αβεβαιότητα και οικονομική πολιτικής - Μακροοικονομική δραστηριότητα - Επισκόπηση δεδομένα για την Ε.Ε.

Αβεβαιότητα οικονομικής πολιτικής - Μακροοικονομική αβεβαιότητα και οικονομική δραστηριότητα - Επισκόπηση και μία εμπειρική μελέτη με δεδομένα για την Ε.Ε. Μπουλούμπασης Παναγιώτης ιπλωματική Εργασία που υπεβλήθη για τη μερική ικανοποίηση των απαιτήσεων για την απόκτηση Μεταπτυχιακού ιπλώματος Ειδίκευσης Σχολή Οργάνωσης και ιοίκησης Επιχειρήσεων Τμήμα Οικονομικών Επιστημών Μεταπτυχιακό ίπλωμα Ειδίκευσης στην «Εφαρμοσμένη Οικονομική και Ανάλυση εδομένων» Σεπτέμβριος 2016

Πανεπιστήμιο Πατρών, Τμήμα Οικονομικών Επιστημών Μπουλούμπασης Παναγιώτης 2016 Με την επιφύλαξη παντός δικαιώματος

Τριμελής Επιτροπή Επίβλεψης διπλωματικής εργασίας Επιβλέπων: Βενέτης Ιωάννης Αναπληρωτής Καθηγητής Μέλος Επιτροπής: Ζερβογιάννη Αθηνά Αναπληρώτρια Καθηγήτρια Μέλος Επιτροπής: Ντεμούσης Μιχαήλ Καθηγητής Η παρούσα διπλωματική εργασία με τίτλο «Αβεβαιότητα οικονομικής πολιτικής - Μακροοικονομική αβεβαιότητα και οικονομική δραστηριότητα - Επισκόπηση και μία εμπειρική μελέτη με δεδομένα για την Ευρωπαϊκή Ενωση» εκπονήθηκε από τον/την Μπουλούμπαση Παναγιώτη, Α.Μ 1018167, για τη μερική ικανοποίηση των απαιτήσεων για την απόκτηση Μεταπτυχιακού ιπλώματος Ειδίκευσης στην «Εφαρμοσμένη Οικονομική και Ανάλυση εδομένων» από το Πανεπιστήμιο Πατρών και εγκρίθηκε από τα μέλη της τριμελούς επιβλέπουσας επιτροπής.

Θα ήθελα να αφιερώσω τη διπλωματική μου εργασία στους γονείς μου, Γιώργο και Ελένη, και στα αδέλφια μου, Μάρα και Αλέξανδρο.

Ευχαριστίες Θα ήθελα να ευχαριστήσω τον επιβλέποντα μου και αναπληρώτη καθηγητή του οικονομικού τμήματος του Πανεπιστημίου Πατρών κ. Ιωάννη Βενέτη και την μεταδιδακτορική ερευνήτρια του τμήματος κ. Παρασκευή Σαλαμαλίκη για την καθοδήγηση, τις συμβουλές και τη βοήθεια που μου παρείχαν κατά τη διάρκεια συγγραφής της διπλωματικής μου. Θα ήθελα επίσης να ευχαριστήσω τους γονείς μου για τη συνεχή συμπαράστση και στήριξη τους καθ όλη τη διάρκεια των σπουδών μου.

i Περίληψη Στόχος της παρούσας διπλωματικής εργασίας είναι να γίνει μία επισκόπηση και μία εμπειρική μελέτη για το πως επηρεάζει η οικονομική αβεβαιότητα την οικονομική δραστηριότητα. Στη συγκεκριμένη διπλωματική εργασία επικεντρωνόμαστε κυρίως στο πως το ΑΕΠ και η συνολική απασχόληση στην Ευρωπαϊκή Ενωση επηρεάζονται από την οικονομική αβεβαιότητα. Ενας διαρκώς αυξανόμενος αριθμός πρόσφατων ερευνητικών μελετών επικεντρώνεται στην κατασκευή νέων δεικτών της οικονομικής αβεβαιότητας με στόχο οι δείκτες αυτοί να αποτελέσουν αξιόπιστες προσεγγίσεις είτε της αβεβαιότητας που σχετίζεται με την οικονομική πολιτική είτε της μακροοικονομικής αβεβαιότητας. Η παρούσα μελέτη θα επιχειρήσει να παρουσιάσει διάφορους δείκτες οικονομικής αβεβαιότητας και να εξετάσει εμπειρικά την επίδραση της αβεβαιότητας στην οικονομική δραστηριότητα της Ευρωπαϊκής Ενωσης. Λέξεις-κλειδιά: Αβεβαιότητα οικονομικής πολιτικής, Μακροοικονομική αβεβαιότητα, Οικονομική δραστηριότητα

ii Summary The aim of this dissertation is to provide an overview of the theoretical literature emphasizing the major transmission channels of economic uncertainty on macroeconomic activity, and to conduct an empirical study on how economic uncertainty affects economic activity. In this dissertation we focus mainly on how GDP and total employment in the European Union are affected by economic uncertainty. A growing number of recent research studies is focused on the construction of new indicators of economic uncertainty in order for these indicators to be more related to or be better proxies for macroeconomic activity, uncertainty or economic policy uncertainty. This study will attempt to present various indicators of economic uncertainty and empirically examine the effects of uncertainty on economic activity in the European Union. Keywords: Economic policy uncertainty, Macroeconomic uncertainty, Economic activity

Περιεχόμενα 1 Εισαγωγή 1 2 Θεωρητικό υπόβαθρο: Αβεβαιότητα και οι επιδράσεις της 5 2.1 Εισαγωγικά........................... 5 2.2 Πως η αβεβαιότητα επηρεάζει την οικονομία;...... 6 2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 8 2.3.1 Θεωρία Πραγματικών επιλογών (Real Options theory)......................... 8 2.3.2 Ασφάλιστρο κινδύνου (Risk premium)...... 13 2.3.3 Προληπτική αποταμίευση (precautionary savings) 15 2.3.4 Επιλογές ανάπτυξης (Growth options)....... 17 2.3.5 Φαινόμενο Oi-Hartman-Abel............ 18 3 Εμπειρικό υπόβαθρο 20 3.1 Εισαγωγικά........................... 20 3.2 Μέτρηση οικονομικής αβεβαιότητας............ 21 3.3 Αβεβαιότητα και οικονομική πολιτική........... 24 3.4 Συνεισφορά της εργασίας του N.Bloom.......... 26 3.5 Μία διαφορετική προσέγγιση στην Οικονομική Αβεβαιότητα............................ 31 3.6 Συνεισφορά και άλλων ερευνητών στην Οικονομική Α- βεβαιότητα........................... 35 3.6.1 Rossi και Sekhposyan (2015)............ 35 3.6.2 Alexopoulos και Cohen (2015)........... 38 iii

ΠΕΡΙΕΧΟΜΕΝΑ iv 4 Εμπειρική Μελέτη 41 4.1 Τα δεδομένα.......................... 41 4.2 ιανυσματικά αυτοπαλίνδρομα υποδείγματα (VAR)... 43 4.3 ημιουργία του μοντέλου.................. 44 4.4 Ερμηνεία των μεταβλητών.................. 47 5 Συμπεράσματα 58 Βιβλιογραφία 61

ΠΕΡΙΕΧΟΜΕΝΑ v Κατάλογος Γραφημάτων

1.1 είκτης αβεβαιότητας οικονομικής πολιτικής (EPU) για την ΕΕ από το 1ο τρίμηνο του 1987 έως το 4ο τρίμηνο του 2014......................... 2 3.1 είκτης οικονομικής πολιτικής αβεβαιότητας για τις Η- ΠΑ (Πηγή: www.policyuncertainty.com)........... 23 4.1 είκτης οικονομικής πολιτικής αβεβαιότητας για ΕΕ (Πηγή: www.policyuncertainty.com).............. 42 4.2 Το ΑΕΠ απο το 1987 έως το 2014 σε τρίμηνα (λογαριθμοποιημένο)....................... 46 4.3 Ο αριθμός των εργαζομένων απο το 1987 έως το 2014 σε τρίμηνα (λογαριθμοποιημένος).......... 46 4.4 Ο χρηματιστηριακός δείκτης που περιλαμβάνει τις 50 μεγαλύτερες εταιρίες απο το 1987 έως το 2014 σε τρίμηνα (λογαριθμοποιημένος)................ 47 4.5 Αντίδραση του ΑΕΠ της ΕΕ σε ένα σοκ στον δείκτη αβεβαιόητας οικονομικής πολιτικής(epu)......... 48 4.6 Αντίδραση της Συνολικής Απασχόλησης στην ΕΕ σε έ- να σοκ στον δείκτη αβεβαιόητας οικονομικής πολιτικής(epu) 49 4.7 Αντίδραση του ΑΕΠ της ΕΕ σε ένα σοκ στον δείκτη του χρηματιστηρίου (Stocks)................. 50 4.8 Αντίδραση του δείκτη της Συνολικής Απασχόλησης στην ΕΕ σε ένα σοκ στον δείκτη του χρηματιστηρίου (Stocks)............................. 51 4.9 Αντίδραση του ΑΕΠ και του δείκτη συνολικής απασχόλησης σε ένα σοκ του δείκτη EPU........... 52 vi

vii 4.10 Αντίδραση του ΑΕΠ σε ένα σοκ του χρηματιστηριακού δείκτη.............................. 53 4.11 Αντίδραση του δείκτη συνολικής απασχόλησης σε ένα σοκ του χρηματιστηριακού δείκτη............. 54 4.12 Αντίδραση του ΑΕΠ σε ένα σοκ του δείκτη EPU.... 55 4.13 Αντίδραση του δείκτη συνολικής απασχόλησης σε ένα σοκ του δείκτη EPU..................... 56 4.14 Αντίδραση του ΑΕΠ σε ένα σοκ του χρηματιστηριακού δείκτη.............................. 57 4.15 Αντίδραση του δείκτη συνολικής απασχόλησης σε ένα σοκ του χρηματιστηριακού δείκτη............. 57

Κατάλογος Πινάκων viii

3.1 Πίνακας με τα σημεία που εμφανίζεται υψηλή οικονομική πολιτική αβεβαιότητα στις ΗΠΑ........... 24 4.1 Πίνακας με τα σημεία που εμφανίζεται υψηλή οικονομική πολιτική αβεβαιότητα για την ΕΕ.......... 43 ix

Κεφάλαιο 1 Εισαγωγή Ενας σημαντικός παράγοντας που επηρεάζει την οικονομική ζωή των ανθρώπων είναι η αβεβαιότητα που υπάρχει σχετικά με τα α- ποτελέσματα των ενεργειών τους. Για παράδειγμα, ο αγρότης που καλλιεργεί τη γη του δεν ξέρει με βεβαιότητα τα αποτελέσματα της παραγωγικής του δραστηριότητας. Οι καιρικές συνθήκες, τα ζιζάνια κτλ. μπορεί να έχουν σοβαρή επίδραση στο τελικό προϊόν. Επίσης, ο εργαζόμενος δε γνωρίζει αν θα συνεχίσει την απασχόλησή του στην ίδια επιχείρηση ή αν θα απολυθεί λόγω κάποιας κρίσης που θα επηρεάσει αρνητικά την επιχείρηση (κλείσιμο επιχείρησης ή περιορισμός του προσωπικού). Τέλος, ο επιχειρηματίας δε γνωρίζει με βεβαιότητα αν η δραστηριότητά του θα αποδώσει κέρδη ή αν θα έχει ζημίες. Σε μακροοικονομικό επίπεδο η αβεβαιότητα φαίνεται να αυξάνεται δραματικά στην Ευρωπαϊκή Ενωση μετά από σημαντικές οικονομικές και πολιτικές κρίσεις, όπως η Ρώσικη κρίση το 1998, ο πόλεμος ΗΠΑ- Ιράκ, η πτώχευση της Lehman Brothers και το πρώτο μνημόνιο της Ελλάδας. Στο σχήμα 1.1 φαίνεται ο δείκτης αβεβαιότητας οικονομικής πολιτικής ο οποίος έχει κατασκευαστεί από τους Baker, Bloom και Davis (2015) και εμφανίζει μεγάλες εκρήξεις αβεβαιότητας μετά από τις μεγάλες κρίσεις, οι οποίες προσωρινά διπλασιάζουν τη μεταβλητότητα 1

2 κατά μέσο όρο. Αυτά τα σοκ συνδέονται στενά με άλλα μέτρα της αβεβαιότητας, όπως η μεγέθυνση της βιομηχανίας σε επίπεδο κερδών και η αύξηση της παραγωγικότητας. Γράφημα 1.1: είκτης αβεβαιότητας οικονομικής πολιτικής (EPU) για την ΕΕ από το 1ο τρίμηνο του 1987 έως το 4ο τρίμηνο του 2014 Στην παρούσα διπλωματική γίνεται μία επισκόπηση και μία εμπειρική μελέτη για το πως επηρεάζει η οικονομική αβεβαιότητα την οικονομική δραστηριότητα. Επικεντρωνόμαστε κυρίως στο πως το ΑΕΠ και η συνολική απασχόληση στην Ευρωπαϊκή Ενωση επηρεάζονται από την οικονομική αβεβαιότητα. Η παρούσα μελέτη θα επιχειρήσει να παρουσιάσει διάφορους δείκτες οικονομικής αβεβαιότητας και να εξετάσει εμπειρικά την επίδραση της αβεβαιότητας στην οικονομική δραστηριότητα της Ευρωπαϊκής Ενωσης. Αρχικά, γίνεται μία προσπάθεια να παρουσιαστεί ο ορισμός της οικονομικής αβεβαιότητας στο επόμενο κεφάλαιο καθώς και τα δομικά της στοιχεία. Επίσης, εξετάζεται το πώς μεταδίδεται η αβεβαιότητα (δίαυλοι/τρόποι μετάδοσης) καθώς και το πώς επηρεάζεται η οικονομία στο σύνολο της. Ακόμα στο τρίτο κεφάλαιο παρουσιάζονται

3 κάποιες εμπειρικές μελέτες από τους Baker, Bloom και Davis (2015), του Bloom (2009), των Jurado, Ludvigson και Ng (2015), των Rossi και Sekhposyan (2015) καθώς και των Alexopoulos και Cohen (2015). Στις εμπειρικές αυτές μελέτες θα παρουσιαστεί και ο τρόπος δημιουργίας κάποιων μέτρων και δεικτών για την οικονομική αβεβαιότητα. Στη συνέχεια προχωράμε στην δική μας εμπειρική ανάλυση όπου θα εξετάσουμε πως η αβεβαιότητα οικονομικής πολιτικής (EPU) στην ΕΕ επηρεάζει μακρο μεταβλητές όπως το ΑΕΠ και η συνολική απασχόληση. Επίσης θα εξετάσουμε και την αντίδραση αυτών των μακρο μεταβλητών σε ένα σοκ στον χρηματιστηριακό δείκτη. Αυτό θα το κάνουμε καθώς και ο χρηματιστηριακός δείκτης είναι ένας δείκτης που αντιδρά και αυτός στα νέα και τις ειδήσεις (μεγάλη ευαισθησία στα νέα). Τα αποτελέσματα μας θα δείξουν πως ο δείκτης EPU (αβεβαιότητα οικονομικής πολιτικής) δεν περιέχει ξεχωριστή πληροφόρηση για την αβεβαιότητα και ότι μέρος αυτής της πληροφόρησης βρίσκεται και στον χρηματιστηριακό δείκτη. Το μοντέλο ανάλυσης που θα χρησιμοποιήσουμε είναι ένα διανυσματικό αυτοπαλίνδρομο μοντέλο (VAR). Ενα υπόδειγμα VAR είναι ένα μοντέλο παλινδρόμησης ενός συστήματος εξισώσεων στο οποίο υπάρχουν μόνο ενδογενείς μεταβλητές. Όλες οι ενδογενείς μεταβλητές ερμηνεύονται από χρονικές υστερήσεις των ίδιων καθώς και τον υπόλοιπων ενδογενών μεταβλητών. Επίσης σημαντικό ρόλο θα παίξει και ο αριθμός των υστερήσεων που θα βάλουμε καθώς και η σειρά των μεταβλητών (Η σειρά των μεταβλητών θα αλλάξει, αλλάζοντας μαζί και την αρχική υπόθεση που θα κάνουμε, έτσι ώστε να τεστάρουμε την αξιοπιστία των αποτελεσμάτων μας).

