Przesáanki i kierunki rozwoju modeli DSGE

W minionym wieku w okresie od wczesnych lat 70. do póĨnych lat 90.

w rozwoju teorii równowagi dynamicznej dokonaá siĊ znaczący skok [Fernandez-Villaverde 2009, s. 2-5]. W tym czasie makroekonomia przeszáa od tworzenia modeli prototypowych do modelowania záoĪonych konstrukcji gospo-darki. Momentem zwrotnym byá artykuá Kydlanda i Prescotta z roku 1982 pt.

„Time to Build and Aggregate Fluctuations”. Po raz pierwszy makroekonomia zaczĊáa dysponowaü maáym, spójnym, dynamicznym modelem gospodarki, zbu-dowanym na zasadach optymalizacji zachowania podmiotów, racjonalnych oczekiwaĔ oraz oczyszczania rynku. Model ten mógá generowaü dane, w duĪym stopniu przypominające zmienne obserwowalne. Pomimo uwzglĊdnienia maáej liczby skáadników teorii cyklu biznesowego, takich jak: pieniądz, sztywnoĞü no-minalna czy rozliczenia nierynkowe, model sprawdzaá siĊ zadziwiająco dobrze.

DąĪąc do doskonalenia modelu za niezbĊdne uznano wáączenie trzech elementów. Pierwszym z nich byáa konkurencja monopolistyczna. ChociaĪ kon-kurencja monopolistyczna moĪe byü uwzglĊdniona na wiele sposobów, naj-czĊstszym sposobem jest wáączenie warunków Dixie-Stiglitza do Ğrodowiska równowagi ogólnej, tak jak zrobili to Blanchard i Kiyotaki (1987). Drugi ele-ment odnosi siĊ do roli pieniądza, zaĞ trzeci do szoków nominalnych. Zapropo-nowano takĪe wziĊcie pod uwagĊ takich czynników, jak niezmiennoĞü zwycza-jów konsumpcyji, koszty dostosowania inwestycji czy teĪ zmiennej stopy wyko-rzystania kapitaáu, co w efekcie oznacza dodanie wielu szoków odnoszących siĊ do inwestycji, preferencji, polityki monetarnej i fiskalnej.

Neoklasyczny, stochastyczny model wzrostu Kydlanda i Prescotta wyka-zywaá zadziwiającą zdolnoĞü do odzwierciedlania wszystkich tych mechani-zmów. Poszerzony o sztywnoĞü nominalną oraz realną i opublikowany przez Woodforda staá siĊ podstawą prac aplikacyjnych. Po raz pierwszy modele DSGE byáy wystarczająco elastyczne, aby dopasowaü siĊ do danych w stopniu zadowa-lającym i stanowiü konkurencjĊ dla modeli VARs¹ w zakresie sprawdzalnoĞci prognoz, umoĪliwiając jednoczeĞnie ewaluacjĊ realistycznych polityk ekono-micznych. W rezultacie doĞü szybko staáy siĊ one poĪądanym przez banki cen-tralne narzĊdziem analiz iloĞciowych polityki makroekonomicznej.

1 Model VAR jest to model wektorowej autoregresji (z ang. vector autoregression). Podstawo-we cechy modeli Podstawo-wektoroPodstawo-wej autoregresji w kanonicznej formie to: wszystkie zmienne modelu są endogeniczne, brak sztucznych ograniczeĔ dotyczących liczby zmiennych wystĊpujących w pojedynczym równaniu, áatwoĞü prognozowania, wysoki stopieĔ niezaleĪnoĞci od teorii.

Rozwój modeli dynamicznej równowagi ogólnej, konstruowanych w celu analizy i oceny skutków polityki gospodarczej, przebiegaá ewolucyjnie. MoĪna mówiü o czterech generacjach tego typu modeli [Olekah i Oyaromade 2007, s. 6-8]. Ramy analityczne modeli pierwszej generacji wyznaczaáy linie IS/LM, zaĞ równania opisywaáy powiązania zmiennych w rachunkach narodowych PKB (np. inwestycje i konsumpcjĊ). Dynamika zostaáa wprowadzona za pomocą rela-cji miĊdzy opóĨnionymi wartoĞciami zmiennych.

