Comparing Business Cycles in the Eurozone and in Poland : a Bayesian DSGE Approach

• Autorzy: Andrzej Cieślik , Dariusz Teresiński

Warianty tytułu

Porównanie cykli koniunkturalnych w strefie euro i Polsce : podejście bayesowskie DSGE

• Języki publikacji: EN

Abstrakty

EN

In this article we compare business cycles in the Eurozone and in Poland using a DSGE approach. We estimate the Smets and Wouters (2007) model using Bayesian methods and analyze impulse response functions of model variables, as well as their variance decomposition. Although we do not find significant differences in structural parameters' estimates, it turns out that persistence and volatility of shocks differ among two economies. Impulse response functions are comparable and output fluctuations are driven by similar demand shocks, but we observe a significant effect of the exogenous spending shock in the Eurozone and the price markup shock in Poland. Our analysis also shows that the euro adoption in Poland is currently not recommended, unless relevant changes in macroeconomic and labour market policies are implemented. (original abstract)

W artykule dokonano porównania cykli koniunkturalnych w strefie euro i w Polsce oraz zbadano cechy strukturalne ich gospodarek. Gospodarka strefy euro jest największą gospodarką europejską i stanowi rdzeń Unii Europejskiej, podczas gdy Polska jest gospodarką wschodzącą, która po udanej transformacji gospodarczej stara się dogonić kraje Europy Zachodniej pod względem poziomu dochodu na mieszkańca i jest zobowiązana do przyjęcia euro w bliżej nieokreślonej przyszłości. Główny powód przeprowadzenia analizy cykli koniunkturalnych w strefie euro i w Polsce wynika z faktu, że ich gospodarki są od siebie zależne, w związku z czym badane jest, jak silne są te relacje. W szczególności strefa euro jest głównym partnerem dla Polski pod względem handlu zagranicznego oraz inwestycji bezpośrednich. Z tego względu ważne jest zbadanie, w jakim stopniu polska gospodarka i jej cykl koniunkturalny są podobne do tego w strefie euro. Kwestia ta ma wiele ważnych implikacji dla prowadzenia polityki gospodarczej, nie tylko w odniesieniu do kwestii możliwego przyjęcia euro w Polsce, ale także sposobu, w jaki odpowiednie narzędzia polityki gospodarczej powinny być stosowane w celu neutralizacji różnego rodzaju wstrząsów wpływających na kluczowe zmienne makroekonomiczne. Artykuł ma kilka celów. Po pierwsze, porównano w nim właściwości cyklu koniunkturalnego w strefie euro i w Polsce, by dowiedzieć się, które wstrząsy są odpowiedzialne za wahania koniunktury w ich gospodarkach i jak duża jest trwałość tych wstrząsów. Ponadto przeprowadzono symulacje modelu w celu sprawdzenia, czy obydwie gospodarki reagują w ten sam sposób na wstrząsy egzogeniczne. Kolejnym celem jest oszacowanie parametrów strukturalnych dla gospodarek strefy euro i Polski w celu porównania ich ze sobą. Ostatnim celem jest sprawdzenie, w jaki sposób wykorzystanie obserwacji z okresu Wielkiej Recesji wpływa na oszacowania parametrów modelu. Główna hipoteza postawiona w badaniu mówi, że cykle koniunkturalne w strefie euro i w Polsce są podobne. Szczegółowe hipotezy badawcze, które zostały poddane empirycznej weryfikacji, są następujące: i) parametry strukturalne ich gospodarek nie różnią się znacząco, ii) trwałość wstrząsów oraz ich odchylenia standarowe są podobne w strefie euro i w Polsce, iii) kryzys zwiększa odchylenia standardowe wstrząsów, iv) fluktuacje produkcji w obu gospodarkach są w podobnym stopniu napędzane przez te same wstrząsy, v) odpowiedzi impulsowe zmiennych makroekonomicznych są porównywalne w strefie euro i w Polsce. Te hipotezy zostały zweryfikowane empirycznie przy użyciu makroekonomicznych szeregów czasowych. W badaniu empirycznym wykorzystano dynamiczny stochastyczny model równowagi ogólnej (DSGE) oparty na podejściu zaproponowanym przez Smetsa i Woutersa (2007). Model ten został oszacowany na podstawie danych kwartalnych z okresu 2001-2018, dotyczących siedmiu makroekonomicznych szeregów czasowych: produkcji, konsumpcji, inwestycji, godzin pracy, płacy realnej, stopy inflacji oraz stóp procentowych dla strefy euro i dla Polski, z zastosowaniem technik bayesowskich. Następnie dokonano symulacji modelu, aby uzyskać funkcje odpowiedzi impulsowej, dekompozycję wariancji błędu prognozy oraz historyczną dekompozycję szeregów czasowych pokazującą wpływ wstrząsów egzogenicznych. Wszystkie obliczenia, szacunki i symulacje zostały wykonane przy użyciu oprogramowania Dynare. Chociaż przeprowadzone badanie nie pokazuje istotnych różnic w szacunkach parametrów strukturalnych, okazuje się, że trwałość i zmienność wstrząsów różnią się między dwiema gospodarkami. Funkcje odpowiedzi impulsowej są porównywalne, a fluktuacje produkcji wynikają z podobnych wstrząsów popytowych. Można jednak zauważyć istotny wpływ egzogenicznego wstrząsu wydatkowego w strefie euro i szoku cenowego w Polsce. Przeprowadzona analiza pokazuje również, że przyjęcie euro w Polsce nie jest w chwili obecnej zalecane, chyba że zostaną wprowadzone odpowiednie zmiany w polityce makroekonomicznej i polityce rynku pracy. (abstrakt oryginalny)

