Stylized Facts

Empirical insights into former Yugoslav economies

GDP Real Sector Unemployment

Šest ekonomija, jedan „zakon”, i region koji stalno ruši uobičajenu skalu – Deo III

Reading Time: 8 minutes

1. Jedan region, mnoge tranzicije i tvrdoglava makro veza

U studiji, privlačnost Okunovog zakona je varljivo jednostavna: kada proizvodnja raste snažno, nezaposlenost bi trebalo, u proseku, da se spušta; kada proizvodnja posustane, nezaposlenost teži da raste. Arthur Okun ga je formulisao kao empirijsku opservaciju, ne kao teoremu, ali kreatori politike ga od tada često koriste kao operativni priručnik, naročito kada im treba brza „prevedena verzija” između vesti o rastu i vesti o poslovima.

Ono što ovu studija čini zanimljivom nije da raspravu postavlja u vakuumu, nego da je spušta u region gde „isti šok” retko znači „isti ishod”. Šest ekonomija iz bivšeg jugoslovenskog prostora dele tranziciono nasleđe, ali ne i jednu makro putanju. Studija naglašava rat i posleratni oporavak, tržišne reforme i ponovljene spoljne šokove, uz divergentne institucionalne i tržišno-radne postavke. Takođe ističe evropski integracioni gradijent: Slovenija je relativno rano ušla u EU i Evrozonu, a sledila ju je Hrvatska, dok su druge zemlje i dalje u režimu „još reformi”.

Ako je igde Okunov zakon trebalo da se loše ponaša, to je ovde. Ipak, zaključak studije nije „zakon je mrtav”. On je bliži tome da: „zakon je živ, ali samo ako mu postavite pravo pitanje”.

2. Šta objedinjeni dokazi zaista kažu

Počnimo od najiskrenijeg sažetka koji studija daje: slike i statistika pokazuju isti smer, ali ne istim intenzitetom u svakoj zemlji i ne pod svakom specifikacijom. Grafički dokazi su opisani kao „mešoviti, ali generalno podržavaju” osnovni obrnuti odnos između ekonomske aktivnosti i nezaposlenosti.

Čak i unutar grafičke analize studija naglašava pravilnost poznatu svakome ko je pokušao da prognozira nezaposlenost na osnovu rasta: odnos (proizvodnja → nezaposlenost) izgleda jasnije nego obrnuti (nezaposlenost → proizvodnja). U dijagramima rasturanja, obrasci obrnute uzročnosti su opisani kao slabi i ambivalentni, a studija kaže da promene nezaposlenosti možda nisu pouzdan prediktor rasta BDP-a na godišnjoj frekvenciji u ovom skupu.

Druga tvrdnja je heterogenost. Neke zemlje „dosledno” prate teorijska očekivanja, dok druge deluju šumnije, slabije ili oboje. U izveštajnom šarmantno-ciničnom skraćenju: Hrvatska i Slovenija deluju kao uredni đaci; Bosna i Hercegovina i Crna Gora deluju kao oni koji su domaći rad pisali u autobusu, olovkom, u sezoni rupa na putu.

Ali dublja tvrdnja studije je metodološka: kada se odnos testira na način koji poštuje nestacionarnost, heterogenost, međuzavisnost i strukturne lomove, dugoročna veza se pojavljuje pouzdanije, posebno u okviru modela jaza koji se kasnije koristi u modeliranju.

3. Gde odnos izgleda najjače, i gde curi

3.1 Rani dokazi: Šta grafici govore

Studija daje sedam grafika, eksplicitno pokrivajući oba uzročna smera, i formulacije prvih razlika i modele jaza.

Kao što je prikazano na Slici 1 u smeru od proizvodnje ka nezaposlenosti, studija opisuje statistički značajne negativne nagibe u dijagramima rasturanja prvih razlika za Hrvatsku, Crnu Goru, Severnu Makedoniju i Sloveniju (dok su Srbija i Bosna i Hercegovina slabije i statistički beznačajne).

Slika 1: Dijagrami rasturanja log GDP i stope nezaposlenosti (prve razlike) po zemljama

Kao što je prikazano na Slici 2 dijagrami rasturanja u modelima jaza (proizvodni jaz naprema jazu nezaposlenosti) takođe uglavnom idu „pravim” smerom, ali studija eksplicitno kaže da samo Hrvatska i Slovenija imaju statistički značajne Okunove koeficijente, dok je drugde disperzija veća, i upozorava na osetljivost na filtriranje i HP pretpostavke kao praktičnu ranjivost.

