ODABRANI PRIJEVODI EKONOMSKA NEIZVJESNOST I NJEN UTJECAJ BR. 48 NA HRVATSKO GOSPODARSTVO SAŽETAK 2017.

Transcription

1 Smičiklasova 21 Zagreb EKONOMSKA NEIZVJESNOST I NJEN UTJECAJ NA HRVATSKO GOSPODARSTVO DR. SC. PETAR SORIĆ * ČLANAK ** UNIV. SPEC. OEC. IVANA LOLIĆ* JEL: E03, E32, E61 DOI: /OP.48 ODABRANI PRIJEVODI BR ISSN: doi: /op ciirai: Sorić, P. i Lolić, I., Economic uncerainy and is impac on he Croaian economy. Public Secor Economics, 41(4), sr doi: /pse SAŽETAK Cilj ovog rada je kvanifikacija insiucionalnih (poliičkih i poreznih) e neinsiucionalnih mjera neizvjesnosi (neizvjesnos ekonomske poliike, Economisov recesijski indeks, neizvjesnos proizašla iz prirodnih kaasrofa, e nekoliko mjera neslaganja ekonomskih subjekaa). Navedeni pokazaelji emelje se na člancima objavljenim na šes hrvaskih inerneskih porala (Juarnji lis, Večernji lis, 24saa, index.hr, dnevnik.hr i Poslovni dnevnik), zakonskim izmjenama objavljenim u repozioriju Narodnih novina e ankeama pouzdanja. Naknadno je meodom glavnih komponenaa formiran i kompozini pokazaelj neizvjesnosi. Analiza srukurnog VAR modela hrvaskog gospodarsva (s fiksnim i vremenski varijabilnim paramerima) iznjedrila je većinu analiziranih pokazaelja neizvjesnosi kao značajne predikore ekonomske akivnosi. Šokovi u neizvjesnosi uglavnom izazivaju značajan, ali krakoročni pad u ekonomskoj akivnosi. Posebno se relevannim pokazao nalaz da je ujecaj većine pokazaelja neizvjesnosi na akivnos najjači upravo u začeku krize. S druge srane, ujecaj porezne neizvjesnosi pokazuje upravo suprone endencije. Jača s inenziviranjem ekonomske akivnosi, čime djelomično ekskulpira evenualno korišenje fiskalne ekspanzije kao prourecesijskog alaa. Ključne riječi: ekonomska neizvjesnos, indeks neizvjesnosi ekonomske poliike, VAR model s vremenski varijabilnim paramerima * Auori zahvaljuju anonimnim recenzenima na njihovim korisnim komenarima i prijedlozima koji su doprinijeli kvaliei rada. Rad je djelomično financirala Hrvaska zaklada za znanos projekom broj IP ** Primljeno: 1. lipnja Prihvaćeno: 30. lisopada Rad je prijavljen za godišnju nagradu Zaklade prof. dr. Marijan Hanžeković za godinu. Pear SORIĆ Ekonomski fakule Sveučiliša u Zagrebu, Trg J. F. Kennedyja 6, Zagreb psoric@efzg.hr ORCiD: X Ivana LOLIĆ Ekonomski fakule Sveučiliša u Zagrebu, Trg J. F. Kennedyja 6, Zagreb ilolic@efzg.hr ORCiD:

2 The only relevan hing is uncerainy he exen of our own knowledge and ignorance. The acual fac of wheher or no he evens considered are in some sense deermined, or known by oher people, and so on, is of no consequence. De Finei, 1975:vi 1. UVOD Bankroom Lehman Brohers-a i slobodnim padom američke ekonomije u poaknu je domino efek prelijevanja na goovo sva svjeska nacionalna gospodarsva. Navedena globalna kriza u nekim državama imala je ek neznane efeke (npr. Poljska i Slovačka), neke europske ekonomije oporavile su se od nasalih šokova u relaivno krakom razdoblju (Njemačka, Ausrija, zemlje Beneluksa), dok se kriza u Hrvaskoj pokazala izrazio rezisennom i dugorajnom. Od evidennih počeaka krize u rećem romjesečju (Krznar, 2011.) do prvog prelaska sope rasa BDP-a u poziivnu domenu prošlo je dvije godine. Poziivni pomak bio je, međuim, krakog vijeka. Već u čevrom romjesečju posaje razvidna zv. recesija s dvosrukim dnom e počinje razdoblje od dugih 12 kvarala pada ekonomske akivnosi. S obzirom da navedeni negaivni rekord predsavlja jednu od najdužih recesija u Europi (Buurac, 2017:23), im fenomenom pozabavio se čiav niz domaćih israživača. 2 Hrvaska ekonomska znanos se uglavnom slaže kako je predmena kriza višeslojna posljedica brojnih fakora. Mnogi auori (iz više znansvenih disciplina) ako upozoravaju na demografske probleme, mea-deerminane slabe konkurennosi popu egaliarnog sindroma (Burić i Šulhofer, 2016.), problema previsokog javnog duga (Buurac, 2017.), i sl. Međuim, u inozemnoj lierauri posoje i relevanni dokazi o značajnom ujecaju neizvjesnosi na smanjenu ekonomsku akivnos ijekom posljednje krize (Bloom, 2009.; Bachmann, Elsner i Sims, 2013.; Baker, Bloom i Davis, 2016., id.). Navedena israživanja ipak nisu popraćena korespondirajućim analizama za domaće gospodarsvo, uz rijeke iznimke popu Arčabića (2015.). Soga se posavlja pianje, u kojoj mjeri se dugorajnos i inenzie gospodarske krize u Hrvaskoj može pripisai samoj neizvjesnosi. To je ujedno i osnovno israživačko pianje ovog rada, e njegov osnovni doprinos lierauri. Ovim radom u hrvasku znansveno-israživačku praksu uvodi se čiav niz pokazaelja neizvjesnosi: poliičke, recesijske (The Economis, 2002.), one vezane uz promjene fiskalnog zakonodavsva, neizvjesnosi proizašle iz prirodnih kaasrofa; uvodi se i hrvaska verzija Baker, Bloom i Davis (2016.) indeksa ekonomske neizvjesnosi, e se razmaraju pokazaelji prognosičkog neslaganja ekonomskih subjekaa (u silu Bachmanna, Elsnera i Simsa, 2013.) kao zamjenske (engl. proxy) varijable za ekonomsku neizvjesnos. Dodano, auori meodom glavnih komponenaa generiraju i pokazaelj ukupne (agregane) neizvjesnosi kao linearnu kombinaciju prehodno navedenih indikaora. Druga specifičnos ovog rada je inerdisciplinarni prisup kojim se makroekonomski fenomen recesije objašnjava psihološkim koncepom popu neizvjesnosi (konroliravši priom za osale relevanne mikro- i makro-ekonomske predikore ekonomske akivnosi). Treći bian doprinos ovog rada u odnosu na posojeću lierauru je analiziranje poencijalne vremenske varijabilnosi ujecaja neizvjesnosi na ekonomsku akivnos. Naime, dosadašnji radovi ukazuju na konracikličnos neizvjesnosi (u smislu korelacije; npr. Bloom, 2014.), ali ne analiziraju posoje li drugačiji dinamički efeki neizvjesnosi na ekonomsku akivnos u različiim fazama gospodarskog ciklusa. Konkreno, u ovom radu se korisi VAR model s

