ET FORSØK PA ESTMERING AV INVESTERINGSRELASJONER FOR SEKTOREN NORSK INDUSTRI x) Kjell Sagstad

Transkript

1 ET FORSØK PA ESTMERING AV INVESTERINGSRELASJONER FOR SEKTOREN NORSK INDUSTRI x) Av Kjell Sagstad INNHOLD Side I. Innledning 1 II. Oversikt over investeringsteorier 1 III. Empiriske resultater 4 IV. Sammenligning 13 V. Kritikk 16 VI. Avsluttende merknader 17 Tabeller 19 Diagrammer 5 Litteraturhenvisninger 30 Dette arbeid er opprinnelig skrevet som spesialoppgave ved det sosialøkonomiske studium. Forfatteren har stått fritt i valg av opplegg og undersøkelsesmetoder. Arbeidet gjengis her en del forkortet og med endringer som forfatteren har ønsket å foreta. Synspunkter og konklusjoner star for forfatterens refining. kke for offentliggjøring. Dette notat er et arbeidsdokument og kan siteres eller refereres bare etter spesiell illatelse i hvert enkelt tilfelle. Synspunkter og konklusjoner kan ikke uten videre tas son' uttrykk for

2 I. INNLEDNING Formålet med denne undersøkelse er 1)a prove alternative investeringsfunksjoner på sektoren industri, ) d sammenligne investeringsfunksjonene. Investeringsteorien bygger på den neoklassiske teori for optimal kapitalakkumulasjon. I tillegg vil det bli antatt at det tar tid 4 fullføre nye investeringsprosjekt slik at det faktiske nivå på kapitalbeholdningen kan være forskjellig fra det som ville vært optimalt hvis kapitalen kunne tilpasses momentant. For en sammenligning av alternative investeringsfunksjoner vil det bli brukt folgende kriterier for rangering 1) føyning (multippelkorrelasjonskoeffisient,signifikanstester) ) Økonomisk tolkning av resultatene 3) Sammenligning med en naiv investeringsfunksjon. Det vil bli brukt kvartalsdata,da særlig med henblikk på å studere investeringsfunksjonenes tidsstruktur (lag-struktur). Det er også av interesse å kunne få sammenligne den tidsstruktur kvartalsdata gir i forhold til årsdata. Datamaterialet strekker seg over perioden 1. kvartal 196 til og med 4. kvartal II. OVERSIKT OVER INVESTERINGSTEORIER De investeringsrelasjoner som blir presentert i dette kapittel, bygger på de følgende 3 teoretiske dele a) bestemmelse av bedriftens lang sikt eller "ønskede" kapitalmengde, b) "the adjustment process" som bedriften bruker for a gå fra faktisk til ønsket kapital, c) bestemmelse av kapitalslit. Punkt a) består av vanlig etterspørselsteori for kapital bygget på den neoklassiske teori for optimal kapitalakkumulasjon. Videre antar vi at den faktiske kapital kan være forskjellig fra det optimale, - definert ved momentan tilpasning av kapitalen, fordi det tar tid '6 fullføre nye inve=teringsprosjekt. At ønsket investeringsprosjekt ikke umiddelbart blir gjennomført kan forklares ved I) teknisk treghet og økte kostnader ved raske endringer i kapitalen (Se Pa] ). Vi fle, her indirekte tatt hensyn til tilbudssiden. [For en mer generell diskusjon, se [0] ]

3 II) psykologiske årsaker og usikkerhet. Vi forutsetter at all ønsket nystarting av investering blir igangsatt i vedkommende periode og vil bli gjennomført over tid. Nettoinvesteringene vil være et veiet gjennomsnitt av investeringer påbegynt i alle tidligere perioder. Videre vil vi forutsette at kapitalslitet utgjør en konstant andel av kapitalen i enhver periode. Ut fra teoretiske overveielser bygget på a), b) og c) er vi kommet fram til følgende investeringsrelasjoner. Nærmere om investeringsteoriene se [4] kap. II, [i] kap., [7].] I) Jorgenson-Stephenson relasjonene f Pttt-1t- I- I + It 0 1 t-1 k t-k k+1 C 0 t -t -1-1 I es* 4. P P t-m+k t-m+k t -m-1 k Q t m C t-m+k Ct-m-l+k + restledd 1 1 J +D + e, I + tttolt ß ' T t R t-k k+1 1 C C t t-i P "I" 1,Q 1, t-m+a t-m+k m C.t-m+k pt Ct-m-l+k + 81 t + restledd hvor I t nettoinvesteringer i periode t, målt i faste priser O - bruttoprodukt i periode t, malt i faste priser 't P produktets (0 ) faktorpris t 't C =CI 1-uv1-uw 6 1.! t I-u 1-u u! q - pris på investeringer. - den andel av tekniske kapitalslitskostnader (q6k) som er tillatt fratrukket ved beregning av skattbar inntekt ifølge skatteregler. - den rente bedriften i periode t regner med ved sin tilpasning. Den består av 1) den rente bedriften ville fått hvis den investerte i finansobjekter, og ) en risikorente som bedriften regner med p.g.a. usikkerhet ved anelag på fremtidi4, inntekt av realkapital.

4 w - den andel av kapitalkostnader (rqk) som er tillatt fratrukket inntektep ved beregning av skattbar inntekt ifølge skattereglene. Med kapitalkosthader menes her det tap av inntekt investor har ved at han ikke investerer sin kapital i finansobjekter, dvs. en opportunity renteutgift,pluss et beregnet risikotap p.g.a. usikkerhet ved anslag på framtidig inntekt av realkapital. u - den direkte skattesats for skattbar inntekt. - kapitalslitskoeffisienten, den del av kapitalen som blir nedslitt pr. tidsenhet. C t - kan tolkes som en skyggepris for de kapitaltjenester bedriften tilbyr seg selv. [ekap. II appendiks, Di]]. J t bruttoinvesteringer i periode t, målt i faste priser. K t - faktisk kapital ved begynnelsen av periode t. Ved g gjøre visse forutsetninger om størrelsen på u, v, w, S og risikorenten har vi fått redusert uttrykket for C t til C 7. g F,44 ri + 0,013:1 t t rse D4], kap V, pkt. rl effektiv rente på statsobligasjoner (gjennomsnittet for den månedlige effektive rente på kvartal). Hvis vi setter inn g t og rl for år år vi folgende kr,.pitalleiepriser pro anno %,5%,7% 4,6% 7,8% 4,8% 5,8% 30,5%x 34,5% x) Diskontohevning. Grunfeld relasjonene $ Q + 0 j e Lk A I + It0 1 -`t t-1 itl t *** i t-itl t-i. I + i+1 t t 1 3i t-i+1 - t-i 31+1 t-1 e - A ]+ P) 4Er r + + B Fr + +.I. + restledd 41 t-1 [ 0 n, Lit D, + $ K t restledd t t 0 1 't-1 41 t-1 t Aaksjekurs i periode t Som mål på aksjekurs brukes gjennomsnittet for den månedlige aksjekursindeks i bergverk og industri på kvartal.

5 8) Akselerasjonsprinsipprelasjonene 3-3 It = D.,- Qt...,:] ii '.+restledd 1 t-a f3 3.1 p+ 6 3 K + restledd jt z C)3 + q I-Qt - Qt-111 t-1 t 4) Naiv relasion I t = f3 It1 + $ restledd ta. Datamaterialet denne undersøkelsen bygger på, er basert på nasjonal regnskapstall utarbeidet i Statistisk Sentralbyrå. Vi ønsker å benytte kvartalsdata da vi spesielt er interessert i investeringenes lagstruktur. På kvartal finnes imidlertid bare tall for bruttoinvestering og bruttoprodukt, de andre størrelser finnes bare på år. Det har derfor wart nødvendig beregne resterende kvartalstall ut fra de års- og kvartalstall vi faktisk har. 1,:e D41 kap. IV]. Vi gjør følgende forutsetninger om de enkelte restledd: a) Alle restledd er identisk fordelte med forventning 0 og endelige.ordens momenter. Restledd på tidspunkt t er uavhenit,ig av restledd på alle andre tidspunkt. Dette gjelder for alle t. Restleddene er ikke korrelert med de høyresidevariable. b) Restleddene er normalfordelt. Under forutsetning a) vil minste kvadraters metode (MKM) brukt på 1), ), 3) eller 4) gi asymptotisk effisiente estimater. Under forutsetning a) og h) vil MKM være asymptotisk identisk med sannsynlighetsmaksimeringsmetoden. Minste kvadraters estimatene (MIKE) vil da ha følgende egenskaper: konsistente, asymptotisk effisiente, asymptotisk forventningsrette og asymptotisk normal- - fordelte (se [5]). (Mer om økonometriske problemer, se 141 kap. V). III. EMPIRISKE RESULTATER x) Jorgenson- tc_,if1111s1,111pene Valg av lagstruktur er et vanskelig problem. Da det ikke finnes noon formell statistisk metode for slike problem, har vi valgt følgende framgangsmåte. Ved g se på lignende undersøkelser gjort på amerikanske data ri.] har vi m) Det vil ved alle tester bli brukt nivå

