pobierz artykuł - PTE Oddział w Krakowie
Transkrypt
pobierz artykuł - PTE Oddział w Krakowie
Zeszyty Naukowe nr 13 Kraków 2012 POLSKIE TOWARZYSTWO EKONOMICZNE Joanna Wyrobek Zbigniew Stańczyk Uniwersytet Ekonomiczny w Krakowie Kryzys subprime a hipoteza decouplingu 1. Wprowadzenie Hipoteza decouplingu, czyli odłączenia się, mówi o tym, że nastąpiła względna niezależność gospodarek rozwijających się (wschodzących) od gospodarek rozwiniętych1. Hipoteza decouplingu, podobnie jak wiele innych hipotez głoszonych w ekonomii, jest wieloznaczna, bo może dotyczyć zmian w różnych dziedzinach życia gospodarczego (zarówno w sferze realnej, w tym zmian PKB lub zmian w wolumenie wymiany handlowej, jak i w sferze finansowej) rozpatrywanych w różnych horyzontach czasowych. W niniejszym opracowaniu termin „decoupling” użyty został w jego najbardziej popularnym w literaturze ekonomicznej znaczeniu: zbadane zostały relacje pomiędzy wahaniami PKB w krótkim okresie (czyli inaczej mówiąc: cyklami koniunkturalnymi mierzonymi zmianami PKB). Hipoteza decouplingu wywodzi się ze spektakularnych sukcesów gospodarek Azji, a w szczególności Chin, których ogromne tempo rozwoju nie ulegało istotnym zaburzeniom niezależnie od stanu koniunktury i sytuacji gospodarczej w krajach rozwiniętych. T.D. Willett, P. Liang i N. Zhang [2011, s. 217–219] twierdzą, że o decouplingu zaczęto mówić już w latach 80. i 90. ubiegłego wieku, ale kryzys, który wystąpił w Azji w latach 1997 i 1998, spowodował, że przestano się tą kategorią zajmować. Zdaniem tych autorów pojęcie decouplingu pojawiło się znowu w dyskusjach ekonomistów i finansistów po 11 września 2001 r., kiedy 1 W polskiej literaturze ekonomicznej nie ustalony został jeszcze jeden odpowiednik angielskiego terminu decoupling. Różni autorzy piszą o odłączeniu, rozłączeniu, oddzieleniu lub po prostu o decouplingu. Por. np. [Wojtyna 2010]. 10 Joanna Wyrobek, Zbigniew Stańczyk to w USA i Europie zaczęto obserwować objawy recesji, a w Chinach i Indiach występowały nadal wysokie stopy wzrostu gospodarczego. W pierwszym dziesięcioleciu XXI w. zaczęto też głosić tezy, że decoupling może mieć miejsce w odniesieniu do gospodarek rozwijających się spoza Azji. Do popularyzacji hipotezy decouplingu przyczynili się ekonomiści związani z bankiem Goldman Sachs, w tym główny ekonomista tego banku Jim O’Neill. Jeszcze u progu kryzysu związanego z instrumentami subprime w publikacjach ekonomistów tego banku (zob. [Liang i Qiao 2007]) można było znaleźć wyliczenia, w których autorzy starali się dowieść prawdziwości hipotezy decouplingu. Do ugruntowania opinii o tej hipotezie przyczynił się też raport IMF [2007] oraz publikacja M.E. Kose’a, Ch. Otroka i E.S. Prasada [2008]. Dotychczasowe badania empirycznie nigdy nie dały jednoznacznego potwierdzenia lub zaprzeczenia hipotezy decouplingu (przed kryzysem subprime), gdyż istnieje równie wiele opracowań potwierdzających tę hipotezę, jak też jej zaprzeczających. Najczęściej cytowanym opracowaniem potwierdzającym hipotezę decouplingu jest praca [Kose, Otrok i Prasad 2008]. Badacze ci przeanalizowali stopień synchronizacji cykli dla lat 1960–2005, obejmując badaniami 106 krajów, które podzielili na trzy grupy: kraje uprzemysłowione, rynki wschodzące oraz pozostałe kraje rozwijające się, a w obliczeniach wykorzystali trzy szeregi czasowe: PKB, inwestycje i konsumpcję. Wspomniane szeregi czasowe zostały poddane dekompozycji na cztery elementy: czynnik globalny, który związany był z wahaniami wszystkich szeregów we wszystkich krajach; czynnik charakterystyczny dla danej grupy krajów, czynnik specyficzny dla danego kraju i wspólny dla wszystkich szeregów czasowych dla danego kraju i wreszcie czynnik