W drugiej generacji modeli wzmocniono ujĊcie strony podaĪowej, koncen-trując siĊ jednoczeĞnie na Ğledzeniu niektórych relacji, bĊdących konsekwencją istnienia problemów statycznej optymalizacji rozwiązywanej przez podmioty ekonomiczne. Wprowadzenie dynamiki polegaáo znowu na modyfikacji statycz-nych zaleĪnoĞci z wykorzystaniem koncepcji opóĨnieĔ rozáoĪostatycz-nych w czasie.

Trzecia generacja modeli byáa odpowiedzią na zarzut, iĪ modele wcze-Ğniejsze rzadko podczas symulacji dawaáy rozwiązania stacjonarne. Modele sta-áy siĊ mniejsze, poáoĪono nacisk na projektowanie stanu stacjonarnego, wáącza-jąc ponadto decyzje odnoĞnie cen, konsumpcji, inwestycji itd., które mogáy siĊ opieraü nie tylko na zmiennych finansowych, lecz takĪe na oczekiwanych przy-száych wynikach. W wiĊkszoĞci przypadków, parametry modelu bazowego byáy kalibrowane przy uwzglĊdnieniu punktu widzenia polityków gospodarczych i doradców. Nawet szacowane w drugim okresie konstrukcji modelu parametry, w duĪym stopniu odnoszące siĊ do dostosowaĔ dynamicznych, byáy zaleĪne od subiektywnego stosunku twórców modelu do prawdopodobnych efektów dynamicznych szoków.

Czwartą, obecną generacjĊ modeli odróĪniają od wczeĞniejszych dwie ce-chy. Po pierwsze, modele wczeĞniejsze wáączaáy jedno dobro, natomiast modele czwartej generacji poprzez duĪą róĪnorodnoĞü usáug oraz produkcjĊ wielu dóbr poĞrednich pozwoliáy na uwzglĊdnienie heterogenicznoĞci, bĊdącej wyrazem zachowania monopolistycznego i monopsonistycznego. Po drugie, w znaczący sposób wzrósá stopieĔ dynamiki wewnĊtrznej. W tym zakresie modele pozwala-ją uwzglĊdniü znaczną liczbĊ naáoĪonych na podmioty ograniczeĔ, takich jak:

zachowanie zwyczajów odnoĞnie konsumpcji i wyborów pracy, koszty dosto-sowaĔ inwestycyjnych, czy róĪne moĪliwoĞci wykorzystania kapitaáu. W konse-kwencji, model podstawowy posiada bardziej dynamiczną, bazującą na opty-malnych decyzjach strukturĊ, niĪ miaáo to miejsce w modelach poprzednich ge-neracji, zachowując jednakĪe niewielkie rozmiary i dając moĪliwoĞü analizy przyszáoĞci i przeszáoĞci. Procedura agregacji poziomów mikro i makro w mo-delach czwartej generacji jest teĪ uwaĪana za udaną próbĊ interpretacji niektó-rych ze zagregowanych funkcji popytu.

Modele dynamicznej stochastycznej równowagi ogólnej (DSGE) pojawiáy siĊ w wyniku prób uczynienia paradygmatu realnego cyklu biznesowego (RBC, z ang. Real Business Cycle) lepiej oddającym rzeczywistoĞü, poprzez wprowa-dzenie takich niedoskonaáoĞci, jak: konkurencja monopolistyczna na rynkach dóbr, brak równowagi na rynku pracy, czy wáaĞciwa rola polityki fiskalnej i mo-netarnej². Podstawy modeli DSGE ze sztywnymi cenami i páacami umoĪliwiáy uwzglĊdnienie wiĊkszoĞci cech statystycznych gáównych mikroekonomicznych szeregów danych. Dodatkowo, zastosowanie technik estymacji Bayesowskiej umoĪliwiáo zredukowanie wzglĊdnie duĪych modeli do estymowalnego syste-mu, który nie tylko dostarcza efektywniejszych oszacowaĔ parametrów modelu strukturalnego, lecz takĪe logicznego oszacowania szoku strukturalnego, kieru-jącego zaistniaáymi zmianami ekonomicznymi, których rozumienie jest podsta-wą procesu podejmowania decyzji z zakresu polityki monetarnej.

