Pojava korona virusa je na prvo mjesto stavila pitanje suzbijanja pandemije i spašavanja ljudskih života. Paralelno s pojavom krize počelo se razmišljati i o posljedicama za gospodarstvo. Kako se približava kraj zdravstvene krize, gospodarska pitanja postaju sve češća.
U ovome tekstu uspoređujem gospodarsku krizu koja bi mogla uslijediti zbog korona virusa s iskustvima iz ranijih hrvatskih kriza. Uspoređujem kretanja nezaposlenosti tijekom recesije 1998-1999 te 2009-2014. Nadalje, promatram reakciju sektora hrvatskog gospodarstva na inozemne šokove iz eurozone kako bi se utvrdilo koji sektori su najviše izloženi u kratkom i srednjem roku. Naposljetku analiziram kako sektori međusobno djeluju jedan na drugi.
To su iznimno važna pitanja, jer premda se na prvi pogled čini da su uslužne djelatnosti najviše pogođene, činjenica je da su svi sektori međusobno povezani te da se šokovi iz jednog sektora prenose na ostale. Upravo to pokušavam generalizirati otkrivanjem sektora koji su neto prijenosnici i neto primatelji šokova. Cilj je pružiti informacije kako bi se što je moguće bolje pripremile mjere ekonomske politike.
Zašto su ekonomisti loši u predviđanju? Podaci, podaci, podaci…
U ovom su tekstu analizirani povijesni podaci, pa je usporedba s korona krizom indirektna. To naravno nije idealno, jer ova kriza neće biti slična niti jednoj drugoj. Ipak, u ovome trenutku ne postoje još podaci o trenutnom stanju, pa se ekonomisti mogu odlučiti za tri opcije. Osim analize povijesnih podataka, jedna od opcija je prognoziranje, što nije idealno, jer su prognoze u ekonomiji često neprecizne. Druga opcija je iskustvena metoda, koja nije idealna, jer joj nedostaje preciznost.
U medijima se već dosta govorilo o mogućim posljedicama korona krize na temelju iskustvene metode, a nemali broj članaka je objavljen upravo na Ekonomskom labu (vidi seriju tekstova Koronaekonomika). Cilj ovoga rada je upotpuniti prazninu u medijskom prostoru u pogledu analize povijesnih podataka. Baker i suradnici (2020) govore o problemu korištenja povijesnih podatka i pokušavaju ga preskočiti koristeći dnevne podatke. To za Hrvatsku nije osobito korisno zbog male dostupnosti potrebnih dnevnih podataka.
Barro i suradnici (2020) uspoređuju ekonomske posljedice pandemije korona virusa sa Španjolskom gripom koja je trajala od 1918. do 1920. kao predložak za najgori mogući scenarij. Velike su razlike između dvije pandemije. Prvo, virus Španjolske gripe je drugačiji od korona virusa, imao je višu smrtnost te su često obolijevali i umirali mlađi ljudi bez kroničnih bolesti. Širenju bolesti je također doprinijela činjenica da se virus pojavio pred kraj Prvog svjetskog rata. Među poznatijim žrtvama španjolske gripe su sociolog Max Weber i djed američkog predsjednika Donalda Trumpa, Frederick Trump. Drugo, s ekonomske strane, razlika je što su gospodarstva danas mnogo drugačija nego 1918., a između ostalog postoje i bolji instrumenti ekonomske politike kojima se možemo boriti protiv recesije.
Zdravstvena kriza
Na slici 1 su prikazani novi slučajevi korona virusa u četiri odabrane zemlje. Plavi stupci prikazuju broj novih slučajeva, dok crvena linija predstavlja logaritamsku vrijednost. Pozitivan nagib logaritamske linije ukazuje na daljnji rast oboljelih. Položena krivulja govori da broj oboljelih više ne raste eksponencijalno već stagnira, što je vidljivo na primjeru Italije i SAD-a. U slučaju Hrvatske i Kine vidljivo je da je zdravstvena kriza prošla vrhunac, jer se broj oboljelih počeo smanjivati.
Broj novooboljelih u Hrvatskoj se smanjuje i budi optimizam, ali također poziva na oprez. Sada je nužno zadržati prednost. Situacija podsjeća na nogometnu utakmicu kada reprezentacija vodi 1:0 u 20. minuti te je potrebno održati rezultat do kraja utakmice.
