V médiích čas od času zaznívají nejrůznější, někdy si i protiřečící hypotézy o tom, jakým směrem jsou vychýleny prognózy analytiků. Zmiňovány jsou konkrétní případy, kdy se analytici spletli a jejich prognózy se vzdálily tím či oním směrem od reality. Naposledy se noviny věnovaly případu lednového deficitu obchodní bilance, který byl zkreslen jednorázovým dovozem letadel, takže oznámený údaj byl radikálně vyšší než očekávání analytiků. Podívejme se proto, jaká je dlouhodobá výkonnost analytiků, zda jsou jejich prognózy skutečně systematicky vychýlené a ukazují špatným směrem. Nejprve bude vhodné zrekapitulovat to, co se obvykle uvádí jako vysvětlení rozporů mezi prognózami analytiků a skutečností.
Účelovost.
První hypotézou je to, že analytici záměrně zkreslují prognózy, protože sledují svůj vlastní zisk. Například jeden domácí ekonomický týdeník zveřejnil ve druhé polovině roku 1999 noticku s názvem Analytici tlačí na ČNB, podle níž analytici lobbují za exportéry a snaží se přimět centrální banku, aby znehodnocovala měnový kurs.
Podobně si řada lidí myslí, že analytici mají kromě „oficiálních prognóz ještě své vlastní neoficiální prognózy, podle nichž se řídí oni sami a jejich firmy, zatímco prognózy oficiální slouží především k matení veřejnosti. Takový postup by snad mohl mít smysl u prognóz vývoje akcií či kursu, těžko ale u makroekonomických údajů, kde může špatná prognóza analytikům spíše uškodit, protože jim příště už nebude nikdo věřit.
Zviditelnění.
Podle jiné z obvyklých představ se analytici snaží odlišit od ostatních analytiků a strhnout na sebe pozornost svého okolí. Volí proto „odvážné prognózy, odlišné od ostatních a spoléhají se na to, že jim tato sázka do loterie vyjde.
Imitace.
Oblíbená je také hypotéza zcela opačná, která naopak tvrdí, že analytici se řídí stádovým chováním, opisují jeden od druhého, takže jejich předpovědi se nakonec podobají téměř jako vejce vejci. Toto chování údajně vyplývá ze snahy analytiků vyhnout se riziku zesměšnění v případě, že odlišná prognóza nevyjde, zatímco všem ostatním by jejich prognózy vyšly.
Průzkumy prognóz ročních údajů (viz například týdeník EURO) naznačují, že v průběhu času mají prognózy tendenci konvergovat. To opravdu může být zčásti důsledkem imitace, ale také jde o přirozený důsledek toho, že většina analytiků analyzuje stejná data, sleduje stejné zprávy a že se zkracujícím se horizontem prognózy klesá nejistota ve výpočtech.
Optimisté a pesimisté.
Analytikovy prognózy mohou být systematicky vychýleny, pokud své expertní názory opírá o soubor, který není reprezentativním zástupcem pro celou ekonomiku - například soubor klientů firmy, ve které analytik pracuje. Někteří analytici bývají označováni za programové optimisty, někteří zase za pesimisty.
Převažující pesimismus lze zčásti vysvětlit tím, že špatné zprávy se lépe prodávají, takže i struktura většiny novin, časopisů, televizního a rozhlasového zpravodajství je taková, že špatné a dobré zprávy se vyskytují zhruba v poměru 3:1. Poptávka po špatných zprávách údajně tlačí analytiky zvyšovat odhady ukazatelů, jako je inflace či nezaměstnanost, a snižovat odhady ukazatelů, jako je hrubý domácí produkt.
Magické body.
Podle této hypotézy mají prognózy tendenci shlukovat se okolo určitých hodnot, které jsou z nějakého důvodu považovány za magické. Takovouto hodnotou je u hrubého domácího
produktu či u průmyslové výroby nula, u inflace nebo nezaměstnanosti může jít například o hranici deseti procent, u obchodní bilance o úroveň sto miliard korun.
