Moderne Macroeconomie
en de Financiële Crisis
Chris P. van Merwijk
1Universiteit van Amsterdam Juni 2015 Abstract. De moderne macroeconomische Dynamic Stochastic General
Equilibrium Models (DSGE) zijn zwaar bekritiseerd na hun misleidende prognoses tijdens de financiële crisis van 2008. Een evaluatie van het paradigmatische model van Smets en Wouters (2003) op basis van “stylized facts” over de crisis bevestigt deze kritiek. Een equivalente evaluatie van twee prominente post-2008 DSGE modellen (Brunnermeier & Sannikov, 2013; Del Negro, Giannoni, & Schorfheide, 2014), laat zien dat zij deze limitaties slechts gedeeltelijk overstijgen. DSGE modellen lijken door de “curse of dimensionality” fundamenteel te complex om de reële- en financiële sectoren bevredigend te unificeren. Hierdoor vertonen post-2008 modellen tekenen van een Lakatosiaans “degeneratief onderzoeksprogramma”. Toch bevatten DSGE modellen waardevolle inzichten die mogelijk niet behaald worden door concurrerende onderzoeksprogramma’s zoals Agent-Based Models en heterodoxe economie. Daarom zou de macroeconomie en zijn tijdschriften tolerant moeten worden voor verschillende, onderling inconsistente onderzoeksprogramma’s.
Trefwoorden. Moderne Macroeconomie, Dynamic Stochastic General Equilibrium (DSGE), Financiële Crisis, Kredietcrisis, 2008, Kritiek, Radical uncertainty, neoclassical synthesis, Lakatos, degenerative research programme, degeneratief onderzoeksprogramma, pluralisme
JEL classificatie. B41, E12, E13, E44
Introductie
e moderne theoretische macroeconomie ligt onder vuur. Een stroom van kritiek is sinds de financiële crisis van 2008 gericht op de heersende statistische Dynamic Stochastic General Equilibrium Models (DSGE modellen), die bedoeld zijn om overheden en centrale banken te helpen bij het voorspellen en tegengaan van economische recessies. DSGE modellen hebben echter het begin van de crisis niet voorspeld, en hun prognoses over de gevolgen
1 Met dank aan Koen Vermeylen.
ervan hebben de plank volledig misgeslagen: Zij hebben de gevolgen van de crisis onderschat.
Het tekortschieten van DSGE modellen tijdens de crisis komt doordat dezen de financiële sector niet modelleren; zij modelleren alleen de reële sector. Veel van deze modellen impliceren daardoor dat een financiële crisis niet eens mogelijk is. Het incorporeren van een financiële sector in DSGE modellen is namelijk heel moeilijk gebleken, als gevolg van de fundamentele eigenschap van deze modellen: Wat DSGE modellen onderscheidt is dat zij volledig worden opgebouwd uit zogenaamde “microfunderingen”. Dit zijn onderliggende modellen van de motivaties en het gedrag van huishoudens en bedrijven. Deze microfunderingen zijn ontwikkeld om de gebreken te overstijgen van de vroegere, meer eenvoudige Large-Scale Macroeconometric Models (LSME modellen). Deze modellen bestonden uit grote hoeveelheden relatief simpele statistische relaties tussen macroeconomische variabelen, en zij werden net als DSGE modellen nu, gebruikt om beleidsmakers te helpen bij het stabiliseren van de economie.2 LSME modellen zijn echter grotendeels verworpen nadat
Robert Lucas een fundamentele tekortkoming heeft aangetoond. Doordat deze modellen zich slechts baseerden op statistische relaties tussen
macroeconomische variabelen, hielden zij geen rekening met de verwachtingen
van microeconomische agenten (huishoudens en bedrijven). Dit was de zogenaamde “Lucas Kritiek”.
Het is deze “Lucas Kritiek” geweest waarom de complexere DSGE modellen zijn ontwikkeld. Door middel van microfunderingen kan met de verwachtingen van agenten rekening worden gehouden. Hoewel dezen vanaf het begin controversieel zijn geweest, zijn zowel neoklassieke- als Keynesiaanse economen dezen gaan gebruiken, waardoor dit het kerninstrument is geworden van de hedendaagse mainstream stroming in de macroeconomie, de zogenoemde New Neoclassical Synthesis (NNS).
Het zijn echter deze microfunderingen die ervoor hebben gezorgd dat de modellen heel snel, heel complex worden, waardoor zij gedwongen worden om complexe aspecten van de economie, zoals de financiële sector, simpelweg te negeren. Nu luidt vanuit verschillende hoeken echter het kritiek dat DSGE modellen hierdoor zo onrealistisch zijn dat zij volledig verworpen moeten worden, en vervangen door een volledig nieuw soort model. DSGE modellen zijn verweten een “degeneratief onderzoeksprogramma”3 te vormen, een
pseudowetenschappelijke poging om oude, al verworpen ideeën te verdedigen tegen kritiek, door grote hoeveelheden nieuwe cryptische vergelijkingen toe te voegen in de hoop dat een deel ervan klopt, zoals de Ptolemeïsche astronomen poogden om hun verworpen geocentrische ideeën te verdedigen door de eindeloze toevoegingen van “epicycles”.
Toch hebben hoopvolle volgers van het DSGE onderzoeksprogramma vanwege de kritiek na de crisis hun aandacht verschoven, en nieuwe modellen ontwikkeld die pogen een financiële sector te incorporeren. De vraag is dus of deze nieuwe, post-2008 DSGE modellen de werkelijkheid adequaat
2 Overigens worden in de praktijk LSME modellen nog steeds gebruikt door centrale banken,
maar in de academische wereld zijn zij losgelaten.
3 Deze term is dankzij Imre Lakatos (1970). Ik behandel een heel hoofdstuk van dit paper aan
beschrijven; modelleren zij succesvol de financiële sector? En hoe moet de macroeconomie nu verder, gegeven dat het kerninstrument van de moderne macroeconomie de financiële crisis niet kon voorspellen? Moeten deze modellen volledig verworpen worden, en verplaatst door iets nieuws? Of hebben we verschillende modellen nodig voor verschillende aspecten van de economie?
I. Een korte uitleg van DSGE modellen, en een overzicht van de kritiek die op dezen geuit is, laten zien dat deze kritiek enerzijds gericht is op de eenzijdige methodologie van de academische macroeconomie, namelijk die van de microfoundations van DSGE modellen, en anderzijds gericht is op het gebrek aan een financiële sector in DSGE modellen. Als empirische basis om deze kritiek te evalueren geef ik een opsomming van een aantal belangrijke “stylized facts” over de financiële crisis.
II. Een analyse van het paradigmatische model van Smets en Wouters (S&W) (2003) laat zien dat deze kritiek grotendeels opgaat, en dat het model de stylized facts van de crisis grotendeels mist. Door daarna twee prominente post-2008 DSGE modellen (Brunnermeier & Sannikov, 2013; Del Negro et al., 2014) met S&W te vergelijken, concludeer ik dat er wel vooruitgang is geboekt in het modelleren van de financiële sector, maar slechts gedeeltelijk; het is tot nu toe nog niet helemaal gelukt de belangrijke crisis-dynamieken in één DSGE model te vatten. En er zijn signalen dat deze vooruitgang niet door kan gaan tot op het punt die critici zouden willen zien, door de grens die door de zogenoemde “curse of dimensionality” opgelegd wordt.
III. Op basis van deze analyse lijkt het erop dat het moeilijk is om zowel de financiële sector als de reële sector adequaat in DSGE modellen te vatten; anders worden deze modellen te complex om op te lossen. Deze noodzaak om eerdere theorie (de reële economie) los te laten om nieuwe fenomenen te kunnen verklaren (de financiële economie) is in de methodologie van Lakatos de rode vlag van een degeneratief onderzoeksprogramma. Wanneer wij echter deze methodologie strikt zouden toepassen, zou alle macroeconomische kennis meteen als onwetenschappelijk worden bestempeld: het is namelijk nog niet eenvoudig gebleven een overkoepelende theorie te ontwikkelen voor alle economische fenomenen.
IV. Ik concludeer dat DSGE modellen vooralsnog nog steeds belangrijke dynamieken van de financiële sector niet vatten, maar zij hier niet door verworpen moeten worden. Hetzelfde geldt echter voor concurrerende onderzoeksprogramma’s. Wat de macroeconomie nodig heeft, in ieder geval voor nu, is tolerantie voor verschillende, onderling inconsistente onderzoeksprogramma’s.
I. DSGE Modellen en de Financiële Crisis
A. ACHTERGROND EN KERN VAN DSGE MODELLEN
DSGE modellen zijn in belangrijke mate ontwikkeld als reactie op de tekortkomingen van de voorgaande macroeconomische modellen, de
zogenoemde “large-scale macroeconometric models” (LSME modellen).4 Deze
modellen kwamen op na de tweede wereldoorlog. Zij vatten onderlinge theoretische oorzaak-gevolg relaties (vergelijkingen) tussen verschillende
macroeconomische variabelen, zoals BNP, inflatie, werkeloosheid en de
geldhoeveelheid. Vervolgens werd met empirische data over deze variabelen een schatting gedaan van de sterkte van deze verschillende theoretische relaties; Dat wil zeggen een schatting van de parameters van het model, zoals bijvoorbeeld de “expenditure multiplier”, de verhouding waarmee het nationaal inkomen toeneemt na een verhoging van de overheidsuitgaven. Het is in deze modellen betrekkelijk eenvoudig om nieuwe relaties tussen macroeconomische variabelen toe te voegen, aangezien de toevoeging ervan niet de al aanwezige theoretische relaties beïnvloedt (het zal wel de statistische schatting van de
sterkte van deze relaties beïnvloeden, de parameters). Er werden dan ook vaak
duizenden vergelijkingen aan de modellen toegevoegd, met zo veel mogelijk relevante data, om zo nauwkeurig mogelijke voorspellingen te kunnen doen van de gevolgen van beleidsbeslissingen, zoals van een verhoging in de overheidsuitgaven.
