SOU 1984:7

Långtidsutredningen

LU

LÅNGT/DSU TRED/VI/VGE/VS MODEL LSYSTEM OCH

EKONOMETR/SKA STUD/ER B/LAGEDEL 3

LU

LÄNGT/DSU TRED/Vl/VGE/VS MODEL LSYSTEM OCH

EKONOME TR/SKA STUD/ER ' B/LAGEDEL 3

5ij ' i . , ,

'i!” f!

f ' ' ? Y |” U

SOU 1984:7

Förord

1984 års långstidsutredning har utarbetats inom finansdepartementet. I samband med utredningen har ett antal specialstudier genomförts. Huvud- delen av dessa publiceras som bilagor till utredningens huvudrapport (SOU 1984:4). ,

I föreliggande bilaga nr 12 redovisas en studie av hushållssparandet. Den har inom konjunkturinstitutet utförts av Edward Palmer.

Ansvaret för studien och bedömningarna däri vilar på författaren. Långtidsutredningens användning av studien och dess resultat framgår av huvudrapporten.

Stockholm i mars 1984

Michael Sohlman Planeringschef

• Sida 8
•  Original

• Sida 9
•  Original

1 Inledning*

Hushållssektorn har historiskt sett stått för en betydande del av national- sparandet. Sparkvoten, dvs. den andel av hushållens totala disponibla inkomster som avsätts till sparande, har emellertid varierat avsevärt under åren. På grund av hushållssparandets betydelse både för kapitalbildningen och de kortsiktiga fluktuationerna i den ekonomiska aktiviteten är det viktigt att försöka bilda sig en uppfattning om vad som ligger bakom hushållens sparbeteende. Huvudsyftet med denna studie är att försöka få en uppfattning om vilka faktorer som kan ha påverkat hushållssparandet och dess sammansättning sedan mitten av sextiotalet.

Utvecklingen av sparkvoten för hushållen visas i diagram 1 . 1. Som framgår av diagrammet låg sparkvoten på en något högre nivå under mitten av 1960-talet än under 1970-talet. Den till synes trendmässiga minskningen i sparkvoten har ägnats mycket uppmärksamhet i olika undersökningar och diskussioner om hushållssparandet. Resultat från tidigare studier tyder på att minskningen i sparkvoten bland annat kan beror på att hushållen under många år har uppfattat utlovade ATP-pensioner som en ersättning för privat pensionssparande. Även andra faktorer har dock utan tvekan bidragit till den långsiktiga utvecklingen av sparkvoten, vilket också har framgått av tidigare studier. Anmärkningsvärt i diagrammet är också iakttagelsen att sparkvoten har varit så hög som ca 8 % (1964) samt legat i närheten av noll (1982). För att kunna dra några slutsatser om vad som har legat bakom de kortsiktiga variationerna i sparkvoten måste man formulera en modell av sparandet som omfattar en rad faktorer. En sådan modell presenteras i denna studie.

Bakom utvecklingen av sparkvoten på sjuttiotalet ligger en relativt stor omfördelning av hushållens förmögenhet från finansiella till reala tillgångar. Detta framgår av tabell 1.1. Ökningen i reala tillgångar, som i tabellen omfattar enbart små- och fritidshus, följdes av en relativt kraftig ökning i hushållens skuldsättning. Denna ökning var snabbare än ökningen i hushållens stock av finansiella tillgångar vilket gjorde att hushållens finansiella förmögenhet växte relativt långsamt.1 Särskilt iögonfallande är iakttagelsen att kvoten mellan den finansiella förmögenheten och den reala kapitalstocken sjönk från ca 40 % 1969 till omkring 16 % 1976.2 Beräknat med de nya finansiella uppgifterna, var kvoten ca 14 % för 1976. För 1981 uppgick den till ca 13 %. Utvecklingen av marknadsvärdet av hushållens kapitalstock i tabell 1.1 domineras av en kraftig ökning i marknadspriser för små- och fritidshus. Köpeskillingsindexet som användes i beräkningarna ökade med drygt 95 % mellan 1971 och 1976. Mellan 1976 och 1981 ökade köpeskillingsindexet med

.. Författaren är tacksam för kommentarer fram- förda av Jens Albråten, Björn Jonsson, Tomas Nordström, Bo Persson och Erik Ruist. Monica Brorsson har skrivit ut manuskripten till denna studie.

1'Som framgår av tabell 1 förekommer ett brott i finansräkenskaperna 1976. Brottet beror på byte av undersöknings- metodik. Uppgifterna för hushållens kapital- stock i form av egna hem och fritidshus måste tolkas försiktigt. De har beräknats med uppgifter om utvecklingen av stockens volym samt ett köpeskillingsindex för småhus.

2 Enligt de ”gamla” upp- gifterna för 1976.

• Sida 12
•  Original

Diagram 1.1 Hushållens sparkvot. Procent.

1 Aktier värderas till marknadspriset i SCB:s finansräkenskaper.

WWW—T'?— 1963 79 81 År

65 67 69 71 73 75 77

något över 50 %. Ökningen i volymindexet under motsvarande perioder var ca 35 % respektive ca 25 %. Marknadsvärdet av hushållens finansiella förmögenhet ökade emellertid med endast ca 7 % under 1971—1976. Under 1976—1981 uppgick ökningen till ca 67 % enligt uppgifterna i tabell 1.1. Ökningen i KPI under de två delperioderna var ca 50 % respektive 67 %. Med andra ord minskade den finansiella förmögenheten realt sett. Uppgif- terna i tabell 1.1 tyder sålunda på att en stor omstrukturering av hushållens förmögenhet, beräknad både till marknadsvärde och i fast värde, ägde rum under i synnerhet första hälften av 1970-talet.

Från tabell 1.1 kan man också få en bild av sammansättningen av hushållens finansiella tillgångar. Andelen av de finansiella tillgångarna som består av inlåningi bankerna och försäkringssparande har varit relativt stabil. Vad beträffar obligationer och aktier1 fanns det under 1970-talet en uttalad tendens för hushållens placeringar i obligationer att öka samtidigt som placeringar i aktier minskade. År 1981 steg emellertid värdet av de börsnoterade aktierna tillräckligt mycket för att höja kvoten mellan aktier och totala finansiella tillgångar till nivån för 1976. I studien presenteras ett försök att uppskatta betydelsen av relativa avkastningssatser för utveckling- en av den finansiella portföljen.

Ett grundläggande antagande i uppläggningen av denna studie är att sparbeslut fattas som om de vore separerbara. I praktiken innebär detta antagande att beslut om nivån på det totala sparandet fattas oberoende av beslut om uppdelningen av sparandet mellan de olika komponenterna. Detta är ett starkt om än vanligt antagande i nationalekonomiska studier av sparandet. Det grundar sig bl. a. på tanken att sparbeslut huvudsakligen är av långsiktig karaktär. Modellens uppbyggnad diskuteras i det följande avsnittet.

• Sida 13
•  Original

Tabell 1.1 Hushållens tillgångar och skulder, ultimo varje år. Mili. kr.

1969 1970 1971 1972 1973 1974 1975 1976 1976 1977 1978 1979 1980 1981 1982 "Y

2 Hushållens totala sparande

Sparfunktionen enligt ek. (9) har skattats med minstakvadratmetoden. Resultaten redovisas i tabell 2.2. Variabeldefinitioner anges på efterföljande sida. Ekvationerna har skattats med helårsdata för perioden 1963—1982. Första året för skattningarna är 1964.

Första ekvationen i tabell 2.2 innehåller samtliga av modellens variabler, utom MOMS71 och MOMSSZ. Båda dessa variabler var insignifikanta och genom att utelämna dem fick ekvationerna ytterligare två frihetsgrader. Ekvation 1 i tabellen är den kompletta modellen, som den specificerades ovan. Mest anmärkningsvärt är att realräntan efter skatt erhåller ett negativt tecken och är signifikant. Detta resultat kan tolkas som ett tecken på att inkomsteffekten dominerar substitutionseffekten.

Vid en minskande realränta efter skatt drar konsumenter ner på sina utgifter, enligt den skattade ränteeffekten, vilket innebär att kvoten mellan sparande och inkomster ökar. Realräntan visade sig vara en stark förkla- ringsfaktor även när andra variabler utelämnades från ekvationen. Det kan också nämnas att ett försök gjordes att beräkna och dra bort från

• Sida 25
•  Original

Tabell 2.2 Skattningsresultat för hushållens totala sparande. Estimationsperiod 1964-1982”

______________________.__.____——

Konstant

& Y

ATP y

D y

LÅNu y

13'—Pe

R(l—m)—Pe

RZ

DW

______________________—_—_—————

Ek. 1 Ek. 2 Ek. 3 Ek. 4 Ek. 5 Ek. 6 Ek. 7

0.3869 (3.3) 0.4385 (2.2) 0.3780 (3.6) 0.4192 (2.6) 0.3269 (2.5) 0.5317 (4.9) 0.4863 (4.9)

" t-värden anges inom parentes.

_o.3459 (-2.7) —O.4146 (—1.9) —0.3367 (-2.9) -0.3925 (—2.2) —0.2872 (—2.0) —0.5222 (45) 04730 (44) —3.6689 (—4.3) —0.6723 (—1.0) —3.6074 (-4.4) =0.5354 (40) 47372 (42)

00042 (0.3) 0.0108 (0.5) 0.2393 (2.3) 0.0438 (0.3) 0.2450 (2.5) 0.1318 (1.2) 0.1148 (1.1) 0.0015 (1.2) 0.0021 (1.1) 0.0014 (1.2) 0.0031 (2.7)

-0.0071 (—3.7) =0.0072 (—3.9) —0.0056 (—2.8)

.8612 .6483 .8599 .6128 .7932 .5891 .5604

2.37 1.54 2.40 1.71 1.84 1.90 2.01

_________________._———————

• Sida 26
•  Original

1 Se Markowski och Pal- mer (1979) och Palmer (1981). Berg (1982) har testat ett annat mått på denna effekt och funnit att den förväntade pen- sionsförmögenheten påverkar hushållens spa- rande negativt. I Bentzel och Berg (1980) gav en likartad variabel en in- signifikant effekt.

2I princip skulle skatt- ningsperioden ha omfat- tat ett antal år före in- förandet av ATP som i t. ex. Markowski och Palmer (1979) och Berg (1982).

3 I själva verket tillåter modellen en gradvis anpassning till föränd- ringar i budgetunder- skottet.

4 Koefficienten är något lägre än den som skat- tades i Palmer (1981).

inkomsterna det negativa bidraget av inflationen på den finansiella förmögenheten. Som resultat blev prisvariabelns koefficient praktiskt taget noll och helt insignifikant i alla sammanhang.

Utvecklingen av statsskulden samt de variabler som uttrycker oväntade lånesvårigheter och oväntad inflation varierar i signifikans i olika ekvationer i tabell 2.2. T. ex. prisvariabelns signifikans ökar när lånevariabeln uteläm- nas. (Jmf. ek. 3 och 5.) Det är inte uteslutet att dessa variabler kan vara relativt starkt korrelerade eftersom höga inflationstakter och kreditrestrik- tioner ofta har förekommit tillsammans under de två decennier som ingår i skattningarna.

Ekvationerna i tabell 2.2 ger stöd för ansatsen att utvecklingen av ATP-systemet har påverkat sparandet negativt. Detta bekräftar resultaten av tidigare studier för Sverige.1 Storleken på effekten är emellertid svår att uppskatta.2 Den skattade effekten blir starkare när realräntan är med i ekvationen. Utan realräntan blir effekten låg och börjar tappa signifikans. Förändringen i statsskulden tycks utöva en positiv effekt på sparandet vilket överensstämmer med tesen att ökningar i statsskulden för med sig en sorts pessimism om de framtida inkomsterna. Enligt teorin måste variabelns strukturella koefficient ligga inom området 0.0—1.0. Den övre koefficient- gränsen skulle kunna förekomma om folk i allmänhet trodde att de måste spara för att återbetala det offentliga budgetunderskottet och dessutom tillsammans faktiskt sparade tillräckligt mycket för att få ihop ett aggregerat belopp som motsvarade underskottet.3 De värden som beräknas från de skattade ekvationerna redovisas i tabell 2.3. Här framgår det att den strukturella koefficienten är mindre än 0.02, vilket är definitivt på den lägre gränsen.4

Lånevariabeln definieras som skillnaden mellan den förväntade lånestock- en i fasta priser och den faktiska stocken, där enbart oprioriterade lån (exkl. lån refinansierade i utlandet) ingår i definitionen. Om den faktiska lånestocken understiger den förväntade blir konsumtionsutgifterna enligt modellen mindre än eljest. Sparkvoten påverkas sålunda positivt allt annat givet. Denna effekt är signifikant enligt de Skattningsresultat som presente- ras i tabellen. Kvoten LÅNu/y hade värdena 0.026 och 0.020 under 1976 respektive 1977. Lånekoefficienten i ek. 1 tyder sålunda på att sparkvoten höjdes med ca 0.5 % som följd av en svår lånemarknad. Efter en progressiv lättnad 1978 och 1979, blev kreditmarknadsläget åter igen stramare under 1980—1981. Under 1980 höjdes sparkvoten med nära på 1 % på grund av kreditrestriktioner, enligt ek. 1.

Konstanten och c_1/y står tillsammans för effekten på sparandet av hushållens disponibla inkomster. Det negativa tecknet för laggad konsum- tion, dvs. c_1/y, representerar den ”tröghet” som går via permanenta inkomster. En relativt hög konsumtionsnivå under en rad av år tenderar alltså att ytterligare hålla uppe konsumtionskvoten. Från koefficienterna till konstanten och c_1/y kan man beräkna den långsiktiga konsumtionsbenägen- heten, k, samt konsumtionens anpassningshastighet till en förändring i de olika ”bidragen” till permanenta inkomster, dvs. disponibla inkomster, väntade ATP-pensioner samt statsskulden, som betecknas 1. i modellen. Värdena på dessa strukturella koefficienter anges i tabell 2.3.

• Sida 27
•  Original

Variabeldefinitioner

c_1 — hushållens konsumtionsutgifter i 1975 års priser laggad en period. Källa: Nationalräkenskaperna y— hushållens disponibla inkomster deflaterade med den implicita deflatorn för konsumtion. Källa: Nationalräkenskaperna s=y-c — hushållens sparande, den beroende variabeln, är definitionsmässigt lika med skillnaden mellan hushållssektorns disponibla inkomster och konsumtion ATP — mått på ATP-bidraget till permanenta inkomster definierad som summa pensionspoäng justerade för poäng för personer som på grund av sin ålder vid systemets införande inte kunde vänta en full ATP-pension vid pensionering. Variabeln är deflaterad med basbelop- pet. Uppgifterna hämtade från RFV. D — statsskulden deflaterad med den implicita deflatorn för konsumtion LÄN" = [(1+g) LÅN_1—LÅN] — LÅN definieras som oprioriterade bank- utlåning (exkl. krediter refinansierade i utlandet) och deflateras med den implicita deflatorn för privat konsumtion. Föregående periodens stock räknas upp med den väntade tillväxttakten för inkomster (g). Baserad på uppgifter från riksbanken. g — genomsnittlig tillväxttakt för hushållens disponibla inkomster under löpande fyraårsperioder P — inflationstakten baserad på KPI Pe = 0.25 — (P+P_,+P_2+P_3) — är ett mått på den förväntade inflationstak- ten

P-Pe = P" — oväntad inflationstakt

R - nominalräntesats på bankinlåning. Källa: Nationalräkenskaperna. m — marginalskattesats beräknad för personer med minst 50 % marginal- skatt. (Se appendix 1.) R (l-m) -Pe = r — realräntan efter skatt MOMS71, MOMSSZ — Dummyvariabler med värdet +1 för perioden strax före momshöjningen, -1 för efterföljande perioden och noll för alla andra

perioder

De långsiktiga konsumtionsbenägenheter (k) som redovisas i tabell 2.3 ligger nära den genomsnittliga konsumtionskvoten på 95.7 för skattningspe- rioden. Ett värde på 11 av 0.35 innebär att 65 % av en inkomstökning uppfattas som permanent redan under första året.1 I slutet av andra året har 88 % av den ursprungliga ändringen uppfattats som permanent och i slutet av det tredje året nästan 96 %, osv.

Med en långsiktig konsumtionsbenägenhet av 0.95 och en 65 procentig anpassning under första året går 61.75 % av en inkomständring till konsumtion. Resterande delen, dvs. 38.25 %, blir sparande. Denna relativa andel uttrycks direkt av ”konstanten" i tabell 2.2.

Ekvation 1 i tabell 2.2 förklarar en större del av variansen i sparkvoten än de övriga ekvationerna i tabellen. Man kan lägga märke till att den ekvation där enbart disponibla inkomster antas bidra till permanenta inkomster, dvs. ek. 7, har ett lägre förklaringsvärde än de mer utvecklade modellerna. Det kan sålunda vara av intresse att se på vilket sätt de olika förklaringsvariab-

1 Nästan samma anpass- ningshastighet på helår erhålls med kvartals- funktioner i Palmer (1981), s. 230 ff. 1.

• Sida 28
•  Original

1 Observera att antalet poäng vid ingången av perioden har dragits ifrån variabeln. Samma sorts justering av stats- skulden har använts.

Tabell 2.3 Stmkturella koefficienter baserade på de skattade sparfunktionerna

k 11 71 YZ ___—__ Ek. 1 .9285 .3397 5.98 0.0068 Ek. 2 .9471 .4072 1.20 0.0192 Ek. 3 .9293 .3307 5.80 Ek. 4 .9451 .3855 0.92 Ek. 5 .9375 .2821 4.07 Ek. 6 .9614 .5129 Ek. 7 .9594 .4646

H

lerna i ek. 1 bidrar till förklaringen av sparkvoten under skattningsperioden. För detta ändamål har diagram 2.2 konstruerats. Överst i diagrammet visas själva sparkvoten samt ekvationens prognos. Sedan följer bidragen. Dessa definieras som produkten av koefficienten och variabeln.

Av diagram 2.2 framgår hur de olika varianserna samverkar för att påverka sparkvoten. Den nedåtgående trenden i kvoten under sextiotalet samman- faller med ökningen i ATP-poäng under perioden.1 Det kan vara viktigt att påpeka att poängökningen huvudsakligen berodde på två faktorer. För det första ökade antalet personer som var berättigade till ATP-pension till följd av den ökade förvärvsfrekvensen för kvinnor. För det andra betydde de ökningari reallönen som förekom fram till mitten av sjuttiotalet att värdet av den förväntade pensionen per pensionstagare ständigt ökade. Fr. o. m. 1976 planar denna variabel ut.

Variabeln c_1/y visar hur den tidigare utvecklingen av inkomster, via dess effekt på konsumtionen, påverkar sparandet. Uppgången 1973—1974 i sparkvoten t. ex. hade mycket att göra med inkomstökningen. Det framgår tydligt i diagrammet hur, enligt modellen, stramare kreditlägen har bidragit till högre sparkvoter. Åtstramningen 1969—1971 t. ex. tycks ha bidragit till att sparkvoten hölls uppe. Det lättare kreditmarknadsläget 1972 tycks ha bidragit till en nedgång i sparkvoten. En stramare kreditmarknad 1974—1975 bidrar till en uppgång i sparkvoten. Ekvationen missar grovt 1976. Därefter spårar ekvationen svängningarna i kvoten rätt så väl. Både en stramare kreditmarknad och oväntat hög inflation synes bidra till sparkvotens uppgång 1980. Med undantag av D/y bidrar samtliga variabler till nedgången i kvoten 1982.

• Sida 29
•  Original

9 8 _ Utfall 7 _ . _ . prognos 6 5 4 3 2 l 0 c _1 y 8 Konstant - 0 7 xx y _1 6 -2 5 N _ x 3 4 x —4 3 & ATP 5 _ _ _ x Y 2 *x -6 1 2 x _7 y X --. 0 ___-__---_-------------*C-___-_---—--_ "8 -1 -9 _2 *______/Nx -10 2 , LÅNU O .1 . p å '_o ä__ 4 " .”—-—- _____ R (1-m) -P9 3 " l 2 '— I" I 1 --"'"I ***—_ " P—Pe 0 W —1 -2 _3 (P'Pe) _1 + (R (1-m)—P€) _1 Diagram 2.2 Utveckling-

en av sparkvoten enligt Ek I i tabell 2.2 Procent. Bidragen beräknas som 1964 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 koefficientx variabel.

• Sida 30
•  Original

• Sida 31
•  Original

3 Hushållens finansiella sparande och investeringar

4 Fördelningen av hushållens finansiella tillgångar

SOU 1984:7

Förord

1984 års långtidsutredning har utarbetats inom finansdepartementet. I samband med utredningen har ett antal specialstudier genomförts. Huvud- delen av dessa publiceras som bilagor till utredningens huvudrapport (SOU 1984:4).

I föreliggande bilaga nr 13 redovisas en studie av näringslivets, främst industrins, lönsamhet, investeringar och finansiering. Den har inom statens industriverk utförts av Hans Olsson.

Ansvaret för studien och bedömningarna däri vilar på författaren Långtidsutredningens användning av studien och dess resultat framgår av huvudrapporten.

Stockholm i mars 1984

Michael Sohlman Planeringschef

• Sida 56
•  Original

Jtrgaäg

! "* ' .l ”"x B”” i:-

• Sida 57
•  Original

InnehåH

1 Inledning . . . . . . . . . . . . . . . . . . 7 2 Vinster och räntabilitet . . . . . . . . . . . . . . 9 3 Industrins investeringar i fast realkapital . . . . . . . . 27

4 Kapitalbehov och finansiering . . . . . . . . . 37

• Sida 58
•  Original

644 lim-,. '.'»;

• Sida 59
•  Original

1 Inledning

Efter den djupa lönsamhetssvackan inom näringslivet, och främst då industrin, under 1977 och 1978 har vinsterna ökat avsevärt under de senaste åren. Lönsamhetsuppgången har emellertid haft en något ovanlig karaktär på så sätt att den inte är resultatet av en ökning i produktionsvolymen. Det vanliga mönstret vid en uppgång i vinstkonjunkturen är annars att produktionen växer, varigenom produktionskapital och arbetskraft kan utnyttjas mer effektivt, vilket i sin tur ger viktiga bidrag till de förbättrade vinstmarginalerna. Den senaste vinstuppgången har däremot mest varit ett resultat av de höjda försäljningspriser som devalveringarna möjliggjort och av att företagen gjort sig av med arbetskraft. 1983 blev det första året på 1980-talet då en produktionstillvåxt i industrisektorn noterades.

Redan mot denna bakgrund är det inte så förvånande att industrins investeringar i produktionskapital var mindre ivolym under 1982 och 1983 än undert ex 1978. Efter en tillfällig ökning under 1980 har investeringsvolymen stadigt minskat. Produktionens utveckling har helt enkelt inte motiverat några större kapacitetsutbyggnader, medan tillgången på vinstmedel och krediter inte utgjort några mer kännbara restriktioner.

I stället för att investera i realkapital har företagen i ökad utsträckning använt sina penningmedel till finansiella investeringar, stimulerade härtill av att realräntan varit hög. Företagssektorn, exklusive banker och andra 5 k finansiella företag, är normalt en finansiell underskottssektor, vilket innebär att den tillförs kapital från andra sektorer, såsom hushållen och de finansiella företagen. Under åren 1981—1983 har någon större sådan nettoöverföring inte ägt rum. Tvärtom har sektorn under de senaste åren haft ett visst finansiellt sparandeöverskott och därmed bidragit till finansieringen av statens budgetunderskott.

I de kommande kapitlen ges en mer detaljerad analys av de allmänna tendenser som nu beskrivits. I kapitel 2 beskrivs lönsamhetens utveckling ur olika aspekter och olika metoder att mäta vinst och räntabilitet redovisas. I kapitel 3 visas resultaten av en ekonometrisk analys av industrins fasta investeringar. Särskild hänsyn tas till hur investeringarna påverkas av räntabiliteten och ränteläget. I kapitel 4 beskrivs det samlade kapitalbehovet hos industrin och hur detta finansieras med hjälp av vinstmedel, upplåning och nyemissioner.

• Sida 60
•  Original

• Sida 61
•  Original

2 Vinster och råntabilitet

Det finns flera sätt att mäta lönsamheten i företag. Olika mätmetoder ger naturligt nog olika resultat. bl a därför att de konstruerats för olika specifika ändamål. Om man mer allmänt är ute efter att beskriva lönsamheten inom t ex industrisektorn blir emellertid mångfalden av lönsamhetsmått förvillan- de. När det gäller att göra beräkningar för makroekonomiska aggregat, för branscher eller för hela ekonomin, tillkommer problemet att olika statistiska underlag kan användas. Härigenom kan resultaten bli olika även om samma mätprincip tillämpas.

I detta kapitel visas olika sätt att mäta lönsamhetsutvecklingen och motiv för att i olika situationer använda den ena eller den andra metoden. Parallellt med detta beskrivs lönsamhetsutvecklingen under 1970-talet och de första åren på 1980—talet. Tonvikten läggs härvid på industrisektorn. Avslutningsvis visas också några beräkningar för det övriga näringslivet och för vissa av industrins delbranscher.

Bruttovinstmarginalen

Bruttovinstmarginalen är en ofta använd indikator på lönsamheten. Den definieras som bruttovinsten — i sin tur framräknad som försäljningsvärdet minus kostnader för insatsvaror och arbetskraft — i procent av försäljnings- värdet. En fördel med detta mått är att det är lätt att använda och att beräkningar kan tas fram med jämförelsevis kort tidseftersläpning.

I diagram 2.1 har industrins bruttovinstmarginal. beräknad med hjälp av statistiska centralbyråns företagsstatistik, uppritats för perioden 1970—1983. Kurvan återger i grova drag den relativt välkända bilden av industrins lönsamhetsutveckling. En kraftig uppgång skedde i samband med den världsomfattande högkonjunkturen 1973—1974. Därpå kom en djupgående lönsamhetsnedgång i spåren av det konjunkturbakslag som oljeprischocken 1974 framkallade. Nedgången förstärktes för Sveriges delav den "kostnads- kris" som samtidigt inträffade. Efter bottenläget 1977—1978 ägde en påtaglig förbättring rum. med endast en ansats till tillbakagång 1980—1981. Vinstupp- gången 1982 och 1983 var inte minst en följd av de kraftiga devalveringarna av kronan 1981 och 1982. Devalveringarna gjorde det möjligt att förbättra marginalerna och ändå stärka den prismässiga konkurrensförmågan.

• Sida 62
•  Original

Diagram 2.1 Industrins bruttovinstmarginal 1970—I 983 enligt före- tagsstatistiken

1 Erik Lundberg: Pro- duktivitet och räntabili- tet, Stockholm 1960.

Procent

Räntabilitetsbegreppet

Bruttovinsttnarginalen är, även om den ger en god allmän bild, inte den för alla ändamål lämpligaste mätaren på lönsamheten. Ett problem är att försäljningsvärdet — nämnaren — kan förändras på ett annat sätt än det i företaget engagerade kapitalet, Närmare bestämt är det oftast så att försäljningsvärdet varierar mer än kapitalets storlek. Bruttovinstmarginalen kan därför ge en felaktig bild av hur företagets förmåga att betala avkastning på det insatta kapitalet förändrats.

Man har således behov av ett lönsamhetsmått där vinsten sätts i relation till kapitalet, dvs ett mått på räntabiliteten. Man kan ibland också behöva skilja mellan avkastningen på olika slags kapital, eget kapital, materiellt kapital, etc. som framgår senare. Nu är kapital ett mycket mer komplicerat begrepp än försäljningsvärde, såväl teoretiskt som mättekniskt. Här råder fortfaran- de med Erik Lundbergs ord "kapital förvirring".'

Också själva vinstbegreppet, täljaren i lönsamhetsmåttet, behöver modi- fieras. I bruttovinsten görs för det första inget avdrag för kostnaderna för att utnyttja realkapitalet i form av byggnader, maskiner, m in. Att beräkna sådana avdrag för avskrivning eller kapitalförslitning är förenat med sina särskilda problem.

1 tider av inflation uppkommer för det andra frågan om i vilken prisnivå kostnaderna för förbrukade produktionsfaktorer skall mätas. Detta gäller både kapitalförslitningen — dvs förbrukningen av realkapital — och förbruk- ningen av insatsvaror. Två huvudprinciper finns att välja mellan: att antingen mäta kostnaderna till de priser företaget faktiskt betalade vid anskaffnings- tillfället, eller till de återanskaffningspriser som råder när slutprodukten säljs.

Senare i framställningen kommer dessa värderingsfrågor att diskuteras ytterligare.

• Sida 63
•  Original

Hä vstångseffekten

Räntabiliteten kan beräknas på antingen det totala kapitalet eller på det egna kapitalet. Tar man vinsten i procent av summan av ägarnas kapital och det kapital förtaget lånat, dvs skulderna, så får man räntabiliteten på det totala kapitalet. Denna räntabilitet är ett uttryck för hur väl företaget i sin rörelse förvaltat det totalt insatta kapitalet. Någon hänsyn tas då inte till hur finansieringen skett. För det lånade kapitalet är "räntabiliteten" given, nämligen den överenskomna räntan på lånen. Räknat på det egna kapitalet blir räntabiliteten därför normalt en annan än på det totala kapitalet. Räntabiliteten på det egna kapitalet utgörs av vinsten efter avdrag för räntekostnader (detta avdrag görs inte vid beräkning av räntabilitet på totalt kapital eftersom räntekostnaderna då är en del av själva avkastningen), i procent av ägarnas kapital. Denna räntabilitet säger därmed också något om hur effektivt företaget varit i fråga om finansieringen. Ju lägre genomsnittlig skuldränta företaget betalat, desto större blir naturligtvis.räntabiliteten på det egna kapitalet vid en given räntabilitet på det totala kapitalet.

När den genomsnittliga skuldräntan är lägre än räntabiliteten på totalt kapital blir räntabiliteten på eget kapital högre än på totalt kapital. Ju större andel av det totala kapitalet som i sådant fall är skulder, desto större blir räntabiliteten på eget kapital. Det är detta som brukar kallas "hävstångseff— ekt”. Denna kan emellertid också verka i den negativa riktningen: om räntabiliteten på totalt kapital skulle bli lägre än skuldräntan så blir räntabiliteten på eget kapital sämreju större skuldernas andel är. Detta är det avgörande argumentet mot en hög sku'ldsättningsgrad i företaget.

Den bokföringsmiissiga räntabiliteten

I det föregående har antytts de värderingsproblem som finns när lönsam- hetsutvecklingen skall beräknas. Ett ställningstagande till värderingsproble- men representeras av den praxis som kommer till uttryck i företagens offentliga bokföring. l vinstredovisningen värderar man där i allmänhet kostnaderna till de historiska anskaffningspriserna. Förbrukade insatsvaror värderas sålunda i regel till de priser företaget betalade då de inköptes. Avskrivningarna i företagsredovisningen sammanfaller oftast med de avskrivningar som företagen enligt skattelagstiftningen får göra i sin självdeklaration. Detta innebär att man även här utgår från historiska anskaffningsvärden och relaterar avskrivningarna till dessa.

Företagens kapital värderas likaså — vad beträffar det materiella kapitalet — till historiska anskaffningsvärden, efter avdrag för de avskrivningar som gjorts. Några värdestegringsvinster på t ex byggnader inberäknas alltså inte. Detta är i konsekvens med den försiktighetsprincip som är ledstjärna i offentlig redovisningspraxis.

I diagram 2.2 visas den bokföringsmässiga räntabilitet för industrin som kan framräknas med hjälp av de årsredovisningar som insamlas till företagsstatistiken. Räntabiliteten på totalt kapital beräknas som summan av rörelseresultat efter avskrivningar och ränteinkomster, i procent av det bokförda totala kapitalet.1 Vid beräkningen av räntabiliteten på eget kapital dras ränteutgifterna av från ovannämnda vinstbelopp och återstoden

1 Det skall särskilt påpe- kas att de räntabilitets- beräkningar som redo- visas i detta kapitel inte korrigerats för de kurs- iörluster och kursvinster på utländska skulder resp fordringar som upp- stått i samband med devalveringarna. Efter- som industriföretagens utländska skulder i ge— nomsnitt är större än deras utländska fordring- ar skulle en sådan jus- tering leda till något lägre räntabilitetstal för devalveringsåren 1977, 1981 och 1982.

• Sida 64
•  Original

Diagram 2.2 Industrins bokföringsmässiga rt'in— tabilitel på totalt och på eget kapital 1970—1982

1 [ det egna kapitalet inräknas härvid — i enlig— het med praxis — hälften av s k Obeskattade reser— ver.

Procent

30

25

20

på eget kapital 15

10 på totalt kapital

1970 72 74 76 78 80 82 År

uttrycks i procent av det bokförda egna kapitalet.1

Räntabiliteten på det egna kapitalet varierar som synes betydligt kraftigare än räntabiliteten på det totala kapitalet. Detta återspeglar det faktum att företagens genomsnittliga skuldränta uppvisar jämförelsevis små kortsiktiga variationer. Variationerna i räntabiliteten på totalt kapital kommer då att slå ut i ännu kraftigare variationer i räntabiliteten på eget kapital.

Med undantag för de från lönsamhetssynpunkt svaga åren 1977 och 1978 har räntabiliteten på eget kapital överstigit den på totalkapitalet. Den genomsnittliga skuldräntan har alltså i allmänhet varit lägre än räntabiliteten på det totala kapitalet. Den genomsnittliga räntan på industriföretagens skulder har uppvisat en stigande trend sedan 1970-talets början men var ändå inte högre än ca 8 procent 1981. Att den är så pass låg beror på att en stor del av skulderna inte alls belastas av räntor, tex leverantörskrediter.

• Sida 65
•  Original

I stället för att skilja mellan räntabilitet på totalt och eget kapital kan man dela upp räntabiliteten på materiellt och finansiellt kapital. Här räknas som materiellt kapital maskin- och anläggningskapital samt varulager; som finansiellt kapital övriga tillgångar, alltså kassa, bankmedel kundfordringar och andra penningfordringar. Räntabiliteten på finansiellt kapital blir då ränteinkomsternai procent av det finansiella kapitalet, medan räntabiliteten på materiellt kapital blir rörelseresultatet efter avskrivning i procent av det materiella kapitalet.

Som framgår av diagram 2.3 har räntabiliteten på finansiellt kapital ökat kraftigt, men inte haft så starka kortsiktiga fluktuationer som räntabiliteten på materiellt kapital. I likhet med vad som gäller skulderna är den genomsnittliga räntan på finansiellt kapital dock påfallande låg, 7 ä 8 procent under senare år. Även bland fordringarna är nämligen en stor del inte räntebärande, däribland kundfordringar. I diagrammet har också inritats affärsbankernas specialinlåningsränta, vilken bättre kan antas överensstäm— ma med den ränta som företagen får på det räntebärande finanSiella kapitalet. I en undersökning som gjorts av statistiska centralbyrånl har räntabiliteten på det räntebärande finansiella kapitalet uppskattats. De tal som där framkommer ansluter sig nivåmässigt väl till specialinlåningsrän- tan.

Förhållandet mellan räntabiliteten på materiellt och finansiellt kapital kan förmodas ha betydelse för företagens val mellan att investera i realkapital respektive göra finansiella placeringar. Av diagram 2.3 kan man utläsa att detta förhållande förändrats till realkapitalets nackdel om man jämför den senaste S-årsperioden med första hälften av 1970-talet.

Procent

20

15

specialinlåningsräntan

på materiellt kapitel

10

. . nun-oooo'

1970 72 74 76 78 80 82 År

lSe SM F 1983z9, Indu- striföretagen 1981—1982.

Diagram 2.3 Industrins bokföringsmässiga rän- tabilitet på materiellt och på finansiellt kapital 1970—1982.

• Sida 66
•  Original

Diagram 2.4 Industrins bokföringsmässiga av- skrivningar i procent av bokfört maskin- och byggnadskapital 1970—1982

Avskrivning och kapitalförslitning

Jämför man diagram 2.1 och 2.2 finner man en intressant skillnad: Räntabiliteten på totalt kapital (diagram 2.2) var under åren 1980—1982 klart högre än tio år tidigare, 1970—1972. Däremot var bruttovinstandelen (diagram 2.1) fortfarande lägre 1980—1982 än 1970—1972. En orsak till detta är att avkastningen på finansiellt kapital ökat, som nyss visats. En ytterligare orsak är emellertid att de bokföringsmässiga avskrivningarna vuxit långsam- mare än tex försäljningsvärdet.

Detta skulle i sin tur kunna bero på att investeringarna i maskiner och byggnader minskat så mycket att möjligheterna att göra avskrivningar begränsats. En kanske viktigare orsak är emellertid att de bokföringsmässiga avskrivningarna görs med de faktiska historiska anskaffningspriserna som bas. Vid en höjd prisökningstakt kommer därmed avskrivningarna att bli mindre i förhållande till sådana storheter som mäts i löpande priser. Avskrivningarna blir på detta sätt för små. i den meningen att man i vinstredovisningen inte gör så stora avdrag som svarar mot kostnaderna för att ersätta uttjänta kapitalföremål med nya.

Diagram 2.4 visar en ytterligare egenhet hos de bokföringsmässiga avskrivningarna, nämligen att de samvarierar med lönsamheten. Kurvan över avskrivningarnas andel av maskin- och byggnadskapitalet har nästan identiskt samma form som kurvan över t ex bruttovinstandelen. Skälet är att företagens avskrivningar i bokföringen anpassas till behovet av att å ena sidan hålla den beskattningsbara inkomsten nere när lönsamheten är god, å andra sidan undvika stora förluster när lönsamheten är dålig. Variationerna i den verkliga lönsamheten underskattas härigenom.

Det finns alltså skäl att göra en alternativ beräkning av avskrivningarna. där man dels tillämpar återanskaffningskostnadsprincipen. dvs relaterar avskrivningarna till priset på nya kapitalföremål. dels undviker att avskriv- ningarna varierar med lönsamheten på nyss nämnda vis.

Procent

25

20

15

10

1970 72 74 76 78 80 82 År

• Sida 67
•  Original

Miljarder kr här gjord beräkning

20

18 / nationalräkenskaperna

16

14

_. bokföringsmässiga

12 avskrivningar

10

1970 72 74 76 78 80 82 År

En sådan beräkning har gjorts1 varvid det förutsatts att investeringarna skrivs av linjärt under en 20-årig livslängd. Uppskrivningen till återanskaff— ningsvärde sker med hjälp av prisindex för bruttoinvesteringarna enligt nationalräkenskaperna.

I diagram 2.5 visas de kapitalförslitningsbelopp2 som på detta sätt framkommer, tillsammans med dels företagsstatistikens bokföringsmässiga avskrivningar, dels också nationalräkenskapernas kapitalförslitningsbelopp. De senare beräknas också till återanskaffningsvärden, men med längre livslängdsantaganden. Nationalräkenskapernas kapitalförslitning blir därför lägre än i de här utförda beräkningarna, men ökningstakten i de två stämmer väl överens. De bokföringsmässiga avskrivningarnas utveckling är däremot av de angivna orsakerna helt annorlunda.

Realiserade prisstegringsvinster

Enligt samma princip om den för avskrivningarna så värderas i regel även de löpande kostnaderna för varorna i företagens bokföring till de historiska anskaffningskostnaderna. Om priserna är högre vid försäljningstillfället än

Diagram 2.5 Industrins kapitalförslitning 1970—1982 enligt olika beräkningsmetoder

1 Metodiken beskrivs närmare i Appendix 2 till Ds E 1981:8, Indu— strins lönsamhet, finan- siering och investeringar under 1970-talet.

2 Begreppet ”kapitalför- slitning” reserveras i denna text för beräk- ningar baserade på åter— anskaffningsvärden, ”av- skrivning” för de bokfö- ringsmässiga beräkning- arna. Denna distinktion är dock knappast all- mänt vedertagen varför förtydliganden i regel görs.

• Sida 68
•  Original

1 I nationalräkenskaper- na används termen drift- överskott för (i det när- maste) samma begrepp

? Använd i Ds E 1981z8, tidigare refererad

Diagram 2.6 Industrins bruttovinstmarginal 1970—1982 uppdelad på realiserade prisstegrings- vinster och operativt bruttoresultat

då insatsvarorna köptes och då produkten tillverkades kommer en del av den vinst som registreras att bero på att varorna legat i lager en viss tid. Vinsten kommer härigenom att variera med inflationstakten. Den vinst som beror på prisstegringar på t ex insatsvaror är emellertid fiktiv i den meningen att när företaget vill återanskaffa varorna måste denna vinst tas i anspråk för att bekosta återanskaffningen. Det bör observeras att en vinst som uppstått på detta sätt försvinner om inflationen upphör.

Det finns anledning att i rörelseresultatet före avskrivning (dvs bruttovin- sten) skilja mellan sådana realiserade prisstegringsvinster och den återstå- ende vinsten, vilken kan kallas operativt överskott.1 Det senare är ett uttryck för utvecklingen av företagens produktiva förmåga, medan den förra i stort sett är opåverkbar för företaget.

Dessvärre är det komplicerat att göra en mer exakt beräkning av de realiserade prisstegringsvinsternas storlek. En grov metod2 är att för årsvisa beräkningar multiplicera den procentuella uppgången i prisindex för inhemsk varutillgång (enligt statistiska centralbyråns producentprisindex) under loppet av året med lagerstockens värde vid årets början. På detta sätt kan man göra den uppdelning av bruttovinstmarginalen som visas i diagram 2.6, varvid den totala bruttovinstmarginalen överensstämmer med den som inledningsvis visades i diagram 2.1.

Det är intressant att konstatera att ökningen i bruttovinstmarginalen 1973—1974 främst berodde på att de realiserade prisstegringsvinsterna gick upp kraftigt. Detta var återverkningar av de mycket starka världsomfattande råvaruprisstegringarna. Under den senaste femårsperioden, 1977—1982, har likaledes de realiserade prisstegringsvinsterna svarat för betydande andelar av industrins bruttovinstmarginaler. Detta har delvis varit en följd av kraftiga internationella prisökningar 1979—1980, delvis av de kraftiga svenska devalveringarna. Det operativa bruttoöverskottet har utgjort en i motsva- rande mån mindre del.

Procent 12 A I & 10 ] x ] X 8 * I &

, total bruttovinstmarginal

operativt bruttoöverskott

__. - realiserad prisstegri ngsvi nst

• Sida 69
•  Original

Inflationsanpassad räntabilitetsmätning

Med användning av de resultat som kommit fram i de föregående avsnitten kan man göra en inflationsanpassad beräkning av räntabiliteten. I en sådan beräkning värderar man resursinsatserna till återanskaffningspriser i stället för till historiska anskaffningspriser. Man kan då utgå från rörelseresultatet före avskrivning enligt bokföringen och därifrån dra de realiserade prissteg- ringsvinsterna; man får det operativa bruttoresultatet. Därefter gör man avdrag för kapitalförslitningen, värderad till återanskaffningspriser, i stället för de bokföringsmässiga avskrivningarna. Man erhåller då det operativa nettoresultatet av rörelsen. Till detta läggs de finansiella intäkterna (såvida inte mätningen görs enbart på materiellt kapital).

En ytterligare modifikation av vinstmåttet behöver emellertid göras, som sammanhänger med värderingen av det materiella kapitalet. I den konven- tionella bokföringen värderas ju stocken av byggnader och maskiner till de historiska anskaffningsvärdena. I en konsekvent inflationsanpassad redovis- ning bör det materiella kapitalet värderas till återanskaffningspriser, givetvis efter avdrag för ackumulerad kapitalförslitning. För vinstberäkningens del innebär detta ett tillägg för värdestegringsvinster på det materiella kapitalet (inkl lager). Dessa vinster utgör ett slags kapitalinkomster av principiellt sett samma slag som ränteinkomsterna på finansiellt kapital. Skillnaden är att de är orealiserade och därför i enlighet med försiktighetsprincipen inte medräknas i konventionell bokföring.

Tar man summan av operativt nettoöverskott, ränteinkomster och värdestegringsvinster på materiellt kapital och sätter dennai relation till det totala kapitalet1 erhåller man ett mått på den inflationsanpassade räntabili- teten på totalt kapital. Drar man av ränteutgifterna från vinstsumman, respektive skulderna? från kapitalbeloppet, får man den motsvarande räntabiliteten på eget kapital. I diagram 2.7 visas utvecklingen av dessa båda mått samt också den inflationsanpassade räntabiliteten på materiellt kapital, allt avseende industrin. Den viktigaste skillnaden i jämförelse med de bokföringsmässiga räntabilitetstalen är att återhämtningen av lönsamheten efter 1978 är mindre tydlig (jämför diagram 2.2). Den främsta orsaken till detta är att kapitalförslitningen till återanskaffningsvärde stigit betydligt kraftigare än de bokföringsmässiga avskrivningarna (se åter diagram 2.5)

Real räntabilitet

De inflationsanpassade räntabilitetsmåtten kan användas som utgångspunkt för att mäta den reala räntabiliteten. De nominella räntabilitetsmåtten — oavsett de är bokföringsmässiga eller inflationsanpassade — tar inteihänsyn till de köpkraftsförluster på kapitalet som den allmänna inflationen förorsakar. Man skulle kunna ställa det kravet på ett räntabilitetsmått att det blir positivt först om företagets kapitalvärde realt sett ökat mellan årets början och slut. Detta innebär att räntabiliteten skall beräknas realt. En sådan beräkning har här gjorts genom att från de nyss visade räntabilitets- måtten dra den procentuella uppgången i konsumentprisindex under loppet av respektive år. Resultatet ses i diagram 2.8.

På totalt kapital var den reala räntabiliteten svagt positiv i genomsnitt

1 I det totala kapitalet omvärderas då de mate- riella tillgångarna till återanskaffningsvärde, enligt vad som nyss sagts.

2 I skulderna inkluderas hälften av Obeskattade reserver. De senare om- fattar här även de ”dol- da" reserver som utgör skillnaden mellan de materiella tillgångamas återanskaffningsvärden och deras bokförda vär- den.

• Sida 70
•  Original

Procent

Är

på eget kapital

Tå .: 0— m x : .?) : u: ..- ru E wu Q på totalt kapital

. == .åzåa. &..—Qom goo 'uo'ä wäga.—""E essä-= na.se? .: Nä qu_s_m ERS-ERS” Gouna—. katt.—Ae»— Mei—?...!»é .3 "m”"lx "Rathou Q-SSNEN

• Sida 71
•  Original

Procent

30

25

20

15

10

på totalt kapital

1970 72 74 76 78 80 82 År

under perioden 1970—1975. Därefter har den varit negativ, även om en återhämtning ägt rum under de allra senaste åren. Också den reala räntabiliteten på eget kapital har varit låg efter 1975, om än i allmänhet positiv. Lönsamhetsförbättringen under 1982 medförde en relativt stark återhämtning i detta räntabilitetsmått.

Diagram 2.8 Industrins reala räntabilitet på totalt och eget kapital, samt den reala specialinlå- ningsräntan 1970—1982

• Sida 72
•  Original

Diagram 2.9 Textil- och beklädnadsindustrins bokföringsmässiga rän- tabilitet på totalt och på eget kapital 1970—1982

Procent

Slutligen kan nämnas att räntabiliteten på finansiella placeringar — i diagrammet representerad av specialinlåningsräntan — realt sett blivit klart positiv under 1981 och 1982, efter att ha varit negativ under praktiskt taget hela 1970-talet.

Räntabiliteten i olika delar av industrin

Ju mer råvarubetonad en vara är desto starkare är i allmänhet de konjunkturella variationerna i efterfrågan. Orsaken till detta är att råvaror i större utsträckning lagras och att lagren är den efterfrågekomponent som varierar starkast med konjunkturen. Detta återspeglas också av diagrammen (diagram 2.9—2.13) över räntabiliteten i olika industribranscher. Kurvorna för basindustrierna — massa- och pappersindustrin och stålverken — har varierat mycket kraftigt sedan 1970. Verkstadsindustrins och teko-industrins räntabilitet har i stället fluktuerat mindre än genomsnittet för den totala industrin.

Tekoindustrins räntabilitet har under hela den redovisade perioden varit genomsnittligt ett par procentenheter sämre än för den totala industrin, räknat på totalt kapital. Som resultat av hävstångseffekten har skillnaden i räntabilitet på eget kapital i genomsnitt varit ännu större. Stålindustrins räntabilitet på totalt kapital har efter 1975 varit i genomsnitt dygt 5 procent sämre än för den totala industrin. Detta innebär att den nätt och jämt varit positiv under perioden 1976—1982. Räknat på eget kapital har stålindustrins räntabilitet varit kraftigt negativ sedan 1976.

Massa- och pappersindustrin har haft en räntabilitet som avvikit mindre från den totala industrin, som genomsnitt för perioden 1970—1982. Den har varit obetydligt lägre, både på totalt och på eget kapital.

Streckat = industrin totalt

på totalt kapital på eget kapital

70 72 74 76 78 80 82 70 72 74 76 78 80 82 År

• Sida 73
•  Original

Diagram 2.10 Massa-, pappers- och grafiska industrins bokföringsmässiga räntabilitet på totalt och på eget kapi- tal 1970—1982

Procent Streckat = industrin totalt

40 på totalt kapital på eget kapital

35

70 72 74 76 78 80 82 70 72 74 76 78 80 82 År

Diagram 2.11 Kemisk industris (inkl petroleumraffinaderiers) bokföringsmässiga räntabilitet på totalt och på eget kapital 1970—1982 Procent Streckat = industrin totalt

på totalt kapital på eget kapital

• Sida 74
•  Original

Procent Streckat = industrin totalt 35 på totalt kapital A på eget kapital 30 25 l i 20 i & X 15 X I__ / Ks ] &I 10 I I 5 J, 0 —5 'I' ——10 ——15

-—20

70 72 74 76 78 80 82 70 72 74 76 78 80 82 År

Diagram 2.12 Järn-, stål— och metallverkens bokföringsmässiga rän- tabilitet på totalt och på eget kapital 1970—1982 Den kemiska industrin (inkl petroleumraffinaderierna) har också haft en

räntabilitet som rätt nära anslutit sig till den totala industrins. Det kan noteras att lönsamhetskrisen 1977—1978 inte i så hög grad drabbade denna bransch.

Verkstadsindustrin utgör en betydande del av industrin och dess räntabi- litetsutveckling återspeglas därför naturligt nog av den totala industrins. Verkstadsindustrins skuldsättningsgrad är något högre än i industrin i övrigt. Dessutom är den genomsnittliga räntan på verkstadsindustrins skulder något lägre än för industrin i övrigt. Detta medför att räntabiliteten, relativt den totala industrin, på eget kapital varit högre än på totalt kapital, inte minst 1981—1982.

• Sida 75
•  Original

Procent Streckat = industrin totalt

på totalt kapital på eget kapital

30

25

20

15

10

70 72 74 76 78 80 82 70 72 74 76 78 80 82 År

.. - . . .. . .. . . Diagram 2.13 Verkstads- Rantabiliteten I det ovriga narmgslivet industrins (inkl varv)

bokföringsmässiga rän- Näringslivet utanför industrin är mer skyddat för internationell konkurrens, tabilitet på totalt och på även om viss internationell handel förekommer på t ex byggnadsindustrins, eget kapital ”791982 elkraftproduktionens och samfärdselns områden. Härigenom blir de kort— . . . . . .. . . . .. . Diagram 2.14 Bokfö-

Siktiga variationerna i räntabiliteten mindre stark, som framgar av diagram . .. . .. . .

. . .. _ . __ rmgsmasszg rantabilitet 2.14. Till detta bidrar ocksa att produktionen till stor del ar av tjänsteka- på totalt och på eget raktär, vilket betyder att lagervariationerna hos köparna spelar mindre roll kapital i näringslivet än för industrin. utom industrin

Utmärkande för näringslivet utanför industrin är att skuldsättningsgraden 1970—1982 Anm. Fastighetsförvalt- ning, banker och försäk-

Procent ' _ ringsföretag är exklude- Streckat = industrin totalt rade.

på totalt kapital på eget kapital 30

25

20

70 72 74 76 78 80 82 70 72 74 76 78 80 82 År

• Sida 76
•  Original

Diagram 2.15 Bokfö- ringsmässig räntabilitet på totalt kapital i vissa delar av näringslivet utom industrin 1970—1981

Procent

är klart högre — och soliditeten alltså lägre — än inom industrin. Ett skäl till detta är förmodligen att verksamheten genom att den är mer skyddad också är mindre riskfylld. En högre skuldsättning kan då accepteras. Resultatet av den högre skuldsättningen blir, i enlighet med hävstångsprincipen, att räntabiliteten på eget kapital blir jämförelsevis hög.

Under den redovisade perioden 1970—1981 har räntabiliteten på i synnerhet eget kapital haft en mer uppåtriktad tendens jämfört med industrin. I det övriga näringslivet har man med andra ord bättre kunnat kompensera sig för inflationens urholkning av det egna kapitalets köp- kraft. I diagram 2.15 visas utvecklingen av räntabiliteten på totalt kapital i vissa delar av det övriga näringslivet. Alla fyra redovisade branscher har haft en

Streckat = industrin totalt

eI-, gas- och vatten- byggnadsverksamhet verk

Procent

varuhandel, hotell- och samfärdsel restaurangrörelse

• Sida 77
•  Original

jämnare lönsamhetsutveckling än industrin. Varuhandeln är den delbransch vars räntabilitetskurva mest liknar den för industrin. Anmärkningsvärd är samfärdselsektorns — i vilken givetvis Statens Järnvägar väger tungt — starka räntabilitetsuppgång sedan 1970-talets början. Fortfarande ligger dock räntabiliteten lägre än inom tex industrin.

• Sida 78
•  Original

temal- så 1 på”? '

• Sida 79
•  Original

3 Industrins investeringar i fast realkapital

När man i dagligt tal använder begreppet investeringar avser mani allmänhet investeringar i fast realkapital eller fast materiellt kapital. Med detta avses det kapital i form av maskiner, byggnader och andra fysiska föremål som används i produktionsprocessen. Till investeringar i vid mening räknas emellertid också lagerinvesteringar och investeringar i finansiellt kapital. Dessa behandlas i ett senare sammanhang. Ibland utvidgas investeringsbe- greppet ytterligare och omfattar även vissa utgifter för marknadsföring och forskning. Varken i nationalräkenskaperna eller i normal företagsredovis- ning bokförs de sistnämnda emellertid som investeringar. De behandlas heller inte i denna rapport.1

I föreliggande kapitel analyseras industrins investeringar i fast realkapital med ekonometrisk metodik. Syftet är att försöka identifiera och kvantifiera de faktorer som på makroekonomisk nivå kan antas styra industrins investeringar. Från en mängd faktorer som i det enskilda företaget inverkar på dess investeringar bortses alltså. Inte heller beaktas att investeringsbete- endet kan vara olika i olika delbranscher i industrin.

Investeringssambandets huvuddrag

I de ekonometriska skattningar som redovisas i det följande förutsätts att tillskottet av ny produktionskapacitet bestäms av i första hand förväntning- arna om den framtida produktionsvolymen. Dessa förväntningar antas kunna approximeras med ett vägt medeltal av de senaste årens förändringari produktionen:

_å WiAQt—i i=0

där AQ! är produktionens förändring i fasta priser mellan år t—1 och t, wi är vikterna för de successiva produktionsförändringarna och n är antalet år som ingår i förväntningsbildningen.

Nettoinvesteringen i ny produktionskapacitet antas vara en funktion av denna förväntningsvariabel:

n c + a _20 wiAQH ,:

1 Dessa s k immateriella investeringar studeras däremot i tex industri-

" . . verkets höstrapport C + 30 b' 'do'—' 1982.

där konstanten a förväntas vara positiv och c ligga nära noll. Genom att låta a'wi = bi kan uttrycket skrivas:

• Sida 80
•  Original

Bruttoinvesteringen består av nettoinvesteringen plus kapitalförslitning- en. Den senare antas vara proportionell mot stocken av fast realkapital, Kv dvs:

k-K

!

Den totala bruttoinvesteringen, II, ges därmed av följande ekvation:

(i) i( = c + å] bi AQ,_i + k — K,

Avvikelser från detta ”produktions- och kapitalstocksamband" kan tänkas uppstå om räntabiliteten på det materiella kapitalet avviker från det normala. Dels kan förväntningsbildningen då påverkas, dels påverkas i regel tillgången på finansiella medel, i form av i företagen genererat sparande.

Vidare kan avvikelser uppstå om räntabiliteten på finansiella tillgångar avviker från det normala. Sambandet är då negativt: en hög avkastning på finansiella placeringar medför att investeringarna i fast realkapital blir lägre än annars.

Det är inte lämpligt att utan vidare addera räntabilitetsvariablerna (med respektive koefficient) till ekvation (i). Räntabilitetsvariablerna är ju relationstal medan ekvation (i) bestämmer investeringarnas absoluta nivå. En viss förändring i räntabilitetsprocenten skulle då medföra samma beloppsmässiga tillskott till investeringarna oavsett nivån på hela produk- tionsskalan (nivån på investeringar, produktion och kapitalstock). Vid en tidpunkt i det förgångna, då produktionsskalan var liten skulle detta tillskott få en större relativ betydelse än vid en senare tidpunkt, då produktionsskalan är större.

För att ta hänsyn till att hela produktionsskalan långsiktigt ökat har valts att "väga” räntabilitetstalen med realkapitalstockens storlek vid respektive tidpunkt. Ekvation (i) har utvidgats till:

(ii) i, = c + å) b, AQ,_i + k - K, + r1(RM,- K,) + r2 (RF, - K,)

där RMK och RF! är räntabiliteten på materiellt respektive finansiellt kapital. Koefficienten r| förväntas vara positiv och r2 negativ.

Det bör observeras att koefficienten k nu får en annorlunda tolkning än i ekvation (i). Termen k-Kt är inte längre en skattning av kapitalförslitningens storlek, eftersom variabeln K! finns med även i då båda följande termerna. Om de båda variablerna RMI och RFl varierat kring ett medeltal på noll hade detta inte varit något problem. Mer allmänt blir den sammanlagda koefficienten för K[ i ekvation (ii) följande:

k+rlw+r2IiF

där R—M och & är medelvärdena under estimationsperioden för RMt och RFV Denna koefficient är den korrekta ”'kapitalförslitningskoefficienten”” och är den som svarar mot det k som finns i ekvation (i).

En del ytterligare modifikationer som gjorts, samt valet av räntabilitets- begrepp, redovisas i samband med att skattningsresultaten nedan presente- ras.

• Sida 81
•  Original

Skattning utan räntabilitetsvariabler

Först gjordes en skattning enbart av det rena ”produktions- och kapital- stockssambandet” i enlighet med ekvation (i) i föregående avsnitt. Helårs- visa data för perioden 1950—1981 användes. Resultatet blev (med koefficien- ternas t-kvoter inom parantes):

(1) = 764 + 0,01 AQ + 0,30 AQ_1 + 0,16 AQ-; + 0,29 AQ_3 + (0,2) (3,5) (1,7) (2.8) + 0,15 AQ_. + 0,093 K (1,6) (172) R2 = 0,93

där I = industrins fasta bruttoinvesteringar, milj kr, 1975 års priser AQ = förändring från föregående år i industrins förädlingsvärde, milj kr, 1975 års priser (-1, -2, etc anger ett, två etc års tidseftersläp- ning) K = industrins stock av fast realkapital vid början av året, milj kr, 1975 års priser, under antagande om 20 års linjär avskrivning av kapitalföremålen.

Koefficienten för produktionsförändring utan tidsfördröjning blev mycket liten (endast 0,01), vilket inte var oväntat. Det tar viss tid innan en produktionsändring ger upphov till ändrade förväntningar och innan dessa i sin tur hinner påverka investeringarna. Mer egendomligt är att koefficienten för både AQ1 och AQ3 är större än för den mellanliggande AQZ Detta skulle innebära att effekten av en produktionsförändring skulle börja ebba ut efter två år för att åter tillta efter tre år. Vad man väntar sig är att effekten först tilltar, när en topp och sedan avtar.1 Det resultat som här erhållits får till denna speciella del tillskrivas slumpens eller andra faktorers inverkan.

Däremot förefaller summan av koefficienterna för produktionsförändring- arna vara någorlunda rimlig, den är 0,90. Ekvationen kan mera summariskt skrivas:

(1) I = 764 + 0,90 330 mao-, + 0,093 K '" (17,2)

R2 = 0,93

4 där ; w,= 1.

i=0

Denna summa på 0,90 kan visas betyda, tillsammans med ekvationens konstanta term, att den marginella ”capital-output ratio” (kvoten mellan förändringarnai realkapitalstock och produktionsvolym) var ungefär 1,1 vid 1960-talets början och 1,0 vid 1970-talets mitt. I diagram 3.1 visas utvecklingen av den genomsnittliga ”capital-output ratio” beräknad under förutsättning att avskrivning sker linjärt under en livslängd av 20 år hos investeringarna. Den var omkring 1 ,3 vid 1960-talets början och omkring 1 ,2 under första delen av 1970-talet. Att den sjunkit är i överensstämmelse med

1 Så blev också resultatet vid en skattning av mot- svarande ekvation som gjordes (på något kor- tare tidsperiod) i sam- band med 1980 års lång- tidsutredning; se dess bilaga 9 "Industrins lön- samhet, finansiering och investeringar under 1970-talet”.

