Krzysztof Łapiński, Marcin Peterlik, Katarzyna Rosiak Instytut Badań
Transkrypt
Krzysztof Łapiński, Marcin Peterlik, Katarzyna Rosiak Instytut Badań
Krzysztof Łapiński, Marcin Peterlik, Katarzyna Rosiak Instytut Badań nad Gospodarką Rynkową Wybrane teoretyczne i praktyczne aspekty prognozowania metodą rachunkowości narodowej makroekonomicznego 1. Wprowadzenie Prezentowany referat poświęcony jest problematyce prognozowania koniunktury gospodarczej przy pomocy modelowania ekonometrycznego z wykorzystaniem rachunkowości narodowej. Autorzy wykorzystali doświadczenia zebrane w czasie kilku lat pracy w zespole opracowującym prognozy makroekonomiczne Instytutu Badań nad Gospodarką Rynkową. Prognozowanie koniunktury metodą modelowania ekonometrycznego jest jedną z najczęściej stosowanych metod prognostycznych. Wykorzystanie w prognozowaniu rachunkowości narodowej oznacza dążenie do zbilansowania systemu kont rachunków narodowych, co pozwala zachować zgodność wzajemnych relacji prognozowanych wielkości i wskaźników makroekonomicznych. Przy zastosowaniu takiego podejścia wszystkie elementy prognozy tworzą spójny scenariusz rozwoju gospodarczego. Referat składa się z dwóch części. W pierwszej, która ma charakter czysto teoretyczny, zaprezentowano wybrane zagadnienia związane z różnymi metodami modelowania ekonometrycznego. Oczywiście niemożliwe było przedstawienie pełnego teoretycznego obrazu omawianej problematyki, dlatego skupiono się jedynie na niektórych problemach związanych z budową modeli służących do prognozowania makroekonomicznego. Wskazane zostały wady i zalety poszczególnych metod oraz problemy, które może generować ich stosowanie. Druga część ma charakter praktyczny. Punktem wyjścia jest schemat obrazujący kolejne etapy prac nad prognozami makroekonomicznymi. W tej części omówione zostały niektóre problemy, które pojawiają się przy okazji realizacji poszczególnych etapów badań. 1 2. Wybrane teoretyczne aspekty prognozowania koniunktury gospodarczej metodą modelowania ekonometrycznego I. Europejski System Rachunków Narodowych i Regionalnych (ESA 95) Europejski System Rachunków Narodowych i Regionalnych (ESA 95) stanowi Pięć wymienionych sektorów tworzy na całą gospodarkę. Wytworzona produkcja globalna i produkty importowane przeznaczane są na zużycie pośrednie, spożycie, akumulację i na eksport2: Produkcja globalna + Import = Zużycie pośrednie +Spożycie + Akumulacja + Eksport Odejmując zużycie pośrednie oraz przenosząc import z lewej na prawą stronę powyższego równania otrzymujemy równanie określające wielkość produktu krajowego brutto (PKB): PKB = Spożycie + Akumulacja + Eksport - Import Zatem wyroby i usługi wchodzące w skład PKB rozdysponowywane są na spożycie, akumulację oraz eksport netto. Poniżej, w sposób zwięzły, zostały przedstawione podstawowe modele ekonometryczne stosowane do prognozowania makroekonomicznego. Prezentacja ma charakter skrótowy. Szczególną uwagę zwrócono na wady i zalety poszczególnych modeli oraz na problemy, które stwarza ich wykorzystywanie przy opracowywaniu prognoz gospodarczych. II. Modele VAR W analizach ekonomicznych często trudno jest jednoznacznie interpretować relacje przyczynowo-skutkowe zjawisk makroekonomicznych. Wówczas praktycznie niemożliwa jest poprawna identyfikacja parametrów modeli ekonometrycznych, a metody tradycyjnej ekonometrii zawodzą. Dlatego w prognozowaniu gospodarczym znajdują zastosowanie tzw. modele wektorowoautoregresyjne (VAR). Tego typu modele pozwalają zminimalizować problem przyczynowości, gdyż wykorzystują przede wszystkim dynamiczne własności szeregów czasowych. Są uogólnieniem tzw. modeli autoregresyjnych (AR) na przypadek wielu zmiennych. Skalarne modele autoregresyjne wyjaśniają zachowanie zmiennej na podstawie jej zachowania w przeszłości. W modelu VAR natomiast brane są pod uwagę także potencjalne interakcje między zmiennymi, poprzez włączenie do modelu innych zmiennych. 