Od „da li su ovi podaci uopšte upotrebljivi?” do „da li rast vodi poslove?”, korak po korak.

1. Od grafika ka proverama: Kad intuicija prestaje da bude dovoljna

Grafički uvid je koristan prvi prolaz, ali može biti i zamka: novija ekonomska istorija Srbije puna je šokova i diskontinuiteta, a to može „prevariti” prostu regresiju da „nađe” odnose koji su zapravo samo zajednička turbulencija. Zato studija prelazi sa slika na dijagnostiku: prvo pita da li se serije ponašaju tako da omogućavaju smislen zaključak, zatim pita da li je odnos dugoročan ili samo epizodan, i tek onda odlučuje koja vrsta modela je opravdana. Tok je eksplicitan: prvo stacionarnost, zatim kointegracija, pa dinamički modeli, a uzročnost na kraju.

2. Prvo: Ne spotaknite se o stacionarnost, kakve su serije?

Studija počinje formalne rezultate testiranjem jediničnog korena jer od toga zavisi sve posle. Ako serija luta bez stabilne sredine (nestacionarna je), regresije mogu izgledati „značajno” čak i kad je odnos u suštini lažan. Obrnuto, ako je serija stacionarna, modeli kratkog roka se mogu voditi direktno, bez dodatne mehanike.

Ovde se koriste dva poznata testa „prve generacije”, DF-GLS i KPSS, eksplicitno kao komplementarni: DF-GLS testira jedinični koren, KPSS testira stacionarnost. Kada se slažu, analitičar ima više samopouzdanja; kada se razilaze, izbor modela zahteva dodatni oprez.

Šta kažu za Srbiju? U nivoima, log BDP (LGDP) i stopa nezaposlenosti (UR) opisane su kao nestacionarne i najbolje tretirane kao I(1) procesi, serije koje postaju stacionarne tek nakon diferenciranja. Nasuprot tome, proizvodni jaz i jaz nezaposlenosti (konstruisani HP filtriranjem u ovoj studiji) deluju stacionarno u nivoima, tj. I(0). Posebno se ističe jaz nezaposlenosti kao serija sa jakim dokazima stacionarnosti pod oba testa.

Ova podela je ekonomski važna. Sugeriše da u istom skupu podataka postoje dva „sveta”. U svetu nivoa (LGDP i UR) dominira dugoročno kretanje i trendovi; u svetu jazova, serije su već definisane kao odstupanja od trenda i ponašaju se kao ciklični objekti. To odmah ima implikacije: modeli jaza se mogu tretirati kao odnosi među stacionarnim serijama, dok nivo modeli zahtevaju ili diferenciranje ili ubedljiv dugoročni okvir (kointegraciju) pre nego što koeficijenti dobiju smisao.

Studija motiviše i testove jediničnog korena sa strukturnim lomovima (Zivot–Andrews; Clemente–Montañés–Reyes; Lee–Strazicich) i nelinearni KSS test (Kapetanios–Shin–Snell), upravo zato što „turbulentna ekonomska istorija Srbije” čini verovatnim da su šokovi menjali svojstva serija BDP-a i nezaposlenosti. Poenta: ako prelomi serija postoje, ignorisanje preloma može učiniti da stacionarna serija izgleda nestacionarno, ili obrnuto.

3. Zatim: Ne pretpostavljajte dug rok, da li proizvodnja i nezaposlenost zaista kointegrišu?

Kada se razjasni stacionarnost, sledeće pitanje je da li BDP i nezaposlenost dele stabilan dugoročni odnos uprkos kratkoročnom šumu, što je praktično značenje kointegracije ovde. Pristup studije je pluralan: Engle–Granger kao bazu, Gregory–Hansen da dozvoli lom u kointegracionoj vezi, Johansenov sistemski pristup, pa Bayer–Hanck kao kombinovanu, konzervativniju proveru. Ideja nije da se čitalac zatrpa testovima, već da se smanji rizik da jedna krhka metoda diktira narativ.

Rezultati kointegracije nisu „parada pobede”.

