ISBN 978-83-7658-054-8

(1)

(2)

(3)

(4)

(5)

Pracę zrealizowano w ramach tematu Rozwój i aplikacja zaawansowanych metod ana- litycznych do ewolucji ex-ant i ex-post efektów zmian we Wspólnej Polityce Rolnej i w uwarunkowaniach makroekonomicznych w zadaniu Model dynamicznego stocha- stycznego stanu równowagi ogólnej sektora rolnictwa jako narzędzie wspierające formuło- wanie założeń przyszłej narodowej polityki rolnej.

Celem pracy jest przedstawienie istoty dynamicznych stochastycznych modeli równowagi ogólnej (DSGE) oraz ich przykładowych zastosowań w analizie i ewaluacji polityki rolnej, a także rekomendacji odnośnie potencjalnego wykorzystania modelu DSGE w formułowa- niu założeń przyszłej narodowej polityki rolnej.

Korekta

Krystyna Mirkowska Redakcja techniczna Leszek Ślipski Projekt okładki

AKME Projekty Sp. z o.o.

ISBN 978-83-7658-054-8

Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej – Państwowy Instytut Badawczy

00-950 Warszawa, ul. Świętokrzyska 20, skr. poczt. nr 984 tel.: (0 22) 50 54 444

faks: (0 22) 50 54 636 e-mail: dw@ierigz.waw.pl http://www.ierigz.waw.pl

(6)

SPIS TREĝCI

WstĊp ... 7

1. Geneza i koncepcyjna istota modeli DSGE ... 9

1.1. Koncepcja dynamicznej równowagi ogólnej... 9

1.2. Przesáanki i kierunki rozwoju modeli DSGE ... 12

1.3. Budowa i implementacja modeli DSGE... 16

2. MoĪliwoĞci i przykáady zastosowaĔ modeli typu DSGE w analizie róĪnych aspektów polityki rolnej ... 24

2.1.ĝrodowisko naturalne ... 24

2.1.1. Charakterystyka obszaru problemowego... 24

2.1.2. Model G-Cubed... 27

2.1.3. Model Centrum Rozwoju Ekonomicznego Uniwersytetu w Minnesocie... 30

2.2. Handel miĊdzynarodowy ... 31

2.2.2. Model INRA i UMR SMART ... 34

2.2.3. Model Ministerstwa Rolnictwa USA... 36

2.2.4. Model wolnego handlu ... 37

2.3. Czynniki wytwórcze ... 38

2.3.2. Model CIRAD-ES-UMR ... 41

2.3.3. Model GTAP i Uniwersytetu Stanowego w Ohio ... 43

2.3.4. Model Centrum na Rzecz Rolnictwa i Rozwoju Regionalnego Uniwersytetu Stanowego w Ohio... 45

2.3.5. Model CGE TAIGEM-E... 46

2.4. PostĊp w rolnictwie i rozwój gospodarczy ... 48

2.4.2. Model Uniwersytetu Michigan ... 51

2.4.3. Model ICES... 53

3. Rekomendacje dotyczące potencjalnego wykorzystania modelu DSGE w formuáowaniu zaáoĪeĔ przyszáej narodowej polityki rolnej... 56

3.1. Przesáanki budowy i wykorzystania modeli DSGE w analizie funkcjonowania polskiego sektora rolno-ĪywnoĞciowego ... 56

3.2. Model Dynamic-AAGE jako potencjalne narzĊdzie analizy i ewaluacji narodowej polityki rolnej... 59

3.3. Zastosowanie strukturalnego modelu gospodarki polskiej klasy DSGE do oceny wpáywu zmian polityki rolnej i uwarunkowaĔ makroekonomicznych na sektor rolno-ĪywnoĞciowy... 65

Podsumowanie... 74

Bibliografia... 77

(7)

(8)

Wst Ċp

Poszukując odpowiedzi na pytanie, jakie skutki ekonomiczne wywoáuje okreĞlona polityka gospodarcza moĪna stosowaü róĪne rozwiązania analityczne.

Jednym z nich jest modelowanie obserwowanych zjawisk i procesów zachodzą- cych w gospodarce. Kluczowym wyzwaniem w tym zakresie jest budowa modeli odwzorowującym moĪliwie jak najtrafniej záoĪonoĞü powiązaĔ i interakcji wy- stĊpujących miĊdzy tymi zjawiskami i procesami w okreĞlonej rzeczywistoĞci gospodarczej. Ze wzglĊdu na rynkowy charakter wspóáczesnych gospodarek, modele takie oparte są zwykle na koncepcji równowagi bĊdącej kompleksowym odzwierciedleniem funkcjonowania caáej gospodarki lub jej danego sektora przez pryzmat dziaáania mechanizmu rynkowego. W zaleĪnoĞci od zakresu przedmio- towego są to zatem modele równowagi ogólnej lub cząstkowej, natomiast, ze wzglĊdu na sposób odzwierciedlenia temporalnego aspektu zdarzeĔ gospodarczych, moĪna mówiü o modelach równowagi statycznej lub dynamicznej.

W ostatnim czasie szczególnie duĪym zainteresowaniem cieszą siĊ mode- le dynamicznej stochastycznej równowagi ogólnej (DSGE – Dynamic Stochastic General Equilibrium), áączące z jednej strony kompleksowoĞü zdarzeĔ gospodarczych, a z drugiej dynamikĊ i ich stochastyczny charakter. W wykorzystaniu modeli tego typu dostrzega siĊ szanse nie tylko na stosunkowo trafne ujĊcie za- leĪnoĞci wystĊpujących w gospodarce, lecz równieĪ bliskie rzeczywistoĞci sy- mulowanie potencjalnych skutków wywoáanych dziaáaniem róĪnych czynników sprawczych, miĊdzy innymi instrumentów polityki gospodarczej.

Opracowanie stanowi syntezĊ wyników prac badawczych prowadzonych w zadaniu pt. „Model dynamicznego stochastycznego stanu równowagi ogólnej sektora rolnictwa jako narzĊdzie wspierające formuáowanie zaáoĪeĔ przyszáej narodowej polityki rolnej” bĊdącym czĊĞcią tematu „Rozwój i aplikacja zaawansowanych metod analitycznych do ewaluacji ex-ante i ex-post efektów zmian we Wspólnej Polityce Rolnej i w uwarunkowaniach makroekonomicznych” realizowanego w latach 2008-2009 w ramach programu wieloletniego

„Ekonomiczne i spoáeczne uwarunkowania rozwoju polskiej gospodarki Īywno- Ğciowej po wstąpieniu Polski do Unii Europejskiej”.

W pierwszej czĊĞci opracowania przedstawiono genezĊ i koncepcyjną istotĊ modelu DSGE odwoáując siĊ w pierwszym rzĊdzie do teorii równowagi ogólnej, a nastĊpnie naĞwietlając kontekst równowagi dynamicznej. Scharakte- ryzowano takĪe przesáanki i kierunki rozwoju modeli typu DSGE oraz poruszo- no zasadnicze kwestie związane z ich budową i implementacją, takie jak: dopasowanie do danych, kalibracja, estymacja ekonometryczna oraz estymacja Bay-

(9)

esowska. Gáówną uwagĊ zwrócono na teoretyczny rodowód modeli DSGE, kon- cepcyjne ramy ich budowy oraz przydatnoĞü w analizie polityki ekonomicznej.

CzĊĞü drugą poĞwiĊcono omówieniu wybranych aplikacji modeli DSGE w analizach dotyczących, bezpoĞrednio lub poĞrednio, problematyki funkcjonowania sektora rolno-ĪywnoĞciowego, káadąc gáówny nacisk na zagadnienia polityki rolnej. WyodrĊbniono piĊü kluczowych obszarów problemowych, w których dotychczasowe próby zastosowaĔ modeli typu DSGE przedstawione w literaturze uznano za merytorycznie najbardziej obiecujące pod kątem przy- datnoĞci w ocenie skutków i formuáowaniu zaáoĪeĔ polityki rolnej. Do obszarów tych zaliczono: Ğrodowisko naturalne, handel miĊdzynarodowy, czynniki wy- twórcze, postĊp w rolnictwie oraz rozwój gospodarczy. Scharakteryzowano zakres zagadnieĔ związanych z kaĪdym z obszarów problemowych oraz przedstawiono związane z nimi przykáady konkretnych, aktualnych zastosowaĔ modeli typu DSGE, koncentrując siĊ na istocie analizowanego problemu, specyfice wy- korzystanego modelu, sposobie jego uĪycia oraz rezultatach analizy.

