La variabile economica più importante che non può essere direttamente osservata
Approcci tecnici per stimare il prodotto potenziale e le fluttuazioni cicliche
Uno dei numeri più importanti nella definizione della politica monetaria è quello che non può essere direttamente osservato. Il divario del prodotto — la differenza tra ciò che l'economia produce effettivamente e ciò che potrebbe produrre in modo sostenibile — guida le previsioni sull'inflazione, orienta le decisioni delle banche centrali e influenza miliardi di dollari di posizionamento sui mercati. Eppure gli economisti divergono abitualmente di 2–3 punti percentuali nella sua stima, e il valore reale spesso non è noto fino ad anni dopo, quando arrivano le revisioni dei dati.
Si consideri la posta in gioco concreta. Nel 2016, l'economia statunitense operava al di sotto della sua capacità con spazio per crescere, oppure era già a piena capacità, dove ulteriori stimoli avrebbero generato inflazione? Le stime dell'epoca variavano da −2% (slack significativo) a +1% (già in surriscaldamento). Questa divergenza non riflette negligenza — riflette la genuina difficoltà di rispondere a domande come: quante persone sono disposte e in grado di lavorare? Quanto potrebbero essere produttive le fabbriche a piena capacità? Con quale velocità migliora la base di competenze della forza lavoro? Nessuna di queste domande ammette una misurazione precisa.
Perché è così importante? Perché il divario del prodotto confluisce direttamente nella regola di Taylor, la formula di riferimento che le banche centrali usano per calibrare i tassi di interesse. Se il divario è ampio e negativo (slack significativo), la regola di Taylor prescrive tassi più bassi per stimolare la crescita. Se il divario è positivo (l'economia è in surriscaldamento), la regola prescrive tassi più alti per contenere l'inflazione. Durante la fiammata inflazionistica del 2021–2022, questo non era un esercizio accademico — alcuni economisti sostenevano che la Fed fosse in ritardo perché il divario del prodotto era diventato positivo, mentre altri ritenevano vi fosse ancora slack e che l'inflazione si sarebbe rivelata transitoria. La risposta di politica monetaria dipendeva da quale delle due posizioni fosse corretta.
Il divario del prodotto — lo scostamento del prodotto effettivo dal prodotto potenziale — è la variabile non osservabile più rilevante nell'analisi di politica monetaria. A differenza dell'inflazione o della disoccupazione, che ammettono una misurazione diretta nonostante il rumore statistico, il prodotto potenziale esiste solo come costrutto teorico derivato da ipotesi sulla tecnologia, sull'utilizzo dei fattori e sull'occupazione di equilibrio. Ciò genera un'incertezza fondamentale: le stime in tempo reale differiscono regolarmente di 2–3 punti percentuali tra le metodologie, e le successive revisioni dei dati possono invertire il segno delle stime contemporanee del divario. Il divario entra direttamente nella regola di Taylor e nelle sue varianti, rendendo l'errore di misurazione del divario una fonte primaria di errata calibrazione della politica monetaria.
Il periodo 2008–2010 illustra la posta in gioco. Le stime in tempo reale del Congressional Budget Office implicavano divari del prodotto vicini a −7%, suggerendo un'enorme pressione deflazionistica e giustificando misure di accomodamento straordinarie. Revisioni successive, che incorporavano valutazioni aggiornate dei danni strutturali al prodotto potenziale, hanno ridotto tali stime a −4/−5%. Questa revisione di 2–3 punti percentuali rifletteva la genuina incertezza circa l'effetto della crisi finanziaria: essa aveva permanentemente ridotto la capacità produttiva oppure aveva generato soltanto slack ciclico? Se il prodotto potenziale fosse sceso più di quanto si ritenesse all'epoca, la politica monetaria era più accomodante del previsto — potendo così contribuire all'inflazione manifestatasi anni dopo.
