ჟურნალი ნომერი 2 ∘ გიორგი თეთრაული ∘
ჟუგლარის ციკლები საქართველოს ეკონომიკაში

რეზიუმე

სტატიაში განხილულია ეკონომიკის ციკლურობის კვლევის თანამედროვე მეთოდის, ჰოდრიკ-პრესკოტის ფილტრის გამოყენების თეორიული და პრაქტიკული საკითხები. გამოთვლილია საქართველოს ეკონომიკაში ჟუგლარის ციკლების ვადები და გაკეთებულია დასკვნები ქვეყნის მომავალი ეკონომიკური განვითარების შესახებ.

საკვანძოსიტყვები: ჟუგლარის ციკლები, ჰოდრიკ-პრესკოტის ფილტრი.

შესავალი

ეკონომიკური განვითარების ციკლურ თეორიაში ყველაზე მკვეთრად გამოხატულია ჟუგლარის საშუალოვადიანი (საქმიანი) ციკლები. მე-19 საუკუნის მეორე ნახევარში, როდესაც ხდებოდა ეკონომიკის, როგორც მეცნიერების ნამდვილი ფორმირება, კლემენტ ჟუგლარი იყო ის ეკონომისტი, რომელმაც განახორციელა მცდელობა ეკონომიკაში ახალი სტატისტიკური მეთოდების გამოყენების მიმართულებით. ჟუგლარის ციკლები მჭიდროდ კორელირებს როგორც მოკლევადიან ფინანსურ-ეკონომიკურ ციკლებთან, რომელიც 1920-იანი წლების დასაწყისში ჯოსეფ კიტჩინისა და უილიამ კრამის მიერ იქნა აღმოჩენილი (Kitchin 1923; Crum 1923), ისე ნიკოლაი კონდრატიევის მიერ აღმოჩენილ კონიუნქტურის გრძელვადიან ეკონომიკურ ციკლებთან [Hagemann, Legrand, 2005].

ემპირიული კვლევების თანახმად, საშუალოვადიანი (საქმიანი) ბიზნესციკლები ყველაზე მეტად ახდენს ზეგავლენას ეკონომიკური პროცესების განვითარებაზე და ამიტომ მათ განსაზღვრავენ როგორც საბაზისოს.

მოცემული სტატიის მიზანია საქართველოს ეკონომიკაში ჟუგლარის ციკლების გამოვლენა და მათი მეშვეობით ჩვენი ქვეყნის ეკონომიკური განვითარების დინამიკაზე დასკვნების გაკეთება.

ჟუგლარისციკლისბუნებადამოქმედებისმექანიზმი

ჟუგლარის ციკლი, ან როგორც მას სხვანაირად უწოდებენ, ბიზნესციკლი, წარმოადგენს ეკონომიკურ თეორიაში ერთ-ერთ ყველაზე კარგად შესწავლილ აქტუალურ პერიოდულ მოვლენას. მისი საშუალო ხანგძლივობა შეადგენს 7-11 წელიწადს, ხოლო მისი არსებობა უკავშირდება ეკონომიკის ბიზნესაქტივობის თავისებურებებს [Dimitri O. Ledenyov and Viktor O. Ledenyov, 2013], [Koichiro Kamada, Kentaro Nasu, 2011].

კონკრეტული მაკროეკონომიკური მაჩვენებლების დინამიკაში ჟუგლარის ციკლების გამოვლენა და მათი მოქმედების მექანიზმების შესწავლა საკმაოდ პრობლემატურია. ქვემოთ ჩამოთვლილია მათი ახსნის მიმართ რამდენიმე ფართოდ გავრცელებული მიდგომა [Hagemann, Legrand, 2005]:

• ფასებისა და ხელფასების სიხისტე;
• ეკონომიკურ სუბიექტთა არარაციონალური ქცევა (პირველ რიგში, აქტიური ინვესტირების გაგრძელება, როდესაც მოთხოვნა უკვე წყვეტს ზრდას);
• სახელმწიფოს არასწორი პოლიტიკა (ეკონომიკის გადაჭარბებული სტიმულირება) ან, უბრალოდ, სახელმწიფოს მეტისმეტად აქტიური ჩარევა ეკონომიკაში;
• ეკონომიკაში ისეთი ეგზოგენური ცვლილებები, რომლებთანაც ადაპტაციისთვის საბაზრო მექანიზმს დრო სჭირდება;
• თავად საბაზრო მექანიზმების სტოქასტიკური (შემთხვევითი) შემადგენელი.

