Pobierz plik
Transkrypt
Pobierz plik
Interpretacja poprawności metod i wniosków badań empirycznych nad Efektem Fishera w świetle determinizmu poznawczego i teorii chaosu Abstrakt. W ostatnich kilkudziesięciu latach Efekt Fishera został wielokrotnie poddany skutecznej falsyfikacji w wyniku badań szerokiego grona naukowców z różnych krajów. Falsyfikacja została dokonana zarówno w wymiarze czasowym, tzn. wykazano, że występowały okresy w danej gospodarce, w której efekt działał, a w innych okresach efekt nie działał, oraz przestrzennym - efekt działał w jednych gospodarkach narodowych, a w innych w tym samym czasie nie działał. Opierając się na popperowskiej koncepcji weryfikacji prawdziwości hipotez naukowych można byłoby uznać, że twierdzenie o utrzymywaniu się w gospodarce stałego poziomu realnej stopy procentowej w warunkach oczekiwanych zmian poziomu inflacji jest nieprawdziwe. Dokonana jednak w niniejszym artykule analiza Efektu Fishera oraz wyników badań empirycznych go falsyfikując, opierając się o zasady determinizmu poznawczego zakwestionowała podstawy teoretyczne do tak jednoznacznych wniosków. Słowa kluczowe: Efekt Fishera, inflacja, nominalna stopa procentowa w warunkach inflacji, metodologia badań naukowych, determinizm poznawczy Wstęp. Irving Fisher swoją hipotezę o zależności pomiędzy poziomem stóp procentowych w gospodarce a poziomem nominalnych stóp procentowych wygłosił po raz pierwszy w pracy Appreciation and Interest opublikowanej w 1896 r. Twierdził w niej, że oczekiwany spadek wartości pieniądza o np. 1% wywoła wzrost wartości stóp procentowych o (w przybliżeniu) tę samą wartość (Fisher 1896, s.9). Jest to tzw. point-for-point effect, zwany też Efektem Fishera, a to rozumowanie teoretyczne można przedstawić w formie uproszczonego równania, które zwane jest czasem wzorem Fischera: 𝐼𝑛 = 𝐼𝑟 + 𝐹 gdzie: In – poziom nominalnej stopy procentowej, Ir – poziom realnej stopy procentowej, F – poziom prognozowanej stopy inflacji w gospodarce. Swój pogląd Fisher podtrzymał w kolejnych pracach: The Rate of Interest (Fisher 1907) oraz The Theory of Interest (Fisher 1930). Wnioskiem wypływającym z twierdzenia Fishera jest występowanie w gospodarce stałego poziomu realnej stopy procentowej. Jej zmiany nominalne miałyby być efektem jedynie zmian w poziomie oczekiwanej inflacji. Podejmowane od tamtego czasu wielokrotne próby falsyfikacji Efektu Fishera dawały rozbieżne rezultaty. Niektóre badania empiryczne przynosiły rezultat potwierdzający, np. Sargent (1969), Gibson (1970), czy Carneiro, Divino i Rocha (2002). Inne badania empiryczne zaprzeczały występowaniu przedmiotowego zjawiska, np. Rose (1988), Pelaez (1995), czy Miyagawa i Morita (2003). Pojawiły się wreszcie takie prace, które wskazywały na czasowe występowanie Efektu Fishera w badanej gospodarce narodowej, np. Yohe i Karnosky (1969), Mishkin (1992), czy Jareño i Tolentino (2013). W pracach empirycznych koncentrowano się na szukaniu korelacji pomiędzy ciągami oczekiwań inflacyjnych oraz nominalnych stóp procentowych. Wyniki badań wydawały się nie podlegać żadnej prawidłowości. Gdy Fisher tworzył swoją teorię stóp procentowych liniowe podejście do zagadnień ekonomicznych było w nauce dominujące. W systemach liniowych siła reakcji na dany bodziec jest wprost proporcjonalna do siły bodźca, a oddziaływania różnych bodźców na system charakteryzują się m.in. 1 cechą addytywności. W przyrodzie większość oddziaływań opisuje się obecnie jednak funkcjami nieliniowymi, a współczesne badania nad naturą rynków kapitałowych wskazują również na możliwy nieliniowy charakter zjawisk gospodarczych (np. Orzeszko i Osińska 2016). Rozwój badań nad systemami nieliniowymi i będąca tego wynikiem teoria chaosu to głównie II poł. XX wieku. Mimo, że zapoczątkowana w meteorologii, teorię tę zaczęto wprowadzać obecnie do analizy również zagadnień ekonomicznych. I to, co do tej pory wydawało się nieprzewidywalne i chaotyczne, a zatem w sensie liniowym niepodlegające zasadzie przyczynowo-skutkowej, wielokrotnie okazuje się być poddane oczywistemu determinizmowi, jednak na głębszej płaszczyźnie poznania badanego zjawiska. Modelowanie rzeczywistości, w tym tworzenie modeli ekonomicznych, polega jednak na wykorzystaniu jak najprostszych narzędzi matematycznych i często zdarza się opisywać zjawiska nieliniowe funkcjami liniowymi. Za taką nieskomplikowaną, linearną konstrukcją matematyczną, opisującą złożone zagadnienie ekonomiczne, należy uznać właśnie Efekt Fishera. Niniejszy artykuł opracowany jest według następującego układu: w rozdziale pierwszym zaprezentowano dotychczasowe kierunki wyjaśniania rozbieżności pomiędzy założeniami teoretycznymi a wynikami badań empirycznych nad zmianami poziomu stóp procentowych w warunkach inflacji. W rozdziale drugim przedstawiono podstawy metodologiczne wyjaśniania zjawisk w oparciu o determinizm poznawczy. W rozdziale trzecim dokonano analizy Efektu Fishera w oparciu o niektóre zasady, na jakich opiera się determinizm poznawczy. Wreszcie w rozdziale czwartym dokonano reasumpcji analiz i rozważań oraz wskazano możliwe nowe kierunki badań nad przedmiotowym zagadnieniem. 1. Dotychczasowe kierunki wyjaśnienia rozbieżności przewidywań Efektu Fishera i wyników badań empirycznych. Rozbieżność wyników badań prowadzonych przez ostatnie kilkadziesiąt lat nad działaniem Efektu Fishera wymagała wyjaśnienia teoretycznego. Podjęto szereg prób w tym zakresie. Wyróżnić można do tej pory trzy podstawowe ich kierunki: 1. Przemodelowujący wzór Fishera o nieuwzględniony przez niego dodatkowy czynniki, np. podatkowy. 2. Kwestionujący założenie o niezmienności realnych stóp procentowych w gospodarce w obliczu oczekiwanej zmiany poziomu stopy inflacji. 