Budgetprognos 2007:2. Tema

Relevanta dokument
Budgetprognos 2007:2. Tema

Tema: Hur träffsäkra är ESV:s budgetprognoser?

Befolkningen uppgick efter vecka 21 till vilket är 747 fler jämfört med vid årsskiftet.

2016, Arbetslösa samt arbetslösa i program i GR i åldrarna år

Preliminär elmarknadsstatistik per månad för Sverige 2014

Invånarantal veckovis jämfört med årsskiftet respektive år

JIL Stockholms läns landsting i (D

Invånarantal veckovis jämfört med årsskiftet respektive år

Utvärdering av regeringens prognoser

Preliminär elmarknadsstatistik per månad för Sverige 2014

Månadsrapport mars 2013

1 September

Rapport Prognosutvärdering :19

Månadsrapport maj 2014

Lund i siffror. Figur 1 Folkmängden i Lunds kommun. Veckovis 2009 samt prognos för befolkningen Folkmängden i Lunds kommun veckovis 2009

Finansiell månads- och riskrapport AB Stockholmshem juni 2007

Statsupplåning. prognos och analys 2017:1. 22 februari 2017

Foto: Caiaimage, Tymon H. Pigon / whiteboxstudios.se. Månadsrapport. Beslutas i landstingsstyrelsen 24 maj 2016

Lund i siffror. Sammanfattning. juni (8)

Landstingsdirektörens ekonomirapport oktober 2012

Dekomponering av prognosen för det finansiella sparandet

Finansiell månadsrapport Stockholmshem december 2007

Utvärdering av skatteunderlagsprognoser för 2017

Statsupplåning prognos och analys 2018:3. 25 oktober 2018

Finansiell månadsrapport AB Svenska Bostäder december 2010

ESV:s rapporter innehåller regeringsuppdrag, uppdrag från myndigheter och andra instanser eller egeninitierade utredningar.

Utvärdering av skatteunderlagsprognoser för 2016

Preliminär elmarknadsstatistik per månad för Sverige 2013

Rapport Prognosutvärdering :31

Månadsrapport maj 2015

Finansiell månadsrapport Stockholmshem augusti 2008

Utvärdering av SKL:s makrobedömningar 2013

Månadsrapport juli 2012

UTVECKLINGEN AV EKONOMISKT BISTÅND, FÖRVÄRVS- FREKVENS OCH SYSSELSÄTTNINGSINTENSITET I STADEN

Prognos Statens budget och de offentliga finanserna. December 2016 ESV 2016:57

Skattekontot och intäktsräntan

Finansiell månadsrapport Micasa Fastigheter i Stockholm AB mars 2016

Månadsrapport juli 2014

Prognos Statens budget och de offentliga finanserna. December 2015 ESV 2015:65

JUL Stockholms läns landsting i (D

Prognosmetod Stadsledningsförvaltningen Åsa Henriksson Utfallsredovisning befolkningsprognos 2014

Finansiell månads- och riskrapport Stadshus AB februari 2007

Uppföljning finansiella placeringar per den 30 november 2015

Finansiell månadsrapport Stockholms Stads Parkerings AB oktober 2013

Handläggare: Datum Diarienummer AMN Bystedt Marcus

VERKSAMHETSUPPFÖLJNING

Medlemmarnas makroekonomiska förutsättningar, ekonomi och kompetensförsörjning en prognos för år 2019

Finansiell månadsrapport AB Familjebostäder maj 2013

Landstingsdirektörens ekonomirapport juli 2012

TSL 2014:9 Lågt inflöde i augusti

Månadsrapport februari 2014

Finansiell månadsrapport Stockholms Stadshus AB (moderbolag) mars 2016

Uppföljningsrapport, februari 2019

Prognos Statens budget och de offentliga finanserna. April 2016

Teknisk not: Lönealgoritmen

Uppföljningsrapport, november 2018

Utvärdering av skatteunderlagsprognoser för 2015

Månadsrapport februari

VERKSAMHETSUPPFÖLJNING

Månadsrapport september 2014

VERKSAMHETSUPPFÖLJNING

Månadsrapport november 2013

VERKSAMHETSUPPFÖLJNING

Månadsrapport januari februari

Linköpings kommun Finansrapport april Bilaga 1

Finansiell månadsrapport AB Stockholmshem december 2013

Prognos Statens budget och de offentliga finanserna. Mars 2019 ESV 2019:24

Aktuellt på Malmös bostadsmarknad

Varför skiljer sig de två beräkningsmodellerna så mycket 2017?

