Jak se vyrovnat s nejistotou při měnověpolitickém

Transkript

1 Jak se vyrovnat s nejistotou při měnověpolitickém rozhodování Zdeněk Tůma guvernér ČNB Předneseno na půdě FSV UK Praha duben

2 I. Měnová politika je spíše umění než věda Tento citát je připisován O. Issingovi, šéfovi měnové politiky ECB. Alespoň v duchu si tak ale nepochybně povzdechl každý centrální bankéř. Měnově-politické rozhodování je složitý proces a při nastavování sazeb není možné se spolehnout pouze na technické postupy či reagovat mechanicky podle matematického pravidla. Velmi záleží také na intuici a úsudku centrálních bankéřů a to především v obdobích zvýšené nejistoty. I přes to bývá rozhodování o nastavení měnově-politických sazeb často spojeno s představou, že pomocí jedné modelové prognózy lze přesně určit optimální nastavení sazeb. A to se stalo tématem zajímavé debaty vedené mezi akademiky a centrálními bankéři v devadesátých letech minulého století v odborných časopisech. V kontextu inflačního cílení je pro debatu o sazbách nejdůležitější inflační prognóza. Většina centrálních bank vychází při tvorbě inflační prognózy z modelové projekce. Výsledná prognóza vzniká skloubením modelových analýz a expertních odhadů a obsahuje také diskusi rizik, která jsou spojena s modelovou či centrální projekcí. Centrální bankéři mají také v době rozhodování o sazbách k dispozici i další informace, které nebylo možno z různých důvodů zohlednit při tvorbě inflační prognózy. Může jít například o průzkumy očekávání obchodníků nebo o informace o očekávaných revizích dat. Přetavit takto různorodé vstupy do správného rozhodnutí o sazbách je možno jen pomocí velké intuice a komplexních znalostí, proto se jedná spíše o umění. Centrální bankéři během debaty v průběhu devadesátých let upozornili akademiky, že čistě modelový přístup by vedl k zanedbání některých rizik a následně k chybnému rozhodnutí. Obrázek 1 ilustruje, jak způsob práce s riziky výrazně ovlivňuje výsledky rozhodování o sazbách. Ve zvoleném příkladu by použití čistě modelové deterministické podmíněné projekce mohlo vést ke snížení sazeb, protože prognóza se nachází pod inflačním cílem. Ve stejné situaci by stochastické zohlednění rizik, která lze technicky ošetřit uvnitř modelu, mohlo vést k ponechání sazeb na stávající úrovni a expertní zohlednění širší kategorie rizik by mohlo vést ke zvýšení sazeb, protože očekávaná hodnota inflace by se dostala nad střed cíle. Ilustrativní příklad ukazuje, že při rozhodování o sazbách je metodologie práce s nejistotou (v terminologii inflačního cílení často označována jako rizika prognózy) stejně důležitá jako tvorba výchozí modelové projekce. Při rozhodování o sazbách by měla být zohledněna nejlepší inflační prognóza odrážející očekávanou trajektorii inflace. Zanedbání rizik, resp. jejich mechanistické ohodnocení, může vést k sub-optimálnímu rozhodnutí. 2

3 Obrázek 1. Zohlednění rizik: deterministicky, stochasticky a expertně I/ II/2 001 II/2001 IV /2001 I/ I/2002 III/2002 IV /2002 I/ II/ II/ IV /2003 I/2004 II/2004 II/ IV/ central forecast target I/ II/2001 III/2 001 IV / 2001 I/2 002 I/ III/2002 IV/2002 I/2003 II/2003 II/2 003 IV/2003 I/ II/2004 III/2004 IV/ stochastic forecast central forecast t a rg e te d ra n g e target I/2001 II/200 1 III/20 01 IV/2001 I/2002 II/2002 III/20 02 IV/2002 I/2003 II/2003 III/20 03 IV/2 003 I/200 4 II/2004 III/2004 IV/ fo re c a s t c e n tra l fo re c a s t ta rge t ta rg e te d ra n g e most expected scenario Poznámky: Target= střed inflačního cíle ČNB. Targeted range= cílovaný koridor. Central forecast= centrální prognóza inflace. Forecast= intervalová prognóza. Most expected scenario= očekávaný scénář vývoje. 3

