(©Envato)
Związek między niezależnością banku centralnego a inflacją analizowany był już w wielu pracach badawczych. Autorzy poszczególnych badań wykorzystywali w tym celu różne podejścia metodologiczne. W jednym z nich państwa traktowane są jako jednostki w regresjach liniowych poziomu inflacji względem wskaźnika niezależności banku centralnego, z uwzględnieniem potencjalnego wpływu zmiennych ekonomicznych i politycznych.
Chociaż w wielu badaniach dowodzono, że niezależność banku centralnego obniża inflację (Cukierman i in., Arnone i Romelli, Garriga i Rodriguez ), inni badacze nie znajdywali dowodów na istnienie takiego związku (Cargill, Campillo i Miron). Niektórzy autorzy twierdzą, że wspomniany efekt zależy od poziomu instytucji politycznych (Acemoğlu i in.), jest widoczny tylko w pewnych okresach (Klomp i de Haan) lub tylko w krajach rozwiniętych (Alpanda i Honig).
Pomimo braku jednoznacznych dowodów empirycznych, ukształtował się konsensus ws. korzyści płynących z niezależności banku centralnego w zakresie promowania stabilności inflacyjnej. Jednakże od czasu globalnego kryzysu finansowego pojawiły się wątpliwości czy niezależność banku centralnego jest zagrożona.
Przyczyny empirycznej niejednoznaczności
Jedną z przyczyn braku jednoznacznych dowodów empirycznych mogą być stosowane metody estymacji. W przypadku tego problemu bardziej odpowiednie od zwykłych regresji przekrojowych będzie badanie panelowe. Kolejna krytyczna kwestia dotyczy kierunku przyczynowości. Kilku autorów powracało w swoich pracach do podejść badawczych bazujących na zmiennych instrumentalnych, ale nie byli oni w stanie znaleźć odpowiednio mocnych instrumentów. Wielokrotnie wykazywano, że standardowe podejścia oparte na regresji zazwyczaj nie nadają się do uzyskania odpowiedzi na pytania o związki przyczynowe.
W naszej niedawnej pracy badamy wpływ niezależności banku centralnego na inflację, stosując model przyczynowy, który podsumowuje ekonomiczny proces inflacji w celu zapewnienia danych do naszej analizy statystycznej, w ramach której kraje są traktowane jako jednostki w badaniu panelowym. Mówiąc konkretniej, zastosowaliśmy nowoczesne podwójnie odporne estymatory efektów (doubly robust effect estimators), tj. wzdłużne ukierunkowane estymatory największej wiarygodności (longitudinal targeted maximum likelihood estimators). Procedura estymacji wykorzystuje algorytmy uczenia maszynowego i jest dostosowana do wyzwań związanych ze złożonymi panelowymi danymi makroekonomicznymi.
W celu opisania i odniesienia się do odpowiednich struktur zakłócających, uwzględniamy możliwe przyczyny, które motywują decyzję danego kraju o przyjęciu pewnego stopnia niezależności banku centralnego. Obejmują one różne czynniki od instytucji politycznych danego kraju, niestabilności politycznej, aż po historię inflacji i presję międzynarodową. Zmienną interweniującą jest wskaźnik niezależności banku centralnego przedstawiony przez Dincer i Eichengreena. Ponadto wykorzystujemy 17 mierzonych zmiennych, w tym podaż pieniądza, ceny energii, otwartość gospodarczą, zmienne instytucjonalne, takie jak przejrzystość banku centralnego i strategie polityki pieniężnej oraz zmienne polityczne. Dane leżące u podstaw naszych szacunków pochodzą z lat 1998-2010 i obejmują 60 państw znajdujących się na różnych etapach rozwoju gospodarczego.
Wnioskowanie przyczynowe
Wykorzystywanie wnioskowania przyczynowego w ekonomii ma długą historię, zaczynającą się od analiz ścieżek i wyników potencjalnych, a następnie kontynuowaną w analizach nieciągłości regresji, projektowaniu zmiennych instrumentalnych oraz podejściach opartych na wskaźnikach skłonności. W ostatnim okresie zastosowanie technik podwójnie odpornych proponowano w obszarze ekonometrii. Jest to bardzo obiecujące z perspektywy wnioskowania statystycznego, ponieważ wykorzystanie nowoczesnych metod uczenia maszynowego w estymacji efektów przyczynowych wydaje się być oczywiste w obszarach badawczych charakteryzujących się dużą liczbą zmiennych towarzyszących i złożonymi procesami generowania danych.
Istnieją trzy główne przeszkody utrudniające natychmiastowe zastosowanie podwójnie odpornych estymacji efektów do danych makroekonomicznych.