Slika 1: Broj novih slučajeva korona virusa u odabranim zemljama
Što nam kaže Google: dolazi li recesija?
Paralelno s pojavom korona virusa pojavilo se i pitanje recesije. Budući da je cijela Europa zahvaćena virusom te da gotovo sve zemlje osim Švedske provode vrlo oštre mjere, jasno je da će turistička sezona u Hrvatskoj biti u najmanju ruku slaba. Turizam i uslužne djelatnosti poput restorana i kafića čine se najviše pogođenima.
Na slici 2 su prikazani rezultati pretraživanja pojma recesija na Google tražilici u Hrvatskoj. Podaci su preuzeti s Google Trends. Zanimljivo je da je učestalost traženja bila tek sporadična sve do pojave prvog oboljelog korona virusom u Hrvatskoj. Nakon toga je pretraživanje pojma recesija sve češće, što sugerira pojačani interes i bojazan građana vezano uz recesiju.
Slika 2: Pretraživanje pojma recesijana Google tražilici u Hrvatskoj
Epidemijska i recesijska krivulja
Osim što budno pratimo epidemijsku krivulju, potrebno je pratiti i krivulju nezaposlenosti. Hrvatski zavod za zapošljavanje objavljuje dnevne podatke o nezaposlenosti, ali duže vremenske serije su na mjesečnoj bazi te su zadnji dostupni podaci za ožujak. Međutim, možemo konstruirati i podatke za travanj, jer je na dan 28.4.2020. broj nezaposlenih 158.544 (radi se o dnevnim podacima). Temeljem toga, ukupan broj nezaposlenih u travnju možemo zaokružiti na 160.000.
Zanimljivo je usporediti te aktualne podatke s kretanjem broja nezaposlenih u Hrvatskoj tijekom recesije 1998-1999 i 2009-2014.
Na slici 3 je broj nezaposlenih prije početka sve tri recesije pretvoren u indeks s vrijednosti 100 te promatramo koliko je bilo potrebno vremena da se broj nezaposlenih vrati na predkriznu razinu.
Hrvatske recesije su duge i duboke, a povratak iz zadnje dvije u prosjeku je trajao 7,75 godina
Tako je broj nezaposlenih iz rujna 1998. uzet kao 100 te je vidljivo da je nezaposlenost porasla gotovo 40% tijekom recesije. Maksimum je dosegnut nakon tri i pol godine, da bi se broj nezaposlenih ponovno vratio na predkriznu razinu tek nakon 93 mjeseca ili 7,75 godina.
U slučaju globalne financijske krize, kao vrijednost 100 je uzeta nezaposlenost iz 2008:12, maksimum je dosegnut nakon gotovo 5 godina kada je nezaposlenost bila 50% veća od početne vrijednosti. Na predkriznu razinu se vratila također nakon 93 mjeseca ili 7,75 godina.
Slika 3: Broj nezaposlenih nakon početka recesija u Hrvatskoj
Za početnu vrijednost korona krize uzeta je nezaposlenost iz veljače 2020. kada je vrijednost indeksa jednaka 100. Zbog brzog rasta nezaposlenosti te zbog relativno niske baze, u travnju je broj nezaposlenih viši za 15% u odnosu na bazu. To je brži rast nego u prethodne dvije recesije. Valja imati na umu da ti brojevi ne uključuju skrivenu nezaposlenost, odnosno sve pojedince koji koriste državnu potporu za očuvanje radnih mjesta zbog korona virusa te su samo formalno zaposleni u poduzećima gdje su do sada radili.
Ipak, Hrvatska je u tom pogledu nešto bolja od SAD-a, jer je Castro (2020) procijenio američku nezaposlenost u prvom kvartalu 2020 na čak 32% zbog čak 47 milijuna otpuštenih Amerikanaca zbog korona krize. Za usporedbu, Baker i suradnici (2020) procjenjuju da bi pad američkog BDP-a u drugom kvartalu 2020 bio oko 9% te da je otprilike 60% tog pada uslijed neizvjesnosti izazvane korona virusom.