2 W cenach rynkowych 3 Modele te powstają poprzez dopasowanie teoretycznego modelu ekonomicznego do dostępnych danych statystycznych. Wyestymowanym równaniom i parametrom modeli nie można nadać interpretacji ekonomicznej. Modele te nierzadko służą porównaniu faktów gospodarczych z teorią ekonomii – istnieje szereg testów statystycznych służących testowaniu zgodności własności modelu z powszechnie przyjętymi teoriami ekonomicznymi. Ze wzglę Dane panelowe różnią się od prób przekrojowo-czasowych, tym że w tym przypadku do dyspozycji jest szereg tych samych prób przekrojowych w kolejnych okresach czasu. Podstawową zaletą danych panelowych jest większa ilość informacji, jakie zawierają one na temat obserwowanych zjawisk. Jest to szczególnie ważne w przypadku Polski, gdzie obecnie są do dyspozycji względnie krótkie porównywalne szeregi czasowe. Zastosowanie panelu umożliwia dokładniejszą estymację parametrów modelu. Dane panelowe umożliwiają też uwzględnienie zróżnicowania badanych podmiotów i obserwowanie przemian jednostek w czasie. Jest to ważna zaleta tego typu modeli, ponieważ estymacja modeli na danych zagregowanych często powoduje „rozmycie się” teoretycznych zależności ekonomicznych3. IV. Analiza szeregów czasowych a) wyrównanie wykładnicze W celu wyjaśnienia na czym polega wyrównywanie wykładnicze załóżmy na początek, że każda obserwacja danego szeregu czasowego składa się ze stałej c i składnika losowego ε, co można zapisać następująco: xt =c +εt . Zakłada się, że stała c jest względnie stabilna. Jeśli założenie to jest spełnione, to jeden ze sposobów wyznaczenia przewidywalnego (systematycznego) składnika szeregu czasowego x, tzn. wartości c, polega na obliczeniu pewnego rodzaju średniej ruchomej, gdzie bieżącym i bezpośrednio poprzedzającym obserwacjom przypisuje się największe wagi. Proste wyrównywanie wykładnicze polega na tym, że obserwacjom przypisuje się wagi malejące wykładniczo. Do tej pory przeprowadzono szereg badań dotyczących teoretycznych własności (prostego i złożonego) wyrównywania wykładniczego, jednak popularność tej metody wynika przede wszystkim ze względów praktycznych. Otóż, jak pokazują obserwacje empiryczne, bez względu na model teoretyczny procesu kryjącego się za badanym szeregiem czasowym, proste wyrównywanie wykładnicze jest często skutecznym narzędziem prognostycznym. 3 Przykładowo słaby aksjomat preferencji ujawnionych dotyczy jedynie indywidualnych konsumentów, a nie musi być prawdziwy dla danych zagregowanych. 5 b) sezonowość Tak prosty model jak ten przedstawiony w punkcie a), w praktyce występuje niezwykle rzadko. Większość badanych szeregów makroekonomicznych wykazuje wahania sezonowe. W celu uwzględnienia tego faktu w modelach stosuje się niezależne wygładzenie sk wprowadza się różne postacie trendu, przedstawione na diagramach poniżej: trend liniowy, wykładniczy lub gasnący: trend liniowy trend wykładniczy trend gasnący Każdy typ trendu ujawnia się w szeregu w charakterystyczny sposób. Nierzadko w przypadku analiz długookresowych (w prognozach krótkookresowych problem ten ma mniejsze znaczenie) składnik określający trend powoli zmienia się w czasie i wówczas stosuje się wygładzanie składnika trendu przy pomocy oddzielnego parametru. Jeśli do procesu wyrównywania wykładniczego zostanie włączony składnik trendu, to dla każdego momentu czasu zostaje obliczony niezależny składnik trendu. Zostaje on zmodyfikowany jako funkcja błędu prognozy i odpowiedniego parametru. Parametr ten można nazwać parametrem modyfikacji trendu. Określa on, jak silnie obserwowane zmiany trendu wpływają na estymatory trendu dla kolejnych prognoz, to znaczy, jak szybko trend zostanie wygaszony lub jak szybko wzrośnie. 