3 vremenski varijabilnim paramerima (Primiceri, 2005.; del Negro i Primiceri, 2015.) kako bi se ispiala hipoeza da ekonomska akivnos jače (negaivno) reagira na neizvjesnos (u smislu funkcije impulsnog odziva) u recesiji nego u fazi ekspanzije gospodarsva. Ekonomerijska analiza je pokazala kako razmarane mjere neizvjesnosi u prosjeku imaju značajan, ali vrlo krakorajan negaivni ujecaj na ekonomsku akivnos. Taj zaključak o negaivnoj krakoročnoj vezi neizvjesnosi i ekonomske akivnosi prilično je robusan na nekoliko različiih specifikacija modela (srukurni VAR model s vremenski fiksnim paramerima, uključivanje inozemnih varijabli u model radi ovorenosi i neznane veličine hrvaskog gospodarsva e alerniranje konrolnih varijabli u modelu s vremenski varijabilnim paramerima). Ipak, pokazuje se kako negaivni efek većine kvanificiranih mjera neizvjesnosi posaje izraženiji u silaznoj fazi ciklusa. Osaak rada je koncipiran kako slijedi. Poglavlje 2 iznosi osnovna eorijska razmaranja o vezi između neizvjesnosi i ekonomske akivnosi e daje pregled posojećih empirijskih prisupa kvanifikaciji neizvjesnosi. Poglavlje 3 prezenira podake i meodologiju korišenu u ovom radu. Rezulai ekonomerijske analize prikazani su u poglavlju 4, dok posljednje poglavlje sineizira rad i sumira osnovne smjernice za nosielje ekonomske poliike. 2. PREGLED LITERATURE Pojam neizvjesnosi prvi pu je formalno uveden u ekonomsku lierauru u poznaoj knjizi Franka Knigha (1921.), zbog čega se pojam česo naziva i knighijanska neizvjesnos (engl. Knighian uncerainy). Knighijanska neizvjesnos implicira siuaciju u kojoj ekonomski subjeki nisu u sanju anicipirai buduće događaje ili procijenii vjerojanosi njihovih nasupanja. Iako je neizvjesnos po definiciji laenna varijabla, kanali njenog ujecaja na ekonomsku akivnos dealjno su eorijski razrađeni. 3 Dosad najminuciozniji pregled eorijskih koncepaa ujecaja neizvjesnosi na gospodarsvo dao je Bloom (2014.), e Arčabić (2015.) od domaćih auora. Navedeni auori isiču dva negaivna, ali i dva poencijalno poziivna ransmisijska kanala neizvjesnosi. Prvi kanal negaivnog ujecaja u lierauru uvodi Bernanke (1983.), a Bloom (2014.) ga kasnije naziva realne opcije. Radi se o koncepu po kojem poduzeća u uvjeima neizvjesnosi odgađaju ireverzibilne odluke ne bi li s vremenom prikupili više informacija i reducirali neizvjesnos vezanu uz donošenje akvih odluka. Akivira se, dakle, mehanizam ponašanja sa zadrškom (engl. wai and see) (Bachmann i Bayer, 2013.) jer akivnosi popu invesiranja, zapošljavanja i kupovine rajnih dobara generiraju određene nepovrane roškove (engl. sunk coss). Isi mehanizmi mogu se akivirai i kod porošača u smislu odgađanja porošnje rajnih dobara ili ulaganja u financijsku imovinu. Treba ipak isaknui kako posoje čeiri uvjea pod kojima kanal realnih opcija efikasno djeluje (Bloom, 2014: ): (i) posojanje značajnih roškova prilagodbe i nepovranih roškova, (ii) mogućnos prolongiranja odluka (koju dokida savršena konkurencija), (iii) poslovanje poduzeća u nesavršenoj konkurenciji i opadajući prinosi funkcije proizvodnje, e (iv) varijabilnos neizvjesnosi. Drugi kanal ujecaja neizvjesnosi je averzija prema riziku. U korporaivnom smislu, ras neizvjesnosi povećava premiju rizika e poskupljuje zaduživanje. Također će i desimulirai menadžmen poduzeća da se upuša u rizične pohvae (posebno ako imaju vlasničke udjele u poduzeću), šo smanjuje agregane invesicije e posljedično i ukupnu ekonomsku akivnos. Na

4 srani porošača, averzija prema riziku se efekuira kroz prevenivnu šednju (engl. precauionary savings), koja kroz smanjenje osobne porošnje ope smanjuje BDP (Carroll, 1992.). Dva poziivna ransmisijska kanala neizvjesnosi su opcije rasa e Oi-Harman-Abel efek. Prvi je svojevrsni anipod kanalu realnih opcija, a odnosi se na činjenicu da neizvjesnos može bii i poicaj za rizična ulaganja u siuacijama izrazio visoke poencijalne dobii (npr. globalni ekonomski ras uslijed inerneske revolucije, zv. do-com boom u drugoj polovici 1990-ih). Oi-Harman-Abel efek se pak bazira na osiguranju proiv negaivnih rezulaa poslovanja (npr. hedging) ili siuacije u kojima poencijalna dobi u slučaju poziivnog ishoda značajno premašuje poencijalne gubike u slučaju lošeg poslovanja. U akvim slučajevima, naime, poduzeća ponekad imaju endenciju bii sklona riziku i upušai se u nove invesicije. Dosadašnji empirijski nalazi znano više idu u prilog negaivnim učincima neizvjesnosi (vidjei npr. Bloom (2014.) za izvrsan pregled lieraure), pa osaje za vidjei hoće li se iso povrdii i na primjeru hrvaskog gospodarsva. Laenni karaker neizvjesnosi uvjeovao je da se isa od Knigha (1921.) pa sve do pojave globalne financijske krize reirala uglavnom deskripivno. Tadašnje urbulenno ekonomsko okruženje poaknulo je ipak nekoliko različiih meodoloških pravaca kvanifikacije ekonomske neizvjesnosi. Njihovi osnovni principi bi će prezenirani u sljedećim popoglavljima BAKER BLOOM DAVIS INDEKS EKONOMSKE NEIZVJESNOSTI Ponukani ezom da je neizvjesnos jedan od značajnih uzroka neipično dugačke i snažne recesije američkog gospodarsva nakon pada Lehman Brohers-a: Baker, Bloom i Davis (2012.) objavili su svoj indeks neizvjesnosi ekonomske poliike (engl. Economic Policy Uncerainy; EPU indeks). Indeks se emelji na ri supa. Prva (medijska) osnovica indeksa je arhiva novinskih članaka o ekonomskoj neizvjesnosi iz 10 vodećih američkih dnevnih novina. Preraživanjem e arhive po određenim kombinacijama ključnih riječi (npr. economic + uncerainy/uncerain + congress/defici/legislaion, i sl.); Baker, Bloom i Davis (2012.) publiciraju skaliranu mjesečnu frekvenciju članaka s emaikom ekonomske neizvjesnosi u SAD-u. Kao drugu osnovicu indeksa, auori svakog mjeseca uvrđuju broj poreznih odredbi čija zakonska primjena isječe u narednih 10 godina. Posljednja osnovica EPU indeksa je mjera neslaganja u prognozama dobivena iz ankee profesionalnih prognosičara (engl. Survey of Professional Forecasers; SPF). Konkreno, auori korise neslaganje u prognozama vezanim uz indeks porošačkih cijena e porošnju federalnih/državnih/lokalnih vlasi. Finalna procjena EPU indeksa svakog mjeseca dobije se ponderiranjem pojedinačnih komponenaa indeksa. Težina od 1/2 dodjeljuje se medijskom indeksu neizvjesnosi, e po 1/6 za indeks poreznih izmjena, neslaganje u pogledu cjenovnih prognoza e u pogledu porošnje na svim razinama vlasi. EPU indeks je u SAD-u uglavnom doživljen kao republikanska kriika adašnje krizne Obamine adminisracije. Međuim, zaslužio je i izraziu pozornos israživača u vrlo širokom spekru područja. Baker, Bloom i Davis (2016.) objavljuju revidiranu verziju svog israživanja o neizvjesnosi, e pokazuju kako se isa na mikro razini efekuira kroz povećanu volailnos cijene dionica analiziranih američkih kompanija. Navedeni efek (analiziran panel regresijama) pokazuje