Ti rezultati govore da su recesije u Hrvatskoj duboke i dugotrajne. Međutim, postoje bitne razlike između recesija 1998-1999 i 2009-2014 u odnosu na sadašnju situaciju. Ukratko, hrvatsko gospodarstvo je spremnije dočekalo pojavu korona virusa, jer su fundamentalni pokazatelji bolji nego što su bili 1998. i 2009. godine, a uz to je i situacija u bliskom okruženju povoljna, te je moguće da će doći do bržeg oporavka. Prije pojave virusa, tržište rada je bilo u vrlo povoljnom položaju s visokom zaposlenosti i iznimno niskom nezaposlenosti. Zaduženost, javne financije i položaj u međunarodnoj razmjeni su bili u povoljnoj poziciji. Jednako tako, virus se pojavio u vrijeme izrazito niskih kamatnih stopa te „jeftinog“ i lako dostupnog novca. Istraživanja su pokazala kako kamatne stope dugoročno padaju nakon pojave pandemije, dok s druge strane realne plaće imaju dugoročnu tendenciju rasta (Jorda 2020). S tim na umu, trenutno je potrebno pomoći gospodarstvu monetarnom i fiskalnom politikom u keynezijanskom smislu te staviti sa strane skupe reforme koje za cilj imaju uštede. Time bi se po prvi puta postiglo da recesija u Hrvatskoj bude kratkog vijeka, premda oštra.
Ključno je mudro upravljati kriznom situacijom te rasporediti fiskalni kapacitet na cijelo vrijeme trajanja krize
Josip Tica sa Ekonomskog fakulteta u Zagrebu nedavno je pisao o utjecaju zaduživanja na održivost javnih financija u vrijeme recesije. Rezultati provedene simulacije pokazuju da omjer duga i BDP-a u recesiji neminovno raste. U scenariju u kojem država provodi štednju i kontrolira proračunski deficit, omjer duga i BDP-a će porasti zbog pada nazivnika. S druge strane, ako se pad BDP-a ublaži kontracikličnom fiskalnom politikom koja poveća proračunski deficit, tada omjer duga i BDP-a raste zbog porasta brojnika.
Stvarnost se nalazi između ovih ekstrema te je realno očekivati i rast proračunskog deficita i pad BDP-a. Ključno je mudro upravljati kriznom situacijom te rasporediti fiskalni kapacitet na cijelo vrijeme trajanja krize, jer niti će recesija trajati tek dva kvartala, niti će jednokratne mjere fiskalne politike biti dovoljne.
Recesija koja je pred vratima i uzrokovana je korona virusom vjerojatno neće biti jednokratni nagli šok nakon kojega će potrošači nastaviti gdje su stali, jer su se već pojavile posljedice po pitanju nezaposlenosti i pada plaća. Posljedice mogu biti i teže ako će se šokovi prelijevati između zemalja, ali jednako tako i između sektora gospodarstva. O isprepletenosti šokova u vrijeme korona krize nedavno je pisao prof. Vladimir Čavrak sa Ekonomskog fakulteta u Zagrebu. Korona krizu tumači kao kombinaciju četiri šoka: zdravstveni šok kao šok ponude, šok potražnje, negativni šok loših očekivanja i neizvjesnosti te šok brzih loših mjera ekonomske politike.
Utjecaj okruženja: Kako će nas Italija ekonomski zaraziti?
U slučaju Hrvatske posebno je važno pitanje okruženja zbog problema malog otvorenog gospodarstva. Naime, Hrvatska kao malo otvoreno gospodarstvo izuzetno ovisi o svome okruženju, prvenstveno kroz uvoz i izvoz. Kao najugroženiji se spominje sektor usluga i turizma, jer su te djelatnosti direktno pogođene korona virusom, odnosno mjerama distanciranja i zatvaranjima uslužnih objekata. No, situacija u inozemstvu ne utječe samo na uslužne djelatnosti, već preko uvoza i izvoza ima utjecaj na veći broj sektora.
U nastavku su prikazani rezultati modela u kojemu se simulira inozemni šok te se prikazuje utjecaj na sektore hrvatskog gospodarstva prema nacionalnoj klasifikaciji djelatnosti (NKD-u). To naravno ne pokazuje efekte korona krize, ali vrlo je zanimljivo promatrati inozemni šok odvojeno od ostalih. Model prikazuje kako dodana vrijednost pojedinih sektora NKD-a u narednih 12 kvartala reagira na inozemni šok koji je simuliran smanjenjem stope rasta BDP-a zemalja članica eurozone. Analiza uključuje period od prvog kvartala 2002. do četvrtog kvartala 2018.
