Die Rolle von Nachfrage und Angebot bei der zugrunde liegenden Inflation

Sep 17, 2023

Vorbereitet von Eduardo Gonçalves und Gerrit Koester[1]

Veröffentlicht als Teil des ECB Economic Bulletin, Ausgabe 7/2022.

Die HVPI-Inflation ohne Energie und Nahrungsmittel (HVPI-Inflation) ist weiter gestiegen und erreichte laut der Kurzmitteilung von Eurostat im September 2022 4,8 %. Die HVPI-Gesamtinflation, zu der auch Energie und Nahrungsmittel gehören, stieg im September auf 10 % – wobei Energie und Nahrungsmittel rund zwei Drittel und die HVPI-Inflation rund ein Drittel zur Gesamtinflation beitrugen. Beim Anstieg der HCPX-Inflation spielten sowohl Angebots- als auch Nachfragefaktoren eine wichtige Rolle. Anhaltende Versorgungsengpässe bei Industriegütern und Vorleistungsengpässe, auch aufgrund der Auswirkungen der Coronavirus-(COVID-19)-Pandemie, führten zu einem starken Anstieg der Inflation. Seit der Aufhebung der Pandemiebeschränkungen hat auch eine Erholung der Nachfrage zu den derzeit hohen Inflationsraten, insbesondere im Dienstleistungssektor, beigetragen. Komponenten im HVPI-Korb, die anekdotisch stark von Versorgungsunterbrechungen und Engpässen betroffen sind, und Komponenten, die stark von den Auswirkungen der Wiedereröffnung nach der Pandemie betroffen sind, trugen im August 2022 zusammen etwa die Hälfte (2,4 Prozentpunkte) zur HVPI-Inflation im Euroraum bei letzten Monat, für den detaillierte Daten verfügbar sind (Grafik A). Bei dieser Ad-hoc-Zerlegung wird jedoch ein großer Teil der HCPX-Inflation außer Acht gelassen, was eine weitere Unterscheidung zwischen den Rollen von Nachfrage- und Angebotsfaktoren bei der zugrunde liegenden Inflation im Euroraum erfordert. Da die Geldpolitik hauptsächlich über den Nachfragekanal funktioniert, ist es wichtig zu beurteilen, inwieweit die Entwicklung der zugrunde liegenden Inflation auf Angebots- oder Nachfragefaktoren zurückzuführen ist.

Zerlegung der HCPX-Inflation im Euroraum

(jährliche prozentuale Veränderungen; Prozentpunktbeiträge)

Quellen: Berechnungen von Eurostat und EZB. Anmerkungen: Zu den von Versorgungsunterbrechungen und -engpässen betroffenen Komponenten zählen Neuwagen, Gebrauchtwagen, Ersatzteile und Zubehör für persönliche Transportmittel sowie Haushaltseinrichtung und -ausrüstung (einschließlich großer Haushaltsgeräte). Zu den von der Wiedereröffnung der Wirtschaft betroffenen Komponenten zählen Bekleidung und Schuhe, Freizeit und Kultur, Freizeitdienstleistungen, Hotels/Motels sowie Inlands- und Auslandsflüge. Die neuesten Beobachtungen beziehen sich auf September 2022 (Flash) für den HICPX und August 2022 für den Rest.