6 5 valgt maksimalt antall lag 8 for endringer i ønsket kapital og 3 for nettoinvesteringer. Innenfor denne ramme prover vi oss så frem med forskjellige forutsetninger om lagstrukturen. Tabell 1 viser resultatene av MKM med nettoinvesteringene som venstresidevariabel, og tabell det tilsvarende med bruttoinvesteringene som venstresidevariabel. Som vi ser har vi ved begge regresjoner med et konstantledd. Konstantleddet er tatt med med den begrunnelse at investeringsfunksjonene gir et godt uttrykk for endringene, men ikke for nivået på investeringene. Konstantleddet kan altså tolkes som den gjennomsnittlige feil i investeringsfunksjonen. Datamaterialet strekker seg over perioden ls -4akvartal 195 til og med 4de kvartal Da vi har spesifisert maksimalt 8 lag, ma vi se bort fra de 8 forste observasjonene av investeringene som venstresidevariabel. Vi ser,p Q P t-7 t-7 t-8 t-8 av tabell 1 og at koeffisientene for,ni C Le t-7 t-8 il og med rpt-1qt-1 Pt-qt-; C C t-1 t- er negative. I folge teorien skulle de ha blitt positive, men vi har foretatt regresjonene uten å benytte oss av betingelsen om at koeffisientene i laggenereringsfunksjonen tilsvarer en sannsynlighetsfordeling av en ikke negativ heltallig, stokastisk variabel. Resultatene for 1 i r..., 11 sier at en økning i endring i ønsket kapital (på en konstant nær) for 1 til 8 kvartaler siden har en negativ virkning på investeringen i inneværende periode, dvs, jo raskere ønsket kapital har vokst i tidligere perioder jo mindre blir det investert i inneværende periode partielt sett. Vi bor imidlertid ikke legge for mye vekt på dette resultatet da de færreste av koeffisientene er signifikante. Se tabell 1, ]. 'P 0 P tt t-1t-1 Koeffisienten foran e L_ t t-1 i ønsket kapital i inneværende periode vil gi en økning i investeringene partielt sett. Et rimelig resultat, men det kan ikke tillegges for stor vekt da koeffisienten ikke er signifikant. Koeffisienten foran kapitalen i bruttecinvesteringfunksjonen skal :folge teorien gi et uttrykk for kapitalslitskoeffisienten. Som man ser av E[41 kap. V punkt a, ri31]. Konfidensintervallet for koeffisienten tabell, får vi et noe lavere estimat på (5 enn det vi brukte i kapitalprisen (Cr) vil imidlertid hele tiden inneholde den forutsatte kapitalslitskoeffisient. Koeffisienten er stort sett signifikant. er positiv, dvs. at en økning

7 6 Vi ser videre av tabellene at konstantleddet utglør en temmelig stor del av investeringene dvs at de teoretiske investeringsfuksjonene har svært liten forklaringskraft når det gjelder nivået. Det mg her presiseres at vi ikke har undersøkt om konstaptleddene er signifikante. En alternativ tolkning kunne være at investeringene inneholder komponenter som ikke varierer med de høyresidevariable i relasjonene (offentlige investeringer, f.eks.). Koeffisienten foran er alltid positiv, dvs. at en 110,7 investerin i forrige periode partielt tilsier en høy investering i inneværende periode. Koeffisienten er stort sett signifikant. Koeffisientene foran Tog I t-3 er positive ved noen regresjoner og -1 Al negative ved andre. e, 3 har en signifikant verdi, mens (3, aldri er signifikant. De laggede investeringer er bestemt av noen av de endringer i ønsket kapital som også I t er avhengig av, pluss tidligere endringer i ønsket kapital som It ikke er avhengig av p.g.a. spesifiseringen av lagstrukturen. Koeffisientene foran de laggede investeringer må derfor gi uttrykk for indirekte effekt av endring i den ønskede kapital som er inkludert i investeringsfunksjonen og den totale effekt av endringer i den ønskede kapital som ikke er inkludert. Vi kan benytte folgende test for a finne ut om noen av de høyreside variable er overflodige, dvs. om deres koeffisienter er lik 0 M. H = = 0 q+1 k H 1 : minst en forskjellig fra O. Vi har følgende forkastningskriterium: Forkast H 0 når r y,1, 1-r- i 0 r,19,0.00, n -k -1 > k-q F 1-c,k-q,n-k-1 y er venstresidevariabel, k er totalt antall høyre idevariable, n er antall observasjoner, r er den multiple korrelasjonskoeffisient_ og c er testens nivå. Testen vil vere styrkerett. F 1-c,k-q,n-k-1 er (1-c) fraktilen i f-fordelingen med k-q og n-k-1 frihetsgrader. Vi har testet folgende 0-hypoteser om nettoinvesteringsfunksjonen: H 0 1) ) = P,- O , = 8 7-,7: = /3- O

8 7 14) 5) a l 01 I P10 - ') 6 0 6) 0 7) 8) z. 3 H 1 vil hele tiden svare til at minst 1 av koeffisientene er forskjellig fra O. De fire første H 0 blir forkastet med et nivå på c; 0,05, mens de 14 s is e H 0 ikke blir forkastet. Disse testene viser at spesifisering av lagstruktur er et vanskelig problem. Spesielt med det datamateriale denne undersøkelsen bygger pi, er det vanskelig a skille ut om en lagstruktur er signifikant bedre enn en annen uten ved store forskjeller i forutsetning om lagstruktur. Forskjellen p brutto- og nettoinvesteringsfunksjonen er for det første at den multiple korr.koeff. ligger noe høyere for bruttoinvesteringsfunksjonen. For det andre er estimatene for $i,.= 1,..., 11 noe høyere når j t blir brukt som venstresidevariabel. Uten å legge for mye i det kan det kanskje tolkes slik at noe av forklaringen for kapitalslit er blitt skjøvet over på de andre høyresidevariable fra kapitalen, som kanskje ikke fullstendig kan forklare kapitalslitet. Dette skulle da også forklare hvorfor 6 er noe lavere enn den forutsatte kapitalslitskoeffisient. Vi har gjort tilsvarende regresjonsberegninger med endring i investeringer som venstresidevariable. Konstantleddet ble nå sterkt redusert, men ellers brakte dette ikke noen videre interesante resultater. Vi vet at investerings- og produksjonstallene inneholder sesongsvingninger. FI-41 kap. VI. Sesongvariabel (evt.

9 8 En del av I kan forklares ved en sesongvariabel, og det samme kan en del av Pt Qt ( det skraverte felt). Vi ønsker d finne et årsak-virkningsforhold mellom P Q og I. Ved å sammenligne observasjoner av I t og P t Q t vil det t t t da helt sikkert vane en sammenheng mellom dem. Dette kan imidlertid skyldes at de begge er avhengige av sesongvariablen; dvs. at observasjonene har en sterk coflux-karakter. Vi er interessert i den årsak-virkningssammenheng det matte være mellom de hvite felter av PQt og I. Egentlig er vi interessert i størrelsen t PQ PO t t t-l-t-1 C t-1 svingningene her tildels oppveier hverandre men det er likevel sesongsvingninger i I t. En mate a renske ut sesongsvingninger på er å innføre dummy variable for hvert kvartal i gret. Dette er gjort, og resultatene er gitt i tabell 3. Vi ser at den dummy variable for kvartal 4 er signifikant ved alle regresjonsberegningene. I figur 1 har vi en grafisk framstilling av nettoinvesteringene, og vi ser tydelig at investeringene har en topp hvert 4. kvartal. Som vi ser av tabell 3, har innføringen av dummy variable fort til at færre av (3 1 i = 4,..., 11 er signifikante, noe som også tyder på at det er en sterk coflux- sammenheng spesielt mellom It og pt Qt. Av figur I, hvor også produktet er tegnet inn, kan vi se at det er en sterk samvariasjon mellom produkt og investering. Denne ccflux-karakter som vi her har påvist, gjør det vanskeligere a si noe om årsakvirkningsforhold mellom de observerte variable. Det er mulig at sesong- Ved å sammenligne resultatene ved forskjellige forutsetninger om lagstrukturen merker en seg at estimatene endrer seg vesentlig fra den ene regresjonsberegning til den andre, slik at lagstrukturen endrer totalt forløp ved bare små endringer i forutsetningene. Det skal bare små endringer i koeffisientene til for at lagstrukturen får et helt annet forløp. [.111 Det estimat vi får på kapitalens grenseelastisitet blir stort sett negativt, f.eks. for nettoinvesteringsrelasjon i får vi [se -0,055 og for relasjon : A a : -0,099 Det eneste positive estimat på kapitalslitskoeffisienten vi av relasjon 6 A a :-.. 0,007