specyficzny dla danego szeregu czasowego. Najważniejszym rezultatem ich badań było odkrycie, że w określanych jako okres globalizacji latach 1985–2005 występowała synchronizacja cykli w grupie krajów uprzemysłowionych oraz dla gospodarek wschodzących. Nie stwierdzili oni natomiast synchronizacji cykli na poziomie globalnym. Nieistotność czynnika globalnego może być zinterpretowana jako decoupling (oddzielenie się) ścieżki zmian w gospodarkach wschodzących i w krajach rozwiniętych. Wyniki M.E. Kose’a, Ch. Otroka i E.S. Prasada [2008] potwierdzał także Międzynarodowy Fundusz Walutowy [IMF 2007, s. 139–143], ale zamiast dzielenia próby krajów na grupy o różnym poziomie rozwoju, uwzględniał przede wszystkim kryteria regionalne. Tabela 1 przedstawia wyniki wyliczeń dotyczących procentowego udziału czterech czynników oddziałujących na wahania PKB: czynnik globalny, czynnik regionalny, czynnik specyficzny dla danego regionu oraz czynnik specyficzny związany z danym szeregiem czasowym. Okazuje się, że w ostatnim badanym okresie (1986–2005) na kształtowanie się zmian PKB większy wpływ miały czynniki regionalne niż czynnik globalny. Kryzys subprime a hipoteza decouplingu 11 Tabela 1. Udział czynników wpływających na wahania PKB (średnie arytmetyczne dla każdego regionu, w %) Wyszczególnienie Ameryka Północna Europa Zachodnia Wschodzące gospodarki azjatyckie i Japonia Ameryka Łacińska Ameryka Północna Europa Zachodnia Wschodzące gospodarki azjatyckie i Japonia Ameryka Łacińska Ameryka Północna Europa Zachodnia Wschodzące gospodarki azjatyckie i Japonia Ameryka Łacińska Czynnik Czynnik globalny regionalny 1960–2005 16,9 51,7 22,7 21,6 7,0 21,9 9,1 1960–1985 31,4 26,6 10,6 16,2 1986–2005 5,0 5,6 6,5 7,8 Czynnik krajowy Czynnik specyficzny 14,8 34,6 47,4 16,6 21,1 23,7 16,6 48,6 25,7 36,4 20,5 9,5 15,7 31,6 50,5 16,5 21,3 29,4 19,4 41,2 23,2 62,8 38,3 34,7 8,2 27,6 31,1 24,0 28,5 27,7 8,7 51,7 31,8 Źródło: [IMF 2007, s. 14]. Ważną publikacją, której autor zaprzeczył decouplingowi, była praca [Wälti 2009]. S. Wälti przeanalizował odchylenia PKB gospodarek rozwiniętych i rozwijających się od ich długookresowego trendu i porównał je ze sobą dla różnych opóźnień czasowych. Obliczenia wykonał dla 34 rozwijających się gospodarek (Chiny, Indie, Indonezja, Malezja, Palistan, Filipy, Tajlandia, Wietnam, Argentyna, Brazylia, Chile, Kolumbia, Ekwador, Meksyk, Peru, Urugwaj, Wenezuela, Bułgaria, Chorwacja, Czechy, Estonia, Węgry, Łotwa, Litwa, Polska, Rumunia, Rosja, Słowacja, Turcja, Ukraina, Egipt, Jordania, Maroko, RPA) oraz dla 29 rozwiniętych gospodarek, grupy G7, grupy rozwiniętych gospodarek w Europie. Obliczenia wykonał on dla okresu 1980–2007, wykorzystując analizę widmową i filtr Hodricka-Prescotta. Uzyskane wyniki zaprzeczyły hipotezie decouplingu – powiązania były niemalże tak samo silne pomiędzy krajami na różnych kontynentach i pomiędzy gospodarkami rozwiniętymi i rozwijającymi się (S. Wälti odwołuje się również do innych badań zaprzeczających decouplingowi). Wątpliwości co do występowania decouplingu narosły szczególnie w dobie kryzysu subprime, kiedy okazało się, że kryzys światowy dotknął praktycznie 12 Joanna Wyrobek, Zbigniew Stańczyk wszystkich krajów niezależnie od regionu geograficznego i poziomu rozwoju. Jedni badacze, np. [Krugman 2010], po prostu stwierdzili, że oddzielenie gospodarek nie występuje, inni sugerowali, że nastąpiła zmiana warunków otoczenia i po etapie decouplingu nastąpił etap recouplingu [Korinek, Roitman i Vegh 2010], czyli powtórne uzależnienie się od siebie cykli gospodarczych pomiędzy krajami rozwijającymi się a rozwiniętymi i pomiędzy różnymi kontynentami. Celem niniejszej publikacji jest zweryfikowanie, czy