Ein disaggregierter Ansatz zur Analyse der Rolle der Angebots- und Nachfragefaktoren in jeder HCPX-Komponente kann dabei helfen, sich einen Überblick über die Gesamtrolle der Angebots- und Nachfragefaktoren bei der HCPX-Inflation zu verschaffen. Dieser Rahmen zur Überwachung der Inflation wurde ursprünglich von Adam Shapiro für die Vereinigten Staaten entwickelt.[2] Preise und Aktivitätsentwicklungen werden von vielen Faktoren beeinflusst, von denen einige zu unerwarteten Angebotsänderungen und andere zu einer Verschiebung der Nachfrage geführt haben. Um eine Komponente der HVPI-Inflation (z. B. Kraftfahrzeuge oder Beherbergungsdienstleistungen) der Gruppe zuzuordnen, die überwiegend von Angebotsfaktoren bestimmt wird, oder der Menge, die überwiegend von Nachfragefaktoren bestimmt wird, nutzt dieser Ansatz die Tatsache aus, dass ein Angebotsschock die Aktivität und die Inflation in entgegengesetzte Richtungen beeinflusst, während a Ein Nachfrageschock wirkt sich in derselben Richtung auf sie aus. Genauer gesagt, um eine Komponente auf binäre Weise entweder dem Angebot oder der Nachfrage zuzuordnen, berücksichtigt der Ansatz Fehler, die ein Zeitreihenmodell zu jedem Zeitpunkt gemacht hat: Wenn die Fehler bei Preisen und Aktivität das gleiche Vorzeichen haben, wird die Komponente mit „ nachfrageorientiert“, andernfalls wird es als „angebotsorientiert“ bezeichnet.[3] Auf diese Weise werden nur Komponenten klassifiziert, deren Fehler statistisch signifikant sind. Komponenten, bei denen sich die unerwarteten Preis- und Aktivitätsänderungen nicht wesentlich von den Modellvorhersagen unterscheiden, werden als mehrdeutig eingestuft.[4] Basierend auf diesem Ansatz kann dann für jeden Monat jede HICPX-Kategorie als überwiegend nachfragegesteuert (unerwartete Preis- und Aktivitätsänderungen bewegen sich in die gleiche Richtung) und als überwiegend angebotsgesteuert (unerwartete Preis- und Aktivitätsänderungen bewegen sich in entgegengesetzte Richtungen) gekennzeichnet werden ) oder als mehrdeutig. Nachdem diese Klassifizierung vorgenommen wurde, werden die einzelnen Beiträge der Komponenten addiert (unter Anwendung ihrer Verbrauchsgewichte), um eine Zerlegung des HICPX für jeden Monat abzuleiten.[5] Es ist zu beachten, dass dieser Ansatz binär ist und nicht quantifiziert, wie stark Angebots- und Nachfragefaktoren die Ebenen der Komponenten beeinflussen. So könnten beispielsweise auch Angebotsfaktoren bei der Inflationsentwicklung einer Komponente, die als nachfragegesteuert eingestuft wird, eine Rolle spielen.

Zur Durchführung dieser Zerlegung müssen Daten zu Aktivität und Inflation für jede HICPX-Kategorie erfasst werden. Saisonbereinigte Preisindizes für jede im HICPX enthaltene Komponente sind auf einer feinen Disaggregationsebene zeitnah verfügbar (72 HICPX-Komponenten etwa 20 Tage nach Monatsende), Aktivitätsdaten für die entsprechenden Komponenten sind jedoch nicht ohne weiteres verfügbar. [6] Dies erschwert die Analyse im Vergleich zu den Vereinigten Staaten, wo für jede Komponente des Deflators der persönlichen Konsumausgaben (PCE) gleichzeitig Daten zu Preisen und Aktivität verfügbar sind. Um dieses Problem für den HVPI anzugehen, wurden Umsatzindizes als Proxy für den Konsum verwendet, nachdem sie saisonbereinigt und deflationiert wurden.[7] Basierend auf dieser Matching-Übung können Preis-Aktivitäts-Paare für alle 72 HICPX-Unterkomponenten abgeleitet werden.[8]

Die Zerlegung legt nahe, dass der Anstieg der HCPX-Inflation im Euroraum ab dem dritten Quartal 2021 zunächst hauptsächlich angebotsbedingt war, die Bedeutung von Nachfragefaktoren jedoch im Laufe der Zeit allmählich zugenommen hat. In den letzten Monaten spielten Angebots- und Nachfragefaktoren eine weitgehend ähnliche Rolle bei der HCPX-Inflation (Abbildung B). Robustheitsprüfungen mithilfe von HICPX-Reihen bei konstanten Steuersätzen (z. B. zur Berücksichtigung der vorübergehenden Mehrwertsteuersenkung in Deutschland im zweiten Halbjahr 2020) führen zu ähnlichen Ergebnissen.

