Wahania aktywności gospodarczej w Polsce i strefie euro

Transkrypt

1 Wahania aktywności gospodarczej w Polsce i strefie euro Paweł Skrzypczyński Narodowy Bank Polski Instytut Ekonomiczny Kwiecień 2008

2 Plan prezentacji Wstęp Metodologia Wyniki Wnioski 2

3 Wstęp Cel badania W jakim stopniu cykl koniunkturalny gospodarki polskiej jest dopasowany do cyklu koniunkturalnego strefy euro? Jak wyniki uzyskane dla Polski plasują się pośród d wyników innych gospodarek w analogicznym porównaniu synchronizacji cykli gospodarczych ze strefą euro? Jak zjawisko synchronizacji cykli koniunkturalnych kształtuje tuje się w czasie? Dwie charakterystyki wahań aktywności gospodarczej: synchronizacja amplitud, synchronizacja punktów w zwrotnych. 3

4 Wstęp Definicja cyklu koniunkturalnego Fluktuacje koniunkturalne to wahania występuj pujące w agregatach przedstawiających działalno alność gospodarczą narodów, organizujących swoją produkcję przewaŝnie w przedsiębiorstwach. Fluktuacje koniunkturalne nie sąs ściśle periodyczne, a ich długod ugość moŝe e wahać się od ponad roku do około o lat (por. Burns i Mitchell (1946)). Wahania koniunkturalne to proces powtarzających się,, lecz nieregularnych, oscylacji produktu wokół jego długookresowej d ścieŝki wzrostu (por. Lucas (1977)). 4

5 Wstęp Forma badania Analiza oparta na szeregach czasowych realnego PKB i przetwórstwa rstwa przemysłowego dla Polski, strefy euro i wybranych gospodarek (nowe kraje UE, kraje strefy euro) w okresie 1995:q1-2007:q3. Zmienne poddane transformacji logarytmicznej, a następnie oczyszczone z wahań sezonowych za pomocą metody TRAMO/SEATS w wariancie addytywnym. Estymacja składowych cyklicznych dokonana za pomocą filtra band-pass Christiano-Fitzgeralda (1999). Analiza uzyskanych składowych cyklicznych przeprowadzona za pomocą metod spektralnych moŝliwo liwość określenia zaleŝno ności pomiędzy amplitudami cykli koniunkturalnych, jak równier wnieŝ pomiędzy punktami zwrotnymi. 5

6 Wstęp Pomiar cyklu koniunkturalnego w Polsce W przypadku gospodarki polskiej oprócz filtra band-pass Christiano-Fitzgeralda wykorzystano cztery alternatywne metody ekstrakcji składowej cyklicznej realnego PKB: filtr high-pass Hodricka-Prescotta Prescotta, zmodyfikowany filtr high-pass Hodricka-Prescotta Prescotta, model SVAR z restrykcją długookresową na szok popytowy, model UCARIMA ze specyfikacją AR(2) dla składowej cyklicznej. Dodatkowo zobrazowano wpływ rewizji danych i stosowanych metod ekonometrycznych na składow adową cykliczną realnego PKB w Polsce. 6

7 Metodologia Analiza spektralna Formalnym narzędziem analizy szeregów w czasowych sąs procesy stochastyczne. Analiza spektralna operuje w dziedzinie częstotliwo stotliwości i jest naturalnym narzędziem ekonometrycznym, które umoŝliwia zrozumienie natury stochastycznej danych ekonomicznych. W szczególno lności analiza spektralna umoŝliwia wnioskowanie na temat zjawisk cyklicznych. Pod pojęciem częstotliwo stotliwości naleŝy y rozumieć wielkość ω=2π/τ przyjmującą wartości z ciągłego przedziału u [0,π], gdzie 2 τ<+ <+ oznacza długod ugość fali (okres cyklu). 7

8 Metodologia Analiza spektralna Spektrum mocy słabo s stacjonarnego procesu stochastycznego z czasem dyskretnym jest zdefiniowane jako transformata Fouriera funkcji generującej autokowariancje tego procesu: S y 1 2π 1 2π ( ) ( iω ) y iωk ω g e = γ e dla ω [ π, π ] y + k = Obszar pod spektrum mocy odpowiada wariancji procesu: π ( ω) dω S ( ω) y γ 0 = S y = 2 y dω π π 0 k 8

9 Metodologia Analiza cross-spektralna spektralna Cross-spektrum spektrum mocy pomiędzy dwoma słabo s stacjonarnymi procesami stochastycznymi z czasem dyskretnym: S 1 2π ( ) ( iω ω g e ) = = = 1 2π 1 2π = RS c + k = + k = γ γ k k e iωk = ( cos( ωk ) isin( ωk) ) ( ω) + iis ( ω) = ( ω) iq ( ω) dla ω [ π, π ] = 9

