Er resesjonen i gang? Hva Bayesiansk statistikk kan (og ikke kan) fortelle oss

For noen uker siden brukte jeg et enkelt eksempel fra Bayesiansk statistikk for å beregne sannsynligheten for at USA var på vei inn i en resesjon. Jeg tok utgangspunkt i tre indikatorer: kraftig børsfall, invertert rentekurve og lav produktivitet (PMI < 50). Gitt disse tre observasjonene og noen historiske sannsynligheter, estimerte jeg at sannsynligheten for resesjon nærmet seg 95 %.

Nå har vi fått de første BNP-tallene for 2025: Økonomien i USA krympet med 0,3 % i første kvartal. Kan dette tas som et bevis på at den Bayesianske beregningen var riktig?

Svaret er: ikke helt. Men det er konsistent med det beregningen indikerte.

Bayesiansk statistikk handler ikke om å forutsi fremtiden med sikkerhet. Det handler om å oppdatere våre forventninger når vi får ny informasjon. Når tre indikatorer som historisk henger tett sammen med resesjon inntreffer samtidig, så blir det rimelig å anta at sannsynligheten for resesjon har økt kraftig. Men vi vet samtidig at det i noen tilfeller likevel ikke går slik. Et 95 % estimat betyr at i 5 % av slike tilfeller kommer det ingen resesjon.

En enkelt nedgang i BNP, som vi har nå, er ikke nok til å si at en resesjon er i gang. De fleste ser etter minst to sammenhengende kvartaler med negativ vekst, eller bredere nedgang i produksjon, sysselsetting og inntekter før de trekker noen sikrere konklusjoner.

Men hva om vi i vår opprinnelige analyse hadde brukt denne strengere definisjonen av resesjon – altså to påfølgende kvartaler med nedgang – allerede da vi gjorde beregningen? Da ville vi måttet justere ned både sannsynligheten for at dette skjer (P(H)) og sannsynligheten for å se våre indikatorer gitt at det skjer (P(D|H)). Det ville ha gitt oss en betraktelig lavere sannsynlighet: om lag 44 %.

Dette illustrerer en viktig innsikt: Jo strengere kriterium vi legger til grunn, desto mindre dramatisk blir oppdateringen av vår sannsynlighet, selv om indikatorene ser urovekkende ut.

Derfor er konklusjonen nå: Beregningen vi gjorde var en rimelig vurdering av sannsynlighet, ikke en spådom. Den siste nedgangen i BNP passer inn i det bildet, men er foreløpig bare et signal, ikke en fasit.

Det er nettopp dette som er styrken i Bayesiansk tenkning: den lar oss strukturere usikkerhet og oppdatere vår tro i lys av nye data. Det betyr ikke at vi alltid får rett – men at vi alltid blir litt klokere.

Om noen måneder får vi ytterligere informasjon, og kanskje blir vi ennå litt klokere. Enten det går oppover eller nedover.