7 3. Niektóre praktyczne problemy związane z prognozowaniem koniunktury gospodarczej metodą rachunkowości narodowej Poniżej, na schemacie 1, zaprezentowano najważniejsze etapy prac nad prognozami makroekonomicznymi. W praktyce niektóre z etapów realizowane są w tym samym czasie i nie można ich formalnie rozdzielić, jednak w celu przejrzystej prezentacji poszczególne etapy zostały przedstawione jako działania osobne. Schemat 1 Etapy opracowywania prognoz makroekonomicznych Źródło: Opracowanie własne Pierwszym etapem prognozowania makroekonomicznego jest przygotowanie szeregów z danymi historycznymi. Wymagana długość szeregów (liczba obserwacji historycznych) jest często zależna od wybranego sposobu modelowania – w przypadku niektórych typów modeli konieczne jest zebranie bardzo długiego szeregu danych, w przypadku innych modeli wystarczą szeregi krótsze. Generalnie jednak obowiązuje zasada, że im dłuższym szeregiem 8 danych historycznych dysponujemy, tym stworzony model precyzyjniej przystawał będzie do rzeczywistości. Jeśli prognoza opracowywana jest po raz pierwszy, zebranie danych poprzedzone być powinno identyfikacją rzetelnych źródeł danych. Należy korzystać przede wszystkim ze źródeł oficjalnych (np. statystyka publiczna) – niewskazane jest natomiast korzystanie ze źródeł gazetowych itp. Prognozy makroekonomiczne są zazwyczaj opracowywane w regularnych cyklach (najczęściej kwartalnych), dlatego zespoły prognostyków dysponują przeważnie szeregami danych, które były wykorzystywane w poprzednich prognozach. Pamiętać jednak należy, że większość danych makroekonomicznych ma charakter szacunkowy, a więc wskaźniki bywają często weryfikowane. Dlatego przed przystąpieniem do kolejnego etapu prognozy, przy okazji „przedłużania” szeregów czasowych, warto sprawdzić czy dane z poprzednich okresów nie zostały zweryfikowane. Jeśli tak się stało, należy bezwzględnie wprowadzić zmiany do posiadanych szeregów danych. Drugim etapem prognozowania, który ma kluczowe znaczenie, jest budowa modelu ekonometrycznego. Wybór sposobu modelowania zależny jest od wielu czynników – niektóre aspekty z tym związane zostały omówione we wcześniejszej części referatu. Model powinien być zbudowany taki sposób, aby równania w nim zawarte miały dwie podstawowe cechy: - były zgodne z teorią ekonomii, - możliwie dobrze przystawały do rzeczywistości gospodarczej (oznacza to dążenie do jak najlepszego „dopasowania” modelu). Podobnie jak w przypadku zbierania danych, zazwyczaj zespoły prognostyczne dysponują modelami, na podstawie których opracowywane były poprzednie wersje prognoz. Rzadko prognostycy decydują się na całkowite zastąpienie istniejącego modelu modelem nowym, gdyż wiąże się to z określonymi niedogodnościami, jak na przykład trudność porównania obecnych rezultatów badań z poprzednimi. Często jednak zdarza się, że istniejące modele są modyfikowane. Dzieje się tak w przypadku, kiedy realizacja prognozy jest niezadowalająca, czego przyczyną może być przyjęcie złych założeń lub parametrów modelu. Sposoby i możliwości modyfikacji modeli ekonometrycznych są w dużej mierze zależne od wykorzystywanego typu modelu. 9 Kolejnym etapem prognozowania powinna być weryfikacja modelu oraz wygładzenie tzw. obserwacji nietypowych. Oba te działania są zazwyczaj realizowane w tym samym czasie. Weryfikacja modelu polega przede wszystkim na formalnym sprawdzeniu poprawności przyjętych założeń i zastosowanych zależności oraz na ocenie czy model w zadowalającym stopniu dopasowany jest do rzeczywistości. Techniczne procedury weryfikacji modeli ekonometrycznych mogą być różne, tematyka ta nie jest jednak przedmiotem niniejszego referatu. Wygładzanie obserwacji nietypowych określane czasem „obcinaniem kominów” polega na wyszukiwaniu w szeregach danych historycznych pojedynczych obserwacji, które nie pasują do ogólnej, długookresowej tendencji. Występowanie takich obserwacji spowodowane jest najczęściej jakimiś zakłóceniami (szokami), które miały miejsce w gospodarce i wpłynęły na nietypowe zachowanie się niektórych wskaźników gospodarczych. Przykładem takiego szoku może być na przykład zmiana regulacji podatkowych, kryzys walutowy, zamach terrorystyczny itp. Obserwacje nietypowe powodują, że długookresowa tendencja staje się, z punktu widzenia formalnego, mniej wyraźna, co znacząco utrudnia modelowanie, którego istotą jest przecież wyszukiwanie tendencji długookresowych. Wygładzanie szeregu polega w praktyce na „ręcznym” korygowaniu danych, tak aby były one dopasowane do trendu. Istotne jest jednak, aby w