Grafikoni nagoveštavaju vezu, a onda se tiho posvađaju oko podešavanja vremena i jačine.

Metodologija iza ove vežbe, zašto testiramo stacionarnost, prekide, kointegraciju, dinamiku i kauzalnost tim redom, objašnjena je u posebnom blog postu. Ova hrvatska kvartalna serija ima tri dela: Deo I čita slike, Deo II prolazi kroz formalne rezultate, a Deo III plete niti u jednu priču za ekonomsku politiku.

1. Zašto je hrvatska kvartalna Okunova priča oštrija i podmuklija

Okunov „zakon“ je ona vrsta „zakona“ koja se ponaša kao učtiv gost na večeri: uglavnom pouzdan, povremeno neprijatan, i sklon da menja ton u zavisnosti od toga ko još sedi za stolom. Studija ga postavlja u klasičan okvir, kao inverzan odnos između ekonomske aktivnosti i nezaposlenosti, pa odmah dodaje nužnu ogradu: ovo je empirijska pravilnost, ne fizička konstanta. Hrvatskih poslednjih dvadeset i kusur godina zato nije uredna laboratorijska postavka. To je živa ekonomija koja je prošla kroz različite faze, ekspanziju ranih 2000-ih, globalnu finansijsku krizu i dugi postkrizni pad, pristupanje EU, kasniji oporavak i COVID šok, i svaka od njih može da savije vezu rasta i poslova na svoj način.

Kvartalni podaci čine priču življom. Godišnji podaci mogu da izravnaju podešavanje vremena i sakriju nezgodna kašnjenja koja su za politiku presudna. Kvartalni podaci, nasuprot tome, insistiraju da posmatramo tržište rada gotovo „u realnom vremenu“. To je korisno i istovremeno opasno. Korisno jer omogućava da se vidi da li nezaposlenost reaguje brzo ili sporo, simetrično ili asimetrično, i da li veliki šokovi deluju kao „još malo istog“ ili kao promene režima. Opasno jer odnosi iz kvartala u kvartal umeju da izgledaju šumno, a u kratkim uzorcima čak i nekoliko vanrednih kvartala može da dominira nagibom bilo koje regresione linije.

Strategija studije u ovom prvom delu je namerno skromna: pre testova i modela, sprovodi strukturisanu vežbu „prvo pogledaj“. Sezonski prilagođava serije (jer sezonski artefakti nisu poslovni ciklus), crta nivoe i razlike (jer dugoročno kretanje i kratkoročna promena nisu ista životinja), konstruiše proizvodni i jaz nezaposlenosti (jer je neiskorišćenost kapaciteta jezik politike), pa koristi dijagram rasturanja i vizuelnu segmentisanu (eng. piecewise) regresiju da vidi da li je jedna linearna Okunova veza uopšte verovatna kroz ceo period.

2. Dva Okuna na običnom jeziku: Promene i jazovi

Studija organizuje analizu oko dve uobičajene specifikacije Okunovog zakona.

Prva je model prvih razlika, koji povezuje rast BDP-a sa promenama nezaposlenosti. U kvartalnom ritmu zvuči kao naslov iz novina: „rast slabi, nezaposlenost raste“. Privlačan je jer je blizak razgovorima o politici i jer se fokusira na promene umesto nivoa. Ali može biti i volatilniji: šum iz kvartala u kvartal, zakašnjeno prilagođavanje i krizni ekstremi mogu da učine da veza izgleda nestabilnije nego što stvarno jeste.

Druga je jaz specifikacija, koja povezuje proizvodni jaz (koliko je proizvodnja udaljena od ocenjenog potencijala) sa jazom nezaposlenosti (koliko je nezaposlenost udaljena od ocenjene prirodne stope). To je stabilizaciono-politički pogled: „neiskorišćenost kapaciteta“ u proizvodnji treba da se preslika u „neiskorišćenost kapaciteta“ na tržištu rada. Studija te jazove konstruiše Hodrick–Prescott (HP) filtrom. To drži diskusiju praktičnom: potencijalna proizvodnja i prirodna stopa nezaposlenosti nisu direktno merljivi, ali se mogu aproksimirati dekompozicijom serije na trend i ciklus. Okvir na osnovu jaza često daje „čistiju“ naraciju jer uklanja dugoročno kretanje i fokusira se na ciklična odstupanja, upravo ono što većina rasprava o „pregrejanosti“ i „neiskorišćenom kapacitetu“ pokušava da uhvati.

