Makroökonómia a válság után: mit várhatunk el egy makromodelltől?

Közismert, hogy a 2007-08 válság rákényszerítette a makroökonómia tudományát az addigi modellek és elméletek újragondolására. Ez a folyamat még ma is tart – hogy mennyire sikeres arról megoszlik a szakma véleménye. Az Oxford Review of Economic Policy folyóirat 2018, 34(1-2)-es tematikus számában a makroökonómia legkiválóbb művelőit kérték fel, hogy értékeljék a megelőző tíz év fejleményeit, és a vélemények erősen divergáltak. Két szélsőséges példa: Ricardo Reis (2018) szerint a makroökonómiai kutatások a legjobb úton haladnak, míg Joseph Stiglitz (2018) továbbra is hevesen kritizálja a makroökonómia állapotát.

Mivel én magam is aktívam részt vettem hasonló vitákban – lásd például Világi (2009, 2012) –, nagy örömmel vettem a felkérést, hogy csatlakozzak az Economania blog csapatához, hogy immár több mint tíz év tapasztalatát összegezve ismét kifejthessem a véleményemet a témáról.

Viszont hamar kiderült, hogy az ezzel kapcsolatos gondolataimat nem tudom egyetlen blogbejegyzés keretei között kifejteni, ezért nem teljesen szokványos módon egy hosszabb bejegyzés sorozatban fejtem ki a véleményemet.

Első lépésben, mielőtt rátérnék a saját értékelésemre, szükséges egy módszertani kitérőt tennem, különben nem feltétlenül lesznek érthetők az értékelési szempontjaim. Ezért röviden áttekinteném, hogy szerintem mi a matematikai formában kifejezett modellek szerepe a közgazdaságtanban, és miként érdemes ezeket a modelleket értelmezni.

Gyakran felmerül a kérdés, hogy mi szükség van modellekre egy gazdasági jelenség leíráshoz, mikor ugyanazt a mechanizmust, amit a modell kifejez, szóban, verbális analízissel is le lehet írni. A legtöbb esetben azonban csak látszólagos, hogy a modell alapú és a verbális analízis egyenértékű. Ha egy gazdasági problémát egy modell segítségével megfogalmazunk, majd abból a matematika szabályait betartva következtetést vonunk le, akkor az egy logikailag konzisztens, ellentmondás mentes következtetés lesz. Azon lehet vitatkozni, hogy a kérdéses modell értelmes reprezentációja-e a gazdaságnak, de ha a matematikát helyesen alkalmazzuk, akkor azt nem lehet vitatni, hogy a modell feltételeiből logikus következtetéseket vontunk le. A verbális analízis viszont mindig szükségszerűen pontatlanabb, pongyolább. Hiába próbálunk a legpontosabban fogalmazni, gyakran észrevétlenül elsikkadnak olyan apró részletek, ellenmondások, amelyek lényegesek lehetnek, de a szóbeli kifejtés elfedi ezeket. Matematikai modellezés esetén ilyen nem fordulhat elő. Tehát a modelleknek, ha más nem, annyi hasznuk van, hogy az elméletek konzisztenciáját, ellentmondás mentességét ellenőrizni lehet velük.

Mivel a verbális elemzések természetükből adódóan pontatlanabbak, esetükben a modelleknél sokkal kevésbé precízen szokták a kiinduló feltevéseket definiálni. Mivel formális modellezés esetén mindig expliciten megjelennek a modellek kiinduló feltételei, gyakran adódik az a csalóka érzés, hogy a verbális elemzések előnyösebbek, mert kevesebb feltételre támaszkodnak, mint a formális modellek, amelyek gyakran életszerűtlen, irreális feltevéseket is tartalmaznak. De ez az előny csak látszólagos, hiszen nem abból adódik, hogy a verbális elemzés általánosabb következtetésekre képes, hanem abból, hogy a verbális elemzés során rejtve maradnak olyan – olykor kellemetlen – részletek, amelyeket a modellek feltárnak.