10 Metodologia Analiza cross-spektralna spektralna Statystyki cross-spektralne spektralne - wzmocnienie, przesunięcie fazowe i koherencja: G ( ) 2 ( ω) + q ( ω) S ( ω) ( 2 c ) [ π π ] ω = dla ω, x ( ω) ( ω) q ϕ ( ω) tan 1 = dla ω, c K 2 ( ) 2 ( ω) + q ( ω) ( ω) S ( ω) 1 2 [ π π ] 2 c ω = dla ω, S y x [ π π ] 10

11 Metodologia Analiza cross-spektralna spektralna Croux et al. (1999) proponują dodatkową statystykę cross- spektralną,, która jest określana mianem dynamicznego współczynnika korelacji: ( ω) ( ω) S ( ω) c ρ ( ω) = dla ω, S ρ y x [ π π ] ω2 ω2 ω2 ([ ω ω ]) = c ( ω) dω S ( ω) dω S ( ω) 1, 2 ([ 0, π ]) ρ ρ = 0 ω 1 ω 1 y ω 1 x dω 11

12 Metodologia Filtr band-pass Christiano-Fitzgeralda Idealny filtr band-pass filtr teoretyczny, który mógłby m zostać zastosowany w przypadku szeregu czasowego o nieskończonej liczbie obserwacji. Filtr w dziedzinie częstotliwo stotliwości: B Filtr w dziedzinie czasu: B ω ( e i ) j 1 = 0 π 1 = 2 B e π π dla dla ω ω [ ω, ω] [ ω, ω ] [ π, ω ) ( ω, ω) ( ω, π ] + j ( L) y gdzie B( L) = B L B = B oraz B < + c y t = B t j, j j iω iωj ( ) e dω dla j = 0, ± 1, ± 2, K ω = 2π ω = 2π + j= j= j τ U τ L 0 < ω < ω < π 2 < τ L < τ U < + 12

13 Metodologia Filtr band-pass Christiano-Fitzgeralda Metoda Christiano-Fitzgeralda polega na aproksymacji idealnego filtra band-pass dla skończonej próby obserwacji zgodnie z kryterium minimalizacji błęb łędu średniokwadratowego. Filtr aproksymowany w dziedzinie czasu: ( L) y gdzie Bˆ ( L) c j yˆ t = Bˆ t t t = Bˆ j, t L dla t = 1,2, K, T j= t 1 ( T t ) Kryterium optymalizacyjne w dziedzinie częstotliwo stotliwości: π 2 min ˆ, j, j= π Bˆ, t iω iω B( e ) Bt ( e ) S y ( ) d dla t = 1,2, K T ( T t ), K, t 1 ω ω Dwa typy aproksymacji: ( ω) = ( 2π ) 1 Filtr I(0) Filtr I(1) S y S y ( ) ( ) 1 ( cos ω = 2π 2 2 ( ω) ) 1 t 1 j= ( T t ) Bˆ j, t = 0 dla t = 1,2, K, T 13

14 Metodologia Filtr band-pass Christiano-Fitzgeralda Wzmocnienie przykładowego filtra I(1) w dziedzinie częstotliwo stotliwości (pasmo opuszczane przez filtr: kwartały, liczba obserwacji: T=101). 1,2 1,2 1,0 1,0 0,8 0,8 0,6 0,6 0,4 0,4 0,2 0,2 0,0 0,0-0,2 0 0,1 0,2 0,3 0,4 0,5-0,2 0 0,1 0,2 0,3 0,4 0,5 filtr idealny filtr I(1) dla t=51 filtr idealny filtr I(1) dla t=101 14

15 Metodologia Zalety i wady wykorzystanego podejścia Zalety: moŝliwo liwość wnioskowania o synchronizacji cykli o określonych długościach, łatwość aplikacji filtra band-pass Christiano-Fitzgeralda do wszystkich przyjętych w badaniu szeregów w czasowych, filtr band-pass Christiano-Fitzgeralda uwzględnia strukturę stochastyczną dekomponowanej zmiennej. Wady: składowe cykliczne przy końcu próby obserwacji najprawdopodobniej będąb podlegały y rewizjom w czasie wraz ze wzrostem liczby dostępnych obserwacji, co tym samym moŝe wpływa ywać na zaburzenie uzyskanych wyników. w. 15

