Sami zasłaniamy sobie oczy

W prognozowaniu na potrzeby polityki pieniężnej – w dużym uproszczeniu – trzeba wybrać, czy woli się mieć czystą rękę prawą, czy też lewą. Bo w ofercie są dwie klasy modeli.

Pierwszy typ wyciąga z danych wszystko, co się da, i na tej podstawie, w sposób dość niekontrolowany, zgaduje przyszłość. Te modele mają pewną strukturę, a więc odzwierciedlają jakiś sposób myślenia o gospodarce. Lecz w swojej istocie są podobne do prognozowania cen aktywów – trudno na ich podstawie ocenić, dlaczego coś się wydarzy (a nawet dlaczego już się wydarzyło). Bardzo dużo trzeba w nich założyć, a czasem drugie tyle „skorygować ekspercko”, bo z samych danych modele mogą proponować prognozy, które nie wyglądają na przekonujące.

Drugi typ modeli jest podobny do fizyki – próbujemy definiować prawa, a nie ograniczać się do patrzenia w liczby. Tu dane służą do zdyscyplinowania zależności między istotnymi procesami w gospodarce – a więc te modele bardzo dużo umieją powiedzieć o mechanizmach, łatwo z nich wyciągać analizy kontrfaktyczne, można więc doskonale zrozumieć, czym nowa prognoza różni się od starej. Wady? Przede wszystkim, jeśli my się zmieniamy – konsumenci lub firmy – „modelarze” muszą to zauważyć i zmodyfikować mechanizmy. W przeciwnym razie model będzie próbował – bez powodzenia – dopasować się do nowych danych.

Który model jest lepszy? Dane czy mechanizmy? Poza trywialnym stwierdzeniem, że wszystkie da się popsuć – a to pychą, a to wywieraniem presji na analityków – nie ma prostej odpowiedzi. Marco Del Negro, jeden z wybitniejszych ekonomistów swojego pokolenia, prześledził, jak radzi sobie model wykorzystywany przez nowojorski oddział Rezerwy Federalnej. Ten model bazuje na prawach, zależnościach i mechanizmach. Prognozy Fed z Nowego Jorku dostarczyły wiedzy na temat przyczyn występowania wielu istotnych zjawisk w amerykańskiej gospodarce – w tych kwestiach pozostali mogli co najwyżej zgadywać.

Prognozy nowojorskiego Fed są publikowane z wyprzedzeniem, a więc wiemy, że wykorzystywano ówczesny stan wiedzy, nie ma żadnej możliwości oszukiwania przez uwzględnienie w modelowaniu tego, co wiemy dziś, a czego nie było wiadomo w momencie tworzenia prognozy. Żeby ocenić, czy ten model dobrze sobie radzi, porównano go ze średnią z prognoz profesjonalnych analityków, także publikowanych ówcześnie. O ile łatwo jest przewyższyć zdolności prognostyczne jednego modelu, o tyle ściganie się ze średnią z całego wilczego stada profesjonalnych analityków to zadanie ambitne.

Co się okazało? Do momentu pandemii pojedynczy model oparty na mechanizmach radził sobie z grubsza tak samo dobrze z prognozowaniem tempa wzrostu PKB jak analitycy – myląc się o 0,5–0,6 pkt proc. Nowojorski Fed był jednak nieco bardziej pesymistyczny niż rynek, jeśli chodzi o inflację bazową, ale różnice są pomijalne: w horyzoncie dwóch kwartałów to o 0,3 pkt proc. (model) i 0,2 pkt proc. (analitycy). Wydaje się, że wszyscy radzą sobie słabo z prognozowaniem gospodarki po pandemii – i dotyczy to w tym samym stopniu zarówno PKB, jak i wskaźników cen.

Prognozy się przydają w zwykłych czasach, lecz szczególnie potrzebne są w chwilach niepewności. Ostatnio dla banków centralnych był to okres pandemii, po którym należało się zmierzyć z potężną presją inflacyjną i recesją po zacieśnieniu polityki pieniężnej. Czy model nowojorskiego Fed poradził sobie w tych trudnych czasach lepiej? Aż smutno to przyznać, ale miał równie zmienne szczęście jak analitycy. Nieźle przewidział zachowanie PKB w pandemii, ale inflacja całkiem mu umknęła. Podobnie z recesją latem 2022 r.: niepotrzebnie przewidział spadek PKB, za to położył nacisk na zdecydowanie szybszą obniżkę inflacji, niż ta, która się przytrafiła w USA.

Ale jest kilka morałów z tej historii. Po pierwsze, nowojorski Fed pracuje nad poprawkami w swoim modelu. Po drugie, każde z nas może mieć pełen model, korzystając ze średniej prognoz analityków i publikacji Fed w Nowym Jorku. Po trzecie, skoro wszystkie modele należy przyjmować ze zrozumieniem ich ograniczeń – i skoro model oparty na mechanizmach radzi sobie tak samo jak inne, a daje nam więcej wiedzy – to wybór narzędzia do prognozowania staje się oczywisty.

A jak jest w Polsce? W Polsce „szczęśliwie” nie musimy się martwić o wybór między modelami, bo zarząd NBP porzucił prognozowanie z modeli opartych na mechanizmach. Nie mamy szansy spróbować zrozumieć czegokolwiek z tego, co się obecnie dzieje w gospodarce, bo nie stosujemy tego narzędzia. A nasz model oparty na danych? Pełni funkcję zbliżoną do roli latarni ulicznej, gdy ktoś po długich z krajanami rozkminkach halsuje pod wiatr do domu: jego zadaniem nie jest nam cokolwiek rozjaśnić, a jedynie dać chwilowe oparcie. ©Ⓟ