second and third months of the quarter had a RMSE of o.388 and respectively, still impressive but not as good as the first month. Further Research of the Use of the Activity Index for predicting GDP As mentioned earlier, the purpose of the design of the Activity Index has not been forecasting GDP. The approach is in lines with Chow and Lin (1971). We could say that the model for the Activity Index is static in levels. The econometric research since that time has drawn the attention to dynamic models of non-stationary time series. The issues of cointegration and common trends are important. We think that the implications of the latest research on dynamic modelling should be given attention for possible improvements of the model for the Activity Index. In particular, the work by Salazar et. al. (2002) should be investigated Aktivitetsindex och snabberäkning av BNP Aktivitetsindex för kvartalets tredje månad publiceras för närvarande ca 40 dagar efter kvartalets utgång. Detta innebär att med nuvarande upplägg är inte aktivitetsindex användbart som källa till 45-dagarspublicering av kvartalsvis BNP-utveckling. Som beskrivs ovan skulle dock aktivitetsindex för kvartalets första månader kunna användas för att beräkna en mycket tidig indikator på kvartalets BNP-utveckling. Om målet är att ta fram en snabberäkning efter dagar tycks detta vara den metod som bör utredas vidare.

30 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 30(56) En snabberäkning med publicering även av huvudaggregat är dock målet med detta projekt. Detta går inte att göra med aktivitetsindex. För en snabberäkning som publiceras efter dagar är den nuvarande metoden för kvartal två den enda möjliga. För avstämning av resultaten kan aktivitetsindex dock användas. En organisatorisk samordning av aktivitetsindex och övriga snabberäkningar är därför önskvärd och har genomförts med start i januari Val av principiella beräkningsmetoder Eftersom vi saknar uppgifter om insatsförbrukning i näringslivet har det bedömts som nödvändigt att beräkna både användnings- och produktionssida i snabberäkningarna för andra kvartalet. Även underlaget från användningssidan är dock sämre i en snabberäkning framför allt beroende på att beräkningen av lagerförändringarna bygger på prognoser och expertbedömningar. Enligt tabell 2.1 har BNP-utvecklingen i snabberäkningen för kvartal två under de senaste fem åren i genomsnitt reviderats med 0,2 procentenheter jämfört med den ordinarie kvartalsberäkningen för kvartal två. Jämfört med den slutliga kvartalsutvecklingen i definitiv årsberäkning har revideringen i genomsnitt under perioden varit 0,7 procentenheter. Detta är inte mer än den genomsnittliga revideringen av ordinarie kvartalsberäkning under samma period. För delaggregat har dock större revideringar gjorts. Vår slutsats är att vår nuvarande modell ger en tillfredsställande kvalitet för att beräkna BNP-utvecklingen totalt, men att metodarbete krävs för att förbättra delestimaten. Som framgår av avsnitt gör behovet av beräkningar för huvudaggregaten att en modell baserad på metoden för aktivitetsindex för närvarande inte är aktuell för en 45-dagarsberäkning. Vid en eventuell övergång till publicering inom 30 dagar blir det däremot nödvändigt att utreda en metod som baseras på metoderna i aktivitetsindex. Syftet med den snabberäkning som här utreds är att i första hand att mäta volymutvecklingen för BNP och ett fåtal huvudaggregat sedan föregående kvartal och jämfört med motsvarande kvartal föregående år. Detta innebär att färre detaljer än idag bör publiceras. Dessutom måste metoderna för att estimera vissa strategiska områden utredas (tre av dessa behandlas i avsnitt 4.2) Vi har alltså valt att arbeta med ett statistiskt underlag som ansluter så nära som möjligt till det som används i de ordinarie kvartalsberäkningarna. Metodarbetet har koncentrerats på att förbättra imputeringar som måste göras på grund av att insamlingen av data i vissa fall måste avbrytas i förtid.

31 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 31(56) 4.2 Beräkningsmetoder för strategiska områden Metoder vid avbruten insamling eller saknad månad Vid månadsvis insamling har man efter 35 dagar oftast inte tillgång till fullständiga uppgifter för den tredje månaden. Då kan man välja mellan två metoder för att beräkna kvartalsestimatet. En metod är att uppskatta kvartalet med hjälp av tidigare insamlat material för två månader samt tidigare utfall för tre månader. En annan är att bearbeta de uppgifter som inkommit för den tredje månaden och därmed göra en uppskattning av den tredje månaden. Den första metoden har den fördelen att den kan användas så fort två månader är beräknade. En risk med denna metod skulle kunna vara om den tredje månadens resultat avviker mycket från det normala. Att beräkna den tredje månaden med hjälp av inkommet material är inte helt lätt. Man måste hitta ett samband mellan inkommet vid en viss tidpunkt och slutligt utfall. För kvartalsuppgifter gäller det att hitta ett samband mellan inkommet material vid en viss tidpunkt och det slutliga utfallet. Att beräkna med inkomna uppgifter kräver större resurser för granskning och imputering än att uppskatta med hjälp av två månader Metoder för industriproduktion Stefan Svanberg and Alex Teterukovsky Introduction This study investigates a possibility of producing a preliminary figure for the quarterly index of industrial production (IPI) for extracting and manufacturing industries (C+D). IPI is a monthly chained index which currently is published approximately 40 days after the end of the month. The quarterly non stock-adjusted index is an arithmetic average of the corresponding monthly indexes. The Eurostat requirement of an early estimate of the quarterly GDP 45 days after the end of a quarter necessitates a production of the IPI as latest days after the end of the quarter. Note that the IPI for the first two months of the quarter are then already published. This means that one needs the IPI for the third month only, which could be calculated in the usual way, however with a somewhat larger number of imputations. We describe the practical issues connected to this approach and make a tentative evaluation of it. As an alternative to the named procedure, we propose two forecasting methods, which use only the data up to the second month of a quarter, making it possible to produce an even earlier estimate. Finally, we tackle the stock-adjustment of the quarterly IPI, which is currently performed approximately 60 days after the end of the quarter. There exist similar options, i.e. a) a larger number of imputations or b) a forecast based on data from the preceding quarters. Early estimation An early estimate is a preliminary calculation of the IPI based on the data which are registered by the time of calculation. This calculation is to be done following the same procedure as for the usual index calculation. Swedish IPI comprises the following three components: a) deliveries collected from the questionnaires (75 percent of the IPI), b) volume of production (20 percent of the IPI) and c) hours worked (five percent of the IPI). The quality of an early estimate severely depends on whether the companies with large market

32 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 32(56) shares have sent in their data. Some of the larger companies, send the data (for the third month of the quarter) not earlier than when their quarterly reports are published. Moreover, the response frequency and the timeliness vary from industry to industry. The exact times when the data arrives and are ready for processing, depend on numerous factors, both human and technical. Therefore, in the long run one may question the stability of too early estimation. The proper evaluation of this approach demands significant manual work since for each quarter of the evaluation period (back in time) one must discard part of the data, perform editing and imputation to a larger extent than usual and finally replicate the index calculation, which is in its turn not completely automatic. We have performed this early estimation only once, for the third quarter of 2005, twenty-seven days after the end of the quarter. The estimation process took eight hours together. At the time of calculation, the volume of the production data for the following industries were missing: 15.1, 15.51, 16, 20.1, parts of and (NACE). The values for these industries were imputed. The data on hours worked were unedited and contained approximately 50 percent missing values. Finally, the data on deliveries contained 13.4 percent weighted missing values (compared to slightly less than 10 percent on average at time of publication). The error of an early estimate was 0.04 percentage units for the third month and 0.06 percentage units for the whole quarter, e.g. negligible. As one may see the revisions for the first two months of the quarter indeed contributed more to the total quarterly error than the estimate error for the third month. This justifies using an early estimation method (at least as early as approximately 27 days after the end of the quarter). However, as we mentioned, a longer evaluation period for this approach is desirable in order to draw reliable conclusions. Forecasting Recall that the objective is to make an estimate of the quarterly index when the figures for the first two months of the quarter already exist. One must note that these figures are revised at the time of the publication for the third month of the quarter. Nevertheless, one can set a goal to produce an estimate as early as 10 days after the end of the quarter, e.g. when the second month figures are published. The two approaches evaluated below are forecasting methods one based on extrapolating the growth rates at preceding months for different industries and one based on seasonal decomposition of the IPI. Both methods make forecast of the quarterly IPI already 10 days after the end of the quarter. The forecasting errors should be compared with the final revisions of the IPI (rather than with the variant currently published 40 days after the end of the quarter) and be judged in the light of this comparison. Extrapolation There exist more than one way to extrapolate the growth rates of IPI. If one is interested in the total index only, the extrapolation could be done either directly for the total IPI or for each industry separately. In latter case the forecasts are to be aggregated in the same way the total IPI is. The method for extrapolation, e.g. the choice of the predictors and the function, should be kept simple in the sense that only reasonable relations