• Sida 82
•  Original

1,5 1,4 1,3 1,2 1,1 1,0

0,9

_l—T—__T—_T__l—F_—I'—_T_T—l—l_—l—

1 956 58 60

Diagram 3.1 Industrins "capital-output ratio” (kvot mellan realkapital- stock och produktions- volym) 1955—1982

Anm. Realkapitalstock i 1975 års priser beräk- nad under antagande om 20 års linjär avskriv- ning av kapitalföremålen. Produktionsvolym mått som förädlingsvärde i 1975 års priser.

62 64 66 68 70 72 74 76 78 80 82 År

ekvationens resultat, att den marginella "capital-output ratio” varit något lägre än den absoluta.

Det faktum att, som diagrammet visar, ”capital-output ratio” steg kraftigt under senare delen av 1970-talet var mest ett utslag av det starkt försämrade efterfrågeläge som då inträdde. Till detta kunde realkapitalstocken givetvis inte omedelbart anpassas, trots att investeringarna minskade kraftigt från och med 1977.

Realkapitalstocken har som nämnts beräknats under förutsättning att investeringarna skrivs av under 20 år. Detta betyder att realkapitalets genomsnittsålder är ungefär 10 år, om anskaffningarna är någorlunda jämnt fördelade i tiden. Kapitalförslitningen skulle då per år uppgå till ungefär 10 procent av den befintliga stocken. Den skattade kapitalförslitningskoeffi- cienten på 0,093 svarar väl häremot.

Ekvationen förklarar industrins investeringar tämligen väl; determina- tionskoefficienten R2 är 0,93. Som visas diagram 3.2 kvarstår dock en viss variation som verkar kunna vara systematisk. I början av 1970-talet var de faktiska investeringarna mindre än de av ekvationen skattade. Detsamma gäller åren 1977—1981, med undantag av 1980. Under åren 1973-1976 var däremot de faktiska investeringarna större än de som skattats med ekvationen.

Skattning med räntabilitetsvariabler

Det ligger nära till hands att försöka förklara de ovan nämnda avvikelserna med lönsamhetsfaktorer som inte fullt ut fångats upp av det enkla produktions- och kapitalstockssambandet. Om man på det sätt som angivits i ekvation (ii) i det inledande avsnittet lägger till den bokföringsmässiga

• Sida 83
•  Original

Miljarder kr 1975 års priser

15

14 faktiska

13

12 | skattade 1 t 1. i, 1

10

1970 72 74 76 78 80 År

räntabiliteten på materiellt kapital och räntabiliteten på finansiellt kapital blir resultatet:1

(2) I = 980 + 0,59 å'ow, AQ-, + 0,098 K + 0,0024 RMB - K — '- (3,76) (2,91)

— 0,0028 RF - K (—1,32)

R2 = 0,97

där RMB = bokföringsmässig räntabilitet på materiellt kapital i procent RF = räntabilitet på finansiellt kapital mätt som affärsbankernas specialinlåningsränta i procent i övrigt som i ekv (1). Summa av koefficienterna för produktionsförändringarna blev här lägre, 0,59. Den kan nu emellertid inte tolkas som en marginell ”capital-output ratio” i den tidigare meningen, eftersom räntabilitetsvariablerna också påverkar investeringarna. Vidare mäter koefficienten framför kapitalstock- en inte längre kapitalförslitningskoefficienten, vilket förklaras i det inledan- de avsnittet. Görs den justering som där visades, blir kapitalförslitningsko- efficienten ungefär densamma som i ekvation (1).

En ökning i räntabiliteten på materiellt kapital med en procentenhet leder enligt ekvationen till en investeringsökning på 0,0024 gånger kapitalstocken. Vid 1980 års kapitalstock innebär detta ca 275 milj kr (i 1975 års priser) vilket

Diagram 3.2 Industrins bruttoinvesteringar, fak- tiska och skattade enligt ekvation (1 ) 1970-1981. Hela estimationsperioden är 1950—1981

1 Räntabilitetsvariablerna har vid skattningen tagits som medeltal av inneva- rande och föregående års värden för att ta hänsyn till att en viss tidsfördröjning i inves- teringarnas reaktion kan förmodas föreligga. Det- ta är givetvis ett starkt förenklat förfarande. Möjligt är också att tids- fördröjningen i verklig- heten är längre. Vidare har räntabilitetsvariab- lerna endast varit till- gängliga för perioden efter 1969. Därför har en s k dummy-variabel satts in, med värdet 1 för perioden 1950—1969 och 0 därefter, i denna och efterföljande ekva- tioner som innehåller räntabilitetsvariabler. Koefficienten för dum— my-variabeln saknar större intresse och redo- visas genomgående inte.

• Sida 84
•  Original

Diagram 3.3 Industrins bruttoinvesteringar, fak- tiska och skattade enligt ekvation (2) 1970—1981 Hela estimationsperioden år 1950—1981

motsvarar ca 2,5 procent av investeringarna detta år.

En ökningi räntabiliteten på finansiellt kapital med en procentenhet leder till en något större effekt, givetvis är det motsatta hållet, nämligen en minskning i investeringarna med 0,0028 gånger kapitalstocken. Detta betyder vid 1980 års kapitalstock inte fullt 3 procent av detta års investeringar.

Av diagram 3.3 framgår att införandet av räntabilitetsvariablerna förbätt- rade ekvationens anpassning. Avvikelserna mellan faktiska och skattade tal får anses vara ganska obetydliga.

Att räntabiliteten på finansiellt kapital skulle ha större effekt på investeringarna än räntabiliteten på materiellt kapital har kan tyckas orealistiskt. En förklaring kan emellertid vara att den sistnämnda i stor utsträckning kommer till uttryck redan i de produktionsvariabler som ingår i ekvationen och till vilka räntabiliteten på materiellt kapital endast utgör ett ”marginellt korrektiv”. Räntabiliteten på finansiellt kapital har såtillvida en mer självständig ställning att den mäter lönsamheten hos en konkurrerande placeringsform.

Dessutom är det så att räntabiliteten på finansiellt kapital samtidigt ger uttryck för kostnaden för lånat kapital. Variabeln kan därför fånga upp inte bara effekten att kapital flyttas från materiella till finansiella investeringar utan också den inverkan som kostnaderna för lånefinansiering kan ha på de materiella investeringarna.

Miljarder kr 1975 års priser

15

14 faktiska

13

12

11

10

1970 72 74 76 78 80 År

• Sida 85
•  Original

Det skall också på pekas att koefficienten för räntabiliteten på finansiellt kapital skattats med ganska låg precision, vilket tar sig uttryck i ett relativt lågt värde på t-kvoten. Koefficienten för räntabiliteten på materiellt kapital har bättre precision.

De båda räntabilitetskoefficienterna är numeriskt inte signifikant skilda från varandra, statistiskt sett. I tabell 3.1, där en översikt av gjorda ekvationsskattningar återfinns, visas en ekvation där skillnaden mellan de båda räntabilitetsvariablerna använts. Detta innebär ett antagande om att de har samma koefficient (med motsatta tecken). Resultat blev en koefficient på 0,0025, dvs ett tal mellan de båda koefficienterna i ekvation (2), skattad med rätt hög precision. Det är emellertid inte så lätt att på förhand teoretiskt motivera varför de två koefficienterna skulle vara lika stora.

Ovan har den bokföringsmässiga räntabiliteten på materiellt kapital använts. Man kan också använda ett räntabilitetsmått som utgår från återanskaffningskostnadsbaserade resultat- och kapitalvärden (se kapitel 2). Med i övrigt samma variabler i ekvationen blir resultatet följande:

(3) I = 1004 + 0,61 _åow, AQ_, + 0,091 K + 0,0021 RM . K — ”* (3.28) (2.87)

— 0,0021 RF- K (—0.90)

R2 = 0,97

där RM = den inflationsjusterade räntabiliteten på materiellt kapital i procent i övrigt som i ekv (2)

Här blev verkligen koefficienterna för de båda räntabilitetsvariablerna lika stora och aningen lägre än i ekvation (2). Övriga koefficienter och R2 blev ungefär som förut. Att välja mellan ekvation (2) Och (3) är från statistiska synpunkter inte så lätt. Det är likaså svårt att från teoretiska utgångspunkter välja mellan den ena eller den andra förklaringsmodellen. Frågan är vilken typ av räntabilitetstal som företagen i första hand vägleds av. Härvidlag kan det förmodligen vara olika i olika företag. Strängt taget är det dessutom den förväntade framtida räntabiliteten på nytt kapital som är relevant. Här har den historiska genomsnittliga räntabiliteten använts, i den mer eller mindre välgrundade föreställningen att den kan approximera företagens förvänt- ningar.

Skattning med reala räntabilitetsvariabler

Hittills har använts nominella och inte reala räntabilitetsmått. Kanske styrs emellertid företagens investeringsbeslut snarast av de reala räntabilitetsta- len, dvs de nominella efter avdrag av inflationstakten. I den följande ekvationen har reala mått använts:

• Sida 86
•  Original

(4) I = 1328 + 0,88 __åow, AQ_, + 0,085 K

(15,08) + 0,0009 (RM — KPI) - K— 0.0052 (RF — KPI)- K (1,06) (—2,92)

R2 = 0,97

där KPI = procentuell uppgång i konsumentprisindex under loppet av året1 i övrigt som i ekv (3)

Här minskade alltså koefficienten för räntabiliteten på materiellt kapital kraftigt, medan den blev avsevärt större än tidigare för räntabiliteten på

, Gli dan de medeltal, finansiellt kapital. Hur detta skall tolkas är svårt att säga. Att på statistiska som för räntabilitetsta. grunder välja mellan (4) och (2) eller (3) är inte möjligt. Det kan nämnas, len, se not vid ekv (2) som framgår av redovisningen i tabell 3.1, att resultatet blir ungefär

Tabell 3.1 Skattade ekvationer för industrins totala bruttoinvesteringar

Kapitalstock multiplicerad med:

ZAO RM RMB RF RM—RF RMB—RF RM—KPI RMB—KPI RF—KPI R2 D/W A 0,899 0934 0,99 13 0,614 0,00205 —0,00206 0.965 1,44

(2,87) (-0,90) € 0,586 0,00244 —0,00284 0966 1,34 (2,91) (—1,32) D 0.614 0,00206 0,966 1,44 (4,42) E 0,596 0,00253 0,966 1,34 (4,45) F 0,881 0,00085 000519 0970 1,46 (1,06) (—2,92) G 0,877 0,00101 —0,00536 0,970 1,43 (0997) (_3909) H 000313 000553 0,918 1,13 (4,20) (293) I 0,00350 —0,00678 0,921 1,15 (4,40) (—3,97) J 0,00369 0,915 1,10 (734) K 0,00433 0914 1,01 (7,29) L 0,00420 —0,00087 0,924 1,38 (7,53) (054) M 0,00465 -0,00259 0,918 1,09

(7,09) (—1,58)

Anm. I samtliga ekvationer ingår dessutom konstant term, realkapitalstocken (för att ta hänsyn till kapitalförslitninge samt en dummy-variabel som tar hänsyn till att räntabilitetsvariablerna inte funnits tillgängliga före 1970. Dessa redovis inte här. Talen inom parentes är t-kvoter. För ZAO visas inte dessa eftersom koefficienten är en summa av flera (icke h särredovisade) koefficienter med var sitt t-värde.

• Sida 87
•  Original

detsamma om den bokföringsmässiga räntabiliteten läggs till grund för den reala räntabilitetsmätningen i stället för som här den inflationsjusterade.

Man kan notera att inflationstakten som sådan i ekvation (4) har en positiv inverkan på investeringarna. Den har en sammanlagd koefficient på 0,0052 minus 0,0009, dvs 0,0043. En möjlig tolkning av detta skulle kunna vara att inflationstakten i sig är en indikator på positiva framtidsbedömningar: hög inflationstakt uppstår när efterfrågetrycket är högt och hög inflation innebär möjligheter till höjda priser på företagens produkter. Det kan nämnas att i en ekvation som skattats (här inte redovisad) blev inflationen statistiskt signifikant när den infördes som förklaringsvariabel separat.

4 Kapitalbehov och finansiering

I föregående kapitel om investeringarna i fast realkapital nämndes endast flyktigt frågan om hur investeringarna finansieras. Det finns i princip tre olika sätt för ett företag att anskaffa kapital till sina investeringar, nämligen att använda i företaget kvarhållna vinstmedel, att låna pengar och att emittera nytt aktiekapital. Olika slags restriktioner finns för användningen av dessa olika finansieringskällor. Möjligheterna att använda kvarhållna vinstmedel kan givetvis begränsas av företagets historiska och nuvarande lönsamhet. Upplåningen kan ibland begränsas av utbudet av krediter eller av räntans höjd i förhållande till investeringens förväntade avkastning. En ytterligare restriktion kan företagets soliditet utgöra: det kan vara riskabelt med en alltför hög skuldsättning. Möjligheterna till nyemission slutligen bestäms bl a av aktiemarknadens bedömning av företagets förväntade lönsamhet.

Det är emellertid inte bara investeringarna i fast realkapital som måste finansieras utan också ökningar i andra slags tillgångar, nämligen varulager och finansiella tillgångar.x Innan finansieringsfrågorna behandlas närmare skall investeringarna i dessa tillgångsslag i korthet beskrivas och analy- seras.

Lagerinvesteringar

Industrins lager — både av råvaror och färdigvaror — kan åtminstone på längre sikt antas bestämmas av produktionens utveckling. På kort sikt kan dock ”oönskade” (med hänsyn till produktionsnivån) lagerförändringar uppstå om efterfrågan utvecklas på ett oväntat sätt.

I diagram 4.1 visas utvecklingen av industrins lagerinvesteringar (förän- dringar i lagerstocken enligt finansstatistiken för företag), tillsammans med skattade lagerinvesteringar enligt en ekvation innehållande produktionens förändringar. Ekvationen ser ut på följande sätt (t-kvoter inom paren- tes):

L = —3134 + 0,64 AQ + 0,44 AQ_1 + 0,19 AQ, (2,9) (2,0) (0,8)

R2 = 0,82

1Även de materiella investeringarna som omnämndes i inledning- en till kapitel 3 måste naturligtvis finansieras. Det skall här endast påpekas att om ett före- tag tex lånar till en im- materiell investering så bokförs den senare nor- malt som en kostnads- post och reduceras där- med en annan finansie- ringskälla, nämligen vinstmedlen.

• Sida 90
•  Original

där L = industrins lagerinvesteringar, milj kr, löpande priser AQ = förändring från föregående år i industrins förädlingsvårde, milj kr, löpande priser (—1 och —2 anger ett resp två års eftersläp-

ning) Miljarder kr 1 4 12 & & skattade 8 4 faktiska 0 Diagram 4.1 Industrins —4 lagerinvesteringar 1979—1982, faktiska och Skaffade enligt ekvation WT?—___— i texten 1970 72 74 76 78 80 82 År

Motivet för att ta med den tidsförskjutna produktionen liknar det som gavs vid analysen av de fasta investeringarna i kapitel 2, nämligen att företagens förväntningar om produktionsutvecklingen antas kunna bestämmas av de historiska erfarenheterna. Det skall påpekas att ekvationen skattats på en relativt kort tidsperiod, 1970—1982.

Denna enkla ekvation förklarar som synes lagerinvesteringarna ganska väl, men avvikelser finns. Åren 1974—1976 var de faktiska lagerinvestering- arna större än de skattade. Detta hade delvis att göra med att efterfråge- utvecklingen då blev opåräknat svag, att lågkonjunkturen blev djupare än väntat. Delvis torde också det statliga lagerstöd som då förekom ha inverkat. Under 1977 och 1978 blev i stället de faktiska lagerinvesteringarna lägre än skattade, vilket närmast kan ses som en rekyl av den tidigare överdrivna lageruppbyggnaden. Från 1980 har likaledes de faktiska talen varit lägre än de skattade. Detta kan möjligen bero på det starkt uppdrivna ränteläget som gjort det angeläget att binda så litet kapital som möjligt i lager.

Finansiella investeringar

Ett företags finansiella investeringar är av flera slag. För det första är det sådana som är direkt kopplade till den löpande verksamheten: kassamedel, kundfordringar och liknande. För det andra är det fråga om aktier i

• Sida 91
•  Original

Procent

55 av bokfört kapital

50

45

40 av inflationsjusterat M kapital 35 Diagram 4.2 Industrins finansiella tillgångar i procent av det totala 1970 72 74 76 78 80 82 År kapitalet 1970—1982

dotterbolag och andra aktieinnehav av närmast strategisk natur. För det tredje förekommer finansiella placeringar med huvudsyftet att få ränteink- omster. Det är denna typ av investeringar som är mest känsliga för ränteförändringar och som vid höga räntelägen kan minska viljan att investera i realkapital, såsom diskuterades i förra kapitlet.

Av diagram 4.2 framgår att de finansiella tillgångarnas andel av det totala bokförda kapitalet i industrin ökat påtagligt sedan 1970-talets början. I det totala kapitalet är emellertid realkapitalet bokfört till de historiska anskaff- ningskostnaderna (se närmare kapitel 2) medan det finansiella kapitalet givetvis mäts i aktuell prisnivå. Räknar man om det materiella kapitalet till återanskaffningsvärden och ersätter de bokförda värdena med dessa, blir uppgången i det finansiella kapitalets andel inte lika kraftig.

En ekvation för industrins investeringar i finansiellt kapital har försökt skattas med i princip samma uppläggning som för investeringarna i fast realkapital. Som förklaringsvariabler användes dels produktionens förän- dringar, dels räntabiliteten på materiellt och på finansiellt kapital. Häri- genom skulle hänsyn tas till både de finansiella investeringar som kan förmodas vara beroende av rörelsen och till de placeringar som görs i syfte att få ränteinkomster. Resultatet blev emellertid inte särskilt tillförlitligt, med stora standardavvikelser för de skattade koefficienterna och rätt dålig anpassning till de faktiska finansiella investeringarna. En förklaring till detta kan vara att skattningsperioden var väl kort, 1970—1981.

Det totala finansieringsbehovet

I tabell 4.1 har industrins investeringari de tre kategorierna fast realkapital, varulager och finansiellt kapital sammanställts. Det är summan av dessa som ,med hjälp av de inledningsvis nämnda källorna skall finansieras.

• Sida 92
•  Original

Tabell 4.1 Industrins totala t'mansieringsbehov 1970—1982 med fördelning på investe- ringskategorier Miljarder kr

Fast real- Varulager Finansiella Summa finan- kapital tillgångar sieringsbehov

1970 7 4 4 15 1971 8 3 6 16 1972 8 1 7 16 1973 10 4 11 24 1974 13 1 1 14 38 1975 14 12 12 39 1976 16 10 12 38 1977 15 —1 16 29 1978 13 —1 13 25 1979 14 7 17 38 1980 18 9 9 36 1981 18 7 22 47 1982 17 4 28 50

Bruttosparandet

En av de finansieringskällor som står till buds är alltså de i företagen kvarhållna vinstmedlen. Närmare bestämt är det fråga om bruttosparandet, dvs rörelseresultatet före avskrivning (avskrivningarna är visserligen en kostnad men motsvaras inte av någon utbetalning och är därför disponibla) efter avdrag av ränteutgifter (netto), skatt och utdelning. Till detta kan komma extraordinära inkomster (netto) av olika slag.

Bruttosparandet har som framgår av diagram 4.3 svarat för en mycket varierande del av industrins finansieringsbehov. Dessa variationer speglar naturligtvis främst variationerna i lönsamheten. I diagrammet visas också bruttosparandet i procent av enbart bruttoinvesteringarna i fast realkapital. Under perioden 1970—1982 har detta procenttal i genomsnitt varit drygt 90, men med mycket stora variationer. Anmärkningsvärda är de låga talen 1977 och 1978. Trots att investeringarna 1976—1978 minskade med 35 procent i volym, räckte lönsamheten inte till för att göra bruttosparandets andel av investeringarna högre än omkring 50 procent. Den väsentligt bättre lönsamheten under åren 1979—1982, i förening med fortfarande ganska små investeringari fast realkapital, har medfört att bruttosparandet kommit uppi drygt 100 procent av dessa investeringar.

Upplåning och soliditet

Nettoupplåningen är som finansieringskälla i allmänhet ungefär lika stor, eller något större, jämfört med bruttosparandet. Eftersom nyemissionema — den tredje finansieringskällan — i regel utgör mindre än 10 procent av det totala finansieringsbehovet kommer upplåningens andel att variera omvänt mot bruttosparandets.

Om ett företags räntabilitet på det totala kapitalet kunde förutses utan osäkerhet, skulle det i princip var mest lönsamt för ägarna att tillgodose alla

• Sida 93
•  Original

Procent

160

140 av investeringar i fast realkapital

120

100

80

60 av totalt finansierings- 40 behov

Diagram 4.3 Industrins bruttosparande i procent av det totala finansie- ringsbehovet och av in- vesteringarna i fast real- 1970 72 74 76 78 80 82 År kapital 1970—1982

uppkommande kapitalbehov genom upplåning, så länge låneräntan är lägre än (den i förväg kända) räntabiliteten. Enligt det i kapital 2 omnämnda hävstångssambandet blir nämligen räntabiliteten på eget kapital då större, ju större skuldsättningsgraden är. I verkligheten finns det naturligtvis större eller mindre osäkerhet om den framtida räntabilitetens storlek. Om räntabiliteten på totalt kapital skulle bli lägre än låneräntan blir enligt samma hävstångssamband räntabiliteten på eget kapital sämre, ju högre skuldsätt- ningsgraden är. Den överenskommna räntan på lånen skall ju betalas-även om företaget skulle gå dåligt. Vid en mycket hög skuldsättningsgrad riskerar ägarna alltså mycket stora förluster om lönsamheten blir sämre än väntat. Till den allmänna ”'affärsrisken” måste med andra ord läggas en ”finansiell risk” som blir större ju mer skuldsatt företaget är, vid i övrigt lika omständighe- ter.

I de flesta företag är man därför angelägen att följa skuldsättningsgradens utveckling. Ofta brukar man härvid se på soliditeten, dvs det egna kapitalets andel av det totala kapitalet. En strävan att hålla skuldsättningsgraden nere kan då utformas som ett krav på soliditeten. Var den lägsta tolerabla nivån på soliditeten ligger är givetvis olika för olika företag, beroende på hur stor osäkerhet som råder om företagets framtidsutsikter, hur konjunkturkänslig verksamheten är, etc.

Vid soliditetsberäkningar brukar av de 5 k Obeskattade reserverna — däribland främst lagerreserven — hälften räknas som skulder och hälften som eget kapital. Skälet härtill är den latenta skatteskuld på ca 50 procent som de är behäftade med.

• Sida 94
•  Original

1 Den skillnad som det senare fallet uppstår i förhållande till bokfö- ringsvärdet utgör en "dold reserv”: skillnaden mellan kapitalets "verk- liga" och bokförda vär- de. Även av denna re- serv bör hälften anses utgöra en latens skatte- skuld.

2 Framhållas bör att soli- diteten av allt att döma ökat kraftigt också 1983 till följd av den fortsatt goda vinstutvecklingen.

Diagram 4.4 Industrins soliditet vid årets början 1970—1983

Soliditeten kan beräknas med antingen det totala kapitalet enligt bokföringen eller med ett totalt kapital där det materiella kapitalet värderas till återanskaffningsvärde.1

I diagram 4.4 visas soliditetsutvecklingen i industrin enligt båda dessa beräkningsprinciper. Soliditeten sjönk påtagligt fram till 1977. Därefter har den återhämtats något, främst som en följd av det förbättrade vinstläget. I näringsgrenar utanför industrin är soliditeten avsevärt lägre, som framgår av diagram 4.5. Exceptionell är soliditetens nedgång i el-, gas- och vattenver- ken, vilket kan tillskrivas den stora upplåning som kärnkraftsutbyggnaden medfört.

Att soliditeten är så mycket högre i industrisektorn beror säkerligen på de större risker och de större konjunkturvariationer som det internationella beroendet medför. En viktig fråga för industrins framtida finansiering är om soliditetsnivån 1982 är tillräckligt hög,2 eller om en återgång till åtminstone den nivå som rådde vid 1970-talets början är långsiktigt sett nödvändig. Vad som talar för det senare är givetvis att industriföretagandets allmänna risker är väl så stora nu som då, med hänsyn till marknadernas tillväxt, konkurrenskraft, energi- och råvarupriser, etc.

Å andra sidan kan det tänkas att företagen nu i större utsträckning än i början på 1970-talet litar på att staten på ett eller annat vis träder in med industripolitiska åtgärder om det skulle gå dåligt. Detta skulle i så fall mildra kraven på ökad soliditet.

Procent

38

4 . . 3 inflations justerad

30

26 bokformgs massrg 22

18

14

1970 72 74 76 78 80 82 År

• Sida 95
•  Original

Procent

34

30 & s & _ _ x , '_— Industri 26 —— _ , , _ —_ _, 22 ...att. varuhandel, hotell-* /och restaurangrörelse 18 el-, gas— och' / vattenverk 14 _ _ äs . __ o' I. " c...—__ . . .....-"""oo7'"K' dfk-"'g'" I, byggnadsmdustn xv X 10 samfärdsel 1970 72 74 76 78 80 82 År Nyemission

Om upplåningen är begränsad av ett minimikrav på soliditeten och bruttosparandet i form av kvarhållna vinstmedel är givet, återstår möjlighe- ten att finansiera ett återstående kapitalbehov genom emission av nytt aktiekapital. En förutsättning för detta är emellertid att aktiemarknadens förväntningar om avkastning på riskvilligt kapital kan tillgodoses. I detta sammanhang bör observeras att löntagarfondernas och den fjärde AP- fondens avkastningskrav i princip skall överensstämma med de långsiktiga avkastningskraven på aktiemarknaden i övrigt.

Nyemissionerna har, som framgår av sammanställningen av de olika finansieringskällornas bidrag i tabell 4.2, under 1970-talet svarat för relativt små belopp jämfört med bruttosparandet och upplåningen. Det skall påpekas att de jämförelsevis stora emissionsbeloppen 1981 till hälften var utslag av ökade statliga engagemang i näringslivet. De små nyemissionsbe- loppen måste ses i ljuset av företagens politik att inte dela ut hela den utdelningsbara vinsten till aktieägarna — i sin tur delvis ett resultat av dubbelbeskattningen på aktievinster. Ägarna använder på detta sätt en del av sina (skattebefriade) vinstmedel till att finansiera företagets fortsatta verksamhet, vilket kan betraktas som en slags informell nyemission.

Denna praxis kan leda till en från samhällsekonomisk synpunkt olämplig fördelning av investeringarna. Företag med stora historiska vinster men kanske med dåliga framtidsutsikter får lätt att skaffa billigt eget kapital, medan företag med utsikter till växande framtida lönsamhet men utan historiska vinster att falla tillbaka på måste lita till dyrare extern anskaffning av sitt riskvilliga kapital.

Diagram 4.5 Olika nä- ringsgrenars bokförings- mässiga soliditet vid årets början 1970—1982

• Sida 96
•  Original

1 Resultatet blir i prak- tiken något annorlunda beroende på den diffe- rens som enligt tabell 4.2 finns mellan summa finansiering och summa finansieringsbehov. Pre- cisionen är uppenbarli- gen inte fullständig.

Tabell 4.2 Industrins finansiering med fördelning på frnansieringskällor 1970—1982 Miljarder kr

Brutto- Upp- Nyemis- Summa fi- Saldo- Summa finan- sparande låning sion nansiering post sierings- behov1

1970 7 10 0 16 —1 15 1971 6 9 0 16 1 16 1972 8 8 0 16 0 16 1973 12 12 0 24 0 24 1974 19 17 1 38 0 38 1975 14 23 2 39 0 39 1976 14 22 2 37 1 38 1977 6 23 2 32 —3 29 1978 7 1 1 4 22 3 25 1979 16 18 3 38 0 38 1980 19 16 2 38 —2 36 1981 16 24 5 45 2 47 1982 23 26 3 52 —2 50

1 enl tabell 4.1

Finansiellt sparande

Om man adderar industrins nettoupplåning och nyemissioner och sedan drar bort de finansiella investeringarna erhåller man vad som brukar kallas det finansiella sparunderskottet i industrin. Detta mäter hur mycket kapital som netto måste tillföras industrin från andra delar av ekonomin. Det finansiella sparandet kan — i princip likvärdigt — räknas fram genom att från bruttosparandet dra de reala bruttoinvesteringarna (i fast realkapital och varulager).1 Denna beräkning visas i tabell 4.3. Under 1982 skulle som framgår den unika situationen ha inträffat att industrin hade ett finansiellt överskottssparande, dvs uppträdde som nettoutlånare till andra sektorer — om än i blygsam utsträckning.

De sektorer i ekonomin som normalt har finansiella sparöverskott är hushållen och de finansiella företagen, dvs banker och försäkringsbolag. Näringslivet i övrigt, de 5 k icke-finansiella företagen har normalt finansiella sparunderskott. Den sektor som under de senaste åren haft de största underskotten är emellertid den offentliga sektorn, till följd av statens budgetunderskott. Det under 1980-talets första är starkt växande sparandet i det samlade näringslivet har använts till att finansiera det ökande statliga budgetunderskottet, snarare än till produktiva investeringar i den egna sektorn. En förutsättning för att få denna finansiering av budgetunderskottet till stånd har varit en hög räntenivå. Från företagens sida har detta — helt konsekvent och i överensstämmelse med analysen i kapitel 3 — inneburit att intresset för investeringar i realkapital minskat, till förmån för finansiella placeringar och då självfallet inte minst just köp av statsobligationer och andra statspapper.

• Sida 97
•  Original

Tabell 4.3 Industrins finansiella sparande 1970—1982 Miljarder kr

Bruttosparande Bruttoinvestering Finansiellt

(fast realkapital sparande och lager)

1970 7 11 4 1971 6 1 1 4 1972 8 9 1 1973 12 14 1 1974 19 24 5 1975 14 27 12 1976 14 26 13 1977 6 13 7 1978 7 11 4 1979 16 21 5 1980 19 27 8 1981 16 25 9 1982 23 21 2

___—______.———-_———

• Sida 98
•  Original

• Sida 99
•  Original

• Sida 100
•  Original

• Sida 101
•  Original

SOU 1984:7

Förord

1984 års långtidsutredning har utarbetats inom finansdepartementet. I samband med utredningen har ett antal specialstudier genomförts. Huvud- delen av dessa publiceras som bilagor till utredningens huvudrapport (SOU 1984:4).

I föreliggande bilaga nr 14 redovisas en studie av export och import av varor. Den har utförts av en arbetsgrupp inom konjunkturinstitutet.

Ansvaret för studien och bedömningarna däri vilar på författarna. Långtidsutredningens användning av studien och dess resultat framgår av huvudrapporten.

Stockholm i mars 1984

Michael Sohlman Planeringschef

• Sida 102
•  Original

• Sida 103
•  Original

2 Den teoretiska modellen

3 Den statistiska modellen

4 Estimationsresultat för OECD-området

2 Översikt över den teoretiska modellen

13

15

19

29

33 33 33 34 35 37 42

45 49 49 50 54 57

63

65

69

• Sida 104
•  Original

3 Modellens utformning . . . . . . . . . . . . . . . 73 4 Estimationsresultat . . . . . . . . . . . . . . . . 77 5 Sektorvis analys av de viktigare sektorerna för varuimporten . . 81 5.1 Textil-, beklädnads- och läderindustri . . . . . . . . 81 5.2 Kemisk industri . . . . . . . . . . . . . . . . 84 5.3 Järn-, stål— och metallverk . . . . . . . . . . . . 86 5.4 Verkstadsindustri, exkl. varv . . . . . . . . . . . 89 6 Importen av olje- och petroleumprodukter . . . . . . . . 93 6.1 Importen av raffinerade produkter . . . . . . . . . 93

6.201jeimporten.................95

• Sida 105
•  Original

Författarnas förord

Denna studie har gjorts av en projektgrupp inom konjunkturinstitutet på uppdrag av finansdepartementet. Ett allmänt syfte med studien har varit att utveckla modeller för användning i långtidsutredningens prognosarbete. Förutom att ha studerat det historiska förloppet för samtliga LU-sektorer har inom institutet utarbetats bedömningar av exportutvecklingen för LU- sektorerna 1, 2, 12, 16 och 18.

Projektgruppen som har arbetat med utredningen har bestått av Edward Palmer, Göran Schubert och Anette Nilsson. Randall Bowie, Roger Knudsen och Bengt Söderberg har också svarat för självständiga bidrag. Projektgruppen har letts av Edward Palmer, som har skrivit avsnitten 1—5 samt delavsnitten 6.2—6.5 i exportstudien. Göran Schubert svarar för avsnitt 7 om basindustriernai exportstudien. Roger Knudsen svarar för avsnittet 6.1 om jord- och skogsbruket. Bengt Söderberg svarar för avsnitt 6.6 om varven och Randall Bowie svarar för avsnitt 6.7 om petroleumindustri samt el-, gas-, värme- och vattenverk. Anette Nilsson har tillsammans med Palmer genomfört beräkningarna till exportstudien. Avsnitten 1—5 i importstudien har skrivits av Nilsson och Palmer och beräkningarna har gjorts av Nilsson tillsammans med Schubert. För avsnitt 6 i importstudien om importen av olja och petroleum svarar Bowie och Palmer gemensamt.

Studien har krävt betydande insatser för att bygga upp den databas som användes. Förutom projektgruppen har många personer bidragit till denna fas av arbetet. Dag Ståhlfors och Per-Lennart Börjesson bidrog som assistenter. Christina Gustafsson, Eva Sandin, Sture Johansson och Eva Fredriksson hjälpte till med dataframtagning. Christer Schapiro har bidragit med viktiga programmeringsinsatser för databashantering. Monica Brorsson har skrivit ut samtliga manuskript till studien.

Vi är också tacksamma för den hjälp vi har erhållit från statistikproduce- rande myndigheter i — förutom Sverige — Belgien, Danmark, Finland, Frankrike, Holland, Italien, Japan, Kanada, Norge, Schweiz, Storbritanni- en, Förbundsrepubliken Tyskland och USA. För NIC-länderna har vissa serier erhållits från Chase Econometrics, Inc. OPEC:s ekonomiska sekreta- riat i Wien samt OECD har hjälpt till med data för dessa ländergrupper. Gustaf Adlercreutz och Svante Öberg har bidragit med synpunkter under arbetets utförande.

• Sida 106
•  Original

• Sida 107
•  Original

I Sveriges varuexport

1 Inledning

Studien av Sveriges varuexport såsom den utvecklas här består av ett antal delstudier. En av målsättningarna med arbetet har varit att studera Sveriges export av olika produkter till olika länderområden. Produktgruppema är definierade som de 18 LU-sektorema. Ländergrupperna är OECD, OPEC, NIC,1 statshandelsländerna och övriga världen. De olika delmodellerna täcker, i varje fall i princip samtliga produkt- och ländergrupper. Det har emellertid inte varit möjligt att i praktiken studera Sveriges export till alla dessa ländergrupper på LU-sektornivå i någon större detalj.2 I arbetet med modellerna för denna studie har en relativt stor del av resurserna avsatts för analys av exporten till OECD-området. Denna fördelning har förefallit självklar på grund av detta områdes stora betydelse för Sveriges export.3 Den näst viktigaste länkdergruppen för svensk export är statshandelsländerna.

För de flesta branscher är de övriga nordiska länderna samt Tyskland och Storbritannien de viktigaste exportmarknaderna. Det kan påpekas att Sveriges export också utgör en betydande del av de övriga nordiska ländernas totala import. För Tyskland, Storbritannien och de övriga OECD-länderna är å andra sidan importen från Sverige oftast en mycket liten del av landets totala import, åtminstone på den produktgruppnivå som vi arbetar med i denna studie. Det kan också påpekas att samtidigt som exporten från många av de mindre och medelstora exportbranscherna är högt koncentrerad på de nordiska marknaderna har exporten från de tre tyngsta exportbranscherna dvs. verkstadsindustri, trä-, massa- och pappersindustri samt järn—, stål- och metallverk en mycket bredare bas.

Tabell 1 visar att tillväxten i varuexporten var i genomsnitt ca hälften så stor under tioårsperioden 1973—1982 än under det föregående decenniet. En förklaring till den lägre exportutvecklingen ligger i den lägre inkomsttillväx- ten i OECD-ländema. Enligt tabell 2 var tillväxttakten av BNP i fasta priser i stort sett hälften så stor under 1973—1982 som under 1964-1972. Sveriges marknadsandelar har inte heller varit konstanta under 1970-talet. Enligt konjunkturinstitutets löpande analys av bearbetade varor låg svensk exports andel av 14 OECD-länders import på en lägre nivå under andra hälften av 1970-talet än under början av 1970-talet.4 Nedgången i Sveriges marknads- andel från 1974 till 1977 inträffade samtidigt som svenska priser för bearbetade varor ökade relativt konkurrenternas priser.

I denna studie koncentrerar vi oss på att analysera inverkan av inkomster och priser på utvecklingen av Sveriges export. I första avsnittet diskuteras en

1NIC-gruppen, dvs. de 5. k. nyindustrialiserade länderna, omfattar här Brasilien, Mexiko, Singapore, Hongkong, Taiwan och Sydkorea.

? För vissa LU-sektorer är exporten till andra än ett fåtal närliggande länder mycket liten. För LU-sektor 18 är den t. ex. obefintlig.

3 Det kan också nämnas att arbetet med områ- dena utanför OECD också har begränsats av svårigheter med att skaf- fa data.

4 Se Konjunkturläget, hösten 1983. Konjunk- turinstitutet.

• Sida 108
•  Original

allmän modell för bestämningen av exporten. Därefter presenteras estima- tionsresultat samt en kortfattad sektorvis analys.

Tabell 1. Utvecklingen av Sveriges varuexport per LU-sektor 1964—1982

LU-sektor Milj. kr Genomsnittlig årlig procentuell förändring 1982 (1980 års 1964— 1968— 1973— 1978— priser) 1967 1972 1977 1982 1. Jordbruk och fiske 1 563 2.0 4.8 1.1 5.8 2. Skogsbruk 149 16.9 0.5 —14.9 —6.0 3. Extraktiv industri 2 082 3.4 7.0 -2.6 0.1 4. Skyddad livsmedelsindustri 1 488 6.1 3.0 —4.5 7.4 5. Konkurrentutsatt livsmedelsindu- stri 1259 —0.4 7.5 6.1 6.4 6. Dryckesvaru- och tobaksindustri 137 5.6 25.2 —3.6 6.7 7. Textil-, beklädnads- och läderindu- stri 3 748 12.9 9.7 4.1 1.8 8. Trä-, massa- och pappersindustri 27 627 3.9 6.8 0.8 2.1 9. Grafisk industri 650 10.7 13.7 9.7 2.0 10. Gummivaruindustri 847 11.2 7.9 2.2 —0.9 11. Kemisk industri 10 262 11.8 12.8 5.1 7.8 12. Petroleumindustri 6.361 21.5 16.0 2.7 18.0 13. Jord- och stenvaruindustri 1 559 6.8 8.2 6.0 4.7 14. Järn-, stål och metallverk 11 924 13.3 5.3 4.2 2.7 15. Verkstadsindustri, exkl. varv 63 983 10.4 8.9 4.8 5.4 16. Varv 4 041 0.5 3.1 4.3 —9.4 17. Övrig tillverkningsindustri 1 050 15.8 10.2 4.0 11.7 18. El-, gas-, värme- och vattenverk 398 39.5 24.5 3.7 4.3 Summa 139 128 7.6 7.3 2.9 3.5

Källor: Konjunkturinstitutet och statistiska centralbyrån.

Tabell 2. BNP-utvecklingen i 13 OECD-länder. Fasta priser

Land Genomsnittlig årlig procentuell förändring 1964— 1968— 1973— 1978— 1967 1972 1977 1982 Tyskland 3.7 5.5 2.4 1.5 Norge 5.1 3.7 4.8 2.7 Danmark 5.1 4.1 2.2 1.6 Finland 3.7 5.9 2.2 3.6 Frankrike 5.3 5.7 3.4 2.0 Belgien 4.4 4.9 3.0 1.5 Holland 3.4 5.4 3.2 0.6 Schweiz 3.5 4.6 —-0.3 1.5 Italien 4.8 4.6 3.1 2.2 Kanada 5.9 5.2 4.1 1.4 Japan 9.9 9.7 4.1 4.4 USA 5.0 3.0 2.9 1.5 England 3.1 2.6 2.1 0.5

Källor: IMF och OECD.

• Sida 109
•  Original

2 Den teoretiska modellen

Utrikeshandelsstudier baseras nästan uteslutande på allmän ekonomisk teori om utbudet och efterfrågan på varor. Vanligen formuleras utrikeshandels- modellerna som efterfrågemodeller. Ett annat angreppssätt är att ta hänsyn till hur varuflödena påverkas av utbudet genom att utöka efterfrågemodellen med variabler som avbildar de utbudsfaktorer som anses vara betydelsefulla. Ett tredje angreppssätt är att försöka specificera både efterfråge- och utbudsfunktioner och estimera parametrarna i modellerna simultant. I denna studie tillämpar vi det andra angreppssättet och försöker tillföra utbudsfak- torer där de anses vara relevanta och där det är praktiskt möjligt. Såsom i alla studier som baseras på aggregat av varugrupper tvingas vi arbeta med vissa antaganden. Dessa kan vara mer eller mindre realistiska men de tillåter oss att förenkla modellen i vissa avseenden. Här diskuteras de viktigaste av dessa antaganden.

I utrikeshandelsstudier förutsätts det att produkter kan särskiljas på ett meningsfullt sätt både vad gäller varuslag och med avseende på geografiskt ursprung.1 För det första betyder detta antagande att produkter i gruppen textilier m. m. inte utgör substitut för produkteri gruppen kemikalier m. 111. För det andra betyder det att gruppen kemikalier m. m. med ursprungslandet Tyskland skiljer sig från gruppen kemikalier m. m. med ursprungslandet Sverige. Detta antagande om produktdifferentiering antyder vilka variabler som ska ingå i modellen. Enligt detta antagande påverkas t. ex. den relativa värderingen av kemiska produkter tillverkade i Tyskland och Sverige av ländernas relativa priser för dessa. Köp av kemikalier antas emellertid inte påverkas av textilpriser samt andra faktorer som påverkar köp av textilier. På basis av detta antagande kan man reducera antalet prisvariabler i utrikes- handelsmodellen avsevärt.

Ett andra antagande som ofta görs vid formuleringen av utrikeshandels- modeller är att priseffekter är symetriska. Dvs. att likvärdiga förändringar i olika länders priser ger samma procentuella förändring i exporten. På basis av detta antagande kan man vidare begränsa sig till att studera förändringar i relationen mellan två priser, t. ex. hemmalandets pris på kemikalier relativt de konkurrerande ländernas priser på kemikalier.

Ytterligare ett vanligt antagande i utrikeshandelsstudier är att marknadens storlek påverkas enbart av inkomsttillväxten. Detta antagande tillsammans med de som angetts ovan gör att man kan uttrycka efterfrågan på t. ex. kemikalier tillverkade i Sverige som en funktion av inkomster i avnämar- länderna samt priser på svenskt tillverkade relativt utländskt tillverkade

1 Dessa antaganden dis- kuteras rigoröst av Paul Armington, ”A Theory of Demand for Products Distinguished by Place of Production”, IMF Staff Papers, March 1969, 16(1), s. 159—178.

• Sida 110
•  Original

kemikalier. Denna modell är troligen den som tillämpas oftast i empiriska studier av utrikeshandelsströmmar. Nedan kallas den för basmodellen. I många studier har antagandet om att marknadens storlek bestäms enbart av inkomsttillväxten frångåtts. Större delen av den period som studeras här kännetecknades t. ex. av en liberalisering av handelsrestriktioner. Detta tillsammans med ökad specialisering åberopas ofta som faktorer bakom tillväxten av världshandeln. Det är emellertid svårt att kvantifiera och uppskatta effekterna av dessa faktorer.

Producenter som utsätts för hård konkurrens måste nära anpassa sig till ett marknadspris över vilket de ofta inte rår. I detta fall måste förändringar i marknadsandelar bero på något annat än förändringar i relativa priser. Till ett givet pris är det möjligt för olika producenter att differentiera sina produkter från konkurrenternas genom att erbjuda bättre leveransvillkor, fördelaktiga krediter, bra serviceavtal m. m. Producenter klarar av situatio— nen med marknadsprisrestriktionen med olika grader av framgång. En producent som är utsatt för höga kostnader relativt konkurrenterna tvingas välja mellan en relativt sämre vinstmarginal eller en prishöjning som inte liggeri linje med marknadspriset. I ett läge där vinsterna redan är pressade och prisnivån ligger vid marknadsprisets övre gräns kan producenten förmodas minska sitt varuutbud genom att tex olönsamma produkter eller marknadsegment avvecklas. På längre sikt kan relativt ogynnsamma vinstutsikter leda till att investeringsbenägenheten minskar. Detta gör att den existerande maskinkapaciteten riskerar att bli teknologiskt föråldrad samtidigt som kapacitetsökningar över huvud taget uteblir. Vid hård marknadskonkurrens kan trögrörliga relativa priser sålunda dölja effekten av pressade vinstmarginaler på utvecklingen av marknadsandelar. Ett sätt att försöka ta hänsyn till detta är att ta med ett vinstmått i modellen, vilket görs i denna studie.

3 Den statistiska modellen

Som har berörts ovan utgör registrerade köp av en vara ett resultat av samspelet mellan utbudet och efterfrågan. Vid högre priser, allt annat givet, stimuleras producenter att öka utbudet.1 Detta kan innebära att de observationer av köp och priser som vi registrerar i statistiken är ett resultat av förskjutningar i både utbuds- och efterfrågekurvorna. Frågan om exporten är efterfråge- eller utbudsbestämd är givetvis av stor betydelse framför allt för hur man tolkar de skattade koefficienterna för prisvaria- blerna. Här formulerar vi ”basmodellen” som en efterfrågemodell. Detta innebär att vi tror att efterfrågan på en viss vara från t. ex. Sverige ändras, allt annat lika, negativt med ökningar i det svenska priset och positivt med ökningar i priset på samma vara tillverkad av utländska producenter. Om de observationer vi arbetar med är delvis bestämda av förskjutningar i utbudskurvan, vilket är sannolikt, kommer vi att erhålla något lägre elasticitetsestimat för efterfrågans priskänslighet. Dvs. den ”efterfrågekur- va” vi skattar är brantare än den rena efterfrågekurvan. Detta är ett problem som emellertid är svårt att undvika.

För de flesta sektorerna byggs exportmodellen upp i två steg. I det första steget skattas funktioner för utvecklingen av avnämarländernas import. Dessa länders sammanlagda import definerar vad som kallas för Sveriges exportmarknad. I det andra steget estimeras funktioner för Sveriges andel av denna marknad.2 Basmodellen kan enligt detta angreppssätt sägas bestå av två relativprisvariabler och inkomster. Marknaden förutsätts påverkas av importländernas importpriser relativt de inhemska producentpriserna. Sveriges andel av marknaden påverkas av förhållandet mellan det svenska exportpriset och importländernas importpris.3

I en vanlig efterfrågemodell studerar man hur fördelningen av ett fast inkomstbelopp mellan olika konkurrerande utgifter beror av relativa priser. På motsvarande sätt kan man tänka sig studera Sveriges andel av en given importmarknad. Denna andel bestäms sålunda bl. a. av priset på produkter tillverkade i Sverige relativt priset på jämförbar tillverkning av andra producenter (länder). Om produkterna är helt homogena, vilket är möjligt för vissa råvaru- och basindustriprodukter, kan man förmoda att köp och försäljningar styrs av ett marknadspris. I detta fall är relativa priser ointressanta.4 I flertalet fall är produkterna emellertid inte helt homogena. Det är för övrigt en av modellens förutsättningar.

När det gäller att definiera prisindexar för modellen måste man sålunda ställa frågan, vilken är den relevanta prisvariabeln i en funktion där man

1 Detta är samma tanke- gång som uttrycks ovan.

2 Detta är ett angrepps- sätt som har använts förut i exportstudier till långtidsutredningen. Jmf. LU 80, bilaga 7.

3I princip skulle import— ländernas importpris beräknas exklusive im— portpriset för import från Sverige. I praktiken har det inte varit möjligt att göra så.

4 Man kan ändå studera effekten av tillfälliga avvikelser från mark- nadspriset på andelar om sådana sker. Här är faktorer som förändring- ar i vinstmarginalen mer intressanta.

• Sida 112
•  Original

försöker förklara t. ex. Sveriges andel i Danmarks totala import av kemiska produkter? Är det ett prisindex för Sveriges totala export av kemiska produkter eller ett index för Sveriges export av kemiska produkter till Danmark? Det totala indexet representerar Sveriges totala utbud på exportmarknaden och kan visa Sveriges potential inom branschen. Därför vill man använda det totala indexet för Sverige. En förutsättning här är emellertid att producenter kan modifiera produktionen inom rimliga ramar. Detta förfarande är emellertid inte problemfritt. Det är mindre meningsfullt att t. ex. jämföra ett prisindex för Danmarks totala import av jordbrukspro- dukter med ett index för Sveriges totala export av jordbruksprodukter. Dvs. det är i stort sett omöjligt för Sverige att odla kaffebönor i någon meningsfull skala. Andra mindre självklara exempel av denna begränsning kan också hittas.

Modellen för ländernas import av en viss produkt byggs upp från en basmodell där inkomster och relativa priser utgör grundstenarna. För att beskriva modellen på ett allmänt sätt kan vi introducera subskribtsbeteck- ningarna ”i” och ”j” för att beteckna ett land respektive en varugrupp. Modellen kan uttryckas på följande sätt:

(1) Mil” = Au ' Yia” ' (11%) Bil

u där

Mij. = importvolym av produkt j för land i Pmil. = importpris för produkt j för land i Ppij = producentpris för produkt j för land i Yi = reala inkomster för land i A, a och B är parametrar som skattas statistiskt.

I ett andra steg i exportmodellen antas det att Sveriges andel av ett lands import av en viss produkt bestäms av det svenska exportpriset relativt landets importpris. Detta uttrycks som

Xr PX' Yr ,. (» Määttä?)

Xij = Land izs import av produkt j från Sverige. Pxj = Sveriges exportpris för produkt j V]. = Pris per enhet/kostnad per enhet för svenska producenter. Definierad som kvoten mellan produktionsvärdet och produktionsvärdet minus driftsöverskott inkl. kapitalförslitning. B, )! och ö är parametrar som skattas statistiskt.

De data som har använts för att estimera ekvationerna i (1) och (2) har insamlats från internationella organ samt statistikproducerande myndigheter i Sverige och andra länder. Svenska exportprisindexar har beräknats enligt såväl Paasches, Laspeyres's som Fishers metoder för att få jämförbarhet med de olika utländska indexarna. Importvolymen (M) har beräknats genom att

• Sida 113
•  Original

deflatera importvärden med prisindexar definierade för motsvarande produktgrupp. Värdet av ett lands import från Sverige har deflaterats med ett exportprisindex för Sveriges totala export av denna produktgrupp.

BNP har i de flesta sammanhangen valts för att representera inkomstva- riabeln i ekvation (1) ovan. Valet av inkomstvariabel diskuteras mer utförligt nedan i studien av Sveriges import. Här kan det påpekas att valet av BNP som inkomstvariabel inte är helt problemfritt. I de flesta länderna har en ökande del av nationalinkomsterna gått till offentlig konsumtion, i synnerhet under 1970-talet. Detta tyder på att en enhetsökning i BNP inte alltid kan ha haft samma effekt på importen, vilket beror på att importinnehållet i offentlig konsumtion brukar vara lägre än importinnehållet i andra BNP-komponen- ter. Det är emellertid svårt att konstruera en bättre inkomstvariabel, i synnerhet när det ska göras för många länder. Vad man kan hoppas på är att de skattade inkomstelasticiteterna ger en bra bild av den genomsnittliga utvecklingen under skattningsperioden.

För drygt trettio år sedan påpekade Orcutt1 att en viss bias kan tillföras den skattade priskoefficienten om samma prisvariabel som används för att bilda den beroende variabeln också förekommer som förklaringsvariabel. Anled- ningen är rätt så klar. Förutom den sanna korrelationen mellan volym- och prisförändringar kommer de gemensamma ”felen” att ge upphov till korrelation. Detta leder till att den skattade priskoefficienten blir för hög. Det bästa sättet att minimera detta problem är att försöka skaffa så bra data som möjligt. För en given databas med okända fel är det emellertid svårt — om inte omöjligt — att konstatera i vilken utsträckning priselasticiteterna har överskattats.

1 Guy Orcutt, ”Measu- rement of Price Elasti- cities in International Trade,” Review of Econ- omics and Statistics, May 1950, 32(2), s. 117—132.

• Sida 114
•  Original

• Sida 115
•  Original

4 Estimationsresultat för OECD-området

De resultat som har erhållits vid estimation av ekvationer (1) och (2) för OECD-länderna redovisas i tabellerna 3 och 4.1 En granskning av resultaten för importekvationerna visar att modellen förklarar importens utveckling förhållandevis bra. Flertalet ekvationer visar emellertid relativt hög första- gradsautokorrelation. Detta tyder på att någon eller några faktorer som systematiskt påverkat importen har utelämnats. En sannolik kandidat i detta sammanhang är den liberalisering av handelsrestriktioner och ökning i produktspecialisering som skedde under skattningsperioden.2 Även andra faktorer kan emellertid ligga bakom det systematiska felet vilket gör att det är svårt att säga något bestämt om dess ursprung.

Funktionerna för OECD-ländernas import visar några gemensamma drag som kan påpekas här. Koefficienten för den laggade inkomstvariabeln var sällan signifikant och erhöll i många fall fel tecken. Inkomstelasticiteterna för livsmedel, dryckes- och tobaksvaror, textil- och beklädnadsvaror samt grafiska varor liggeri närheten av 1. Detta framgår tydligare av tabell 4 där de sammanvägda elasticiteterna redovisas. Att elasticiteten för dessa varugrup- per erhållit värden nära 1 är intressant med hänsyn till att de domineras av konsumtionsvaror. Även sektorn övrig tillverkning, som huvudsakligen består av konsumtionsvaror,3 har en låg inkomstelasticitet. Bilar samt hushållsmaskiner och apparater omfattas av LU-sektor 15, där inkomstelas- ticiteten är högst. Det kan påpekas att den höga genomsnittliga inkomst- elasticiteten för denna bransch beror på den relativt snabba ökningen i importen av verkstadsprodukter i förhållande till inkomster i framför allt två länder — USA och Storbritannien.4 För USA har övergången under 1970-talet till mindre bilar varit av betydelse i detta sammanhang.

Priselasticiteten för jordbruk och fiske,5 skogsbruk samt livsmedel och textilvaror ligger under -1. Den höga priselasticiteten för dryckesvaru- och tobaksindustrin domineras av Skattningsresultat för ett land, nämligen Tyskland. Antalet avnämarländer som ingår är också litet för denna bransch. Priselasticiteten är i allmänhet högre för bearbetade varor än för de övriga grupperna och för dessa tycks det dröja omkring två år innan en förändring i relativa priser uppnår full effekt på importvolymen. I inget fall kunde någon signifikant effekt spåras tre år efter en relativprisändring. Branschen med den lägsta skattade priselasticiteten omfattar petroleumprodukter. Att den skattade priskänsligheten är så låg för denna bransch tyder på att det är svårt

1 För de mindre bransch- erna gjordes inget försök att ta fram prisindexar där det var problema- tiskt. I en del fall fanns inte ens grundmaterial för att beräkna prisseri- er. T. ex. USA och Stor- britannien utgjorde sär- skilt svåra fall.

2I en studie av några OECD-länders import av bearbetade varor har Sundkvist erhållit resul- tat som tyder på en ge- nomsnittlig tullelasticitet av 2.3 för OECD. Se Eva Sundkvist, ”Tullav- vecklingens effekter på importen av bearbetade varor i OECD-områ- det.” Manuskript. Kom- merskollegium, Stock- holm, 1983.

3 Denna sektor består av leksaker, utrustning och artiklar för barna- vård och idrottsändamål, grammofonskivor och musikinstrument.

4 En intressant iakttagel- se i detta sammanhang är att värdet av Japans import av verkstadspro- dukter under andra hälf- ten av 1970-talet är mindre än en fjärdedel av Tysklands import av verkstadsprodukter un- der samma period.

5 Som nämndes i det föregående avsnittet måste priselasticitetses- timatet för jordbruksva- ror tolkas ytterst försik- tigt på grund av varu- sammansättningsskillna- der.

• Sida 116
•  Original

18 Bilaga 14 SOU 1984:7 Tabell 3. Importfunktioner för OECD-länderna Land Period C Pm Pm Pm Y R2 DW r (15) (PE)—1 (räl—z LU 1. Jordbruk och fiske Tyskland (FR.) 1968—80 -0.68 0.71 .9999 1.76 .1847 (—5.4) (4409) (0.6) Norge 1967—80 4.31 —0.33 0.31 .9718 1.89 .3249 (1.4) (—0.9) (1.2) (1.2) Finland' 1969—78 —1.26 0.60 .9998 1.93 —.2080 (—2.4) (70.9) (—O.6) Frankrike 1970—80 0.68 .9999 1.39 .6001 (3518) (2.6) LU 2. Skogsbruk Norge 1967—80 0.50 .9482 1 .50 .8810 (15.4) (7.8) Danmark 1966—79 0.40 .9506 1.89 .6018 (15.8) (2.4) Frankrike 1970—80 —0.60 0.52 .9993 1.74 .3232 (—2.1) (1143) (1.1) LU 4+5. Livsmedelsindustri Tyskland (RR.) 1968—80 —9.85 —0.68 1.34 .9976 1.37 .4012 (-—3.4) (—3.2) (6.6) (1.4) Norge 1967—80 —2.31 —O.28 0.82 .8961 2.10 (—2.2) (—1.7) (9.7) Danmark 1967—79 —1.33 —2. 19 0.68 .9999 1.82 .2638 (—3.8) (—6.9) (3042) (0.8) Finland 1969—80 —8.59 —-0.97 1.32 .9086 1.76 .3194 (—1.6) (—1.2) (2.8) (1.1) Frankrike 1971—80 —0.61 —O.36 0.69 .9983 1.45 .9070 (—2.1) (—1.2) (68.7) (7.6) Japan 1964—80 1.47 —0.18 1.03 .9881 1.70 .3410 (1.4) (—1.0) (11.5) (1.4) LU 6. Dryckesvaru- och tobaksindustri Tyskland (FR.) 1969—80 —14.49 —1.28 -2.59 1.57 .9281 1.96 (—3.3) (—1.3) (—2.5) (5.1) Finland 1969—80 —0.61 0.41 .9767 0.58 .8740 (—2.1) (21.2) (7.5) Frankrike 1970—80 0.56 .9995 1.94 .3134 (140.4) (1.1) LU 7. Textil-, beklädnads- och läderindustri Tyskland (F.R.) 1969—80 0.71 .9877 1.42 .9692 (31.0) (22.3) Norge 1967—80 —8.65 —0.89 1.40 .9958 1.56 .5550 (—4.9) (-1.7) (9.7) (2.2) Danmark 1966—79 —4.70 —1.98 1.07 .9133 2.38 (—1.0) (—1.6) (2.8) Finland 1969—80 —1.46 0.67 .9995 1.82 .4404 (—2.7) (1044) (1.2) Frankrike 1971—80 —1.49 —1.80 0.71 .9999 1.93 .1186 (—5.4) (—7.3) (3968) (0.3) Belgien 1966—80 —6.63 —0.40 1.23 .9214 2.04 (—2.3) (—2.6) (6.4) Holland 1966—80 —0.49 0.77 .9806 1.60 .9376 (—0.7) (26.5) (12.8) Schweiz 1967—80 0.29 —O.92 0.66 .9981 1.22 .9544 (1.1) (—2.2) (74.8) (15.4)

* Inkl. skogsbruk

• Sida 117
•  Original

Tabell 3. Importfunktioner för OECD-länderna. forts

Land Period C Pm Pm Pm Y Y_1 R2 DW r (155) ("P? —1 FF)—z Kanada 1968—80 —18.45 —1.78 2.11 .9973 2.49 -.4777 (—5.9) (—6.8) (8.6) (—1.9) Japan 1964—80 —0.61 1.12 .9995 1.40 .6014 (—-1.4) (184.6) (3.2) LU 9. Grafisk industri Tyskland (F.R.) 1968—80 —20.58 —1.01 1.93 .9917 1.70 .4448 (—7.6) (—4.0) (10.1) (1.6) Norge 1968—80 —1.00 —0.39 0.49 .9827 0.91 .9395 (—2.9) (—1.2) (25.7) (11.6) Danmark 1967—80 —2. 59 —0.97 0.49 .9918 1.06 .8823 (—3.1) (—0.9) (32.1) (7.8) Frankrike 1970-80 —1.02 0.55 .9998 1.73 .4237 (-5.0) (1988) (1.4) LU 10. Gummivaruindustri Tyskland (F.R.) 1969—80 —13.62 —1.26 1.53 .9991 2.00 —.4543 (—4.0) (—6.7) (6.4) (-1.5) Norge 1968—80 —18.55 —0.78 —0.46 2.04 .9508 1.66 —.0209 (-8.4) (—3.5) (—2.0) (11.3) (—0.1) Danmark 1966—79 —1.36 0.54 .9995 1 .68 .5465 (—2.2) (1497) (2.1) Frankrike 1971—80 —1.57 —1 .21 0.57 .9998 1.80 .4761 (—3.0) (—2.7) (1330) (1.5) Schweiz 1967—80 —27.39 —0.39 2.79 .9935 1.03 .7448 (—7.3) (—1.0) (9.0) (4.2) LU 11. Kemisk industri Tyskland (F.R.) 1968—80 —1.11 0.70 .9814 1.68 .9619 (-1.8) (25.2) (18.0) Norge 1967-80 —10.42 —0.30 1.54 .9769 1.99 .6000 (—2.5) (—0.8) (4.6) (2.3) Danmark 1966-79 —17.84 —0.46 2.13 .9805 1.87 (—16.8) (—1.9) (25.2) Finland 1970—80 —6.11 —0.39 —0.52 1.23 .9967 1.21 .7015 (-1.6) (—2.2) (—2.7) (3.9) (3.2) Frankrike 1971—80 -0.94 —2.45 0.74 .9991 1.59 .8906 (—2.1) (—5.6) (93.8) (6.7) Belgien 1966—80 —36.41 —0.87 —0.52 1.75 1.49 .9999 2.19 —.6457 (—15.5) (—5.4) (—3.4) (2.7) (2.1) (—2.5) Holland 1967—80 —0.42 —0.43 0.79 .9938 1.73 .8337 (—0.5) (—0.6) (45.4) (6.1) Schweiz 1967—80 -26.17 —0.93 -0.93 2.90 .9739 1.74 .3220 (—5.1) (—1.7) (—1.8) (6.7) (1.1) Italien 1966—80 —39.77 —1.24 4.37 .9851 1.44 .7066 (—5.3) (—2.2) (7.3) (3.9) Japan 1964—80 —1.32 1.15 .9999 1.92 .2374 (—8.8) (2860) (1.0) LU 12. Petroleumindustri Tyskland (F.R.) 1968—80 —31.30 —0.26 2.94 .8870 1.75 (—4.9) (—1.3) (6.5) Norge 1967-80 —0.62 0.72 .9891 1.36 .7734 (—1.0) (29.8) (5.0) Danmark 1966—79 0.73 .9962 1.70 .3652 (58.1) (1.5) Finland 1970—80 —0.36 —0.28 0.69 .9995 1.77 (—1.5) (-1.1) (115.1) Frankrike 1970—80 —48.0 3.92 .9784 1.14 .4774

(—6.6) (7.9) ) (1.6)

• Sida 118
•  Original

Tabell 3. Importfunktioner för OECD-länderna. forts

Land

Japan

Tyskland (F.R.) Norge

Danmark Finland

Frankrike

Tyskland (F.R.) Norge

Danmark Finland Frankrike Belgien Holland Kanada

Japan

USA

Stor- britannien

Norge

Tyskland (F.R.)