Resultat per april 2017

MÅNADSRAPPORT. Driftnämnden Ambulans, diagnostik och hälsa Hälsa och funktionsstöd Februari HÄLSO OCH SJUKVÅRDSUPPDRAG

Prognosutvärdering 2014 ESV 2015:46

Statsupplåning prognos och analys 2017:1. 22 februari 2017

Bilaga 1 Uppföljning till departementet xls Inledning

Bilaga 1 Uppföljning till departementet 0904.xls Inledning

Månadsrapport september 2015

VERKSAMHETSUPPFÖLJNING

Finansiell månadsrapport AB Familjebostäder oktober 2015

Finansiell månadsrapport Stockholm Stadshus AB (moderbolag) september 2010

Utvärdering av SKL:s makrobedömningar 2014

Månadsrapport augusti 2018 Innehåller månatlig statistik från verksamheterna i Västerås stad

Inköpschefsindex tjänster (Rättelse)

Ekonomi per oktober 2017

ARBETSLÖSHET I GÖTEBORGSREGIONEN 2017

Anslagsbelastning och prognos för anslag inom Försäkringskassans ansvarsområde budgetåren

Avgiften till. 27 Europeiska unionen

Finansiell månadsrapport AB Familjebostäder juli 2014

Ekonomirapport från SKOP om Hushållens ränteförväntningar, 1 augusti 2019

Statsupplåning prognos och analys 2018:2. 19 juni 2018

Finansiell månadsrapport S:t Erik Markutveckling AB juli 2014

Månadsrapport juli 2018 Innehåller månatlig statistik från verksamheterna i Västerås stad

Utgiftsprognoser för budgetåren "Svarta" månader redovisas faktiskt utfall, "röda" månader prognosvärden. Belopp i Kkronor.

Ekonomisk månadsrapport oktober 2013

Prognos för besparing från sidoöverenskommelser helåret 2017

TSL 2014:10 Har fått jobb/har inte fått jobb?

Finansiell månadsrapport AB Familjebostäder maj 2016

Befolkningsprognos

Ekonomisk rapport UN juli Barn och Utbildningsförvaltningen

Handelsbarometern. Svensk Handels indikator över framtidsförväntningarna bland handelns företag. Maj 2018

s. 201, diagram Rättelse av diagram. Promemoria. Finansdepartementet. Rättelseblad Vårproposition. 2015/16:100

Transkript:

ESV 2007:2 Budgetprognos 2007:2 Tema Fördjupad analys av systematiska överskattningar

