Nowe wyzwanie – mierzenie niepewności

Aktualna sytuacja w gospodarce globalnej nie wpływa jeszcze na zmienność najważniejszych wskaźników gospodarczych. Jednak skala negatywnych informacji w mediach skłania inwestorów do odkładania decyzji o długookresowych skutkach.
Nowe wyzwanie – mierzenie niepewności

Niepewność w życiu gospodarczym oznacza zwykle sytuację, w której brak przesłanek do podjęcia racjonalnej decyzji z uwagi na brak możliwości oceny kierunków przyszłych wydarzeń. Należy tu odróżnić niepewność od ryzyka.

Amerykański ekonomista Frank Knight prawie sto lat temu, w 1921 roku, opublikował fundamentalną książkę pt. „Ryzyko, niepewność i zysk” (Risk, uncertainty and profit), w której zdefiniował pojęcia ryzyka i niepewności oraz różnice między nimi. Według Knighta, ryzyko jest mierzalne ex-post. Przykładowo: nasze przewidywania, dotyczące stopy inflacji w przyszłym miesiącu zostaną zweryfikowane, gdyż po pewnym czasie dowiemy, się, jaka w rzeczywistości była stopa inflacji. Mówimy więc o ryzyku inflacyjnym w rozumieniu Knighta.

Znacznie trudniej jest zmierzyć skutki Brexitu. Możliwe jest tu bardzo wiele scenariuszy, pozytywnych bądź negatywnych. Brak możliwości racjonalnej oceny szans i efektów ich wystąpienia wpływa na zachowania inwestorów w inny sposób, niż ryzyko związane z inflacją. Jest to zatem niepewność w rozumieniu Knighta.

Po Wielkim Uspokojeniu

Uogólniając: ryzyko jest związane z oceną możliwości wystąpienia, bądź niewystąpienia, okresowego zjawiska. Z niepewnością natomiast ma się do czynienia w sytuacji, kiedy nie wiadomo, jakie mogą być efekty akcji o charakterze politycznym, ekologicznym, militarnym lub gospodarczym.

Dla zilustrowania różnicy pomiędzy ryzykiem i niepewnością oraz związanych z tym problemów mierzenia tej ostatniej, przytacza się tzw. paradoks Ellsberga. Jeżeli, grając w ruletkę, postawimy na czerwone wiedząc, że w kole jest 18 pól czerwonych i 18 czarnych i jedno zielone, to bez trudu obliczymy ryzyko straty i prawdopodobieństwo wygrania w rezultacie naszej decyzji. Wyobraźmy sobie jednak sytuację, kiedy możemy postawić na czerwone, nie widząc koła ruletki i nie wiedząc, ile ono ma pól czerwonych; może wszystkie, a może ani jedno. Druga sytuacja odpowiada niepewności w rozumieniu Knighta.

W ostatnich latach analitycy i naukowcy zajmujący się analizami makroekonomicznymi stwierdzili narastanie wpływu niepewności geopolitycznej na gospodarkę. Dlatego też problem mierzenia zarówno samej niepewności, jak i oddziaływania jej na gospodarkę staje się ostatnio coraz bardziej istotny.

Problem miał marginalne znaczenie w okresie od połowy lat 80-tych do końca XX wieku, nazywanego w literaturze ekonomicznej Wielkim Uspokojeniem (ang. Great Moderation). Podręczniki z finansów lub ekonometrii koncentrowały się wówczas na opisie sposobów określenia ryzyka związanego, przykładowo, z prognozowaniem inflacji. Obserwacja jej dyspersji i czynników kształtujących ją w przeszłości były wystarczającymi informacjami do oceny ryzyka.

Podejście takie zostało zaproponowane przez amerykańskiego ekonomistę Roberta Engle, co w dużym stopniu przyczyniło się do przyznania mu Nagrody Nobla z ekonomii w 2003 roku. Dyspersja wskaźników gospodarczych była w okresie Wielkiego Uspokojenia niewielka; podobnie niewielki był wpływ czynników geopolitycznych na zjawiska gospodarcze. Praktyka pokazała, że efektywna polityka pieniężna banków centralnych była skuteczna w ograniczaniu zawirowań na rynkach.