dane empiryczne potwierdzają hipotezę decouplingu, w szczególności gdy w badaniach uwzględnione zostaną dane z początku kryzysu subprime. Jeżeli przed tym okresem rzeczywiście nie występowało podobieństwo odchyleń PKB od trendu długookresowego w krajach rozwijających się i rozwiniętych, a potem takie podobieństwo zostałoby zaobserwowane, to należałoby przyjąć hipotezę decouplingu dla okresu przed kryzysem i hipotezę recouplingu w czasie kryzysu. Jeżeli natomiast przed 2008 r. występowały silne powiązania zmian PKB pomiędzy krajami, wówczas bardziej logiczne wydawało się odrzucenie hipotezy decoplingu, a co za tym idzie – także recouplingu. Za kraj odniesienia w porównaniach zmian koniunkturalnych przyjęto Polskę. 2. Krótkie omówienie metody badawczej 2.1. Uwagi ogólne Aby ocenić powiązania odchyleń PKB od długookresowego trendu pomiędzy krajami, najpierw konieczne było usunięcie trendu czasowego z szeregu zawierającego realne wartości PKB wyrażone w USD (dane z Banku Światowego). Po tym zabiegu i ewentualnym usunięciu dryfu, za pomocą filtru ChristianoFitzgeralda rozdzielono z szeregów część cykliczną i niecykliczyną zmian PKB. Uzyskane szeregi czasowe cyklicznych części zmian PKB poddano analizie widmowej, aby sprawdzić podobieństwo zmian tych szeregów pomiędzy krajami. Poniżej przedstawiono krótko zastosowane metody obliczeniowe. 2.2. Zarys idei filtru band-pass Christiano-Fitzgeralda Do wyodrębnienia części cyklicznych z szeregu czasowego zastosowano filtr band-pass Christiano-Fitzgeralda, co wynikało z możliwości zastosowania go do wszystkich szeregów czasowych oraz z jego zalet nad innymi metodami (uwzględnia strukturę stochastyczną dekomponowanej zmiennej, usuwa wszystkie wahania o charakterze niesezonowym, działa dla prawie wszystkich szeregów czasowych itd.). Kryzys subprime a hipoteza decouplingu 13 Jak podaje P. Skrzypczyński [2008, s. 13–14], filtr Christiano-Fitzgeralda wymaga sprawdzenia stacjonarności szeregu czasowego (filtr I(0)) i w przypadku jej braku – czy niestacjonarność jest przyrostowa pierwszego rzędu, czy trendo‑stacjonarna. W pierwszym przypadku dla I(1) usuwa się dryf (filtr I(1)), dla drugiego przypadku niestacjonarności należy usunąć trend deterministyczny. Idea wyliczenia części cyklicznej c(t) w filtrze band-pass opiera się na zastosowaniu następującej formuły [Nilsson i Gyomai 2011, s. 7–8]: yˆ tc = Bˆ t (L ) yt , gdzie Bˆ t (L ) = t −1 ∑ Bˆ j ,t L j j = −(T − t ) ˆ Zestaw wag B j, t stanowi rozwiązanie równania: Bˆ j ,t , π ∫ B (e j = −(T − t),..., t −1 min −π − iω dla t = 1, 2, K, T . 2 ) − Bˆ t (e − iω ) S y (ω) dω dla t = 1, 2, K, T . Dodatkowym warunkiem ograniczającym w przypadku filtra I(1) jest: t −1 ∑ Bˆ j ,t = 0 j = −(T − t ) dla t = 1, 2, K, T , który zapewnia usuwanie przez filtr trendu stochastycznego. Działanie filtra, usuwające częstotliwości zbyt niskie lub zbyt wysokie, aby traktować je jako cykl gospodarczy, opiera się na funkcji B(e–iω), która jest określona następująco: 1 dla ω ∈ [− ω, −ω] ∪ [ ω, ω ] , B ( e − iω ) ≡ 0 dla ω ∈ [− π,− ω) ∪ (− ω, ω) ∪ ( ω, π], gdzie: ω = 2π/τ to częstotliwość wyrażona w radianach o okresie równym τ. Wielkości ω = 2π / τU oraz ω = 2π / τ L (0 < ω < ω < π ) wyznaczają dolną i górną częstotliwość działania filtra, przez co filtr odcina wahania o okresie dłuższym niż τU oraz krótszym niż τL. W obliczeniach przyjęto τU = 32 oraz τL = 6. 