10 Vi ser at estimatene er temmelig meningsløse. Vi kan ikke av dette pasta at J.S. investeringsteori er en dårlig teori til forklaring av investeringene i industri, men vi kan si at for a undersøke J.S. modellen kreves datamateriale av en helt annen kvalitet. Det er et spørsmål om ikke J.S.-teorien krever for mye av dataene, spesielt om formen på lagstrukturen. Grunfeld relasjonene Tabell 4 gir MKE for koeffisientene i brutto-og nettoinvesteringsfunksjonene under forskjellige forutsetninger om lagstrukturen. Koeffisientene er estimert uten å ta hensyn til de restriksjoner som den bakenforliggende teoretiske modell impliserer. Vi ser av tabellen at alltid er positiv og 1 signifikant i relasjoner. At 13 er positiv vil si at en økning i produktet 1 fra forrige til innewerende kvartal har en positiv virkning på investeringene. f3 er negativ og signifikant i alle relasjoner, dvs. at (Q ) cet.par. t-1 ',- virker negativt på investeringene i periode t. Dette kan kanskje tolkes som at produsentene er desto reddere for ikke a kunne holde omsetningen på forrige periodes nivå, jo større forskjell det er mellomog t Dette gjelder t-1 Q-. kanskje særlig for visse typer av produksjonskapital og varige konsumgoder. er igjen positiv, dvs. at en økning i produktet fra 3 til 3 perioder siden virker positivt på investeringene. Koeffisienten er imidlertid aldri signifikant. Når vi ser på koeffisientene foran endring i aksjekurs er ß 4 negativ, mens f3 og (3 er positive. Ingen 5 av koeffisientene er noen gang signifikante, 6 så det er vel tvilsomt om aksjekursene bidrar noe til A forklare investeringene. Koeffisientene foran endring i rentenf.3 og 13 har alltid negativt fortegn 7 ' 8 9 unntatt som har positivt fortegn i en relasjon. Signifikant er bare 13 i 7 8 første relasjon både for netto- og bruttoinvesteringer. Fortegnet på den signifikante er negativt, dvs. at en økning i renten virker negativt på 8 ønsket kapital, noe som igjen impliserer lavere investering. En konklusjon av disse resultater kan være at det synes som om vi ikke har fått fatt i de vesentlige størrelser som bestemmer ønsket kapital. Koeffisienten foran er positiv, mens koeffisientene foran n 0 I har negativt fcrtegn. Signifikant er bare t- ogt-3' '11 og ' En høy investering i forrige periode medfører altså partielt sett en høy investering i inneværende periode, mens høye investeringer for og 3 perioder siden partielt sett medfører lavere investering i inneværende periode. Koeffisienten foran kapitalen i bruttoinvesteringsfunksjonen gir et

11 10 estimat på kapitalslitskoeffisienten. Som man ser av tabell 14 varierer disse estimatene omkring den S vi brukte i kapitalprisen C t = 0,0193). Hvis vi ser på resultatene for konstantleddet 13 0, viser det seg at disse svinger temmelig sterkt. Relasjon for nettoinvesteringene har en liten ß,, dvs. at de høyresidevariable i denne relasjonen gir eh temmelig god forklaring også på nivået for investeringene. Ved å forandre litt på forutsetningen om lagstruktur viser det seg at vi kan få et mye høyere estimat på e. 0, feeks. som i relasjon 3 for nettoinvesteringene. I bruttoinvesterings - relasjonene får vi til og med noen negative konstantledd, dvs, at høyreside variablene overvurderer nivået på investeringene. Vi kan benytte samme test som i J.S.-modellen for å finne ut om noen av de høyresidevariable er overflødige, dvs. om deres koeffisienter er lik 0. Vi tester følgende hypoteser:, H o : 1) Ø 1 = P) 4 --: 7 = 1 = 0 ) ß = = = ) 1 = (3 3 = 7 = = i '5 7 '8 '11 1 e 5) fi 7: fi = 1 1=0 6) r3 f ' 11 H 1 er hele tiden minst en forskjellig fra O. Med,_ nivå 0,05 får vi ikke forkastet 1), 3) og 5), mens vi får forkastet H ved ), 4) og 6). Disse 0 testene er foretatt på nettoinvstering funksjonene. Ut fra testene synes det som om relasjon 4 er den "heste", idet hverken relasjon 1 eller har høyresidevariable hvor vi kan få forkastet 0 hypotesen om at de er overflødige når vi sammenligner med relasjon 4. De tilsvarende tester for relasjon 3 cg 5 gir forkastning av 0 hypotesen om at de ekstra høyresidevariable i relasjon 1 () er overflødige. Vi ser videre av tabell 4 at den multiple korr.koeff. er høyere for relasjon 4 enn for relasjon 3 og 5. Videre er konstantleddet mye mindre, dvs. at nivået blil tatt bedre vare på av relasjon 4. Fortegnene på koeffisientene synes også a passe med det det var grunn til a anta ut fra teoretiske betraktninger, med unntagelse for ' som sammen med a er de eneste signifikante koeffisienter. 10 Figur 3 gir en grafisk framstilling av relasjon 4. :.- 0,99779 I I - 0 t t-1 ' t- t-1 t- 097(0 - ) +,1159 (A - A) - (0,18136) (0,03781) (1,34968) L5 (r r t1 -- ).. (8435,3684) t

12 11 Den tilsvarende bruttoinvesteringsrelasjonen blir: I- = 1,0895 I. - 0,15 (Q 1 - Q. 0 ) +,310 (A - A ) t-1 t- (0,19767) L- "'" (0,03959) t-4- (1,6066) 14461,04737 (r t- r ) + 0,0130 K + 36, t- 9 (88,33518) (0,00498) t Vi ser at estimering på brutto- og nettoinveteringsform gir noe forskjellige resultater, men de signifikante koeffisientene har alle konfidensintervall som inneholder både verdien av koeffisienten estimert med nettoinvestering såvel som med nettoinvestering. Som for nevnt, inneholder I (j ) en sesongkomponent, mens 0 er t t 't sesongkorrigert. For a trekke ut eventuelle sesongkomponenter i de variable forer vi inn dummy variable for hvert kvartal i gret. Tabell 5 gir MKE for relasjoner tilsvarende tabell 4, men med dummy variable. Det viser seg at flere av de dummy variable er signifikante, spesielt da dummy variable for 4de kvartal, slik at datamaterialet nok inneholder en del sesongsvingninger. Resultatene i tabell 5 er imidlertid ikke svært forskjellig fra resultatene i tabell 4. Vi får like mange signifikante koeffisienter foran endring i produkt, men det er nå flere a som er 3 signifikante mot Koeffisientene foran endring i aksjekurs er heller for. aldri her signifikante, mens vi fremdeles har signifikante koeffisienter foran endring i rente. Det synes altså fremdeles som om det er produktet som er den mest relevante faktor til forklaring av ønsket kapital. Ved a bruke samme test som tidligere kan vi teste om de dummy variable er overflodige, dvs. omog er lik O. Den alternative 5 hypotese er at minst en av dem er forskjellig fra O. For relasjon ), 3) og 5) får vi forkastet hypotesen at de dummy variable er overflødige, mens vi for relasjon 4, ikke får forkastet den. Innføring av dummy variable forer til at vi nå vanskelig kan skille ut om noen av relasionene er bedre enn andre ved den test vi foretok på relasjonene uten dummy variable. Vi kan ikke lenger forkaste noen av de hypoteser vi der satte opp. Da det viste seg at de hoyresidevariable A og r var lite t t relevente til forklaring av investeringene, forsøkte vi med eierinntekt (E) istedenfor aksjekurs (At) og ro ativ Rapitalpris 'Pt " istedenfor r. Dette forte ikke til noen synlig forbedring. Særlig ved innføring av eierinntekten kan resultatene bli svært misvisende, p.g.a. den høye multikollinearitet det er mellom produkt og eierinntekt i vårt datamateriale.

