Badając funkcję reakcji RPP

Adam Glapiński, prezes NBP
Adam Glapiński, prezes NBP

Obecna Rada Polityki Pieniężnej potrafi zaskakiwać rynek, a ostatnim dobrym tego przykładem była nieoczekiwana wrześniowa obniżka stóp procentowych aż o 75 pb. Czy jest możliwe, że prognostycznej porażce winni są sami prognozujący?

Być może decyzje Rady, mimo zarzucanych jej problemów z komunikacją, da się trafniej przewidywać mając lepszą wiedzę o jej wrażliwości co do obowiązujących warunków makroekonomicznych oraz oczekiwań ich kształtowania w przyszłości.

Czym jest funkcja reakcji?

Żeby przełożyć na ilościowy grunt nastawienie decydentów do polityki pieniężnej analitycy próbują szacować tzw. funkcję reakcji banku centralnego. Jest to reguła opisująca zależność pomiędzy podstawowym instrumentem polityki monetarnej jakim jest krótkoterminowa stopa procentowa a jego poszczególnymi determinantami (najczęściej inflacją, wzrostem gospodarczym i kursem walutowym). Nie oznacza to oczywiście, że ustalanie stóp procentowych ma następować w sposób czysto mechaniczny. Chodzi tu bardziej o nakreślenie pewnych ram, które mogłyby ułatwić zrozumienie podmiotom gospodarczym istotę prowadzonej polityki pieniężnej i jej prognozowanie. Punktem wyjścia do skonstruowania funkcji reakcji opisującej zachowanie banku centralnego może być funkcja Taylora. Ta bardzo popularna, ale już dość wiekowa reguła (zaproponowana na początku lat 90.) zakłada, że nominalna stopa procentowa będąca instrumentem polityki pieniężnej (najczęściej krótkookresowa stopa WIBOR) dodatnio zależy od bieżącej luki inflacyjnej (inflacja minus bezpośredni cel inflacyjny) i luki popytowej (produkcja faktyczna minus produkcja potencjalna). Często też funkcja jest rozszerzana o zmiany realnego kursu walutowego.

Jak ją zbadaliśmy?

W naszym badaniu zastosowaliśmy trochę inną konstrukcję zmiennej zależnej w funkcji reakcji banku centralnego. Ma ona charakter zmiennej jakościowej (oznacza to, że w przeciwieństwie do zmiennej o charakterze ciągłym ma ograniczoną liczbę potencjalnych wartości). Nasza zmienna objaśniana może przyjmować 5 różnych wartości, które odpowiadają decyzjom banku centralnego prowadzącym do zmiany stopnia restrykcyjności polityki pieniężnej (obniżka stóp o więcej niż 25 pb, obniżka stóp o 25 pb, brak zmian, podwyżka o 25 pb oraz podwyżka o więcej niż 25 pb). Według tak przyjętej definicji, istotny jest nie tylko kierunek zmiany, ale także jej skala. Zaciągnęliśmy znowu do pracy narzędzia ekonometryczne. Dla zainteresowanych „nerdów” dopowiemy tylko, że do oszacowania modelu z tego typu zmienną objaśnianą zastosowaliśmy uporządkowany model logitowy.

Czego się dowiedzieliśmy?

W oszacowaniu parametrów takiego modelu wykorzystano dane kwartalne z okresu 2012Q1-2023Q3 (łącznie 47 obserwacji). Podobne i zarazem najlepsze dopasowanie modelu do danych otrzymano dla zmiennej objaśniającej reprezentującej bieżącą inflację oraz prognozę inflacji w perspektywie 3 kwartałów. Potwierdza to przekonanie, że Rada podejmując decyzje odnośnie stóp procentowych bierze pod uwagę nie tylko bieżący poziom inflacji. Mając na uwadze opóźnione działanie w czasie mechanizmu transmisji polityki pieniężnej bierze pod uwagę również prognozy inflacyjne, według naszego badania w największym stopniu w perspektywie 3 kwartałów (co jest trochę krótszym okresem niż wskazują na to badania dla polskiej gospodarki wskazujące największy wpływ polityki pieniężnej na inflację w perspektywie 4-5 kwartałów). Według naszego badania, Rada w analizowanym okresie nie kierowała się przy tym zmianami poziomu realnego kursu walutowego (zmienna statystycznie nieistotna).

Posłużyliśmy się takim modelem do prognozowania zmian stóp procentowych w horyzoncie jednego kwartału w okresie 2015Q1-2023Q3 (łącznie 35 obserwacji). Okazuje się, że model dobrze przewidział 70% decyzji Rady. Na pierwszy rzut oka wygląda to na dobry wynik, jednak trzeba tutaj dodać, że w analizowanym okresie duży procent posiedzeń (ok. 75%) kończyła się brakiem zmian stóp, co jest łatwym do zaprognozowania wynikiem przez model. Lata 2015-2019 to okres utrzymywania stóp procentowych na niezmienionym niskim poziomie. Kluczowe i zarazem najtrudniejsze jest wychwycenie posiedzeń, w których stopy procentowe ulegały zmianie. Jak w tym pojedynku wychodzą przewidywania modelu vs. oczekiwania rynku? Lepiej radzi sobie rynek (80% dobrze przewidzianych decyzji Rady w analizowanym okresie), co można wytłumaczyć tym, że w prognozowaniu o krótkim horyzoncie (tutaj 1 kwartał do przodu) same założenia co do bieżących uwarunkowań makroekonomicznych oraz ich prognoz nie wystarczają do skutecznego prognozowania decyzji RPP. Istotne są również czynniki, których nie da się wpleść w prosty sposób w narzędzia ilościowe, jak np. bieżące komentarze członków Rady czy oczekiwanie ze zmianą stóp na publikację najnowszych prognoz NBP.

Modelowe prawdopodobieństwo zmiany stóp procentowych (%)

Źródło: Pekao Analizy

Tego typu model ma lepsze zastosowanie do generowania prognoz długoterminowych poziomu stóp procentowych, gdzie czynniki makroekonomiczne są kluczową przesłanką do ich formułowania. Jak wygląda prognoza na cały 2024-2025 rok implikowana przez nasz model? Jako zmienne objaśniające posłużyły prognozy inflacji oraz luki popytowej z najnowszej listopadowej projekcji NBP. Według modelowej prognozy stopa referencyjna NBP na koniec 2024 r. obniży się co najmniej do 5,00% z cięciami stóp w II i III kwartale żeby w 2025 r. utrzymać się na niezmienionym poziomie.

Prognoza stóp procentowych NBP implikowana przez model do końca 2025 r.

Źródło: NBP, Pekao Analizy

Analizy Pekao