Slika 2: Dijagrami rasturanja proizvodnog jaza i jaza nezaposlenosti po zemljama

Onda dolazi obrnuti smer (Slika 3). Studija nalazi da je obrnuti odnos „mnogo manje izražen”, opet sugerišući da je priča „nezaposlenost → rast” teža za ispričati je čisto na ovoj frekvenciji.

Slika 3: Dijagrami rasturanja log GDP and stope nezaposlenosti (prve razlike) po zemljama

I za verziju modela jaza obrnutog smera (Slika 4):

Slika 4: Dijagrami rasturanja proizvodnog jaza i jaza nezaposlenosti po zemljama

Komparativni sud studije iz grafičke faze je kratak: odnos je jači u modelu prvih razlika nego u modelu jaza (na nivou „sirovih” dijagrama rasturanja) i „robustniji kada uzročnost ide od proizvodnje ka nezaposlenosti”.

3.2 Sinteza modeliranja: Koja specifikacija pobeđuje u argumentu ekonomske politike

Ovde studija pravi lep obrt: priznaje da dijagrami rasturanja u slučaju jaza izgledaju šumnije u nekoliko zemalja, a ipak tvrdi da je okvir modeliranja zasnovan na jazovimai modeling najrelevantniji i najrobustniji za ekonomsku politiku kada se ozbiljno uzmu dijagnostike, kointegracija i dinamika prilagođavanja.

U sintezi je studija još konkretnija. Tvrdi da samo modeli u kojima je jaz nezapolsenosti zavisna serija (ARDL i NARDL) pokazuju „jaku i doslednu kointegraciju”, i da je ARDL model jaza „najrobustniji i najinterpretabilniji”. Drugim rečima: ako želite jedan empirijski objekat za diskusiju ekonomske politike, studija bi vam dala ARDL model jaza i rekla: „ne ispuštaj ovaj model.”

To je važno jer menja praktično značenje Okuna. U gap verziji, studija čita odnos kao priču o cikličnom slack-u: odstupanja od potencijala outputa mapiraju se u cikličnu nezaposlenost, uz dinamiku prilagođavanja koja „sugeriše relativno brzo vraćanje u ravnotežu na tržištu rada”. To je jezik koji politika koristi kada opravdava kontraciklične mere, posebno u padovima.

3.3 Gde curi: Asimetrija, prelomi i krhkost malog uzorka

Studija nije stidljiva oko razloga curenja. Prvo, tvrdi da je kratkoročna asimetrija realna: kontrakcije povećavaju nezaposlenost snažnije nego što ekspanzije smanjuju (u NARDL kratkoročnim rezultatima), dok dugoročna asimetrija nije podržana. To je intuitivno: otpuštanje radnika može biti brzo; ponovno zapošljavanje sporo; i šteta na tržištu rada može opstati i kad se BDP povrati.

Drugo, naglašava strukturnu promenu. Region je opisan kao prostor gde promene režima, ratovi, tranzicije i institucionalne reforme lako narušavaju pretpostavke stabilnosti parametara, posebno kod testova uzročnosti.

Treće, upozorava na ono čega se svaki rezultat boji: preterano samopouzdanje u uzorak umerene veličine. Sinteza navodi dijagnostičke probleme (npr. nenormalnost) i uzorak umerene veličine, uz opasku da su zaključci osetljivi na prelome i osobine reziduala, iako kvalitativna slika ostaje uverljiva.

4. Pozicioniranje zemalja i okvir za integraciju EU, oprezno, generički, korisno

Studija daje samo blago dodiruje evropsku priču, ali dovoljno za oprezan uporedni okvir: Slovenija i Hrvatska se prikazuju kao stabilnije i više usklađene sa „očekivanim” Okunovim obrascima, dok druge zemlje pokazuju slabije, šumnije ili volatilnije veze, potencijalno zbog institucionalne zrelosti, fleksibilnosti tržišta rada, industrijske strukture, kvaliteta podataka i šire faze razvoja.