Frankrike

Period C Pm (Tp) 1964—80 —0.46 (—2.2) LU 13. Jord- och stenindustri 1968—80 —1.75 (—2.6) 1968—80 —0.54 (—1.8) 1966—79 —O.60 (—0.7) 1969—80 —9.07 (-1.9) 1971—80 —0.59 (—1.4) LU 15. Verkstadsindustri 1968—80 —3.12 (—6.4) 1968—80 —0.62 (—1.5) 1966—79 —2.69 (—4.5) 1969—80 —7.89 -0.51 (—1.6) (-1.3) 1971—80 —1.59 (—2.7) 1966—80 -22.57 —0.67 (—15.0) (—5.6) 1967—80 —1.87 (—4.2) 1971—80 —1.47 (—2.2) 1964—80 -0.96 (—2.2) 1964—80 —65.15 —0.91 (—7.3) (—1.0) 1970—80 —53.91 —0.71 (—39.2) (—6.0) Lu 16. Varv 1967—80

(iii)—1 (rr

—0.56 (—1.9)

—1.26 (-2.7)

—1.88 (_4.5)

—0.65 (—1.1)

—0.88 (—1.9)

—0.47 (—1.1) —O.86 (—1.2) —0.30 (—14)

LU 17. Övrig tillverkningsindustri 1968—80 —1.96 (-4.3) 1971—80 —0.45 (—1.3)

—0.84 (—2.5)

Y Y_1 —2

120 (213.3)

— 059 (54.1) 0.56 (362.5) 0.58 (122.8) 1.29 (3.3) 0.62 (121.4)

0.78 (26.1)

0.82

(310.2)

0.80

(181.0)

1.46

(3.5)

0.80

(241.0)

2.38

(23.9)

0.83

(60.8)

0.84

(240.9)

1.17

(148.1)

2.04 3.14 (7.3) (2.3) 4.57 0.52 (17.1) (2.1)

0.70 (23.9)

0.58 (87.2) 0.59 (47.0)

.9980

.9968

.9999

.9996

.9773

.9999

.9995

.9999

.9998

.9923

.9999

.9857

.9971

.9999

.9995

.8873

.9999

.9778

.9988

.9963

DW

1.25

2.14

1.75

1.76

1.22

1.54

1.33

1.65

1.67

1.13

2.00

1.85

1.13

2.28

1.48

1.94

2.31

1.57

2.18

1.81

.8612 (5.8) _.2114 (—0.6) .2515 (0.8) .5778 (2.5) .1851 (0.4)

.6580 (3.0) .1469 (0-4) .4162 (1.5) .6411 (2.9)

.6913 (3.6)

.6352 (3.0) .1732 (0.6) —.8619 (—5.1)

.7013 (2.8)

.7665 (3.1) .9057 (7.6)

1 Åtminstone för Norge, Danmark och Frankrike kan den autoregressiva komponenten i modellen tänkas uppfånga en gradvis anpassning till OPEC I och OPEC 11.

att reducera användningen av petroleumprodukter på kort sikt.1 I tabell 5 redovisas skattningsresultat för marknadsandelsfunktionerna. Overlag var resultaten för andelsfunktionerna något sämre än för import- funktionerna (jfr. determinationskoefficienterna, RZ). Ekvationerna visar emellertid relativt god anpassning för de tre viktigaste sektorerna i tabellen,

• Sida 119
•  Original

Tabell 4. Vägt genomsnitt av elasticitetsestimat från importfunktionerna för OECD- länderna

Pm Pm a Sektor P5 (FP)—1 Y LU 1 Jordbruk och fiske 0.48 0.68 LU 2 Skogsbruk 0.52 0.51 LU 4+5 Livsmedelsindustri 0.56 0.20 1.05 LU 6 Dryckesvaru- och tobaksindustri 0.70 1.39 1.10 LU7 Textil-, beklädnads- och läderindu- stri 0.78 0.08 0.85 LU 9 Grafisk industri 1.12 0.10 0.96 LU 10 Gummivaruindustri 1.36 0.44 1.19 LU 11 Kemisk industri 0.94 0.63 1.66 LU 12 Petroleumindustri 0.29 0.01 2.51 LU 13 Jord- och stenvaruindustri 0.79 0.30 0.57 LU 15 Verkstadsindustri 1.45 0.46 2.70 LU 16 Varv 0.00 0.70 LU 17 Övrig tillverkning 1.36 0.33 0.58

” Inkl. Y_1 i förekommande fall.

dvs. textil-, beklädnads- och läderindustri (LU 7), kemisk industri (LU 11) och verkstadsindustri (LU 15). Vinstvariabeln fungerade tillfredsställande endast i ekvationerna för verkstadsindustrin. Bland dessa var variabeln stark enbart i ekvationer för tre utav tretton länder, dvs. Tyskland, Kanada och Japan. Det kan också påpekas att det är vinsten laggad två perioder som givit de bästa resultaten. Detta kan vara ett tecken på att effekten av vinstutvecklingen på utbudet tenderar att vara långsiktig och går via kapacitetsuppbyggnaden, dvs. investeringar. Det kan emellertid inte uteslu- tas att en mer kortsiktig reaktion till ändringar i vinster via t. ex. ökade marknadsföringsinsatser samtidigt avspeglas av denna variabel.

I marknadsandelsfunktionerna har en variabel inkluderats som var konstruerad för att mäta förändringari ett lands tull på importen från Sverige relativt den genomsnittliga tullen på landets import. Variabeln bildas som kvoten mellan två indextal där täljaren uttrycker förändringar i ett lands tullsats på import från Sverige och nämnaren dess tullsats på den totala importen.1 Skattade ekvationer som inkluderar denna variabel har redovi- sats i enbart ett fåtal fall. I övriga fall erhöll varibeln antingen fel tecken eller orimligt höga koefficienter. T. 0. m. de flesta tullkoefficienter som redovisas i tabellen kan anses vara höga.2 Att denna varibel inte var så framgångsrik som man kunde hoppas beror troligen på svårigheter förknippade med att konstruera en sådan variabel. Man kan sålunda förmoda att även här avspeglar de autokorrelerade residualerna bl. a. effekten av tullförändringen under sextio- och sjuttiotalet.

En sammanställning av de vägda priselasticiteterna från marknadsandels- funktionerna presenteras i tabell 6.3 Dessa är också estimat av Sveriges exportpriselasticiteter. För sektorerna inom gruppen LU 7—LU 17,4 ligger de totala elasticitetsestimaten på ca -1.30 eller mer med ett undantag. Ett klart undantag är kemisk industri som erhållit ett värde på —1.05. Elasticitetses-

1 Variabeln som är den- samma som använts i tidigare studier i Sverige, tar hänsyn till tullförän- dringar inom EFI'A och EG, Kennedyronden 1968—1973 111 ut. Se Pro- spects for Swedish Ex- parts 1980, Liber Förlag, 1976, s. 49.

2 Eftersom tullfaktorn är en prisfaktor skulle man vänta sig en koeffi- cient som inte är alltför mycket skild från pris- koefhcenten.

3 Viktema för denna beräkning baseras på landets betydelse för Sveriges export för re- spektive produktgrupp.

4 Exkl. varv.

• Sida 120
•  Original

Tabell 5. Marknadsandelsfunktioner för OECD-låndema

Land Period c Px ( Px ) Tull 122 DW r in En— _1 LU I . Jordbruk och fiske Norge 1967-80 —3.01 —0.33 .4478 1.64 .4131 (—21.8) (—0.4) (1.4) Danmark 1966—79 —3 .39 —1.20 .4486 1.32 .5920 (—6.3) (—1.3) (2.5) Finland 1969—80 —3.92 —2.38 .8392 1.69 .4721 (—32.4) (—4.3) (1.9) Schweiz 1964—80 —3.27 .1423 2.62 .9881 (—1.5) (59.8) LU 2. Skogsbruk Tyskland (F.R.) 1968—80 —4.36 —2.03 .3955 1.24 .7288 (—5.9) (—1.2) (3.9) Norge 1967—80 —0. 15 —0.75 .3852 1.56 .6375 (—3.0) (—2.2) (2.6) LU 4. Skyddad livsmedelsindustri Tyskland (F .R.) 1968-80 —5.65 —1.08 .7488 1.70 .7082 (—21.3) (—1.2) (3.7) LU 5. Konkurrensutsatt livsmedelsindustri Tyskland (F.R.) 1968—80 -5.78 —2.54 —7.6 .8151 1.68 .2636 (—53.5) (—4.0) (—3.3) (0.8) LU 4+5. LivsmedeLsindustri Norge 1968—80 —2.21 —0.82 .7723 2. 13 .6715 (—20.8) (—1.0) (3.3) Finland 1969-80 —2.48 —1.21 .8069 1.65 .6174 (—25.1) (—1.2) (2.7) Schweiz 1967-80 —4.49 —1.25 1.81 (—50.8) (—1.6) LU 6. Dryckesvaru- och tobaksindustri Tyskland (F .R.) 1968-80 —6.43 -2.18 .4568 1.22 .8297 (—8.9) (—1.2) (6.2) Finland 1969—80 —2.92 —0.87 .8060 1.29 .7504 (—12.0) (—2.1) (3.7) LU 7. Textil-, beklädnads- och läderindustri Tyskland (F.R.) 1968—80 -5.53 —1.09 .9785 1.31 .8146 (—54.2) (—2.4) (5.6) Norge 1968-80 —2.09 —0.45 —0.97 —5.55 .8530 0.91 .8923 (-16.5) (—0.6) (—1.3) (-1.9) (8.2) Danmark 1966-79 —2.67 —7.65 .8886 1.71 .6373 (—27.4) (—1.9) (2.8) Finland 1969—80 —1.92 —0.64 —0.43 .8520 0.79 .8953 (—15.7) (—1.6) (—1.2) (7.7) Frankrike 1964—80 —5.84 —0.70 —1.90 .6497 1.70 .7760 (—12.8) (—0.4) (—1.9) (5.2) Belgien 1966—80 —6.44 —1.32 .8546 1.51 .4464 (—36.6) (—2.4) (1.9) Holland 1967—80 —5 .31 -1.56 .9531 1.04 .6794 (—41.4) (—3.3) (3.5) Schweiz 1968—80 —4.56 —0.87 .8674 0.85 .9582 (—14.3) (—1.7) (17.9) Japan 1964—80 —5.98 —0.71 —1.48 .8535 2.03 .8894 (—8.4) (—1.3) (—2.4) (8.7)

• Sida 121
•  Original

Tabell 5. Marknadsandelsfunktioner för OECD-länderna. forts

Land

Tyskland (F.R.) Norge

Danmark Frankrike Schweiz

Kanada

Tyskland (F.R.) Norge

Danmark Frankrike Belgien

Schweiz

Tyskland (F .R.) Norge

Danmark Finland Frankrike Belgien

Holland Schweiz

Italien

Japan

Storbritannien

Tyskland (F .R.) Norge

Danmark

Period C LU 9. Grafisk industri 1968—80 —4.28 (—18.7) 1968—80 —1.18 (—30.2) 1966—79 —1.47 (—38.1) 1964—80 —5.46 (—81.3) 1967—80 1968—80 -6.89 (—108.6) LU 10. Gummivaruindustri 1968—80 —3.84 (—23.3) 1968—80 -1.62 (—97.1) 1966—79 -1.82 (—17.5) 1964—80 —4.18 (—18.6) 1966—80 —4.75 (—110.2) 1967—80 —3.58 (—43.7) LU 11. Kemisk industri 1968—80 —4.26 (—140.1) 1968—80 1966—79 —2.19 (—62.2) 1969-80 -1.99 (—27.9) 1964—80 —4.96 (24.4) 1966—80 —5.45 (—66.4) 1967—80 —4.92 (—70.3) 1967—80 —4.73 (—71.6) 1966—80 —5.24 (—55.8) 1964-80 —5.12 (—72.6) 1970—80 —3.85 (—157.2) LU 12. Petroleumindustri 1968-80 —6.73 (—16.8) 1968—80 —2.49 (—8.5) 1966—80 —2.25 (—10.0)

Px PE

—1.49 (-1.7) —1.06 (—4.1) —0.92 (-6.0) —0.99 (_1.0) —2.25 (—2.1) —1.46 (—3.2)

-1.87 (—3.6) —1.80 (—6.2) —0.96 (_2.5) —1.27 (_1.9) —1.28 (—4.3) —1.45 (_1.7)

—0.52 (_1.9) -40.73 (—2.4) —1.61 (—5.2) —0.78 (—3.9) —0.86 (_1.9) —0.69 (—0.8) —1.16 (—2.7) —1.74 (—2.8) —0.83 (—1.8) -40.54 (—3.0) —0.66 (_5.2)

—2.14 (—1.8)

_1.49 (-2.1)

(P%) Tull —1

—0.41 (—1.5)

—1.66 —6.70 (—1.8) (-1.9)

—055 -163 (—2.0) (-2.2)

—0.99 (—2.9)

—1.10 (-1.2)

—0.73 (—2.3)

-40.47 (-1.1)

-4).81 (-1.1)

.8058 .9123 .8763 .7786 .2602

.9520

.8803 .9817 .8137 .8198 .5530

.8403

.8162 .7446 .9783 .9348 .9053 .8508 .9694 .9383 .8962 .8358

.9728

.6231 .3522

.6450

DW

1.36 1.70 1.88 2.16 2.02

1.90

1.59 2.11 1.51 1.50 2.12

2.02

2.26 1.73 1.49 0.98 1.67 2.09 2.08 1.96 1.51 1.92

1.73

1.78

1.46

1.45

.7029 (3.8) .3398 (1.1) .3047 (1.0) _.1901 (416) .9985 (473,7) -=3720 (-1.4)

.8560 (6.3) _.3943 (-1.2) .8171 (5.3) .8583 (7.6)

.4208 (1.7)

.9985 (451.8) .6358 (2.6) .8228 (5.6) .8827 (91) .3909 (1.6) .6408 (3.0) .3818 (1.5) .5593 (2.2) .2711 (1.1) .3033 (0.9)

.5380 (2.2) .6509 (3.2) .5125 (2.0)

• Sida 122
•  Original

Tabell 5. Marknadsandelsfunktioner för OECD-länderna. forts

Land Period c Px Px Tull i? DW r P—ni (PE)-1 Finland 1969—80 —4.01 —1.33 .5044 1.85 .6504 (—16.5) (—1.3) (2.7) Frankrike 1964—80 —7.76 —0.92 .7814 1.37 .4797 (—36.2) (—1.4) (1.8) LU 13. Jord- och stenindustri Tyskland (F.R.) 1968—80 —4.22 —2.32 .7899 1.78 .7610 (—23.8) (—2.9) (4.0) Norge 1967—80 —0.59 .6773 1 .42 .9979 (—1.3) (3353) Danmark 1966—79 —1.41 —1.43 .8908 1.61 .8716 (—11.6) (—3.9) (7.1) Finland 1969—80 —1.67 —1.46 .7231 1.48 .5108 (-15.0) (—1.6) (1.9) Frankrike 1964—80 —5 .28 —1.28 .6924 1.57 .4731 (—37.5) (-3.6) (1.8) Schweiz 1967-80 -4.33 —1.32 .9643 1.97 .6494 (—74.6) (—3.3) (2.6) LU 15. Verkstadsindustri Tyskland (F .R.) 1969—80 -3.66 -0.81 —0.49 .9832 1.50 .4873 (—90.8) (-4.3) (—2.4) (1.8) Norge 1968—80 —1.65 —0.80 —0.84 .9233 1.56 .3691 (—43.3) (-2.5) (-2.4) (1.0) Danmark 1966—79 —1.85 —0.65 —0.79 .8925 1.06 .8676 (—20.3) (—1.7) (—2.1) (6.8) Finland 1969—80 —1.50 —1 . 14 .8959 1.56 .5567 (—36.7) (—3.5) (1.8) Frankrike 1964—80 —3.72 —1.01 .9594 1.76 .4761 (—91.3) (—11.7) (2.2) Belgien 1966-80 -3.70 —0.18 .9665 1.64 .6417 (—68.0) (—0.5) (2.4) Holland 1965—80 —3.67 —0.96 .9743 1.77 .7408 (—58.1) (—3.9) (3.7) Schweiz 1967—80 —3.34 —0.76 -0.51 .8795 1.58 .9056 (—17.6) (-1.4) (-0.9) (8.8) Italien 1965—80 —3.82 —0.81 .9006 1.79 .2191 (—190.6) (—2.5) (0.8) Kanada 1968—80 —4.66 —0.69 .9100 1.80 —.2512 (—75.8) (—3.9) (—0.9) Japan 1964—80 —3.72 —1.15 .7553 1.75 .3694 (—46.2) (—7.3) (1.6) USA 1965—80 -3.94 -1.05 —1.38 .8764 1.98 .9153 (—20.9) (—2.1) (—2.8) (9.6) Storbritannien 1970—80 -3.10 —0.66 .9206 1.31 .6663 (—32.5) (—1.6) (2.4) LU 16. Varv Norge 1967—80 -1.92 —2.62 .5828 1.58 (—11.8) (—4.4) LU 17. Övrig industri Tyskland (F.R.) 1969—80 —4.20 —1.12 —1.00 .8120 1.43 (—28.8) (—2.1) (—1.6) Frankrike 1964—80 —5.34 —1.50 —4.47 .9110 1.69 .6519 (—28.5) (—2.6) (—1.7) (3.5) Schweiz 1967—80 —4.93 —0.67 .9230 0.84 .8097

(—29.4) (—2.3) (5.7)

• Sida 123
•  Original

Tabell 5. Marknadsandelsfunktioner för OECD-ländema. forts

c %% (%%) _, Tull v_1 v_2 DW 152 r Tyskland (F.R.) —3.81 —0.67 —0.60 1.82 1.64 .9935 .7297 (—47.6) (—4.3) (_3.4) (2.7) (3.2) Norge —1.75 41.55 —1.07 1.18 1.38 .9045 (_19.1) (-1.3) (_2.3) (1.3) Danmark —2.04 —0.78 —1.02 2.03 0.86 .9097 .8679 (_145) (—2.1) (—2.7) (1.7) (7.1) Finland . —1.60 —0.91 41.29 1.29 1.59 .8043 .3239 (-13.1) (—2.6) (—0.9) (1.0) (0.9) Frankrike —3.79 —1 . 10 0.67 1.88 .9543 .4301 (—61.8) (_12.5) (1.3) (1.8) Schweiz —3.53 —0.86 —0.87 2.17 1.27 .8823 .8991 (_127) (—1.6) (—1.3) (0.9) (8.4) Kanada —5.11 —0.67 5.20 1.65 .9890 _.5412 (—38.8) (—6.3) (3.6) (—2.2) Japan 43 41.92 1.74 5.1 1.95 .9355 (4.9.7) (-12.5) (1.2) (3,6)

timat avsevärt under ett erhölls för denna industri (se tabell 5) för alla OECD-länder som ingick i Skattningarna utom Danmark, Holland och Schweiz.

Som framgår av skattningsresultaten som redovisas i tabell 5 kan den skattade elasticiteten variera avsevärt från land till land inom en sektor. Det finns många tänkbara orsaker till detta. En viktig anledning är att en sektors faktiska varusammansättning kan variera från land till land. Detta innebär att ekvationerna inte mäter priseffekter för exakt jämförbara produktgrup- per. Det kan tyvärr inte heller uteslutas att skillnader i skattade priselasti- citeter, särskilt mellan länder, beror på skillnader på kvaliteten på prisdata. Allt annat lika tenderar relativt bristfälliga data att ge relativt högre elasticitetsestimat, vilket diskuterades i det föregående avsnittet.

Låga priselasticiteter kan tyda på en högre grad av produktspecialisering. Med andra ord kan det vara svårt för importörer att hitta ersättningspro- dukter. Det kan tänkas att detta är en av förklaringarna bakom den relativt låga priselasticiteten som erhållits för kemiska produkter i många fall. Brist på ersättningsprodukter kan också vara en förklaring till den låga priselas- ticiteten som erhölls för jordbruksprodukter. Här är det emellertid troligen mer sannolikt att prisindexarna representerar varor som har mycket litet att göra med varandra. För vissa produkter och branscher kan faktorer som innehav av patent och geografisk marknadsspecialisering vara viktiga. Även dessa faktorer kan vara förklaringar till de relativt låga priselasticiteterna för kemiska produkter.

Avslutningsvis kan det nämnas att den sammanvägda priselasticiteten för Sveriges varuexport, exkl. varv, är —1.36, enligt denna undersökning.1 Huvuddelen av effekten sker under första året då elasiticiteten är -0.93. Återstoden är -0.43, vilket sker under andra året. För bearbetade varor, exkl. varv är de skattade elasticiteterna -0.91 och -0.46. Dessa skiljer sig relativt lite från estimatet för totalen bl. a. på grund av de utelämnade sektorernas relativt små vikter.

1Vikterna baseras på landets betydelse för Sveriges export. Se

ovan.

• Sida 124
•  Original

Tabell 6. Vägt genomsnitt av elasticitetsestimat från andelsfunktionerna för OECD- länderna Sektor Px Px PE (m)—1 LU 1 Jordbruk och fiske —1.14 LU 2 Skogsbruk —0.63 —0.15 LU 3 Extraktiv industri" —1.18 LU 4+5 Livsmedelsindustrib —1.03 LU 6 Dryckesvaru- och tobaksindustri —0.9O LU 7 Textil-, beklädnads- och läderindustriC —0.72 —0.57 LU 8 Trä-, massa- och pappersindustri" —1.96 —0.94 LU 9 Grafisk industri —1.09 -0.24 LU 10 Gummivaruindustri —1.47 —0.28 LU 11 Kemisk industri —0.91 —0.14 LU 12 Petroleumindustri —1.12 —0.46 LU 13 Jord- och stenvaruindustri —1.31 LU 14 Järn-, stål- och metallverk" —0.79 —0.23 LU 15 Verkstadsindustri, exkl. vinstvariabeld —0.87 —0.46 Verkstadsindustri, inkl. vinstvariabeld —0.80 —0.58 LU 16 Varv —2.62 LU 17 Övrig tillverkning —1.11 —0.60 Samtliga sektorer, exkl. varv —0.93 —0.43 Bearbetade varor, exkl. varve —0.91 —0.46

" Dessa skattningar baseras på resultat som rapporteras i avsnitt 7. 17 Baserad på Norge, Finland och Schweiz. ” Exkl. Danmark. 4 Exkl. Belgien. ' LU-sektorer 7—17, exkl. varv.

• Sida 125
•  Original

5 Estimationsresultat för statshandels-, OPEC-, NIC— och övriga länder

Det var omöjligt att studera Sveriges export till ländergrupperna utanför OECD på LU-sektornivå. För statshandels-, OPEC-, NIC— och övriga länder har försök gjorts att skatta funktioner för landets totala import samt Sveriges andel av denna. För statshandelsländerna och OPEC har ekvationer skattats för SITC 7, vilket är en grov approximation av verkstadsindustrin. För NIC-gruppen har funktioner för bearbetade varor skattats.

I princip borde importmodellen innehålla två prisvariabler, dvs. ett importpris och ett producentpris. Det var emellertid inte möjligt att skaffa ett producentprisindex för dessa ländergrupper. I de fall där länderna inte har en starkt konkurrerande hemmaproduktion kan prisindexet på hemmaproduk- tionen emellertid väntas vara av mindre betydelse. Vad beträffar den svenska exporten till dessa ländergrupper är det rimligt att tro att Sverige i första hand konkurrerar med OECD. Med detta antagande som utgångspunkt har relativprisvarabeln i andelsfunktionen konstruerats som kvoten mellan ett index för Sveriges exportpris och ett exportprisindex för antingen OECD eller industriländerna.

Importmodellen har följande utseende:

(3)M=A-BNPa-Pb.pc_1.edrin,e

där

M = ländergrupps import i fasta priser

BNP = bruttonationalprodukt för resp. ländergrupp i USD och fasta priser P = total import: exportprisindex i USD för industriländerna enligt IMF bearbetade varor: exportprisindex för OECD-länderna i USD. Sammanvägning av uppgifter från OECD (enligt konjunkturin- stitutet)

TID = trend

A, a, b, c, d= koefficienter

5 = slumpterm

Importen i fasta priser, M, har erhållits genom att deflatera importvärdena med vederbörande prisindexet, P.

• Sida 126
•  Original

1FN-källorna är Monthly Bulletin of Statistics och Yearbook of Internatio- nal Trade Statistics. IMF- källan är International Financial Statistics. Upp- gifter om BNP för OPEC-länderna har till- handahållits från OPEC- sekretariatet i Wien. Uppgifterna om växel- kurser och BNP för NIC-länderna har till- handahållits från Chase Econometrics, Inc.

2 Vad beträffar NIC- länderna kan det emel- lertid ha varit en nackdel att aggregera de asiatis- ka och latinamerikanska länderna som på många sätt haft en olikartad utveckling.

I funktionerna för Sveriges marknadsandel har enbart en relativprisvaria- bel ingått som förklaringsfaktor. Den skattade funktionen är

(4>r>érs=B-%F-(%):-e

där

Xs = Sveriges export till resp. ländergrupp i fasta priser. Exportvärdet har deflaterats med Px. Px = Sveriges exportpris i USD för vederbörande produktgrupp.

Dataunderlaget för de olika ländergrupperna har hämtats från den interna- tionella statistiken.1

Resultat från Skattningarna av importfunktionerna redovisas i tabell 7. Där framgår det att ekvationernas anpassning till det aktuella förloppet är god. För ekvationen för den totala importen fungerar prisvariabeln enbart i ekvationen för statshandelsländerna. Den skattade priselasticiteten är emellertid mycket låg. För alla tre grupperna tyder Skattningarna sålunda på att importen inte är priskänslig. Detta kan bero på att en betydande del av deras import saknar substitut. Inkomstelasticiteten för statshandelsländerna är nära 1.0 medan den skattade elasticiteten för OPEC är 1.73. Den skattade inkomstelasticiteten för NIC är mycket låg samtidigt som tidstrenden är starkt signifikant. Det bör emellertid nämnas att ekvationen inte fungerade utan trendvariabeln.

För statshandelsländerna och OPEC erhölls signifikanta priselasticiteter för ekvationen för importen av verkstadsprodukter, dvs. produkter inom gruppen SITC 7. Priselasticiteten för NIC-gruppens import av bearbetade varor är också signifikant. Att importen av dessa varugrupper enligt Skattningarna är priskänslig medan den totala importen inte visar någon signifikant priskänslighet kan tolkas på minst två sätt. En tolkning kan vara att valet av prisserie har påverkat resultatet. Den andra möjligheten är att resultatet visar en riktig skillnad i priskänslighet mellan totala importen, som till en betydande del består av andra produkter än de som omfattas av SITC 7 och bearbetade varor och den senare gruppen. Både statshandelsländerna och OPEC-länderna uppvisar en högre inkomstelasticitet för importen av dessa varor än för den totala importen. I ekvationen för NIC-ländernas import av bearbetade varor är det fortfarande trenden som ”dominerar” inkomstvariabeln.2

Tabell 7 visar också ekvationer för Sveriges andel av ländergruppernas import. Överlag är determinationskoefficienten realtivt låg. Med andra ord ger dessa ekvationer långtifrån en fullständig förklaring av utvecklingen av Sveriges marknadsandelar. För Sveriges andel av ländernas totala import erhölls inga rimliga resultat för OPEC- och statshandelsländerna. Ekvatio- nerna för NIC- och övriga länder tyder på en mycket hög känslighet för avvikelser i det svenska priset relativt de övriga OECD-exportörernas priser.

Andelsekvationerna för de mer begränsade varugrupperna för OPEC och NIC visar också en hög priskänslighet. För dessa är priskänsligheten större än den skattade priskänsligheten för ländernas importfunktioner. En förklaring

• Sida 127
•  Original

Tabell 7. Skattningsresultat för statshandels-, OPEC-, NIC- och övriga länder

lmportfunktioner A. Totala importen Skattnings- period c PT BNP TID få DW r Statshandelsländer 1965—80 —0.22 1.02 .9933 1.49 .4689 (—3.6) (12.3) (2.1) OPEC 1965—80 1.73 .9128 1.04 .7498 (11.7) (4.9) NIC 1965—80 —1.96 0.19 0.12 .9753 1.57 .3329 (—12.1) (1.7) (13.2) (1.2) B. Import av bearbetade varor alt. SITC 7 varor Skattnings- period c PB BNP TID få DW r Statshandelsländer, 1965—79 —0.98 1.54 .8199 1.55 .9171 STIC 7 (—7.4) (7.1) (12.8) OPEC, SITC 7 1965—80 —0.68 2.44 .7750 1.40 .6619 (—2.0) (4.2) (3.5) NIC. bearbetade varor 1965—80 —3.08 —0.79 0.26 0.18 .9416 1.23 (—7.2) (—4.6) (1.7) (7.4) Andelsfuntioner A. Totala importen Skattnings- period C % ( %)4 få DW r NIC 1967—80 —1.41 —2.94 .8581 1.55 .4580 .. (—1.4) (—3.1) (2.0) Ovriga länder 1967—80 —2.63 .6034 1.78 .6609 (—4.8) (3.4) B. Import av bearbetade varor alt. SI TC 7 varor Skattnings- P P - _x _x —2 period C PB ( PB)—1 R DW r Statshandelsländer, 1967-79 —0.26 —0.45 .0764 1.18 .7321 SITC 7 (—1.5) (—0.9) (3.9) OPEC, SITC 7 1967—80 —O.30 —0.77 —0.69 .3830 1.91 .5915 (—3.1) (—1.9) (—1.8) (2.3) NIC, bearbetade varor 1967—80 —0.51 —2.15 .4948 1.40 (—6.5) (—3.6)

Anm. PT = exportprisindex för industriländerna. PB = exportprisindex för OECD-länders bearbetade varor.

till detta är med största sannolikhet att priser har större betydelse i valet mellan alternativa producenter än i själva valet av att importera. Resultaten för statshandelsländerna stöder emellertid inte detta resonemang.

• Sida 128
•  Original

• Sida 129
•  Original

7 Basindustriernas export

1 Inledning

Importstudien utvecklar en modell för importen som sedan estimeras för de flesta LU—sektorerna. Undantag är sektorerna för olja och 'petroelumpro- dukter, dvs LU-sektorema 3 och 12, för vilka separata modeller utvecklas. Studien ger först en översikt över importens utveckling under perioden 1963—1982. Därefter följer en beskrivning av modellen samt en presentation av estimationsresultaten. Resultaten diskuteras mer ingående för textil-, beklädnads- och läderindustri, kemisk industri, järn-, stål- och metallverk samt verkstadsindustrin, exkl. varv. Studiens sista avsnitt presenterar modellerna för olja och petroleumprodukter.

Volymtillväxten för den totala importen var i genomsnitt 4.1 % per år för perioden 1963—1982. Detta tal döljer emellertid en underliggande trend mot en lägre importtillväxt under 1970-talet, som framgår av tabell 1. Den

Tabell ]. Utvecklingen av Sveriges varuimport per LU-sektor 1964—1982 ———_—_———_____

LU-sektor Milj. kr Genomsnittlig årlig procentuell förändring 1982 (1980 års 1964- 1968— 1973— 1978- priser) 1967 1972 1977 1982 M_— 1. Jordbruk och fiske 4 890 2.4 2.4 -2.1 3.4 2. Skogsbruk 706 10.0 4.2 54.0 8.4 3. Extraktiv industri 15 601 11.6 8.2 6.1 —0.1 4. Skyddad livsmedelsindustri 1 335 1.4 6.2 0.1 —5.0 5. Konkurrentutsatt livsmedelsindustri 4 519 6.5 5.9 2.8 2.0 6. Dryckesvaru- och tobaksindustri 960 15.8 —O.l 7.5 1.2 7. Textil-, beklädnads- och läderindustri 10 635 9.2 6.7 4.5 1.1 8. Trä-, massa— och pappersindustri 3 434 11.3 11.6 9.9 0.8 9. Grafisk industri 925 10.8 8.3 9.1 6.6 10. Gummivaruindustri 1 710 14.4 8.3 8.0 3.6 11. Kemisk industri 16 291 11.4 10.3 5.7 3.9 12. Petroleumindustri 16 170 3.6 2.5 —2.4 —4.6 13. Jord- och stenvaruindustri 1 905 8.3 4.7 4.6 0.5 14. Järn-, stål- och metallverk 8 276 6.0 7.3 —0.6 4.1 15. Verkstadsindustri, exkl. varv 49 474 7.0 6.9 6.4 3.9 16. Varv 1 162 3.7 6.1 17.6 —13.0 17. Övrig tillverkningsindustri 1 561 9.5 7.5 8.7 0.4 18. El-, gas-, värme- och vattenverk 674 29.5 31.6 0.1 28.6

Summa 140 228 6.3 5.9 3.5 1.1 Källor: Konjunkturinstitutet och statistiska centralbyrån.

• Sida 162
•  Original

Tabell 2. Årlig procentuell förändring av Sveriges totala varuimport, cif, 1980 års priser

1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982

10.1 10.0 5.1 0.1 8.1 11.6 10.9 —4.2 3.1 8.2 11.0 —6.5 9.8 —4.9 —6.5 14.0 0.3 —7.2 4.9

Källor: Konjunkturinstitutet och statistiska centralbyrån.

1 En alternativ definition av importandelar som kan användas är: import relativt inhemsk efter- frågan. Skillnaden blir framför allt att den abso- luta nivån blir högre och att förändringarna i im- portandelarna blir något större enl. det mått vi använt.

genomsnittliga tillväxten i importen var 8.0 % per år under perioden 1964—1970. För perioden 1971—1982 låg genomsnittet på ca 1.8 % per år. Av tabell 2 kan man se att tillväxten också har flukturerat mycket.

Av tabell 3 framgår att importen fått ökade marknadsandelar1 under hela perioden inom de flesta sektorerna. Undantag utgör framför allt petroleum- industrin där importen minskat sin marknadsandel med 25 procentenheter, i takt med den successiva utbyggnaden av inhemska petroleumraffinaderier. För jordbruk och fiske har marknadsandelen varit konstant medan varvsindustrin haft stora variationer i importen och man kan där ej utläsa någon entydig trend mot ökade marknadsandelar när man studerar förändringarna årsvis. Importökningen var dock kraftig i mitten av 1970-talet men har sedan avstannat.

De ur importsynpunkt viktiga LU-sektorerna, 7, 11, 14 och 15 har alla höga importandelar. Inom verkstadsindustrin (LU 15) och den kemiska industrin (LU 11) svarade importen år 1982 för i stort sett hälften av den inhemska förbrukningen. Av dessa båda har verkstadsindustrin haft snabbare importtillväxt. Den kemiska industrin hade emellertid en högre importandel i utgångsläget. Den avgjort snabbaste importtillväxten har dock ägt rum inom textil-, beklädnads- och läderindustrin, där importen år 1982

Tabell 3. Importens andel av total imhemsk förbrukning" inom LU-sektorerna. Genomsnittsvärden. Procent

LU-sektor 1963—1967 1968—1972 1973—1977 1978—1982 Jordbruk och fiske 21.2 22.4 22.2 20.6 Skogsbruk 1.2 1.4 5.4 8.5 Skyddad livsmedelsindustri 0.6 6.8 8.0 5.6 Konkurrentutsatt livsmedelsindustri 22.4 24.0 25.0 27.2 Dryckesvaru- och tobaksindustri 16.8 22.2 20.0 20.4 Textil-, beklädnads- och läderindustri 29.6 42.0 53.2 65.8 Trä-, massa- och pappersindustri 5.0 7.0 10.8 12.0 Grafisk industri 2.0 3.0 3.1 4.8 Gummivaruindustri 25.2 28.6 41.2 50.2 Kemisk industri 42.6 45.0 46.0 50.6 Petroleumindustri 82.2 74.2 67.6 57.2 Jord- och stenvaruindustri 12.4 14.0 19.2 22.6 Järn-, stål och metallverk - 28.2 30.4 34.6 36.6 Verkstadsindustri, exkl. varv 33.2 37.0 42.4 48.8 Varv 38.6 27.2 42.8 39.6 Övrig tillverkningsindustri 39.6 44.4 41.8 49.6 Totalt 27.9 29.1 34.9 35.7

” Total inhemsk förbrukning = bruttoproduktion till producentpris + import cif-export fob Källor: Konjunkturinstitutet och statistiska centralbyrån.

• Sida 163
•  Original

hade uppnått en andel på 72 % av den inhemska förbrukningen. Ökningen startade i början av 1960-talet och har fortsatt under hela perioden. Av övriga LU-sektorer som haft en utveckling mot högre importandelar kan nämnas LU-sektor 10 (gummivaruindustrin), där importen ökat sin andel med ca 100 % och nu svarar för hälften av den svenska marknaden.

• Sida 164
•  Original

• Sida 165
•  Original

2 Översikt över den teoretiska modellen

Enligt det traditionella synsättet betraktas importen huvudsakligen som efterfrågebestämd. De viktigaste förklaringsvariablerna ur efterfrågesyn- punkt är inkomster och priser.

En inkomstförändring påverkar dock importen olika beroende på den funktionella fördelningen av denna förändring. Om t ex hushållens inkoms- ter ökar påverkar detta den privata konsumtionen och därigenom ökar importen av konsumtionsvaror. Däremot är importen av investeringsvaror inte lika direkt kopplad till hushållens inkomster. Investeringsbeslut fattas med beaktande av förväntningar om den framtida inkomstutvecklingen, vilka i sin tur baseras på den tidigare inkomstutvecklingen under flera perioder. Om företagens inkomster ökar kan man se det som ett tecken på att produktionsvolymen ökar. När denna ökar innebär det att industrins import av insatsvaror ökar. Vad beträffar den offentliga sektorns importbenägenhet är denna avsevärt mindre än för den privata sektorn. Importen påverkas också av inkomstutvecklingen i vår omvärld via exporten, som till en del utgörs av import.

Enligt ekonomisk teori leder en inkomstökning i ett land till att efterfrågan ökar och därmed importen. Man får en direkt inkomsteffekt på importen på grund av inkomstökningen. Hur mycket importen respektive den inhemska försäljningen ökar beror bl. a. på priserna på de svenska varorna i förhållande till priserna på importerade varor. Ökar importpriset relativt till hemmamarknadspriset påverkas importen negativt. Med andra ord när importerade varor blir dyrare övergår konsumenteroch producenter till att köpa svenska substitut. Finns det däremot inga direkta substitut kan man tänka sig att man, vid högre importpris, söker minska volymen av importerade varor. Har man däremot inga möjligheter att dra ner volymen, då importen är helt oumbärlig, betyder det dels att värdet av importen kommer att öka samt att användningen och kanske importen av andra varor kan minska på grund av en negativ inkomsteffekt. Den senare möjligheten är emellertid svår att upptäcka och ta hänsyn till i praktiken. Storleken på koefficienten framför prisvariablen kan ge ett mått på tillgången av substitutvaror. En låg priselasticitet tyder på att den importerade varan saknar substitut i det importerande landet, medan en hög priselasticitet tyder på närmare substituerbarhet.

För vissa varor är priset givet på världsmarknaden. I detta fall kan hemmamarknadspriset, åtminstone på lång sikt, inte avvika från importpri- set, och den inhemska industrins relativa konkurrenskraft gentemot import-

• Sida 166
•  Original

en måste då mätas från kostnadssidan.

En relativ prisförändring kan inverka på importen med en viss tidsefter- släpning. Det kan ta tid för konsumenterna att upptäcka prisändringar och att anpassa sig till dessa. Producenterna kan å sin sida vara bundna av kontrakt varför det kan ta tid att byta leverantör. Ytterligare en förklaring till att en prisförändring inte genast behöver ge utslag på importen kan vara att man har anledning att tro att den relativa prisändringen är tillfällig.

Graden av kapacitetsutnyttjande inom industrin är också en faktor som kan påverka importen. Denna speglar de kortsiktiga konjunktursvängning- arna och är ett mått på efterfrågetrycket i ekonomin. Vid en högkonjuktur ökar efterfrågan samtidigt som vi har ett högt kapacitetsutnyttjande inom industrin. Industrin kan därför få svårigheter att möta den ökade efterfrågan (på grund av flaskhalsar i produktionen, förlängda leveranstider osv.) vilket gynnar importen. Med andra ord kan importens inkomstelasticitet vara annorlunda i olika konjunkturfaser. Även kapacitetsutnyttjandegraden föregående period kan vara viktig. Denna kan ta hänsyn till effekten av svängningar i lager. Om utnyttjandegraden t. ex. varit hög är det troligt att företagen reducerat sina lager varför importbehovet ytterligare ökar.

En rad andra faktorer utöver de ovan nämnda kan tänkas ha betydelse för importen. Utrikeshandeln har ökat på grund av en ökad internationell specialisering, tillväxten av multinationella företag och borttagande av handelshinder. Valet mellan importerade och inhemskt producerade varor avgörs inte bara av de relativa priserna utan också av kvalitet och produktutformning. De här uppräknade faktorerna vilka kan förmodas ha stor betydelse för importen är förknippade med problem vid skattningar av importfunktioner, då dessa kan vara svåra att mäta.

Hitintills har vi sett importen såsom efterfrågebestämd. Importens storlek beror dock även på vilka möjligheter den svenska industrin har att möta t. ex. en efterfrågeökning. Existerar det över huvud taget några substitutvaror? I den mån inhemska tillverkare konkurrerar med importen är det önskvärt att vid skattningen av en importfunktion även ta hänsyn till faktorer som innebär restriktioner på utbudet. Är t. ex. import- och hemmavaror perfekta substitut kan tillgången till produkter på hemmamarknaden direkt påverka importen, allt annat lika.

Det enklaste sättet att beskriva en utbudsfunktion är att betrakta utbudet som en funktion av priset på varan. Oftast brukar man använda priset föregående period, då man antar att det tar en viss tid innan utbudet hinner anpassa sig till en prisförändring. En prisökning väntas påverka utbudet positivt. Rimligt är också att inkludera kostnaden/enhet för varan, vilken antas inverka negativt på utbudets storlek. Ytterligare en faktor som kan ha betydelse för utbudets storlek är graden av kapacitetsutnyttjande. Ju större ökningen är av det faktiska utnyttjandet ju mer ökar utbudet, och om differensen mellan det faktiska och det potentiella kapacitetsutnyttj andet är stor har man större möjligheter att öka utbudet om t. ex. efterfrågan ökar.

De ovan beskrivna variablerna är troligen de viktigaste direkta förklaring- arna till utbudsförändringar. Indirekt påverkas utbudet via dessa förklarings— variabler av förändringar av marknadens (efterfrågans) storlek, vilket påverkar i första hand kapacitetsutnyttjandet och priset på varan. Ju mer

• Sida 167
•  Original

priset ökar vid en efterfrågeökning i förhållande till kostnaden ju lönsam- mare blir det för branschen att producera varan, vilket stimulerar företagen till ökat utbud. En god lönsamhet kan även bero på att kostnaden per producerad enhet sjunker om t. ex. produktiviteten ökat. Detta kan bero på en modernare produktionsteknik som är en följd av tidigare gjorda investeringar.

På kort sikt begränsas utbudets storlek av befintlig produktionskapacitet. Givet en förväntad marknadstillväxt bör en god lönsamhet på lång sikt leda till nyinvesteringar medan en dålig lönsamhet bör åtföljas av nedläggningar. Härigenom kommer storleken på det potentiella utbudet att variera.

• Sida 168
•  Original

• Sida 169
•  Original

3 Modellens utformning

De två modeller som har använts i denna studie baseras på den ovan diskuterade teorin. Importen antasi den första modellen vara en funktion av en inkomstvariabel, relativpriser, kapacitetsutnyttjandet samt en tids- trend. Den inkomstvariabel som används i denna studie uttrycker snarare efterfrågan än inkomster. En efterfrågeförändring påverkar importens storlek och sammansättning olika beroende på var denna inträffar. För att ta hänsyn till detta har en vägd ”inkomstvariabel” konstruerats. De samman- vägda komponenterna består dels av de olika branschernas insatser i produktion och dels av komponenter av den slutliga efterfrågan. Dessa sammanlagt 28 komponenter1 har åsatts olika vikter, vilka baserats på komponenternas respektive importandelar (dvs. import cif/total använd- ning) enligt 1975 års input-outputundersökning. År 1975 skall alltså den vägda inkomstvariabeln vara lika med importen. Om de faktiska importandelama skulle vara desamma för alla år under skattningsperioden och om alla enskilda komponenter, dvs. insatser och efterfrågan, växer i samma takt under separata år blir inkomstvariabeln identiskt lika med importen under hela perioden. Om importinnehållet hos användningskomponenterna har förändrats under perioden betyder det att den totala importandelen för en branschs produkter förändrats och man bör få en inkomstelasticitet som är större eller mindre än 1.0 beroende på om man fått högre eller lägre importandelar. Även om importandelama för de enskilda komponenterna är konstanta men den proportionella fördelningen, dvs. den relativa tillväxten mellan användningskomponenterna förändrats kommer importandelen för branschen totalt att ändras. Den relativprisvariabel som använts anger hur importpriset (Pm) utveck- lats i förhållande till producentpriset på hemmamarknaden (Ph). För att ta hänsyn till eventuella tidseftersläpningar har även variabeln inkluderats laggad en till två perioder. De importprisindexar som används i studien baseras huvudsakligen på leveranspnser fr. o. m.1968. Dessa mdexsener ar 1 LU arbetar med 23 mte tillganghga fore 1968. For de tidigare aren 1 stud1en har mdexar produktionsbranscher. beräknats på basis av uppgifter om enhetsvärden. Som producentprisindex De fem komponenterna har använts ett index för leveranser till hemmamarknaden från industrin. av slutlig efterfrågan Hemmamarknadsprisindex finns tillgängligt endast fr. o. m. 1974. För 50111 ”Vän? är privat . .. . . . .. . . och offenthg konsum- perioden dessfonnnan har producentprismdex anvants. Båda pnsmdexen tion, investeringar, la- uttrycks i svenska kronor. Indexen är av typ Paasche, dvs. prisvariationer

gerförändringar samt vägs med förbrukning i slutåret. Basåret för båda prisindexen är 1980. export.

• Sida 170
•  Original

Kapacitetsvariabeln baseras på uppgifter om andelen företag som uppgett sig haft brist på maskinkapacitet samt yrkesarbetare enligt konjunkturinsti- tutets barometerundersökning. Variabeln har beräknats som graden av kapacitetsutnyttjandet multiplicerat med 0.5 plus bristen på yrkesarbetare multiplicerat med 0.5 inom respektive LU-sektor. Ett index har beräknats med 1974 som basår. Variabeln har även använts laggad en period. Koefficienterna på båda variablerna väntas få positiva tecken.

Slutligen har en trendvariabel inkluderats för att fånga upp eventuella andra svårkvantifierbara faktorer såsom ökad internationell specialisering, tullavveckling, produktutformning osv. Koefficienten kan här anta både positivt eller negativt tecken beroende på om importen ökat eller minskat. Problemet med trendvariabeln är emellertid att det är svårt, om inte omöjligt att veta vilken eller vilka av de ovannämnda faktorerna den represente- rar.

Nedanstående importfunktion har skattats för alla LU-sektorer, exklusive LU-sektorerna 3 och 12:

_ b_Pmc_Pmd Pme_ .f_ .g _ hT_ (1) M _ aWEFt (Pilt (Filt—1'iPilt—2 Unit Ut1lt_1 e et För LU-sektorerna 7, 11, 14 och 15 har också en funktion använts där utbudet antas vara bestämt av produktpriset, kostnaden per enhet samt förhållandet mellan faktiskt och potentiellt kapacitetsutnyttjande. Tillsam- mans med efterfrågefaktorerna ger detta nedanstående grundmodell:

_ chPmd Pe .f.g_.h (2)M _ aWEFt- (P%) (P;) (P%) -Ut11t- Ut11t_1 Vmst t t—1' t—2 t . - i . jT - e VlIlStt_1 e t där; M = total import per sektor i 1980 års priser. (Källor: Konjunktu- rinstitutet och statistiska centralbyrån) a = konstant WEF = vägd inkomstvariabel baserad på sektorinsatser och slutlig användning (se texten). (Källor: Konjunkturinstitutet och statistiska centralbyrån) Pm = pris för importerade varor. (Källor: Konjunkturinstitutet och

statistiska centralbyrån)

pris för hemmaproducerade varor, def. som hemmamarknads- prisindex. (Källor: Konjunkturinstitutet och statistiska central- byrån)

kapacitetsutnyttjandet. Def. enligt konjunkturinstitutets baro- meterundersökning (ekv. 1) respektive def. som faktisk pro- duktion/potentiell produktion. Används i ekv. 2. (Källor: Konjunkturinstitutet och statistiska centralbyrån) pris per enhet/kostnad per enhet, def. som 1/(1-(driftöverskott + kapitalförslitning)/produktionsvärdet. (Källor: Konjunktur- institutet och statistiska centralbyrån)

"0 =- ||

Util

Vinst

• Sida 171
•  Original

trendvariabel slumpterm

(*,—1 ||

Koefficienterna c, d och e bör liksom i den första modellen få negativa tecken. Kapacitetsutnyttjandevariabeln som nu kan tolkas som ett mått på hemmautbudets förändring väntas även i detta fall påverka importen positivt. Ju högre den faktiska produktionen är i förhållande till den potentiella desto svårare har de svenska företagen att ytterligare öka sina marknadsandelar, vilket gynnar importen. Vinstvariabeln, definierad som pris per enhet/kostnad per enhet, har använts som ett mått på lönsamheten i branschen. Om lönsamheten ökar t. ex. genom att priset ökar blir företagen stimulerade att öka utbudet, vilket gör att hemmamarknaden får ökade möjligheter att konkurrera med importen.1 Koefficienterna h och i väntas sålunda få negativa tecken.

1 Se avsnitt 2 och appen- dixet till avsnitt 7 i ex- portstudien för en mer omfattande diskussion.

• Sida 172
•  Original

• Sida 173
•  Original

4 Estimationsresultat

Skattningsresultaten för samtliga LU—sektorer, exklusive LU-sektorema 3 och 12 presenteras i tabell 4. Överlag kan resultaten anses vara förhållandevis bra. Ett relativt lågt RZ-värde erhölls emellertid för LU-sektorerna 2, 16 och 18. Att de flesta LU-sektorer uppvisar signifikanta värden på r, dvs. autokorrelationskoefficienten, tyder på att någon viktig förklaringsvariabel kan ha utelämnats.

Koefficienten för aktivitetsvariabeln (WEF) är positiv och signifikant i samtliga ekvationer. Värdena på koefficienterna till denna inkomstvariabel varierar mellan 0.76 och 2.30 och värdet på de ihopvägda koefficienterna för aktivitetsvariabeln, dvs. inkomstelasticiteten för samtliga LU-sektorer, blev 1.02.1 Detta kan jämföras med dels resultaten från importfunktionernai vår exportstudie och dels från en undersökning utförd vid OECD,2 där värdena på inkomstelasticiteten låg mellan ett och två i genomsnitt. Det är viktigt att påpeka att den skattade elasticiteten påverkas av valet av aktivitetsvariabel. Det mått som oftast används i importstudier och som användes i de två ovannämnda undersökningarna är BNP.

Där kapacitetsutnyttjandevariabeln och trendvariabeln inkluderats i modellen är det troligt att dessa övertar en del av förklaringseffekten från inkomstvariabeln.3 För de flesta LU-sektorer ökade WEF förhållandevis stadigt fram till mitten av 1970-talet, tillsammans med trenden. Under perioden 1974—1976 bröts WEF:s trend uppåt.4 Efter en nedgång visar aktivitetsvariabeln i de flesta fallen en tendens till en svag återhämtning, dock inte utan fluktuationer. Visserligen kan faktorer som tullavvecklingen, specialiseringen m. ni. ha bidragit till importens uppgång både före och efter 1974-1976. Eftersom trenden och inkomster ökade samtidigt under en stor del av perioden kan inkomstens betydelse för importen ha felskattats när dessa inkluderades samtidigt. Av denna anledning utelämnades trenden där detta verkade rimligt. I allmänhet ökade inkomstelasticiteten när trend- och kapacitetsutnyttjandevariabeln exkluderades. Trenden är kvar som förkla- ringsfaktor i fyra ekvationer i tabellen. Vad tre av dessa, dvs. LU-sektorer 7, 10 och 13. har gemensamt är en mycket snabb tillväxt i importen i jämförelse med utvecklingen för inkomster.

Ett positivt samband kan tänkas föreligga mellan inkomster- och kapacitetsutnyttjandevariabeln. Ett ökat kapacitetsutnyttjande inom indu- strin sammanfaller ofta med att inkomster och därmed efterfrågan på t. ex. privat konsumtion och därmed WEF ökar. För endast två branscher blev koefficienten framför kapacitetsutnyttjandevariabeln (Util) signifikant där

1 Viktema för hopväg- ningen baseras på LU- sektorernas (exkl. LU 3 och LU 12) relativa betydelse för den totala importvolymen 1982.

2 ”A New Model of World Trade", OECD

Economic Outlook, De- cember 1973.

3 Se vidare Barker, Ter- ry: ”Identification of Activity Effects, Trends and Cycles in Import Demand”, Oxford Bul- letin of Economics and Statistics. Vol. 41, Nr. 1 (February, 1979).

4 Se t. ex. diagram 2, 5, 8 och 11 i sektoranalysen nedan.

• Sida 174
•  Original

Tabell 4. Skattningsresultat för svensk import fördelad på LU-sektor”

5 Sektorvis analys av de Viktigare LU- sektorerna för varuimporten _

6 Importen av olje- och petroleumprodukter

Importvolymen för LU-branscherna som omfattar extraktivindustrin (LU 3) och petroleumprodukter (LU 12) sammantaget uppgick till ca 37 % av den totala varuimportvolymen 1963.1 För 1982 var andelen knappt 23 %. Denna förändring återspeglar huvudsakligen en sänkning i importvolymen av petroleumprodukter. Allteftersom den inhemska rafferingskapaciteten har byggts ut har man kunnat ersätta importen av petroleumprodukter med inhemskt producerade substitut. Dessutom har de kraftiga prishöjningar på oljebaserade produkter som har skett sedan 1973 mötts med försök att dra ner energiåtgången. Utbyggnaden av inhemsk raffineringskapacitet har också krävt en ökning i råol j eimporten. Som följd ökade extraktivindustrins andel av den totala importen från ca 8 % 1963 till 11 % 1982. I detta avsnitt utvecklas en modell för importen av dessa sektorers två viktigaste produkter, dvs. råolja och petroleumprodukter.

Importen av raffinerade produkter kan studeras inom ramen för den totala balansen mellan tillgången och användningen av dessa produkter:

(1) MRAF + RAF = KRAF + LAGERRAF + XRAF

där MRAF = import av raffinerade produkter RAF = inhemsk produktion av raffinerade produkter KRAF = inhemsk användning av raffinerade produkter LAGERRA F = lager av raffinerade produkter XMF = export av raffinerade produkter

Inhemsk användning av raffinerade produkter består dels av insatser i andra produktionssektorer och dels av direkta användningar. En ökning i den aggregerade efterfrågan ger sålunda upphov till en ökning i importen av raffinerade produkter. Styrkan beror emellertid på efterfrågans produktin- riktning. I modellen kan hänsyn tas till detta genom att konstruera en efterfrågevariabel där både sektorinsatser och direktanvändningar vägs ihop. Inhemsk produktion av raffinerade produkter bestäms av den inhemska raffineringskapaciteten. Under de senaste två decennierna har denna tidvis byggts ut, vilket framgår av tablån nedan.

1 Förutom råolja omfat- tar importen av extrak- tiva produkter kol och malm. Historiskt sett har kolimporten varit relativt liten. Sedan slu- tet av 1970-talet har den emellertid börjat växa. Malmimporten är rela- tivt obetydlig. Förutom petroleum omfattar LU- sektor 12 koks av kol, tjära och dylika produk- ter.

• Sida 188
•  Original

1 Det är emellertid tro- ligt att lagerkapaciteten kan ha påverkats nega- tivt till följd av OPEC I på grund av en över- gång till andra energi- former. Lagringskostna- der är också viktiga i detta sammanhang.

Svenska producenters raffineringskapacitet vid årens utgång. Milj. ton per år

1964—66 1967 1968—70 1971—75 1976—79 1980—82 1983—90

4 11 12 13 21 23 23

Vid en given efterfrågenivå på raffinerade produkter kan valet mellan att importera olja och raffinera hemma eller att importera färdigraffinerade produkter bestämmas bl. a. av förhållandet mellan importpriset och det inhemska producentpriset. Förhållandet mellan importpriset, vilket bör avspegla världsmarknadspriset, och det inhemska producentpriset för raffinerade produkter utgör dessutom en viktig bestämmande faktor för Sveriges export av raffinerade produkter. Sammanfattningsvis vid ett relativt lågt producentpris ersätts importen med inhemsk produktion och förutsätt- ningar för exporten blir gynnsammare.

Det är sannolikt att de starka prisändringar som har skett sedan 1973 har påverkat såväl den totala nivån på energianvändningen som valet av energikälla. Vad beträffar hushållens och företagens efterfrågan på energi för uppvärmning m. m. kan det relativa priset mellan oljebaserade energi- källor och det största inhemska alternativet, dvs. elektricitet, vara av betydelse. Prisstegringar i bensinpriset som förekommit sedan OPEC I kan också förutsättas ha påverkat förbrukningen av raffinerade produkter, vare sig de är importerade eller inhemskt producerade, negativt.

Slutligen kan något sägas om lagerförändringar. Hushållens och företa- gens lager av eldningsolja kan i och för sig påverkas på kort sikt av prisförväntningar. På längre sikt är denna faktor troligen av mindre betydelse.1 Oljebolagens lager antas också hållas på en ungefärlig konstant nivå. Sålunda kan variabeln A LAGERRAF sättas lika med noll i modellen.