4 Τέλος, μπορούμε να πούμε πως σε αυτή τη διπλωματική εργασία θα παρατηρήσουμε πως ο δείκτης αβεβαιότητας οικονομικής πολιτικής που κατασκευάστηκε από τους Baker, Bloom και Davis με βάση τα νέα των κορυφαίων και πιο έγκυρων ειδησεογραφικών περιοδικών στην Ευρωπαϊκή Ενωση δεν περιέχει μοναδική πληροφόρηση για την αβεβαιότητα. ιαπιστώσαμε, δηλαδή, από τα αποτελέσματα μας ότι ο χρηματιστηριακός δείκτης που είναι και αυτός πολύ ευαίσθητος στα νέα και στις ειδήσεις εμπεριέχει πληροφόρηση και σήματα όταν συμβαίνει κάποιο σοκ οικονομικής αβεβαιότητας.

Κεφάλαιο 2 Θεωρητικό υπόβαθρο: Αβεβαιότητα και οι επιδράσεις της 2.1 Εισαγωγικά Η Οικονομική αβεβαιότητα συνεπάγεται ότι η μελλοντική προοπτική για την οικονομία είναι απρόβλεπτη. Όταν οι άνθρωποι μιλούν για οικονομική αβεβαιότητα συνήθως εννοούν ότι υπάρχει μεγάλη πιθανότητα αρνητικών οικονομικών γεγονότων. Η οικονομική αβεβαιότητα θα μπορούσε να σημαίνει κάτι από τα παρακάτω ή ένας συνδυασμός όλων αυτών: Οι προβλέψεις για υψηλότερο και πιο ασταθή ρυθμό πληθωρισμού. (Αβεβαιότητα για τον πληθωρισμό) Οι ανησυχίες σχετικά με την οικονομική ύφεση - χαμηλότερη οικονομική ανάπτυξη ή ύφεση (αρνητική οικονομική ανάπτυξη) Οι φόβοι των ανθρώπων για την προοπτική της ανεργίας. Οι ανησυχίες σχετικά με τις προοπτικές για την συναλλαγματική 5

2.2 Πως η αβεβαιότητα επηρεάζει την οικονομία; 6 ισοτιμία - π.χ. ταχεία υποτίμηση του νομίσματος. Οι ανησυχίες σχετικά με το δανεισμό του ημοσίου - π.χ. αγορές απρόθυμες να χρηματοδοτήσουν περισσότερο χρέος, οδηγώντας το κράτος σε πτώχευση. Ετσι εμφανίζεται η ανάγκη να εξετάσουμε πως η αβεβαιοτητα ε- πηρεάζει την οικονομία και πως τελικά μπορούμε να μετρήσουμε και να ποσοτικοποιήσουμε την οικονομική αβεβαιότητα. 2.2 Πως η αβεβαιότητα επηρεάζει την οικονομία; Μια από τις πρώτες προσπάθειες για τη μοντελοποίηση των ε- πιπτώσεων της αβεβαιότητας στις επιχειρηματικές επενδύσεις δόθηκε στη δημοσιότητα από τον Ben Bernanke το 1983. Ο πρώην πρόεδρος της κεντρικής τράπεζας των ΗΠΑ (Federal Reserve) ήταν τότε καθηγητής του Πανεπιστημίου του Στάνφορντ. Στην ανάλυσή του, ο Μπερνάνκι σημείωσε ότι οι μακροοικονομικοί παράγοντες, όπως οι απροσδόκητες μεταβολές των τιμών του πετρελαίου, οι αλλαγές στη νομισματική και δημοσιονομική πολιτική, ή την έλευση των νέων τεχνολογιών είναι σημαντικές σε μικροοικονομικό επίπεδο, δηλαδή, την απόφαση μιας επιχείρησης να επενδύσει. Η απόφαση αυτή αποκτά αυξημένη σημασία για μακροχρόνια επενδυτικά σχέδια που είναι οικονομικά δαπανηρό να αναστραφούν. Ετσι, σύμφωνα με νέες πληροφορίες, η επιχείρηση (ή η τράπεζα ή ο επενδυτής) μπορεί να διαπιστώσει ότι οι πιθανότητες να πάρει μια καλύτερη, πιο ορθολογική απόφαση αυξάνονται όσο περιμένει για περισσότερες πληροφορίες. Με άλλα λόγια, η εταιρεία εκτιμά ότι υπάρχει μια τιμή (όφελος ή κόστος) ό- ταν περιμένει να επενδύσει. Αυτή η τιμή θα γίνει περισσότερο ή λιγότερο πολύτιμη στην επιχείρηση, ανάλογα με το επίπεδο αβεβαιό-

2.2 Πως η αβεβαιότητα επηρεάζει την οικονομία; 7 τητας που αντιλαμβάνεται στην οικονομία. Η αυξημένη αβεβαιότητα που απορρέει από μακροοικονομικούς παράγοντες μπορεί να παίξει σημαντικό ρόλο για τις επενδύσεις των επιχειρήσεων και, ως εκ τούτου, για την οικονομία. Σύμφωνα με τον Μπερνάνκι: «Όταν η αξία αυτή είναι μεγάλη, οι επενδυτές είναι πρόθυμοι να θυσιάσουν τις τρέχουσες αποδόσεις, προκειμένου να λάβουν περισσότερες πληροφορίες. Η υψηλή αβεβαιότητα και η πιθανότητα ότι οι νέες πληροφορίες θα αλλάξουν τις αποδόσεις του επιχειρηματικού σχεδίου συμπιέζουν τις τρέχουσες επενδύσεις.» (Bernanke 1983) Οι συζητήσεις για τη διεισδυτικότητα της αβεβαιότητας, ανεξάρτητα από την πηγή και την επιμονή της, και ως εκ τούτου τις επιπτώσεις της στην οικονομία γρήγορα, οδήγησαν σε μια συμπληρωματική ερώτηση: Πώς οι οικονομολόγοι ή τα στελέχη επιχειρήσεων και οι τραπεζίτες μετρούν την αβεβαιότητα; Ενα μέτρο θα μπορούσε να είναι το ποσό των μετρητών που κατέχουν οι επιχειρήσεις στους ισολογισμούς τους. Οι επιχειρήσεις κατέχουν τα ταμειακά διαθέσιμα και ισοδύναμα για πολλούς λόγους όπου ο ένας από αυτούς είναι για τη χρηματοδότηση των επενδύσεων. Ωστόσο, οι επενδύσεις επίσης χρηματοδοτούνται μέσω έκδοσης μετοχών ή μέσω δανείων από τα χρηματοπιστωτικά ιδρύματα. Αντικατοπτρίζοντας την αξία της δυνατότητας αναμονής για μια επένδυση, μια επιχείρηση μπορεί να συγκεντρώσει μετρητά αντί να χρηματοδοτησει νέες επενδύσεις, εφόσον κρίνει ότι το μακροοικονομικό περιβάλλον είναι πολύ αβέβαιο για να προσδιοριστεί η απόδοση της επένδυσης. Οι Baker, Bloom και Davis (2015) έχουν φτιάξει ένα δείκτη οικονομικής αβεβαιότητας λαμβάνοντας υπόψη κορυφαία και αξιόπιστα οικονομικά περιοδικά στις ΗΠΑ, την διαφωνία των οικονομικών αναλυτών σχετικά με το πώς θα κινηθεί η οικονομία (πχ πως θα κινηθεί ο

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 8 πληθωρισμός) και κάποιες ρυθμίσεις (φοροελαφρύνσεις) που υπάρχουν στην Αμερική. (Εκτενέστερα θα αναφερθούμε σε αυτό στο επόμενο κεφάλαιο) 2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 2.3.1 Θεωρία Πραγματικών επιλογών (Real Options theory) Το μεγαλύτερο μέρος της θεωρητικής βιβλιογραφίας εστιάζει στις πραγματικές επιλογές, στην οποία υπάρχουν εκτεταμένες αναφορές α- πό Bernanke (1983), Brennan και Schwartz (1985), McDonald και Siegel (1986), και Dixit και Pindyck (1994). Η ιδέα είναι ότι οι επιχειρήσεις έχουν μια σειρά από επιλογές για πιθανές νέες επενδύσεις. Για παράδειγμα, μια αλυσίδα σούπερ μάρκετ που διαθέτει ένα άδειο οικόπεδο έχει την επιλογή για την κατασκευή ενός νέου καταστήματος στο οικόπεδο. Αν το να χτιστεί το σούπερ μάρκετ είναι αβέβαιο για το μέλλον επειδή για παράδειγμα, είναι άγνωστο αν θα υπάρξει μία τοπική οικιστική ανάπτυξη (περισσότεροι οικισμοί σημαίνουν περισσότερες οικογένειες άρα και μεγαλύτερη ζήτηση για αγαθά που πουλάει το σουπερ μάρκετ, συνεπώς και μεγαλύτερο κέρδος για το σουπερ μάρκετ) η καλύτερη λύση για τον ιδιοκτήτη του σουπερ μάρκετ μπορεί να είναι να περιμένει και να μη χτίσει. Εάν η οικιστική ανάπτυξη υπάρξει τότε το σούπερ μάρκετ μπορεί να χτιστεί, και αν όχι, ο ιδιοκτήτης μπορεί να συνεχίσει να περιμένει και να μην χτίσει αποφεύγοντας να κάνει το λάθος. Στη θεωρία των πραγματικών επιλογών, η τιμή της καθυστέρησης για το χτίσιμο ενός σούπερ μάρκετ είναι υψηλή όταν η αβεβαιότητα είναι μεγάλη. Ως αποτέλεσμα, η αβεβαιότητα καθιστά τις επιχειρήσεις προσεκτικές σχετικά με ενέρ-

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 9 γειες όπως οι επενδύσεις και οι προσλήψεις, στις οποίες τα κόστη προσαρμογής είναι ακριβά για να αντιστραφούν. Τα κόστη προσαρμογής των επενδύσεων είναι το όταν ο εξοπλισμός μπορεί να υποστεί φθορά στην εγκατάσταση και την αφαίρεση του και ότι ο χρησιμοποιημένος εξοπλισμός θα πουληθεί φθηνότερα σε περίπτωση μεταπώλησης. Ο Ramey και ο Shapiro (2001) και οι Cooper και Haltiwanger (2006) εκτιμούν ότι το κόστος προσαρμογής των επενδύσεων είναι εξαιρετικά μεγάλο, περίπου 50% της αξίας του επενδυμένου κεφαλαίου. Τα κόστη προσαρμογής της πρόσληψης εργαζομένων περιλαμβάνουν την πρόσληψη, την κατάρτιση και την αποζημίωση (σε περίπτωση απόλυσης), η οποία οι Nickell (1986) και Bloom (2009) εκτιμούν ότι είναι περίπου 10% έως 20% των ετήσιων μισθών. Ο Schaal (2013) τονίζει επίσης δυσκολίες αναζήτησης προσωπικού, δείχνοντας πως η αβεβαιότητα μπορεί να αλληλεπιδράσει με το κόστος αναζήτησης εργαζομένων και έτσι να χειροτερεύσει η αγορά εργασίας σε περιόδους ύφεσης (περισσότερη ανεργία). Οι επιπτώσεις στην θεωρία πραγματικών επιλογών δεν είναι καθολικές. Αρχικά βασίζονται στο γεγονός ότι οι αποφάσεις δεν μπορούν εύκολα να αναστραφούν (Αν γινόταν αυτό δεν θα είχαμε κόστος ευκαιρίας και σε κάθε λάθος επενδυτική απόφαση δεν θα είχαμε απώλειες γιατί θα μπορούσαμε να το διορθώσουμε άμεσα). Όμως για παράδειγμα, η πρόσληψη ενός μερικής απασχόλησης εργαζομένου είναι συνήθως εύκολο για μια επιχείρηση να την αντιστρέψει (οι εργαζόμενοι μερικής απασχόλησης έχουν γενικά πολύ χαμηλά κόστη πρόσληψης και απόλυσης). Ως αποτέλεσμα οι επιχειρήσεις μπορεί να είναι στην ευχάριστη θέση να προσλαμβάνουν εργαζόμενους με μερική απασχόληση ακόμα και όταν η αβεβαιότητα είναι εξαιρετικά υψηλή, διότι εάν οι συνθήκες επιδεινωθούν μπορούν εύκολα να

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 10 απολύσουν τους εργαζόμενους αυτούς. Στην πραγματικότητα, δεδομένου ότι οι εργαζόμενοι μερικής απασχόλησης είναι τόσο ευέλικτη επιλογή για τις επιχειρήσεις, πολλές φορές οι ίδιες σε περιόδους μεγάλης οικονομικής αβεβαιότητας επιλέγουν τους εργαζόμενους πλήρους απασχόλησης να τους επαναπροσλάβουν σαν εργαζόμενους μερικής απασχόλησης. Αυτό συμβαίνει συχνά σε υφέσεις (Valetta και Bengali, 2013), οι οποίες είναι περίοδοι υψηλής αβεβαιότητα. Οι επιπτώσεις της θεωρίας των πραγματικών επιλογών βασίζονται επίσης στις επιχειρήσεις που έχουν την ικανότητα να περιμένουν. Αν όμως οι επιχειρήσεις ανταγωνίζονται στο να είναι οι πρώτες που θα εισάγουν μία νέα πατέντα ή που θα δημιουργήσουν ένα νέο προϊόν, η επιλογή του να περιμένουν και να μην επενδύσουν εξαφανίζεται. Φανταστείτε την αγορά για online βιβλία στα μέσα της δεκαετίας του 1990, όταν το ιαδίκτυο άρχισε να αναδύεται. Κάθε επιχειρηματίας θεωρώντας την έναρξη μιας online επιχείρησης λιανικής πώλησης βιβλίων καλή ιδέα ήθελε να είναι νωρίς στην αγορά λόγω των οικονομιών δικτύου (network economies). Ως αποτέλεσμα η καθυστέρηση θα ήταν εξαιρετικά δαπανηρή, έτσι ώστε η επιλογή να καθυστερήσει η επιχείρηση και να μην επενδύσει δεν θα ήταν πολύτιμη, πράγμα που σημαίνει ότι δεν θα υπάρχει αρνητική επίδραση της οικονομικής αβεβαιότητας στην επένδυση στις επιχειρήσεις αυτού του είδους. Τέλος, οι πραγματικές επιλογές απαιτούν ότι οι δράσεις που λαμβάνονται τώρα θα επηρεάσουν τις αποδόσεις για δράσεις που θα ληφθούν αργότερα, το οποίο στην πιο ακραία περίπτωση είναι μια δυαδική απόφαση να επενδύσουμε τώρα ή να επενδύσουν αργότερα (αλλά δεν μπορούμε και στις δύο περιόδους). Για παράδειγμα, η κατασκευή ενός νέου σούπερ μάρκετ για το οικόπεδο μπορεί να γίνει μόνο μία φορά. Αλλά σε ορισμένες περιπτώσεις, όπως για τις επιχει-

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 11 ρήσεις που παράγουν σε σταθερές αποδόσεις κλίμακας και πωλούν σε μια τέλεια ανταγωνιστική αγορά, η επιλογή του να επενδύσει η επιχείρηση σε αυτή την περίοδο δεν θα έχει αντίκτυπο στην κερδοφορία της επένδυσης στην επόμενη περίοδο, οδηγώντας έτσι την τιμή στην επιλογή της επιχείρησης να περιμένει στο μηδέν (καμία αξία δεν έχει για το αν η επιχείρηση περιμένει και δεν επενδύσει στην πρώτη περίοδο). Ετσι μια άλλη απαίτηση της βιβλιογραφίας στη θεωρία των πραγματικών επιλογών είναι ότι αφορά τις επιχειρήσεις που πωλούν σε ατελώς ανταγωνιστικές αγορές και / ή λειτουργούν με φθίνουσες οικονομίες κλίμακας. Η αβεβαιότητα δεν μειώνει μόνο τα επίπεδα των επενδύσεων και την πρόσληψη, αλλά και καθιστά τις επιχειρήσεις λιγότερο ευαίσθητες στη ζήτηση, στις τιμές και στην παραγωγικότητα. Ετσι, για παράδειγμα, σε περιόδους χαμηλής αβεβαιότητας η ελαστικότητα των επενδύσεων σε σχέση με τα επιτόκια μπορεί να είναι -1 (μια μείωση των επιτοκίων από 10% σε 9%, θα επιφέρει 10% περισσότερες επενδύσεις), αλλά όταν η αβεβαιότητα είναι πολύ υψηλή η ελαστικότητα αυτή θα μπορούσε να μειωθεί έως -0.25 (ίδια πτώση θα επιφέρει μόνο το 2,5% περισσότερες επενδύσεις). Ως αποτέλεσμα η υψηλή αβεβαιότητα μπορεί να μειώσει τον αντίκτυπο των πολιτικών τόνωσης, όπως η ρύθμιση του επιτοκίου και οι φορολογικές ελαφρύνσεις. Το γεγονός αυτό καθιστά τις αυξήσεις της αβεβαιότητας που συμβαίνουν σε περιόδους ύφεσης ιδιαίτερα δύσκολες για τους φορείς (πολιτικούς ή μη) χάραξης πολιτικής. Ακριβώς όπως η οικονομία οδεύει σε ύφεση, η αύξηση της αβεβαιότητας κάνει τα συνηθισμένα νομισματικά και δημοσιονομικά εργαλεία σταθεροποίησης λιγότερο αποτελεσματικά. Οι συνέπειες αυτού είναι δύο: (i) κάθε πολιτική κινήτρων πρέπει να είναι μεγαλύτερη σε ένταση για να