2.3. Zarys metody analizy pojedynczego widma Analiza widmowa (spektralna) opiera się na idei zapisania szeregu czasowego za pomocą sumy prostych fal, z których każdą definiuje się jako sumę sinusów i cosinusów, które w swojej dziedzinie wykorzystują różne narzucone częstotliwości (wartości). Analiza widmowa wymaga poddania danych cyklicznych transformacji Fouriera, która wykorzystuje wzór Eulera2: eiλ = cos λ + i sin λ, aby ana2 Ze wzoru wynika, że zmienną szeregu czasowego można zapisać jako funkcję sinusów i cosinusów przez pomnożenie jej przez liczbę urojoną i oraz podniesienie liczby e do tej potęgi. Techniczne przeprowadzenie tego przekształcenia jest dość skomplikowane i metody jego wykonania zostaną tutaj pominięte. W wyniku transformacji Fouriera uzyskuje się ciąg liczb zespolonych Joanna Wyrobek, Zbigniew Stańczyk 14 lizować proces w dziedzinie częstości (a nie w czasie). Celem analizy spektralnej jest bowiem wyznaczenie spektrum mocy, czyli widma rozpatrywanego szeregu czasowego. Spektrum mocy stanowi rozkład wariancji analizowanego szeregu czasowego i umożliwia identyfikację cykli o określonych częstotliwościach i ich udziału w całkowitej wariancji. Innymi słowy, dzięki transformacji Fouriera uzyskuje się pary (długość fali, wariancja), które umieszczone na wykresie tworzą spektrogram, z którego odczytuje się, które długości fali (długości cykli) są najistotniejsze dla danego szeregu. Jak pisze P. Skrzypczyński [2008, s. 16], „spektrum mocy procesu stocha+∞ stycznego z czasem dyskretnym {yt}t = −∞ o zerowej średniej i stacjonarnej funkcji kowariancyjnej jest zdefiniowane jako transformata Fouriera ciągu autokowav +∞ riancyjnego {yk }k = −∞ tego procesu i jest dane jako: Sy (ω) = 1 +∞ y −iϖk dla ω ∈ [− π, π], ∑γ e 2π k = −∞ k 2π jest częstotliwością odpowiadającą okresowi τ”. τ Z uwagi na to, że periodogram obliczony za pomocą powyższej metody jest bardzo „postrzępiony”, stosuje się metody mające na celu zredukowanie tej zmienności (wygładzające), z których jedną z popularniejszych jest okno Parzena. gdzie ω = 2.4. Zarys analizy widma wzajemnego (cross-spektralnej) Istnieje kilka metod obliczania widma wzajemnego, jedną z nich podaje P. Bloomfield [1976, s. 210–212]. Szeregi czasowe X i Y mogą zostać najpierw połączone w dziedzinie czasu (przed transformacją Fouriera) przez obliczenie funkcji kowariancji krzyżowej (korelogramu) z opóźnieniami czasowymi (lagged cross-covariance function). Uzyskaną funkcję poddaje się następnie transformacji Fouriera i uzyskuje periodogram widma wzajemnego. Kowariancję krzyżową można zapisać następująco: 1 c x, y , r = ∑ xt yt − r , n gdzie t oraz t – r = 0, 1, 2, …, n – 1, a r oznacza opóźnienie czasowe jednego szeregu względem drugiego. Następnie przeprowadza się transformację Fouriera, aby otrzymać periodogram widma wzajemnego: postaci a + bi. Uzyskane współczynniki a i b podają współczynniki pozwalające dopasować sinusoidy do szeregu czasowego, stąd na ich podstawie można także obliczyć amplitudę, przesunięcia fazowe i wariancję dla komponentów cyklicznych. Kryzys subprime a hipoteza decouplingu I x, y (ω) = 15 1 c x, y , r e − irϖ . ∑ 2π r < n Podobnie do periodogramu pojedynczego widma, periodogram widma wzajemnego także się wygładza, np. oknem Parzena. W przypadku analizy widma wzajemnego liczby zespolone tworzące periodogram widma wzajemnego (cross-periodogram) można przekształcić i obliczyć: kwadrat koherencji, wzmocnienie (ang. gain) oraz przesunięcie fazowe. Aby obliczyć te statystki, należy wyliczyć wielkość c yx (ω) = 2π −1 +∞ ∑ γ kyx cos(ωk ), k = −∞ która nazywana jest co-spectrum i stanowi część rzeczywistą cross-spectrum. Na podstawie cross-spectrum możliwe jest właśnie zdefiniowanie trzech wyżej wspomnianych statystyk cross-spektralnych (wzmocnienia (Gyx(ω)), przesunięcia 2 fazowego (φyx(ω)) oraz koherencji K yx (ω)) : 1 G yx (ω) = (c 2yx (ω) + q 2yx (ω)) 2 S x (ω) − q yx (ω) ϕ yx (ω) = tan−1 c yx (ω) 2 (ω) = K yx c 2yx (ω) + q 2yx (ω) S y (ω) S x (ω) dla ω ∈ [− π, π], dla ω ∈ [− π, π], dla ω ∈ [− π, π], gdzie Sx(ω) oznacza spektrum mocy procesu {xt}, natomiast Sy (ω) odpowiada spektrum mocy procesu {yt} [Skrzypczyński 2008, s. 17–18]. 