Av resonemanget ovan följer det att modellen för importen av raffinerade petroleumprodukter kan specificeras med hjälp av följande definitioner:

RAF= boRAFKAP P P _ 0 M K E_b1WEF+b2PE+b3PB+b4P;

RA _ P RAF _ bs Ph:

där

RAFKAP = Förändringar i kapacitet, i volym (bO = 1 vid full använd- ning) WEF = vägd sammansättning av insats och slutliga användningar av importerade raffinerade produkter med vikter från 1975 (input-output) PO = enhetspriset inkl. skatter för eldningsolja (hyreshus enligt KPI) PE = enhetspriset inkl. skatter för elektricitet (enligt KPI) Pts = enhetspriset för bensin (regulär enligt KPI)

• Sida 189
•  Original

= Sveriges importpris för raffinerade produkter Sveriges producentpris för raffinerade produkter

M P P P

Under antagandet om att lagerförändringama är oväsentliga erhålles vid substitution av dessa definitioner i ek. (1) följande importfunktion för raffinerade produkter:

Po (2)MR F=1>O RAFKAP+bWEF+b 159+1> 1>B +(b +b)P1—4+e

där slumptermen, 6, kan tänkas representera osystematiska fluktuationer i bl. a. lager.

Oljeimporten är beroende nästan uteslutande av åtgången av råolja som insats i inhemsk raffinering. Utöver detta kan förändringar i strategiska och övriga lager ge upphov till fluktuationer i importen.1 Ytterligare några överväganden finns. Det relativa priset mellan importerade och inhemskt producerade petroleumprodukter måste påverka råoljeimporten i samma utsträckning som importen av petroleumprodukter dock med motsatt tecken. I modellen antas det emellertid att förändringar i den inhemska åtgången av eldningsolja och bensin enbart drabbar importen av raffinerade produkter. I den mån de drabbar inhemsk produktion måste oanvänd kapacitet uppstå i petroleumindustrin. Antagandet kan testas genom att inkludera PO/PE och PB i importfunktionen för råolja.

Oljeimporten är alltså bestämd enligt följande enkla modell:

_ PM (3) M() — a1 RAF + a2 STRATLAGERO + a3 PRILAGERO + 34 P;

Volymförlusten i omvandlingen av olja till raffinerade produkter är normalt mycket liten — ca 5 %, dvs. a =.] Vid konstanta lager ger alltså en enhetsökning 1 inhemskt producerade petroleumprodukter en ungefärlig lika stor ökning i råoljeimporten. I modellen antas det att a = a2— — 1. Förändringar 1 strategiska lager subtraheras sålunda från importen. Om det antas att privata lager reagerar enbart till prisförväntningar kan (3) skrivas som:

_ E PM (4)M3—RAF+a3PM+a4P?

där MS = MO — STRATLAGER

Pri = Förväntad importpris för råolja

1 En oväsentlig råolje- export negligeras här.

• Sida 190
•  Original

Modellen estimeras i log form som

(5) Mix = ea.)RAFKAP - WEFal - (;(—E)) ”2 . 933 - PEZ4- 6

där vissa koefficienter nollställs i de olika formuleringarna.

Estimationsresultat rapporteras i tabell 5. Som framgår av tabellen, vilken även visar resultat för en ekvation för olja och petroleum tillsammans, ligger de skattade inkomstelasticiteterna omkring 1 .0. De skattade keofficienterna för RAFKAP tyder på att utvecklingen av den inhemska raffineringskapaci- teten har haft en större effekt på oljeimporten än på importen av raffinerade produkter. Anledningen är troligen att man på grund av specialisering inte importerar precis samma produktmix som produceras i Sverige. Priset på eldningsolja relativt till priset på elektricitet såsom bensinpriset tycks också ha påverkat importen av raffinerade produkter. Relationen mellan import- priset och Sveriges producentpris för raffinerade produkter visade sig emellertid vara statistiskt insignifikant i regressionerna. En anledning för detta kan vara att priser är i stort sett internationellt bestämda och att lokala avvikelser i den mån de förekommer är kortvariga och av ringa betydelse. Ett sådant resultat skulle också erhållas om man importerar och producerar skilda produkter på grund av produktspecialisering. Förväntade importpris- höj ningar (På) tycks enligt resultaten emellertid ha en påskyndande effekt på importen av raffinerade produkter.

Tabell 5. lmportfunktioner för extraktiva och petroleum produkter” (LU—3 och LU-12) Skattningsperiod 1964—1981

P0 PM E _

RAF WEF P P & DW KAP LU12 PE B P; M

___________________________————

Extraktiva och 1.07 —0.0035 00151 .9999 1.99

petroleum produkter (9300) (—2.6) (1.6)

(LU—3 + LU—12) Extraktiva produkter 0.040 0.90 .9999 1.74 (11.6) (1686) Petroleum produkter —0.018 1.05 —0.0059 -0.1293 00154 .9999 1.37 (—6.6) (3241) (—2.7) (—2.5) (2.0)

" Importen inkl. lager

Definitioner:

RAFKAP WEF

PO

;. 1

PM PP

11 || || II || || Il

svensk raffineringskapacitet, milj. ton/år sammanvägd efterfrågan för LU-12 enhetspris för eldningsolja (KPI) enhetspris för elström (KPI) enhetspris för bensin (KPI) prisförväntningar. Baserade på förändring i importpriset, PM producentpris för hemmamarknaden

• Sida 191
•  Original

Tjänstehandelns och transfereringarnas inkomst— och priskänslighet

En prognosmodell för tjänste- och transfereringspos- terna i bytesbalansen

• Sida 193
•  Original

Förord

1984 års långtidsutredning har utarbetats inom finansdepartementet. I samband med utredningen har ett antal specialstudier genomförts. Huvud- delen av dessa publiceras som bilagor till utredningens huvudrapport (SOU 1984:4).

I föreliggande bilaga nr 15 redovisas en studie av tjänstehandelns och transfereringarnas inkomst- och priskänslighet. Den har inom riksbankens ekonomiska avdelning utförts av fil dr Aleksander Markowski.

Ansvaret för studien och bedömningarna däri vilar på författaren. Långtidsutredningens användning av studien och dess resultat framgår av huvudrapporten.

Stockholm i mars 1984

Michael Sohlman Planeringschef

• Sida 194
•  Original

• Sida 195
•  Original

InnehåH

Inledning 1 Mätfel i tjänstebalansen och korrigering för detta

2 Allmän beskrivning av modellen och skattningsmetoden

2. 1 Modellens struktur .

2. 2 Den teoretiska efterfrågemodellen . . .

2. 3 Feltermen 1 ekvationer med mätfel 1 den beroende variabeln 2.4 Skattningsmetoden

3 E fterfrågeekvationer 3.1 Turisttjänster 3.2 Passagerartransporter 3.3 Godsfrakter 3.4 Provisioner

3.5 Övriga tjänster

4 Faktorinkomster: räntor 5 Transfereringar

6 Sammanfattning

Appendix 1 Robust estimation med hjälp av iterativt vägda minsta kvadratmetoden

Appendix 2 Källor och definitioner

11

13 13 14 15 16

19 19 22 29 32 35 43 51

55

63

67

• Sida 196
•  Original

• Sida 197
•  Original

Inledning

I denna studie redovisas en uppdaterad och delvis omarbetad version av prognosmodellen för tjänste- och transfereringsbalansen. Arbetet med modellen initierades på Riksbanken som ett led i arbetet med Långtidsut- redningen 1980. Modellen redovisades sedan i sin första version i Bilaga 8 till LU80.1 Föreliggande studie bygger i stor utsträckning på denna bilaga, i synnerhet vad gäller teorin och diskussionen av dataunderlaget. Dessa problemställningar behandlas därför nedan mycket kortfattat.2 Arbetet med modellen i samband med LU84 — från början enbart tänkt som en uppdatering av den tidigare versionen — har lett till introduktion av ett antal nya element. De viktigaste förändringarna omfattar: — en ny skattningsteknik för efterfrågeekvationerna, — en ny modellansats till prognosering av ränteposten, — exogenisering av utdelningar, _ utbrytning av provisioner ur övriga tjänster, — särskild korrigering av ränteinkomsterna för en del av korrigeringspos- ten.

Dessutom har dataunderlaget blivit uppdaterat och tidsserierna förlängda till 1981.

Modellens teoretiska struktur har förändrats dels genom utbrytning av provisioner, dels genom introduktion av en disaggregerad simuleringsmodell för ränteposten. Räntemodellen — som är en utveckling av en modell för ränteutgifter, utarbetad av Maj Nordin på Riksgäldskontoret till LU80 — har vida förbättrat våra möjligheter att göra konsistenta prognoser för bytesba- lansen.

Vi har inte försökt att förfina de teoretiska modeller, som låg till grund för skattningar av efterfrågeekvationema i bilagan till LU80. Vår ambition har snarare varit att, inom en oförändrad teoretisk ram, få fram effektiva skattningar av tjänsteexportens och tjänsteimportens inkomst- och priselas- ticiteter. Detta innebar att vi var tvungna att i första hand koncentrera oss på problemet med mätfel i tjänstedata.

Det största problemet vid skattningen av modellens första version var mätfel i data över tjänstehandeln, orsakat av det stora statistikbortfallet vid datainsamling (jfr kapitel 1). Modellen skattades då med minsta kvadratme- toden (OLS) under arbetshypotesen att mätfelet i varje ekvation (där det förekommer) är proportionellt till den beroende variabelns nivå. Denna arbetshypotes _ som är omöjlig att verifiera på grund av brist på tillförlitliga

1 Jfr A Markowski, Prognosmodell för tjän- ste- och transfererings- balansen, bilaga 8 till LU80 (Stockholm: Liber Förlag, 1981).

2 En utförlig beskrivning av tjänstehandeln och dess utveckling samt en diskussion av brister i det statistiska underlaget finns i K Joelson och N E Persson, Sveriges tjänstehandel med utlan- det under 1970-talet (Stockholm: Sveriges Riksbank, 1983), som publiceras som bilaga 7 till LU84.

• Sida 198
•  Original

1 Det finns goda skäl att tro, att OLS åtminstone gav konsistenta skatt- ningar.

2 Den viktigaste skillna- den mellan Riksbankens och nationalräkenska- pemas definitioner är att avkastning på kapi- tal, försäkringar, löner, licenser och royalties m m hänförs enligt Riks- banken till tjänstebalan- sen och enligt national- räkenskapema till trans- fereringsbalansen. Se vidare K Joelson och N E Persson, op ett.

3 Denna avser inte rän- teintäkter, som kan kor- rigeras direkt. Jfr kapitel 1 och 4. I avsnitt 3.4 pekar vi också på möj- ligheten att direkt kor- rigera export av provi- sioner.

historiska uppskattningar av mätfelet — angavs som ett villkor för att CLS-Skattningarna skulle vara effektiva.1

Effektivare (eller åtminstone lika effektiva) skattningar kunde man i detta läge uppnå på två sätt: antingen genom att söka korrigera bort mätfelet eller genom en effektivare skattningsteknik.

Historiska data (volymer), korrigerade för mätfel i exportvariablerna, har för LU84's räkning tagits fram av Statistiska Centralbyrån. Regressioner baserade på dessa data gav emellertid samband, som stred mot den grundläggande ekonomiska teorin. Förmodligen beroende på den starka trenden i korrigeringsposten (och möjligen även på svårigheter med deflatering), fick vi starkt trenddorninerade ekvationer, som inte uppvisade någon negativ priskänslighet. Vi fann oss följaktligen i den för en ekonometriker unika situationen, att vi förkastade data därför att de inte stämde överens med den teoretiska modellen.

Den andra vågen — som vi har följt i denna studie — var att arbeta med data behäftade med mätfel och att på dessa data tillämpa en effektivare skattningsteknik. En sådan teknik utgör robust regression, som är utformad för skattning av relationer, där slumptermen avviker från antaganden som ligger till grund för OLS-modellen. Metodens robusthet består i att den, i motsats till OLS—estimatorn, inte dramatiskt förlorar i effektivitet när slumptermen inte är normalfördelad.

Robust — regressionsmetoden tillämpas i denna studie på icke korrigerade data avseende delposter i tjänste- och transfereringsbalansen enligt Riksban- kens definitioner.2 En jämförelse av de robusta Skattningarna med OLS- skattningar tyder på att användning av OLS i detta fall inte leder till mycket stora effektivitetsförluster. Betydelsen av robusta Skattningarna ligger emellertid i att de utgår från den teoretiskt riktiga metoden och att det är just de som skall utgöra basen för eventuella jämförelser med andra skattnings- metoder (t ex OLS).

Eftersom de skattade ekvationerna ger prognoser för delposterna i tjänstebalansen exklusive korrigeringen för statistikbortfall, föreslår vi i kapitel 1 enkla schablonregler för bestämning av korrigeringsposten i bytesbalansen.3 Ett sådant förfaringssätt kan dock vara olämpligt, när man — som i Långtidsutredningen — matar in de prognoserade variablerna i sektorvisa balanser. En lösning är då att från vår prognosmodell beräkna prognosvariablernas tillväxttakter, som sedan kan tillämpas på de korrige- rade nivåerna för året före prognosperiodens början. De korrigerade nivåerna för 1980-talet är med all sannolikhet mycket mer tillförlitliga än motsvarande uppgifter för 1960- och 1970-talen.

Studien har följande uppläggning. I kapitel 1 beskrivs mycket kortfattat mätfel i tjänstebalansen. Kapitel 2 inleds med en beskrivning av modellens allmänna uppbyggnad. Sedan följer en kort beskrivning av den teoretiska modellen och Skattningsmetoden för efterfrågeekvationerna. Skattningsre- sultaten för dessa ekvationer ges och kommenteras i kapitel 3 (tjänster) och kapitel 5 (transfereringar). Simuleringsmodellen för ränteposten beskrivs i kapitel 4. De kvantitativa resultaten sammanfattas i kapitel 6. Studien kompletteras med två appendix. Appendix 1 ger en detaljerad beskrivning av Skattningsmetoden. Appendix 2 innehåller datakällor och variabeldefinitio- ner.

• Sida 199
•  Original

Läsare som i första hand är intresserade av skattningsresultaten hänvisas till kapitel 6.

En sammanställning av tidsserier för tjänste— och transfereringsbalansen samt länderfördelningen för vissa serier finns i en tidigare version av denna studie i Riksbankens Stencilserie 198322.

Under arbetet med denna studie har jag fått värdefulla råd och synpunkter av Gustaf Adlercreutz, Thomas Franzén, Alexander Nilson och Nils Eric Persson. Vid arbetet med räntemodellen har Maj Nordin och Alexander Nilson medverkat. Många insikter om den robusta regressionens statistiska aspekter, som har varit avgörande för programmering och användning av denna metod, har jag fått tack vare David Brownstone. Beräkningarna på datorn samt databanken sköttes av Horacio Salerno, som även hade ansvaret för databankens uppbyggnad. Horacio Salerno har, dessutom, utarbetat sammanställningen av tidsserier för tjänste- och transfereringsbalansen. Studiens många versioner har skrivits ut och många av manuskriptets fel har rättats av Ragnhild Andered.

• Sida 200
•  Original

• Sida 201
•  Original

1 Mätfel i tjänstebalansen och korrigering för detta

Betalningsbalansstatistiken för tjänster baseras på valutaanmälningar som lämnas genom bankerna till Riksbanken. När valutaanmälningama för betalningar för varuexport avskaffades 1961 ledde det också till en minskning av antalet valutaanmälningar i samband med export av tjänster. Frånvaron av anmälningsplikt vid betalningar för export av varor har alltså gett upphov till ett betydande bortfall i rapporteringen av export av tjänster.

För att kompensera för detta bortfall införde man i tjänstebalansen en korrigeringspost, som schablonmässigt ökades med 100 mkr per år mellan 1962 och 1969 och som sedan förblev konstant — och lika med 800 mkr — fram till 1977.1 Detta år uppskattade man nivån på företagens tjänsteexport med hjälp av en enkätundersökning och höjde till följd därav korrigeringsposten för samma år till 3 300 mkr.

En liknande enkätundersökning har sedan dess genomförts varje år. Undersökningarna har lett till ytterligare uppdragningar av korrigeringspos- ten. För åren före 1977 bestämdes dess värden genom extrapolation.

Enkätresultaten var behäftade med en stor osäkerhet och man ansåg sig därför inte kunna fördela korrigeringsposten på de enskilda delposterna i tjänstebalansen. Allt tydde dock på att det i första hand var exportposterna Övriga tjänster och Avkastning på kapital, som var underskattade i den officiella betalningsbalansstatistiken. Enkätundersökningarnas tillförlitlig- het förbättrades så småningom så pass mycket att man fr o m 1980 ansåg sig kunna fördela korrigeringsposten på Avkastning på kapital och övrigt.2 Den sistnämnda delen av korrigeringsposten kan dock fortfarande inte förde- las.3

Som framgår av inledningen har vi valt att i denna studie arbeta med tjänstedata utan korrigering för statistikbortfall. En ”mekanisk” uppskatt- ning av korrigeringsposten måste emellertid göras vid prognosering för att få rätt nivå på den totala tjänsteexporten. I kapitel 4 visar vi hur man i räntemodellen kan introducera en korrektion som motsvarar korrigerings- posten för Avkastning på kapital. Den övriga delen av korrigeringsposten kan vid behov uppskattas med hjälp av en enkel schablonregel. En sådan ad hoc-regel skulle vara att ta 2,5 gånger export av Övriga tjänster, en annan möjlighet är att ta 0,55 gånger summan av exporten av Övriga tjänster och Transportjänster.4

1Jfr A Markowski, op cit, Kapitel 2 och referenser där.

? Observera att den ”öv- riga” delen av korrige- ringsposten omfattar mer än Övriga tjänster. Som påpekats i inled- ningen fördelas denna post inom nationalräken- skapssystemet.

3 Jfr K Joelson och N E Persson, op cit, avsnitt 3.1.

4 Under perioden 1980—82 uppgick kvoten mellan den övriga delen av korrigeringsposten och exporten av Övriga tjänster till 2,46, 2,86 respektive 2,12. Kvoten mellan den övriga delen av korrigeringsposten och summan av exporten av Övriga tjänster och exporten av Transport- tjänster uppgick under samma period till 0,53, 0,58 respektive 0,55.

• Sida 202
•  Original

• Sida 203
•  Original

2 Allmän beskrivning av modellen och Skattningsmetoden

I detta kapitel behandlasi första hand modellens allmänna struktur samt den tillämpade Skattningsmetoden. Diskussion av Skattningsmetoden föregås av en kortfattad beskrivning av den teoretiska efterfrågemodellen som ligger till grund för Skattningarna samt av en beskrivning av feltermen i ekvationerna. De enskilda ekvationerna behandlas i nästa kapitel.

2.1 Modellens struktur

Modellens struktur sammanfattas 1 Tabell 2.1. Posterna i tjänste- och transfereringsbalansen är där samlade under tre rubriker: efterfrågeekvatio- ner, faktorinkomster samt schablonregler.

Modellens efterfrågeekvationer omfattar en importfunktion och en exportfunktion för var och en av följande poster: turisttjänster, passagerar- transporter, godsfrakter, övriga tjänster, privata transfereringar.

De endogena faktorinkomsterna omfattar ränteutgifter och ränteinkom- ster, vilka förklaras med hjälp av en simuleringsmodell som inte är baserad på regressionsskattningar.

Tabell 2.1 Modellens struktur & Variabelnamn Importa Exporta Prisstatusb x_— Efterfrågeekvationer Turisttjänster X X FP Passagerartransporter X X FP Godsfrakter X X FP Övriga tjänster X X FP Privata transfereringar X X LP Faktorinkomster Räntor X X LP Schablonregler Provisioner X X LP Utdelningar X X LP Offentliga transfereringar X X LP Korrigeringsposten i tjänstebalansen X LP

& 3 X — ekvation finns 17 FP — fasta priser LP — löpande priser

• Sida 204
•  Original

1 Jfr A Markowski, op cit. Den allmänna modellen härleds i av- snitt 4.1 modellerna för transporttjänster härleds i avsnitt 4.3 och model- len för privata transfe- reringar härleds i kapitel 6.

2 Svensk export betrak- tas här som ”utlandets" import.

Schablonreglerna utgör mycket enkla samband eller ”tumregler” för bestämning av de resterande posterna i tjänste- och transfereringsbalansen. I fallet provisioner och offentliga transfereringar är det enkla modeller som försöker beskriva det strukturella sambandet. De övriga variablerna — utdelningar och korrigeringsposten i tjänstebalansen — är exogena till modellen. Schablonreglerna utgör i detta fall enkla antaganden som kompletterar modellen vid prognosering eller simulering på medellång sikt.

Resten av detta kapitel ägnas efterfrågeekvationerna. Först skall vi kortfattat behandla deras teoretiska uppbyggnad och felterm, som inklude- rar mätfel i den beroende variabeln (jfr kapitel 1). Sedan skall vi beskriva den använda Skattningsmetoden, som enligt vår mening är den mest lämpade med hänsyn till feltermens egenskaper.

2.2 Den teoretiska efterfrågemodellen

Den teoretiska modellen och dess varianter som ligger till grund för våra skattningar av eferfrågeekvationer för olika sektorer diskuteras i detalj i Bilaga 8 till LU80.1 Nedan sammanfattar vi enbart de viktigaste punkter- na.

En allmän ekvation för importefterfrågan2 härleds här i tre steg. Vi börjar med att postulera ett långsiktigt samband mellan import och inkomst:

(2.1) lnM* = a() + allnY* + u

där

M*— importtrend i reala termer Y*- inkomsttrend i reala termer u — felterm.

Den på kort sikt önskade importen definieras sedan utifrån ett samband, där importens trendavvikelse förklaras av inkomstens trendavvikelse och relativa priser:

(2.2) lnMd — lnM* = b1 (lnY _ lnY*) + bzln (11%) + v där

Md— önskad real import

Y — real inkomst PF — utländsk prisnivå PD — inhemsk prisnivå v — felterm.

Slutligen, den observerade importen bestäms genom en partiell anpass- ningsprocess:

• Sida 205
•  Original

(2.3) lnM — lnM_1 = c (lnMd — lnM_1) + w O_(csl

där

M - real import w — felterm.

Efter substitution erhåller vi vår ekvation för importefterfrågan:

PF (2.4) lnM = cao + ca,lnY* + cb1(lnY — lnY*) + cbzln (_) po + (1 — c)]nM_1 + (cu + cv + w).

Inkomsttrenden för är t definieras1 som prognosen för årt gjord med hjälp av en logaritmisk trendekvation skattad över åren (t—7) = (t—1) eller (t—6) = (t—l). På detta sätt får vi en inkomsttrend som inte påverkas av framtida inkomstvärden, vilket är fallet då en trendekvation skattas över hela skattningsperioden.

Utländska inkomster och priser definieras som (geometriska) medeltal för inkomster respektive priser i olika länder, vägda med vikter proportionella till ländernas andel av den tjänstepost som ekvationen ifråga skall förklara.

Ekvation (2.4) utgör grunden för våra skattningar av alla efterfrågeekva— tioner utom de för godsfrakter. I ekvationerna för privata transfereringar exkluderas dock relativpristermen, medan den ersätts med eget (världs—)pris i ekvationerna för passagerartransporter.

Exportvolymen av godsfrakter postuleras vara en (dubbellogaritmisk) funktion av världshandelsvolymen och eget pris (som antas vara detsamma över hela världen). Importen av godsfrakter — som den är definierad i betalningsbalansstatistiken — omfattar inte fraktkostnader sensu stricto, eftersom dessa räknas till den på cif basis definierade varuimporten. Posten import av godsfrakter omfattar följaktligen enbart svenska speditörers omkostnader i utlandet och är en funktion av den motsvarande exportposten. I vår modell förklaras (i dubbellogaritmisk form) importvolymen av godsfrakter med exportvolymen av dessa tjänster samt bränslepriset som korrigerar för en bristfällig deflatering.

2.3 Feltermen i ekvationer med mätfel i den beroende variabeln2

Efterfrågemodellerna i Avsnitt 2.2 är formulerade för teoretiska beroende variabler som exakt mäter efterfrågan på de olika tjänsteslagen. När ekvation (2.4) skattas, ersätts emellertid den beroende variabeln, lnM, med

1 Jfr A Markowski, op cit, Avsnitt 3.3.

sitt uppmätta värde lnM”: ? Detta avsnitt baseras på A Markowski, Esti- (2 5) M' = M _ E mating Invisible Trade

in the Presence of Large Measurement Errors, där Riksbankens Stencilserie 1983:1 (Stockholm: Sve- E — mätfel. riges Riksbank, 1983).

• Sida 206
•  Original

1Jfr R Koenker, ”Ro- bust Methods in Econ- ometrics”, Econometric Reviews, Nr 2 1982.

2 Detta avsnitt baseras på A Markowski, Esti- mating Invisible Trade in the Presence of Large Measurement Errors, Riksbankens Stencilserie 1983:1 (Stockholm: Sve- riges Riksbank, 1983).

3 H D Vinod, A Ullah, Recent Advances in Re- gression Methods (Basel: Marcel Dekker, 1981), s 323.

4Jfr H D Vinod, A Ul- lah, op cit, Kapitel 13.

Feltermen i den skattade versionen av ekvation (2.4) omfattar följaktligen även mätfelet i den logaritmiska beroende variabeln

(2.6) e = lnM — lnM”, och har formen

(2.7) (cu + cv + w) — e = (cu + ev + w) + ln ((M—E)/M).

Variablerna u, v och w — som bildar den ursprungliga feltermen i ekvation (2.4) — antas vanligen vara oberoende och normalt fördelade. Antaganden av det här slaget har kritiserats som orealistiska.1 Dessa antaganden kan dock fortfarande försvaras, medan det är svårare att påstå att det logaritmiska mätfelet är normalfördelat. Vi har ingen anledning att tro att logaritmen :av den registrerade andelen av exporten (importen) av en viss typ av tjänster (vilken är lika med —e i ekvation (2.7) ) är normalfördelad kring ett medelvärde. Tvärtom, det kan finnas anledning att tro att 6 är homoskedas- tiskt eller att dess fördelning inte går mot noll lika snabbt som normalför- delningen.

Det logaritmiska mätfelet betraktas följaktligen här som en stokastisk variabel med konstant väntevärde och okänd fördelning. Vi antar att det inte är korrelerat med förklaringsvariablerna i ekvationen, så att mätfelet inte introducerar ”least squares bias”. Eftersom mätfelet ingår i feltermen i den skattade ekvationen, gör vi inte heller några specifika antaganden om hur feltermen i den skattade ekvationen är fördelad.

2.4 Skattningsmetoden2

Eftersom vi inte kan anta att feltermen i den skattade ekvationen är normalfördelad (och inte heller göra något annat specifikt fördelningsanta- gande) är det lämpligt att skatta ekvationerna med hjälp av robust regression. Idéen med robust regression är att ”one sacrifices 5 % (say) of the efficiency in the normal case in return for considerably improved efficiency in the presence of fat-tailed nonnormal errors”.3 Detta uppnås genom att effekten på estimaten av observationer som extremt avviker från det övriga mönstret begränsas under skattningsförfarandet.

Den använda Skattningsmetoden, iterativt vägda minsta kvadratmetoden, beskrivs i detalj i Appendix 1. I vårt arbete följde vi förslaget av Vinod och Ullah4 och först beräknade konvergerande estimat med Hubers funktion och sedan avslutade med två iterationer med bisquare-funktionen. Den försik— tiga användningen av bisquare—funktionen förklaras av det faktum att denna viktfunktion —- som ger vikten noll till observationer som motsvarar extremt stora residualer — kan eliminera användbar information om den används i början av den iterativa processen.

Startvärden till den iterativa proceduren erhölls från ”10 % trimmed regression” som i sin tur baserades på minsta kvadratskattningar (OLS). Iterativproceduren ansågs ha konvergerat, då den maximala differensen mellan motsvarande (logaritmiska) residualer i två på varandra följande iterationer underskred 0,00001 gånger medelvärdet för den logaritmiska

• Sida 207
•  Original

beroende variabeln. Residualernas standardavvikelse skattades vid varje iteration som medianen för absolutavvikelser från medianen (jfr Appendix 1) och viktfunktionernas konstanter fick värdena k = 1,345 och c = 4,685 (jfr Appendix 1). Experiment med alternativa värden för konstanterna visade att begränsade variationer i dessa har relativt liten betydelse för koefficientes- timat.1

Enkelt uttryckt går vår skattningsmetod ut på att man viktar ned extremt stora residualer vid beräkning av minsta kvadratestimat. Man förutsätter då att stora fel ger sig till känna genom stora residualer, vilket i och för sig inte behöver vara sant.1 För att våra estimatorer skall ha de önskade egenska- perna måste dessutom ett antal andra villkor vara uppfyllda. I synnerhet måste feltermen vara symmetriskt fördelad kring noll.2 I vårt fall är det i stort sett säkert att mätfelets medelvärde är skilt från noll, vilket måste ha lett till bias i våra estimat av ekvationernas intercept. Detta påverkar dock inte våra estimat av pris- och inkomstelasticiteter.

Vad fördelningens symmetri beträffar, så kan vi enbart konstatera att vi inte vet om feltermens fördelning uppfyller kravet. Gör den inte det, då är detta ytterligare en källa till estimationsbias. Det förefaller dock som om en sådan bias skulle vara av ytterst marginell betydelse.3

De redovisade regressionsekvationerna exkluderar i vissa fall några få variabler, vilkas koefficienter var, enligt vår mening, nära noll. Valet av de variabler som skulle uteslutas skedde på basis av en bedömning av koefficienternas absolutvärden, deras tecken (i jämförelse med det förvän- tade tecknet) samt — i begränsad utsträckning — t-värden producerade av vägda minsta kvadratprogrammet.

Den av oss använda estimationsmetoden, M-estimationen, ger inte några möjligheter att på små samspel testa hypotesen att en regressionskoefficient är lika med noll. Monte Carlo studier av Welsch4 och Gross5 tyder dock på att t-värden, producerade av vägda minsta kvadratprogram som används vid M-estimation, kan användas för inferens om antalet frihetsgrader korrigeras nedåt. I vårt arbete använde vi oss av den av Welsch6 föreslagna tumregeln och minskade antalet frihetsgrader till hälften. Gränsvärden ur den tabulerade t-fördelningen dividerades dessutom med justeringsfaktorn7 0,89.

För att möjliggöra jämförelse redovisas nedan robusta skattningar av alla ekvationer parallellt med motsvarande CLS-skattningar. t-värden som visas i samband med robusta skattningar är producerade av vägda minsta kvadrat- programmet. För ekvationer skattade med den robusta regressionsmetoden redovisas inga samlingsstatistikor utom residualkvadratsumman och sum- man av residualernas absolutvärden. Dessa är emellertid beräknade på icke vägda residualer, så att de är direkt jämförbara med motsvarande värden för CLS-skattningar.

1 Jfr A Markowski, Esti- mating Invisible Trade in the Presence of Large Measurement Errors, Riksbankens Stencilserie 1983:1 (Stockholm: Sve- riges Riksbank, 1983).

2 Villkoren formuleras på ett stringent sätt i Appendix 1.

3 Jfr P J Huber, Robust Statistics (New York: J Wiley, 1981), avsnitt 7.5.

4 R E Welsch, "Confi- dence Regions for Ro- bust Regression”, Pro- ceedings of the American Statistical Association, Statistical Computing Section 1975.

5 A M Gross, "Confi- dence Intervals for Bi- square Regression Esti- mates”, Journal of the American Statistical As- sociation, June 1977.

6 Jfr R E Welsch, op cit. Welsch baserar sina re- sultat på enstegs M-esti- mation med sinus-vikt- funktion. Sinusfunktio- nen approximeras oftast med bisquare-funktio- nen.

7 J usteringsfaktorn kor- rigerar för asymptotisk bias i koefficientens esti- merade standardavvikel- se. Jfr R E Welsch, op cit och referens däri.

• Sida 208
•  Original

• Sida 209
•  Original

3 Efterfrågeekvationer

I detta kapitel redovisas och kommenteras skattningsresultat för turisttjän- ster, passagerartransporter, godsfrakter, provisioner och övriga tjänster. Ekvationerna för provisioner är inte några egentliga efterfrågeekvationer och de redovisas i detta kapitel därför att de kompletterar ekvationerna för övriga tjänster. I avsnitten om passagerartransporter och övriga tjänster visas även alternativa skattningar för summan av passagerartransporttjänster och turisttjänster respektive provisioner och övriga tjänster.

För varje ekvation visas robusta skattningar samt motsvarande minsta kvadratestimat. I alla fall utom ett (import av frakttjänster) är det robusta skattningar som bildar den valda ekvationen som inkluderas i vår pronogs- modell.

3.1 Turisttjänster

Turistt j änster definierar vi här som posten resevaluta i bytesbalansen. Sedan 1981 omfattar denna post svenska sedlar som har förts ut till utlandet, sålts där och sedan återförts till Sverige av utländska resenärer. De publicerade tidsserierna för resevaluta har korrigerats bakåt för dessa sedeltransaktioner to rn 1974. För att utjämna det brott i serierna som följaktligen uppstod mellan 1973 och 1974 extrapolerade vi korrigeringsvariabeln bakåt i tiden ända till 1961.1

I ekvationen för import av turisttjänster representeras inkomstvariabeln av hushållens reala disponibla inkomster i Sverige. Relativpriset är definierat som kvoten mellan en sammanvägning av konsumentprisindex för åtta länder2 och konsumentprisindex för Sverige. Täljaren i relativprisvariabeln används även för deflatering av den bereonde variabeln. Den valda ekvationen presenteras i Tabell 3.1 samt i Diagram 3.1.

Enligt den valda ekvationen uppvisar importen av turisttjänster en långsiktig inkomstelasticitet på ca 2,6. På kort sikt (här definierad som 1 år) är inkomstelasticiteten mycket nära noll. Inkomstens trendawikelse, som i vår modell representerar kortsiktiga variationer i inkomsten, fick genomgå- ende negativt tecken (och koefficientvärden nära noll) i våra körningar och blev därför utesluten ur ekvationen. Relativpriselasticiteten är — som det framgår av Tabell 3.1 — på kort sikt lika med —1,48. På lång sikt ligger den på —3,25, vilket kan synas högt. Turisttjänsteimporten reagerar alltså, enligt våra resultat, snabbt och kraftigt på relativprisförändringar och långsamt på inkomstförändringar.

1 Jfr A Markowski, Prognosmodell för tjän- ste- och transfererings— balansen, Bilaga 8 till LU80 (Stockholm: Liber Förlag, 1981), avsnitt 4.2 samt Appendix 3.

2 Danmark, Finland, Frankrike, Italien, Nor- ge, Spanien, Storbritan- nien, Västtyskland. Län- derna valdes med hänsyn till deras andel av den svenska importen av turisttjänster. Vi uteslöt Schweiz och USA efter- som deras valutor har en större andel av rese- valutautgiftema än vad som motsvaras av svens- karnas utgifter i respek- tive land. I det första fallet beror det på att återväxling av svenska sedlar från många länder går via Schweiz, i det andra på det faktum att US-dollar används vid utlandsresor i hela värl- den och inte enbart vid resor till USA.

• Sida 210
•  Original

Tabell 3.1 Regressionsekvationer för import av turisttjänster'v "

Estima- YMR' %& MR_l Konstant R2 SE DW h Res Sum

trons- kvad abs metod sum res

OLS 1.1946 —1.5281 .5474 —10.46 .988 .0416 2.145 —.6401 .0259 .5401 (4.3) (—4.7) (6.0) (—3.9)

ROBUST 1 . 1857 —1.4748 .5468 —10.3507 .0262 .5352

(4.8) (—5.0) (6.8) (_4.4)

" Variablerna är logaritmerade. Ekvationerna skattades på helårsdata för perioden 1963—81. Den robusta Skattningsmetoden beskrivs i Kapitel 2. t-värden anges inom parentes (för robust regression är det t-värden som producerats av vägda minsta kvadrat-programmet). b Beroende variabel: MR — import av turisttjänster (korrigerad för brott i serien 1974) deflaterad med KPIMR, milj kr. YMR = Hushållens disponibla inkomst i Sverige deflaterad med KPIS, milj kr. YMR* — trendvärde för YMR. YMR; är lika med prognosen för är t gjord med hjälp av en trendekvation skattad över åren (t—7)—(t—1). KPIMR — utländska konsumentpriser, index 1975 = 1. anPIMR =Zai (anPIi + 111V1) a, — vikt proportionell till land i's andel av MR (i löpande priser). Zai = 1. KPIi — konsumentprisindex för land i, 1975 = 1. Vi - växelkurs för land i's valuta (SEK/valutaenhet), index 1975 = 1. För länder som ingår i KPIMR se not i texten. KPIS — konsumentprisindex för Sverige, 1975 = 1. R2 — determinationskoefficient korrigerad för antalet frihetsgrader. SE — ekvationens standardfel. DW — Durbin-Watson statistika.

h — Durbins h—statistika. Res kvad sum — residualkvadratsumma. Sum abs res — summa av residualernas absolutvärden.

9.00 8.75 8.50 8.25—

8.00—1

7.75—i

Diagram 3 .] Faktiska 7'50 och anpassade värden J för ekvationen för import 7.25 av turisttjänster skattad med robust regression 700 (Se Tabell 3.1)

• Sida 211
•  Original

Tabell 3.2 Regressionsekvationer för export av turisttjänsterav "

. _ ,. YXR KPIS _ 2 Estrma YXR _YXR* KPIXR XR_1 Konstant R SE DW h Res Sum trons kvad abs metod sum res OLS 1.2799 .8791 =.7623 .2725 5.5114 .9836 .0413 1.548 1.7335 .0239 .5278 (3.7) (1.4) (—2.0) (1.4) (3.8) ROBUST 1.1495 .9250 =.7174 .3669 4.8061 .0251 .5138

(4.4) (1.9) (—2.6) (2.5) (4.3)

" Variablerna är logaritmerade. Ekvationerna skattades på helårsdata för perioden 1963—81. Den robusta Skattningsmetoden beskrivs i Kapitel 2. t-värden anges inom parentes (för robust regression är det t-värden som producerats av vägda minsta kvadrat-programmet). b Beroende variabel: XR = export av turisttjänster (korrigerad för brott i serien 1974) deflaterad med KPIS, milj kr. YXR = real BNP i utlandet, index 1975 = 1. lnYXR =Zbi lnYi bi — vikt proportionell till land i*s andel av XR (i löpande priser). Zbi = 1. Yi — real BNP i land i, index 1975 = 1. För länder som ingår i YXR se not i texten. YXR* — trendvärde för YXR. YXR? är lika med prognosen för är t gjord med hjälp av en trendekvation skattad över åren (t—6)=(t—1). KPIS — konsumentprisindex för Sverige, 1975 = 1. KPIXR — konsumentpriser i utlandet, index 1975 = 1. anPIXR = Eb, (anPIi + ani). KPI, — konsumentprisindex för land i, 1975 = 1. V- = växelkurs för land ils valuta (SEK/valutaenhet), index 1975 = 1. | För länder som ingår i KPIXR se not i texten. För övriga beteckningar se noter till Tabell 3.1.

Diagram 3.2 Faktiska och anpassade värden för ekvationen för export av turisttjänster skattad med robust regression (Se Tabell 3.2)

• Sida 212
•  Original

1 Danmark, Finland, Frankrike, Norge, Stor- britannien, Schweiz, USA, Västtyskland. Länderna valdes med hänsyn till deras vikt i den svenska exporten av turisttjänster.

2 Jfr A Markowski, op cit, avsnitt 4.3.

Som det framgår av Diagram 3.1 följer ekvationen ganska väl avmattning- en i den beroende variabelns tillväxt efter 1972. Den i särklass största residualen kan observeras 1970, då turisttjänsteimportens nivå underskattas med ca 10 %. Ekvationen missar tecken i den beroende variabelns förändring under tre av samplets nitton är (nämligen 1973, 1979 och 1980).

I ekvationen för export av turisttjänster representeras inkomstvariabeln av en sammanvägning av real BNP i åtta länder? Relativa priser är definierade som kvoten mellan konsumentprisindex för Sverige och en sammanvägning av konsumentprisindex för samma länder? Konsumentprisindex för Sverige används även för deflatering av den beroende variabeln. Den valda ekvationen presenteras i Tabell 3.2 samt i Diagram 3.2.

Enligt den valda ekvationen uppvisar exporten av turisttjänster en kortsiktig inkomstelasticitet på ca 0,93 och en långsiktig sådan på ca 1 ,8. Slår man ihop inkomsttrenden och inkomstens trendavvikelse (som ju i denna ekvation har ganska nära liggande koefficientvärden) får den aggregerade inkomsttermen en koefficient som ligger något över koefficientvärdet för inkomsttrenden i den valda ekvationen. Denna alternativa specifikation, som alltså ger en högre kortsiktig inkomstelasticitet, visade sig vara mindre bra vid ett prognostest. Relativpriselasticiteten är i den valda ekvationen ca =0,72 på kort sikt och ca =1,13 på lång sikt. I motsats till importposten reagerar alltså, enligt våra resultat, turisttjänsteexporten snabbare och kraftigare på inkomstförändringar än på relativprisförändringar.

Som man kan se i Diagram 3.2 följer ekvationen ganska bra den trendmässiga utvecklingen i den beroende variabeln to m 1979 samt tillväxtavmattningen 1980—81. Den förhållandevis mycket stora residualen år 1980 kan med största sannolikhet tillskrivas effekterna av den omfattande strejken som de offentligt anställda genomförde våren 1980. Avbrott i färjetrafiken, stängda flygplatser samt den befarade bensinbristen måste ha hindrat många utlandsresenärer under själva strejken och avskräckt många fler under sommaren. Vi valde att inte introducera någon dummy-variabel för strejken, eftersom vår skattningsmetod är konstruerad just för att ta hand om sådana tillfälliga avvikelser från det existerande mönstret. Testkörningar med en dummy för 1980 gav dock i stort sett samma resultat som den valda ekvationen.

Resultaten i detta avsnitt avser rena turisttjänster, som inte omfattar passagerartransporter. Resultaten för summan av turisttjänster och passa- gerartransporttjänster visas i nästa avsnitt.

3.2 Passagerartransporter

Transportposten i bytesbalansen omfattar passagerartransporter och gods- frakter. Eftersom dessa två typer av transporttjänster har mycket olika bestämningsfaktorer behandlar vi här dem var för sig. I detta avsnitt behandlas passagerartransporter, godsfrakter tas upp i nästa avsnitt. Efterfrågemodellen för passagerartransporter beskrivs av ekvation (2.4) i kapitel 2. Relativpristermen faller emellertid bort från ekvationen,2 efter- som den internationella konkurrensen leder till en långtgående utjämning av transportpriser i den internationella trafiken. Vi introducerar istället

• Sida 213
•  Original

transporttjänsternas eget pris (världspriset) för att testa hypotesen att prisökningar på transporter (som ofta inträffar samtidigt i hela världen) har så stor genomslagskraft att de fungerar som relativprishöjningar.1

En alternativ teori, som ofta förs fram, postulerar att efterfrågan på passagerartransporttjänster bestäms samtidigt med efterfrågan på turisttjän- ster.2 För att testa denna teori har vi även skattat modell (2.4) med den beroende variabeln definierad som summan av turisttjänster och passage- rartransporttjänster.

I ekvationerna för import av passagerartransporter år inkomsten och relativpriserna (där de ingår) definierade på exakt samma sätt som i ekvationen för import av turisttjänster. Prisnivån för passagerartransporter är representerad av den implicita deflatorn för import av passagerartrans- porttjänster i nationalräkenskaperna. Samma variabel används även för deflatering av den beroende variabeln.

De valda ekvationerna presenteras i Tabell 3.3 samt i Diagram 3.3—3.4. I ekvationen för enbart passagerartransporter (ekvation (2) i Tabell 3.3) uppvisar dessa en mycket hög inkomstelasticitet: ca 1 ,9 på kort sikt och 5,1 på lång sikt. Eget pris har en mycket liten effekt (—0,19), vilket var att vänta med tanke på att ekvationens specifikation i prisavseendet är ytterst förenklad. Som framgår av Diagram 3.3 följer ekvationen i stort sett endast trenden i den beroende variabelns utveckling.

Den höga inkomstelasticiteten speglar den mycket snabba tillväxten i importen av passagerartransporttjänster: mellan 1964 och 1981 ökade importen av passagerarransporter i volym 9 gånger, medan motsvarande tillväxttal för turisttjänster var endast 3. Detta kan leda till misstanken att vår ekvation enbart har fångat expansionsfasen i efterfrågan på den ”lyxvara” som resor utgjorde under 1960- och 1970-talen. I så fall skulle inkomstelasticiteten falla (i vår modell) vid högre inkomstnivåer. Det är också möjligt att antagandet om att man kan bortse från priser på andra varor och tjänster i det här fallet inte håller. (T ex kan resorna relativt sett ha blivit billigare.) Båda dessa möjligheter, om de var sanna, skulle betyda att den skattade modellen är alltför förenklad. Å andra sidan måste man hålla i minnet att vår beroende variabel inte omfattar biljetter köpta i utlandet och inte heller båtbiljetter inköpta hos utländska rederier i Sverige.2 Den snabba tillväxten i denna variabel kan alltså spegla förskjutningar i passagerartrans- porters efterfrågestruktur. En ökande efterfrågan på flygresor på bekostnad av andra färdmedel och den — till följd därav — ökande andelen av utländska flygbolag på den svenska marknaden3 kan ha bidragit till den snabba tillväxten i den registrerade importen av passagerartransporter.

Trots dessa möjliga brister (som dock inte behöver vara särskilt allvarliga) bedömdes ekvationen för import av passagerartransporter kunna ge rimliga prognoser på medellång sikt. Ett försök att konstruera en mer sofistikerad modell för denna relativt obetydliga post4 skulle ha enbart akademiskt intresse. Svårigheterna förknippade med ett sådant försök skulle inte stå i proportion till den vinst som en förbättring av prognosen för passagerar- transporter innebär för den totala bytesbalansprognosen.

Slår man ihop import av passagerartransporter med import av turisttjän- ster, domineras de erhållna resultaten helt och hållet av den sistnämnda posten. Den långsiktiga inkomstelasticiteten är då lika med 2,6 och den

1 Ibid.

2 Jfr A Markowski, op cit, avsnitt 4.3.

3 T ex innebar den snab- ba ökningen av efterfrå- gan på charterresor en inbrytning av utländska charterbolag på den svenska marknaden.

4 Import av passagerar- transporttjänster uppgick 1981 till 1 445 mkr (i löpande priser) medan exempelvis import av turisttjänster samma år uppgick till 11 102 mkr.

• Sida 214
•  Original

Tabell 3.3 Regressionsekvationer för import av pasagerartransporttjänster [ekv (1) och (2)] samt import av turist- och passagerartranSporttjänstera' ” [ekv (3) och (4)]

_____—_______________——_-———————

Ekv Estima- YMR* %% PMB %%” MB_1 MRB_1 Konstant iv SE DW h Res Sum

nr tions- kvad abs metod sum res

___—___..___.___—_— (1) OLS 3.8479 1.9105 —.2081 .2659 —41.3338 .9585 .1365 1.885 —.5362 .2424 1.6582 (2.4) (1.4) (—.71) (1.2) (—2.3)

(2) ROBUST 3.8227 19360 —.1917 .2553 —40.9625 .2441 1.6516 (2.6) (1.5) (—0.7) (1.3) (—2.5)

(3) OLS 1.0790 —1.1848 .5961 —9.4316 .9872 .0410 2.189 —.1971 .0236 .5294 (3.3) (—3.4) (6.21) (—3.0)

(4) ROBUST 1.0570 —1.0991 .5998 —9.2005 .0240 .5194

(3.6) (—3.6) (7.1) (—3.3) ______________________—— " Variablerna år logaritmerade. Ekvationerna skattades på helårsdata för perioden 1964—81. Den robusta Skattningsmetoden beskrivsi Kapitel 2. t-värden anges inom parentes (för robust regression är det t-värden som producerats av vägda minsta kvadrat-programmet). b Beroende variabel i ekvationerna (1) och (2): MB — import av passagerartransporttjåsnter (tåg- och flygbiljetter) deflaterad med PMB, milj kr. Beroende variabel i ekvationerna (3) och (4): MRB — import av turist- och passagerartransporttjänster i 1975 års priser, milj kr. MRB = MR + MB. PMB — implicit deflator för import av passagerartransporttjänster, index 1975 = 1. För övriga beteckningar se noter till Tabell 3.1.

• Sida 215
•  Original

_— FAKTISKA -------------------- ANPASSADE

9.25

9.00 |.

Diagram 3.3 Faktiska och anpassade värden för ekvationen för import av passagerartransporter skattad med robust re- gression (Se Tabell 3.3 )

Diagram 3.4 Faktiska och anpassade värden för ekvationen för import av turist- och passagerar- transporttjänster skattad med robust regression (Se Tabell 3.3)

• Sida 216
•  Original

1 Tabellerna 3.1 och 3.3 är inte direkt jämförbara p g a olika skattningspe- rioder. Ekvationerna i Tabell 3.1 råkade dock ha samma residualkva- dratsumma efter om- skattning över perioden 1964—81.

2 Jfr A Markowski, ap cit, avsnitt 4.3.

31 ekvationen (4) i Ta- bell 3.3 är den beroende variabeln definierad som summan av de två pos- terna i reala termer. Våra försök har visat

att man får nästan sam- ma resultat då summan av de två posterna i no- minella termer deflateras med deflatorn för im- porten av turisttjänster. Ett sådant förfaringssätt underlättar framtagning av prisprognosen.

4 Den beroende varia- beln är i denna ekvation definierad som summan av de två posterna i rea- la termer. Följaktligen är den implicita defla— torn för denna variabel svårprognoserad. I mot- sats till fallet med im- portekvationen har våra försök visat att deflate- ring av summan av de två nominella posterna med deflatorn för ex- porten av turisttjänster leder till en sämre an- passning.

5 Tabellerna 3.2 och 3.4 är inte direkt jämförbara p g a olika skattningspe- rioder. Ekvationerna i Tabell 3.4 råkade dock ha samma residualkva- dratsumma efter om- skattning över perioden. 1964-81.

kortsiktiga ligger nära noll (jfr Tabell 3.3, ekvation (4) ). Relativpriselasti- citeten är ca —1,1 på kort sikt och —2,7 på lång sikt. En jämförelse av Diagram 3.4 med Diagram 3.1 bekräftar intrycket av att ekvationen domineras av variationer i turisttjänstevariabeln.

Vi kan notera att ekvationen för summan av turisttjänster och passage- rartransporttjänster uppvisar något bättre anpassning — mätt t ex med residualkvadratsumman — än motsvarande ekvation för turisttjänster (jfr1 Tabell 3.3 och Tabell 3.1). Detta, tillsammans med det ovan nämnda mätproblemet som gör att en del av passagerartransporter hamnari importen av turisttjänster,2 talar för en sammanslagning av de två posterna i modellsammanhang.3 Våra beräkningar för skattningsperioden samt ett prognostest utanför skattningsperioden visar att man inte vinner mycket i prognosprecision på att prognosera passagerartransporter som differensen mellan prognosen för summan av pssagerartransporter och turisttjänster och prognosen för enbart turisttjänster. En lika bra (eller lika dålig) prognos kan direkt erhållas från vår enkla ekvation för import av passagerartransporter (dvs ekvation (2) i Tabell 3.3).

I ekvationerna för export av passagerartransporter är inkomsten och relativpriserna definierade på samma sätt som i ekvationen för export av turisttjänster. Prisnivån för passagerartransporter är representerad av den implicita deflatorn för export av passagerartransporter i nationalräkenska- perna.

De valda ekvationerna presenteras i Tabell 3.4 samt i Diagram 3.5—3.6. I ekvationen för enbart passagerartransporter (ekvation (2) i Tabell 3.4) uppgår inkomstelasticiteten till ca 2,5 på lång sikt, medan den på kort sikt ligger nära noll. Effekten av eget pris är mycket begränsad. Som framgår av Diagram 3.5 följer ekvationen väl den snabba tillväxten i den beroende variabeln under 1960-talet och avmattnignen under 1970-talet. Den uppvisar dock stora residualer då den beroende variabeln vid ett par tillfällen avviker från sin trend (åren 1966 och 1978).

I ekvationen för summan av passagerartransporter och turisttjänster4 (ekvation (4) iTabell 3.4) är effekten'av inkomstförändringar litet större än i ekvationen för enbart passagerartransporter. Inkomstelasticiteten är i'den förstnämnda ekvationen lika med 0,5 på kort sikt och 3,1 på lång sikt. Relativpriselasticiteten är där lika med —1,1 på kort sikt och —3,1 på lång sikt. Vi kan notera att de långsiktiga effekterna är betydligt större än i ekvationen för export av turisttjänster.

Som i fallet med importen har ekvationen för summan av passagerartrans- porter och turisttjänster bättre anpassning än ekvationen för de egentliga turisttjänsterna, om anpassningsgraden mätts med residualkvadratsumman5 (jfr Tabell 3.4 och Tabell 3.2). Detta gäller även om man bortser från residualen för 1980, vars storlek inte nödvändigtvis beror på bra eller dålig anpassning (jfr avsnitt 3.1). Vi kan dock notera att den förstnämnda ekvationen visserligen uppvisar mycket mindre residual 1980, men den uppvisar två mycket större sådana 1978 och 1979 (jfr Diagram 3.2 och 3.6).

En omdefiniering av turisttjänster till att omfatta både passagerartrans- porter och de egentliga turisttjänsterna leder _ som framgick ovan — till en delvis ny bild av reaktionsmönstret. Både export och import av de utökade

• Sida 217
•  Original

Tabell 3.4 Regressionsekvationer för export av passagerartransporttjänster [ekv (1) och (2)] samt export av turist- och passagerartransporttjänster'v ” [ekv (3) och (4)]

Ekv Estima- YMR* MR; PXB & XB_1 XRB1 Konstant R2 se DW h Res Sum . YMR KPIXR nr tions- kvad abs

metod sum res

(1) OLS 1.5505 —.3283 .4164 4.0639 .9655 .0594 2.583 —2.0217 .0494 .7306 (3.4) (—3 .3) (2.4) (3 .4)

(2) ROBUST 1.6018 —.3522 .3559 4.4667 .0571 .6359 (7.1) (—7.1) (4.1) (7.4)

(3) OLS 11312 .5511 —.2680 41949 .6561 27567 .9862 .0357 1.579 .9993 .0153 .4278 (3.0) (1.0) (—2.8) (—2.4) (3.4) (1.8)

(4) ROBUST 1.1568 .5230 —.2538 —1.1384 .6293 29723 .0154 .4167 (3.5) (1.1) (—2.8) (_25) (3.7) (2.1)

_" Variablerna är logaritmerade. Ekvationerna skattades på'helårsdata för perioden 1964—81. Den robusta Skattningsmetoden beskrivs i Kapitel 2. t-värden anges inan parentes (för robust regression är det t-värden som producerats av vägda minsta kvadrat-programmet).

'7 Beroende variabel i ekvationerna (1) och (2): XB — export av passagerartransporttjänster (båt-, tåg- och flygbiljetter) deflaterad med PXB, milj kr. Beroende variabel i ekvationerna (3) och (4): XRB — export av turist- och passagerartransporttjänster i 1975 års priser, milj kr. XRB = XR + XB. PXB — implicit deflator för export av passagerartransporttjänster, index 1975 = 1.

För övriga beteckningar se noter till Tabell 3.2.

• Sida 218
•  Original

Diagram 3 .5 Faktiska och anpassade värden för ekvationen för export av passagerartransport- tjänster skattad med ro- bust regression (Se Tabell 3.4)

Diagram 3.6 Faktiska och anpassade värden för ekvationen för export av turist- och passagerar- transporttjänster skattad med robust regression (Se Tabell 3.4)

• Sida 219
•  Original

turisttjänsterna reagerar snabbare på relativprisförändringar än på inkomst- förändringar. På lång sikt är reaktionerna på pris- och inkomstförändring- arna lika stora och ganska kraftiga. Detta reaktionsmönster stämmer relativt väl överens med våra resultat för import av de egentliga turisttjänsterna (jfr avsnitt 3.1), men utgör raka motsatsen till våra resultat för export av dessa (snävt definierade) tjänster (jfr avsnitt 3.1)

3.3 Godsfrakter

Export och import av godsfrakter är definierade på olika sätt i den svenska betalningsbalansstatistiken. Eftersom importen av varor är definierad på cif basis (medan varuexporten definieras fob), exkluderar importen av frakt— tjänster de egentliga fraktkostnaderna och omfattar enbart charterhyror samt svenska speditörers omkostnaderi utlandet.1 Export av godsfrakter postule- ras här vara en funktion av världshandeln och eget pris,2 medan import av godsfrakter förklaras med exporten av dessa tjänster samt bränslepriset som korrigerar för en bristfällig deflatering.3

I ekvationen för export av godsfrakter representeras världshandeln av volymen av den totala varuexporten från OECD. Denna variabel visade sig fungera bättre än de industrialiserade ländernas import enligt Internationella Valutafondens definition. Fraktpriset representeras av den implicita defla- torn för rena frakttjänster. Samma variabel används även för deflatering av den beroende variabeln.

Den valda ekvationen redovisas i Tabell 3.5 samt i Diagram 3.7. Den förhållandevis låga elasticiteten med avseende på världshandelsvariabeln (ca 0,6) speglar sannolikt Sveriges avtagande andel av den totala fraktvolymen i världen. Koefficienten för fraktpriset tyder på att detta har en klar, negativ effekt på fraktvolymen. Med tanke på den enkla modell vi har skattat lJfrA Markowski, uppvisar ekvationen en bra anpassning (jfr Diagram 3.7). Den största OP C”, avsnitt 43- residualen uppkommer 1974 och den beror troligen på fel deflatering det ”bid. året. Den kraftiga fraktprishöjning som kom i oljekrisens spår och 3 Ibid.

Tabell 3.5 Regressionsekvationer för export av frakttjänsterar '”

Estimationsmetod XGV PXF Konstant R2 SE DW Res Sum kvad abs sum res

01.5 .6073 —.3444 8.8877 .8599 .0550 1.715 .0455 .7969

(7.8) (—4.1) (619.4) ROBUST .6001 -—.3336 8.8857 .0456 .7888

(8.2) (—4.2) (6622)

" Variablerna är logaritmerade. Ekvationerna skattades på helårsdata för perioden 1964—81. Den robusta Skattningsmetoden beskrivs i Kapitel 2. t-värden anges inom parentes (för robust regression är det t-vården som producerats av vägda minsta kvadrat-programmet). b Beroende variabel: XF — export av frakttjänster (intäkter för godsfrakter samt utländska speditörers omkostnaderi Sverige) deflaterad med PXF, milj kr. XGV — totala varuexporten från OECD, volym, index 1975 = 1. PXF — implicit deflator för export av frakttjänster (exklusive utländska omkostnader i Sverige). För övriga beteckningar se noter till Tabell 3.1.

• Sida 220
•  Original

_— FAKTI --------------------- ANPAS

m 29: => E

Diagram 3. 7 Faktiska och anpassade värden för ekvationen för export av frakttjänster skattad med robust regression (Se Tabell 3.5)

resulterade i mycket höga charterinkomster för de svenska rederierna fångas tydligen inte i tillräcklig utsträckning upp av vår deflator.

Ekvationen för import av godsfrakter återges i Tabell 3.6 samt i Diagram 3.8—3.9. Koefficienten för exportvariabeln i tabellen är större än 1, vilket innebär att — vid ett givet bränslepris — importvolymen för godsfrakter växer (något) snabbare än motsvarande exportvolym. Detta är något oväntat med tanke på att importen här i stort sett är exportens kostnadspost. Den stora exportelasticiteten kan spegla den periodvis ökande andelen inhyrda fartyg i den svenska flottan (som påverkar importposten charterhyror), men det kan också (och mer sannolikt) vara en följd av bristfällig deflatering. Både export och import av frakter är deflaterade med den implicita deflatorn för exporten

Tabell 3.6 Regressionsekvationer för import av frakttjänstera» b

Estimationsmetod XF PBO Konstant R2 SE DW Res Sum kvad abs sum res

OLS 1.0367 .09060 —1.2286 .9424 .0533 1.712 .0426 .6430

(9.1) (5.0) (—1.3) ROBUST 1 . 1645 .0767 —2 .3032 .0463 .5796

(23.1) (9.9) (—5.4)

” Variablerna är logaritmerade. Ekvationerna skattades på helårsdata för perioden 1964—81. Den robusta Skattningsmetoden beskrivs i Kapitel 2. t-värden anges inom parentes (för robust regression är det t-värden som producerats av vägda minsta kvadrat-programmet). b Beroende variabel: MF — import av frakttjänster (svenska omkostnader i samband med transporter i utlandet) deflaterad med PXF, milj kr. PBO — prisindex för motorbrännolja, 1975 = 1. För övriga beteckningar se noter till Tabell 3.5.

• Sida 221
•  Original

_— FAKTISKA ..................... ANPASSADE

7.8—l 'i'—| r—r | |_l r—Tr—r r—j—t_'T——W—l— 64 66 68 70 72 74 76 78 80

7.8—t— r— r—l —r' r |__| + F_T—T__l—I—r—T—T—'r' 64 66 68 70 72 74 76 78 80

av rena frakttjänster. Vi antar följaktligen att priserna på fartygscharter samt hamntjänster utvecklas parallellt med fraktprisema, vilket inte alltid behöver gälla. Den grova korrigering för bränsleprisets vikt i deflatorerna för export och import av frakter som görs genom introduktion av bränslepriseti ekvationen1 kan vara otillräcklig.