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 12 υπερνικά τη μειωμένη ευαισθησία των επιχειρήσεων κατά τη διάρκεια των περιόδων της υψηλής αβεβαιότητας και (ii) η ιδανική απάντηση σε ένα δεύτερης στιγμής σοκ αβεβαιότητας μπορεί να συνεπάγεται και δεύτερη (επιπλέον) πολιτική παρέμβαση, για παράδειγμα, ένα οικονομικό πακέτο σταθεροποίησης για τη μείωση των συστημικών κίνδυνος. Αυτό το στάδιο της αβεβαιότητας που μειώνει την αντίδραση των επιχειρήσεων (σε αλλαγές) οδηγεί επίσης σε ενδογενώς αντικυκλική παραγωγικότητα, μια εμπειρική κανονικότητα που είναι κεντρικής σημασίας για πολλές σύγχρονες μελέτες επιχειρηματικών κύκλων (King και Rebelo, 1999). Ο λόγος είναι ο εξής: όταν η αβεβαιότητα είναι υψηλή, οι παραγωγικές επιχειρήσεις είναι λιγότερο επιθετικές στην επέκταση τους ενώ οι μη παραγωγικές επιχειρήσεις είναι περισσότερο επιθετικές σε αυτό. Αυτό παράγει μια επίδραση στην παραγωγικότητα, την ενίσχυση της ανακατανομής των πόρων μεταξύ των επιχειρήσεων. εδομένου ότι αυτή η ανακατανομή φαίνεται να οδηγεί την πλειοψηφία της συνολικής παραγωγικότητας σε ανάπτυξη, υψηλότερη αβεβαιότητα μπορεί να καθυστερήσει την αύξηση της παραγωγικότητας. Αυτή η επίδραση της παραγωγικότητας από τα σοκ αβεβαιότητας κρύβεται πίσω από τις θεωρίες της αβεβαιότητας επιχειρηματικών κύκλων, οι οποίες υπογραμμίζουν πώς τα σοκ αβεβαιότητας μειώνουν τις επενδύσεις, την πρόσληψη προσωπικού και την παραγωγικότητα (Bloom 2013). Η διαφορά με πιο παραδοσιακά μοντέλα της θεωρίας των πραγματικών κύκλων (π.χ. Kydland και Prescott, 1982) είναι ότι η πτώση του ρυθμού αύξησης της παραγωγικότητας είναι ένα αποτέλεσμα του σοκ αβεβαιότητας, παρά η αιτία για το σοκ αυτό.

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 13 Τέλος, πηγαίνοντας από τις επενδύσεις στην κατανάλωση, υπάρχει ένα ανάλογο στάδιο για την αβεβαιότητα στην επιβραδύνση της οικονομικής ανάπτυξης. Όταν οι καταναλωτές λαμβάνουν αποφάσεις για την αγορά διαρκών καταναλωτικών αγαθών, όπως η στέγαση, τα αυτοκίνητα και τα έπιπλα, μπορούν συνήθως να καθυστερήσουν τις αγορές σχετικά εύκολα. Για παράδειγμα, μπορεί να σκεφτόμαστε να κάνουμε μία μετακόμιση, αλλά θα μπορούσαμε είτε να μετακινηθούμε αυτό το έτος ή να περιμένουμε μέχρι το επόμενο έτος. Αυτή η αξία της επιλογής της αναμονής θα είναι πολύ πιο πολύτιμη όταν η αβεβαιότητα του εισοδήματος είναι υψηλότερη εάν, για παράδειγμα, δεν είμαστε σίγουροι για μια προαγωγή στο τέλος του τρέχοντος έτους. Είναι λογικό, λοιπόν, να περιμένουμε έως ότου αυτό αποφασιστεί πριν από προβούμε σε απόφαση για την αγορά ενός ακριβού σπιτιού. Αυτό το στάδιο τονίζεται από Carol και Dunn (1997), οι οποίοι υποστηρίζουν ότι ένας από τους λόγους για τους οποίους η ανεργία μειώνει την κατανάλωση είναι η αύξηση της αβεβαιότητας του εισοδήματος που αυτή δημιουργεί. Όπως και στην θεωρητική βιβλιογραφία για την επένδυση, υψηλότερη αβεβαιότητα θα πρέπει επίσης να κάνουν τις δαπάνες των καταναλωτών λιγότερο ευαίσθητες στη ζήτηση και στις τιμές, κάτι που τόσο οι Foote, Hurst και Leahy (2000) όσο και οι Bertola, Guiso και Pistaferri (2005) έκθέτουν σε μελέτες για Αμερικάνους και Ιταλούς καταναλωτές. 2.3.2 Ασφάλιστρο κινδύνου (Risk premium) Ενας δεύτερος τρόπος με τον οποίο η αβεβαιότητα μπορεί να μειώσει την ανάπτυξη είναι μέσω της αύξησης των ασφάλιστρων κινδύνου. Όπως ο James Tobin (1977) επεσήμανε, οι επενδυτές θέλουν να α- ποζημιωθούν για τον υψηλότερο κίνδυνο, και όταν η αβεβαιότητα αυξάνεται αυτό θα αυξήσει το κόστος χρηματοδότησης. Στο βαθμό

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 14 που οι επενδυτές διαφοροποιούνται όσον αφορά τις επενδύσεις που έχουν κάνει (δηλαδή επενδύουν σε διαφορετικούς τομείς ή κρατούν πολλές διαφορετικές μετοχές όσον αφορά το χρηματιστήριο) θα είναι το συστηματικό (όχι το ιδιοσυγκρασιακό) συστατικό της αβεβαιότητας που θα αυξήσει το κόστος χρηματοδότησης. Ενας σχετικός μηχανισμός για το ασφάλιστρο κινδύνου είναι ότι η αβεβαιότητα αυξάνει το κόστος χρηματοδότησης του χρέους, αυξάνοντας την πιθανότητα αθέτησης των υποχρεώσεων, με την επέκταση του μεγέθους των προκαθορισμένων αποτελεσμάτων αριστερή ουρά της κατανομής. Αφού οι τράπεζες ενδιαφέρονται μόνο για να εξοφληθούν από τους δανειζόμενους ένα ασφάλιστρο κινδύνου επιδεινώνει την επιστροφή τους για τα δάνεια. Αυτό έχει ως αποτέλεσμα ο κίνδυνος αθέτησης των υποχρεώσεων των δανειζόμενων να ανεβαίνει και οι τράπεζες θα χρεώνουν υψηλότερα επιτόκια. Αυτό μπορεί να μειώσει την ανάπτυξη και από πλευράς νοικοκυριού ή επιχειρήσεις (μικροοικονομική) και από την πλευρά όλου του συνόλου μαζί (μακροοικονομικοί δείκτες όπως ΑΕΠ, παραγωγικότητα κλπ) όπως τονίζεται στα επιστημονικά άρθρα σχετικά με τις επιπτώσεις της αβεβαιότητας στην παρουσία των οικονομικών περιορισμών (Arellano, Bai και Kehoe, 2010 - Christiano, Motto και Rostagno, 2009 - Gilchrist, Sims και Zakrasjek, 2010). Ενας άλλος σχετικός μηχανισμός είναι το αποτέλεσμα της εμπιστοσύνης της αβεβαιότητας στα μοντέλα όπου οι καταναλωτές έχουν την πεποίθηση ότι θα συμβεί η χειρότερη δυνατή περίπτωση (Ilut και Schneider, 2011). Σε αυτά τα μοντέλα τα άτομα είναι τόσο αβέβαια για το μέλλον που δεν μπορούν καν να σχηματίσουν μια κατανομή πιθανότητας. Αντ άυτού έχουν ένα φάσμα πιθανών αποτελέσματων και ενεργούν σύμφωνα με την πεποίθηση ότι θα συμβεί το χειρότερο

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 15 δυνατό αποτέλεσμα, εμφανίζοντας μια συμπεριφορά που είναι γνωστή ως ασάφεια-αποστροφή (ambiguity aversion). Ετσι, όσο το φάσμα των πιθανών αποτελεσμάτων (αβεβαιότητα) αυξάνεται τόσο αυξάνεται η πιθανότητα τα άτομα να γίνουν πιο απαισιόδοξα, περικόπτοντας τις επενδύσεις και τις προσλήψεις που μπορεί να έκαναν. Φυσικά, αν τα άτομα είναι υπερβολικά αισιόδοξα, όπως είναι μερικές φορές σύμφωνα με τη βιβλιογραφία που αφορά τη θεωρία του ιευθύνοντος Σύμβουλου (π.χ. Malmendieρ και Tate, 2005), τότε αυτό το αποτέλεσμα μπορεί να αντιστραφεί, με την αβεβαιότητα να αυξάνει την ανάπτυξη. 2.3.3 Προληπτική αποταμίευση (precautionary savings) Ενας τρίτος τρόπος με τον οποίο μπορεί η αβεβαιότητα να επηρεάσει την ανάπτυξη είναι από την επιθυμία των καταναλωτών για προληπτική αποταμίευση, η οποία μειώνει την ιδιωτική κατανάλωση (Bansal και Yaron, 2004). Ενώ αυτό ενδεχομένως μπορεί να αυξήσει τη μακροπρόθεσμη ανάπτυξη με την ενθάρρυνση των επενδύσεων, σε πιο ανοικτές οικονομίες μερικά χρήματα από αυτή την αυξημένη εξοικονόμηση θα εισρεύσουν στο εξωτερικό, μειώνοντας την εγχώρια ζήτηση. Ενα πρόσφατο επιστημονικό άρθρο το οποίο δίνει έμφαση σε αυτό είναι από τους Fernandez και Villaverde (2011), οι οποίοι υ- ποστηρίζουν ότι η αυξανόμενη αβεβαιότητα μπορεί να αποδυναμώσει την ανάπτυξη, ιδιαίτερα στις μικρότερες χώρες που έχουν ανοικτή οικονομία. Υποστηρίζουν ότι χώρες όπως η Αργεντινή και το Εκουαδόρ έχουν πληγεί από υψηλότερη αβεβαιότητα σε σχέση με άλλες χώρες. Αυτή η αβεβαιότητα έχει οδηγήσει τους εγχώριους αποταμιευτές να μετακινήσουν τα χρήματα τους στο εξωτερικό, γεγονός το οποίο μειώνει την τοπική επένδυση.

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 16 Είναι ενδιαφέρον, ωστόσο, ο αντίκτυπος αυτού του κινδύνου είναι λιγότερο σαφής στην περίπτωση των μεγαλύτερων και πιο κλειστών οικονομιών όπως οι ΗΠΑ. Σε μια πλήρως κλειστή οικονομία, εάν η αύξηση της αβεβαιότητας οδηγεί τους καταναλωτές στο να αυξήσουν το επίπεδο των αποταμιεύσεων αυτό θα πρέπει να σπρώξει προς τα κάτω τα επιτόκια, με αποτέλεσμα να αυξηθεί το ποσοστό των επενδύσεων. Ετσι ενώ η αύξηση της αβεβαιότητας θα μειώσει την κατανάλωση, παράλληλα θα αυξήσει την επένδυση. Φυσικά αυτό φαίνεται λάθος καθώς η αβεβαιότητα θεωρείται κακή για την ανάπτυξη και όχι τρόπος για να αυξηθούν οι επενδύσεις. Όπως οι Leduc και Liu (2012) και οι Basu και Bundick (2013) έχουν επισημάνει, η χρήση νέο-κεϋνσιανών μοντέλων, τα οποία υποθέτουν ακαμψία τιμών, οδηγεί τα σοκ αβεβαιότητας στη μείωση τόσο της κατανάλωσης όσο και της επένδυσης, εμποδίζοντας τις τιμές να πέσουν αρκετά ώστε να υπάρξει ισορροπία στην αγορά. Σε ένα σχετικό επιστημονικό άρθρο από τους Fernandez και Villaverde (2013) χρησιμοποιώντας τα μοντέλα τους έδειξαν ότι η αβεβαιότητα είναι ιδιαίτερα επιζήμια αν τα συνηθισμένα εργαλεία πολιτικής, όπως είναι ο καθορισμός επιτοκίων, είναι αναποτελεσματικά (Αυτό συμβαίνει ό- ταν τα επιτόκια είναι κοντά στο μηδέν και δεν μπορούν να μειωθούν άλλο). Ενα άλλο αποτέλεσμα της αβεβαιότητας (που αφορά την προληπτική αποταμίευση) θα έχει αντίκτυπο στους προέδρους/διευθύνοντες συμβούλους των επιχειρήσεων. Οι περισσότεροι πρόεδροι δεν διαφοροποιούνται καλά όσον αφορά τις επενδύσεις τους καθώς συνήθως κατέχουν χρηματοοικονομικά περιουσιακά στοιχεία (μετοχές) και ανθρώπινα στοιχεία ενεργητικού (μελλοντικά κέρδη) της εταιρείας τους. Ως εκ τούτου, όταν η αβεβαιότητα είναι μεγάλη μπορεί να γίνουν πιο

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 17 επιφυλακτικοί στη λήψη μακροχρόνιων επενδύσεων. Για παράδειγμα, ο ιευθύνων Σύμβουλος μιας εταιρείας εξερεύνησης πετρελαίου μπορεί να γίνει πιο ανήσυχος, όταν η τιμή του πετρελαίου είναι ασταθής, οδηγώντας τον να υιοθετήσει μια πιο επιφυλακτική θέση για περαιτέρω εξερεύνηση και επέκταση της επιχείρησης. Όπως οι Πανούσης και Παπανικολάου (2012) έχουν δείξει σε ένα πάνελ με επιχειρήσεις από τις ΗΠΑ, όταν η αβεβαιότητα είναι μεγαλύτερη η επένδυση μειώνεται, ιδιαίτερα σε επιχειρήσεις όπου οι ιευθύνοντες Σύμβουλοι κατέχουν εκτεταμένα ίδια κεφάλαια της επιχείρησης και έτσι είναι ιδιαίτερα εκτεθειμένοι σε κίνδυνο σε επίπεδο επιχείρησης. 2.3.4 Επιλογές ανάπτυξης (Growth options) Η αβεβαιότητα κάποιες φορές μπορεί ενδεχομένως να έχει θετικό αντίκτυπο στην ανάπτυξη. Ενας τρόπος είναι μέσω των Επιλογών ανάπτυξης, που τονίζουν ότι σε κάποιες περιπτώσεις η αβεβαιότητα μπορεί να ενθαρρύνει τις επενδύσεις εάν η ίδια αυξάνει ταυτόχρονα το κέρδος επίτευξης του επενδυτικού στόχου. Σε επιστημονικά άρθρα όπως των Bar Ilan και Strange (1996) σημειώνεται ότι αν οι επιχειρήσεις έχουν μεγάλες καθυστερήσεις στην ολοκλήρωση έργων, επειδή για παράδειγμα απαιτείται χρόνος για να πραγματοποιηθεί, τότε η αβεβαιότητα έχει θετική επίδραση στις επενδύσεις. Μια φαρμακευτική εταιρεία, παραδείγματος χάρη, μπορεί να δημιουργήσει ένα νέο φάρμακο λόγω της υψηλής αβεβαιότητας στη ζήτηση για συντηρητικά. Σε περίπτωση αποτυχίας νέου φαρμάκου (π.χ. το φάρμακο αποδεικνύεται ότι δεν είναι ασφαλές) η εταιρεία είναι καλυμμένη, δεδομένου ότι μπορεί να ακυρώσει το προϊόν και να χάσει μόνο τις μη ανακτήσιμες δαπάνες που έχει κάνει για έρευνα και ανάπτυξη (R&D). Σε περίπτωση επιτυχίας του νέου φαρμάκου αυξάνεται το προσδοκώμενο κέρδος της επιχείρησης, όταν το προϊόν βγαίνει τελικά στην