3. Uzyskane wyniki W tabelach 2 i 3 przedstawiono wartości koherencji mierzącej podobieństwo zmian cyklicznych części PKB pomiędzy krajami (z uwzględnieniem ewentualnych opóźnień czasowych pomiędzy krajami) dla różnych długości wahań cyklicznych. Uzyskane wyniki pokazują, że silne podobieństwo zmian wahań cyklicznych zachodziło już przed wystąpieniem kryzysu subprime, szczególnie dla wahań o dłuższej amplitudzie oraz dla amplitud bardzo krótkich. Rzeczywiście, nieco silniejsze powiązania występowały w obrębie tego samego kontynentu (wyniki w tabelach 2 i 3 pokazują porównanie podobieństwa cykli pomiędzy różnymi krajami a Polską), ale bardzo silny wpływ wywierały także USA Joanna Wyrobek, Zbigniew Stańczyk 16 oraz Chiny3. Polska też jest zaliczana do grupy gospodarek wschodzących (rozwijających się) i jej przypadek przeczy hipotezie decouplingu. Wyniki zawarte w wielu uznanych pracach oraz wyniki obliczeń dokonanych przez autorów artykułu potwierdzają tezę, że występuje silna synchronizacja wielu wschodzących europejskich gospodarek (w większości są to nowe kraje członkowskie UE) i gospodarek najbardziej rozwiniętych, w tym rozwiniętych gospodarek UE (zob. [Skrzypczyński 2010]). Tabela 2. Kwadraty koherencji pomiędzy cyklem gospodarczym Polski a innych krajów świata (różne długości cyklu), obliczenia dla lat 1995–2006. Pogrupowanie według kontynentów (w %)* Europa Kraj Austria Belgia Chorwacja Czechy Dania Estonia Finlandia Francja Gruzja Hiszpania Holandia Irlandia Islandia Litwa Łotwa Niemcy Norwegia Portugalia Rosja Szwajcaria Szwecja Słowacja Słowenia Turcja Węgry Wielka Brytania Włochy EU-27 Euro-17 24 85,5 83,3 83,3 86,3 81,6 26,6 85,4 92,5 15,4 92,0 94,3 83,1 26,8 1,6 61,7 87,3 10,9 90,7 94,7 84,8 87,1 51,1 79,9 67,6 76,4 93,2 87,5 90,3 90,1 16 56,7 59,6 55,6 44,6 49,1 6,7 67,3 81,8 7,2 68,1 77,7 53,5 5,1 6,6 22,4 65,1 10,4 59,2 81,5 64,9 62,2 56,8 42,8 48,4 41,1 80,8 76,2 73,3 73,2 12 30,7 43,9 68,2 4,9 24,7 15,5 60,7 64,7 8,8 53,3 48,8 45,6 16,2 12,2 16,7 50,0 19,1 8,4 79,6 64,0 50,4 49,1 40,5 63,3 28,7 62,9 68,2 62,7 62,9 9,6 59,7 83,8 79,1 6,4 10,4 32,2 34,2 59,0 4,8 72,1 27,3 31,9 54,6 41,1 34,2 33,2 70,2 46,6 74,7 75,2 53,3 65,0 38,7 49,7 28,8 34,7 61,0 47,6 52,0 8 49,2 87,0 63,8 46,5 5,9 51,4 8,3 44,5 14,5 66,3 26,7 26,3 79,6 48,6 37,0 35,1 81,0 57,0 72,0 48,0 46,1 84,1 4,4 32,7 17,9 45,6 39,8 45,2 48,5 6,90 51,4 74,9 62,6 70,6 10,2 62,4 5,6 58,3 7,2 56,4 57,1 28,9 65,9 47,4 56,1 66,4 64,2 75,0 73,7 4,8 32,9 66,5 5,9 2,0 42,2 62,5 45,2 63,2 65,8 6 50,8 51,9 52,5 73,4 5,8 44,1 23,6 68,3 55,8 67,5 59,9 41,8 48,4 31,7 62,4 59,0 48,2 71,3 80,0 4,7 40,7 17,8 30,1 20,4 29,3 55,4 72,4 71,0 78,6 3 Autorzy opracowania obliczyli także koherencje dla USA i innych krajów świata (wyniki te przygotowywane są do przedstawienia w kolejnych publikacjach autorów) i uzyskane wyniki okazały się bardzo podobne do przedstawionych w tabelach 2 i 3. Kryzys subprime a hipoteza decouplingu Ameryka Północna i Południowa Kraj 24 16 Argentyna 64,6 28,4 Boliwia 60,2 32,8 81,0 Brazylia 65,4 Chile 2,2 16,7 88,5 Kanada 69,4 Kolumbia 58,2 35,1 80,3 Meksyk 58,9 Peru 49,8 7,6 94,3 81,6 USA 17 12 54,0 18,3 40,8 38,6 66,8 49,6 59,1 48,4 62,1 9,6 28,5 64,9 24,3 73,7 45,3 78,2 37,4 62,5 23,2 8 13,2 67,4 2,0 81,5 2,6 83,3 34,8 19,5 7,3 6,90 27,7 39,6 12,4 83,6 15,3 84,6 50,5 2,8 16,3 6 54,2 31,9 24,8 76,2 20,5 62,0 45,9 11,5 7,6 Azja Kraj Chiny Filipiny Hongkong Indie Indonezja Iran Izrael Japonia Korea Płd. Malezja Singapur Tajlandia Tajwan 24 62,3 22,4 68,7 63,9 68,5 53,0 87,6 61,8 76,4 38,8 84,7 