De wet van Okun: bbp-groei en werkloosheid

Als de productie stijgt, hebben bedrijven vaak meer arbeidsuren of werknemers nodig; als de productie daalt, kan de vraag naar arbeid afnemen. De wet van Okun vat de statistische tendens samen dat een sterkere productiegroei meestal samengaat met een kleinere verandering van het werkloosheidspercentage of met een daling ervan. De naam verwijst naar econoom Arthur Okun. In 1962 vergeleek hij de groei van de reële productie met veranderingen in het werkloosheidspercentage. Hij onderzocht ook het verschil tussen feitelijke en potentiële productie en tussen feitelijke werkloosheid en een referentieniveau. De gedachte had dus vanaf het begin meerdere meetvormen, geen enkele universele formule. {source:frbStLouisOutputUnemployment2013}

Het woord “wet” kan misleiden als je het opvat als een natuurwet. Okuns onderzoek beschreef een empirisch verband: een statistische samenvatting van hoe twee maatstaven in bepaalde gegevens samen bewegen. Dat past bij de intuïtie dat een economie die minder goederen en diensten produceert vaak ook minder vraag naar arbeid heeft, maar bewijst niet dat elke productieverandering op zichzelf een vaststaande verandering in werkloosheid veroorzaakt. Het verband is een beginpunt voor analyse, geen automatisch antwoord.

De groeiversie vergelijkt de groei van het reële bbp met de verandering van het werkloosheidspercentage over dezelfde periode. Een vereenvoudigde vorm is: verandering werkloosheid = constante − β × groei reëel bbp + foutterm. Als β positief is, hangt sterkere productiegroei samen met een kleinere verandering van de werkloosheid, wanneer andere factoren gelijk blijven. De eenheid van β is meestal het aantal procentpunten verandering in werkloosheid per procentpunt groei van de productie. Controleer of kwartaalgroei op jaarbasis is omgerekend en of de verandering van het werkloosheidspercentage in procentpunten staat.

De gapversie vergelijkt de feitelijke productie met een raming van de potentiële productie en de feitelijke werkloosheid met een geraamd referentieniveau. Een positieve outputgap betekent dat de productie boven het geschatte potentieel ligt; de werkloosheidsgap is het feitelijke percentage min het referentiepercentage. Een voorbeeldvorm is: werkloosheidsgap = −β × outputgap + overige factoren. Potentiële productie en het referentieniveau zijn niet rechtstreeks waarneembaar. De Federal Reserve legt uit dat de outputgap afhangt van een raming van een houdbaar productiepad, en dat die raming kan veranderen met de methode en aannames. {source:frbMishkinPotentialOutput2007}

De coëfficiënten van deze twee versies kun je niet zomaar uitwisselen. De groeiversie koppelt de productiegroei in een periode aan de verandering van werkloosheid in diezelfde periode; de gapversie koppelt twee afwijkingen van referentiewaarden. De variabelen, tijdshorizon, eenheden en schattingsmethoden verschillen. Een getal uit de ene versie beantwoordt niet rechtstreeks de vraag uit de andere, laat staan voor een ander land of tijdvak.

Stel, uitsluitend om de berekening te laten zien, dat de outputgap +2% is. In dit voorbeeld ligt het feitelijke productieniveau 2% boven het veronderstelde potentiële niveau. Neem een verzonnen β van 0,5 procentpunt werkloosheidsgap voor elke stijging van 1 procentpunt in de outputgap. Dan is de werkloosheidsgap in het model −0,5 × 2 = −1 procentpunt. Als het eveneens verzonnen referentiepercentage 5% is, komt de modelillustratie uit op 4%: 5% min 1 procentpunt.

Alle cijfers zijn bedacht om teken en eenheden uit te leggen; het zijn geen onderzoeksuitkomsten, empirische gemiddelden, actuele gegevens of prognoses. Een outputgap van +2% betekent niet dat het bbp in die periode 2% groeide; het betekent dat het productieniveau 2% boven het geschatte potentiële niveau ligt. De beweging van 5% naar 4% is een daling van 1 procentpunt. Relatief ten opzichte van de oorspronkelijke 5% is de daling 20%. Een percentage drukt een relatieve verhouding uit; een procentpunt vergelijkt twee percentages.

De productie hangt af van het aantal werknemers, gewerkte uren en productiviteit. Als dezelfde werknemers per uur meer produceren, kan het reële bbp groeien zonder een vergelijkbare stijging van het aantal banen. Een bedrijf kan juist personeel behouden en uren verminderen wanneer de vraag terugloopt. Tijdens een neergang houden bedrijven soms ervaren personeel aan omdat zij op herstel rekenen; dit wordt soms het aanhouden van personeel (labor hoarding) genoemd. Daardoor kunnen productie, personeelsomvang en uren in verschillend tempo bewegen.

Ook de sectorverdeling telt mee. Industrie, diensten en energie kennen andere patronen voor uren, productiviteit en aanwerving. Daarnaast kan toe- of uittreding uit de beroepsbevolking het werkloosheidspercentage veranderen zonder een evenredige productiebeweging. In de Amerikaanse BLS-meting geldt iemand doorgaans als werkloos wanneer diegene geen baan heeft, actief zoekt en beschikbaar is; mensen die buiten de definitie van de beroepsbevolking vallen, zitten niet in de teller of noemer van het officiële percentage. Andere landen hanteren mogelijk andere definities. {source:blsCpsConcepts} {source:blsGovernmentMeasuresUnemployment}