33 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 33(56) should be allowed to affect a forecast. We restrict ourselves to models of the following type: IPI ˆ t υ IPI ˆ 1 ˆ t GRt,t 12 + ( υ) IPIt 1 GR = 12 t,t 1, ( 1) where IPI ˆ t, t = 3, 6,9,12 is the third month s IPI to be estimated, Gˆ R andgˆ R t, t 12 t, t 1 are the estimated annual and monthly growth rates, correspondingly, υ is the weight and for month i. IPI i is the non-calendar adjusted IPI Growth rates G ˆR ˆ t, t 12 and GRt, t 1 are estimated as GR ˆ t = ω GR, t 12 n i= 1 Gˆ R t = ω GR, t 1 t i t i 12 t i t i 1 ( 2) () 3 where IPI i non calender adjusted i IPI j GR j = ( 4) IPI i DFi calender adjusted, IPI j DFj and DF i a working/trading day effect of month i. One multiplies the nonadjusted IPI with corresponding DF to obtain the adjusted figure. These effects can either be estimated in a course of seasonal decomposition or calculated directly from the number of working days in a given month. Note that it is just for estimating the growth rates GR in (4) we may choose to use the calendar adjusted indexes. Our final estimate is still the unadjusted IPI ˆ t which stands in the left-hand side of (1). The important questions now are: 1. How far back in time should one look (what are n and m in (2) and (3))? 2. How to weigh the data (what are v and w in (1), (2) and (3))? 3. How to incorporate the calendar effects (what are DF i )? 4. How to evaluate the extrapolation? A combination of common sense considerations and the trial-and-error method produced the following model: i j IPI ˆ t 3 3 DFt 12 1 IPI = IPI t 12 5 DF 3 IPI t t i i= 1 t i IPI t 1 DF DF t 1 t IPI IPI t 12 t 13 DF DF t 12 t 13 () 5 The criteria used for choosing the model were the common sense, the mean, the variance and the maximum of the relative absolute error

34 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 34(56) IPI ˆ t IPI IPI t t ( 6) It was observed that model (6) tended to overestimate growth for month t DFt when the working day effects ratio was smaller than unity and DFt 12 underestimate growth otherwise. This held for many (but not all) industries. This effect is predictable if we realize that the number of working days varies from industry to industry and the fact that one month has 10 percent more working days than the other does not necessarily imply that production would increase approximately by the same proportion. It may indeed increase much more if production continues on weekends. To neutralize this effect a correction factor was enforced. This factor is derived with the help of simple linear regression: I PI ˆ t IPI t ~ DF DF t t 12 Correction was applied if the estimated regression coefficients had been significant at five percent level. Hence, the final model is IPI ˆ t 3 = IPIt 5 12 DFt DF 12 t 1 3 IPI IPI t i t i IPIt 5 1 DFt DF t 1 IPIt IPI 12 t 13 DFt DF 12 t 13 DFt β 0 + β1 DFt where β and β 0 1 are estimated regression coefficients. The results are evaluated for all third months of the quarters from 1998 onwards (see Table 1 in appendix 4). As could be expected, for some of the industries the extrapolation method worked quite badly. On the other hand for the industry total (C+D) the forecast errors do not exceed two percent on average. The forecasts for the total are obtained by directly extrapolating the growth rates of the total IPI. Alternatively, one may combine the forecasts for individual industries similarly to how it is done for usual index calculation. This is known as an indirect approach. In table 2 in appendix 4 the results of indirect forecasting are contrasted with those of the direct approach. Table 10 in appendix 4 lists the relative weights (added value) of various industries used for aggregation at the National Accounts. Seasonal decomposition Seasonal decomposition of the IPI is carried out on an monthly basis. An ARIMA (AutoRegressive Integrated Moving Average) process is fitted to the IPI series, producing separate trend and seasonal estimates, together with estimation of working/trading days, holidays and outliers effects. The procedure allows to forecast the original series with the help of the estimated components. Note that by performing more or less automatic seasonal decomposition one generally avoids making subjective choices regarding the order of the model, use of working/trading day effects and weights of the previous observations. This may pay off when forecasting a large number of 12

35 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 35(56) series (say, all individual industries) but may be a drawback when forecasting just one series, since for that one series a subjectively chosen model may (and probably should) outperform an automatically chosen one. It is well-known that the economic data in a short run tend to behave as simple autoregressive processes. This fact justifies the use of seasonal decomposition methods for short-term forecasts. Moreover, a trustworthy estimation of a stable seasonal pattern adds to the reliability of forecasts. We make one-month ahead forecasts of the third months IPI for all industries from 1995 onwards. These forecasts are evaluated according to the same criteria and for the same period we used for the extrapolation method (Table 3 in appendix 4). Table 4 in appendix 4 presents the results of indirect forecasting, i.e. the indexes for some aggregates obtained by weighting the industries with weights from Table 10. The effect of stock-adjustment Table 5 in appendix 4 presents the effects of stock-adjustment per quarter for selected industries. Table 6 in appendix 4 averages the effects of stockadjustment across years according to (6). As can be inferred from Tables 5 and 6, the effect of stock-adjustment is not negligible for the total (C+D) and substantial for certain industries and therefore should be accounted for in preliminary estimates. As with the index itself, the following alternatives exist: an early estimation as in Section 1, and a forecast based on historical outcomes. The effect of an early estimation depends on whether the large enterprises have submitted their data, and therefore may vary from quarter to quarter. We expect the result of the preliminary calculation performed not earlier than 30 days after the end of the quarter, to deviate not more than 0.5 percentage units from the final figures for any industry. A rigorous evaluation will be performed during The forecasting method faces the following complication. The stock-adjustment, seen as a time series, does not exhibit a stable seasonal pattern, nor does there exist a clear trend (see Table 5 and Figure 1 in appendix 4). It is nevertheless obvious that the stockadjustment varies from quarter to quarter. We opt for a naive historic mean forecast of the stock-adjustment effect. The error of such estimate for the third quarter of 2005 is presented in Table 7 in appendix 4. Results and conclusion We infer from Tables 1 and 3 in appendix 4 that the seasonal decomposition method generally outperforms the extrapolation method for separate industries. However, for the total index, the extrapolation is preferable. This is not a surprise since the extrapolation was particularly tailored for the total (C+D) index. Both methods are unbiased and therefore the next step is to combine them by taking an average of the forecasts. This idea is commonly employed to minimize risks associated with using any isolated method. In our case it not only keeps the bias negligible but also significantly decreases the variance of the error. Recall that our primary concern is to forecast the total quarterly IPI. Table 8 in appendix 4 puts together the deviations for both direct and indirect forecasts of the total quarterly IPI (C+D) made by extrapolation, seasonal decomposition and by combining the two approaches. Clearly, the best method is a combined variant of the direct approach. The mean absolute error (MAE) of the quarterly forecasts obtained by this method is smaller than 0.5 percentage units (both for index and for annual

36 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 36(56) changes), see Table 9 in appendix 4. The forecasts of the stock-adjustment produce non negligible errors for many industries. For the total C+D, one can expect an error between 0.2 and 1.0 percentage units for the stock only (in general, somewhat smaller for the second quarter, and somewhat larger for the third one), i.e. comparable to the error of the forecast of the non adjusted index. These forecasts can be produced 10 days after the end of the quarter. The time needed to produce the forecasts of the stock-adjusted IPI is estimated to 1-2 hours. We should note that errors smaller than presented are expected when the economy is steady, but larger ones in the proximity of turning points. Particularly the seasonal decomposition method can be negatively affected. A preliminary (early) calculation of the stock-adjusted IPI is also possible and is expected to be superior to the forecasting methods. It can be performed approximately days after the end of the quarter and should not result in an error larger than 0.3 percentage units. The bulk of this error will be the contribution of the stock-adjustment. Preliminary calculation of the stock-adjusted IPI will take an estimated hours Metoder för tjänstehandel med utlandet Maria Krigsman & Tiina Orusild Inledning Resultaten från undersökningen Utrikeshandeln med tjänster levereras till Riksbanken senast 40 dagar efter kvartalets slut. I samband med detta görs även leverans till NR. I studien har undersökts om datainsamlingen kan avbrytas och om det går att ta fram resultat tidigare. Data har sparats ca 30 respektive ca 35 dagar efter kvartalets slut och resultat från dessa tidpunkter har jämförts med resultaten framtagna med data från den ordinarie leveranstidpunkten, d v s 40 dagar efter kvartalet. Genomförande och resultat På grund av att det inte framgår i databasen exakt när ett företags värde har ändrats har data behövt sparas undan data särskilt för denna studie. Endast tre kvartal har kunnat betraktas och studien bör fortsätta innan säkra slutsatser kan dras. Data för kvartal ett till tre 2005, har sparats ca 30, ca 35 och ca 40 dagar efter kvartalets slut. Tjänsterna delas upp i huvudaggregaten transporter, resevaluta och övriga tjänster Studien har omfattat posten övriga tjänster och skattningarna har tagits fram på samma sätt som vid ordinarie produktion. Stora företag som inte inkommit imputeras och för små och medelstora företag används viktning som bortfallskompensation. Transportposten har inte ingått i studien på grund av att uppgifter om frakter, som utgör en stor del av transportposten, bygger på andra uppgifter än de som samlas in i enkäten. Resevaluta exkluderades också då mindre än 20 procent av export respektive import av resevaluta samlas in genom tjänsteenkäten. Resterande del rapporteras av kreditkortsföretag, banker och växlingskontor i en separat totalundersökning. Det är inte samma problem med sen rapportering när det gäller denna post som vid övriga Övriga tjänster och i de fall det krävs