W trzeciej czĊĞci opracowania przedstawiono rekomendacje dotyczące wykorzystania modeli DSGE w analizie skutków aktualnej polityki rolnej i konsekwencji jej ewentualnych zmian, a takĪe formuáowaniu zaáoĪeĔ przyszáej kra- jowej polityki rolnej w Ğwietle moĪliwych, kolejnych reform WPR. Przedsta- wiono walory analityczne zastosowania modeli DSGE w analizach funkcjonowania sektora rolno-ĪywnoĞciowego oraz okreĞlono konkretną postaü tego typu modelu, który potencjalnie sáuĪy, jako narzĊdzie wspierające formuáowanie za- áoĪeĔ polityki rolnej. Scharakteryzowano miĊdzy innymi formalną strukturĊ modelu oraz rodzaje symulacji i prognoz moĪliwych do wykonania za jego po- mocą. Ponadto, zaprezentowano gáówne wyniki symulacji przeprowadzonych z wykorzystaniem, stworzonego w Instytucie BadaĔ Strukturalnych w Warsza- wie, wielosektorowego, kalibrowanego bezpoĞrednio na danych polskich, strukturalnego modelu gospodarki polskiej klasy DSGE, których celem byáa ocena skutków znacznego ograniczenia dopáat bezpoĞrednich w rolnictwie oraz siáy oddziaáywania na ten sektor i caáą gospodarkĊ makroekonomicznych szoków podaĪowych i popytowych wywoáanych zmianami cen towarów rolnych na rynkach Ğwiatowych lub zmianami kosztów produkcji (m.in. cen energii i paliw) oraz szoków wpáywających na kurs walutowy i stopĊ procentową.

(10)

1. Geneza i koncepcyjna istota modeli DSGE

1.1. Koncepcja dynamicznej równowagi ogólnej

Koncepcja równowagi dotyczy ksztaátowania siĊ podaĪy, popytu i cen w caáej gospodarce. Zakáada ona zrównowaĪenie wewnĊtrzne wszystkich analizowanych rynków oraz jednoczesne równowaĪenie siĊ ich miĊdzy sobą. A. Smi- th uwaĪaá, Īe do równowagi ogólnej dochodzi na konkurencyjnych rynkach bez interwencji rządu, przy czym badanie gospodarki, jako ukáadu powiązanych rynków, miaáo charakter wyáączne intuicyjny.

Formalne ujĊcie zagadnienia równowagi ogólnej zostaáo po raz pierwszy zaproponowane juĪ w drugiej poáowie XIX wieku przez szwajcarskiego ekono- mistĊ pochodzenia francuskiego Leona Walrasa. Jednak dopiero jego nastĊpcy Kenneth Joseph Arrow, Gérard Debreu oraz Lionel McKenzie przedstawili w 1954 roku Ğcisáe dowody istnienia równowagi ogólnej dla statycznego modelu konkurencji doskonaáej. Podali oni teĪ dokáadne warunki, przy speánieniu któ- rych model ma jedyne i ekonomicznie znaczące rozwiązanie. W podejĞciu walrasowskim równowaga ogólna charakteryzuje gospodarkĊ w „stanie spoczynku”, tj. bezczasowo wyraĪa siĊ w wielkoĞci i strukturze produkcji, czynni- ków produkcji i poziomie cen, przy których popyt na produkcjĊ i czynniki produkcji jest równy ich podaĪy. Nawiązuje do optimum Pareta, poniewaĪ nie wy- stĊpują tutaj podmioty zainteresowane zmianą tego stanu. Istnieje równieĪ caá- kowite podporządkowanie mechanizmowi rynkowemu z wykluczeniem inge- rencji zewnĊtrznej. JeĞli wszystkie dobra w gospodarce zostaną wáączone do ogólnego modelu rynku, rezultatem bĊdzie warlasowski rodzaj modelu równo- wagi ogólnej, w którym nadwyĪkowy popyt na kaĪde dobro traktowany jest jako funkcja cen w gospodarce [KamiĔska 2009]. Caáy model równowagi ogólnej bazuje na informacji cenowej. To zmiany cen są gáównym bodĨcem dziaáania podmiotów gospodarczych i gáównym kanaáem transmisyjnym na rynku, a zatem odpowiedni wektor cen ma równowaĪyü caáy system ekonomiczny [Dą- browski 2009, s. 48-52].

Równowaga rynkowa zakáada wyrównywanie siĊ siá podaĪy i popytu. Dla przykáadu wzrost podaĪy wpáywa na punkt równowagi powodując spadek cen.

W tym wypadku na wiĊkszoĞci rynków zostaje osiągniĊty nowy punkt równo- wagi. Niektóre stany równowagi cechuje stabilnoĞü, tzn. maáe odchylenie od równowagi wywoáuje dziaáanie siá, które prowadzą system gospodarczy w kie- runku pierwotnej równowagi. Przykáadowo, gdy wystĊpuje wzrost w wielkoĞci podaĪy (nadmiar towarów), nastĊpuje spadek cen, co w nastĊpstwie indukuje

(11)

powrót rynku do sytuacji, w której wymagana jest pierwotna iloĞci dostarcza- nych towarów. Zazwyczaj systemy osiągają niezaleĪny od czasu i nieodwracal- ny stan stabilnoĞci. Nie jest on wyznaczony przez warunki wyjĞciowe, lecz zale- Īy wyáącznie od parametrów systemu [Jakimowicz 2003, s. 204]. Takie ukáady zbliĪają siĊ asymptotycznie do ukáadu stacjonarnego lub oscylują wokóá niego, nie osiągając pozycji stacjonarnej.

JeĪeli wektor cen z upáywem czasu zmierza do cen równowagi, przyjmuje siĊ, Īe stan równowagi jest stabilny [Panek 2005, s. 123]. Z globalną stabilnoĞcią równowagi mamy do czynienia wówczas, gdy bez wzglĊdu na to, jaki jest po- czątkowy wektor cen p⁰>0, z upáywem czasu proporcje miĊdzy wszystkimi ce- nami stają siĊ coraz bliĪsze proporcjom cen w równowadze. Na rynku najczĊĞciej obserwuje siĊ stan równowagi statycznej, jednakĪe równowaga rynkowa moĪe mieü równieĪ charakter dynamiczny (dynamic equilibrium). Zarówno równowa- ga statyczna, jak i dynamiczna wystĊpują w stanie stacjonarnym (inaczej zwanym stanem równowagi trwaáej) – dany stan stacjonarny moĪe byü opisany za pomocą zarówno modelu statycznego, jak i modelu dynamicznego [Dąbrowski 2009]. W statycznym systemie ekonomicznym zmienne są niezaleĪne od upáywu czasu, co nie wyklucza, aby pewne, czy nawet wszystkie, zmienne w modelu dynamicznym byáy staáe w czasie, o ile taki model ma rozwiązanie stacjonarne.

Równowaga statyczna wystĊpuje wtedy, gdy zmienne równowaĪą siĊ bez nadwyĪki i deficytu, podobnie jak równowaĪą siĊ siáy dziaáające na ciaáo znajdu- jące siĊ w stanie spoczynku [Jakimowicz 2003]. Podstawowym mankamentem statycznej analizy ekonomicznej jest to, Īe nie daje ona odpowiedzi na pytanie, czy i w jaki sposób moĪe zostaü osiągniĊta równowaga rynkowa, jeĪeli wyjĞcio- wy stan rynku cechuje nierównowaga [Panek 2005, s. 119]. Równowagi statycznej nie naleĪy analizowaü w oderwaniu od czasu, albowiem w ekonomii nie wy- stĊpują zjawiska czy procesy przebiegające poza czasem. Statyka ekonomiczna okreĞla te problemy i zjawiska ekonomiczne, które identyfikowalne są w stosunkowo krótkim czasie. W przeciwieĔstwie do dynamiki statycznej, dynamika ekonomiczna odnosi siĊ do zjawisk, których ujawnienie wymaga dáuĪszego czasu [Panek 1993, s. 8]. Badanie procesu dochodzenia do stanu równowagi staje siĊ moĪliwe dopiero na gruncie analizy dynamicznej, w której formuáuje siĊ modele, opisujące procesy ekonomiczne, zachodzące w czasie.

Równowaga dynamiczna systemu nie polega na osiągniĊciu pozycji stacjonarnej, poniewaĪ ukáad nie jest wtedy zdolny do wykonania pracy (w sensie fizycznym), lecz na utrzymaniu w pewnej odlegáoĞci, tak by dziĊki áącznoĞci z otoczeniem nastĊpowaáo powstanie jednych skáadników kosztem dekapitaliza- cji drugich [Jakimowicz 2003, s. 204].

(12)

WystĊpowanie równowagi dynamicznej opisuje model Arrowa-Hurwicza.

Dynamicznym modelem rynku Arrowa-Hurwicza w wersji dyskretnej nazywa- my nastĊpujący ukáad równaĔ róĪnicowych [Panek 2005, s. 122]:

p1(t+1)-p1(t)=ız1(p1(t),…,pn(t))

pn(t+1)-pn(t)=ızn(p1(t),…,pn(t)) gdzie:

p(t) – wektor cen w okresie t,

z – funkcja nadmiernego popytu jako róĪnica pomiĊdzy globalnym popy- tem i globalną podaĪą,

ı – parametr wraĪliwoĞci cen na nierównowagĊ.

W przedstawionym powyĪej, dynamicznym modelu Arrowa-Hurwicza, wzrost (spadek) ceny kaĪdego towaru w okresie t+1 (w porównaniu z okresem t) uzaleĪniony jest od wartoĞci nadmiernego popytu na ten towar w okresie t. JeĪeli nadmierny popyt na i-ty towar jest dodatni (nadwyĪka globalnego popytu nad glo- balną podaĪą), to w nastĊpnym okresie obserwujemy wzrost jego ceny, równy p1(t+1)-p1(t)=ız1(p1(t),…,pn(t))>0. MoĪliwa jest sytuacja, w której dla jednych towarów nadmierny popyt jest dodatni, natomiast dla innych towarów moĪe byü ujemny (nadwyĪka globalnej podaĪy nad globalnym popytem). W przypadku tych towarów ceny maleją zgodnie z równaniem p1(t+1)-p1(t)=ız1(p1(t),…,pn(t))<0.