Significato:
Numero positivo = Economia in surriscaldamento (rischio inflazionistico)
Numero negativo = Slack economico (spazio per crescere)
Zero = Economia a piena capacità sostenibile
Il concetto nacque da una domanda pratica negli anni '60: quando il governo dovrebbe stimolare l'economia e quando dovrebbe invece farsi da parte? Arthur Okun, consigliere dell'amministrazione Kennedy, identificò una relazione affidabile tra disoccupazione e crescita del PIL — quando la disoccupazione calava di un punto percentuale, il PIL cresceva di circa il 3% più velocemente del trend. Ciò fornì ai responsabili di politica una prima approssimazione di quanto spazio l'economia avesse per espandersi. (Questa relazione, nota come legge di Okun, rimane un dato fondamentale per la regola di Taylor e le stime del divario del prodotto presenti in questa pagina.)
Gli anni '70 smontarono questo schema. Disoccupazione e inflazione salirono contemporaneamente — un esito incompatibile con i semplici modelli del divario del prodotto. Gli economisti furono costretti a riconoscere che il prodotto potenziale stesso poteva cambiare. Una serie di shock petroliferi e un rallentamento della produttività ridussero la capacità dell'economia, ma i responsabili di politica che si basavano su stime obsolete del prodotto potenziale continuarono a stimolare, generando inflazione anziché crescita.
La stima moderna del divario del prodotto cerca di evitare quell'errore trattando il potenziale come un obiettivo mobile che evolve con la demografia, la tecnologia, gli investimenti in capitale e i fattori istituzionali. Questo rende tuttavia la misurazione considerevolmente più difficile.
A ogni riunione del FOMC, lo staff della Fed presenta la propria stima del divario del prodotto. Essa compare nei materiali delle Proiezioni Economiche e influenza il diagramma a punti delle aspettative sui tassi futuri. Quando i funzionari della Fed parlano di essere "dipendenti dai dati", parte di ciò che intendono è che aggiornano continuamente la loro visione del prodotto potenziale sulla base delle informazioni in arrivo su produttività, partecipazione alla forza lavoro e utilizzo della capacità produttiva.
I mercati prestano grande attenzione. Se i guadagni occupazionali rimangono robusti senza innescare inflazione, gli operatori rivedono al rialzo le stime del potenziale — il che implica che la Fed ha più margine per mantenere i tassi bassi. Quando la produttività accelera inaspettatamente (come alla fine degli anni '90 con l'adozione della tecnologia internet), le stime del potenziale si spostano e con esse l'intero percorso atteso dei tassi. Gli anni 2010 hanno visto significative revisioni al ribasso del prodotto potenziale in seguito alla crisi finanziaria, il che ha contribuito a giustificare anni di tassi prossimi allo zero che sarebbero sembrati imprudenti sulla base delle precedenti ipotesi.
dove $Y_t$ indica il prodotto effettivo e $Y_t^*$ il prodotto potenziale. Tale divario entra nella curva di Phillips neo-keynesiana:
$$\pi_t - \pi^* = \alpha \cdot \text{Gap}_t + \varepsilon_t$$Il coefficiente $\alpha$ (tipicamente 0,1–0,5) determina la sensibilità dell'inflazione alle fluttuazioni cicliche. Gli errori di misurazione del divario si propagano direttamente alle previsioni di inflazione e alle raccomandazioni di politica monetaria.
I primi approcci (anni '60–'70) si basavano sulla semplice detrending: si adattava un trend lineare o quadratico al PIL e le deviazioni venivano considerate il ciclo. La legge di Okun fornì il primo ancoraggio strutturale, collegando i divari di disoccupazione ai divari del prodotto tramite un coefficiente stimato. La stagflazione degli anni '70 mise in luce difetti fatali — gli shock dal lato dell'offerta spostarono il potenziale, ma i metodi basati sul trend non riuscivano a distinguere i movimenti dal lato dell'offerta da quelli dal lato della domanda.