16 0,04 0,02-0,02-0,04-0,06-0,08 Wyniki Cykl koniunkturalny w Polsce przez pryzmat róŝnych r metod Składowa cykliczna realnego PKB w Polsce w okresie 1995:q1- HP MHP 2007:q inf 6,38 3,19 2,13 1,59 1,28 1,06 0,91 0,80 0,71 0,64 0,58 0,53 Periodogram 00 inf 6,38 3,19 2,13 1,59 1,28 1,06 0,91 0,80 0,71 0,64 0,58 0,53 Periodogram Długość cyklu (w latach) Długość cyklu (w latach) CF SVAR inf 6,38 3,19 2,13 1,59 1,28 1,06 0,91 0,80 0,71 0,64 0,58 0,53 inf 5,75 2,88 1,92 1,44 1,15 0,96 0,82 0,72 0,64 0,58 0,52 Periodogram Periodogram Długość cyklu (w latach) Długość cyklu (w latach) HP MHP CF SVAR UCARIMA UCARIMA inf 6,38 3,19 2,13 1,59 1,28 1,06 0,91 0,80 0,71 0,64 0,58 0,53 Periodogram Długość cyklu (w latach)

17 Wyniki Rewizje estymatorów w w czasie Składowa cykliczna realnego PKB w Polsce na bazie danych typu real-time time. 0,04 0,03 0,02 0,01-0,01-0,02-0,03-0,04 HP 0,04 0,03 0,02 0,01-0,01-0,02-0,03-0,04 MHP 0,04 0,03 0,02 0,01-0,01-0,02-0,03-0,04 CF :q1-2006:q4 1995:q1-2007:q2 1995:q1-2007:q1 1995:q1-2007:q3 1995:q1-2006:q4 1995:q1-2007:q2 1995:q1-2007:q1 1995:q1-2007:q3 1995:q1-2006:q4 1995:q1-2007:q2 1995:q1-2007:q1 1995:q1-2007:q3 0,04 0,03 0,02 0,01-0,01-0,02-0,03-0,04 SVAR 0,04 0,02-0,02-0,04-0,06-0,08 UCARIMA :q1-2006:q4 1995:q1-2007:q2 1995:q1-2007:q1 1995:q1-2007:q3 1995:q1-2006:q4 1995:q1-2007:q2 1995:q1-2007:q1 1995:q1-2007:q3 17

18 Wyniki Synchronizacja cyklu koniunkturalnego Polski i strefy euro Analiza spektralna w oparciu o PKB (1995:q1-2007:q3). 0,03 0,02 0,01-0,01-0,02-0,03-0,04 Periodogram Polska strefa euro inf 6,38 3,19 2,13 1,59 1,28 1,06 0,91 0,80 0,71 0,64 Długość cyklu (w latach) 0,58 0,53 strefa euro Polska 18

19 Wyniki Synchronizacja cyklu koniunkturalnego Polski i strefy euro Analiza cross-spektralna spektralna w oparciu o PKB (1995:q1-2007:q3). Koherencja 1,00 0,75 0,50 0,25 1,00 0,75 0,50 0,25 10,0 5,6 3,8 2,9 2,4 2,0 1,7 1,5 10,0 5,6 3,8 2,9 2,4 2,0 1,7 Korelacja dynamiczna 1,5 Długość cyklu (w latach) Długość cyklu (w latach) Wzmocnienie 1,00 0,75 0,50 0,25 Przesunięcie fazowe (w kwartałach) 4,00 2,00-2,00-4,00-6,00-8, ,00 10,0 5,6 3,8 2,9 2,4 2,0 1,7 Długość cyklu (w latach) 1,5 10,0 5,6 3,8 2,9 2,4 2,0 1,7 Długość cyklu (w latach) 1,5 19

20 Wyniki Synchronizacja cyklu Polski na tle innych gospodarek Analiza cross-spektralna spektralna w oparciu o PKB (1995:q1-2007:q3). 1,00 0,75 0,50 0,25 1,00 0,75 0,50 0,25-0,25-0,50-0,75-1,00 20 Czechy Estonia Litwa Łotwa Polska Słowacja Węgry Austria Belgia Finlandia Francja Hiszpania Holandia Niemcy Portugalia Słowenia Włochy Czechy Estonia Litwa Łotwa Polska Słowacja Węgry Austria Belgia Finlandia Francja Hiszpania Holandia Niemcy Portugalia Słowenia Włochy Koherencja w paśmie wahań od 1,5 roku do 10 lat Korelacja dynamiczna w paśmie wahań od 1,5 roku do 10 lat 1,25 1,00 0,75 0,50 0,25 1,00 0,50-0,50-1,00 Czechy Estonia Litwa Łotwa Polska Słowacja Węgry Austria Belgia Finlandia Francja Hiszpania Holandia Niemcy Portugalia Słowenia Włochy Czechy Estonia Litwa Łotwa Polska Słowacja Węgry Austria Belgia Finlandia Francja Hiszpania Holandia Niemcy Portugalia Słowenia Włochy Wzmocnienie w paśmie wahań od 1,5 roku do 10 lat Przesunięcie fazowe w paśmie wahań od 1,5 roku do 10 lat

