Przesáanki budowy i wykorzystania modeli DSGE w analizie

Mając na uwadze potencjalne korzyĞci wynikające z zastosowania kon-cepcyjnie spójnego, porządkującego myĞlenie o funkcjonowaniu gospodarki, kompleksowego podejĞcia analitycznego w postaci modeli klasy DSGE oraz ustawiczny postĊp w sposobach ich estymacji, moĪe rodziü siĊ pytanie, dlaczego modele te nie staáy siĊ jeszcze kluczowym narzĊdziem do analizy i oceny skut-ków róĪnych rodzajów polityki gospodarczej. Przyczyn tego stanu rzeczy jest przynajmniej kilka. Po czĊĞci wiąĪe siĊ to ze wzglĊdną nowoĞcią samych tech-nik modelowania, a takĪe narzĊdzi obliczeniowych niezbĊdnych do rozwiązy-wania takich modeli. KompleksowoĞü modeli DSGE moĪe ograniczaü ich ak-ceptacjĊ wĞród polityków, a sam zapis matematyczny moĪe byü na tyle skom-plikowany, Īe tworzy naturalną barierĊ w komunikowaniu wyników decyden-tom gospodarczym, nie wspominając o samym spoáeczeĔstwie. Mimo braku przyczyn a priori, dlaczego modele DSGE miaáyby byü bardziej skomplikowane niĪ modele tradycyjne, metody ich rozwiązywania i estymacji nie są standardo-we (np. metoda Bayesowska). Poza tym, zrozumienie sposobu dziaáania tych modeli wymaga od ekonomistów nie tylko ogromnego doĞwiadczenia i duĪej liczby eksperymentów, lecz takĪe odpowiedniej kultury modelowania i duĪych umiejĊtnoĞci z zakresu statystyki i programowania. W związku z tym na rozwój tych modeli potrzebne są znaczne Ğrodki. Niestety, rządy, oĞrodki badawcze i banki centralne na ogóá nie traktują tego kierunku prac badawczych jako prio-rytetowy lub po prostu przeznaczają na ten cel doĞü ograniczone Ğrodki.

Mimo trudnoĞci, modele klasy DSGE wykorzystuje siĊ na Ğwiecie coraz czĊĞciej. MoĪna nawet pokusiü siĊ o stwierdzenie, Īe posiadanie ich przez banki centralne staáo siĊ sprawą prestiĪową. Coraz czĊĞciej pojawiają siĊ teĪ próby wykorzystania modeli DSGE w analizie funkcjonowania róĪnych obszarów go-spodarki, w tym sektora rolno-ĪywnoĞciowego, wybranych krajów lub regionów Ğwiata. ĝwiadczą o tym miĊdzy innymi przedstawione wczeĞniej przykáady za-stosowaĔ w analizach sáuĪących ocenie istotnych zjawisk i implikacji róĪnych polityk w takich obszarach problemowych, jak: Ğrodowisko naturalne, handel miĊdzynarodowy, alokacja i efektywnoĞü wykorzystania czynników wytwór-czych czy postĊp w rolnictwie i rozwój gospodarczy.

Przyczyn rosnącej popularnoĞci modeli DSGE naleĪy doszukiwaü siĊ przede wszystkim w ich walorach analitycznych. Walory te sprawiają, Īe modele DSGE mogą byü bardzo cennym narzĊdziem w ksztaátowaniu logicznych ram analizy i ewaluacji polityki gospodarczej. W szczególnoĞci są one pomocne w identyfikacji Ĩródeá fluktuacji, znajdowaniu odpowiedzi na pytania odnoĞnie zmian struktural-nych, przewidywaniu i prognozowaniu skutków zmian polityki oraz przeprowa-dzeniu eksperymentów. MoĪliwoĞci, jakie stwarza ich wykorzystanie, jak równieĪ znaczące usprawnienia w technikach modelowania opisywane w literaturze facho-wej, sprawiają, Īe zainteresowanie modelami DSGE wzrasta, a w rezultacie roĞnie takĪe liczba oĞrodków naukowych, które samodzielnie rozwijają i wykorzystują modele DSGE do analiz polityki gospodarczej i prognozowania.