Slika 4: Reakcije hrvatskih sektora na inozemni šok
Napomena: Za analizu utjecaja inozemnog šoka na domaće sektore koristimo jednostavni SVAR model s ograničenjima blog egzogenosti koji omogućava da domaće varijable ne mogu utjecati na inozemne, što je prikladno za malo otvoreno gospodarstvo (vidjeti primjerice Krznar i Kunovac 2010). VAR model se sastoji od inozemnog bloka koji sadrži stope rasta BDP-a eurozone i domaćeg bloka koji sadrži stope rasta domaćeg BDP-a i stope rasta dodane vrijednosti sektora NKD-a. Pretpostavka je da sektori ne mogu djelovati jedan na drugi te je njihov međusobni utjecaj isključen radi jednostavnosti procjene modela. To je čvrsta pretpostavka koju ćemo kasnije otpustiti, ali je za sada korisna kako bismo se mogli fokusirati na efekte inozemnog šoka. Analizirani su kvartalni podaci od 2002:1 do 2018:4 koji su prikupljeni sa Eurostata. Ovim putem se zahvaljujem doktorandu Dinku Wasserbaueru koji je prikupio podatke za potrebe izrade svoje doktorske disertacije.
Posebno je važna vodoravna linija uz vrijednost −1, koja razlučuje osjetljive od manje osjetljivih sektora. Naime, model simulira jedinični šok u stopi rasta BDP-a eurozone. Sektori koji reagiraju manje od 1 za 1 mogu se nazvati manje osjetljivima, dok oni koji reagiraju više od 1 za 1 su vrlo osjetljivi.
Očigledno je da svi sektori bilježe pad dodane vrijednosti uslijed inozemnog šoka. Debela crna isprekidana linija prikazuje reakciju domaćeg BDP-a na smanjenje BDP-a eurozone. Domaći BDP u prvom periodu pada uslijed inozemnog šoka za otprilike 0,8%, dok nakon šest kvartala, odnosno godinu i pol pada za malo više od 2%. Dakle, domaći BDP je vrlo osjetljiv na promjene u inozemstvu i ta linija oslikava prosjek hrvatskog gospodarstva.
Vrlo osjetljivi sektori
Gotovo svi sektori NKD-a su vrlo osjetljivi, a prednjače sektor F: Građevinarstvo, G, H, I: Trgovina, prijevoz i skladištenje, smještaj, priprema i usluživanje hrane koji je najviše povezan s turizmom i ugostiteljstvom, te B, C, D, E: Industrija, odnosno posebno C: Prerađivačka industrija. Ti sektori padaju čak i snažnije od domaćeg BDP-a, što ukazuje na njihovu izrazitu osjetljivost. Sektor A: Poljoprivreda također pada, ali nešto sporijom dinamikom. Naime, zbog prirode poljoprivredne djelatnosti, pad u prvog godini je nešto slabiji, a onda postepeno ubrzava. Nakon tri godine poljoprivreda i industrija bilježe jednak pad.
Efekti krize nisu jednokratni, već s vremenom jačaju, a građevinarstvo najsnažnije reagira tek u srednjem roku nakon dvije do tri godine
Vrlo je zanimljivo usporediti sektor građevinarstva i prerađivačke industrije sa sektorom trgovine i usluga (G, H, I). U prvom periodu nakon šoka sektor trgovine i usluga očito je najviše pogođen. Zbog toga se pokušavaju poduzeti mjere za spas turističke sezone. Kako vrijeme prolazi, pad sektora trgovine i usluga doseže svoj maksimum nakon godinu i pol od oko 3,5%. Sektor industrije ima vrlo slično kretanje, ali je finalni pad nešto manji, otprilike 2,5%. Građevinarstvo u prvih godinu dana ima znatno manji pad od prethodno navedena dva sektora, da bi nakon toga uslijedio izrazito oštar pad. Ukupan gubitak sektora građevinarstva je tek 1,5% nakon godinu dana, a nakon tri godine čak 6%.
Ovaj zaključak je važan za nositelje ekonomske politike, jer sugerira da efekti krize nisu jednaki za sve sektore. Također, važno je razumjeti da efekti krize nisu jednokratni, već s vremenom jačaju, a građevinarstvo najsnažnije reagira tek u srednjem roku nakon dvije do tri godine.