13 1 Da det viste seg umulig å få noe entydig svar om formen på lagstrukturen ut fra datamaterialet, foretok vi også noen regresjoner hvor vi la inn a priori restriksjoner for størrelsesforholdet mellom de enkelte komponenter i lagstrukturen. Innføring av restriksjoner forte ikke til noen synderlig forbedring. Det er mulig av andre restriksjoner kunne fort til bedre resultater, men så lenge en ikke har bedre teoretisk begrunnelse for a velge restriksjoner må det hele bli et nokså tilfeldig valg. flermere om disse regresjoner se AlE11TjEllmliza,im:LLIEiala. Vi har estimert folgende relasjon ved MKM I = (Q - ) + (3 3 I It 0 1 t t-1 t-1 (geometrisk fordelt lagstruktur) uten a ta hensyn til de restriksjoner som den bakenforliggende teoretiske modell impliserer for koeffisientene. MKM ga folgende resultat: ---: 0,1857 fb - + 0, ,00079 X + 131,65457 X + It-t t-1 (0,07314) t-1 (0,144) 106,1673 X, - 33,6635 (46,93989) ' 0,146053) (37,75879) Vi har også her innført dummy variable for hvert kvartal i året. Alle estimatene er signifikante og har riktig fortegn i henhold til teorien. Relasjonen gir en relativt god føyning (se fig. 4) med en multippel korr.koeff. pa 0,86. Forsøk med flere lag viste seg ikke å fore til noen forbedring. Naiv modell Ved sammenligningen vil vi benytte oss av folgende modell: It 7^ Yt-1 4. X 1 f3 3 \ X. i, = 1,..., 3 er dummy variabel for kvartal i+1 hvert år. Funksjonen tilsier at investeringene kan forklares ved investeringene forrige periode og sesongsvingninger. Ved å benytte vanlig M.K.M. får vi følgende resultat: = 0,73991, + 104,48346X ,9696A,) + 196,6801X,1 -,0648 L (045494) t-1 (35,3768) "" (33,53909". (33,9898)

14 13 Alle de estimerte koeffisienter er signifikante. Den multiple korrelasjonskoeffis 4 ent er lik 0, Se figur 5 for en grafisk framstilling av den estimerte investeringsfunksjon i forhold til faktiske investeringer. IV. SAMMENLIGNING Sammenligningen vil bli foretatt for nettoinvesteringsrelasjonene. Vi vil sammenligne investeringsfunksjonene med dummy variable da de stort sett viste seg å ware signifikante som forklaringsvariable for investeringene. Følgende investeringsfunksjoner skal rangeres: 1) Jorgenson-Stephenson relasjonene ) Grunfeld relasjonene 3) Akselerasjonsprinsipprelasjonen Kriterier for rangering er følgende: a) Myning. Multippel korr.koeff., signifikante koeff. b) økonomisk tolkning av resultatene, spesielt de signifikante koeffisienter. o) Sammenligning med den naive investeringsfunksjon. Investerings funksjonen box' være signifikant bedre enn den naive. a) Fawning Den multiple korrelasjonskoeffisient er ikke noe godt mål!- bruke for rankering idet den blant annet er avhengig av antall forklaringsvariable. For 11 hoyresidevariable (3 dummy-variable) har funksjonene følgende multiple korrelasjcnskoeffisienter. Jorgenson-Stephenson 0,89 Crunfeld 0,9 Akselerasjonsprinsippre asjonen har en multippel korrelasjons koeffisient på 0,86 med 4 hoyresidevariable. Dette er nok et minst like bra resultat tatt i betraktning antall forklaringsvariable. Noen konklusjon kan man ikke trekke av dette, men det synes som om Grunfeld relasjonene foyer noe bedre enn Jorgenson-Stephenson relasjonene. Når det gjelder antall signifikante variable i J.S. relasjonene, 1 1 ser vi av tabell 3 at er signifikant negativ 1 gang, mens alltid er 7 1 signifikant positiv. R

15 14 Av de dummy variable er A signifikant I gang mens A 3 alltid er det. 1 - Tabell 5 gir det tilsvarende for Grunfeld relasjonene. f3 har ett 1 positivt signifikant estimat, har ett negativt signifikant estimat, ß 3 har positive signifikante estimat, 5 har ett negativt signifikant 8 estimat, 10 er alltid positivt signifikant. De dummy variable og er én gang signifikant, mens (3 er signifikant 3 ganger. 17 Det synes som om J.S. relasjonene gir noe dårligere resultater enn Grunfeld relasjonene i betydningen færre signifikante koeffisienter. Akselerasjonsprinsipprelasjonene, som egentlig er et spesialtilfelle av Grunfeld relasjonene, synes også å gi gode resultater. b) økonomisk tolkning av resultatene Henviser til kapittel III- Empiriske resultater. Det viste seg at de estimerte koeffisienter i J.S. relasjonene umulig kunne tolkes i lys av den bakenforliggende modell. Blant annet ble estimat som ifølge modellen var g tolke som kapitalens grenseelastisitet, negativ. Videre ga resultatene negative koeffisienter i lagstrukturen, noe som ikke kan passe med teorien. Grunfeld-relasjonene ga mye bedre resultater, men vi fikk også her noen litt "rare" resultater. F.eks. ble 8 4 den estimerte koeffisient foran endring i aksjekurs fra foregående til inneværende periode negativ. Videre ble noen av de estimerte koeffisienter foran endring i rente positive. Ingen av disse estimater er imidlertid signifikante. Den signifikante koeffisient foran r ihar negativt fortegn. AkselerasjonsDrinsipprelasjonen ga resultater som passer godt til den økonomiske modell. Punkt a) og b) viser at Granfeld relasjonene er langt å foretrekke for Jorgenson-Stephenson relasjonene til forklaring av investeringene i norsk industri. Jeg vil derfor bare sammenligne Grunfeld relasjonene og akselerasjonsprinsipprelasjonen med den naive modell. c) Sammenlignin, med den naive investeringsfunk jon Vi stiller opp som 0-hypotese at investeringsfunk jonene ikke er bedre enn den naive. Denne 0-hypotese bør vi få forkastet. Resultatene for den naive investerin'tsfunksjon er gitt i kap. III. Vi kan benytte samme test som i kap. III, Jorgenson-Stephenson relasjonene. Vi vil først sammenligne Grunfeld med den naive modell (se tabell 5).

16 1 o 15 Folgende nullhypoteser stilles opp: = 1) f3 --: R 1 " "-.= 9 7. f ) 7- f33 3,68 7- $ ) 7. a 7-* ) p =0 tj 3 P a 13 3 =1 6 *.z. P H 1 svarer hele tiden til at minst 5n av koeffisientene er forskjellig fra null. Vi får ikke forkastet 1), 3), 4) og 5). ) kan derimot forkastes, dvs. den eneste Grunfeld relasjon som er signifikant bedre enn den naive, er: I t -0,11359 (0,10117) t- ) + 0,1648 (Q - (0,09735) t 3 ) + 0,11037 (A - A ) + t- t-1 t- (1,755),33386 (A t- - A t-3 ) - 183,71705 (r t-1 r t- ) (r t- -r t-3 ) (1,37114) (7409,00843) (836,6509) 1,7861-0, X, - 8,8536X ,86331X 3-3,74007 (0,979) t-1 (0,5404) t- (5i,78411) (46,98747 (70,557) Akseleras.jonsprinsipprelasjonen har bare 1 forklaringsvariabel 1 mer enn den naive modell, men vi får forkastet en hypotese om at t t-ldenne forklarinfsvariabel er overflødig. Ved g teste pa tilsvarende måte mellom de 4 relasjoner som er bedre enn den naive, kan vi ikke forkaste en hypotese om at de 3 Grunfeld relasjonencs forklaringsvariable som ikke er med i akselerasjonsprinsipprelasjonen, er overflødige, dvs. vi kan ikke si om qrunfeld relasjonene er bedre enn akselerasjonsprinsipprelasjonen. Det vi står igjen med etter denne sammenligning, er at endring i produkt og laggede nettoinvesteringer er de eneste variable som med stor sikkerhet kan sies a være forklaringsfaktorer for investeringene ved siden av dummy variable for hvert kvartal i året. (Da testingen er foretatt i flere trinn, blir det selvfølgelig problemer med g fastlegge det endelige nivå for testen.)