Modele DSGE są doĞü szeroko wykorzystywane w pracach makroekono-micznych, zwáaszcza tych odnoszących siĊ do realnego cyklu biznesowego.

W badaniach z wykorzystaniem w tym zakresie modeli równowagi ogólnej, cy-kle pojawiają siĊ w wyniku dziaáaĔ indywidualnych podmiotów, podejmujących decyzje optymalne w obliczu wystąpienia przypadkowych szoków. Celem jest jednak nie tylko rozwój modeli gospodarki, ale takĪe ich wykorzystanie w eks-perymentach, ilustrujących, jak gospodarka reaguje na róĪne zmiany parame-trów oraz do odpowiedzi na pytania związane z obserwowaną rzeczywistoĞcią ekonomiczną [Landon-Lane 2002, s. 3].

Jak podają Kydland i Prescott, autorami pierwszego eksperymentu obli-czeniowego z wykorzystaniem modelu statycznego w analizie wielu sektorów przemysáu byli Shoven i Whallery (1972) [Kydland i Prescott 1996, s. 69-85].

NastĊpnie Lucas (1976) przyznaá, Īe istnieje potrzeba obliczeniowego mentowania w badaniach nad cyklem biznesowym. W ekonomicznym ekspery-mencie obliczeniowym wyróĪnia siĊ piĊü kroków. Pierwszym jest postawienie pytania dotyczącego ewaluacji polityki, jej wpáywu na dobrobyt i dystrybucjĊ dochodów. NastĊpnie ma miejsce testowanie i weryfikacja teorii z wykorzysta-niem metod iloĞciowych. Na koĔcu bada siĊ wraĪliwoĞü poprzednich wyników na wprowadzenie bardziej realistycznych elementów.

Drugi krok obejmuje wykorzystanie dobrze przetestowanej teorii, która w rozumieniu Lucasa oznacza wyraĨny zestaw instrukcji do budowy systemu

2 Podczas gdy w rzeczywistoĞci wszystkie cechy modeli czwartej generacji zostaáy wewnĊtrz-nie zawarte w ramach modeli DSGE, kwestia doskonaáego przewewnĊtrz-niesienia miĊdzy dwoma kla-sami modeli stale pozostaje nierozwiązana, zwáaszcza w zakresie sposobu ujĊcia szoków ob-serwowalnych i nieobob-serwowalnych.

mechanicznej imitacji (1980). Dobrze przetestowana teoria to taka, która dostar-cza godnych zaufania odpowiedzi na pytania w ramach neoklasycznych teorii wzrostu. Trzecim krokiem jest konstrukcja modelu, uwzglĊdniającego jak naj-wiĊcej szczegóáów oraz rozwiązywalnego w procesie poszukiwania równowagi.

Krok czwarty to kalibracja modelu. NaleĪy zauwaĪyü, Īe model jest narzĊdziem pomiaru, kalibracja nie jest estymacją, a wartoĞci parametrów nie są jedynymi, które dostarczają najlepszych dopasowaĔ w sensie statystycznym. Ostatni krok to przeprowadzenie eksperymentu. Przykáadowo eksperyment obliczeniowy w badaniach cyklu biznesowego moĪe odpowiedzieü na pytanie na ile gospo-darka danego kraju bĊdzie wraĪliwa na fluktuacje, jeĞli szoki technologiczne bĊdą ich jedynym Ĩródáem.

Ostatnie 15 lat przyniosáo ogromny postĊp w zakresie specyfikacji i esty-macji modeli DSGE. W efekcie, wiele oĞrodków naukowych Īywo zaintereso-waáo siĊ ich uĪytecznoĞcią na potrzeby analizy polityki ekonomicznej. DziĞ wie-le banków centralnych, zarówno w krajach wysoko rozwiniĊtych, jak i rozwija-jących siĊ, stworzyáo juĪ wáasne modele, a wiele planuje zrobiü to w najbliĪszej przyszáoĞci. Trwa proces testowania sáuĪącego stwierdzeniu, czy mogą byü one dobrą podstawą do prognozowania, czy teĪ mogą byü wykorzystywane tylko jako dodatkowe, pomocnicze narzĊdzie.