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 18 αγορά. Οι Επιλογές ανάπτυξης (Growth options) μπορούν να εξηγήσουν την τεράστια ανάπτυξη των διαδικτυακών εταιρειών στα τέλη της δεκαετίας του 1990. Οι επιχειρήσεις τότε δεν ήταν σίγουρες για το διαδίκτυο, αλλά η ακραία αβεβαιότητα ενθάρρυνε τις επενδύσεις. Το χειρότερο αποτέλεσμα για τις επιχειρήσεις που ξεκινούσαν νέες ιστοσελίδες ήταν το να χάσουν αυτά που επένδυσαν στην έρευνα και ανάπτυξη (R&D), ενώ το καλύτερο αποτέλεσμα εξαρτιόταν από την επιτυχία του ιαδικτύου η οποία αυξήθηκε με την αβεβαιότητα. Αφού η ανάπτυξη ιστοσελίδων έπαιρνε χρόνο, το να φτιάξεις μία ιστοσελίδα θεωρούταν σαν επένδυση για τη μελλοντική επιτυχία του ιαδικτύου. Ομοίως, μια βιβλιογραφία σχετικά με την αξία των μισθώσεων για γεωτρήσεις πετρελαίου δείχνει πώς αυτές είναι επενδύσεις που συνήθως κάνουν οι επιχειρηματίες αμέσως καθώς η αβεβαιότητα της τιμής του πετρελαίου αυξάνει την αξία μιας πιθανής μελλοντικής εξόρυξης (Paddock, Siegel και Smith, 1988). 2.3.5 Φαινόμενο Oi-Hartman-Abel Υπάρχει ένας δεύτερος τρόπος με τον οποίον η αβεβαιότητα μπορεί δυνητικά να αυξήσει την ανάπτυξη, η οποία τονίζεται στο πρώιμο έργο των Oi (1961), Hartman (1972) και Abel (1983). Αυτό το φαινόμενο υπογραμμίζει το γεγονός ότι οι επιχειρήσεις μπορεί να επεκταθούν για να εκμεταλλευτούν καλά αποτελέσματα και να συρρικνωθούν για την αποφυγή κακών αποτελεσμάτων, καθιστώντας τες επιχειρήσεις υψηλού ρίσκου (σε αυτές τις επιχειρήσεις αρέσει το ρίσκο). Για παράδειγμα, εάν ένα εργοστάσιο μπορεί εύκολα να μειώσει κατά το ήμισυ τον όγκο της παραγωγής, εάν η τιμή των προϊόντων της πέφτει ή αν μπορεί να διπλασιάσει τον όγκο της παραγωγής, αν

2.3 ίαυλοι μετάδοσης οικονομικής αβεβαιότητας (Channels) 19 η τιμή ανεβαίνει, αυτό θα είναι σαν μια προσπάθεια διατήρησης της αβεβαιότητας. Το εργοστάσιο είναι μερικώς ασφαλισμένο κατά των κακών αποτελεσμάτων (με το να είναι σε θέση να συνάπτει συμβάσεις) και έχει τη δυνατότητα να επεκταθεί εκμεταλλευόμενο τα καλά αποτελέσματα που μπορεί να υπάρξουν (με το να είναι σε θέση να επενδύσει). Αν η καμπύλη κερδών είναι κυρτή στο σημείο της ζήτησης ή του κόστους τότε η αβεβαιότητα του κόστους και της ζήτησης αυξάνει τα αναμενόμενα κέρδη. Ωστόσο, για να λειτουργήσει αυτός ο μηχανισμός, οι επιχειρήσεις πρέπει να είναι σε θέση να επεκταθούν ή να συρρικνωθούν εύκολα (επέκταση ή συρρίκνωση παραγωγής) ως αντίδραση σε μία καλή ή κακή είδηση. Ετσι, ενώ το Φαινόμενο Oi Hartman Abel δεν είναι συνήθως πολύ εμφανές σε βραχυπρόθεσμο ορίζοντα (λόγω του κόστους προσαρμογής), μεσοπρόθεσμα και μακροπρόθεσμα μπορεί να είναι πιο εμφανές (πιο ισχυρό).

Κεφάλαιο 3 Εμπειρικό υπόβαθρο 3.1 Εισαγωγικά Πριν προχωρήσουμε στη δική μας εμπειρική ανάλυση θα προχωρήσουμε σε μια εκτενή αναφορά σε επιστημονικά άρθρα τα οποία έχουν παρεμφερές αντικείμενο ανάλυσης και αποτέλεσαν τη βάση για την εκπόνηση της συγκεκριμένης διπλωματικής εργασίας. ηλαδή, θα γίνει μια αναφορά στα κύρια στοιχεία αυτών των άρθρων όπως είναι τα δεδομένα που χρησιμοποιήθηκαν, τη μεθοδολογία και στο τέλος στα συμπεράσματα στα οποία οδηγούνται οι συγκεκριμένοι ερευνητές. Αρχικά θα αναφερθούμε στους Baker, Bloom και Davis (2015) οι οποίοι έφτιαξαν ένα δείκτη οικονομικής αβεβαιότητας λαμβάνοντας υπόψη κορυφαία και αξιόπιστα οικονομικά περιοδικά στις ΗΠΑ, την διαφωνία των οικονομικών αναλυτών σχετικά με το πώς θα κινηθεί η οικονομία (πχ πως θα κινηθεί ο πληθωρισμός) και κάποιες ρυθμίσεις (φοροελαφρύνσεις) που υπάρχουν στην Αμερική. 20

3.2 Μέτρηση οικονομικής αβεβαιότητας 21 3.2 Μέτρηση οικονομικής αβεβαιότητας Για να διερευνηθεί ο ρόλος της αβεβαιότητας οικονομικής πολιτικής, πρέπει πρώτα να αναπτυχθεί ένας δείκτης οικονομικής πολιτικής αβεβαιότητας (EPU) για τις Ηνωμένες Πολιτείες και να εξετασθεί η εξέλιξή του από το 1985.Ο δείκτης των Baker, Bloom και Davis (2015) αντανακλά τη συχνότητα των άρθρων 10 κορυφαίων αμερικανικών εφημερίδων (δημοσιογραφικών) που περιέχουν τις ακόλουθες τρεις λέξεις: «Οικονομική» ή «οικονομία», «Αβέβαιη» ή «αβεβαιότητα» και ένα ή περισσότερα από τα «συνέδριο», «Ελλειμμα», «FederalReserve», «νομοθεσία», «ρύθμιση» ή «Λευκός Οίκος». Επίσης, επεκτείνουν την προσέγγιση τους που βασίζεται στις εφημερίδες για τη μέτρηση της οικονομικής πολιτικής αβεβαιότητας σε τρεις διαστάσεις: πίσω στο χρόνο, για όλες τις χώρες και σε συγκεκριμένες κατηγορίες πολιτική. Χρησιμοποιώντας παρόμοιες μεθόδους, έχουν κατασκευάσει δείκτες αβεβαιότητας για έντεκα άλλες χώρες, συμπεριλαμβανομένων των μεγαλύτερων 10 οικονομιών. Οι δείκτες αυτοί είναι ιδιαίτερα χρήσιμοι σε χώρες με λιγότερα εναλλακτικά μέτρα αντιμετώπισης της αβεβαιότητας. Επίσης έχουν αναπτύξει συγκεκριμένες κατηγορίες δεικτών πολιτικής αβεβαιότητας για τις ΗΠΑ καθορίζοντας πιο περιοριστικά κριτήρια για αυτά τα άρθρα που περιέχουν τις τρεις όρους για την οικονομία, την πολιτική και την αβεβαιότητα. Ως παραδείγματα, έχουν κατασκευαστεί και άλλοι δείκτες της αβεβαιότητας στην υγειονομική περίθαλψη και της αβεβαιότητας στην εθνική ασφάλεια που βασίζεται στην παρουσία των πρόσθετων όρων όπως «υγειονομική περίθαλψη», «νοσοκομείο» ή «ασφάλιση υγείας» και «πόλεμος», «τρομοκρατία» ή «αμυντικό σύστημα αντίστοιχα. Συγκεκριμένες κρίσεις και σοκ είναι σαφώς ορατά.

3.2 Μέτρηση οικονομικής αβεβαιότητας 22 Η προσέγγισή τους για τη μέτρηση της οικονομικής πολιτικής αβεβαιότητας εγείρει πιθανές ανησυχίες που σχετίζονται με την αξιοπιστία της εφημερίδας, την ακρίβεια, την προκατάληψη και τη συνέπεια της. Για την αντιμετώπιση των προβλημάτων αυτών, έχουν αξιολογήσει τον δείκτη EPU με διάφορους τρόπους. Πρώτον, έχουν δείξει μια ισχυρή σχέση μεταξύ του μέτρου μας αβεβαιότητα της οικονομικής πολιτικής και άλλων μέτρων οικονομικής αβεβαιότητας, π.χ., υπονοείται μεταβλητότητα στο χρηματιστήριο. εύτερον, έχουν συγκρίνει τον δείκτη τους με άλλα μέτρα της πολιτικής αβεβαιότητας, π.χ., η συχνότητα με την οποία τα οικονομικά βιβλία της Fed αναφέρουν την αβεβαιότητα της πολιτικής. Τρίτον, έχουν βρει πολύ παρόμοιες κινήσεις σε δείκτες EPU που βασίζονται είτε στις δεξιών είτε στις αριστερών τάσεων εφημερίδες, γεγονός που υποδηλώνει ότι η πολιτική κλίση δεν στρεβλώνει σοβαρά συνολικό δείκτη EPU. Τέταρτον, διεξήχθη μια εκτεταμένη μελέτη ελέγχου των 12.000 τυχαία επιλεγμένων άρθρων που προέρχονται από μεγάλες εφημερίδες των ΗΠΑ. Εργαζόμενοι υπό τη στενή εποπτεία των Baker, Bloom και Davis, οι ομάδες φοιτητών του Πανεπιστημίου του Σικάγο υποβλήθηκαν σε μια διαδικασία εκπαίδευσης και, στη συνέχεια, διάβασαν προσεκτικά τα συγκεκριμένα άρθρα, καθοδηγούμενοι από ένα εγχειρίδιο αναφοράς και εβδομαδιαίες συναντήσεις της ομάδας. Οι ελεγκτές αξιολογούνται αν ένα δεδομένο το άρθρο ασχολείται με την αβεβαιότητα της οικονομικής πολιτικής με βάση τα κριτήρια μας. Χρησιμοποίησαν τα αποτελέσματα του ελέγχου για να επιλέξουν τη δομή του δείκτη, αξιολόγησαν την απόδοση του υπολογιστή τους που χρησιμοποιεί αυτοματοποιημένη μέθοδο, και κατασκεύασαν επιπλέον δεδομένα. Υπάρχει μεγάλος συσχετισμός μεταξύ του δείκτη που φτιάχνεται από τους ανθρώπους και τον δείκτη που φτιάχνεται

3.2 Μέτρηση οικονομικής αβεβαιότητας 23 αυτόματα από τον υπολογιστή (0.86 ή 86% συσχέτιση σε τριμηνιαία στοιχεία 1985-2012 και 0,93 ή 93% συσχέτιση στα ετήσια στοιχεία 1900-2010). Η διαφορά μεταξύ των ανθρώπων και των ηλεκτρονικών υπολογιστών που δημιουργούν δείκτες είναι ασυσχέτιστη με τους ρυθμούς αύξησης του ΑΕΠ και με το επίπεδο της αβεβαιότητας της οικονομικής πολιτικής.(παρακάτω φαίνεται το διάγραμμα με τον δείκτη οικονομικής αβεβαιότητας για τις ΗΠΑ με μηνιαίες παρατηρήσεις (1985-2015) καθώς και ο πίνακας με τα σημεία όπου εμφανίζεται υψηλή αβεβαιότητα) Γράφημα 3.1: είκτης οικονομικής πολιτικής αβεβαιότητας για τις ΗΠΑ (Πηγή: www.policyuncertainty.com) Τέλος, οι δείκτες τους έχουν σχετική επικύρωση (αποδοχή) στην αγορά: Εμπορικοί πάροχοι δεδομένων που μέσα σε αυτούς περιλαμβάνονται οι Bloomberg, FRED, Haver και Reuters χρησιμοποιούν τους δείκτες τους για να ανταποκριθούν στις απαιτήσεις από τις τράπεζες, την αγορά κεφαλαίων, τις εταιρείες και τους φορείς χάραξης πολιτικής (πολιτικούς). Αυτή η χρησιμοποίηση των δεικτών τους από την α-

3.3 Αβεβαιότητα και οικονομική πολιτική 24 Σημείο Ημερομηνία Οικονομικό Γεγονός Α Β 12/1985 10/1987 Εκτακτος ισοσκελισμένος κρατικός προυπλογισμός Κατακόρυφη πτώση του χρηματιστηρίου (Black Monday) C 12/1990 Πόλεμος του Κόλπου (1st Gulf War) D 09/1992 Εκλογή του Μ.Κλίντον E 08/1998 Ρωσική Κρίση F 10/2000 Αντιπαράθεση για την εκλογή του Τ.Μπους G 09/2001 Τρομοκρατική επίθεση στους δίδυμους πύργους H 02/2003 Πόλεμος ΗΠΑ-Ιράκ I 12/2007 Μεγάλη μείωση των επιτοκίων J 09/2008 Πτώχευση της επενδυτικής τράπεζας Lehman Brothers K 10/2008 Εκλόγη του Μ.Ομπάμα L 01/2009 Τραπεζική κρίση του 2009 M 09/2010 Οι ενδιάμεσες εκλογές του 2010 στις ΗΠΑ N 07/2011 Κρίση χρέους στις ΗΠΑ O 09/2013 Τερματισμός λειτουργίας κυβερνητικών υπηρεσιών P 08/2015 Κινεζική Κρίση ΠΙΝΑΚΑΣ 3.1. Πίνακας με τα σημεία που εμφανίζεται υψηλή οικονομική πολιτική αβεβαιότητα στις ΗΠΑ γορά υποδηλώνει ότι περιέχουν χρήσιμες πληροφορίες για μια σειρά από φορείς που λαμβάνουν οικονομικές αποφάσεις. 3.3 Αβεβαιότητα και οικονομική πολιτική Όπως επισημαίνει στο άρθρο του (δημοσιευμένο paper στο Econometrica το 2009) ο Bloom η αβεβαιότητα φαίνεται να αυξάνεται δραματικά μετά από σημαντικές οικονομικές και πολιτικές κρίσεις, όπως η κρίση των πυραύλων της Κούβας, η δολοφονία του J.F.Kennedy, η κρίση της τιμής του πετρελαίου (ΟΠΕΚ), και οι τρομοκρατικές επιθέσεις της 9/11. Άλλο ένα παράδειγμα που αναφέρεται στο άρθρο του είναι η μεταβλητότητα του χρηματιστηρίου η οποία εμφανίζει μεγάλες εκρήξεις αβεβαιότητας μετά από τις μεγάλες κρίσεις, οι οποίες προσωρινά διπλασιάζουν τη μεταβλητότητα του κατά μέσο όρο. Αυτά τα σοκ

3.3 Αβεβαιότητα και οικονομική πολιτική 25 συνδέονται άμεσα με άλλα μέτρα της αβεβαιότητας, όπως η επέκταση των επιχειρήσεων σε επίπεδο κερδών και η αύξηση της παραγωγικότητας των εργαζομένων τους. Η αβεβαιότητα είναι επίσης μια πανταχού παρούσα ανησυχία των πολιτικών και όσων είναι υπεύθυνοι για την χάραξη πολιτικών. Ενα τέτοιο παράδειγμα αναφέρεται στο άρθρο του δίνοντας έμφαση στο ότι μετά την 9/11 η Ομοσπονδιακή Επιτροπή Ανοικτής Αγοράς (FOMC), ανησυχώντας για τις επιπτώσεις της τρομοκρατικής ε- νέργειας, δήλωσε τον Οκτώβριο του 2001 ότι: Τα γεγονότα της 11ης Σεπτεμβρίου έφεραν μια σημαντική αύξηση της αβεβαιότητας [...] πιέζοντας τις επενδύσεις με την ενθάρρυνση ενός ολοένα και πιο διαδεδομένης αναμονής. Ομοίως, κατά τη διάρκεια της πιστωτικής κρίσης η FOMC σημείωσε ότι: Αρκετοί συμμετέχοντες (μια έρευνας) ανέφεραν ότι η αβεβαιότητα σχετικά με τις προοπτικές της οικονομίας οδηγούσε τις επιχειρήσεις να αναβάλουν τα σχέδια δαπανών μέχρι οι προοπτικές για την οικονομική δραστηριότητα να γίνουν σαφέστερες και πιο ξεκάθαρες. Οι εκτιμήσεις αυτοπαλινδρόμησης (VAR), που είναι η μέθοδος που θα χρησιμοποιήσουμε εμείς και θα αναφερθούμε αναλυτικά παρακάτω, δείχνουν ότι τα σοκ αβεβαιότητας έχουν ένα μεγάλο πραγματικό αντίκτυπο, δημιουργώντας μια σημαντική πτώση και ανάκαμψη της παραγωγής και της απασχόλησης κατά τους επόμενους 6 μήνες. Παρά το μέγεθος και την κανονικότητα των δευτερογενών σοκ (αβεβαιότητας), δεν υπάρχει μοντέλο που να αναλύει τα αποτελέσματά τους. Αυτό προκαλεί έκπληξη δεδομένου ότι υπάρχει εκτεταμένη βιβλιογραφία σχετικά με την επίδραση του πρωτογενούς σοκ (που γίνεται σε πρώτη φάση). Αυτό αφήνει ανοικτή μια ευρεία ποικιλία ε-