5 se posebno snažnim u kompanijama koje više posluju s državom (npr. one iz sekora obrane, zdravsva i građevinarsva). Po sličnom principu, pokazuje se kako neizvjesnos reducira invesicije i broj zaposlenih u američkim poduzećima. Na makro razini, korišenjem VAR modela auori nalaze da neizvjesnos krakoročno pogoršava agregane invesicije, nezaposlenos i indusrijsku proizvodnju SAD-a. Navedeni zaključci povrđeni su brojnim provjerama robusnosi rezulaa i raznim konrolnim varijablama, a ponovljeni su i na panel VAR modelu za 12 svjeskih ekonomija koje su ada imale vlasiu verziju EPU indeksa. Od osalih radova o EPU indeksu, vrijedi isaknui sudiju Karnizova i Li (2014.), koja povrđuje predikivne karakerisike EPU indeksa u prognoziranju američkih recesijskih epizoda; dok Ajmi e al. (2015.) ukazuju na posojanje (dvosmjerne) Grangerove uzročnosi između EPU indeksa i prinosa na američkom dioničkom ržišu. S obzirom na snažne dokaze o značajnom ujecaju EPU indeksa na ekonomsku akivnos u SAD-u, jedan od ciljeva ovog rada je kvanificirai hrvasku verziju medijskog indeksa neizvjesnosi, e provjerii karakeriziraju li ga isi efeki kao i onaj američki ECONOMIST-OV RECESIJSKI INDEKS Časopis Economis koncipirao je svoj recesijski indeks (engl. R-word index) još počekom 2000-ih godina (The Economis, 2002.). Navedeni pokazaelj emelji se na učesalosi članaka na emu recesije u Washingon Pos-u i New York Times-u, a računa se i objavljuje na kvaralnoj osnovi. Indeks je punu afirmaciju u znansvenom smislu doživio ek s izbijanjem globalne financijske krize, kada se indeks počinje računai i u drugim državama osim SAD-a. Tako, primjerice, Grossarh- Maicek i Mayr (2008.) ukazuju na značajnos recesijskog indeksa u dairanju njemačkog poslovnog ciklusa koriseći regresijski probi model. Iselin i Siliversovs (2013.) korise ARDL (engl. Auoregressive-Disribued Lag) modele švicarskog BDP-a s recesijskim indeksom kao nezavisnom varijablom e ime poboljšavaju predikivne karakerisike jednosavnih univarijanih modela. Slične rezulae za Švicarsku povrđuju i Iselin i Siliversovs (2016.), dok se isi modeli za njemačko gospodarsvo pokazuju manje preciznima. 5 S obzirom da je općepoznao kako je ukupna razina ekonomske neizvjesnosi značajno viša u recesijskima u odnosu na mirnodopska razdoblja (Bloom, 2009.; Bloom, 2014.), recesijski indeks se u širem smislu može smarai i zasebnim ipom pokazaelja neizvjesnosi. S obzirom na neposojanje hrvaske verzije recesijskog indeksa, bi će zanimljivo formirai ga i u nasavku rada analizirai njegov ujecaj na ekonomsku akivnos u Hrvaskoj NESLAGANJE EKONOMSKIH SUBJEKATA KAO MJERA NEIZVJESNOSTI Bachmann, Elsner i Sims (2013.) se nasavljaju na reći elemen EPU indeksa, e posuliraju kako se neizvjesnos može aproksimirai supnjem neslaganja ekonomskih prognosičara o relevannim varijablama popu inflacije, ukupne ekonomske akivnosi, i sl. Osnovna premisa njihovog prisupa jes da će ispianici u ankeama pouzdanja ili SPF ankei pri visokoj neizvjesnosi davai izrazio heerogene odgovore na pianja o budućem kreanju ekonomskih procesa. Međuim, visoka disperzija prognoza ne mora nužno implicirai i visoku neizvjesnos. Soga se u lierauri česo inzisira na razdvajanju pojmova neslaganja (engl. disagreemen) i neizvjesnosi u klasičnom Knighovom smislu (Jurado, Ludvigson i Ng, 2015.; Krüger i Nole, 2016.).

6 U koneksu ovog rada, razmaraju se čeiri zasebna indikaora neslaganja kao zamjenske varijable za ekonomsku neizvjesnos. Sva čeiri se emelje na podacima iz redoviih mjesečnih ankea pouzdanja poduzeća i porošača koje objavljuje Europska komisija. Prvi indikaor odnosi se na neslaganje porošača oko budućih kreanja ukupne ekonomske siuacije u Hrvaskoj. Drugi i reći reflekiraju neizvjesnos vezanu uz porošačke ocjene o kreanju nezaposlenosi i ocjene pravovremenosi kupovine rajnih dobara. Čevri indikaor je mjera neslaganja oko budućih promjena varijabli iz svih forward-looking pianja u ankeama pouzdanja. Svi navedeni pokazaelji bi će dealjnije objašnjeni u poglavlju 3.1. Bachmann, Elsner i Sims (2013.) pokazuju da (ex ane) prognosičko neslaganje, baš kao i ex pos prognosičke pogreške ekonomskih subjekaa značajno krakoročno reduciraju ekonomsku akivnos (mjerenu indusrijskom proizvodnjom, saima rada, i brojem zaposlenih). Rezulai za SAD priom se pokazuju značajnijima nego oni za Njemačku ALTERNATIVNI EMPIRIJSKI PRISTUPI Uz već općeprihvaćene mjere neizvjesnosi koje bi mogle bii adekvane za bilo koju analiziranu ekonomiju, valja u obzir uzei i specifičnosi pos-ranzicijskih zemalja popu Hrvaske. Bloom (2014:162) isiče ri specifična izvora neizvjesnosi u ekonomijama og ipa. Prije svega, izložene su izraziim poliičkim nesabilnosima i međunarodnim sukobima. Iso ako su zbog nižeg supnja razvoja i nedovoljne infrasrukure sklonije prirodnim kaasrofama popu epidemija ili poplava. Treći bian fakor za generiranje neizvjesnosi su neučinkovii kanali fiskalne i monearne poliike. 6 Hrvaska u zadnja dva deseljeća nije svjedočila državnim udarima nii raovima, ali sprega između države i ukupne ekonomske akivnosi u domaćoj ekonomiji se pokazala izuzeno binom. Veliku ulogu u generiranju poliičke neizvjesnosi igraju izbori (Mačkić, 2014.) (posebno s obzirom na ponovljene parlamenarne izbore u rujnu nakon ek 10 mjeseci Oreškovićeve vlade) e čiav niz korupcijskih afera povezanih s isaknuim poliičkim dužnosnicima. Prirodne kaasrofe se akođer čine poencijalno binima za hrvasko gospodarsvo s obzirom na osjeljivos poljoprivredne proizvodnje na vremenske prilike (uča, suša), ali i poplave u isočnoj Slavoniji u svibnju S obzirom na koninuie HNB-ovog korišenja ečaja HRK/EUR kao nominalnog sidra za održavanje sabilnosi cijena, monearna neizvjesnos prema mišljenju auora goovo da i ne posoji u Hrvaskoj, e neće bii razmarana u ovom radu. 1 S druge srane, fiskalna neizvjesnos u Hrvaskoj je odavno prepoznai problem zbog česih inervencija u porezno zakonodavsvo (Bejaković, 2009.). Tri navedena izvora neizvjesnosi (poliička nesabilnos, prirodne kaasrofe i fiskalna nesabilnos) bi će dealjnije analizirani u narednim poglavljima, e će za njih bii kvanificirani korespondirajući numerički pokazaelji neizvjesnosi. 3. PODACI I METODOLOGIJA U ovom poglavlju bi će dan kraak opis pojedinačnih indikaora neizvjesnosi (kao i osalih analiziranih makroekonomskih varijabli). U nasavku će bii prezenirana meodologija korišenih srukurnih (fiksnih i vremenski varijabilnih) VAR modela. 1 O srogoj fokusiranosi HNB-a na sabilnos ečaja HRK/EUR govore npr. učesali isupi guvernera Vujčića (npr. Vujčić, 2016a,b).