17 16 v. KRITIKK a) Lag-strukturen Den totale kapital i industri kan deles i 3 arter, maskiner, transportmidler cg bygninger og anlegg. Disse 3 arter vil ha forskjellige lag-strukturer, antageligvis vil investeringsprosjekter i transportmidler gjennomføres nokså momentant, mens investeringsprosjekter i bygninger og anlegg vil ta lang tid a gjennomføre. Den lag-strukturen vi får estimert i J.S. modellen, vil ware en gjennomsnittlig lag-struktur for de 3 arter og forutsetter at størrelsesforholdet mellom dem er konstant. Datamaterialet er også for dårlig til å kunne avsløre den eksakte form på lag-strukturen. Spesielt bør en være oppmerksom på at flere av størrelsene, f.eks. kapitalslitet bare fantes på år, slik at de har blitt delt ut på kvartal &e 4.] kap. 17j. Rente (rt ) og kapitalpris (C) er også beregnet på en lite tilfredstillende mite. Forutsetningen om stabil lag-struktur er en meget sterk forutsetning, idet den impliserer at om man på et vist tidspunkt ønsker en liten eller stor investering, så vil det ta like lang tid å fullføre dem begge. Det ville vel kanskje vært mer naturlig d anta at en liten ønsket investering kunne bli fortere gjennomført enn en stor. b) Estimeringsmetode forutsetning om restledd Hvis forutsetningen om ikke autokorrelasjon i restleddet holder, vil MKE ha gode egenskaper ved store sampel (når n± Disse egenskapene sier imidlertid strengt tatt ikke noe om forventningsskjevheten ved små sampel. Forventningsskjevheten ved MKE når en her flere lag i den endogene og/eller eksogene variable i likningen er ikke studert. Det er imidlertid tin, som tyder på at i relasjoner hvor en også har eksogene variable, så vil antagelig forventninssskjevheten også avhenge av om det er autokorrelasjon i disse. Det synes som om forventningsskjevheten ved MIKE blir redusert når en også har eksogene variable i likningen L15, 16, 11 Forutsetningen om ikke autokorrelasjon i restleddet er en meget sterk forutsetning som egentlig er uforenlig med de teoretiske modeller som investeringsfunksjonene er begrunnet ut fra. Hvis vi hadde benyttet instrumentvariabelmetoden rklassisk, Sargens metode, l5, let hadde det ikke vært nødvendig med forutsetningen om ikke autokorrelert restledd da estimatorene ved denne metode er meget robuste overfor forutsetningene om strukturen i autokorrelasjcnsskjemaet i restleddet.

18 17 e) Teorien investeringene er i denne undersøkelse antatt bestemt fra ettersr'ørselssiden ved den vanlige teori for optimal kapitalakkumulasjon. Dette er antagelig en alt for enkel investeringsteori. A begrunne den mekanisme som sørger for en viss stabilitet og-tregh t i investeringene er et vanskelig problem. Kapitalbrukerne er interessert i beholdningen kapital, og det er sannsynlig at vi kan få situasjoner da så godt som alle ønsker en høyere beholdning og tilsvarende situasjoner sa sa (Todt som alle ønsker lavere beholdning. For en videre diskusjon av hva som bestemmer investeringene, henviser jeg til Haavelmo Et annet moment en bør være oppmerksom på, er at en for sektoren industri og bergverk ikke får forkastet en hypotese om passuskoeffisient lik I, dvs. Dari-passu lov. SC Ringstad Et annet forhold er at det i sektoren industri inngår endel store offentlige bedrifter (f.eks. Norsk Jernverk) som ikke kan forutsettes a ha til formål profittmaksimering. Videre har vi ikke tatt hensyn til at kredittmulighetene til enhver tid vil påvirke lag-strukturen. Spesielt J.S. modellen ga svært dårlige resultater brukt på data for sektoren industri i Norge i forhold til tilsvarende undersøkelse i USA D_ Det er mulig at dette tildels kan skyldes at forutsetningen om prisfast kvantumstilpasning passer bedre på amerikanske forhold enn på norske da kredittmarkedet er strammere i Norge enn i USA. VI. AVSLUTTENDE MERKNADER Ett av formålene med denne undersøkelse var a studere investeringenes tidsstruktur. Det viste seg at datamaterialet ikke kunne avdekke denne struktur i noen særlig grad og vi fant det derfor ikke interessant a tolke og sammenligne de alternative lag-strukturer vi fikk estimert i undersøkelsen. Av undersøkelsen går det fram at endring i produkt er den eneste variabel som med stor sikkerhet er en forklarende faktor for investeringene. Datamaterialet inneholder imidlertid endel sesongsvingninger, og selv om vi har innført dummy-variable for kvartalsvise sesongsvingninger kan det være vanskelig a si noe om et eventuelt årsak-virkningsforhold. De modeller vi har gått ut fra, er også antageligvis lt for partielle til a kunne forklare investeringene Då et så høyt aggregert nivå. Vi burde også ha tatt hensyn til tilbudssiden ved utforming av mcdellene, samt at lag-strukturen er påvirket av kredittmulighetene.

19 18 Som en del a r det arbeid som her presenteres, ble det gjort forsøk på en spesialanalyse av industriens investeringer i maskiner - se [kj. Det ble benyttet et analyseopplegg som i hovedtrekk er det samme som det som her er anvendt for industriens totale realinvesteringer. Hcvedkonkluslonene av denne analysen adskiller seg ikke i nevneverdig grad fra de konklusjoner narværende arbeid gir grunnlag for. Vi har derfor ikke funnet det påkrevet a presentere disse resultatene separat.

20 ;I< e - if) CO CT, cni 00OC LI CC CC r - 44,---, N00 0, in CO N- CO C -4,1 ri Cf) Lt) eni N 44.-t -,1-0'1 CI CC QC 01 1*, Lt- L.c") CCOC...1- fe h fe 0 O CC CC CD CNI...,,0 44 p-, 414 p-,, SD CT, 1/40 cn,---4 en.0 r-i CY)..0O N- 1- iro Nr--4,C) C`,1 00 if) N OC CC Lr) N c:p c',1 r--- T-..0CC C C\I cn h...,...., CC CD 0 0 CC 0 0 cn.../i'-n N 44 F. o r r Lr) -4 c1 01 c0 If) N en cn r-- r - r--4 u-) en c**) L.r)...1-rr) OC o CO00 CO D if) CO Lf1 c^,1 'Zr h h CD CC CC OC 0 '1- I, I \- r--- r.-i 19 0*, o0 -ZrCO i-r1 00 Lr OC if) 44 oo cx) c) cco'n cr) OL( 0 lf) N- 01 r-4 C\I D 01,I) r-i N r"- 0-CO C,I Ci -4N CO 00 CO 00 T N 'Zr-I. Zr P I% 0% 0, I% C C) ," 1... en N 4(,-, p,,e. 0", JO O 00,C) --I' r - 4 N N in o CD r,r- - r CO r--i O0N 4-4 Ci r-4 isn lf) ri N--4..r, 00 O (n (.1 4-I Ci 01 i e.0 C,/ Ci CV T fe IN h IN Os v,.. 4, n n CO 01 I N...*Is-' 'Zr N 44,'", 4--4 CON N- If) Lto N- N--Zr Co0, ir fe h h. CD oc '-Zr s e..., CY, 4-4 4,4 cy1 CO00 r--i ON CON 00 C.') ON (Y) at:" CD 0 C) C) 0 CC CC 44 C C N N -Zr CY, r-4-4 fa h 0 0 CO,r) v ,S) r-4 AN,--.., ---,..----,..--, 0, N N N if),..0 I-,,,t 4-4 T... CO 40 -,I* , r--4 CO 0 (7\ cn N en Lt-, en 0'1 en en I,le h fe Ile h. h h toe CD CC CC CC 00 1 %.../ 1 '.., "14 lf*) (NJ,J0 -Zr- CO 4--4 CO Lr) c\i le 04 OC CO 44 e--,..--,, ,.., 0 Lr) 4-4en ,, N CO en in CO,C) in,-0 c,1 Cr, 1-n Cs, cr) c,4 ce.) --,1- cn t.r) 01 CO00 CDCD 00 00,..t 00O 1-- O C C,1 L.C) (11 Ce") NN.C, ,.. 4Pe fe h h fe 41, 0 k C\I n C)CD ,I'- C) OC, e"., ,,--,.---.,-, Lr) CN 0,, en L.r) en en N cy, ea,..,/- r--1,c) C) -4* CO l-r)...t...t lf).,,,,t CT) 01 0'1 1---, 4--I Cfl CO 0 N- -4- N. oiii -.1-CD T a\ L..0 ito L( c, (,) -.1- (-1 c-.1 N-N L-r) Co --40,---lo r-io Co 0 0 r- N rs en N CN h Ite fe ire fe h AN Ve 0% I', 0 41, et V, h h C 0 CD 0 00 C D CD Cp CD C :) 0 C CD C. C, 0 CN 1...",i ' 1,..., I, I 'sr, I,..., 0 cr) 4-4, il...--,, /..--, N,C 0 N- N. cn u"),r) 0,-.1- -Zr it's,1--, rn -Zr O N 1- \SD r-i V,,0 CY, Lc) CT\ N u") c),c).0 0-, Lr) N.0 L.r) ri 1 r-i ir -.1- en N en 0 en Lr) (n 'Zr,0 cr, COr-4 N r-4,f) CO '0...t N,..0 cil,..0 N,0 CO 00 CO CO Ln (-NI -Zr c-,1 Lf) c I r-4 h Vs fe h h h h h fe ile h fe le V% ON 0 OC 0 CD CD a, I Se., I I 1...,..- I... 1 `...,...,,..." ',..., I,..,/ CD e).) N ri 0' 4-1 I I I 4-) IH L,) I-4 t -4i

