Kuinka korjata malli-ongelmia ja ennustaa tulevaisuutta

Kun malli on arvioitu ja saatu käyttöön, on tärkeää tarkastella sen kuntoa ja tarkkuutta. Yksi perusasioista, joita arvioinnissa tulee huomioida, on se, kuinka hyvin malli selittää havaintoja ja kuinka luotettavia ennusteet ovat. Yksi näistä mittareista on R^2-arvo, joka ilmaisee mallin selitysasteen ja kertoo, kuinka hyvin malli selittää riippuvan muuttujan vaihtelua. Hyväksyttävä malli on yleensä se, jonka R^2 on korkea, koska se kertoo, että selittävät muuttujat selittävät hyvin riippuvan muuttujan vaihtelua. Toinen keskeinen tekijä on Durbin-Watsonin (DW) tilastollinen testi, joka arvioi autokorrelaation, eli havaintojen välisten riippuvuuksien olemassaoloa. Autokorrelaatio voi vaikuttaa negatiivisesti mallin luotettavuuteen ja tehdä ennusteista epätarkempia.

Autokorrelaation ongelma ilmenee, kun jäljellä oleva virhe (residuaali) tietylle ajankohdalle on liian läheisesti sidoksissa edellisen ajankohdan virheeseen. Jos tämä ongelma havaitaan, se voidaan korjata yleensä ensimmäisen asteen autoregressiivisella mallilla (AR(1)), jossa virheet korreloivat edellisen ajankohdan virheen kanssa. Tällöin virhetekijä korvataan uudella muuttujalla, joka kuvaa tätä riippuvuutta. On kuitenkin tärkeää huomata, että autoregressiivinen malli olettaa, ettei ongelma johdu mallin määrittelyn virheistä tai jättäytymättömistä muuttujista. Autokorrelaation korjaamiseksi otetaan kolme keskeistä askelta:

1. Arvioidaan alkuperäinen residuaali, ê.

2. Regressoidaan tämä residuaali aiemmin laskettuun êt−1-arvoon.

3. Lasketaan uudet arvot selittäville muuttujille ja sovelletaan OLS-menetelmää (Ordinary Least Squares) saadaksesi uudet ennusteet.

Kun korjauksia on tehty ja malli on arvioitu uudelleen, on tärkeää tarkistaa, että ei ilmene enää autokorrelaation ongelmia. Mikäli DW-tilasto on yli 2, voidaan todeta, että autokorrelaatio-ongelma on vähentynyt hyväksyttävälle tasolle.

Esimerkiksi, jos heteroskedastisuuden korjaamisen jälkeen malli paranee ja R^2 kasvaa merkittävästi, voidaan päätellä, että malli on tullut luotettavammaksi ja selitysaste on parantunut. Tällöin ennusteet voivat olla tarkempia ja malli itsessään tarjoaa luotettavampaa tietoa.

Kun malli on saatu toimivaksi ja virheet on korjattu, voidaan siirtyä ennustamiseen. Ennusteet tehdään käyttämällä aikaisempia arvioita ja muuttujia, kuten perheiden mediaanituloa (MFI) ja yksinhuoltajatalouksien osuutta (PSPH). Näiden muuttujien ennustaminen tulevaisuudessa antaa mahdollisuuden arvioida myös seuraavan vuoden tuloja. On kuitenkin huomioitava, että ennusteet ovat aina arvioita, eivätkä ne ole täydellisiä. Mitä pidemmälle ennuste ulottuu tulevaisuuteen, sitä suurempi on mahdollisten virheiden vaikutus.

On tärkeää ymmärtää, että ennustaminen ei ole vain matemaattista laskentaa; se on prosessi, joka vaatii jatkuvaa päivitystä ja tarkastelua. Jatkuvasti saatavat uudet tiedot voivat parantaa mallin tarkkuutta, ja ennusteita tulee päivittää säännöllisesti, jotta ne pysyvät relevantteina. Lisäksi on syytä huomioida, että ennusteet perustuvat aina tiettyihin oletuksiin ja niiden tarkkuus voi heikentyä, jos nämä oletukset eivät toteudu.

Miten alueen talouskasvu riippuu ulkoisesta kysynnästä ja sisäisistä tekijöistä?