4 II. Typy nejistoty a měnově-politické rozhodování: poznatky ekonomické literatury Akademici se opakovaně pokusili utřídit typy nejistoty, které ztěžují život centrálním bankéřům, a odvodit, jak jednotlivé typy ovlivňují rozhodování o sazbách. Klasifikace se různí dle autorů, ale obecně existuje shoda na tom, že je třeba rozlišovat mezi lineární a nelineární nejistotou a mezi nejistotou uvnitř a vně modelu. Rizika, která je možno ošetřit v rámci modelu používaném jako rámec pro tvorbu projekce jsou označovány jako modelové nejistoty. Lineární modelová rizika se mohou například týkat chyb jednotlivých rovnic v lineárním modelu či přesného určení lineárních časových zpoždění. Nelineární se týkají koeficientů v modelu či funkčních specifikací, například tvaru Phillipsovy křivky. Některá rizika je třeba vyhodnotit expertně a některá musí centrální bankéři vyhodnotit pomocí intuice a nadhledu, protože je nelze jednoduchým způsobem matematicky reprezentovat uvnitř modelu. Do této kategorie spadají nejistoty týkající se volby samotného modelu, výchozích předpokladů centrální prognózy a také spolehlivosti dostupných datových souborů. Ekonomická literatura se nejprve věnovala především modelovým nejistotám a pro jednotlivé typy analyzovala implikace pro měnově-politické rozhodování pomocí měnových pravidel. Vliv na rozhodování byl ohodnocován pomocí modelových simulací vždy relativně k deterministickému případu dle Brainardovy pionýrské studie z roku Později byla pozornost věnována i studiím robustnosti měnových pravidel při existenci více modelů, z nichž není možno z důvodu nejistoty vybrat ten správný. Tabulka 1 shrnuje dosavadní poznatky tohoto typu analýz. Je zřejmé, že zohlednění rizik je při rozhodování důležité. Jakmile je ve hře nelineární nejistota nebo nejistota spojená s volbou modelu, je optimální reakce měnové politiky většinou odlišná od deterministického pohledu. Totéž platí o nejistotě související s datovým vzorkem, který v českých podmínkách známě v podobě opakovaných zpětných revizí dat. Závislost výsledků analýz na volbě simulačního modelu zároveň naznačuje, že reprezentovat nejistotu při rozhodování uvnitř jednoho modelu není v realitě možné a že je třeba volit mnohem složitější postup. Konkrétní návod pro práci s riziky ekonomická literatura zatím nedává, je třeba nahlédnout přímo do kuchyně centrálních bankéřů. 4