3.4 Συνεισφορά της εργασίας του N.Bloom 26 ρωτήσεων σχετικά με τον αντίκτυπο των μεγάλων μακροοικονομικών σοκ, δεδομένου ότι αυτά συνήθως έχουν ένα πρώτης και δεύτερης στιγμής συστατικό (2 φάσεις). 3.4 Συνεισφορά της εργασίας του N.Bloom Η κύρια συνεισφορά της εργασίας του Bloom είναι η ανάλυση των δομικών αυτών ειδών του σοκ αβεβαιότητας. Αυτό το επιτυγχάνει με την επέκταση ενός πρότυπου μοντέλου σε επίπεδο επιχείρησης σε μια χρονικά μεταβαλλόμενη δεύτερης στιγμής διαδικασία (δευτερογενές σοκ) και ένα μείγμα από το κόστος προσαρμογής της εργασίας και το κόστος προσαρμογής του κεφαλαίου. Το μοντέλο δίνει μια κεντρική εικόνα της αδράνειας στις προσλήψεις και τις επενδύσεις λόγω του μη κυρτού κόστους προσαρμογής. Οι επιχειρήσεις προσλαμβάνουν και επενδύουν μόνο όταν οι επιχειρηματικές συνθήκες είναι αρκετά καλές, και απολύουν και σταματούν τις επενδύσεις μόνο όταν αυτές είναι αρκετά κακές. Όταν η αβεβαιότητα είναι μεγαλύτερη, αυτή η περιοχή της αδράνειας διευρύνεται και οι επιχειρήσεις τείνουν να γίνονται πιο προσεκτικές στο πως ανταποκρίνονται στις επιχειρηματικές συνθήκες. Ετσι, λοιπόν, χρησιμοποιεί αυτό το μοντέλο για την προσομοίωση των επιπτώσεων ενός μεγάλου σοκ αβεβαιότητας και βρίσκει ότι αυτό το σοκ δημιουργεί μια ταχεία πτώση, επαναφορά, και στη συνέχεια υπέρβαση στην απασχόληση, την παραγωγή, και τον ρυθμό αύξησης της παραγωγικότητας. Ο αριθμός των προσλήψεων και των επενδύσεων πέφτει δραματικά 4 μήνες μετά το σοκ επειδή η υψηλότερη αβεβαιότητας αυξάνει την τιμή στην επιλογή που έχει η επιχείρηση να περιμένει και να μην επενδύσει, και έτσι οι επιχειρήσεις περιορίζουν τα επενδυτικά τους σχέδιά. Όταν η αβεβαιότητα υποχωρεί, η δραστηριότητα της επιχείρησης αυξάνεται γρήγορα πάλι καθώς υ-

3.4 Συνεισφορά της εργασίας του N.Bloom 27 πάρχει συσσωρευμένη ζήτηση για εργασία και κεφάλαιο (η ζήτηση αυτή δεν ικανοποιήθηκε λόγω της υψηλής τιμής της αβεβαιότητας). Ο συνολικός ρυθμός αύξησης της παραγωγικότητας πέφτει επίσης δραματικά μετά το σοκ, επειδή η πτώση των προσλήψεων και των επενδύσεων μειώνει το ποσοστό της ανακατανομής των εισροών και επηρεάζει από τις χαμηλές σε επίπεδο παραγωγικότητας επιχειρήσεις έως τις πολύ υψηλές. Πάλι ο ρυθμός αύξησης της παραγωγικότητας επανέρχεται γρήγορα λόγω της συσσωρευμένης ανακατανομής των πόρων που χρειάζεται να γίνει. Μεσοπρόθεσμα η αυξημένη μεταβλητότητα που προκύπτει από το σοκ αβεβαιότητας δημιουργεί μια εκ νέου αύξηση της μεταβλητότητας. Ο λόγος είναι ότι οι περισσότερες επιχειρήσεις βρίσκονται κοντά στο όριο προσλήψεων και επενδύσεων τους, πάνω από τα οποία προσλαμβάνουν / επενδύουν και κάτω από αυτό έχουν μία ζώνη της αδράνειας. Ενα μικρό θετικό σοκ παράγει μια αντίδραση της επιχείρησης στο να προσλάβει ή να επενδύσει ενώ οι μικρές αρνητικές κρίσεις δεν δημιουργούν καμία αντίδραση α- πό τις επιχειρήσεις. Ως εκ τούτου, η πρόσληψη και οι επενδύσεις είναι τοπικά κυρτές καμπύλες σε επιχειρηματικές συνθήκες (ζήτηση και παραγωγικότητα). Η αυξημένη μεταβλητότητα του ρυθμού των επιχειρηματικών συνθηκών μετά από ένα δευτερογενές σοκ οδηγεί μεσοπρόθεσμα στην αύξηση της εργασίας και του κεφαλαίου. Εν ολίγοις, αυτές οι δευτερογενείς επιδράσεις μπορεί να δημιουργήσουν μια ταχεία επιβράδυνση και στη συνέχεια μία αναπήδηση πίσω στην οικονομική δραστηριότητα, απολύτως συνεπής με τα ε- μπειρικά στοιχεία. Αυτό είναι πολύ διαφορετικό από την πιο επίμονη επιβράδυνση όπου τυπικά συμβαίνει μετά το πρωτογενές σοκ στην παραγωγικότητα και/ή του σοκ της ζήτησης που συνήθως μοντελοποιείται στη βιβλιογραφία. Αυτό τονίζει τη σημασία που έχει για

3.4 Συνεισφορά της εργασίας του N.Bloom 28 τα άτομα που χαράζουν οικονομική πολιτική να μπορούν να διακρίνουν μεταξύ της επίμονης των πρωτογενών επιπτώσεων και των προσωρινών αποτελεσμάτων των δευτερογενών σοκ αβεβαιότητας. Στη συνέχεια στο άρθρο του ο Bloom αξιολογεί την αξιοπιστία των προβλέψεων αυτών με τις γενικές επιπτώσεις ισορροπίας, που για υ- πολογιστικούς λόγους δεν συμπεριλήφθηκαν στο αρχικό του μοντέλο. Για να το εξετάσει αυτό έπρεπε να φτιάξει τις μειώσεις των επιτοκίων, των τιμών και των μισθών που λαμβάνουν χώρα μετά το πραγματικό σοκ αβεβαιότητας στην προσομοίωση (ςουντερφαςτυαλς). Αυτό έχει μία μικρή βραχυχρόνια επίδραση στις προσομοιώσεις, γεγονός που υ- ποδηλώνει ότι τα αποτελέσματα είναι ισχυρά στα αποτελέσματα της γενικής ισορροπίας. Ο λόγος είναι ότι η αύξηση της αβεβαιότητας μετά το δευτερογενές σοκ παράγει όχι μόνο μια επιβράδυνση της οικονομικής δραστηριότητας, αλλά κάνει και τις επιχειρήσεις προσωρινά εξαιρετικά ευαίσθητες στις μεταβολές των τιμών. Αυτό δημιουργεί μια δεύτερη συνέπεια για την πολιτική όπου η οικονομία θα είναι ιδιαίτερα αδιάφορη για τη νομισματική ή δημοσιονομική πολιτική αμέσως μετά το σοκ αβεβαιότητας, γεγονός που υποδηλώνει επιπλέον προσοχή όταν θεωρούμε ότι η πολιτική είναι απάντηση σε αυτού του είδους γεγονότα αβεβαιότητας. Η δευτερεύουσα συνεισφορά της εργασίας του Bloom είναι να αναλύσει τη σημασία της από κοινού μοντελοποίησης του κόστους προσαρμογής της εργασίας και του κόστους προσαρμογής του κεφαλαίου. Στην εμπειρική βιβλιογραφία έχει υπολογιστεί το κόστος εργασίας και το κόστος προσαρμογής του κεφαλαίου και ξεχωριστά, υποθέτοντας ότι ο άλλος παράγοντας είναι ευέλικτος, και από κοινού, υποθέτοντας μόνο κυρτή καμπύλη κόστους προσαρμογής. Ετσι, λοιπόν, εκτιμάει το κόστος προσαρμογής της εργασίας και το κόστος προσαρμογής

3.4 Συνεισφορά της εργασίας του N.Bloom 29 του κεφαλαίου (και τα δύο κυρτά και μη κυρτά) εκμεταλλευόμενος την ομοιογένεια. Στην εκτίμηση χρησιμοποίησε μία προσομοίωση της μεθόδου των ροπών με δεδομένα για επιχειρήσεις ώστε να ξεπεραστεί το «πρόβλημα αναγνώρισης» (identification problem) που συνδέεται με το περιορισμένο δείγμα των μακροοικονομικών δεδομένων. Θεωρεί μέτρια μη κυρτό το κόστος προσαρμογής της εργασίας και ουσιαστικά μη κυρτό κόστος προσαρμογής του κεφαλαίου. Τα ευρήματα του επεκτείνονται στο ότι η υπόθεση ότι υπάρχει μόνο το κόστος προσαρμογής του κεφαλαίου, δημιουργεί μια αποδεκτή συνολική ταύτιση με την πραγματικότητα, ενώ η υπόθεση ότι υπάρχει μόνο το κόστος προσαρμογής της εργασίας παράγει μια κακή εφαρμογή. Η ανάλυση των σοκ αβεβαιότητας συνδέεται με την προηγούμενη εργασία του Bernanke (1983) και του Hassler (1996), όπως αναφέραμε και παραπάνω, οι οποίοι τόνισαν τη σημασία των διακυμάνσεων της αβεβαιότητας. Σε αυτή την εργασία ποσοτικοποιήθηκαν και ε- πεκτάθηκαν σημαντικά οι προβλέψεις τους μέσα από δύο σημαντικές προόδους: πρώτον, με την εισαγωγή της αβεβαιότητας ως στοχαστική διαδικασία η οποία είναι κρίσιμη για την αξιολόγηση των υψηλής συχνότητας επιπτώσεων των μεγάλων σοκ και, αφετέρου, από την εξέταση ενός κοινού συνδυασμού του κόστους προσαρμογής της εργασίας και του κόστους προσαρμογής του κεφαλαίου το οποίο είναι ζωτικής σημασίας για την κατανόηση της δυναμικής της απασχόλησης, της επένδυσης και της παραγωγικότητας. Το πλαίσιο αυτό προτείνει επίσης μια σειρά από μελλοντικές έ- ρευνες (Μία από αυτές θα παρουσιαστεί σε αυτή τη διπλωματική εργασία). Κοιτάζοντας μεμονωμένα γεγονότα, θα μπορούσε να χρησιμοποιηθεί, για παράδειγμα, για να αναλυθεί η επίδραση της αβεβαιότητας στις εμπορικές μεταρρυθμίσεις, στις μεγάλες απορρυθμίσεις,

3.4 Συνεισφορά της εργασίας του N.Bloom 30 στις αποκρατικοποιήσεις, στις φορολογικές αλλαγές, ή και για πολιτικές εκλογές. Επίσης προτείνει την ύπαρξη μίας σχέσης μεταξύ της πολιτικής «ορθότητας» και «αποφασιστικότητας» (μπορεί να είναι καλύτερο να δράσει αποφασιστικά μία κυβέρνηση και ας είναι μερικές φορές λανθασμένα από το να δράσει πιο προσεχτικά δημιουργώντας πολιτική αβεβαιότητα). Για παράδειγμα, όταν η Ομοσπονδιακή Επιτροπή Ανοικτής Αγοράς συζήτησε την αρνητική επίπτωση της αβεβαιότητας μετά την 9/11 σημείωσε ότι: Η αβεβαιότητα για ε- πενδύσεις ήταν το αποτέλεσμα που ήρθε από τις συζητήσεις του Κογκρέσου σχετικά με τη φορολογία σε επενδύσεις για εξοπλισμό και λογισμικό (6 Νοεμβρίου, 2001).Ως εκ τούτου, στην περίπτωση αυτή η προσπάθεια του Κογκρέσου για την αναζωογόνηση της οικονομίας με φορολογικά κίνητρα μπορεί να ήταν αντιπαραγωγική, λόγω της αυξημένης αβεβαιότητας και της μακρά σε διάρκεια διαδικασίας που προκαλείται από τους πολιτικούς. Γενικότερα, το πλαίσιο στο άρθρο του Bloom παρέχει επίσης μία απάντηση στο πού είναι τα αρνητικά σοκ παραγωγικότητας; κριτική της θεωρίας του πραγματικού οικονομικού κύκλου (real business cycle theory). Συγκεκριμένα, δεδομένου ότι το δευτερογενές σοκ παράγει μεγάλη πτώση της τιμής στην παραγωγή, την απασχόληση και του ρυθμού αύξησης της παραγωγικότητας, το άρθρο παρέχει έναν εναλλακτικό μηχανισμό για τα πρωτογενή σοκ που δημιουργούν την ύφεση. Οι υφέσεις θα μπορούσαν απλά να είναι περίοδοι υψηλής αβεβαιότητας, χωρίς αρνητικό σοκ παραγωγικότητας. Είναι ενθαρρυντικό το ότι οι υφέσεις εμφανίζονται μάλιστα σε περιόδους με σημαντικά υψηλότερο βαθμό αβεβαιότητας, προτείνοντας μια προσέγγιση αβεβαιότητας για την μοντελοποίηση της θεωρίας των επιχειρηματικών κύκλων (Bloom, Floetotto και Jaimovich (2007) ).

3.5 Μία διαφορετική προσέγγιση στην Οικονομική Αβεβαιότητα 31 3.5 Μία διαφορετική προσέγγιση στην Οικονομική Αβεβαιότητα Μια διαφορετική εμπειρική προσέγγιση είναι αυτή των Jurado, Ludvigson και Ng (2015), που εξετάζει την συμπεριφοράς της α- βεβαιότητας και τη σχέση της με τη μακροοικονομική δραστηριότητα και τονίζει ότι δεν υπάρχει αντικειμενικό μέτρο της αβεβαιότητας. Μέχρι στιγμής, η εμπειρική βιβλιογραφία στηρίχθηκε κατά κύριο λόγο στους δείκτες αβεβαιότητας, όπως η υπονοούμενη ή ορατή μεταβλητότητα των αποδόσεων των μετοχών στην αγορά του χρηματιστηρίου, η διασπορά των κερδών της εταιρείας, των αποδόσεων των μετοχών, ή της παραγωγικότητας, στη διασπορά των υποκειμενικών προβλέψεων, ή στην εμφάνιση ορισμένων λέξεων-κλειδιά που σχετίζονται με την αβεβαιότητα στις δημοσιεύσεις ειδήσεων. Ενώ τα περισσότερα από τα μέτρα αυτά έχουν το πλεονέκτημα ότι είναι άμεσα παρατηρήσιμα, η επάρκειά τους για το πόσο αντικατοπτρίζουν την οικονομική αβεβαιότητα εξαρτάται από το πόσο έντονα συσχετίζονται με την αυτόλανθάνουσα στοχαστική διαδικασία. υστυχώς, οι συνθήκες κάτω από τις οποίες οι κοινοί δείκτες είναι πιθανό να είναι στενά συνδεδεμένοι με την τυπική θεωρητική έννοια της αβεβαιότητας μπορεί να είναι αρκετά ιδιαίτερη. Για παράδειγμα, η μεταβλητότητα της χρηματιστηριακής αγοράς μπορεί να αλλάξει με την πάροδο του χρόνου, ακόμη και αν δεν υπάρχει αλλαγή της αβεβαιότητας σχετικά με τα βασικά οικονομικά μεγέθη, αν οι αλλαγές στην μόχλευση, ή αν οι κινήσεις της αποστροφής κινδύνου είναι σημαντικοί οδηγοί των διακυμάνσεων της αγοράς περιουσιακών στοιχείων. Οι ατομικές αποδόσεις των μετοχών μπορεί να παρουσιάζουν διακυμάνσεις, χωρίς οποιαδήποτε αλλαγή στην αβεβαιότητα αν υπάρχει