Po wrześniu 2001 roku nastąpił zwrot w światowej gospodarce. Przyspieszyło tempo wydarzeń o zasięgu globalnym. Nasiliły się trwające od dawna konflikty zbrojne na Bliskim Wschodzie, zaś w Unii Europejskiej wystąpiły kryzysy fiskalne, pojawiły się napięcia w stosunkach Rosji z niektórymi krajami dawnego ZSRR (kraje bałtyckie) oraz poważne zatargi z użyciem siły militarnej (Gruzja, Ukraina, Bliski Wschód). W Unii Europejskiej powstało zamieszanie związane z Brexitem. Nastąpiły gwałtowne zmiany w polityce handlowej Stanów Zjednoczonych po wyborze Donalda Trumpa na prezydenta. Te i inne wydarzenia wzmagają utrzymywanie się stanu niepewności w światowym wymiarze.

Odkładanie decyzji

Aktualna sytuacja w gospodarce globalnej nadal nie wpływa jednak na zmienność najważniejszych wskaźników gospodarczych. W większości krajów rozwiniętych inflacja jest stabilna, zmiany PKB są prognozowane ze stosunkowo małym błędem, rynki finansowe i walutowe zachowują się na ogół racjonalnie. Niemniej, inwestorzy odnoszą wrażenie, że „coś” wisi w powietrzu. Czym jutro zaskoczy świat tweet Donalda Trumpa? Będzie Brexit, czy nie? A jeżeli będzie, to jaki? Co będzie z deficytem budżetowym Włoch? Czy uda się znaleźć systemowe rozwiązanie kryzysu imigracyjnego w Unii Europejskiej?

Brak jasnej odpowiedzi na te i inne pytania powoduje, że inwestorzy zaczynają działać według tak zwanej opcji realnej (real option). Przejawia się ona w odkładaniu decyzji, zwłaszcza o długookresowych skutkach, w oczekiwaniu na wyjaśnienie sytuacji. Skoro wyjaśnienia nie pojawiają się, a sytuacja komplikuje się nadal, to decyzje inwestycyjne są wstrzymywane lub przekładane na nieokreśloną przyszłość, co z opóźnieniem wpływa negatywnie na wzrost gospodarczy, na ograniczanie rozmiarów bezpośrednich inwestycji zagranicznych, zwłaszcza w krajach niepewnych politycznie, na zawirowania na giełdach itd.

Mamy zatem nową sytuację, niespotykaną w minionych dekadach. Dane statystyczne pokazują, że wszystko jest w porządku, ale nagromadzenie w mediach niepokojących informacji powoduje przeczucie, że jednak „coś” wisi w powietrzu. Natychmiast pojawia się pytanie, jak to „coś” mierzyć by przekonać się oraz czy stan ogólnej niepewności zmniejsza się, czy też pogłębia. Stawia to nowe i ambitne wyzwanie przed analitykami i ekonomistami zajmującymi się prognozami. Należałoby skonstruować nową miarę, która w syntetyczny sposób pokaże zmiany niepewności.

Trzy niepewności

W literaturze ekonomicznej spotyka się trzy metody mierzenia takiej niepewności. Dwie pierwsze polegają, w gruncie rzeczy, na szukaniu związków pomiędzy ryzykiem a niepewnością. Trzecia metoda jest pokrewna filozofii big data.

Pierwsza z tych metod przyjmuje, że niepewność prowadzi do braku konsensusu wśród ekonomistów. Zwykle odnosi się to do zróżnicowania opinii w środowisku ekspertów zajmujących się przewidywaniem przyszłości w gospodarce. Przyjmuje się tu, że im większe jest zróżnicowanie opinii, tym większa jest niepewność.

Metoda ta, zwana też metodą panelową, jest popularna w Stanach Zjednoczonych, dla których istnieje dużo ilościowych i jakościowych prognoz eksperckich, opracowywanych systematycznie przez dłuższy okres. Ma ona jednakże wiele wad. Podstawową wadą jest silna wzajemna zależność prognoz w panelach, w skład których wchodzą eksperci wypowiadający się o przyszłości. Występuje bowiem często zjawisko małej samodzielności ekspertów. Starają się oni odgadnąć nie tyle przyszłość, ile prognozę osoby, której prognozy okazywały się najbardziej trafne w przeszłości. Czasami wykazują skłonność do przeceniania jakiejś nowej informacji, która ex post okazuje się mało istotna.