7 3.1. PODACI Osnovna meodološka inovacija ovog rada je uvođenje nekoliko pokazaelja neizvjesnosi koji dosad nisu bili razmarani za hrvasko gospodarsvo. Konkreno, prvo su formirana čeiri medijska indeksa neizvjesnosi (svi na mjesečnoj osnovi): Baker Bloom Davis indeks ( BBD ) 2, indeks poliičke neizvjesnosi ( ), Economis-ov recesijski indeks ( poli R _ index) e pokazaelj neizvjesnosi vezan uz prirodne kaasrofe ( naure ). S ciljem kvanificiranja navedenih pokazaelja auori samosalno formiraju bazu medijskih članaka iz inerneskih arhiva najčianijih hrvaskih novinskih porala: Juarnji lis, Večernji lis, 24saa, index.hr, dnevnik.hr i Poslovni dnevnik. Osim činjenice da se radi o najčianijim dnevnim novinama u Hrvaskoj (u iskanom izdanju), njihovi web porali su po neovisnim israživanjima u pravilu među najposjećenijim hrvaskim inerneskim sranicama (Gemius Audience, 2017.). Nadalje, radi se o jedinim hrvaskim inerneskim poralima koji (prema saznanjima auora) imaju koherennu arhivu članaka bez prekida ili promjena meodologije za iole dugačko vremensko razdoblje. Soga je logično zaključii kako će navedena baza poslužii kao adekvana podloga za kvanifikaciju medijske neizvjesnosi u Hrvaskoj. U bazi su pohranjeni članci koji dairaju od 11. mjeseca e uključuju sveukupno šes porala (svaki ima različi počeak objavljivanja). Za svaki članak su spremljeni podaci popu naslova, eksa članka i dauma objavljivanja. U konačnici, baza ima članka (za promarani period) od kojih je korišeno za izračun EPU indeksa, za poliički indeks, za indeks prirodnih kaasrofa e članka za R-indeks. Koriseći zv. Srucured Query Language (SQL) upie, auori ovdje preražuju arhive članaka prema unaprijed zadanim kombinacijama ključnih riječi koje su različie za svaki indikaor. Dealjan popis ključnih riječi dan je u dodaku 1. Primjerice, određeni članak ulazi u kvanifikaciju BBD indeksa ako sadrži barem jednu od ključnih riječi u dijelu A1 dodaka 1 (npr. ekonomija, gospodarsvo, gospodarski, i sl.), isovremeno barem jednu od riječi iz supca Logička konjunkcija I (npr. premijer ili minisar; u bilo kojem padežu) e barem jednu riječ iz supca Logička konjunkcija II (npr. neizvjesan, neizvjesnos i sl.). Isa logika (uz komplean popis ključnih riječi dan u dodaku 1) primijenjena je i za pokazaelje poli 3, R _ index i naure. Nakon izdvajanja članaka koji zadovoljavaju dane krierije, iz agregiranih mjesečnih frekvencija odgovarajućih članaka formirane su relaivne frekvencije j. ukupan broj izdvojenih članaka je podijeljen s ukupnim brojem objavljenih članaka. Zaim su dobiveni brojevi (po inerne poralu) sandardizirani (u skladu s povezanom meodologijom u Baker, Bloom i Davis, e Girardi i Reuer, 2016.) e je izračunana jednosavna arimeička sredina (po mjesecima). 7 Pei analizirani pokazaelj neizvjesnosi vezan je uz izmjene poreznog zakonodavsva. Kako bi ga kvanificirali, auori ope korise SQL upie za filriranje poreznih zakonskih akaa s inerneskog repoziorija Narodnih novina. Ključne riječi korišene za ovu svrhu akođer su dane u dodaku 1. Iz skupa zakonskih akaa koji u naslovu imaju ključnu riječ porez isključeni su oni koji emaiziraju 2 Hrvaska verzija BBD indeksa predložena u ovom radu emelji se isključivo na medijskim izvješajima o neizvjesnosi. Neizvjesnos proizašla iz poreznih izmjena bi će razmarana zasebno, jednako kao i ujecaj prognosičkog neslaganja (kvanificirana relacijom 1) na ekonomsku akivnos. Soga se i uvodi zasebna oznaka BBD, različia od američkog EPU indeksa, koji ima ri komponene. 3 Valja primijeii kako na popisu ključnih riječi za pokazaelj poli nema pojmova župan, gradonačelnik, i sl. Inencija auora je, naime, bila izdvojii samo one poliičke šokove koji bi mogli imai relevanan ujecaj na makroekonomska kreanja u Hrvaskoj. Time su iz analize uklonjene (između osaloga) afere vezane uz lokalne moćnike popu gradonačelnika Vlahovića (Dubrovnik), Sabe (Vukovar) i Bandića (Zagreb), e županice Lovrić Merzel (Sisačkomoslavačka županija).

8 imenovanja ili razrješenja osoba u upravi npr. minisarsva ili Porezne uprave e specifične promjene pravilnika koje vrijede na razini općina/gradova/županija. Od ukupno zakonskih akaa izdvojeno je 298 pravih poreznih izmjena. Iz agregiranih mjesečnih frekvencija ovog pua nije formiran indeks jer posoji velik broj mjeseci u kojima uopće nije bilo fiskalnih izmjena koje zadovoljavaju navedene krierije. Inenzie ujecaja određenog zakonskog aka (u smislu (ne)izvjesnosi) je najveći neposredno prije i neposredno nakon njegovog donošenja i konačne objave u Narodnim novinama. U ovoj analizi odabran je jedan kvaral (3 mjeseca) za vremenski period prije i poslije objave u Narodnim novinama. Upravo zao, formiran je 6-mjesečni kumulaiv broja poreznih izmjena ( PI 6 ), e je analiza nasavljena s njime. 4 Osnovnih pe ovdje analiziranih pokazaelja neizvjesnosi prikazano je grafikonima 1-5. BBD indeks pokazuje ispodprosječnu razinu neizvjesnosi sve do izbijanja krize krajem 2008., nakon čega je očigledan značajan i dugorajan poras neizvjesnosi u ekonomskom susavu. GRAFIKON 1. Baker Bloom Davis indeks Kraj recesije Počeak recesije Izvor: izračun auora. Grafikon 2 jasno ilusrira kako lokalni maksimumi pokazaelja poliičke neizvjesnosi korespondiraju predizbornima kampanjama (vezanim uz parlamenarne ili predsjedničke izbore). Dakle, poliička neizvjesnos uvelike se poklapa s izbornim ciklusima u Hrvaskoj. Rijeke iznimke od navedene pravilnosi su poliički šokovi popu osavke bivšeg premijera Ive Sanadera u srpnju ili rekonsrukcije Milanovićeve vlade (smjena Slavka Linića u svibnju e zamjena minisara Jovanović-Mornar i Osojić-Varga mjesec dana kasnije). 4 Rezulai su vrlo slični odabere li se npr. 4-mjesečni ili 8-mjesečni kumulaiv.

9 GRAFIKON 2. Indeks poliičke neizvjesnosi Sanaderova osavka Linićeva smjena Napomena: isprekidane verikalne linije označavaju ermine parlamenarnih izbora, a pune verikalne linije označavaju predsjedničke izbore. Izvor: izračun auora. GRAFIKON 3. Recesijski indeks Kraj recesije Počeak recesije Izvor: izračun auora. Recesijski indeks pokazuje vrlo slične karakerisike kao i BBD indeks. Vidljivo je, dakle, cikličko podudaranje između ekonomske akivnosi i neizvjesnosi.

10 GRAFIKON 4. Indeks neizvjesnosi vezane uz prirodne kaasrofe Poplave Izvor: izračun auora. 10 Indeks neizvjesnosi vezane uz prirodne kaasrofe odlikuje se iznimnom sabilnošću na niskim razinama, e je primjean prakički ek jedan šok koji odgovara poplavama u isočnoj Slavoniji u svibnju GRAFIKON 5. Pokazaelj fiskalne neizvjesnosi Krizni porez i PDV 23% Ulazak u EU Lalovčev pake poreznih izmjena 16 Posebni porezi Izvor: izračun auora. Grafikon 5 idenificira čeiri eksremna porasa fiskalne neizvjesnosi. Prvi se dogodio krajem 2002., kad je izglasan niz zakona o posebnim porezima (na duhanske proizvode, osobne auomobile, nafne derivae, alkohol, pivo, bezalkoholna pića, luksuzne proizvode, id.), dok se