JeĪeli wreszcie nadmierny popyt na kaĪdy towar jest zerowy, czyli

i zi(p1(t),…,pn(t))=0, to Īadna cena nie ulega zmianie. Rynek znajduje siĊ wów- czas w stanie ogólnej równowagi walrasowskiej [Panek 2005, s. 122].

Jednym z liniowych dynamicznych modeli, zwanym funkcją opóĨnionej podaĪy, jest model pajĊczyny, który uwzglĊdnia zaleĪnoĞü wielkoĞci podaĪy od ceny w poprzednim okresie, przy zaáoĪeniu caákowitej sprzedaĪy produkcji z danego okresu (bez zapasów i magazynowania), tj. nieopóĨnionej funkcji popytu. Dzieje siĊ tak wtedy, gdy producent jest zmuszony wzglĊdami technolo- gicznymi do podjĊcia decyzji produkcyjnych jeden okres przed sprzedaĪą, a cena sprzedaĪy w okresie t jest ceną czyszczącą rynek, gdyĪ kaĪdorazowo QDt=QSt

[KamiĔska 2009]. NajczĊĞciej taka sytuacja wystĊpuje w rolnictwie, gdzie za- równo w produkcji roĞlinnej, jak i zwierzĊcej decyzje o wielkoĞci zasiewu oraz liczebnoĞci stada podstawowego podejmuje siĊ z mniej wiĊcej rocznym wy- przedzeniem w stosunku do momentu sprzedaĪy.

(13)

1.2. 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 gospodarki. 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 konkurencja 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 element 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 wykorzystania 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 ekonomicznych. W rezultacie doĞü szybko staáy siĊ one poĪądanym przez banki centralne narzĊdziem analiz iloĞciowych polityki makroekonomicznej.

1 Model VAR jest to model wektorowej autoregresji (z ang. vector autoregression). Podstawo- we cechy modeli wektorowej 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.

(14)

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 relacji 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 statycznych zaleĪnoĞci z wykorzystaniem koncepcji opóĨnieĔ rozáoĪonych 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 cechy. 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 konsekwencji, model podstawowy posiada bardziej dynamiczną, bazującą na opty- malnych decyzjach strukturĊ, niĪ miaáo to miejsce w modelach poprzednich generacji, zachowując jednakĪe niewielkie rozmiary i dając moĪliwoĞü analizy przyszáoĞci i przeszáoĞci. Procedura agregacji poziomów mikro i makro w modelach czwartej generacji jest teĪ uwaĪana za udaną próbĊ interpretacji niektó- rych ze zagregowanych funkcji popytu.

(15)

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 monetarnej². 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 systemu, 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 makroekonomicznych, 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 obliczeniowego 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 ekspery- 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 wykorzystaniem 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 przeniesienia miĊdzy dwoma kla- sami modeli stale pozostaje nierozwiązana, zwáaszcza w zakresie sposobu ujĊcia szoków ob- serwowalnych i nieobserwowalnych.

(16)

mechanicznej imitacji (1980). Dobrze przetestowana teoria to taka, która dostarcza 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 gospodarka danego kraju bĊdzie wraĪliwa na fluktuacje, jeĞli szoki technologiczne bĊdą ich jedynym Ĩródáem.

Ostatnie 15 lat przyniosáo ogromny postĊp w zakresie specyfikacji i estymacji modeli DSGE. W efekcie, wiele oĞrodków naukowych Īywo zaintereso- waáo siĊ ich uĪytecznoĞcią na potrzeby analizy polityki ekonomicznej. DziĞ wiele 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 strukturalnych 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 formie, 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 polityki 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 modeli 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].

(17)

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 podstawy 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 polityki 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 analizy handlu produktami sektora rolno-ĪywnoĞciowego. Powstające modele rów- nowagi dynamicznej okazaáy siĊ pomocne w uchwyceniu podstawowych przy- czyn zakáóceĔ handlu ĪywnoĞcią.

1.3. Budowa i implementacja modeli DSGE

W modelach DSGE z definicji bazujących na koncepcji równowagi ogól- nej, uwzglĊdnia siĊ trzy gáówne sektory: gospodarstw domowych, przedsiĊ- biorstw i publiczny (wáadza monetarna). Zakáada siĊ, Īe sektory gospodarstw domowych i przedsiĊbiorstw dziaáają racjonalnie, a uĪytecznoĞü i zyski maksymali- zowane są miĊdzyokresowo i w warunkach niepewnoĞci. Wáadza monetarna ustala stopy procentowe zgodnie z okreĞlonymi reguáami lub maksymalizuje wáasną funkcjĊ celu. Modele DSGE mają dynamiczny charakter, dziĊki czemu moĪna badaü zachodzące z biegiem czasu zmiany w gospodarce. Biorąc pod uwagĊ fakt, iĪ gospodarka naraĪona jest na dziaáanie nagáych szoków, takich jak zmiana tech- nologiczna, wahania cen ropy czy báĊdy polityki makroekonomicznej, nadano im takĪe stochastyczny charakter w odróĪnieniu od statycznych modeli równowagi.

(18)

W tradycyjnych modelach makroekonomicznych sáuĪących prognozowaniu, wykorzystywanych przez banki centralne od lat 70., szacuje siĊ dynamiczne korelacje miĊdzy cenami i iloĞciami dóbr w róĪnych sektorach gospodarki, czĊ- sto biorąc pod uwagĊ tysiące zmiennych. W porównaniu z nimi, modele DSGE od strony technicznej są trudniejsze do rozwiązania i analizy, lecz koncentrują siĊ na znacznie mniejszej liczbie najwaĪniejszych dla kaĪdego z sektorów zmiennych. Teoretyczne modele DSGE obejmują zaledwie kilka zmiennych, ale juĪ eksperymentalne modele prognostyczne, budowane na przykáad przez banki centralne, mogą zawieraü setki zmiennych.

Modele DSGE nie uwzglĊdniają szczegóáów sektorowych, cechuje je natomiast spójnoĞü logiczna, wynikająca z mikroekonomicznych zasad modelow- nia procesów ograniczonego podejmowania decyzji. Sprowadza siĊ to do uwzglĊdniania takich aspektów gospodarowania, jak: preferencje, technologia i ramy instytucjonalne. Preferencje to okreĞlone cele podmiotów ekonomicznych. Na przykáad, gospodarstwa domowe maksymalizują funkcje uĪytecznoĞci poprzez konsumpcjĊ i pracĊ, zaĞ przedsiĊbiorstwa maksymalizują swoje funkcje zysku. Technologia oznacza moce produkcyjne podmiotów w gospodarce, które równieĪ muszą byü ĞciĞle okreĞlone. Firmy przyjmują funkcje produkcji deter- minujące liczbĊ produkowanych dóbr w zaleĪnoĞci od iloĞci pracy i zaangaĪo- wanego kapitaáu. Ograniczenia techniczne decyzji podmiotów uwzglĊdniają koszty dostosowania zapasów kapitaáowych, poziom zatrudnienia i cen. Z kolei istnienie ram instytucjonalnych oznacza koniecznoĞü okreĞlenia instytucjonalnych ograniczeĔ, przy których zachodzą interakcje miĊdzy podmiotami w gospodarce. W wielu modelach DSGE moĪe to po prostu oznaczaü, Īe podmioty dokonują swych wyborów w ramach egzogenicznie okreĞlonych ram budĪeto- wych, a ceny dostosowują siĊ do momentu zrównowaĪenia rynków. MoĪe to takĪe oznaczaü specyfikacjĊ zasad polityki fiskalnej i monetarnej, czy teĪ okre- Ğlenie, jak reguáy i ograniczenia budĪetowe zmieniają siĊ w zaleĪnoĞci od procesu politycznego.

Model DSGE rozwiązujemy specyfikując: preferencje (to, czego chcą podmioty), technologiĊ (to, co podmioty mogą wyprodukowaü) i instytucje (sposoby ich reakcji). NastĊpnie moĪna przewidywaü faktyczną produkcjĊ, handel i konsumpcjĊ. W zasadzie moĪliwe jest takĪe przewidywanie skutków zmian ram instytucjonalnych. W przeciwieĔstwie do stanowiska Lucasa, przewidywania takie nie byáyby wiąĪące w tradycyjnych modelach makroekonomicznych, jako Īe modele te opierają siĊ na korelacji zmiennych makroekonomicznych, zmieniających siĊ wraz z wprowadzeniem nowej polityki, czyniąc niewaĪnymi przewidywania na podstawie obserwacji z przeszáoĞci.

(19)

Biorąc pod uwagĊ trudnoĞü konstrukcji odpowiednich modeli DSGE, wiĊkszoĞü analiz opiera siĊ na tradycyjnych modelach makroekonomicznych, przeznaczonych do tworzenia prognoz krótkookresowych [Woodford 2003, s. 12]. Z drugiej strony skutki polityk alternatywnych w coraz wiĊkszym stopniu badane są z wykorzystaniem metod DSGE. Odkąd modele DSGE są konstruowa- ne w oparciu o przypuszczenia odnoĞnie preferencji podmiotów, moĪliwe jest stwierdzenie, czy rozwaĪane polityki są optymalne w sensie Pareto i czy speániają inne, oparte na preferencjach, kryteria dobrobytu spoáecznego [Woodford 2003].