21 44 N. e..., N.,,,,-, C3', r -1 r-4 N,..,0r-400 r CN 0.1,o Ln m, CO 0..o CD (7, V) T-1 C OLr1 I. IA II, 0, Vt CC CC if). I...- cr, 414 e, es p--.,r) -,1-r-* on I-- 1/4.0 (N (' r- on if) V) c, I r-4 0, ol 0,,ir - Lc) c I 0C\ /4.0 Lr) 0 1 CO 0 C) OC -0 0 r-4 Q.0 Ln,c) c CO CC,1 CC,t)..,.,.... 0CC CC CC;)CC,C) 1/4._.,... cr, A 44,---.,--,.44, - -, 0 1 Lr) r e-ri in r-4 cc cn Lr1 Ch,,C) r-1,,0 `.0 c-f) LCcçJCN 00 CY, 0, re),,,0 V) N N. CY) N CC CC r-i c-n 1-.4 Q N. r - f - 0 c" 0 0,),t c\i CC.%.., T-4.. r. IF, 4, h h CC CC CC '7 0 CC r-i...,is-, N.., Ifl (-1.--, 44 e,-.,- 44,-. 44,--, C CC c (N c-,1 -.1-r-- c\1 P, CO CN..,1 CO Cr),..0...t -r--0 c,) cni - 1 CY) V) CN 0 C') 0,--1 1/4.0,CD,C) N a) C) r-4 e--i CD C1I if) ID c I OC N... ir. r. r. a, r. e en 4r, or, CCOCC ,,..., ',..-, e--4 v es, e /-... CO r , C) C'NI C'l t.r) LC) r-1 CN ccot CO N.r-I N..4- N. r.4 cocoçni r-1 Cr) CN CN.0.0 in,io " on c I M,s4 CD Cn r... CN -1- C, 1C CV) h h h IN h h 0, C C QC CCcs, , q;) e-4.1* in c4 t - - C C) C c) C C C) Ln C c,) LO on 1/40 00, Cc'Lr- } Or, oo.1- c-4 co -4" o o oo.o o, (.1 r--4 t-i...i" 01 N C,1 -.1-r-, 0 00,CI C\I CI C,1 CC..1. C.) CD CD ,..0,...,Is-'..., M T-1 CN 1-1 T-1.,-, on Lf") 44,---. C\ c-) 44, Q0 r- CO N CD e--4 C)...1. CNI V) cr) 00 0 CO CCC'.1 0 r-1 C) N CC...I' CNC Col AP, WS " 411 th ON h CC CC CC 09..,,,,.../.../ N. ( ,---, ---,,- 4 4,--, 44,---, DOD co0.o (N C'4 0 co,o oo m Cc CC CCNit) 0.0 CY, CO cn 0 CN M cn in Ln Lo C) 0 CC CC CC,--1 0 T.-I C) O co0 N- CC CC CC Q CN 4-4 e, h h h h h h v. r. 01 h h CC ') ' 0CC C C CC CCN. 1...,..., 1...,..." -..., , r-1 -,-, 44,---,,--,, , 44,--, 44,---, 01,--4 C cy, cn.1-, co,---i r--. on Ln, on...1- r--1 (3, r r-i CO T-4 CI N..o -. 1-c, 1.1-L-,4 4-1 CY, CD cel cq -,t Ln -I-(,) -I- m CO M 0 cs4 0' -Cr-4,--1 r-, N:00 Ln NI C) N CCCD in. SP 0, h h h 0, h 0, 401 0, In On 0 CC 00 CDO OCD 00 CC 0 i ', , I _,, `..., r -4 CN r.., -, 44 --,...,1- CY,...1- Lt) r.-4 (-NI 0, Lc-- 1, 1 (N (N CO en 0 00 CO Lc- (N.I-.0 (-.1 0, CY) CY) r--- on (NO V), -..3 CC CC.0 - / r 1 c) on (NI Ts.CC CC c1/41 on (-1/41CC1/ IN AN. 0, C) 0 CC C C CC cc i...- -s '...,.,..,N.,---; es, 44 e'.., 01 c0r--1,c 00 GO CD,fp 1 r-1 r--1 CN O LC) CD CY') '-o c'r-, c0 on c,) Ur) 1.1) o0 CO in c-a (NOC;:),-,1 C) CC C,C) cr 0" M-C 00 -(N no CI 04 CC CI tp, h 0, 01 h th h, h C0, 0h h 0 CO CCD CDC CO C C CC.41..,.., '.../...I' 0 e.s../ p-,.4< CN CO cl) 0 0 cn Cei CN cn CO -i r-i r 4 (N Cy").4,C) c,) Lin CN -I- -4-CO -4- csq,i.t.r1..i 1--- CD c\1-3-li', CO r-1 C cn N. (NI cv if)n. CN 1-4,--i p../....1 tr.) (N in r t...i" Cr) C`.1 c\i CO oo 00 L-n r 1 C\ 0 0 CD 0 r-, CD 00.,P, 11, h h h h th h 0 CC CC 0 11% 111, 0 o 0-1'.1-co Ln 0 0 cp C Ln c`,1 (N C C C h h th h ON , 0, h h CC C) CC () C C C i") 1.../ I'-,I..., 1..., I S..., I Cr) C`,.1 Cn 4-) r-i N ol CY 4-1 I I I 4-1 C.)4-) 4-) ) P-1 H H H 44

22 1 Tabell 3. JORGENSON-STEPHENSON'S netto- og bruttoinvesteringsfunksjon med dummy-variable Q I t' J t og K er Trilt i mill kroner t' t Avhengig variabel: I t Avhengig variabel: Mult. korr. koeff. 0, , , ,8506 P t-7t-7 P t-8t-8 0,0051 0,0058 C t-7 C t-8 (0,00471) (0,00438) P t-6 Q t-6 Pt-7t-7-0, ,00439 C t-6 C t-7 (0,00456) (0,00443) 0, , , ,00068 (0,00587) (0,00548) (0,00411) (0,00395) -0, ,00734* -0, ,00636 (0,00378) (0,00367) (0,00330) (0,0034) P t-3 Q t-3 P t-4q t-4-0, , , ,0003 C t-3 C t-4 (0,0034) (0,00314) (0,00331) (0,00314) 0,9744* 0,98060* I 0,84043* 0,789* t -1 (0,560) (0,401) (0,3853) (0,15508) -0,5-0,7790-0,1571 t- (0,31059) (0,164) (0,393) -0, t-3 (0,3486) K t Konstantledd 55,0583-7, , , ,913 0, ,8803 0, , ,00503 (0,00498) (0,00464) -0, ,00496 (0,0048) (0,00467) 0, , , ,00091 (0,0064) (0,00584) (0,00435) (0,00416) -0, ,0078 -,0, ,00665 (0,00406) (0,00393) (0,0035) (0,00345) -0,0016-0,0019-0, ,0040 (0,00361) (0,00349) (0,00364) (0,0035) 0,97535 * 0,9836* 0,8461* 0,73638* (0,6809) (0,5508) (0,5195) (0,1689) -0,3349-0,6937-0,1405 (0,3764) (0,343) (0,4554) -0,0403 (0,4845 0,01373 * 0,01368 * 0,01330 * 0,0131 * (0,00439) (0,0044) (0,00459) (0,0045) 1,3089 6,6097 5, ,1378 Dummy var. 179, ,87938* 66,065 38, , ,415 61,887 35,39907 for. kvartal (96,01897)(85,9977)(73,30548)(58,7071) (101,84337)(89,4903)(78,10137)(6,63) Dummy var. for 3. kvartal Dummy var. for 4. kvartal 0, , , ,81005 (79,40616)(76,68009)(80,09563)(78,075) 41,16397*44,9345* 43,8536 * 5,51658* (75,81910)(67,0996)(71,358)(64,5933), , , ,54931 (83,80)(80,84661)(84,551)(81,8343) 38,37998*43,7465 * 44,76738*8,0766 * (80,1958)(70,86313)(75,157)(68,10481) * Signifikante koeffisienter