De ervaring van 2009 laat zien waarom productiviteit aandacht verdient. Een analyse van de Federal Reserve Bank of San Francisco onderzocht een periode waarin bedrijven de productie betrekkelijk stabiel hielden terwijl zij personeel afbouwden; de snelle productiviteitsgroei was een belangrijke verklaring voor de afwijking van het verwachte verband. Dat is een analyse van een specifieke Amerikaanse episode, geen bewijs dat productiviteit elke verrassing in werkloosheid verklaart. {source:frbsfOkunSurprise2009}

Werving en ontslag volgen niet altijd in hetzelfde kwartaal als veranderingen in orders of productie. Managers kunnen wachten met vacatures, eerst de uren van bestaand personeel uitbreiden of uren schrappen voordat zij mensen ontslaan. Wanneer de verkoop herstelt, kan een bedrijf eerst meer uren aanbieden en pas aannemen als het herstel duurzaam lijkt. Door zulke vertragingen kan een vergelijking van kwartaal op kwartaal er anders uitzien dan een vergelijking op jaarbasis of over meerdere jaren.

Een recessie en herstel zijn ook niet noodzakelijk elkaars spiegelbeeld. Tijdens een snelle neergang kan werkloosheid oplopen nadat de productie al verzwakt is. In een herstel kan de productie aantrekken voordat er weer wordt aangenomen, of kunnen bedrijven juist snel werknemers terughalen. Een analyse van de Federal Reserve Bank of San Francisco over afwijkingen van de wet van Okun vergelijkt destijds beschikbare gegevens met herziene cijfers. Die herzieningen veranderden deels de indruk dat het verband plotseling was weggevallen; tijdelijke afwijkingen kwamen ook in andere conjunctuurfasen voor. {source:frbsfOkunDeviations2014}

De geschatte coëfficiënt kan verschillen per land, regio, dominante sector, kenmerken van de beroepsbevolking, periode, bbp-definitie, gegevensfrequentie en berekening van de groei. Op arbeidsmarkten waar uren flexibel zijn, passen bedrijven mogelijk eerst de uren aan; elders verandert het aantal werknemers sneller. Veranderingen in arbeidsdeelname en migratie kunnen het werkloosheidspercentage beïnvloeden. Onderzoek van de Federal Reserve Bank of St. Louis laat verschillen zien tussen Amerikaanse staten en regio’s. Eén nationale coëfficiënt hoeft dus niet voor elke regio te gelden. {source:frbStLouisOutputUnemployment2013}

Potentiële productie en het referentieniveau van werkloosheid zijn bovendien ramingen, geen direct gemeten waarden. Er bestaat geen meetinstrument dat precies vaststelt hoeveel een economie duurzaam kan produceren zonder ongewenste druk, of wat het “normale” werkloosheidspercentage is. Verschillende statistische methoden, dataherzieningen en aannames kunnen de raming van potentieel of referentie veranderen. Daardoor kan ook de gap voor het verleden verschuiven wanneer ramingen worden bijgewerkt. Een toespraak van de Federal Reserve over het meten van potentiële productie benadrukt dat redelijke methoden tot verschillende ramingen kunnen leiden. {source:frbMishkinPotentialOutput2007}

De wet van Okun beschrijft gemiddelde gezamenlijke bewegingen, geen experiment dat één oorzaak afzondert. Productie kan de vraag naar werknemers beïnvloeden, maar ook werkgelegenheid, productiviteit, beleid, vraag en andere schokken kunnen de productie beïnvloeden. Als twee variabelen in een bepaalde steekproef samen bewegen, maakt dat de causale richting niet vanzelf duidelijk en garandeert het niet dat hetzelfde patroon terugkeert.

Economische gegevens worden ook herzien. Eerste bbp-ramingen berusten op onvolledige informatie en kunnen veranderen; arbeidsmarktenquêtes hebben hun eigen definities en meetonzekerheid. Een analist die de destijds beschikbare gegevens gebruikt, kan daardoor een ander beeld krijgen dan iemand die herziene reeksen bekijkt. Onderzoek van de Federal Reserve Bank of San Francisco laat zien hoe dataherzieningen de interpretatie van een Amerikaanse recessieperiode kunnen veranderen. Het verband kan onderdeel zijn van een prognose, maar elke prognose hoort aannames, horizon en onzekerheidsmarges te vermelden. {source:frbsfOkunDeviations2014}

Zie je een grafiek of bewering als “deze groei verlaagt de werkloosheid met zoveel”, vraag dan eerst welke vergelijking is gebruikt: de groeiversie of de gapversie? Kloppen de variabelen en eenheden? Is de groei van het reële bbp gemeten ten opzichte van het vorige kwartaal, hetzelfde kwartaal een jaar eerder of een trend? Staat de verandering van de werkloosheid in procentpunten? Hoe zijn potentiële productie en het referentiewerkloosheidspercentage geschat? Gaat het om het officiële percentage of een bredere maatstaf voor onbenutte arbeid?

Controleer ook de periode, frequentie, geografie, steekproef en gegevensversie. Gaat de schatting over de Verenigde Staten, een regio of een ander land? Bevat de periode een recessie of herstel? Zijn het realtimegegevens of herziene cijfers? Lees voor samenhangende begrippen over de outputgap en het potentiële bbp, werkloosheidspercentages U-3 en U-6 en het nominale en reële bbp. Deze onderwerpen helpen nagaan of de claim vergelijkbare maatstaven naast elkaar zet.

Als definities, teken en horizon ontbreken, is de genoemde coëfficiënt onvoldoende om een verandering in werkloosheid te voorspellen. Zie de wet van Okun als een voorwaardelijke empirische samenvatting: ze helpt vragen te stellen over de band tussen productie en arbeidsmarkt, terwijl het cijfermatige antwoord afhangt van gegevens en context.