Ovanstående resonemang leder oss till valet av en konservativ — dvs inte alltför avvikande från 1 — uppskattning av fraktimportens elasticitet med

Diagram 3.8 Faktiska och anpassade värden för ekvationen för import av frakttjänster skattad med OLS (Se Tabell 3.6)

Diagram 3.9 Faktiska och anpassade värden för ekvationen för import av frakttjänster skattad med robust regression (Se Tabell 3.6)

1 Ibid.

• Sida 222
•  Original

Diagram 3.10 Kvoten mellan importen av pro- visioner och varuexpor- ten samt mellan exporten av provisioner och varu- importen 1956—81

avseende på fraktexport. Vi väljer därför GLS-versionen av ekvationen i Tabell 3.6, som ger oss elasticiteten ca 1,04. Med tanke på den bristfälliga deflateringen ger förmodligen en volymelasticitet som är något större än 1 bättre medellångsiktiga prognoser i löpande priser än en volymelasticitet som har begränsats till värdet 1.

Vi kan slutligen notera att den valda ekvationen har ganska högt förklaringsvärde. Den följer väl de relativt kraftiga variationerna i den beroende variabeln med undantag för två år: 1974 och 1977 (jfr Diagram 3.8).

3.4 Provisioner

Provisioner omfattar ersättning för förmedlingstjänster vid varuförsäljning och utgör en delpost av posten övriga tjänster i bytesbalansen. Provisioner bryts ut här som en separat post för att uppnå bättre överensstämmelse med långtidsutredningens sektorfördelning. En sådan utbrytning är dock befogad även med tanke på att provisioner bestäms av andra faktorer än resten av posten övriga tjänster.

Import av provisioner postuleras här vara en funktion av varuexportens värde, medan export av provisioner förklaras av värdet av varuimporten. I teorin postulerar vi att provisionerna utgör en fast andel av importen respektive exporten av varor. Som framgår av Diagram 3.10 stämmer detta inte exakt, även om variationerna i kvoterna i diagrammet är begränsade — för det mesta är de inte Större än en halv procentenhet. För att uppnå en bättre approximation introducerar vi en konstant i ekvationerna för provisioner.

Variationerna i kvoterna i Diagram 3.10 kan delvis förklaras av förändringar i varuhandelns sammansättning. Om varor som man betalar

_— cxpnll uv provwinner/varuimport

....... ”"H"” ;” [u(njslnnl'r ),lll'llPXllel

0.020

0.015

0.010

0.005

0.000

56 58 60 62 64 66 68 70 72 74 76 78 80

• Sida 223
•  Original

större provisioner på får större andel i exporten, då ökar också kvoten mellan utbetalda (dvs import av) provisioner och varuexporten. En del av variationerna beror dock troligen på bristfälliga data, dvs mätfel i tidsse- rierna för provisioner. Vi kan notera att början till den stora nedgången i kvoten för exporten av provisioner (1961) sammanfaller med tidpunkten då valutaanmälan för betalningar för varuexport avskaffades. Det sistnämnda beslutet har, som bekant, lett till ett oväntat bortfall i rapporteringen av tjänsteexporten. Å andra sidan är kvoten relativt konstant efter 1964, även om dess nivå förmodligen är för låg.

De valda ekvationerna för import av provisioner redovisas i Tabell 3.7 samt i Diagram 3.11. Ekvationerna har linjär form så att koefficienten för varuexporten inte kan tolkas som elasticitet. Vi har även prövat den

Tabell 3.7 Regressionsekvationer för import av förmedlingstjänster vid varuförsäljning” ” (provisioner)

Estimationsmetod XGS Konstant R2 SE DW Res Sum kvad abs sum res OLS .0162 -71.4509 .9846 82.18 1.478 108 000 1076.02 (33.0) (—2.0) ROBUST .0165 -83. 1489 111 067 1049.89 (37.3) (—2. 8)

___—___— ” Variablerna är uttryckta i milj kr. Ekvationerna skattades på helårsdata för perioden 1964—81.

Den robusta Skattningsmetoden beskrivs i Kapitel 2. t-värden anges inom parentes (för robust regression är det t-värden som producerats av vägda minsta kvadrat—programmet). " Beroende variabel: MOP-utgifter för provisioner till utlandet, milj kr. XGS — export av varor från Sverige enligt handelsstatistiken, milj kr. För övriga beteckningar se noter till Tabell 3.1

_ r A K TIS :( A --------------------- ANP A 5 s A D E 2 5 O O . 0 2 0 O O . 0 1 5 O O . O 1 0 O O . O Diagram 3. 1 I Faktiska och anpassade värden 5 O 0 . O för ekvationen för import av förmedlingstjänster vid varuförsäljning (pro- visioner) skattad med 0 . 0 robust regression

64 (Se Tabell 3.7)

• Sida 224
•  Original

dubbellogaritmiska formen men vi valde den linjära ekvationen på grund av dess långsiktiga egenskaper.

I dubbellogaritmisk form uppvisade provisionerna en elasticitet med avseende på varuexporten på ca 1 ,13. Detta implicerade en ständigt växande kvot mellan provisioner och värdet av varuexporten. Den linjära ekvationen implicerar - som framgår av Tabell 3.7 — att provisionerna med tiden närmar sig 1,6 %/ av varuexporten. Denna konstanta andel bedömdes vara ett försiktigare antagande vid framskrivning på medellång sikt än en växande andel. Den valda ekvationen (skattad med robust regression) ger för 1981 en elasticitet med avseende på varuexport på 1,01. Som framgår av Diagram 3.11 har ekvationen en betydligt bättre anpassning fram till 1973 än därefter.

De valda ekvationerna för export av provisioner redovisas i Tabell 3.8 samt i Diagram 3.12. Även här har ekvationerna linjär form, beroende på de långsiktiga implikationerna (jfr ovan). Enligt den valda ekvationen närmar sig provisionerna med tiden 0,28 % av varuimportens värde. Detta är betydligt mindre än motsvarande andelsuppskattning för import av provi- sioner. Det låga värdet beror sannolikt på det stora bortfallet vid datainsamling (jfr ovan). Vi kan dessutom notera att exportekvationen — i motsats till importekvationen — implicerar en minskning av provisionsande- len vid ökande varuimport. (I logaritmisk form är elasticiteten med avseende på varuimport lika med 0,94, i linjär form är den för 1981 lika med 0,98.) Som framgår av Diagram 3.12 följer ekvationen mycket väl trenden i den beroende variabeln, men missar många trendavvikelser (vilka mycket väl kan bero på mätfel).

Vår ekvation för export av provisioner förklarar den befintliga tidsserien för den beroende variabeln, efter den stora nedgången i kvoten provisioner/ varuimport i början på sextiotalet. Samtidigt indikerar vår analys ovan att denna variabel med stor sannolikhet är underskattad. Vill man ha en rimligare sektorfördelning av tjänster kan det vara lämpligt att justera upp provisionsexporten och i motsvarande grad dra ned korrigeringsposten. Provisionsrelationens karaktär gör denna uppjustering ganska enkel och vår skattning av sambandet för provisionsimporten ger oss i detta fall en lämplig

Tabell 3.8 Regressionsekvationer för export av förmedlingstjänster vid varuförsäljning» ” (provisioner) ________________—_——_———— Estimationsmetod MGS Konstant R2 SE DW Res Sum kvad abs sum res ___—___!— OLS .0029 100493 .9208 36.03 1.883 207700 429 .08 (14.1) (0.6) ROBUST .0028 10.0577 23021 .04 392.62 (26.3) (1.3) ___—___________———— ” Variablerna år uttryckta i milj kr. Ekvationerna skattades på helårsdata för perioden 1964—81. Den robusta Skattningsmetoden beskrivs i Kapitel 2. t-värden anges inom parentes (för robust regression är det t-värden som producerats av vägda minsta kvadrat-programmet). " Beroende variabel: XÖP — inkomster av provisioner från utlandet, milj kr. MGS — import av varor till Sverige enligt handelsstatistiken, milj kr. För övriga beteckningar se noter till Tabell 3.1

• Sida 225
•  Original

———FAKTISKA ..................... ANPASSADE

100.0

' 64 66 68 70 72 74 76 78 80

jämförelseram. Vid projektioner på medellång Sikt är en fast kvot mellan export av provisioner och varuimport en bra schablonregel. Med visst stöd av Diagram 3.10 kan vi exempelvis sätta denna kvot lika med 1 %.

3.5 Övriga tjänster

Övriga tjänster är en mycket heterogen post. Den består av bla licenser, royalties, patent rn m, försäkringar rn m, diplomatisk representation m m, tekniska tjänster, entreprenader m m samt provisioner som i det här fallet har brutits ut. (Vi redovisar dock nedan även ekvationer som inkluderar provisioner.) Tekniska tjänster, entreprenader m m är den största enskilda delposten. År 1981 utgjorde de 33 % av importen av övriga tjänster (inklusive provisioner) och 31 % av motsvarande exportposten. Motsvaran- de procenttal för provisioner är 20 % och 10 %. Med tanke på övriga tjänsters sammansättning är det klart att den av oss skattade modellen (ekvation (2.4) i kapitel 2) har en approximativ karaktär.

I ekvationerna för import av övriga tjänster representeras inkomsten av BNP i Sverige. Relativa priser är definierade som kvoten mellan en sammanvägning av implicita BNP-deflatorer för 11 länder1 och BNP— deflatorn för Sverige. Täljaren i relativprisvariabeln används även för deflatering av den beroende variabeln. De valda ekvationerna presenteras i Tabell 3.9 samt i Diagram 3.13—3.14.

Enligt den valda ekvationen uppvisar import av övriga tjänster exklusive provisioner (ekvation (2) i Tabell 3.9) en inkomstelasticitet på ca 0,8 på kort sikt och 2,7 på lång sikt. Relativpriselasticiteten är på ettårs sikt mycket nära noll, så att den i ekvationen har satts lika med noll. Reaktionen på relativprisförändringar dröjer ett år, under andra året uppgår elasticiteten till —0,5. Den långsiktiga relativpriselasticiteten är —0,74. Den låga priskänslig-

Diagram 3.12 Faktiska och anpassade värden för ekvationen för export av förmedlingstjänster vid varuförsäljning (pro- visioner) skattad med robust regression (Se Tabell 3. 8)

lBelgien, Danmark, Finland, Frankrike, Ita- lien, Japan, Nederlän- derna, Norge, Storbri- tannien, USA, Västtysk- land. Länderna valdes med hänsyn till deras vikt för den svenska importen av övriga tjän- ster. Vi uteslöt Schweiz eftersom dess stora vikt till en betydande del beror på att företag från många länder begär att betalningar för deras tjänster Skickas till Schweiz. I och med att dessa företag ligger i andra länder beror inte import av deras tjänster på prisläget i Schweiz.

• Sida 226
•  Original

Tabell 3.9 Regressionsekvationer för import av övriga tjänster exklusive [ekv (1) och (2)] och inklusive [ekv (3) och (4)] provisioner!» ”

- _ " . YMÖ PMÖ PMÖ " " _2 Ekv Estima YMO YMO* PS (PS )_1 MOEP_, Mo_1 Konstant R SE DW n Res Sum nr trons- kvad abs

metod sum res

_____________________————4—

(1) OLS 1.9834 .7700 —.5625 .2640 6.1391 .9928 .0358 2.19 _.9709 .0167 .4660 (6.6) (1.7) (—1.5) (2.4) (6.8)

(2) ROBUST 19739 .7667 —.5419 .2692 60942 .0167 .4628 (7.0) (1.8) (-1.5) (2.6) (7.2)

(3) OLS 1.8402 .8014 —.2063 —.4593 .2993 6.0154 .9947 .0305 2.14 —1.0956 .0112 .3681 (6.3) (2.0) (_.7) (_1.3) (2.3) (6.8)

(4) ROBUST 1.8123 .8797 —.3062 —.4614 .3001 6.0099 .0113 .3608 (6.8) (2.3) (—1.0) (—1.4) (3.1) (7.4)

____________________————_——_— " Variablerna är logaritmerade. Ekvationerna skattades på helårsdata för perioden 1964—81. Den robusta Skattningsmetoden beskrivs i Kapitel 2. t-värden anges inom parentes (för robust regression är det t-vården som producerats av vägda minsta kvadrat-programmet). b Beroende variabel i ekvationerna (1) och (2): MÖEP — import av övriga tjänster exklusive provisioner deflaterad med PMÖ, milj kr. MÖEP = MÖ — MÖP/PMÖ. Beroende variabel i ekvationerna (3) och (4): MÖ — import av övriga tjänster (inkl provisioner) deflaterad med PMÖ, milj kr. YMÖ — real BNP för Sverige, index 1975 = 1. YMÖ* — trendvärde för YMÖ. YMÖ? är lika med prognosen för än gjord med hjälp av en trendekvation skattad över åren (t—6)—(t—1). PMÖ — utlandspriser, index 1975 = 1

lnPMÖ = Zai (lnPi + ani) a-, — vikt proportionell till land fs andel av MÖ (i löpande priser). Zai = 1. Pi — implicit BNP-deflator för land i, index 1975 = 1.

Vi — växelkurs för land Ps valuta (SEK/valutaenhet), index 1975 = 1.

För länder som ingår i PMÖ se not i texten. PS — implicit BNP-deflator för Sverige, index 1975 = 1. För övriga beteckningar se noter till Tabell 3.1

• Sida 227
•  Original

? A :( TIS K A ANPASSADE

9 . O O

8 . 7 5

8 . 5 O

8 . 2 5

8 . O 0

7 . 7 5 Diagram 3 . 13 Faktiska 7 . 5 O .. och anpassade varden för ekvationen för import 7 . 2 5 — av övriga tjänster exklu- sive provisioner skattad 7 , 0 () med robust regression

6 4 (Se Tabell 3. 9)

Diagram 3.14 Faktiska och anpassade värden för ekvationen för import av övriga tjänster (inkl provisioner) skattad med robust regression 64 66 68 70 72 74 76 78 80 (Se Tabell3.9)

• Sida 228
•  Original

1 Argumentet för en analogt aggregerad ex- portfunktion för övriga tjänster är att BNP i utlandet under loppet av ett år hinner få effek- ter på den svenska BNP och därigenom på im- porten.

2 Ekvationerna för övri- ga tjänster är skattade i reala termer. Jfr noter till Tabell 3.9.

3 Belgien, Danmark, Finland, Frankrike, Ita- lien, Japan, Nederlän- derna, Norge, Schweiz, Storbritannien, USA, Västtyskland. Länderna valdes med hänsyn till deras vikt för den svens- ka exporten av övriga tjänster. Vi uteslöt Thai- land vars stora vikt be- rodde på samarbetet mellan SAS och de thai- ländska flyglinjerna (vil- ket upphörde 1977). Transaktionerna i sam- band med samarbetet kunde knappast bero på pris- eller inkomstut- vecklingen i Thailand.

4 Vikten för Saudiarabi- en skiljer sig från noll först fr o m 1974. Jfr A Markowski, op.cit., av- snitt 4.4.

heten förvånar inte med tanke på övriga tjänsters sammansättning. Posten domineras ju av tjänster typ konsultuppdrag, som ofta representerar unika kunskaper och vilkas priser varken varierar så mycket eller representeras särskilt väl av BNP-deflatorer. Argumentet gäller i viss mån även andra komponenter av övriga tjänster.

Som framgår av Diagram 3.13 följer ekvationen ganska exakt trenden i den beroende variabeln med den snabba tillväxten fram till 1976 och avmatt- ningen därefter. Ekvationen missar dock de små trendavvikelserna som den starkat trenddominerade importen av övriga tjänster uppvisar.

Samma modell som ovan skattades i ekvationerna (3) och (4) i Tabell 3.9 för övriga tjänster inklusive provisioner. En gemensam ekvation för provisioner och resten av övriga tjänster kan vid första anblicken verka obefogad, eftersom import av provisioner ovan förklaras med varuexporten, medan import av övriga tjänster förklaras med BNP och relativa priser. Det finns emellertid ett klart — om så enbart ensidigt— samband mellan export och BNP i Sverige.1 Dessutom, om provisioner beror — som postulerades ovan — på varuexportens värde (och alltså är proportionella till svenska exportpris- er), är de efter deflatering med utländska priser2 negativt korrelerade med relativpristermen i den aggregerade ekvationen. Som vanligt innebär dock en aggregering teoretiska förenklingar och ett visst mått av godtycke.

Som framgår av tabellen medför inte inkludering av provisioner några större förändringar i ekvationen för import av övriga tjänster. Den aggregerade ekvationen (jfr ekvation (4) i Tabell 3.9) uppvisar en kortsiktig inkomstelasticitet på 0,9 och en långsiktig sådan på 2,6. Relativpriselastici- teten uppgår till —0,3 på kort sikt och —1,1 på lång Sikt.

Vi kan notera att den aggregerade ekvationen har en något bättre allmän anpassning. Detta framgår av en jämförelse av Diagram 3.13 och 3.14 samt av residualkvadratsummorna i Tabell 3.9. De icke logaritmiska residualsum- morna tyder dock på att övriga tjänster exklusive provisioner prognoseras bättre av sin egen ekvation än av differensen mellan den aggregerade ekvationen och ekvationen för provisionerna.

I ekvationen för export av övriga tjänster representeras inkomstvariabeln av en sammanvägning av real BNP i 12 länder3 samt reala oljeinkomster i Saudiarabien.4 Den sistnämnda variabeln representerar Saudiarabiens importefterfrågan och definieras som landets intäkter av råoljeexport, deflaterade med ett prisindex för OECD-ländernas export av bearbetade varor. Relativprisvariabeln är definierad som kvoten mellan nationalräken- skapemas implicita deflator för övriga tjänster och en sammanvägning av BNP-deflatorerna i 12 länder1 (korrigerade för variationer i växelkurser). I och med att import av övriga tjänster för u-ländernas del oftast innebär köp av kunnande, teknologi eller dylikt, som inte finns att tillgå i dessa länder, är prisnivån i länderna ifråga ovidkommande för beslut om import från Sverige. Prisvalet representeras då bättre av prisförhållandet mellan Sverige och andra i-länder. Relativprisvariabeln omfattar därför inte Saudiarabien.

De valda ekvationerna redovisas i Tabell 3.10 samt i Diagram 3.15—3.18. Som framgår av tabellen uppvisar ekvationen för export av övriga tjänster exklusive provisioner (ekvation (2) i Tabell 3.10) en långsiktig inkomstelas- Ticitet på 2,4. Den kortsiktiga inkomstelasticiteten låg mycket nära noll så att den i ekvationen sattes lika med noll. Relativpriselasticiteten är lika med

• Sida 229
•  Original

—1,0 på både kort och lång sikt. Den beroende variabeln är deflaterad med nationalräkenskapernas implicita deflator för övriga tjänster, som även ingår i relativprisvariabeln. BNP-deflatorn visade sig inte fungera tillfredsställande som prisvariabel för övriga tjänster — den ledde till fel tecken för relativa priser. Den låga priskänsligheten överensstämmer med vårt tidigare resonemang, presenterat i samband med diskussion av import av övriga 1Denna a .

. .. ggregerrng 1] anster. , diskuteras kortfattat

Inkluderar man provisioner i ekvationen för övriga tjänster,1 leder det inte ovan i samband med till några större förändringar i resultaten (jfr ekvation (4) i Tabell 3.10). importfunktionen-Som Inkomstelasticiteten är i den aggregerade ekvationen lika med noll på kort ;Ldligsäzrägeelimåågfe" sikt och 2,3 på lång sikt. Relativpriselasticiteten uppgår till —0,9. Den g p

_ o . _ av provisioner relativt aggregerade ekvationen har nagot bättre anpassmng, mätt med resrdualkva- liten, troligen beroende

dratsumman eller summan av residualernas absolutvärden. på mätfel.

Tabell 3.10 Regressionsekvationer för export av övriga tjänster exklusive [ekv (1) och (2)] och inklusive [ekv (3) och (4)] provisioner", "

Ekv Estimations- YXÖ* _PS_. Konstant R2 SE DW Res Sum nr metod PXO kvad abs sum res

___—____

(1) OLS 2.1217 —.9265 7.4217 .8828 .1468 .5579 .3230 20113 (7.6) (-1.2) (107.8) (2) ROBUST 2.3822 —.9804 7.4587 .3743 1.6807 (11.7) (—1.9) (1559)

(3) OLS 20674 —.7984 7.5415 .8874 .1381 .5502 .2861 1.8488 (7.9) (-1.1) (116.4) (4) ROBUST 2.3304 —.8513 7.5803 .3396 1.6414

(12.7) (—1.9) (1765) ___—___— " Variablerna är logaritmerade. Ekvationerna skattades på helårsdata för perioden 1964—81. Den robusta Skattningsmetoden beskrivs i Kapitel 2. t-värden anges inom parentes (för robust regression är det t-värden som producerats av vägda minsta kvadrat-programmet).

b Beroende variabel i ekvationerna (1) och (2): XÖEP — export av övriga tjänster exklusive provisioner deflaterad med PS, milj kr. XÖEP = xö — XÖP/PS. Beroende variabel i ekvationerna (3) och (4): XÖ — export av övriga tjänster (inkl provisioner) deflaterad med PS, milj kr. YXÖ — real BNP i utlandet, index 1975 = 1. lnYXÖ '="Z'bl- lnYi bi — vikt proportionell till land i's andel av XÖ (i löpande priser). Zbi = 1. Yi — real BNP i land i, index 1975 = 1. För oljeländerna ersattes BNP med råoljeexport (index 1975 = 1) deflaterad med prisindex för OECD's export av bearbetade varor uttryckt i dollar (1975 = 1). För länder som ingår i YXÖ se noter i texten. YXÖ* — trendvärde för YXÖ. YXÖ”: är lika med prognosen för år t gjord med hjälp av en trendekvation skattad över åren (t—7)—(t—1). PS — implicit BNP-deflator för Sverige, index 1975 = 1. PXÖ — utlandspriser, index 1975 = 1. lnPXÖ =Zb; (lnP, + inv,) b; — vikt proportionell till land i's andel av XÖ (i löpande priser). Eb; = 1. P, — implicit BNP-deflator för land i, index 1975 = 1. Vi — växelkurs för land i's valuta (SEK/valutaenhet), index 1975 = 1. För länder som ingår i PXÖ se not samt kommentarer i texten. För övriga beteckningar se noter till Tabell 3.1

• Sida 230
•  Original

8.5-T—_—

8.0

7.5

7.0

Diagram 3.15 Faktiska och anpassade värden för ekvationen för expan av övriga tjänster exklu- sive provisioner skattad med OLS (Se Tabell 3.10)

6.5

6.0

_- nxrrsxx --------------------- ANPASSADE

Diagram 3.16 Faktiska och anpassade värden för ekvationen för export av övriga tjänster exklu- sive provisioner skattad med robust regression (Se Tabell 3.10)

• Sida 231
•  Original

8.0

7 . 5 -l ____________________________________

7.0

Diagram 3.1 7 Faktiska och anpassade värden

6 ' 521 för ekvationen för export av övriga tjänster (inkl provisioner) skattad med

6 . 0 *L f_1 _r- '|'—T '7—1 + | r—v OLS

64 66 68 70 72 74 76 76 80 (Se Tabell3-10)

PAK

b—l

..................... AN? S m > U Id

Diagram 3.18 Faktiska och anpassade värden för ekvationen för export av övriga tjänster (inkl provisioner) skattad med _ robust regression

64 66 68 70 72 74 76 78 80 (Se Tabell 3.10)

• Sida 232
•  Original

1 Jfr Export och import av tjänster 1982. Prome- morior från SCB 1983:3 (Stockholm: Statistiska Centralbyrån, 1983). Motsvarande undersök- ningar har även gjorts för åren 1978—81.

Existerande undersökningar1 tyder på att export av övriga tjänster innehåller mycket stora mätfel. Detta bekräftas av det faktum att våra ekvationer för denna post uppvisar de största skillnaderna mellan OLS och robusta skattningar. Svårigheter med att skatta sambandet illustreras dels av våra problem med prisdeflatorn (jfr ovan) , dels av det faktum att den laggade beroende variabeln är utesluten ur ekvationen, eftersom den ledde till hög autoregressivitet och dålig anpassning.

Som framgår av Diagram 3.16 och 3.18 följer ekvationen huvudsakligen trenden i den beroende variabeln. Överskattningen 1980—81, som resulterari exceptionellt stora residualer, beror förmodligen på försämrad rapportering. År 1982 (som inte omfattas av vårt samspel) ökade den nominella exporten av övriga tjänster med ca 50 % , dvs omkring 2 miljarder kr. Ungefär hälften av detta belopp beror på förbättrad uppgiftsinsamling (genom en särskild enkät) för entreprenader.

Trots dataproblem ger våra Skattningsresultat en rimlig bild av den övriga tjänsteexportens pris- och inkomstkänslighet. Bilden överensstämmer dess- utom ganska väl med våra resultat för den motsvarande importposten. Enligt de skattade ekvationerna är övriga tjänsters priselasticitet låg. Inkomstelas- ticiteten är låg på kort sikt och ganska hög på lång sikt.

• Sida 233
•  Original

4 Faktorinkomster: räntor

I detta kapitel behandlar vi enbart räntor. Utdelningar bestäms i vår prognosmodell genom två schablonregler, som sätter både import och export av utdelningar till noll. Denna förenkling introducerar ett mindre fel i bruttoflödena för posten avkastning på kapital, postens saldo påverkas dock knappast.1

I Bilaga 8 till LU80 skattades ekvationer för avkastning på direkta investeringar samt avkastning på övriga finansiella tillgångar och skulder som approximationer av identiteten R = r - S, där R betecknar avkastning på kapital, S — kapitalstocken och r — den relativa avkastningssatsen.2 Denna ansats misslyckades dock på grund av dålig datakvalitet samt stora aggregeringsproblem (förskjutningar i kapitalstockens struktur). Prognoser gjordes därför istället med hjälp av förändringsidentiteten AR = r - AS, där förändringarna beräknades från 1979 års värden.3 Utifrån samma ansats konstruerade Maj Nordin på Riksgäldskontoret en disaggregerad modell för räntebetalningar till utlandet. Nedan presenteras en utvecklad version av denna modell,4 som bl a omfattar både ränteutgifter och ränteinkomster.

Räntemodellen är en simuleringsmodell och den baseras inte på några regressionsskattningar. Räntebärande utländska tillgångar och skulder är i modellen uppdelade i de som har en fast räntesats och de som har en rörlig sådan. Avkastningen på fastförräntade tillgångar och skulder beräknas enligt principen AR = r- AS, där A-tecken avser lån upptagna efter basåret. (Basåret betecknar året före simuleringsperiodens början.) Avkastningen på fastförräntade lån upptagna t o m basåret är given — den erhålls från Riksbankens databas.5 Avkastningen på tillgångar och skulder med rörlig ränta beräknas enligt principen R = r - S.

Räntesatserna är i modellen exogena. Stockar av olika typer av utländska tillgångar och skulder bestäms dels av amorteringarna, dels av en exogen fördelning av den totala nyupplåningen och nyutlåningen på

- räntebärande och icke räntebärande tillgångar och skulder, — korta och långa lån, — långa lån till fast ränta och långa lån till rörlig ränta.

Den totala nyupplåningen beräknas som summan av amorteringarna på skulder och nettoförändringen i (den totala) skuldstocken. Nettoförändring- en i skuldstocken beräknas från identiteten6

A Skulder = A Tillgångar — Bytesbalanssaldo.

1 Utdelningarnas saldo uppgick under åren 1979—82 till 306, —109, 201 respektive 2 mkr. Bruttoflöden för utdel— ningar utgjorde under samma period följande andelar av motsvarande bruttoflöden för avkast- ning på kapital: import: 6,7 %, 5,5 %, 2,5 % respektive 3,0 %, ex- port: 19 %, 9,9 %, 8,3 % respektive 8,5 %.

2 Jfr A Markowski, op cit, kapitel 5.

3 Ibid, avsnitt 7.2.

** Utvecklingsarbetet gjordes i samarbete med Maj Nordin och Alex- ander Nilson.

5 Alla långa lån från och till utlandet kräver till- stånd av Riksbanken som också registrerar dessa.

6 Detta är en transfor- mation av identiteten för hela ekonomins fi- nansiella sparande: A Tillgångar — A Skul- der = Bytesbalanssaldo.

• Sida 234
•  Original

Tillgångsstocken (och följaktligen även förändringen i denna) är exogen i modellen. Nyutlåningen beräknas som summan av amorteringarna på lån till utlandet och nettoförändringen i tillgångsstocken. Bytesbalanssaldot berä- knas i modellen som summan av bytesbalanssaldot exklusive räntor, som är exogent, och räntesaldot, som bestäms inom ramen för räntemodellen. I den mån räntebetalningar Sker redan samma år man tagit upp lånet, är alltså modellen simultan, eftersom bytesbalansen påverkar upplåningen, som i sin tur — via räntor — påverkar bytesbalansen.

Modellen baseras på följande antaganden:1

1. Kort upplåning sker kvartalsvis och är jämnt fördelad över året.

2. Kort upplåning ett visst år amorteras i sin helhet året därpå.

3. Ränta på korta lån betalas kvartalsvis.

4. Långa lån som tagits upp efter basåret amorteras på nio år enligt följande schema2 (jfr Diagram 4.1):

Åt 123456789

___—___—

Procent av nyupplåning år0 0 O 0 10 40 10 20 10 10

__________—_-_—————_

(Amorteringarna på långa lån som tagits upp tom basåret är givna från Riksbankens databas.)

5. Varje års amorteringar på långa lån är jämnt fördelade över året. .6. Ränta på långa lån betalas årsvis. 7. Växelkurserna är konstanta.

Räntemodellens struktur presenteras schematiskt i Tabell 4.1. Konstanten kmi ekvationerna 10. och 11. anger andelen av lång nyupplåning ett visst är som ger upphov till räntebetalningar samma år, omräknad till helårsbasis (den tillämpade räntesatsen avser hela året). Denna konstant, som för

1 Antagandena avser såväl upplåning som utlåning. 2Detta schema baseras på amorteringsprofiler för nyupplåningen 1981 och 1982. Amorteringsprofilerna beräknades som skillnader mellan amorteringsplanerna åren 1981 och 1980 respektive 1982 och 1981, vilka korrigerades för växelkursvariationer under 1981 respektive 1982. Växelkurskorrigeringen förutsatte att amorteringarna har samma valutasammansättning som nyupplåningen. Beräkningen innehåller flera osäkerhetsmoment. Bl a ledde förtidsamortering av lån till negativa poster i amorteringsprofilerna, vilket vid två tillfällen omöjliggjorde en bedömning av de planerade amorteringarna på nyupplåning. De erhållna amorteringsprofilerna för 1981 och 1982 års upplåning uppvisade stora skillnader, särskilt vad beträffar staten och riksbanken samt kommunerna. Den av oss antagna amorteringsprofilen är därför ett slags kompromiss. En motsvarande kompromisslösning för den mest stabila övriga sektorn skulle innebära en amorteringsprofil för denna sektor som är nästan identisk med den av oss antagna amorteringsprofilen:

Åt 123456789

Procent av nyupplåning årO 0 0 0 10 45 10 15 10 10

_______._____———_———

• Sida 235
•  Original

100.0

80.0

60.0

40.0

20.0

Åren efter är T

O N & O'l CD .— O

närvarande uppskattas till 0,5,1 reglerar graden av simultanitet i modellen. För k10 = 0 blir modellen rekursiv.2

Som framgår av ekvation 4. förutsätter modellen att alla amorteringar ger upphov till nya län, eller med andra ord att ”man lånar till amorteringar”. Amorteringarna påverkar följaktligen inte storleken på skuld- och tillgångs- stocken. De båda stockarna påverkas istället direkt av antagandet om förändringen i tillgångsstocken (jfr ekvationerna 1. och 2.).

Modellen förutsätter också att skuldstocken påverkas av icke räntebäran- de tillgångar (jfr ekvationerna 1. och 2.). Detta innebär att ”man lånar till handelskrediter och direkta investeringar”, eftersom det är i första hand dessa poster som bildar Övriga tillgångar3 i ekvation 1. Vi förutsätter här att en ökning i t ex handelskrediter till utlandet ger upphov till en motsvarande upplåningsökning, dock utan att påverka fördelningen mellan korta och långa lån.

Modellens egenskaper kan illustreras med en simulering. För att visa effekter av exempelvis en ränteförändring, simulerar man först modellen under ett antal antaganden och sedan upprepar man simuleringen med en förändrad räntesats. Skillnaderna i variablernas utveckling i de två simule- ringarna beror — direkt eller indirekt — på ränteförändringen. Samtidigt bör man komma ihåg att de erhållna resultaten inte gäller allmänt, utan att de beror på (de antagna) förhållandena vid simuleringsperiodens början samt på antagandena om de exogena variablernas utveckling.

I Tabell 4.2 redovisas resultaten av ett sådant simuleringsexperiment. Tabellen visar ränteutgifternas, ränteinkomsternas samt räntenettots elasti- citeter med avseende på räntesatsen och tillgångs- och skuldstocken. & Simuleringarna gjordes för perioden 1983—90 och faktiska data har använts för stockar ultimo 1982 samt amorteringsplaner för dessa.

I det här fallet introducerade vi — i motsats till modellerna i kapitel 3 — en korrigering för mätfel. Detta var möjligt eftersom Riksbanken numera

Diagram 4.1 Amorte- ringschema för långa lån. Procent av nyupp- låning år T.

1 Konstanten km är lika med 1 minus genomsnitt- lig tid till första ränte- betalningstillfälle. En ad hoc-undersökning av lån upptagna i utlandet under åttiotalet tyder på att den första ränte- betalningen kommer i genomsnitt ett halvår efter det att lånet tagits upp. Detta resultat är en sammanvägning av 0,85 år för obligationslån och 0,34 för övriga. Vik- tema för 1982 var 0,3 för obligationslån och 0,7 för övriga.

2 Konstanten k1o avser visserligen enbart lång upplåning, medan rän- tebetalningarna även beror på den korta upp- låningen. Den korta upplåningen är dock exogen i räntemodellen. 3 Övriga tillgångar inklu- derar i princip även den icke räntebärande delen av valutareserven. Den räntebärande delen av valutareserven räknas vid beräkning av ränte- inkomsterna till korta lån (tillgångar).

• Sida 236
•  Original

1 Man anser sig dock fortfarande inte kunna fördela den övriga delen av korrigeringstermen.

Tabell 4.1 Räntemodellens struktur

”,,—_;

Teckenförklaring:

!

ki K L F R

— exogen variabel — konstant i ekvation i — korta lån — långa lån — lån till fast ränta — lån till rörlig ränta.

___/_—

1.

saw V'?

9909?

10.

11.

12.

13.

25.

A Tillgångar = A Tillgångar L' + A Tillångar K* + A Valutareserv*

+ A Övriga tillgångar' (icke räntebärande) A Skulder = A Tillgångar — Bytesbalanssaldo A Räntebärande skulder = A Skulder — A Övriga skulder* (ej räntebäran-

de)

Nyupplåning = A Räntebärande skulder + Amorteringar Amorteringar = Amorteringar på långa lån upptagna to m basåret*

+ Amorteringar på långa lån upptagna efter basåret + Nyupplåning K* föregående år Nyupplåning L = Nyupplåning - Nyupplåning K* Nyupplåning LR = k7 - Nyupplåning L Nyupplåning LF = (1—k7) - Nyupplåning L Skuldstock LR = Skuldstock LR föregående år

— Amorteringar LR + Nyupplåning LR Räntebetalningar LR = Kort ränta* - [Skuldstock LR —(1—k10) - Nyupplåning LR + 0,5 ' Amorteringar LR] Räntebetalningar LF = Räntebetalningar på lån LF upptagna t o m basåret' + Lång ränta' - kw — Nyupplåning LF + för vart och ett av de nio föregående åren: Lång ränta' - Den icke amorterade delen av Nyupplåning LF1 Räntebetalningar K = Kort ränta* - [0,375 Nyupplåning K' + 0,625 Nyupplåning K* föregående år] Räntebetalningar = Räntebetalningar LR + Räntebetalningar LF + Räntebetalningar K

Ekvationerna 3—13 upprepas här för utlåning/tillgångar istället för upplåning/skulder.

Bytesbalanssaldo = Bytesbalanssaldo exklusive räntor* + Ränteinkomster — Räntebetalningar

___—FF”;—

1 Mera exakt är det: Den icke amorterade delen av Nyupplåning LF i början av året minus 0,5 ' Amorteringar LF.

särredovisar en korrigeringsterm för avkastning på kapital, som anses vara statistiskt säkerställd1 (jfr kapitel 1). Dessutom, för simuleringsändamål krävdes det inte någon korrigering av historiska data, som fortfarande inte är möjlig. Korrigeringen gjordes enbart för 1982 och baserades på två antaganden.

• Sida 237
•  Original

Tabell 4.2 Räntepostens elasticiteter med avseende på räntesatsen samt skuld- och tillgångsstockena 1983—90

År Ränteutgifter Ränteinkomster Räntenettob Elasticiteter m a p Elasticiteter m a p Elasticiteter m a p Ränte- Stockar Ränte- Stockar Ränte- Stockar satsenf 1982d satsenc 19824 satsenf 19824 1983 0,69 1,01 0,91 1,00 0,54 1,02 1984 0,79 1,05 0,93 1,00 0,70 1,08 1985 0,88 1,09 0,95 1,00 0,83 1,15 1986 0,97 1,14 0,96 1,00 0,98 1,23 1987 1,07 1,18 0,97 1,00 1,14 1,30 1988 1,17 1,22 0,98 1,00 1,31 1,37 1989 1,26 1,26 0,99 1,00 1,46 1,44 1990 1,36 1,29 0,99 1,00 1,63 1,50

" Tabellen baseras på simuleringar med räntemodellen för perioden 1983—90. Faktiska data har använts i baslösningen för stockar 1982 och amorteringsplaner för dessa. (Korta tillgångar har ökats med 25,5 miljarder kr för att ta hänsyn till räntornas del av korrigeringsposten.) Dessutom har följande antaganden gjorts i baslösningen: 1) Både den korta och den långa räntan är lika med 10 % under hela perioden. 2) Tillgångarna och de korta skulderna ökar med 8 % per år. 3) Bytesbalanssaldot exklusive räntor uppgår till 7,2 miljarder kr och 12,6 miljarder kr 1983 respektive 1984 för att sedan stabiliseras på 15 miljarder kr under resten av perioden. 5 Eftersom räntenettot genomgående är negativt, innebär positiva elasticiteter en försämring av räntenettot. f Räntesatsen (densamma för korta och långa lån) höjdes med 10 % av sitt värde, från 10 till 11 procentenheter. d Stockar av tillgångar och skulder 1982, amorteringsplaner för dessa samt räntebelopp for lån upptagna to m 1982 till fast ränta ökades med 10 %.

För det första antog vi att hela korrigeringstermen för avkastning på kapital avser räntebetalningar (och inte utdelningar). Det är mycket som talar för att detta antagande stämmer väl överens med verkligheten. För det andra antog vi att de icke registrerade räntebetalningarna avser lån till rörlig (dvs kort) ränta och att de — vid en given räntesats _ ökar över tiden i samma takt som den korta tillgångsstocken. För att generera dessa räntebetalningar ökades stocken korta tillgångar 1982 med 25 500 mkr, vilket motsvarar 2 200 mkr (1982 års korrigering av avkastning på kapital) kapitaliserade till 8,6 % ränta.l Det är möjligt att vår stockkorrigering leder till en viss överskattning av tillgångsstocken, vilket är av underordnad betydelse i simuleringssam- manhang. Detta skulle dock innebära att en del av korrigeringen vid prognosering istället skall göras genom en höjning av (den korta) räntesat- 1 Denna räntesats är

sen. .. . . . .. .. .. "'l' ” tf" l” . " Baslosmngen, dvs den s1muler1ng som utgor jamforelsebasen for effektbe- [Sntgjcäärrilgegångä &_ raknmgar, utgar fran följande grundantaganden: räknades som summan 1. Både den korta och den långa räntan uppgår till 10 % under hela perioden av korrigeringstermen 1983—90. kapitaliserad till en hög-

.. . ., .. re ränta och en kon- 2. De korta och de langa tlllgangarna samt de korta skulderna ökar med 8 % stantjustering som skulle

per år under hela simuleringsperioden. leda till en bäme pm- 3. Bytesbalanssaldot exklusive räntor uppgår till 7,2 miljarder kr och 12,6 gnos för 1983.

• Sida 238
•  Original

1 Självfallet påverkar bytesbalansförsämringen ränteutgifternas räntee- lasticitet även innan den sistnämnda har nått vär- det 1.

miljarder kr 1983 respektive 1984 (den senaste prognosen för dessa år tillgänglig hösten 1983) för att sedan stabiliseras på 15 miljarder kr under resten av perioden. Konstanten k7 i ekvation 7. i Tabell 4.1, som anger hur stor del av nyupplåning (nyutlåning) som tas upp (ges) till rörlig ränta, sattes lika med 0,75. Detta värde skall jämföras med den faktiska andelen för 1982 som uppgick till 0,7.

Ränteelasticiteterna beräknades sedan utifrån en tioprocentig höjning av räntesatserna, från 10 % till 11 %, över hela simuleringsperioden. Man bör observera att de 1 Tabell 4.2 redovisade ränteelasticiteterna inte är quasi-elasticiteter, dvs att de avser effekter av en höjning av räntesatsen med 1 % av dess värde och inte med 1 procentenhet.

Stockelasticiteterna beräknades utifrån en ökning av alla skuld- och tillgängsstockar ultimo 1982 med 10 % av deras värde. Amorteringsplanerna för dessa stockar samt de förväntade räntebeloppen för lån upptagna t o rn 1982 till fast ränta ökades samtidigt med 10 % av deras värde över hela simuleringsperioden.

Ränteutgifternas utveckling (i miljarder kronor) i de olika simuleringarna illustreras i Diagram 4.2—4.3. De heldragna kurvorna visar där baslösningen, de prickade kurvorna visar utvecklingen vid högre räntesatser respektive större stockar. De simulerade ränteinkomsterna uppvisar en lika jämn utveckling.

Som framgår av Tabell 4.2 uppvisar ränteinkomstema en ränteelasticitet på ca 0,9 år 1 (dvs 1983). Denna elasticitet växer sedan gradvis och är i praktiken lika med 1 fr o ut år 7 (1989).

Ränteutgifternas ränteelasticitet uppgår till ca 0,7 år 1 och ökar sedan under hela simuleringsperioden. Den överskrider 1 år 5 (1987) och uppgår till ca 1,4 år 8.

Orsaken till att ränteelasticiteterna är lägre än 1 första året är att avkastningen på de fastförräntade lånen inte reagerar på en räntehöjning. Elasticiteterna ökar sedan gradvis allteftersom dessa lån amorteras och omvandlas till nya lån med den högre räntesatsen. Ränteinkomsternas ränteelasticitet stabiliseras sedan på 1, eftersom utlåningen, som är exogent given, inte påverkas av de ökade ränteinkomsterna. Ränteutgifternas ränteelasticitet fortsätter däremot att öka, eftersom de ökade ränteutgifterna via en försämring i bytesbalansen ger upphov till ökad upplåning och — till följd därav — ökade räntebetalningar.1 Vi kan notera att en annan utveckling av nettoställningen mot utlandet (som påverkas av våra antaganden) självfallet hade givit andra resultat.

Ränteinkomsternas stockelasticitet uppgår — som framgår av Tabell 4.2 — till 1 under hela simuleringsperioden. Detta är en följd av att den exogena tillgångsökningen har i simuleringen definierats som tillväxttakt och inte i absoluta termer. På detta sätt blev en uppdragning av stockvärdet 1982 identisk med en proportionellt lika stor uppdragning av tillgångsstocken under hela simuleringsperioden.

Ränteutgifternas stockelasticitet är under hela perioden större än 1. Den ökar från drygt 1 första året till 1,3 år 8. Denna utveckling utgör nettoeffekten av två faktorer som påverkar skuldstocken enligt ekvation 2. 1 Tabell 4.1. Vid ett givet bytesbalanssaldo ger en tioprocentig ökning av

• Sida 239
•  Original

baslösning ...... efter en höjning av räntesatserna med 10 % av deras värde

6 O T _j 5 0 - 5 C 0 32 % 4 0 'I L få 5 8 o _. |— Diagram 4.2 Simulerad utveckling av räntebetal- 2 0 — ,__ _j_ ningar till utlandet efter

. _T _T_ I' | '_1 " "_ . 1983 1984 1985 1986 1987 1988 1989 1990 en rantehojnmg

baslösning ...... efter en ökning av stockarna 1982 med 10 % av deras värde

50—

Miljarder kronor 43 0 |

3 o 4

|. Diagram 4.3 Simulerad utveckling av räntebetal- ningar till utlandet efter 2 O 1 _l— en ökning av skuld- och

1983 1984 1985 1986 1987 1988 1989 1990 tillgångsstocken 1982

• Sida 240
•  Original

A Tillgångar (jfr föregående stycke) en i det här fallet mindre än proportionell ökning av A Skulder (eftersom bytesbalanssaldot är negativt). Samtidigt ger en försämring av bytesbalanssaldot — förorsakad av en försämring av räntenettot — en ytterligare ökning av A Skulder. Som framgår av Tabell 4.2 gav de två faktorerna tillsammans en snabbare ökning av skuldstocken än av tillgångsstocken.

Nettoeffekter på ränteposten av ränte- och stockökningar redovisas i Tabell 4.21 form av räntenettots elasticiteter. Som framgår av tabellen leder både ränte- och stockökningar till en försämring av räntenettot. År 1 (dvs 1983) är räntenettot förhållandevis inelastiskt med avseende på räntesatsen, medan det i stort sett uppvisar enhetselasticitet med avseende på tillgångs- och skuldstocken. Åtta år senare är de båda elasticiteterna ungefär lika stora och uppgår till omkring 1,5. På lång sikt leder alltså ränte- och stockökningar — under de förhållanden som gäller för simuleringen — till en mer än proportionell försämring av räntenettot.

Den praktiska betydelsen av de kvantitativa resultaten ovan beror på i vilken utsträckning de simulerade omständigheterna kan anses vara realis- tiska (observera att simuleringen utgick från de faktiska förhållandena 1982). Sammanfattningsvis kan vi dock konstatera att de kvalitativa resultaten stämmer väl överens med allmän intuition inom området. För det första är räntepostens ränteelasticitet på kort sikt lägre än dess stockelasticitet, medan de på lång sikt är ungefär lika höga. För det andra, i en situation då utlåningen till utlandet kontrolleras, medan upplåningen utomlands betrak- tas som en residual, är ränteutgifterna mycket mer elastiska (med avseende på både räntesatsen och stockarna) än ränteinkomsterna.

• Sida 241
•  Original

5 Transfereringar

Transfereringar kan indelas i offentliga och privata. Offentliga transferering- ar från utlandet är så pass obetydliga att de kan antas vara lika med noll. Offentliga tranfereringar till utlandet kan — givet gällande riksdagsbeslut — antas ligga omkring 1 % av BNI. Dessa två antaganden bestämmer offentliga transfereringar i vår modell. Sambanden för privata transfereringar skattades utifrån ekvation (2.4) i kapitel 2, dock utan någon relativpristerm.1 Relationerna specificerades dessutom i nominella termer. I ekvationen för privata transfereringar till utlandet (import) representeras inkomstvariabeln av den nominella BNP i Sverige. Den valda ekvationen redovisas i Tabell 5.1 samt i Diagram 5.1. Som framgår av tabellen är transfereringarnas kortsiktiga inkomstelasticitet mycket hög, ca 3,4. Den långsiktiga inkomstelasticiteten är däremot enbart hälften så stor. Dessa resultat, som innebär snabba men kortlivade reaktioner på inkomstvariationer och en betydligt mera begränsad (men ändå stark) långsiktseffekt, överensstämmer med vår uppfattning om transfereringar som en post som i stor utsträckning omfattar transaktioner av tillfällig karaktär. 1För en diskussion av I ekvationen för privata transfereringar från utlandet (export) represente- ansatsen jfr A Markow- ras inkomstvariabeln av en sammanvägning av den nominella BNP i sju ski, op cit, kapitel 6.

Tabell 5.1 Regressionsekvationer för privata transfereringar till utlandet-7 "

Estima- YMTP* ;TMTTE— MTP_1 Konstant 112 SE DW h Res Sum tions kvad abs

metod sum res

OLS 1.1630 3.4481 .3158 4.5030 .986 .1279 1.691 .9386 .2943 2.0800 (4.0) (3.4) (1.8) (3.9)

ROBUST 1.1565 3.3942 .3158 4.5058 .2953 2.0957

(4.4) (3.7) (1.9) (4.3)

” Variablerna är logaritmerade. Ekvationerna skattades på helårsdata för perioden 1960—81. Den robusta skattningsmetoden beskrivs i Kapitel 2. t-värden anges inom parentes (för robust regression är det t-värden som producerats av vägda minsta kvadrat-programmet). b Beroende variabel: MTP — privata transfereringar till utlandet, milj kr, löpande priser. YMTP — nominell BNP för Sverige, index 1975 = 1. YMTP* — trendvärde för YMTP. YMTP; är lika med prognosen för år t gjord med hjälp av en trendekvation skattad över åren (t—6)—(t—1). För övriga beteckningar se noter till Tabell 3.1.

• Sida 242
•  Original

__PAKTlSKA ..................... ANPASSADE

8.0

7.0

6.0

Diagram 5.1 Faktiska och anpassade värden för ekvationen för pri- vata transfereringar till utlandet skattad med robust regression 4 ' 0 (SeTabell5J) 60 62 64 66 68 70 72 74 76 78 80

5.0

länder.1 Den valda ekvationen redovisas 1 Tabell 5.2 samt i Diagram 5.2—5.3. 1 Danmark, Finland, Relationen är svår att skatta eftersom de registrerade transfereringarna från NQFEC, _SChWCiZ, StO_t- utlandet är relativt små och serien präglas i mycket större utsträckning än den bntannren, _USA, V&St' motsvarande importposten av transfereringarnas tillfälliga karaktär (jfr t ex tyskland. Landerna val- . .. .. ., . . ., . des med hänsyn till de- Dlagram 5.3). I detta fall var darfor var amb1t1on att fa enuppskattlnmg av ras vikt för privata trans- den långs1kt1ga trenden 1 den beroende var1abeln. De tillfäll1ga vartatlonerna fereringar till Sverige. betraktar vi som mycket svåra att prognosera.

Tabell 5.2 Regressionsekvationer för privata transfereringar från utlandet'» ”

Estima- YXTP* XTP_1 Konstant R2 SE DW h Res Sum tions kvad abs

metod sum res

OLS .6366 .6243 1.9811 .8736 .2866 2.479 —1.6946 1.315 3 .6745 (2. 8) (3 .7) ROBUSTC 1.3071 .2581 3.6195 .9857 .0945 1.855 —1.6243 29241” 418389”

(8.6) (3.0) (8.6)

” Variablerna är logaritmerade. Ekvationerna skattades på helårsdata för perioden 1963—81. b Beroende variabel: XTP -— privata transfereringar från utlandet, milj kr, löpande priser. YXTP -— nominell BNP i utlandet, index 1975 = 1. lnYXTP = ZeilnYi ci — vikt proportionell till land i's andel av XTP. EC, = 1. Yi — nominell BNP för land i, index 1975 = 1. För länder som ingår i YXTP se not i texten. YXTP* — trendvärde för YXTP. YXTP; är lika med prognosen för är t gjord med hjälp av en trendekvation skattad över åren (t—7)—(t—1). För övriga beteckningar se noter till Tabell 3.1. C OLS för perioden 1963—81 exklusive 1963—66, 1970 och 1979. d Värdet inkluderar residualerna för de år som uteslutits vid regressionsberäkningen.

• Sida 243
•  Original

SOU 1984:7 FAKTISKÅ

---------------- ÅNPASSADE 7.0—— |— 6. 5. 4. 3.0—r r Tj' | 1 1 1 r——'r' '!— ”l— l' " '—

63 65 67 69 71 73 75 77 79 81

Som framgår av Diagram 5.2 domineras ekvationen —— när den skattas över hela skattningsperioden — av den laggade beroende variabeln, vilket medför att vändpunkterna kommer med ett års fördröjning. Detta gäller skattningar med såväl OLS som med robust regression. När inkomsttrenden tas med som den enda förklaringsvariabeln, får man en prognoserad trendlinje för transfereringarna, som i stort sett närmar sig utfallskurvan vid tre tillfällen: 1966, 1970 och 1978. Eftersom vi tror att trenden i den beroende variabeln bäst speglas av värden under perioderna 1967—69, 1971—78, 1980—81 (se Diagram 5.3), uteslöt vi de övriga åren från regressionsberäkningen. Denna

Diagram 5.2 Faktiska och anpassade värden för ekvationen för pri- vata transfereringar från utlandet skattad med OLS (Se Tabell 5.2)

Diagram 5.3 Faktiska och anpassade värden för ekvationen för pri- vata transfereringar från utlandet skattad med robust regression (Se Tabell 5.2)

• Sida 244
•  Original

”hemgjorda” robusta regression gav en ekvation som följer ganska exakt det som vi förmodar är trenden i den beroende variabeln och som alls inte påverkas av awikelsema från denna trend (jfr Diagram 5 .3). Som framgår av Tabell 5.2 implicerar ekvationen en långsiktig inkomstelasticitet på 1.8. På kort sikt är inkomstelasticiteten lika med noll.

Våra ekvationer för privata transfereringar till och från utlandet ger alltså samma bild av de två postemas långsiktiga inkomstelasticitet. På kort sikt är bilderna däremot mycket olika, troligen beroende på skillnaderna i variablernas sammansättning. Medan transfereringar till utlandet uppvisar mycket hög inkomstelasticitet på kort sikt är transfereringar från utlandet helt oelastiska.

• Sida 245
•  Original

6 Sammanfattning

I detta kapitel sammanfattar vi våra resultat beträffande tjänsteposternas inkomst- och relativpriselasticiteter. För räntor, där inga skattningar har gjorts, redovisar vi resultat av enkla simuleringar som gav ränte- och stockelasticiteter för 1983—1990.

Resultaten för tjänster utom avkastning på kapital finns ammanställda 1 Tabell 6.1 och 6.2. Tabellerna omfattar endast skattade samband. I Tabell 6.1 redovisas skattningar av kortsiktiga och långsiktiga inkomst- och relativpriselasticiteter. De kortsiktiga elasticiteterna avser en period av 1 år. De långsiktiga elasticiteterna avser i princip en oändlig period men de är ofta lika med den reaktion som observeras redan efter 7—8 år. Det är just denna egenskap som enligt vår mening skall vara avgörande vid tolkning av de långsiktiga resultaten.1 Den kortsiktiga inkomstelasticiteten är här lika med regressionskoefficienten för inkomstens trendawikelse. Den långsiktiga inkomstelasticiteten beräknas med hjälp av koefficienterna för inkomsttren- den och den laggade beroende variabeln1 (där den förekommer)).

I Tabell 6.2 redovisas de skattade regressionskoefficientema för alla poster utom provisioner och import av godsfrakter. För provisioner, som inte är skattade i konstantelastisk form, redovisas elasticiteter för 1981. Ekvationen för import av godsfrakter inkluderar inte de variabler som är upptagna i tabellen. Tabell 6.2 sammanställer alltså ekvationerna i den form de är skattade. Detta gör det möjligt att konstatera eventuella specifikationsför- ändringar i jämförelse med den tidigare modellversionen som användes i samband med LU80.

Den övre delen av Tabell 6.1 ger en uttömmande uppdelning av tjänster exklusive avkastning på kapital i tre grupper samt en sammanvägning av resultaten för dessa tre grupper som ger elasticiteterna för hela aggregatet. Den nedre delen av tabellen ger resultat för privata transfereringar samt för andra aggregeringsnivåer för tjänster. Det bör noteras att elasticiteterna för privata transfereringar avser nominella variabler. Prisstatus av de enskilda ekvationerna framgår av den sista kolumnen i Tabell 6.2.

Som man kan se 1 Tabell 6.1 har de tre tjänsteslagen i tabellens övre del mycket olika egenskaper. Frakter är varken pris- eller inkomstkänsliga, övriga tjänster är enbart inkomstkänsliga och turisttjänster (inkl passagerar- transporter) är både pris- och inkomstkänsliga. Den höga pris- och inkomstkänsligheten för de två sistnämnda posterna avser i första hand lång sikt. 'Vi kan notera att de motsvarande export- och importpostema uppvisar en ganska likartad bild av pris- och inkomstkänslighet.

1 Den långsiktiga elasti- citeten är i princip lika med reaktionen vid övergång från ett hypo- tetiskt jämviktstillstånd, då alla variabler är kon- stanta över tiden, till ett annat sådant tillstånd (på en annan nivå). Den långsiktiga inkomstelas- ticiteten, al i termer av ekvationerna (2.1)—(2.4) i kapitel 2 beräknades som kl/(l—kz) där kl = cal och kz = 1—c är regressions- koefficienter för in- komsttrenden respektive den laggade beroende variabeln i ekvation (2.4) .

• Sida 246
•  Original

Tabell 6.1 Kortsiktiga och långsiktiga inkomst- och relativpriselasticiteter för aggregerade tjänster exkl avkastning på kapital samt delposter i tjänste- och transferer'ingsbalansenn

_________________—.__..____——_——_—————_

Import Export

Viktb Inkomst Rel pris Viktb 1981 Inkomst Rel pris ¹⁹⁸¹ __

Kort Lång Kort Lång Exkl Inkl Kort Lång Kort Lång sikt sikt sikt sikt korr korr sikt sikt sikt sikt posten postenf

Turisttjänster + passagerartransporterf 0,38 0 2,6 —1,1 —2,7 0,28 0,19 0,5 3,1 —1,1 —3,1 (_iodsfrakter 0,26 09 0,62 — — 0,55 0,37 0,64 0,64 — - Ovriga tjänster (inkl provisioner) 0,36 0,9 2,6 —0,3 -1,1 0,17 0,44 0 2,3 —0,9 —0,9

Tjänster, totalth 1,00 0,3 2,1 —0,5 —1,4 1,00 0,5 1,6 —0,5 —1,0 Tjänster, totalt,h inkl korr postenf 1,00 0,3 2,1 —0,5 —1,4 1,00 0,3 1,8 —0,6 —1,0

Övriga aggregeringsnivåer samt

transfereringar

Turisttjänster 0 2,6 —1,5 —3,3 0,9 1,8 —0,7 —1,1 Passagerartransporter 1,9 5 ,1 — — 0 2,5 — — Övriga tjänster exkl provisioner 0,8 2,7 0 —0,7 0 2,4 —1,0 —1,0 Privata tranfereringarg 3,48 1,75 — — 08 1,88 — -

”Tabellen baseras på regressionsresultat från tidigare kapitel. Rubriken "inkomst" avser inhemsk inkomst i importekvationer och världsinkomst i exportekvationer.

Teckenförklaring: 0 = koefficienten har satts lika med noll — = variabeln ingår inte i den skattade modellen. b De reala och nominella vikterna är praktiskt taget identiska.

C Nationalinkomsten och hushållens disponibla inkomst antas uppvisa samma tillväxttakt. Dessutom i alla berörda länder antas KPI uppvisa samma tillväxttakt som BNP-deflatorn. ' d Elasticitet med avseende på världshandeln som här antas uppvisa samma tillväxttakt som världsinkomsten.

e Import av godsfrakter är enligt vår modell en funktion av motsvarande exportvariabel, som i sin tur är en funktion av världsinkomsten (jfr not d). Vi antar att den inhemska inkomsten på lång sikt utvecklas i samma takt som världsinkomsten. På kort sikt antas de två inkomstvariablerna inte påverka varandra.

f Export av övriga tjänster har vid viktberäkning ökats med 11 600 mkr, dvs med den del av korrigeringsposten som inte tillskrivs avkastning på kapital. ³ I motsats till de övriga uppgifterna i tabellen avser elasticiteterna för transfereringar ett samband uttryckt helt och hållet i nominella termer. " Exklusive avkastning på kapital. Detta är en sammanvägning av de tre översta raderna i tabellen.

• Sida 247
•  Original

Delposternas elasticiteter kan sedan vägas samman för att få en bild av aggregatets pris- och inkomstkänslighet. Som framgår av tabellen, på lång sikt är totala tjänster (exkl avkastning på kapital) relativt inkomstelastiska, men deras relativpriselasticitet är ganska låg, särskilt på exportsidan. Bilden förändras knappast om övriga tjänsters vikt ökas med hänsyn till korrige- ringsposten (jfr rad 5 i tabellen). Det är värt att notera att aggregatets pris- och inkomstkänslighet kan förväntas öka till följd av den pågående förändringen i dess sammansättning.1 Under hela skattningsperioden minskade frakternas andel ständigt till fördel för de mera pris- och inkomstkänsliga tjänsteslagen. Eftersom dessa sistnämnda tjänsteslag upp- visar höga inkomstelasticiteter, som vittnar om en expanderande marknad, kan man förmoda att deras andel kommer att öka även i framtiden.