Iz toga se može izvući za ekonomsku politiku relevantan (namerno generički) okvir za integraciju EU bez pretvaranja da je to dokaz uzročnosti. Članice EU trpe jači pritisak harmonizacije statistike, discipline pravila i institucionalnog približavanja; kandidati i potencijalni kandidati često su još u režimu reformi, gde su institucije i sprovođenje neujednačeni. Formulacija „različita institucionalna zrelost” i fleksibilnost tržišta rada među zemljama pozivaju na takvo tumačenje, uz upozorenje da se od toga ne napravi moralna igra.

Poenta nije da EU članstvo čini Okunov zakon istinitim. Poenta je da institucije i okviri politike utiču na to koliko brzo šokovi proizvodnje prelaze u realokaciju rada, kako se nezaposlenost prilagođava, i koliko čisto statistika nezaposlenosti meri neiskorišćenost kapaciteta, kanali koji čine da Okunovi koeficijenti izgledaju stabilno negde, a neukrotivo drugde.

5. Praktični zaključci za ekonomsku politiku: Šta studija implicira (bez manifestnog tona)

Studija gradi logiku ekonomske politike oko tri povezane tvrdnje.

Prvo, ako je Okunov odnos u modelu jaza empirijski snažan, onda upravljanje tražnjom koje zatvara proizvodni jaz treba i da smanji cikličnu nezaposlenost. Studija eksplicitno tumači jake kratko- i dugoročne veze u modelima jaza kao podršku fiskalnom ili monetarnom podsticaju tokom padova radi ublažavanja nezaposlenosti.

Drugo, zbog kratkoročne asimetrije, recesije su opasne na specifičan način: gubici proizvodnje generišu nesrazmerno velika povećanja nezaposlenosti, pa zakašnjela stabilizacija ostavlja ožiljke. Studija kaže da to „naglašava hitnost brzih intervencija tokom recesija” i upozorava da se oporavak BDP-a ne čita kao pun oporavak tržišta rada.

Treće, rezultati uzročnosti guraju čitaoca od jednodimenzionalnih narativa. Studija nalazi umereno do snažnu potvrdu da promene BDP-a predviđaju promene nezaposlenosti u nivoima; takođe upozorava na moguću dvosmernu prediktivnu povratnu vezu (posebno pod JKS pristupom), što ekonomski znači da visoka nezaposlenost može vremenom vući proizvodnju nadole preko tražnje ili produktivnosti, što implicira „dvostruke intervencije”, a ne razmišljanje zasnovano samo na rastu.

U tom duhu, preporuke studije se mogu reći jednostavno:

  • Stabilizovati proizvodnju u padovima fiskalnim i monetarnim alatima radi smanjenja proizvodnog jaza, jer zatvaranje proizvodnog jaza smanjuje cikličnu nezaposlenost.
  • Graditi otpornost tržišta rada: fleksibilni aranžmani, prekvalifikacije i podsticaji mobilnosti, da bi se ubrzalo prilagođavanje i smanjio rizik da kratkoročni šok postane dugoročna nezaposlenost.
  • Tretirati ciklus asimetrično: izbegavati prerano zatezanje u krhkim oporavcima, jer nezaposlenost reaguje bolnije na kontrakcije nego što „nagrađuje” ekspanzije.

Studija takođe pominje logiku regionalne koordinacije s obzirom na deljene cikluse i veze, argument koji postaje uverljiviji, ne manje, kada se međuzavisnost ozbiljno uzme u dijagnostikama i dizajnu modela.

6. Šta čitaoci treba da prate: Da li ove ekonomije konvergiraju, ili ne

Studija se završava tonom koji je istovremeno samouveren i oprezan, što je ovde tačno. Tvrdi da konvergencija dokaza, posebno u ARDL modelima jaza, daje „stabilnu empirijsku osnovu” za politiku, uz stalno upozorenje na prelome, ograničenja uzorka i potrebu za robusnijim proverama i bogatijim nelinearnim ili vremenski promenljivim pristupima.

Šta čitalac treba da ponese?

Prvo: Okunov zakon ovde „važi” u jedinom smislu u kome ikada zaista važi, neujednačeno, uslovno, i snažno zavisno od specifikacije i od toga da li makro podatke tretirate kao stacionarne istine ili kao vremenske serije sa ožiljcima. Studija insistira da heterogenost, međuzavisnost i strukturne promene moraju biti poštovane ako želite zaključke koji nisu samo dekoracija.