3. Kwestionujący w ogóle założenie o niezmienności realnych stóp procentowych w gospodarce nawet w krótkim okresie czasu. Najpierw Darby (1975), a później przede wszystkim Tanzi (1976), Feldstein i Summers (Feldstein 1976 oraz Feldstein i Summers 1979) w swoich pracach przedstawiali, że aby utrzymać realny poziom kosztu pieniądza w gospodarce inflacyjnej, nominalna stopa procentowa musiałaby wzrosnąć do poziomu uwzględniającego również istnienie podatku dochodowego. Efekt Fishera point-for-point miałby zastosowanie wyłącznie do gospodarek bez podatku dochodowego (Weidmann 1997, s.2). Tzw. „Darby effect” (również zwany jako „Feldstein-Darby” lub „Feldstein-Summers effect”) oznacza, że w gospodarce inflacyjnej inaczej niż widział to Irving Fisher poziom stóp procentowych, by wyrównać skutki podatkowe, powinien zmienić się bardziej niż o zmianę poziomu prognozowanych stóp inflacji („more than point-for-point effect”). Prace empiryczne przede wszystkim Mundella (Mundell 1963) i Tobina (Tobin 1965), a także późniejsze Friedmana (Friedman 1978) i Makina (Makin 1981) wykazywały jednak, że poziom realnych stóp procentowych w warunkach inflacji spada (a Fisher uznawał, że jest on stały dla gospodarki bezinflacyjnej i inflacyjnej), a spadek ten ma również powody „pozapodatkowe”. Zatem poziom nominalnej stopy 2 procentowej rośnie o mniej niż wielkość stopy prognozowanej inflacji („less than point-for-point effect”). Warto również w tym miejscu przytoczyć prace Nielsena (Nielsen 1981) oraz Gandolfi’ego (Gandolfi 1982), którzy wykazywali, że o ile faktycznie w warunkach inflacji nominalne stopy procentowe rosną bardziej niż wzrost stopy inflacji, jednak wzrost ten nie był tak wysoki, jak sugerowali Darby czy Feldstein. Można byłoby uznać te ostatnie badania jako empiryczny kompromis pomiędzy wnioskami Mudella i Tobina a wnioskami Darby’ego, Tanzi, Feldsteina i Summersa. Niektórzy naukowcy w obliczu wielokrotnej falsyfikacji Efektu Fishera zakwestionowali w ogóle stabilność realnych stóp procentowych w warunkach inflacji, np. Mishkin (1984), Rose (1988), czy Pelaez (1995). Mishkin wyciągnął swoje wnioski po przeanalizowaniu poziomu realnych stóp procentowych w krajach OECD w latach 1967-1979, Pelaez przeanalizował okres pomiędzy rokiem 1959 a 1993 w Stanach Zjednoczonych, a Rose wyciągnął swoje wnioski na podstawie badań w jeszcze szerszym zakresie zarówno czasowym jak i przestrzennym. Jak widać zatem z powyższego, niepełnego przecież przeglądu prac empirycznych, próby wyjaśnienia rozbieżności wyników badań nad skutecznością Efektu Fishera nie są ze sobą spójne. Nie ma w tym względzie zgodności wśród naukowców oprócz jednej kwestii: Efekt Fishera we współczesnej gospodarce nie działa lub nie zawsze działa, a tym samym w konsekwencji może nie działać w przyszłości. Według autora niniejszego artykułu rozbieżność wyników badań empirycznych w stosunku do przewidywań wynikających ze wzoru Fishera nie musi jednak wcale oznaczać zaprzeczenia istnienia tego efektu. Efekt Fishera jako zjawisko przebiegające w środowisku społeczno-ekonomicznym można opisać na gruncie determinizmu poznawczego. Powiązanie zaś jego z teorią chaosu może zmienić podejście do rozumienia samego efektu jak również metodyki badań empirycznych nad jego sfalsyfikowaniem. To w konsekwencji zaś mogłoby doprowadzić do zmiany interpretacji wyników tych badań. Chaotyczne zachowanie się relacji poziomu nominalnej stopy procentowej wobec poziomu oczekiwanej stopy inflacji nie musi oznaczać braku wzajemnego wpływu, lub wpływu niecharakteryzującego się relacją „point-for-point”. Przy pomocy teorii chaosu można wyjaśniać stwierdzane empirycznie niezgodności, które jedynie pozornie, stałyby w sprzeczności z postulatami Fishera w tym zakresie. 2. Podstawy metodologiczne determinizmu poznawczego. Pomiędzy końcem XIX w, a zatem okresem, w którym powstała pierwsza fundamentalna dla Efektu Fishera książka Appreciation and Interest (Fisher, 1896), a końcem XX w. zaszła ważna zmiana w sposobie uprawiania nauk empirycznych: Po pierwsze: nastąpiło odejście od rozumienia zjawisk zachodzących w otaczającym nas świecie w sposób ściśle deterministyczny do rozumienia tych zjawisk jako tych, które przewidzieć można zaledwie w sposób statystyczny. Oznacza to, że możemy określić nie wynik (pewność) wystąpienia jakiegoś zjawiska, ale zaledwie prawdopodobieństwo jego wystąpienia lub wyniku jego pomiaru. Po drugie: uprawianie nauk empirycznych polegało przed XX wiekiem, z małymi wyjątkami, na dokonywaniu obserwacji i stwierdzania, że jakieś zjawiska występują zawsze po innych zjawiskach. Określano to jako konieczną relację i w efekcie określano, że te pierwsze zjawiska są przyczyną tych drugich. W ten sposób dokonywano korelacji obserwowanych zjawisk i starano się zapisać je w sposób matematyczny. W kolejnym zaś kroku starano się badać ewentualne odstępstwa od zaproponowanego równania, by dokonać jego korekty (Meissner 2015a). W XX w. badanie wspomnianych korelacji wzmocnione zostało znacząco samą refleksją nad badanym zjawiskiem. W wielu dyscyplinach taki „namysł nad logosem” wyprzedził nawet „namysł nad obserwacją” oraz utorował i określił drogę obserwacji – zarówno jej obszar jak też nawet interpretację. 