37 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 37(56) imputering stämmer skattningarna oftast bättre överens med sedan rapporterade värden än för övriga tjänster. Detta åskådliggörs på totalnivå diagram 4.3. Diagram 4.3; Skattad resevaluta första kvartalet 2003 t o m tredje kvartalet Tkr Export Import Kvartal Bortfall Objektsbortfallet är större vid tidpunkterna t+30 och t+35 jämfört med t+40, se tabell 4.4. Framförallt är det stor skillnad på bortfallet vid de olika tidpunkterna för kvartal 2. Tabell 4.4; Antal inkomna företag per kvartal 30, 35 respektive 40 dagar efter kvartalets slut Kvartal 30 dagar 35 dagar 40 dagar En liten del av bortfallet kan åtgärdas genom att man ser till att allt läggs in i systemet så fort det kommer in. Ändring av rutinerna för detta skulle bli aktuellt vid leverans tidigare än t+40. I tabellerna 2-4 i bilaga 5 redovisas bortfallet uttryckt som imputeringarnas respektive medelvärdeskompensationens andel av redovisade skattningar. Av tabellerna framgår bl a att andelen imputerat minskar, speciellt mellan 30 och 35 dagar vilket betyder att stora företag inkommer sent. I vissa fall inkommer stora företag även efter 35 dagar. Bortfallet är svårt att påverka och skattningarna kan endast förbättras genom att se över imputeringsmetoderna. Outliers Korrigering för outliers görs sent i produktionen vilket innebär att merparten av outlierhanteringen inte genomförts vid tiderna t+30 respektive t+35. Innan

38 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 38(56) outlierhanteringen är genomförd påverkar outliers medelvärdeskompensationen och vid uppräkning kan de få orimligt stor påverkan på skattningen. Innan leverans bör outlierhantering vara utförd. Ett metodbyte för outlierhantering kan bli aktuellt. Granskning Granskning och rättning görs löpande. Nu har man varit inriktad på att ta fram resultat 40 dagar efter kvartalet och vissa större företag har blivit inlagda och granskade sent i produktionsprocessen. Enhetsfel, värden i ental istället för tusental, är ett vanligt förekommande fel och har stor påverkan på resultaten. Dessa fel är relativt enkla att upptäcka och är möjliga att rätta i ett tidigare skede än vad som sker idag. Resultat I bilaga 5 finns resultattabellerna. I tabell 1 redovisas skattat netto per RBkod (Riksbankskod) och totalt baserade på data 30 dagar efter kvartalet samt 40 dagar efter kvartalet. I tabell 2 finns motsvarande resultat beräknade med data från 35 dagar efter kvartalet samt 40 dagar efter kvartalet. I tabell 3 4 redovisas export respektive import per RBkod och totalt. För kvartal 1 kan skillnaden i netto till stor del förklaras av enhetsfel. I tabell 2 utgörs 2,2 miljarder av nettoskillnaden av enhetsfel som hade kunnat rättas innan resultatframställningen. För kvartal 2 är bortfallet i regel större än för övriga kvartal. Ett företag bidrar genom en senare korrigerad felrapportering med 500 miljoner kronor av totala nettoskillnaden. Även om det felaktiga värdet upptäcks vid granskning kan det vara svårt att få tag på uppgiftslämnaren för att få ett korrekt värde i tid. I övrigt är det främst bortfall som bidrar till skillnaden för kvartal 2 vilket är svårt att åtgärda under sommarmånaderna. För kvartal 3 är bortfallet mindre än för kvartal 1 och 2. Nettoskillnaderna är förhållandevis små men om man tittar på netto per RBkod kan skillnaderna vara stora. Förekomst av enstaka outliers och ett fåtal imputeringar av bortfall bidrar till dessa skillnader. Enstaka stora företag har också lämnat ofullständiga rapporter som senare kompletterats. Sammanfattning Med de förklaringar av skillnaderna mellan en skattning vid 35 dagar jämfört med en skattning vid 40 dagar ser det ut som om det skulle vara möjligt att ta fram en tidig skattning under förutsättning att man lägger om produktionen något. Detta gäller skattning av netton på totalnivå. Om detta ska vara möjligt bör bl a inkomna uppgifter granskas tidigare och stora företag vara inkomna eller imputeras på ett bättre sätt än idag. Nettoskattningarna 30 dagar efter kvartalets slut baseras på betydligt mindre inkommet material både värde- och objektsmässigt än både 35- och 40- dagarsskattningarna. Med tidigare nämnda produktionsjusteringar skulle även 30-dagarsskattningen förbättras, men problemet med stort bortfall kommer troligtvis att kvarstå.

39 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 39(56) P g a att det inte framgår i databasen exakt när ett företags värde har ändrats var vi tvungna att spara undan data för denna studie. Endast tre kvartal har betraktats här och denna studie bör fortsätta innan säkra slutsatser kan dras Metoder för tjänsteproduktion Annika Lindblom and Alex Teterukovsky Introduction Today, the National Accounts aims to improve timeliness regarding the quarterly estimates of the GDP. It is likely that an estimate will be published 60 days after the end of a specific quarter. This improvement, regarding turnover in services, means that estimates must be available for the National Accounts about 50 days after the end of the quarter. This can be achieved within the existing production process. Eurostat, though, requires an early estimate of the quarterly GDP 45 days after the end of a specific quarter. This means that the estimates of turnover in services must be available for the National Accounts about 35 days after the end of the current quarter. Such an improvement of timeliness can not be achieved within the existing production process. This kind of improvement requires preliminary estimates produced by using new methods and probably by implementing some changes in the production process. This study investigates methods to produce preliminary estimates: a) by using turnover data only from large enterprises, and b) by using earlier VAT data deliveries. Present survey The present survey on turnover in services is based on a mixture of administrative data (value added tax (VAT)) and data collected from questionnaires. The survey covers the following industries: 50, 52, 51, 55, 60, 61, 62, 63, 64, 70, 71, 72, 74, 80, 85, 90, 92 and 93 (NACE Rev 1.1). The survey on turnover in the retail trade (NACE 52) is a monthly survey based only on questionnaires. Timeliness is a key factor in this survey and therefore is it impossible to make with an extensive use of administrative data. Today, quarterly estimates of turnover in the retail trade are available for the National Accounts about 35 days after the end of a specific quarter. The survey regarding the industries 801, 802, 803, 8042, 852, 9271 and 9302 is also based only on questionnaires because the information required by the tax authorities does not correspond to the turnover values the survey wants to measure. Remaining industries covered by the survey are based on VAT data for small enterprises and on data collected by questionnaires from about large enterprises. The current survey design regarding these remaining industries means that information on turnover is collected (from the VAT register) regarding all small enterprises in the frame population (excluding industries based only on questionnaires). This also means that the survey is dependent on when Statistics Sweden receives VAT data from the Swedish Tax Authority.