მოცემული სტატია იყენებს ჟუგლარის ციკლების არასწორი საინვესტიციო გადაწყვეტილებებითა და ინფორმაციის გავრცელების დროითი ლაგებით ახსნას, რომელიც წარმოდგენილია თანამედროვე კვლევებში [Koichiro Kamada, Kentaro Nasu, 2011], [kakulia n., 2012], [Timothy Cogley, James Nason, 1995]. ამ ციკლის შინაგანი მექანიზმი შემდეგნაირად შეიძლება აიხსნას: ციკლის აღმავლობის ფაზა იწყება ხელსაყრელი პირობების და რესურსების დიდი მოცულობის არსებობის შემთხვევაში. ამის შემდგომ მოქმედებაში მოდის მომავალი პერიო-დების რესურსები (ანუ ის, რომელიც გამოყენებული იქნება წარმატებული სტრატეგიის შემთხვევაში, მაგ., საკრედიტო კაპიტალი), რომელიც ხელს უწ¬ყობს ინვესტირებას. თუმცა ინფომაციის გავრცელებისას დროითი ლაგების არსებობის გამო არჩეული ბიზნესსტრატეგიები და კაპიტალის დაბანდების შესახებ მიღებული გადაწყვეტილებები მცდარი და დაგვიანებულია [Luca Pensieroso, 2007]. ეს საბაზრო მექანიზმის არასრულყოფილების ერთ-ერთი დამა¬ხასია¬თებელი ნიშანია. შედეგად იქმნება დისპროპორციები, როგორიცაა საფი¬ნანსო ბუშტები, ჭარბი კრედიტები, ჭარბი ინვესტიციები და სხვა, რაც საბო¬ლოოდ წარმოების მოცულობისა და დასაქმების მკვეთრი შემცირების და კრიზისის მიზეზი ხდება.

აღსანიშნავია, რომ ჟუგლარის ციკლის ყოველი ფკსერი არის ინოვაციე¬ბის, ახალი ტიპის რესურსების გამოყენების, ახალი ბიზნესსტრატეგიების შექმნის პერიოდი, რომელიც ასრულებს ბიძგის როლს ახალი საშუალოვადიანი ციკლის დაწყებისთვის.

აღწერილი მექანიზმიდან გამომდინარე, ჟუგლარის ციკლში გამოყოფენ შემდეგ ფაზებს (მათ შიგნით კი - შესაბამის ქვეფაზებს) [Harald Hagemann, Muriel Dal-Pont Legrand, 2005]:

• გამოცოცხლების ფაზა (სტარტისა და აჩქარების ქვეფაზები);
• აღმავლობისა და აყვავების ფაზა (ზრდისა და `გადახურების~, ანუ ბუმის ქვეფაზები);
• რეცესიის ფაზა (მწვავე კრიზისისა და დაცემის ქვეფაზები);
• დეპრესიის ფაზა (სტაბილიზაციისა და ძვრების ქვეფაზა).

ჰოდრიკ-პრესკოტისფილტრისპრაქტიკულიგამოყენება (საქართველოსმაგალითზე)

ბოლო პერიოდში ჰოდრიკ-პრესკოტის ფილტრი (Hodrick-Prescott (HP) filter), რომელიც შემუშავებული იყო ჰოდრიკისა და პრესკოტის მიერ 1997 წელს, სულ უფრო პოპულარული მეთოდი ხდება დინამიკური მწკრივებისგან ციკლური კომპონენტის და ტრენდის გამოყოფის მიზნით, რაც ასახულია ამ თემაზე არსებულ კვლევებში [Harald Hagemann, Muriel Dal-Pont Legrand, 2005], [King, Rebelo, 1999]. ამ ინსტრუმენტის გამოყენება უპირატესად ბიზნესციკლის თეორიაში ხდება. მისი საშუალებით შესაძლებელია სხვადასხვა პერიოდულობის ციკლური მოვლენების და მათ შორის ურთიერთკავშირის შესწავლა.

HP-ფილტრის სხვა გამოყენება მდგომარეობს დინამიკური მწკრივების დეტრენდიზაციაში, რაც ხშირად აუცილებელია სტრუქტურული ეკონომეტრიკუ-ლი მოდელების აგების დროს, როდესაც ამოსავალი მწკრივი არასტაციონალურია.

HP-ფილტრის მექანიზმი დაფუძნებულია დაშვებაზე, რომ დინამიკური მწკრივი შეიძლება წარმოდგენილ იქნეს ციკლური და ზრდის კომპონენტების სახით [King, Rebelo, 1999]:

 

სადაც:  ზრდის კომპონენტია, ხოლო  -მწკრივის ციკლური კომპონენტი.