Manje osjetljivi sektori
Tri sektora su manje izloženi inozemnim šokovima: O, P, Q: javni sektor, L: poslovanje nekretninama i K: financije i osiguranje. Kao što je vidljivo iz slike 4, ti sektori imaju relativno skromnu reakciju od prvog do 12.-og kvartala nakon šoka. Iskustva iz prethodnih kriza objašnjavaju zašto javni sektor ne gubi previše uslijed inozemnog šoka. Naime, najveći teret kriza je pretrpio privatni sektor, dok je javni sektor tek zadržavao status quo.
Što će nam susjedi reći? Ili zašto smo toliko osjetljivi na kretanja u okruženju?
Koliko je inozemni šok važan u objašnjavanju dodane vrijednosti sektora jednostavno je prikazano na slici 5 koja prikazuje dekompoziciju varijance, odnosno koji postotak dodane vrijednosti pojedinog sektora se može objasniti šokom inozemnog BDP-a, domaćeg BDP-a te kretanjima unutar samog sektora. Radi preglednosti, prikazani su rezultati 1 kvartal nakon šoka, 4, 8 i 12 kvartala nakon šoka. Plavi stupci predstavljaju inozemni šok, što je veći plavi stupac, to je inozemni šok važniji za pojedini sektor. Crveni stupac pokazuje važnost domaćeg BDP-a, dok zeleni stupac označava važnost kretanja unutar samog sektora.
Slika 5: Važnost inozemnog i domaćeg BDP-a za dodanu vrijednost sektora
Rezultati koje smo uočili na prethodnoj slici su u potpunosti potvrđeni. Vrlo je jednostavno vidjeti da je sektor G, H, I Trgovine i usluga najviše pod utjecajem inozemnog BDP-a. Od 45% do 60% kretanja unutar sektora je rezultat zbivanja u inozemstvu. To je glavni razlog zašto su ekonomisti zabrinuti veličinom turističkog sektora u Hrvatskoj, jer su kretanja u tom sektoru najvećim dijelom izvan naše kontrole. Drugim riječima, dok država može direktno ili indirektno pomoći nekim drugim sektorima, poput poljoprivrede ili industrije, država ne može platiti milijunima stranih turista da dođu u Hrvatsku. Domaći turisti ne mogu spasiti sezonu, jer oni čine iznimno mali dio ukupnih turista, kao što je to zanimljivo prikazao Ivan Žilić sa Ekonomskog instituta na svom Twitter profilu.
Osim trgovine i usluga, inozemni šok je važan za industriju, posebice prerađivačku industriju, ostale uslužne djelatnosti, djelomično i za poljoprivredu zbog izvoza u inozemstvo. Međutim, svi ti sektori su manje izloženi zbivanjima u inozemstvu u odnosu na sektor trgovine i usluga. Prerađivačka industrija i ostale uslužne djelatnosti su izložene inozemnim kretanjima manje od 30%, što je upola manje od sektora trgovine i usluga.
Posebno je zanimljivo promotriti sektor građevinarstva. U trenutku nastanka šoka sektor je prilično otporan na kretanja iz inozemstva i ne reagira značajno. Međutim, kako vrijeme prolazi, značaj inozemnog šoka se povećava. Nakon godinu dana, gotovo 20% kretanja dodane vrijednosti se može objasniti zbivanjima u inozemstvu. Nakon 8 i 12 kvartala, dakle 2 odnosno 3 godine, gotovo 40% sektora građevinarstva je pod utjecajem zbivanja u inozemstvu. Time se zapravo sektor građevinarstva najviše približio sektoru trgovine i usluga po pitanju osjetljivosti na zbivanja u okruženju. Kasnije ćemo pokazati da su ta dva sektora zapravo usko povezana.
Preporuke za nositelje ekonomske politike
Osnovni zaključak je da recesija u inozemstvu neće pogoditi samo sektor trgovine i usluga, već su i ostali sektori izloženi, pogotovo industrija i građevinarstvo. Osim toga, mjere ekonomske politike ne smiju biti isključivo kratkoročne, već bi trebale biti usmjerene na stabilizaciju u srednjem roku od dvije do tri godine. Zbog toga je potrebno pažljivo planirati mjere fiskalne politike te sačuvati fiskalni kapacitet u srednjoročnom periodu bez da se izazove streloviti rast cijene zaduživanja (Više o fiskalnom kapacitetu u vrijeme korona krize pogledati ovdje). U protivnom bi prinos na javni dug mogao eksplodirati kada će biti najpotrebnije te ostaviti Vladu s ograničenim mogućnostima djelovanja. Situacija se može usporediti s trčanjem maratona što zahtjeva brzinu i izdržljivost. Ako je natjecatelj na početku prebrz, neće izdržati do kraja. Ali ako samo čuva snagu, neće stići prvi na cilj. Fiskalne mjere su po toj analogiji brzina, dok je fiskalni kapacitet usporediv s izdržljivošću.