23 e -,-,.0.^. P., 44,... N 01 NI r 4 CO r--4.4 r's 4-4 M CI rh 1-r) CI 00-4' r N. cf.) CN r^-4 ( C31 C11 CO N fr-1 re 01 f", ,ClIo en cn r, CD VD CN1 rh C) 1-.1,.os o c) cv rri 1"., 0, (N CT 0 0 r-i A A A A 0, A 0, A A A A A 0 CD CD r, ^1 CN r-o4 st CD r ,/ I,.../ 1-r) 0 s,...,..., cni.4) cn c.i cn I,--1,..., 44,...,,----,, ,,-, 44,-,,c) 0 0,N N r--- œ Ln 1.-- CD 00 Lrl f*" Ln Lf) (N \O CI r-1 CT 10 CN 01 CT.1" N 01 0 'Dr". Ln 00 r - en -1-,../..r) F-4 cf-, F-4 O st en N 0,r-44 CD NI CD cil.j0 OcO?C) C) 0.. A A A A 0 0 C) N 4--I r-i CV v--1 CD ç;) ,..,,...( 0 CN,..,-,,... Cn CO I,, ,...,,.-, 44 r-i 44,-, if) o N. N...c,...1- Lo en c.1 0 CT st 01 CO 4-4 (31 0 CO tr) 00 CI CV 0 CO st in,r) 00 rh CD Ln CT r--1, C) CD 00 szt...1. CV I,00 et f's f's N 0 CT Ns r-4 CD en in CN 00 s-1- r--1 Q CD a, A A A V, 1 A A A A I, A 0 C) 0 c,1 r en CD C)0 0 CO..., IS-, CV 1.0,..., '..., CV O- I...1, CD r-4 s..." e-s. / ", 44,e-s..--. 'es,,-\ st li-) 44,--, / CI CI C:)1 0 N C) Q0,C, 0.1 h. C),C) +.0 fn Lr) 0 r-^1.0 CN.4..,1- Lr) 0 t-,cd ce) on 00 cni cn 00 cn Ln 00, Ln en..1` CV 1.0 Ln, ch 00 in N. r-4 CO en el CT rh,c) ln CO...I'..,1.V) 1C) N in N 0,a r-i r-i st CN 00 CT r-i r--4 CD CT 00 en 0 o o Ln N. co cr,....., en NI r-4 CY) (D rh irl CO N r-4 r-i r-i r" ,rH CD I, I,or',...".../ `..., 1.1") CN 1.0 f"" s...^ I '`., s..., Ln r-.. cp, ro-4 CT 4-4,.../ I s.../ I,---, 44,--,,--.,-,,,--.,---,,-..44., - e-.. 44,-,... I., 114,--, c\1 0 0 In 00 et en en en r %.0 CN 01 In In r--,n cn N. 0 -,,,t cn In r..-1cn 0 CO 01 en 00 N st 0 NI en rn -4 l's r-i,..0 r, cr, C,I NI f's NI CO, h. 1.0 r-4 en CN CO C,1 CO N. 01 r.,1 N r) r--i cn en re) cn NI 1", re In en en r-,.0 CI Lt) In V) 01 On 1.0 I-I 4-4 CI in cn 0, r-i 00 N Cn,.. 0 in 0 0 N. Lf1 C'n 0 CN 01 C) 0 e\i o 0 0 CN Cn r--i f`s. rel on CO,C4 sl-o-i CT N CN NI.1--4 en 0 CD r--4 v. or,..., v. IN A /, 01 A A 0, A /1 A A V, A A A A A 01 A A /, A A C) 0 r--1 rh 0 o --, O st 00 r-i cn..., I..., , I - rlf1 0 N oo I,..., I...,,,...- r... r-i v-i en Is". CO NI I 01 0 s,t O en 00 NJ r-i s...,,-. 00 e",, 4/ 4..e.", r-4 r-i N- In CN CN 0 01 N 00 in a) CO LO r-i st r-4 r-4 cn f's 1.0 I's 00 CV en r-1 in bo...1- N. cs, oo co in CN r--1 A A 01 A 0, A A A CD 0 r-^4cnir, r--4 L.r)0 0 N I-...,, r". r-4 ("4 I r--1 ',.../ 44,--,,--.,,--. Ln,..-, N r CV r.-1 en --1CN CO -.1. *a, r-- C r1 I's CO -4 0 ost 00 1". C.'") en CN 01 r I-I CO N- r-4 0, CT C') 0 C"e) 1-"s ',:', 7n C;) 00 en 00 CN 0 ' 0 0 r.-i C'41 CT 4-1 CO.. 4r, en... A A A A A *. v. ere C.) C) C) C) C) cel, A en ul 0 0,..o I...,,...,..., f's C41 s..." r et ".", "."...." N 01 C-1 in C) Is"."I 1.0 CY) L.r) Incr) 0-, N. In cs4 o bo...0 cv.../- cr,,--4 cv cpi...t In,..-1,--1 if-, Zr C) 01 NI CT r's 01 r" C) en en ' 4-1 CO CD CD 0r-I ro-i 00 en 0 CD Lr) s...,1 ' s.../ 1.0 et C31 r-4 Le) 01 s..., I 44., ,,-, i, , InCN en CT NI en 4-1 e-s L.r) ".4 \CD If) r-4.0 CT en en en , It r". 1.0 Ln v r`s.st cn 00 0 Le, en co,-., on in,--i en r--,..a N. r-4 st In en -.1.Le-1,s. ) co a, c..1,--4 -.I. CD,---, 0 r--,r)..1- a, a, oo N o c) 0 a, en en,r;) NI N r-i...1.n N NI CN CV A A A A A 4P, A A A 01 Os 4% A A A A A A C)r-4 I r-i..0 CO CV 00 r-4 C) 0 0 er) 1..., , cd c) 00 CN , 1.0 a, co en N- co F-.1 cr, r-4 `.../ I-' $.4 44,--, p-,.r" "...."^"..,e, 44,-_I,,,,-, 44.00", 0 I-4 1-,.../' 00 \10 1". st en N r" Lr) r-4 *st "st a, 01NJ NJ 0 4.."" en r."4 en /.'", 00 0.) M "st h.r''' 0'4In S-0 0 CT 0 11D r H N -Zr 0 cn co N. oo 0, cn 0 N t o,,-1 a, N,c) cn r---.0 Ln N. co o0 Lr) l's 01 0 CD C.4 os,,t I, N In "st en In CO rh 1.0 1,C) en in In c,...t cy, o o 00, L.r) r-4 1., C)In N r-i st CV 00 N en N H 01 oo cvo oo --to ocn o, N. o. Lnc,1 cv cv,---1 crn cn cn In4-4 A A A A I, A A /1 A A 0, A IN A A A A A A A 10. /1 A 111 A A ,--i -i r-i N,--1 et N. a,0c) In,--10 QC) OP en (70..., I...,,.../ I, , S.,..,./ `,..... CD Lr") CO.../' at C 1,..,.., I 4..., I...,,i) 0 1/40 r NI 4f)0 r- en CO Crl 00 1,...,NJ_1 ' 0) I.../4-4 0 Cl) re) I -7 f-1 r-cli r-d, N r-- I r--i 1 $.4 r ) F-4 4..) 4..1 rhnj 4.4) 4-1 O I 0 CY i <4 "t i I I 4 H vo ) ' I i 4:4 I i Cl) r-1 N,-.1 N N r-i I I i i i I I i i TH CV en C1) r-4 CD 44) 4-I 4J J 44.) ).4.1 I I I 0 tj,0,1, c_t_, g 1 c.,.. et:4. Llt4 p ej ) 4.I 4..) 4-) L L-1 1,--1 H H H 44 Z,-, 1 (3) 4..i

