Datiranje poslovnog ciklusa Srbije

3.1 Zašto je datiranje ciklusa važno

Treći deo prelazi sa prognoziranja nivoa BDP-a na identifikaciju poslovnog ciklusa. Poslovni ciklus predstavlja kretanje ekonomske aktivnosti oko njenog dugoročnog trenda. Ekonomija može rasti u nivou, a ipak biti ispod trenda; isto tako može biti iznad trenda čak i kada se rast usporava. Zato se datiranje ciklusa zasnovano na filtriranom BDP-u razlikuje od popularnog pravila da recesija nastaje posle dva uzastopna kvartala negativnog rasta.

Ova analiza koristi tri filtera: Hodrick-Prescott, Baxter-King i Corbae-Ouliaris. Svaki filter drugačije razdvaja trend i cikličnu komponentu. Cilj nije da se pronađe jedan savršen ciklus, jer takav statistički objekat ne postoji. Cilj je da se vidi da li različite metode daju u osnovi sličnu priču.

Hodrick-Prescott filter daje dug i lako razumljiv prikaz ciklusa kroz ceo uzorak. Slike 6 i 7 pokazuju duboku negativnu epizodu oko 1999, snažnu ekspanziju pre 2008, pad povezan sa globalnom finansijskom krizom, slabiji i neujednačeniji postkrizni period, kontrakciju tokom COVID-19 i kasniji oporavak. Prema Tabeli 4, HP filter klasifikuje Srbiju kao ekonomiju u ekspanziji tokom 71 kvartala i u kontrakciji tokom 54 kvartala. U najnovijem delu uzorka on identifikuje ekspanziju do 2024Q2, kontrakciju od 2024Q3 do 2025Q3 i obnovljenu ekspanziju u 2025Q4–2026Q1.

Baxter-King filter daje glađi, ali kraći efektivni uzorak, jer gubi posmatranja na početku i kraju perioda. To je normalna posledica njegove propusne konstrukcije. Slike 8 i 9 pokazuju da Baxter-King filter hvata glavne epizode: kontrakciju krajem 1990-ih, ekspanziju pre 2008, kontrakciju tokom globalne finansijske krize, slabije cikluse ranih 2010-ih, pandemijski pad i postpandemijski oporavak. On je manje osetljiv na vrlo kratke oscilacije, što može biti prednost kada je cilj identifikacija srednjoročnih poslovnih ciklusa. Njegov nedostatak je slabija informativnost na krajevima uzorka.

Corbae-Ouliaris filter u nekoliko epizoda daje rezultat koji se nalazi između HP i Baxter-King klasifikacija. On zadržava ceo uzorak i identifikuje mnoge iste prelomne tačke. Oko COVID-19 perioda identifikuje kontrakciju od 2019Q4 do 2020Q3 i ekspanziju od 2020Q4 do 2021Q3. U najnovijim posmatranjima identifikuje ekspanziju od 2022Q4 do 2024Q3, kontrakciju od 2024Q4 do 2025Q2 i obnovljenu ekspanziju od 2025Q3 do 2026Q1. To je blisko, ali ne identično HP datiranju.

Koji filter treba preferirati? Za makroekonomski blog HP filter je najpogodnija glavna referenca zato što je intuitivan, pokriva ceo uzorak i dobro se uklapa sa vidljivim ekonomskim događajima. Ipak, ne treba ga koristiti mehanički. HP filter može biti osetljiv na krajeve uzorka i ponekad preoštro klasifikovati kratka kretanja. Zato su Baxter-King i Corbae-Ouliaris korisne provere robusnosti. Tamo gde se sva tri filtera slažu, dokaz o cikličnoj fazi je snažan. Tamo gde se razlikuju za jedan ili dva kvartala, bolje je govoriti o zoni preokreta nego o preciznom datumu preokreta.

Tabela 4. Datiranje ciklusa Srbije

Robusna empirijska priča je jasna. Ciklus BDP-a Srbije sadrži izuzetnu negativnu epizodu 1999, snažan uspon pre globalne finansijske krize, veliki pad 2008–2009, manje dinamičnu postkriznu fazu, oštru ali kratku pandemijsku kontrakciju i oporavak koji je BDP vratio iznad trenda pre najnovijeg usporavanja.

Metodološki dodatak za Deo 3

Datiranje poslovnog ciklusa u ovoj analizi zasniva se na izdvajanju trenda iz sezonski prilagođene serije BDP-a i tumačenju odstupanja od tog trenda kao ciklične komponente. Kada je ciklus iznad nule, BDP je iznad procenjenog trenda i ekonomija se klasifikuje kao da je u ekspanziji. Kada je ciklus ispod nule, BDP je ispod procenjenog trenda i ekonomija se klasifikuje kao da je u kontrakciji. Hodrick-Prescott filter procenjuje gladak trend i odstupanja od njega tretira kao ciklus. Baxter-King filter je propusni filter osmišljen da izdvoji kretanja na frekvencijama poslovnog ciklusa. Corbae-Ouliaris filter je još jedan metod za izdvajanje cikličnih kretanja iz nestacionarnih podataka. Ključno je da filteri nisu neutralni merni instrumenti. Oni nameću pretpostavke o tome šta je trend, a šta ciklus. Zato najpouzdanije tumačenje dolazi iz poređenja više filtera i fokusiranja na zajedničke signale, umesto na izolovane prelomne tačke koje se javljaju samo kod jednog metoda.