Povoljna situacija na svjetskim financijskim tržištima u obliku vrlo niskih kamatnih stopa to olakšava. Država se za sada može zadužiti kako bi investirala i potaknula gospodarstvo čak i po cijeni višeg vanjskog duga. Ukoliko mjere ekonomske politike padnu na plodno tlo, to će dovesti do oporavka rasta BDP-a što u konačnici stabilizira ključni pokazatelj održivosti javnog duga, a to je omjer javnog duga i BDP-a. Štoviše, nobelovac Paul Krugman u svom blogu čak zagovara trajno povećanje državne potrošnje usmjereno na investicije, objašnjavajući isti mehanizam kojega omogućavaju niske kamatne stope. Simulaciju učinka takvih mjera za Hrvatsku Josip Tica je pokazao u svom nedavnom članku.
Slika 5 također prikazuje ograničenu važnost domaćeg BDP-a u objašnjavanju dodane vrijednosti sektora. Zanimljiva je pravilnost da je domaći BDP čak manje bitan od inozemnog BDP-a i od kretanja dodane vrijednosti svakog sektora. Ako usporedimo kako bi sektori reagirali na šok domaćeg BDP-a, što je prikazano na slici 6, vidljivo je da su sektori manje osjetljivi na takav šok.
Slika 6: Reakcija hrvatskih sektora na domaći šok
Ponovno promotrimo vodoravnu liniju pri vrijednosti −1 označenu crvenom bojom. Jasno je vidljivo da u ovome slučaju mnogo više sektora spada u skupinu manje osjetljivih, jer reagiraju manje od 1 za 1. Tek su građevinarstvo i poljoprivreda jače osjetljivi te djelomično prerađivačka industrija i sektor informacija i komunikacija.
Prema tome, hrvatski sektori su otporni na domaće šokove, ali su skloni zarazi iz inozemstva, baš kao što je stanovništvo relativno otporno na gripu, ali nije naviknulo na novi korona virus.
Ima li razlike između njemačkog, talijanskog i europskog šoka? Nema!
Pri kraju možemo se pitati postoji li razlika između inozemnog šoka kojeg smo simulirali putem smanjenja BDP-a eurozone u odnosu na smanjenje BDP-a Italije ili Njemačke? Poznato je da veliki broj turista dolazi upravo iz tih zemalja te da su te dvije zemlje naši glavni vanjskotrgovinski partneri. Također, Italija je izrazito snažno pogođena pandemijom korona virusa.
Ukratko, bitne razlike nema. Na slici 7 je prikazana reakcija samo dva sektora, F: Građevinarstva i G, H, I: Trgovine i usluga. Crna linija prikazuje prosječnu reakciju na šok iz eurozone, dok sivo područje predstavlja interval pouzdanosti, odnosno uz 68% pouzdanosti stvarna reakcija će zaista biti unutar tog intervala. Plava i zelena linija prikazuju prosječnu reakciju na šok iz Italije i Njemačke, ali se obje linije nalaze unutar intervala označenog sivim područjem.
Slika 7: Usporedba reakcije na inozemni šok eurozone, Italije i Njemačke za sektor F: Građevinarstvo i sektor G, H, I: Trgovina, prijevoz i skladištenje, smještaj, priprema i usluživanje hrane
Kada se rezultati za Njemačku i Italiju pogledaju detaljnije, ispada da njemački šokovi nešto snažnije djeluju na sektor trgovine i usluga. S druge strane, na zbivanja u Italiji su nešto osjetljiviji sektori industrije, financija i osiguranja, informacija i komunikacija te poljoprivrede gdje talijanski šok objašnjava i do 20% kretanja tih sektora.
Zaključno, zbog situacije s korona virusom koja je zahvatila cijelu Europu, a pogotovo nama susjednu Italiju, hrvatsko gospodarstvo će biti ekonomski izrazito pogođeno. Čak i sektori koji nisu toliko izloženi inozemnim šokovima osjetit će negativne posljedice zbog izuzetne osjetljivosti hrvatskog gospodarstva na zbivanja u okruženju, a posebice u Europskoj uniji. Korona virus je stvorio ne jedan, već čitav niz inozemnih šokova koji su praćeni i padom domaćeg gospodarstva.