50,9 98,6 16 27,3 4,7 51,2 32,2 24,2 11,4 86,3 49,1 28,1 22,0 77,8 17,3 97,5 12 19,1 40,4 42,0 0,9 15,7 7,7 73,1 36,3 40,6 52,0 64,6 31,9 86,7 9,6 3,2 14,5 51,0 26,6 63,7 15,4 55,7 5,5 66,0 72,5 52,0 53,1 34,5 8 29,6 23,8 30,1 34,0 79,0 37,2 34,6 12,7 42,3 65,4 33,6 45,6 7,9 6,90 48,0 3,3 35,4 57,6 72,9 30,0 2,7 6,7 45,5 70,0 41,5 68,2 3,3 6 58,0 14,7 39,7 71,1 64,1 15,4 26,7 16,4 56,9 69,6 35,9 79,0 22,5 Australia i Oceania Kraj 24 Australia 56,8 Nowa Zelandia 39,8 16 42,5 45,1 12 19,1 77,8 9,6 10,0 85,0 8 2,0 70,2 6,90 8,1 40,1 6 23,9 9,7 Afryka Kraj 24 16 12 9,6 8 6,90 6 Maroko 45,1 45,4 43,2 46,4 56,3 67,0 36,9 87,4 RPA 45,5 19,9 17,2 10,5 37,1 61,3 * W ciemnych polach pogrubioną czcionką wyróżniono wartości powyżej 80, w jaśniejszych – wartości z przedziału 60–79,9. Źródło: obliczenia własne na podstawie danych [World Bank 2012]. Otrzymane przez autorów wyniki mogą służyć też do sformułowania wielu szczegółowych wniosków związanych z hipotezą decouplingu. Na przykład gospodarka Meksyku jest silnie powiązana z gospodarką USA i jak można zauważyć, analizując obie poniżej zamieszczone tabele, występuje silna synchronizacja cykli polskich oraz cykli amerykańskich i meksykańskich, ale synchronizacja z cyklami meksykańskimi nie jest oczywiście związana z występowaniem silnych bezpośrednich relacji Polski i Meksyku. Można też zauważyć, że występują dość wysokie Joanna Wyrobek, Zbigniew Stańczyk 18 Tabela 3. Kwadraty koherencji pomiędzy cyklem gospodarczym Polski a innych krajów świata (różne długości cyklu), obliczenia dla lat 1995–2009. Pogrupowanie według kontynentów (w %)* Europa Kraj Austria Belgia Chorwacja Czechy Dania Estonia Finlandia Francja Gruzja Hiszpania Holandia Irlandia Islandia Litwa Łotwa Niemcy Norwegia Portugalia Rosja Szwajcaria Szwecja Słowacja Słowenia Turcja Węgry Wielka Brytania Włochy EU-27 Euro-17 30 84,8 65,1 68,3 63,9 83,2 63,4 87,4 85,2 32,6 90,1 91,7 80,0 75,1 49,9 77,4 79,6 60,7 81,3 83,8 87,4 90,0 37,0 85,2 71,4 88,4 20 76,1 51,3 60,7 55,2 75,1 43,7 82,9 80,8 32,2 84,9 88,4 71,8 47,4 30,9 60,0 69,2 40,0 72,5 83,2 72,5 90,4 30,1 76,7 63,3 83,8 15 72,2 57,7 62,1 58,8 71,4 36,9 82,0 82,3 58,4 82,3 84,6 73,6 53,9 33,7 52,6 72,3 61,3 67,8 92,0 57,8 83,6 37,9 72,5 77,7 73,4 12 46,7 35,4 64,8 50,7 78,2 64,2 82,7 85,4 73,2 72,9 80,4 85,8 58,0 58,6 62,0 85,0 64,2 45,8 95,2 69,9 77,1 45,9 64,9 89,7 72,7 10 46,4 41,7 80,9 42,4 77,7 84,7 83,9 87,3 46,9 71,6 77,2 89,4 24,9 73,3 76,7 89,0 78,9 43,6 91,2 87,6 86,5 35,1 66,3 83,7 80,6 8,57 60,5 63,4 77,2 14,0 56,0 71,5 68,2 80,1 45,7 73,7 71,0 77,2 0,4 59,2 71,8 74,4 85,0 70,6 82,8 77,9 76,4 10,9 63,9 42,5 65,2 7,5 39,0 59,9 51,6 1,2 11,9 14,0 17,3 45,6 54,9 50,2 38,8 33,8 32,1 17,8 33,4 27,3 66,6 71,2 51,3 25,7 25,2 6,2 22,2 3,2 22,5 6,67 14,4 49,9 70,2 44,7 4,5 26,2 6,0 9,8 27,6 2,8 8,8 15,6 70,3 21,0 8,4 21,2 12,4 30,9 18,4 8,9 6,0 17,6 7,5 1,9 16,7 6 20,3 25,0 77,3 84,0 38,9 65,4 44,1 28,2 88,7 28,6 59,1 2,0 84,5 61,5 19,0 65,9 19,1 29,1 60,3 38,0 35,3 25,1 44,0 35,0 67,8 86,3 84,4 84,9 81,3 79,9 70,7 30,2 12,1 63,7 76,9 86,5 86,5 67,5 83,0 81,5 68,5 82,1 80,0 81,1 83,8 83,7 88,5 86,8 87,9 77,7 76,3 78,4 33,4 30,0 33,0 8,6 13,8 14,0 28,2 63,2 63,9 Ameryka Północna i Południowa Kraj 30 20 15 Argentyna 64,0 20,3 25,2 Boliwia 14,0 25,1 52,0 89,9 Brazylia 78,9 79,6 Chile 37,6 19,5 56,6 88,6 84,9 Kanada 78,6 Kolumbia 10,0 19,5 32,7 81,3 80,1 Meksyk 78,1 Peru 44,1 35,0 34,3 88,4 89,7 88,2 USA 12 22,5 28,9 69,9 65,1 81,0 48,4 88,0 27,6 88,0 10 17,1 73,7 69,6 87,3 87,5 76,9 90,1 67,3 81,2 8,57 3,9 62,3 54,4 86,7 66,8 77,7 58,2 79,6 57,9 7,5 3,1 32,2 6,2 59,7 15,4 67,9 8,8 31,5 11,4 6,67 40,2 34,4 21,2 72,4 4,6 64,7 18,0 23,8 7,7 6 88,0 18,8 18,3 83,5 29,4 43,9 61,5 35,8 