3.5 Μία διαφορετική προσέγγιση στην Οικονομική Αβεβαιότητα 32 ανομοιογένεια στις φορτίσεις από κοινούς παράγοντες κινδύνου. Ο- μοίως, τα κέρδη σε επίπεδο επιχείρησης, οι πωλήσεις και η παραγωγικότητα μπορεί να κυμαίνονται πάνω από τον επιχειρηματικό κύκλο απλώς και μόνο επειδή υπάρχει ανομοιογένεια στην κυκλικότητα της δραστηριότητας των επιχειρήσεων. Το άρθρο τους, λοιπόν, παρέχει νέα μέτρα της αβεβαιότητας και τους σχετίζεται με τη μακροοικονομική δραστηριότητα. Στόχος τους είναι να παρέχουν αξιόπιστες οικονομετρικές εκτιμήσεις της αβεβαιότητας που να είναι όσο το δυνατό πιο ανεξάρτητες από τη δομή των συγκεκριμένων θεωρητικών μοντέλων και από οποιοδήποτε οικονομικό δείκτη αβεβαιότητας που υπάρχει. Ετσι, λοιπόν, ξεκινούν από την αρχή ότι αυτό που έχει σημασία για τη λήψη οικονομικών αποφάσεων δεν είναι το αν συγκεκριμένοι οικονομικοί δείκτες έχουν γίνει περισσότερο ή λιγότερο μεταβλητοί ή διάσπαρτοι (μεγαλύτερη διακύμανση), αλλά μάλλον αν η οικονομία έχει γίνει περισσότερο ή λιγότερο προβλέψιμη ( ηλαδή αυτό σημαίνει αν είναι λιγότερο ή περισσότερο αβέβαιη). Ετσι, λοιπόν, στο άρθρο τους οι Jurado, Ludvigson και Ng εκτιμούν μέτρα μακροοικονομικής αβεβαιότητας από δύο σύνολα δεδομένων μεταπολεμικά που αφορούν την οικονομική δραστηριότητα. Το πρώτο μάκρο σύνολο δεδομένων είναι μηνιαίο και χρησιμοποιεί τις πληροφορίες για τους μακροοικονομικούς και δημοσιονομικούς δείκτες. Το δεύτερο σύνολο δεδομένων είναι σε επίπεδο επιχειρήσεων με τριμηνιαίες παρατηρήσεις (155 παρατηρήσεις) που αφορούν το ρυθμό αύξησης των κερδών και είναι κανονικοποιημένος ως προς τις πωλήσεις. Ονομάζουν, επίσης, τις εκτιμήσεις της μακροοικονομικής αβεβαιότητας που βασίζονται στις μηνιαίες σειρές ως κοινή μακροοικονομική αβεβαιότητα, ενώ οι εκτιμήσεις της μακροοικονομικής αβεβαιότητας με βάση

3.5 Μία διαφορετική προσέγγιση στην Οικονομική Αβεβαιότητα 33 το τριμηνιαίο σύνολο δεδομένων σε επίπεδο επιχείρησης αναφέρονται στο άρθρο τους ως κοινή αβεβαιότητα σε επίπεδο επιχείρησης. Τα μέτρα τους για την μακροοικονομική αβεβαιότητα κυμαίνονται κατά τρόπο που είναι συχνά αρκετά διαφορετικά από τους δημοφιλείς δείκτες για την αβεβαιότητα, συμπεριλαμβανομένης της μεταβλητότητας στις αποδόσεις του χρηματιστηρίου (τόσο χρονικά όσο και ανά μετοχή), τη διασπορά των κερδών της κάθε εταιρείας, την παραγωγικότητα, ή τις προβλέψεις (που βασίζονται σε ερωτηματολόγιο). Πράγματι, οι εκτιμήσεις τους συνεπάγεται πολύ λιγότερα σημαντικά επεισόδια αβεβαιότητας από τους δημοφιλείς δείκτες όπως η μεταβλητότητα της χρηματιστηριακής αγοράς, ενός μέτρου που αποτελεί τη βάση για τα 17 σημεία (ημερομηνίες) αβεβαιότητας που προσδιορίζονται από τον Bloom (2009). Αντίθετα, οι Jurado, Ludvigson και Ng έχουν «ανακαλύψει» μόλις τρία μεγάλα μακροοικονομικά σοκ αβεβαιότητας στη μεταπολεμική περίοδο: οι μήνες γύρω από το 1973-1974 και 1981-1982 όπου υπάρχουν οι πετρελαϊκές κρίσεις και η Μεγάλη Υφεση του 2007-2009 στις ΗΠΑ, με την τελευταία ύφεση να αποτελεί το πιο εντυπωσιακό επεισόδιο της αυξημένης αβεβαιότητας από το 1960. Από αυτά τα ευρήματα και από άλλα αντίστοιχα που υπάρχουν στη βιβλιογραφία φαίνεται ότι υπάρχει μεγάλη μεταβλητότητα στη χρηματιστηριακή αγορά και σε άλλους δείκτες οικονομικής αβεβαιότητας που όμως δεν παράγεται από μια κίνηση από σοκ α- βεβαιότητας σε όλη την ευρύτερη οικονομία. Αυτό συμβαίνει τόσο επειδή αυτές οι μεταβλητές υπερεκτιμούν ορισμένες σειρές στη μέτρηση της μακροοικονομικής αβεβαιότητας, αλλά και επειδή λανθασμένα αποδίδουν προβλέψιμες διακυμάνσεις σε ένα κύμα αβεβαιότητας. Οι εκτιμήσεις τους, ωστόσο, δείχνουν μια ποσοτικά σημαντική δυναμική σχέση μεταξύ της αβεβαιότητας και της πραγματικής δρα-

3.5 Μία διαφορετική προσέγγιση στην Οικονομική Αβεβαιότητα 34 στηριότητας. Σε ένα 11-μεταβλητό διανυσματικό αυτοπαλίνδρομο υπόδειγμα (με μηνιαίες παρατηρήσεις), τα κοινά μακροοικονομικά σοκ αβεβαιότητας (όπως τα έχουν ονομάσει) έχουν επιπτώσεις σχεδόν ί- διες με τα σοκ νομισματικής πολιτικής και συνδέονται με ένα πολύ μεγαλύτερο πέδιο στη διακύμανση του σφάλματος πρόβλεψης στην παραγωγή και των ωρών εργασίας από ότι τα σοκ στη χρηματιστηριακή αγοράς. Οι εκτιμήσεις τους δείχνουν επίσης ότι οι μακροοικονομική αβεβαιότητα είναι έντονα αντικυκλική, εξηγώντας πολύ καλύτερα τα χαρακτηριστικά τη συνολικής αβεβαιότητας κατά τη διάρκεια της ύφεσης (σε σχέση με το αν μην υπήρχε η ύφεση), και πολύ πιο επίμονη από τους δημοφιλείς δείκτες αβεβαιότητας. Σε αυτή την εργασία έχουν αναλάβει σκοπίμως μια προσέγγιση που δεν βασίζεται τόσο στην υπάρχουσα βιβλιογραφία, προκειμένου να παρέχουν ένα μοντέλο μακροοικονομικής αβεβαιότητας που δεν θα εξαρτάται από δείκτες οικονομικής αβεβαιότητας και που θα μπορεί να παρακολουθείται στο χρόνο. Ενας τέτοιος δείκτης μπορεί να χρησιμοποιηθεί ως σημείο αναφοράς για την αξιολόγηση κάθε μοντέλου DSGE (Dynamic Stochastic General Equilibrium) με (πιθανώς πολλά) στοχαστικά σοκ μεταβλητότητας. Το μέτρο τους για την αβεβαιότητα συναθροίζει την αβεβαιότητα στην οικονομία που προέρχεται από όλες τις πηγές σε μία συνοπτική στατιστική. Σε ορισμένες περιπτώσεις, μπορεί να είναι χρήσιμο για την κατασκευή υποδεικτών ή συμπληρωματικών δεικτών.

3.6 Συνεισφορά και άλλων ερευνητών στην Οικονομική Αβεβαιότητα35 3.6 Συνεισφορά και άλλων ερευνητών στην Οικονομική Αβεβαιότητα 3.6.1 Rossi και Sekhposyan (2015) Η εργασία των Rossi και Sekhposyan (2015) που είναι δημοσιευμένη στο American Economic Review εισάγει μια νέα προσέγγιση για τη μέτρηση της αβεβαιότητας. Ξεκινούν από την ίδια αρχή όπως και οι Jurado, Ludvigson και Ng (2014), δηλαδή: «Αυτό που έχει σημασία για τη λήψη οικονομικών αποφάσεων είναι αν η οικονομία έχει γίνει περισσότερο ή λιγότερο προβλέψιμη, δηλαδή λιγότερο ή περισσότερο αβέβαιη.» Ωστόσο, σε αντίθεση με Jurado et al. (2014), ο δείκτης της αβεβαιότητας που προτείνουν βασίζεται στην μη-δεσμευμένη πιθανότητα του παρατηρούμενου αποτελέσματος (unconditional likelihood). Πιο συγκεκριμένα, ο προτεινόμενος δείκτης τους είναι το εκατοστημόριο στην ιστορική κατανομή των σφαλμάτων πρόβλεψης που σχετίζεται με το σφάλμα πρόβλεψης. Για παράδειγμα, σύμφωνα με την μη-δεσμευμένη κατανομή των σφαλμάτων πρόβλεψης, εάν ένα σφάλμα πρόβλεψης του 2% είναι το 99ο εκατοστημόριο και το πραγματικό σφάλμα πρόβλεψης είναι πράγματι 2%, τότε καταλήγουμε στο συμπέρασμα ότι υπάρχει σημαντική αβεβαιότητα. Το μέτρο που προτείνουν στο άρθρο τους είναι ένα συμπληρωματικό και, ενδεχομένως, πιο γενικό μέτρο της αβεβαιότητας που βασίζεται στην εκτίμηση της πιθανότητας υλοποίησης. Το ελκυστικό χαρακτηριστικό της προσέγγισής τους είναι ότι συνοψίζει τις πληροφορίες στην πιθανολογική πρόβλεψη εκ των προτέρων, καθώς και στην εκ των υστέρων πρόβλεψη (Πρόβλεψη εντός και εκτός δείγματος). Επιπλέον, δεδομένου ότι είναι ένα μέτρο της κατανομής στην οποία βασίζεται η αβεβαιότητα, ξεχωρίζει μεταξύ περιόδων υψηλής

3.6 Συνεισφορά και άλλων ερευνητών στην Οικονομική Αβεβαιότητα36 και χαμηλής αβεβαιότητα καθώς μετράται με πιθανότητες (πιθανότητα να ξεφύγει ο δείκτης από τα όρια). Τέλος, το μέτρο τους έχει επίσης το πλεονέκτημα της παροχής πληροφοριών σχετικά με το εάν η αβεβαιότητα είναι ανοδική ή καθοδική. Το μέτρο της αβεβαιότητας εξαρτάται από το μοντέλο που χρησιμοποιείται για την πρόβλεψη της οικονομίας. Στο συγκεκριμένο άρθρο έχουν επικεντρωθεί στις προβλέψεις της έρευνας που έχει διεξαχθεί μεταξύ των Επαγγελματικών Φορέων ιενέργειας Προβλέψεων (SPF) εφόσον θεωρούνται ότι οι προβλέψεις τους είναι αξιόπιστες (Faust και Wright, 2013). Σαφώς, η επιλογή των μακροοικονομικών μεταβλητών που χρησιμοποιούνται στο προτεινόμενο δείκτη είναι πολύ σημαντική. Συγκεκριμένα, δεδομένου ότι ο στόχος τους είναι να προτείνουν ένα δείκτη που μετρά την αβεβαιότητα της κατάστασης της οικονομίας, και έτσι επικεντρώνονται σε μακροοικονομικές μεταβλητές που είναι αντιπροσωπευτικές του επιχειρηματικού κύκλου, όπως το Ακαθάριστο Εγχώριο Προϊόν (ΑΕΠ). Η συμβολή τους διαφέρει από εκείνες στη βιβλιογραφία για διάφορους λόγους. Πρώτον, ορισμένα από τα υφιστάμενα μέτρα (π.χ. Bloom, 2009) προσδιορίζουν την αβεβαιότητας ως την άνευ όρων μεταβλητότητα ορισμένων σειρών (π.χ. οι αποδόσεις του χρηματιστηρίου). Όπως συζητήθηκε στο Jurado et al. (2014), η προσέγγιση αυτή δεν μπορεί να γίνει διάκριτη μεταξύ των αναμενόμενων και μη αναμενόμενων κινήσεων και έτσι εστιάζουν, αντ άυτού, στην α- βεβαιότητα σε σχέση με το προβλεπόμενο αποτέλεσμα. εύτερον, άλλα υφιστάμενα μέτρα (π.χ. Jurado et al, 2014) δίνουν έμφαση στη διακύμανση των σφαλμάτων πρόβλεψης αλλά το μέτρο των Rossi

3.6 Συνεισφορά και άλλων ερευνητών στην Οικονομική Αβεβαιότητα37 και Sekhposyan είναι μια συμπληρωματική προσέγγιση και γενικότερα ένας τρόπος για να περιγράψει κανείς την αβεβαιότητα. Στην πραγματικότητα, μετράμε την πιθανότητα παρατήρησης της παρατηρούμενης αξίας. Τα δύο μέτρα είναι διαφορετικά, για παράδειγμα, σε περιπτώσεις όπου η εκ των προτέρων προγνωστική αβεβαιότητα αλλάζει, αλλά η διακύμανση του σφάλματος πρόβλεψης παραμένει η ίδια. Επιπλέον, η μέτρηση της αβεβαιότητας από την διακύμανση των σφαλμάτων πρόβλεψης σημαίνει ότι θετικά και αρνητικά αποτελέσματα είναι συμμετρικά και έχουν την ίδια σημασία. Το μέτρο τους, αντί αυτού, επιτρέπει την ασυμμετρία. Τέλος, το μέτρο τους βασίζεται στην πραγματοποιηθείσα κατανομή του σφάλματος πρόβλεψης, έτσι παρέχει ένα μέτρο που συνοψίζει την αβεβαιότητα των δεδομένων καθώς και την αβεβαιότητα που σχετίζεται με την εκτίμηση των παραμέτρων (για τις προβλέψεις βάσει μοντέλων). Η δουλειά τους, επίσης, σχετίζεται με άλλες πρόσφατες συνεισφορές. Ο Scotti (2013) για παράδειγμα χρησιμοποιεί εκπλήξεις από τις προβλέψεις του Bloomberg για να κατασκευάσει τα μέτρα οικονομικής αβεβαιότητας. Οι Rossi και Sekhposyan, αντίθετα, μέτρησαν πόσο πιθανό θα ήταν να παρατηρήσουμε το πραγματικό σφάλμα πρόβλεψης σε σχέση με την εκ των προτέρων ανεπιφύλακτη πρόβλεψη της κατανομής του σφάλματος. Επιπλέον, γίνεται διάκριση μεταξύ ανοδικής και καθοδικής αβεβαιότητας, η οποία ενδέχεται να επηρεάσει την μακροοικονομία με διαφορετικούς τρόπους. Οι Segal et al. (2014) προτείνουν, επίσης, να γίνει διάκριση μεταξύ θετικών και αρνητικών σοκ αβεβαιότητας, αλλά επικεντρώνονται στην πραγματική μεταβλητότητα των δεδομένων υψηλής συχνότητας.

3.6 Συνεισφορά και άλλων ερευνητών στην Οικονομική Αβεβαιότητα38 3.6.2 Alexopoulos και Cohen (2015) Σε μια προσπάθεια να εντοπίσουν τις επιπτώσεις των διαταραχών της αβεβαιότητας για την οικονομία των ΗΠΑ, οι Alexopoulos και Cohen στο άρθρο τους όπου είναι δημοσιευμένο στο International Review of Economics and Finance (2015) παρουσιάζουν πρόσφατα σχεδιασμένους δείκτες της συνολικής και πολιτικής οικονομικής αβεβαιότητας με βάση μια ανάλυση κειμένου των πληροφοριών που περιέχονται στους New York Times (η πιο πολυδιαβασμένη κα ι σχετικά αξιόπιστη εφημερίδα στις ΗΠΑ). Χρησιμοποιούν, λοιπόν, τα νέα μέτρα οικονομικής αβεβαιότητας, πρώτον, για να αναγνωρίσουν το μοτίβο της γενικής αβεβαιότητας μεταξύ 1985 και 2007, δεύτερον, για να απομονώσουν τις διακυμάνσεις στην πολιτική οικονομική αβεβαιότητα, και τρίτον, για να προσδιορίσουν τον αντίκτυπο αυτών των σοκ στην οικονομία, στους οικονομικούς κύκλους, και στη χρηματιστηριακή αγορά. Η ανάλυση που κάνουν στο άρθρο τους με την μέθοδο διανυσματικών αυτοπαλίνδρομων (VAR), βασίζεται σε μια σειρά από έξι δείκτες με βάση τις ειδήσεις (τρεις μετρούν τη γενική οικονομική αβεβαιότητα και οι άλλοι τρεις μετρούν την αβεβαιότητα της οικονομικής πολιτικής) και αναμειγνύουν τον δείκτη αβεβαιότητας της οικονομικής πολιτικής των Baker Bloom και Davis όπως αναφέραμε και παραπάνω, και βρίσκουν ότι και οι δύο τύποι σοκ αβεβαιότητας προκαλούν σημαντική ύφεση στις ΗΠΑ. Συγκεκριμένα, όταν γίνεται ένα μεγάλο σοκ, όπως το χτύπημα της 9/11, εκτιμάται ότι η παραγωγή μειώνεται κατά 1% - 4,5%, η απασχόληση μειώνεται κατά 0,6% - 2,2%, και οι επενδύσεις πέφτουν 3,5% - 9,7%. Αυτές οι κρίσεις, λοιπόν, αποτελούν μία πηγή από σύντομες βραχυχρόνιες διακυμάνσεις.