Large-scale macroeconometric models zijn echter vanaf eind jaren zeventig in diskrediet geraakt door wat wordt genoemd de “Lucas Kritiek”. Robert Lucas beargumenteerde dat LSME modellen niet gebruikt kunnen worden om de gevolgen van verschillende beleidskeuzes te analyseren (Lucas, 1976):5 Een verandering in overheidsbeleid verandert de verwachtingen van
economische agenten over het toekomstig verloop van macroeconomische variabelen. En aangezien parameters van macroeconomische relaties worden bepaald door het gedrag van agenten, en deze agenten hun gedrag mede baseren op deze verwachtingen over de economie, beïnvloedt een verandering in overheidsbeleid dus ook de parameters van de macroeconomische relaties. Daarom kunnen schattingen van parameters in LSME modellen tijdens een periode waarin overheidsbeleid A plaatsvond, niet gebruikt worden om te voorspellen wat er zal gebeuren onder beleid B. Wanneer de centrale bank bijvoorbeeld stopt met “output-targeting”, waarbij deze probeert het nationaal inkomen hoog te houden, en overgaat op “inflation-targeting”, waarbij deze probeert de inflatie laag te houden, dan zullen huishoudens en bedrijven verwachten dat inflatie af zal nemen en hier hun gedrag op aanpassen. Doordat zij hun gedrag op basis van deze verwachtingen aanpassen veroorzaakt de
4 Deze modellen waren het resultaat van de “Neoclassical Synthesis”, een vereniging van
neoklassieke economie en het gedachtegoed van Keynes. Deze synthese was in feite een incorporatie van belangrijke ideeën van Keynes in het wiskundige kader van de neoklassieken. Een belangrijke kanttekening: de zogenaamde “post-Keynesianen” beweren dat bij deze synthese een paar van de belangrijkste onderdelen van de theorie van Keynes verloren zijn gegaan, zoals het idee van “radical uncertainty”. Latere secties zullen dit laatste concept ook behandelen.
De “New Neoclassical Synthesis” is dus opnieuw een vereniging van neoklassieke en Keynesiaanse economie, nadat deze van elkaar afgespleten zijn na de stagflatie van de jaren zeventig. Het is goed mogelijk dat deze synthese nu na de crisis opnieuw uit elkaar valt (hoewel mij dit op dit moment niet lijkt te gebeuren).
5 “given that the structure of an econometric model consists of optimal decision rules of
economic agents, and that optimal decision rules vary systematically with changes in the structure of series relevant to the decision maker, it follows that any change in policy will systematically alter the structure of econometric models.” (Lucas, 1976, p. 41)
beleidsverandering een minder grote schok dan wanneer ze het niet zouden verwachten. In technische termen, door de rol van verwachtingen zijn de parameters van LSME modellen niet invariant op overheidsbeleid; zij blijven niet hetzelfde bij een verandering van overheidsbeleid.
Dynamic Stochastic General Equilibrium (DSGE)6 modellen zijn in
belangrijke mate ontwikkeld om LSME modellen te vervangen door deze Lucas Kritiek te overstijgen. Zij doen dit door zogenoemde “microfoundations”:
Een DSGE model bestaat net als LSME modellen uit macroeconomische oorzaak-gevolg relaties; maar waar deze macroeconomische relaties in LSME modellen zonder verdere basis geponeerd worden, worden zij in DSGE modellen opgebouwd vanuit microeconomische theorie over het gedrag van individuele agenten, namelijk huishoudens en bedrijven. Individuele agenten baseren in DSGE modellen hun gedrag op een planning voor de toekomst (zogenoemde “intertemporele optimalisering”) op basis van het verwachtte verloop van toekomstige macroeconomische variabelen, gegeven het overheidsbeleid (zogenoemde “rationele verwachtingen”). Vervolgens wordt wiskundig berekend hoe het gedrag van deze economische agenten leidt tot het gedrag van de economie als geheel. In andere woorden, de oorzaak-gevolg relaties van de macroeconomie worden beschreven in termen van gedrag van individuele agenten, in plaats van dat zij simpelweg geponeerd worden. Daardoor staan er zelfs in de macroeconomische relaties van DSGE modellen geen macroeconomische parameters, zoals de “expenditure multiplier”, maar microeconomische parameters, zoals “geduldigheid” van huishoudens, en “monopoliemacht” van bedrijven.7 Vervolgens gebruiken DSGE modellen net
als LSME modellen macro-economische data, maar schatten hiermee de micro-economische parameters; grof gezegd beantwoord een schatting van een DSGE model dus de volgende vraag: wat zouden de karakteristieken van huishoudens en bedrijven (zoals “geduldigheid” en “monopoliemacht) moeten zijn, zodat hun planningen, verwachtingen en gedrag resulteren in het verloop van macroeconomische variabelen die wij in de werkelijkheid zien? Vervolgens gebruikt een DSGE model deze microeconomische parameters, deze schattingen van de karakteristieken van huishoudens en bedrijven, om voorspellingen te doen over toekomstige macroeconomische variabelen als werkeloosheid en nationaal inkomen.
DSGE Modellen zijn dus immuun voor de Lucas Kritiek. Overheidsbeleid heeft namelijk ogenschijnlijk geen invloed op deze
6 Een korte uitleg van de naam van deze modellen: DSGE modellen zijn Dynamic, omdat ze de
verandering van macroeconomische variabelen over de tijd vatten; Stochastic omdat zij fluctuaties in deze variabelen gedurende deze tijd zien als deels veroorzaakt door willekeurige “schokken” op de parameters, zoals willekeurige fluctuaties in de monopoliemacht van bedrijven; General Equilibrium omdat zij de ervan uit gaan dat de markten gedurende deze tijd in equilibrium zijn.
7 “Geduldigheid” is een hele informele interpretatie van de “discount factor”. Formeel gezien
geeft deze parameter weer hoe veel waarde een huishouden hecht aan 100 euro aan
consumptie in periode 𝑡, ten opzichte van 100 euro aan consumptie in periode 𝑡 − 1. Dit is een voorbeeld van een preferentie-gerelateerde parameter.
Andere voorbeelden van preferentie-parameters zijn de “coefficient of risk aversion”, de mate waarin huishoudens fluctuaties in hun consumptie willen vermijden; de “elasticity of leasure”, de hoeveel extra inkomen huishoudens zouden moeten verdienen om gemotiveerd te zijn om extra hard te werken.
microeconomische karakteristieken (parameters), zoals “geduldigheid”. En aangezien DSGE modellen dus volledig zijn opgebouwd uit deze parameters, zijn zij wél invariant op overheidsbeleid.8 Een bijkomend voordeel is dat we
hiermee ook micro-econometrische data kunnen gebruiken om deze parameters van te voren te schatten.9
Deze twee elementen, (1) intertemporele optimalisering, en (2) rationele verwachtingen, zijn de kern van wat de “New Classical” stroming in de macroeconomie wordt genoemd, waar Robert Lucas toe behoort.10 De New
Keynesiaanse stroming is uiteindelijke voortgekomen door de erkenning van de Lucas Kritiek, en de toevoeging van nog twee kernprincipes, (3) prijs-rigiditeiten, en (4) imperfecte competitie. Deze vier vormen de kernprincipes van wat de New Neoclassical Synthesis is genoemd (Goodfriend & King, 1997). Deze bestaat uit de combinatie tussen de theorie van Keynes, waar (3) en (4) uit voortkomen, en het wiskundige kader van de New Classicals. DSGE modellen zijn het kerninstrument van de New Neoclassical Synthesis, en deze is de dominante stroming in de macroeconomie geworden.
DSGE modellen zijn complex, dus ik zal ze hier niet in detail beschrijven; hun algemene interne dynamiek kan toch geïllustreerd worden door het zogenoemde Ramsey-model, de “kern” van alle DSGE modellen: Deze bevat de principes van intertemporele optimalisering en rationele verwachtingen, maar niet de complexere elementen, zoals een arbeidsmarkt en onverwachtse aanbod-schokken. Dit model is dus op zichzelf niet bedoeld realistisch of volledig te zijn, maar vat wel de kern van DSGE modellen.
Het Ramsey model bestaat uit huishoudens en bedrijven. Huishoudens maximaliseren hun “utility” door een plan te maken voor hoeveel zijn nu, en op alle momenten in de toekomst, zullen consumeren.11 Alles wat huishoudens op
een bepaald moment verdienen maar niet consumeren, sparen ze, en wordt door bedrijven geïnvesteerd in nieuwe productie-middelen (kapitaal).12 Echter,
8 Overigens zijn worden niet alle DSGE modellen geschat. Naast deze “Estimated DSGE
models” worden DSGE modellen ook puur theoretisch gebruikt. Dit is een belangrijk
onderscheid, aangezien sommige kritiek op DSGE modellen alleen op het eerste soort van toepassing is. De volgende sub-sectie gaat hier dieper op in.
9 Er wordt vaak Bayesiaanse statistiek gebruikt, waarbij de parameters al een “prior
distribution” krijgen op basis van micro-econometrisch onderzoek, voordat ze met de
macroeconomische data geschat worden. Dit gebeurt bijvoorbeeld in het model van Smets & Wouters (2003) die in een latere sectie uitvoerig behandeld wordt.
10 Deze stroming heeft de zogenoemde “Real Business Cycle Theory” geproduceerd (RBC
Theory). Dit soort modellen zijn nu echter grotendeels losgelaten en vervangen door modellen van de New Neoclassical Synthesis.
11 In technische termen, huishoudens kiezen een consumptiefunctie 𝑐(𝑡). Dit wordt berekent
door middel van de calculus of variations, een geavanceerdere versie van de standaard calculus
of infinitessimals (meestal genoemd ‘calculus’). Door middel van de tweede kan een variabele
(𝑥) worden gekozen om een functie (𝑓(𝑥))te maximaliseren, maar door middel van de calculus
of variations kan een gehele functie (𝑔(𝑥)) worden gekozen om een samengestelde functie
(𝑓(𝑔(𝑥))) te maximaliseren.
hoe meer kapitaal er is opgebouwd, hoe lager de rente op spaargeld wordt,13 en
dus hoe “duurder” toekomstige consumptie wordt ten opzichte van consumptie vandaag. Aangezien huishoudens dit weten, houden zij hier rekening mee in hun planning. Zo zullen ze relatief minder consumeren en meer sparen op momenten dat de rente hoog is.14 De hoeveelheid kapitaal die hiervoor
geproduceerd wordt bepaalt vervolgens weer hoeveel inkomen de huishoudens krijgen. De intertemporele optimalisering en rationele verwachtingen van huishoudens resulteren dus in de dynamieken van macroeconomische variabelen: inkomen, het rentepercentage op spaargeld, het percentage van inkomen dat gespaard wordt, en de hoeveelheid kapitaal.15
DSGE modellen voegen hier vervolgens allerlei verschillende elementen aan toe, zoals een arbeidsmarkt, monopoliemacht, en rigiditeit van prijzen; op deze manier worden alle relevante macro-economische variabelen verklaard vanuit microfunderingen. Om de parameters statistisch te kunnen schatten, worden ook (non-lineaire) “error terms” toegevoegd aan elke parameter.16 De
discount rate verandert bijvoorbeeld van 𝛽𝑡 naar 𝛽𝑡𝜖
𝑡𝑏, waarbij de error term
𝜖𝑡𝑏 dus als willekeurige fluctuaties in de data wordt geïnterpreteerd.17 Dit
gebeurd in zogenoemde “Estimated DSGE Models”, waar het model van Smets & Wouters (2003) een paradigmatisch voorbeeld van is. Ik zal dit model in sectie II evalueren, aan de hand van de kritiek die op DSGE modellen is gegeven. Er zijn overigens ook DSGE modellen die deze error terms achterwegen laten en alleen voor theoretische analyse gebruikt worden. Er bestaat echter een probleem bij DSGE modellen die niet bij de LSME modellen plaatsvond, namelijk de zogenoemde “curse of dimensionality”: De complexiteit van DSGE modellen neemt exponentieel toe met de hoeveelheid dimensies die toegevoegd worden. Het is namelijk niet mogelijk een nieuwe macroeconomische theoretische oorzaak-gevolg relatie toe te voegen, zonder deze volledig te integreren in het gedrag van microeconomische actoren zoals hierboven beschreven is. Om deze reden is het veel problematischer om een complexe financiële sector toe te voegen in een DSGE model dan in een LSME model. We zullen zien dat dit een belangrijke bron is van de kritiek op DSGE modellen na de crisis.
13 Dit is omdat hoe meer kapitaal er al is ten opzichte van de arbeidskracht, hoe lager de
marginale product van kapitaal wordt. Dit wordt geïllustreerd door de standaard Cobb-Douglas productiefunctie: 𝑌 = 𝐹(𝐾, 𝐴𝐿) = 𝐾𝛼(𝐴𝐿)1−𝛼→ 𝑟 = 𝐹 𝐾(𝐾, 𝐴𝐿) = 𝛼 ( 𝐴𝐿 𝐾) 1−𝛼 → 𝐾 ↑ → 𝑟 ↓
14 In technische termen, huishoudens maken een afweging op basis van de volgende factoren:
de rente op spaargeld; hun “intertemporal elasticity of substitution”, de mate waarop zij bereid zijn veel te variëren in hoeveel zij consumeren; de “discount rate”, de verhouding van waarde die zij hechten aan consumptie nu ten opzichte van consumptie in de toekomst.
15 In technische termen, deze dynamieken worden “Euler equations” genoemd. Zij geven aan
hoeveel de variabelen veranderen, gegeven de waarde van andere variabelen.
16 Deze error terms worden ook “shocks” genoemd, aangezien zij de ogenschijnlijk exogene
schokken aan de economie vatten.
17 In Smets en Wouters (Smets & Wouters, 2003) heeft deze schok een autoregressive vorm:
𝜖𝑡𝑏= 𝜌𝜖
B. OVERZICHT VAN DE KRITIEK OP DSGE MODELLEN
Sinds de financiële crisis van 2008 is er veel kritiek op DSGE modellen geuit, aangezien dezen de crisis niet hebben voorspeld, zelfs niet wanneer de data van na de crisis gebruikt wordt om ze te specificeren (Wieland & Wolters, 2012). Globaal gezien is de kritiek op DSGE modellen onder te verdelen in twee categorieën: kritiek op de methodologie en wetenschapsfilosofie achter DSGE modellen; en kritiek op de aannames en implicaties van DSGE modellen zelf, met name het gebrek aan een financiële sector. Na een overzicht van deze kritiek te geven, som ik een aantal “stylized facts” op over de financiële crisis, om in de sectie erna mijn eigen evaluatie te doen.1. Kritiek op de Methodologie achter DSGE modellen
De methodologie achter DSGE modellen is voornamelijk op tenminste twee punten bekritiseerd: Ten eerste op Friedman’s idee dat assumpties niet realistisch hoeven te zijn; ten tweede op de noodzakelijkheid van microfunderingen.
Milton Friedman heeft beargumenteerd dat assumpties van een model niet realistisch hoeven te zijn, zolang zijn voorspellingen over datgene waar het model voor bedoeld is accuraat zijn (Friedman, 1953). Deze methodologische positie wordt vaak aangehaald ter ondersteuning van DSGE modellen: Volgens dit perspectief moet een DSGE model niet beoordeeld worden op zijn aannames, maar op de nauwkeurigheid van zijn voorspellingen van inflatie en werkeloosheid op de midden-korte termijn.
Een kritiekpunt op dit argument is dat het in feite discussie over de interne dynamiek van een theorie verwerpt, terwijl wij deze interne dynamiek ook direct kunnen testen (Unlearning-Economics, 2013). Dit is belangrijk omdat we bij het evalueren van beleidskeuzes ook gebruik willen maken van onze kennis van deze interne dynamieken, en niet alleen blind op de voorspellingen van een model willen vertrouwen. Als een model bijvoorbeeld een interne dynamiek bevat zoals ‘Ricardian Equivalence’, en deze al empirisch verworpen is, dan zouden we dit model op basis hiervan in twijfel moeten trekken, ook al is de statistische fit tussen het model en de empirische data goed.
Daarnaast zijn interne dynamieken belangrijk omdat wanneer we de aannames van een model niet direct testen, dit tot een complexe vorm van “model mining” aan kan zetten (Unlearning-Economics, 2013). Het resulteert in een grote hoeveelheid modellen met allerlei verschillende (onrealistische) aannames; Een deel hiervan komt goed overeen met de data, niet omdat ze de realiteit beschrijven, maar omdat wanneer we een hoeveelheid modellen hebben die groot genoeg is, er een deel zal zijn die de data door puur toeval goed beschrijft. Als we de aannames direct empirisch zouden testen, zouden we zulk soort model mining kunnen verminderen door modellen met duidelijk onrealistische interne dynamieken uit te sluiten.18
18 Voor een uitgebreid onderbouwde gelijksoortige redenering, zie Cartwright, The Vanity of
In tegenstelling tot volgers van Friedman, doe ik mijn eigen evaluatie in sectie II wel op basis van de interne dynamieken van de modellen.
Een tweede methodologisch punt van kritiek is dat het criterium dat alle macroeconomische theorie op microfunderingen moet worden gebaseerd arbitrair is, en dat het strikt hanteren van dit criterium door toptijdschriften, ervoor zorgt dat waardevolle theorieën die hier niet aan voldoen verworpen worden (Keen, 2011; Krugman, 2014; Wren-Lewis, 2014). Krugman stelt dat toptijdschriften in de praktijk zelfs de eis stellen dat modellen aan één specifieke vorm van microfunderingen voldoen, namelijk de eerder beschreven intertemporele optimalisering en rationele verwachtingen (Krugman, 2014). Hierdoor is de macroeconomie eenzijdig geworden.
Zo stelt Krugman dat bijvoorbeeld de analyse door James Tobin van financiële markten verdwenen is, omdat zijn microfunderingen niet bestaan uit intertemporele optimalisering en rationele verwachtingen (Krugman, 2014). Hetzelfde beweert Keen over Post-Keynesiaanse theorie, en de theorie van Hyman Minsky, die volgens hem empirisch veel sterker ondersteund zijn dan DSGE modellen (2011).
En Wren-Lewis (2012b, 2013) argumenteert bijvoorbeeld dat de large-scale macroeconometric models (LSME modellen)19 een aantal voordelen
hebben ten opzichte van DSGE modellen. DSGE modellen zijn volgens hem theoretisch coherenter20 dan LSME modellen, maar kunnen minder variabelen
incorporeren, en zijn minder gemakkelijk aan te passen omdat het moeilijk is een grote hoeveelheid variabelen te microfunderen. Dit komt door de eerder genoemde curse of dimensionality, maar ook doordat de modellen simpelweg moelijker op te stellen zijn. Bij LSME modellen daarentegen kunnen heel snel en eenvoudig een paar vergelijkingen worden aangepast, waardoor ze flexibeler zijn en meer empirische data kunnen incorporeren. Deze modellen hebben dus voor- en nadelen, waardoor beleidsmakers volgens Wren-Lewis het beste zowel DSGE- als LSME modellen kunnen gebruiken.
Bovendien is er ook macro-economische kennis waarvan men nog niet de microfunderingen goed begrijpt, en dit is geen goede reden om deze kennis te verwerpen (Krugman, 2012). Als natuurkundigen deze eis bijvoorbeeld zouden stellen, zou de kennis over thermodynamica die vóór de ontdekking van de atoom verworven was, meteen verworpen zijn. Uiteindelijk hebben natuurkundigen de thermodynamica gefundeerd op statistical mechanics, maar voorafgaand hier aan was de puur macroscopische kennis over dit onderwerp alsnog wetenschappelijk onderbouwd. Op dezelfde manier, zo stelt Krugman, is de eis dat macroeconomische relaties microfunderingen hebben een arbitrair criterium.
Deze vergelijking met thermodynamica is echter ook in twijfel getrokken. Zo is er volgens Smith een verschil tussen thermodynamica, waarover natuurkundigen grote hoeveelheden experimentele data hebben, en
19 Zie sectie I.A. over LSME modellen. Wren-Lewis noemt deze modellen “Structural
Econometric Models” (SEM’s).
20 Met “coherent” bedoelt Wren-Lewis de mate waarin verschillende elementen consistent zijn
met elkaar. Dus theoretische coherentie betekent de interne consistentie van een theorie, en empirische coherentie betekent de mate waarin de theorie consistent is met empirische data.
macroeconomie, waarover niet genoeg geaggregeerde data is om alle hypothesen definitief te testen (Smith, 2012a, 2012b). Microfunderingen zijn daarom crucialer voor macroeconomie dan voor thermodynamica: In de natuurkunde zijn microscopische fenomenen moeilijker te onderzoeken dan macroscopische fenomenen, terwijl in de economie microeconomische fenomenen juist gemakkelijker te bestuderen zijn dan macroeconomische. Overigens is dit argument niet helemaal consistent met de eerder beschreven methodologie van Friedman, omdat deze stelt dat de aannames niet hoeven worden getest.
Daarnaast spelen er fenomenen een rol in complexe systemen als de economie die niet direct te microfunderen zijn, zogenaamde “emergente” fenomenen (Keen, 2011). Dit is een toepassing op economie van het idee dat “more is different” (Anderson, 1972). Zo kan bijvoorbeeld de complexe beweging van een orkaan niet gemakkelijk worden verklaard door alleen de beweging van individuele atomen te beschrijven. Vanuit dit idee zijn DSGE modellen bekritiseerd op hun gebruik van de “representative agent” (Keen, 2011). Dit is een simplificatie die DSGE modellen doen waarbij alle agenten in de economie verondersteld worden zich hetzelfde te gedragen. Deze simplificatie wordt gedaan om de eerder beschreven “curse of dimensionality” tegen te gaan, maar volgens Keen verhindert dit het beschrijven van de emergente fenomenen van economieën die voortkomen uit heterogene agenten. Keen betoogt zelfs dat de zogenoemde Sonnenschein-Mantel-Debreu theorems laten zien dat ook al zouden DSGE modellen heterogene agenten incorporeren, veel macro-relaties uit modellen met homogene agenten niet meer gederiveerd kunnen worden. Dit is een voorbeeld van het “aggregation problem”. Daarom stelt Keen dat deze emergente fenomenen niet bestudeerd worden, als gevolg van de arbitraire eis dat alle macroeconomische theorieën gemicrofundeerd moeten zijn (Keen, 2011).21
2. Kritiek op de Theorie van DSGE Modellen
De meest directe kritiek op DSGE modellen is geweest op de assumpties die de modellen maken, en dan voornamelijk die assumpties die onrealistische implicaties hebben voor de financiële sector. Het is immers de financiële sector waar de oorzaak van de financiële crisis ligt. Een model kan echter niet zomaar worden verworpen enkel op basis van de observatie dat een van zijn assumpties in bepaalde opzichten afwijkt van de werkelijkheid, aangezien alle modellen simplificerende assumpties maken. Zelfs wanneer men een model niet alleen op zijn voorspellingen wil beoordelen, maar ook op zijn interne dynamiek, dient aangetoond te worden of een aanname ook inconsistent is met de dynamieken die in de werkelijkheid plaatsvinden. Zelfs het meest realistische model zal namelijk aannames bevatten die slechts benaderingen zijn van de werkelijkheid. Daarom zal ik bij alle kritiek op de aannames van DSGE modellen evalueren of dit ook echt zorgt voor een onrealistische modellering van macroeconomische dynamieken.
21 Zie (List & Spiekermann, 2013) voor een zeer heldere wetenschapsfilosofische analyse van de
relatie tussen methodologisch individualisme en holisme. Kort gezegd beargumenteert dit artikel dat holisme consistent is met het idee dat het universum reductionistisch is.
Ik zal eerst de meer algemene kritiek weergeven, en dan toewerken naar de kritiek die relateert aan de financiële sector.
Ten eerste is er kritiek geweest op de impliciete assumptie van “stationarity” (Beinhocker, 2014; Hendry & Mizon, 2014); deze kritiek trekt het idee in twijfel dat DSGE modellen daadwerkelijk immuun zijn voor de Lukas Kritiek. Zoals de oude LSME modellen ervan uitgingen dat hun macroparameters constant zijn, gaan DSGE modellen ervan uit dat de microparameters van economische agenten constant zijn – de preferenties van huishoudens, hun discount factor, etc. Hendry en Mizon stellen dat dit geen correcte assumptie is, en dat de microparameters na de financiële crisis relatief sterk zijn veranderd, waardoor DSGE modellen incorrecte voorspellingen doen. Er zijn bijvoorbeeld aanwijzingen uit behavioural economics dat risico-aversie sterk procyclisch is (Beinhocker, 2014), en dat dit zorgt voor versterkte disequilibrium effecten in het financiële systeem. Het is ook denkbaar dat de zogenaamde “elasticity of work effort” procyclisch is, doordat werklozen hopelozer worden tijdens recessies/depressies, en daardoor uit de labor force vertrekken. Hij stelt dat toekomstige modellen deze assumptie moeten loslaten.
Een tweede kritiek op DSGE modellen is dat dezen meestal in meer of mindere mate het principe van “Ricardian Equivalence” incorporeren, terwijl dit principe empirisch geen stand houdt (Fontana, 2009). De sterke vorm van de Ricardian Equivalence hypothese stelt dat huishoudens rekening houden met toekomstige belastingen in de berekening van hun budget, en dat daardoor een vermindering van belastingen – die gefinancierd moet worden door in de toekomst belastingen weer te verhogen –, geen effect heeft op consumptie uitgaven, ondanks dat dit het huidige inkomen verhoogt. De partiële Ricardian Equivalence hypothese stelt dat een deel van de huishoudens hier wel rekening mee houdt, en een deel niet, en dat dit effect dus ten dele plaatsvindt. Noch de sterke nog de partiële versie van Ricardian Equivalence houdt stand volgens Fontana (Fontana, 2009; Hemming, Kell, & Mahfouz, 2002). Dit zorgt er volgens Fontana voor dat DSGE modellen onrealistische voorspellingen doen over de gevolgen van fiscaal beleid.
Ten derde zijn DSGE modellen bekritiseerd op hun aanname van zogenoemde “stabiele verwachtingen” van de toekomst (Johnson, 2012). Deze aanname impliceert niet dat er geen onzekerheid is, maar dat alle onzekerheden door economische agenten worden overzien; dat wil zeggen, dat zij voor elke mogelijke schok die de economie zou kunnen raken kunnen inschatten hoe groot de kans is dat deze zal plaatsvinden. Deze aanname is ogenschijnlijk nodig om een inter-temporeel equilibrium22 te berekenen
(Johnson, 2012).
Echter de werkelijke economie is gekarakteriseerd door wat “radical
uncertainty” wordt genoemd: agenten hebben geen overzicht over de
verschillende scenario’s die in de toekomst plaats zouden kunnen vinden, en deze agenten kunnen van de scenario’s die zij zich wel voor kunnen stellen niet
22 Zoals eerder uitgelegd plannen agenten in DSGE modellen vooruit. Dat wil zeggen, zij
optimiseren hun gedrag op elk moment, rekening houdent met de toekomst (intertemporele optimalisering). Omdat alle agenten in het model dit doen ontstaat er een “intertemporeel equilibrium”.
inschatten hoe waarschijnlijk dezen zijn. Dit concept speelt een essentiële rol in de theorie van John Maynard Keynes (Keynes, 1936):23 op momenten waarop
mensen de impressie hebben dat er meer onzekerheid in de economie is, zal hun zogenoemde “liquidity preference” toenemen: Dit is de voorkeur om hun eigendom in de vorm van “liquide” goederen zoals geld te houden, in plaats van in moeilijk te verkopen (illiquide) goederen, zoals huizen, auto’s, of kapitaal. Zo zorgen ze ervoor dat zij zich in onzekere tijden kunnen aanpassen wanneer dat nodig is. Dit soort radical uncertainty speelt volgens Keynes een essentiële rol bij financiële crises, mede omdat deze dan sterk toeneemt. In meer algemene zin hebben financiële markten door deze radical uncertainty een veel grotere volatiliteit, die niet te verklaren is uit veranderingen in de reële economie. Hierdoor ontstaan bijvoorbeeld zeepbellen op de financiële markten, die heel moeilijk te modelleren zijn in DSGE modellen. Om deze reden zouden DSGE modellen volgens Johnson de onzekerheid en risico in de economie onderschatten en verkeerd modelleren, waardoor DSGE modellen de crisis niet hebben kunnen voorspellen. Het laat bovendien ook zien dat de mate van
liquidity preference essentieel is voor de “geldmarkt”, de markt voor spaargeld,
het volgende doelwit van kritiek.
Een vierde kritiek is namelijk dat de geldmarkt in DSGE modellen net zoals in het eerder genoemde Ramsey model24 niet aanwezig is. In het Ramsey
model wordt het rente percentage op spaargeld direct gelijkgesteld aan de
marginal product of capital, de prijs (rente) waarvoor bedrijven nog net bereid
zijn om geld te lenen. Dit sluit een geldmarkt uit, die namelijk in de werkelijkheid ervoor zorgt dat het rentepercentage heel heftig om deze
marginal product of capital heen kan bewegen. Dit betekent dus ook dat het
Ramsey model niet doorgrondt hoe de economie via de geldmarkt beïnvloed wordt door de eerder beschreven veranderende liquidity preference, of door geldcreatie van het private bankensysteem. Het feit dat DSGE modellen deze simplificatie van het Ramsey model niet hebben overstegen is volgens Haldane een van de redenen dat hun prognoses tijdens de crisis niet klopten (Haldane, 2012).
Een responsie tegen deze kritiek is dat in ieder geval één DSGE model25
tegenwoordig wél de geldmarkt incorporeert, door liquidity preference direct in de preferenties van huishoudens te incorporeren (Falagiarda & Saia, 2013, p. 9): 26
23 En volgens anderen (Johnson, 2012; Keen, 2013; Minsky, 1993).
24 Zoals eerder uitgelegd is het Ramsey model de “kern” van alle DSGE modellen. Deze
modelleert “intertemporele optimalisering” en “rationele verwachtingen”, maar negeert verdere complexe fenomenen zoals de arbeidsmarkt. Alle DSGE modellen zijn op deze kern gebaseerd.
25 Ik heb een zoekopdracht in de digitale bibiliotheek van de UvA gedaan met de keywords
“DSGE”, “Dynamic stochastic general equilibrium”, en alle papers geopend die een nieuw model voorstelden met daarin “money”, “credit” of “finance”. Dit paper was het enige paper daarvan die expliciet de “money market” benoemde.
26 Liquidity preference worden hier gevat door de zogenoemde “real money balances” 𝑀𝑡𝐶
𝑃𝑡: de
hoeveelheid geld, gedeelte door het gemiddelde prijsniveau (ofwel, geaggregeerde prijsniveau) van goederen in de economie.
De preferenties van huishoudens worden in dit geval gevat door de “instantaneous utility function”.
𝑢𝐶 = 𝑢𝐶(𝐶𝑡𝐶, 𝑀𝑡𝐶 𝑃𝑡 , 𝐹𝑡, 𝐻𝑡 𝑃𝑡 )
Desondanks omvat dit mogelijk nog niet de volledige invloed van de geldmarkt op de economie: het monetaire transmissie mechanisme gaat door meer kanalen dan alleen de interest rate, en mogelijk juist deze kanalen zijn belangrijk geweest tijdens de financiële crisis (Hendrickson, 2013). Voorbeelden van deze kanalen zijn prijzen van aandelen, en de invloed op kredietverlening door banken. Daarnaast bevat dit model alsnog geen radical uncertainty, wat juist een belangrijke reden is dat liquidity preference relevant is.
Ten vijfde is het gebrek aan een financiële sector eigenlijk het grootste doelwit van kritiek geweest. De crisis was een financiële crisis, dus wordt het gebrek aan een financiële sector als belangrijkste reden gezien dat DSGE modellen deze niet voorspeld hebben. Deze kritiek komt er eigenlijk voor een groot deel op neer dat er in DSGE modellen geen “kapitaalmarkt imperfecties” (ook wel genoemd “financiële fricties”) worden gemodelleerd; in andere woorden, dat zij een “perfecte kapitaalmarkt” aannemen.27 Uit deze aannames
volgt de zogenoemde Modigliani-Miller theorem, die grofweg zegt dat financiële structuur geen invloed heeft op de reële economie;28 in andere woorden, de
kritiek is dat DSGE modellen impliceren dat de eigenschappen van de financiële sector irrelevant zijn voor de reële economie. In werkelijkheid zijn er verschillende financiële fricties die o.a. veroorzaakt worden door asymmetrische informatie.
Zo zijn volgens Hendrickson geen informatie-asymmetrieën in de standaard DSGE modellen (Hendrickson, 2013, p. 5). In de werkelijkheid zorgen dezen voor agency problems: situaties waarin de beheerder van andermans geld dit gaat gebruiken voor zijn eigen doeleinden, op manieren die tegen de belangen in gaan van de eigenaar. Deze agency problems worden zowel belangrijk geacht voor het verklaren van de crisis zelf, als bijvoorbeeld voor de implicaties die ze hebben voor het effect van monetair beleid van de centrale bank (Hendrickson, 2013, p. 5).29
Een andere financiële frictie waarvan DSGE modellen verweten zijn ze niet te hebben zijn “liquidity constraints” (Fontana, 2007): situaties waarbij economische actoren geen geld kunnen lenen, ookal zijn zij wel solvabel. Dit gebeurt meestal wanneer kredietverleners, zoals banken, niet genoeg
27 Deze assumpties van perfecte kapitaalmarkten zijn, volgens (Berk & DeMarzo, 2011, p. 455)
als volgt:
1. Investors and firms can trade the same set of securities at competitive market prices equal to the present value of their future cash flows.
2. There are no taxes, transaction costs, or issuance costs associated with security trading. 3. A firm’s financing decisions do not change the cash flows generated by its investments,
nor do they reveal new information about them.
Het is algemeen geaccepteerd dat deze assumpties in werkelijkheid niet volledig opgaan.
28 Strict genomen gaat de Modigliani-Miller theorem over de financiële structuur van een
individueel bedrijf: “In a perfect capital market, the total value of a firm is equal to the market value of the total cash flows generated by its assets and is not affected by its choice of capital structure” (Berk & DeMarzo, 2011, p. 455).
29 Het monetary transmission mechanism kan namelijk een recessive voorkomen/compenseren,
door de balance sheets van bedrijven te verbeteren door middle van expansief monetair beleid, en daarmee de agency costs te verminderen.
informatie hebben over kredietnemers om in te schatten of zij dit geld terug kunnen betalen.
Daarnaast benoemen Karaja en Saeidinezhad dat het modelleren in DSGE modellen aan de hand van representatieve agenten ervoor zorgt dat intern lenen30 onmogelijk is (Karaja & Saeidinezhad, 2013): er wordt geen
onderscheid gemaakt tussen kredietverleners en kredietnemers. Hierdoor kan alleen een default van de hele economie plaatsvinden en niet van individuele agenten, waardoor de financiële sector effectief niet bestaat.31 Dat impliceert
volgens hun dus ook dat er geen financiële intermediatie is.
Een ander aspect van financiële markten die niet in DSGE modellen wordt opgenomen zijn zogenaamde “disequilibrium dynamieken” (Guilmi, 2013). De belangrijksten hiervan zijn misschien de eerder genoemde financiële zeepbellen, waarbij de prijs van een asset ver blijft stijgen boven zijn intrinsieke waarde. Dezen vinden niet plaats in DSGE modellen, omdat daarin alle assets optimaal gewaardeerd worden op basis van de marginal product of capital, en de beleidskeuzes van de centrale bank (Guilmi, 2013).
Om dezelfde reden is beweerd dat er in DSGE modellen geen zogenaamde “explosive debt dynamics” plaatsvinden (Fontana, 2009). Dit zijn situaties waarbij financiële instituties of huishoudens steeds meer schulden opbouwen, juist doordat ze al veel schulden hebben. Wanneer een bedrijf bijvoorbeeld diep in de schulden zit, is het voordelig voor deze om nog meer geld te lenen aangezien deze anders toch wel failliet gaat. Wanneer er geen informatie assymmetrie zou zijn, zou de kredietverlener hier niet mee akkoord gaan.
3. DSGE modellen na 2008 in het licht van deze kritiek
In licht van deze kritiek hebben macroeconomen na de crisis van 2008 dan ook een groot deel van hun energie gestoken in het ontwikkelen van DSGE modellen met een financiële sector en financiële fricties (C. Badarau & Popescu, 2014; F. Badarau, Huart, & Sangaré, 2013; Benes, Kumhof, & Laxton, 2014; Brunnermeier & Sannikov, 2013; Del Negro et al., 2014; Falagiarda & Saia, 2013; Gerali, Neri, Sessa, & Signoretti, 2008, 2010; Hendrickson, 2013; Pariès, Sørensen, & Palenzuela, 2011). Ten minste één hiervan beweert de financiële crisis te voorspellen op basis van alleen data van vóór de crisis (Del Negro et al., 2014).
Een kritiek op deze nieuwe DSGE modellen is dat het ad-hoc toevoegingen zijn van elementen aan een model dat in zijn kern niet de financiële sector beschrijft: “methodologisch individualisme” en de neiging naar general equilibrium zijn niet adequaat om een financiële sector te beschrijven, die gekarakteriseerd wordt door disequilibrium dynamieken en volatiele veranderingen van verwachtingen door dynamische interacties tussen agenten (Guilmi, 2013).
Ik zal kijken of deze kritiek terecht is, of dat deze nieuwe post-crisis DSGE modellen de oude kritiek overstijgen, door twee prominente voorbeelden
30 Dat wil zeggen, lenen tussen actoren in het model.
31 We zullen zien in de analyse van het paradigmatische model van Smets en Wouters dat dit
van post-crisis DSGE modellen te evalueren, namelijk die van Brunnermeier en Sannikov (2013) en die van Del Negro et al. (2014). Dit doe ik door ze te vergelijken met het paradigmatische pre-2008 model van Smets & Wouters (2003), en met een aantal “stylized facts” over de financiële crisis van 2008. Ik zal deze stylized facts dus eerst nu in kaart brengen.
C. STYLIZED FACTS OVER DE FINANCIËLE CRISIS VAN 2008
Hoewel er nog onenigheid is over een verschillende aspecten van de financiële crisis, zijn er toch een aantal dynamieken aan het licht gekomen. Ten behoeve van de evaluatie van post-2008 DSGE modellen, geef ik een overzicht van een aantal “stylized facts” over deze dynamieken: een aantal kwalitatieve algemene generalisaties over hoe de crisis verlopen is. Mijn bedoeling is niet om alle denkbare stylized facts te benoemen, maar de belangrijksten die de mechanismen beschrijven waardoor de crisis is ontstaan en de reële economie heeft beïnvloed. Op basis hiervan evalueer ik of de nieuwe DSGE modellen de crisis beter en bevredigend kunnen beschrijven.1. De katalysator van de financiële crisis was het klappen van een zeepbel op de Amerikaanse huizenmarkt. De effecten hiervan
propageerden door de rest van de financiële markten en hebben uiteindelijk de recessie veroorzaakt (Bordo, 2008; Szyszka, 2011). Dit was een voorbeeld van een “disequilibrium dynamic” die hierboven beschreven is.
2. Door het klappen van de zeepbel op de Amerikaanse
huizenmarkt nam de nettowaarde32 (oftewel het kapitaal) en dus
de solvabiliteit33 van financiële instituties af. Dit gebeurde doordat
deze financiële instituties eigenaren waren van hypotheken, of samengepoolde hypotheken in de vorm van Collateralized Debt Obligations
(CDO),34 en de waarde van deze hypotheken daalde doordat de daling van
de huizenprijzen het risico op faillissement verhoogde (Bordo, 2008; Szyszka, 2011).
3. Deze processen, en de processen die er op volgden, zorgden voor een toename in de onzekerheid over de waarde van assets en toekomstige staat van de economie. Dit zorgde voor een toename van asymmetrische informatie, wat vervolgens weer leidde tot “adverse selection problems” en een liquiditeitscrisis. Adverse
selection betekent in dit geval het volgende: Als het op de markt voor een bepaald product, zoals de eerder genoemde Collateralized Debt Obligations, moeilijk is voor kopers om de kwaliteit van verschillende CDO’s te herkennen, zullen zij om risico te vermijden niet bereid zijn de prijs te bieden die een kwalitatieve CDO waard is. Hierdoor zijn alleen verkopers
32 Net worth is de totale waarde van de eigendommen van een instelling; in andere woorden,
alle bezittingen minus alle schulden (Assets – Liabilities).
33 De solvabiliteit van een bedrijf of huishouden is grofweg gezegd, de mate waarin deze op
lange termijn zijn schulden kan terugbetalen.
van slechte kwaliteit CDO’s bereid om deze te verkopen, waardoor alleen waardeloze CDO’s worden verkocht. Hierdoor is het heel moeilijk geworden voor financiële instellingen om CDO’s te verkopen voor de prijs die zij eigenlijk waard zijn (Bordo, 2008, p. 6). In andere woorden, de liquiditeit van deze assets nam sterk af. Omdat de solvabiliteit van deze instituties ook was afgenomen, was het om dezelfde redenen ook moeilijk voor hen om (korte-termijn) krediet te verkrijgen (borrowing constraints).
Bovendien zorgt deze onzekerheid over de waarde van assets en de toekomstige staat van de economie niet alleen voor een vermindering van liquiditeit in financiële markten, maar ook voor een verhoging van de vraag naar liquiditeit (liquidity preference), aangezien bedrijven en financiële instellingen zich proberen te verzekeren voor onzekere tijden.35
4. De afname van solvabiliteit en liquiditeit zorgde ook voor een afname van kredietverlening, wat een negatieve schok voor de reële economie vormde. Er zijn verschillende kanalen benoemd waarop
dit mechanisme plaatsvindt. Solvabiliteitsproblemen kunnen er bijvoorbeeld voor zorgen dat bedrijven (en huishoudens) proberen hun schulden te verminderen en hun nettowaarde te verhogen, door hun uitgaven te verminderen (Helbling, Huidrom, Kose, & Otrok, 2011, p. 341). Wanneer dit op grote schaal gebeurt, leidt dit tot een vermindering in geaggregeerde vraag in de economie, die vervolgens weer zorgt voor een vermindering in nettowaarde en verdere solvabiliteitsproblemen. Deze negatieve feedback-loop is een zogenoemde “balance sheet recession” (Koo, 2013).
Een ander kanaal is het zogenoemde “financial accelerator effect”, wat inhoudt dat er een toename is van “agency costs of lending”, waardoor actoren minder bereid zijn om krediet te verschaffen (Bernanke, Gertler, & Gilchrist, 1996). Een specifieke manier waarop dit kan gebeuren is een “bank run”. Er vonden daadwerkelijk bank runs plaats gedurende de financiële crisis; niet van het traditionele soort waarbij retail depositohouders hun spaargeld van banken halen, maar waarbij houders van korte termijn commercial paper stopten nieuw commercial paper te verschaffen, waardoor financiële instellingen hun schulden niet konden “rollover”-en36 (Ivashina & Scharfstein, 2010, p. 320). Om toch hun
schulden af te betalen moesten financiële instellingen dus wel hun kredietverlening ook verminderen. Deze vermindering in krediet zorgde voor een vermindering in investeringen (Campello, Graham, & Harvey, 2010).
5. De afname van solvabiliteit en liquiditeit zorgde ook voor een “fire-sale” dynamiek, waarbij financiële instellingen hun assets overhaast moesten verkopen om hun schulden af te betalen,
35 Deze theorie over liquidity preference en radical uncertainty is in de bovenstaande sectie
behandeld.
36 “To rollover debt” houdt in het aangaan van leningen om al bestaande schulden aft e betalen.
Op deze manier kan een financiële institutie korte-termijn schulden behouden, over de lange termijn.
waardoor de prijzen van deze assets ver daalde onder hun intrinsieke waarde; Door deze waardedaling neemt de solvabiliteit vervolgens verder af (negatieve spiraal) (Hanson, Kashyap, & Stein,
2011, p. 5; Shleifer & Vishny, 2010).
6. De “credit boom” die vóór de crisis plaatsvond, en de crisis heeft mogelijk gemaakt, is in ieder geval deels veroorzaakt door verschillende vormen van financiële innovatie. Zo is er bijvoorbeeld
het proces van “securitization” waarbij assets die niet direct verhandelbaar zijn, zoals hypotheken, worden “gepooled” in financiële derivaten, zoals de eerder genoemde Collateralized Debt Obligations, die vervolgens in een liquide markt verkocht worden. Het gevolg hiervan is dat de hypotheekverstrekkers niet meer de dragers van deze hypotheken zijn (aangezien ze in de vorm van CDO’s verkocht worden), en zij dus een minder sterke prikkel hebben om risicovolle hypotheken te vermijden. Het gevolg is een toename in het aantal hypotheken dat verstrekt wordt, meer dan de hoeveelheid die verantwoord is (Bordo, 2008, p. 10).
In meer algemene zin, derivaten die risico verminderen voor de actoren die deze derivaten houden, kunnen vaak het systematische risico, d.w.z. het risico voor de rest van het financiële systeem, verhogen (Rajan, 2005). In andere woorden, deze financiële innovatie heeft “risk externalities” met zich meegebracht.