3 Za początek powyżej opisanej rewolucji w naukach przyrodniczych uznać należy teorię kwantową, zaś w naukach społecznych – teorię chaosu. W fizyce, która zresztą była pierwszą z nauk torujących omawianą rewolucję, wyżej opisana przemiana podejścia do sposobu prowadzenia badań empirycznych zaszła najdalej. Obecnie opisywane zjawiska na poziomie molekularnym i relacji zachodzących w ich ramach nie przypominają i „wydaje się, że mają się nijak do obserwacji. Poziom opisu jest zupełnie innym światem. Jest światem, w którym istnieją inne relacje i inne obiekty, które dopiero w bardzo pracochłonny sposób z tego poziomu opisu my wydobywamy [i opis określa] co my powinniśmy tak naprawdę widzieć. (…) Obecnie nie ma drogi od obserwacji do opisu. (…) Einstein, jak formułował ogólną teorię względności nie przyglądał się jabłkom, nie przyglądał się satelitom” (Meissner, 2015a). Meisner w jednym ze swoich wykładów skonstatował nawet, chociaż opinia ta dotyczyła zjawisk dotyczących fizyki molekularnej, że „idąc od obserwacji nie możemy w żaden sposób wymyślić teorii, która te obserwacje opisuje (Meissner 2015,b). Z determinizmem łączą się dwie zasady: zasada determinizmu i zasada przyczynowości. Obie są częścią determinizmu i mimo, że są ze sobą powiązane, to jednak są różne. Nierozróżnienie i utożsamianie obu tych zasad prowadzić może do niepełnego obrazu badanej rzeczywistości, relacji w niej zachodzących, a w konsekwencji do wyciągnięcia błędnych wniosków. „Zasada determinizmu w wersji jednoznacznej brzmi następująco: w rzeczywistości materialnej bieg zjawisk jest tak zdeterminowany, że takie same przyczyny w takich samych warunkach wywołują zawsze i z konieczności takie same skutki.” „Zasada przyczynowości stwierdza, że w przyrodzie nic nie dzieje się bez przyczyny, wszystko musi być czymś uwarunkowane. Można ją sformułować następująco: w przyrodzie nie istnieją zdarzenia niepodlegające żadnym prawidłowościom przyrody, a więc np. zdarzenia bezwzględnie przypadkowe. Obserwacja rzeczywistości ukazuje jednak nie tylko takie zdarzenia i takie zjawiska”, których skutek jesteśmy w stanie jednoznacznie przewidzieć, ale też takie, jak „na przykład rzut kostką, których przebiegu nie jesteśmy wprawdzie w stanie przewidzieć jednoznacznie, ale w ich wyniku uzyskuje się jedno z możliwych zdarzeń ze ściśle określonym prawdopodobieństwem.” (Lemańska 2016, s.3). Jak stwierdził Poznański „Losowość nie wyklucza tego, że dane zdarzenie ma przyczynę, a jego prawdopodobieństwo można obliczyć” (Poznański, 2003, s.10). To prowadzi do takiego formułowania zasady determinizmu, w której uwzględnia się, że dana przyczyna może mieć kilka możliwych skutków. Wprawdzie wszystko, co się zdarza ma przyczynę, ale te same przyczyny mogą wywołać różne skutki. Podobnie zresztą takie same skutki mogą być rezultatem różnych przyczyn. W niejednoznacznej wersji zasadę determinizmu można zatem sformułować następująco: takie same przyczyny X w takich samych warunkach wywołają skutek Y1 z prawdopodobieństwem a1, lub skutek Y2 z prawdopodobieństwem a2, ..., lub skutek Yn z prawdopodobieństwem an. Rozwój współczesnej nauki skłania nas, by obecnie zjawiska zachodzące w przyrodzie i również w życiu społecznym opisywać deterministycznie, ale na gruncie zdarzeń prawdopodobnych, a nie w 100% pewnych (Lemańska, 1996). Dodatkowo należy zwrócić uwagę na dwie obserwacje wynikające z badań nad zjawiskami deterministycznymi opisywanymi na gruncie teorii chaosu. Po pierwsze: czynnik mniej istotny, zwyczajowo pomijany przy budowaniu prognoz określonych zjawisk może mieć w ostatecznym rachunku, chociaż incydentalnie, efekt zdecydowanie większy, a nawet decydujący dla danego zjawiska. Po drugie: w warunkach niestabilności badanego układu przebieg zjawiska staje się wrażliwy na wpływ najrozmaitszych przypadkowych, zewnętrznych czynników, których obecności nie jesteśmy w stanie ex ante ani przewidzieć, a ex post często nawet zauważyć. Co więcej, czynniki te wcale nie muszą znajdować się w pobliżu badanego zjawiska. W przypadku analizy zdarzeń na rynku finansowym danego kraju takim czynnikiem mógłby być np. rynek finansowy odległego terytorialnie państwa. Ponadto nawet lokalny bodziec może powodować skutki globalne, całkowicie 4 nieprzewidywalne i z nadspodziewanym rezultatem (Fuliński 1993). Te własności procesów nieliniowych Lorenz nazwał „efektem mewy”, zmienionym później na „efekt motyla” - machnięcie skrzydeł mewy/motyla, który wzleciał nad Tokio może uruchomić cykl zdarzeń, w wyniku których wywołane zostanie tornado w Kalifornii. Na nic zdałyby się przewidywania meteorologiczne dotyczące prawdopodobieństwa tornado w tym czasie i w tym miejscu. Żadna z dostępnych teorii (poza teorią chaosu) nie potrafiłaby też wytłumaczyć tego zjawiska atmosferycznego w tym czasie i w tym miejscu. Gdyby mewa lub motyl przemieściły się w innym kierunku lub w nieznacznie nawet innym momencie, to tornada nie byłoby. Dotychczasowe teorie meteorologiczne spełniałyby oczekiwania prognostyczne. Istota chaosu deterministycznego tkwi we wrażliwości układu na warunki początkowe. „Mamy zatem do czynienia z paradoksalną, w pewnym sensie, sytuacją – zjawisko wprawdzie przebiega zgodnie z prawami deterministycznymi, ale dla obserwatora, wydaje się być chaotyczne, niedeterministyczne.” Model jest deterministyczny, ale w dłuższej skali czasowej dla obserwatora wydaje się zachowywać w sposób losowy. Na podstawie samej obserwacji takich zjawisk możemy nie być w stanie stwierdzić, czy jest ono zdeterminowane, czy niezdeterminowane, czy istotną rolę odgrywa w jego przebiegu przypadek, czy też mamy do czynienia z przykładem zjawiska, w którym pojawia się chaos deterministyczny. „To, co wydaje się nam nieuporządkowane, chaotyczne, losowe, przypadkowe, może okazać się być ściśle zdeterminowane. Determinizm nie oznacza (…) widocznych regularności.” (Lemańska 2016, s.11). Chaos to nielinearny proces deterministyczny, który tylko wygląda na przypadkowy (Hsieh, 1990, s.2). Choć z daleka konkretne zmiany w zjawiskach przyrodniczych i społecznych mogą wydawać się losowe, są one jednak przewidywalne, a złudzenie nieprzewidywalności jest tylko rezultatem naszej ograniczonej wiedzy na temat liczby czynników współuczestniczących w powstawaniu i kształtowaniu obserwowanego zjawiska. W rzeczywistości w przestrzeni, np. społeczno-ekonomicznej zachodzi mnogość procesów, o różnej też naturze, które czasem wzajemnie wzmacniają się, a czasem osłabiają. Gdyby istniała możliwość poznania i dokładnego określenia siły ich wszystkich, złudzenie losowości zniknęłoby, a prognozy sprawdzałyby się. W trakcie budowy modeli ekonomicznych w sposób nieunikniony dochodzi do uproszczeń, pomijających czynniki mniej istotne, pozostawiając esencję zagadnienia (Nowak 