Goldman Sachs bør finne seg en ny sjeføkonom, «foreslår» USAs president Donald Trump. Goldman Sachs’ sjeføkonom er Jan Hatzius, mannen som bedre enn de fleste andre forutså finanskrisen og som to ganger er kåret til den mest treffsikre økonomen i USA.
Hans «tabbe» var å peke på at det er amerikanske forbrukere som må bære kostnaden for økt toll. Hatzius har anslått at amerikansk inflasjon ville vært 2,4 prosent, i stedet for 2,8 prosent, om det ikke var for tollen.
Egentlig enig
Men Trump kritiserer med dette en av økonomene som er enig med ham i at kvaliteten på viktige nøkkeltall for USA er for dårlig.
De store negative revisjonene i amerikanske sysselsettingstall, ned 258.000, fikk nylig Trump til å sparke sjefen for Bureau of Labor Statistic, Erika McEntarfer, som ble beskyldt for «politisk manipulerte data». Tirsdag utnevnte Trump så E. J. Antoni fra erkeliberale Heritage Foundation som ny sjef. Antoni har nylig tatt til orde for å droppe månedlige sysselsettingstall, og heller nøye seg med kvartalsdata.
«Det er et alvorlig problem som må løses umiddelbart», sa Antoni til Fox News i forrige uke om de store datarevisjonene.
«Inntil det er ordnet, burde BLS stanse månedlige sysselsettingsrapporter, men fortsette å publisere mer presise, og mindre tidsaktuelle, kvartalstall», sa han.
Ekstremt lav svarprosent
Tirsdag la Goldman Sachs ut en analyse fra Hatzius og et par kolleger, som viser hvorfor markedet burde bry seg mindre om løpende nøkkeltall, mens de i stedet i praksis reagerer stadig mer selv på små overraskelser i sysselsettingstall og andre data.
«Markedets følsomhet for enkeltdata har holdt seg høy etter å ha økt betydelig for tre år siden, og grunnen er at disse dataene til syvende og sist avgjør Feds politikk», skriver Hatzius.
Problemet er bare at datakvaliteten er forringet over tid.
En grunn er at færre respondenter svarer på de store undersøkelsene. For sysselsettingstallene (nonfarm payrolls) er svarprosenten ned 18 prosentpoeng på fem–syv år, for ledighetsraten ned 16 prosentpoeng og for inflasjonstallene ned 10 prosentpoeng.
I beregningen av månedlige inflasjonstall må Bureau of Labor Statistics nå klare seg med bare 50 prosent svarrate, mot 70 prosent for et tiår siden. For JOLTS-tallene er svarprosenten bare så vidt over 30.
Dermed øker usikkerheten rundt estimatene. Ikke bare blir gjennomsnittene mer volatile. I tillegg øker standardavvikene mye.
Datadrevet Fed
For åtte av ti nasjonale økonomistatistikker er standardavviket opp 26 prosent fra perioden 2015–2019 til nå. For de månedlige inflasjonsmålingene er standardavviket nærmest fordoblet.
Den synkende svarprosenten bidrar også til større revisjoner i ettertid, noe nonfarm payrolls viste nylig.
Hatzius skjønner at økonomer og markedene likevel følger disse dataene tett. For det første er det nå stor usikkerhet om hvordan økonomien faktisk utvikler seg. For det andre er Federal Reserve (og andre sentralbanker) eksplisitte på at løpende data betyr mer for rentene enn på lenge.
Problemet er likevel at løpende data må tas med en stor skje salt. Men selv om det reelle informasjonsinnholdet er redusert, utløser overraskelser i data større reaksjoner enn før. For obligasjoner er utslagene av en inflasjonsoverraskelse mer enn fordoblet på få år.