Všechny zmíněné výhrady proti analytikům mohou samozřejmě těžko platit současně. Pokud chceme například analytiky obvinit, že se snaží vyniknout a odlišit se od ostatních, pak jim těžko můžeme současně vytýkat, že imitují jeden druhého. V souhrnu ale převládá dojem, že analytici se systematicky nestrefují a že jsou příliš často „překvapováni .
Na tomto místě bychom mohli kontrovat tím, že časové řady dostupných údajů jsou u nás příliš krátké a nespolehlivé, že nejistota v české ekonomice je stále řádově vyšší než ve standardních ekonomikách, ve kterých ostatně prognózy také často nevycházejí. Zkusme ale nahradit dojmy skutečnými údaji a podívejme se na to, jak si u nás analytici dlouhodobě vedou.
Co říkají data.
Systematické srování prognóz a skutečně zveřejněných dat lze nejsnáze provést u měsíčních údajů. U ročních údajů je totiž zatím k dispozici pouze několik málo prognóz v řadě, z nichž nemůžeme činit zásadnější závěry. Naproti tomu časová řada prognóz měsíčních údajů čítá několik desítek pozorování, což je počet, který už umožňuje relativně solidní statistickou analýzu.
Prognózy základních makroekonomických údajů publikovaných měsíčně jsou pravidelně sledovány dotazníkovými šetřeními mezi analytiky z finančních institucí. Prognózy analytiků zjišťuje nezávisle na sobě několik zpravodajských agentur, jako jsou ČTK, Reuters, Bloomberg a Bridge News.
Tabulka obsahuje výtah z jednoho takového průzkumu, a to pro poslední známou várku dat, která vyšla v únoru 2000 a týkala se vesměs letošního ledna. Vidíme, že údaje o spotřebitelských cenách, které jsou na finančním trhu sledovány zřejmě nejpečlivěji, se prakticky shodovaly s tržním konsenzem a totéž platilo i pro nezaměstnanost. Růst průmyslových cen se pohyboval u horní hranice tržního očekávání, což může naznačovat, že v ekonomice se něco děje a trend průmyslových cen se obrací vzhůru.
Jedinou skutečně výraznou odchylku mezi očekáváními a realitou představovaly údaje o obchodní bilanci. Analytici sice správně odhadli směr pohybu obchodní bilance, jejíž schodek se podle nich měl ze sezonních důvodů v lednu snížit oproti dvěma předchozím měsícům (listopad 13,9 a prosinec 18,6 miliardy korun). Neodhadli „pouze přesnou velikost tohoto zlepšení. Zhruba dvě třetiny rozdílu mezi prognózou a realitou ale byly dány zmíněnou výjimečnou transakcí, která zahýbala měsíčním deficitem. Právě jeden takový vychýlený údaj ale může vést k tomu, že analytici budou šmahem považováni za hlupáky - alespoň do příštího měsíce.
Shoda.
Neměli bychom však být nadměrně fascinováni údaji za poslední měsíc a zapomínat na dlouhodobé trendy. Zajímat by nás měla spíše průměrná velikost odchylek mezi prognózami a realitou v průběhu času a to, zda se tyto odchylky v delším čase vzájemně zhruba vyrovnávají či nikoliv. Graf ukazuje časovou řadu měsíčních prognóz inflace, publikovaných každý měsíc týmem makroekonomických analýz Komerční banky. Očividně z něj vyplývá, že mezi předpověďmi a realitou nejenže existuje kladná vazba, ale že tato vazba je velmi těsná, prakticky jedna ku jedné.
Někdo by mohl namítnout, že takové srovnávání není zcela korektní, protože velká část meziroční inflace je při měsíčních prognózách už známa, což usnadňuje předpovídání. Zajímavé proto je spíše to, jak jsou analytici schopni předpovídat meziměsíční inflaci, což je zhruba totéž jako prognózovat změny meziroční inflace.
Odpověď na tuto otázku se ale výrazněji neliší od závěru zachyceného v grafu. I pro meziměsíční inflaci, respektive změny meziroční inflace, platí, že údaje poměrně těsně kopírují prognózy.
Koeficient 1,2.