1978 oraz Nowak I. i Nowak L. 2000). Zgodnie z wyrażanym poglądami poznańskiej szkoły metodologicznej esencjalistów, „Teorie naukowe nie są tworzone po to, by stały się wiernymi obrazami rzeczywistości, ale po to, aby będąc specyficznymi, idealizacyjnymi deformacjami zjawisk, odsłaniały istoty poszczególnych dziedzin rzeczywistości” (Brzeziński, Klawiter i Łastowski 2009, s.29). To uproszczenie wynika z jednej strony z powodów metodologicznych (esencjalizm), z drugiej jednak strony jest wynikiem po prostu ułomnych metod badawczych, czy zdolności technicznych bądź ekonomicznych szczegółowości badania danego zjawiska. To jednak, co w ujęciu statystycznym może być czynnikiem mniej istotnym, to jednostkowo może być decydujące dla przebiegu obserwowanego procesu deterministycznego. Podobnie może przedstawiać się nasza zdolność obserwacji zależności przyczynowo-skutkowej pomiędzy poziomem oczekiwań inflacyjnych a poziomem nominalnej stopy procentowej. Badanie zjawisk obserwowanych na rynkach kapitałowych w oparciu o nieliniowe modele deterministyczne przyniosło w ostatnich latach obiecujące wyniki (np. Orzeszko i Osińska 2016). Okazuje się na przykład, że faktycznie kolejne informacje napływające na rynek mogą być z początku przez ten rynek ignorowane (w teorii Fishera byłaby to napływająca na rynek informacja o oczekiwanym poziomie stopy inflacji powinna być natychmiast inkorporowana do zachowań rynkowych – Sobków 2016), by dopiero w pewnym punkcie kulminacyjnym ujawnić swój wpływ. Ponadto pozornie nieznaczące zdarzenia na jednym rynku kapitałowym, poprzez efekt kumulacji 5 mogą oddziaływać na inne rynki ze zwielokrotnioną siłą. To w rezultacie mogłoby zniekształcić, a nawet pochłonąć efekt wywołany zmianą oczekiwań inflacyjnych przez inwestorów. 3. Analiza Efektu Fishera na gruncie determinizmu poznawczego. „Na poziomie obserwacji wszechświat jest niebywale skomplikowany. (…) Natomiast jeżeli zejdziemy na poziom praw, to te prawa są piękne, proste i eleganckie. Bo tylko takie prawa opisują rzeczywistość” (Meissner 2015b). Nie ulega wątpliwości, że Efekt Fishera spełnia wszystkie powyższe, „filozoficzne” przesłanki bycia prawem opisującym rzeczywistość. Zgodnie z przedstawionym już wzorem wzrost poziomu oczekiwanej inflacji powinien powodować proporcjonalny wzrost poziomu nominalnej stopy procentowej. Możemy mówić o liniowym determinizmie. Zmiany poziomu oczekiwanej inflacji są przyczyną, a zmiany poziomu nominalnej stopy procentowej są skutkiem. Między tymi zjawiskami istnieć powinna też jednoznaczna i powtarzalna zależność. Dotychczasowe zespoły falsyfikujące Efekt Fishera określały cel badawczy na oczekiwaniu pełnej korelacji pomiędzy stopami oczekiwanej inflacji oraz nominalnymi stopami procentowymi. Oznacza to, że dotychczas przyjmowano skrajnie deterministyczną metodologię badań. Wychodząc z założenia, że poszukiwać należy określonej przez Fishera relacji point-for-point uznawano konieczność przyjęcia jednocześnie obu zasad determinizmu: przyczynowej i deterministycznej. Tak jednak być nie musi analizując zagadnienie w oparciu o teorię chaosu. Pomimo postulatu Irvinga Fishera istnienia określonej relacji przyczynowo-skutkowej pomiędzy stopą oczekiwanej inflacji i nominalną stopą procentową w gospodarce, konkretna relacja w społecznej przestrzeni obserwacyjnej nie musi być ani natychmiastowa, ani stała, ani zawsze taka sama. Tym samym nie musi wynosić dokładnie point-forpoint by nie odrzucać badanej empirycznie hipotezy. 3.1. Efekt nie pewny, lecz prawdopodobny. W świetle opisanego wcześniej warunku, że żadnego ze skutków zdarzeń deterministycznych zachodzących we współczesnej przyrodzie nie powinniśmy opisywać jako pewnego w 100%, ale zaledwie prawdopodobnego, Efekt Fishera moglibyśmy potraktować również jako relację przyczynowo-skutkową bez zawsze pewnej konkretyzacji jej na liczby. Zależność pomiędzy wysokością zmiany poziomu oczekiwanej inflacji a zmianami wysokości nominalnych stóp procentowych moglibyśmy uznać jako zależność probabilistyczną. Oddziaływanie probabilistyczne na to zjawisko przebiegałoby dwuetapowo. W pierwszym etapie wzrost poziomu oczekiwanej inflacji wywołałby prawdopodobny wzrost poziomu nominalnych stóp procentowych. Jak duży byłby wzrost stóp procentowych również nie byłoby pewne. Efekt wystąpi najprawdopodobniej i nie może być dookreślony wielkościowo. Określony jest zaledwie prawdopodobieństwem. Podobnie przy rzucie kostką otrzymujemy szereg prawdopodobnych relacji pomiędzy rzutem a jego wynikiem. Zamyka się on konkretną, ograniczoną liczbą 6, przy konkretnych możliwościach-wynikach: 1,2,3,4,5,6, w odstępie skokowym równym 1. Prawdopodobieństwo każdego z sześciu wyników jest takie samo (1/6). Moglibyśmy przedstawić je w następujący sposób: Wykres 1. Rozkład prawdopodobieństwa wyniku przy rzucie kostką 6 Źródło: opracowanie własne Jednak w przypadku Efektu Fishera ilości relacji przyczyna-wynik nie można określić skończoną liczbą. Tutaj zamiast o szeregu możliwości powinniśmy mówić raczej o widmie probabilistycznym. W przypadku widma probabilistycznego możliwych wyników (skutków) Efektu Fishera byłoby nieskończenie wiele, a prawdopodobieństwo otrzymania każdego z nich przybierze raczej postać krzywej Gaussa. Wykres 2. Krzywa Gaussa – rozkład normalny prawdopodobieństwa. Źródło: opracowanie własne W którym miejscu wystąpi najwyższy punkt prawdopodobieństwa skutku (zmiana poziomu nominalnej stopy procentowej) określonej na wstępie przyczyny (zmiana oczekiwanej stopy inflacji) jest dyskusyjne, chociaż w świetle wzoru Fishera oczekiwać należałoby, że w ujęciu statystycznym będzie to najczęściej punkt odpowiadający poziomowi oczekiwań inflacyjnych. Zgodnie z obecną teorią ekonomii procesy stochastyczne opisujące kształtowanie się cen aktywów na rynkach finansowych cechują się gaussowskim rozkładem normalnym Porównanie rozkładu stóp zwrotu różnych aktywów z