Po pierwsze, procesy gospodarcze są złożone w tym sensie, że są często nieliniowe, zależne od czasu i wykazują różne interakcje między zmiennymi. W innych dyscyplinach, w których z powodzeniem wdrożono podwójnie solidną estymację efektów, m.in. w epidemiologii, te relacje są prostsze. Utrudnia to bezpośrednie przeniesienie tej metody do innych dyscyplin, takich jak makroekonomia.
Po drugie, aby zbudować model przyczynowy, potrzebny jest gruntowny przegląd ogromnej ilości literatury, należy wziąć pod uwagę ekonomiczne pętle sprzężenia zwrotnego i w odpowiedni sposób uwzględnić cykle transmisji interwencji w obszarze polityki publicznej.
Po trzecie, nawet po opracowaniu modelu przyczynowego, ustaleniu zmiennej oszacowania oraz zebraniu danych, estymacja statystyczna może być nietrywialnym zadaniem ze względu na złożoność zbioru danych. Możliwe jest, że brakować będzie oficjalnych danych dla dużej liczby krajów i długiego przedziału czasowego, ponadto dostępne dane mogą cechować się brakiem znaczącej części wartości.
W rezultacie zalecane techniki estymacji zawodzą, co przekłada się na konieczność opracowania odpowiedniego zestawu algorytmów uczących się i algorytmów przesiewania wraz z odpowiednim wkomponowaniem brakującego mechanizmu. Korzyści płynące z wzdłużnej ukierunkowanej estymacji największej wiarygodności (longitudinal targeted maximum likelihood estimation – LTMLE), która charakteryzuje się podwójnie odporną estymacją efektów w połączeniu z uczeniem maszynowym w celu zmniejszenia prawdopodobieństwa błędnej specyfikacji modelu, można najlepiej wykorzystać w przypadku dobrej i szerokiej selekcji algorytmów uczących się, które są dobrze dostosowane do badanego problemu.
Model przyczynowy leżący u podstaw naszej analizy został podsumowany na skierowanym grafie acyklicznym (directed acyclic graph – DAG). Na tym grafie zakładamy, że na każdą zmienną mogą mieć wpływ tylko zmienne mierzone w przeszłości, a nie te mierzone w przyszłości. Ponadto przyjmujemy kilka założeń dotyczących procesu generowania danych. Skierowany graf acykliczny zawiera zarówno zmienne mierzone, jak i zmienne niemierzone.
Graf podsumowuje kanały transmisji polityki pieniężnej, koncentrując się na ścieżkach przyczynowych, poprzez które niezależność banku centralnego może ostatecznie wpływać na stopę inflacji z opóźnieniem, które zgodnie z naszym założeniem wynosi dwa lata. Dla przykładu, niezależny bank centralny samodzielnie ustala swoje narzędzia polityki pieniężnej, aby osiągnąć swoje cele. Ponieważ znajduje się pod mniejszym naciskiem by prowadzić nadmiernie ekspansywną politykę pieniężną, zyskuje większą wiarygodność, co z kolei utrzymuje oczekiwania inflacyjne na ograniczonym poziomie, obniża żądania kompensacji w zakresie płac nominalnych, utrzymuje niskie koszty pracy, a także koszty produkcji oraz ceny przedsiębiorstw. W rezultacie ceny konsumpcyjne będą niskie.
Ten sposób kodowania modelu przyczynowego nie tylko oferuje obiecującą alternatywną metodę rozwiązywania problemów przyczynowych w ekonomii, ale także zapewnia wizualny wgląd w założenia leżące u podstaw analizy. Viktor Chernozhukov, współredaktor czasopisma The Econometrics Journal, stwierdził w tweecie opublikowanym 7 czerwca 2021 roku, że „bazujący na skierowanych grafach acyklicznych pogląd na temat wnioskowania strukturalnego i przyczynowego jest niedostatecznie reprezentowany w ekonometrii…”. Chernozhukov zamierza podjąć działania w celu zaradzenia tej nierównowadze.
Nie znajdujemy przekonujących argumentów na poparcie hipotezy, że posiadanie przez długi okres niezależnego banku centralnego koniecznie obniża inflację.
Dowody
Nasza główna analiza sugeruje, że gdyby państwo zapewniło ustawową niezależność banku centralnego w każdym roku w okresie 1998–2008, odnotowałoby średni wzrost inflacji o 0,01 (95 proc. przedział ufności: -1,48; 1,50) punktu procentowego w 2010 roku.