Gli anni '80 introdussero gli approcci basati sulla funzione di produzione, che scomponevano il potenziale in componenti di capitale, lavoro e produttività totale dei fattori. Ciò consentì di incorporare informazioni strutturali (demografia, investimenti, cambiamento tecnologico), ma introdusse nuove sfide di misurazione: la stima del NAIRU, dell'utilizzo del capitale e del trend della produttività comportano ciascuna le proprie incertezze.
La pratica attuale delle banche centrali enfatizza i filtri multivariati (filtri di Kalman che incorporano le curve di Phillips e le relazioni okun-iane) e i modelli DSGE che definiscono il potenziale come il prodotto di equilibrio a prezzi flessibili. Questi approcci integrano la teoria economica con l'inferenza statistica, ma rimangono sensibili alla specifica del modello. La crisi finanziaria del 2008 ha evidenziato l'incertezza di regime: la crisi rappresentava un massivo shock negativo della domanda (ampio divario negativo) o la distruzione permanente della capacità produttiva (divario minore)?
La ricerca più recente esplora metodi di machine learning e indicatori ad alta frequenza, sebbene i problemi fondamentali di identificazione persistano. Il divario rimane intrinsecamente non osservabile, rendendo la validazione difficile e il disaccordo inevitabile.
Stime attuali ottenute con la metodologia multivariata avanzata, confrontate con il tradizionale approccio della legge di Okun.
Dove ciascun divario componente è calcolato come:
Divario Okun: $-\beta \times (u_t - u_t^*)$ con $\beta$ corretto = 2,5 (USA), 2,0 (UE), 2,3 (UK)
Divario capacità: $(Capacity_t - 82\%) \times 0,5$
Divari fiducia: scostamenti dai livelli neutrali
Il divario del prodotto si basa su alcune relazioni economiche che collegano le variabili reali a quelle nominali:
Dove:
$\pi_t$ = Tasso di inflazione corrente
$\pi_t^e$ = Inflazione attesa
$\alpha$ = Pendenza della curva di Phillips (tipicamente 0,1–0,5)
$\varepsilon_t$ = Shock d'offerta (prezzi del petrolio, ecc.)
Questa equazione spiega perché le banche centrali si concentrano sul divario del prodotto. Quando l'economia opera al di sopra del potenziale (divario positivo), l'inflazione tende a superare le aspettative. Quando opera al di sotto del potenziale (divario negativo), l'inflazione tende a scendere. Stime accurate del divario del prodotto sono pertanto essenziali per calibrare i tassi di interesse attraverso il quadro della regola di Taylor.
Dove:
$\beta$ = Coefficiente di Okun (tipicamente 2–3 per gli Stati Uniti)
NAIRU = tasso di disoccupazione non accelerante l'inflazione
Gli economisti scompongono il PIL effettivo in componenti di trend e cicliche:
Dove:
$Y_t$ = PIL reale effettivo
$Y_t^*$ = PIL potenziale (di trend)
$\text{Gap}_t$ = Componente ciclica (divario del prodotto in logaritmi)
Il PIL effettivo viene pubblicato trimestralmente dal Bureau of Economic Analysis. Non è perfetto — vi sono revisioni, aggiustamenti stagionali e problemi di misurazione — ma si tratta di dati osservabili. Il PIL potenziale, al contrario, è un costrutto teorico: il livello di produzione che l'economia raggiungerebbe se tutte le risorse fossero pienamente ed efficientemente impiegate a tassi sostenibili. Ciascuna di queste qualifiche — "pienamente", "efficientemente", "sostenibili" — comporta valutazioni discrezionali.
Si consideri la componente lavoro. Il potenziale occupazionale è il 95% della forza lavoro, o il 96%? Una certa disoccupazione frizionale esisterà sempre, man mano che le persone cambiano impiego. Ma quanta? Cambia nel tempo con il miglioramento della tecnologia di ricerca del lavoro? E le persone che hanno lasciato la forza lavoro durante una recessione — dovrebbero essere conteggiate come parte del potenziale o no? La risposta è importante: ogni errore di 0,5 punti percentuali nella componente disoccupazione si traduce in circa 1 punto percentuale di errore nel divario del prodotto, che a sua volta sposta la raccomandazione della regola di Taylor sui tassi di interesse.