როდესაც ხდება მონაცემების სტაციონალურ სახეზე დაყვანა, საჭიროა ზრდის კომპონენტის გამორიცხვა. HP-ფილტრის გამოყენების დროს ამ გზით ხდება ციკლური კომპონენტის იზოლირება:

 

სადაც  წარმოადგენს სასურველ მონაცემებს. ამ გზით ხდება ასევე მწკრივის გადახრების შემცირება. ეს შეიძლება გამოისახოს მინიმიზაციის შემდეგი პირობით [David J. Doorn, 2001]:

  

სადაც λ წარმოადგენს მოსწორების პარამეტრს, რადგანაც მისი მნიშვნელობა განსაზღვრავს მწკრივის ზრდის ტემპის ზეგავლენას. λ-პარამეტრის მნიშვნელობა განისაზღვრება ამოსავალის მონაცემების პერიოდულობის (წლიური, კვარტალური და ა.შ.) და საძიებელი ციკლის პერიოდის მიხედვით.

HP-ფილტრის გამოყენება შესაძლებელია პროგრამა Eviews-ის დახმარებით, სადაც ეს ინსტრუმენტი საბაზო ფუნქციების რიცხვში შედის. ამ მეთოდის პრაქტიული გამოყენება ჩატარდა საქართველოს ეკონომიკის მაგალითზე. ამოსავალი მწკრივის სახით შეირჩა რეალური მთლიანი შიდა პროდუქტის მონაცემები 1965-2014 წლებისთვის, მოსახლეობის ერთ სულზე გაანგარიშებით. მონაცემების წყაროდ აღებული იყო მსოფლიო ბანკის მონაცემთა ბაზები[1]. დინამიკური მწკრივი წლიური პერიოდულობისაა, ამიტომ სეზონური მოსწორება არ გახდა საჭირო.

ჩატარებული ანალიზის ეტაპები შემდეგნაირად გამოიყურება [Koichiro Kamada, Kentaro Nasu, 2011]:

• ამოსავალი დროითი მწკრივების შეგროვება სხვადასხვა ინდიკატორისთვის;
• სამიზნე ხანგრძლივობის ციკლების შერჩევა;
• HP-ფილტრის გამოყენებით დროით მწკივებში ციკლური კომპონენტის გამოყოფა;
• მიღებული სინუსოიდის საფუძველზე ამა თუ იმ ინდიკატორის დინამიკაზე დასკვნების გაკეთება.

HP-ფილტრის გამოყენებით მოხდა ჟუგლარის ციკლების გამოვლენა. სამიზნე ხანგრძივობის სახით აღებულ იქნა ჟუგლარის ციკლების პერიოდი, კერძოდ, 7-11 წელი. ჩატარებული ანალიზის არსი შემდეგია: თუ ამოსავალი მწკრივის მონაცემები არის y, და ის შედგება სამი ტიპის ციკლებისგან-a11 წელი, მაშინ საერთო მწკრივი შეიძლება წარმოდგენილ იქნეს შემდეგი ფორმით [KKoichiro Kamada, Kentaro Nasu, 2011]:

Y_t=a_t + b_t + c_t

თუკი HP-ფილტრს გამოვიყენებთ თავდაპირველად მოკლევადიანი კომპონენტის (a_t) გამოსარიცხად, დაგვრჩება (b_t + c_t)-კომპონენტი. საშუალოვადიანი ციკლების შემთხვევაში ამას შეესაბამება 7 წლიანი (ქვედა ზღვარი) ციკლების გამორიცხვა. შემდგომ ანალოგიურად ხდება 11-წლიანი (ზედა ზღვარი) კომპონენტის ელიმინირება, რითაც ვიღებთ b_t--ნაწილს. ჩვენთვის საკვლევს წარმოადგენს c_t-ნაწილი, რომელიც მიიღება მიღებული ორი სხვადასხვა ნაწილის ერთმანეთისთვის გამოკლებით.