3.6 Συνεισφορά και άλλων ερευνητών στην Οικονομική Αβεβαιότητα39 Κατά τη σύγκριση των αποτελεσμάτων που λαμβάνονται με τη χρήση των διαφόρων δεικτών, γενικά διαπιστώσουν ότι ο βασικός δείκτης οικονομική αβεβαιότητα εξηγεί περισσότερο τη διακύμανση της βιομηχανικής παραγωγής, της απασχόλησης και των επενδύσεων σε σχέση με τους άλλους δείκτες. Επίσης σημειώνουν ότι το οι διακυμάνσεις που αναλογούν στον δείκτη EPU των Baker Bloom και Davis (Τον ίδιο δείκτη θα χρησιμοποιήσουμε και εμείς) είναι, σε πολλές περιπτώσεις, παρόμοιες με τον δείκτη που χρησιμοποιούν οι ίδιοι στην εργασία τους. Οι Alexopoulos και Cohen εξετάζουν επίσης τον αντίκτυπο των σοκ των δεικτών GEU και EPU στις αποδόσεις και την μεταβλητότητα των μετοχών και εκτιμώντας μια σειρά από GARCH (Generalized Autoregressive Conditionally Heteroscedastic) και E GARCH μοντέλα (αυτοπαλίνδρομα μοντέλα με δεσμευμένη ετεροσκεδαστηκότητα). Σε γενικές γραμμές, στο άρθρο τους υπάρχουν στοιχεία που αποδεικνύουν ότι η αύξηση της αβεβαιότητας (όπως μετράται με τους νέους δείκτες τους) μπορεί να μειώσει σημαντικά τις αποδόσεις για τον S&P 500, και να αυξήσει τη μεταβλητότητα του χρηματιστήριου. Ό- ταν οι δείκτες αβεβαιότητας περιλαμβάνονται στα μοντέλα, οι ARCH (Autoregressive Conditionally Heteroscedastic) επιδράσεις συνήθως γίνονται στατιστικά με σημαντικές. Εκτός από την παροχή αποδείξεων ότι τα σοκ αβεβαιότητας έχουν ισχυρές επιπτώσεις για την οικονομία και το χρηματιστήριο, το άρθρο τους καταδεικνύει επίσης τη χρησιμότητα της ανάλυσης των κειμένων στην ανάπτυξη μέτρων, όπως η αβεβαιότητα. Όπως δείχνουν στο άρθρο τους, η χρήση κάποιων λιστών από λέξεις-κλειδιά τους επιτρέπει να εντοπίσουν άρθρα που ασχολούνται με την αυξανόμενη αβεβαιότητα και τους συνδέουν με συγκεκριμένες πηγές. Αν και έχουν

3.6 Συνεισφορά και άλλων ερευνητών στην Οικονομική Αβεβαιότητα40 επικεντρωθεί σε αυτό το άρθρο στη γενική οικονομική και πολιτική αβεβαιότητα, είναι δυνατόν με αυτές τις λίστες λέξεων, να εξετάσουν και άλλες ομάδες (τη φορολογία, τα κυβερνητικά προγράμματα, τη μετανάστευση, τα αποτελέσματα των εκλογών, και την τρομοκρατία) για να επιτρέψουν την καλύτερη κατανόηση στις σημαντικές πηγές της αβεβαιότητας και να καθορίσουν τις επιπτώσεις τους στην οικονομία. Η προσέγγιση αυτή δεν χρειάζεται να περιορίζεται σε μία μόνο εφημερίδα, στα έντυπα μέσα ενημέρωσης, ή ακόμη και σε μία μόνο χώρα. Ως εκ τούτου, η δυναμική της έρευνας τους είναι μεγάλη και ενδεχομένως πολύ εποικοδομητική.

Κεφάλαιο 4 Εμπειρική Μελέτη 4.1 Τα δεδομένα Προχωρώντας στη δική μας εμπειρική ανάλυση θα προσπαθήσουμε να αναλύσουμε πως η οικονομική αβεβαιότητα επηρεάζει μακροοικονομικούς παράγοντες όπως ο αριθμός των εργαζομένων και το ΑΕΠ. Αρχικά, πρέπει να αναφερθεί ότι χρησιμοποιούμε τριμηνιαίες παρατηρήσεις από το πρώτο τρίμηνο του 1987 έως το τελευταίο του 2014. Για τις μάκρο μεταβλητές (ΑΕΠ, αριθμός εργαζομένων, επιτόκιο αγοράς) έχουμε χρησιμοποιήσει την βάση δεδομένων Euro Area Business Cycle Network, για τις αποδόσεις των μετοχών του χρηματιστηρίου (μετοχές που αφορούν τις 50 μεγαλύτερες εταιρίες της ΕΕ) έχουμε α- ντλήσει τα δεδομένα από την βάση δεδομένων Yahoo Finance ενώ για τον δείκτη EPU (αβεβαιότητα οικονομικής πολιτικής) από τη σελίδα www.policyuncertainty.com (Βάση δεδομένων των BBD). Στον συγκεκριμένο ιστότοπο βρίσκονται μηνιαίες παρατηρήσεις (στην παρούσα εργασία τις μετατρέπουμε σε τριμηνιαίες) για τον δείκτη EPU όπου έχει κατασκευαστεί από τους Baker, Bloom και Davis. Κατασκευάζουν, λοιπόν, το δείκτη οικονομικής αβεβαιότητας σε επίπεδο χώρας με τον ίδιο τρόπο όπως και για τον αντίστοιχο δείκτη των 41

4.1 Τα δεδομένα 42 ΗΠΑ. Παίρνουν δύο εφημερίδες κάθε χώρας για τις πέντε μεγαλύτερες οικονομίες της Ευρωπαικής Ενωσης: τη Le Monde και τη Le Figaro για τη Γαλλία, τη Handelsblatt και τη Frankfurter Allgemeine Zeitung για τη Γερμανία, την Corriere Della Sera και τη La Repubblica για την Ιταλία, την El Mundo και την El Pais για την Ισπανία, και την Times of London και την Financial Times για το Ηνωμένο Βασίλειο. (Παρακάτω φαίνεται το διάγραμμα με τον δείκτη οικονομικής αβεβαιότητας για την ΕΕ με μηνιαίες παρατηρήσεις (1987-2015) καθώς και ο πίνακας με τα σημεία όπου εμφανίζεται υψηλή αβεβαιότητα) Γράφημα 4.1: είκτης οικονομικής πολιτικής αβεβαιότητας για ΕΕ (Πηγή: www.policyuncertainty.com) Όπως και με τον αμερικανικό δείκτη οικονομικής αβεβαιότητας που βασίζεται στις εφημερίδες, μετρούν τον αριθμό των άρθρων στα ειδησεογραφικά περιοδικά που περιέχουν τους όρους αβέβαιο ή αβεβαιότητα, οικονομικής ή οικονομία, και έναν ή περισσότερους όρους που σχετίζεται με την οικονομική πολιτική. Στη συνέχεια, σχεδιάζουν τον EPU κάθε χώρας από τη συχνότητα του αριθμού των λέξεων-κλειδιά που εμφανίζεται στην κάθε εφημερίδα μηνιαία.

4.2 ιανυσματικά αυτοπαλίνδρομα υποδείγματα (VAR) 43 Σημείο Ημερομηνία Οικονομικό Γεγονός Α 05/1997 Ευρωπαικό Πρόγραμμα Σταθεροποίησης (SGP) Β 08/1998 Ρωσική Κρίση C 09/2001 Τρομοκρατική επίθεση στους δίδυμους πύργους D 08/2002 Συνθήκη της Νίκαιας (Τροποποίηση Σ.Μάαστριχτ) E 02/2003 Πόλεμος ΗΠΑ-Ιράκ F 03/2003 Συνθήκη προσχώρησης νέων κρατών στην ΕΕ G 08/2005 Ευρωπαική θεσμική κρίση H 08/2007 Πρόγραμμα βοήθειας στην τράπεζα Northern Rock I 09/2008 Πτώχευση της επενδυτικής τράπεζας Lehman Brothers J 11/2008 Πρόγραμμα Ευρωπαικής σταθεροποίησης K 04/2010 Το πρώτο μνημόνιο στην Ελλάδα L 08/2011 Υποβίβαση της πιστοληπτικής ικανότητας της Ιταλίας M 10/2011 Κάλεσμα για δημοψήφισμα του Παπανδρέου N 02/2013 Ευρωπαική πολιτική ανησυχία O 08/2014 Συνέχεια της κρίσης στην Ελλάδα ΠΙΝΑΚΑΣ 4.1. Πίνακας με τα σημεία που εμφανίζεται υψηλή οικονομική πολιτική αβεβαιότητα για την ΕΕ Τέλος, ορίζουν ως έτος βάσης το 2011 για τις σειρές των εφημερίδων και στη συνέχεια δημιουργούν νέες σειρές για να φτιαχτεί ο δείκτης οικονομικής αβεβαιότητας σε ευρωπαϊκό επίπεδο. Για το πανευρωπαϊκό δείκτη EPU, χρησιμοποιούν το μέσο όρο και των 10 ευρωπαϊκών εφημερίδων ( Ιδιος συντελεστής βαρύτητας για όλες τις εφημερίδες). 4.2 ιανυσματικά αυτοπαλίνδρομα υποδείγματα (VAR) Το μοντέλο ανάλυσης που θα χρησιμοποιήσουμε είναι ένα διανυσματικό αυτοπαλίνδρομο μοντέλο (VAR) άρα κρίνεται αναγκαίο να παρουσιαστεί συνοπτικά η μορφή του. Ενα υπόδειγμα VAR είναι ένα μοντέλο παλινδρόμησης ενός συστήματος εξισώσεων στο οποίο υπάρχουν μόνο ενδογενείς μεταβλητές. Όλες οι ενδογενείς μεταβλητές ερμηνεύονται από χρονικές υστερήσεις των ίδιων καθώς και τον υπό-

4.3 ημιουργία του μοντέλου 44 λοιπων ενδογενών μεταβλητών. τάξης p έχει την μορφή: Ενα διανυσματικό αυτοπαλίνδρομο y t = α + A 1 y t 1 + A 2 y t 2 +... + A p y t p, + u t όπου t Ακέραιος Αριθμός, y t (y 1t,...,y Kt ) όπου είναι ένα (Κx1) διάνυσμα με Κ χρονολογικές σειρές, A i, i 1,...,p είναι (ΚxΚ) σταθερές μήτρες συντελεστών, α (a 1,...,a k ) είναι ένα (Κx1) διάνυσμα σταθερών όρων και τέλος u t (u 1t,...,u Kt ) έιναι ένα διάνυσμα λευκού θορύβου μηδενικού μέσου (white noise). Για παράδειγμα ένα VAR(1) υπόδειγμα δύο μεταβλητών θα έχει τη μορφή: ( y1t y 2t ) = ( α1 α 2 ) + ή ισοδύναμα με 2 εξισώσεις: ( α11, α 12 α 21, α 22 ) ( y1,t 1 y 2,t 1 ) + ( u1t u 2t ) y 1t = α 1 + α 11 y 1,t 1 + α 12 y 2,t 1 + u 1t (4.1) y 2t = α 2 + α 21 y 1,t 1 + α 22 y 2,t 1 + u 2t (4.2) 4.3 ημιουργία του μοντέλου Αρχικά, θα ξεκινήσουμε φτιάχνοντας τη σειρά των μεταβλητών μας κάνοντας έτσι κάποιες υποθέσεις. Οι μακρο μεταβλητές ΑΕΠ και Α- ριθμός εργαζομένων θα μπουν πρώτες στο VAR μοντέλο μας, στη συνέχεια θα μπει το επιτόκιο της αγοράς (βραχυπρόθεσμο επιτόκιο), μετά οι αποδόσεις των μετοχών και τέλος ο δείκτης οικονομικής πολιτικής αβεβαιότητας. Με αυτή τη σειρά, βάζοντας δηλαδή το ΑΕΠ και τον αριθμό των εργαζομένων πριν τον δείκτη οικονομικής αβεβαιότητας υποθέτουμε ότι οι μάκρο μεταβλητές δεν αντιδρούν άμεσα σε

4.3 ημιουργία του μοντέλου 45 ένα σοκ αβεβαιότητας αλλά μετά από ένα τρίμηνο. Να θυμηθούμε σε αυτό το σημείο ότι όλες οι παρατηρήσεις των μεταβλητώς μας έχουν μετατραπεί από μηνιαίες σε τριμηνιαίες, χρησιμοποιώντας το λογισμικό Gretl. Επίσης, ο χρηματιστηριακός δείκτης έχει μπει πριν από τον δείκτη οικονομικής πολιτικής αβεβαιότητας πράγμα που σημαίνει ότι η αντίδραση οποιασδήποτε μακρο μεταβλητής σε ένα σοκ του EPU θα είναι «καθαρή», επειδή θα έχουμε συμπεριλάβει την πληροφορία που εμπεριέχει ο χρηματιστηριακός δείκτης γιατί και αυτός είναι ένα μέτρο μέτρησης αβεβαιότητας καθώς είναι αρκετά ευαίσθητος από τα νέα και τις ειδήσεις (Άλλωστε είναι και ο λόγος που τον βάζουμε στην αναλυσή μας). Ενα υπόδειγμα VAR είναι ένα μοντέλο παλινδρόμησης ενός συστήματος εξισώσεων στο οποίο υπάρχουν μόνο ενδογενείς μεταβλητές. Όλες οι ενδογενείς μεταβλητές ερμηνεύονται από χρονικές υστερήσεις των ίδιων καθώς και τον υπόλοιπων ενδογενών μεταβλητών. Εχοντας, λοιπόν, καθορίσει τη σειρά των μεταβλητών που θα χρησιμοποιήσουμε στο υπόδειγμα VAR στη συνέχεια πρέπει να επιλέξουμε αριθμό υστερήσεων (lags). Χρησιμοποιώντας την εντολή «Var lag selection» στο Gretl εισάγουμε τις μεταβλητές με τη σειρά που α- ναφέραμε παραπάνω και επιλέγοντας να βάλουμε σταθερό όρο και χρονική τάση, όλα τα κριτήρια συμφωνούν στο να πάρουμε 2 χρονικές υστερήσεις για το μοντέλο μας (AIC, BIC, HQ). Ο λόγος που έχουμε βάλει χρονική τάση (time trend) είναι επειδή με τον όρο χρονική τάση ορίζουμε τη μακροχρόνια μεταβολή (αύξηση ή μείωση) που παρατηρείται σε μια μεταβλητή κατά τη διάρκεια μιας χρονικής περιόδου, δηλαδή την τάση που έχει μία μη στάσιμη χρονική σειρά. Όπως παρατηρούμε στα παρακάτω διαγράμματα το ΑΕΠ, ο αριθμός των εργαζομένων και ο χρηματιστηριακός δείκτης φαίνεται ότι έχουν

4.3 ημιουργία του μοντέλου 46 μία θετική τάση. Τέλος οφείλουμε να αναφέρουμε πως η τάση μιας χρονολογικής σειράς μπορεί να είναι εκφρασμένη είτε σε γραμμική είτε σε μη γραμμική μορφή (εκθετική, τετραγωνική κλπ). Γράφημα 4.2: Το ΑΕΠ απο το 1987 έως το 2014 σε τρίμηνα (λογαριθμοποιημένο) Γράφημα 4.3: Ο αριθμός των εργαζομένων απο το 1987 έως το 2014 σε τρίμηνα (λογαριθμοποιημένος)