NajwaĪniejszą zaletą modeli DSGE jest jednak to, iĪ umoĪliwiają one bardzo szczegóáowy i logiczny wgląd w sposób funkcjonowania gospodarki.

WáaĞnie ta cecha sprawia, Īe chociaĪ w obecnym stadium rozwoju modele DSGE doĞü czĊsto zawodzą ze wzglĊdu na niewystarczająco wyartykuáowany opis gospodarki, co moĪe przekáadaü siĊ na obniĪenie wagi lub ignorowanie niektórych waĪnych interakcji ekonomicznych i w rezultacie brak moĪliwoĞci uzyskania odpowiedzi na wszystkie stawiane pytania, wydaje siĊ, iĪ nie ma przed nimi odwrotu. Mimo wielu niedoskonaáoĞci jest to obecnie jedno z najcie-kawszych i najbardziej nowatorskich narzĊdzi analizy makroekonomicznej.

WĞwietle tego moĪna przyjąü, Īe siĊgniĊcie po modele klasy DSGE przez pre-stiĪowe oĞrodki naukowe jest tylko kwestią czasu. NaleĪy mieü jednakĪe ĞwiadomoĞü, Īe zastosowanie modeli DSGE w analizach polityk sektorowych napotyka w praktyce na wiele ograniczeĔ. Jak dotychczas, bardzo nieliczną jest grupa badaczy aktywnie za-angaĪowanych w wykorzystanie tego typu metod w badaniu rozáoĪonego w czasie wpáywu szoków, których Ĩródáem moĪe byü np. zmiana technologiczna, zmiany cen, czy teĪ róĪne scenariusze polityki makroekonomicznej, na funkcjonowanie poszczegól-nych sektorów gospodarki, w tym rolno-ĪywnoĞciowego. Wyniki otrzymane po zasto-sowaniu metod DSGE mają charakter bardziej informacyjny niĪ prognozujący [McDonald i Punt 2005, s. 89-90].

Oszacowania przeprowadzone w ramach modelowania typu DSGE przy-pominają kontrolowany eksperyment laboratoryjny, którego celem jest wyizolo-wanie wpáywu pojedynczej zmiany w gospodarce w celu lepszego zrozumienia natury tego wpáywu. Ponadto, chociaĪ dostĊpna jest wiĊkszoĞü danych potrzeb-nych do analiz na poziomie narodowym, to dostĊp do dapotrzeb-nych szczegóáowych, któ-re umoĪliwiają koncentracjĊ na rolnictwie i któ-regionach, jest ograniczony.

W konsekwencji pojawia siĊ koniecznoĞü uciekania siĊ do technik estymacyjnych.

Wyzwaniem w szerszym wykorzystaniu modeli DSGE w analizie sektora rolno-ĪywnoĞciowego jest takĪe to, iĪ modelowanie w kategoriach równowagi ogólnej ma swe korzenie w koncepcjach ekonomicznych, które nie w peáni przystają do tradycyjnie rozumianej ekonomiki rolnictwa i gospodarki Īywno-Ğciowej. Od badacza oczekuje siĊ, aby byá nie tylko specjalistą w dziedzinie ekonomiki rolnictwa i gospodarki ĪywnoĞciowej, ale takĪe posiadaá szeroką wiedzĊ z zakresu modelowania. Poza potrzebą posiadania stosownej wiedzy ma-tematycznej i umiejĊtnoĞci z zakresu programowania, wymagana jest doskonaáa znajomoĞü podstaw teoretycznych w zakresie mikroekonomii i makroekonomii, a takĪe rozumienie warunków socjoekonomicznych wystĊpujących w analizo-wanym kraju lub regionie.