Ključna prednost prikazivanja oba pristupa je što svaki odgovara na malo drugačije ekonomsko pitanje. Model razlika pita: kada se rast promeni, kako se nezaposlenost menja? Model jaza pita: kada ekonomija radi ispod (ili iznad) kapaciteta, koliko se neiskorišćenog kapaciteta javi na tržištu rada? Jedno je o kratkoročnom kretanju; drugo o cikličkoj neravnoteži. Hrvatsko iskustvo, posebno preko velikih šokova, čini ovu razliku previše važnom da bi bila fusnota.

3. Prvo, učini podatke upotrebljivim: Sezonsko prilagođavanje kao ekonomska higijena

Kvartalni makro podaci često imaju sezonske obrasce koji nemaju veze sa ciklusom koji zanima kreatore politike. Studija je eksplicitna: ako želite da tumačite vezu rasta i nezaposlenosti, treba ukloniti predvidive sezonske oscilacije koje mogu da iskrive zajedničko kretanje i proizvedu lažne obrasce. Kao što je pokazano na Slikama 1 i 2, primenjena je X-13ARIMA-SEATS procedura, a za ostatak analize zadržavaju se samo sezonski prilagođene serije.

To nije puko statističko „peglanje“. To je interpretativni izbor. U političkim terminima, sezonsko prilagođavanje kaže: zanima nas tražnja, kapacitet i neiskorišćenost kapaciteta na tržištu rada, ne kalendar.

Diskusija o prilagođenim serijama unapred najavljuje centralni narativ. Kao što se vidi na Slici 1 na strani BDP-a, studija opisuje dugoročni rast prekinut dvema velikim recesijama: postepeni pad oko 2008–2009 i strmiji, kraći pad u 2020. Na strani nezaposlenosti, navodi veću volatilnost i veću upornost: finansijska kriza proizvodi dugotrajno povišenu nezaposlenost koja traje u ranim 2010-im, dok pandemijski šok proizvodi intenzivniji ali privremeniji skok. Taj kontrast, BDP se vraća brže od nezaposlenosti, već nagoveštava Okunovu vezu sa kašnjenjima i asimetrijom, a ne urednu mehaničku vezu u istom kvartalu.

4. Šta pokazuje grafikon nivoa: Inverzni obrazac i tiranija velikih događaja

Studija zatim postavlja dve ključne serije jednu pored druge u nivoima (sa BDP-om po stanovniku u logaritmu) da bi čitalac dobio širu makro priču.

Kao što se vidi na Slici 3 vizuelna poruka je klasična: periodi rasta proizvodnje se poklapaju sa padom nezaposlenosti i obrnuto. Ali studija ne staje na rečenici „jak inverzan obrazac“. Izdvaja dva dominantna prekida uzorka: globalnu finansijsku krizu i COVID period. Oba se poklapaju sa značajnim padovima BDP-a po stanovniku, ali se oporavci razlikuju, kao i reakcija tržišta rada.

Studija naglašava da je oporavak nakon 2008 spor, meri se godinama, i da nezaposlenost ostaje visoka dugo. Pandemija je, nasuprot tome, opisana kao nagli pad praćen relativno brzim povratkom rasta, uz oštar udar na tržište rada u inicijalnim kvartalima šoka. Ekonomski rečeno, hrvatski podaci sadrže bar dve vrste recesija: dugu, „trošeću“, koja može da ostavi ožiljke na tržištu rada, i kratku, oštru, koja može da proizvede dramatične skokove.

Ovo je važno za Okunovu vezu jer „zakon“ nije samo nagib, on je mehanizam. U dugom padu firme se restrukturiraju, učešće u radnoj snazi se menja, proces uparivanja radne snage i raspoloživih radnih mesta se pogoršava, mogu se pojaviti histerezni obrasci (trajno zaostajanje posledica šokova), pa nezaposlenost ostaje visoka čak i kad proizvodnja počne da se oporavlja. U kratkom šoku, nezaposlenost može snažno da reaguje, ali se i oporavak može ubrzati ako je šok privremen i amortizeri politike delotvorni. Grafikon nivoa ne može dokazati te mehanizme, ali primorava analitičara da uzorak tretira kao heterogen, ne homogen.

5. Kratkoročno kretanje: Kada kvartalne promene izoštre vezu i razotkriju ekstremne tačke

Da bi se približio kratkoročnoj intuiciji Okuna, studija crta prve razlike: kvartalne promene log BDP-a po stanovniku i kvartalne promene stope nezaposlenosti.

