Tahminler Neden Sürekli Sapıyor?
Ekonomik kahinler, geçtiğimiz hafta açıklanan ABD iş gücü piyasasına dair son raporda bir kez daha yanıldılar. Bu durum, hatalı tahminler zincirine bir yenisini eklerken akıllara şu kaçınılmaz soruyu getiriyor: Ekonominin en önemli veri noktalarından birini tahmin ederek geçimini sağlayan insanlar, neden bu kadar sık yanılıyorlar?
ABD Çalışma İstatistikleri Bürosu (BLS), tarım dışı istihdamın Ekim ayında 165 bin arttığını açıkladı. Bu rakam, Bloomberg anketine katılan 70'ten fazla ekonomistin 70 binlik medyan tahmininin iki katından fazlaydı. Tahminlerin hiçbiri gerçek rakama yaklaşamadı; en yüksek tahmin dahi 131 binde kaldı.
Piyasa Volatilitesi ve Veri Güvenilirliği
Ekonomistlerin beklentileri ile gerçekleşen sonuçlar arasındaki sürekli genişleyen uçurum konusunda endişelenmeli miyiz? Cevap evet; çünkü bu durum finansal piyasalarda gereksiz bir volatiliteye yol açıyor. Ancak bu durum, verileri manipüle etmek için yapılan bir hükümet komplosunun veya tahmincilerin yetersizliğinin bir sonucu değil.
Yakın zamandaki hatalara bakalım. Ekonomistlerin Ekim ayı için bekledikleri rakam ile gerçekleşen sayılar arasındaki 95 binlik fark, yılın en büyük sapması bile değildi. Şubat, Mart, Temmuz ve Ağustos ayları için yapılan tahminler, her bir ayda 100 binden fazla sapma gösterdi. Tahminlerin düşük veya yüksek kalmasına bakılmaksızın, 2026 yılındaki ortalama sapma miktarı yaklaşık 88 bin civarında gerçekleşti. Bu oran, 'normal' dönem olarak kabul ettiğim 2010-2019 yılları arasındaki 50 bin seviyesinin oldukça üzerinde.
Bütçe Kesintileri ve Veri Toplama Zorlukları
Bu durum, önemli ölçüde, bir zamanlar dünyanın altın standardı olarak kabul edilen ancak son dönemde azalan kaynaklarla ellerinden gelenin en iyisini yapmaya zorlanan ABD istatistik kurumlarına yapılan yatırımın kesilmesinin öngörülebilir bir sonucudur. Enflasyona göre ayarlandığında, BLS'nin bütçesi 2010 yılından bu yana %20'den fazla düştü. İkinci Trump yönetimi, yasa koyucular karşı çıkmasaydı çok daha derin kesintiler yapacaktı. Bu nedenle, örneklem boyutlarının küçülmesi ve BLS'nin anketlere yeterli yanıt alabilmek için mücadele etmesi şaşırtıcı değil.
Azalan yanıt oranları her yerde yaşanıyor. Bunun temel nedeni, insanlara ve işletmelere ulaşmanın eskisinden daha zor olması. Ancak bir diğer faktör de saha kaynaklarının bu bütçe kesintilerinden en büyük darbeyi almasıdır. - Erika McEntarfer
Eski BLS komisyoneri Erika McEntarfer, Temmuz ayında Financial Times'a verdiği demeçte, 'Azalan yanıt oranları her yerde yaşanıyor. Bunun temel nedeni, insanlara ve işletmelere ulaşmanın eskisinden daha zor olması. Ancak bir diğer faktör de saha kaynaklarının bu bütçe kesintilerinden en büyük darbeyi almasıdır. İnsanlara ulaşmak zorlaştığı için onlara ulaşmanın maliyeti aslında artıyor, ancak bu kaynaklar için paramız yok; bu da yanıt oranlarını etkiliyor' ifadelerini kullandı.
İstatistiksel Belirsizlik ve Göçmenlik Etkisi
Tüm bunlar, yayınlanan rakamların etrafında daha geniş hata paylarına yol açıyor. Bu açıdan bakıldığında, rakamların on yıl öncesine göre daha dalgalı görünmesi kimseyi şaşırtmamalı. Mevcut %90 güven aralığı yaklaşık 122 bin civarında olduğundan, bu aralıktan daha küçük değişimler istatistiksel olarak sıfırdan ayırt edilemez durumdadır; nitekim 2026 yılındaki istihdam raporlarının yaklaşık yarısında durum böyle olmuştur.
Bu beni ikinci bir noktaya getiriyor: İstatistiksel olarak sıfıra bu kadar yakın bir iş gücü piyasası büyümesini tahmin etmek zordur. Trump yönetiminin yasal göç üzerindeki kısıtlamaları ve belgesiz nüfusa yönelik korku kampanyası, ABD ekonomisine iş gücü akışını durdurdu ve bu durumun bir yan etkisi de budur. Tarihsel standartlara göre o kadar küçük iş artışlarıyla uğraşıyoruz ki, ekonomistlerin ve istatistikçilerin bunları aydan aya yaşanan normal dalgalanmalardan ayırt etmesi genellikle zor oluyor.
Doğum-Ölüm Modeli ve Gelecek Beklentileri
Son bir nüans: BLS, istihdamı temsilci bir iş yeri örneklemini inceleyerek tahmin ediyor, ancak bir zorluk da sürekli yeni işverenlerin kurulması veya mevcut olanların kapanmasıdır. Hükümet, bu boşluğu zaman içinde değişen 'doğum-ölüm modeli' ile dolduruyor. Eski model, temel olarak eski verileri oldukça düz bir temelde mevcut döneme uyarlıyordu. Bir sonraki raporu tahmin etmeye çalışan bir ekonomist için bu harika bir şey, ancak ekonomide gerçekte neler olup bittiğini anlamaya çalışıyorsanız o kadar da iyi değil.
Ocak 2026 itibarıyla BLS, ekstrapolasyonu daha çağdaş bilgilerle birleştiren yeni bir model uygulamaya koydu ve bu da onu doğası gereği daha değişken hale getirdi. Daha iyi çalışıyor mu? Bu erken aşamada henüz belli değil, ancak tahmin etmenin kesinlikle daha zor olduğu bir gerçek.
Akılda tutulması gereken şey, bu verilerin değişken ve öngörülemez kalmaya devam edeceğidir. İş gücü piyasasını takip edenler, bireysel raporlar üzerinde çok fazla durmak yerine uzun vadeli eğilimlere odaklanarak daha iyi hizmet alacaklardır. Geçen haftaki güçlü rakam kesinlikle güzeldi, ancak içinde anlamlı bir sinyal olup olmadığını söylemek zor.
Bu arada, politika yapıcılar nihayet BLS'ye sağlanan fonları artırmak ve ekonominin ihtiyaç duyduğu işçileri sağlayacak mantıklı bir göçmenlik politikası oluşturma görevine geri dönmek zorundadır. Belki o zaman istatistiksel olarak sıfırdan ayırt edilebilir istihdam artışları üretmeye başlayabiliriz.
