An Empirical Analysis of Business Cycle Fluctuations and Trend GDP Growth across Developed Economies
Questo articolo dimostra che un modello macroeconomico endogeno empiricamente fondato, guidato da fattori finanziari e dal livellamento intertemporale dei consumi, supera i tradizionali modelli RBC e DSGE-NK nel catturare la complessa dinamica del ciclo economico e del trend delle economie sviluppate, replicando naturalmente caratteristiche statistiche chiave come le code grasse e l'autocorrelazione senza fare affidamento su eccessivi termini di errore esogeni.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Gli economisti cercano da tempo di comprendere il ritmo dell'economia, ovvero il modo in cui le nazioni crescono costantemente nel corso dei decenni pur sperimentando al contempo improvvisi boom e dolorose recessioni. Per gran parte dell'era moderna, la spiegazione dominante di queste oscillazioni si è basata sull'idea che l'economia sia una macchina che funziona regolarmente finché qualcosa di esterno non la sconcerta. In questa visione, le cause primarie della turbolenza economica sono eventi imprevisti provenienti dal mondo esterno, come un improvviso cambiamento tecnologico o un mutamento nelle politiche governative. Queste teorie presuppongono che le persone e le imprese agiscano con una perfetta lungimiranza, regolando costantemente i propri piani per massimizzare profitto e benessere, e che l'economia ritorni naturalmente a un percorso stabile una volta superato lo shock. Tuttavia, i dati del mondo reale raccontano spesso una storia diversa. Le serie temporali economiche mostrano frequentemente schemi che questi modelli standard faticano a spiegare, come lunghi periodi di lenta ripresa, improvvisi picchi di volatilità e una tendenza per cui le cattive notizie colpiscono più duramente e durano più a lungo delle buone. Comprendere perché l'economia si comporti in questo modo è cruciale, poiché determina come i governi debbano rispondere alle crisi e come le società possano prepararsi al futuro.
Giulio Giuseppe Colazzo, un economista dell'Università di Bari in Italia, si è proposto di investigare queste discrepanze esaminando direttamente i dati piuttosto che partire da una teoria predefinita. Ha esaminato la storia economica delle nazioni sviluppate, nello specifico i membri dell'Organizzazione per la cooperazione e lo sviluppo economico, per separare il trend di crescita a lungo termine dalle oscillazioni a breve termine. Per farlo, ha utilizzato uno strumento statistico che smussa gli spigoli vivi dei dati grezzi per rivelare il percorso sottostante della crescita, in modo simile a un cartografo che ammorbidisce una costa frastagliata per vedere la forma generale di un continente. Una volta isolato il trend a lungo termine e il ciclo a breve termine, si è posto una domanda semplice ma profonda: cosa guida effettivamente questi movimenti? Ha testato una vasta gamma di potenziali cause, dai cambiamenti nella produttività e nella spesa pubblica ai mutamenti nei tassi di interesse e nel comportamento dei mercati finanziari.
I risultati di questa indagine hanno messo in discussione la visione tradizionale secondo cui gli shock esterni siano i principali motori della vita economica. Quando Colazzo ha analizzato le fluttuazioni a breve termine che definiscono il ciclo economico, ha scoperto che i predittori più potenti non erano i cambiamenti nella tecnologia o nelle politiche governative, ma piuttosto fattori radicati nel sistema finanziario e nella psicologia dei partecipanti al mercato. Nello specifico, la volatilità dei mercati azionari e i rendimenti dei titoli di Stato sono emersi come le forze primarie dietro i boom e le recessioni economiche. Questi indicatori finanziari, che riflettono la fiducia collettiva e l'ansia degli investitori, sono stati molto più efficaci nello spiegare perché le economie oscillino verso l'alto o verso il basso rispetto ai fattori del mondo reale come la produttività, che le teorie standard privilegiano. Lo studio ha anche rivelato che questi shock finanziari non causano solo increspature temporanee; essi creano un modello di volatilità in cui i periodi di calma sono spesso seguiti da intense turbolenze, un fenomeno noto come clustering della volatilità. Ciò significa che quando l'economia è instabile, tende a rimanere instabile per un certo periodo, ed eventi estremi sono più comuni di quanto una distribuzione normale prevedrebbe.
Quando Colazzo ha rivolto la sua attenzione al trend di crescita a lungo termine, il quadro è cambiato nuovamente. Qui, i dati indicavano verso le decisioni che le famiglie prendono riguardo al risparmio e alla spesa nel tempo. Lo studio ha scoperto che la traiettoria a lungo termine di un'economia è guidata in gran parte da come le persone allocano le proprie risorse tra il consumo attuale e la sicurezza futura. Questo processo decisionale intertemporale, in cui gli individui regolarizzano il proprio consumo per prepararsi a futuri incerti, si è rivelato un motore più significativo della crescita strutturale rispetto agli shock di produttività esterni. Combinando questi risultati, il ricercatore ha costruito un nuovo tipo di modello economico che è radicato interamente nel comportamento osservato dei dati. Questo modello assume che l'economia sia guidata da forze interne: lo stress finanziario e l'incertezza plasmano i cicli a breve termine, mentre le abitudini di risparmio e spesa delle famiglie plasmano la crescita a lungo termine.
Per testare se questo nuovo approccio basato sui dati fosse migliore delle teorie consolidate, Colazzo lo ha confrontato con i modelli standard utilizzati dalle banche centrali e dalle istituzioni accademiche, noti come modelli del Ciclo Reale (Real Business Cycle) e dell'Equilibrio Generale Dinamico Stocastico (DSGE). Questi modelli tradizionali assumono che l'economia sia guidata da shock esterni e che le persone agiscano con perfetta razionalità. Il confronto ha dimostrato che il nuovo modello endogeno, che lascia che i dati parlino da soli, era molto più accurato. Esso è riuscito a replicare le caratteristiche complesse e disordinate dei dati economici reali, come la tendenza degli shock negativi ad avere un impatto maggiore rispetto a quelli positivi e la presenza di correlazioni durature nell'attività economica. Al contrario, i modelli tradizionali non sono riusciti a catturare queste caratteristiche autonomamente; dovevano fare affidamento sui termini di errore — i residui matematici — per spiegare il comportamento insolito dei dati. Essenzialmente, i modelli standard stavano perdendo le parti più importanti della storia, lasciando i pattern più significativi inesplicati e relegandoli al rumore di fondo.
Lo studio conclude che una comprensione più realistica dell'economia deriva dal riconoscere che i mercati finanziari e le aspettative umane non sono solo effetti collaterali, ma sono centrali per il funzionamento del sistema. La ricerca suggerisce che l'economia non è una macchina in attesa di essere deviata da forze esterne, ma un sistema complesso dove le dinamiche interne, in particolare l'interazione tra stress finanziario e decisioni delle famiglie, generano le stesse fluttuazioni che gli economisti cercano di prevedere. Costruendo un modello che rifletta queste realtà, lo studio offre un quadro più chiaro del perché le economie si comportino in un certo modo, allontanandosi da assunzioni astratte sulla perfetta razionalità e muovendosi verso una descrizione che si allinea con l'esperienza reale, spesso volatile, del mondo sviluppato. Questo approccio non offre solo una migliore corrispondenza con i dati storici; implica che per comprendere il futuro, dobbiamo guardare attentamente ai meccanismi interni di fiducia, incertezza e stabilità finanziaria che guidano l'economia dall'interno.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.