HP-ფილტრის გამოყენების დროს საკვანძო მომენტს წარმოადგენს მოსწორების პარამეტრის _ λ-ის არჩევა. წინა აბზაცში აღწერილი მექანიზმი პირდაპირ კავშირშია λ-თან: თუ ჩვენ მას ისეთნაირად ავირჩევთ, რომ მან შედეგად მოგვცეს 7- და 7 წელზე მეტი პერიოდის ციკლები, მაშინ -კომპონენტი უბრალოდ `მოსწორდება~, ანუ ეს შედარებით მოკლევადიანი რყევები აღარ იქნება ასახული საბოლოო მონაცემებში. შემდეგ, როდესაც გავზრდით λ-ს 11 წლიანი ციკლების შესაბამის დონემდე, ის დატოვებს მხოლოდ 11 წლიან და მეტი ხანგრძლივობის ციკლებს, ხოლო სხვა დანარჩენს `მოასწორებს~- ( -კომპონენტის რყევები წაიშლება საბოლოო მონაცემებიდან. ამიტომ, მოსწორების პარამეტრის შერჩევა პირდაპირ და უმთავრეს როლს ასრულებს ამ ანალიზის წარმატებისთვის.

λ-პარამეტრის გამოსათვლელად გამოყენებული იქნება შემდეგი ფორმულები [Koichiro Kamada, Kentaro Nasu, 2011]:

        (1.1)

  (1.2)

სადაც f არის ამოსავალი მონაცემების პერიოდულობის ამსახველი ცვლადი (f=12 თვიური მონაცემებეისთვის, f=4 კვარტალური, და f=1 წლიური პერიოდულობის შემთხვევაში).

ამ ინსტრუმენტის უდაო დადებითი მხარეების მიუხედავად, მას აგრეთვე ახასიათებს ნაკლოვანებებიც. ფორმულა (1.1)-ის თანახმად გამოთვლილი მოს¬წო-რების პარამეტრი ფილტრავს 7 წლიანი ციკლების დაახლოებით ნახევარს, ხოლო სხვა მცირე ციკლების ნაწილს საშუალებას აძლევს, მოხვდეს საკვლევ ციკლურ კომპონენტში. ამდენად, ეს არ არის ძალიან ზუსტი ინსტრუმენტი ციკლების გამოვლენისთვის. ამასთან ერთად, რაც უფრო იზრდება ციკლის პერიოდი, ეს პრობლემა მით უფრო აქტუალური ხდება. ამდენად, ეს გარკვეულწილად შემზღუდველი ფაქტორია ამ კვლევისთვის. ამ მიზეზის გამო მიზანშეწონილად ჩაითვალა ამ ფილტრის გამოყენებით მხოლოდ საშუალოვადიანი (ჟუგლარის) ციკლის ძიება (და არა სხვა, უფრო ხანგრძლივი ციკლების გამოვლენა). გარდა ამისა, ამ გადაწყვეტილების მიზეზია კვლევაში გამოყენებული ამოსავალი დინამიკური მწკრივების სიმოკლე, რაც უფრო გრძელვადიანი ციკლების შესახებ დასკვნების გაკეთებისთვის არასაკმარისია და არსებობს მცდარი დასკვნების გამოტანის რისკი.

ზემოთ მოცემული ფორმულების გამოყენებით მოსწორების პარამეტრის მნიშვნელობებია:

ცხრილი 1

HP-ფილტრის λ -პარამეტრის მნიშვნელობები[2]

	საშუალოვადიანი (ჟუგლარის) ციკლებისთვის (7-11 წელი)
მოსწორების პარამეტრის მნიშვნელობა	=2	=10

პროგრამა Eviews--ში HP-ფილტრის გამოყენების შედეგი ნაჩვენებია ქვემოთ გრაფიკ 1-ზე. ნიმუშის სახით ნაჩვენებია =10 მნიშვნელობისთვის GDP-ის დინამიკის დაშლა ტრენდად და ციკლურ კომპონენტად.

გრაფიკული ნახაზის გარდა, პროგრამა Eviews--ი იძლევა ციკლისა და ტრენდის რიცხობრივ მნიშვნელობებსაც. სწორედ ამ გზით გამოიყენება ეს ინსტრუმენტი, მაგალითად, პოტენციური GDP-ის გამოთვლის დროს [Giorno, Richardson, Roseveare, Noord, 2005].

 

გრაფიკი 1. Eviews-ში HP-ფილტრის გამოყენება GDP-ის მაგალითზე

ქვემოთ მოცემულია ფილტრის გამოყენებით ჩვენთვის საძიებელი ჟუგლარის ციკლების შესაბამისი გრაფიკული გამოსახულება.