A formális modellek másik nagy előnye, hogy verbális elemzéssel főként csak kvalitatív kapcsolatokat tudunk megragadni. Viszont a közgazdasági problémáknál gyakran nem csak a változás iránya, hanem a változás numerikus mértéke is számít. Például, ha két változó csak egymás rovására változtatható, azaz létezik közöttük egy trade-off, akkor a végső kimenetel szempontjából nagyon nem mindegy a változások mértéke. Ehhez kapcsolódik, hogy a formális modellek képesek a különböző szimultán hatásokat megragadni. Verbális elemzés során elmondhatjuk, hogy A hogyan hat B-re, B hogyan C-re, és C hogyan hat vissza A-ra és B-re, de hogy ezeknek a szimultán odavissza hatásoknak mi lesz az eredője, az csak formális modellel ragadható meg.

Továbbá a formális modelleknek nagyon fontos szerepe van a pontos tudományos kommunikációban. Ha egy elméletet verbálisan fejtünk ki a nyelvi kifejezés természetéből adódóan nagy a veszélye a félreértésnek; nem egyszer előfordul, hogy bár a szerző szerint egyértelmű az elemzése üzenete, az olvasók ezt másképpen interpretálják. Ezzel szemben, ha egy elmélet a formális modellek nyelvén van kifejtve, akkor az ilyen jellegű félreértések elkerülhetők. Adott esetben mindenki egyetért abban, hogy mik a feltételezések és következtetések, vitát csak ezeknek érvényességéről és plauzibilitásáról érdemes folytatni.

A következőkben arról írnék röviden, hogy milyen elvek mentén fogom a megvizsgált modelleket értékelni. Ha a közgazdaságtan modelljeinek értékelési elvei szóba kerülnek, akkor leggyakrabban Milton Friedman (1953) tanulmányát említik, aminek a lényegét úgy szokták összefoglalni, hogy egy modell jóságát nem az alapján kell megítélni, hogy mennyire realisztikusak a feltevései, hanem az alapján, hogy a modellnek mennyire jók az empirikus predikciói, mennyire pontosan magyarázza az adatokat. Eszerint az elv szerint el kell fogadnunk helyesnek azt a modellt, amely irreális feltételeken alapul, de tökéletes előrejelzéseket ad. Másként szólva, egy modellnek nem a feltevéseit kell vizsgálni, hanem az empirikus teljesítményét.

A makroökonómia szempontjából egy probléma van ennek az elvnek az alkalmazásával. A makroökonómiában nem nagyon találunk olyan modellt, ami következetesen jó előrejelzéseket készít, de még olyat se nagyon, ami kellően hosszú és kellően széleskörű adatsorokra pontosan illeszkedik és azok viselkedését nagyon pontosan magyarázza. Ha olyan szigorúan értelmeznénk a modellek empirikus teljesítményét, mint az a kísérleti fizikában szokásos, akkor minden makroökonómiai modellt el kéne vetnünk.

Ehelyett az a gyakorlat, hogy amikor egy modell empirikus teljesítményét értékeljük, akkor jellemzően csak az adatoknak egy szűk köre esetében vizsgáljuk, hogy a modell magyarázza-e azokat. Továbbá nem követeljük meg a pontos kvantitatív illeszkedést, csak azt, hogy nagyjából legyen konzisztens a modell az adatokkal, például elvárjuk, hogy a változások irányát írja le jól a modell, de a pontos számszerű mértékek értékelésétől eltekintünk.

A fentiek természetesen azt implikálják, hogy a modellek értékelése során mindenképpen szubjektíven járunk el, hiszen nincsenek egzakt elvek arra, hogy adott esetben az adatok mennyire széles körét használjuk a modell értékelésére, illetve arra, hogy mennyire pontos numerikus illeszkedést várunk el.

A másik következmény pedig az, hogy ha az empirikus teljesítmény alapján nem tudjuk egyértelműen és egzakt módon eldönteni egy modellről, hogy az jó vagy sem, akkor többé nem lesz igaz, hogy a modell feltételezései nem számítanak a modell minősítése szempontjából. Hiszen a Friedman féle értékelési elv szerint azért tehetjük meg, hogy figyelmen kívül hagyjuk a feltételek realisztikusságának a vizsgálatát, mert feltesszük, hogy az empirikus teljesítménye alapján egy modell egyértelműen elfogadható vagy elutasítható. Ha viszont az empirikus teljesítmény alapján az értékelésünk bizonytalan és szubjektív, akkor semmi okunk nincs rá, hogy a feltételezések vizsgálatától eltekintsünk egy modell értékelése során.