HCPX-Inflation – Zerlegung in angebots- und nachfragegesteuerte Faktoren

(jährliche prozentuale Veränderungen; Prozentpunktbeiträge)

Quellen: Eurostat und EZB-Berechnungen. Anmerkungen: Saisonbereinigte Daten. Basierend auf dem von Adam Shapiro entwickelten Ansatz. Die HCPX-Inflation spiegelt die Summe der nachfragegesteuerten, angebotsgesteuerten und mehrdeutigen Komponenten wider, berechnet als Schlusssumme der letzten 12 monatlichen Beiträge. Während Preisdaten für August 2022 verfügbar sind, beziehen sich die neuesten Beobachtungen auf Juli 2022, da die als Proxy für die Aktivität verwendeten Umsatzreihen mit einiger Verzögerung veröffentlicht werden.

Betrachtet man die Hauptkomponenten der HCPX-Inflation, so spielen Angebotsfaktoren seit Anfang 2021 eine etwas größere Rolle bei der Inflation bei Industriegütern ohne Energie (NEIG) (Grafik C). Änderungen sowohl bei der Nachfrage als auch beim Angebot haben stark zum Anstieg der NEIG-Inflation seit Herbst 2021 beigetragen. Angebotsänderungen spielten bei der Entwicklung der NEIG-Inflation von 2017 bis 2020 keine wesentliche Rolle, wurden aber im Jahr 2021 zum Haupttreiber der NEIG-Inflation die Auswirkungen von Versorgungsengpässen. Seit Ende 2021, mit der Wiedereröffnung der Wirtschaft, spielen Veränderungen in der Nachfrage zunehmend eine Rolle, aber Angebotsfaktoren bleiben dominant. Bei der Betrachtung einzelner Komponenten werden die Komponenten, die am meisten zur aktuellen NEIG-Inflation beitragen, wie etwa Kraftfahrzeuge und große Haushaltsgeräte, als hauptsächlich angebotsgetrieben eingestuft, während beispielsweise der Anstieg der Möbelpreise als hauptsächlich nachfragegetrieben eingestuft wird.

Zerlegung der NEIG-Inflation

(jährliche prozentuale Veränderungen; Prozentpunktbeiträge)

Quellen: Eurostat und EZB-Berechnungen. Anmerkungen: Saisonbereinigte Daten. Basierend auf dem von Adam Shapiro entwickelten Ansatz. Die NEIG-Inflation spiegelt die Summe der nachfragegesteuerten, angebotsgesteuerten und mehrdeutigen Komponenten wider, berechnet als Schlusssumme der letzten 12 monatlichen Beiträge. Während Preisdaten für August 2022 verfügbar sind, beziehen sich die neuesten Beobachtungen auf Juli 2022, da die als Proxy für die Aktivität verwendeten Umsatzreihen mit einiger Verzögerung veröffentlicht werden.