Obecnie znane są dwie rywalizujące ze sobą szkoáy budowy modeli typu DSGE. Pierwsza z nich wykorzystuje teoriĊ realnego cyklu biznesowego (RBC), której podstawą jest neoklasyczny model wzrostu z zaáoĪeniem elastycznoĞci cen i badanie, w jaki sposób realne szoki w gospodarce wywoáują wahania cykli biznesowych. Celem podejĞcia RBC jest budowa iloĞciowych modeli makroekonomicznych poprzez wáaĞciwą optymalizacjĊ zachowaĔ na poziomie indy- widualnym. Druga szkoáa to z kolei modele neokeynesowskie, których struktura jest podobna do modeli RBC, z tą róĪnicą, Īe zakáada siĊ, iĪ ceny ustalane są przez monopolistycznie konkurujące ze sobą firmy i nie mogą byü stale i bez- kosztowo dostosowywane. Ten punkt widzenia po raz pierwszy przedstawili Rotemborg i Woodford (1997). W swojej podstawowej strukturze wiĊkszoĞü znanych z literatury modeli DSGE áączy elementy paradygmatu neokeynesow- skiego i podejĞcie RBC [Tovar 2008, s. 4-5].

Standardowy model DSGE, to oparty na mikroekonomicznych podsta- wach model gospodarki otwartej lub zamkniĊtej z realną i nominalną sztywno- Ğcią cen. Gospodarstwa domowe konsumują, podejmują decyzje ile zainwesto- waü oraz są monopolistycznymi dostawcami róĪnych rodzajów pracy, która pozwala im ustalaü wynagrodzenie. Firmy zatrudniają siáĊ roboczą, wynajmują kapitaá i są monopolistycznymi dostawcami zróĪnicowanych dóbr, co pozwala im ustalaü ceny. Polityka fiskalna jest zazwyczaj ograniczona w sensie ricar- diaĔskim, podczas gdy polityka monetarna jest prowadzona wedáug zasady po- legającej na ustalaniu stopy procentowej w odpowiedzi na odchylenia od celu inflacyjnego i niektórych mierników aktywnoĞci gospodarczej, jak np. luka pro- dukcyjna. Ponadto, przyjmuje siĊ równieĪ okreĞlony stopieĔ wygáadzenia stopy procentowej. Model podstawowy jest wzbogacony o strukturĊ stochastyczną, związaną z roĪnego rodzaju szokami: strony podaĪowej (produktywnoĞü i podaĪ pracy), strony popytowej (preferencje, specyfika inwestycyjna, wydatki publicz- ne), cenowymi (wzrost cen, wzrost páac, premia za ryzyko) i monetarnymi (stopa procentowa i inne zmienne celowe). Zakáada siĊ teĪ, Īe wszystkie rodzaje szoków są pochodną pierwszego rzĊdu procesu autoregresji.

(20)

Ogólnie rzecz biorąc, ramy modelu DSGE są tak skonstruowane, aby wia- rygodnie odzwierciedliü dynamikĊ cyklu biznesowego w gospodarce. Obecnie do gáównych wyzwaĔ w dąĪeniu do ich doskonalenia naleĪą: problem modelowania rynków finansowych, lepsze uwzglĊdnienie roli polityk fiskalnych, poprawa interakcji handlu i otwartoĞci finansowej, modelowanie rynków pracy i modelowanie dynamiki inflacji, np. odnoĞnie roli oczekiwaĔ i ksztaátowania siĊ cen.

Jedną z kluczowych kwestii związanych z implementacją modeli DSGE jest ich dopasowanie do danych opisujących stany równowagi ogólnej i ceny w gospodarce, w której wszyscy agenci dynamicznie maksymalizują swoje cele (uĪytecznoĞü, zyski itd.), znając ograniczenia budĪetowe i zasobowe [Tovar 2008, s. 8-9]. Z tego powodu parametry opisują preferencje podmiotów, funkcjĊ produkcji i inne strukturalne wáaĞciwoĞci gospodarki. Takie, nie róĪniące siĊ w zaleĪnoĞci od polityki, parametry są gáównym celem estymacji. W ten wáaĞnie sposób moĪna uniknąü krytyki Lucasa, zgodnie z którą tylko te modele, w któ- rych parametry nie róĪnią siĊ w zaleĪnoĞci od interwencji polityki, są przydatne do ewaluacji wpáywu zmian politycznych. Z empirycznego punktu widzenia Īa- den z modeli nie generuje danych w ramach szeregów czasowych i zasadniczo nie do tego są one przeznaczone. Chodzi o to, aby uzyskaü wgląd w specyficzne związki ekonomiczne, a nie opisaü aktualny stan gospodarki. Kluczowymi ele- mentami, które naleĪy wziąü pod uwagĊ są róĪne aspekty związane z samymi danymi, metody estymacji, specyfikacja modelu, identyfikacja parametrów i symulacje polityki przeprowadzane z ich wykorzystaniem.

Dwoma gáównymi sposobami ewaluacji modeli DSGE są: kalibracja i estymacja ekonometryczna [Tovar 2008, s. 10-11]. Kalibracja oznacza proces wyboru parametrów do swoich modeli DGE z róĪnych Ĩródeá [Heer i Maussner 2009, s. 46-47]. Do najpopularniejszych sposobów kalibracji naleĪą: wykorzystanie wartoĞci Ğrednich obliczonych z szeregów czasowych lub wspóáczynni- ków zmiennych ekonomicznych, szacowanie pojedynczych równaĔ, odniesienie siĊ do badaĔ ekonometrycznych opartych na danych mikro lub makro, czy ska- lowanie parametrów w taki sposób, Īe model powiela okreĞlone fakty empi- ryczne, jako drugie momenty danych, lub reakcjĊ na impulsy ze strony strukturalnych autoregresji wektorowych.

W przypadku kalibracji, parametry wybieramy tak, aby symulowane z modelu zachowanie zmiennych replikowaáo dane [Mycielski 2008]. Tego typu podejĞcie moĪna sformalizowaü uĪywając funkcji celu, która mierzy róĪnice miĊdzy zachowaniami obserwacji rzeczywistych i tych wygenerowanych z modelu. Oszacowane parametry powinny minimalizowaü funkcjĊ celu. Najprost- szym sposobem porównania danych rzeczywistych i symulowanych jest porów- nanie ich momentów.

(21)

Metody kalibracji byáy jeszcze niedawno bardzo powszechnie stosowane, lecz obecnie są znacznie mniej popularne. CzĊĞciowo jest to wynikiem uspraw- nienia mocy obliczeniowych i rozwoju nowych metod ekonometrycznych, dziĊki czemu estymacja ekonometryczna staáa siĊ rozwiązaniem dostĊpniejszym i atrak- cyjniejszym. Trzy najczĊĞciej stosowanie metody estymacji ekonometrycznej to:

metoda symulowanych momentów, uogólniona metoda momentów i wnioskowanie poĞrednie (rozszerzona metoda symulowanych momentów) [Mycielski 2008].

Do metod estymacji zaliczana jest takĪe metoda najwiĊkszej wiarygodnoĞci.

W metodzie symulowanych momentów minimalizujemy³: min[m-m*(ș)]’W[m-m*(ș)], gdzie W jest optymalną macierzą wag postaci:

W=lim_TĺVar[(1/¥T) Ȉt=1T

mt)]^-1. MoĪna ponadto wykazaü, Īe przy pewnych zaáoĪeniach, metoda ta posiada poĪądane wáasnoĞci statystyczne.

Uogólniona metoda momentów jest podobna do metody symulowanych momentów. W jej przypadku rozwiązujemy nastĊpujący problem minimalizacji:

min{m-E[m(ș)]}’W{m-E[m(ș)]}. Najtrudniejszym zadaniem jest policzenie momentów teoretycznych E[m(ș)]. MoĪna przy tym zauwaĪyü, Īe metoda sy- mulowanych momentów i uogólniona metoda momentów są zbieĪne do tej sa- mej granicy dla Ĳĺ. ChociaĪ metoda symulowanych momentów jest mniej efektywna niĪ uogólniona metoda momentów, to dla Ĳĺ efektywnoĞü obu metod jest taka sama. Metoda symulowanych momentów jest przy tym mniej efektywna numerycznie.

Wnioskowanie poĞrednie (rozszerzona metoda symulowanych momen- tów) sprowadza siĊ z kolei do minimalizowania dystansu miĊdzy parametrami modelu VAR, oszacowanymi dla prawdziwych obserwacji i obserwacji uzyskanych z symulacji na podstawie modelu DSGE. Dla Ș, bĊdącego wektorem osza- cowaĔ parametrów modelu VAR oszacowanego dla rzeczywistych danych oraz Ș(ș), bĊdącego wektorem oszacowaĔ parametrów modelu VAR, oszacowanego dla danych symulowanych, znajdujemy ș, jako wartoĞü, która rozwiązuje pro- blem: minș{Ș-E[Ș(ș)]}’W{Ș(ș)]}.