5 Tabulka 1. Implikace pro měnové rozhodování Typ nejistoty Implikace pro měnové rozhodování Lineární chyba v rovnici Žádná, reakce je stejná jako v deterministickém případě Lineární časové zpoždění Nejistý parametr Tvar Phillipsovy křivky Existuje více modelů Předpoklad o kurzové rovnici Chyby v datech Žádná, reakce je stejná jako v deterministickém případě Reakce je buď více agresivní nebo opatrnější než v deterministickém případě (závěry se liší dle studie) Reakce je opatrnější než v deterministickém případě Reakce je buď více agresivní nebo opatrnější než v deterministickém případě (závěry se liší dle studie) Reakce je buď více agresivní nebo opatrnější než v deterministickém případě (závěry se liší dle použitého modelu) Reakce je opatrnější než v deterministickém případě III. Jak se vyrovnat s nejistotou při rozhodování o sazbách: strategie centrálních bankéřů Centrální bankéři upozorňují, že rizika analyzovaná v ekonomické literatuře jsou vlastně pouze ta, která lze matematicky reprezentovat v modelu či systému modelů. Poukazují na to, že rizika, která ve skutečnosti ovlivňují rozhodování o sazbách takto jednoduše většinou reprezentovat nelze. Odvolávají se na debatu z dvacátých let minulého století, především na studie Knighta, který na podobný problém upozornil ve své slavné studii. Centrální bankéři opakovaně zdůrazňují, že právě složitost zohledňování rizik při rozhodování o sazbách je důvod, proč nelze měnovými pravidly aproximovat jejich rozhodování a proč je měnová politika spíše uměním než vědou. Žádny z modelů, které ke svým analýzám používají akademici, si neporadí s takovými riziky jako jsou velké výkyvy kurzu dolar-euro, výkyvy cen ropy či změny v mezinárodním prostředí v podobě teroristických útoků či válečných konfliktů, které často vyvolávající změny v domácích očekáváních. Akademické modely také obtížně zohledňují takové události jako je rozšíření EU. Přitom to jsou všechny faktory, které musí centrální bankéři brát v potaz. Proto opírají centrální bankéři své rozhodování o sazbách o řadu vstupů a modelovou projekci používají jako základ rozhodovacího procesu. V jednotlivých etapách rozhodovacího procesu dochází k zohlednění různých typů nejistot. Měnově-rozhodovací proces je v centrálních bankách nastaven tak, aby v jeho průběhu docházelo ke skloubení modelových analýz a expertních odhadů a také intuice a nadhledu centrálních bankéřů. 5

6 Pomocí optiky rozhodovacího procesu lze rizika rozlišit do tří kategorií. Každá kategorie rizik je v průběhu rozhodovacího procesu ošetřena jinou metodou: modelová rizika rizika centrálního scénáře rozhodovací rizika. Modelová rizika souvisejí přímo s modelovým rámcem prognózy. Při tvorbě prognózy dochází vždy ke skloubení modelových technik s expertními vstupy. Jejich kvalitní integrace je důležitá v situaci, kdy model z určitého objektivního důvodu, nezachycuje dobře ekonomickou realitu. Například změna chování domácností, které mají po liberalizaci finančních trhů přístup ke spotřebitelským úvěrům, vyvolá nutnost debaty o podobě spotřební funkce. Centrální banky používají řadu integračních metod práci s residuály, opakované iterace přibližující modelovou projekci a expertní úvahy ke společné interpretaci a také revize modelů. Modelová rizika jsou většinou ošetřována na expertní úrovni, ale do debaty o podobě modelu se v některých centrálních bankách zapojují i sami centrální bankéři. Takto postupují například členové Měnově-politického výboru Bank of England. Rizika centrální prognózy (nazývaná též rizika centrálního scénáře) odráží skutečnost, že centrální scénář není jediný možný scénář ekonomického vývoje. Ve většině centrálních bank vychází rozhodování z centrální prognózy, která je chápána jako nejpravděpodobnější scénář (BoE, BoC, CNB, RBNZ, SR) a je většinou zodpovědností expertů v centrální bance, aby pomocí předpokladů centrální prognózy definovali, který scénář považují za nejpravděpodobnější. Centrální banky se ale velmi často nachází v situaci, kdy existuje i další scénář(e) ekonomického vývoje, který má také poměrně vysokou pravděpodobnost. Typickým příkladem je nejistota týkající se konkrétní podoby fiskální reformy. V takových situacích musí centrální banky ošetřit rizika centrální prognózy velmi pečlivě. K dispozici jsou dvě základní metody. Rizika lze definovat a analyzovat pomocí debaty o alternativních scénářích (používá Bank of Canada, Rezerve Bank of New Zealand) či pomocí debaty o expertních pravděpodobnostních rozděleních (používá Bank of England, Swedish Riksbank). V této fázi rozhodovacího procesu je role centrálních bankéřů (oproti roli expertů) velmi výrazná a analyzovaná rizika často zachycují právě jejich intuici o ekonomickém vývoji. Samotné rozhodnutí o nastavení sazeb je také spojeno s určitými riziky. Alternativní scénáře mohou rozhodování výrazně napomoci tím, že vymezí správně hřiště. Trefa do branky tím není ještě zaručena. Centrální bankéři musí správně zohlednit všechny podklady, uplatnit 6