Der starke Anstieg der Dienstleistungsinflation seit Mitte 2021 ist sowohl auf Nachfrage- als auch auf Angebotsfaktoren zurückzuführen, wobei Nachfragefaktoren für die Dienstleistungsinflation wichtiger sind als für die NEIG-Inflation (Grafik D). Angebots- und Nachfragefaktoren trugen von 2017 bis 2020, als die Dienstleistungsinflation im Euroraum recht stabil war, im Großen und Ganzen in ähnlicher Weise zur Dienstleistungsinflation bei. Der starke Anstieg der Dienstleistungsinflation ab Mitte 2021 war zunächst vor allem angebotsbedingt getrieben. Die Beiträge überwiegend angebotsgetriebener Komponenten stiegen im zweiten Halbjahr 2021 stark an, blieben dann aber bis Mitte 2022 relativ stabil. Die Rolle der Nachfragefaktoren bei der Dienstleistungsinflation begann erst in den letzten Monaten des Jahres 2021 – mit der Intensivierung der Wiedereröffnungseffekte – zuzunehmen und nahm bis Mitte 2022 weiter zu. In jüngerer Zeit überwogen die Beiträge der überwiegend nachfrageorientierten Komponenten zur Dienstleistungsinflation die der überwiegend angebotsorientierten Komponenten. Betrachtet man die einzelnen Komponenten, so zeigt sich im Rahmen des disaggregierten Ansatzes, dass die Inflation für Pauschalreisen und Flugflüge hauptsächlich nachfragegesteuert ist, während die Inflation für Wartungs- und Reparaturdienstleistungen für Wohnungen überwiegend angebotsgesteuert ist.

Zerlegung der Dienstleistungsinflation

(jährliche prozentuale Veränderungen; Prozentpunktbeiträge)

Quellen: Eurostat und EZB-Berechnungen. Anmerkungen: Saisonbereinigte Daten. Basierend auf dem von Adam Shapiro entwickelten Ansatz. Die Inflation im Dienstleistungssektor spiegelt die Summe der nachfragegesteuerten, angebotsgesteuerten und mehrdeutigen Komponenten wider und wird als Schlusssumme der letzten 12 monatlichen Beiträge berechnet. Während Preisdaten für August 2022 verfügbar sind, beziehen sich die neuesten Beobachtungen auf Juli 2022, da die als Proxy für die Aktivität verwendeten Umsatzreihen mit einiger Verzögerung veröffentlicht werden.

Der disaggregierte Ansatz zur Zerlegung der HCPX-Inflation hilft, die Rolle von Angebots- und Nachfragefaktoren bei der zugrunde liegenden Inflation aufzuzeigen, diese Methode weist jedoch wichtige Einschränkungen auf. Der Hauptvorteil dieses Ansatzes besteht darin, dass jede HICPX-Komponente als überwiegend nachfrageorientiert oder überwiegend angebotsorientiert klassifiziert werden kann. Dadurch sind die Ergebnisse sehr transparent und können mit anderen verfügbaren Belegen für die Inflationsentwicklung verschiedener Komponenten abgeglichen werden. Diese Transparenz ist im aktuellen Umfeld sehr hoher Unsicherheit aufgrund der Auswirkungen der Pandemie und des Krieges in der Ukraine auf Veränderungen der Aktivität und Preise besonders wertvoll. Es müssen jedoch einige Vorbehalte beachtet werden. Erstens gibt es unterschiedliche Optionen für den Abgleich von Daten zu Preisen und Aktivität, was durch die Tatsache erschwert wird, dass nicht für jede HICPX-Komponente separate Umsatzreihen verfügbar sind (dies erfordert insbesondere in diesem Fall, dass einige HICPX-Komponenten derselben Umsatzreihe zugeordnet werden). der NEIG-Inflation). Zweitens kann der disaggregierte Ansatz nicht quantifizieren, wie groß die Beiträge von Angebot und Nachfrage für jede Komponente sind. Dies könnte zu einer Verzerrung führen, wenn beispielsweise die Rolle der Angebotsfaktoren für Komponenten, die als überwiegend nachfrageorientiert eingestuft sind, im Durchschnitt viel größer ist als die Rolle der Nachfragefaktoren für Komponenten, die als überwiegend angebotsorientiert eingestuft sind. Darüber hinaus waren die Mengen- und Preisentwicklungen seit Beginn der Pandemie offensichtlich außergewöhnlich und wurden von vielen Sonderfaktoren beeinflusst, was die Erstellung eines zuverlässigen Modells als Grundlage für die Klassifizierung anhand der Anzeichen seiner Fehler erschwert.

