Ledande eller missledande indikatorer? Varje månad överöses vi med ekonomisk statistik, så kallade ”ledande indikatorer” till exempel arbetslöshet och inflation, produktionsstarter, BNP-förändringar och andra siffror, dessa siffror kommer fram i vågor. Finansiella nyhetsbyråer som Bloomberg, Dow Jones och Reuters pumpar ut dem i exakt det ögonblick som de släpps. Börserna påverkas ofta inom några sekunder. Kommentatorer, analytiker och politiker tillskriver dessa siffror en nästan kosmisk betydelse.
Vi agerar som om de är markörer från urminnes tider, men i själva verket uppfanns efter depressionen och andra världskriget och är nu föråldrade.
Ta till exempel BNP, bruttonationalprodukten, som härstammar från formler som fastställdes av ekonomen Simon Kuznets och andra under 1930-talet. Bruttonationalprodukten har sina begränsningar, något som länge varit känt, men ingen var mer vältalig än av Robert F. Kennedy när han i ett berömt tal 1968 förklarade att det mätte allt utom det som är värt mätning. Frågan är alltså, heter det ledande eller missledande indikatorer?
BNP behandlar allt ut som en positiv vinkel. När du köper LED-lampor som undanröjer behovet av att spendera lika mycket pengar på glödlampor i framtiden men också bidrar till att minska energiförbrukningen. Problemet är att det får BNP att falla och vad som borde vara bra blir statistiskt negativ. Om ett företag förorenar en flod, är saneringskostnader positivt för BNP, liksom eventuella vårdkostnader för dem som skadas.
Bygger på ett ekonomiskt utfall
BNP-modellen bygger dessutom på att med ett ekonomiskt utfall följer konsumtion och sysselsättning. Modellen missar emellertid att många fabriker i dag drivs med hjälp av robotteknik och programvara, och att robotar inte köper nya bilar, skor eller tar en cafe latte.
BNP är ett bra antal för en nation som producerar saker gjorda av massor av arbetare, men för en informationsekonomi grundad på tjänster och immaterialrätt och fylld av appar som inte kostar någonting men ändå möjliggöra handel, är modellen vuxen uppgiften. Det är inte heller många av de övriga indikatorerna. Handelsbalansen behandla en iPhone producerad, eller egentligen monterad i Kina utan att ta hänsyn till de immateriella rättigheter som skapats av Apple i Kalifornien. Vart tjänas egentligen pengarna?
Går vi sedan vidare till inflationen ser vi att denna knappast kan hålla jämna steg med de kvalitetsförbättringar som byggs in i nya bilmodeller och vitvaror, trots statistikernas heroiska ansträngningar att få in effektivitetsvinster i sina formler.
Sysselsättningsstatistiken tar inte hänsyn till att personer i åldern mellan 20 och 30 lämnar sina välbetalda anställningar för att arbeta med egna projekt som skapar nya arbetstillfällen.
Varje ekonomi behandlas som en separat enhet
Vidare ser vi att statistiken behandlar varje ekonomi som en separat enhet, något som inte alls är realistiskt inom EU där arbetskraft, varor och tjänster flödar fritt. Våra liv har blivit allt mer globala, men våra indikatorer förblir envist nationella.
Världen skulle bli betydligt bättre betjänt om den konfronterade omvärlden utan att ta hänsyn till en grumlig statistik som konstruerats i en annan tidsålder. Finansministrar och andra ekonomiska beslutsfattare har förvisso hjälp av vissa makroindikatorer, givet att de förstår och kan tolka dem, men det är egentligen få andra som har den nyttan. Nationalekonomin bidrog till att tämja en av de värsta konjunkturnedgångarna i slutet av 1920-talet, men ju mer föråldrade de blir desto mer begränsar de ekonomiska indikatorerna vår förmåga att förstå omvärlden agera kreativt i syfte att forma och utveckla den.
Det har gjorts flera ansatser för att skapa nya, bättre indikatorer. Mest anmärkningsvärt under de senaste åren, är Bhutans bruttolyckeindex. FN har utvecklat ett Human Development Index. Andra har föreslagit nya sätt att bedöma det mesta. Allt dessa gör är emellertid fortfarande att reducera komplicerade system till enkla tal, och de kan därför inte komma att beskriva vår värld utan misslyckas av olika skäl.