Efektem takich zachowań jest niewielkie zróżnicowanie prognoz, czyli nadmiernie niska ocena niepewności. Aby temu zapobiec, stosuje się różne narzędzia metodologiczne, na przykład eksperci są proszeni o przedstawianie prognoz probabilistycznych, ale rezultaty tego nie są, jak dotychczas, imponujące. Inną wadą tej metody są zakłócenia ciągłości ocen, wynikające ze zmiany składu panelu ekspertów. Ponadto, badania wykazały, że paneliści chętniej uczestniczą w badaniu przy dobrej koniunkturze niż w czasie recesji. Utrudnia to dodatkowo przeprowadzenie porównań.

Druga metoda mierzenia niepewności jest pośrednio związana z analizą ryzyka i opiera się o badanie błędów prognoz. Jej logika jest bardzo prosta: im większe zróżnicowanie błędów prognoz, tym większa niepewność. Filozofia jest tu podobna do tej z metody panelowej. Tu każda prognoza z osobna traktowana jest jak prognoza jednego eksperta. Dalej ma zastosowanie zasada, że im większe zróżnicowanie (tym razem błędów prognoz, a nie samych prognoz), tym większa niepewność. Pojęcie błędów prognoz jest tu jednak bardziej złożone. Wymagana jest bowiem nie tylko ocena punktowa (jaka będzie inflacja w przyszłości), ale także prognoza jej zmienności. Tą drugą można uzyskać, stosując, na przykład, wspomnianą wcześniej metodę Engle’a. Prognozę zmienności stosuje się do skorygowania oceny punktowej. Dyspersja tak skorygowanych błędów prognoz odpowiada na pytanie „czego nie wiem o tym, czego nie wiem?” w przeciwieństwie do klasycznego pytania prognostów „co wiem o tym, czego nie wiem?”.

Metoda ta nie ma wad metody panelowej. Jej zaletą jest możliwość dokonywania porównań międzynarodowych i posługiwanie się łatwo dostępnymi danymi statystycznymi. Jej wadą, jako metody ex-post, jest potrzeba oczekiwania na publikację danych statystycznych dla okresu prognozowanego, gdyż ocena niepewności wymaga wyznaczenia błędów prognoz.

Trzecia metoda jest intuicyjnie najprostsza i bezpośrednio odwołuje się do koncepcji Knighta. Jest jednak bardzo kosztowna i pracochłonna. Jej twórcą i propagatorem jest Nicholas Bloom z Uniwersytetu Stanforda z zespołem. Stworzyli oni indeks EPU (Economic Policy Uncertainty Index). Jego istota polega na porównywaniu w czasie liczby artykułów publikowanych w opiniotwórczych dziennikach o dużym zasięgu, w których w kontekście gospodarki występują słowa „niepewność” i jemu podobne. Jeżeli liczba takich artykułów zwiększa się, to wartość indeksu rośnie, i odwrotnie.

Zalety tej metody są bezsporne. Jest ona intuicyjnie zrozumiała i przekonująca oraz umożliwia łatwe tworzenie szeregu wariantów indeksu w drodze przeszukiwania treści artykułów względem wystąpienia określonej kombinacji słów. Przykładowo, identyfikując teksty, w których równocześnie wystąpią słowa „niepewność” i „inflacja”, otrzymać można indeks określający zmianę niepewności w gospodarce związaną ze wzrostem cen.

Problem różnic kulturowych

Zespół Blooma udostępnia w internecie globalne wartości indeksu EPU, jak też indeksy dla 23 krajów, w tym dla Rosji i Chin. Polska nie jest objęta tym indeksem. Podawane są tam również warianty tego indeksu oraz podobne indeksy konstruowane w innych ośrodkach. Przykładowo, dla Wielkiej Brytanii podane są indeksy ogólne oraz te, które łączą Brexit z niepewnością; są również indeksy opisujące niepewność w relacji do polityki pieniężnej.