rozkładem normalnym pokazuje jednak, iż w rzeczywistości rozkład stóp zwrotu cechuje się tzw. leptokurtycznością. Obserwacje bliskie średniej występują częściej niż w rozkładzie 7 normalnym, oraz występuje zjawisko tzw. grubych ogonów, przy czym ogon lewy (ujemne stopy zwrotu) jest szerszy niż prawy (stabilne rozkłady Pareto-Levy’ego – Cichy 2004). Warto również zauważyć, że przy ograniczonej ilości podmiotów nawet probablistyczne podejście do analizy ich wyborów wcale nie musi oznaczać, że prawdopodobieństwo ich wyborów zbliżone będzie chociażby do krzywej Gaussa. Przykładowa analiza wyborów polegających na rzucie monetą wskazuje, że wykres błądzenia naznaczony jest pierwszym wyborem. Prawdopodobieństwo, że ilość rzutów z parzystą liczbą oczek będzie większa niż z liczbą nieparzystą dla dziesięciu kolejnych rzutów będzie wyższa, jeżeli pierwszy rzut okaże się rzutem z parzystą liczba oczek. Mimo braku determinizmu między kolejnymi rzutami kostek ich łączna sekwencja uzależniona jest probabilistycznie od pierwszego rzutu. W ten sposób kolejne wybory (rzutu kostką) uwzględniają już w sposób nieuchronny pierwszy wybór. Tym pierwszym wyborem na ograniczonym ilościowo rynku może być wybór dokonywany przez najsilniejszy podmiot. Inne podmioty mogą przy swoich wyborach, poprzez naśladownictwo, uwzględniać ten pierwszy wybór nie tylko w ujęciu probabilistycznym, ale już świadomym tym bardziej odchylając średnią wyborów od średniej, którą moglibyśmy określić ex ante. Tym ex ante wyliczonym średnim odchyleniem w przypadku Efektu Fishera byłaby stopa oczekiwanej inflacji. Zgodnie z powyżej przedstawionym uzasadnieniem wcale jednak w opisanej powyżej sytuacji nie musi ona (oczekiwana stopa inflacji) wpłynąć swą całą wielkością na zmianę nominalnej stopy procentowej. 3.2. Efekt występujący nie natychmiast, lecz w pewnym horyzoncie czasu. Każdy rynek, również kapitałowy, nie jest jednorodny. Informacja na rynku nie rozchodzi się też natychmiastowo. Wzór Fishera oparty jest na kilku założeniach, a tym o efektywności rynku kapitałowego, ale jest to zaledwie założenie, a nie wynik obserwacji (Sobków, 2016). Nie można zatem wyciągać z tego wniosku, że badany efekt (zmiana nominalnej stopy procentowej) miałby wystąpi natychmiast po wystąpieniu przyczyny (zmiana oczekiwanej stopy inflacji). Możliwe opóźnienie w działaniu Efektu Fishera jest nie tylko prawdopodobne. Dla przykładu na wpływ dostępu do informacji na nieadekwatne reakcje inwestorów na Warszawskiej Giełdzie Papierów Wartościowych wskazał już Chichy (2004, s.111). Efekt, jeżeli już wystąpi, nie musi objawić się od razu z całą swoją siłą. Biorąc pod uwagę niejednorodność podmiotów działających na rynku kapitałowym i zajmujące pewien czas rozchodzenie się informacji na tym rynku oczekiwać można, że skala Efektu Fishera będzie raczej narastać. Narastanie siły Efektu przedstawić można w formie wykresu: 8 Wykres 3. Narastanie Efektu Fishera w miarę napływu informacji na rynek. Źródło: opracowanie własne Długość okresu czasu od powstania informacji, do pełnego osiągnięcia siły efektu nie jest znana. I z pewnością jest różna na różnych rynkach zarówno w wymiarze przestrzennym jak też czasowym. Co więcej zanim informacja o oczekiwanej zmianie poziomu stopy inflacji dotrze do wszystkich podmiotów, a w tych podmiotach wywoła przewidywany, lecz wciąż zaledwie prawdopodobny skutek dojść może do zmiany oczekiwań inflacyjnych. W takich warunkach nastąpi nałożenie na siebie dwóch różnych efektów oczekiwań inflacyjnych wśród podmiotów działających na rynku. Jedne podmioty reagować będą według nowych oczekiwań inflacyjnych, inne na podstawie poprzednich. Na rynku funkcjonować mogą też podmioty wciąż nieświadome zmian oczekiwań inflacyjnych. Nakładanie się procesów adaptacji rozchodzącej się informacji wskazuje, że pełna siła działania Efektu Fishera może nigdy nie mieć miejsca. Na skalę zmian będą miały w konkretnym przedziale czasowym „efekty” również z poprzednich okresów. Tym samym odnotowywana w danym przedziale czasowym skala Efektu Fishera może być większa od odnotowywanych zmian w oczekiwanej inflacji, mniejsza lub też czasem (wyjątkowo) równa tym zmianom tak jak wskazuje wzór Fishera, czyli pointfor-point. Dlatego też obserwacje na poziomie makro zmian stóp procentowych, chaotycznych wobec zmian oczekiwań inflacyjnych nie musi oznaczać braku korelacji pomiędzy tymi zjawiskami (stopą oczekiwanej inflacji i stopą nominalnej stopy procentowej). Deterministyczna relacja może nie być widoczna na poziomie makro, jednak przy uszczegółowieniu obserwacji, sprowadzając tę obserwację do poziomu wyborów poszczególnych podmiotów działających na rynku, można byłoby tę deterministyczną relację jednak zaobserwować. Dokonywanie falsyfikacji hipotezy na poziomie makro, poprzez wykazanie braku korelacji pomiędzy badanymi elementami wzoru Fishera, czy nawet chaotycznych zmian obu elementów, w powyższym świetle wydaje się być pozbawione solidnego uzasadnienia teoretycznego. 3.3. Konieczność uwzględniania w analizie Efektu precyzji określenia warunków początkowych i precyzji pomiaru. Ponieważ w praktyce empirycznej zwykle nie posiadamy pełnej wiedzy o wszystkich parametrach opisywanych zjawisk i nie możemy dokonywać pomiarów z pełną dokładnością, dlatego dane początkowe znamy tylko z pewnym przybliżeniem. „Jeśli rozumieniu (jakiegoś zjawiska ekonomicznego-RS) nie towarzyszy zdolność do formułowania predykcji, powinniśmy spytać, czy 9 dzieje się tak dlatego, że nie jesteśmy w stanie zgromadzić wszystkich istotnych informacji o warunkach początkowych” (Blaug, 1995, s.46). W przypadku modeli zjawisk opisywanych w oparciu o chaos deterministyczny jednak nawet niewielka niedokładność, czy zaokrąglenie na początku obliczeń będzie się wykładniczo powiększać, powodując w konsekwencji nieużyteczność modelu dla długookresowego prognozowania. W konsekwencji mimo posiadania w pełni