Tema: Fördjupad analys av systematiska överskattningar Den största tillgången vid prognosarbete är kunskap och erfarenhet. Ekonomisk verksamhet kan sällan reduceras till ekvationer och skattningar om de tillämpas mekaniskt. Resultaten av ekonometriska och andra metoder måste alltid bedömas i sitt sammanhang och mot bakgrund av tidigare rön. Prognosarbete blir alltid en mänsklig verksamhet. Det hindrar inte att metoder och analysformer ständigt måste prövas. I föregående avsnitt redogjordes för den utvärdering ESV gör varje år av prognosernas träffsäkerhet. Även om träffsäkerheten för de takbegränsade utgifterna är god, finns det en tendens att systematiskt överskatta utgifterna. I detta avsnitt analyserar ESV överskattningarna genom att fördela dem realekonomiskt, alltså efter typ av utgift. Analysen visar att överskattningarna är koncentrerade till förvaltningsutgifterna samt, i mindre mån, bidragen till hushåll. Därmed har vi funnit ett sätt att angripa problemet med systematisk överskattning. Den metod som beskrivs är framtagen främst för internt bruk, men redovisas ändå som en del av det ständigt pågående arbetet med metodutveckling som sker på ESV. En hypotes om överskattningen I det tidigare avsnittet om prognosprecisionen genomförs en analys av träffsäkerheten i budgetprognoserna som bara kan göras när året är avslutat. Efter rensning för beslut och makropåverkan återstår det egentliga prognosfelet, där det visar sig att det finns en systematisk överskattning av utgifterna. Prognosfelet varierar mellan åren, men överskattningen består. Frågan är om det går att utnyttja informationen i varje månadsutfall jämfört med senaste prognos, så att den systematiska överskattningen under pågående år minskar. I analysen av prognosprecisionen kan fel som beror på beslut och makro urskiljas först när året är avslutat. I denna metod måste vi därför försöka göra en översiktlig bedömning av övriga fel på förhand. För att göra analysen tydligare exkluderas tre sorters kända fel i avvikelserna se metodbeskrivningen i faktaruta nedan. Hypotesen är att överskattningarna inte är proportionellt fördelade och att snedfördelningen kan utgöra en indikation på hur prognosen kan justeras var och i vilken riktning för att minska det systematiska felet. För att se om en sådan snedfördelning finns, som inte upptäcks i den vanliga indelningen i anslag under utgiftsområden, används den realekonomiska fördelningen som indelar utgifterna efter typ. Förvaltningsutgifter överskattas oftare Den systematiska överskattningen av utgifterna blir påtaglig när vi undersöker enbart mindre anslag. I figur 32 visas de rensade avvikelserna sedan 2006. Avvikelsen mäts som skillnaden mellan utfall och senaste prognos ett negativt belopp visar att prognosen för den månaden varit högre än utfallet, med andra ord varit en överskattning. Utfallen har varje månad varit lägre än prognosen. För innevarande år har avvikelserna ökat och uppgick i april till över en miljard kronor. Det är den kraftigaste överskattningen under hela den studerade tidsperioden. En del av dessa överskattningar är dock förmodligen hänförligt till ändrad månadsfördelning. 2

Figur 32. Rensade avvikelser januari 2006 april 2007, utgifter exklusive räntor och finansiella transaktioner 1,5 1,5 1,0 Underskattning - utfall > senaste prognos 1,0 0,5 0,5 0,0 0,0-0,5-0,5-1,0 Överskattning - utfall < senaste prognos -1,0-1,5 jan-06 feb-06 mar-06 apr-06 maj-06 jun-06 jul-06 aug-06 sep-06 okt-06 nov-06 dec-06 jan-07 feb-07 mar-07 apr-07-1,5 Kons, inv Hushåll Kommuner Övr bidrag Summa Tendensen till överskattning är mycket tydlig. Varje månad har prognoserna varit överskattningar av det faktiska utfallet. Linjen visar summan av avvikelsen varje månad. I diagrammet ingår inte större engångsavvikelser och stora, ofta makroberoende anslag. Avvikelserna rensade på detta sätt är mindre än de totala avvikelserna varje månad. Detta beror på att de stora, distinkta avvikelserna som blir följden av exempelvis beslut om flytt av utgifter inte längre ingår. Å andra sidan är systematiken i överskattningen av övriga utgifter nu klar. Avvikelserna hittills i år (de fyra sista staplarna i diagrammet) har ökat, vilket bör tolkas som en tydlig indikation på att prognosen legat för högt. Avvikelserna inom de flesta realkategorierna har dessutom ökat för varje månad. Det bör dock understrykas att utfallen varje månad består av ett stort antal både över- och underskattningar. I diagrammen visas enbart nettot varje månad av de många avvikelserna. Systematiken i överskattningen består dock i att det varje månad är något fler överskattningar än underskattningar. Överskattningarna är vidare något större än underskattningarna. För att ytterligare undersöka hur avvikelserna är fördelade realekonomiskt, visas i diagrammet nedan samma data sorterade efter realkategori i stället för per månad. Syftet är att se om några sådana kategorier har mer av systematiska fel än andra. 3