Z pewnoĞcią modele DSGE mogą byü pomocne w identyfikacji Ĩródeá fluktuacji, w poszukiwaniu odpowiedzi na pytania dotyczące zmian struktural-nych oraz przewidywaniu i prognozowaniu skutków zmian polityki. UmoĪliwia-ją takĪe przeprowadzanie hipotetycznych eksperymentów. Warto zaznaczyü, Īe eksperymenty bazujące na modelach DSGE umoĪliwiają ustanowienie powiąza-nia wáaĞciwoĞci strukturalnych gospodarki i parametrów w zredukowanej for-mie, co nie byáo moĪliwe w przypadku modeli makroekonomicznych o duĪej skali. Nie mniej modele DSGE muszą nadal byü weryfikowane pod kątem moĪ-liwoĞci dopasowania do danych i uĪytecznoĞci, jako narzĊdzia wspierania poli-tyki gospodarczej.

ChociaĪ problemy sektora finansów publicznych są podstawowym obsza-rem zastosowania modeli DSGE, coraz czĊĞciej wykorzystuje siĊ je w analizie polityk adresowanych do poszczególnych sektorów gospodarki. Jednym z kie-runków wykorzystania tych aplikacji jest podlegające ewolucji modelowanie polityki odnoszącej siĊ bezpoĞrednio lub poĞrednio do sektora rolno- -ĪywnoĞciowego. Za przykáad etapowego przechodzenia od wykorzystania mo-deli równowagi cząstkowej poprzez modele równowagi ogólnej, aĪ do stosowa-nia modeli równowagi dynamicznej stochastycznej mogą sáuĪyü analizy miĊdzy-narodowego handlu produktami rolno-ĪywnoĞciowymi [Tyers 1990, s. 27-28].

Poszukując argumentów w negocjacjach w ramach Rundy Urugwajskiej budowano róĪne modele. Prawie wszystkie z tych modeli miaáy charakter po-równawczy lub statyczny, a wiele z nich, w celu przeprowadzenia symulacji sektorowo niepoáączonych rynków dóbr homogenicznych, byáo opartych na za-áoĪeniach równowagi cząstkowej. PominiĊcie wielu efektów miĊdzysektoro-wych i zróĪnicowania produktów, a takĪe wszystkich zachowaĔ dynamicznych i ryzyka, doprowadziáo ostatecznie do niewáaĞciwego ukierunkowania negocja-cji, bądĨ w najlepszym przypadku opóĨnienia procesu reform. Aplikacje tych modeli polegaáy na sprawdzaniu wpáywów reformy na ceny i handel, przy czym podkreĞlano znaczenie transferów miĊdzy grupami interesów i miĊdzy krajami w poszczególnych latach.

Problem zaostrzyá siĊ, gdy w obliczeniach pominiĊto skutki zakáóceĔ w innych sektorach, a co waĪniejsze, gdy dostrzeĪono okresowe i poĞrednie konsekwencje izolacji rynków krajowych od zakáóceĔ zewnĊtrznych. Gdzie izo-lacja rynku byáa podstawową motywacją, tam zazwyczaj istniaáy szerokie pod-stawy wsparcia politycznego dla wyáączenia szoków, które wedáug zaáoĪeĔ byáy inicjowane przez obcokrajowców. Kwestia ta mogáaby byü lepiej rozwiązana, gdyby w badaniach uwzglĊdniono zdolnoĞü miĊdzynarodowych rynków rolno- -ĪywnoĞciowych do dzielenia ryzyka, a takĪe poziom, do którego reforma poli-tyki izolacji rynków we wszystkich krajach mogáaby wyeliminowaü potrzebĊ dzielenia ryzyka w kaĪdym z nich. W rezultacie szczególnie waĪne staáo siĊ wáączenie zachowaĔ dynamicznych i ryzyka cenowego do nowych modeli ana-lizy handlu produktami sektora rolno-ĪywnoĞciowego. Powstające modele rów-nowagi dynamicznej okazaáy siĊ pomocne w uchwyceniu podstawowych przy-czyn zakáóceĔ handlu ĪywnoĞcią.