Alueen taloudellinen kasvu voidaan analysoida monin eri tavoin, mutta yksi keskeisimmistä menetelmistä on shift-share-analyysi. Tämä menetelmä tarkastelee taloudellista muutosta alueella jakamalla sen kolmeen osatekijään: kansallinen osuus, teollisuuden rakenne ja kilpailukykyinen muutos. Shift-share-analyysin avulla voidaan erottaa, kuinka paljon alueen talouskasvusta selittyy kansallisten suuntausten mukautumisella, kuinka paljon se johtuu alueen teollisuuden rakenteen erityispiirteistä ja kuinka paljon taas alueen kilpailukyvyn muutoksista.

Shift-share-analyysi on lisäysmalli, jossa kukin komponentti lisätään yhteen alueen kokonaismuutoksen saamiseksi. Esimerkiksi kaavan mukaan muutos alueen työllisyydessä (ΔE) voidaan jakaa kansallisen osuuden, teollisuuden rakenteen ja kilpailukyvyn muutoksen osiin:

$\Delta E = S + IM + C$

Tässä S on kansallinen osuus, IM on teollisuuden rakenne ja C on kilpailukyvyn muutos. Tämä kaava selittää, miten alueen talouskasvu jakautuu eri osatekijöihin ja miten eri sektorit vaikuttavat alueen kokonaiskehitykseen.

Käytännössä tämä analyysi näyttää, kuinka alueen taloudelliset rakenteet eroavat kansallisista keskiarvoista. Esimerkiksi, jos alueen työllisyys on kasvanut 11,38 % ja kansallisesti se on kasvanut 12,62 %, tämä ero voi johtua useista tekijöistä, kuten alueen teollisuuden rakenteen erityispiirteistä ja kilpailukyvyn muutoksista. Alueen talous ei ole kasvanut aivan samalla tavalla kuin kansantalous, mutta analyysi paljastaa, kuinka suuri osa tästä erosta johtuu sisäisistä tekijöistä, kuten alueen sektoreiden kasvuvauhdista ja kilpailukyvyn muutoksista.

Esimerkiksi maatalouden osalta alueen työllisyys kasvoi 12,79 %, kun kansallinen kasvu oli 23,37 %. Tämä kertoo, että alueen maatalous on jäänyt jälkeen kansallisesta kasvusta, mutta samalla alueella on tapahtunut kilpailukyvyn heikkenemistä. Toisaalta esimerkiksi terveydenhuollon alalla alueen työllisyys kasvoi 13,18 %, kun kansallinen kasvu oli 14,77 %, mikä osoittaa, että alueen terveydenhuollon sektori on lähes kansallisen keskiarvon tasolla.

Tämä analyysi voi paljastaa tärkeitä tietoja alueen taloudellisesta dynamiikasta ja auttaa päättäjiä ymmärtämään, missä määrin alueen taloudellinen kasvu riippuu kansallisista suuntauksista ja missä määrin se on riippuvainen alueen omista kilpailukykytekijöistä. On myös tärkeää huomata, että tämä menetelmä ei ainoastaan kuvaa muutosten taustatekijöitä, vaan se myös auttaa ennustamaan, miten alueen talous voisi kehittyä tulevaisuudessa eri skenaarioiden perusteella.

Toinen tärkeä näkökulma, joka tulee esille shift-share-analyysin kautta, on teollisuuden rakenteen merkitys. Alueen eri sektorien kasvu- ja supistumissuhteet voivat paljastaa alueen taloudellisten erikoistumisten ja ulkoisten kilpailutekijöiden vaikutuksen. Esimerkiksi alue, jonka talous nojaa vahvasti tietyille aloille kuten terveydenhuoltoon tai koulutukseen, voi kasvaa hitaammin kuin alueet, joiden talous on monipuolisempi ja sopeutuvampi kansallisiin taloudellisiin suuntauksiin.

Näin ollen on tärkeää, että analysoitaessa alueen taloudellista tilannetta, ei pelkästään keskitytä absoluuttisiin kasvulukuun, vaan tarkastellaan syvällisemmin niitä tekijöitä, jotka vaikuttavat sektorikohtaisiin kasvu- ja supistumisilmiöihin. Lisäksi on tärkeää ymmärtää, että kilpailukyvyn muutokset voivat olla sekä positiivisia että negatiivisia, ja niiden tarkastelu auttaa arvioimaan, kuinka hyvin alue pystyy sopeutumaan muuttuviin markkinaolosuhteisiin.