Figur 33. Rensade avvikelser per månad och kategori 2006 2007 Utgifter exklusive räntor och finansiella transaktioner 1,0 Underskattning - utfall > senaste prognos 0,5 0,0-0,5 Överskattning - utfall < senaste prognos -1,0 Kons, inv Hushåll Kommuner Övr bidrag Utgifterna för konsumtion och investeringar har överskattats elva av de senaste femton månaderna, medan hushållsbidragen överskattats samtliga månader. För kommun- och övriga bidrag är också överskattning betydligt mer frekvent än motsatsen. Det framgår att just förvaltningsutgifterna tenderar att överskattas i prognoserna, men också att undantag förekommer. Överskattningen uppgick 2006 till i genomsnitt 200 miljoner kronor per månad, vilket motsvarar 2,5 miljarder kronor för helåret. För bidragen till hushållen är avvikelsen något mindre, men desto mer uppenbar nästan samtliga månader under förra året och hittills i år har dessa varit överskattade. Bidragen till kommuner och de övriga bidragen 9 förefaller även de vara överskattade betydligt oftare än underskattade i prognoserna. Kommunbidragen har dessutom haft en allt större avvikelse hittills i år. Varför överskattas utgifterna i prognoserna? Anledningen till en systematisk överskattning av förvaltningsutgifterna kan ha att göra med att det rör sig om många och förhållandevis små anslag. Där kan summan av en normal försiktighetsprincip bli stor, med påföljd att överskattningen av denna typ av utgifter blir systematisk och består år efter år. När det gäller bidragen till hushåll, och möjligen även till företag, är förklaringen sannolikt konjunkturell. Den studerade perioden kännetecknas av en stigande konjunktur, där vi i varje prognos haft allt högre tillväxt och sysselsättning och så småningom sjunkande arbetslöshet. Att i ett sådant läge tendera att överskatta bidragsutgifter kan då bero mer på konjunkturläget än på brister i prognoserna för denna typ av utgifter. Resonemanget kan i stället innebära att man i en period av försämrad konjunktur skulle få systematiska underskattningar på dessa anslag. Icke desto mindre är överskattningen tydlig och upprepad inom denna kategori, vilket är en form av systematik i prognosfelet som bör åtgärdas. 9 Övriga bidrag i diagrammen består av överföringar till utlandet och till företag. Med rensning för de största anslagen (bistånd, EU-avgift), återstår nästan enbart företagsbidrag. 4