Engle–Granger ne nalazi kointegraciju ni u jednom smeru ni u jednoj specifikaciji, što sugeriše odsustvo stabilnog dugoročnog odnosa ako se pretpostavi da lomova nema.

Gregory–Hansen, koji dopušta strukturni lom, daje u najboljem slučaju slabu podršku: jedan slučaj je opisan kao „blizu” značajnosti u specifikaciji sa pomakom režima i trenda. To je predstavljeno kao sugestija, ne kao definitivan dokaz.

Johansen je prikazan kao potencijalno robusniji jer tretira odnos kao sistem, može fleksibilnije uključiti determinističke komponente i dijagnostike. U sintezi studije, Johansen u nekim specifikacijama nagoveštava kointegraciju, dok su drugi pristupi oprezniji.

Zatim dolazi Bayer–Hanck „meta” test, osmišljen da kombinuje informacije iz više testova i, po ideji, bude teže impresionirati. On donosi najjasniji veto: nema dokaza za odbacivanje nulte hipoteze o odsustvu kointegracije kroz četiri model varijante, i za modele prve razlike i za modele jaza, sa i bez trenda. Studija naglašava da kombinovana statistika ostaje ispod kritičnih vrednosti i tumači to kao konzervativan sud da pozitivni signali iz pojedinačnih testova mogu biti rezultat specifičnosti uzorka.

Studija je otvorena i o razlozima „neurednosti”. Uzorak je mali (oko 29 godišnjih opservacija u glavnom prozoru), pa asimptotski testovi mogu da se ponašaju loše. A strukturni lomovi, koje kasnije delimično hvata veštačka promenljiva 1999, komplikuju samu ideju jedne stabilne dugoročne ravnoteže.

Praktična implikacija nije „kointegracije nema zauvek”. Već: u ovom skupu podataka i ovom periodu, dokazi za stabilan dugoročni Okunov odnos nisu dovoljno robusni da bi bili okosnica priče. To disciplinuje modeliranje: gura analizu ka kratkoročnim dinamikama umesto ka narativu na osnovu modela korekcije greške koji pretpostavlja stabilno dugoročno sidro.

4. Mala jednačina, velika odluka: Šta ocenjujemo kad kointegracija deluje klimavo?

Ovo je ključna tačka metodologije: ne birate ARDL/VECM/ECM modele zato što su moderni, već zato što ih podaci „zarade”.

Logika studije je jasna. Kada kointegracija nije robusno potvrđena, posebno nakon Bayer–Hanck-a, „modeli prvih razlika” su „ekonometrijski prikladniji” jer ne pretpostavljaju stabilan dugoročni odnos. Ekonomski, studija to povezuje sa realnošću tranzicione ekonomije u kojoj rigidnosti, strukturna nezaposlenost i ponovljeni šokovi mogu prekidati dugoročnu stabilnost između proizvodnje i nezaposlenosti.

Minimalistički šablon forme korekcije greške (koja bi bila opravdana samo pod kointegracijom) izgleda ovako (no, nije u glavnom fokusu studije):

Ključ je termin u zagradi: „dugoročni jaz/odstupanje” od ravnoteže. Ako je kointegracija slaba ili nestabilna, taj termin postaje jaka tvrdnja na tankim dokazima.

Zato studija zaključuje da, kada širi skup dokaza ne podržava dugoročnu ravnotežu, i modeli prvih razlika i modeli jaza treba specificirati bez komponente korekcije greške.

5. ARDL kao disciplinovan kompromis: Dinamika bez pretvaranja da vidimo večnost

ARDL okvir se uvodi kao pragmatičan alat za modeliranje kratko- i dugoročnih dinamika u malim uzorcima i sa mešovitim redovima integracije. Studija naglašava pogodnost ARDL-a u takvim kontekstima i zatim ga proširuje na NARDL da dozvoli asimetrične efekte, da li tržište rada drugačije reaguje na pozitivne i negativne promene proizvodnje. Motiv asimetrije nije kozmetika; vezan je za razmatranja Srbije u studiji, poput segmentacije i rigidnosti naniže u platama.