4.4 Ερμηνεία των μεταβλητών 47 Γράφημα 4.4: Ο χρηματιστηριακός δείκτης που περιλαμβάνει τις 50 μεγαλύτερες εταιρίες απο το 1987 έως το 2014 σε τρίμηνα (λογαριθμοποιημένος) 4.4 Ερμηνεία των μεταβλητών Η αβεβαιότητα της εκτίμησης μας φαίνεται καθώς μαζί με τις ε- κτιμήσεις για τα Impulse Responses έχουμε και τα διαστήματα εμπιστοσύνης (Confidence Intervals) τα οποία υπολογίζονται με τη μέθοδο Bootstrap. Η μέθοδος Bootstrap αποτελεί εναλλακτική μέθοδο της τυχαίας δειγματοληψίας. Ενώ η τυχαία δειγματοληψία σχηματίζει το σύνολο ελέγχου εφαρμόζοντας τυχαία δειγματοληψία χωρίς επανατοποθέτηση στο σύνολο δεδομένων δηλαδή εφόσον επιλεγόταν δεν ήταν δυνατό να επιλεγεί ξανά η παρατήρηση (στιγμιότυπο), η μέθοδος Bootstrap εφαρμόζει τυχαία δειγματοληψία με επανατοποθέτηση. Στο δικό μας υπόδειγμα κάνει 999 φορές αυτή την επαναληπτική διαδικασία και επειδή έχουμε ορίσει διάστημα εμπιστοσύνης 90% (ή επίπεδο σημαντικότητας 10%) παίρνει αυτόματα το 90% των σημείων που υπολογίζει ξανά ( ηλαδή παίρνει σχεδόν 900 εκτιμήσεις - από την 51η έως την 950η αφήνοντας έξω το 10% των ακραίων

4.4 Ερμηνεία των μεταβλητών 48 τιμών). Όπως βλέπουμε στο διάγραμμα 4.5 και 4.6 οι σκιαγραφημένες περιοχές απεικονίζουν το διάστημα εμπιστοσύνης (90% με τη μέθοδο Bootsrap). Βλέπουμε ξεκάθαρα πως ένα σοκ του δείκτη οικονομικής πολιτικής αβεβαιότητας (EPU) δεν έχει επίδραση στο ΑΕΠ και στον Αριθμό εργαζομένων της ΕΕ καθώς η «αντίδραση» (Response) στο σοκ είναι στατιστικά μη σημαντική σε όλα τα τρίμηνα (δηλαδή δεν είναι στατιστικά διάφορη του μηδενός). Παρατηρούμε επίσης πως όταν συμβαίνει το σοκ δεν υπάρχει καμία άμεση «αντίδραση» (το Response είναι 0 όταν συμβαίνει το σοκ) στο ΑΕΠ και στον συνολικό αριθμό εργαζομένων. Αυτό συμβαίνει γιατί εξ αρχής έχουμε κάνει την υπόθεση ότι οι μακρο μεταβλητές δεν αντιδρούν άμεσα στα σοκ αβεβαιότητας ορίζοντας τη σειρά κατάλληλα (πρώτα οι μακρο μεταβλητές και στο τέλος ο δείκτης αβεβαιότητας οικονομικής πολιτικής). Γράφημα 4.5: Αντίδραση του ΑΕΠ της ΕΕ σε ένα σοκ στον δείκτη αβεβαιόητας οικονομικής πολιτικής(epu)

4.4 Ερμηνεία των μεταβλητών 49 Γράφημα 4.6: Αντίδραση της Συνολικής Απασχόλησης στην ΕΕ σε ένα σοκ στον δείκτη αβεβαιόητας οικονομικής πολιτικής(epu) Το σοκ στον δείκτη EPU είναι μία τυπική απόκλιση ή περίπου 20,43 μονάδες στον δείκτη. Στα διαγράμματα 4.7 και 4.8 βλέπουμε την αντίδραση του ΑΕΠ και της συνολικής απασχόλησης σε ένα θετικό σοκ στον χρηματιστηριακό δείκτη. Αυτό το κάνουμε καθώς και ο χρηματιστηριακός δείκτης είναι ένας δείκτης που αντιδρά και αυτός στα νέα και τις ειδήσεις (μεγάλη ευαισθησία στα νέα). Εδώ το σοκ είναι πάλι μία τυπική απόκλιση δηλαδή περίπου 0,079 στον χρηματιστηριακό δείκτη (ή 7,9% αύξηση). Λόγω σειράς των μεταβλητών βλέπουμε πάλι ότι όταν συμβαίνει το σοκ το ΑΕΠ και η συνολική απασχόληση δεν επηρεάζονται άμεσα. Ενα θετικό σοκ στον δείκτη του χρηματιστηρίου αυξάνει το ΑΕΠ κατά 0,15% το πρώτο τρίμηνο, 0,2% το δεύτερο τρίμηνο και 0,21% το τρίτο τρίμηνο. Στη συνέχεια, στα επόμενα τρίμηνα βλέπουμε ότι η αντίδραση γίνεται στατιστικά μη σημαντική. Άρα συμπεραίνουμε μία αύξηση 0,56% σε διάστημα 9 μηνών στο πραγματικό ΑΕΠ, μεταβολή αρκετά μεγάλη. Ενα θετικό σοκ στον δείκτη του χρηματιστηρίου αυξάνει τη συνολική απασχόληση κατά 0,024% το πρώτο τρίμηνο, 0,06% το δεύτερο τρίμηνο,

4.4 Ερμηνεία των μεταβλητών 50 Γράφημα 4.7: Αντίδραση του ΑΕΠ της ΕΕ σε ένα σοκ στον δείκτη του χρηματιστηρίου (Stocks) 0,09% το τρίτο τρίμηνο και 0,1% το τέταρτο τρίμηνο. Στα επόμενα τρίμηνα παρατηρούμε την αντίδραση στο σοκ αβεβαιότητας να είναι στατιστικά μη σημαντική. Σε ένα έτος, λοιπόν, έχουμε αύξηση της απασχόλησης κατά περίπου 0,275% δηλαδή 150.072.000 x 0,275% 412.698 νέες θέσεις εργασίας σε μία άνοδο του χρηματιστηριακού δείκτη (των μεγαλύτερων 50 εταιριών της Ευρώπης) κατά περίπου 8%. Αλλάζοντας την αρχική μας υπόθεση, θα δοκιμάσουμε να τεστάρουμε την αξιοπιστία των αποτελεσμάτων μας. Ετσι, λοιπόν θα ορίσουμε νέα σειρά για τις μεταβλητές μας βάζοντας στο υπόδειγμα πρώτα τον δείκτη EPU, μετά τον χρηματιστηριακό δείκτη και στη συνέχεια το επιτόκιο της αγοράς, την συνολική απασχόληση και το ΑΕΠ. Τώρα κάνουμε την υπόθεση ότι οι μακρο μεταβλητές επηρεάζονται άμεσα από τον δείκτη αβεβαιότητας οικονομικής πολιτικής καθώς προηγείται σε σειρά των υπόλοιπων μεταβλητών.

4.4 Ερμηνεία των μεταβλητών 51 Γράφημα 4.8: Αντίδραση του δείκτη της Συνολικής Απασχόλησης στην ΕΕ σε ένα σοκ στον δείκτη του χρηματιστηρίου (Stocks) Όπως βλέπουμε στο διάγραμμα 4.9 ένα σοκ στον δείκτη αβεβαιότητας οικονομικής δεν επηρεάζει άμεσα το GDP (παρά το ότι έχει μπει πρώτα η μεταβλητή EPU η αντίδραση στο χρόνο που γίνεται το σοκ είναι στατιστικά μη σημαντική). Στο πρώτο τρίμηνο έχουμε μείωση του ΑΕΠ κατά 0,19% και στο δεύτερο και τρίτο τρίμηνο μετά το σοκ έχουμε μείωση κατά 0,23%. Στη συνέχεια, τα επόμενα τρίμηνα η αντίδραση γίνεται στατιστικά μη σημαντική. Το σοκ στον δείκτη EPU είναι μία τυπική απόκλιση ή περίπου αύξηση 24,53 μονάδες στον δείκτη. Ενα σοκ στον δείκτη EPU μειώνει τη συνολική απασχόληση άμεσα όταν γίνεται το σοκ κατά 0,025%, 0,061% το πρώτο τρίμηνο, 0,1% το δεύτερο τρίμηνο, 0,12% το τρίτο τρίμηνο και 0,14% το τέταρτο τρίμηνο. Στα επόμενα τρίμηνα παρατηρούμε την αντίδραση στο σοκ αβεβαιότητας να είναι στατιστικά μη σημαντική. Σε ένα έτος, λοιπόν, έχουμε μείωση της απασχόλησης κατά περίπου 0,446% δηλαδή 150.072.000 x 0,446% 669.321 λιγότερες θέσεις εργασίας σε ένα σοκ οικονομικής αβεβαιότητας.

4.4 Ερμηνεία των μεταβλητών 52 Γράφημα 4.9: Αντίδραση του ΑΕΠ και του δείκτη συνολικής απασχόλησης σε ένα σοκ του δείκτη EPU

4.4 Ερμηνεία των μεταβλητών 53 Γράφημα 4.10: Αντίδραση του ΑΕΠ σε ένα σοκ του χρηματιστηριακού δείκτη Στα διαγράμματα 4.10 και 4.11 βλέπουμε την αντίδραση του ΑΕΠ και της συνολικής απασχόλησης σε ένα θετικό σοκ στον χρηματιστηριακό δείκτη. Εδώ το σοκ είναι πάλι μία τυπική απόκλιση δηλαδή περίπου 0,069 στον χρηματιστηριακό δείκτη (ή 6,9% αύξηση). Λόγω σειράς των μεταβλητών βλέπουμε ότι όταν συμβαίνει το σοκ το ΑΕΠ και η συνολική απασχόληση επηρεάζονται άμεσα στο χρόνο που πραγματοποιείται το σοκ.. Ενα θετικό σοκ στον δείκτη του χρηματιστηρίου αυξάνει το ΑΕΠ κατά 0,066% άμεσα, κατά 0,19% το πρώτο τρίμηνο, 0,25% το δεύτερο τρίμηνο, κατά 0,26% το τρίτο τρίμηνο και κατά 0,25% το τέταρτο τρίμηνο. Στη συνέχεια, στα επόμενα τρίμηνα βλέπουμε ότι η αντίδραση γίνεται στατιστικά μη σημαντική. Άρα συμπεραίνουμε μία αύξηση 1,06% σε διάστημα ενός έτους στο πραγματικό ΑΕΠ της ΕΕ, μεταβολή αρκετά μεγάλη. Ενα θετικό σοκ στον δείκτη του χρηματιστηρίου δεν αυξάνει τη συνολική απασχόληση άμεσα (στατιστικά μη σημαντική η αντίδραση). Χρειάζεται μάλιστα να περάσει και το πρώτο τρίμηνο για να γίνει στατιστικά σημαντική η αντίδραση στης συνολικής απασχόλη-

4.4 Ερμηνεία των μεταβλητών 54 Γράφημα 4.11: Αντίδραση του δείκτη συνολικής απασχόλησης σε ένα σοκ του χρηματιστηριακού δείκτη σης στο χρηματιστηριακό σοκ. Ετσι έχουμε μία αύξηση της συνολικής απασχόλησης κατά 0,075% το δεύτερο τρίμηνο, 0,1% το τρίτο τρίμηνο, 0,12% το τέταρτο τρίμηνο και 0,13% το πέμπτο τρίμηνο. Στα επόμενα τρίμηνα παρατηρούμε την αντίδραση στο σοκ αβεβαιότητας να είναι στατιστικά μη σημαντική. Σε 15 μήνες, λοιπόν, έχουμε αύξηση της απασχόλησης κατά περίπου 0,425% δηλαδή 150.072.000 x 0,425% 637.806 νέες θέσεις εργασίας σε μία άνοδο του χρηματιστηριακού δείκτη (των μεγαλύτερων 50 εταιριών της Ευρώπης) κατά περίπου 7%. Τέλος, αλλάζοντας πάλι τη σειρά των μεταβλητών θα δοκιμάσουμε να βάλουμε μέσα στο υπόδειγμα μας το χρηματιστηριακό δείκτη στο τέλος. Ετσι, λοιπόν, η σειρά θα είναι η εξής: ΑΕΠ, Συνολική απασχόληση, επιτόκιο αγοράς, δείκτης αβεβαιότητας οικονομικής πολιτικής και χρηματιστηριακός δείκτης. Με αυτό τον τρόπο θα τεστάρουμε την αξιοπιστία των αποτελεσμάτων μας (είδαμε πριν ότι άλλαξαν αρκετά τα αποτελέσματα μας). Πάλι υποθέτουμε, όπως και στην αρχική μας υπόθεση, ότι οι μακρο μεταβλητές δεν επηρεάζονται άμεσα

4.4 Ερμηνεία των μεταβλητών 55 Γράφημα 4.12: Αντίδραση του ΑΕΠ σε ένα σοκ του δείκτη EPU από ένα σοκ στην αβεβαιότητα οικονομικής πολιτικής ή από ένα σοκ στο χρηματιστηριακό δείκτη. Όπως βλέπουμε στα διαγράμματα 4.12 και 4.13, ένα σοκ του δείκτη οικονομικής πολιτικής αβεβαιότητας (EPU) δεν έχει επίδραση στον Αριθμό εργαζομένων της ΕΕ καθώς η αντίδραση στο σοκ είναι στατιστικά μη σημαντική σε όλα τα τρίμηνα, ενώ για το πραγματικό ΑΕΠ μόνο στο πρώτο τρίμηνο φαίνεται να επηρεάζεται από το σοκ αβεβαιότητας (μείωση ΑΕΠ κατά 0,09%). Παρατηρούμε επίσης πως όταν συμβαίνει το σοκ δεν υπάρχει καμία άμεση αντίδραση (το Response είναι 0 όταν συμβαίνει το σοκ) στο ΑΕΠ και στον συνολικό αριθμό εργαζομένων, όπως ακριβώς περιμέναμε λόγω της σειράς των μεταβλητών και της αρχικής υπόθεσης μας. Το σοκ στον δείκτη EPU είναι μία τυπική απόκλιση ή περίπου 23,81 μονάδες στον δείκτη. Στα διαγράμματα 4.14 και 4.15 φαίνεται η αντίδραση του ΑΕΠ και της συνολικής απασχόλησης σε ένα θετικό σοκ στον χρηματιστηριακό δείκτη. Εδώ το σοκ είναι πάλι μία τυπική απόκλιση δηλαδή

4.4 Ερμηνεία των μεταβλητών 56 Γράφημα 4.13: Αντίδραση του δείκτη συνολικής απασχόλησης σε ένα σοκ του δείκτη EPU περίπου 0,068 στον χρηματιστηριακό δείκτη (ή 6,8% αύξηση). Λόγω σειράς των μεταβλητών βλέπουμε πάλι ότι όταν συμβαίνει το σοκ το ΑΕΠ και η συνολική απασχόληση δεν επηρεάζονται άμεσα. Ενα θετικό σοκ στον δείκτη του χρηματιστηρίου αυξάνει το ΑΕΠ κατά 0,11% το πρώτο τρίμηνο, 0,16% το δεύτερο τρίμηνο και 0,17% το τρίτο τρίμηνο. Στη συνέχεια, στα επόμενα τρίμηνα βλέπουμε ότι η αντίδραση γίνεται στατιστικά μη σημαντική. Άρα συμπεραίνουμε μία αύξηση 0,44% σε διάστημα 9 μηνών στο πραγματικό ΑΕΠ, μεταβολή αρκετά μεγάλη. Ενα θετικό σοκ στον δείκτη του χρηματιστηρίου αυξάνει τη συνολική απασχόληση κατά 0,02% το πρώτο τρίμηνο, 0,05% το δεύτερο τρίμηνο και 0,07% το τρίτο τρίμηνο. Στα επόμενα τρίμηνα παρατηρούμε την αντίδραση στο σοκ αβεβαιότητας να είναι στατιστικά μη σημαντική. Σε ένα διάστημα 9 μηνών, λοιπόν, έχουμε αύξηση της απασχόλησης κατά περίπου 0,14% δηλαδή 150.072.000 x 0,14% 210.100 νέες θέσεις εργασίας σε μία άνοδο του χρηματιστηριακού δείκτη (των μεγαλύτερων 50 εταιριών της Ευρώπης) κατά περίπου

4.4 Ερμηνεία των μεταβλητών 57 Γράφημα 4.14: Αντίδραση του ΑΕΠ σε ένα σοκ του χρηματιστηριακού δείκτη Γράφημα 4.15: Αντίδραση του δείκτη συνολικής απασχόλησης σε ένα σοκ του χρηματιστηριακού δείκτη 6,8%.