7 intuici a úsudek a po té rozhodnout, který z alternativních scénářů je vhodný jako podklad pro rozhodování, resp. zda není třeba některý scénář modifikovat o nové informace anebo informace, které experti nedokázali zachytit v modelovém rámci. Svou roli hrají také preference centrálních bankéřů týkající se relativní váhy inflace a mezery produktu a uplatnění mechanismu výjimek. Ve snaze neudělat v závěrečném úsudku chybu přistupují centrální banky ke klasické manažerské metodě a používají specifický mechanismus hlasování. Bankovní rada, která je složena z centrálních bankéřů s různým odborným zázemím a preferencemi, musí dojít ke konsensu (Bank of Canada) nebo používá systém nezávislých hlasů (Bank of England). IV. Zkušenosti České národní banky Praxe České národní banky je výrazně formována strategií cílování inflace. V současnosti vzniká inflační prognóza v několika fázích. Centrální projekce je sestavena pomocí FPAS (Forecasting and policy analysis system), ve kterém model (QPM) zaručuje konsistenci ve střednědobém horizontu. Experti formulují názory na výchozí podmínky, předpoklady projekce a residuály v rovnicích. Bankovní rada (BR) se podílí na formulaci klíčových předpokladů centrální projekce. V pozdější fázi procesu, po vytvoření konsistentní centrální prognózy, dochází k debatě o alternativních scénářích, na které se BR podílí významným způsobem. Celý proces přípravy čtvrtletní prognózy trvá 5-6 týdnů a v jeho průběhu může dojít k řadě iterací mezi experty a BR. BR projednává novou prognózu čtvrtletně a měsíčně (v mezidobí) diskutuje změny v rozložení rizik. Kromě inflační prognózy má BR při svém rozhodování k dispozici detailní analýzy v Situační zprávě (SZ), měnově-politické doporučení expertů a také alternativní názory prezentované ve stanoviscích poradců BR. Kromě těchto vstupů zohledňuje každý člen BR ještě další informace, které jsou dostupné z jiných zdrojů (např. ECB, EK, OECD). V den projednání SZ je jednání dvoukolové (otevřená a uzavřená část jednání) a na závěr BR hlasuje s tím, že hlasy jsou nezávislé a nemusí být dosaženo konsensu. Obrázek 2 ukazuje, že konsensu je dosahováno v méně než polovině případů. To dokumentuje, že rozhodování o sazbách není jednoduché a je vždy podloženo náročnou debatou centrálních bankéřů, při níž je zvažována řada rizik centrální prognózy. 7

8 Obrázek 2. Jak se hlasovalo v % 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% I.01 IV.01 VII.01 X.01 I.02 IV.02 VII.02 X.02 I.03 IV.03 VII.03 X.03 no change increase decrease Poznámky: No change = označuje počet hlasů pro ponechání sazeb na stávající úrovni, increase = počet hlasů pro zvýšení sazeb, decrease = počet hlasů pro snížení sazeb. Údaje jsou v procentech vzhledem k celkovému počtu členů bankovní rady přítomných na jednání. Vybraná literatura Blinder A. S. (1998) Central Banking in Theory and Practice, The MIT Press. Brainard W. (1967) Uncertainty and the effectiveness of policy, American Economic Review 57, pp Issing O. (1999) The Monetary Policy of the ECB in a World of Uncertainty, in Monetary Policy-Making under Uncertainty, Proceedings from the ECB/CFS Conference Knight F.H. (1921) Risk, Uncertainty and Profit, Boston, Houghton Mifflin. Smidkova K. (2003) Targeting Inflation under Uncertainty: Policy Makers Perspective, Czech National Bank, Internal Research and Policy Note No. 2. Srour G. (1999) Inflation targeting under uncertainty, Bank of Canada, Technical report no