Z jednej strony z powodu wysokich wymagaĔ w stosunku do modelują-cych nie zaskakuje fakt, iĪ ich uwagi nie absorbuje sektor rolno-ĪywnoĞciowy.

Z drugiej strony, zakres umiejĊtnoĞci wymaganych do skutecznego wsparcia programów badawczych jest bardzo szeroki i absolutnie niemoĪliwy do opano-wania przez pojedynczych naukowców. Wskutek tego, wiĊkszoĞü prac badaw-czych z wykorzystaniem modeli DSGE prowadzi siĊ na caáym Ğwiecie w zespo-áach, a koszty staáe rozwoju niezbĊdnych umiejĊtnoĞci są wysokie. Wynikają z tego dwa zasadnicze wnioski. Po pierwsze, aby moĪliwym byáo przeprowa-dzanie badaĔ z wykorzystaniem modeli DSGE, potrzebna jest okreĞlona, dosta-tecznie duĪa liczba badaczy. Po drugie, uwzglĊdniając czas i koszty szkoleĔ w zakresie modelowania z wykorzystaniem modeli DSGE, nabyte umiejĊtnoĞci powinny byü odpowiednio pielĊgnowane i rozwijane.

Zdaniem Paltseva [2004, s. 11] modele DSGE są ostatnim ogniwem ewo-lucji modeli równowagi [Paltsev 2004]. KaĪdy chciaáby dysponowaü narzĊ-dziem do przewidywania przyszáoĞci. Statyczne modele równowagi ogólnej nie-stety nie zostaáy do tego stworzone. Jednak naleĪy zdawaü sobie sprawĊ, iĪ nie moĪna zbyt wiele oczekiwaü od dynamicznych modeli równowagi. Nie są one nawet blisko celu, jakim jest przepowiadanie przyszáoĞci. Póki co, model tego typu moĪe pomóc w wyjaĞnieniu, co siĊ stanie, gdy nie wystąpią szoki i zmiany strukturalne w gospodarce. Dodatkowo, naleĪy przyjąü zaáoĪenia odnoĞnie tem-pa wzrostu gospodarczego na kilka nastĊpnych dekad, preferencji czasowych, tempa wzrostu liczby ludnoĞci, inflacji, deprecjacji, itd. ZaáoĪenia te jednakĪe mogą nas oddalaü znacząco od rzeczywistoĞci. Nie zmienia to faktu, Īe politycy muszą ustawicznie podejmowaü decyzje, a ekonomiĞci powinni udzielaü odpo-wiedzi na pytania dotyczące przyszáoĞci. W konsekwencji modele DSGE stają siĊ waĪnym narzĊdziem ewaluacji polityki gospodarczej. PamiĊtaü naleĪy teĪ o tym, Īe dobry model statyczny jest znacznie bardziej uĪyteczny, niĪ záy model dynamiczny, a póki co dobre modele dynamiczne zdarzają siĊ naprawdĊ rzadko.

WyjĞciem w tej sytuacji moĪe byü po pierwsze, odzwierciedlenie zjawisk i procesów gospodarczych polegające na stworzeniu kompleksowych modeli, które jednak bĊdzie trudniej zrozumieü, obsáugiwaü, analizowaü i komunikowaü.

Po drugie, modele te przynajmniej w początkowym etapie ich wykorzystywania nie umoĪliwią generowania lepszych wyników prognoz w porównaniu do mode-li stosowanych dotychczas. BĊdą one raczej z nim wspóáistnieü i wzajemnie siĊ uzupeániaü. Co waĪne, stopieĔ przydatnoĞci tych modeli do celów prognozowa-nia formalnych decyzji politycznych zaleĪeü bĊdzie od ich zdolnoĞci dopasowa-nia siĊ do danych [Mycielski 2008].

3.2. Model Dynamic-AAGE jako potencjalne narzĊdzie analizy