  

გრაფიკი 2. HP-ფილტრის გამოყენებით მიღებული ციკლები საქართველოს ეკონომიკაში[3]

საქართველოს მაგალითზე HP-ფილტრის გამოყენებამ აჩვენა, რომ ეკონომიკურ დინამიკაში აშკარად შეიმჩნევა ციკლური კომპონენტი. აღმოჩენილი ციკლების ხანგრძლივობა შეესაბამება შემდეგ დროით პერიოდებს (ნაჩვენებია მინიმუმების წერტილებს შორის მანძილი):

1.     1967-1973 წლები _ პირველი ციკლი;

2.     1973-1982 წლები _ მეორე ციკლი;

3.     1982-1993 _ მესამე ციკლი;

4.     1993-2003 _ მეოთხე ციკლი;

5.     2003-2010 _ მეხუთე ციკლი.

ამ ციკლების დათარიღების თანახმად, მათი ხანგრძლივობა 6-11 წელს შეადგენს, რაც შეესაბამება ჟუგლარის ციკლების ხანგრძლივობას. ამასთან, 6 წლიანი ციკლის არსებობა თვალსაჩინოდ აჩვენებს იმ მეთოდის ზემოთ აღწერილ ნაკლოვანებას. თუმცა ამას მნიშვნელოვანი ზეგავლენა არ მოუხდენია დანარჩენ შედეგებზე. კვლევის მიზანი სწორედ ჟუგლარის ციკლების ძიება იყო. შესაბამისად, HP-ფილტრის გამოყენება საკმაოდ წარმატებით მოხდა.

დასკვნა

კვლევის დროს მიღებულ შედეგებზე დაყრდნობით შესაძლებელია მომავალი ეკონომიკური განვითარების შესახებ გარკვეული დასკვნების გაკეთება. აღმოჩენილი ციკლების პერიოდების გათვალისწინებით, საქართველოში ჟუგლარის ციკლის საშუალო ხანგრძლივობა 9 წელია. იმის გათვალისწინებით, რომ 2010 წელი შეესაბამება ბოლო ციკლის ფსკერის ფაზას, მიმდინარე პერიოდი შეესაბამება ციკლის დაღმავლობის ფაზას, რომელიც 2015 წელს იყო მიღწეული. მიმდინარე ციკლი გაგრძელდება 2019-2020 წლამდე, რის მერეც დაიწყება ახალი საშუალოვადიანი ციკლი. ჟუგლარის ციკლის ბუნების გათვალის¬წინებით, მომდევნო რამდენიმე წელიწადში უნდა ველოდოთ წარმოების მოცულობის და ერთობლივი მიწოდების შემცირებას, ძირითად კაპიტალში ინვესტი¬ციების მოცულობის კლებას და ბიზნეს-სუბიექტების სტრატეგიების ცვლილებას. თუმცა ამ პროცესს თან მოსდევს ინოვაციები და ახალი რესურსების გამოყენება, რაც ახალი ციკლის აღმავლობის ფაზას შეუწყობს ხელს.

გამოყენებული ლიტერატურა

1. კაკულია ნ., 2012, `ეკონომიკური რყევების თეორიები ეკონომიკური კრიზისის ასპექტით~. `ეკონომიკა და ბიზნესი~, იანვარ-თებერვალი, თბილისი.
2. G Giorno C., Richardson P., Roseveare D., Paul van den Noord, 2005, Estimating potential output output gaps and structural budget balances, Organisation for Economic Cooperation and Development, Paris.
3. Doorn D.J., 2001, Consequences of Hodrick-Prescott Filtering for Parameter Estimation in a Structural Model of Inventory Behavior.
4. Ledenyov D.O. and Ledenyov V.O., 2013, On the accurate characterization of business cycles in nonlinear dynamic financial and economic systems.
5. Hagemann H., Legrand M. Dal-Pont, 2005, Business Cycles in Juglar and Schumpeter.
6. Schumpeter J.A., 1939, Business Cycles. A Theoretical, Historical and Statistical Analysis of the Capitalist Process.
7. King, Rebelo, 1999. Resuscitating Real Business Cycles, November.
8. Koichiro Kamada, Kentaro Nasu, 2011. The Financial Cycle Indexes for Early Warning Exercise.
9. Bernard L., Gevorkyan A.V., Palley Th., Semmler W., 2013, Time Scales and Mechanisms of Economic Cycles: A Review of Theories of Long Waves, December.
10. Pensieroso L., 2007, Real Business Cycle Models of the Great Depression: a Critical Survey, Department of Economics and IRES, Universite catholique de ´Louvain, Journal of Economic Surveys Vol. 21, No. 1.
11. Cogley T., Nason J., 1995, Output Dynamics on Real-Business-Cycle Models, The American Economic Review, Volume 85, Issue 3, Jun.

---