Drugo: poruka ekonomskoj politici nije „samo rastite brže”. Studija eksplicitno sugeriše dvostruku ideju: smanjenje nezaposlenosti, posebno strukturne i dugotrajne, može imati značajne pozitivne efekte na proizvodnju; a politika rasta može imati ograničene dugoročne efekte na nezaposlenost ako nije uparena sa reformama tržišta rada koje podižu zapošljivost, smanjuju neusklađenosti ili povećavaju participaciju.

Treće: u regionu koji je živeo kroz lomove, naivno je očekivati da se jedan koeficijent ponaša kao univerzalna konstanta. Studija pokazuje da nestabilnost nije smetnja; ona je tema.

I ako zvuči kao da smo se vratili na početak, dobro. U ovoj seriji „zakon” nije poenta. Poenta je šta taj odnos govori o tome kako ova tržišta rada apsorbuju šokove, kako se proizvodni ciklusi prevode u ljudske ishode, i zašto politika koja ignoriše asimetrije obično otkrije te asimetrije na teži način.

Literatura

Bai, J., & Perron, P. (1998). Estimating and testing linear models with multiple structural changes. Econometrica, 66(1), 47–78. DOI: https://doi.org/10.2307/2998540

Ditzen, J., Karavias, Y., & Westerlund, J. (2024). Multiple structural breaks in interactive effects panel data models. Journal of Applied Econometrics, 40(1), 74–88. DOI: https://doi.org/10.1002/jae.3097

Hodrick, R. J., & Prescott, E. C. (1997). Postwar U.S. business cycles: An empirical investigation. Journal of Money, Credit, and Banking, 29(1), 1–16. DOI: https://doi.org/10.2307/2953682

Juodis, A., Karavias, Y., & Sarafidis, V. (2021). A homogeneous approach to testing for Granger non-causality in heterogeneous panels. Empirical Economics, 60, 93–112. DOI: https://doi.org/10.1007/s00181-020-01970-9

Pedroni, P. (1999). Critical values for cointegration tests in heterogeneous panels with multiple regressors. Oxford Bulletin of Economics and Statistics, 61, 653–670.

Pedroni, P. (2004). Panel cointegration: Asymptotic and finite sample properties of pooled time series tests with an application to the PPP hypothesis. Econometric Theory, 20, 597–625. DOI: https://doi.org/10.1017/S0266466604203073

Pesaran, M. H. (2004). General diagnostic tests for cross-section dependence in panels. CESifo Working Paper Series No. 1229.

Pesaran, M. H. (2007). A simple panel unit root test in the presence of cross-section dependence. Journal of Applied Econometrics, 22(2), 265–312. DOI: https://doi.org/10.1002/jae.951

Pesaran, M. H. (2015). Testing weak cross-sectional dependence in large panels. Econometric Reviews, 34(6–10), 1089–1117. DOI: https://doi.org/10.1080/07474938.2014.956623

Pesaran, M. H. (2021). General diagnostic tests for cross-sectional dependence in panels. Empirical Economics, 60, 13–50. DOI: https://doi.org/10.1007/s00181-020-01875-7

Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289–326. DOI: https://doi.org/10.1002/jae.616

Pesaran, M. H., & Yamagata, T. (2008). Testing slope homogeneity in large panels. Journal of Econometrics, 142(1), 50–93. DOI: https://doi.org/10.1016/j.jeconom.2007.05.010

Westerlund, J. (2007). Testing for error correction in panel data. Oxford Bulletin of Economics and Statistics, 69(6), 709–748. DOI: https://doi.org/10.1111/j.1468-0084.2007.00477.x

Xiao, J., Karavias, Y., Juodis, A., Sarafidis, V., & Ditzen, J. (2023). Improved tests for Granger noncausality in panel data. The Stata Journal, 23(1), 230-242. DOI: https://doi.org/10.1177/1536867X231162034

LEAVE A RESPONSE

Director of Wellington based My Statistical Consultant Ltd company. Retired Associate Professor in Statistics. Has a PhD in Statistics and over 45 years experience as a university professor, international researcher and government consultant.