każdym przypadku ustalić genezę powstania nietypowej obserwacji, która ma być skorygowana. Wygładzanie szeregu powinno bowiem być zawsze oparte na niepodważalnych przesłankach merytorycznych – w innym przypadku można łatwo samodzielnie, niejako „na siłę”, stworzyć trend, który w gospodarce nie występuje. Wygładzania szeregu dokonuje się zazwyczaj już po stworzeniu modelu, gdyż pierwsze wyniki, które daje model, są często pomocne przy wychwytywaniu obserwacji nietypowych. Obserwacja „zachowania” modelu pozwala szybko wyłowić potencjalne źródła nietypowych zaburzeń w szeregach czasowych danych historycznych. Po dokonaniu zaprezentowanych powyżej czynności otrzymujemy z modelu pierwszą wersję prognoz. Prognoza na tym etapie ma charakter czysto techniczny i nie uwzględnia założeń o charakterze jakościowym. Często zdarza się, że pierwsze wyniki, które pokazuje model budzą istotne zastrzeżenia prognostyków. Konieczna staje się zatem dalsza weryfikacja prognoz. 10 W tym celu wykorzystuje się zazwyczaj tzw. metodę opinii eksperckich. Eksperci (zarówno wchodzący w skład zespołu prognostycznego, jak i eksperci zewnętrzni) oceniają prognozę modelową odnośnie jej zbieżności z rzeczywistością gospodarczą. Prognoza jest oceniana pod kątem czynników jakościowych, które zaistnieją w przyszłości, a które z oczywistych względów nie mogą być uwzględnione w modelu. Teoretycznie, przykładem takiego czynnika mogą być wybory parlamentarne lub możliwość wybuchu istotnego dla gospodarki światowej konfliktu zbrojnego. Jeśli, któryś z elementów prognozy modelowej nie odpowiada opinii eksperta lub ekspertów, może zostać odpowiednio skorygowany. To, na ile opinie eksperckie są uwzględniane w ostatecznej wersji prognozy, a na ile prognostycy „ufają” modelowi, zależy w dużej mierze od indywidualnego podejścia zespołu prognostycznego i od przekonania co do poprawności zastosowanych narzędzi ekonometrycznych. Na tym etapie dokonuje się też tzw. bilansowania prognozy. Bilansowanie oparte jest na systemie rachunkowości narodowej, a jego celem jest uzyskanie spójności wszystkich elementów prognozy. Chodzi tu o zachowanie formalnych zgodności takich jak na przykład pełne zbilansowanie elementów PKB. Do tego celu stosuje się system kont i rachunków bilansowych. Ponadto w gospodarce istnieją pewne, względnie stałe, zależności, które muszą występować również w prognozowanym scenariuszu makroekonomicznym. Bilansowanie jest także narzędziem pozwalającym na wychwycenie „słabych punktów” prognozy, to znaczy tych jej elementów, które niedokładnie pasują do większości wskaźników. Bilansowanie ma nadrzędny charakter w stosunku do rezultatów modelowania ekonometrycznego. Po przeprowadzeniu procedury bilansowania, w trakcie której również wykorzystuje się opinie eksperckie, uzyskujemy ostateczną prognozę makroekonomiczną, która stanowi spójny scenariusz rozwoju gospodarczego zazwyczaj na nie więcej niż najbliższe 2 lata. Opracowywanie prognoz w dłuższym horyzoncie czasowym odbywa się na podobnych zasadach, jednak pojawia się szereg problemów, które nie występują w przypadku prognoz krótkookresowych. Prognozy długookresowe, w przeciwieństwie do prognoz krótkookresowych, nie mają na celu wskazania dokładnej wielkości kategorii makroekonomicznych w najbliższych miesiącach, kwartałach. Ich główną rolą jest wytyczenie kierunku (trendu), w którym będzie podążała gospodarka na przestrzeni kilku, bądź kilkunastu i więcej lat. 11 Odbiorcami takich prognoz są zazwyczaj firmy i instytucje, które zmuszone są tworzyć długookresowe plany działania, jak np. rząd, banki, podmioty z sektora energetycznego itp. Plany takie, w celu zapewnienia ich możliwie jak największej użyteczności, muszą uwzględniać zmieniające się realia gospodarcze. Stąd też, długookresowe prognozy makroekonomiczne bardzo często stanowią bazę do opracowywania długookresowych strategii rozwoju, czy planów gospodarczych. Należy także podkreślić, że prognozy obejmujące okres dłuższy, np. kilkunastu lat, niekoniecznie są najlepszym wskaźnikiem przyszłych zmian w gospodarce w