Hur överskattningarna åtgärdas Vad kan då göras för att komma tillrätta med den systematiska överskattningen i budgetprognoserna? Eftersom avvikelserna är fördelade realt på ett icke slumpmässigt sätt, har problemet angripits genom att utnyttja realfördelningen. I Budgetprognos 2007:2 har en neddragning av utgifterna för årets återstående månader genomförts, viktat just efter realfördelningen. Utgiftsområden med stor andel förvaltningsutgifter justerades då ned mer än de med lägre andel. ESV kommer i fortsättningen att följa månadsutfallen realekonomiskt. Prognosen kan då justeras på basis av en realekonomisk fördelning av de månatliga avvikelserna. Metod för realfördelning av månadsutfall Varje månads avvikelser för respektive anslag (utfall minus prognos) multipliceras med anslagets realfördelning. Det förutsätts därmed implicit att avvikelsen är fördelad realekonomiskt på samma sätt som anslaget i dess helhet. Realismen i detta antagande kan sättas i fråga, men visar sig vid resultatgranskning ha mindre betydelse. 10 Den realekonomiska fördelningen hämtas varje månad från senast publicerade prognos 11. Månadsutfallet jämförs vid varje tillfälle med senaste prognos. Utfallen för januari och februari jämförs med prognosen som publicerades i december 12 medan mars och april jämförs med den prognos som publicerades i mars. För att tydligare se om det finns någon systematik i avvikelserna, undantar vi tre typer av avvikelser. Den första är fel som uppstår när en utgift flyttas över ett årsskifte. Syftet kan vara att frigöra utrymme under taket. Detta har skett exempelvis för avgiften till EU. Den typen av fel, till följd av beslut, ingår heller inte i det egentliga prognosfelet 13. Den andra typen av avvikelse som inte ingår i analysen är sådana fel som uppstår när en utbetalning kommer en månad tidigare eller senare än förväntat. Detta registreras normalt som en stor avvikelse, som motverkas av en lika stor avvikelse åt andra hållet påföljande månad. Om detta sker inom ett kalenderår påverkas inte prognosprecisionen. Den tredje typen av avvikelse vi exkluderar gäller de allra största anslagen, som har särskilda analysmodeller och bevakning. De är dessutom ofta makroberoende. Syftet med metoden är att undersöka om det finns någon systematisk snedfördelning i avvikelserna realt. Om avvikelsen varje månad uppvisar samma fördelning som i statsbudgeten som helhet, tillför metoden inte någon ny eller användbar information. Det är bara om avvikelserna är koncentrerade till någon realekonomisk kategori (eller är underrepresenterad i någon annan) som den är användbar för en korrigering av prognosen. 10 En anledning är förmodligen att skillnaden mellan antagen och faktisk realfördelning är slumpmässigt fördelad. Observeras bör emellertid att vi aldrig kommer att veta hur en månads avvikelse faktiskt är realfördelad. Antagandet hjälper oss dock med en prognosindikation. 11 Det innebär att realfördelningen är olika under årets tolv månader. Men syftet är att använda metoden löpande under året, vid varje nytt månadsutfall. Den realekonomiska fördelningen, som baseras på inrapporteringen från myndigheterna, ändras dessutom inte heller i särskilt stor utsträckning under året. 12 Denna prognos, BP 2007:0, publicerades dock i februari. 13 Eftersom budgetprognoserna ska utgöra underlag för beslut, kan en avvikelse som beror på ett sådant (ej förutsett) beslut inte utgöra grund för en justering av anslaget för återstoden av året. 5

Att avvikelserna är koncentrerade till förvaltningsutgifterna är inte förvånansvärt. Av statsbudgetens 528 utgiftsanslag innehåller 411 någon del konsumtion (förvaltningsutgifter). Även om denna grupp innehåller några stora enskilda anslag (försvarets materiel samt förbandsverksamheten uppgår vardera till 20 miljarder kronor), är de flesta små. Medianbeloppet är blott 40 miljoner kronor, medan genomsnittet ligger betydligt högre, 400 miljoner kronor. Hela 350 anslag innehåller mindre än en halv miljard kronor i förvaltningskostnader. Motsvarande profil gäller för budgetens bidrag till hushåll. Eftersom det inte är vare sig möjligt eller önskvärt att ha särskilda beräkningsmodeller för alla budgetens anslag, finns det därför en naturlig tendens till att många små avvikelser på många små anslag inte uppmärksammas i tid. Myndigheterna har vidare erfarenhetsmässigt en tendens att överskatta sina utgifter i början på verksamhetsåret. Även om ESV tar hänsyn till detta, och drar ned på många förvaltningsanslag, görs detta inte i tillräcklig utsträckning. Metoden att realfördela avvikelserna ger oss däremot ett verktyg för att kunna göra detta tidigare. Att realfördela avvikelserna mellan utfall och prognos varje månad är en annan sorts analys än den som görs efter att prognosåret är avslutat. Det är först efter att året har gått som det är möjligt att göra en fullständig analys av dels beslut som fattats under året, dels i vilken grad de makroekonomiska förutsättningarna varit felaktiga. Prognosfelet utgörs endast av det fel som återstår när hänsyn tagits till dessa två delar (se vidare avsnittet om prognosprecision). Den metod som här används innefattar alla slags avvikelser. Det betyder därför att den inte kan tillämpas mekaniskt, utan måste genomföras med detta i åtanke. För att metoden ska fungera som fingervisning krävs att den används vid varje utfallstillfälle och att löpande justeringar av utgiftsprognosen görs. Varje sådan indikation måste dock bedömas mot bakgrund av bland annat det ekonomiska läget. 6