Porównanie wyników uzyskanych z zastosowaniem tych trzech metod przy pomocy symulacji Monte Carlo wskazuje, Īe standardowe techniki ekono- metryczne mogą zostaü wykorzystane do peánej estymacji modeli DSGE [Ruge- Murcia 2002, s. 23].

Innym sposobem estymacji jest podejĞcie Bayesowskie [Mycielski 2008].

CzĊsto zdarza siĊ, Īe mamy jakąĞ wiedzĊ a priori na temat wektora parametrów ș.

3 Obserwacje rzeczywiste oznaczamy jako m, zaĞ jako m* obserwacje symulowane.

(22)

W takim przypadku, aby poprawiü precyzjĊ oszacowaĔ, moĪemy uĪyü wáaĞnie podejĞcia Bayesowskiego. Z twierdzenia Bayesa wynika, Īe:

f(ș|X)=f(X|ș)f(ș)/f(X), gdzie f(ș|X) jest gĊstoĞcią a posteriori, f(ș) – gĊstoĞcią a priori, f(X|ș) – funkcją wiarygodnoĞci, f(X) – bezwarunkową funkcją gĊstoĞci zaobserwowanej próby.

Popularnym sposobem uzyskiwania oszacowaĔ punktowych (estymacja punktowa) metodami typu Bayesowskiego jest wykorzystanie wartoĞci modal- nej f(ș|X). W szczególnym przypadku rozkáadu normalnego wartoĞü modalna iĞrednia są sobie równe. Z definicji wartoĞci modalnej i monotonicznoĞci loga- rytmu wynika natomiast, Īe: maxș ln f(X|ș)=max [ln f(X|ș)+ln f(ș)]. Wzór ten jest równowaĪny wzorowi na estymator MNW, dla funkcji wiarygodnoĞci:

Ț(ș)= ln f(X|ș)+ln f(ș). W przypadku rozkáadu normalnego o rozkáadzie a prio- ri zakáada siĊ zwykle, Īe ma on postaü: ș~N(0,*), gdzie macierz * reprezentuje niepewnoĞü badacza na temat jego wiedzy a priori, a przypadek, dla którego macierz * jest skrajnie maáa, reprezentuje przypadek kalibracji, w której warto- Ğci parametrów są znane. Mimo pewnych wad podejĞcie Bayesowskie zyskuje na popularnoĞci z powodu wiĊkszej áatwoĞci w wykorzystaniu, w porównaniu z metodami ML i momentów [Fernandez-Villaverde 2009, s. 6-9, 12-13].

Z problematyką budowy i implementacji modeli DSGE ĞciĞle wiąĪe siĊ zagadnienie interpretacji i przekonującego komunikowania uzyskanych z ich zastosowaniem wyników. Decyzje odnoĞnie wyboru okreĞlonej polityki zaleĪą od róĪ- nych czynników i poglądów dotyczących funkcjonowania gospodarki. Podejmu- jący te decyzje coraz czĊĞciej polegają na wynikach analiz generowanych przy uĪyciu róĪnych modeli, aczkolwiek powaĪnym problemem jest to, iĪ nie zawsze moĪliwe jest wyjaĞnienie i zrozumienie wystĊpowania dynamiki niektórych zda- rzeĔ. W tym kontekĞcie modele DSGE mogą byü dobrą alternatywą, jeĞli tworzą precyzyjne i logiczne ramy analityczne [Tovar 2008, s. 17-18]. Ze wzglĊdu na swoją strukturĊ modele DSGE jawią siĊ zatem jako uĪyteczne narzĊdzie wspiera- jące formuáowanie zaáoĪeĔ okreĞlonej polityki. Oczekuje siĊ przy tym, aby wyniki analiz prowadzonych z ich zastosowaniem byáy zrozumiaáe, sensowne, elastyczne, a przede wszystkim wiarygodne.

Problem zrozumiaáoĞci związany jest z duĪą liczbą parametrów, które na- leĪy Ğledziü. Swoistym obciąĪeniem modeli DSGE jest wielowymiarowoĞü, albowiem im wiĊksza skala modelu, tym wiĊksza liczba parametrów do oszacowania. Komplikuje to wyjaĞnianie czynników sprawczych ksztaátujących po- szczególne wyniki, a takĪe mapowanie rezultatów generowanych z modeli teoretycznych i rzeczywistych zjawisk.

(23)

PowaĪnym wyzwaniem jest przekonanie animatorów okreĞlonej polityki, Īe model faktycznie odzwierciedla dane. Interpretacja wspóáczynników, czy teĪ opis efektów generowanych przez funkcje reakcji na impulsy, nie zawsze są wy- starczające, aby przekonująco zakomunikowaü wyniki. W gruncie rzeczy, dynamika róĪnych szeregów czasowych moĪe byü trudna do zinterpretowania nie tylko ze wzglĊdu na kierunek, ale takĪe pod kątem jej absolutnej i relatywnej wielkoĞci. Uznanie modelu za sensowny implikuje takĪe zdolnoĞü do okreĞlenia, w jakim stopniu pewne zjawiska wystĊpujące w rzeczywistoĞci mogą byü wyja- Ğnione przez to, czego nie ujĊto w modelu.

Zagadnienie elastycznoĞci modelu jest związane z potrzebą jego adapto- wania do zmieniających siĊ preferencji decydentów politycznych i wáączania elementów ich opinii i postaw. Na ogóá animatorzy polityki reprezentują róĪne punkty widzenia odnoĞnie sposobu funkcjonowania gospodarki. Podejmowane decyzje bĊdą uzaleĪnione od ich osądów, na które wpáyw wywiera sposób przedstawienia problemu, kategorycznoĞü argumentacji oraz wiarygodne uwzglĊdnienie przez ekspertów wáasnych sukcesów i poraĪek. W Ğwietle tego wydaje siĊ, Īe modele DSGE mogą byü pomocne we wáaĞciwym ukierunkowa- niu polityki i ksztaátowaniu neutralnej opinii, jako podstawy debaty.

WiarygodnoĞü modeli DSGE uzaleĪniona jest od trafnoĞci identyfikacji i specyfikacji. Zaufanie do prognoz opartych na modelach DSGE moĪe wzra- staü, dziĊki gromadzonym wraz z upáywem czasu doĞwiadczeniom. Po pierwsze, konieczne jest permanentne porównywanie wyników uzyskiwanych z modelu DSGE z wynikami analiz przeprowadzanych z zastosowaniem innych tradycyjnych metod. Po drugie, naleĪy dostarczaü przykáadów obrazujących zdol- noĞü modelu do przewidywania zachowaĔ gospodarki w minionych okresach, dokonując dekompozycji historycznej. DziĊki temu silne i sáabe strony modelu stają siĊ transparentne. Poprawieniu czytelnoĞci wyników modelu sprzyja takĪe odpowiednie przedstawienie jego struktury umoĪliwiające weryfikacjĊ zalet i wad przyjĊtego podejĞcia.

Powszechnie przytaczanym argumentem na rzecz wykorzystania modeli DSGE jest to, Īe ich mikroekonomiczne podstawy oraz oddzielenie parametrów strukturalnych dotyczących preferencji i technologii, czy opisujących prawo ruchu zagregowanych szoków, od parametrów dotyczących oczekiwaĔ zaleĪnych od da- nej polityki, stanowią gwarancjĊ przydatnoĞci do analizy polityki [Tovar 2008, s. 15-16]. Innymi sáowy, modele DSGE są odporne na krytykĊ Lucasa i mogą byü z powodzeniem wykorzystywane do iloĞciowej ewaluacji okreĞlonych polityk.

(24)

Podsumowując, modele DSGE są wartoĞciowymi narzĊdziami dającymi moĪliwoĞü wytyczenia spójnych ram analizy i kreowania polityki. Są one pomocne w identyfikowaniu Ĩródeá fluktuacji, udzielaniu odpowiedzi na pytania doty- czące zmian strukturalnych, w prognozowaniu i przewidywaniu skutków zmian polityki oraz przeprowadzaniu eksperymentów bazujących na myĞleniu kontrfak- tycznym. Cechy te sprawiają, Īe zainteresowanie modelami DSGE wykazują przede wszystkim banki centralne. Niektóre z nich opracowaáy i stosują juĪ takie modele w analizie polityki i prognozowaniu. Jednak, mimo ogromnego postĊpu w budowie i implementacji modeli DSGE, od ich wykorzystania nie moĪna obecnie oczekiwaü zbyt wiele. WiąĪe siĊ to przede wszystkim z ich brakiem zdolnoĞci do peánego wyjaĞniania empirycznych prawidáowoĞci [Tovar 2008, s. 18].

(25)

2. Mo ĪliwoĞci i przykáady zastosowaĔ modeli typu DSGE w analizie ró Īnych aspektów polityki rolnej

ChociaĪ modele DSGE pojawiáy siĊ w odpowiedzi na potrzeby bankowo- Ğci centralnej, poszukującej narzĊdzi do ewaluacji i formuáowania zaáoĪeĔ polityki makroekonomicznej, to obecnie są one coraz czĊĞciej wykorzystywane w analizach ukierunkowanych na badanie funkcjonowania okreĞlonych, waĪ- nych obszarów gospodarki, w tym sektora rolno-ĪywnoĞciowego. Celem tych zastosowaĔ jest nie tylko rozwój modeli DSGE, lecz przede wszystkim poszu- kiwanie odpowiedzi na pytania dotyczące obserwowanej rzeczywistoĞci ekonomicznej oraz przeprowadzanie eksperymentów sáuĪących badaniu reakcji gospodarki na róĪne zmiany [Landon-Lane 2002].