krótkim okresie (1-2 lata). Oznacza to, że nie zawsze wskazane jest podejmowanie w oparciu o nie bieżących decyzji gospodarczych, których efekty pojawiają się w dość bliskim terminie. Dobrym przykładem są gry spekulacyjne na rynkach walutowych (kontrakty terminowe) – bardziej pomocne są w takich przypadkach prognozy krótkookresowe. Prognozowanie zjawisk gospodarczych jest zadaniem wymagającym posiadania oprócz odpowiednio opracowanej metodologii ekonometrycznej, także zaawansowanej wiedzy z teorii ekonomii. W szczególności dotyczy to prognozowania długookresowego, gdzie w parze z bieżącą znajomością otoczenia makroekonomicznego powinno iść rozeznanie w teorii cykli koniunkturalnych. Praktyczne zastosowanie tej teorii jest jednym z podstawowych elementów warunkujących poprawność wykonania prognozy, a tym samym przesądzającym o jej jakiejkolwiek przydatności. Jak już zostało wspomniane wcześniej, niezbędnym elementem do stworzenia wiarygodnych prognoz są odpowiednio długie szeregi historyczne. W przypadku prognozowania długookresowego, paradoksalnie może okazać się, że szereg historyczny jest krótszy od oczekiwanego szeregu prognozy. W takim przypadku większego znaczenia nabiera teoria ekonomii. Wspomagając się wiedzą ekonomiczną, należy opracować dodatkowe założenia, które pozwolą modelowi na bardziej precyzyjną estymację prognozowanych kategorii makroekonomicznych. Jednym z podstawowych zadań jest określenie przewidywanego przebiegu oraz długości cyklu koniunkturalnego. Następnie powinno się określić, przy wykorzystaniu wiedzy makroekonomicznej, jak prognozowany wskaźnik gospodarczy zachowuje się w poszczególnych fazach cyklu koniunkturalnego. Wykonanie obu czynności pozwala na zawężenie modelowi ekonometrycznemu pasma wahań, w jakim powinny się zawierać wyjściowe szeregi. 12 Wykres Pełny cykl koniunkturalny w polskiej gospodarce 10 7,0 8 6,0 6,8 5,2 6 4,8 3,8 4 2,6 4,1 5,3 4,0 4,6 5,0 3,8 1,0 1,4 2 % 0 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 -2 -4 tempo wzrostu PKB -6 -7,0 -8 Żródło: GUS, IBnGR Na wykresie został przedstawiony pełen cykl koniunkturalny, jaki miał miejsce w polskiej gospodarce. Trwał on około 11 lat (od 1991 r. do 2002 r.), można więc na tej podstawie stwierdzić, że kolejne cykle w polskiej gospodarce będą trwały 9-12 lat. Przedmiotem analizy powinna być jednak nie tylko długość całego cyklu, ale także czas trwania i „głębokość” jego kolejnych faz. Wykorzystanie cykli koniunkturalnych w procesie prognozowania długookresowego pozwala i niejako wymusza wykonanie prognozy w różnych wariantach. Zbyt duża niewiedza o odległej przyszłości nie pozwala na jednoznaczne określenie charakterystyki zmienności wzrostu gospodarczego. Stąd też, w zależności od predykcji przebiegu cyklu koniunkturalnego tworzy się różne scenariusze rozwoju. Przebieg o przewidywanym największym prawdopodobieństwie realizacji zazwyczaj zostaje tzw. wariantem bazowym. Jeśli istnieją scenariusze zakładające mniej korzystny rozwój gospodarki, to spośród nich wybiera się najbardziej prawdopodobny tzw. wariant pesymistyczny. Podobnie wyznacza się wariant optymistyczny. W przypadku prognoz krótkookresowych, prawdopodobieństwo ich realizacji jest znacznie wyższe, dlatego też nie zawsze istnieje potrzeba tworzenia różnych scenariuszy rozwoju. 13 Podsumowanie Prognozowanie makroekonomiczne jest złożonym procesem, w którym istotną rolę odgrywa znajomość teorii ekonomii oraz zależności rządzących gospodarką rynkową. Bez znajomości teoretycznych i praktycznych aspektów procesów gospodarczych nie jest możliwe poprawne posługiwanie się narzędziami ekonometrycznymi w celach prognostycznych. Bilansowanie prognoz makroekonomicznych, którego celem jest uzyskanie spójności przedstawianych scenariuszy rozwoju gospodarczego, jest metodą komplementarną w stosunku do modelowania ekonometrycznego. Prognozy oparte jedynie na wynikach modelowych, których wszystkie elementy nie zostały zbilansowane i w związku z tym nie stanowią spójnej całości, często okazują się niezgodne z rzeczywistością gospodarczą. 14