Den övre delen av Tabell 6.1 baseras på ett antal antaganden/förenklingar, vilkas syfte är att möjliggöra en aggregering av resultaten. Definitionen av övriga tjänster, som inkluderar provisioner, skapar — som framgår av tabellen — inga större problem. Övriga tjänster exklusive provisioner uppvisar liknande egenskaper som övriga tjänster inklusive provisioner. Ihopslag- ningen av turisttjänster och passagerartransporter påverkar däremot resul- taten för exportposten. De med passagerartransporter utökade turisttjän- sterna uppvisar betydligt högre inkomst- och priskänslighet är rena turisttjänster. För ihopslagningen talar här det faktum att de utökade turisttjänsterna uppvisar en likartad bild för importen och exporten, medan de snävt definierade turisttjänsterna inte gör det.

Inkomstelasticiteten för export av godsfrakter i Tabell 6.1 baseras på antagandet att världshandeln utvecklas i samma takt som världsinkomsten. Import av godsfrakter, som är en funktion av exporten, på kort sikt antas inte alls bli påverkad av den inhemska inkomstutvecklingen. Vi antar emellertid att den inhemska inkomsten på lång sikt utvecklas i samma takt som världsinkomsten. Detta, tillsammans med fraktimportens enhetselasticitet med avseende på fraktexporten, ger oss inkomstelasticiteten för importen av trakter.

De båda fraktvariablernas inkomstelasticiteter är möjligen underskattade1 till följd av vårt försiktiga antagande om att världshandeln utvecklas i samma takt som världsinkomsten. Förenklade beräkningar tyder på att den reala världshandelns elasticitet med avseende på den reala världsinkomsten låg under analysperioden (1964—81) omkring 1,7. Detta tal skulle innebära att

1Fraktimportens kort- siktiga inkomstelasticitet, som antogs vara lika med noll, är här undan- tagen.

1 Effekten av förändringen i aggretatets sammansättning illustreras av följande jämförelse:

Import Export Inkomst Relativa priser Inkomst

Kort Lång Kort Lång Kort Lång sikt sikt sikt sikt sikt sikt Vikt 1981 0,3 2,1 —0,5 —1,4 0,5 1,6 Medelvikt 1964—81 0,2 1,6 —0,4 —1 ,1 0,1 1,0

Relativa priser

Kort Lång sikt sikt —0,5 —1,0 -0,4 —0,8

• Sida 248
•  Original

Tabell 6.2 Skattade elasticiteter för poster i tjänste- och transfereringsbalansen enligt LU84 och LU80"

Elasticiteter med Import Export Pris- avseende på:

Inkomst Rela- Eget Auto- Inkomst Rela- Eget Auto- tivt pris regressiv tivt pris regressiv Trend Trendav- pris termb Trend Trendav- pris termb vikelse vikelse

_________________—_____—_—__——-—

Turisttjänster LU84 1,19 0 —1,48 — 0,55 1,15 0,93 —0,71 — 0,37 LU80 1,36 0,60 —2,24 — 0,53 1,72 0,95 —2 00 — 0

Passagerartransporter LU84 3,82 1,94 - -0,19 0,26 1,60 LU80 2,42d - 0 0,46 2,21

Turisttjänster +

passagerartransporter

LU84 1,06 0 —1,10 0 0,60 1,16 0,53 —1,14 —0,25 0,63 LU80 1,27 0,65 —1,81 0 0,57 1,99 0,84 —1,68 —0,12 0

Godsfrakter

LU84 — — — — — 0,60” _ 70,33 _ FP LU80 — — .— - — 0,67” — —0,47 — FP Övriga tjänster exkl

provisioner

LU84 1,97 0,77 —0,54f — 0,27 2,38 0 —0,98 — 0 FP Övriga tjänster inkl

provisioner

LU84 1,81 0,88 —0,77B — 0,30 2,33 LU80 1,36 0,97 -1,01 — 0,50 1,15

Beroende variabel

— —0,35 0,36 — —0,23 0

8:81 818:

OO

&&: —0,85 — 0 FP —0,97 — 0,62 FP

OO

• Sida 249
•  Original

Privata transfereringar LU84 1,16 3,39 — — 0,32 1,31 0 — — 0,26 LP LU80 1,32 3,24 — — 0,31 0,38 0 — — 0,79 LP ___—___— Export av varor Import av varor

Provisionerh LU84 1,01 0,98 LP ___—_____________

" Tabellen baseras på regressionsresultat från tidigare kapitel samt på motsvarande resultat redovisade i A Markowski, op cit. Rubriken ”inkomst” avser inhemsk inkomst i importekvationer och världsinkomst i exportekvationer. Teckenförklaring: 0 koefficienten har satts lika med noll. — = variabeln ingår inte i den skattade modellen. '” Koefficienten för den laggade beroende variabeln. C LP — löpande priser.

FP — fasta priser. ” Koefficienterna för inkomstens trend och trendavvikelse sattes lika med varandra. ⁶ Inkomstvariabeln representeras av ett mått för världshandeln. f Relativpristermen i denna ekvation är laggad med 1 år.

⁸ Summan av koefficienterna för den icke laggade och den (med 1 år) laggade relativpristermen. " Elasticiteter för 1981. Ekvationerna är skattade i linjär form.

• Sida 250
•  Original

1Fraktimportens kort- siktiga inkomstelasticitet, som antogs vara lika med 11011, är här undan- tagen.

2 De långsiktiga inkomst- elasticiteterna för LU80 är inte redovisade. De kan dock lätt beräknas med hjälp av Tabell 6.2 och noten i början av detta kapitel.

frakternas1 inkomstelasticitet blev 1. Tjänsternas sammanvägda inkomst- elasticiteter skulle då öka med ca 0,2 för exporten och ca 0,1 för importen.

Skillnaderna mellan våra resultat och elasticitetsskattningarna, som redovisades i samband med LU80, kan hänföras till två orsaker: annorlunda skattningsmetod och förlängt sampel, som förhoppningsvis ger större precision i Skattningarna. Som framgår av Tabell 6.2 har inkomstelasticite- ternai LU84 samma storleksordning som i LU80.2 Export av turisttjänster plus passagerartransporter utgör här ett undantag. Vi kan notera att ekvationen för export av privata transfereringar uppvisar samma långsiktiga inkomstelasticitet som i LU80, trots mycket annorlunda regressionskoeffi— cienter.

Priselasticiteterna är genomgående mycket lägre i LU84 än i LU80. Den ovannämnda ekvationen för export av turisttjänster plus passagerartranspor- ter med sin mycket höga skattning av den långsiktiga relativpriselasticiteten utgör även här ett undantag. Enligt vår mening utgör de flesta resultat i LU84 bättre skattningar av relativpriselasticiteter än motsvarande estimat i LU80. Möjligen med undantag för export av rena turisttjänster, överensstämmer de också — som framgår av kapitel 4 — med teoretiska resonemang om de olika

tjänsteslagens priselasticitet.

I tredje kapitlets alla avsnitt redovisas både minsta kvadratskattningar (OLS) och motsvarande estimat beräknade med robust regression (RO- BUST). I alla fall utom ett (import av frakttjänster) omfattar den valda ekvationen robusta skattningar. Som framgår av tabellerna i kapitel 3 är skillnaderna mellan robusta skattningar och minsta kvadratestimat relativt begränsade. De största skillnaderna uppstod, som väntat, för export av övriga tjänster, som sannolikt är behäftad med det största mätfelet. Orsaken till de begränsade skillnaderna måste enligt vår mening sökas i de aggregerade tidsseriernas natur. En aggregering innebär att vissa variationer i grunddata tar ut varandra så att den aggregerade serien blir jämnare än dess komponenter. Följaktligen kan de aggregerade seriernas variation påverkas

Tabell 6.3 Räntepostens kortsiktiga och långsiktiga ränte- och stockelasticiteter'

Elasticiteter med avseende på

Räntesatsen Stockar 1982

Kort sikt Lång sikt Kort sikt Lång sikt Ränteinkomster 0,9 1,0 — 1,0 1,0 Ränteutgifter 0,7 1,4b 1,0 1,31, Räntenettof —0,5 —1,6b —1,0 —1,5b

” De kortsiktiga elasticiteterna avser året 1983, de långsiktiga elasticiteterna avser 1990 (jfr not b). Tabellen baseras på simuleringar med räntemodellen för perioden 1983—90 och utgör ett utdrag ur Tabell 4.2. Se noter till Tabell 4.2 för en beskrivning av simuleringarna. " Lång sikt definieras här som 8 år. Detta är alltså inte det värde som elasticiteten konvergerar till över en oändlig tidsperiod. C Elasticiteterna redovisas här med omvänt tecken, för att visa att en ränte- eller stockökning leder till en försämring av räntenettot. Jfr not b till Tabell 4.2

• Sida 251
•  Original

mycket mindre av mätfel, än det är fallet med tex tvärsnittsdata.I

Låt oss slutligen kort sammanfatta våra resultat för räntor. Eftersom vi inte hade gjort några regressionsskattningar för denna post, erhölls de kvantita- tiva resultaten genom en simulering av räntemodellen över perioden 1983—90. I Tabell 6.3 redovisas räntepostens ränte- och stockelasticiteter för 1983 (kort sikt) och 1990 (lång sikt). Stockelasticiteterna avser här en engångsökning av både skuld- och tillgångsstocken. Som framgår av tabellen leder både ränte- och stockökningar till en försämring av räntenettot och den negativa effekten ökar med tiden. Detta förklaras av att ränteutgifterna på lång sikt uppvisar högre elasticiteter än ränteinkomsterna och av att dessa skillnader ökar med tiden.

1.lfr A Markowski, Esti- mating Invisible Trade in the presence of Large Measurement Errors, Riksbankens Stencilserie 1983:1 (Stockholm: Sve- riges Riksbank, 1983).

• Sida 252
•  Original

• Sida 253
•  Original

Appendix 1 Robust estimation med hjälp av iterativt vägda minsta kvadratmetoden1

Minsta kvadratmetoden är känd för att vara känslig för enstaka stora fel i samplet. Det är lätt att konstruera ett exempel som visar hur en observation som avviker från det övriga mönstret påverkar skattningar av regressions- koefficienterna. För att få skattningar som är mindre känsliga för feltermens awikelser från normalitet kan man istället för residualkvadratsumman minimera en funktion som ger mindre vikt åt extremt stora residualer.2 Om den skattade relationen har formen:

(A.1) Y, = ?aixii + ui i = 1,2, . . . ,n j = 1,2, . . . ,p

där

Y,X,— — variabler3

u — felterm

aj — konstanta (ej kända) koefficienter

n — antalet observationer p — antalet koefficienter som måste skattas,

då, i stället för att minimera

(Aa) ;(Y. — gifta,-13

där är, — estimat av a,,

skattar man koefficienterna a,— genom att minimera uttrycket (A-3) Zi? (Yi _ %åjxij) Funktionen ()(-), som kan specificeras på många olika sätt (se nedan), måste vara sådan att den viktar ned extremt stora residualer.

För att minimera (A.3) differentierar vi uttrycket och får följande ekvationssystem:4

(AA) ZilP(Yi —%åjxij))gk = 0

där

v=9'.

1 Detta avsnitt baseras på A Markowski, Esti- mating Invisible Trade in the Presence of Large Measurement Errors, Riksbankens Stencilserie 1983:1 (Stockholm: Sve- riges Riksbank, 1983).

2 Jfr P J Huber, Robust Statistics, (New York: J Wiley, 1981).

3 Om ekvationen inklu- derar ett intercept, då är Xl, = 1 för alla i.

** Lösningen till (A.4) motsvarar minimum av (A.3) enbart om ()(-) är konvex.

• Sida 254
•  Original

1Jfr D Coleman, P Hol- land, N Kaden, V Klema and S C Peters, ”A Sys- tem of Subroutines for Iteratively Reweighted Least Squares Computa- tions", ACM Transac- tions on Mathematical Software, Sep 1980.

2 Man förutsätter bl a att funktionen 9 och fördelningen av felter— men u är symmetriska. Dessutom antar man att Elw(ui)l = 0.

3 Jfr P J Huber, ”Robust Regression: Asympto- tics, Conjectures and Monte Carlo”, The An- nals of Statistics Vol 1 1973; P J Huber, Robust Statistics (New York:

J Wiley, 1981), Chapter 7 eller R Koenker,

op cit, Section 3.

Ekvationssystemet (A.4) kan skrivas på formen (A.5) zxtwår. = 0

1 där ri = Yi — gå,-X,]—

2 7101) , w,: ' r

vilken formellt motsvarar normalekvationerna till vägda minsta kvadratme— toden. Observera dock att vikterna inte är exogena utan att de är funktioner av residualerna.

För en given funktion 1,11 kan koefficienterna a,- estimeras från (A.5) med hjälp av iterativt vägda minsta kvadratmetoden. Enligt denna metod används lämpliga startvärden för vikterna för att med hjälp av vägda minsta kvadratmetoden få en skattning av aj.

På basis av dessa estimat beräknar man sedan residualer och en ny uppsättning vikter. Proceduren upprepas tills ett konvergensvillkor är uppfyllt.

Många olika viktfunktioner, w, har föreslagits i detta sammanhang.] Till de oftast använda viktfunktionerna hör Hubers funktion och bisquare- funktionen.

Hubers viktfunktion definieras (i den form som motsvarar II) i (A.5) ) på följande sätt:

r for IrISk (A-Ö) 1110) =

k - sign(r) for |r|>k,

där k är en konstant som bestämmer ”graden av robusthet”. Bisquare-funktionen definieras som:

%ll—(EY 12

0 for |r|>c,

for |r|(c

(A-7) Mr) =_

där c är en parameter analog till k.

Som man kan se från (A.6) och (A.7) eliminerar bisquare-funktionen observationer som motsvarar extremt stora residualer, medan Hubers funktion endast viktar ned dem. Båda funktionerna ger estimatorer som tillhör familjen M-estimatorer, vilka under ganska generella villkor2 är konsistenta och asymptotiskt normala.3 Dessa estimatorer äri allmänhet mer effektiva än minsta kvadratestimatorn, då standardantaganden om felter- mens fördelning inte är uppfyllda. Dessutom är de mindre känsliga för enstaka stora fel i samplet.

Storleken på konstanterna k och c 1 (A.6) och (A.7) måste anpassas till den använda måttenheten. Byter man måttenheten måste man, för att få samma resultat, i motsvarande grad förändra dessa konstanter. Problemet kan undvikas och uttrycket (A.5) kan göras skalinvariant om argumentet för

• Sida 255
•  Original

funktion 1]; i (A.5) standardiseras med hjälp av ett estimat av dess standardavvikelse, s. Viktdefinitionen i (A.5) får då formen:

lil/(TJS) _

rl

(A.8)

W2= i

En robust estimator för s som används i detta sammanhang1 är medianen för absolutaavvikelser från medianen:2

_ 1 (Ag) S ” 0.6745

median( | r, — median(r, )l).

Som lämpliga värden för konstanterna k och c anges ofta k = 1,345 och c = 4,685, vilka motsvarar 95-procentig asymptotisk effektivitet jämfört med aritmetiskt medelvärde, då feltermen är standardiserad normal och enbart en parameter skattas.3

1Jfr H D Vinod, A Ul- lah, Recent Advances in Regression Methods (Ba- sel: Macel Dekker, Inc, 1981), kapitel 13.

2 Konstanten 1/0,6745 korrigerar för asympto- tisk bias.

3 Jfr P W Holland, R E Welsch, "Robust Re- gression Using Iterative- ly Reweighted Least- Squares”, Communica- tions in Statistics: Theory and Methods, A6(9) 1977.

• Sida 256
•  Original

• Sida 257
•  Original

Appendix 2 Källor och definitioner

BNP-deflatorer

BNP, real och nomi- nell

Bränsleprisindex

Disponibel inkomst (hushållens)

Implicita deflatorer för transportposterna

KPI

Prisindex för OECDs export av bearbetade varor uttryckt i dollar

Råoljeexport

Tjänste- och transfere- ringsbalansen

framräknade med hjälp av BNP-data.

Källa: International Financial Statistics Yearbook 1982 (Washington: International Monetary Fund, 1983).

Källa: nationalräkenskaper. Enhetsprisindex för motorbrännolja, P215.

Källa: Konjunkturinstitutet.

beräknade med hjälp av en disaggregering av posten transporttjänster i nationalräkenskaperna. För passagerartransporter: import — löpnr 0755 (biljettavgifter), export — löpnr 0806 (övriga biljetter) + 2009 (luftfart-biljetter) + 2008 (sjö- fartsbiljetter). För godsfrakter: export — löpnr 2006 (hemfrakt - svenska flygbolag) + 2002 (linjefart) + 2050 (torr och malmlast) + 2003 (hemfrakt på svensk köl) + 2004 (flygfrakt) + 2051 (oljelast). Källa: nationalräkenskaper, SCB.

Källa: International Financial Statistics Yearbook 1982 (Washington: International Monetary Fund, 1983).

Källa: OECD Economic Outlook, olika årgångar, avsnitt Foreign Trade and Current Balances.

Källa: International Financial Statistics Yearbook 1982 (Washington: International Monetary Fund, 1983), rad 70 aa.

Källa: Riksbanken.

• Sida 258
•  Original

Godsfrakter

Passagerartransporter

Turisttjänster

Total varuexport från OECD, volym

Vikter

definieras som transporttjänster i tjänstebalansen minus passagerartransporttjänster.

importvariabeln motsvarar posten ”biljetter” under ”Övriga transporter” i tjänstebalansen. Exportvariabeln motsvarar summan av ovan nämnda ”biljetter” och svenska rederiets biljet- tintäkter i utländsk valuta.

för åren 1961—73 korrigerades för svenska sedlar som har förts ut till utlandet, sålts där och sedan återförts till Sverige av utländska resenärer. Korrigeringen gjordes genom extrapolering av den exponentiella trenden för de befintliga data över utländska bankers köp från och försäljning till allmänheten av svenska sedlar. Källa: Riks- banken.

Källa: OECD Economic Outlook, olika årgångar, avsnitt Foreign Trade and Current Balances.

Källa: Riksbanken. Viktema i ekvationerna för övriga tjänster baseras på t jänstebalansens länder- fördelning för åren 1970—81. Före 1970 är vikterna lika med sina 1970 års värden. Vikterna i ekvatio- nerna för transfereringar baseras på transfere- ringsbalansens länderfördelning för åren 1970—81. Före 1970 är vikterna lika med sina 1970 års värden. Viktema i ekvationerna för turisttjänster baseras på resevalutabalansens länderfördelning för åren 1961—81. Länderfördelningen har korri- gerats för ut- och införda sedlar fr o m 1971 (jfr ”Turisttjänster” i detta appendix).

• Sida 259
•  Original

• Sida 260
•  Original

• Sida 261
•  Original

Förord

1984 års långtidsutredning har utarbetats inom finansdepartementet. I samband med utredningen har ett antal specialstudier genomförts. Huvud- delen av dessa publiceras som bilagor till utredningens huvudrapport (SOU 1984:4).

I föreliggande bilaga nr 16 redovisas en studie av fil kand Anders Forslund och fil mag Yngve Lindh, Institutet för internationell ekonomi, Stockholms universitet respektive Nationalekonomiska institutionen, Uppsala universi- tet.

Ansvaret för studien och bedömningen däri vilar på författarna. Långtids- utredningens användning av studien och dess resultat framgår av huvudrap- porten.

Stockholm i mars 1984

Michael Sohlman Planeringschef

• Sida 263
•  Original

InnehåH

1 Inledning och problemställning . . . . . . . . . . . 7 2 Tidigare empiriska prisbildningsstudier . . . . . . . . 8 3 Empiriska studier för små öppna ekonomier . . . . . . 10 4 Våra teoretiska utgångspunkter . . . . . . . . . . 12 5 Modellen . . . . . . . . . . . . . . . . . . 12 5.1 Inledning . . . . . . . . . . . . . . . . . . 12 5.2 Den enskilda företaget . . . . . . . . . . . . . 13 5.3 Förväntningsbildningen . . . . . . . . . . . . . 14 5.4 Aggregering . . . . . . . . . . . . . . . . . 15 6 Det empiriska materialet . . . . . . . . . . . . . 17 7 Estimationsmetoder . . . . . . . . . . . . . . 20 8 Estimationsresultat . . . . . . . . . . . . . . . 20 9 Tolkning av resultaten sektorvis . . . . . . . . . . 24 10 Avslutande kommentarer . . . . . . . . . . . . 25

Referenser...................31

• Sida 264
•  Original

• Sida 265
•  Original

Prisbildning på sektornivå

1 Inledning och problemställning

Den svenska ekonomin, liksom den internationella omgivningen, har under de senaste tio åren utsatts för inre och yttre störningar i en större utsträckning än under de närmast tidigare decennierna. Förutom de oväntade höjning- arna av oljeprisema, har vi i Sverige haft relativt kraftiga ökningar av lönekostnaderna, inte minst höjningar av arbetsgivaravgifterna. Till detta kommer att den internationella efterfrågan och världsmarknadspriserna på råvaror har fluktuerat starkt under perioden. Den oroliga internationella valutamarknaden har dessutom inneburit snabba kast i växelkurserna mellan industriländernas valutor.

Alla dessa störningar har förorsakat problem för den svenska ekonomins stabilitet och för stabiliseringspolitiken. De har påverkat prisstabilitet, produktionen i industrisektorn och därmed sysselsättningen och bytesbalan- sen på ett negativt sätt.

Effekterna av de ovan nämnda störningarna har alla i grunden att göra med de ekonomiska agenternas, dvs företagens, hushållens, organisationemas och de ekonomisk-politiska myndigheternas reaktionsmönster. Inte minst centrala blir de enskilda företagens anpassningar med avseende på varupriser och produktion. Dessa anpassningar på mikroplanet adderas upp till förändringar i allmän prisnivå och total produktion på makroplanet och får därmed effekter på den totala sysselsättningen och externbalansen.

Syftet med denna studie är tvåfalt. För det första har vi det mer begränsade syftet att estimera empiriska prismodeller på disaggregerad nivå, som är användbara för att byggas in i finansdepartementets prognosmodell (EMMA).1 Därmed skulle denna modells möjligheter förbättras, när det gäller att prognosticera utfallet av förändringar i den allmänna prisnivån vid störningar från efterfråge- och/eller utbudssidan.

För det andra skall föreliggande studie ses som ett första steg mot mer djuplodande studier om olika typer av störningars effekter på industriföre- tagens prisbildnings- och produktionsbeslut på relativt kort sikt. I detta senare perspektiv avses framför allt de dynamiska anpassningsbanorna att studeras.

Det finns framför allt två skäl för att studier av prisbildningen på mikronivå eller starkt disaggregerad makronivå är intressant. Vi kan säga att problemet har två dimensioner. För det första förefaller det som om den relativa snabbheten i anpassningen av priserna vid förändringar i efterfrågan eller i

1 Sektorindelningen gäl- ler LU:s branschindel- ning. Vi har tagit fram prisekvationer för 18 varuproducerande branscher.

• Sida 266
•  Original

1 För diskussioner om prisflexibilitet resp pris- stela marknader, se Hicks (1939) och Okun (1981).

2I LU-bilagan: ”Ut- landsföretagen och den svenska ekonomin" be- tonas att de svenska exportföretagen i huvud- sak verkar på marknader där kvalitet är ett vikti- gare konkurrensmedel än priset. Detta synsätt tycks stämma väl med den beskrivning av kort- siktigt prisstela markna- der vi givit ovan.

produktionskostnaderna skiljer sig åt mellan företag vars varor har olika karaktär. En snabb anpassning, prisflexibilitet, tycks förekomma på ett fåtal marknader vilka kännetecknas av att varorna är relativt homogena. Olika typer av råvaror är exempel på detta. Å andra sidan tycks varor som kräver intensiva kontakter och förhandlingar mellan kunder och producenter om enskilda varuenheternas utförande, leveranstid m rn uppvisa betydligt mera av prisstelhet. Avancerad maskinutrustning kan utgöra ett bra exempel på sådana varor. Kännetecknande för marknader av denna typ är att varorna är differentierade, dvs de är av samma typ, men har egenskaper som skiljer dem åt. Allmänt anses denna senare varutyp vara så dominerande, i helheten, att prisstelhet på kort sikt får gälla som standardantagande när det gäller prisernas rörlighet på kort sikt i många makromodeller, då framför allt i s k Keynesianska ojämviktsmodeller?»2

I en liten öppen ekonomi som den svenska måste vi emellertid även ta hänsyn till en annan dimension över företag eller industribranscher när det gäller prisanpassningen vid störningar. Detta är i vilken grad företaget är utsatt för utländsk konkurrens. Ett företag som utsätts för mycket stark konkurrens från utlandet har mycket små möjligheter att självständigt sätta sitt pris. Särskilt gäller detta om företaget agerar på en marknad med relativt homogena varor. Företaget är pristagare. Kraftiga faktorkostnadsökningar utöver konkurrenternas kommer i sådana fall att leda till minskningar av produktionen men med ytterst små ökningar av priset över världsmarkna- dens.

Samma ökning av faktorkostnaderna kan emellertid övervältras framåt mot priserna, utan att i någon högre grad störa produktionsnivån, av ett företag som verkar i en från utländsk konkurrens skyddad sektor. Om även den inhemska konkurrensen är svag, underlättas övervältringen framåt mot priserna. Traditionellt benämns en sådan prissättningspoliktik kostnadspris- sättning (mark-up-pricing). I begreppet ligger även att det genomsnittliga företaget anses uppfatta förändringar på kostnadssidan snabbare än föränd- ringar på den mer diffusa och osäkra efterfrågesidan. Förändringar av den senare typen antas därför normalt påverka företagens prisbeslut med kraftig eftersläpning. På kort sikt kan det därför förefalla som om företaget använder sig av en enkel tumregel med procentpåslag, så att endast kostnadssidan tycks påverka prissättningen.

På grund av förväntade skillnader i både prisanpassningens utsträckning i tiden och i utsattheten för utländsk konkurrens mellan företag i olika delar av ekonomin, förefaller en studie av företagens prisbeteende på disaggregerad nivå väl motiverad. I ett längre perspektiv är kunskap om dessa förhållanden väsentlig för så viktiga frågor som hur utifrån kommande inflationsimpulser, och efterfrågeförändringar, sprider sig i den öppna svenska ekonomin.

2 Tidigare empiriska prisbildningsstudier

Ända sedan Chamberlain och J. Robinson under 1930-talet utmanade de enklaste neoklassiska teorierna med sina modeller för monopolistisk konkurrens har en fortlöpande teoretisk diskussion, med försök till empiriska belägg, förts om hur industriföretagen sätter sina priser. Huvud-

• Sida 267
•  Original

frågeställningarna har för det första varit: Hur kraftigt är det relativa inflytandet på prisbildningen av förändringar på utbuds- resp efterfrågesi- dan? För det andra, hur snabbt går anpassningarna vid resp störningar? Helt kort skall den teoretiska diskussionen först beröras. Utgångspunkten har i stor utsträckning varit att förklara svårigheterna med att spåra efterfrågans inflytande på prisbildningen, åtminstone på kort sikt. På en låg abstraktions- nivå har detta förklarats av att i en osäker värld använder sig företagen av enkla tumregler för prissättningen som mark-up och target return prissätt- ning.1 På en högre abstraktionsnivå har anpassningskostnader för förän- dringar av priser, osäkerhet om efterfråge- och kostnadskurvornas läge och lutning, informationsbrister från kundernas sida om marknadernas prissprid- ning och från företagets sida om konkurrenternas agerande, explicit byggts in i komplicerade dynamiska modellstrukturer.2 Några säkra slutsatser ur dessa om vilka prisbildningsbeteenden som dominerar bland industriföretagen går inte att dra. Många utfall är möjliga beroende på vilken typ av marknad företaget agerar på, på den producerade varans(ornas) karaktär, hur möjligheterna till lagerhållning och upprättandet av orderköer förhåller sig. Frågan om karaktäristiska skillnader i prisbildningen mellan olika industri- företag blir därför en empirisk fråga.

I den internationella litteraturen, då i huvudsak den nordamerikanska och den engelska finns ett rikt utbud av empiriska undersökningar på området. I mycket liten utsträckning berör emellertid dessa studier de speciella problem prisbildningen i en liten öppen ekonomi innebär. Flera svårigheter finns när det gäller att bedöma värdet av dessa studier. För det första anges sällan klart vilket tidsperspektiv de avser. Det är av största vikt att ha klart för sig. Ett vanligt resultat i dessa studier är att kostnadssidan dominerar prisbildningen. Om det gäller på kort sikt, behöver det inte betyda att efterfrågesidan är betydelselös. Förmodligen återspeglar det i så fall endast att efterfrågan, på

1Enligt principen om "mark-up"-prissättning sätter företagen på marknader med imperfekt konkurrens priset genom att utgå från styckekostnaderna och sedan göra ett visst pricentuellt pålägg på detta. Vanligen antas då att företagen inte utgår från de faktiska styckekostnaderna utan från standardkostnader som beräknas så att kortsiktiga produktivitetsfluktuationer inte kommer att inverka i någon större utsträckning.

Med "target-return"-prissättning menas att företag på imperfekta marknader i stället sätter sina priser så att en viss eftersträvad avkastning av kapitalet uppnås. Se Calmfors-Lundberg (1974). 2 Arrow (1959) initierade teorin om företagens prisanpassning. Han visade att även på atornistiska marknader har företagen ett visst monopolistiskt utrymme för val av pris om marknaden befinner sig i ojämvikt. Osäkerhet om konkurrenters priser, kostnadsförhållanden och om aggregerad efterfrågan gör sökandet av ett optimalt pris till en kostsam och därmed trög process.

I Arrows fotspår analyserar Barro (1972) anpassningskostnaders betydelse för trög prisanpassning. Phelps-Winter (1970) betonar betydelsen av att företagets kunder inte har perfekt information om prisstrukturen på marknaden. Iwai (1974) förklarar trögheten i prisanpassningen med att företaget inte har perfekt information om sina efterfråge- resp. konstadsförhållanden, varken på den egna marknaden eller på aggregerad nivå. Blinder (1982) visar att oförväntade förändringar i efterfrågan pareras av lageranpassningar i första hand och prisförändringar resp. förändringar i produktionen först i ett senare skede. En utmärkt sammanställning av teorier om prisbildningen på mikronivå finns i Gordon (1981)

• Sida 268
•  Original

1 För en utmärkt sam- manfattning, se Hay- Morris (1979), kap 4, "Pricing Behaviour”.

2 Ibid. s. 126

3 Några av de mest kän- da studierna på bransch- nivå är: 1 Eckstein-Wyss (1972), Studie för USA. 2 Stigler-Kindahl (1970), Studie för USA. 3 Coutts-Godley-Nord- haus (1978), Studie för Storbritannien. 4 Lund-Rushdy (1967), Studie för Storbritan- nien.

4 Givet att elasticiteten på den kortsiktiga kost- nadskurvan är strax un- der ett. För empiriska belägg, se Bruno (1978) och Hay-Morris (1979).

5 Nabseth, Löneökning- ars verkningar, Uppsala 1962.

grund av dess för företaget mer diffusa karaktär, byggs in över en längre tidsperiod i priset. Om däremot kostnadsdominansen skulle gälla på längre sikt har man avvisat hypotesen att efterfrågan över huvud taget påverkar prisbildningen. Detta utesluter emellertid inte att efterfrågan spelar en indirekt roll genom att påverka kostnaderna.

Andra problem är förvirring när det gäller specificering av modellerna och val av empiriska proxies för de teoretiska variablerna. I det förra fallet är ett exempel tvetydigheter m a p om nivå eller förändring av oberoende variabler skall förekomma som förklarande faktorer. I det senare fallet är det frågor som hur man finner en god proxy för efterfrågan på varumarknaden. Ett annat problem är om kostnadsvariabeln empiriskt skall anges av aktuella eller normala kostnader för en längre tidsperiod, och i så fall hur de senare skall konstrueras. Ytterligare ett problem är huruvida den beroende variabeln, producentpriset, skall mätas med list- eller transaktionspriser. Det finns här inget utrymme för vidare diskussion om dessa problem.1

Det går inte att dra någon entydig slutsats om huruvida prisbildningen domineras av utbuds- eller efterfrågefaktorer utifrån en genomgång av dessa empiriska studier. Hay-Morris2 visar i en grov sammanställning av resultaten att det går att klassificera dessa i tre olika grupper.3 För det första tycks omkring 20 procent av företagen tillämpa ren kostnadsprissättning med fixa marginaler. I en dominerande mellangrupp återfinns de företag som utgår från kostnadsprissättning i grunden, men som gör mer eller mindre kraftiga modifikationer av marginaler vid förändringar i efterfrågan. De företag som systematiskt bygger in efterfrågeförändringar i priset utgör enligt Hay- Morris åter omkring 20 procent av företagen. Genomgången visar en dominans för kostnadsberoende prissättning, men att efterfrågesidan definitivt har ett inflytande.

3 Empiriska studier för små öppna ekonomier

För ett företag eller en bransch i en liten öppen ekonomi, som verkar under konkurrens från omvärlden, är en teoretisk och empirisk analys av ovan angiven typ otillräcklig.

Om vi utgår från ett företag i öppen ekonomi, med given varudifferentie- ringsgrad, informationsnivå etc, vilket leder till en viss given fördelning i utbuds- resp efterfrågesidans roll för företagets prisbildning, kommer en ökad utlandskonkurrens att innebära en allt flackare efterfrågekurva för det enskilda företaget. Följden av detta blir att utbudsfaktorernas inflytande på priset kommer att dämpas. Skillnader i effekter av förändringar i efterfrå- genivå blir förmodligen försumbara med relevanta antaganden om margi- nalkostnadskurvans lutning.4

Den första svenska studie som något berör dessa problem är Nabseths.5 I fallstudier av enskilda svenska företag, ser han att priserna påverkas i olika hög grad av lika stora löneökningar. Exempelvis påverkar löneökningar det hårt konkurrensutsatta sågverksföretagets priser mycket lite. För ett mer från konkurrens skyddat företag som kvarnen spåras, efter betydande trögheter, ett starkare inflytande från ökningar av faktorskostnaderna. Nabseths huvudpoäng angående prisbildningen är emellertid att han tycker

• Sida 269
•  Original

sig se att företag, på grund av anpassningskostnader, inte förändrar priserna vid små kostnadsförändringar. Företagen tycks "samla på sig” anledningar att göra förändringen, och kräver rätt stora störningar för att ta steget. Oftast är det förändringar av råvarupriserna som utgör dessa tillräckligt stora störningar. Prisdynamiken blir därför ryckig för det enskilda företaget.

Den mest ambitiösa empiriska studien på området i Sverige, vilken också är en av de få internationellt, har utförts av Calmfors-Herin.1 Dessa gör en empirisk analys av prisbildningsbeteendet i fjorton svenska industribran- scher under perioden 1952—1974. Huvudfrågeställning i deras arbete är: Hur viktig är utländsk prisinfluens i jämförelse med inhemska faktorer för prissättningen på varor producerade i exportkonkurrerande importkonkur- rerande resp skyddade sektorer. Eftersom de olika varumarknaderna skiljer sig åt kraftigt från varandra bl a vad gäller varudifferentieringen, anpass- ningshastigheterna och antalet produkter, anser C—H att ingen tillgänglig prisbildningsteori kan vara användbar för samtliga fall. C—H utgår från tre olika ansatser: Traditionell Walrasiansk market-clearing, en ad-hoc-artad dynamisk pristeori och teorin för administrativ prissättning.

Enligt C—H:s resultat tycks inte efterfrågeförändringar ha något starkt inflytande på prisutvecklingen på kort sikt inom de olika branscherna. Däremot får kostnadsvariablerna höga förklaringsvärden. Av dessa tycks insatsvarupriserna få högre förklaringsvärde än lönekostnaderna, vilket ger stöd för Nabseths ovan beskrivna hypotes. Det viktigaste resultatet, vilket besvarar C—H:s frågeställning, är att den importkonkurrerande sektorn, liksom den skyddade sektorn, intei någon högre grad tycks vara beroende av världsmarknadspriserna. Däremot bekräftades hypotesen att den export- konkurrerande sektorns priser är beroende av världsmarknadspriserna.

I ett arbete om skillnader i prisbildning på kort sikt i större resp mindre företag, bekräftar i stort Lindh-Ohlsson C—H:s resultat för perioden 1969—1976, vad avser prisbildningen i olika industribranscher. Endast resultaten för elektroindustrin divergerar.2

I en jämförande studie gjord vid OECD3 om prisanpassningens hastighet vid kostnads- och efterfrågeförändringar i ett antal OECD-länder, är resultaten vad gäller Sverige samstämmiga med ovan angivna studier när det gäller kostnadernas övervältring mot priserna i export- resp skyddade sektorer. Efterfrågeförändringar tycks endast påverka prisbildningen i exportsektorerna. Dessutom finner man att hastigheten i prisanpassningen är något snabbare i skyddade sektorer än i konkurrensutsatta.

I en studie på belgiska data på disaggregerad nivå visar Frantzen4 att det förekommer ett inflytande från världsmarknaden på prisbildningen i olika industrisektorer, även om detta är svagare än vad som traditionellt har antagits. Det utländska prisinflytandet är tillräckligt stark för att regeln för fullkostnadsprissättning inte bör användas generellt utan med eftertanke. Speciellt gäller detta exportinriktade sektorer.

Bland de tidigare nämnda anglosaxiska prisstudierna, är det endast Coutts-Godley-Nordhaus5 som berör utlandskonkurrensens betydelse. Emellertid begränsar C-G-N sig till att studera importkonkurrensens betydelse i berörda branscher. Man finner endast mycket svaga samband mellan importpriser och inhemska producentpriser.

Slutsatsen av denna genomgång av studier angående utlandskonkurren-

1 Calmfors-Herin (1979). 2 Lindh-Ohlsson (1983) 3 OECD (1983).

4 Frantzen (1983).

5 Se sid 10 fotnot 3.

• Sida 270
•  Original

1 Modellens struktur är i huvudsak inspirerad av den av Bruno (1979) uppbyggda mikrobase- rade modellen för analys av oljeprischockernas stabiliseringseffekter under 1970-talet i ett antal små länder. Lindh (1982) har utvecklat denna modell för analys av vilka effekter föränd- rade löneskatter får på priser och produktion (sysselsättning) i skilda industribranscher.

2 Under perioden kan den solidariska lönepo- litiken ha haft ett sådant inflytande på lönebild- ningen.

sens betydelse för industriföretagens prissättning blir, att den på teoretiska grunder spridda uppfattningen, att företag i hela konkurrensutsatta sektorn (export- och importkonkurrerande sektorn) inte själva kan påverka sina priser, är överdriven. På grund av olika grad av konkurrens, produktdiffe- rentiering och informationsbrister hos företagens kunder och mellan företagen, har förmodligen företag åtminstone på kort sikt en viss frihet i sitt prissättande.

4 Våra teoretiska utgångspunkter

För att analysera problemet om hur ett spektrum av branscher anpassar sina priser vid störningar från utbuds- resp efterfrågesidan är avsikten att som teoretisk ram använda en mikrobaserad företagsmodell.1

Modellens viktigaste egenskap är att mikroföretaget, som representerar ett genomsnittligt företag i en bransch eller en sektor av ekonomin, på kort sikt antas verka på en marknad vilken kännetecknas av monopolistisk konkurrens. Företaget möter således en negativt lutande efterfrågekurva. Företagets ”monopolsituation” kan därvid bero dels på informationsbrister av kortsiktig natur hos företagets kunder om prisstrukturen på marknaden och dels på graden av varudifferentiering.

I en monopolistisk konkurrensmodell kan vi analysera marknadssituatio- ner nära de båda extremerna, perfekt konkurrens och rent monopol, och alla mellanliggande lägen. Däremot är modellen inte användbar för branscher där oligopolistiska låsningar i prisbildningen är dominerande.

Vi har valt att använda en partiell modellansats. Detta kan självklart kritiseras av flera skäl, framför allt därför att interdependensen mellan löne- och prisbildningen går förlorad. I modellen antas löneökningarna vara exogent givna. Ad hoc-mässigt kan detta försvaras med att lönebildningen i Sverige under den studerade perioden har varit så centraliserad, att det enskilda företagets eller den enskilda branschens marknadssituation inte helt slår igenom på lönerna.2 Ett andra skäl till att en partiell ansats har valts, är att en allmän jämviktsmodell med ett tjugotal sektorer blir orimligt komplicerad. Modellen är dessutom statisk. Då vi för de empiriska analyserna använder oss av årsdata, innebär detta att vi implicit antar att prisanpassningen sker inom ett år. Detta är inte orimligt, men kan självfallet vara felaktigt inom enskilda branscher.

5 Modellen

5.1 Inledning

I detta avsnitt skall vi presentera den modell, som legat till grund för våra empiriska estimat av prisekvationer. De allmänna utgångspunkterna för vårt arbete diskuterades i föregående avsnitt. Det bör kanske tilläggas att modellen är vald med utgångspunkt från att vi har ett mycket begränsat antal observationer i vår estimationsperiod. Någon komplicerad dynamisk struk- tur är därför omöjlig att komma åt på grund av det ringa antal frihetsgrader

• Sida 271
•  Original

det statistiska materialet ger.

Framställningen i detta avsnitt är fortsättningsvis disponerad på följande vis: I avsnitt 5.2 diskuteras det enskilda företagets prissättningsbeslut. I avsnitt 5 .3 behandlas den typ av förväntningsbildning vi antar att det enskilda företaget använder. I avsnitt 5.4 aggregerar vi från det enskilda företaget till en prisekvation på sektionsnivå. Slutligen diskuteras denna ekvations viktigaste egenskaper.

5 .2. Det enskilda företaget1

Vi låter det enskilda företaget representeras av en produktionsfunktion av Cobb-Douglas-typ. I den typ av kortsiktsanalys det för vår del är frågan om antar vi vidare att företaget inte hinner anpassa kapitalstocken till en optimal nivå, och betraktar därför kapitalstocken i varje period som exogent given (men inte nödvändigtvis konstant). Funktionen, som avser bruttoproduk- tionsvärde, har följande utseende:2

& a ). Q = SL 1M ZKa3e " (1) där Q 5 bruttoproduktion S 5 skalkonstant L E volym använd arbetskraft

M E volym använda insatsvaror K 5 Koehl kapitalstock i period t 11 % (exogent given) teknisk utvecklingstakt al +or2 + 013 = 1, dvs konstant skalavkastning

a,, az, a3 > 0 Den här teknologin kan även representeras med en kostnadsfunktion,3 som i termer av relativa förändringar blir

(E(W, V, C), K) = a[a,W + alv + () _ (1312 — 11] (2)

En hatt (” ” ”) över en variabel betecknar fortsättningsvis relativ förändring av variabeln i fråga. Vidare gäller följande för de övriga beteckningarna: C E totalkostnad W 5 lönesats (inkl. sociala avgifter etc.) V E insatsvarupris a 5 [al + oc2]_1 > 1, inversen av produktionens elasticitet m. a. p.

förändringar i insats av arbetskraft och insatsva- ror.

Vi ser av ekvationen (2) att kostnaderna är en linjärt homogen funktion av priserna på samtliga inputs. Då produktionselasticiteten är mindre än ett, stiger styckkostnaderna med produktionsvolymen. En ökad kapitalstock (112 > 0) och tekniska framsteg (111 > 0) verkar, allt annat lika, kostnadssänkan- de.

Vi övergår nu från företagets utbud till efterfrågan på dess produkter. Efterfrågansidan representeras med en negativt lutande efterfrågkurva, då vi

1 Modellen är i huvudsak hämtad från Bruno (1979). Mer detaljerade härledningar finns där och i Lindh (1982)

2 För att spara utrymma är det flesta tidsindice- ringar utelämnade.

3 Se t ex Varian (1978).

• Sida 272
•  Original

1 Ekvation (4) härleds ur villkoret att i opli- mum skall marginalkost- nad och marginalintäkt i termer av relativa för- ändringar överensstäm- ma med varandra. Ut- trycken för dess är & MR = P = a—5[ö—i3] Mc = C—o = (ot—1) Ö + a[a1W+a2V — 0342—411

2 Rationella förväntning- ar introducerades av Muth (1961). Se även McCallum (1980) och Begg (1982)

antar att företaget verkar på en marknad med differentierade produkter dessutom att alla konkurrentpriser ingår som argument i efterfrågefunktio- nen. Vi väljer en enkel funtionsform för efterfrågan, som får följande generella form:

() = B(P/r't)” (3)

Här är Ö förväntad efterfrågan, fr förväntad nivå på konkurrentpriser, a ( 0 är efterfrågans priselesticitet och B det förväntade värdet av positionspara- meter B. Vi antar att efterfrågeelasticiteten är (numeriskt) större än ett. Förväntningsbildningen diskuteras nedan i en separat avdelning.

Företaget antas nu bestämma sitt pris (och planerad produktion) så att vinsten maximeras i varje tidsperiod.

I jämvikt skall då företaget sätta priset så att marginalkostnaden är lika med (förväntad) marginalintäkt. Företagets optimala prispolitik ges då i termer av relativa förändringar av följande ekvation:1

1”>* = ,Bla[a1W + azv — aa, _ A,] + a(a-1)å+ (a—1)B) (4)

där

5 E [O(a—l) + 1]—1

Av ekvation (4) ser vi att företagets optimala prisanpassning är en linjär funktion av förändringen av de variabla kostnaderna, av kapitalstockens förändringstakt, av den tekniska utvecklingen, av förväntade förändringar i konkurrentpriser samt av förväntade förändringar i efterfrågekurvans läge.

5.3 Förväntningsbildningen

Vi går nu över till en diskussion om förväntningsbildningen. Vi kan börja med att påpeka att vi inte försökt lösa modellen med rationella förväntning- ar,2 utan i stället har vi utgått från Brunos (1979) behandling av adaptiva förväntningar.

En utgångspunkt är att företagets förväntningar om konkurrentpriser och om läget på den egna efterfrågekurvan bildas på olika sätt.

Det enskilda företaget är inte särskilt väl rustat för att göra prognoser om den allmänna prisnivån. Vi antar därför att förväntningar om den ges utifrån tex av officiella prognoser eller branschorgan. När det gäller den egna efterfrågekurvans läge, B, antar vi å andra sidan att företaget använder adaptiva förväntningar. Härvid jämför företaget sin ex ante uppfattning om föregående period med det värde på B, B_1, som erhålles när faktisk efterfrågan, Q_,, och faktiska konkurrentpriser, a_l, substitueras in i efterfrågefunktionen. Företaget jämför alltså i varje period B_1 = Q_1(P_1/ ml)—” med B_1 = Ö_,(P_1/J'r_1)—”. Om vi betecknar det relativa prognosfelet med

• Sida 273
•  Original

innebär alltså adaptiva förväntingar att

A

B=röB,0(r(1

(5)

Förändringen av förväntad position på eferfrågekurvan är alltså linjärt beroende av prognosfelet i föregående period.1

Om vi på ett analogt sätt definierar prognosfelen m. a. p. efterfrågan och konkurrentpriser får vi

60 E (Q_1 — Ö_1)/Ö_1 och än 5 (JT—1 _ än)/714 Då gäller för små förändringar att

60 = (1 + öB)(1 + (rön)—1 = 68 + od,, och därmed

A

B = r[öQ —oö,,] (S*)

Om detta uttryck för prognosrevidering insättes i ekv (4) får vi det slututtryck för det enskilda företagets prisförändringar vi arbetat med:

f” = Btalarw + an — aa. 4.1 + (a—natå — rå.) + (a—1)röo)

(6)

Vi kan notera två saker i (6). För det första, när det gäller förväntningar om konkurrenternas priser, förekommer dess i den näst sista termen. Denna innehåller, förutom mått på utbuds och efterfrågeelasticiteter, förväntad förändring av konkurrenternas priser korrigerad för förväntningsfel perio- den innan.2 Den sista termen kan enklast tolkas som ett mått på överskottsefterfrågan. Närmare bestämt är termen ett mått på företagets relativa felbedömning av efterfrågan i den närmast tidigare perioden, dvs förhållandet mellan den faktiska efterfrågan och det planerade utbud som skulle uppstått om företagets förväntan om efterfrågan varit korrekt.

5.4 Aggregering

Hittills har vår analys gällt det enskilda företagets prissättningsbeteende. I vår empiriska undersökning analyseras inte enskilda företag, utan analysni- vän är långtidsutredningarnas sektorer. Vi måste därför betrakta den simultana anpassningen av de företag som utgör en sektor; vi måste med andra ord aggregera.

Betrakta nu en sektor med många företag som möter samma förändringar av lönekostnader och insatsvarupriser (W och V).

Vi definierar nu sektorns prisförändring som 13 = 4,17 71 1351

1 Parametern r är ett mått på med hur stor del av tidigare förvänt- ningsfel de nya förvänt- ningarna revideras. Vi går inte här in på de faktorer som bestämmer storleken av r. Se Bruno (1979).

2 Företaget kan enbart observera faktisk efter- frågan. En felgissning om efterfrågan kan dels komma ifrån en felaktig gissning om konkurrent- priserna, dels från en felaktig förväntan om positionsparametern B. Därifrån och ifrån anta- gandet om adaptiva förv- äntningar om B kommer termen med 6”. Se (5').

• Sida 274
•  Original

där 71 = P? Ol'/(Z. Pl Q?)

Vi väger alltså samman företagen med deras respektive andelar av sektorns bruttoproduktionsvärde.

Om vi på så sätt aggregerar ekv. (6) över alla i får vi då följande ekvation för sektorns prisförändringar:

13= alw + azv + aa. + aa. + 2 (1 — awi— r.ön.) (7) + 271 (ai _ 1)BiriöQi I

där

Bi 5 [01011 _ 1) + 11_1 ( 1 ; ai 5 (an + an)—1 > 1 a, = Zi YtBiaian > 0 ? a2 = Zi Ytåiaiazi > 0

33 = _ Zi lli/310931 ( 0 114 = _ 217151111 ( 0

81 + 32=ZiYiBi(1'

Vi— skall nu betrakta fallet där alla företag tar sina prognoser om konkurrenternas priser från samma källa. Detta var också det fall vi berörde i avsnittet om förväntningsbildningen. Vi utgår också från att hela sektorn möter samma (oförväntade) skift i sina efterfrågekurvor. I detta fall har vi då

fri = if och 60 = U för alla i.

Om termen Z(y,(1—B,)r,/a,)å,, kan antas vara försumbar (det är den om den aggregerade koefficinten eller prognosmissen är liten), så får vi följande aggregerade prisekvation, vilken också är den vi använt i vårt empiriska arbete:

P = a1W + aZV + 11,/12 + 1141, + a,:f + a,,U (7') där

a5 = 1—a1—32 0 ( 36 = 21 lVi(1_.Bi)11/0il ( 1

Denna modell är den vi estimerar i avsnitt (8), så vi kommenterar här

modellens huvudimplikationer:

1. Koefficienterna framför lönekostnads-, insatsvarupris— och konkurren- ternas priser skall summera till ett. Om sålunda lönekostnader, insatsva- ror och konkurrentpriser stiger med 10 procent, skall priset öka med 10 procent (prisstegringarna är homogena av grad ett i dessa variabler).

2. Teknisk utveckling och en ökad kapitalstock medför bägge en lägre prisstegringstakt, då såväl 11 som 12 ingår med negativa koefficienter. Då vi saknar tillförlitliga data över dessa variabler kommer vi att anta att såväl A, som 12 är konstanta. Om så är fallet kommer vi i regressions-

• Sida 275
•  Original

ekvationerna att få en negativ konstant.

3. Som vi tidigare påpekat fångar termen U eventuella efterfrågeöverskott (se kommentaren till ekv. (6)). Koefficienten framför denna term skall ligga mellan noll och ett. Om skalelasticiteten m. p. a. arbetskraft och insatsvaror ligger nära ett, om förväntningarna revideras förhållandevis sakta (r, liten) och om efterfrågeelasticiteten är hög (0, stor), så ligger koefficienten nära noll. Låg skalelasticitet, snabbt reviderade förvänt- ningar och låg efterfrågeelasticitet innebär å andra sidan att a,, närmar sig ett.

4. De relativa (men ej de absoluta) storlekarna på koefficienterna framför lönekostnads- och insatsvarupristermerna (a, och az) skall motsvara andelarna lönekostnader och insatsvarukostnader'av bruttoproduktions- värdet.

5 . Ju högre efterfrågeelasticitet (o,), desto mindre blir 13, och desto mindre koefficienterna framför lönekostnader och insatsvarupriser (31 och az). I gränsfallet där efterfrågeelasticiteten går mot oändligheten går a1 + az mot noll och därmed koefficienten framför konkurrentprisvariabeln (1 — a1 — az) mot ett. Vid mycket hård utlandskonkurrens och homogena produkter bör efterfrågeelasticiteten vara hög och därmed företagen i stort sett ”pristagare”.

Innan vi redovisar våra estimationsresultat skall vi kortfattat presentera vårt empiriska material och redogöra för hur vi operationaliserat våra variab- ler.

6 Det empiriska materialet

Några data rörande de studerade sektorerna visas i tabell 6.1. En indelning av sektorerna i kategorierna exportinriktad, importkonkurrerande och skyddad har gjorts utifrån de redovisade kvoterna mellan export resp import och produktion i varje sektor. Några kommentarer kan göras i anslutning till tabellen.

Alla kategoriindelningar är i viss mån godtyckliga. De sektorer vi har valt att kalla skyddade har emellertid alla såväl export- som importandelar på lägre än 7 %, våra importkonkurrerande sektorer minst 23 % i importkvot och våra exportsektorer över 35 % i exportandel. Samtliga exportsektorer utom trä, massa och papper har dock höga importandelar och extraktiv industri, en importkonkurrerande sektor, så hög exportkvot som 62 %.

Det kan vidare framhållas att sektorerna varierar kraftigt i storlek — och i grad av homogenitet hos produkterna — jämför t ex verkstadsindustrin, trä, massa och papper och drycker och tobak.

Våra dataserier omfattar 12 observationer i nivåform, vilket blir 11 observationer i relativa förändringar. Observationerna är årsvisa och omfattar åren 1970—81. Självklart är detta en kraftig begränsning på tillförlitligheten hos våra empiriska estimationer. Samtidigt bör det framhål- las att 70-talets turbulenta förhållanden är utmärkta som laboratorium för ekonometriker. Elva 70-talsobservationer bör vara "bättre” än elva sexitals- dito.

• Sida 276
•  Original

Tabell 6.1 Några nyckeldata för de studerade sektorerna

___—____.___——__———

X/Q" M/oa WL/Pob VM/PQb VMimp/ Pp,

KiB/1101c 18 i = 1 Skyddade sektorer 1970 1981 2 Skogsbruk 0,04 0,06 0,37 0,11 0,01 0,028 0,023 4 Skyddad livsmedelsindustri 0,03 0,06 0,15 0,74 0,08 0,100 0,074 6 Drycker/Tobak 0,01 0,05 0,20 0,60 0,02 0,011 0,009 9 Grafisk industri 0,03 0,05 0,36 0,56 0,05 0,041 0,047 18 El-gas-värme 0,02 — 0,17 0,31 — 0,034 0,058 Importkonkurrerande sektorer 1 Jordbruk/fiske 0,08 0,23 0,10 0,51 0,28 0,089 0,054 3 Extraktiv industri 0,62 1,66 0,28 0,43 0,29 0,019 0,023 5 Konkurrensutsatt livsmedelsindustri 0,06 0,24 0,15 0,73 0,17 0,036 0,034 7 Textil/beklädnadsindustri 0,20 0,56 0,35 0,54 0,43 0,047 0,023 10 Gummivaruindustri 0,26 0,47 0,41 0,52 0,38 0,010 0,006 11 Kemisk industri 0,32 0,54 0,26 0,61 0,26 0,047 0,062 12 Petroleum 0,17 0,85 0,03 0,86 0,42 0,014 0,053 13 Jord- och stenindustri 0,13 0,21 0,35 0,52 0,23 0,029 0,021 17 Övrig tillverknings- industri 0,17 0,32 0,514 0,57 0,67 0,005 0,006 Exportsektorer 8 Trä, massa, papper 0,44 0,04 0,23 0,64 0,10 0,140 0,168 14 Järn, stål- och metallindustri 0,36 0,29 0,26 0,73 0,34 0,082 0,062 15 Verkstadsindustri 0,42 0,34 0,36 0,56 0,35 0,272 0,291 16 Varv 0,59 — 0,36 0,69 0,06 0,025 0.015

___—_—_________——-—————_

” Genomsnitt för åren 1970, 1975 och 1981. '” Genomsnitt för åren 1970, 1975 och 1980. C Siffrorna avser 1975. d Den höga siffran förklaras av att samhällsföretag ingår i sektorn. Källor: Statistiska centralbyrån, SMzN, Finansdepartementet.

För var och en av sektorerna i tabell 6.1 har vi estimerat ekvationer av typen (7”). Därvid har operationaliseringen av våra teoretiska variabler varit den följande:

(i) Priser (P): som beroende variabler i våra ekvationer har producentpri- set i varje sektor använts. (ii) Lönekostnader (W): Den lönevariabel som använts är lönekostnad per timme i varje sektor. (iii) Insatsvarupriser (V): För att fånga insatsvarupriser har implicitprisde— flatorn för insatsvaror i varje sektor använts. Denna har korrigerats på följande sätt: Den implicitdeflator vi utgår ifrån innehåller den egna sektorns "input i sig själv”. Serien kan då skrivas som

v, = ar, + (1—a,) ji, a,.P,

• Sida 277
•  Original

Den serie vi söker är den som exkluderar sektorns ”input i sig själv”. Denna har vi då beräknat som

: Pi a :Vraip. j=i J

_ai

Serien för V, är då implicitdeflatorn och a,- är '”input-output”1-koefficientema för sektor i år 1975. Indexkonstruktionen innebär att vi antar att sektorns andel ”input i sig själv" är oförändrad, medan de andra vikterna tillåts förändras.

Alternativt kunde vi ha konstruerat en serie genom att väga ihop de övriga sektorernas producentpriser med 1975 års input-output-vikter. Detta har gjorts för verkstadsindustrin, men gav inga större förändringar. (iv) Förväntade konkurrentpriser (ii): Ett av syftena med vår studie är att utröna graden av utlandsberoende i den svenska ekonomin. Som förväntade konkurrentpriser har vi därför använt de faktiska värld- smarknadspriserna i varje sektor. Något explicit mått på de förväntade priserna finns ej tillgängligt. Som ”proxy” för världsmarknadspriserna har vi försökt med två typer av variabler. För det första har vi vägt samman serier över producentpriser, bransch för bransch, från de konkurrentländer där sådana serier varit tillgängliga. Vi har här genomgående använt oss av vikterna i riksbankens valutaindex i stället för mer branschspecifika viktsystem. Ett stort problem har varit det smala urval av länder som har stått oss till buds. Vi vet heller inte exakt hur väl de olika ländernas sektorindelning överensstämmer med långtidsutredningens. Vi har därför som ett alternativ använt oss av importprisindex för respektive sektor för att fånga ”världsmarknadspri- serna”. Det finns a priori anledning att tro att kvalitén på dessa serier är sämre än den på löne- och insatsvaruprisdata. (v) Överskottsefterfrågan (U): Den kanske mest problematiska variabeln att operationalisera är överskottsefterfrågan. Ett sätt vore att för varje period skatta en ekvation för efterfrågan, och använda residualerna från denna ekvation som mått. Vi valde en enklare metod och skattade trender för några mått på efterfrågan. Dessa utnyttjade vi sedan genom att ta avvikelsen från trend i varje period som vår proxy. De serier vi utnyttjade på detta sätt var serier för OECD-BNP och svensk BNP. Inget av dessa mått gav tillfredsställande resultat (låg signifikans el. ”fel” tecken). Vi försökte därefter med samma variabler, fast med relativa förändringar av dessa, med samma nedslående resultat. Som ett sista försök utnyttjade vi, dock utan framgång, kapacitetsutnyttjande (nivå och förändring) i varje sektor.

Mot bakgrund av dessa misslyckanden är samtliga ekvationer reestimerade utan efterfrågeöverskottsterm.1

1 Använda data finns tillgängliga hos författar- na och på finansdepar- tementet på begäran.

• Sida 278
•  Original

1 Se t ex Kmenta (1971), sid 430—433.

2 Detta resultat kan ges följande tolkning: Under 70-talets första hälft låg investeringsnivån högt, för att falla drastiskt under andra halvan. Nettoresultatet av detta är förmodligen en viss minskning av kapital- stocken i de flesta sek- torer. Till detta kom att oljeprishöjningarna bör ha gjort en del av kapi- talstocken obsolet. En konstant med värdet noll tyder då på en tek- nisk utveckling på i ge- nomsnitt runt ett par procent per år, vilket inte är helt orimligt.

3 Se Hall och Hall (1980).

7 Estimationsmetoder

I avsnitt (5) visade vi att vår modell förutsäger att koefficienterna för lönekostnader, insatsvarupriser och konkurrentpriser skall summera till ett. Vi testade därför hypotesen HO: a1+a2+a5 #: 1 I tolv av våra arton sektorer kunde HO inte förkastas på 5 %-nivån, även om summan i inget fall låg långt från ett. I de fall HO förkastades valde vi att skatta ekvationen med restriktionen a1+a2+a5 = 1. Detta minskar variansen i parameterestimaten,1 vilket var viktigt i vårt fall med tanke på våra korta dataserier, enbart 11 observationer.