40 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 40(56) The possibility to improve timeliness regarding the quarterly industries based only on questionnaires (801, 802, 803, 8042, 852, 9271 and 9302) is focused on whether the respondents can submit the completed questionnaires to Statistics Sweden at an earlier time point compared to the time point currently used. These industries are not dependent on VAT data and are therefore excluded from the study of using the earlier VAT data deliveries. Monthly VAT data is delivered weekly to Statistics Sweden from the Swedish Tax Authority. The present survey uses VAT data regarding three months in a specific quarter and this data is based on the weekly delivery received by Statistics Sweden about 38 days after the end of the quarter. At this time point the tax authorities has not registered values for all enterprises regarding the last month in the quarter. This means that for a number of small enterprises in the frame population turnover values for the last month in the quarter are missing. In order to compensate for this item non-response, a statistical method called Current Ratio imputation is used. It is necessary to base the calculations on the VAT data delivery received by Statistics Sweden about 38 days after the end of the quarter, within the existing production process. If the calculations could be based on a later VAT data delivery less turnover values would be missing regarding the third month in the quarter. Current Ratio Imputation Current ratio imputation is used for the small enterprises with information on turnover in the VAT data for two of the three month in the quarter. The Current Ratio method in this survey is applied by industry 9 and quarter. This method would perhaps work better if it were applied both by industry and size. But in order to have enough data to calculate the ratio one is forced to use only industry. The Current Ratio method works as follows: ( 1 ) = y enterprise k:s turnover value month 1 k ( 2 ) = y enterprise k:s turnover value month 2 k ( 3 ) = y enterprise k:s turnover value month 3 k The imputed turnover value for enterprise k month 3: ( y + y ) CR ( 3) ( 1) ( 2) yˆ = (CR = Current Ratio) k k k ( 3) yk CR =, r () 1 ( 2) ( yk + yk ) r 9 The 73 industries used as domains of study in the survey

41 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 41(56) where CR is based on enterprises r with information on turnover included in the VAT data all three months in the quarter. The most common missing month is the third month in a quarter, but if month one (or month two) instead is missing the same method is used (based on the yk -values from the two months in the quarter where information on turnover exists). Current ratio imputation works well in this survey. This conclusion is based on evaluations, which have been possible to do, in retrospect, when the information on all small enterprises finally is included in the VAT data regarding the third month in a quarter. For the minimal number of enterprises in the frame population, when data was missing for at least two months of a quarter, turnover averages by industry and month are calculated and used for imputation (imputed turnover values by Current Ratio are then regarded as observed values). Producing early estimates A very important part of the survey on turnover in services is based on the collected questionnaire data from large enterprises. In the majority of the industries turnover values from those enterprises have a large impact on the estimates and therefore it is vital to include their turnover values when producing preliminary estimates. The quality of the preliminary estimates produced by the methods presented in this paper is dependent on the fact that the turnover values from the large enterprises are included. If the deadline for submitting the questionnaires to Statistics Sweden is to be kept at 25 days after the end of a specific quarter, the production time has to be made much more effective. Currently, there is time to edit and analyse turnover values from the large enterprises collected by questionnaires and then proceed with the VAT data. But if timeliness should be improved in order to produce estimates for the National Accounts about 35 days after the end of the quarter, the work operations must be reorganized. Editing and analysing must be performed within a lesser number of days. The whole production time has to be shorter. To introduce and run a new and more effective production schedule would need additional resources. A feasible alternative is to change the deadline for submitting the questionnaires to Statistics Sweden from 25 days after the end of the quarter to 15 days after the end of the quarter (the same as for the Swedish retail sale statistics). This would mean that the work with the turnover data from large enterprises could start earlier and be to a large extent edited and analysed by the time the VAT data arrives from the Tax Authorities. Also in this alternative the whole production time has to become shorter. Calculations based only on questionnaire data Statistics Sweden has, for a couple of years, used a method in order to produce preliminary estimates of GDP for the Ministry of Finance regarding the second quarter each year. The method to produce these preliminary

42 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 42(56) estimates is based on turnover values from the large enterprises surveyed by questionnaires. The calculations are based on the large enterprises that have both a) submitted turnover values for the same quarter both for year t and t-1 and b) submitted their questionnaires in time for the preliminary calculations. The turnover values for these enterprises are added together, by industry, regarding the year t and the year t-1. Estimates of change over time, Tˆ, are then calculated by industry d, see below: Tˆ d = n d i= 1 n d i= 1 y y ( q) i() t, ( q ) i( t 1) where n d is the number of enterprises in the domain, y is the turnover value for enterprise i regarding quarter q and the year t respectively year t-1. Advantages of this method are that it makes it possible to produce early estimates, and that the data is easy to edit and analyse. A main disadvantage is that the preliminary estimates are based on a relative small number of enterprises and that these enterprises are solely large. The estimates of change over time based on large enterprises could have a different pattern compared to that if the small enterprises were included. The number of small enterprises in the service sector is large and it is therefore not advisable to exclude them. This method could also produce bias because enterprises with a positive development are more likely to submit turnover values in time for the preliminary calculation compared to enterprises with economic and financial problems. Overall, this is not an exceptionally good method, although it may give an indication of the development for each industry. Calculations based on earlier VAT data deliveries As mentioned before, the calculations in the present survey are based on VAT data delivered to Statistics Sweden about 38 days after the end of the quarter. In order to produce preliminary estimates, would it be possible to base the calculations on an earlier VAT data delivery? One necessary condition is that the large enterprises have submitted their completed questionnaires in time for the calculations of the preliminary estimates. To be able to produce preliminary estimates the calculations must be based on a VAT data delivery one (or two) week(s) earlier compared to the VAT data delivery currently used. This would mean a larger amount of item nonresponse. How would a more extensive use of Current Ratio imputation affect the outcome? A study has been made in order to explore this. Only estimates of change over time are used by the National Accounts. Nevertheless, estimates of total turnover are equally important since the estimates of change are nothing but the ratios between level estimates at quarter q, year t and the corresponding levels at quarter q, year t-1.

43 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 43(56) The frame population regarding the survey 10 on turnover in other services referring to the year 2005 was established in March This frame population was used in this study. It consists of approximately enterprises, of them about large, about enterprises reporting to the tax authorities monthly and about very small enterprises reporting to the tax authorities only once a year. Turnover values regarding the smallest enterprises only reporting to the tax authorities once a year, are calculated with a special method in the present survey. This method can be used for preliminary estimates as well as for the present estimates. Therefore the smallest enterprises are excluded from this study. The domains of study in other services required by the National Accounts for the preliminary estimates are the following industries: 50, 52, 51.51, 51.52, 51 (excl and 51.52), 55, 60-64, 65-67, 70, 71-74, and (NACE Rev 1.1). Turnover values from all large enterprises in this frame population are considered as true observed values in this study (which is the case in practice). We investigate the turnover estimates for the small enterprises, which are based on VAT data delivered at different time points. The one is based on a delivery of VAT data about 30 days after the end of the quarter, which would be the case if preliminary estimates were to be produced. The second time point agrees with the VAT data delivery used in the present survey, which is about 38 days after the end of the quarter. This study is performed on two different three months periods. Three months periods were used instead of specific quarters due to the availability of VAT data. Conclusions can be drawn regardless whether a three months period or a specific quarter is used. The first three months period includes June, July and August For this period three different VAT data deliveries where compared, see Tables 1a, 1b and 1c in appendix 6, where Table 1c corresponds to the currently used delivery. Differences are listed in Table 2 in appendix 6. The second three months period includes July, August and September Regarding this period two different VAT data deliveries where compared, see Tables 3a and 3b in appendix 6. Table 3b again corresponds to the currently used delivery. Differences are listed in Table 4 in appendix 6. Conclusions This report investigated the possibility to use earlier VAT data deliveries for estimating of the turnover in Services. Normally the turnover estimates are only partially based on the VAT data, and partially on the questionnaires. We have assumed that the data from the questionnaires have been submitted and edited in due time, thereby not affecting the quality of estimates. Our results (see the last column in Table 2 and Table 4 in appendix 6) show that using the VAT data delivered days after the end of the quarter instead of days affects the estimates by on average less than 0.3 percentage for levels (or, equivalently, approximately by the same amount of 10 Excluding the industries based only on questionnaires

44 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 44(56) percentage units for changes in time). This difference is next to negligible. Taking into account that using earlier VAT data does not involve extra manual work, we conclude that the given method, Current Ratio imputation, can be used for needs of a preliminary GDP estimation. This method should be complemented with shifting the deadline for submitting the questionnaires on turnover from the large enterprises by 10 days, bringing it to the same date as for the retail trade statistics, namely 15 days after the end of the quarter. This shifting is necessary to maintain the existing quality (given the resources) of editing the questionnaires. Finally, if such shifting is not possible or a need emerges for producing even earlier turnover estimates, a model-based forecasting approach should be taken. The contribution of large enterprises to the total turnover, along with total turnover in industries 801, 802, 803, 8042, 852, 9271 and 9302 can be forecasted with an ARIMA-based model and complemented with then existing VAT data. A rigorous evaluation of this approach is beyond the scope of a current report, but it is necessary to mention that the quality of such forecasts should not be expected to be of the same size order as for the preliminary estimates described here. This is clear since the error from using the earlier VAT data is increased by the forecast error for the large enterprises. Another possibility is to produce forecasts for the total turnover per industry, ignoring the VAT data. This can be done right after the final figures for the preceding quarter are published. The forecast error can be equal to three to four percentage units on average, and for industries with unstable seasonality and strong dependence on single enterprises and events (such as e.g and ) can exceed 10 percentage units.