Słowa kluczowe

EN

Business cycles; Eurozone; Dynamic Stochastic General Equilibrium (DSGE); Bayesian estimation; Demand shock

PL

Cykl koniunkturalny; Strefa euro; Model dynamicznej stochastycznej równowagi ogólnej; Estymacja bayesowska; Wstrząs popytowy

• Czasopismo: Bank i Kredyt
• Rocznik: 2020
• Numer: nr 4
• Strony: 317--366

Twórcy

autor

Andrzej Cieślik

• University of Warsaw

autor

Dariusz Teresiński

• European University Institute

Bibliografia

• Bielecki M., Brzoza-Brzezina M., Makarski K., Kolasa M. (2019), Could the boom-bust in the Eurozone periphery have been prevented?, Journal of Common Market Studies, 57(2), 336-352.
• Brzoza-Brzezina M., Jacquinot P., Kolasa M. (2014), Can we prevent boom-bust cycles during euro area accession?, Open Economies Review, 25(1), 35-69.
• Brzoza-Brzezina M., Makarski K., Wesołowski G. (2014), Would it have paid to be in the Eurozone?, Economic Modelling, 41, 66-79.
• Calvo G.A. (1983), Staggered prices in a utility-maximizing framework, Journal of Monetary Economics, 12(3), 383-398.
• Christiano L.J., Eichenbaum M., Evans C.L. (2005), Nominal rigidities and the dynamic effects of a shock to monetary policy, Journal of Political Economy, 113(1), 1-45.
• Dixit A.K., Stiglitz J.E. (1977), Monopolistic competition and optimum product diversity, American Economic Review, 67(3), 297-308.
• Erceg C.J., Henderson D.W, Levin A.T. (2000), Optimal monetary policy with staggered wage and price contracts, Journal of MonetaryEconomics,46(2), 281-313.
• Galí J. (2008), Monetary Policy, Inflation, and the Business Cycle. An Introduction to the New Keynesian Framework, Princeton University Press.
• Gradzewicz M., Makarski K. (2013), The business cycle implications of the euro adoption in Poland, Applied Economics, 45(17), 2443-2455.
• Kimball M.S. (1995), The quantitative analytics of the basic neomonetarist model, Journal of Money, Credit, and Banking, 27(4), 1241-1277.
• Kolasa M. (2009), Structural heterogeneity or asymmetric shocks? Poland and the euro area through the lens of a two-country DSGE model, Economic Modelling, 26(6), 1245-1269.
• Kolasa M. (2013), Business cycles in EU new member states: How and why are they different?,Journal of Macroeconomics, 38, Part B, 487-496.
• Romer D. (2012), Advanced Macroeconomics,McGraw-Hill.
• Sin H.L., Gaglianone W.P. (2006), Stochastic simulation of a DSGE model for Brazil, MPRA Paper, 20853.
• Smets F., Wouters R. (2003), An estimated dynamic stochastic general equilibrium model of the euro area, Journal of the European Economic Association, 1(5), 1123-1175.
• Smets F., Wouters R. (2005), Comparing shocks and frictions in US and euro area business cycles: a Bayesian DSGE approach, Journal of Applied Econometrics, 20(2), 161-183.
• Smets F., Wouters R. (2007), Shocks and frictions in US business cycles: a Bayesian DSGE approach, American Economic Review, 97(3), 586-606.
• Taylor J.B. (1993), Discretion versus policy rules in practice, Carnegie-Rochester Conference Series on Public Policy, 39, 195-214.