Wir danken Adam Shapiro für seine Anleitung und Unterstützung bei der Anwendung seines Ansatzes auf den Euroraum und Omiros Kouvavas für seine Hilfe beim Abgleich von Preis- und Wirtschaftsdaten für den Euroraum.

Siehe Shapiro, AH, „How Much Do Supply and Demand Drive Inflation?“, FRBSF Economic Letter, Nr. 2022-15, Federal Reserve Bank of San Francisco, 21. Juni 2022; und Shapiro, AH, „Decomposing Supply and Demand Driven Inflation“, Working Papers, Nr. 2022-18, Federal Reserve Bank of San Francisco, September 2022.

Es werden rollierende Regressionen über einen Zeitraum von zehn Jahren (beginnend im Januar 2002) durchgeführt, die monatliche Daten zu Aktivität und Preisen sowie 12 Verzögerungen in einem standardmäßigen Vektor-Autoregressionsmodell (VAR) mit zwei Gleichungen umfassen. Wenn die Residuen für Mengen und Preise in den letzten Monaten jedes Fensters das gleiche Vorzeichen haben, wird diese Komponente als „nachfragegesteuert“ gekennzeichnet, während sie bei entgegengesetzten Vorzeichen als „angebotsgesteuert“ gekennzeichnet ist. Wenn das Residuum für den Preis oder die Mengenreihe statistisch nicht von Null unterscheidbar ist, wird die Kategorie für diesen Monat als „mehrdeutig“ gekennzeichnet.

Um diese mehrdeutigen Fälle zu identifizieren, folgen wir dem Basisansatz von Shapiro und kennzeichnen die mittleren 20 % der Residuen in den jeweiligen Regressionsstichprobenverteilungen als mehrdeutig. Das bedeutet, dass wir die oben besprochenen Residuen des letzten Monats mit allen in diesem Fenster erhaltenen Residuen vergleichen und beurteilen, ob sie in den mittleren 20 % der Verteilung liegen oder nicht. In der Basisspezifikation werden bei der Durchführung dieses Tests Rückstände in der Stichprobe nach 2020 ausgeschlossen. Ein Robustheitstest zeigt jedoch, dass die Mehrdeutigkeitskomponente nur geringfügig zunimmt, wenn auch Ergebnisse nach 2020 einbezogen werden, und dass die Gesamtergebnisse nicht wesentlich beeinflusst werden.

Nach Shapiro werden die angebots- und nachfragegesteuerten Beiträge im Jahresvergleich dann als die laufende Summe der letzten 12 monatlichen angebots- und nachfragegesteuerten Beiträge definiert.

Basierend auf der vierstelligen COICOP-Klassifizierung.

Umsatzdaten werden von Eurostat im Rahmen der kurzfristigen Unternehmensstatistik bereitgestellt (siehe „Eingeführte kurzfristige Unternehmensstatistik“, Statistics Explained, Eurostat). Es werden Daten zum Dienstleistungsumsatz (sts_setu_q) und zum Einzelhandelsumsatz (sts_trtu_q) verwendet. Die Umsatzreihen für Dienstleistungen werden anhand des HVPI deflationiert, um die Umsatzentwicklung real zu analysieren. Einzelhandelsumsätze liegen bereits deflationiert und nicht deflationiert vor.

Eine Einschränkung besteht darin, dass für diese Analyse die 72 HICPX-Komponenten nur 45 Umsatzreihen zugeordnet werden können (die rechtzeitig verfügbar sind). Daher werden einige HICPX-Reihen (insbesondere in NEIG) mit derselben Umsatzreihe abgeglichen. Der gleiche Matching-Ansatz wird beispielsweise auch in „Konsummuster und Probleme bei der Inflationsmessung während der COVID-19-Pandemie“, Wirtschaftsbericht, Ausgabe 7, EZB, 2020, verwendet.

HaftungsausschlussBitte beachten Sie, dass verwandte Themen-Tags derzeit nur für ausgewählte Inhalte verfügbar sind.