Vegyük észre, hogy Friedman semmi általánosat nem állít egy modell feltételeinek realisztikussága és a modell empirikus teljesítménye közötti kapcsolatról. Hoz egy konkrét példát (a híres biliárd játékos példát), azt demonstrálandó, hogy akár irrealisztikus feltevések mellett is lehetnek egy modellnek helyes predikciói. De természetesen semmi olyat nem állít, hogy a helyes predikció feltétele a minél több irreális feltevés. Éppen ezért megkockáztatom azt az állítást, hogy ugyan nem ismerünk egyértelműen bizonyított egzakt kapcsolatot a makroökonómiai modellek feltételezései és empirikus teljesítménye között, de azért a legtöbbünknek az az intuíciója, hogy a realisztikus feltevések segítik a modelleket, hogy jobban írják le a valóságot. Tehát én határozottan amellett érvelnék, hogy a modellek értékelése során vegyük figyelembe azt is, hogy mennyire reálisak és életszerűek egy adott modell feltételezései.

Összefoglalva a fentieket: véleményem szerint egy makroökonómiai modell minősége vizsgálatánál figyelembe kell venni mind az empirikus teljesítményét, mind azt, hogy a modell feltételezései mennyire életszerűek. Ugyanakkor arra nincsen semmi egzakt szabály, hogy ezeket a szempontokat miként súlyozzuk, tehát egy makroökonómiai modell értékelése egyértelműen szubjektív tevékenység.

Ez persze nem zárja ki azt, hogy törekedjünk minél inkább az előítélet- és elfogultságmentes értékelésre. Éppen ezért nagyon fontos, hogy egy modellt – még ha az első látásra ellent is mond ízlésünknek, beidegződéseinknek – próbáljunk megérteni, és az értékelés során figyelembe venni a modell készítőinek a szándékát. A szándék megértése éppen azért nagyon fontos, mert mivel a makroökonómia jelenlegi fejlettségi szintjén nincsen esély arra, hogy valaki egy olyan modellt készítsen, ami a jelenségek és adatok nagyon széles körét numerikusan nagyon pontosan leírja, ezért a modellek készítői jellemzően csak az adatok és jelenségek egy limitált körét akarja magyarázni. Annak meg természetesen semmi értelme, hogy egy modellen olyan problémák megoldását kérjük számon, amikkel a modell deklaráltan nem akar foglalkozni.

A makroökonómiai modellek jelentős része azzal a szándékkal készül, hogy a jelenségeknek csak egy szűk körét értelmezze, csak bizonyos adatsorok néhány jellemzőjét magyarázza. Másként fogalmazva, ezek a modellek csak néhány stilizált tényre próbálnak magyarázatot adni. Az egyszerűség kedvéért ezeket a modelleket a továbbiakban stilizált modelleknek fogom nevezni. Ezek deklaráltan nem azért készülnek, hogy numerikusan pontos előrejelzéseket adjanak, vagy leírják nagyszámú adatsor pontos statisztikai tulajdonságait. Ehelyett egy vagy néhány – jellemzően fontos és/vagy érdekes – makroökonómiai jelenség mögötti okokat akarják feltárni. Ezek a modellek szándékoltan egyszerű szerkezetűek, és a szerzők szándékoltan eltekintenek az olyan tényezőktől, amelyeket nem tartanak relevánsnak az általuk magyarázni szándékozott jelenségek szempontjából. Ha egy stilizált modellt értékelünk, akkor a legfontosabb értékelési szempont az, hogy a szerzők logikus, hihető és plauzibilis magyarázatot adnak-e az általuk fontosnak tartott jelenségre.