Kao što se vidi na Slici 4 ovo je grafikon na kome kvartalni podaci „odrade posao“. Studija beleži velike negativne šokove BDP-a, naročito 2009. i 2020, uparene sa oštrim rastom nezaposlenosti. Okunov obrazac nije samo vidljiv u nivou; vidi se i u vremenskom usklađivanju šokova.

Ali studija ističe nešto možda važnije: van kriznih perioda pomeranja su manja i stabilnija, što sugeriše da „svakodnevni“ hrvatski ciklus izgleda drugačije od kriznog ciklusa sa naslovnih strana novina. To je ključni trag za kasnije modeliranje, ali već ovde ima implikaciju: osetljivost tržišta rada na proizvodne šokove nije uniformna. U retkim ekstremnim događajima veza izgleda strma i dramatična; u „normalnim“ vremenima blaža je i teža za precizno hvatanje.

Grafikon prvih razlika takođe nagoveštava kašnjenja. Čak i kada proizvodnja počne da raste, promene nezaposlenosti se ne moraju odmah preokrenuti; zapošljavanje može da kasni. Studija to koristi da motiviše zašto jednostavne regresije mogu da zavaraju: veza može biti realna, ali raspoređena kroz vreme.

6. „Neiskorišćenost kapaciteta“ kao jezik politike: Proizvodni jaz i jaz nezaposlenosti

Studija zatim prelazi sa „promena“ na „neravnoteže“ tako što konstruiše jazove HP filtrom. Cilj je da se Okunova priča prevede u jezik stabilizacione politike: koliko je ekonomija udaljena od potencijala, i koliko je nezaposlenost udaljena od svoje „prirodne“ stope?

Tumačenje je jasno. Kao što se vidi na Slici 5 proizvodni jaz hvata cikličke uspone i padove kao odstupanja od trenda; jaz nezaposlenosti hvata cikličku neiskorišćenost kapaciteta kao odstupanja od ocenjene prirodne stope. Kao što se vidi na Slici 6 pozitivni jazovi nezaposlenosti se poravnavaju sa recesijama (nezaposlenost iznad prirodne baze), a negativni sa periodima uspona. To je upravo intuicija modela jaza: kad je proizvodnja ispod potencijalne, nezaposlenost bi trebalo da bude iznad svoje prirodne stope.

Studija diskusiju o konstrukciji jazova drži kratko, i tako treba. Ključno nije kako filter radi, nego šta okvir na osnovu jaza omogućava: da se makro uslovi opisuju doslednim cikličkim jezikom kroz decenije, umesto da se svaki rast nezaposlenosti tretira kao isti fenomen bez obzira da li je kriza ili blaga usporenost.

Takođe postavlja interpretativnu tenziju: jaz proizvodnje se može zatvoriti brže nego jaz nezaposlenosti. Drugim rečima, proizvodnja se može vratiti ka trendu dok neiskorišćenost kapaciteta na tržištu rada ostaje. To je tip divergencije koja čini da Okunov koeficijent izgleda nestabilno kroz vreme, i zašto studija kasnije brine o nelinearnostima i strukturnim prekidima.

7. Dijagram rasturanja: Gde Okun postaje linija, ili odbija da to bude

Zajedničko kretanje u vremenu je sugestivno, ali može da prevari oko. Dijagrami rasturanja pitaju jednostavnije: kada uparimo serije onako kako model nalaže, da li vidimo konzistentan odnos?

Kao što se vidi na Slici 7 studija ovaj dijagram rasturanja čita kao podršku osnovnoj Okunovoj intuiciji: odnos ima očekivani nagib, a neiskorišćenost kapaciteta u proizvodnji se preslikava u neiskorišćenost kapaciteta u tržištu rada. Prednost dijagrama rasturanja u modelu jaza je što često izgleda „uži“ od dijagrama rasturanja prvih razlika, jer se fokusira na ciklička odstupanja i skida dugoročno kretanje.

Ali studija insistira na očiglednoj i nezgodnoj činjenici: ekstremni kvartali su bitni. Identifikuje nestandardnih opservacija povezane sa globalnom krizom i COVID periodom (i naglašava da neki kvartali tokom ovih epizoda kombinuju oštre promene BDP-a sa relativno umerenim promenama nezaposlenosti, ili obrnuto). Ekonomski, to je važan signal: tržište rada ne reaguje uvek „jedan-prema-jedan“ na proizvodnju u svakom šoku. Institucionalni amortizeri, vreme, sektorska struktura, zadržavanje radnika u firmama uprkos padu aktivnosti (eng. labour hoarding) i mere politike mogu iskriviti direktno preslikavanje, posebno u vanrednim situacijama.