Dokonując przeglądu literatury specjalistycznej wyodrĊbniono piĊü ob- szarów problemowych związanych bezpoĞrednio lub poĞrednio z polityką rolną, w odniesieniu do których odnotowano wykorzystanie modeli DSGE. Są to: Ğro- dowisko naturalne, handel miĊdzynarodowy, alokacja czynników wytwór- czych, postĊp w rolnictwie i rozwój gospodarczy. Na tle krótkiej charaktery- styki kaĪdego z tych obszarów przedstawiono przykáady analiz przeprowadzonych z zastosowaniem konkretnych modeli klasy DSGE. Skoncentrowano siĊ gáównie na specyfice budowy i kierunkach wykorzystania tych modeli oraz wnioskach páynących z przeprowadzonych badaĔ, przydatnych w ocenie okre- Ğlonej polityki oraz formuáowaniu zaáoĪeĔ polityk alternatywnych.

2.1.ĝrodowisko naturalne

2.1.1. Charakterystyka obszaru problemowego

Jednym z wyodrĊbnionych obszarów problemowych jest Ğrodowisko na- turalne. Interakcje na linii Ğrodowisko – rolnictwo są stosunkowo nowym obsza- rem ekspansji badaczy, korzystających z narzĊdzi, jakimi są modele równowagi cząstkowej [Britz i Heckelei 2008, s. 9-12]. Rozwój metod pomiaru wpáywu re- gulacji na Ğrodowisko naturalne jest konsekwencją zmian filozofii finansowania sektora rolnego w UE. Wspólna Polityka Rolna jest obecnie zorientowana na rozwój zrównowaĪony. Pojawia siĊ zatem potrzeba konstruowania nowych na- rzĊdzi, którymi moĪna byáoby oceniü wpáyw projektowanych i juĪ istniejących instrumentów polityki rolno-Ğrodowiskowej za pomocą wskaĨników ekonomicznych i Ğrodowiskowych. Pierwszy filar WPR wiąĪe siĊ – w zakresie omawianej problematyki – z zasadą wzajemnej zgodnoĞci, która zostaáa wprowadzona w roku 2005 za pomocą 19 aktów prawnych, nazywanych Zasadami Dobrej Kul-

(26)

tury Rolnej zgodnymi z Ochroną ĝrodowiska (Good Agricultural and Environ- mental Conditions – GAEC). Jednym z celów drugiego filaru WPR jest zapew- nienie dostarczania przez rolnictwo, poprzez dziaáania rolno-Ğrodowiskowe, war- toĞci związanych ze Ğrodowiskiem, a takĪe wsparcie uprawy ziemi rolnej na terenach o niekorzystnych warunkach gospodarowania. W latach 2007-2013 drugi filar pocháonie ok. 9% unijnego budĪetu, pierwszy – ok. 34%. W ramach drugiej osi polityki rozwoju obszarów wiejskich w okresie 2007-2013 wyróĪniono trzy obszary priorytetowe: ochrona róĪnorodnoĞci biologicznej, ochrona gleb i wód, przeciwdziaáanie negatywnym zmianom klimatu. Fundusze, dostĊpne w ramach drugiego filaru, przeznaczane bĊdą na dziaáania, które obejmują: wspieranie gospodarstw na obszarach o niekorzystnych warunkach gospodarowania, dopáaty do gruntów rolnych na obszarach sieci Natura 2000, wspieranie przedsiĊwziĊü rolnoĞrodowiskowych i poprawy dobrostanu zwierząt, czy szereg dziaáaĔ zwią- zanych ze zwiĊkszeniem lesistoĞci. Ze wzglĊdu na zróĪnicowaną naturĊ szcze- gólnie trudno jest modelowaü wpáyw zaplanowanych przez kraje czáonkowskie i zatwierdzonych przez KomisjĊ dziaáaĔ wspierających przedsiĊwziĊcia rolno- Ğrodowiskowe. Káopotliwe jest takĪe szacowanie kosztów uczestnictwa w takich programach. DuĪe znaczenie ma badanie wpáywu rolnictwa na Ğrodowisko w zakresie emisji gazów cieplarnianych czy amoniaku.

Badania w obszarze problemowym Ğrodowisko naturalne koncentrują siĊ gáównie na takich zagadnieniach jak: ochrona róĪnorodnoĞci biologicznej, ochrona gleb i wód oraz przeciwdziaáanie negatywnym zmianom klimatu. Modele DSGE, zorientowane na badanie interakcji miĊdzy rolnictwem i Ğrodowiskiem, dają potencjalnie moĪliwoĞü oceny efektów polityki rolnej w tym zakresie.

Badania przeprowadzane w ramach zagadnienia ochrona róĪnorodnoĞci biologicznej mogą dostarczaü danych, które obrazują zmiany sposobów uĪyt- kowania ziemi i zmiany poziomu intensywnoĞci rolnictwa [Britz i Heckelei 2008, s. 13]. Analizowane mogą byü relacje utraty bioróĪnorodnoĞci i zmian w rolnictwie oraz skutki programów konserwacji. Modelowaü moĪna wzajemny wpáyw polityki, sposobów uĪytkowania ziemi i bioróĪnorodnoĞci [Mattison i Norris 2005], jak równieĪ wpáyw postĊpu naukowego na dobrostan zwierząt [Toma i in. 2008]. Autorów interesuje, w jakim stopniu same modele DSGE, badające interakcje na linii ekonomia – Ğrodowisko, opisują problemy utraty i zachowania bioróĪnorodnoĞci [Eppinka i van den Bergha 2007].

Jedną z moĪliwych aplikacji modeli DSGE jest ich zastosowanie w analizie problematyki ochrony gleb i wód. Jest to jedno z najczĊĞciej podejmowanych zagadnieĔ przez badaczy, wykorzystujących modele ekonomiczne w celu estymowania wpáywu dziaáaĔ proĞrodowiskowych na sektor rolniczy [Britz i Heckelei 2008, s. 13]. Kolejne moĪliwe obszary zastosowaĔ to: rozwiązywanie

(27)

problemów w zakresie polityki realokacji wody [Seung i in. 1998; Seung i in.

1997], zaleĪnoĞci miĊdzy reformami handlu a funkcjonowaniem rynków wody [Diao i Roe 1998], polityka cenowa [Briand 2006] i polityka praw wáasnoĞci [Diao i in. 2002]. Jednym z tematów podejmowanych w ramach tego zagadnienia jest takĪe modelowanie publicznego zarządzania nawadnianiem ziemi rolnej [Riesgo i Gomez 2006].

Ostatnim z wyodrĊbnionych w obszarze problemowym Ğrodowisko natu- ralne zagadnieniem jest przeciwdziaáanie negatywnym zmianom klimatu.

W analizach z wykorzystaniem modeli równowagi ogólnej w tym zakresie czĊ- sto pojawiającym siĊ problemem jest wystĊpowanie nadwyĪki azotowej i emisja zanieczyszczeĔ przez sektor rolny [Britz i Heckelei 2008, s. 13-14]. Wiodącym tematem w ramach tego zagadnienia pozostaje jednak modelowanie skutków polityki redukcji emisji gazów cieplarnianych. Warto zauwaĪyü, Īe zmniejsze- niu emisji gazów cieplarnianych ze Ĩródeá kopalnych sprzyja wsparcie produkcji biopaliw. W roku 2003 przyjĊto propozycjĊ dyrektywy o handlu uprawnieniami do emisji CO2, która okreĞliáa ramy wymiany handlowej pozwoleniami na emi- sjĊ gazów w UE. Jej celem byáa promocja efektywnej kosztowo i ekonomicznie redukcji emisji gazów. Z punktu widzenia omawianych kwestii waĪne jest, Īe istnieje tu moĪliwoĞü wáączenia w system kontroli emisji gazów innych sekto- rów, poza przemysáem i energetyką, w tym w szczególnoĞci rolnictwa. Istotną kwestią rozwaĪaĔ są takĪe zmiany polityki w kontekĞcie Dyrektywy CAFE (Clean Air for Europe – Czyste powietrze dla Europy) oraz rewizji propozycji w ramach Protokoáu z Goteborgu odnoĞnie konwencji w sprawie transgranicz- nego zanieczyszczenia powietrza na dalekie odlegáoĞci.

W ramach tematyki przeciwdziaáania negatywnym zmianom klimatu modele DSGE mogą dostarczaü informacji i umoĪliwiaü przeprowadzanie symulacji zmian regionalnego zanieczyszczenia Ğrodowiska [Amann i in. 2004], a takĪe badanie moĪliwych skutków ekonomicznych, spoáecznych i Ğrodowiskowych konkretnych instrumentów politycznych, stosowanych w celu redukcji emisji gazów cieplarnianych [Domigues i in. 2007], jak równieĪ w celu rozwiązania problemu przenikania nadwyĪki azotu do ziem gruntowych [Gömann i in. 2005]. Oprócz wpáywu poszczególnych instrumentów, moĪna badaü takĪe wpáyw instrumentów i ograniczeĔ, skierowanych do konkretnych grup [Lehtonen i in 2006].

