N. 1031 - Il potere previsivo degli indicatori desunti dalle indagini congiunturaliIl caso dell'indagine sulle aspettative di inflazione e crescita della Banca d'Italia

Go to the english version Cerca nel sito

di Tatiana Cesaroni e Stefano Iezzisettembre 2015

Il lavoro valuta in che misura i principali indicatori desunti dall’Indagine trimestrale della Banca d’Italia sulle aspettative di inflazione e crescita siano in grado di anticipare le serie di contabilità nazionale.

In particolare  gli indicatori congiunturali dell’indagine  su aspettative di inflazione a 12 mesi, variazione dei  prezzi di vendita, giudizi sulla situazione economica generale e sua probabilità di miglioramento, aspettative a breve sull’occupazione, previsioni a tre mesi e a tre anni sulle condizioni in cui operano le imprese e giudizi sulle condizioni per l’investimento sono posti a confronto con gli andamenti registrati nel nostro Paese su inflazione, numero di occupati, investimenti fissi lordi e prodotto interno lordo.

In primo luogo si analizzano le correlazioni incrociate degli indicatori congiunturali dell’indagine con le serie di contabilità nazionale: i risultati mostrano che tutti gli indicatori sono in grado di anticipare da 1 a 3 trimestri l’andamento delle rispettive serie di contabilità nazionale.

Successivamente, le caratteristiche cicliche degli indicatori vengono esaminate impiegando una procedura non parametrica per l’individuazione dei punti di svolta del ciclo. Il confronto tra le caratteristiche del ciclo identificato dagli indicatori dell’indagine con quello delle serie di contabilità nazionale (picchi e gole della cronologia ciclica, durata media di cicli, ecc.) fornisce importanti indicazioni sulle loro capacità anticipatrici. In particolare, i dati dell’indagine sembrano cogliere con un maggiore anticipo l’entrata nelle fasi di recessione rispetto alle fasi di espansione.

Il lavoro infine mostra, attraverso l’impiego di un approccio sia qualitativo (binary autoregressive models) sia quantitativo (univariate dynamic models), che la performance di modelli autoregressivi stimati sulle serie di contabilità può essere significativamente migliorata se agli stessi modelli vengono aggiunti anche gli indicatori desunti dall’indagine.

Pubblicato nel 2017 in: Journal of Business Cycle Research, v.13, 1, pp 75–104.

Testo della pubblicazione