Capitale e produttività pongono domande analoghe. Durante la pandemia di COVID, alcune imprese hanno chiuso definitivamente. Ciò ha ridotto il prodotto potenziale, o ha addirittura aumentato il potenziale liberando risorse per usi più efficienti? Economisti diversi, usando modelli e ipotesi diverse, sono giunti a conclusioni divergenti. Non si tratta di un fallimento analitico — le domande sono genuinamente ambigue.
Il prodotto potenziale è un controfattuale: il livello di produzione raggiungibile con il pieno impiego dei fattori alla tecnologia corrente. A differenza del prodotto effettivo, che ammette osservazione soggetta a rumore statistico, il potenziale esiste solo all'interno di quadri modellistici. Ciò crea un problema di identificazione: modelli diversi, che incorporano ipotesi diverse sulla tecnologia di produzione, sugli equilibri del mercato dei fattori e sui processi stocastici, generano serie di prodotto potenziale diverse dagli stessi dati effettivi.
La stima in tempo reale aggrava la sfida. Orphanides e van Norden (2002) dimostrano che le stime del divario del prodotto presentano un'enorme incertezza di fine campione e sono soggette a sostanziali revisioni con l'arrivo di nuovi dati. Per gli Stati Uniti, le stime del divario in tempo reale e quelle finali differiscono frequentemente di 2–3 punti percentuali, talvolta con segno opposto. Questa incertezza indotta dalle revisioni mina le politiche basate sulle stime del divario, poiché i responsabili di politica operano in condizioni di diffusa ignoranza riguardo alla posizione ciclica dell'economia.
| Metodo | Tipo | Requisiti di dati | Performance in tempo reale | Stabilità delle revisioni | Utilizzo dalle banche centrali |
|---|---|---|---|---|---|
| Filtro Hodrick-Prescott | Statistico | Solo PIL | Scarsa | Revisioni elevate | Benchmark/verifica incrociata |
| Funzione di produzione | Strutturale | Lavoro, capitale, produttività | Buona | Revisioni moderate | Metodo principale |
| Filtro multivariato | Ibrido | PIL, inflazione, disoccupazione | Buona | Revisioni ridotte | Crescente diffusione |
| Modelli DSGE | Strutturale | Molteplici serie macro | Discreta | Dipendente dal modello | Ricerca/validazione |
Il filtro di Hodrick-Prescott è il metodo più ampiamente utilizzato per stimare il divario del prodotto, nonostante i suoi ben documentati limiti. È puramente meccanico: si inseriscono i dati del PIL, si imposta un parametro di smussamento (lambda), e si ottiene una linea di trend regolare. La differenza tra il PIL effettivo e tale trend è la stima del divario del prodotto. Non è richiesta alcuna teoria economica, né valutazioni sui mercati del lavoro o sulla produttività — si tratta soltanto di ottimizzazione statistica.
Questa semplicità è al tempo stesso il suo punto di forza e di debolezza. Sul lato positivo, il calcolo è rapido, la metodologia è trasparente e i confronti tra paesi o periodi temporali sono immediati perché il metodo è identico ovunque. Il punto debole: il filtro non ha alcuna informazione su ciò che sta accadendo effettivamente nell'economia. Si limita ad adattare una curva regolare ai dati. Se il PIL crollasse del 30% a causa di un disastro che distrugge metà dello stock di capitale, il filtro HP attribuirebbe meccanicamente il calo in parte a un divario del prodotto negativo e in parte a una riduzione del potenziale, anche se la distruzione fosse chiaramente uno shock d'offerta temporaneo.