Palkanmaksuvero ja sen vaikutus verorakenteeseen

Medicare-maksu on 2,9 %, ja se jakautuu myös tasan työntekijän ja työnantajan kesken. Työttömyysvakuutusmaksu on pieni, vain 1,2 % palkasta, mutta se on rajattu tietyllä tulotasolla, tällä hetkellä 9000 dollariin. Tämän maksuosuuden erityispiirre on sen vaihteleva luonne; sen määrä voi muuttua taloudellisten olosuhteiden ja ohjelman kustannusten mukaan.

Palkanmaksuveron rakenne on kuitenkin regressiivinen, eli se kohdistuu suuremmalla osuudella pienempiin tuloihin. Esimerkiksi henkilö, jonka vuositulot ylittävät 160 000 dollaria (vuoden 2023 taso), ei maksa eläkevakuutusmaksuja tulojen osalta, joka ylittää tämän rajan. Tämä asettaa suurempituloiset edullisempaan asemaan suhteessa pienituloisiin. Vaikka verotettavan tulon rajaa on nostettu huomattavasti viime vuosina, monilla on edelleen huomattavia eroja tulojen määrässä, mikä luo epätasa-arvoa verotuksessa.

Palkanmaksuvero on ollut nousussa jo pitkään, ja sen osuus kokonaisverokertymästä kasvoi huippuunsa vuonna 2009, jolloin sen osuus oli 42,3 %. Tämä kasvu liittyy pitkälti eläkevakuutus- ja Medicare-ohjelmien laajentumiseen. Useat taloustieteilijät ja poliitikot ovat huolissaan siitä, että nykyinen kasvu ei ole kestävää pitkällä aikavälillä, ja ovat esittäneet useita vaihtoehtoja, joilla voisi varmistaa ohjelmien elinkelpoisuuden. Näitä ehdotuksia ovat muun muassa eläkeikärajan nostaminen 70 vuoteen, eläkevakuutusohjelman rahoittaminen valtion yleisestä tulosta ja osittainen yksityistäminen.

Medicare-ohjelma on vielä monimutkaisempi ja saattaa vaatia tarkempaa tarkastelua kaikista sen osa-alueista, kuten sairaalahoito, lääkärikäynnit, lääkkeet ja järjestelmän mahdollinen väärinkäyttö.

Verorakenteen yksinkertaistaminen voisi kuitenkin olla haastavaa, sillä nykyinen verojärjestelmä on rakennettu monen vuosikymmenen aikana. Veronmaksajien kustannukset, jotka liittyvät verotuksen valmisteluun ja sääntöjen noudattamiseen, ovat valtavat. Arvioiden mukaan verovelvolliset kuluttavat yli 6 miljardia tuntia vuodessa verojen täsmälliseen maksamiseen ja veroraporttien täyttämiseen. Tämä puolestaan lisää virheitä ja aiheuttaa verovelvollisten virheellistä noudattamista, mikä heikentää verotulojen keräämistä.

Tällainen kompleksisuus aiheuttaa verovelvollisille sekä epäselvyyksiä että korkeita noudattamiskustannuksia. Valtioiden on siksi pohdittava, kuinka verojärjestelmää yksinkertaistetaan ja kuinka se saadaan tehtyä mahdollisimman läpinäkyväksi ja kansalaisten ymmärrettäväksi.

Miksi budjettimalli on tärkeä ja miten ohjelmabudjetointi eroaa rivikohteisiin perustuvasta?

Budjetoinnin ja rahoituksen suunnittelun maailma on täynnä erilaisia malleja, joista kaksi keskeisintä ovat rivikohteisiin perustuva budjetointi (line-item budgeting) ja ohjelmabudjetointi (program budgeting). Molemmat lähestymistavat pyrkivät varmistamaan julkisten varojen tehokkaan käytön, mutta ne eroavat toisistaan merkittävästi siinä, miten ne järjestävät ja esittävät varojen kohdentamisen.

Rivikohteisiin perustuvassa budjetissa hallituksen tai viraston kulut eritelään yksittäisiksi menoeriksi, kuten henkilöstökulut, materiaalit ja laitteet. Tällöin on helppo seurata, kuinka paljon rahaa kuluu kunkin erän mukaan, mutta tämä lähestymistapa ei paljasta, mihin tarkalleen ottaen rahaa käytetään ohjelmien tai tavoitteiden saavuttamiseksi. Esimerkiksi viemäröintiosasto voi budjetoida 14,15 miljoonaa dollaria, josta suurin osa menee jätevesien käsittelyyn ja jätehuoltoon. Tällöin kuitenkin jää epäselväksi, miten varat liittyvät laajempiin tavoitteisiin tai minkälaista tulosta näillä toimenpiteillä pyritään saavuttamaan.

