Δημοσιονομικοί πολλαπλασιαστές και ΚΕΠΕ

Το ΚΕΠΕ στο μηνιαίο δελτίο οικονομικών εξελίξεων του Ιανουαρίου 2015 συμπεριέλαβε ένα άρθρο πάνω στους δημοσιονομικούς πολλαπλασιαστές της χώρας το οποίο έλαβε αρκετά μεγάλη κάλυψη στον τύπο (όπως θα ήταν αναμενόμενο άλλωστε). Μιας και το θέμα των πολλαπλασιαστών είναι κάτι που παρακολουθώ στενά καθώς είναι άμεσα συνδεδεμένο με τις επιπτώσεις του προγράμματος προσαρμογής πάνω στην Ελληνική οικονομία θα ήθελα να γράψω δύο λόγια για την μελέτη (τα οποία θα είναι περισσότερα τεχνικά από ότι συνήθως).

Η μελέτη πραγματοποιεί μία οικονομετρική εκτίμηση των δημοσιονομικών πολλαπλασιαστών δαπανών και φόρων (συνολικά αλλά και ανά ευρεία κατηγορία δαπανών/φόρων) με βάση ένα structural VAR μοντέλο. Προκειμένου να εκτιμήσει τους πολλαπλασιαστές στη διάρκεια της ύφεσης και αν αυτοί είναι διαφορετικοί από το συνολικό δείγμα (1999 με 2013) προσθέτει και ένα dummy variable από το 2008Q2 και μετά. Στο άρθρο παρουσιάζονται οι ‘αθροιστικοί δημοσιονομικοί πολλαπλασιαστές’ (accumulated impulse responses) για τις δύο εκτιμήσεις:

Όπως είναι φανερό, με βάση την εκτίμηση του ΚΕΠΕ, οι πολλαπλασιαστές της δημόσιας κατανάλωσης είναι αρνητικοί ενώ μόνο η δημόσια επένδυση είναι υψηλότερη από την μονάδα. Ο πολλαπλασιαστής των άμεσων φόρων είναι αρνητικός και ίσος περίπου με -2 ενώ και των έμμεσων φόρων σημαντικά υψηλός και ίσος με -0,8. Η εξήγηση που δίνεται έχει να κάνει κυρίως με την υψηλή ροπή για εισαγωγές της οικονομίας η οποία συνεπάγεται το leakage των δαπανών προς το εξωτερικό ενώ η στρεβλωτική επίδραση των άμεσων φόρων είναι σημαντική. Το προφανές συμπέρασμα είναι ότι το μείγμα της προσαρμογής θα πρέπει να είναι προσανατολισμένο στην μείωση της δημόσιας κατανάλωσης, στη στήριξη των επενδύσεων και την μείωση των στρεβλωτικών άμεσων φόρων.

Πάμε τώρα στην κριτική. Κατ’ αρχήν από πλευράς παρουσίασης η μελέτη είναι το λιγότερο εξαιρετικά ελλιπής. Το μόνο που παρουσιάζεται είναι ο πίνακας των impulse responses και ακόμα και αυτός χωρίς confidence intervals. Η ακριβής μορφή του VAR estimation με τις τιμές και τα standard errors των coefficients όπως και τα στατιστικά για τη συνολική εκτίμηση (R², information criteria κτλ) ή στοιχεία για το stationarity των μεταβλητών που χρησιμοποιούνται απλά δεν υπάρχουν πουθενά. Ο αναγνώστης καλείται να πιστέψει το συγγραφέα ότι η εκτίμηση έγινε με τον καλύτερο δυνατό τρόπο.