deterministycznego modelu, nie możemy na jego podstawie przewidzieć zachowania się układu w długim okresie czasu. Niemożliwość dokonywania prognoz będzie związana nie z istotą opisywanego zjawiska, lecz z obserwatorem, z jego zdolnościami do wykonywania pomiarów i obliczeń (Rothbard M., 1988)1. Należy jeszcze zwrócić uwagę na kolejną możliwą ingerencję obserwatora-badacza na rezultaty swoich badań. Jest nią powszechnie stosowana technika w badaniach statystycznych, polegająca na „wygładzaniu” danych poprzez np. wyciąganie z danych miesięcznych dwunastomiesięcznych średnich kroczących. W próbie statystycznego abstrahowania od konkretnych zdarzeń, usunięcia „losowych” obserwacji niepasujących rzekomo do poszukiwanego trendu ukrytego w danych, statystycy nieświadomie pozbywają się cennych informacji wartych zbadania, analizy i dopiero na ich podstawie wyciągnięcia wniosków. Coraz bardziej wyszukane ekonometryczne modele analizy Efektu Fishera mogą właśnie poprzez swoje wyrafinowanie dokonywać faktycznej degradacji wartości poznawczych badanych szeregów liczbowych. 3.4. Konieczność uwzględnienia nośnika przenoszenia informacji o zmianach oczekiwanej stopy inflacji na poziom nominalnej stopy procentowej. Zjawiska deterministyczne nie muszą oznaczać relacji point-for-point. Po zjawisku deterministycznym powinniśmy oczekiwać skutku pewnej przyczyny, ale skutek nie zawsze może być ex ante precyzyjnie określony liczbowo również w sytuacji nieznajomości nośnika oddziaływania. Najprostszy przykład zjawiska deterministycznego jakim jest działanie oscylatora harmonicznego wskazuje, że nie możemy określić spodziewanego ilościowo rezultatu bez znajomości nośnika siły. Ponadto zmiana nośnika przenoszenia siły zmieni skutek działania tej siły. Podobnie pomimo przyjęcia, dosyć oczywistego dziś, co nie było takie przed pracami Fishera na przełomie XIX i XX w., deterministycznego charakteru dwóch zjawisk ekonomicznych, jakimi są: poziom oczekiwanej stopy inflacji oraz poziom nominalnej stopy procentowej nie możemy określić skali efektu bez znajomości nośnika oddziaływania. Tym nośnikiem w przypadku Efektu Fishera jest organizm społeczno-ekonomiczny, w tym wszystkie instytucje finansowe działające na rynku pieniężnym. Organizm społeczno-ekonomiczny różny jest jednak dla różnych państw oraz zmieniać się może w dłuższym okresie czasu. Tym można byłoby wytłumaczyć, że Efekt Fishera dla jednych państw sprawdza się, a w tym samym czasie w innych nie sprawdza się w mniejszym lub większym stopniu. Bez porównania organizmów społeczno-ekonomicznych państw nie możemy udzielić jednoznacznej odpowiedzi na przyczyny tych różnic. Podobnie mogłaby znaleźć wytłumaczenie obserwacja, że Efekt Fishera w tej samej gospodarce w jednym okresie „działa”, a w innym już nie. Na zmianie systemu gospodarczego, a konkretnie podatkowego, oparty został postulat Darbiego i 1 By zobrazować wrażliwość modeli deterministycznych na zaokrąglenia obliczeń w literaturze przedmiotu podawany jest przykład wyników obliczeń kilku różnych maszyn liczących (a zatem zaokrąglenie na poziomie hardware): 3 kalkulatory - CASIO fx-7000G, HP 28S i Elektronika MK 61 oraz arkusz kalkulacyjnym Excel na komputerze z 32-bitowym procesorem Intel Celeron. Dla modelu p n+1 = pn + rpn(1 - pn), przy wartości r = 3 i wartości początkowej p = 0,01 (gdzie wskaźnik n określa numer iteracji) otrzymano skrajnie różne wyniki: 0,0036616295, 0,225758993390, 0,6701895 oraz 1,31399674660676 (www.web.archive.org/web/20110311102152/http://berith.webpark.pl/stro/nauk/nau1.html) 10 Feldsteina, że nominalna stopa procentowa w warunkach inflacji powinna rosnąć o poziom uwzględniający nie tylko oczekiwania inflacyjne, ale również efekt tarczy podatkowej, a zatem more than point-for-point. W konsekwencji to właśnie rozumowanie doprowadziło do powstania określenia Efekt Darby’ego (lub czasem Efekt Feldsteina-Darbiego). 3.5. Brak istnienia jednego i stabilnego equilibrium. Dotychczasowe, klasyczne podejście do ekonomii i zachodzących w niej okresowych zmian określić można było stwierdzeniem, że „… economy is endogenously stable (in a sense of a stable fix point). Oscilations emerge only because exogenous, possibly non-economic forces prevent economy from converging toward its stationary values.” (Nonlinear Dynamics in Economics and Social Sciences, 1991, s.18). W świetle teorii chaosu, na wysokim, ogólnym poziomie oglądu procesów ekonomicznych, poglądu tego nie można utrzymać bez wprowadzania wielu założeń idealizacyjnych. „In the chaotic growth models, the economy follows nonlinear dynamics, which are selfgenerating and never die down. External shocks are not needed to cause economic fluctuations, which are part of the dynamics of the economy” (Hsieh, A. 1990, s.2). Wyrwanie nominalnej stopy procentowej z jej stabilnego poziomu (w warunkach bezinflacyjnych – realnego) nie musi wcale nastąpić w wyniku precyzyjnie określonego, zewnętrznego bodźca, jakim w Efekcie Fishera jest zmiana oczekiwań inflacyjnych. Na ogólnym poziomie oglądu zjawiska ekonomicznego zmiana nominalnego poziomu stopy procentowej może być spontaniczna, niczym niegenerowana i chaotyczna. Nakładanie się wyników oczekiwań inflacyjnych na spontaniczne, a na ogólnym poziomie oglądu – chaotyczne, zmiany w poziomie nominalnej stopy procentowej mogłoby być jednym z elementów powodujących rozbieżności pomiędzy wynikami empirycznymi a teoretycznymi zachowania się nominalnych stóp procentowych w warunkach inflacji. Efekt Fishera rozpatrywać możemy również jako wskazanie drogi do osiągnięcia equilibrium na rynku pieniężnym w warunkach zmian inflacyjnych w gospodarce. Potraktować go można jako określenie warunku w jakim dochodzi do zrównoważenia się wielkości popytu i podaży na pieniądz w warunkach inflacji. Jeżeli przyjąć za prawdziwą hipotezę Fishera, że w gospodarce, bez względu na skalę zmian poziomu inflacji poziom (przewidywanej) realnej stopy procentowej utrzymuje się na stabilnym poziomie, to gdyby zależność pomiędzy stopą inflacji i stopą procentową nie odpowiadała relacji point-for-point, to przy takich uwarunkowaniach dochodziłoby do niezrównoważenia rynku pieniężnego. Na przykład gdyby poziom stóp procentowych nie nadążał za poziomem przewidywanej inflacji następowałby przepływ dodatkowej korzyści finansowej od kredytodawców do kredytobiorców. To zwiększałoby popyt na pieniądz i w konsekwencji, zgodnie z prawem popytu i podaży, dochodziłoby do zrównoważenia tych wielkości przy wyższym poziomie cenowym – dokładnie przy spełnieniu postulowanego przez Fishera warunku point-for-point. Farmer zwrócił uwagę na istotne zagadnienie. “Current economic theory is almost entirely based on the notion of equilibrium. A typical model postulates utility functions for the relevant economic agents, makes assumptions about their strategies for maximizing it, and then computes equilibria. Under the right circumstances, i.e. when all the underlying assumptions apply, this approach can be very useful. However, in many situations there is no unique equilibrium. When there are multiple equilibria it may be difficult to predict which agents will converge to. In other circumstances they may fail to converge to any equilibrium at all. (…) Situations where competition is strong and learning is myopic are well-described in terms of a unique equilibrium. If the situation is not competitive, in the sense that one player's gain makes another player's gain more likely, and if learning has long memory, then there are an enormous number of possible equilibria and it becomes difficult to know which one the system will coordinate on (Farmer 2012, s.7-10). Zmiany poziomów equilibrium, w których 11 ukształtowałaby się wartość nominalnej stopy procentowej w warunkach inflacji dodatkowo zniekształcać może obraz badanego zjawiska. Jego interpretacja jedynie poprzez analizę na poziomie ogólnym (porównywania oczekiwań inflacyjnych i wartości kształtującej się nominalnej stopy procentowej) prowadzić może do uznania braku korelacji, a nawet jego chaotyczności. W rzeczywistości może to być jedynie „przeskakiwanie” z jednego equilibrium do innego. 4. Podsumowanie. Fisher w sposób niekwestionowany postulował związek pomiędzy zmianami w poziomie nominalnych stóp procentowych a zmianami w poziomie oczekiwanej inflacji. Ale ze związku tego bynajmniej nie musi też wynikać, że: zmiany w poziomie oczekiwanej inflacji wpływają wyłącznie na zmianę poziomu stóp procentowych lub, że na zmianę nominalnych stóp procentowych wpływa wyłącznie zmiana poziomu oczekiwanej inflacji. Fisher z pewnością też nie uznawał, a przynajmniej nie wynika to z jego prac, że wszystkie organizmy gospodarcze, w których miałby działać jego Efekt są homogeniczne. Na podstawie analizy zapisów zawartych w jego pracach można wnosić, że uznawał on zaledwie, że każda zmiana w poziomie oczekiwanej inflacji wpływać powinna na zmianę poziomu stóp procentowych. Ale określenie, że powinna nie oznacza, że taka właśnie będzie. Na gruncie deterministycznych systemów nieliniowych nawet jednak to założenie nie jest konieczne, by nie odrzucać tej teorii w procesie jej falsyfikowania. W możliwościach detekcji zjawisk deterministycznych na rynkach finansowych Hsieh zwrócił uwagę na nasze obiektywne ograniczenia możliwości poznawczych. „... we have only finite amounts of data, which means that there is no way to verify that a processes has an infinite correlation dimension. Scientists typically use 100,000 or more data points to detect low dimensional chaotic system. Financial economists have substantially fewer points. The largest data sets generally have 2,000 observations. If we use the imbedding dimension of 10, we have only 200 non-overlapping 10-histories. It is very hard to say whether 200 10-histories "fill up" a 10-dimensional space. In other words, there is no practical way to distinguish between a chaotic process with a high correlation dimension (say larger than 10) and a truly random process. (Hsieh, 1990, s.10). Nieliniowe podejście do zagadnień gospodarczych w całkowicie innym świetle może przedstawić nam samo zagadnienie opisywane Efektem Fishera. Dotychczasowe, klasyczne podejście do ekonomii i zachodzących w niej okresowych zmian zakładające, że gospodarka jest enogenicznie stabilna, nie wytrzymuje konfrontacji z nieliniowym podejściem do zachodzącej w niej procesów. Faktycznie może zostać ona wytrącona ze stanu równowagi nie tylko przez działania egzogeniczne, ale też przez procesy endogeniczne. Skoro to nie stan stacjonarny, związany z osiągniętym, bądź osiąganym equilibrium, jest naturalny dla procesów ekonomicznych, lecz zmienność indukowana endogenicznie, to nieliniowe podejście można byłoby zastosować również do analizy zmian poziomu stóp procentowych w gospodarce. Nominalna stopa procentowa, w warunkach bezinflacyjnych tożsama z realną stopą procentową, nie jest i nie musi być wcale trwale stabilna. Nawet jeżeli okresowo byłaby stabilna, to może zostać wytrącona ze swojego poziomu nie tylko przez czynniki zewnętrzne (np. oczekiwaną zmianę poziomu inflacji). Co więcej, na wysokim poziomie uogólnienia moglibyśmy te zmiany określić jako losowe, lecz na wysokim poziomie szczegółowości badań określilibyśmy je jako zdeterminowane lokalnymi czynnikami, które pomijane są w analizie i w wynikających z niej prognozach. Zmienność realnej stopy procentowej w gospodarce, a zatem zaprzeczenie jednemu z założeń Efektu Fishera, wykazywane było już wielokrotnie w badaniach empirycznych. W świetle teorii chaosu i nielinearnego podejścia do procesów ekonomicznych w gospodarce nie jest niezbędne wykazywanie 12 zmienności realnej stopy procentowej, czy też poszukiwanie konkretnych przyczyn tych zmian, np. w korelacji do poziomu inflacji. Wystarczy określenie probabilistyczne losowości takich