MoĪna, przykáadowo, oceniü skutki zmiany klimatycznej na produkcjĊ zbóĪ [Quiroga i Inglesias 2008]. NaleĪy przy tym pamiĊtaü, Īe sektor rolny moĪe od- grywaü znaczącą rolĊ w ograniczaniu efektu cieplarnianego. Poza dostarczaniem dóbr publicznych, redukcja emisji gazów cieplarnianych stwarza rolnikom nowe moĪliwoĞci zwiĊkszenia zysków. Jest to kwestia szczególnie waĪna dla rolnictwa na terenach mniej uprzywilejowanych w UE, gdzie potencjalna redukcja emisji

(28)

gazów wiąĪe siĊ z niską produktywnoĞcią wytwarzania dóbr rolnych. Emisja CO2

przez sektor rolny powiązana jest takĪe ze znaczącym zuĪyciem paliw kopalnych i innych Ĩródeá energii. W związku z tym, w ramach problematyki zmiany klimatycznej moĪna modelowaü wpáyw kosztów energii na podaĪ, ceny i zuĪycie energii w sektorze rolnym [Kempen i Kraenzlein 2008]. Problemem zmian klima- tycznych moĪna zajmowaü siĊ takĪe w kontekĞcie reformy handlu produktami rolnymi negocjowanej na forum WTO [Yamamoto i in. 2007; Rae i Strutt 2007].

2.1.2. Model G-Cubed

Wykorzystując model G-cubed, naukowcy z Centrum Stosowanych Ana- liz Makroekonomicznych, bĊdącego czĊĞcią Australijskiego Uniwersytetu PaĔ- stwowego, ocenili alternatywne polityki USA, ukierunkowane na handel pozwoleniami na emisje CO2 [McKibbin i in. 2009]. Wyniki tych prac opublikowano w lipcu 2009 roku.

Model G-Cubed jest miĊdzyokresowym, obliczeniowym modelem rów- nowagi ogólnej Ğwiatowej gospodarki, znanym z literatury makroekonomicznej i banków centralnych, jako model DSGE. Struktura teoretyczna modelu zostaáa okreĞlona w roku 1998. Z róĪnych badaĔ wynika, Īe podejĞcie przyjĊte w tym modelu jest niezwykle uĪyteczne w ocenie szeregu dotyczących wielu krajów kwestii, począwszy od lat 90. Model opiera siĊ na bezpoĞredniej miĊdzyokreso- wej optymalizacji zachowania wielu podmiotów (konsumentów i firm) w kaĪdej z gospodarek. Fundamentalne znaczenie mają czas i dynamika. W celu Ğledzenia serii danych makro, zachowanie podmiotów jest zmodyfikowane w celu do- puszczenia krótkookresowych odchyleĔ od zachowania optymalnego, wynikają- cych z siĊgania po obligacje rządowe. Zarówno dla gospodarstw domowych, jak i dla firm, odchylenia od zachowania miĊdzyokresowej optymalizacji podlegają bardzo prostej zasadzie – optymalizujący podmiot nie aktualizuje przewidywaĔ w oparciu o nowe informacje odnoĞnie wydarzeĔ przyszáych. W efekcie w dáu- gim okresie istnieje jedynie jeden miĊdzyokresowy, optymalizujący punkt rów- nowagi modelu. W krótkim okresie natomiast zakáada siĊ, Īe faktyczne zachowanie jest Ğrednią waĪoną zaáoĪeĔ optymalizacyjnych i ogólnie akceptowanych reguá. Z tego powodu zagregowana konsumpcja jest Ğrednią waĪoną konsumpcji wynikającej z poziomu zamoĪnoĞci i konsumpcji bĊdącej wynikiem wysokoĞci dochodu dyspozycyjnego. Wreszcie, ma miejsce bezpoĞrednie ujĊcie stanu posiadania aktywów finansowych, wáączając pieniądz. Pieniądz wprowadzany jest do modelu poprzez restrykcjĊ mówiącą, Īe gospodarstwa domowe potrzebują pieniĊdzy, aby zakupiü dobra. Model umoĪliwia krótkoterminową sztywnoĞü páac nominalnych (w róĪnym zakresie w róĪnych krajach) i w ten sposób do-

(29)

puszcza znaczące okresy bezrobocia w zaleĪnoĞci od instytucji rynku pracy w kaĪdym z krajów. ZaáoĪenie to w poáączeniu z wáaĞciwie zdefiniowaną rolą pieniądza, nadaje modelowi cechy makroekonomiczne. TakĪe tutaj zaáoĪenia odnoĞnie modelu róĪnią siĊ od standardowych zaáoĪeĔ odnoĞnie równowaĪenia rynku, spotykanych w wiĊkszoĞci modeli CGE. Ponadto, w modelu rozróĪniana jest lepkoĞü kapitaáu fizycznego w obrĊbie sektorów i krajów i elastycznoĞü ka- pitaáu finansowego, który natychmiastowo przepáywa tam, gdzie oczekiwane zwroty są najwyĪsze. To waĪne rozróĪnienie prowadzi do zasadniczej róĪnicy miĊdzy iloĞcią kapitaáu fizycznego, która jest dostĊpna w kaĪdym czasie w celu wyprodukowania dóbr i usáug, a wyceną tego kapitaáu wskutek decyzji odnoĞnie alokacji kapitaáu finansowego. W polityce klimatycznej skutek ten jest waĪny, poniewaĪ skala wpáywu polityki klimatycznej na oczekiwane przyszáe zwroty z kapitaáu jest róĪna, w zaleĪnoĞci od sektora.

DziĊki takiej strukturze model G-Cubed uwzglĊdnia bogactwo zachowaĔ dynamicznych, z jednej strony kierowane przez akumulacjĊ aktywów, a z drugiej przez dostosowanie páac do neoklasycznego, stabilnego stanu. Model uwzglĊdnia szeroki zakres zaáoĪeĔ odnoĞnie zachowania indywidualnego i empirycznych regularnoĞci w ramach teorii równowagi ogólnej. WspóázaleĪnoĞci analizowane są z wykorzystaniem algorytmu komputerowego, dającego rozwiązanie dla rów- nowagi racjonalnych oczekiwaĔ odnoĞnie globalnej gospodarki. NaleĪy podkre- Ğliü, Īe okreĞlenie „równowaga ogólna” oznacza, iĪ uwzglĊdniono tyle interakcji, ile to moĪliwe, nie zaĞ to, Īe wszystkie gospodarki w kaĪdym punkcie czasu znajdują siĊ w stanie peánej równowagi rynkowej. ChociaĪ zakáada siĊ, Īe siáy rynkowe ostatecznie kierują Ğwiatową gospodarkĊ do stacjonarnego stanu rów- nowagi wzrostu w rozumieniu teorii neoklasycznej, bezrobocie pojawia siĊ w dáugich okresach z powodu sztywnoĞci páac w zakresie, który jest inny w po- szczególnych krajach ze wzglĊdu na róĪnice w instytucjach rynku pracy.

W badaniu wykorzystano wersjĊ G-Cubed, uwzglĊdniającą 9 regionów geograficznych, z których USA, Japonia, Australia, USA, Chiny byáy reprezento- wane przez pojedynczo modelowane regiony. Reszta Ğwiata zostaáa podzielona na cztery regiony zagregowane (Europa Wschodnia i byáe kraje ZSRR, kraje OPEC, pozostaáe kraje OECD bez Meksyku i Korei, pozostaáe kraje rozwijające siĊ).

Wáączenie wielu regionów pozwala modelowi opisywaü, jak polityka jednego kraju wpáywa na handel, przepáywy finansowe i wartoĞci walut w róĪnych krajach.

W kaĪdym regionie wyróĪniono ponadto 12 sektorów produkcyjnych i sektor pro- dukujący zbiorowe dobro kapitaáowe, co umoĪliwiáo wgląd w to, jak wzrost gospodarczy i polityka klimatyczna wpáywają na zuĪycie energii, inwestycje kapita- áowe i zatrudnienie w róĪnych sektorach gospodarki. Model G-Cubed jest ponadto jednym z niewielu, który pozwala analizowaü wpáyw polityki klimatycznej na za-

(30)

trudnienie w róĪnych sektorach z zaáoĪeniem, Īe rynki pracy nie zawsze oczysz- czają siĊ w krótkim okresie, a szoki gospodarcze mogą prowadziü do trwaáych okresów spadku bądĨ wzrostu zatrudnienia. UwzglĊdnienie sztywnoĞci dostoso- waĔ páac nominalnych wraz z obecnoĞcią pieniądza w modelu i banku centralnego oddziaáywującego zarówno na inflacjĊ jak wzrost gospodarczy nadaje modelowi G-Cubed wielce realistycznej krótkookresowej dynamiki makroekonomicznej.

Omawiane badanie przeprowadzono w ramach prowadzonej przez Kon- gres Stanów Zjednoczonych debaty nad potencjalnym programem odnoĞnie handlu emisjami CO2, której celem ma byü kontrola emisji gazów cieplarnianych.

