O ekonomistih, slepih kot kure, in napovedovanju prihodnosti

Kaj vam pove spodnja slika, ki kaže dihotomijo med napovedmi različnih modelov glede gospodarske rasti tik pred nastopom sedanje velike recesije in kasnejšim dejanskim razvojem dogodkov? Da smo ekonomisti slepi kot kure?

recession chart

Vir: Volker Wieland & Maik Wolters, VoxEU

Wieland in Wolters sta primerjala napovedi najbolj kompleksnih sodobnih ekonomskih modelov (DSGE, Novo-keynesianski model, Bayesianski VAR model) in napovedi profesionalnih napovedovalcev, in sicer ob izbuhu sedanje krize (tretji in četrti kvartal 2008). Iz slike se lepo vidi, da so vsi modeli in vsi napovedovalci grdo udarili mimo. Dejansko so bili individualni napovedovalci s čisto preprostimi statističnimi metodami ekstrapolacije v povprečju bolj natanačni od najbolj sodobnih modelov. Natančneje rečeno, za spoznanje manj so se zmotili. Toda oboji so “big time” zgrešili. Zmota je takšna, kot da bi zamenjali dan z nočjo ali zimo s poletjem.

In kot pravi vedno lucidni Noah Smith, to spet odpira debato o tem, ali ekonomija sploh je znanost, če pa ne zna napovedati (ekonomske) prihodnosti:

Pointing this out usually leads to the eternal (and eternally fun) debate over whether economics is a real science. The profession’s detractors say that if you don’t make successful predictions, you aren’t a science. Economists will respond that seismologists can’t forecast earthquakes, and meteorologists can’t forecast hurricanes, and who cares what’s really a “science” anyway. 

Toda odgovor je, kot sem pisal poleti, ko nam je napaka meteorologov skorajda razbila barko, nekje drugje. Odgovor je v tem, da je ekonomija podobno dinamičen in kaotičen sistem kot vreme, vendar pa je poznavanje obnašanja ekonomskih subjektov bistveno slabše od poznavanja molekularne dinamike v meteorologiji. Ob tem pa so predpostavke glede obnašanja ekonomskih subjektov do absurda poenostavljene, interakcije med njimi pa povsem zanemarjene. Drugače rečeno, ekonomisti gospodarstvo, ki je inherentno dinamično (kaotično), modeliramo, kot da bi bilo stacionarno in predvidljivo na podlagi informacij, ki jih imamo danes. Izhajamo iz enega, “reprezentativnega agenta”, ki naj bi ponazarjal prav vse posameznike v družbi in predvidevamo, da se bo v vseh situacijah povsem enako, in absolutno racionalno!, odločal. Nato pa te odločitve tega enega in edinega posameznika agregiramo na raven celotnega gospodarstva in si domišljamo, da lahko na ta način napovedujemo raven narodnogospodarskih investicij ali gibanje BDP.

Problem je v tej (napačni vrsti) mikrofundiranosti, ki predvideva množico kloniranih posameznikov oziroma enakih robotov, ki se mehansko (racionalno odločajo), pri čemer ima vsak povsem neznaten učinek na ostale identične robote in seveda na panožne ali makro rezultate.

Prihodnost je najbrž v prehodu na drugo vrsto oziroma na višjo raven mikrofundiranosti. V zadnjem desetletju in pol je teorija napredovala do te mere, da dopušča, da so podjetja heterogena, da se torej med seboj razlikujejo (glede velikosti, produktivnosti itd.). Najnovejši razvoj teorije pa to heterogenost podjetij še zaostruje, in sicer dopušča, da so nekatera podjetja neprimerno večja in da imajo zato neprimerno večji učinek bodisi na panogo bodisi na celotno gospodarstvo. Če neko podjetje ustvarja 10% celotnega izvoza ali če je od njega odvisno denimo 40% dobaviteljev v neki panogi, bo to podjetje seveda imelo neprimerno večji učinek na agregatne rezultate od vsakega posamičnega majhnega ali srednjega podjetja v isti panogi.

Kakršenkoli šok v takšnem velikem podjetju ima lahko zelo velike učinke na celotno gospodarstvo. Lahko izzove krizo, lahko izzove bum. Gre za “sistemsko pomembna” podjetja, ki jih je kot takšne – ne pa kot množico neznatno majhnih in med seboj nekoreliranih podjetij ali celo posameznikov – tudi treba modelirati. In v vključitvi te “višje vrste heterogenosti” podjetij (oziroma mikrofundiranosti) v ekonomske modele jaz vidim droben napredek v smeri večje realističnosti modelov in njihove večje napovedne moči.

Denimo, če vemo, da v Sloveniji 10% vseh podjetij ustvari 90% izvoza in zaposluje dve tretjini vse delovne sile v gospodarstvu, če vemo, kam ta podjetja izvažajo, potem bistveno lažje predvidimo, kako naj bi se gibal BDP in zaposlenost, če upoštevamo, kakšni potencialni (pozitivni ali negativni) šoki utegnejo ta podjetja na posameznih trgih doleteti letos ali naslednje leto. Še bolj preprosto rečeno, na ta način lažje ocenimo učinke ukrajinske krize ali padca vrednosti rublja in upoštevamo pri napovedi BDP in zaposlenosti, kot pa če izhajamo iz DSGE (ali pa kateregakoli drugega velikega) modela, ki temelji na homogenih, racionalnih in neskončno nepomembnih posameznikih.

Seveda pa to nikakor ne pomeni, da bomo zaradi tega napredka teorije absolutno bolj sposobni predvidevati prihodnost. Še svojega lastnega obnašanja na jutrišnjem sestanku ne znamo natančno predvideti. Ker bo odvisno od množice dejavnikov, novih informacij in skupinske dinamike, pa tudi od vremena, menstrualnega cikla in še česa. Le kako bi potem zmogli predvideti dinamiko obnašanja milijonov ali milijard ljudi v medsebojni interakciji?!

%d bloggers like this: