Obchodní cyklus Obchodní cyklus je interval obecné expanze následovaný recesí v ekonomickém výkonu. Změny v ekonomické aktivitě, které charakterizují obchodní cykly, mají významné důsledky pro blahobyt obecné populace, vládní instituce a soukromé firmy. Existuje řada specifických definic toho, co představuje obchodní cyklus. Nejjednodušší a nejnaivnější charakteristika vychází z toho, že recese jsou 2 po sobě jdoucí čtvrtletí negativního růstu HDP. Uspokojivější klasifikace poskytuje za prvé zahrnutí dalších ekonomických indikátorů a za druhé hledání informativnějších datových vzorů než ad hoc 2 čtvrtletní definice. Definice výkyvů obchodního cyklu silně závisí na konkrétní sadě zkoumaných makroekonomických proměnných a na podrobnostech metodiky. Ve Spojených státech dohlíží Národní úřad pro ekonomický výzkum na Výbor pro datování obchodních cyklů, který definuje recesi jako „významný pokles ekonomické aktivity rozšířený na trhu, trvající déle než několik měsíců, který je obvykle patrný v reálném HDP, reálných příjmech, zaměstnanosti, průmyslové výrobě a velkoobchodním a maloobchodním prodeji“. [1] To má výhodu v tom, že zahrnuje více ukazatelů a různá hodnocení provedená skupinou odborníků. Několika nevýhodami je, že recese jsou běžně oznamovány s velkým časovým zpožděním, že konkrétní úsudek členů výboru může mít ad hoc prvky nebo zaujatost a že rozhodnutí může být obtížné reprodukovat do obecného pravidla. Přesto jsou data o recesi NBER široce používána jako klíčové časové indikátory pro historické obchodní cykly. Obchodní cykly jsou obvykle považovány za střednědobý vývoj. Jsou méně spojeny s dlouhodobými trendy, které pocházejí z pomalu se měnících faktorů, jako je technologický pokrok. Navíc je jednorázová změna, která je neobvyklá v průběhu jednoho nebo dvou let, často považována za „šum“; příkladem je stávka pracovníků nebo izolované období nepříznivého počasí. To naznačuje, že bychom měli tyto dvě složky odstranit z dat při odhadu pohybů cyklu. Bylo by obtížné určit konkrétní účinky dlouhodobých nebo hlučných komponentů prozkoumáním komplikovaných detailů pro každý případ. Statistický přístup však může poskytnout cenné poznatky. Pro ekonomická data byly vyvinuty pásmové filtry pro extrakci středofrekvenčních fluktuací. Takové filtry mají také výhodu v tom, že nabízejí více informací o stavu obchodního cyklu; prohlášení o vývoji cyklického HDP, jak vychází z recese, přidává zajímavá fakta nad rámec pouhého označení, kdy dochází k přechodu z recese k expanzi. Příkladem pásmového filtru, který se pokouší izolovat obchodní cykly, je Christiano-Fitzgeraldův filtr [2] Takový pevný filtr však představuje značné riziko falešného výstupu, který činí jakoukoli následnou studii obchodního cyklu zavádějící. Přístup je také omezen na jediný indikátor. Adaptivní pásmové filtry byly použity k extrakci obchodních cyklů v souladu s dynamickými vlastnostmi indikátorů. Filtry zavedené Harveyem-Trimburem byly použity v řadě studií zkoumajících různé národní ekonomiky. [3] Na rozdíl od pevného pásmového filtru, který lze použít pouze pro jediný indikátor, může tento flexibilnější přístup používat jako vstupy více proměnných. Dále lze vypočítat prognózy (včas). Konečně lze odhadnout nejistotu v obchodních cyklech, což je užitečné pro posouzení makroekonomického rizika. Jednotlivé epizody expanze/recese se vyskytují se změnou délky a intenzity v průběhu času. Jejich periodicita se obvykle pohybuje v širokém rozmezí od přibližně 2 do 10 let. Technický termín „stochastický cyklus“ se ve statistice často používá k popisu tohoto typu procesu. Takové flexibilní znalosti o frekvenci obchodních cyklů lze skutečně zahrnout do jejich matematické studie pomocí bayesovského statistického paradigmatu. [4] Existuje mnoho zdrojů pohybů obchodního cyklu, jako jsou rychlé a významné změny ceny ropy nebo změny spotřebitelských nálad, které ovlivňují celkové výdaje v makroekonomice a tím i investice a zisky firem. Obvykle jsou takové zdroje nepředvídatelné předem a lze je považovat za náhodné „šoky“ cyklického vzoru, jak se stalo během finanční krize v letech 2007–2008 nebo pandemie COVID-19. V posledních desetiletích se ekonomové a statistici naučili hodně o fluktuacích obchodního cyklu zkoumáním tématu z různých perspektiv. Příklady metod, které se učí o obchodních cyklech z dat, zahrnují filtry Christiano–Fitzgerald, Hodrick–Prescott, singulární spektrum a Harvey-Trimbur. [2] [5] [6] [7] [3]
Facebook Twitter