24,1 Kryzys subprime a hipoteza decouplingu 19 Azja Kraj Chiny Filipiny Hongkong Indie Indonezja Iran Izrael Japonia Korea Płd. Malezja Singapur Tajlandia Tajwan 30 83,1 54,9 53,0 51,7 53,0 1,6 64,1 50,2 36,0 12,3 68,7 9,4 77,9 Australia i Oceania Kraj 30 Australia 16,8 Nowa 66,7 Zelandia 20 60,7 4,9 53,5 18,9 36,2 14,4 52,7 54,6 41,2 41,6 68,1 38,2 83,2 15 31,3 40,2 70,9 62,6 43,4 54,7 62,1 79,8 62,8 79,9 81,4 75,8 90,1 12 43,9 31,5 70,0 43,6 2,4 58,9 76,7 85,6 49,8 75,8 86,6 62,6 87,7 10 57,8 10,5 86,1 9,4 31,2 29,0 77,1 72,7 72,6 83,1 84,8 60,2 80,6 8,57 63,2 29,9 78,0 22,2 66,8 20,3 44,3 45,0 78,5 80,0 71,6 68,1 48,1 7,5 38,9 24,7 36,6 5,4 60,1 15,6 4,1 16,0 42,3 45,1 40,7 40,4 9,3 6,67 1,7 24,8 13,3 61,5 76,8 20,7 11,7 1,9 27,4 29,5 42,2 29,9 2,4 6 61,1 44,7 45,4 84,4 81,0 44,5 6,5 14,2 61,9 65,1 52,5 67,8 36,9 20 7,5 15 36,9 12 63,2 10 49,1 8,57 25,9 7,5 3,5 6,67 26,8 6 27,6 70,2 86,1 77,4 81,2 78,5 53,9 26,8 2,7 Afryka Kraj 30 20 15 12 10 8,57 7,5 Maroko 36,6 17,4 28,2 49,5 76,3 57,2 15,7 RPA 68,0 60,7 65,5 60,7 63,3 51,1 6,4 * W ciemnych polach pogrubioną czcionką wyróżniono wartości powyżej 80, wartości z przedziału 60–79,9. Źródło: obliczenia własne na podstawie danych [World Bank 2012]. 6,67 6 33,1 35,5 17,4 67,4 w jaśniejszych – koherencje pomiędzy Polską a Brazylią, co świadczy o tym, że gospodarka brazylijska nie uniezależniła się od zmian w największych gospodarkach rozwiniętych. Porównując dane zamieszczone w tabelach 2 i 3, można zauważyć, że powiązania cykli koniunkturalnych uległy jeszcze silniejszemu umocnieniu w okresie 2008–2009. Gdy uwzględnimy ten okres w oknie czasowym objętym analizą spektralną, wartość współczynników koherencji wzrasta od 10% do 25%. W okresie tym PKB wielu gospodarek rozwijających spadał i w tym samym czasie występowały spadki PKB w większości krajów rozwiniętych. Polska i niektóre gospodarki azjatyckie nie odnotowały spadku PKB, nastąpił jednak znaczący spadek ich stóp wzrostu PKB (w porównaniu ze średnimi długookresowymi stopami wzrostu PKB danego kraju)4. Indonezja jest najważniejszym wyjątkiem wśród gospodarek wschodzących: stopy wzrostu PKB Indonezji nie uległy wyraźnemu załamaniu po kryzysie subprime. Koherencje Indonezji nie uległy też wyraźnej zmianie. Innym ciekawym do przeanalizowania przypadkiem jest Iran. Wyliczone koherencje są niskie i być może ich wysokość jest rezultatem odizolowania Iranu na skutek wprowadzenia sankcji gospodarczych przez USA. 4 20 Joanna Wyrobek, Zbigniew Stańczyk Przyczyny synchronizacji i sposoby oddziaływania gospodarek na siebie wymagają dodatkowych badań. Gospodarki mogą na siebie wpływać poprzez przepływy finansowe (krótko- i długoterminowe), kanał handlu zagranicznego, globalne działania korporacji międzynarodowych, zmiany w koordynacji polityki makroekonomicznej, lub nawet w szczególnych przypadkach w przepływie transferów prywatnych. Również relacje pomiędzy poszczególnymi krajami mogą tworzyć skomplikowaną strukturę. Na przykład eksport do Niemiec ma obecnie duże znaczenie dla gospodarki polskiej, a z kolei na gospodarkę niemiecką wpływa silnie gospodarka Stanów Zjednoczonych. Wpływ gospodarki Stanów Zjednoczonych na gospodarkę Niemiec ma zarówno charakter bezpośredni (np. przez wzajemną wymianę handlową), ale także pośredni, gdyż Ameryka kupuje w Chinach towary konsumpcyjne, a Chińczycy nabywają w Niemczech dobra inwestycyjne. 