Tuto kladnou vazbu mezi prognózami a skutečností lze přesněji vyčíslit. Provedli jsme to jednak pro naše vlastní prognózy zachycené v grafu, jednak pro zmiňované konsenzuální prognózy na trhu. Výsledek těchto výpočtů lze nejstručněji vyjádřit vztahem It = 1,2 * prognóza(It), kde It označuje změnu meziroční inflace v čase t. Jinak řečeno, pokud v minulosti analytici očekávali pokles meziroční inflace o jeden procentní bod, ve skutečnosti poklesla o 1,2 procentního bodu. Podobně pokud prognózovali zvýšení o jeden procentní bod, inflace se zvýšila o 1,2 procentního bodu. Tento vztah platil poměrně přesně a prognózy analytiků byly schopny vysvětlit přes devadesát procent variability v reálných údajích, což je solidní výsledek.
Čtyři závěry.
Z této analýzy vyplývají čtyři podstatné závěry.
Za prvé: předpovědi analytiků vykazovaly výraznou kladnou vazbu se skutečnými údaji o inflaci. Žádný jednoduchý alternativní ukazatel (například poslední známý údaj o inflaci) neměl se skutečnými údaji silnější vazbu.
Za druhé: nulové prognóze odpovídal v průměru nulový skutečný údaj - v tomto smyslu nebyly naše prognózy systematicky příliš optimistické ani příliš pesimistické.
Za třetí: odhadnutý koeficient je významně větší než jedna. To znamená, že prognózy analytiků vykazují menší variabilitu než následně oznámené reálné údaje, což lze chápat jako potvrzení, že analytici byli averzní k riziku: očekávali, že změny v údajích budou menší, než k jakým potom ve skutečnosti došlo. Vysvětlením může být to, že analytici jsou hodnoceni především podle toho, zda alespoň v hrubých rysech odhadnou směr změny údaje, tedy zda dojde ke zvýšení nebo ke snížení. Pokud by očekávali zvýšení inflace a ve skutečnosti by se snížila, bylo by to pro ně podstatně nepříjemnější, než pokud by místo toho došlo ke většímu zvýšení inflace, než očekávali.
A konečně za čtvrté: i když naše vlastní prognózy i konsenzuální prognózy na trhu v průměru vycházejí, neplatí to pro prognózy všech jednotlivých institucí. Je proto nutné buď pečlivě vybírat analytika, kterému budeme důvěřovat, nebo alespoň spoléhat na tržní konsenzus.
Zrádné stavebnictví a obchod.
Podobně jsme analyzovali i další pravidelně zveřejňovaná data, což jsou vedle zahraničního obchodu a dalších údajů z tabulky zejména průmyslová výroba a maloobchodní prodej. Hlavní závěry jsou stejné jako pro prognózy inflace - to znamená, že analytici se v dlouhodobém průměru vcelku strefují do reality, ale jsou opatrní. Jejich odhady obecně podhodnocují, o kolik se indikátor v daném měsíci změní.
Ukazuje se také, že nejpřesnější jsou prognózy cen v průmyslu, spotřebitelských cen a nezaměstnanosti. Slušně vycházejí i prognózy průmyslové výroby, jejíž meziroční tempa sice výrazně kolísají, ale to je dáno především počty pracovních dní. O něco hůře vycházejí prognózy u maloobchodu a nejhůře u stavební výroby a zahraničního obchodu. To je dáno především velkou kolísavostí těchto dat, způsobenou vrtkavými faktory, jako například počasím v případě stavebnictví nebo velkými jednorázovými transakcemi v případě zahraničního obchodu. Nicméně pro všechna zmiňovaná data je vazba mezi prognózami a realitou výrazně kladná a platí, že prognózy jsou v průměru nevychýlené.
Pevný bod.
Zjištěná nevychýlenost prognóz je klíčová. Nemusíme totiž ztrácet čas spekulacemi o tom, zda prognózy byly či nebyly zkreslené. Můžeme se soustředit na rozdíl mezi realitou a prognózou, který nám může dát novou informaci o tom, kterým směrem se v příštích měsících v ekonomice obrátí trend. Jinak řečeno, pokud jsou prognózy analytiků skutečně nevychýlené, jak naznačují naše výpočty, pak mají paradoxně svou hodnotu i v případě, když nevyjdou. Fungují totiž jako pevný bod, který nám usnadňuje rozlišit, zda se v ekonomice děje něco nového.