45 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 45(56) 5. Förslag till beräknings- och publiceringsnivåer Som diskuterades i kapitel 2.2 så skiljer sig statusen i underlagen för de olika beräkningsområdena vid snabben-beräkningen. Det får följden att vissa områden beräknas med andra metoder jämfört med en ordinarie beräkning medan beräkningsförfarandet för andra områden är snarlikt det vid en ordinarie beräkning. Det medför också att beräkningsnivåerna för vissa områden skiljer åt mellan snabben-beräkningen och en ordinarie beräkning. Beräkningsområdena kan delas in i tre kategorier. - Områden som beräknas på samma nivåer som vid en ordinarie beräkning. Det gäller beräkningarna av produktion i tjänstebranscher, hushållens konsumtionsutgifter och näringslivets investeringar. För dessa beräkningar är tidsåtgången i snabberäkningen i stort sett densamma som vid en ordinarie beräkning - Områden där beräkningarna genomförs på en mer aggregerad nivå jämfört med en ordinarie kvartalsberäkning. Det omfattar industriproduktion, utrikeshandeln, statlig konsumtion och sysselsättning. Beräkningarna för de här områdena kan genomföras med mindre resursåtgång jämfört med en ordinarie beräkning. - Områden där det underlag som används vid ordinarie beräkning saknas och där beräkningarna genomförs med andra metoder än vid en ordinarie beräkning. Det gäller primärkommunal- och landstingskommunal konsumtion och lagerinvesteringar. En strävan vid kontinuerliga snabberäkningar är att kunna genomföra beräkningarna på en mer aggregerad nivå än vid de ordinarie beräkningarna vilket skulle spara resurser. Det problem som behöver lösas är i första hand hur fastprisberäkningen ska göras för de delar som idag fastprisberäknas på en detaljerad nivå. Ett system för viktning av prisindex skulle behöva byggas upp för detta. Projektet har inte utrett denna del men vid en löpande produktion av snabberäkningar behöver denna del utvecklas. Den metod som valts för snabberäkningar innebär att vi för de flesta områden till att börja med behåller de beräkningsnivåer, som används i snabberäkningen för andra kvartalet. Som nämnts ovan kan det dock på längre sikt bli aktuellt med färre beräkningsnivåer. Snabberäkningen är i första hand till för att visa utvecklingen av BNP totalt. Men även några huvudaggregat ska publiceras. Vi tycker dock inte att underlaget håller för att publicera på den detaljerade nivå, som idag används för andra kvartalet. Av tabell 2.1 framgår att även på mycket aggregerad nivå finns stora osäkerheter. Vi föreslår därför följande publiceringsnivåer: - BNP totalt - Hushållskonsumtion totalt - Offentlig konsumtion totalt - Fasta bruttoinvesteringar - Lagerinvesteringar - Export av varor och tjänster - Import av varor och tjänster

46 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 46(56) - Varuproduktion - Industriproduktion - Tjänsteproduktion - Offentlig produktion och HIO - Produktskatter netto - Arbetade timmar för varuproduktion, tjänsteproduktion, industriproduktion, Offentlig produktion och HIO samt totalt För dessa serier föreslår vi också publicering av säsongrensade uppgifter. Kalenderkorrigerade uppgifter föreslås publiceras för BNP totalt och för varuproduktion, industriproduktion, tjänsteproduktion samt offentlig produktion och HIO.

47 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 47(56) 6. Datasystem, organisation och resursåtgång Det är inte bara statistikunderlaget som behöver snabbas upp till snabberäkningarna, utan även produktionsprocessen. För att detta ska vara möjligt måste datasystem och organisation av arbetet ses över. I detta kapitel görs en genomgång av nuvarande datasystem och förslag på nytt datasystem för snabberäkningar. Nuvarande organisation av snabben-beräkningarna och förslag på ny organisation diskuteras också med utgångspunkt från hur andra länder har organiserat sitt snabberäkningsarbete. I slutet av kapitlet tas även resursåtgången i nuvarande snabben upp, samt den kalkylerade resursåtgången i de fortsatta snabberäkningarna. 6.1 Datasystem Datasystem för de ordinarie kvartalsberäkningarna Alla uppgifter från källorna bearbetas först av respektive beräkningsansvarig i excel. Därefter lagras resultaten i en databas för varje delområde. Dessa utgör försystem till den slutliga sammanställningen, som sker i en central kvartalsdatabas. I denna lagras värden från försystemen och olika aggregerade och kedjade resultat. Förädlingsvärden för näringslivet och lager indateras direkt i den centrala databasen. Det finns alltså följande databaser för delområden och sammanställning i de kvartalsvisa BNP-beräkningarna: Hushållskonsumtion Offentlig konsumtion Fasta bruttoinvesteringar Utrikeshandel Löner och sysselsättning Kvartalsdatabas (central) System i den nuvarande snabben-beräkningen Inför varje snabberäkning skapas en excelfil där kvartalsresultat ur den centrala kvartalsdatabasen sparas för de senaste åren i föregående och årets prisnivå. Vid uppläggningen sker aggregering till snabberäkningens nivåer. Resultat för kvartal två indateras i excelfilen. Alla resultat beräknas med inlagda formler. För vissa delområden görs först beräkningar i den vanliga kvartalsvisa databasen för respektive delområde. Detta gäller fasta bruttoinvesteringar och hushållskonsumtion Förslag till kvartalsdatabas för snabberäkningar Den nuvarande beräkningen i excel är inte tillräckligt stabil för att använda varje kvartal. En ny modell kräver en central databas liknande den som används i de ordinarie kvartalsberäkningarna. Med nuvarande nivåer kommer denna att innehålla ungefär 40 grundposter för BNP-beräkning och nästan 30 för sysselsättning (se bilaga 2). En ny version av snabbdatabasen skapas inför varje snabberäkning med utgångspunkt från senaste ordinarie kvartalsversion i kvartalsdatabasen. Detta innebär att för varje kvartal för vilken snabberäkning görs kommer vi att kunna spara alla olika kvartalsberäkningar i samma databas. Man kan skilja på dem genom versions-

48 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 48(56) beteckning. Väldigt mycket av kringprogrammeringen från kvartalsdatabasen kan anpassas till snabbdatabasen med relativt enkla modifieringar. Indatering kommer genomgående att göras direkt i snabbdatabasen. Aggregering, kedjning och säsongrensning kommer att behöva göras på samma sätt som i den centrala kvartalsdatabasen. Vissa delberäkningar kommer att behöva göras i försystem även i fortsättningen. Vi kan eventuellt behöva undersöka särskilda snabbversioner av dessa databaser. 6.2 Organisation av arbetet Organisation av nuvarande snabben-beräkningen Snabben-beräkningen har hittills varit organiserad med samma uppsättning personer som vid ordinarie kvartalsberäkningar. Antalet involverade har dock varit något mindre än vid normal kvartalsberäkning, eftersom vissa större närliggande beräkningsområden beräknats av en person istället för några personer. Vid senaste snabben-beräkningen i juli/augusti 2005 var 17 personer involverade, 10 personer gjorde beräkningarna för de olika områdena, 3 personer stod för sammanställning, slutavstämning, pressmeddelande och presskonferens. 1 person gjorde kalenderkorrigering och säsongrensning, 1 person EU-leverans, 1 person publicering på hemsidan och slutligen 1 person inläggning i de statistiska databaserna (SSD) Andra länders organisation av snabberäkningar I Tysklands förstudie om möjligheterna att ta fram kvartalsvisa snabbversioner av BNP 11 står det en del om organisationen av arbetet med snabbversioner i andra länder. Studien visar att ingen av de undersökta länderna, där det funnits information om organisationen (USA, Italien, Holland), har någon särskild organisation just för snabb-estimat. Det är därför samma enhet och samma individer som beräknar både snabbestimaten och ordinarie kvartalsberäkningarna. Däremot skiljer sig själva produktionsprocessen en del mellan länderna. I USA hålls t ex särskilda koordinationsmöten där siffror från produktionssidan harmoniseras med användningssidan. I Storbritannien hålls särskilda koordinationsmöten där produktionssidan stäms av mot annan information som man har inom nationalräkenskaperna. I Grekland, Italien, Japan och Holland görs däremot inte sådan koordinering eller fastställande av harmoniserade siffror, i alla fall inte vid särskilda möten Förslag till ny organisation av snabberäkningar Eftersom ordinarie beräkningsansvariga på NR redan nu är tungt belastade både med kvartals- och årsberäkningar, verkar det orimligt att lägga på ytterligare en arbetsbörda med snabberäkningar. Projektgruppens förslag är därför att tillsätta en arbetsgrupp för snabberäkningar och avstämning av kvartalsberäkningar. Det saknas ju sedan tidigare en funktion som enbart kunnat ägna sig att analysera kvartalsräkenskaper och därför vore det bra att 11 Feasibility study on rapid quarterly GDP estimates (Federal Republic of Germany), Federal Statistical Office