21 Wyniki Synchronizacja cyklu Polski na tle innych gospodarek Analiza cross-spektralna spektralna w oparciu o PKB (dwie próby). 1,00 0,75 0,50 0,25 1,00 0,75 0,50 0,25-0,25-0,50-0,75-1,00 21 Czechy Estonia Litwa Łotwa Polska Słowacja Węgry Austria Belgia Finlandia Francja Hiszpania Holandia Niemcy Portugalia Słowenia Włochy Czechy Estonia Litwa Łotwa Polska Słowacja Węgry Austria Belgia Finlandia Francja Hiszpania Holandia Niemcy Portugalia Słowenia Włochy Koherencja w paśmie wahań od 1,5 roku do 10 lat Korelacja dynamiczna w paśmie wahań od 1,5 roku do 10 lat 1995:q1-2001:q2 2001:q2-2007:q3 2007:q3 1,50 1,25 1,00 0,75 0,50 0,25 1,50 1,00 0,50-0,50-1,00-1,50-2,00 Czechy Estonia Litwa Łotwa Polska Słowacja Węgry Austria Belgia Finlandia Francja Hiszpania Holandia Niemcy Portugalia Słowenia Włochy Czechy Estonia Litwa Łotwa Polska Słowacja Węgry Austria Belgia Finlandia Francja Hiszpania Holandia Niemcy Portugalia Słowenia Włochy Wzmocnienie w paśmie wahań od 1,5 roku do 10 lat Przesunięcie fazowe w paśmie wahań od 1,5 roku do 10 lat

22 Wyniki Analiza w oparciu o przetwórstwo rstwo przemysłowe Układ analogiczny do analizy w oparciu o PKB. Wyniki w duŝym stopniu zbieŝne z przypadkiem analizy danych o PKB: wyraźne zróŝnicowanie amplitud pomiędzy cyklami Polski i strefy euro, wyraźnie wyprzedzający charakter cykli polskich o długim d okresie. Podstawowe róŝnice r w porównaniu do analizy danych o PKB: przesłanki słabszego s dopasowania w okresie 2001:q2-2007:q3, 2007:q3, średni poziom dopasowania cyklicznego Polski do strefy euro pośród d gospodarek pozostających poza strefą euro. 22

23 Wnioski Wyniki w duŝym stopniu zbieŝne z wynikami prezentowanymi na łamach literatury przedmiotu. Wahania aktywności gospodarczej w Polsce i strefie euro sąs kształtowane towane przez dwa rodzaje cykli cykl o długod ugości około o lat oraz cykl o długod ugości około o 3 lat. W przypadku Polski cykl o długod ugości około o 3 lat ma większy wpływ na wahania aktywności gospodarczej aniŝeli ma to miejsce w przypadku strefy euro. W okresie 1995:q1-2007:q3 gospodarka polska i strefy euro wykazywały średni i raczej stabilny w czasie stopień dopasowania wahań cyklicznych. 23

24 Wnioski Synchronizacja cykli gospodarczych w Polsce i strefie euro o długod ugości do około o 3 lat jest wyŝsza niŝ cykli o dłuŝszym d okresie, które wykazują tendencję do wyraźnego wyprzedzania analogicznych fluktuacji w strefie euro. DuŜo o wyŝsze amplitudy wahań aktywności gospodarczej w Polsce niŝ w strefie euro. W latach cykl koniunkturalny w Polsce był relatywnie wysoko dopasowany do fluktuacji strefy euro pośród d gospodarek Europy Środkowo-Wschodniej oraz znacznie słabiej s pośród d gospodarek tworzących strefę euro. WyŜsza synchronizacja cykli Polski i strefy euro o okresach do około o 3 lat wydaje się być waŝniejsza z punktu widzenia wspólnej polityki pienięŝ ęŝnej niŝ słabsza synchronizacja cykli dłuŝszych. d Punkty zwrotne cykli krótkich w Polsce i strefie euro sąs zbliŝone podczas gdy amplitudy pozostają zróŝnicowane. 24

25 Dziękuj kuję za uwagę! 25

26 Wyniki pojedynczego projektu badawczego nie determinują wyników całego Raportu na temat pełnego uczestnictwa Rzeczypospolitej Polskiej w trzecim etapie Unii Gospodarczej i Walutowej. Projekty badawcze mają charakter dokumentów wspierających. Przedstawione w Raporcie wyniki będą stanowiły bowiem podsumowanie kilkudziesięciu projektów, realizowanych zarówno przez pracowników NBP, jak teŝ ekspertów zewnętrznych, oraz dotychczasowej literatury. 26