U samoj ARDL vežbi za Srbiju, studija je jasna o opsegu: četiri godišnja modela za 1995–2023, dva u prvim razlikama (LGDP i UR kao zavisne u odvojenim modelima) i dva u jazovima (proizvodni jaz i jaz nezaposlenosti), svi sa veštačkom promenljivom 1999 (D1999) da uhvate rat na Kosovu i NATO intervenciju, uz izbor docnji prema SIC kriterijumu.

Ekonomska logika je jednostavna: ako dug rok nije pouzdan, fokusirate se na to kako se šokovi prenose kroz vreme, docnje, inercija, i mogući efekti loma, umesto da insistirate na bezvremenskom koeficijentu. D1999 je ovde priznanje da odnos BDP–nezaposlenost pokazuje efekte diskretnog događaja koje bi glatki model mogao pogrešno pročitati.

6. Uzročnost na kraju: Da li rast „vodi” nezaposlenost, ili je priča slabija?

Posle stacionarnosti, kointegracije i razmatranja dinamičkih okvira, studija radi Granger testove uzročnosti koristeći Toda–Yamamoto pristup. Cilj nije filozofska uzročnost, već prediktivna prvenstvenost: da li prošle vrednosti jedne varijable pomažu prognozu druge? Studija motiviše ovaj korak, podsećajući da i obrnuta uzročnost ima smisla, naročito ako tržište rada utiče na investicije, produktivnost ili društvenu stabilnost.

Rezultat je upadljivo konzistentan. Za modele jaza, nema dokaza uzročnosti ni u jednom smeru: p-vrednosti za jaz nezaposlenosti → Proizvodni jaz i proizvodni jaz → jaz nezaposlenosti daleko su od standardnih pragova značajnosti; isto važi i za modele prvih razlika. Odsustvo se održava i nakon uključivanja veštačke promenljive D1999. Studija tumači tu uniformnu beznačajnost kao odsustvo prediktivne moći u oba smera u ovom okviru i uzorku.

Sinteza ide dalje: Toda–Yamamoto testovi ne daju dokaz ni jednosmerne ni dvosmerne uzročnosti, što je u skladu sa Bayer–Hanck zaključkom o odsustvu kointegracije, nema stabilnog dugoročnog sidra i nema kratkoročne prediktivne prvenstvenosti. Studija navodi mali uzorak i mogućnost da lomovi guše uočljive veze čak i uz veštačku promenljivu, ali naglašava robusnost nultog nalaza kroz konfiguracije.

Otuda sledi praktičan zaključak: okviri koji „pretpostavljaju uzročnu ili kointegracionu vezu” nisu empirijski opravdani ovde; obe verzije modela treba da ostanu u domenu kratkoročnih interakcija bez mehanizma korekcije greške.

A sledi i poruka za politiku koja ume da zaboli: ako ne nalazite prediktivnu prvenstvenost ni u jednom smeru, narativ „stimuliši rast i nezaposlenost će pasti” ima ograničen domet ako ga ne prati strukturna politika tržišta rada. Studija tumači razdvajanje kao mogući odraz dubljih osobina tržišta rada (informalnost, rigidnosti, neusklađenost).

7. Šta će Deo III uraditi dalje

Deo II je namerno uzak: prati studiju od testova jediničnog korena preko kointegracije, opravdanja dinamičkog modeliranja i uzročnosti, bez velikog zaključka za ekonomsku politiku. To će uraditi Deo III: spojiti grafičke dokaze i formalne rezultate u jedinstveno tumačenje toga šta Okunova veza u Srbiji radi, i šta ne radi, i prevesti to u implikacije za tržište rada, makro stabilizaciju i finansijsku politiku, u skladu sa okvirom studije. Ako Deo II deluje kao kontrolna lista, to je poenta. U ovako kratkom uzorku i ekonomiji sa toliko lomova, najveća greška nije statistička. To je pripovedačka: pretvarati se da podaci nude čist zakon kada nude, u najboljem slučaju, uslovnu tendenciju koja dolazi i odlazi sa režimom.