11 drugi odnosi na uvođenje zv. kriznog poreza i povećanje opće sope PDV-a s 22% na 23%. Treći i najinenzivniji val rasa neizvjesnosi dogodio se u kada je, osim usklađivanja domaćeg fiskalnog zakonodavsva s regulaivama EU-a, uveden i niz izmjena u zakonima i pravilnicima o PDV-u, porezu na dohodak i porezu na dobi. Čevra epizoda korespondira pakeu poreznih izmjena adašnjeg minisra financija Lalovca u siječnju (izmjene zakona i pravilnika vezanih uz PDV, porez na dohodak, oporezivanje igara na sreću, porez na prome nekrenina i porez na porošnju). Uz navedenih pe pokazaelja medijske neizvjesnosi, analizira će se i čeiri mjere prognosičkog neslaganja. Prvi indikaor računa se iz proporcija odgovora ispianika na pianje 4 (European Commission, 2014.): Q4: Šo očekujee, kako će se ijekom sljedećih 12 mjeseci promijenii ukupna ekonomska siuacija u Hrvaskoj? Ona će: (a) se znano poboljšai, (b) se malo poboljšai, (c) osai jednaka, (d) se malo pogoršai, (e) se znano pogoršai, (f) ne znam. Sukladno meodologiji Bachmanna, Elsnera i Simsa (2013.), pokazaelj neslaganja ( računa se pomoću sandardne devijacije (poziivnih i negaivnih) udjela odgovora na pianje 4: dis _ 4 ) frac frac 2 dis _ 4 frac frac, (1) pri čemu je frac proporcija poziivnih odgovora ( a b ), a frac proporcija negaivnih odgovora ( d e ). 5 U narednom koraku varijabla dis _ 4 je sandardizirana, e konačno skalirana na očekivanu vrijednos 100 i sandardnu devijaciju 10 (radi jednosavnije inerpreacije). 11 Slijedeći popuno isu meodologiju, izračunani su i pokazaelji neslaganja proizašlih iz pianja o procjeni nezaposlenosi (Q7, pokazaelj dis _ 7) e iz pianja o ocjeni pravodobnosi kupovine rajnih dobara (Q8, pokazaelj dis _ 8). U skladu s prisupom Girardija i Reuera (2016.), dodano je razmarana i kombinacija svih forward-looking pianja iz ankea pouzdanja. Radi se o ukupno 18 pianja (17 pianja kao u online dodaku rada Girardi i Reuer (2016.) 6, e pianje 11 iz ankee pouzdanja porošača, o očekivanoj vjerojanosi šednje kućansva). 7 Pri izračunu ovakve agregane mjere neslaganja ( dis _ agr ) svih 18 individualnih sandardnih devijacija odgovora (jednadžba 1) je sandardizirano, poom uprosječeno e konačno skalirano radi jednosavnije inerpreacije. Na aj način dobivena je agregana mjera prognosičkog neslaganja koja pokriva 5 različiih ekonomskih sekora: indusriju, građevinarsvo, uslužni sekor, rgovinu na malo i sekor porošača. Rezulai svih analiziranih mjera neslaganja prikazani su na grafikonu 6. Uvažavajući činjenicu da je pokazaelj agreganog neslaganja dosupan ek od svibnja 2008., vidljivo je dis _ 4, dis _ 7 i dis _ agr očiuju vrlo slične endencija kreanja. Neslaganje ekonomskih subjekaa je najviše upravo u renuku izbijanja krize, nakon čega koninuirano i dugoročno opada. S druge srane, dis _ 8 ima nešo dugoročniji rend rasa nakon izbijanja krize. To pokazuje da porošači od izbijanja krize pa sve do kraja nisu 5 Odgovori ne znam su isključeni iz razmaranja. 6 Navedenim prisupom Girardi i Reuer (2016.) dobivaju relaivno sandardne rezulae u usporedbi sa srodnom lieraurom. Sve razmarane mjere neslaganja imaju značajan negaivan krakoročni efek na BDP europodručja. 7 Za očnu formulaciju svih pianja vidjei European Commission (2014.).

12 značajno revidirali percipirani osjećaj neizvjesnosi vezane uz kupovanje rajnih dobara koja zahijevaju veća financijska sredsva. GRAFIKON 6. Pokazaelji neslaganja a) dis _ b) dis _ c) 140 dis _8 d) 130 dis _ agr Izvor: izračun auora Ukupno je na aj način dobiveno deve zasebnih indikaora neizvjesnosi. Uz navedene vremenske nizove, u VAR modeliranju korišene su i sljedeće makroekonomske varijable: 3-mjesečna kamana sopa na ržišu novca (in ), indeks realne prosječne plaće ( rwage), HICP indeks e indeks indusrijske proizvodnje (ind ). 8 S obzirom da je Hrvaska malo ovoreno gospodarsvo, kao konrolne varijable korišeni su STOXX 600 dionički indeks ( STOXX 600 ), cijene nafe (oil ), indeks indusrijske proizvodnje europodručja ( ind * ), e 3-mjesečna kamana sopa na ržišu novca europodručja (in* ). Sve analizirane varijable desezonirane su ARIMA X12 meodom. Konkrean opis pojedinačnih varijabli, zajedno s izvorima podaaka, i dosupnim vremenskim rasponom dan je u dodaku METODOLOŠKA OSNOVA Ujecaj ekonomske neizvjesnosi na hrvasko gospodarsvo ispia će se koriseći dvije vrse ekonomerijskih modela. U prvom koraku će se analizirai uobičajeni VAR model s vremenski fiksnim paramerima, dok će se u drugom koraku analize promarai složeniji VAR model s vremenski promjenjivim paramerima (prema Primiceri, e del Negro i Primiceri, 2015.). 8 Valja isaknui kako je indusrijska proizvodnja analizirana umjeso BDP-a kako bi se povećala frekvencija podaaka i osigurao duži uzorak za analizu. Isi posupak korise i druga srodna israživanja: Bloom (2009.), Bachmann, Elsner i Sims (2013.), Jurado, Ludvigson i Ng (2015.) e Baker, Bloom i Davis (2016.).

13 U lierauri je uobičajeno analizirai međupovezanos neizvjesnosi i ekonomske akivnosi VAR modelima, npr. Bloom (2009.); Bachmann, Elsner i Sims (2013.); Jurado, Ludvigson i Ng (2015.); Girardi i Reuer (2016.). U skladu s navedenim sudijama, isi meodološki princip je emelj i ovog rada. Polazna očka analize je procjena reduciranog VAR modela. Tako počeni analizirani VAR model obuhvaća sljedeće varijable: unc (indikaor neizvjesnosi),, rwage, HICP e. U skladu s gornjim sudijama (Bloom, 2009.; Bachmann, Elsner i Sims, 2013.; Jurado, Ludvigson i Ng, 2015.; Girardi i Reuer, 2016.), sve varijable osim in i unc su logarimirane. Procijenjeno je dese verzija ovog polaznog VAR modela, pri čemu u svakome od njih unc poprima vrijednosi jednoga od analiziranih pokazaelja neizvjesnosi: pe medijskih indeksa, čeiri pokazaelja neslaganja e je za zadnju verziju formiran indikaor agregane neizvjesnosi ( score ), dobiven analizom glavnih komponenaa iz pe medijskih indeksa neizvjesnosi. 9 Osnovna ideja og prisupa je da svaki od zasebnih vidova neizvjesnosi (mediji, recesija, poliika, porezne izmjene i prirodne kaasrofe) na određeni način (ne nužno isi) uječe na ekonomsku akivnos. Ovime je prezeniran pokušaj da se navedeni ipovi neizvjesnosi agregiraju na makro razinu, e se poom analizira ujecaj agregane neizvjesnosi na ekonomsku akivnos. in ind Sljedeći korak analize je ocjena srukurnog VAR modela oblika: Y p i0 A iy ε, (2) pri čemu je * * varijabli susava, STOXX600 i oil ind in unc in A su marice srukurnih parameara modela, a disribuiranih (srukurnih) grešaka relacije. 10 rwage ε HICP ind vekor je vekor n.j.d. normalno 13 S obzirom da se dosadašnja israživanja neizvjesnosi (Bloom, 2009.; Bachmann, Elsner i Sims, 2013.; Jurado, Ludvigson i Ng, 2015.; Girardi i Reuer, 2016.) baziraju na razvijenima zapadnim zemljama popu SAD-a, eurozone ili Njemačke, ne čudi kako su njihovi VAR modeli ograničeni na skup domaćih makroekonomskih varijabli. Uzimajući u obzir činjenicu da je Hrvaska malo ovoreno gospodarsvo, u ovom radu auori dodaju i čeiri zasebne inozemne varijable: STOXX 600, oil, ind * i in*. Time se vekor varijabli susava može razdijelii u dva bloka: pri čemu je 1 Y 1, inozemni, a * *, STOXX600 oil ind in Y Y 1 Y, (3),, 2, Y 2, domaći blok varijabli. Konkreno, navedeni blokovi dani su kao Y i unc in rwage HICP Y. 2, ind Nadalje, marice srukurnih parameara modela A i (koje kvanificiraju međupovezanos varijabli susava do razdoblja p ) mogu se prikazai kako slijedi: 9 Pokazaelj score dobiven je kao prva glavna komponena analiziranih pe varijabli (svojsvena vrijednos jednaka 2,1645). Pripadajuće ežine (operećenja) razmaranih varijabli su 0,61 za BBD, 0,22 za naure, 0,32 za PI6, 0,28 za poli i 0,63 za R_index. Iz navedenog proizlazi da se glavnina ukupne ekonomske neizvjesnosi u susavu može objasnii medijskim izvješajima (BBD) i recesijom (R_index). Slijede porezne izmjene i poliički susav, dok prirodne kaasrofe imaju najslabiji ujecaj. Proporcija ukupne varijance objašnjene om glavnom komponenom iznosi 0,4329. Valja akođer primijeii da sličan pokušaj agregiranja više ipova neizvjesnosi primjenjuju i Baker, Bloom i Davis (2016.), ali priom primjenjuju arbirarno određene pondere. 10 Važno je napomenui kako konsanni član nije prikazan u jednadžbi (2) radi jednosavnosi maemaičkog zapisa, ali je ipak uključen u empirijskoj ocjeni modela u ovom radu.