24 44,--, 44,--,,--, ,--,,--,,--, 44 in H Ni,-- 4 N.,C) 0 ',1" r,...t...t Cr) N. 1' 00 CN es,...1" CD Cn C),i0 Lr) 0,cn -.7 r-.4 -,t 0 0, r..0 r-i 00 h. CN 1,0 -,1 m...t cr, vo H N. 0 ;..t Ni 4-4 CN CD \ID...t 0, 0 I, 1,- c0.0 co c.1 cni 1-,,-,4 0 Lr.) r-i I, 00 rr-i r.l. f, 01 r.4 CD 0 st +, rs4 0 0 C) h. y-i in 0 00.,..., y, Ih h Ih ih h h 11, h II, h h 11, h Oh 0 0 C) crl y--1 0, c.. T-1 oop-,t,i. --i-ln Ln 0, a,,.,-,r in...- cn h..0 Li, cl 0 cn 0 0..,..., cn oo..., 44 t , 44 p.,4 e.',-....,,, 1, 0, (N 01 0 C I 00 Ln o Ln ir-) co -. 1-,.0 r-4 Lf1 r LI',...I.0 00 Ln 1,- o co r-4 r. p 0 0,,-,1.1,00 k,r),--1.0 oo r.-- r--...,i- r... r, Ln.0 Lf, cs,.0 c-,4 c0,--, 00 is) 1,1-1 cn..0 cn 0 0,--1 0 cni,..1-0 cn.1) 0 00 co r, C) 0 I-- cr, Lr) 0, C,1 y, f, h IN Ih h C ). C ).. r',, '11., Q ap. CD CD 0 r, \C) 0 0 Q(;) H CF) r-,4 CD CI if) ,,..., --1 c)...,..., L'N Ln r.-1 in.0,0 Q03,.../..., '- ç'-) CO r-i I " ,--,, , 44,-., 44 cn1 44,--, 44,--,, Ln 00 ir) N 00 cf) V) -.1-0, in 00 c) N 00 cr) 0',.1-c,i oo Ln cn Li") at cssi kn 0,1-00 Ln cn 00 r-,4cd.4. \ID 00 CN 1-, Li-) r. Li,.7 0 Lf) Ln r--1 0,.1-c,,,0 r a, co co co cn,1* r-i CD st 0, r-i C) 0, CO r-4 C)..t CD 0, CO 4-4 C) 4-.4 if) C..1 CY, CO r,cd p 00 q:. 00 c,i es n IN h GS h h h h h h h 11, h I, h IN ih , Q Q 0 0 C) r-- N cf) cf) c,1 cr),... I,...-,,ID c0...,...".0 FF4,t 01.../. 0 4r) Lt, cn I r.-4,..., N 00 \.../ 3,-... f-.., "X,'", e - 44,-...,-,, ,-,---,,-... co.1- cn cn r-4 r, N N. cf).0.0 0, 00 cf)../- -,7 r-- 0,--1r, FA 00 in Lr1, ,---1 N...1- N. N. `,.1" Ln Ln Lr, 0, cn 0.0, CO.7 0, r. 0, 00 c:7, cf) ç' 00 (3, Lo.,.7 Lr) 0,r-4,./- Ln,c) r-- in 0, 0 N itn in N Li, (N, q.), 0 0, r--,0, c", ir) F",CI C'', CD R,r) r-i 0,4-^4 0 C,I Lr1 Ln c,1 00 0, r t-i r-i CY").0 Lr).0 cl co cni r-- cf) c 1 cn c,4 o o o, 1,. in r, --, - Lo Ln., II, IN h h h h h h h h h h h h h h h h.' h h 11, h Ih th C) CD C) 'CD (:) CD 1-, N r--4 N r CD I...,..-,..."...- in..t CJ r-4,..-, I,...,,..., (r:4,c', '0 CIA ri:r".1 c,1 r-' 1"--: CN 0, 4-1 C41.../ 00r- -t00 r --1, ,,--.,--, 44,--.,--,...---,,--,,--,,-, 44,, 4,--,,--, r-f. 44,.--, cn..r) r-- Ln I,...t N 0 0, 0, I,rs..1-crl.0 I, I, N. Of, lf, \C) CF) co cr) r-4 r*-4 C) 01 L11 r-4 FF-4,r) Li-).0 r., 00 0 ir) 0, 0,cn.0 o c7, kr) I-4 p,t, ) kr),t 0 cn o c.1 cs) 0 00 N- o r, I,in, r--i 01 C 1 c,-) (-NI cr).../. (NI cn 0 rs. rs, O cf) Lr1 in o ( N. 'NI '10 r" 1"'.-r) --, 00 0 Lin cr) Lr-) 00 c-,1 cf) 00 h,h, cl Ns CD Lf) CN CI") r--1 c,1 01 cf).0 0,.7 r-i 0 0 N. st CT sit,c) h- a, c-ni r-i r-i r-i 01 N- 1-CD N. I, 1"... cz) t-i CO cn 0, c-,1 c',1 c 4cf) cf) 0 C),O O,0r-- ',1.r"-- `1. 0, IS 0% IN 0. h h Oh h. IK h h IN 4N h IIN h h h h ih h h Is IIN h h 11, h h T.--1, F r N 00 N. -.I' CO CO r, (::) CD C) C) CD 0, N. 0 CN r".m a,...,.../.../ 4.../...,.,,, 0, cn ,..., 4 y-1...t If) if) T c.i 4 4 N 4,, _c', N Lf, ,0, i I s...., 1-4 s...,s..., r-i I eu 44, Oc r cp H r-.4..1" \ID c'n lf),..0 CN.7.7 u'") LI") rs _Q NO N. \CD I, (N00 V) D co r-1 C) LrC CD 0,CT r-- in in in ei r-i 4., 0 C) c)..., --) CN 0 r-1 LID 0,.7 ce) cf) cf) Lr, ),.0 r'n-.0 'C r 0.0 cn 00 -ZrLfl Q r' r, n Ih h h h Cs.,1 r-1 C') CO s...0 Lt k CN ifl 4, H 4, e- --, <..., P.,. P.,. "..r., oo N. cf) 00.0,^1 CT N 00 1".., C.'") al N.. al c--4 st r-4 C) 00 T--I CD 00 -Zrh Zr in r Ln CN,fp Lf) 0, 0, 00 r-4 CO N. CY, 01 0, If) -Zr C) -ZrCO r 0 cn.0.0 \SD r-4 CY) n n A IA h h IN h h h h N. C) CN 0 0 CO C.,) CO 000,C) If) r--i crl - CN CN...1 I -Zr,. 0,-.0 0, cn...,....,...- (NOD r-1 (N "Nt CN c'n CN N- 'a 00 N. C") 00 CD Q r-i ro, C) r-4 CY) L.C) Cssi vs..4 r-4 N. 0, CN 00 cn 00 0, cn 44,, ,!--1 r st,..0 CN..t.,t (Na0 C1') ce, r-4 I,N. (N..st C) C-f) I 0, r. CT, (-f) cl 0,, Lr) 1-r) CI , n n h Ih h fa -1-f, I, (NO (NO ("n,---.1 cn r' -Zr0u 1 1-4,,,, r.-4 S., r--1 s...,/ 1,..., ,--,,-. 44,,.--,,--. N. Li, a, h. (X) Lr) N. If,,. O...t LI, C 1 0, C",;,C) 0, f" D CN t-i Lr-, r-i cn cn re-) c.1 00 r--4 0.t rs, CT CN N. Lr) 0,--1 cy, I I,0 Lr) cf),--, N. 00 if, o00 0, 90 -Zr - cn,--4 c::).0 0,,--4 r-. cf) h.,--4 cp c,,, Lf, N. Cq st V) C) r-i C) CO Zr - 00 in CN Ln cio O's 1-4 r-1 r-1 0 r- 1 CN C') O.-) r's 0 CO SD C1.1 (N Cr.) (N N. 00N Ill in n n. n rn n n n IN h h h h h h th h h es h h h h C) 0 0 CD 0 0 r-1 cni 4-4 N CT,CN \O r--4 CD ŒN Œ r1..4 CD I Ln..." -.,-,.../ ',... (N C) l.0 CN s..., I s..., CI -.1-N- C') (N CO N. cr-) co,--,...,..., I Ps.. e-n 44 "--, ess /...,,..s..4 r.ss,... V;).0 Ns N.0 CT,0 CN -ZrCN C') V) Ln in Ln u -) rn 00 cn 00 -Zr cn 0 (N N. en 01 a).0 00 cn,--1 0, o, -Zr C).c CN N. cf., r - r- Lt,..., r-4 IX) OQ 00 0 rn CD ZrCT 0, -4 Lr) r-4 N. N. 0, Lr).0 - Zr.0 Q -Zr00 CT c)..0 o, r c*,,, o.fro c-.9) CO r 4 0 0, 0, Cr) 1/4D -Zr(V CY) Cn \C.) 0, r-i C'n N. r. oo 1--4 t.-4 C) C;\ rr) (:) cp c,1 cf) -Zr0, r, cy,.0 o, (N r-4 r--i r-4 (NI,-4 CN 0,0 r-4 N st st,,0 1/40 N. CN 00 CN N CN CNI CN CN QCN CY),0 QI 4-4 r. in. h h II, h IS h h h h h h h , 4P, 0, 01 IN. 4r,.0 0 o 0 0 o 0,--1 I-, CD r-i CN r-i -Zr ;...,..., CNI Lr) 'C,,,, i..., e..., -Zrr , 0, cf) (N C 0,.7 sa).0..,t 0 c',1,.,.., 1..., 00 (N 1/40.0 c) 1/40 O N-.0.0 in../..0 cn r- CD I,...,r--I \-..../. cn cl c.1 cl cn 01 P I 1...,,--4 4-, 4-) rrr r-r ) O I CY CY I <4 <4 1 P i 4., 4-4 CY i I.1;4 i I P 1 I 4-1 ( CN y-i N y-i c (N r-4 CI) I I I I I I I I I I I 0 0,U ) CY CD' CY,e4 oto -1 P $.4 H H