Από εκεί και πέρα θεωρώ ότι το specification που ακολουθήθηκε είναι λανθασμένο. Η υπόθεση ότι οι πολλαπλασιαστές είναι διαφορετικοί στο expansion από ότι στο recession συνεπάγεται ότι το μοντέλο πρέπει να προβλέπει διαφορετικά coefficients ανά regime, κάτι το οποίο γίνεται με TAR/STAR σε AR μοντέλα και TVAR/STVAR σε VAR υποδείγματα. Το ‘state of the art’ μοντέλο είναι το (Auerbach & Gorodnichenko, 2012) το οποίο και πρότεινε αρχικά το STVAR μοντέλο. Αυτό έχει χρησιμοποιηθεί σε μία σειρά από ερευνητικές εργασίες τόσο του ΔΝΤ (για το G-7 και άλλες περιπτώσεις), όσο και της Eurobank η οποία υπολόγισε τους δημοσιονομικούς πολλαπλασιαστές στην Ελληνική περίπτωση. Η εκτίμηση της είναι πολύ διαφορετική από του ΚΕΠΕ καθώς ο πολλαπλασιαστής δαπανών βρέθηκε ίσος με -1,42 στα expansions (και μη στατιστικά σημαντικός) και 1,32 στο recession (και στατιστικά σημαντικός).

Μιας και σε πολλές περιπτώσεις ένα VAR μοντέλο δε διαφέρει από μία σειρά απλών AR specifications τα οποία εκτιμώνται με OLS ας προσπαθήσω να εξηγήσω απλά ποιο είναι το misspecification του ΚΕΠΕ. Γενικά μία από τις βασικές παραδοχές στην εκτίμηση οικονομετρικών μοντέλων είναι η σταθερότητα των συντελεστών. Αν αυτοί δεν είναι σταθεροί αλλά το slope αλλάζει ανά regime τότε πρέπει να βρούμε τρόπο να εισάγουμε κάτι τέτοιο στο μοντέλο, διαφορετικά ουσιαστικά θα εκτιμούμε ένα weighted average διαφορετικών coefficients (που θα εξαρτάται από τη συμμετοχή του κάθε regime στα δεδομένα μας). Σε ένα plain vanilla AR(1) μοντέλο ένας απλός τρόπος είναι να εκτιμήσουμε ένα Threshold AR specification όπου ένα dummy θα καθορίζει το regime στο οποίο βρισκόμαστε. Δηλαδή:

Πιο ‘εξελιγμένα’ μοντέλα επιτρέπουν την ομαλή, συνεχή μετάβαση μεταξύ των regime, κάτι το οποίο κάνει το STAR/STVAR αλλά με κόστος την πολύ μεγαλύτερη περιπλοκότητα και δυσκολία στην εκτίμηση (ενώ αν οι μεταβάσεις είναι σύντομες η προσέγγιση με TAR δεν είναι προβληματική). Το ΚΕΠΕ, εισάγοντας ένα dummy variable για τον καιρό της κρίσης αυτό το οποίο εκτίμησε ήταν:

Ουσιαστικά δηλαδή θεωρεί ότι ο slope coefficient μένει σταθερός και αυτό το οποίο αλλάζει είναι το conditional mean. Αν μάλιστα το φ2 αλλάζει στο specification με το dummy (που δεν είναι παράλογο με δεδομένα τα αποτελέσματα της Eurobank) τότε ουσιαστικά ένα impulse response θα παρουσιάζει το ‘μέσο όρο’ αυτών των δύο μεταβλητών και οι προβλέψεις δε θα είναι κοντά στην πραγματικότητα. Προφανώς τα δύο μοντέλα είναι εντελώς διαφορετικά μεταξύ τους και η εκτίμηση που θα δώσουν για την επίδραση shocks θα είναι επίσης διαφορετική. Δεν είναι περίεργο λοιπόν που οι προβλέψεις του μοντέλου του ΚΕΠΕ έχουν πολύ μεγάλη απόσταση από αυτές της Eurobank. Σαφώς θα ήθελα να μπορώ να δω τις λεπτομέρειες της εκτίμησης που έκανε ο συγγραφέας αλλά με τα διαθέσιμα δεδομένα δε θεωρώ ότι τα αποτελέσματα της μελέτης είναι συνεπή.