Deze stylized facts zullen als empirische basis fungeren voor een evaluatie van een paradigmatisch pre-crisis DSGE model (Smets & Wouters, 2003), en van twee prominente post-crisis DSGE modellen (Brunnermeier & Sannikov, 2013; Del Negro et al., 2014).
II. Theoretische Evaluatie van DSGE modellen
Twee modellen van na de crisis die op dit moment aanhang krijgen van voorstanders van het DSGE programma zijn die van Brunnermeier en Sannikov (2013) en die van Del Negro et al. (2014). Ik zal deze twee modellen als representatief voor het post-2008 DSGE onderzoek behandelen, en ze gebruiken om te evalueren of deze nieuwe modellen op bevredigende wijze de financiële sector hebben geïncorporeerd.
Ik zal ze evalueren door ze te vergelijken met het paradigmatische pre-2008 DSGE model van Smets & Wouters (2003). DSGE modellen tot aan de crisis zijn in veel opzichten adaptaties van het model van Smets & Wouters (S&W). Om deze evaluatie te kunnen doen, zal ik dus eerst S&W analyseren aan de hand van de kritiek uit I.B.2, en met name of de dynamieken van dit model overeen (kunnen) komen met de “stylized facts” van de financiële crisis (zie I.C).
Ik zal deze evaluatie niet beperken tot de accuraatheid van voorspellingen van het model; ik evalueer juist de implicaties van de modellen over de mechanismen van het financiële systeem, op basis van de mate waarop
zij overeenkomen met de belangrijke mechanismen in de crisis van 2008.37 De
methodologische redenen hiervoor zijn al behandeld in de vorige sectie: Ten eerste, het begrijpen van interne mechanismen is intrinsiek waardevol, zowel voor de algemene vooruitgang van onze kennis over de economie, als voor beleidskeuzes. Zelfs wanneer een model inaccurate prognoses doet, is deze waardevol wanneer hij ons inzicht geeft in de mechanismen waarop de economie beïnvloed wordt door bepaald beleid. Ten tweede, door de mechanismen te evalueren afgezonderd van de prognoses/voorspellingen die een model doet, gaan we “model mining” tegen. Dit is in feite een goede strategie doordat het apart evalueren van mechanismen meer informatie geeft over de validiteit van het model, dan alleen het evalueren van de ‘eindresultaten’ van een model. Juist doordat macroeconomie een data-schaarse wetenschap is, is het dus nodig om naar deze mechanismen te zoeken. Dit laatste argument is gerelateerd aan het idee van Daniel Hausman, dat we aannames moeten onderzoeken om te kunnen weten op welke manier we modellen moeten verbeteren (Hausman, 2008, p. 70).
Kort gezegd hebben de aannames van modellen implicaties voor hun interne mechanismen, de manier waarop bepaalde gebeurtenissen effect hebben op macro-economische variabelen, en ik zal deze mechanismen evalueren. Deze mechanismen zijn echter niet altijd volledig transparant weergegeven, dus ik zal deze mechanismen aan de hand van de formules van het model deduceren.
In de volgende sectie zal ik de vergelijking tussen deze post-2008 modellen en S&W gebruiken om te evalueren of het DSGE “onderzoeksprogramma” volgens de methodologie van Lakatos een “degeneratief” programma is.
A. HET BENCHMARK MODEL: SMETS & WOUTERS.
S&W is gebaseerd op het Ramsey model, met hieraan de toevoeging van willekeurige “schokken” op alle parameters, de belangrijkste elementen van de reële economie, en twee monetaire fricties. De reële economie bevat een arbeidsmarkt, een markt voor kapitaal, een nominaal rentepercentage op staatsobligaties die wordt bepaald door de centrale bank, en een onderscheid tussen intermediaire goederen en finale goederen. Daarnaast bevat S&W de twee basisaannames van New Keynesian modellen: imperfecte competitie, en
37 Wat dit betreft sta ik meer aan Samuelson’s kant dan aan die van Friedman. Zoals eerder
behandeld, stelt Friedman dat een theorie alleen beoordeeld moet worden op specifieke voorspellingen over het domein waar de theorie voor bedoeld is. Het gaat dus niet om algemene voorspellingen over hoe de economie in elkaar zit, maar over voorspellingen van specifieke meetbare variabelen, zoals hoeveel het algemeen prijsniveau stijgt na een verhoging van 1% van de geldhoeveelheid. Samuelson daarentegen stelde dat de theorie volledig uit operationaliseerbare concepten moet bestaan, zodat alle implicaties direct kunnen worden getest (Hausman, 1989, p. 115). De focus in deze sectie op interne mechanismen van een theorie sluit dus meer aan bij de methodologie van Samuelson.
Naar mijn in ziens is het zowel legitiem om modellen te testen op basis van het soort specifieke voorspellingen zoals Friedman dat wil zien (“predictions”), als om ze te testen op basis van zijn algemene interne dynamieken (“implicaties”).
prijs-rigiditeiten, in zowel de arbeidsmarkt als de intermediaire goederenmarkt.
Een analyse van deze elementen van het model laat echter zien dat de kritiek beschreven in I.B.2. grotendeels opgaat,38 en dat de beschreven stylized
facts niet door het model worden gevangen.
Ten eerste is er in S&W nauwelijks een basis voor huishoudens en bedrijven om geld aan elkaar te lenen: omdat alle huishoudens bijna identiek aan elkaar zijn,39 en alle bedrijven bijna identiek aan elkaar40 (zij zijn zogenoemde
“representatieve agenten”), zijn bijna alle gronden om geld aan elkaar te lenen afwezig, zoals leeftijdsverschillen, inkomensverschillen, en verschillen tussen startende en gevestigde bedrijven. Hierdoor zijn bijvoorbeeld hypotheken onnodig, en dezen zitten dus ook niet in het model. Het enige verschil tussen agenten, en dus de enige grond om geld aan elkaar te lenen, is dat zij op verschillende, willekeurig bepaalde momenten de prijzen van hun producten en de lonen van hun arbeid kunnen aanpassen. Er wordt dus impliciet geleend om de discrepanties te compenseren die veroorzaakt wordt door de rigide
38 Een van de kritieken die in I.B.2. is beschreven is op de zogenaamde “Ricardian
Equivalence”, de hypothese dat de financiering van overheidsuitgaven, d.w.z. of de overheid zijn uitgaven financiert met obligaties of met belastingen, geen invloed heeft op het nationaal inkomen, ook niet op de korte termijn. Hoewel deze kritiek tijdens een crisis relevant is voor beleidsmakers die overwegen om de economie fiscaal te stimuleren, is deze niet direct relevant voor de huidige evaluatie van post-2008 DSGE modellen.
Er zijn een aantal omstandigheden die in de werkelijke economie waarschijnlijk plaatsvinden die ervoor kunnen zorgen dat Ricardian Equivalence niet opgaat (Hemming et al., 2002, p. 7). Van de belangrijksten hiervan is in S&W geen sprake. Ten eerste is er geen “short-term myopia”: Dit huishoudens en bedrijven nemen alle toekomstige periodes mee in de maximalisering van hun utility en winst (Smets & Wouters, 2003, p. 1128,1133); er zijn geen
liquidity constraints in S&W zoals boven aangegeven; er zijn perfecte kapitaalmarkten;
huishoudens hebben een oneindige tijdshorizon, wat impliceert dat er perfect rekening wordt gehouden met toekomstige generaties, terwijl non-altruïstische belangen ervoor zorgen dat Ricardian Equivalence minder sterk opgaat.
Toch gaat Ricardian Equivalence niet perfect op in S&W, door de prijs- en loon rigiditeiten. Echter, (Bénassy, 2007) laat zien dat een model met enkel prijs- en loon-rigiditeiten zonder de bovengenoemde elementen toch kwantitatief Ricardian Equivalence benadert. Ricardian Equivalence gaat dus waarschijnlijk kwantitatief bijna volledig op in S&W
39 Dit kan worden gezien doordat alle huishoudens dezelfde instantaneous utility function (en
dus marginal utility of wealth), dezelfde discount rate, en dezelfde income equation hebben: 𝑈𝑡𝜏= 𝜖𝑡𝑏( 1 1 − 𝜎𝑐 (𝐶𝑡𝜏− 𝐻𝑡)1−𝜎𝑐− 𝜖𝑡𝐿 1 + 𝜎𝑙 (𝑙𝑡𝜏)1+𝜎𝑙) 𝐸0∑ 𝛽𝑡𝑈𝑡𝜏 ∞ 𝑡=0 𝑌𝑡𝜏= (𝑤𝑙𝜏𝑙𝑡𝜏+ 𝐴𝑡𝜏) + (𝑟𝑡𝑘𝑧𝑡𝜏𝐾𝑡−1𝜏 − Ψ(𝑧𝑡𝜏)𝐾𝑡−1𝜏 ) + 𝐷𝑖𝑣𝑡𝜏
Zij hebben dus dezelfde preferenties, vaardigheden, en participeren in dezelfde arbeidsmarkt.