14 i i A A A i, i 0,..., p i i, (4) A A Preposavka da inozemni šokovi uječu na domaću ekonomiju (a ne obrnuo) efekuira se u ograničenju blok-egzogenosi. Neka je A 0 i A12 0 marica parameara koji prikazuju međupovezanos varijabli susava u isim, korespondirajućim vremenskim razdobljima (ne uzimajući u obzir vremenske pomake varijabli). 1 Tada se, množeći jednadžbu (2) maricom A, može dobii reducirani oblik VAR modela: pri čemu su p i1 0 Y BiY i u, (5) B1, B2,, Bp marice parameara reduciranog VAR modela, a u je vekor n.j.d. grešaka relacije. Lükepohl (2005.) pokazuje kako marice parameara reduciranog modela zadržavaju ograničenje blok-egzogenosi: i B 0 11 B i,i 1,..., p i i. (6) B B Kako bi se idenificirali srukurni šokovi susava ε A0u, porebno je uvesi skup dodanih ograničenja. S obzirom da je za analizirani skup od 9 varijabli porebno ukupno 9 8 / 2 36 ograničenja, korišena je Cholesky dekompozicija. Kako je donje rokuasa marica, ime je omogućena očna idenifikacija susava. Poredak varijabli u Cholesky dekompoziciji dan je kako * * slijedi: STOXX 600 oil ind in unc in rwage HICP ind. A 0 Skup analiziranih varijabli uglavnom je preuze iz srodnih sudija (Bloom, 2009.; Bachmann, Elsner i Sims, 2013.; Jurado, Ludvigson i Ng, 2015.; Girardi i Reuer, 2016.). Vrijedi isaknui da podaaka o dvije varijable (sai rada i broj zaposlenih) koje korise Jurado, Ludvigson i Ng (2015.) e Girardi i Reuer (2016.) za Hrvasku nema u popunosi ili s dovoljno dugačkim vremenskim nizom. Kao posljednju binu savku u meodologiji srukurnog VAR modela, vrijedi isaknui da su sve varijable analizirane u razinama, unaoč ome šo su rezulai ADF esa ukazivali na nesacionarnos analiziranih nizova. 11 Prvi razlog je činjenica da srukurni VAR modeli oleriraju nesacionarnos varijabli (Lükepohl i Kräzig, 2004.), a drugi je aj da su ideničnu proceduru slijedili i svi auori srodnih israživanja (Bloom, 2009.; Bachmann, Elsner i Sims, 2013.; Jurado, Ludvigson i Ng, 2015.; Girardi i Reuer, 2016.). U sljedećem koraku analize, auori procjenjuju srukurni VAR model s vremenski varijabilnim paramerima i kovarijančnom maricom reziduala (Primiceri, 2005.; del Negro i Primiceri, 2015.). Osnovna moivacija za primjenu ovog modela je propiivanje eze da neizvjesnos ima različi ujecaj na ekonomsku akivnos u različiim fazama gospodarskih/poliičkih ciklusa. Model polazi od sljedećeg reduciranog VAR susava: Y b B Y B Y u 1, 1 k, k, (7) 11 Rezulai dosupni na upi.

15 pri čemu je vekor endogenih varijabli susava dimenzija, b je vekor vremenski varijabilnih slobodnih članova, ( ) su marice vremenski varijabilnih parameara, a je n 1 vekor heeroskedasičnih šokova s vremenski varijabilnom Y u kovarijančnom maricom specifikaciju sljedećeg oblika: Ω B i, i 1,,k n n n 1. Navedeni model može se preformulirai u srukurnu VAR Y XB X I n A 1 1, Y 1 Σ ε,,, Y k, (8) pri čemu je A je donje rokuasa marica sljedećeg oblika: Ovdje je ključno primijeii da je marica , 1 A. 0 n1, nn 1, 1 A vremenski varijabilna, šo implicira da šok u određenoj varijabli susava ima vremenski varijabilan efek na druge varijable u susavu. Primiceri (2005:823) isiče kako ovakva specifikacija modela ima dvije ključne prednosi pred modelima srukurnih prekida. Prva je da modeli koji uključuju forward-looking varijable (popu neizvjesnosi u ovom radu) favoriziraju koninuirane i posupne (engl. smooh) promjene parameara modela. Iso ako, bilo kakav proces učenja usvojen od srane porošača, poduzeća ili nosielja ekonomske poliike implicira koninuirane (a ne diskrene) promjene parameara modela. Nadalje, Σ je dijagonalna marica sljedećeg ipa: 15 1, , Σ n, Vremenska varijabilnos sandardnih devijacija šokova u marici Σ implicira mulivarijanu sohasičku volailnos, čiji cilj je modeliranje poencijalne heeroskedasičnosi šokova i poencijalne nelinearnosi u odnosu između varijabli susava (Primiceri, 2005:823). Vremenski varijabilni parameri marica sandardne devijacije σ kao proces geomerijskog slučajnog hoda. A i B modeliraju se kao procesi slučajnog hoda, a B α log σ B 1 ν (9) α 1 ζ (10) log σ1 η (11) Nadalje se preposavlja da su sve greške relacije susava (, disribuirane, e da njihova kovarijančna marica ima sljedeći oblik:, i ) zajednički normalno

16 pri čemu je I n n ε In ν 0 Q 0 0 V Var, (12) ζ 0 0 S 0 η W -dimenzionalna jedinična marica, a Q je blok dijagonalna marica čiji blokovi odgovaraju recima marice, S i W su poziivno definine marice. S A. 16 S obzirom da susav jednadžbi (8-12) ima izrazio velik broj parameara, za njegovu ocjenu nužno je primijenii bayesijanski prisup. U skladu s pionirom ovakvog ipa vremenski varijabilnog VAR modela (Primiceri, 2005.), i u ovom radu se jednadžba (8) procjenjuje meodom najmanjih kvadraa (OLS) na inicijalnih 40 opažanja (2002 M M02) kako bi se kalibrirale počene (engl. prior) disribucije parameara susava. Počene procjene parameara iz ocjenama pojedinačnih jednadžbi VAR modela, a procjene  OLS i σˆ OLS Bˆ OLS dobivaju se dobivaju se Cholesky fakorizacijom kovarijančne marice grešaka relacije Ω reduciranog VAR susava ( Ω A 1 Σ ΣA 1 ). Kovarijančne marice V ˆ B OLS V ˆ A OLS i akođer se dobivaju sandardnom OLS meodom. Nadalje se, u skladu s lieraurom (Primiceri, 2005.; Cogley i Sargen, 2005.), uzima se da je počena disribucija vremenski varijabilnih parameara normalna, dok je počena disribucija hiperparameara iz marica Q, W e onih iz dvaju dijagonalnih blokova marice S ( S 1 i S 2 ), inverzna Wisharova ( IW bayesijanskog prisupa dan je izrazima (13-19). ) disribucija. Formalni zapis počenih disribucija NBˆ OLS 4 V Bˆ OLS A ~ NAˆ 4 Vˆ B 0 ~ 0 σ 0,, (13),, (14) OLS A OLS log ~ log σ ˆ, N I, OLS n (15) Q ~ 2 IW k 40 V ˆ Q, 40, (16) β OLS 2 IW k W 4 I n, 4, (17) W ~ 2 IW k S 2 V  1,OLS, 2 S ~ IW k S 3V, S 1 ~ 2 2, (18) 3, (19)  2,OLS pri čemu je kovarijančna marica disribucija iz jednadžbi (13-14) do na skalar jednaka kovarijančnoj marici dobivenoj OLS meodom. Slično, marica skaliranja (prvi paramear inverzne Wisharove disribucije) za (16, 18, 19) je akođer do na skalar jednaka kovarijančnoj marici dobivenoj OLS meodom. Vrijednos parameara je preuzea iz Primiceri (2005.) za k k 0, 01, a k S 0, 1. Supnjevi slobode IW disribucija (jednadžbe 16-19) jednaki su 40, 4, 2 i 3. Polazeći od navedenih počenih disribucija, del Negro i Primiceri (2015) predlažu algoriam Mone Carlo Markovljevih lanaca (engl. Markov Chain Mone Carlo, MCMC) za procjenu naknadnih (engl. T T T poserior) disribucija parameara od ineresa ( B, A, Σ i hiperparameri iz marice V ). Konkreno, u ovom radu se primjenjuje specifična forma Gibbsovog uzorkovaelja (engl. Gibbs Q W