Pierwszym i najważniejszym ustaleniem jest to, że niezależny bank centralny niekoniecznie ma wpływ na inflację. Nie znajdujemy przekonujących argumentów na poparcie hipotezy, że posiadanie przez długi okres niezależnego banku centralnego koniecznie obniża inflację. Podobnie, gdyby państwo zapewniło ustawową niezależność banku centralnego w każdym roku w okresie 1998–2008 w którym mediana inflacji z poprzednich siedmiu lat wynosiła powyżej 5 proc. lub poniżej 0 proc., doprowadziłoby to do średniego obniżenia inflacji jedynie o 0,07 punktu procentowego (95 proc. przedział ufności: -1,29, 1,15) w 2010 roku w porównaniu ze scenariuszem z zależnym bankiem centralnym w tym samym okresie. W pozostałych dwóch podejściach, ScreenLearn i EconDAG, przyjęto mniejszą liczbę założeń przyczynowych. Wyniki sugerują nieco silniejsze obniżenie inflacji spowodowane większą niezależnością banku centralnego (do -0,61 punktu procentowego).
Nasze ustalenia można podsumować w następujący sposób.
Po pierwsze, w zależności od stopnia narzucenia założeń strukturalnych, uzyskujemy albo ujemny wpływ albo brak wpływu na inflację w wyniku większej niezależności banku centralnego, co wskazuje na pułapki związane z niewłaściwymi modelami strukturalnymi.
Po drugie, jak sugeruje szerokość przedziałów ufności, nie możemy wykluczyć ani silnego ujemnego, ani silnego dodatniego średniego efektu przyczynowego (average treatment effect).
Analiza wrażliwości
W celu przeprowadzenia analizy wrażliwości podzieliliśmy naszą próbę na kraje o wysokim i niskim dochodzie według klasyfikacji dochodowej Banku Światowego i powtórzyliśmy analizę. Rozmiary próbek są znacznie zmniejszone, co wskazuje na konieczność zachowania ostrożności przy interpretacji wyników. Przy powyższym zastrzeżeniu w głównej analizie dotyczącej krajów o wysokich dochodach uzyskujemy średni efekt przyczynowy na poziomie 0,48. Oznacza to, że po dziesięciu latach niezależności banku centralnego inflacja jest o prawie pół punktu procentowego wyższa. W przypadku grupy krajów o niskich dochodach, gdzie inflacja była zazwyczaj wyższa, nie uzyskujemy żadnego efektu. Ustalenia te znacznie różnią się od tego, co opisywano w literaturze.
Zarówno proponowany przez nas model przyczynowy, jak i przedstawione techniki estymacji, nie były dotychczas wykorzystywane w rozwiązywaniu problemów ekonomicznych.
Wnioski
W niniejszym artykule dokonujemy wkładu do literatury przedmiotu na dwa sposoby.
Po pierwsze, pokazujemy, że niezależność banku centralnego nie ma wyraźnego, jednoznacznego wpływu na inflację. Nie można wykluczyć nawet wpływu zwiększającego inflację. W tym sensie nasze ustalenia wychwytują brak jednoznaczności wskazywany w literaturze.
Po drugie, z punktu widzenia metodologii pokazujemy, że nawet w przypadku złożonych pytań makroekonomicznych możliwe jest opracowanie modelu przyczynowego i wdrożenie nowoczesnych podwójnie odpornych estymatorów efektów wzdłużnych. Jest to istotne w świetle toczącej się debaty na temat odpowiedniego wdrożenia i wykorzystania wnioskowania przyczynowego w odniesieniu do kwestii ekonomicznych. Zarówno proponowany przez nas model przyczynowy, jak i przedstawione techniki estymacji, nie były dotychczas wykorzystywane w rozwiązywaniu problemów ekonomicznych. Jesteśmy przekonani, że oba te elementy okażą się przydatne w badaniu innych istotnych pytań stawianych zwykle przez ekonomistów.
Uwaga od autorów: Poglądy, opinie, ustalenia i wnioski lub zalecenia wyrażone w niniejszym artykule są wyłącznie poglądami autorów. Niekoniecznie odzwierciedlają one poglądy Szwajcarskiego Banku Narodowego (Schweizerische Nationalbank). Szwajcarski Bank Narodowy nie ponosi żadnej odpowiedzialności za jakiekolwiek błędy lub pominięcia ani za poprawność informacji zawartych w niniejszym artykule.
Philipp F. M. Baumann
Doktorant, Politechnika Federalna w Zurychu
Enzo Rossi
Doradca ekonomiczny, Szwajcarski Bank Narodowy; Wykładowca, Uniwersytet w Zurychu
Michael Schomaker
Profesor nadzwyczajny, Uniwersytet UMIT w Tyrolu
Artykuł ukazał się w wersji oryginalnej na platformie VoxEu, tam też dostępne są przypisy i bibliografia
W styczniu 2020 roku Wielka Brytania formalnie opuściła Unię Europejską. Oczekiwane korzyści z brexitu, poza odzyskaniem suwerenności w zakresie kształtowania prawa i zewnętrznych relacji gospodarczych, jednak się nie zmaterializowały. Widoczny jest natomiast spadek wydajności i konkurencyjności brytyjskiej gospodarki, co wpływa także na kondycję rynku pracy.