Som nämndes ovan i avsnitt (5) skulle teknisk utveckling och förändringar i kapitalstocken manifestera sig som en negativ konstant. Ekvationerna skattades därför ursprunglingen med konstant.

Denna hade emellertid genomgående låg signifikans,2 varför ekvationerna reestimerades utan konstant, även detta för att spara frihetsgrader.

De tolv ekvationer som skattats utan restriktionen a1+a2+a5 = 1 har genomgående skattats med en Maximum-likelihood-metod för regression med autokorrelerade residualer, AR1.3

8 Estimationsresultat

De estimerade ekvationerna redovisas i tabell 8.1 och i diagrammen 8.1 För att underlätta diskussionen av resultaten återger vi här ekvation (7') och de hypoteser som följer ur denna. Vi har då

P = alw + an + 213112 + a,).l + 3575 + a6U (7')

och dessutom följande hypoteser:

HI: a1+a2+a5 = 1, dvs summan av koefficienter framför lönekostnads-, insatsvarupris- och konkurrentpristermen är ett. Hz: a3 ( 0, a,, ( 0, dvs teknisk utveckling eller en ökad kapitalstock leder till en lägre prisstegningstakt. H3: 0 $ a6 $ 1. Efterfrågeöverskott verkar inte sänkande och slår som mest proportionellt på prisstegningstakten. H.,: alla2 = WL/VM. De relativa storlekarna på koefficienterna framför lönekostnader och insatsvarupriser sammanfaller med de relativa faktorandelarna av bruttoproduktionsvärdet. HS: Ju större efterfrågeelasticitet, a, desto större är inflytandet från världsmarknadspriserna (a5) och desto mindre är graden av kostnads- bestämning av priserna (desto mindre är a1+a2). När 0—>—oo , så a5 ——> 1 och 31 + az —> 0.

• Sida 279
•  Original

Tabell 8.1 Estimationsresultat för PP = alW + 397 + a3f'W (alt a:, f*M)

Oberoende variabel , * —2 Sektor w v PW PM D—W R2 R 1. Jordbruk/Fiske 0,22 0,56 2,10 0,984 0,982 (ARI) IK (5,39) (8,96) 2. Skogsbruk 1,27 1,88 0,456 (AR 1) S (2,89) Åsatt värde 1 3. Extraktiv ind 0,78 0,09 1,78 0,855 0,819 (ARI) IK (3,82) (1,85) 4. Skyddad livs- 0,19 0,69 1,88 0,979 0,977 medel (ARI) S (5,08) (10,7) 5. Konkurrensutsatt 0,26 0,40 0,34 2,51 0,964 livsm. (*) IK (2,99) ( 3,18) 0,24 0,42 0,27 2,21 0,971 (ARI) (3,05) ( 3,38) (2,27) 6. Drycker/Tobak (ARI) S 0,41 0,19 0,31 1,51 0,991 0,989 (7,55) ( 2,14) (4,93) 7. Textil (ARI) IK 0,32 0,33 0,20 2,19 0,967 (5,74) (2,98) (2,18) 8. Trä-Massa/Papper 0,74 0,35 1,55 0,936 0,929 (ARI) ' E ( 4,50) (2,03) 1,00 1,45 0,799 (ARI) (6,31) 9. Grafisk ind 0,38 0,54 1,64 0,962 0,958 (ARI) S (2,89) (4,44) 10. Gummivaror 0,21 0,79 2,04 (*) IK (2,13) (ARI) 0,23 0,79 2,06 0,969 0,966 ( 1,89) (4,67) 11. Kemisk ind 0,60 0,40 2,83 (*) IK ( 7,34) (ARI) 0,23 0,63 2,18 0,977 0,974 (2,89) (10,1) 12. Petroleum 0,33 0,69 2,32 0,983 0,981 (ARI) IK (2,60) (15,91) Åsatt värde 1 13. Jord och Sten 0,63 0,37 1,92 (*) 5 (4,22) Åsatt värde 1 14. Järn o Stål 0,19 0,39 0,42 1,50 (*) E (220) (2,14) (ARI) 0,62 0,27 1,56 0,976 0,972

( 5,39) (2,41)

• Sida 280
•  Original

22 Bilaga 16 SOU 1984:7 Oberoende variabel . . —2 Sektor w v i>w f'M D—W R2 R 15. Verkstad 0,28 0,38 0,36 1,66 (*) E (3,02) (2,33) (ARI) 0,34 0,40 0,16 1,90 0,986 0,983 (4,00) ( 2,77) (1,00) 16. Varv 1,00 1,96 0,709 0,709 (ARI) E ( 4,94) 17. Övrig tillverk- 0,16 0,29 0,29 1,97 0,963 0,959 ningsind (3,14) ( 3,54) (3,94) (ARI) IK 18. El-gas-värme 0,27 0,54 1,95 0,918 (OLS) S ( 5,93) (5,33)

a Ekvationer märkta med (*) har skattats med restriktionen a3 = 1—a1—a2. I

dessa ekvationer utelämnar estimationsmetoden standardavvikelsen för en variabelkoefficient. Den kan beräknas med hjälp av de övriga. För ekvationer där vi har skattat utan restriktion anges estimationsmetoden (ARI) eller (OLS). Respektive sektors kategoritillhörighet anges med S = skyddad sektor, IK = importkonkurrerande sektor E = exportsektorer. I de fall två ekvationer anges för samma sektor, utgör den första ekvationen den av oss utvalda, och den andra den som har använts i EMMA-modellen. I några fall har för det senare ändamålet antagits att prisberoendet av utlandet är fullständigt. Därmed har värdet 1 åsatts koefficienten för FW.

Vi förväntar oss alltså större a5 i importkonkurrerande- och exportbranscher än i skyddade sektorer. Vi diskuterar resultaten i tur och ordning. 1. Restriktionen al + az + as = 1 gälleri sex sektorer av arton. Ide sektorer

restriktionen ej uppfylls är koefficientsumman ändå ej alltför långt från ett. Detta framgår av följande figur, där koefficientsumman plottats för de tolv sektorer i vilka restriktionen ej uppfylldes:

Antal sektorer 2 4 2 2 1 1

Koefficientsumma 0,7 0,8 0,9 1,0 1,1 1,2

. Som tidigare nämnts i avsnitt 7 blev a3 112 + a,, Ål inte signifikant skild från noll i något fall, vilket vi tolkar som att den genomsnittliga minskningen av kapitalstocken uppvägdes av den genomsnittliga tekniska utveckling- en. . Som vi diskuterade i avsnitt 6 försökte vi med ett flertal mått på efterfrågeöverskott utan lyckat resultat. Den troligaste förklaringen är att våra mått inte fångar den teoretiskt specificerade variabeln. Vi kan

• Sida 281
•  Original

emellertid inte utesluta tolkningen att efterfrågeöverskott spelar en underordnad roll i prisbildningen i våra sektorer. Ur definitionen av koefficienten a,, ser vi att detta är fallet om (1—5)r/a går mot noll. Tillräckliga villkor för detta är a—> — 00 och r —> 0, dvs ett högt värde på efterfrågeelasticiteten och ett lågt värde på parametern som beskriver med hur stor del av tidigare förväntningsfel förväntningarna revideras.

4. De relativa storlekarna på a1 och az samt WL och VM framgår av följande tabell:

Tabell 8.2 Relativa parameterestimat och relativa faktorandelar

Sektor al/azl WL/VM 1 0,39 0,20 2 00 3,4 3 0 0,65 4 0,28 0,20 5 0,65 0,21 6 0,76 0,33 7 0,97 0,65 8 0 0,36 9 0,70 0,64 10 0 0,79 11 0 0,43 12 0,48 0,03 13 00 0,67 14 0,49 0,36 15 0,74 0,64 16 0 0,52 17 0,55 0,89 18 0 0,55

Källa: Tabell 6.1 och tabell 8.1

Grovt ser vi har att det bara är i sektor 13, jord- och stenindustri, där al/az inte "går åt samma håll” som WL/VM. I sektorn 1, 2, 5, 6, 7, 12 och 13 tycks lönekostnaderna påverka priserna mer än vad faktorandelen pekar mot; i sektorerna 3, 8, 10, 11, 16 och 18 gäller det omvända. I övriga sektorer är överensstämmelsen god.

5. Inflytandet från världsmarknaden på priserna mäts i vår modell genom storleken på as. Genomsnittet på denna koefficient för de tre sektorty- perna ges i följande tabell:

S-sektorn IK—sektorn E-sektorn as 0,051 0,273 0,374 (0,15)2 1 Exklusive El-gas-värme 2 Inklusive El-gas-värme 3 Exklusive petroleum 4 Exklusive Varv

1 Där al = 0 blir (al/az) = 0 och där az = 0, alaEO sätter vi (al/az)

= oo,

• Sida 282
•  Original

Av detta resultat bekräftas hypotesen att världsmarknadsprisernas inflytande är försumbart i den skyddade sektorn. Efterfrågeelasticiteten a tycks i detta fall vara liten och utrymme ges för renodlad kostnadspris- sättning.

I de två konkurrentutsatta sektorerna finner vi ett klart inflytande från världsmarknaden. o tycks här vara större. Emellertid antar a5 värden långt under 1, vilket vi tolkar så att ”lagen om ett pris” inte gäller på kort sikt. Företagen i dessa sektorer har ett betydande utrymme för egen prissättning även om världsmarknaden sätter upp vissa gränser.

Av våra resultat att döma är dessa gränser snävare i de exportinriktade branscherna än i de importkonkurrerande.

9 Tolkning av resultaten sektorsvis

Vi uppfattar estimations resultaten som rimliga för en majoritet av de 18 sektorerna. Hypotesen om skillnader i prisbildningsbeteende mellan skyd- dade och konkurrentutsatta sektorer får stöd av resultaten. De skyddade sektorerna 1) Skogsbruk, 2) Skyddad livsmedelsindustri, 6) Drycker/ Tobak och 9) Grafisk industri uppvisar ett dominerande inflytande för kostnaderna på prissättningen. De konkurrentutsatta sektorerna 3 Extrak- tiv industri, 5) Konkurrentutsatt livsmedelsindustri, 6) Textilindustri, 10) Gummivaror, 13) Jord och Sten, 14) Järn och Stål, 15) Verkstadsin- dustrin och 17) Övrig tillverkningsindustri tycks också vara kostnadsbero- ende, men världsmarknadspriserna har i alla dessa sektorer dessutom ett klart inflytande. Emellertid är koefficienten framför världsmarknadspriser- na klart under 0,50 för alla dessa sektorer, utom för 10) Gummivaror, vilket visar att beroendet av världsmarknaden långt ifrån är fullständigt.

Vårt modellantagande om varudifferentiering, och därmed att monopo- listisk konkurrens är en dominerande företeelse på de marknader företagen i dessa sektorer verkar, är en möjlig förklaring till att världsmarknadspriserna inte fullt påverkar prissättningen. Särskilt väl tycks en sådan förklaring passa för sektorerna konkurrensutsatt livsmedel, textilindustrin, övrig tillverk- ningsindustri och för den storleksmässigt dominerande verkstadsindustrin.

I några sektorer är resultaten mindre plausibla. För det första har sektor 8) Trä-massa-papper förorsakat problem. Beroendet av världsmarknaden förefaller alltför litet i vår grundekvation, medan priserna för insatsvarorna spelar en alltför stor roll. Vi är benägna att tro, att på grund av de oligopolitiska förhållanden under vilka företagen i Trä- och massabranscher- na verkar, sker prisbildningen på ett sätt som inte fångas in väl av vår monopolistiska konkurrensmodell. Priset sätts i stället på världsmarknaden, vilket i sin tur bestämmer insatsvarupriserna. Kausaliteten mellan produ- centpriser och insatsvarupriser blir i ett sådant fall omvänd.

I sektorerna 11) Kemisk industri och 12) Petroleum är problemet ett annat. I dessa sektorer är importerad olja den dominerande insatsvaran. Vi förväntar oss därför en hög positiv korrelation mellan förändringar i insatsvarupriserna och i världsmarknadspriserna. På grund av den högre kvaliten på prisdata för insatsvaror i jämförelse med data för världsmark-

• Sida 283
•  Original

nadspriserna, faller därför den dominerande delen av förklaringsvärdet på förändringar i insatsvarupriserna i våra grundekvationer. Världsmarknaden har trots detta med säkerhet ett starkt inflytande på prisbildningen.

Att detta är fallet i sektorerna 8) 11) och 12) styrks även av resultaten av test med s k arbitrageekvationer.1 Sambandet mellan förändringar mellan världsmarknadspriserna och producentpriserna är mycket starkt för dessa tre sektorer mätt på detta sätt.

För sektor 16), varven, har vi inte haft tillgång till världsmarknadspriser. Tolkning av resultaten för denna sektor är därför inte möjlig.

10 Avslutande kommentarer

Vår teoretiska modell verkar, på ett fåtal undantag när, ha utgjort en god grund för det empiriska arbetet med att skatta prisekvationer på sektornivå. Med detta avser vi helt enkelt att våra empiriska resultat, på det stora hela, väl låter sig tolkas i termer av vår teoretiska modell.

I den inledande litteraturöversikten pekade vi på några centrala frågor som ställts i tidigare studier: Vilken roll spelar kostnads- respektive efterfrågesi- dan för företagens prissättningsbeslut? I vilken utsträckning är företagen i en liten öppen ekonomi av Sveriges typ _ pristagare som helt enkelt följer världsmarknadsprisutvecklingen? I vår undersökning har vi, trots ihärdiga försök, inte lyckats påvisa något syStematiskt direkt inflytande från efterfrågan på prisbildningen. Vi kan emellertid inte utesluta att detta sammanhänger med felspecificerade efterfrågevariabler. Inflytandet från kostnadssidan, såväl lönekostnader som insatsvarupriser, är däremot starkt. Som en grov tumregel verkar det relativa inflytandet från löner och insatsvarupriser återspegla arbetskostnadernas respektive insatsvarukostna- dernas andelar av bruttoproduktionsvärdet. Beroendet av världsmarknads- priserna är försumbart i sektorer med liten export och import och större i exportsektorer än i importkonkurrerande.

I inget fall tycks emellertid beroendet vara totalt. Vi vill dock inte utesluta att detta kan ha att göra med att mätproblemen är större för världsmark- nadspriserna än för våra kostnadsvaribler. Man bör dessutom minnas att en betydande del av insatsvarorna är importerade, så ett litet genomslag av världsmarknadspriserna via konkurrens på varumarknaden innebär inte att den svenska prisutvecklingen är oberoende av omvärldens.

Den enda empiriska undersökning som är direkt jämförbar med vår är Calmfors-Herins (1979). Huvudslutsatserna av vår studie bekräftar i stort sett på varje punkt deras resultat.

Avslutningsvis vill vi emellertid varna för att dra alltför stora växlar på våra resultat. Våra mått på världsmarknadspriser och efterfrågan är av dålig kvalitet — både i en absolut bemärkelse och i jämförelse med kostnadsdata. Dessutom är våra tidsserier mycket korta och på årsbasis. Det finns sålunda, så vitt vi ser det, ett stort behov av arbete på att förbättra världsmarknads- pris- och efterfrågedata liksom på kvartalsseriestudier med de möjligheter till mer dynamiska modeller som dessa erbjuder.

1 Med arbitrageekvatio- ner menar vi enkla sam- band mellan förändring- ar i producentpriser och förändringar i världs- marknadspriser, enl. PP = C + PW

• Sida 284
•  Original

% Sektor ] % Sektor 2

% Sektor 3 % Sektor 4

Diagram 8.1 Förändring- ar av producentpriser [ sektorerna 1—18, 1971-1981 Faktiska (_) och enligt våra ekvatio- ner (- — —)

• Sida 285
•  Original

% Sektor 5 % Sektor 6

F I

19'71 —75 —80

% Sektor 8 40- 14 1 35—l

30—

! T 1971 —75 —80 1971 —75 —80

• Sida 286
•  Original

% Sektor 9 % Sektor 10 30— 30" 254 25" 20— zoj 15- 154 10— 10- 5" 54 7691 —7?> —8'o 19'71 —7'5 —8'0 % Sektor ]] % Sektor 12 401 35— 30 1 120— 25 ' 100—* 204 80" 15— 60— 10* 404 5— 20—

• Sida 287
•  Original

% Sektor 13 % Sektor 14

_% Sektor 15 20— % Sektor 16

15J

10—

• Sida 288
•  Original

% Sektor 17 % Sektor 18

• Sida 289
•  Original

sou 1984:7

Förord

Sedan 1970 har ekonometriska modeller använts i samband med utarbetan- det av långtidsutredningar. Modellerna utgör ett viktigt hjälpmedel för konsistensprövning av olika sektorprognoser och har med tiden fått en allt mer central plats i långtidsutredningarna. Ett omfattande arbete har under åren utförts för att utvidga och förbättra modellerna.

Det har emellertid saknats en sammanhållen aktuell dokumentation av de olika modellerna. I föreliggande bilaga nr 17 redovisas därför långtidsutred- ningens modellsystem i den form modellerna använts i 1984 års långtidsut- redning.

Redovisningen har utarbetats inom finansdepartementets långsiktsenhet och finanspolitiska enhet. Närmast ansvariga för modellarbetet har varit departementssekreterarna Evy Berglund (den medelfristiga modellen EMMA), Leif Jansson (den medelfristiga modellen EMMA och den reala delen av den aggregerade modellen AMMA) och Tomas Nordström (den finansiella delen av AMMA). Kapitel 4 avseende långsiktsmodellen LAMM har utarbetats av Ekon Dr Tomas Restad vid Stockholms universitet.

Stockholm i mars 1984

Michael Sohlman Planeringschef

• Sida 294
•  Original

• Sida 295
•  Original

1 Inledning

Sedan slutet av 1940-talet genomförs långtidsutredningar i Sverige med ungefär fem års mellanrum. De analyserar de medel- och långsiktiga utvecklingstendenserna i den svenska ekonomin. Med medelsiktig utveck- ling avses enligt internationell praxis 3—6 år framåt i tiden och med långsiktig utveckling 10—30 år. I allmänhet har långtidsutredningarna huvudsakligen avsett de närmaste 5 åren, dvs den medelfristiga utvecklingen. Av tradition har de emellertid behållit namnet långtidsutredningar. I 1984 års långtids- utredning är huvudperspektivet 1980—1990. Prognosperspektivet är således 7 år.

I slutet av 1960-talet började avstämningar av långtidsutredningarna göras 2 a 3 år efter det att utredningen lagts fram. Dessa avstämningar har i allmänhet varit mindre ambitiösa än själva utredningarna. Sålunda genom- förs inte särskilda studieri samma omfattning i samband med en avstämning som i samband med en långtidsutredning. Tidsperspektivet har dessutom vid flera avstämningar varit kortare än 5 år.

Långtidsutredningarna utförs sedan mitten av 1960-talet inom finansde- partementet. Tidigare utfördes de av särskilda kommittéer. Orsaken till att de utförs inom departementet är att det ansetts nödvändigt med en mer kontinuerlig bevakning och uppföljning av utvecklingen på längre sikt.

Syftet med långtidsutredningarna är att ge underlag för de centrala politiska instansernas ekonomiska politik. Samtidigt ger de en information om den långsiktiga ekonomiska utvecklingen som är tillgänglig för både privata och offentliga företag och för allmänheten.

Under 1970-talet och början av 1980-talet har utredningarna allt mer kommit att få karaktären av kravanalyser snarare än rena prognoser. En serie oförutsedda händelser, t ex kraftiga oljeprisstegringar och politikom- läggningari dominerande industriländer och besvärliga inhemska balanspro- blem, har gjort det svårt att bedöma framtiden. Utredningarna har då försökt belysa vilka krav på bl a den ekonomiska politiken som torde komma att ställas för att balans skall uppnås i den svenska ekonomin.

Långtidsutredningarna bygger på en kombination av särskilda studier rörande enskilda områden och sammanhållna beräkningar för hela ekono- min. De särskilda Studierna avser i 1984 års långtidsutredning bl a utvecklingen i olika produktionssektorer (jordbruk, skogsbruk, industri, energi, byggnadsverksamhet, varuhandel, samfärdsel och privata tjänster). Vidare studeras andra väsentliga förhållanden som befolkningens och arbetskraftens utveckling, världshandelns och tjänstehandelns utveckling,

• Sida 298
•  Original

1 Plan och prognos. En studie i de svenska lång- tidsutredningarna meto- dik, SOU 1971:70.

2 Se Svensk ekonomi 1984 och 1985, prop 1982/83:150, bilaga 1.2.

de utlandsetablerade företagen, regionala aspekter, fördelningsfrågor, budgetunderskottets betydelse och miljövårdsinvesteringar. Slutligen utförs ekonometriska studier av hushållssparandet, näringslivets investeringar, export och import av varor och tjänster, prisbildning och produktionsfunk- tioner. Dessa studier redovisas i allmänhet som bilagor till utredningen.

Sedan 1970 har ekonometriska modeller kommit till användning för de sammanhållna beräkningarna rörande den svenska ekonomin. Det primära syftet var redan från början att modellerna skulle vara hjälpmedel för konsistensprövning av sektorplaner och sektorprognoser. Även om modell- arbetet med tiden fått en mer central plats i långtidsutredningarna är det viktigt att komma ihåg att modellerna bara är ett hjälpmedel och komplement till övriga studier. Modellresultaten utsätts under arbetets gång för en relativt noggrann granskning av sektorexpertis och utredare. Avvikelser mellan sektorstudier och modellresultat föranleder ofta anpass- ningar i både sektorstudier och modellsamband.

Den första modellen som utvecklades i samband med långtidsutredning- arna benämndes Ekonometrisk Modell för Medelfristig Analys (EMMA).1 Den omfattar numera 24 sektorer och används i 1984 års långtidsutredning för reala kalkyler avseende 1980—1990. De reala kalkylerna avser utveck— lingen i milj kr i 1980 års priser av försörjningsbalans, bruttoproduktion och förädlingsvärde per sektor, insatsleveranser per producerande och förbru- kande sektor, privat konsumtion per ändamål och producerande sektor, offentlig konsumtion per ändamål och offentlig förbrukning per produce— rande sektor, investeringar per investerande och producerande sektor, lagerförändring per producerande sektor samt export och import per sektor. Dessutom avser de reala beräkningarna produktivitet per sektor (förädlings- värde per timme), sysselsättning per sektor (milj tim) och priser per sektor (index 1980 = 1,00).

De finansiella kalkylerna för 1980—1990 har i 1984 års långtidsutredning gjorts med hjälp av en aggregerad och utvidgad version (AMMA) av tidigare nämnda modell. AMMA innehåller bara 5 sektorer i näringslivet. I gengäld är den dynamisk — varigenom den kan utnyttjas för att beskriva konjunk- turförlopp — och har kompletterats med delar som beskriver pris- och lönebildningen samt inkomster och utgifter för olika institutionella sektorer (stat, kommuner, socialförsäkring, hushåll, finansiella företag, icke finan— siella företag och utland).

När AMMA utnyttjas för finansiella kalkyler avseende 1990 anges den reala utvecklingen enligt EMMA exogent i AMMA. Därmed uppnås en exakt överensstämmelse av de reala förhållandena i EMMA och AMMA.

AMMA används i 1984 års långtidsutredning även i en förloppsanalys för perioden 1983—1987. Första gången AMMA utnyttjades för en sådan analys var i samband med kompletteringspropositionen 1983.2 Modellen har utvecklats sedan dess och innehåller nu skattade funktioner för bestämning av privat konsumtion, industriinvesteringar, export, import, sysselsättning, priser och löner. Genom att den dessutom innehåller inkomster och utgifter för institutionella sektorer har AMMA blivit ett användbart hjälpmedel för att analysera konjunkturförlopp på några års sikt.

Sedan 1975 års långtidsutredning har en långsiktig makromodell (LEM- MA) utnyttjats för s k perspektivanalyser på 10—25 års sikt. Liksom EMMA

• Sida 299
•  Original

är LEMMA en real modell. I samband med 1984 års långtidsutredning har en aggregerad version av LEMMA-modellen utvecklats och tillämpas för att beskriva svensk ekonomi på 1990-talet. Den benämns Långsiktig Aggrege- rad Makro Modell (LAMM). Ekonomin är i denna version indelad i 7 sektorer inkl offentlig sektor.

De långsiktiga kalkylerna startar 1990 och går fram till år 2000. Genom att sektorindelningen i den långsiktiga modellen är en aggregering av sektorin- delningen i EMMA uppnås i utgångsläget en exakt överensstämmelse mellan de båda modellerna.

I tabell 1.1 sammanfattas långtidsutredningens modellsystem och model- lernas användningsområden.

EMMA beskrivs i kapitel 2 nedan. Dokumentationen är till stor del en uppdatering av motsvarande avsnitt i den senaste samlade redovisningen av modellen.1 I samband med modellbeskrivningen redovisas detaljerade beräkningsresultat för de reala alternativen i 1984 års långtidsutredning. AMMA beskrivs i kapitel 3. Den har inte tidigare dokumenterats i sin nuvarande form. Den långsiktiga modellen LAMM och dess föregångare LEMMA 1 och 2 beskrivsi kapitel 4. Även denna beskrivning är till stor del en uppdatering av tidigare dokumentationer.2

Tabell 1.1 Långtidsutredningens modellsystem

Förloppsanalys Strukturell analys Perspektivanalys 1983—1987 1980—1990 1990—2000 AMMA EMMA LAMM (reala och finansiella (reala kalkyler) (reala kalkyler) kalkyler)

AMMA

(finansiella kalkyler) M

1 Långtidsutredningens modellsystem, bilaga 8 till LU 75, SOU 1976:42.

2 Modeller för samhälls- ekonomisk perspektiv- planering, bilaga 7 till LU 75, SOU 1976:51 och Utvecklingen på längre sikt, bilaga 11 till LU 80, DsE 1981:10.

• Sida 300
•  Original

• Sida 301
•  Original

2 Ekonometrisk modell för medelfristig analys (EMMA)

Den ekonometriska modellen för medelfristig analys (EMMA) utvecklades av Carl Johan Åberg i samband med 1970 års långtidsutredning (LU 70).1 Modellen omfattade då 16 näringslivssektorer och har i grova drag behållit sin struktur sedan dess. Modellen är fortfarande uppbyggd kring en kärna av input-output-matriser, vilka beskriver leveranserna av varor och tjänster inom produktionssystemet. Den totala produktionen bestäms från utbuds- sidan av tillgänglig arbetskraft och förväntad produktivitet. Produktionens fördelning på sektorer bestäms emellertid från användningssidan och via insatssystemet. I den senaste modellversionen inverkar även utbudsförhål- landen på sektorfördelningen.

Ett omfattande statistiskt arbete utfördes i samband med den första modellversionens tillkomst. Det gällde att skapa konsistenta tidsserier över tillgångens, den slutliga användningens och insatsleveransernas fördelning på sektorer. Det innebar att varje komponent i försörjningsbalansen måste fördelas på producerande sektor och att input-output-matriser togs fram för en tidsserie på 18 år. Vidare fick man ta ställning till en rad praktiska statistiska problem som behandlingen av handelsmarginaler, transportmar- ginaler, s k ofördelade banktjänster, restposter mellan produktions- och användningssidans beräkning av BNP, tullar, införselavgifter, varuanknutna och icke varuanknutna indirekta skatter m m. Denna statistik tas numera fram av statistiska centralbyrån inför varje långtidsutredning.

I samband med avstämningen av LU 70 utvidgades modellen till att omfatta 24 sektorer. Utvidgningen bestod i en uppdelning av två industri- sektorer så att tillverkningsindustrin som tidigare var indelad i 6 sektorer i stället indelades 1 14 sektorer. Den sektorindelning som därvid infördes har bibehållits i alla senare långtidsutredningar. Även vissa andra smärre metodologiska ändringar gjordes. 2

Även i samband med 1975 års långtidsutredning (LU 75) genomfördes vissa ändringar. 3 Den totala privata konsumtionen angavs exogent i stället för att som tidigare ha beräknats residualt. I stället beräknades den offentliga konsumtionen residualt och ekvationer infördes för att fördela ett eventuellt överutrymme för offentlig konsumtion på ändamål. Den privata konsumtio- nens fördelning på producerande sektorer gjordes beroende av relativpriser. En prismodell infördes för att bestämma relativpriserna och implicitpriserna på försörjningsbalansens komponenter (prismodellen utnyttjades emellertid

1 SOU 1971:70 Plan och prognos. En studie i de svenska långtidsutred- ningarnas metodik.

2 SOU 1973:21 Svensk ekonomi fram till 1977. Bilaga 1.

3 SOU 1976:42, Lång- tidsutredningens modell- system. Bilaga 8 till LU 75 kapitel 2 och 4.

• Sida 302
•  Original

1 DsE 1979:6, Modell- utvecklingsarbete och finansiella kalkyler i LU 78.

inte i de följande utredningarna). Importfunktionerna utvecklades men tog fortfarande inte hänsyn till relativprisernas inverkan.

I 1978 års långtidsutredning (LU 78) kompletterades EMMA med en aggregerad modell för medelfristig analys (AMMA). Den innehöll förutom en aggregerad real modell även en prismodell och en finansiell modell.1 Det är en utvecklad version av denna modell som beskrivs i kapitel 3. EMMA förändrades däremot inte i samband med LU 78. En principiellt viktig ändring genomfördes emellertid i behandlingen av utrikeshandeln. Det relativprisberoende i handelsströmmarna som man vid denna tid hade kunnat konstatera återspeglades i exogena korrigeringar av exportvolymer och importfunktioner. I tidigare långtidsutredningar hade ett realt export- krav lösts ut för att uppnå det exogent givna bytesbalansmålet. I LU 78 överfördes detta reala exportkrav via de exogena korrigeringarna till ett krav på (sänkta) relativpriser.

Inför 1980 års långtidsutredning utvecklades EMMA på ett par centrala punkter. För import av varor och tjänster infördes funktioner vilka explicit tar hänsyn till sambandet mellan utrikeshandel och prisutveckling. Exporten av varor och tjänster beräknades utanför modellsystemet med motsvarande funktioner och infördes exogent. Vidare infördes ett särskilt system för att bestämma den privata konsumtionens fördelning på varuområden bl a med hänsyn till relativprisernas utveckling. Prisutvecklingen per sektor och varugrupp fick emellertid fortfarande anges exogent. I avstämningen av 1980 års långtidsutredning utnyttjades bara den aggregerade modellen AMMA.

De förändringar som genomförts inför 1984 års långtidsutredning är dels att en prismodell åter har införts, dels att själva lösningssystemet har gjorts mer flexibelt. Vidare har exportfunktioner inkluderats. Genom att prismo- dellen nu ingår som en del av EMMA erhålls simultant en lösning för både reala storheter som den privata konsumtionen, exporten och importen, dessa komponenters fördelning på sektorer och priserna per sektor. Därigenom behöver inte som tidigare ett iterativt förfarande mellan reala beräkningar och prisberäkningar tillämpas.

Ett stort arbete har också lagts ner vid konjunkturinstitutet och riksbanken på att skatta export- och importfunktioner per LU-sektor i vilka relativpris- beroendet har kvantifierats. Utöver relativpriser och real efterfrågan ingår även kapacitetsutnyttjande och lönsamhet som förklaringsvariabler för export och import i vissa sektorer. Därigenom kommer även utbudsförhål- landen att få en inverkan på utrikeshandeln.

I detta sammanhang kan nämnas att även investeringarna — vilka anges exogent i EMMA — har bedömts mot bakgrund av bl a lönsamhetsutveck- lingen. Genom lönsamhetens inverkan på export, import och investeringar kommer inte bara efterfrågeförhållanden utan även utbudsförhållanden atti högre grad än i tidigare modellberäkningar inverka på produktionstillväxt och kapacitetsutbyggnad.

• Sida 303
•  Original

Den centrala utredningsuppgiften för långtidsutredningen är att med beaktande av de övergripande ekonomisk-politiska målen analysera hur de olika anspråken på ekonomiska resurser kan tillgodoses inom den ram som sätts av den förväntade utvecklingen av landets produktiva resurser. Modellens utformning har i hög grad påverkats av långtidsutredningens centrala problemställning. I modellen har som restriktioner lagts in ekonomisk-politiska förutsättningar tex om full sysselsättning och extern balans. De prognoser man erhåller kommer alltså att uppfylla dessa krav.

Full sysselsättning och extern balans åstadkommer man i modellberäk- ningama genom att låta den privata konsumtionen bli så stor och relativpriserna bli sådana att efterfrågan på arbetskraft blir lika med utbudet av arbetskraft och den målsatta balansen uppnås. Detta beskrivs närmare nedan. Man har också möjlighet att istället för privat konsumtion låta offentlig konsumtion eller export anpassa sig så att målen uppfylls.

Den totala produktionskapaciteten i landet bestäms i huvudsak genom förutsättningar om det förväntade utbudet av arbetskraft (mätt i timmar) samt produktivitetsutvecklingen inom de olika sektorerna. Den totala efterfrågan består dels av efterfrågan för slutlig användning (dvs privat konsumtion, offentlig förbrukning, investeringar, lagerförändring och export), dels av efterfrågan för användning som insats i produktionssyste- met. Vissa av efterfrågekomponenterna är exogent givna, andra framkom- mer endogent, dvs som ett resultat av modellberäkningama.

Modellen har byggts upp kring en uppsättning input—output-matriser, vilka beskriver leveranserna av varor och tjänster inom produktionssystemet. Näringslivet är därvid indelat i 24 sektorer där den sista enbart avser export, import och privat konsumtion av turisttjänster. Sektorindelningen framgår av tabell 2.1. Genom input-output-ansatsen möjliggörs analyser av sam- bandet mellan å ena sidan efterfrågan och å andra sidan produktionen i olika produktionssektorer. Genom att variera någon eller några förutsättningar på produktions- eller efterfrågesidan kan alternativa beräkningar utföras. Som framgår av huvudbetänkandet har denna möjlighet utnyttjats i långtidsut- redningen.

EMMA är en statisk modell i den meningen att den löses för varje särskilt år utan att lösningen blir beroende av resultaten för tidigare år. I praktiken brukar modellen lösas för ett eller flera utgångsår och ett slutår. I LU 84 löstes modellen för 1970, 1980, 1983 och 1990. Några resultat för mellanliggande år erhölls då inte. Här kan emellertid erinras om att utredningen även använder en dynamisk modell (AMMA) för att beskriva konjunkturförloppet för den studerade perioden. AMMA innehåller en del som år en aggregerad variant av EMMA vilket gör att de båda modellernas resultat i vissa avseenden är direkt jämförbara.

EMMA kan beskrivas på olika aggregationsnivåer. Det fullständiga ekvationssystemet samt en förteckning över samtliga ingående variabler finns i avsnitt 2.10 nedan. På grund av modellens omfång är det emellertid lämpligt att först göra en grov beskrivning av modellens olika delar i anslutning till en förenklad försörjningsbalansekvation. I avsnitten 2.3—2.9 finns därefter detaljerade beskrivningar av modellens delar och först i avsnitt

• Sida 304
•  Original

14 Bilaga 17 SOU 1984:7 Tabell 2.1 Sektorindelning och sektordef'rnitioner i EMMA Sek- Benämning SNI" SNRb tor 1 Jordbruk och fiske 11, 13 1100,1300 2 Skogsbruk 12 1200 3 Extraktiv industri 2 2000 4 Skyddad livsmedelsindustri 3111/2,3116/8 3111 5 Konkurrensutsatt livsmedels- industri 3113/15,3119,3121/2 3112 6 Dryckesvaru- och tobaksindustri 313/4 3120 7 Textil- och beklädnadsindustri 32 3200 8 Trä-, massa- och pappersindustri 33,341 3410,3420 9 Grafisk industri 342 3430 10 Gummivaruindustri 355 3510 11 Kemisk industri 351/2,356 3520 12 Petroleum- och kolindustri 353/4 3530 13 Jord- och stenindustri 36 3600 14 Järn-, stål- och metallverk 37 3700 15 Verkstadsindustri exkl varv 38./.3841 3800./.3843 16 Varv 3841 3843 17 Övrig tillverkningsindustri 39 3900 18 El-, gas-, värme- och vattenverk 4 4000 19 Byggnadsverksamhet 5 5000 20 Varuhandel 61/2 6100 21 Samfärdsel 7 7000 22 Bostadsförvaltning 83101 8300 23 Privata tjänster 63,81,82 6300,8100 83102,83103 8200,8400, 832/3,9 8500,9000 24 Turisttjänster

" Standard för svensk näringsgrensindelning. 1” Kod för svenska nationalräkenskapernas ADB-system.

2.10 knyts delarna formellt samman till ett ekvationssystem. Ett flödessche- ma över EMMA-modellen finns i diagram 2.1.

En försörjningsbalans beskriver hur tillgången på varor från en viss sektor fördelar sig på olika användningskategorier. Den kan uttryckas som en ekvation som säger att tillgången på varan ifråga är lika stor som användningen. För en förfluten tid gäller detta definitionsmässigt. I modellens ekvationer av typ (1) förutsätts att denna likhet gäller även i framtiden. Det uppstår således inte något gap mellan tillgång och användning i modellen. För en sektor i näringslivet kan ekvation (1) något förenklad skrivas på följande sätt (beteckningarna överensstämmer med dem som redovisas i avsnitt 2.10 nedan där också den fullständiga ekvationen återges).

(1) Yi + Mi = % rorqor-zr—sij * Y]. + Pci + oci +

j=1 INVi + STOCKSi + Xi 1 = 1, ., 23 Beteckningar: Yi = bruttoproduktion till mottagarpris Mi = import inkl tullar och handelsmarginaler m m

• Sida 305
•  Original

IOKOEFij = insatskoefficient som avser insatsleveranser från sektor i till sektor j PCi = privat konsumtion OCi = offentlig förbrukning av sektorns produktion

INVi = offentliga och privata investeringar STOCKSi = lagerförändring Xi = export

Den offentliga konsumtionen ingår i dessa ekvationer bara till den del som utgörs av offentlig förbrukning. För att beskriva hela ekonomins produktion måste därför hänsyn tas även till den offentliga sektorns förädlingsvärde. Summerar man försörjningsbalansema för näringslivssektorema och den offentliga sektorns förädlingsvärde erhåller man värdet av hela ekonomins tillgång och användning. Användningen är då uppdelad på de användnings- kategorier som redovisas ovan. Drar man bort insatsleveranserna från summa tillgång (vänstra ledet i likheten) eller från summa användning (högra ledet) så erhålls bruttonationalprodukten (BNP).

Den totala bruttoproduktionen (Y) ett år t ex 1990 bestäms huvudsakligen av den arbetskraft som finns tillgänglig 1990 och av produktiviteten, dvs hur mycket som produceras per arbetad timme. Dessa uppgifter ges exogent i modellen. Fördelningen av produktionen på olika sektorer bestäms däremot av efterfrågan på olika typer av varor och tjänster.

Importen (M) av olika varor och tjänster bestäms i modellen av ett antal importfunktioner. Importen förklaras av variabler som mäter efterfrågan, relativpriser, vinster och kapacitetsutnyttjande. Importen av verkstadsvaror förklaras sålunda av en efterfrågevariabel, föregående års relativpris, två variabler som mäter vinstläget innevarande och föregående år och årets kapacitetsutnyttjande. Efterfrågevariabeln består av en sammanvägning av samtliga efterfrågekomponenter multiplicerade med importandelama enligt 1980 års input-outputberäknirig.

Insatskoefficienterna (IOKOEF) bildar tillsammans en s k input-output- matris. Denna är central i modellen. Årliga input-output-matriser för den historiska perioden fr o m 1970 ligger till grund för trendframskrivningar av insatskoefficienterna i matrisen. Dessutom görs särskilda bedömningar av hur de mest väsentliga insatskoefficienterna kommer att förändras de närmaste åren. Det senare gäller även alla koefficienter som avser användningen av olika typer av energi.

Privat konsumtion (PC) av olika varor och tjänster bestämsi modellen i en uppsättning konsumtionsfunktioner. De bestämmer konsumtionens fördel- ning på ändamål med hänsyn till dels total privat konsumtion, dels prisutvecklingen för olika typer av varor. En matris fördelar om konsumtio- nen från ändamål till sektorer. Den totala privata konsumtionen bestäms, som redan nämnts, så att bl a full sysselsättning uppnås. Prisprognoserna görs i en särskild prismodell, se avsnitt 2.9.

Den offentliga förbrukningen (OC) av varor och tjänster enligt en s k baskalkyl (se avsnitt 2.6 nedan) bestäms exogent. Modellen kan emellertid också — i det fall modellen används så att privat konsumtion anges exogent och offentlig konsumtion används som medel för att nå full sysselsättning —

• Sida 306
•  Original

modellen Diagram 2.1 EMMA-

Brutto- Import produktion

Import— beräkning

Beräkning ]

I nsa ts- leveranser

Beräkning av privat konsumtion Beräkning av privata investeringar

av syssel- sättning

Privata investeringar

+.

+

Privat konsumtion

Ofientliga investeringar

+”

Beräkning av offent-

liga inves- teringar

OIN HLR BAS OAKBAS

Offentlig Lager- förbrukning förändring

STOC

Beräkning av offent- lig för-

brukning

Beräkning av? av ofte ' sysselsätt- ning och förbrukning .

ocura _ OAKBAS OCPROC AKKOEF

OCBAS

Export O 1!

E xogen variabel

Endogen variabel

modell

• Sida 307
•  Original

beräkna vilket ytterligare utrymme för offentlig konsumtion som tillgängliga resurser räcker till. Finns ett sådant konsumtionsutrymme kräver även detta en viss förbrukning av varor och tjänster från näringslivssektorerna. Denna förbrukning framkommer då som ett modellresultat.

Investeringarna (INV) bestäms liksom lagerinvesteringarna (STOCKS) exogent. Metoderna för detta framgår nedan.

Exporten (X) av olika varor och tjänster bestäms i modellen av ett antal exportfunktioner. Exporten i en sektor beror därvid i modellen på världsmarknad, relativpris och vinst. Därutöver finns i vissa fall andra förklaringsvariabler som tas hänsyn till genom en särskild term eller faktor. Modellen kan också användas så att exporten används som medel för att nå en målsatt bytesbalans. Då bestäms ett exportutrymme som fördelas på sektorer med en vektor. Den bytesbalans (BOPREQ) som anges i modellen avser skillnaden mellan export och import av varor och tjänster i löpande priser. Transfereringsbalansen ligger utanför modellen.

Efter denna grova beskrivning av modellens olika komponenter övergår vi nu i avsnitten 2.3—2.9 till en detaljerad beskrivning av beräkningsmetoder m 111. Det bör emellertid redan här påpekas att ett stort antal av modellens indata ges exogent, dvs deras värden bestäms utanför modellens ram. Det är givet att det finns vissa samband även mellan dessa exogena variabler. Man kan särskilt peka på sambandet mellan investerings- och produktivitetsut- veckling. En stor del av arbetet med långtidsutredningarna ägnas just åt att utanför modellen pröva och beräkna om de gjorda exogena förutsättning- arna är konsistenta med varandra. Man kan tänka sig att ”endogenisera” vissa av de exogena variablerna. Betydande fördelar skulle då kunna vinnas. Men å andra sidan skulle det ske till priset av en ökad komplexitet i modellen och ökad säkerhet vid tolkningen av resultaten.

Bruttoproduktionsvärdet (Y) värderat till mottagarpris består av tre delar: (1) Insatser (INS), dvs förbrukning till mottagarpris inkl handelsmarginaler, (2) Förädlingsvärde till faktorpris (VAFK), dvs löner och driftsöverskott inkl kapitalförslitning, (3) Indirekta skatter netto (S). För en sektor kan denna likhet skrivas och omformuleras:

23

ZINSij+VAFKj+Sj=Yj j=1,...23 i=l

? INSij/YJ. + VAFKj/YJ. + SJ./Y]. = 1 j = 1, . . . 23 i=1

23 _

z IOKOEFU. + VAFCj + SJ./Y]. = 1 ] = 1, . .. 23

i=1

där IOKOEFiJ- är insatskoefficienterna, dvs insatsen från sektori till sektor j dividerad med bruttoproduktionen i sektor j och VAFC,» är förädlingsvärdets andel av bruttoproduktionen. Den likhet som redovisas gälleri de statistiska tidsserierna för 1970—1982 och måste även gälla för de prognoser som görs. I avsnitten 2.3.1—2.3.3 redogörs för hur insatskoefficienterna (IOKOEF) bestäms. I avsnitt 2.3.4 ges motsvarande redogörelse för skatteandelen (S/Y)

• Sida 308
•  Original

1W.W. Leontief: The Structure of the Ameri- can Eoonomy, New York 1941.

resp förädlingsvärdeandelen (VAFC) samt för de korrigeringar som görs för att få summan av de tre andelsprognoserna lika med 1.

2.3.1. Input-output-tekniken

Input-output-modellen utvecklades av nobelpristagaren Wassily W. Leon- tief1 för att belysa det ömsesidiga beroendet mellan de olika produktions- sektorernai en samhällsekonomi. Den grundläggande fråga som modellen är avsedd att besvara är: ”Hur mycket måste produceras i ekonomins olika sektorer och hur mycket primära produktionsfaktorer behövs för att tillfredsställa en på förhand given efterfrågan på varor och tjänster för slutlig

användning. Input-output-modellens användbarhet i prognossammanhang är delvis

beroende av möjligheterna att göra prognoser för olika åtgångstal, exem- pelvis hur mycket elkraft som förbrukas per producerad enhet i järn- och stålindustrin. När en produktionsanläggning uppförs kan den ges en rad alternativa utformningar, var och en karakteriserad av vissa krav på insats av kapital, arbetskraft, energi och olika halvfabrikat och råvaror. Man kan säga att valet av anläggning är ett val mellan olika faktorkombinationer. Detta val kommer i hög grad att dikteras av produktionsfaktorernas relativa priser. Det spektrum av möjliga faktorkombinationer som existerar före investe- ringen krymper emellertid starkt när anläggningen väl är uppförd; i extremfallet återstår inga valmöjligheter alls. Det betyder att under en period som är så kort att den existerande kapitalstocken inte hinner bytas ut kommer det ömsesidiga beroendet sektorerna emellan att vara bestämt av åtgångstalen i de befintliga anläggningarna, dvs förhållandevis opåverkade av relativa priser och teknisk utveckling. I ett sådant fall är det motiverat att anta att det i en produktionsprocess används insatser i fixa proportioner, dvs att insatskoefficienterna är konstanta.

På längre sikt förändras emellertid insatskoefficienterna. Det beror bl a på att nya anläggningar delvis hinner ersätta gamla anläggningar. Det beror också på att det i många fall finns möjligheter att spara på vissa insatser och öka andra även inom existerande anläggningar.

Det finns också ett annat viktigt skäl till att insatskoefficienterna förändras över tiden. I den teoretiska input-output-modellen skall produktionsproces- serna avse endast en enhetlig vara. I alla praktiska modeller måste man dock göra många sammanslagningar och arbeta med ganska grova branschindel- ningar av typen ”verkstadsindustri” osv. Förskjutningar mellan olika områden eller varor inom en sådan sektor kan då medföra att insatskoeffi- cienterna förändras. I det statistiska materialet finner man ganska ofta långsiktiga, regelbundna, förändringar i många insatskoefficienter. En rimlig hypotes kan då vara att de förorsakas av trendmässiga förskjutningar mellan olika varor inom en sådan aggregerad bransch. Även systematiska statistiska fel i grundmaterialet samt förekomsten av stordriftens fördelar kan medföra att insatskoefficienterna förändras över tiden.

Det statistiska underlaget till modellberäkningama i samband med LU 84 omfattar försörjningsbalanser med input-output-tabeller för vart och ett av åren 1970—1982. Det beskrivs närmare i avsnitt 2.11 nedan. För närvarande finns 378 insatskoefficienter i tabellerna.

• Sida 309
•  Original

output-strukturen, dvs av insatskoefficienternas utveckling under prognos- perioden.

2.3.2. Modellresultatens känslighet för variationer i insatsko- efficienterna

Fördelningen av produktionen på olika produktionssektorer är mycket känslig för variationer i värden på vissa insatskoefficienter. Beräkningar av känsligheten har gjorts dels för att bedöma hur stor precision som krävs i prognoser av koefficienter, dels för att kunna koncentrera arbetet med att bestämma koefficienter till sådana som är särskilt viktiga. Dessa beräkningar redovisas i nästa avsnitt. Orsaken till att projektionen av insatskoefficienter har så stor betydelse för produktionsprognoserna är att stora delar av produktionen i vissa sektorer är råvaror, halvfabrikat och annat som förbrukas i andra produktionssektorer. I varuhandel räknas nästan hela produktionen som insatsei i olika sektorer. I skogsbruk går 90 % och i jord— och stenindustri 80 % av produktionen till insatser. Jordbruk, extraktiv industri, grafisk industri, gummivaruindustri, kemisk industri, järn-, stål- och metallverk, samfärdsel och privata tjänster producerar också mest för insats i den svenska produktionen.

Det finns åtminstone tre olika aspekter på koefficienternas vikt. En koefficient kan täcka en stor andel av en sektors löpande förbrukning. Den kan vidare avse en stor andel av en sektors leveranser. Slutligen kan det vara så att ganska små förändringar i en koefficient kan få stora effekter på produktionen i någon sektor genom direkta och indirekta effekter. Den sista aspekten kan sägas inrymma de båda första men dessutom ta hänsyn till de indirekta effekterna.

I tabell 2.2 redovisas resultaten av beräkningar enligt det tredje kriteriet. För en beskrivning av beräkningsmetod och formler hänvisas till Usui.1 Resultaten visar hur stor förändring av insatskoefficienterna (i procent) som kan göras utan att produktionen i någon sektor förändras mer än 1 %. Beräkningarna förutsätter att den slutliga användningen, inkl export minus import, är oförändrad. Resultaten kan sammanfattas på följande sätt:

2 st koefficienter får förändras upp till 1 %, 49 st av koefficienterna får förändras 1—10 %, 140 st får förändras 10—100 % och ungefär hälften (187 st) får förändras mer än 100 % utan att produktionen i någon sektor förändras mer än 1 %.

1 Mika Usui: Input—output Analysis for Development Planning, Journal of Develop- ment Planning No 4, United Nations, New York 1972. För dokumentationens skull redovisas dock urvalsprinciperna översiktligt enligt följande: Vi startar med den inverterade input-outputmatrisen (B), dvs B = (1—a)"1 där A är en matris med input-koefficienter a.. och I en enhetsmatris

. . .. !) B skall transformeras till en matns D, dar elementen di]. ar

dij=100A—iiii = 100

aI a,, . ' ] max & Y. + b.. p Yp ] ll

di]. anger hur många procent ai]. kan ändras utan att produktionen i någon sektor förändras med mer än 1 %.

d.. beräknas ej om a.. = 0. u __ , '] bi. ar elementen 1 B i är bruttoproduktionen i sektor j. Matrisen D har beräknats med utgångspunkt från en input-output-tabell för 1980.

• Sida 310
•  Original

Bli

& El SI SI QI ZI HI CI BI LI LI EI & LI SI EI GI LI LI LI 91 (| BI Z LBI : L | : z a ti 01 C 9 ut ti 01 n e 9 n rt N L II t 6 mm O'I [I ; DI 6 L [ ' ' 6 L ' I: " Z ; 6 ' ' ' 9 ' S & (”I—OI

69 ' | ' '.' L I I I 9 ( [ 2 | I ' I Z I I I (II ' I I I | |>

run-v

cz ll it ! a'z L'Ll s'n for en (DK (DK nok 9'ct i'm ("'( "015 "" "015 ”'" ""” ”'( ("'( "015 L.” "015 "015 'fu- & a (I 0 I En wI( "Z 0" 0.91 mI( (”'( ml( Ela 0.16 [n'( IDI( mI( ml( (DK GIS ml( ml( BOK L'M H'lt Sim (n'( |! 6! ' H | 0014 u'u s'zv mk o'; en a'cv trot O'bl MK s'tv trot 1'91 s'sz s'oz z'ct "JK o'm s'lz or a LI ' I S'EL 9.0 9." mI( "t' MI( mI( MK (n'( (014 ml4 RIK wl( wI( ml( m|( ml( GIK w|( (DK OOK ETE &I cz ot er en z'nz l'tr m MK L'IZ mk HDK z'cz i'zz 9'l6 (|th ru ook outs r'nt (DK ams MK rss rn nuts ros ut rt ; s : rs MK r'rs svt r» s'v rn 9'9 (DK MK (DK 0014 en u ' z : t'; a': wl( mm 91 fl 'I L 2 9'9I (DK FSE L.” 8" IAU. (n'( "IOS fl Z'Lt wI( wI( MK mI( wI( 6'9' wl( mI4 mI( wI( [DK wI( wI( SI QI 6 ' I | (DK ml( "6 9.2! Olli 9'I B." D.” MK bl'L mI( ml4 m|4 m|( 00l( OOK 'I Il 'I ; Z [*b' mI( mI( "I ml( mI( m|( LIZI I'R (" wI4 wl( ml( (”(( 9'HI ml( 9"L ml( ml( ml( ml( El fl [ OI OI 61: 'Aål S'I 5.5 2.9 04! MK z'llt '.' 51: 5.6 GADI 9': (DK (TLS I.' z'EC MK "GE ”lil Ll'l E'LE ZÅOI u CZ [ 9I ' '45I 0.56 TZ; glf' 5'9 mI( 6.19 "” 5.5 f" 515 L'E' III I." S.L' I19 O'ZE wl( få: [61 B*ZL OOK D. II II oz n o : att in ('I! nr mic su m|( ttz mlé NK m= t'; mk ml( (m= MK LDK 01114 en o'vs or ZZ 'I ; ( ol' Lill '? U'z' MK m|( mI( L'Uz ml( mI( wI( L..; ("!( 9.I U'uL MK BOK (DK (n'( (IOK mI( ml4 6 (2 'I L Z L'L' MI( L.” S*" 6.5 (”'( m|( m|( O'LZ MK MK m|( L'u ”'( rsl UI w|( OOK mI4 "" ml( wl( MK ' II "I L | [.5' 9." Bim "I”: ml( w|( OT! ml( MI( wl( 1.65 MK Gm ("I MK mI( MK m|( L ' Z 1 E.” m|( TUI mI( 9 ⁶ ' ( 1 U'" "'9 ml( NK mI( NK 97 I'm 9'E 5 |." 9 [ | (I&I BT; wI( MK mI( mI( wI( Un L'Z MK ' st ; s » 1 mm om av 0014 0014 ett t': 91 ro o'u Ml( 611 NK in en: : (I ”I I I wl( S.t" GIK m|( MK wI( MK ("| ml( wl( wI( "BI ml( I II 9 [ Z G'Lf (DIC (n'( ml( ml( wl( m|( ['6' V' Gl 94Cl I

1 ml( wlol OI'I I> & ZZ Iz ut 61 I" LI 9I SI 'I [I Zl || OI 6 3 L 9 5 ' C 1 I |Du” ren-v

mm: uu. "w

% [ ut; som serpug Jontes uoägu ! uouotnjnposd ue utan (%) äuupugrg; eutgmi elsäoH 130315"!!! samatuatawaonsiusul Z'Z "Mal.

• Sida 311
•  Original

Modellresultaten är känsligast för förändringar av de insatskoefficienter som avser leveranser till verkstadsindustri och byggnadsverksamhet. Även insatskoefficienter till trä-, massa- och pappersindustri, jord- och stenindu- stri, järn-, stål- och metallverk, varuhandel, samfärdsel och privata tjänster har relativt stor betydelse för resultaten.

Den historiska utvecklingen och prognoserna för de koefficienter som enligt denna beräkning får förändras med högst 10 % utan att produktionen i någon sektor förändras mer än 1 % redovisas i diagram 2.2.

2.3.3. Prognoser av insatskoefficienter

De tidigare omtalade försörjningsbalansema med input-output-tabeller för 1970—1982 är det huvudsakliga underlaget för bestämningen av insatskoeffi- cienter 1990. Huvudregeln för prognosarbetet har varit att linjära trendex- trapolationer på basis av statistiken för 1970—1982 har gjorts av insatskoeffi- cienterna, om bättre information inte funnits att tillgå.

I väsentliga avseenden har emellertid kompletterande information funnits tillhands. Ett viktigt inslag i prognosarbetet har gjorts i sektorstudien för energi. Insatskoefficienten för råolja och stenkol från extraktiv industri till petroleum- och kolindustri har bestämts med hänsyn till framtida kapacitet vid raffinaderier m m och i konsistens med importens bestämning i de båda sektorerna. Vidare har insatskoefficienterna bestämts för eldningsolja m fl varor från petroleum- och kolindustrin och el, gas mfl samt varor från sektorn el-, gas-, vatten- och värmeverk till varje annan sektor. Insatsko- efficienterna är konsistenta med åtgångstal för energi som har erhållits från statens energiverk. Åtgångstalen förutsätts minska 1980—1990. Bakom minskningen antas ligga sådana faktorer som en övergång från olja till el vid lokaluppvärmning, en minskad energiåtgång vid transporter och en minsk- ning av den specifika energiförbrukningen i tjänstesektorerna. En fortsatt sparsamhet med energi har antagits motverkas av övergången till elvärme. Energibesparingarna i tjänstesektorerna sker därmed framför allt genom olje- och bensinbesparingar.

De koefficienter som enligt tidigare nämnda beräkningar har störst betydelse för produktionsutvecklingen i enskilda sektorer, se diagram 2.2, har under prognosarbetet diskuterats särskilt. I vissa fall har den enkla trendframskrivningen frångåtts och ersatts med en prognos som bedömts som rimligare. Något större arbete på att förbättra trendextrapolationerna har emellertid inte gjorts i denna långtidsutredning. I några fall har det emellertid funnits kvalitativ information om den framtida utvecklingen som kunnat utnyttjas för prognoserna.

Insatskoefficienterna för 1970 och 1980 och prognoserna för 1990 redovisas i tabellerna 2.3—2.5.

• Sida 312
•  Original

% 20,0 Sektor 5 ——sektor 1

18,0 16,0

14,0

1970 1975 1980 1985 1990 % alternativ 2 30,0 Sektor 1 ——sektor 4 ,» I " 41 n o _a , , _ _ 28,0 /:a" alternativt &, go

26,0

24,0 1970 1975 1980 1985 1990

22,0 Sektor 1 —-sektor 5 20,0 N#_—__— alternativ 2 _—_—W 18,0 T_x alternativ 1 1970 1975 1980 1985 1990 % 40.0 Sektor 7 —— sektor 7

30,0

20,0

10,0

1970 1975 1980 1985 1990

%

Sektor 3 ——sektor 3

9,0

7,0

5,0

3,0

1,0

1970 1975 1980 1985 1990

%

20,0 Sektor 4 —>sektor 4

18,0

16,0

14,0

1970 1975 1980 1985 1990

20,0

Sektor 5 _- sektor 5

18,0

16,0

14,0

1970 1975 1980 1985 1990

% 19.0 Sektor 2 —- sektor 8

17,0 15,0

13,0

1970 1975 1980 1935 1990

Diagram 2.2 Insatskoefficienter 1970—1990. Insatsen från en sektor till en annan som andel av bruttoproduktionen i den

mottagande sektorn.

• Sida 313
•  Original

6,0 Sektor 11 ——sektor &

5,0

22,0 Sektor 8 —-—sektor & 4,0

20,0 3,0

18,0 2,0

1970 1975 1980 1985 1990 1970 1975 1980 1985 1990

% % Sektor 9 —-—sektor 9 39 Sektor 12 ——sektor 8 28,0

3.7 25,0

35 24,0

3,3 22,0

3,1 20,0

2'9 1970 1975 1980 1985 1990

2,7 % 12,0 Sektor 10 —>sektor 10 2,5

10,0 2,3

8,0 2,1

6,0 1 ,9

1970 1975 1980 1985 1990 1970 1975 1980 1985 1990

% 35,0 Sektor 11 ——sektor 11 15,0 Sektor 12 _sektor 11

33,0 31,0 _-__--___—__-'X 10,0 29,0

27,0

25,0 5,0

1970 1975 1980 1985 1990 1970 1975 1980 1985 1990

Diagram 2.2 fom.

• Sida 314
•  Original

76,0 Sektor 3 _.sektor 12

9,0 Sektor 3 ——sektor 13

N—N_— —————— *X

1970 1975 1980 1985 1990 1970 1975 1980 1985 1990

% Sektor 12 ——sektor 13 10,0

%

8,0 99 Sektor 3 _osektor 14

6,0

4,0

'970 1975 1980 1985 1990 1970 1975 1980 1985 1990 % 15,0 Sektor 13 —-— sektor 13 % 42'0 Sektor 14 _osektor 14 40,0

38,0

36,0

1970 1975 1980 1985 1990 1970 1975 1980 1985 1990

% Sektor 12 ——sektor 14 % 2,6

Sektor 17 ——sektor 14

12,0

10,0

8,0

6,0

4,0

1970 1975 1980 1985 1990 1970 1975 1980 1985 1990

• Sida 315
•  Original

% Sektor 10 ——sektor 15

1970 1975 1980 1985 1990

% 1 6 Sektor 12 —-sektor 15

1970 1975 1980 1985 1990

% 28,0 Sektor 15 ——sektor 15

26,0

24,0 22,0

1970 1975 1980 1985 1990

13.0 Sektor 16 _- sektor 16

12,0 11,0

10,0

1970 1975 1980 1985 1990

Diagram 2.2 forts.