A jó modellek egyik erénye az, hogy a lényegeset elkülönítse az esetlegestől. A fizikai modellek sikere is éppen ezen alapul: például a Naprendszerünk bolygóinak és holdjaink mozgását olyan modellek segítségével jósolják meg rendkívüli pontossággal a csillagászok, amelyek pontszerű testekként tekintenek a vizsgált objektumokra. Ez nyilvánvalóan egy irrealisztikus egyszerűsítő feltétel, de éppen azért működik, mert a bolygók pontos formája és kiterjedése elhanyagolható szerepet játszik pályájuk alakulása szempontjából, tehát csak egy nem lényeges zavaró tényező a megmagyarázandó jelenség szempontjából. Ugyanez érvényes a jó stilizált makroökonómiai modellekre: a jól megválasztott egyszerűsítő feltételek szükségesek ahhoz, hogy világossá tegyék a szerzők az általuk leírt mechanizmus lényegét.

Ezek az egyszerűsítő feltételezések persze szükségszerűen „irrealisztikusak”. Ha például a szerzők úgy gondolják, hogy az általuk magyarázni kívánt jelenség szempontjából lényegtelen a bankrendszer működése, akkor kihagyják a bankokat a modellből, ami nyilván irrealisztikus, hiszen a valóságban léteznek bankok. Vagy ha a szerzők a munkanélküliség rövid távú alakulását kívánják magyarázni, akkor nyugodtan feltehetik, hogy csak egy termelési tényező van, a munka, és eltekinthetnek a tőkefelhalmozástól, mivel annak hosszabb távon érvényesül a hatása. Ez nyilván irrealisztikus, hiszen a valóságban léteznek tőkejószágok, és a beruházások révén folyamatosan változik a mennyiségük, de lehet, hogy a magyarázandó stilizált tény mögötti mechanizmust éppen azáltal lesz jobban érthető, ha a szerzők élnek ezzel az egyszerűsítéssel.

Éppen ezért, ha egy modellt kritikailag értékelünk, akkor az önmagában teljesen értelmetlen, ha felsoroljuk, hogy ez és ez a feltétel nem életszerű, vagy ez és ez hiányzik a modellből, pedig a valóságban létezik. A feltételek értékelése csak akkor értelmes, ha rámutatunk, hogy adott feltételezés nem a lényeg megértését szolgálja, hanem ellenkezőleg, belőle adódóan a modellből rossz következtetéseket lehet levonni. Visszatérve az előző példához, nem elég azt mondani, hogy a vizsgált modell rossz, mert nincs benne bankrendszer, hanem rá kell mutatni arra is, hogy a modell következtetései szempontjából nem irreleváns a bankrendszer létezése, érvelni kell amellett, hogy például a modell következtetései megváltoznának vagy érvénytelenné válnának, ha hozzáadnánk a bankrendszert is a modellhez.

Végül egy megjegyzés az alternatív közgazdasági elméletek összehasonlíthatóságáról. Az teljesen természetes, ha egy közgazdasági modellt a fent leírtak figyelembevételével verbálisan elemzünk és kritizálunk. De ez még nem definiál egy alternatív elméletet. A bejegyzés elején már tárgyaltuk, hogy a verbális elemzés pontossága és konzisztenciája nem mérhető a modellekéhez, ezért nem összehasonlíthatók. Egy modellel szemben csak egy másik jobb modell tekinthető releváns alternatív elméletnek.

Világi Balázs


A bejegyzés egy cikksorozat első része. A második rész itt olvasható.


Hivatkozások:

Friedman, M. (1953). The Methodology of Positive Economics, in Essays in Positive Economics, 3-43, The University of Chicago Press. (Magyarul: A pozitív közgazdaságtan módszertana, in Infláció, munkanélküliség, monetarizmus, Közgazdasági és Jogi Könyvkiadó, Budapest, 1986.)

Stiglitz, J.E. (2018). Where modern macroeconomics went wrong. Oxford Review of Economic Policy 34(1-2), 70-106.

Reis, R. (2018). Is Something Really Wrong with Macroeconomics? Oxford Review of Economic Policy 34(1-2), 132-155.

Világi B. (2009). A makroökonómia állapotáról a pénzügyi válság ürügyén, https://eltecon.blog.hu/2009/05/05/valsag_es_makrookonomia_vilagi_balazs

Világi B. (2012). A főáramhoz tartozó dinamikus makroökonómiai modellek empirikus értékelése, https://eltecon.blog.hu/2012/04/23/vita_a_makromodelle_empirikus_teljesitmenyerol_vilagi_balazs_vitainditoja


Főoldali kép forrása: pixabay.com