49 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 49(56) få in det i organisationen också. Personerna i gruppen bör ha tid att ägna sig särskilt åt avstämning av kvartalsberäkningar och snabberäkningar och bör därför inte vara så tungt belastade med andra kvartals- och årsberäkningar. Gruppen bör hållas så liten som möjligt eftersom vi tror att resursåtgången kan hållas nere på så sätt och alla i gruppen få ett bättre grepp om helheten. Det pågår nu en omorganisation på NR som ska vara färdig senast den första mars Resursåtgång Resursåtgång i nuvarande snabben-beräkningen Vid snabberäkningen av andra kvartalet 2005 deltog, som ovan nämnts, totalt 17 personer inklusive arbete med säsongrensning och publicering. Räknar man aktuellt antal timmar på den sammansättning av personal som vi hade vid snabben-beräkningen blev personalkostnaden totalt kr. Till den totala tidsåtgången för beräkningarna på nationalräkenskaperna ska läggas den tid som primärstatistiken lägger ned på att ta fram underlag för beräkningarna för att få en total bild av resursåtgången för att införa snabberäkningar. Den arbetstid som andra enheter lagt ned på arbete med underlag till snabberäkningen har dock inte undersökts i projektet Kalkylerad resursåtgång i framtida snabberäkningar Med utgångspunkt från nuvarande resursåtgång har vi i projektet funderat på resursåtgång för snabberäkningar i framtiden. I ett inledningsskede kommer det att gå åt en del extra resurser p g a uppläggningsarbete, särskilt vad gäller uppläggning av ny databas för snabberäkningar. I samband med det kan det också bli aktuellt med en del arbete för att anpassa försystemen så att dessa kan hantera snabbversioner. Annat arbete som också behöver göras i ett inledningsskede är att utarbeta ny standard för förkortat pressmeddelande, förenkla rutinerna för säsongrensning samt lägga upp rutiner för publicering av snabberäkningar. För primärstatistiken kan det också bli fråga om extrakostnader, kanske både initialt och permanent. Detta har vi dock inte direkt undersökt i projektet. Vad gäller de statliga beräkningarna vet vi däremot att det tillkommer kostnader för att ta fram snabbunderlag. ESV räknar med att två personer måste jobba med det 2-3 dagar varje kvartal. En grov kalkyl vad gäller det löpande arbetet med snabberäkningar är att kostnaderna borde ligga runt kr per kvartal. Till det tillkommer kostnader för uppläggningsarbete i inledningsskedet samt extra kostnader för primärstatistiken.

50 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 50(56) 7. Förutsättningar för publicering efter 60 dagar istället för 70 Eftersom EU vill ha ordinarie kvartalsdata efter 60 dagar har projektet även undersökt förutsättningarna för detta. Än så länge är det dock inget krav att leverera data efter 60 dagar, men kan bli det i framtiden. NR:s två största användare, Konjunkturinstitutet och Finansdepartementet, är också intresserade av 60 dagars publicering, så länge dessa siffror kan hålla samma kvalitet som siffrorna vid nuvarande 70 dagars publicering. I detta kapitel görs därför en genomgång av möjligheterna att få in statistikunderlag till uppsnabbade ordinarie kvartalsberäkningar efter 60 dagar istället för 70 dagar. Projektgruppen har även här genomfört en undersökning, där beräkningsansvariga på NR tillfrågats om möjligheterna att snabba upp ordinarie kvartalsstatistikleveranser till NR vad gäller en 60-dagars publicering. Det finns ett antal problemområden när det gäller att publicera efter 60-dagar med i stort sett oförändrad kvalitet. De största problemen finns för andra kvartalet där det i dagsläget är omöjligt att snabba upp till 60 dagar. Det beror på att det finns ett antal källor som inte alls går att få in i tid just till andra kvartalet, vilket i sin tur beror på semestertider. De beräkningsområden, där underlag inte går att få i tid för andra kvartalet, är kommuner, landsting, staten, LAPS, TPI, handelslager och flygplansinvesteringar. Många av dessa underlag blir färdiga långt senare än för de övriga kvartalen. För att kunna ta fram en ordinarie kvartalsberäkning efter 60 dagar behövs underlag senast 50 dagar efter kvartalets utgång. Nedan följer en något mer ingående genomgång av de olika statistikunderlagens förutsättningar som underlag för publicering efter 60 dagar. Hushållens konsumtionsutgifter De viktigaste källorna är omsättningsstatistiken, färdigställda lägenheter, nyregistreringsuppgifter för personbilar, konsumentprisindex samt en del egna enkäter/kontakter som nationalräkenskaperna har med vissa företag. Alla dessa uppgifter finns att tillgå senast 50 dagar efter kvartalets utgång. Den enda posten där underlag kan komma att saknas är konsumtionen av fjärrvärme (se text nedan under rubriken energi- vatten- och byggproduktion). Statens konsumtionsutgifter Redan idag är tidsramen för de statliga kvartalsberäkningarna snäv eftersom källan för staten (underlag för statens finansiella sparande) levereras sent från ESV. Dessutom ska enheten för offentlig ekonomi (OE) göra de statliga beräkningarna i löpande pris fr o m fjärde kvartalet 2005, vilket gör att det blir ytterligare ett led i beräkningarna. Trots det verkar det som om det skulle vara möjligt att snabba upp beräkningarna from ESV skulle nämligen kunna leverera de delar som berör konsumtionsutgifter och investeringsutgifter tidigare och det räcker för att kunna ta fram ett 60 dagars estimat av BNP.

51 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 51(56) Primärkommunernas konsumtionsutgifter Fr o m 2005 är det OE som både tar fram kvartalsenkäten och gör kvartalsberäkningarna åt NR i löpande priser. Beräkningarna täcker in både konsumtions- och investeringsutgifter men också transfereringsinkomster och transfereringsutgifter (sektorräkenskaper). Eftersom tiden för insamlandet av kvartalsenkäten redan nu är snävt tilltagen är det svårt att snabba upp kvartalsenkäten mer än någon enstaka dag. Det är även svårt att snabba upp beräkningarna i löpande priser med det nuvarande beräkningssättet och omfattningen. För att NR ska hinna få in underlaget senast 50 dagar efter kvartalets utgång, krävs det att förenklingar av beräkningarna görs och att omfattningen minskas till att bara gälla konsumtions- och investeringsutgifter. Detta skulle vara möjligt för första, tredje och fjärde kvartalet, däremot är det omöjligt för andra kvartalet. Andra kvartalet ser lite annorlunda ut i och med att kvartalsenkäten blir färdig mycket senare då. Detta p g a semestertider som gör det svårt att få in materialet från kommunerna. Landstingens konsumtionsutgifter Även här är det fr o m 2005 OE som gör kvartalsberäkningarna åt NR i löpande priser. Däremot är det fortfarande Sveriges kommuner och landsting (d v s gamla Landstingsförbundet) som samlar in kvartalsenkäten. Kvartalsenkäten går inte att snabba upp i dagsläget och det är heller inte möjligt att snabba upp beräkningarna i löpande priser med nuvarande beräkningssätt och omfattning. För att kunna använda materialet till en 60 dagars BNP behöver därför förenklingar av beräkningarna göras samtidigt som omfattningen måste minskas, precis som för primärkommunerna. Även här är det omöjligt med andra kvartalet, eftersom semestertiderna gör att det även här är svårt att få in materialet från landstingen. Fasta bruttoinvesteringar Investeringsenkäten finns för kvartal ett, kvartal tre och kvartal fyra tillgänglig efter 48 dagar, vilket är tillräckligt. Offentliga investeringar för andra kvartalet kommer mellan 62 och 70 dagar efter kvartalets slut. Leveranser av detaljuppgifter för utrikeshandel med flygplan och fartyg kommer för närvarande samtidigt som hela leveransen av utrikeshandel. Detta kommer att gälla även vid en uppsnabbad leverans av utrikeshandeln. Lagerinvestering Lager inom jordbruk, skogsbruk och industri finns tillgängliga inom 50 dagar för alla kvartal utom andra. För andra kvartalet finns industrilagren efter 53 dagar. Handelslagren finns efter 54 dagar för alla kvartal utom andra. Eftersom indatering senast måste göras efter 55 dagar räcker detta för att klara 60-dagarspublicering för lager för dessa kvartal. För andra kvartalet kommer handelslagren efter 68 dagar. Bränslelagren kommer först efter 55 dagar utom för andra kvartalet efter 68 dagar. Vi räknar dock med att kunna ta hänsyn till bränslelagren i samma utsträckning som hittills. Sysselsättning I sysselsättningsberäkningarna används tre källor. Arbetskraftsundersökningarna (AKU), Kortperiodisk sysselsättningsstatistik (KS) och