17 sampler) koju del Negro i Primiceri (2015:1343) nazivaju algorimom 3, i o na preosalom dijelu podaaka nakon inicijalnih 40 opažanja (2006 M M12). Rezulai prikazani u poglavlju 4 dobiveni su emeljem MCMC simulacija s ponavljanja iz naknadnih disribucija parameara od ineresa. 4. EMPIRIJSKI REZULTATI Prije konkrene ekonomerijske analize promaranih vremenskih nizova, promorimo za počeak korelacijsku maricu isih (ablica 1). Od posebnog ineresa je ovdje promorii međusobnu korelaciju svih predloženih mjera neizvjesnosi, kao i korelaciju svakog pojedinačnog predloženog pokazaelja s ekonomskom akivnošću. Promori li se zadnji redak ablice 1, posaje razvidno kako je šes od dese predloženih mjera negaivno (i uglavnom saisički značajno) korelirano s domaćom indusrijskom proizvodnjom, jednako kao i s realnim plaćama. Dobiveno je u popunosi u skladu s konracikličnošću kao siliziranom činjenicom neizvjesnosi (Bloom, 2014.), a od og prevladavajućeg zaključka odsupaju jedino varijable i, koje su poziivno dis _ 4 dis _ agr korelirane s domaćom indusrijskom proizvodnjom. Soga navedene dvije varijable nisu nii prikazane u ablici 1 radi ušede prosora. 12 U sljedećim koracima procijenjena su dva (vremenski fiksna) VAR modela: polazni, reducirani (s uključenim samo domaćim varijablama), e prošireni srukurni VAR model (koji uključuje i inozemne varijable). Svaki od dva navedena modela procijenjen je u osam različiih specifikacija, j. svaki od njih sadrži drugi pokazaelj neizvjesnosi. 13 Broj pomaka u svakom od ih modela određen je Schwarzovim informacijskim krierijem. 14 Finalno, svih osam modela procijenjeno je s ri pomaka. Dekompozicija varijance prognosičke pogreške varijable u proširenom modelu nakon 24 mjeseca prikazana je u ablici 2. ind Iskušana je akođer i kvanifikacija neizvjesnosi u obliku GARCH procjene uvjene varijance indeksa indusrijske proizvodnje (u skladu s npr. Founas e al., 2006.), ali i ona je bila karakerizirana slabom poziivnom korelacijom s ekonomskom akivnošću. Isi zaključak donesen je i za Google rends podake (frekvencija preraživanja Inernea po pojmovima ekonomska kriza i recesija ) za Hrvasku. Soga su sve navedene alernaive ovdje predloženim mjerama neizvjesnosi, baš popu varijabli dis_4 i dis_agr, isključene iz daljnje analize. 13 Rezulai polaznog i proširenog modela (funkcije impulsnog odziva i dekompozicija varijance prognosičke pogreške) kvaliaivno su vrlo slični, pa će ovdje radi ograničenog prosora bii prikazani samo rezulai proširenog modela. 14 U slučajevima kad na aj način odabrani broj pomaka nije bio dovoljan za eliminiranje auokorelacije u modelu, sukcesivno su dodavani pomaci sve dok Lagrange Muliplier es auokorelacije 12. reda nije ukazao na nemogućnos odbacivanja nule hipoeze.

18 TABLICA 1. Korelacijska marica analiziranih podaaka BBD poli PI6 R_index naure score dis_7 dis_8 oil ind* in* STOXX600 in rwage HICP ind BBD 1 poli 0,57 1 PI6 0,08-0,17 1 R_index 0,71 0,38 0,25 1 naure -0,07 0,04-0,06 0,14 1 score 0,88 0,60 0,32 0,89 0,20 1 dis_7 0,19-0,20 0,62 0,48 0,30 1 dis_8 0,05-0,01 0,07 0,06 0,19 0,09 0,06 1 oil -0,30-0,46 0,12-0,15 0,24-0,23 0,35 0,07 1 ind* 0,25 0,28-0,49-0,03 0,02 0,05-0,82-0,03 0,11 1 in* -0,54-0,48-0,35-0,52-0,13-0,67-0,60-0,23 0,25 0,13 1 STOXX600 0,19 0,33-0,25-0,04 0,01 0,07-0,63 0,19-0,23 0,69 0,05 1 in -0,48-0,35-0,04-0,35-0,25-0,50-0,15-0,24-0,08-0,52 0,64-0,46 1 rwage -0,28-0,17-0,35-0,42-0,26-0,46-0,04-0,30-0,46-0,11 0,45-0,29 0,55 1 HICP 0,65 0,54 0,21 0,63 0,14 0,74 0,43 0,06 0,00 0,34-0,74 0,03-0,78-0,73 1 ind -0,37-0,08-0,53-0,57-0,20-0,58-0,64-0,26-0,26 0,17 0,69 0,11 0,52 0,71-0, Napomena: amne, sive i svijelo sive ćelije označavaju značajnos pri 1, 5 i 10%. Neobojene ćelije označavaju nesignifikanne koeficijene korelacije. Izvor: izračun auora.

19 TABLICA 2. Dekompozicija varijance prognosičke pogreške (prošireni model) Indikaor neizvjesnosi unc BBD poli PI 6 STOXX 600 oil ind * in* unc in rwage HICP 0,25 0,16 0,06 0,04 0,01 0,01 0,09 0,02 0,36 0,24 0,13 0,06 0,04 0,04 0,01 0,08 0,02 0,37 0,26 0,16 0,05 0,01 0,01 0,01 0,09 0,03 0,34 R _ index 0,23 0,15 0,06 0,04 0,04 0,01 0,09 0,02 0,34 naure score 0,25 0,15 0,06 0,05 0,01 0,01 0,09 0,02 0,36 0,25 0,16 0,06 0,04 0,01 0,01 0,09 0,02 0,36 dis _ 7 0,12 0,21 0,12 0,10 0,00 0,01 0,08 0,03 0,33 dis _8 Izvor: izračun auora. 0,13 0,19 0,11 0,09 0,03 0,01 0,08 0,02 0,34 ind Pokazuje se kako se najveći dio varijabilnosi hrvaske ekonomske akivnosi (osim samom varijablom ) pojedinačno može objasnii indeksom STOXX 600 e cijenama nafe na ind svjeskom ržišu. Ovi nalazi su u skladu s rezulaima Krznara i Kunovca (2010.), koji pokazuju da inozemne varijable ukupno objašnjavaju oko 50% varijabilnosi hrvaskog BDP-a. Nadalje je zanimljivo kako u svih osam analiziranih proširenih modela STOXX 600 zadržava razmjerno visok udio u varijanci prognosičke pogreške varijable ind. U širem smislu, o se može povezai s općeniom važnošću financijskog sekora za gospodarsku akivnos u Hrvaskoj (Dumičić i Krznar, 2013.). Također, čini se kako su opravdane vrdnje da su cijene energenaa na svjeskom ržišu značajna deerminana ekonomske akivnosi (Hrvaska narodna banka, 2015.). 19 Konačno, pokazuje se kako neizvjesnos ne objašnjava naročio velik udio varijabilnosi indusrijske proizvodnje. Relaivnim pobjednikom pokazuju se R _ index i poli s udjelom od 4%, dok osali indikaori neizvjesnosi imaju manje do čak neznane efeke na ekonomsku akivnos. Osim dekompozicije varijance prognosičke pogreške, od posebnog ineresa je ovdje promorii i funkcije impulsnog odziva kako bi se sekao uvid u dinamičku međupovezanos analiziranih varijabli. Procijenjene funkcije impulsnog odziva indusrijske proizvodnje na šok u neizvjesnosi dane su grafikonom S ciljem ušede prosora na grafikonu 7 nisu prikazane funkcije impulsnog odziva varijabli naure i dis_7 jer se nisu pokazale značajno različiima od nule. Ise su dosupne na zahjev.