4. Podsumowanie i wnioski Z uwagi na możliwość występowania związków pozornych bardzo trudno w ekonomii udowodnić jednoznacznie podobieństwo zmian dwóch zmiennych ekonomicznych, gdyż zawsze taki związek może wynikać z przypadkowego podobieństwa dwóch szeregów czasowych. Zakładając jednak, że uzyskane wyniki nie są efektem niedoskonałości metod ekonometrycznych, można stwierdzić, że uzyskane wyniki podważają hipotezę decouplingu i skłaniają do przyjęcia stanowiska, że istnieją silne powiązania zmian koniunktury pomiędzy krajami. Szczególnie widoczne stało się to w okresie ostatniego światowego kryzysu finansowego. Niektóre kraje, na przykład Chiny, których średnia wzrostu PKB nawet w czasie kryzysu PKB przekraczała 5, wykazały stosunkowo dużą odporność na wstrząsy w gospodarce światowej (wpływając także na pozostałe kraje na świecie – zob. [Kim, Lee i Park 2009]), ale ogólnie rzecz biorąc, zarówno kraje rozwinięte, jak i rozwijające się odczuły silną presję na negatywne odchylenie od długookresowego trendu PKB. Literatura Bloomfield P. [1976], Fourier Analysis of Time Series, Wiley, New York. IMF [2007], World Economic Outlook. Spillovers and Cycles in the Global Economy, IMF, Washington, D.C. Kim S., Lee J.-L., Park C.-Y. [2009], Emerging Asia: Decoupling or Recoupling, ADB Working Paper Series on Regional Economic Integration, nr 31. Kryzys subprime a hipoteza decouplingu 21 Korinek A., Roitman A., Vegh C. [2010], Decoupling and Recoupling, „American Economic Review”, nr 100(2). Kose M.A., Otrok Ch., Prasad E.S. [2008], Global Business Cycles: Convergence or Decoupling? NBER Working Paper nr 14292. Krugman P. [2010], We Are Not the World, „The New York Times”, 9 November. Liang H., Qiao H. [2007], Assesing the Impact of a Potential US Slowdown in China, „China Economics Quarterly”, nr 3. Nilsson R., Gyomai G. [2011], Cycle Extraction, OECD, http://www.oecd.org (30.09.2011). Skrzypczyński P. [2008], Wahania aktywności gospodarczej w Polsce i strefie euro, NBP, Materiały i Studia, nr 227, Warszawa. Skrzypczyński P. [2010], Metody spektralne w analizie cyklu koniunkturalnego gospodarki polskiej, NBP, Materiały i Studia, nr 252, Warszawa. Wälti S. [2009], The Myth of Decoupling, Swiss National Bank, Zurych. Willett T.D., Liang P., Zhang N. [2011], Global Contagion and the Decoupling Debate [w:] The Evolving Role of Asia in Global Finance, red. Y.-W. Cheung, V. Kakkar, G. Ma, Emerald Group Publishing, Bingley. Wojtyna A. [2010], Gospodarki wschodzące w obliczu kryzysu finansowego: duża odporność czy podatność? „Gospodarka Narodowa”, nr 9(229). World Bank [2012], Databank, http://databank.worldbank.org/ddp/home.do (30.06.2012). The Subprime Crisis vs the Decoupling Hypothesis The objective of the paper is to present the decoupling hypothesis, i.e. the idea that developing economies are relatively independent of advanced economies, and to empirically verify this hypothesis in the context of the subprime crisis. The calculations and analyses of GDP deviations from the long-term trend indicate that synchronisation between business cycles in advanced and emerging economies is relatively high and similar in the period preceding the crisis. The global crisis has had a similar effect on advanced and developing economies (considering time shifts between changing business cycles in particular countries), leading to greater business cycle synchronisation. In conclusion, the paper presents arguments against the decoupling hypothesis. Joanna Wyrobek – doktor, Uniwersytet Ekonomiczny w Krakowie, Wydział Finansów, Katedra Finansów Przedsiębiorstw. Zainteresowania naukowo-badawcze: analiza finansowa przedsiębiorstw, controlling, metody ekonometryczne w finansach. e-mail: [email protected] Zbigniew Stańczyk – doktor, Uniwersytet Ekonomiczny w Krakowie, Wydział Ekonomii i Stosunków Międzynarodowych, Katedra Makroekonomii. Zainteresowania naukowo-badawcze: makroekonomia, transformacja polskiej gospodarki, nowa ekonomia instytucjonalna. e-mail: [email protected]