40 De productie is voor alle finale goederen in de economie identiek (Smets & Wouters, 2003, p.
1132): 𝑌𝑡= [∫ (𝑦𝑡𝑗) 1 1+𝜆𝑝,𝑡𝑑𝑗 1 0 ] 1+𝜆𝑝,𝑡
Ook voor intermediaire goederen is deze identiek, ondanks dat er productdifferentiatie is: 𝑦𝑡𝑗= 𝜖𝑡𝑎𝐾̃
𝑗,𝑡𝛼𝐿̃𝑗,𝑡1−𝛼− Φ
Om specifiek te zijn, de vaste koste Φ elke periode is identiek voor alle bedrijven, er is geen onderscheid tussen startende- en gevestigde bedrijven.
aanpassing van prijzen en lonen. Dit is dus de enige vorm van intern lenen die plaats vindt tussen huishoudens en bedrijven. Dit is echter in werkelijkheid een verwaarloosbare hoeveelheid krediet, vergeleken met bijvoorbeeld hypotheken. Omdat deze hypotheken er niet zijn sluit dit bijvoorbeeld een zeepbel op de huizenmarkt uit (stylized fact 1).
Ten tweede vinden er in S&W geen financiële fricties plaats; het model bevat perfecte kapitaalmarkten,41 aangezien de waarde van de capital stock per
effective labor volledig gedetermineerd door de real interest rate, de expected
future value ervan en de rate of depreciation.42 Dit komt doordat er geen
asymmetrische informatie is,43 en dus ook geen borrowing constraints:44
Bedrijven maximaliseren namelijk hun winst zonder een restrictie op de hoeveelheid goederen die zij produceren, en huishoudens kunnen zonder restrictie hun toekomstige inkomen al vandaag uitgeven. Dit is alleen mogelijk als zij ongelimiteerd kunnen lenen, anders zouden zij hun productie moeten limiteren; dit is overigens zoals eerder gezegd geen intern lenen: zij lenen dit impliciet van “het buitenland”, of in ieder geval van een externe actor die niet in het model zit. Dit gebrek aan asymmetrische informatie en borrowing constraints in S&W sluiten een liquiditeitscrisis en “adverse selection problems” uit (stylized fact 3). Bovendien wordt een fire-sale, of asset-price disequilibrium dynamieken in het algemeen, uitgesloten door de efficiënte waardering van de kapitaalhoeveelheid (stylized fact 5). Aangezien de Modigliani-miller theorem opgaat, is er dus ook geen koste verbonden aan insolventie, waardoor een afname in winstgevendheid niet leidt tot een vermindering van kredietverlening (stylized fact 4).
Bovendien hebben alle huishoudens en bedrijven te maken met één nominaal rente percentage, die bepaald wordt door de Centrale Bank, en met één “rate of return on capital”, die bepaald wordt door de marginal product of
capital.45 Daarnaast zijn er geen andere assets. Daarom is er impliciet altijd
equilibrium in de financiële markten, aangezien er geen assets zijn die te hoog of te laag gewaardeerd kunnen worden; Dit is nog een reden dat “disequilibrium dynamieken” niet plaatsvinden in S&W, zoals de eerder beschreven “fire sales”, “explosive debt dynamics”, of de hypotheekzeepbel die de financiële crisis heeft gekatalyseerd (stylized facts 5 en 1 respectievelijk).
Het is daarnaast zelfs zo dat er geen verschil is tussen het rentepercentage voor kredietverlenende- en kredietnemende huishoudens; in werkelijkheid is dit wel zo doordat er een “markup” wordt gevraagd door financiële intermediairs.46 Dit betekent dus dat er geen sprake is van financiële
41 Zie sectie I.B.2. voor de definitie van perfecte kapitaalmarkten. Daarmee worden ook de
Modigliani-Miller theorems voldaan (Berk & DeMarzo, 2011, p. 455).
42 Smets en Wouters erkennen overigens zelf dat er in hun model sprake is van perfecte
kapitaalmarkten (2003, p. 1135).
43 De relevantie van asymmetrische informatie wordt o.a. beargumenteerd door (Hendrickson,
2013, p. 5).
44 Asymmetrische informatie zorgt voor borrowing constraints (Ray, 1998).
45 Zie I.A. voor een uitleg van de rental rate of capital en de marginal product of capital in het
Ramsey model. S&W verschilt hier niet fundamenteel van.
46 Er vinden in S&W twee financiële relaties plaats: verschaffing van kapitaal door
huishoudens aan bedrijven; verschaffing van lening tussen huishoudens en bedrijven die wel en niet hun prijzen of lonen hebben kunnen aanpassen in een bepaalde periode.
intermediatie in S&W; huishoudens en bedrijven zetten hun geld niet op de bank, maar lenen dit direct aan elkaar. Tijdens de crisis waren het dit soort rente percentages die een hogere “markup” kregen om financieel risico te reflecteren (de risicopremie steeg); Dit is bovendien een van de kanalen waarop de algemene kredietverlening afnam (stylized fact 4).
Als laatste zijn alle parameters in S&W stationair: er wordt verondersteld dat deze constant zijn over de gehele geschatte periode. Hierdoor worden bijvoorbeeld de procyclische dynamieken van risico-aversie die critici hebben benoemd niet meegenomen.
Mede hierom is “radical uncertainty” ook afwezig in S&W:47
Huishoudens en bedrijven baseren op deze stabiele parameters hun verwachtingen over de bewegingen van macroeconomische variabelen. Dit blijkt uit het feit dat de functies die zij maximaliseren gebaseerd zijn op de verwachtte waarde van macroeconomische variabelen op basis van hoe dezen in het model voorkomen.48 Radical uncertainty beïnvloedt de economie via
financiële intermediatie, liquidity preference en de geldmarkt (stylized fact 3).49
Dezen zijn echter in S&W ook afwezig: Liquidity preference wordt niet meegenomen in de utility function van huishoudens,50 en het nominale
Het inkomen van huishouden 𝜏 op moment t is als volgt gedetermineerd (Smets & Wouters, 2003, p. 1128):46
𝑌𝑡𝜏= (𝑤𝑙𝜏𝑙𝑡𝜏+ 𝐴𝑡𝜏) + (𝑟𝑡𝑘𝑧𝑡𝜏𝐾𝑡−1𝜏 − Ψ(𝑧𝑡𝜏)𝐾𝑡−1𝜏 ) + 𝐷𝑖𝑣𝑡𝜏
Hierbij is 𝑟𝑡𝑘 de rental rate of capital die huishoudens verdienen aan het verhuren van kapitaal
aan bedrijven. Deze rental rate wordt bepaald door de marginal product of capital. Dit, samen met de hoeveelheid kapitaal 𝐾𝑡−1𝜏 , en de utilization rate of capital 𝑧𝑡𝜏 determineert volledig de
hoeveelheid inkomsten uit kapitaalverhuur. Daarnaast zijn de dividend-inkomsten 𝐷𝑖𝑣𝑡𝜏 voor
huishoudens gelijk aan de winst van bedrijven (Smets & Wouters, 2003, p. 1128). Aangezien de kosten voor kapitaal voor bedrijven dus gelijk zijn aan de inkomsten van huishoudens uit kapitaalverhuur, en de winst van bedrijven volledig in dividend wordt uitgekeerd, weten we dat er geen mark-up wordt gevraagd door eventuele financiële intermediairs.
Op equivalente manier kan men ook zien dat er geen markup wordt gevraagd door een intermediair op het nominale rentepercentage die voor huishoudens geldt, aangezien dit rentepercentage impliciet gelijk is voor kredietnemers en kredietverleners; De first-order
condition voor huidhouden is namelijk altijd gelijk aan (Smets & Wouters, 2003, p. 1128)
𝐸 [𝛽𝜆𝑡+1 𝜆𝑡
𝑅𝑡𝑃𝑡
𝑃𝑡+1
] = 1
Hieruit volgt dat het rentepercentage gelijk is aan 𝑅𝑡, die gedetermineerd wordt door de
centrale bank en voor alle huishoudens hetzelfde is, en dus niet afhangt van of de huishouden een kredietnemer of een kredietverlener is in periode 𝑡.
47 Als de parameters overigens niet stationair zouden zijn, zou dit alsnog niet genoeg zijn om
radical uncertainty te incorporeren.
48 Huishoudens hanteren de first-order condition voor consumptie (Smets & Wouters, 2003, p.
1128): 𝐸𝑡[𝛽 𝜆𝑡+1 𝜆𝑡 𝑅𝑡𝑃𝑡 𝑃𝑡+1 ] = 1 En voor arbeid: 𝑤̃𝑡 𝑃𝑡 𝐸𝑡∑ 𝛽𝑖𝜉𝑤𝑖 ( ( 𝑃𝑡 𝑃𝑡−1) 𝛾𝑤 𝑃𝑡+𝑖 𝑃𝑡+𝑖−1 ) 𝑙𝑡+𝑖 𝜏 𝑈 𝑡+𝑖𝐶 1 + 𝜆𝑤,𝑡+1 = 𝐸𝑡∑ 𝛽𝑖𝜉𝑤𝑖 𝑙𝑡+𝑖𝜏 𝑈𝑡+𝑖𝑙 ∞ 𝑖=0 ∞ 𝑖=0 49 Zie I.B.2. en I.C.
50 Instantaneous utility function : 𝑈 𝑡𝜏= 𝜖𝑡𝑏( 1 1−𝜎𝑐 (𝐶𝑡 𝜏− 𝐻 𝑡)1−𝜎𝑐− 𝜖𝑡 𝐿 1+𝜎𝑙(𝑙𝑡 𝜏)1+𝜎𝑙)