Skutki ekonomiczne takiej ustawy są obecnie dyskutowane. Zdaniem niektórych program taki stworzyáby nowe miejsca pracy i przyspieszyá wzrost gospodarczy, inni są zaĞ zdania, Īe program przeniesie miejsca pracy poza USA i uderzy w gospodarstwa domowe poprzez duĪe wzrosty cen energii. W raporcie starano siĊ rozstrzygnąü te wątpliwoĞci, oferując jednoczeĞnie twórcom polityki stosow- ny wgląd w to, jak zaprojektowaü program, aby osiągnąü dáugoterminowe cele Ğrodowiskowe przy minimalnym kosztach i niskim ryzyku dla gospodarki.

W raporcie przeanalizowano kilka moĪliwych kierunków polityki w ramach wspólnej polityki rolnej i handlu USA. Siedem analizowanych scenariuszy politycznych speániaáo podobne, dáugoterminowe cele Ğrodowiskowe, lecz róĪ- niáo siĊ w kwestii trajektorii emisji i kosztów. Pierwszy kierunek dziaáaĔ politycznych uwzglĊdniaá cele zmniejszenia emisji, zaproponowane przez admini- stracjĊ prezydenta Obamy, drugi – obejmowaá cele, zawarte we wczeĞniejszej wersji ustawy, zaproponowanej przez Waxmana i Markera. Modelowano oba podejĞcia jako roczne ograniczenia emisji, malejące liniowo w czasie, aby w 2050 roku poziom emisji zmniejszyá siĊ o 83%, w porównaniu z poziomem z roku 2005. RozwaĪono takĪe dwa kierunki polityki, które pozwoliáyby osią- gnąü podobne Ğrodowiskowe cele dáugoterminowe, jak dwie pierwsze polityki, ale minimalizując koszty. Zaproponowano takĪe trzy kierunki dziaáaĔ politycznych wzmacniające docelową propozycjĊ administracji Obamy, poprzez wprowadzenie trzech róĪnych mechanizmów kontroli kosztów.

Model G-Cubed umoĪliwiá wykazanie, Īe dwie pierwsze polityki (administracji Obamy i Waxmana-Markera) w dáugim okresie w maáo znaczącym stopniu wpáyną na amerykaĔski PKB i konsumpcjĊ. Obydwa podejĞcia generują ponadto nieco wyĪsze koszty caákowite i caákiem inne trajektorie emisji, niĪ alter- natywy minimalizujące koszty. W porównaniu z liniowymi trajektoriami emisji, podejĞcia minimalizujące koszty skutkują wzglĊdnie ostrymi spadkami w pierw- szych latach, sáabszymi w nastĊpnych i ostrzejszymi w okresie 2035-2050.

(31)

Uzyskane wyniki wskazują takĪe, Īe wprowadzenie przedziaáów ceno- wych moĪe zapewniü bezpieczeĔstwo wobec przyszáych wydarzeĔ, które mo- gáyby niekorzystnie wpáynąü na rynek pozwoleĔ emisyjnych, bez zbytniego ograniczania efektywnoĞci polityki rządowej dotyczącej redukcji emisji. Wyka- zano równieĪ, Īe polityka zaproponowana przez administracjĊ Obamy, rozszerzona o koánierz lub puáap cenowy, moĪe umoĪliwiü znaczącą redukcjĊ emisji w dáugim okresie, a jednoczeĞnie zdecydowanie ograniczyü koszty dostosowaĔ.

2.1.3. Model Centrum Rozwoju Ekonomicznego Uniwersytetu w Minnesocie Wykorzystując miĊdzyokresowy model równowagi ogólnej, uwzglĊdnia- jący wielosektorowe specyfikacje, naukowcy z Centrum Rozwoju Ekonomicz- nego Uniwersytetu w Minnesocie dokonali oceny skutków wpáywu reformy handlu na reformy rynku wody w rolnictwie Maroka. Wyniki tej analizy opublikowano w roku 1998 [Diao i Roe 1998].

Wykorzystany w analizie model zostaá skonstruowany specjalnie na potrzeby analizy gospodarki Maroka, która zostaáa podzielona na 20 sektorów produkcyjnych, wáączając 6 sektorów upraw nawadnianych, 6 sektorów upraw nie- nawadnianych, 4 sektory powiązane z rolnictwem i 4 sektory nierolnicze. Sekto- ry nierolnicze odpowiedzialne byáy za produkcjĊ 6 towarów. Badano wpáyw reformy handlu na gospodarkĊ (nastąpiá wzrost dobrobytu i dochodów) i sektorowe dualne ceny wody (w niektórych sektorach ceny spadáy, w niektórych wzrosáy).

Okazaáo siĊ, iĪ pomimo znaczących reform politycznych, sektory maro- kaĔskiej gospodarki konkurujące z importem, są silnie chronione, podczas gdy w rolnictwie objĊtym nawadnianiem cena wody spada poniĪej swojej wartoĞci kraĔcowej. Warto zaznaczyü, Īe w rolnictwie zatrudnionych jest okoáo 50% siáy roboczej, natomiast sektor ten konsumuje w przybliĪeniu 85% caákowitych za- sobów wody. W konsekwencji, efektywna alokacja zasobów wody zaleĪy nie tylko od wyceny wody i polityk jej dystrybucji w obszarze rolnictwa, ale takĪe od wielkoĞci handlu zagranicznego, wsparcia cenowego producentów i strategii nakáadania podatków poĞrednich. W sytuacji braku reformy handlu, zniesienie administracyjnej alokacji wolnych kwot na korzyĞü bardziej rynkowego podzia- áu zasobów wody moĪe spowodowaü obniĪenie siĊ poziomu dobrobytu, ponie- waĪ woda moĪe byü wykorzystana przy uprawach zbóĪ objĊtych protekcją.

W tym kontekĞcie, miĊdzyokresowy model równowagi ogólnej zostaá wykorzystany do analizy ogólnoekonomicznych skutków reformy handlu, jak równieĪ jej wpáywu na róĪne korzystające z nawadniania sektory rolnictwa.

Wskutek reformy handlu silnemu wzrostowi ulegá poziom inwestycji, a takĪe miaáa miejsce realokacja Ğrodków na produkcjĊ owoców i warzyw – sektory,

(32)

w których Maroko ma silną przewagĊ komparatywną. Reforma handlu wywoáu- je wzrost dualnej ceny wody wykorzystywanej przy produkcji owoców i warzyw, w porównaniu do ceny wody sáuĪącej nawadnianiu terenów uprawy zbóĪ objĊtych protekcją. W wyniku reformy zmienia siĊ stopa zwrotu z aktywów sektora rolnego, co prowadzi do spadku opáacalnoĞci produkcji zbóĪ chronionych.

Z drugiej strony, reforma handlu moĪe skutkowaü pojawieniem siĊ moĪliwoĞci wprowadzenia zmian sposobów wyceny wody, poniewaĪ rolnicy, którzy bĊdą osiągali po reformie niĪsze zyski, bĊdą mogli czerpaü korzyĞci z wynajmu czĊ- Ğci zasobów wody.

Wyniki sugerują, Īe stworzenie rynku praw do wody nie tylko czĊĞciowo kompensuje straty rolników, ale takĪe zwiĊksza efektywnoĞü alokacji wody i w konsekwencji – korzyĞci dla gospodarki, jako caáoĞci. PoniewaĪ opáata za wodĊ w Maroku jest znacznie niĪsza od jej kosztów realnych i od koszów alternatywnych, niemoĪliwe jest generowanie przez rząd przychodów wspóámiernych do aktualnych kosztów kraĔcowych wody lub do jej kosztów alternatywnych. Jest to kwestia szczególnie waĪna, gdy przez dáugi okres wystĊpują korzyĞci z niskich opáat za wodĊ powodując, Īe wysokoĞü dualnej ceny wody odzwierciedla wartoĞü ziemi i innych czynników produkcji. ChociaĪ tworzenie rynku praw wáasnoĞci wody moĪe nie generowaü w najbliĪszym okresie przychodów dla rządu, rynek taki ujawnia wszystkie koszty utraconych korzyĞci, co umoĪliwia oddzielenie zy- sków z wody od tych z tytuáu posiadania ziemi. Konsekwencją tego powinny byü kolejne reformy, które pomogáyby pokryü koszty rządowe, takie jak naáoĪenie podatku na wodĊ czy podatku od uprawnieĔ do posiadania praw wáasnoĞci wody.

Ponadto, rynek praw wáasnoĞci wody powinien ostatecznie funkcjonowaü tak, aby woda byáa traktowana jak kaĪde dobro normalne, a prywatne podmioty wi- dziaáy korzyĞci w inwestowaniu i oszczĊdzaniu tego rzadkiego dobra.

2.2. Handel miĊdzynarodowy

2.2.1. Charakterystyka obszaru problemowego

PowaĪnym wyzwaniem dla analizujących handel w sektorze rolno- -ĪywnoĞciowym za pomocą modeli DSGE jest coraz wiĊksza liczba dwustronnych umów handlowych, w ramach których czĊsto wprowadzane są nowe stawki celne i kontyngenty handlowe. W wiĊkszoĞci przypadków presja cenowa zagra- nicy na rynki UE nie wynika ze zobowiązaĔ taryfowych WTO, ale związana jest z preferencyjnymi umowami handlowymi. Wysoce zróĪnicowany charakter, zwáaszcza dwustronnych umów handlowych z Unią Europejską, stwarza powaĪ- ne problemy z danymi odnoĞnie np. przepáywów handlowych, jak równieĪ ze