Zoekresultaten

Stel een nieuwe werkgroep Discontovoet in om te adviseren over de discontovoet die bij de MKBA's gehanteerd worden. Dat is een aanbeveling van het CPB aan het Ministerie van Financiën. →

Het CPB heeft op verzoek van GroenLinks, PvdA en SP de ex-ante budgettaire effecten van een aantal wijzigingsvoorstellen voor de begroting 2020 bezien. →

De figuren tonen zogenaamde fan charts rondom de MEV2020-puntvoorspelling voor bbp-groei, hicp-inflatie, werkloosheid en het feitelijk EMU-saldo. →

Het CPB raamt het gemiddelde aantal bijstandsuitkeringen op 365 duizend in 2019. Dit is een daling van 15 duizend uitkeringen ten opzichte van het gerealiseerde volume in 2018. Aan de ene kant heeft de daling van de werkloosheid in 2018 en 2019 een neerwaarts effect op het aantal bijstandsuitkeringen. Aan de andere kant hebben beleidseffecten en de instroom van vluchtelingen een opwaarts effect. Naar verwachting daalt het aantal uitkeringen in 2020 niet meer, maar blijft het op hetzelfde niveau (365 duizend). →

Deze notitie certificeert de budgettaire ramingen van de fiscale beleidsmaatregelen in het pakket Belastingplan 2020. Het CPB acht de ramingen van de budgettaire effecten van de maatregelen redelijk en neutraal. In totaal zijn 29 fiscale maatregelen uit het Belastingplan 2020 aan een toetsing onderworpen. Hiervan hebben er 26 een budgettair effect. Maatregelen met een geraamd budgettair effect van meer dan 50 miljoen euro en maatregelen met onzekere of grote gedragseffecten hebben een uitvoerige beoordeling gekregen. →

Dit achtergronddocument beschrijft de aansluiting van de beleidsmutaties van de collectieve lasten (belastingen en sociale premies) tussen de Macro Economische Verkenning (MEV) 2019 en de MEV2020. De toelichting betreft de ramingsjaren 2019 – 2021. Het document bevat ook een aansluittabel tussen de lastenontwikkeling die het Ministerie van Financiën heeft geraamd in de Miljoenennota 2020 en de BLO-indicator van het CPB bij de MEV 2020. →

Het CPB gaat nieuwe tijdreeksmodellen gebruiken om de werkloosheidsramingen te ondersteunen. De onderzochte machinelearning-methoden voorspellen de werkloosheid beter dan het huidig ondersteunend model. Onze bevinding dat machine learning nuttig kan zijn om tijdreeksen te voorspellen, komt overeen met die van de economische literatuur. Machine learning kan de bestaande macro-economische modellen niet vervangen, maar kan wel helpen bij het verbeteren van de ramingen. →

Het overschot op de Nederlandse lopende rekening is de afgelopen decennia sterk toegenomen, en komt vooral op rekening van de handelsbalans in goederen. Ook in internationaal perspectief is het Nederlandse overschot omvangrijk. Het hoge inkomen per hoofd en de verwachte vergrijzing zijn redenen voor een overschot maar niet in de huidige omvang. De onzekerheid van deze schattingen is groot, maar geeft wel een indicatie. →