20 GRAFIKON 7. Funkcije impulsnog odziva indusrijske proizvodnje (šok u ekonomskoj neizvjesnosi) a) BBD b) poli 20 c) PI 6 d) R _ index

21 e) score f) dis _8 Napomena: vrijeme na apscisi se mjeri u mjesecima. Izvor: izračun auora. Uključivanjem 68%-nog inervala pouzdanosi na grafikon 7 (u skladu sa srodnom lieraurom: Bloom, 2009.; Primiceri, 2005.; del Negro i Primiceri, 2015.; Jurado, Ludvigson i Ng, 2015.; Belongia i Ireland, 2016.) moguće je donijei i indirekne zaključke o saisičkoj značajnosi funkcija impulsnog odziva (ovisno o ome sadrži li promarani inerval nulu ili ne). Većina funkcija impulsnog odziva s grafikona 7 razmjerno su slične (s izuzekom varijable poli ) i ukazuju na značajan negaivni efek neizvjesnosi. Ipak, pokazuje se kako je uočeni efek vrlo krakog vijeka i već nakon nekoliko mjeseci iščezava u nulu. Ujecaj poliičke neizvjesnosi pokazuje se relevannim ek u srednjoročnom razdoblju. U krakom roku ekonomska akivnos ne reagira značajno na poliička previranja. 21 Procijenjene vrijednosi funkcija impulsnog odziva vrlo su sličnog inenziea. Šok od jedne sandardne devijacije u varijablama BBD,, R _ index, score i dis _ 8 ima najjači efek u PI 6 inicijalnom razdoblju ili u prvom mjesecu nakon šoka. Navedeni ujecaj korespondira padu ekonomske akivnosi od 0,45%, 0,3%, 0,66%, 0,47% e 0,57%. Primjerice, sandardna devijacija srukurnih reziduala iz VAR jednadžbe s PI 6 kao zavisnom varijablom iznosi 1,84. S obzirom na o da je varijabla ind logarimirana, navedeni podaak implicira da svaka dodana promjena poreznih zakona u razdoblju od 6 mjeseci uzrokuje momenalni pad indusrijske proizvodnje od 0,16% (uvjeno na osale varijable u modelu). Također vrijedi primijeii kako Bloom (2009.), primjenjujući sličnu analizu za SAD, deekira ošar krakoročni pad akivnosi kao odgovor na šok u neizvjesnosi, nakon čega slijedi opravak koji završava premašajem (engl. overshooing). U slučaju ovdje prezenirane analize, dobivene funkcije impulsnog odziva očiavaju vrlo slične endencije, e efek šoka u neizvjesnosi čak prelazi

22 u poziivnu domenu. Očia iznimka je ope varijabla srednjoročnom razdoblju. poli, čiji negaivan efek se očiuje ek u Sljedeći korak empirijske analize je ocjena vremenski varijabilnog VAR modela (del Negro i Primiceri, 2015.). S obzirom da analizirani model sadržava iznimno velik broj parameara koje je numerički vrlo zahjevno procijenii (jednadžbe 8-12), njegove empirijske procjene u pravilu obuhvaćaju najviše ri varijable (Primiceri, 2005.; del Negro i Primiceri, 2015.; Belongia i Ireland, 2016.). Kad već nije bilo moguće doći do procjene najšire specifikacije modela, procijenili smo više rivarijanih modela. U model je uvijek uvršena po jedna mjera neizvjesnosi i indeks domaće indusrijske proizvodnje. Mjeso reće, alernirajuće varijable zauzima jedna od ri varijable koja u polaznom VAR modelu (s vremenski konsannim paramerima) objašnjavaju najveći relaivni udio varijance prognosičke pogreške domaće indusrijske proizvodnje. Za prvi procijenjeni VAR s vremenski varijabilnim paramerima, a na emelju rezulaa dekompozicije varijance, od svih promaranih varijabli odabrane su STOXX 600, unc i ind (upravo u om redoslijedu u Cholesky dekompoziciji vremenski varijabilnog VAR modela). Naime, za e varijable vrijedi da prosječan udio u varijanci (prosjeci po ipovima neizvjesnosi, j. recima ablice 2) iznosi 21,63%, 1,88% i 35,00% šo zajedno čini visokih 58,5% Grafikon 8 prikazuje vremenski varijabilne funkcije impulsnog odziva indusrijske proizvodnje za šokove u šes analiziranih pokazaelja neizvjesnosi. Vremenske očke u kojima su generirane funkcije impulsnog odziva koncepualno su preuzee od Primicerija (2005.). Naime, Primiceri radi usporedivu VAR analizu za očke zaokrea ciklusa američkog gospodarsva. Sličan princip primijenjen je i ovdje, pa su za ciljane vremenske očke odabrani 2008 M06 (vrh ciklusa nakon kojega počinje drasičan pad indusrijske proizvodnje), 2010 M04 (pokreanje programa gospodarskog oporavka vlade Jadranke Kosor), 2014 M12 (kraj recesije), e 2016 M09 (najviši iznos indusrijske proizvodnje nakon krize). Navedene vremenske očke analizirane su za pokazaelje BBD,, R _ index i score. Kod varijable naure 2010 M04 je modificiran u 2014 M05 kako bi se uzele u obzir adašnje poplave u isočnoj Slavoniji. Za indikaor poli PI 6 vremenske očke su određene održavanjem parlamenarnih izbora (2007 M11, 2011 M12, 2015 M11 i 2016 M09), e sredinama punih izbornih ciklusa kao reprezenanima poliički mirnijih vremena (2009 M11 i 2013 M11). 17 Prvi zaključak koji se nameće iz grafikona 8 jes da većina analiziranih pokazaelja neizvjesnosi očiuje vremenski varijabilan efek na ekonomsku akivnos. Posebno se izraženim o očiuje za varijable BBD, R _ index, PI 6 i score ; dok je ujecaj poliičkih previranja i prirodnih kaasrofa relaivno konsanan kroz čiavo promarano razdoblje. Osnovni princip deekirane vremenske varijabilnosi jes da je efek neizvjesnosi najjači u samom začeku krize (2008 M06), dok s vremenom posupno slabi. Najslabijim se pokazuje u zadnjoj analiziranoj vremenskoj očki (2016 M09), kada prakički konvergira nuli. Jedina iznimka od uočenog obrasca je varijabla PI 6. Porezna nesabilnos ima manje negaivan krakoročni efek u žarišu krize, dok se inenzie negaivnog ujecaja povećava sa zagrijavanjem ekonomije. U koneksu vođenja ekonomske poliike, posavlja se pianje opravdanosi uvođenja velikog broja poreznih izmjena u susav. S obzirom da PI 6 ima najslabiji 16 Alernaivno je indeks 600 STOXX zamijenjen varijablom oil (s prosječnim udjelom u varijanci prognosičke pogreške indusrijske proizvodnje od 16,38%). Tako dobiveni rezulai pokazali su se kvaliaivno izrazio sličnima. 17 Za svaki od navedenih indikaora razmarane su i nešo drugačije vremenske očke, no osnovni rezulai analize su osali isi.