Tämä yksinkertaisuus on kuitenkin myös rivikohteisiin perustuvan budjetin vahvuus. Se on helppo laatia, ja se antaa mahdollisuuden seurata menoja tarkasti. Tällaista budjetointia on myös helppo verrata aiempiin vuosiin ja analysoida trenditietoja. Esimerkiksi tietyllä osastolla voi olla selkeä nousu menojen määrässä, mutta ilman tietoa siitä, mihin rahaa tarkalleen käytetään, on vaikea arvioida, onko se johtanut parempiin tuloksiin tai saavutettu paremmin määriteltyjä tavoitteita.

Ohjelmabudjetointi tuo tähän syvyyttä. Sen sijaan, että raha jaettaisiin pelkästään yksittäisten kuluerien mukaan, se keskittää huomiota siihen, mihin rahaa käytetään: ohjelmiin ja niiden tavoitteisiin. Näin varat kohdennetaan tarkemmin siihen, mitä ohjelmalla pyritään saavuttamaan. Esimerkiksi, jos rikosten ehkäisyohjelman tavoitteena on vähentää nuorten tekemää rikollisuutta, sen taloudellinen resurssien jako perustuu suoraan näihin tavoitteisiin ja mitattaviin tuloksiin. Tällöin voidaan esittää selkeät ja mitattavat tavoitteet ohjelman toteutumiselle.

Ohjelmabudjetin rakenne eroaa rivikohteisiin perustuvasta budjetista siinä, että ohjelmat, tavoitteet ja toimenpiteet tulevat budjetin ytimeen. Budjetin valmistelu perustuu selkeästi määriteltyihin tavoitteisiin, ja se muodostaa perustan sille, kuinka ohjelma toteutetaan ja millaisia resursseja tarvitaan tavoitteiden saavuttamiseksi. Ohjelmien määrittelyt voivat olla laajoja ja kunnianhimoisia, mutta tavoitteiden täytyy olla myös mitattavissa olevia. Tällöin voidaan seurata, kuinka hyvin ohjelma saavuttaa asetetut päämäärät.

Tässä lähestymistavassa ei riitä pelkkä menojen seuranta, vaan tarvitaan perusteellista pohdintaa siitä, mitkä ohjelmat ovat tarpeellisia ja millä tavoin ne palvelevat suurempia yhteiskunnallisia päämääriä. Tällöin ohjelmabudjetissa tärkeintä ei ole pelkästään rahankäytön määrä, vaan myös se, kuinka rahaa käytetään ja kuinka hyvin se vastaa odotuksia ja tavoitteita. Esimerkiksi jos terveystoimen ohjelmalla on tavoite parantaa kansanterveyttä, sen budjetti tulisi kohdistaa niin, että se tukee ohjelman päämääriä, ei vain yksittäisiä toimintakuluja.

Ohjelmabudjetointi edellyttää myös tiivistä yhteistyötä eri osastojen ja virastojen välillä, sillä ohjelmien toteutukseen liittyy usein useita toimintoja ja resursseja, jotka jakavat yhteisiä tavoitteita. Tämä lähestymistapa tuo esiin sen, miten tärkeää on, että budjettipäätöksiä tehdessä huomioidaan paitsi nykyinen taloudellinen tilanne myös pitkän aikavälin yhteiskunnalliset tavoitteet. Ilman selkeitä ohjelmatavoitteita ja niiden tueksi varattuja resursseja budjetointi jää helposti irralliseksi ilman suuntaa tai syvempää vaikutusta yhteiskuntaan.

On myös tärkeää ymmärtää, että ohjelmabudjetin valmistelu voi olla monimutkaisempaa kuin rivikohteisiin perustuvan budjetin. Se vaatii perusteellista suunnittelua ja kykyä arvioida, mitkä ohjelmat tuottavat parhaiten arvoa yhteiskunnalle. Toisaalta tämä lähestymistapa tarjoaa selkeän pohjan sille, kuinka budjetti voi tukea organisaation tai viraston pitkän aikavälin strategisia tavoitteita ja miten se voi sopeutua muuttuviin tarpeisiin ja resursseihin.