A jegybankok előrejelzésre, illetve gazdaságpolitikai elemzésekhez kötődő szimulációkhoz jellemzően kétfajta modellt használnak: ökonometria alapú, valamint DSGE modelleket, esetleg ezeknek valamilyen kombinációját. Létezik egy harmadik modellcsalád, az ágens alapú makroökonómiai modellek, amelyek mindeddig nem igazán voltak részei a jegybankok elemzési eszköztárának. Ez azonban a közelmúltban megváltozott. Mindenekelőtt meg kell említenem az MNB Pénzügyi rendszer elemzése igazgatóságán kifejlesztett ágens alapú lakáspiaci modellt, lásd erről Mérő és szerzőtársai (2023) publikációját. De mivel a szakterületem a makroökonómia, ezért most nem erről szeretnék írni, hanem a Bank of Canada-ban létrehozott ágens alapú makroökonómiai modellről, a CANVAS-ról, amit előrejelzési célra fejlesztettek, és Hommes és szerzőtársai (2022) tanulmányában található a részletes leírása.
Az ágens alapú makroökonómiai modellekről már írtam egy korábbi blogbejegyzésemben. Abban az írásban arra jutottam, hogy bár az ágens alapú modellekben komoly potenciál van, egyelőre távol állnak attól, hogy a makroökonómia meghatározó modelljeivé váljanak, ennek a célnak az eléréséhez még nagyon hosszú utat kell bejárni. Mindenesetre a Bank of Canada munkatársai tettek egy lépést ezen az úton, és kimondottan előrejelzési céllal alkották meg a modelljüket, ami azért fontos és hiánypótló, mert az ágens alapú modelleket mindeddig nem nagyon használták előrejelzésre.
Viszont ebben a blogbejegyzésben éppen, hogy nem a CANVAS modell előrejelző képességeiről szeretnék írni – akit ez érdekel, az olvassa el a fenti hivatkozást –, hanem a modell szerkezetét elemezve azt vizsgálom, hogy a modell mögött húzódó feltevések, mennyire vannak összhangban a makrogazdaságról és a monetáris politika működéséről eddig megszerzett tudásunkkal.
Mielőtt megkezdeném az elemzést, röviden szólnom kell arról, hogy egyáltalán mik azok az ágens alapú modellek. Az ágens alapú gazdasági modellezés lényege az, hogy számítógépen létrehozunk egy virtuális gazdaságot, amiben az egyes szereplők nem aggregáltan, hanem egyedileg jelennek meg, és az egyes gazdasági szereplők interakcióinak a szabályai pontosan definiálva vannak. Az ágens alapú modellek outputját a virtuális gazdaság működésének számítógépes szimulációjával hozzuk létre.
Két lényeges különbséget szeretnék hangsúlyozni az ágens alapú makroökonómia modellek és a DSGE modellek között. Egyrészt, a DSGE modellek egyensúlyi modellek (ahogy azt a nevük is bizonyítja: dynamic stochastic general equilibrium), tehát a kereslet és a kínálat mindig egyensúlyban van, ezzel szemben az ágens alapú modellekben explicit módon megjelenik az a keresési és adaptációs folyamat, ami jellemzően az egyensúly felé tereli a gazdaságot, de a gazdaság nincs minden pillanatban egyensúlyban. Másrészt, eltérő a két modellcsaládban a várakozások kezelése. A DGSE modellek túlnyomó többségében racionálisak a várakozások, azaz felteszik, hogy a gazdasági szereplők a rendelkezésükre álló információk alapján a lehető legjobb gazdasági előrejelzéseket készítik. Ezzel szemben az ágens alapú modellekben legtöbbször egyszerű, adaptív várakozásokat tételeznek fel, azaz a gazdasági szereplők mechanikusan előrevetítik a múltat.
Mint említettem az ágens alapú modellek eredményeit számítógépes szimulációval kapjuk meg. Mivel az ágens alapú modelleknek jellemzően nagy számú heterogén szereplője van, és a modell működését leíró szabályokban nagyon sok a nem-linearitás, ezért analitikus eredmények (papíron levezethető formális matematikai bizonyításokon alapuló eredmények) nem nagyon vannak az ágens alapú modellek működésére vonatkozóan. Viszont, ha figyelmesen tanulmányozzuk a CANVAS modell leírását (ami nem egy egyszerű tevékenység, mert a modellben nagyon sok apró részlet van megjelenítve), akkor azért rábukkanhatunk néhány olyan tulajdonságra, aminek a következményeit számítógépes szimuláció nélkül is megérthetjük. A továbbiakban ezeket veszem sorra.
A modell egyik szembetűnő tulajdonsága, hogy a kibocsátás alakulása lényegében kereslet vezérelt, a reál GDP-t és általában a gazdasági aktivitást kizárólag a kereslet alakulása határozza meg, legalábbis mindaddig, míg a termelés nem ütközik a fizikai tőke, mint termelési tényező korlátjába. Más szóval a modellben mindaddig, amíg vannak kihasználatlan kapacitások a kínálat passzívan alkalmazkodik a kereslet változásaihoz. Tehát például hiába nő a munka iránti kereslet, a reálbérek nem reagálnak.