Il filtro di Hodrick-Prescott risolve un problema di ottimizzazione puramente statistico: scomporre una serie temporale in componenti di trend e cicliche minimizzando una somma penalizzata di scarti al quadrato. Il metodo non richiede alcuna struttura economica — soltanto la serie del PIL — rendendolo computazionalmente banale e ampiamente applicabile. La sua ubiquità deriva da questa semplicità, nonostante i difetti ben documentati che lo rendono inaffidabile come stimatore del prodotto potenziale.
Hamilton (2018) fornisce una critica vigorosa: il filtro HP genera dinamiche cicliche spurie in serie stazionarie in differenza, soffre di un grave bias di fine campione (che rende le stime in tempo reale inaffidabili) e manca di interpretazione economica. Ravn e Uhlig (2002) sostengono che il parametro di smussamento standard (λ=1600 per dati trimestrali) è stato scelto arbitrariamente e potrebbe non generalizzarsi tra frequenze o paesi. Tuttavia le banche centrali continuano a utilizzare i filtri HP come verifiche di robustezza, riconoscendone i limiti pur apprezzando la trasparenza metodologica.
Dove:
$y_t$ = Logaritmo del PIL effettivo
$\tau_t$ = Logaritmo del PIL di trend (potenziale)
$\lambda$ = Parametro di smussamento (1600 per dati trimestrali)
L'equazione risolve un semplice problema di bilanciamento: trovare una linea di trend che serva due obiettivi concorrenti. Il primo termine penalizza le tendenze che si discostano dal PIL effettivo — vuole che il trend segua i dati da vicino. Il secondo termine penalizza le tendenze che cambiano direzione frequentemente — vuole la regolarità. Il parametro lambda (λ) determina il peso relativo di questi due obiettivi.
Il valore standard per i dati trimestrali è λ = 1600, proposto da Hodrick e Prescott sulla base delle caratteristiche dei cicli economici statunitensi. La scelta fu in parte arbitraria. Impostare λ = 800 produce un trend più reattivo che segue le fluttuazioni del PIL più da vicino; impostare λ = 6400 produce un trend molto regolare che reagisce a malapena ai movimenti di breve periodo. Banche centrali diverse usano valori diversi, e la scelta influenza criticamente la stima del divario del prodotto risultante — eppure non esiste una risposta definitiva su quale dovrebbe essere λ.
Il primo termine penalizza gli scostamenti dai dati effettivi; il secondo penalizza le variazioni del tasso di crescita del trend (seconde differenze). Il parametro $\lambda$ regola il rapporto di varianza tra le componenti ciclica e di trend. La calibrazione standard usa λ=1600 per dati trimestrali, sebbene ciò sia privo di fondamento teorico.
Hodrick e Prescott (1997) selezionarono λ=1600 per corrispondere alle frequenze del ciclo economico osservate nei dati statunitensi del dopoguerra, mirando specificamente a cicli di 6–8 anni di durata. Questa strategia di calibrazione manca di generalità: il λ ottimale dovrebbe variare con il processo generatore dei dati, ma i professionisti applicano 1600 meccanicamente tra paesi e periodi. L'analisi di sensitività rivela una sostanziale variazione nelle stime del divario: λ∈[800,6400] genera spread di 2–4 punti percentuali per i tipici cicli economici.
Ancora più fondamentalmente, il filtro HP presenta un grave bias di fine campione. Il filtro è bilaterale, utilizzando dati futuri per stimare i trend correnti. Alla fine del campione, esistono solo dati passati, e ciò fa sì che il potenziale stimato segua il prodotto effettivo troppo da vicino, sottostimando il divario in tempo reale. Gli studi che confrontano le stime HP in tempo reale con quelle finali documentano distorsioni sistematiche: le stime in tempo reale mancano i punti di svolta e sottostimano sostanzialmente la volatilità del divario. Questo rende i filtri HP particolarmente problematici per l'analisi di politica monetaria che richiede una valutazione tempestiva del divario.