% Sektor 11 ———sektor 15 3,0

2,0

1970 1975 1980 1985 1990

% Sektor 14 ——sektor 15

10,0 —__ ____— 6,0 —— X 2,0 1970 1975 1980 1985 1990 %

12,0 Sektor 20 _— sektor 15 10,0 8,0 6,0

4,0

1970 1975 1980 1985 1990

16.0 Sektor 17 ——sektor 17

12,0

0,0 1970 1975 1980 1985 1990

• Sida 316
•  Original

% 30,0 Sektor 12 ——sektor 18

20,0

10,0

1970 1975 1980 1985 1990

% 12,0 Sektor 8 _— sektor 19

10,0

8,0

1970 1975 1980 1985 1990

Sektor 12 —->sektor 19

1970 1975 1980 1985 1990

%

Sektor 14 _osektor 19 6,0

2,0

___—___- _x

1970 1975 1980 1985 1990

Diagram 2.2 forts.

% 3'0 Sektor 3 —-—sektor 19

1970 1975 1980 1985 1990

%

Sektor 11 ——sektor 19

4,0

3,0

1970 1975 1980 1985 1990

15,0 Sektor 13 —>sektor 19

13,0

11,0

9,0

7,0

5,0

1970 1975 1980 1985 1990

1970 1975 1980 1985 1990

• Sida 317
•  Original

Sektor 12 —>sektor 20

% 2,4 Sektor 9 __sektor 20

2,2

2,0

1,8

1970 1975 1980 1985 1990 1970 1975 1980 1985 1990

1,4 Sektor 10 —>sektor 21 %

18,0 Sektor 21 —>sektor 20 1.2

16,0 1,0

14,0 0,8

12,0 0,6

1970 1975 1980 1985 1990 1970 1975 1980 1985 1990

% %

11,0 Sektor 12 ——sektor 21 3.0 Sektor 16 —-sektor 21

9,0

7,0

1970 1975 1980 1985 1990 1970 1975 1980 1985 1990

% 23,0 Sektor 19 —— sektor 22

24,0 %

20.0 Sektor 21 —>sektor 21 20,0

18,0 16,0

16,0 12,0

14,0

1970 1975 1980 1985 1990 1970 1975 1980 1985 1990

Diagram 2.2 forts.

• Sida 318
•  Original

3,8 Sektor 9 -—sekt0r 23

3,6 --------——x

3,4 3,2 3,0

1970 1975 1980 1985 1990

% 0.03 Sektor 17 ——sektor 23

1970 1975 1980 1985 1990

Diagram 2.2 forts.

% Sektor 12 ——sektor 23

1,9 1,7 1,5 1,3 1,1 0,9

0,7

1970 1975 1980 1985 1990

% 19,0 Sektor 23 _— sektor 23 /

17,0 15,0 13,0

11,0

1970 1975 1980 1985 1990

• Sida 319
•  Original

Tabell 2.3 Insatskoefficienter 1970

Från Till sektor sektor l 2 3 4 5 6 7 8 9 10 11 12 1 .0347 0.0000 0. 0000 .2726 _2045 .0151 .0110 .0000 0.0000 .0310 .0008 0.0000 2 .0008 .0175 .0005 0.0000 0011 0.0000 .0006 .1804 0.0000 0.0000 .0010 0.0000 3 ,0083 00000 09.19 00000 0. 0000 0.0000 .0002 .0045 0.0000 .0021 .0126 .7372 4 .0068 0.0000 0. 0000 .1860 .0485 .0047 .0076 0.0000 0.0000 0. 0000 .0042 0.0000 5 .1609 0.0000 0.0000 .0213 .1500 .0024 .0001 .0005 0.0000 .0018 .0122 0.0000 6 0.0000 0.0000 0.0000 0.0000 .0002 .0232 00000 00000 0.0000 0.0000 .0000 0.0000 7 .0083 .0099 .0120 .0044 0.0000 0.0000 .3518 .0137 .0003 .1137 .0011 00000 8 .0064 .0048 .0043 .0208 .0244 .0059 .0130 .1915 .1612 .0052 .0211 .0005 9 .0013 .0012 .0040 .0019 .0023 ,0020 .0039 .0029 .2574 .0044 .0089 .0011 10 .0030 .0036 .0008 .0003 0. 0000 .0003 .0012 .0001 .0013 .1144 .0004 00000 11 .0804 .0025 .0347 .0154 .0249 .0040 .0352 .0415 .0164 .1087 .2538 .0046 12 .0397 .0197 .0515 .0126 0.122 .0036 .0194 _0377 .0068 .0307 .1163 .0247 13 .0023 0.0000 .0207 .0007 .0049 .0062 .0011 .0096 .0002 .0005 .0031 .0009 14 0. 0000 0. 0000 .0051 ,0005 .0103 .0005 0. 0000 .0025 .0005 0. 0000 .0076 000.1 15 .0270 .0230 .0649 .0033 .0119 .0130 .0141 .0223 .0051.0258.0144.0055 16 0032 00000 00000 0.0000 00000 0. 0000 0.0000 0.0000 0.0000 0.0000 0. 0000 00000 17 0. 0000 0. 0000 0. 0000 0.0000 0.0000 0. 0000 .0046 .0000 .0003 000.5 .0002 0. 0000 18 0.150 0030 0516 .0045 .0040 0011 .0060 .0271.0028 0.135 .0264 .0016 19 .0349 .0024 0.152 .0024 .0032 .0014 .0021 .0043 .0020 .0044 .0052 .0013 20 . 1484 .1096 .0256 .1542 . 1978 . 1662 .2437 .0997 .0805 . 1230 .1524 .0877 21 .0096 .0548 .1162 .0086 .0092.0021.0083 .0096 .0145 0.12 .0103 .0004 22 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 00000 00000 23 .0457 .0162 .0396 .0241 .0229 .0079 .0325 .0334 06.20 .0471 .0350 0.129 2 .6367 .2681 .5384 .7335 .7322 .2594 .7564 .6813 .6110 .6390 .6869 .8783 Från Till sektor sektor 13 14 15 16 17 18 19 20 21 22 23 24 1 00000 0.0000 0.0000 0.0000 0. 0000 00000 .0011 0.0000 0.0000 .0013 .0070 0.0000 2 000.1 .0002 .0001 0. 0000 00.25 00000 .0015 0.0000 0.0000 .0006 0.0000 00000 3 .0763 .0894.0039.0001.0083 .0010 .0109 0.0000 0. 0000 .0010 .0001 0.0000 4 00.11 0.0000 0.0000 0.0000 .0031 00000 0.0000 0.0000 0.113 0.0000 .0266 00000 5 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 .0126 0.0000 6 0.0000 0.0000 0.0000 0.0000 00000 0.0000 0.0000 0.0000 .0011 00000 .0166 0.0000 7 .0013 .0035 .0064 .0133 .0138 0.0000 .0069 .0029 .0058 0.0000 .0044 0.0000 8 .0128 .0050 .0148 .0350 .0383 .0014 .1076 .0140 .0098 .0037 .0089 0.0000 9 .0089 .0021 .0059 .0063 .0058 .0018 .0046 .0227 .0111 0.0000 ,0318 0.0000 10 ,0006 .0000 .0129 .0028 .0058 .0004 .0029 .0035 .0128 0.0000 .0006 00000 11 .0301 .0141 .0233 .0593 .0423 .0025 .0313 .0046 .0053 .0033 .0102 0.0000 12 .1013 .1191 .0150 .0135 .0110 .2335 .0196 .0186 .0981 .0081 .0191 00000 13 .1318 .0235 .0069 .0161 .0028 .0002 _0959 .0011 0. 0000 .0017 .0035 0.0000 14 .0314 .3496 .1097 .0839 .1262 00000 .0239 .0007 (). 0000 0.0000 .0003 00000 15 .0151.0484 .2201 .2347 .0187 .0357 .0995 .0110 .0318 .0054 .0449 0.0000 16 0.0000 0. 0000 .0002 .1203 0 0000 0.0000 0.0000 0.0000 .0299 0.0000 0.0000 0.0000 17 0.0000 .0098 .0002 0. 0000 02.36 0.0000 .0004 .0011 .0004 .0001.0023 0.0000 18 .0200 .0330 .0060 .0064 .0037 .0463 .0019 .0101 .0099 .0181 0.106 00000 19 .0070 .0073 .0043 .0044 .0018 .0555 0 0000 .0049 .0340 .1234 0072 0.0000 20 .1451 .0913 .1088 .0185 .3181 0. 0000 0. 0000 .0095 0. 0000 00000 .0047 0.0000 21 .0203 .0130 .0112 .0085 .0043 00.34 .0313 .1194 .1457 .0016 .0222 00000 22 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0 0000 0.0000 00000 0. 0000 0.0000 23 .0431.0344 .0368 0431 .0239 .0260 .0361 .0862 .0823 .0814 1158 0.0000 2 .6462 .8438 .5862 .6662 _6537 4076 .4752 .3101 .4893 2496 .3493 0.0000

• Sida 320
•  Original

30 Bilaga 17 SOU 1984:7 Tabell 2.4 Insatskoemcienter 1980 Från Till sektor sektor 1 2 3 4 5 6 7 8 9 10 11 12 1 .0337 00000 0.0000 .2670 .1994 .0203 .0062 .0000 0.0000 .0271.0008 0. 0000 2 .0008 .0264 .0004 00000 00.12 0.0000 .0005 .1546 0.0000 0.0000 .0012 0. 0000 3 .0067 0.0000 .0582 0. 0000 0.0000 0.0000 .0003 .0033 00000 .0006 0.101 6240 4 004.1 0.0000 0.0000 .1570 .0489 .0042 .0091 0. 0000 0.0000 0. 0000 .0043 0.0000 5 .1695 0.0000 0.0000 0.197 .1557 .0028 .0001.0013 00000 .0013 .0083 0.0000 6 00000 0.0000 0.0000 0.0000 .0002 .0452 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 7 .0048 .0070 .0100 .0027 0.0000 0.0000 .1972 .0092 .0002 .0662 .0008 0.000() 8 .0056 .0049 .0076 .0199 .0200 .0072 .0097 .2081 .1540 .0050 .0218 .0008 9 .0013 .0013 .0037 .0018 .0022 .0024 .0033 .0032 .2355 .0041 .0096 .0030 10 .0026 .0033 .0004 .0003 0.0000 .0003 .0008 .0000 .0010 .0895 .0005 0. 0000 11 .0783 .0028 .0325 .0162 0240 .0054 .0355 .0444 .0179 .1154 .3124 .0136 12 .0348 .0190 .0465 .0111 .0100 .0033 .0141 .0279 .0063 .0177 .0745 .0190 13 .0027 0.0000 .0133 .0005 .0046 .0065 .0009 .0076 .0002 .0006 .0031 .0024 14 0. 0000 0.0000 .0024 .0004 .0058 .0006 0. 0000 .0025 .0002 0. 0000 .0084 .0002 15 .0311 .0376 .0619 .0037 .0116 .0187 .0149 .0255 .0053 .0274 .0199 .0191 16 .0022 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 17 0. 0000 0.0000 0 0000 0.0000 0. 0000 0. 0000 .0088 .0001 .0006 .0019 .0006 00000 18 02.11 .0035 .0598 .0060 .0052 .0017 .0067 .0326 .0040 .0117 .0286 .0043 19 .0441 .0092 .0277 .0033 .0033 .0016 .0031.0048 .0053 .0054 .0049 .0007 20 .1686 .1162 .0207 .1573 .1972 .1575 .2854 .1083 0747 .1415 .1427 .0948 21 .0127 .0748 1581 .0129 .0141 .0045 .0099 0.141 0208 .0161 .0153 .0008 22 0. 0000 0.0000 0. 0000 0. 0000 0. 0000 0. 0000 00000 0. 0000 0.0000 (). 0000 0.0000 0. 0000 23 .0535 .0228 .0504 .0308 0295 .0112 .0347 .0422 .0794 0545 .0462 0.179 2 .6782 .3287 .5534 .7106 .7326 .2934 .6410 .6899 .6054 .5859 .7140 .8005 Från Till sektor sektor 13 14 15 16 17 18 19 20 21 22 23 24 1 0.0000 0.0000 00000 00000 0.0000 00000 .0010 0.0000 0.0000 .0012 .0047 0.0000 2 .0001 000.1 000.1 0.0000 00.34 00000 .0015 0.0000 00000 .0006 00000 0.0000 3 .0603.0761.0033 0.0000 .0113 .0006 .0096 0.0000 00000 .0009 .0001 0.0000 4 .0006 0.0000 00000 00000 .0032 00000 0.0000 0.0000 .0090 0.0000 .0147 00000 5 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 00000 00000 0.0000 .0075 0.0000 6 00000 00000 0.0000 00000 00000 00000 0.0000 0.0000 .0016 0.0000 .0152 0.0000 7 .0009 .0017 .0043 .0086 .0140 0.0000 .0045 .0018 .0037 0.0000 .0026 0.0000 8 .0127 .0035 .0144 .0332 .0561 .0010 .1017 .0131 .0088 .0037 .0097 00000 9 .0079 .0016 .0059 .0063 .0089 .0012 .0044 .0219 .0118 0.0000 .0361 0.0000 10 .0005 .0000 .0112 .0023 .0079 .0003 .0024 .0028 .0098 0.0000 .0005 0.0000 11 .0323 .0136 .0259 .0627 .0704 .0018 .0330 .0048 .0055 .0036 .0109 0.0000 12 .0739 .0717 .0121 .0150 .0101 .1568 .0172 .0163 .0817 .0074 .0183 00000 13 .1044 .0123 .0058 .0132 .0034 .0001 .0785 .0008 0.0000 .0015 .0018 0.0000 14 .0236 .3833 .0882 .0918 .1666 0.0000 .0225 .0007 0.0000 0.0000 .0003 0.0000 15 .0142 .0479 .2555 .2602 .0310 .0442 .1108 .0121 .0340 .0062 .0429 0.0000 16 0.0000 0. 0000 .0002 .1152 0. 0000 0.0000 0. 0000 0. 0000 .0156 0.0000 00000 00000 17 00000 .0180 .0005 0.0000 .0987 0. 0000 .0010 .0029 .0012 .0002 .0066 0.0000 18 0225 .0335 .0078 .0094 .0062 .0195 .0022 .0113 .0108 .0212 .0141 0.0000 19 .0062 .0066 .0055 .0088 .0042 07.76 00000 .0054 .0311 .1868 .0092 0.0000 20 1640 .1029 .1005 .0343 2766 0.0000 0. 0000 0278 0. 0000 0.0000 .0056 00000 21 .0314 0.165 .016() .0099 .0069 0129 .0379 .1438 1.707 .0020 .0335 0.0000 22 0.0000 00000 00000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 00000 23 .0547.0411.0476 04.91 .0313 .0255 .0416 .0959 .0891 .0946 .1469 0.0000 2 .6100 .8303 .6047 .7200 .8100 .3316 .4696 .3613 .4842 .3298 .3813 0.0000

• Sida 321
•  Original

Tabell 2.5 Insatskoefficienter 1990, alternativ 1

Från Till sektor sektor 1 2 3 4 5 6 7 8 1 .0282 0.0000 00000 .2921 .1768 .0160 .0028 .0001 2 .0007 .0273 .0002 0.0000 .0018 0.0000 .0004 .1478 3 .0050 0.0000 .0242 0. 0000 0. 0000 0. 0000 .0003 .0026 4 .0017 0.0000 0.0000.1223 .0539 .0031 .0126 0.0000 5 .1738 00000 0.0000 .0136 1799 .0048 .0001 .0021 6 00000 0.0000 0.0000 0.0000 .0001.0489 0.0000 00000 7 .0007 .0020 .0044 .0004 0. 0000 00000 .1181.0022 8 .0045 .0037 .0082 .0097 0.140 .0061 .0068 .1944 9 .0011 .0011 .0034 .0009 .0020 .0021 .0025 .0031 10 .0019 .0021 .0001 .0001 0. 0000 .0002 .0004 0.0000 11 .0706 .0025 .0295 .0094 .0218 .0054 .0389 .0464 12 .0260 .0194 .0417 .0098 .0085 .0028 .0097 .0186 13 .0028 00000 .0084 .0001 .0040 .0050 .0006 .0045 14 0. 0000 0. 0000 .()004 .0002 .0004 .0006 0. 0000 .0024 15 0314 .0312 .0467 .0024 .0104 .0184 .0145 .0261 16 .0013 0.0000 .0009 0.0000 0.0000 0.0000 0.0000 0.0000 17 0. 0000 0. 0000 0.0000 0.0000 0. 0000 0. 0000 .0102 000.1 18 .0223 .0026 .0645 .0069 .0057 .0020 .0072 .0380 19 .0461 .0120 0359 .0049 .0035 .0015 .0041.0058 20 .1828 .1110 .0189 .1614 .1932 .1511 .3523 .1226 21 .0137 .0704 .1862 .0179 0192 .0057 .0119 .0176 22 0. 0000 0. 0000 0. 0000 0.0000 0. 0000 0. 0000 0. 0000 0. 0000 23 .0557 .0219 .0582 .0407 0376 0.123 .0384 0503 2 .6703 .3071 .5316 .6924 .7326 .2859 .6318 .6847 Från Till sektor sektor 13 14 15 16 17 18 19 20 1 0.0000 0.0000 0. 0000 0.0000 0. 0000 0.0000 .0009 00000 2 .0001 000.1.0001 00000 .0033 00000 .0014 0.0000 3 .0443 .()558 .0026 0.0000 .0127 .0126 .0082 0.0000 4 .0002 0.0000 0.0000 0.0000 .0030 00000 00000 0.0000 5 00000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 6 0.0000 00000 00000 00000 00000 0.0000 00000 00000 7 .0002 0. 0000 .0012 .0012 .0082 0.0000 .0009 .0003 8 .0125 00.22 .0132 .0263 .0616 .0006 .0908 .0102 9 .0071 00.12 .0054 .0052 .0102 .0007 .0041 .0176 10 .0004 0. 0000 .0090 .0016 .0081 .0001 .0018 .0018 11 .0343 0.137 .0275 .0588 .0875 .0009 .0344 .0043 12 .0600 .0619 .0085 .0109 .0070 .0806 .0147 .0081 13 .0729 00017 .0045 .0088 .0034 .0001 .0586 .0006 14 .0116 .3873 .0587 .0888 .1664 0. 0000 .0207 .0006 15 .0146 .0543 .2738 .2416 .0373 .0529 1.165 .0120 16 0. 0000 0. 0000 .0002 .0912 0. 0000 00000 0. 0000 0.0000 17 0. 0000 .0183 .0006 0. 0000 .1288 0. 0000 .0013 .0033 18 .0267 .0359 .0095 0.121 .0068.0281.0023 .0166 19 .0075 .0050 .0071 0.103 .0023 .0997 00000 .0065 20 .1921 .1200 .0954 .0440 .2499 0. 0000 0.0000 .0371 210413 0187 .0199 0.104 .0084 .0022 .0440 .1460 22 (). 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0. 0000 0 0000 23 .0663 04.57.0650 .()5 23 .0350 .0245 .0540 1150 2 .5921 .8218 .6022 .6633 .8400 .3028 .4545 .3800

9

00000 0.0000 0.0000 0.0000 0.0(X)0 0.0000 00000

.1380 .2198

.0186 .0052

0 0000 .0053 0.0000

.0042 .0069 .0714 .0258 0. 0000 .0922

.5890

21

0.0000 0.0000 00000 .0072 00000 .0017 .0008 .0072 .0116 .0061 .0055 .0735 0.0000 0. 0000 .0330 0026 .0014 .0110 .0293 0. 0000 .1855 0. 0000 .1050

.4814

10

.0242 0.0000

0. 0000 .0014 00000 .0003 .0047 .0032 .0594 .1314 .0132

0.0000 .0266 0. 0000 .0032 0.133 .0077 .1701 .0202 0. 0000 .0685

.5485

.0007 .0012 .0070

.0050 .0019

.0187 .0087 .0003 .3095 .0572 .0027 .0075 .0188 00000 000.8 .0287 .0053 .1360 .()169 0. 0000 .0487

.6802

.0021 0.0000 .0001 .0047 .0031 .0107 .0003 .0086 .0360

.0102 .0082 .0002 .0003 .0360 0. 0000 .0075 .0180 .0100 .0055 .0368 0. 0000 .1950

.3939

0.0000 0. OCDO

.5643 0.0000 0.0000 0.0000 00000

.0008

00000 .0244 .0164 .0037

.0348 0.0000 0.0000

.0043 .0003 .1097 .0015 0.0000 .0316

.7965

ååå; *

% åååååååååååååååååååpppp

• Sida 322
•  Original

2.3.4. Förädlingsvärdeandelar och skatteandelar Skatteandelar

När det gäller de indirekta skatterna bör det inledningsvis påpekas att den värdering till 1980 års priser som tillämpas i utredningens volymkalkyler innebär att man räknar med 1980 års skattesatser (och subventioner). Förändringar i skattesatser för indirekta skatter påverkar därför inte skatteandelen såsom den mäts i detta sammanhang.

Skatteandelen har under den historiska perioden fluktuerat något. Det beror bl a på förskjutningar av produktionen inom en sektor mot varor med högre eller lägre indirekta skatter. Det beror emellertid också på att restposten mellan produktions- och användningssideberäkningarna av BNP ingår i skatteandelen såsom den definieras i modellen.

I prognoserna har förutsatts att skatteandelen per sektor är densamma 1990 som 1980. Skatteandelen redovisas i tabell 2.6. Skatteandelen anges inte explicit i modellen. Däremot kan den beräknas genom att insatskoefficienter och förädlingsvärdeandelar anges och genom att summan av dessa och skatteandelen Skall bli lika med 1. Vid modellberäkningama uppnås detta konsistenskrav genom att förädlingsvärdeandelarna anpassas så att det i tabellen angivna värdet på skatteandelen erhålls.

Tabell 2.6 F örädlingsvärdeandel 1970, 1980 och 1990 och skatteandel 1980 Förädlingsvärde till faktorpris och skatter som andel av bruttoproduktionsvärde till mottagarpris

Sektor Förädlingsvärdeandel Skatteandel 1980 1970 1980 1990 R2 DW 1990 Trend Prognos 1 04963 0,4519 0,39—41 0,66 0,68 0,4597 —O,1301 2 0,6959 0,6458 0,6062 0,78 0,92 0,6674 0,0255 3 0,4111 0,4261 0,3980 0,03 0,74 0,4479 0,0205 4 0,1927 0,1737 0,1621 0,40 0,98 0,1919 01157 5 0,1645 0,1497 0,1357 0,80 1,28 0,1497 0,1177 6 0,0878 0,0718 0,0578 0,52 2,57 0,0793 06348 7 0,2400 02271 02012 0,76 1,40 0,2363 0,1319 8 0,2697 0,2560 0,2357 0,90 1,15 0,2612 00541 9 0,3432 0,3481 0,3691 0,35 1,58 0,3645 0,0465 10 0,3498 0,3574 0,3622 0,00 0,60 0,3948 0,0567 11 0,2947 0,3229 0,3481 0,47 0,77 0,3567 —0,0369 12 00207 0,0060 —0,0005 0,59 0,86 0,0100 0,1935 13 0,3415 0,3497 0,3561 0,05 0,68 0,3676 00403 14 0,1880 0,1983 0,1998 0,42 1,43 0,2084 —-0,0286 15 0,3374 0,3489 0,3578 0,47 1,48 0,3514 0,0464 16 0,3083 0,2589 0,2414 0,37 0,64 0,3156 0,0211 17 0,9017 0,7104 . . . . . . 0,6804 —0,5204 18 0,4951 0,5623 0,6049 0,35 1,43 0,5911 0,1061 19 0,4261 0,4377 0,4505 0,64 0,86 0,4528 0,0927 20 0,6287 0,6179 0,6119 0,52 0,76 0,6000 00208 21 0,4932 0,5381 0,5729 0,77 1,09 0,5409 —0,0223 22 0,8583 0,7995 0,7332 0,99 2,12 0,7318 —0,1293 N 1.» 0,5773 0,5789 0,5628 0,40 0,59 0,5663 0,0398

• Sida 323
•  Original

Förädlingsvärdeandelen

En trendanalys har gjorts av hur förädlingsvärdeandelarna har förändrats sedan 1970. För nästan alla sektorer erhölls signifikanta trender för perioden 1970—1982. Det gällde bl a 11 av de 15 industrisektorerna.

Förändringarna i förädlingsvärdeandelarna visar på förskjutningar mellan å ena sidan insatsen av arbete och kapital och å andra sidan insatsen av varor och tjänster. Genom att beräkningarna görs i fasta priser kommer däremot inte skillnader i prisutvecklingen mellan dessa delar att resultera i föränd- ringar av förädlingsvärdeandelarna annat än indirekt genom att prisrelatio- nerna påverkar valet av produktionsteknik. Skillnader i prisutveckling har däremot större betydelse för förändringar av förädlingsvärdeandelar i löpande priser.

Varje LU-sektor innehåller flera olika produktionsprocesser. Förskjut- ningar inom en sektor mellan processer med olika förädlingsvärdeandelar kan därmed orsaka förskjutningar i förädlingsvärdeandelen. Så tycks vara fallet i tex petroleum- och kolindustri där varje nytt raffinaderi sänker förädlingsvärdeandelen något. En särskild beräkning har därför gjorts av förädlingsvärdeandelen i denna sektor. I beräkningen har hänsyn tagits till vissa utbyggnader inom raffinaderierna.

Det tidigare angivna konsistenskravet rörande skatteandelar har också medfört att förädlingsvärdena för 1990 skiljer sig från trendvärdet.

Förädlingsvärdeandelarna ingår i ekvationstyp (2) som bestämmer rela- tionen mellan bruttoproduktion och förädlingsvärde:

(2) VAFK, = VAFC, * vi i = 1,...,23

Beteckningar: VAFKi = Förädlingsvärde till faktorpris

VAFC, = Förädlingsvärdeandel Y, = Bruttoproduktion

Trendanalys och prognosvärden för förädlingsvärdeandelen redovisas i tabell 2.6.

Beräkningarna avseende utvecklingen av svensk export och import tar sin utgångspunkt i de skattade sektorvisa sambanden, som förklarar utrikeshan- delsströmmarna med efterfrågan och relativpris samt i vissa fall dessutom kapacitetsutnyttjande och vinstnivå. Dessa samband och de "skattade värdena på elasticiteter etc redovisas utförligt vad gäller utrikeshandeln med varor i bilaga 14 till LU och för exporten och importen av tjänster i bilaga 15. I detta avsnitt ges en kort sammanfattning av de erhållna resultaten i dessa studier samt redovisas de övriga antaganden som gjorts i LU:s modellbe- räkningar avseende utrikeshandeln och övriga transaktioner med utlan- det.

• Sida 324
•  Original

Diagram 2.3 Schema över långtidsutredningens

kalkyler för bytesbalan- sen.

Utbuds- faktorer i Sverige

Relativpris Sverige/ utlandet

Utländsk Svensk

Bytesbalans för varor och tjänster

Trans- fereringar

BYTESBALANS

2.4.1. Bytesbalanskrav

Ett av de grundläggande målen för den ekonomiska utvecklingen i Sverige fram till 1990 är att de löpande betalningarna med utlandet (bytesbalansens saldo) då skall ha förbättrats så mycket att ett visst kapitalutflöde är möjligt utan att valutareserven avtappas. Övervägandena bakom denna målsättning redovisas närmare i huvudrapporten. Det sålunda fastställda riktvärdet för bytesbalansens saldo 1990 uppgår till ett överskott om 10 miljarder kronor, vilket motsvarar ca 1 % av bruttonationalprodukten. År 1980, som är startåret för de medelfristiga LU-beräkningarna, uppvisade bytesbalansen ett underskott om närmare 19 miljarder kronor eller ca 3,6 % av BNP.

Förbättringen av bytesbalanssaldot under 1980-talet förutsätter således en förstärkning av exporttillväxten och en återhållsam tillväxt av importen. I modellberäkningama uppnås detta genom att postulera att exportens och importens bestämningsfaktorer måste utvecklas på ett visst sätt. I diagram 2.3 illustreras beräkningsgången schematiskt. De internationella förutsätt- ningarna betraktas som givna, men genom att variera de inhemska priserna, vinsterna och övriga utbudspåverkade faktorer samt sammansättningen av den inhemska efterfrågan kan bytesbalanssaldot påverkas. Beräkningarna itereras tills bytesbalansens saldo överensstämmer med det målsatta värdet.

Bytesbalanskravet kommer in i EMMA-modellen i följande två ekvations- typer:

(23) BAL, = PM, * MEXT, _ PE, * x, i = 1, .. . 23

• Sida 325
•  Original

23 (24) BOPREQ = — 51 BAL, _ PM,, * M,, + PE,, * x,,

Beteckningar:

MEXTi = import exkl tull Xi = export PMi = importprisindex, 1980 = 1.00 PE, = exportprisindex, 1980 = 1.00 BALi = import—export, löpande priser BOPREQ = bytesbalanskrav (varor och tjänster), löpande priser

2.4.2. Exportfunktioner Export av varor

Konjunkturinstitutets studie av varuexportens utveckling har resulterat i funktioner för var och en av de varuproducerande LU-sektorerna utom el-, gas-, värme- och vattenverk. De två sektorerna inom livsmedelsindustrin har dessutom slagits samman före Skattningarna. Bedömningarna av varuexportens utveckling under 1980-talet har skett på tre grunder: — KI:s exportfunktioner tillämpade på bedömningar av den internationella marknadstillväxten under prognosperioden — rimlighetsbedömningar av funktionsresultaten och i förekommande fall korrigeringar därav med hänsyn till förhållanden som inte ingår explicit i funktionerna — exogena exportprognoser utan kopplingar till de estimerade exportfunk- tionerna.

Exportfunktionerna är i huvudsak uppbyggda i två steg: en funktion för marknadens utveckling i resp varuproducerande LU-sektor och en funktion för utvecklingen av svenska exportörers andelar av denna marknad.

I marknadsfunktionema bestäms importen till olika länder som en funktion av inkomsterna (BNP) samt relationen mellan importpris och producentpris i det importerande landet. Sådana marknadsfunktioner har skattats för de länder som dominerar som avnämare till exporten från de olika LU-sektorerna. För t ex verkstadsindustrin har importfunktioner skattats för 11 OECD-länder, för varven endast för ett land. Skattningspe- rioden varierar alltefter tillgängligheten av statistiska uppgifter, men täcker i de flesta fall utvecklingen från mitten av 1960-talet till 1980. I basindustri- sektorerna (extraktiv industri; trä-, massa- och pappersindustri; samt järn-, stål- och metallverk) har marknadsfunktionema en något annorlunda specifikation, och importen till resp land kopplas till förbrukningen inom landet vilken i sin tur skattats utifrån utvecklingen av vissa delkomponenter av den ekonomiska aktiviteten inom landet. För varje varuproducerande LU-sektor (utom dem där exporten bestäms exogent) har en marknadsfunk- tion bildats genom att väga samman de ländervisa importfunktionerna med utgångspunkt från exportens länderfördelning i genomsnitt 1975—1980. De sålunda hopvägda elasticiteterna i marknadsfunktionema framgår av tabell 2.7. Där redovisas också marknadsfunktionema för de tre basindustrisekto- rerna.

• Sida 326
•  Original

Tabell 2.7 Inkomst- och priselasticiteter i marknadsfunktioner för svensk export av varor samt bedömd marknadsutveckling 1980-1990

Inkomst- Relativ import- Handels- Marknads- elasticitet priselasticitet politisk tillväxt korrigering % per år % per år 3 Extraktiv industri Se nedan — 0,9 5 Konkurrensutsatt livsmedelsindustri 0,90 —1,30 — 0,9 6 Dryckesvaru- och tobaksindustri 1,55 —0,50 — 2,0 7 Textil- och beklädnadsindustri 1,05 —1,20 —0,3 2,7 8 Trä-, massa- och pappersindustri Se nedan —O,3 1,2 9 Grafisk industri 0,50 —2,10 —0,6 2,0 10 Gummivaruindustri 1,09 —1,40 —0,6 1,2 11 Kemisk industri 1,46 —1,00 —1,1 1,9 13 Jord- och stenindustri 0,70 —0,80 -0,6 1,6 14 Järn-, stål- och metallverk Se nedan —1,1 1,5 15 Verkstadsindustri exkl varv 1,75 —1,85 —1,2 3,0 17 Övrig tillverkningsindustri 0,70 —1,40 —0,6 2,0 Marknadsfunktioner för basindustrierna: 3 Extraktiv industri AM = 0,80AIP 8 Trä-, massa- och pappersindustri AM = 1,4 [(0,4ABI — 0,6ARPT _1) - 0,25 +

(1,4APC — 0,45 + 0,9AIP - 0,55 _ 0,5ARPPH) . 0,75]

14 Järn-, stål- och metallverk AM = 0,80AIP — 0,70ARPSH + 2,0 Teckenförklaring: A förändring i procent per år M importvolym

IP industriproduktion BI bostadsinvesteringar PC privat konsumtion RPT realpris på trävaror i relation till BNP-deflatom RPP realpris på papper i relation till BNP-denatorn RPS realpris på stål i relation till BNP-deflatorn t—1 tidsförskjutning 1 år

Anm. De angivna elasticiteterna baserar sig på en preliminär rapportering från konjunkturinstitutets studie. Senare har ytterligare observationer tillkommit, vilket lett till att de definitiva Skattningarna, som redovisas i KIs bilaga till LU 84, i vissa fall blivit något annorlunda. Källor: Konjunkturinstitutet och finansdepartementet.

De angivna inkomstelasticiteterna har tillämpats på LU:s bedömningar av BNP-tillväxten i olika länder för perioden 1980—1990, Dessa bedömningar redovisas i huvudrapporten, kapitel 4. BNP-antagandena har vägts samman med hänsyn till exportens länderfördelning i varje LU-sektor, vilket lett till att den underliggande inkomstutvecklingen inte blir exakt densamma i alla sektorer. För prognosperioden är variationerna likväl relativt små: Den grafiska industrins export riktar sig mest till länder med en något långsammare tillväxt än genomsnittet (1,4 % per år), medan å andra sidan den vägda BNP-tillväxten i verkstadsindustrins avnämarländer beräknas till 1,7 % per år.

Relationen mellan importpris- och producentprisutvecklingen skilde sig påtagligt mellan de olika LU-sektorerna under 1970-talet. I huvudsak ökade emellertid importprisema långsammare än de inhemska priserna och

• Sida 327
•  Original

förstärkte sålunda importtillväxten. De observerade prisrelationerna kan bero på skillnader i varusammansättning mellan import och hemmaproduk- tion, skillnader i konkurrens etc förutom de statistiska svårigheterna att korrekt mäta prisutvecklingen på LU-sektornivå i internationell statistik. För 1980-talet har antagits att prisrelationerna utvecklas på samma sätt som under 1970-talet och att tillskottet till importtillväxten därav således blir lika stort båda decennierna. I den konkurrensutsatta livsmedelsindustrin, den grafiska industrin och den övriga tillverkningsindustrin har dock antalet observationer varit för litet för att medge en sådan extrapolation, och en separat bedömning av marknadstillväxten har därför gjorts i dessa sektorer. För skogsindustrin och stålindustrin har likaså separata realprisprognoser gjorts för 1980-talet.

Under den period som legat till grund för de estimerade sambanden i marknadsfunktionema skedde i olika etapper påtagliga liberaliseringar av det handelspolitiska regelsystemet, både tullreduktioner och avvecklingar av andra hinder för det internationella handelsutbytet. På detta område kan observeras en klimatförändring som bedöms ha bestående effekter på världshandeln under 1980-talet. Kommerskollegium har inom ramen för sin studie över de handelspolitiska förutsättningarna för svensk export1 beräknat de sannolika effekterna av detta klimatomslag. I LU-kalkylema införs resultatet av dessa beräkningar som korrektionsposter för de världsmark- nadstillväxter som grundar sig på elasticiteter vilka skattats för 1970-talet. Omfattningen av korrigeringarna framgår av tabell 2.7 där de uttryckts som förändringar av de årliga tillväxttakterna för 1980-talet. I tabellen redovisas också, slutligen, de marknadstillväxter per LU-sektor som ingår i långtids- utredningens kalkyler.

I en tredjedel av de 18 varuproducerande LU-sektorema har det inte på samma sätt varit meningsfullt att skatta funktioner för världsmarknadens utveckling som underlag för en bedömning av den svenska exporten. I stället är förhållandena på utbudssidan långt betydelsefullare som bestämningsfak- torer till exporten. För t ex jordbruket och den skyddade livsmedelsindustrin är utvecklingen av den rådande överskottsproduktionen avgörande för exporten framgent. För petroleum- och kolindustrin påverkas exportutveck- lingen främst av ombyggnader av oljeraffinaderierna och den förändrade pfoduktionsinriktning som därmed kan förutses. De närmare övervägan- dena bakom de exogena exportbedömningarna redovisas i KI:s bilaga. En sammanställning av prognoserna görs i tabell 2.8.

Tabell 2.8 Exogena varuexportprognoser 1980—1990 Årlig procentuell volymförändring

1 Jordbruk och fiske” 2,9 2 Skogsbruk 0,3 4 Skyddad livsmedelsindustri 2,9 12 Petroleum- och kolindustri 3,2 16 Varv —0,1 18 El-, gas-, värme- och vattenverk 14,1

Källor: Konjunkturinstitutet och finansdepartementet.

1 Bilaga 6 till LU 84.

• Sida 328
•  Original

I övriga varuproducerande sektorer, alltså 12 stycken, förutsätts de svenska exportörernas marknadsandelar variera allt efter företagens möjligheter att konkurrera om den tillgängliga efterfrågan. En avgörande faktor för konkurrensförmågan är relativprisutvecklingen, och dess effekter på export- tillväxten har skattats av konjunkturinstitutet i sektorvisa andelsfunktioner. I tabell 2.9 anges de skattade värdena för relativpriselasticiteterna inklusive de tidsförskjutningar som visat sig vara signifikanta. I basindustrierna med deras mer standardiserade produkter spelar priset inte samma roll som konkurrensparameter, utan där blir förmågan att framställa varor i takt med marknadsutvecklingen mer avgörande för exporten. I andelsfunktionerna för dessa ingår därför dels en variabel för kapacitetsutnyttjandet med negativ effekt på exporten, dels en vinstvariabel, definierad som det inverterade värdet av (1-bruttomarginalen), med positivt inflytande på exporten. Även för verkstadsindustrin har ett signifikant inflytande från vinstutvecklingen på exporttillväxten kunnat konstateras. Elasticiteterna för kapacitetsutnyttjan- det och vinsten framgår av tabell 2.9. Prognosvärdena för relativprisutveck- lingen under 1980-talet genereras inom modellen. Kapacitetsutnyttjandet 1990 förutsätts vara fullt, och Vinstvariabeln har i alternativ 1 beräknats utifrån det värde som vinstandelen uppnådde 1974; i alternativ 2 förutsätts en något lägre vinstnivå.

De sålunda beräknade exportutvecklingarna har slutligen rimlighetsbe- dömts mot bakgrund av förhållanden som inte explicit beaktas i funktioner- na. Dessa bedömningar har givit upphov till vissa justeringar av exportut- vecklingen under 1980-talet. I den extraktiva industrin samt i textil- och beklädnadsindustrin har exporten justerats ned motsvarande 1,4 resp 0,7 procents årlig förändringstakt 1980—1990 som korrigering för en ofördelaktig

Tabell 2.9 Elasticiteter i andelsfunktioner för svensk export av varor

Relativpris Vinst Kapacitetsutnytt- jande t t—l t t—l t—Z [ t—l BX CX DX FX ___—___”— 3 Extraktiv industri —0,81 0,98 -0,62 —0,93 5 Konkurrensutsatt livsmedelsindustri —1,00 6 Dryckesvaru- och tobaksindustri —0,90 7 Textil- och beklädnadsindustri —0,64 —0,91 8 Trä-, massa- och pappersindustri —0,96 —0,94 0,14 0,52 =0,33 9 Grafisk industri —1,08 —0,22 10 Gummivaruindustri —1,52 —0,28 11 Kemisk industri -0,75 13 Jord- och stenindustri =1,30 14 Järn-, stål- och metallverk —0,79 —0,23 1,11 0,05 —0,64 —0,02 15 Verkstadsindustri exkl varv —0,94 —0,55 0,81 17 Övrig tillverkningsindustri —1,10 —0,60

Anm. De angivna elasticiteterna baserar sig på en preliminär rapportering från konjunkturinstitutets studie. Senare har ytterligare observationer tillkommit, vilket lett till att de definitiva Skattningarna, som redovisas i KI:s bilaga till LU 84, i vissa fall blivit något annorlunda. Sektorerna 3, 8 och 14 är exogena i denna version av EMMA-modellen, men exporten har utanför beräknats enligt de skattade funktionerna. Källa: Konjunkturinstitutet.

• Sida 329
•  Original

varusammansättning i den svenska exporten. Verkstadsindustrins exporttill- växt har likaså justerats ned något, motsvarande 0,7 % per år, med hänvisning till att det sannolikt är svårt att under ett helt decennium få till stånd en så snabb produktions- och exporttillväxt som eljest blivit fallet. Å andra sidan har exporttillväxten justerats upp för den kemiska industrin med 1,3 % per år, eftersom den skattade relativpriselasticiteten i andelsfunktio- nen sannolikt är för låg. Också funktionsvärdet för skogsindustrins export har justerats upp, med 1,0 % per år, ehuru mera av tekniska skäl för att beakta den relativpriseffekt som bedöms finnas i verkligheten men som inte beräknas i modellen där exportpriset sätts lika med världsmarknadspriset. Nettot av samtliga vidtagna justeringar påverkar knappast alls totalexportens storlek 1990.

Export av tjänster

För exporten av tjänster har ytterligare andra metoder kommit till användning och överväganden gjorts för att bedöma utvecklingen fram till 1990. I grunden ligger funktioner för olika typer av tjänster som skattats vid riksbanken och som redovisas i bilaga 15 till LU. I flertalet av funktionerna ingår som mått på marknadsvolymen en variabel som beaktar BNP- utvecklingen upp till sju år tidigare. Eftersom denna variabel inte fluktuerar på samma sätt som en årsvis variabel, blir de skattade inkomstelasticiteterna för den årsvisa exportutvecklingen relativt höga. Riksbankens funktioner har för tre av de fyra exporterande tjänstesektorerna kompletterats med särskilda bedömningar.

Exporten från varuhandeln består i betydande grad av provisioner i samband med varuimporten till Sverige. Utvecklingen under 1970-talet har emellertid varit statistiskt svårfångad och sannolikt varit mer expansiv än vad som framgår av de registrerade provisionsintäkterna från utlandet. Utöver en tillväxt i takt med varuimporten under 1980-talet har därför antagits en extra ökning om 1 miljard kronor i 1980 års priser är 1990.

Statistiken över samfärdselsektorns export lider av motsvarande brister, och exportnivån 1990 har i LU-kalkylerna justerats upp med 3 miljarder kronori 1980 års priser utöver den i stort sett stagnerande utveckling som de skattade funktionerna för exporten av frakter och personbiljetter genererar med insatta prognosvärden för marknadstillväxt och relativprisutveckling fram till 1990. Trots denna uppjustering av exporten innebär bedömningen en fortsatt förlust av marknadsandelar för svenska transporter.

Exporten av privata tjänster har likaså, mot bakgrund av den snabba tillväxttrend som etablerades under 1970-talet, justerats upp för 1990 med 2 miljarder kronor i 1980 års priser. Den skattade funktionen baseras nämligen på statistik som troligen är mycket ofullständig.

Exporten av turisttjänster skattas med hjälp av funktionen för resevaluta- exporten. Relativprisutvecklingen efter de svenska devalveringarna i början av 1980-talet beräknas kunna ge upphov till stora marknadsandelsvinster, dvs att utländska turister i större utsträckning väljer Sverige framför andra turistmål.

En översikt över bedömningarna av tjänsteexporten ges itabell 2.10.

• Sida 330
•  Original

Tabell 2.10 Elasticiteter för export av tjänster samt marknadsutveckllng 1980-1990

Inkomstelasticitet Marknads- Relativpris- ——-_————— tillväxt elasticitet trend trend- % per år BX avvikelse 20 Varuhandel exogen; se texten 21 Samfärdsel 0,60 1,6 —0,33 23 Privata tjänster 2,38 4,0 —0,98 24 Turisttjänster 1,82 1,46 3,0 —1,13 Källa: Sveriges Riksbank. Sammanfattning

Sammantaget för den totala exporten av både varor och tjänster innebär de tillämpade elasticiteterna för relativprisförändringar ett vägt genomsnitt om —1,14. För förändringar i vinst och kapacitetsutnyttjande uppgår motsvaran- de värden till 0,53 resp —0,12.

Exportfunktionerna i EMMA-modellen kan sammanfattas under följande allmänna form: (20) x, = EXP, + AX, * XM, * PEPWE,BXi =- PEPWE1,

PYKOST1,DXi * PYKOST2,FXi +

EXPKEY, * EXPUTR i = 1, . . . 23 (21) x,, = EXP,, + EXPKEYZ, * EXPUTR

cxi ,

Beteckningar:

X, = export EXP, = konstant (Xi = EXP vid exogen export) XM, = världsmarknadsimport PEPWE, = relativpris är t (exportpris/världsmarknadspris) PEPWEl, = relativpris år t—1 PYKOSTI, = vinst år t—1 PYKOSTZ, = vinst år t—2 AX, = korrigeringsfaktor

BX,, CX,,

DX,, FX, = skattade elasticiteter

EXPUTR = exportutrymme EXPKEY, = fördelningsvektor för exportutrymme

2.4.3. Importfunktioner Import av varor

Liksom när det gäller exporten är efterfrågan och relativpriser de domine- rande förklaringsfaktorerna i funktionerna över importen av varor. Måttet

• Sida 331
•  Original

på efterfrågan i importfunktionerna utgörs av en vägd summa av importin- nehållet i insatsleveranserna till de 23 produktionssektorerna i EMMA- modellen samt i efterfrågan för privat och offentlig konsumtion, investering- ar, lagerförändringar och export. Importandelarna har uppskattats på basis av 1980 års input-output-beräkning. Dessa andelar, som antas vara oförändrade under prognosperioden, redovisas i tabell 2.11. Efterfrågeva- riabeln beräknas endogent i modellen. Relativpriserna avser importpriser jämfört med svenska producentpriser för försäljning på hemmamarkna- den.

Importfunktioner har skattats för var och en av de varuproducerande LU-sektorerna inom ramen för konjunkturinstitutets studie till LU 84. De skattade elasticiteterna har tillämpats för att beräkna importutvecklingen för perioden 1980—1990. Elasticiteterna redovisas i tabell 2.12.

Av tabell 2.12 framgår vidare att importfunktionerna för sju sektorer kompletterats med variabler som anknyter till utbudsförhållandena för den inhemska importkonkurrerande produktionen. I dessa sju sektorer har kapacitetsutnyttjandet och/eller vinstnivån beräknats ha ett signifikant inflytande på importutvecklingen, och detta inflytande förutsätts ske med lika stora elasticiteter under prognosperioden som de som beräknats för skattningsperioden. I KI:s studie måste en trendfaktor läggas till i importfunktionerna för fyra sektorer för att öka förklaringsvärdet avseende importens utveckling under skattningsperioden. I funktionerna för verk- stadsindustrin samt jord- och stenindustrin har de skattade trenderna om 2 resp 4 % tillskott till den årliga tillväxttakten för importen bibehållits för utvecklingen under 1980-talet, men för skogsbruket, gummivaruindustrin samt textil- och beklädnadsindustrin har Skattningarna frångåtts. I det första fallet har importen bestämts exogent mot bakgrund av exportutvecklingen för skogsbruket. När det gäller importen till gummivaruindustrin antas att ökningen under 1970-talet främst berodde på att kapaciteten för den inhemska bildäckstillverkningen drastiskt skars ned och att motsvarande strukturomvandling inom kvarvarande delar av gummivaruindustrin inte kan förutses under 1980-talet. Den skattade trenden på 5 % har därför reducerats till 1,5 % per år. Importen av textil- och beklädnadsvaror har under 1970-talet vuxit så snabbt att den inhemska försörjningsberedskapen snart kan komma i fara. En fortsatt trendmässig tillväxt av importen under 1980-talet skulle i själva verket få det orimliga resultatet att den inhemska produktionen blev negativ 1990. Importen av textil- och beklädnadsvaror har därför bedömts exogent utifrån den inhemska förbrukningen och en viss förutsatt inhemsk produktionsandel.

För oljeimporten har KI skattat funktioner med en något annorlunda specifikation än den allmänna form som tillämpas för övriga produkter. Se avsnitt II.6 i KI:s studie. Svårigheterna att göra meningsfulla prognoser för de prisvariabler som ingår som förklaringsvariabler i dessa funktioner har föranlett vissa förenklingar i samband med LU-kalkvlerna. Importen av petroleumprodukter beräknas sålunda utifrån den kalkylerade förbrukning- en inom landet och exporten i samband med en bedömning av raffinaderi- kapacitetens sammansättning på olika produktslag. Den totala raffinaderi- kapaciteten räknat i ton möjlig produktion per år förutsätts vara oförändrad

• Sida 332
•  Original

• Sida 333
•  Original

Tabell 2.11 Importmatris 1980 Importens andel av förbrukningen

Från sektor

NDOONIOXUIJBMNb—h

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 .21 22 23 2 0,0078 0,4746 0,4845 0,8061 1,0000 0,8837 0,9500 0,8353 0,5000 0,3408 0,1758 0,0797 0,0455 0,5000 0,0719 0,1563 1,0000 0,3333 0,0083 0,3000 0,0725 0,0254 0,3272 1,0000 0,8487 1,0251 0,2166 0,2642 0,6635 0,5000 0,5000 0,2068 0,1875 0,8625 0,0266 0,0465 0,0903 0,0172 0,3077 0,0917 0,0658 0,0426 0,3128 0,3485 0,7593 0,1481 0,2500 0,3468 0,2848 0,2134 0,6667 0,3027 0,0316 0,0466 0,1332 0,6986 0,4630 0,5500 0,4731 0,5652 0,5000 0,2429 0,5000 0,6667 0,7800 0,4606 0,5283 0,3684 0,5189 0,4662 0,3628 0,4635 0,4770 0,1373 0,0244 0,2340 0,0690 0,0662 0,0654 0,0549 0,0238 0,2500 0,0995 0,0606 0,0388 0,1764 0,5343 0,0351 0,4783 0,1107 0,1079 0,1498 0,0160 0,2232 0,0903 0,0714 0,0448 0,0476 0,0385 0,0390 0,0818 0,0273 0,0714 0,0488 0,0217 0,0471 0,0513 0,0556 0,0357 0,0518 0,0412 0,0476 0,0317 0,0540 0,0294 1,0000 0,5000 0,6667 0,2500 0,5845 0,2500 0,1848 0,5714 0,0938 0,5578 0,6061 0,5625 0,7091 0,3628 0,6897 0,3523 0,5267 0,5497 0,4369 0,7138 0,5297 0,3896 0,6219 0,5769 0,1467 0,6339 0,6206 0,4019 0,2876 0,3007 0,6585 0,3240 0,3734 0,4970 0,2391 0,5575 0,4808 0,4596 0,4841 0,4453 0,5106 0,5806 0,5856 0,4713 0,0465 0,4464 0,5555 0,5798 0,4668 0,3688 0,2068 0,5543 0,3171 0,6376 0,4549 0,4422 0,2695 0,2016 0,3375 0,4234 0,2222 0,3333 0,1977 0,1210 0,7143 0,1212 0,6667 1,0000 0,2381 0,0462 0,0790 0,1215 0,4613 0,2840 0,2857 1,0000 0,1601 0,1014 0,6935 0,1804 0,6154 0,7500 0,3303 0,7500 0,5030 0,2500 0,6400 0,1951 0,2915 0,2871 0,1823 0,3205 0,6443 0,7407 0,5000 0,3185 0,1298 0,1910 0,0662 0,1636 0,2725 0,5106 0,1966 0,1560 0,6437 0,1657 0,0209 0,2027 0,1858 0,4992 0,5693 0,2302 0,0567 0,3140 0,3828 0,0817 0,3719 0,4414 0,4006 0,2381 0,3047 0,1571 0,2242 0,1511 0,3333 0,2308 0,3333 0,1250 0,1364 0,2281 0,0698 0,2073 0,2167 0,1286 0,2222 0,2413 0,1726 0,0062 0,0028 0,0026 0,0031 0,0041 0,0405 0,0032 0,0026 0,0026 0,0003 0,0042 0,0645 0,0050 0,0161 0,0225 0,0105 0,0113 0,0391 0,0496 0,1935 0,0053 0,0234 0,0077 0,0117 0,0441 0,0075 0,0769 0,0417 0,1103 O, 1 176 0,0220 0,0306 0,0600 0,0989 0,0984 0 ,2424 0,0493 0 ,0648 0,3347 0 ,0852 0,1395 0,0168 0,0220 0,0430 0,0413 0,0657 0,0951 0,0496 0,1241 0,1156 0,0648 0,0121 0,0756 0,0614 0,0768 0,0960 0,0630 0,0345 0,0408 0,0291 0,0308 0,0051 0,0944 0,0585

Till INS

1 0,3400

0,8000 0,3140 0,0489

0,4400 0,2137 0,0370 0,0189 0,2880 0,5665 0,0714

0,0822 0,3556

0,0046

0,0418

0,0396

SOC

0,1114

0,3695 0,0306 0,2297

0,4116 0,0868 0,0218 0,2698 0,3222 0,4925 0,2384 0,5143 0,2625 0,1379 0,3775 0,0056

0,0279

0,1044

KOC

0,1114

0,3695 0 ,0306 0,2297

0,4116 0,0868 0,0218 0,2698 0,3222 0,4925 0,2384 0,5143 0,2625

0,3775 0,0056 0,0279

0,1044

PC

0,2074 0,0331 0,2136 0,0400 0,1659 0,0325 0,3110 0,1467 0,0230 0,4524 0,2419 0,3438 0,1955 0,1379 0,3435 0,3277 0,3340 0.0345

0,0324

0,0024

PINV

0,0608

0,5720 0,1202

0,3914 0,0992 0,5556

0,0926

OINV

0,5720

0,3914 0,0992 0,5556

0,0926

STOCKS X

0,8449

0,0510

0,0234

0,0705 0,0005

0,0371

0,0783

Totalt

0,1770 0,0689 0,7742 0,0387 0,1747 0,0449 0,3183 0,0590 0,0414 0,3187 0,3299 0,3383 0,1609 0,2187 0,2647 0,1392 0,2513 0,0156

0,0228 0,0846

0,0419

• Sida 334
•  Original

• Sida 335
•  Original

Tabell 2.12 Elasticiteter m m i importfunktionerna för varor

lnkomst- Relativpriselasticitet Kapacitets- Vinstelasti- Trend elasticitet _— utnyttjande citet t t—1 t—2 Z elasticitet _— BM CM DM FM GM t t—1 LM JM KM 1 Jordbruk och fiske 1,09 —0,13 —0,03 —0,16 2 Skogsbruk 0,90 —0,004" 3 Extraktiv industri 1,00 4 Skyddad livsmedelsindustri 0,97 5 Konkurrensutsatt livs- medelsindustri 1,23 —0,15 —0,29 —0,44 0,07 6 Dryckesvaru- och tobaks- industri 1,49 —0,78 —0,78 7 Textil- och beklädnads- industri 1,13 —0,49 —0,49 —0,94 —0,65 —0,020” 8 Trä-, massa- och pappers- industri 1,71 —1,17 —1,17 9 Grafisk industri 2,30 -1,83 —-1,83 10 Gummivaruindustri 1,07 0,05 0,015 11 Kemisk industri 1,10 —0,19 —O,64 —0,83 1,08 —0,66 —0,47 12 Petroleum- och kolindustri 1,00 13 Jord- och stenindustri 0,76 0,13 0,04 14 Järn-, stål- och metallverk 1,14 —0,30 —0,53 —0,83 0,33 —0,30 15 Verkstadsindustri exkl varv 0,86 —1,08 —1,08 0,81 —1,10 —0,77 0,02 16 Varv 0,43 —0,95 —0,95 17 Övrig tillverkningsindustri 0,91 —0,46 —0,46 18 El-, gas—, värme- och vattenverk 1,36

" Trenderna har anpassats så, att funktionen genererar det exogena importvärdet. Källa: Konjunkturinstitutet.

fram till 1990. Råoljeimporten beräknas utifrån raffinaderiernas produk- tion.

I beräkningarna för prognosperioden kalibreras importfunktionerna in så, att de utgår från den faktiska importen inkl tull i varje LU-sektor startåret 1980. Importpriserna antas utvecklas i takt med världsmarknadspriserna i varje LU-sektor 1980—1990.

Importen bestäms i modellen till 1980 års mottagarpriser, dvs inkl tullar, införsel- och kompensationsavgifter, indirekta skatter och handelsmargina- ler på import. I 17 sektorer finns en faktor, TARIFF, som ökar importvärdet räknat cif (cost, insurance and freight) med tullar, införsel- och kompensa- tionsavgifter samt indirekta skatter. För att få importen värderad till mottagarpris ökas importvärdet dessutom med vissa handelsmarginaler via en insatskoefficient. Modellen räknar med importen till mottagarpris i 1980 års priser, dvs med de tull-, avgifts- och skattesatser som gällde 1980.

(18) TULL, = (TARIFF, + IOKOEF20,) * M, / (1,0 + TARIFF,) i = 1, . . . 23

(19) MEXT, = M, _ TULL, i = 1, . . . 23

• Sida 336
•  Original

Beteckningar:

TULL, = tullar, införsel- och kompensationsavgifter, indirekta varuanknutna skatter och handelsmarginaler på import TARIFF, = tullar, införsel- och kompensationsavgifter och indirekta varuanknutna skatter på import som andel av MEXT MEXTi = import exkl tull m m IOKOEFZO, = insatser från sektor 20 M, = import inkl tullar, införsel- och kompensationsavgifter, indirekta varuanknutna skatter och handelsmarginaler på import

Import av tjänster

Den statistik som legat till grund för riksbankens skattningar av funktioner för importen av tjänster överensstämmer — liksom fallet är för tjänsteexpor- ten — inte med den bas som LU-kalkylerna grundar sig på. Svårigheterna att göra tillförlitliga beräkningar för den framtida utvecklingen av t jänsteimpor- ten är av likartat slag som för exporten och har föranlett justeringar av de värden som framkommer vid en mekanisk tillämpning av de skattade sambanden som bygger på riksbankens statistik.

Importen till varuhandeln, som till stor del utgörs av provisioner i samband med varuexporten, förutsätts även under 1980-talet följa utvecklingen av varuexporten. Samvariationen är här starkast i löpande priser, vilket till följd av en starkare prisökning för tjänster än för varor och sänkta relativpriser för den svenska varuexporten innebär en långsammare volymtillväxt av provi- sionsimporten än av varuexporten.

Samfärdselsektorns import utgörs till största delen av kostnader i utlandet i samband med den svenska exporten från samma sektor. Den uppjustering som gjorts för denna export utöver det prognosvärde för 1990 som den skattade exportfunktionen genererat leder därför till att också importen blir högre. Den procentuella ökningen av importvolymen blirt o ni något större än vad uppdragningen av exportvolymen i procent uppgår till. Därtill kommer effekten av en viss nedgång i bytesförhållandet, varför nettotillskot— tet till bytesbalansen i löpande priser reduceras från 5 till 4 % av det totala exportvärdet mellan 1980 och 1990.

Importen av privata tjänster kännetecknas enligt den skattade funktionen av en lägre inkomstelasticitet än exporten. Den bristande överensstämmel- sen mellan statistikbasen för funktionsskattningen och för sektorns import enligt nationalräkenskaperna har föranlett en avvikande bedömning från vad importfunktionen genererar för prognosperioden. Importen av privata tjänster 1990 har sålunda justerats upp med 1 miljard kronori 1980 års priser utöver punktskattningen enligt funktionen.

Importen av turisttjänster framkommer direkt som summan av privat konsumtion och export av turisttjänster.

En sammanställning av de elasticiteter som kommit till användning i beräkningarna av tjänsteimportens utveckling under 1980-talet redovisas i tabell 2.13.

• Sida 337
•  Original

Tabell 2.13 Elasticiteter för beräkning av import av tjänster

Inkomst- Relativpris- elasticitet" elasticitet BM DM

20 Varuhandel exogen; se texten

21 Samfärdsel 1,0367 23 Privata tjänster 1,3684 —0,7415 24 Turisttjänster exogen; se texten

"I samfärdselsektorn mäts inkomsten som export från samma sektor, och i sektorn privata tjänster som det vägda måttet på efterfrågans importinnehåll. Källa: Sveriges Riksbank.