52 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 52(56) Konjunkturlönestatistiken för privat sektor respektive offentlig sektor. AKU publicerar drygt 20 dagar efter kvartalets utgång och KS efter ca 45 dagar vilket innebär att det finns god marginal att hantera uppgifterna på NR även vid en uppsnabbning till 60-dagars publicering. Även den specialleverans av arbetade timmar från AKU av totalt arbetade timmar under kvartalet som används i NR kommer att finnas tillgänglig i tillräckligt god tid för beräkning på NR. För beräkning och leverans av dessa timmar behöver vanligen ytterligare en månad finnas tillgänglig i AKU. Konjunkturlönestatistiken publiceras efter ca 60 dagar. För de offentliga sektorerna finns underlag även för sista månaden i kvartalet som regel tillgängligt vid beräkningen. Privat sektor levereras med avbruten insamling för den tredje månaden. En uppsnabbning skulle innebära att uppgifterna för tredje månaden är mindre kompletta än vid nuvarande beräkning. För statlig sektor kan fullständiga kvartalsuppgifter levereras i tillräckligt god tid för att tas in i en uppsnabbad beräkning. Däremot kommer det för primärkommunal och landstingskommunal sektor troligen endast att finnas statistik för två månader tillgänglig i tid för en uppsnabbad beräkning. Denna försämring i underlagen påverkar även kvaliteten i fastprisberäkningarna av löner och kollektiva avgifter för primärkommuner och landsting. Export och import Utrikeshandel med tjänster finns tillgänglig i tillräckligt god tid för att klara en uppsnabbning i beräkningarna. Leverans från SCB (UI) till Riksbanken sker 40 dagar efter kvartalets utgång. Leverans till NR av slutliga uppgifter skickas från Riksbanken några dagar före deras egen publicering som sker ca 50 dagar efter kvartalets utgång. Vad gäller utrikeshandel med varor kommer en uppsnabbning till ca t+45 dagar att ske från och med första kvartalet I dagsläget är publiceringen t+60 dagar. Uppgifter i fasta priser publiceras efter ytterligare 10 dagar. Vid nuvarande beräkning på NR finns två månader fullständig statistik tillgänglig medan den sista månaden i kvartalet bygger på en mer preliminär snabbstatistik. Uppsnabbningen av utrikeshandeln medför att en uppsnabbning till 60 dagar av NR kan bygga på ett underlag med åtminstone samma kvalitet som i nuvarande beräkning. I bästa fall kan även kvartalets tredje månad utnyttjas mer än vad som är fallet i dagsläget. Utöver grundmaterialet från utrikeshandelsstatistiken görs ett par tilläggsberäkningar på nationalräkenskaperna. Bland annat ersätts uppgifterna avseende bunkring av drivmedel med uppgifter från energistatistiken. Den informationen finns inte tillgänglig i tid för en uppsnabbning till 60 dagar. Jordbruk-, skogsbruk- och fiskeproduktion För dessa branscher går det att beräkna resultat efter dagar. Prognoser och preliminära utfall går att få från berörda myndigheter (t ex skogsstyrelsen och jordbruksverket). Industriproduktion Industriproduktionsindex (IPI), som är källan för industriproduktionen i fasta priser, är möjlig att snabba upp så att den kan levereras till NR efter 50 dagar. Möjligtvis sker leverans något senare (53 dagar) för andra kvartalet. Även källorna för industriproduktionen i löpande priser, leveransstatistik och

53 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 53(56) lagerstatistik, skulle vara möjliga att snabba upp så att de också kan levereras till NR efter dagar. Energi-, vatten och byggproduktion Vid en 60-dagars publicering blir det svårt att få med uppgifterna för värmeleveranser (kvartalsvis bränslestatistik, blankett 404) som används för att skatta produktionen och konsumtionen av fjärrvärme. Dessa uppgifter kommer till nationalräkenskaperna dagar efter kvartalets utgång. Framförallt är det uppgifterna avseende kvartal två som kommer sent. Övriga beräkningar påverkas inte av en uppsnabbning. Beräkning av byggproduktion kan snabbas upp för alla kvartal om bygginvesteringarna går att snabba upp. Arbetade timmar är inget problem eftersom huvudsaklig källa är AKU. Tjänsteproduktion För att beräkna tjänsteproduktionen används framförallt omsättningsstatistiken, statistik från Finansinspektionen, färdigställda lägenheter samt olika prisindex (bl a konsumentprisindex, tjänsteprisindex och olika faktorprisindex). Av dessa uppgifter är det endast TPI för kvartal två som inte går att snabba upp så att de finns att tillgå vid en 60-dagars publicering. Förslag på fortsatt arbete Det finns problemområden när det gäller att publicera efter 60 dagar med i stort sett oförändrad kvalitet. Vi är beroende av att den pågående utredningen om möjligheterna till uppsnabbning av utrikeshandeln med varor leder till väntade uppsnabbningar. Underlagen för kommuner och stat tar relativt lång tid att bearbeta. Här kan troligen förenklade beräkningsmetoder och förstärkta resurser leda till att vi klarar tidskraven. NR och OE borde utreda detta tillsammans. Den pågående överflyttningen av beräkningar i löpande priser till OE har dock i detta läge gjort det svårare att snabba upp redan från första kvartalet. Underlagen för fastprisberäkningarna för kommuner kommer troligen att försämras i och med att konjunkturlönestatistikens tredje månad inte är tillgänglig i tid för beräkningarna. Vidare måste NR:s arbete med publicering gå snabbare och vissa underlag kanske behöver släppas någon dag efter publicering. Här behövs mer utredning. Sammanfattningsvis återstår en del utredningsarbete. Det ser också ut som om det behövs lite mer resurser på NR eftersom vissa beräkningar blir mycket hoppressade. Eftersom vi inte tror att alla dessa problem kommer att vara lösta i samband med beräkningarna för första kvartalet kommer därför en neddragning till 60-dagarspublicering att ske stegvis. För första kvartalet 2006 genomförs beräkningen så långt möjligt som om det vore publicering efter 60 dagar, men med tanke på de problem som finns sker publicering efter 66 dagar. Vi får då möjlighet att testa uppsnabbningen. För kvartal två 2006 är det inte möjligt att snabba upp, eftersom insamling och bearbetning av vissa underlag sker betydligt senare. Här har vi ambitionen att så småningom komma ner till 70 dagar. För kvartal tre 2006 hoppas vi ha kommit ner till mellan 60 och 62 dagar beroende på hur vi lyckas lösa de problem som finns.

54 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 54(56) 8. Slutsatser och förslag på fortsatt utvecklingsarbete Slutsatserna av utredningen finns under varje avsnitt, men kan sammanfattas i följande punkter: 1) SCB kan enligt utredningens mening göra snabberäkningar för övriga kvartal på samma sätt som vi gör för kvartal två. 2) Underlag går i de flesta fall att få på samma sätt som för kvartal två. 3) För vissa områden föreslås förbättrade beräkningsmetoder, t ex för industriproduktion, utrikeshandel med tjänster och produktion för tjänstebranscher. Det mesta tyder på att detta innebär att beräkningarna för dessa områden kommer att förbättras jämfört med nuvarande snabbenberäkningen. 4) Problem kvarstår dock med underlagen för investeringar och kommunal konsumtion, speciellt för kvartal ett. För dessa områden föreslår utredningen metodarbete enligt de principer som utredningen har tillämpat för bl a industriproduktion. För kommuner och landsting är det särskilt viktigt att utreda detta. 5) Vid snabberäkning varje kvartal krävs utveckling av ett nytt datasystem. 6) Om beräkning ska göras varje kvartal påverkas också arbetsorganisationen så att fler personer arbetar enbart med analys av kvartalsberäkningar. 7) Utredningen föreslår en begränsning av publiceringsnivåerna jämfört med den nuvarande snabberäkningen. 8) Utredningens slutsatser har provats i en snabberäkning för kvartal fyra 2005, vilken dock inte ingår i detta projekt. Resultatet av utvärderingen bifogas dock som bilaga 7 till denna rapport. 9) Ytterligare uppsnabbning till publicering efter dagar kräver enligt utredningens uppfattning att den metodik som används i den s k aktivitetsindex vidareutvecklas och används istället för den nu föreslagna. 10) Utredningen har också kommit fram till att SCB bör kunna snabba upp de ordinarie beräkningarna till 60 dagar utom för andra kvartalet, där underlagen för speciellt kommuner och landsting kommer in för sent. Även i detta fall krävs ytterligare utredning, speciellt vad gäller publiceringsformer. Vissa beräkningar måste också förenklas medan andra områden kan behöva mer resurser.