Anpassade indikatorer
Vad vi istället skulle behöva är anpassade indikatorer, vi översvämmas just nu av information och behöver inte längre nationella indikatorer som tagits fram för att passa allt och allt. Istället måste vi använda data till anpassade lösningar. Resultatet kommer att bli en uppsjö av skräddarsydda indikatorer, alla är anpassade till särskilda behov.
För enskilda individer har nationella ekonomiska siffror en mycket liten direkt betydelse. Att köpa ett hem, ta en examen, att söka ett jobb, att besluta om hur mycket som skall lånas är inga beslut som fattas med stöd av BNP-tillväxt eller av inflationsförväntningar eller bostadsbyggandet. Att fatta ett beslut om att starta ett företag styrs endast marginellt av sådana siffror, istället är det lokala trender i en bransch eller region som styr sådana beslut.
Ta till exempel den amerikanska delstaten Nebraska, känt för sina spannmålsodlingar och många skiffergasfyndigheter, där har det knappast förekommit någon arbetslöshet att tala om under de senaste åren. Jämför sedan med Detroit, Florida, delar av Los Angeles eller Phoenix i Arizona, delar av USA som befinner sig i kris. Vad hjälper det då att de amerikanska bruttonationalproduktionssiffrorna kom in starkt?
Stora företag har ekonomer som försöker fastställa korrelationerna mellan olika makroindikatorer och affärstrender, och företagen beslutar om hur mycket att spendera delvis baserad på en läsning av framtida räntor, tillväxttrender och inflationen. Sambandet mellan siffrorna och verkligheten stämmer inte alltid. Om siffrorna för detaljhandeln mäts bland de stora kedjorna som är etablerade i de stora köpcentrumen säger siffrorna inget om hur e-handeln har utvecklats. Om konsumtionen bottnar ger det ingen indikation om high end butikernas försäljning har varit, eller de billigare affärernas utveckling. Att fatta beslut baserat på vad indikatorerna visar är nästan ett garanterat sätt att fatta fel beslut på.
Komplicerade statistiska modeller
Naturligtvis beslutsfattarna behöver siffror som de matar in i sina komplicerade statistiska modeller för ”ekonomi” och för att hjälpa centralbankerna att styra penningpolitiken. Nu har emellertid också tjänstemännen som tar fram dessa uppgifter insett att finanspolitiken inte fungerar med dessa data. FEDs nya ordförande, Janet L. Yellen, sade nyligen att arbetslöshetssiffrorna inte fungerar som det är tänkt eftersom de inte fångar upp nyanser ifråga om undersysselsättning, avskräckta och uppgivna arbetssökande som har slutat att leta nya arbeten, studenter som hoppar av studierna, frilansare, praktikanter och långtidsarbetslösa.
Politiken som bedrivs är tänkt att driva upp konsumtion och öka BNP för att hjälpa den finansiella utvecklingen, men den gör lite för att förbättra den långsiktiga lönsamheten för ett dynamiskt ekonomiskt system. I USA röstades för nästan fem år sedan genom en stimulansproposition där 800 miljarder USD skulle bidra till att skapa 3,5 miljoner nya arbetstillfällen. Detta inträffade inte eftersom sambanden mellan att spenderade medel från staten och den privata sektorns önskan och behov att rekrytera inte är lika stark som det var under 1950-, 1960- och 1970-talen. I dag arbetar vi, i alla fall i västvärlden, i en informationsekonomi där billigt kapital, arbetskraft och teknik gör det enkelt för företag att skapa enorma vinster och utvinna mer produktivitet från sina anställda utan att behöva anställa fler arbetstagare.
Avvänjning från vår besatthet av ekonomiska indikatorer är ett viktigt steg för att brottas med när världen ser ut som den gör. Vi måste också lära oss att fatta beslut som ger positiva resultat . Individer, företag och regeringar kommer att finna deras intressen bäst betjänas av kreativa metoder som till exempel hantverksindikatorer istället för att koppla all verklighet till några enkla medelvärden. Indikatorerna bidrog till att tämja de värsta extrema konjunkturcykler i början av 1900-talet, men nu borde vi tacka dem och gå vidare till framtiden.