Ovo je mesto gde kvartalna frekvencija istovremeno pomaže i prizemljuje. Pomaže jer omogućava da se vidi koji kvartali nose najveću „težinu“. Prizemljuje jer ti kvartali nisu statistički šum, to su trenuci kada se ekonomija ponaša drugačije. A to su, ironično, kvartali koji najviše zanimaju javnost i politiku, i kvartali koji najmanje vole stabilnu linearnost.

8. Segmentisana regresija: Jedan Okunov nagib je često učtiva fikcija

Studija radi nešto retko u primenjenom makro radu: koristi vizuelnu segmentisanu (eng. piecewise) regresiju da pokaže kako se odnos možda menja kroz vreme, umesto da samo kaže „nestabilno je“. Motivacija je jasna: ako ekonomija prolazi kroz različite režime, uspon, duga recesija, oporavak, pandemijski šok, Okunova veza može da promeni jačinu, vremensku usklađivanje ili formu.

Kao što se vidi na Slici 8 ova vizualizacija je način da se kaže: ne pretpostavljajte da je preslikavanje jaz proizvodnje → jaz nezaposlenosti bilo isto od 2000Q1 do 2024Q4. Nagib i „zategnutost“ veze mogu varirati po podperiodima, pojačavajući raniju lekciju: šokovi ne pomeraju ekonomiju samo duž stabilne linije; oni mogu i da saviju samu liniju.

Za čitaoca sa ukusom za politiku, implikacija je momentalna. Ako se Okunov koeficijent menja po režimima, onda „koliko rasta (ili smanjenja neiskorišćenosti kapaciteta) treba da bi nezaposlenost pala“ nije univerzalno pravilo. To je uslovna rečenica. Može biti jače u nekim padovima, slabije u nekim oporavcima, i osetljivo na institucionalni kontekst. To ne čini Okunov zakon beskorisnim. Čini ga realnim: on je neka vrsta orijentacionog pravila, a ne zakon prirode.

9. Šta grafički dokazi mogu da zaključe, i šta ne smeju

U ovoj fazi, pre formalnih testova, šta odgovorno možemo reći?

Možemo reći da su hrvatski kvartalni podaci široko u skladu sa Okunovom intuicijom. Globalno posmatrano proizvodnja i nezaposlenost se kreću inverzno. U prvim razlikama, veliki proizvodni šokovi idu uz oštre pomake nezaposlenosti. U terminima jaza, ciklična neiskorišćenost kapaciteta u proizvodnji ide uz ciklički neiskorišćenost kapaciteta u tržištu rada, i okvir na osnovu jaza deluje posebno pogodan za narativ relevantan za politiku.

Možemo takođe reći da je malo verovatno da Hrvatska ima jednu stabilnu Okunovu liniju. Studija insistira na velikim epizodama, vidljivim nestandardnim opservacijama i segmentisanoj analizi ukazuje na potencijalnu nestabilnost. Podaci sugerišu efekte vremenskog usklađivanja i upornost, nezaposlenost sporije prati proizvodnju u fazama oporavka, a oštrije reaguje u padovima. To nisu tehnikalije; to je suština ekonomskog razloga zašto „rast se vratio“ ne znači uvek da su se „poslovi vratili“ istim tempom.

Ono što još ne možemo je da proglasimo „verifikaciju“ ili „slom“. Grafikoni mogu da nagoveste odnose i pokažu gde su zategnuti, ali ne mogu da kažu da li su serije statistički „dobro vaspitane“, da li se prekidi formalno mogu detektovati, da li postoje dugoročne ravnoteže, ili ko koga predvodi. To su pitanja za Deo II.

10. Most ka Delu II: Gde počinje unakrsno ispitivanje

Slike iz Deо I šapuću jednu uverljivu Okunovu priču za Hrvatsku, posebno kada je ispričana jezikom neiskorišćenost kapaciteta i jazova. Ali šapuću i nešto drugo: odnos oblikuju promene režima, ekstremni kvartali i mogućnost da jedan koeficijent „izravna“ baš one epizode koje kreatori politike najviše pamte.

Deo II kreće tačno odatle: formalni niz testova. Pitaće da li su serije stacionarne ili „lutaju“, da li su strukturni prekidi statistički evidentni, da li proizvodnja i nezaposlenost dele dugoročnu povezanost kroz okvire kointegracije, kako dinamički modeli (uključujući ARDL i asimetrični NARDL) tumače prilagođavanje, i šta uzročnost kaže o tome ko koga predvodi. Ukratko: grafikoni su opravdali radoznalost. Testovi će odlučiti koliko ta radoznalost vredi.