55 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 55(56) Källförteckning Abeysinghe, T. and C. Lee (1998), Best Linear Unbiased Disaggregation of Annual GDP to Quarterly Figures: The Case of Malaysia. Journal of Forecasting, Björling, M. and Stenbeck, C., En förstudie över möjligheterna att snabba upp de kvartalsvisa Nationalräkenskaperna, Statistics Sweden Börjefors, P.L (1986), En månadsvis BNP estimator för Sverige. Chow, G.C., A.I. Lin (1971), Best linear unbiased interpolation, distribution, and extrapolation of time series by related series. Review of Economics and Statistics, Vol. 53. sid Feasibility study on rapid quarterly GDP estimates, Federal Statistical Office 2003 Hillmer, S.C. and A. Trabelsi (1987), Benchmarking of Economic Time Series, JASA, Vol. 82, Nr Lääkäri, E. (1994), The Monthly G.D.P. Indicator, Paper presented at EUROSTAT Quarterly National Accounts Workshop 5-6 Dec in Paris. Statistics Finland. Salazar, E.,Smith, R.,Wright, S. And M. Weale (1994), Indicators of Monthly National Accounts, Paper presented at a Workshop on Quarterly National Accounts, Paris-Bercy 05/12/94-06/12/94. EUROSTAT. Stenbeck, C. NR PM 1996:1 Utvärdering av BNP-Snabben för andra kvartalet 1995, Statistics Sweden Svanberg, S. and S. Öhlén (2002) BNP och Aktivitetsindex. SCB Öhlén (1983) Plans and Attitudes from the Survey of Consumer Buying Expections in Forecasting Total Private Consumption. In Leading Indicators and Business Cycle Surveys. Papers presented at the 16 th CIRET Conference Proceedings, Washington, D.C Edited by Karl Heinrich Oppenländer and G. Poser. Öhlén, S. (1998), An Activity Index for the Swedish Economy. Statistics Sweden Öhlén, S. (2002:1), Utredningen om översyn av den ekonomiska statistiken Uppsnabbning av BNP med användning av Aktivitetsindex, SCB

56 STATISTISKA CENTRALBYRÅN SLUTLIG VERSION 56(56) Öhlén, S. (2002:2), Forecasting GDP within the framework of the Swedish Activity Index. An Overview. In Utveckling och förbättring av den ekonomiska statistiken. Bilaga 4-9. SOU 2002:118.

57 Bilaga 1; Jämförelse av källor för kvartal 2 och snabben-beräkningen LÖPANDE PRISER Ordinarie kvartalsberäkning kvartal 2 Snabben-beräkningen kvartal 2 Produktion - Jordbruk Jordbruksstatistik, månatlig, 3 månader. Skördeprogonos Jordbruksstatistik, månatlig, 2 månader. Skördeprogonos - Skogsburk - Fiske Fångststatistik, 3 månader Fångststatistik, 2 månader - Industrin Industriproduktions index, 3 månader, lagerjusterad Industriproduktions index, 2 månader. - El, gas, värme och vatten Månadsel, 3 månader Månadsel, 2 månader ordinarie 1 månad preliminär Naturgas, 3 månader Naturgas,2 månader Bränslestatistik, kvartal Fjärrvärmeproduktion, kvartal - Byggindustri Investeringsenkäten, maj. Prognos över reparationer, Investeringsenkäten, maj. Arbetade timmar arbetade timmar - Tjänsteproducenter Omsättningsstatistiken, kvartal. Enkät 90 % och Omsättningsstatistiken avbruten insamling momsregister 10 % ca 70% täckning av enkätföretagen - Kreditinstitut och försäkringsbolag Kvartalsstatistik för finansiella företag Ingen information finns - Offentliga myndigeter och HIO Se nedan underlag vid konsumtionsutgiftsberäkningarna Se nedan underlag vid konsumtionsutgiftsberäkningarna Import och export av varor Intrastat 2 månader och extrastat 2 månader. Tredje månaden Intrastat 1 månader och extrastat 2 månader. Andra och tredje Intratstat med reducerat urval, tredje månad Extratstat månaden Intratstat med reducerat urval, tredje månad Extratstat varufördelad med föregående månads varufördelning. varufördelad med föregående månads varufördelning. Import och export av tjänster Utrikeshandel med tjänster, kvartal Prognos av Sveriges Riksbank Inhemsk användning - Hushållens konsumtionsutgifer Detaljhandelsindex, 3 månader Detaljhandelsindes 2 månader ordinarie och 1 månad prliminär - HIO LAPS, 3 månader LAPS, 1 månad - Statlig konsumtionsutgifter ink soc. Sammanställning av redovisning från ESV Sammanställning av redovisning från ESV på grövre nivå - Landstingskommunala konsumtionsutgifter Kvartalssammanställning Ingen information finns - Primärkommunala konsumtionsutgifter Kvartalsenkät Ingen information finns - Fast bruttoinvestering Investeringsenkät i maj. Investeringsenkät i maj. - Lager Industrilager, kvartal Vid tidpunkten inkommna enkäter för industrilager Sysselsättning Arbetskraftsundersökningar (AKU), kvartal Arbetskraftsundersökningar, kvartal AKU specialleverans arbetade timmar Konjunkturlönestatistik, 2 månader Konjunkturlönestatistik, 3 månader Korperiodisk sysselsättningsstatistik

58 Bilaga 1; Jämförelse av källor för kvartal 2 och snabben-beräkningen FASTA PRISER Ordinarie kvartalsberäkning kvartal 2 Snabberäkningen kvartal 2 Produktion - Jordbruk Kvantiteter i källan Kvantiteter i källan - Skogsburk Kvantiteter i källan - Fiske Kvantiteter i källan Kvantiteter i källan - Industrin Levereras i källan (producentprisindex) Levereras i källan (producentprisindex) - El, gas, värme och vatten Producentprisindex och Konsumentprisindex Producentprisindex och Konsumentprisindex - Byggindustri Levereras i källan (producentprisindex) Levereras i källan (producentprisindex) - Tjänsteproducenter Tjänsteprisindex Lönekostnadsindex - Kreditinstitut och försäkringsbolag Lönekostnadsindex Lönekostnadsindex - Offentliga myndigeter och HIO Se nedan underlag vid konsumtionsutgiftsberäkningarna Se nedan underlag vid konsumtionsutgiftsberäkningarna Import och export av varor Levereras i källan (producentprisindex) Export-/importprisindex totalt Import och export av tjänster Samma index som för tjänsterprocucenterna Export-/importprisindex totalt Inhemsk användning - Hushållens konsumtionsutgifer Konsumentprisindex konsumentprisindex - HIO Lönekostnadsindex Lönekostnadsindex - Statlig konsumtionsutgifter ink soc. Diverse information, delvis från källan Ingen information - Landstingskommunala konsumtionsutgifter Diverse information, delvis från källan Ingen information - Primärkommunala konsumtionsutgifter Diverse information, delvis från källan Ingen information - Fast bruttoinvestering Levereras i källan (producentprisindex) Levereras i källan (producentprisindex) - Lager Levereras i källan (producentprisindex) Levereras i källan (producentprisindex)

59 STATISTISKA CENTRALBYRÅN BILAGA 2 1(1) Bilaga 2; Beräkningsnivåer i nuvarande snabberäkning. Hushållskonsumtion totalt Kommunal konsumtion Statlig konsumtion Fasta bruttoinvesteringar, maskiner och transportmedel Fasta bruttoinvesteringar, byggnader och anläggningar Fasta bruttoinvesteringar, programvaror m.m Lager och värdeföremål Export av varor Export av tjänster Import av varor Import av tjänster Förädlingsvärde föt Jordbruk Skogsbruk Fiske Gruvor och tillverkningsindustri El, gas, värme och vattenverk Byggindustri Reparationer av motorfordon Parti- och detaljhandel Hotell och restaurang Landtransport Järnvägsföretag Kollektivtransport och taxi Åkerier Rederier Flygföretag Resebyråer Post Telekommunikation Finansiella tjänster Småhus och fritidshus Övrig fastighetsförvaltning Uthyrning och företagsservice Utbildning, sjukvård och omsorg Renhållning, nöjen m.m Hushållstjänster Statliga myndigheter Kommunala myndigheter Produktskatter och subventioner Dessutom arbetade timmar för c:a 20 branscher samt statliga och kommunala myndigheter

60 STATISTISKA CENTRALBYRÅN BILAGA 3 1(1) Bilaga 3; Resursåtgång i snabben för andra kvartalet, 2005 Resursåtgång snabben 2005 Personer Pers.kostn i kr Primärkommunal- och landstingskommunal konsumtion Statlig konsumtion Utrikeshandel Hushållens konsumtion, HIO Bilmodellen Investeringar Skogsbruk, industri Jordbruk, fiske, bygg o Investeringar El, gas och vatten Produktion, tjänster Sysselsättning Sammanställning Slutavstämning Dagkorr., säsongrensning Pressmeddelande, avstämningsdok, presskonferens EU-leverans Publicering/Hemsida SSD Totalt 17 (olika personer)

61 STATISTISKA CENTRALBYRÅN BILAGA 4 1(6) Bilaga 4; Tabellbilaga till kapitel om industriproduktion

62 STATISTISKA CENTRALBYRÅN BILAGA 4 2(6)

63 STATISTISKA CENTRALBYRÅN BILAGA 4 3(6)

64 STATISTISKA CENTRALBYRÅN BILAGA 4 4(6)

65 STATISTISKA CENTRALBYRÅN BILAGA 4 5(6)

66 STATISTISKA CENTRALBYRÅN BILAGA 4 6(6)