zmian. W żadnej z dotychczasowych prób falsyfikacji Efektu Fishera nie przyjmowano takiej możliwości. Analiza Efektu Fishera w świetle determinizmu i teorii chaosu prowadzić może też do zmiany celów i interpretacji wyników badań empirycznych. Celem tych badań nie musi być jedynie falsyfikacja tego twierdzenia. Rozbieżności pomiędzy przewidywaniami teoretycznymi wynikającymi z Efektu Fishera, a faktycznymi wynikami obserwacji nie muszą bynajmniej mieć charakteru falsyfikującego badane zjawisko. Stwierdzone rozbieżności stawałyby się dopiero podstawą do dalszych prac badawczych wyjaśniających okoliczności tych rozbieżności. W świetle determinizmu poznawczego zgodność przewidywań teoretycznych wynikających z Efektu Fishera i faktycznych wyników obserwacji tego zjawiska byłaby zaledwie wyjątkiem od reguły. Uwzględnienie nośnika oddziaływania pomiędzy z pewnością deterministycznym związkiem pomiędzy stopą inflacji i zmianą poziomu nominalnej stopy procentowej daje kolejną szansę na zrozumienie zmienności działania Efektu Fishera w ramach różnych gospodarek, a nawet w ramach tej samej gospodarki w różnych okresach czasu. Ponadto skala działania Efektu Fishera na określonej przestrzeni czasowej mogłaby być probierzem zmian, jakie zachodzić mogą w organizmie gospodarczym państwa. Bibliografia: 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. Blaug M. (1995), Metodologia ekonomii, Wydawnictwo Naukowe PWN, Warszawa. Carneiro F., Divino J., Rocha C. (2002), Revisiting the Fisher hypothesis for the cases of Argentina, Brazil and Mexico, Applied Economics Letters, nr 9, s.95-98. Cichy K. (2004), Badanie zgodności rozkładu stóp zwrotu na GPW w Warszawie z rozkładami Gauusa i Cauchy’ego, praca magisterska, Uniwersytet Ekonomiczny w Poznaniu. Darby M. (1975), The Financial and Tax Effects of Monetary Policy on Interest Rates, Economic Inquiry, 13, s. 266-269. Farmer D. (2012), Economics needs to treat the economy as a complex system, Department of Mathematics, the University of Oxford. Feldstein M. (1976), Inflation. Income Taxes, and the Rates ot Interest: A Theoretical Analysis, American Economic Review, Vol. 66, s. 809-830. Feldstein M., Summers L. (1979), Inflation, Tax Rules, and the Long-Term Interest Rate, National Bureau of Economic Research, paper nr 232, Cambridge (MA). Fisher I. (1896), Appreciation and Interest Macmillan, New York. Fisher I. (1907), The Rate of Interest, Macmillan, New York. Fisher I. (1928), The Money Illusion, Adelphi Company, New York. Fisher I. (1930), The Theory of Interest, Macmillan, New York. Friedman M. (1978), Price Inflation, Portfolio Choice and Nominal Interest Rates, National Bureau of Economic Research, Cambridge (MA). Fuliński A. (1993), O chaosie i przypadku, Znak, nr 45. Gandolfi A. (1982), Inflation, Taxation and Interest Rates, Journal of Finance, nr 37, s. 797-807. Gori F., Geronazzo L., Galeotti M. (1991), Nonlinear Dynamics in Economics and Social Sciences, Springer-Verlag, Siena. Hsieh, A. (1990), Chaos and Nonlinear Dynamics: Application to Financial Markets, Fuqua School of Business, Duke University, Durham. 13 17. Jareño F., Tolentino M. (2013), The Fisher Effect: a comparative analysis in Europe, Jokull Journal, nr. 12. 18. Koch T.M., Macdonald S.S., (2003), Bank Management, 5th Edition, South Western Thomson 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. 39. Learning. Lemańska A. (1996), Determinizm przyrodniczy a chaos deterministyczny, Studia Philosophiae Christianae, nr 1/32. Lemańska A. (2016), Determinizm, <www.kul.pl/files/57/.../lemanska_determinizm.pdf>, dostęp 14.02.2016. Makin J. (1981), Real Interest, Money Surprises and Anticipated Inflation, National Bureau of Economic Research, Cambridge (MA). Meisner K. (2015a), Granice poznania, <www.youtube.com/watch?v=CLxFIAS58D0>, dostęp 22.01.2016. Meisner K. (2015b), Wszechświat prosty, czy złożony, <www.youtube.com/watch?v=MCNA3IrAVI>, dostęp 22.01.2016. Mishkin F. (1984), Are Real Interest Rates Aqual Across Countries ? An Empirical Investigation of International Parity Conditions, Journal of Finance, nr 39. Mishkin, F. (1992), Is the Fisher Effect for Real? A Reexamination of the Relationship between Inflation and Interest Rates, Journal of Monetary Economics, nr 30, s. 195–215. Miyagawa S., Morita Y. (2003), The Fisher Effect and The Long–Run Phillips Curve -- in the case of Japan, Sweden and Italy, Kyoto Gakuen University, Kyoto. Mundell R. (1963), Inflation and Real Interest, Journal of Political Economy, nr 71, s. 280–283. Nielsen N. (1981), Inflation and Taxation. Nominal and Real rates of Return, Journal of Monetary Economics, nr 7, s. 261-270. Nowak I., Nowak L. (2000), Idealization X: The Richness of Idealization, Rodopi, AmsterdamAtlanta. Nowak L. (1977), Wstęp do idealizacyjnej teorii nauki, Polskie Wydawnictwo Naukowe, Warszawa. Orzeszko W., Osińska M. (2016), Analiza przyczynowości w zakresie zależności nieliniowych. Implikacje finansowe, Uniwersytet Mikołaja Kopernika w Toruniu, reprint. Pelaez R. (2003), The Fisher Effect: Reprise, Journal of Macroeconomics, nr 17. Poznański J. (2003), Filozoficzne aspekty teorii chaosu, Semina, nr 2 Scientiarum. Rose A. (1988), Is the Real Interest rate Stable?, Journal of Finance, nr 43. Rothbard M. (1988), Teoria chaosu: piąta kolumna ekonomii matematycznej?, Wydawnictwo Instytutu Misesa. Sobków R. (2016), Efekt Fishera jako przejaw esencjalizmu badawczego i adekwatność jego założeń idealizacyjnych w świetle rozwoju myśli ekonomicznej oraz przemian gospodarki światowej w XX wieku, artykuł niepublikowany. Tanzi V. (1976), Inflation, Indexation and Interest Income Tax, Quaterly Review, Banca Nazionale de Lavoro, nr 116, ss 64-76. Tobin, J. (1965), Money and Economic Growth, Econometrica, nr 33, s. 671–684. Weidmann J. (1997), New Hope for the Fisher Effect? A Reexamining Using Treshold Cointegration, University of Bonn. 14