Podobnie jak inne miary niepewności, indeks EPU ma również pewne wady. Wartość indeksu może zależeć od wyboru dzienników do badania i prawidłowej identyfikacji charakteru artykułu. Wpływ na wyniki też może mieć przyjęta metoda elektronicznego przeszukiwania tekstów. Takich metod jest kilka, a posługiwanie się różnymi metodami prowadzi do uzyskiwania odmiennych rezultatów.

Dodatkowe problemy występują w przypadku tworzenia indeksów typu EPU dla mniejszych krajów. W gazetach publikowanych w lokalnych językach różnice kulturowe i niuanse lingwistyczne mogą powodować, że częstotliwość występowania określonych fraz i zwrotów zależy w mniejszym stopniu od ekonomicznej niepewności, a w większym od lokalnych standardów informacyjnych. Próby ograniczenia się do przeszukiwania lokalnych gazet anglojęzycznych nie są zbyt udane. Przykładem mogą tu być próby skonstruowania indeksu typu EPU dla Chin (oryginalny indeks EPU opiera się na przeszukiwaniu angielskojęzycznych gazet wydawanych w Hong Kongu). Okazało się bowiem, że korelacja pomiędzy chińsko- i angielskojęzycznymi indeksami EPU agregowanych dla tygodni jest ujemna. Dla danych miesięcznych ta negatywna zależność zanikała.

W przyszłości bardziej groźna dla tego typu indeksów może być świadoma manipulacja. Orientując się w mechanizmie konstruowania indeksu EPU, politycy bądź właściciele gazet mogą wywierać presję na dziennikarzy, nakazując stosowanie, bądź niestosowanie, określonych słów i zwrotów. Doprowadzić to może, w oczywisty sposób, do wypaczenia wyników, szczególnie dla mniejszych państw, gdzie liczba dzienników objętych badaniem jest niewielka.

Indeksu typu EPU dla Polski na razie nie publikuje się. Niemniej jednak, skonstruowaliśmy miesięczny indeks typu „czego nie wiem o tym, czego nie wiem” oparty na analizie błędów prognoz inflacji i jej dyspersji w latach 2006-2017 dla Polski i Niemiec.

Okresy zwiększonej niepewności geopolitycznej tak w Polsce, jak i w Niemczech to kolejno: pierwsze lata obecności Polski w Unii Europejskiej, rozszerzenie strefy Schengen w grudniu 2007, katastrofa Smoleńska, oraz kryzys związany z napływem uchodźców do Europy.

Po wstąpieniu Polski do Unii Europejskiej wzrosła niepewność. Rozszerzenie strefy Schengen spowodowało zwiększenie niepewności w Niemczech w znacznie większym stopniu, niż w Polsce.

Indeksy EPU pokazują, że nowa rzeczywistość po wstąpieniu Polski do Unii Europejskiej charakteryzowała się dużą niepewnością. Rozszerzenie strefy Schengen spowodowało zwiększenie niepewności w Niemczech w znacznie większym stopniu, niż w Polsce. Z kolei katastrofa Smoleńska spowodowała wyraźny wzrost niepewności w Polsce, ale nie w Niemczech.

Efekty kryzysu imigracyjnego widoczne są zarówno dla Niemiec, jak i dla Polski. W latach 2011-2014 poziom niepewności w obu krajach był stosunkowo niski. W latach 2015-2016 nastąpił napływ imigrantów do Niemiec, nie do Polski, niemniej jednak związana z nim wrzawa medialna w Polsce spowodowała duży wzrost niepewności.

Badania dotyczące pomiaru niepewności dopiero nabierają rozpędu. Biorąc pod uwagę dużą popularność tematu, należy oczekiwać w najbliższym czasie silnego rozwoju technik konstruowania oraz zastosowań indeksów typu EPU i innych podobnych, opierających się o metodologię big data.

Wojciech Charemza jest profesorem w Akademii Biznesu Vistula, poprzednio University of Leicester

Bohdan Wyżnikiewicz jest prezesem Instytutu Prognoz i Analiz Gospodarczych

Otwarta licencja


Tagi