Conversione del PIL in logaritmi naturali per l'interpretazione in termini percentuali
Risoluzione del problema di ottimizzazione quadratica mediante algebra matriciale
Il divario del prodotto è la differenza tra effettivo e trend
λ = 1600
λ più alto → Trend più regolare
λ più basso → Maggiore reattività ai dati
Questo metodo costruisce il PIL potenziale partendo dalle basi, utilizzando la teoria della produzione. Modella la capacità di offerta dell'economia sulla base degli input disponibili — lavoro, capitale e progresso tecnologico.
Dove:
$Y_t^*$ = Prodotto potenziale
$A_t^*$ = Produttività totale dei fattori di trend
$K_t^*$ = Stock di capitale potenziale
$L_t^*$ = Input di lavoro potenziale
$\alpha$ = Quota del capitale nel reddito (≈0,33)
Utilizza proiezioni demografiche, NAIRU stimato e ore lavorate di trend
Metodo dell'inventario perpetuo con tasso di ammortamento δ e investimenti di trend
Spesso stimata tramite filtro HP o modelli strutturali di serie temporali
I filtri multivariati combinano la semplicità dei filtri statistici con le relazioni economiche. Utilizzano più variabili economiche contemporaneamente per ottenere stime più robuste, meno soggette a revisioni.
Dove:
$y_t$ = Logaritmo del PIL reale
$\pi_t$ = Tasso di inflazione
$u_t$ = Tasso di disoccupazione
Le stelle (*) indicano le componenti di trend
Anziché esaminare i dati del PIL isolatamente, i filtri multivariati sfruttano le relazioni economiche note. Il calo della disoccupazione segnala tipicamente un divario del prodotto positivo; l'aumento dell'inflazione suggerisce che l'economia potrebbe essere in surriscaldamento. Incorporando tutte queste informazioni simultaneamente — insieme alle relazioni della curva di Phillips e della legge di Okun che sono alla base anche della regola di Taylor — il metodo produce stime meno soggette a revisioni e più affidabili in tempo reale.
Il divario del prodotto segue un processo AR(1), il potenziale segue un random walk con deriva
La curva di Phillips e la legge di Okun collegano le variabili osservabili al divario non osservabile
Si utilizza il filtro di Kalman per stimare gli stati non osservabili (divario, potenziale) a partire dalle variabili osservabili
I modelli DSGE forniscono l'approccio teoricamente più coerente alla stima del divario del prodotto. Modellano l'intera economia come esito di equilibrio di agenti ottimizzanti, fornendo una definizione naturale del prodotto potenziale come equilibrio a prezzi flessibili.
Dove:
Prima equazione: curva IS dinamica
Seconda equazione: curva di Phillips neo-keynesiana
$\sigma$ = Elasticità intertemporale di sostituzione
$\kappa$ = Pendenza della curva di Phillips
Nei modelli DSGE, il divario del prodotto è definito come la differenza tra il prodotto effettivo e il livello che prevarrebbe con prezzi flessibili:
dove $y_t^{flex}$ è il livello controfattuale del prodotto a prezzi flessibili. Questo fornisce una misura teoricamente coerente che si collega direttamente al benessere e all'analisi di politica monetaria.
Confronto semplice vs. avanzato:
Impatto sulla politica monetaria: stime del divario del prodotto più accurate producono raccomandazioni della regola di Taylor più appropriate e indicazioni di politica monetaria meglio calibrate.
| Banca centrale | Okun semplice (%) | Multivariato avanzato (%) | Differenza (pp) | Livello di affidabilità | Fonti dei dati |
|---|---|---|---|---|---|
| 🇺🇸 Federal Reserve | -1,25 | -0,25 | +1,00 | Alta | 4 indicatori |
| 🇪🇺 Banca Centrale Europea | -1,4 | -0,8 | +0,60 | Media | 3 indicatori |
| 🇬🇧 Banca d'Inghilterra | -0,46 | -0,46 | 0,00 | Media | 1 indicatore |