Ennek persze szokatlan következményei vannak, mert a modellben annak ellenére lehet gazdasági növekedés, hogy nincs tőkefelhalmozás és nincs technológiai haladás. A CANVAS-ban a növekedés egyetlen hajtóereje a várakozások: ha a gazdasági szereplők magas gazdasági növekedést várnak, akkor a keresletüket is nagymértékbe növelik, aminek következményeként valóban magas lesz a növekedés. A várakozásokat pedig alapvetően a múlt határozza meg. Ha valami okból kifolyólag egy időszak elején nagy a növekedés, akkor az a jövőben is hasonlóan nagy lesz. Ezzel szemben, alacsony kezdeti növekedés alacsony növekedést implikál.
Ezek a fenti tulajdonságok persze nem feltétlenül okoznak gondot, ha egy modellel nagyjából két évre akarunk előrejelezni, sőt akár előnyösek is lehetnek, hiszen tudjuk, hogy a főbb makroökonómia változók jelentős perzisztenciát mutatnak. De ha esetleg valaki a CANVAS-szal, vagy más hasonló modellel hosszútávú szimulációkat szeretne végezni, akkor súlyos problémákba fog ütközni, hiszen az empirikus tapasztalatok szerint a hosszútávú gazdasági növekedés motorja a technológiai haladás és tőkefelhalmozás. A félreértések elkerülés végett ezek a problémák nem abból adódnak, hogy a CANVAS egy ágens alapú modell. Hanem azokból a feltevésekből, hogy nincs benne kínálati reakció, nincs tőkefelhalmozás és termelékenységnövekedés. Ezek olyan alapvető elemei egy makroökonómiai modellnek, amelyeknek a megléte vagy hiánya alapvetően befolyásolja a modell hosszútávú tulajdonságait, függetlenül attól, hogy DSGE vagy ágens alapú modellről van szó.
Egy másik tulajdonságában is tetten érhető, hogy a CANVAS modellt alapvetően rövidtávú vizsgálódásokra tervezték. Ugyanis a modellben se a háztartások, se a vállalatok, se a kormányzat, se a külföld esetében nincs semmi visszacsatolás az adott gazdasági szereplő adósságának alakulása és a viselkedése között. Bámennyire is nő az adósság, ugyanazt a (a jellemzően lineáris) viselkedési szabályt követik tovább, ami az adósság felhalmozódásához vezetett. Ez nagyon magas növekedés esetén nem okoz problémát, mert a jövedelem arányos adósság nem nő, az adósság kinőhető, de alacsonyabb gazdasági növekedés esetén az adósság kezelhetetlenné válik. Ez ismét egy olyan probléma, ami nem abból adódik, hogy a modell ágens alapú, hanem abból, hogy a modell tervezőinek a fókusza csak a rövidtávú viselkedésre irányult. Az közismert, hogy a kamatos kamat által meghatározott adósság-felhalmozódás exponenciálisan gyorsan nő, ha az adósság kritikus növekedése nem indukál gyorsabb törlesztést. Ez egyszerű középiskolai szintű aritmetika, és éppen ezért nagyon robusztus és abszolút nem modell függő. Bármilyen makroökonómiai modell esetében, amikor a hosszútávú viselkedés is fontos, szükség van arra, hogy a gazdasági szereplők előbb-utóbb reagáljanak az adósság felhalmozódására.
Végül még egy olyan tulajdonságáról szeretnék beszélni a CANVAS modellnek, ami nagyon nem vonzó a jegybankárok számára, ha a modellt nemcsak előrejelzésre, hanem gazdaságpolitikai szimulációkra is szeretnék használni. Arról van szó, hogy a CANVAS-ban az inflációra nem hat szignifikánsan a monetáris politikai. Ennek a fő ok pedig, hogy sem az aggregált fogyasztásra, sem a beruházásra nem hat a reálkamat. Tehát a monetáris politika nem képes befolyásolni az aggregált keresletet, ami pedig a fő eszköze az infláció befolyásolására. A modellben az inflációt a növekedéshez hasonlóan lényegében csak a várakozások befolyásolják, ami viszont a múltbeli infláció függvénye. Tehát a modellben létezik egy nagyon perzisztens inflációs folyamat, ami szinte teljesen függetlenül alakul a monetáris politikától.
Összegezve, a CANVAS modell elkészítése egy fontos lépés, mert egyrészt eddig makrogazdasági előrejelzésre nem használtak ágens alapú modelleket, másrészt, a jegybankok eddig nem nagyon éltek ezekkel az elemzési eszközökkel. Ugyanakkor, óvatosság szükséges, ha a CANVAS modellt más jegybankok, vagy kutatóintézetek adaptálni szeretnék. Ez a modell kizárólag rövidtávú előrejelzésre alkalmas, hosszútávú gazdaságpolitikai szimulációkra, monetáris politikai elemzésekre nem lehet használni.
Világi Balázs
Hivatkozások:
Hommes, C., M. He, S. Poledna, M. Siqueira és Y. Zhang (2022). CANVAS: A Canadian Behavioral Agent-Based Model, Bank of Canada, Staff Working Paper 2022-51.
Mérő B., Borsos A., Hosszú Zs., Oláh Zs. és Vágó N. (2023). A high-resolution, data-driven agent-based model of the housing market, Journal of Economic Dynamics & Control, 155, 104738.
Borítókép: DeepAI reneszánszfestmény-generátorával készítve
The post CANVAS: egy jegybanki ágens alapú makroökonómiai modell appeared first on Economania blog.