Sektor je sektoru vuk ili prelijevanja između sektora
Sada možemo otpustiti pretpostavku da sektori međusobno ne djeluju jedan na drugoga i promatrati prelijevanja među njima. Točnije, možemo promatrati kako se šok iz jednog sektora prenosi na druge sektore te na temelju toga možemo konstruirati pokazatelj kojega ćemo nazvati indeks prelijevanja.
Tablica 1 prikazuje ukupna prelijevanja među sektorima. Drugi stupac prikazuje prelijevanja od jednog sektora prema svim ostalim, odnosno prenesene šokove. Treći stupac prikazuje prelijevanja prema određenom sektoru, odnosno primljene šokove. Zadnji stupac prikazuje neto prelijevanja kao razliku između prenesenih i primljenih šokova. Na temelju posljednjeg retka možemo identificirati neto prijenosnike (pozitivan neto prijenos) i neto primatelje (negativan neto prijenos). Na dnu tablice je prikazan indeks prelijevanja kao prosjek prenesenih ili primljenih šokova među svim sektorima.
Tablica 1: Prelijevanja šokova među sektorima
Sektor | Preneseni | Primljeni | Neto |
Polj | 38.9 | 62.9 | -24.0 |
Ind | 70.3 | 67.8 | 2.5 |
Pre | 64.1 | 68.5 | -4.4 |
Gra | 31.0 | 72.7 | -41.7 |
Trg | 79.8 | 54.8 | 25.0 |
Inf | 78.3 | 71.4 | 6.9 |
Fin | 62.4 | 49.4 | 13.0 |
Nek | 74.8 | 65.0 | 9.8 |
Usl | 65.7 | 63.4 | 2.3 |
Jav | 31.9 | 28.4 | 3.5 |
Ost | 78.2 | 71.1 | 7.1 |
UKUPNO | 61,4% |
Napomena: Rezultati su dobiveni temeljem Diebold i Yilmazindeksa prelijevanja. Procijenjen je VAR model sa stopama rasta dodane vrijednosti sektora te je korištena generalizirana dekompozicija varijance za izračun prenesenih, primljenih i neto šokova. Prilikom izračuna indeksa prelijevanja, korišten je pomični prozor veličine 30 kvartala.
Ukupno prelijevanje među sektorima je prilično visoko i iznosi 61,4%. To znači da je 61,4% promjena unutar sektora izazvano promjenama u ostalim sektorima, dok je ostatak od 38,6% rezultat promjena unutar samog sektora. To je vrlo visok postotak i govori da su sektori međusobno povezani. Najveći neto prenosioci i primatelji šokova su podebljani.
Sektori neto prenosioci šokova su prije svega trgovina i usluge, odnosno sektor G, H, I: Trgovina, prijevoz i skladištenje, smještaj, priprema i usluživanje hrane, zatim K: Financije i osiguranje te na kraju L: poslovanje nekretninama.
Ukupno prelijevanje među sektorima je prilično visoko: sektori su usko povezani. Obnova Zagreba nakon potresa i investicije financirane iz EU fondova mogu smanjiti osjetljivost građevinarstva
Turizam i građevinarstvo: ima neka tajna veza…
Trgovina i usluge prenose čak 25% šokova na druge sektore. Naravno da taj prijenos nije ravnomjerno raspoređen. Detaljni rezultati govore da se najviše šokova šalje sektoru građevinarstva, čak 21%. Prema tome, građevinarstvo je zapravo tek indirektno pod utjecajem inozemnih šokova posredstvom sektora trgovine i usluga. Visoka turistička potražnja generira potrebu za apartmanima, smještajem i gradnjom novih objekata, zbog čega je sektor građevinarstva indirektno ovisan o inozemnoj turističkoj potražnji. Pad inozemne potražnje smanjuje prihode sektoru turizma koji posljedično smanjuje potrebe za građevinskim radovima. Najčešće se taj pad potražnje očituje tek u idućoj godini, odnosno između dvije sezone. Prethodni rezultati pokazuju da građevinarstvo uslijed inozemnog šoka pada sa zakašnjenjem od četiri kvartala umjesto da pad nastupi odmah, što potvrđuje tu logiku.
Nove okolnosti poput potresa u Zagrebu te investicijski projekti iz EU fondova vjerojatno će utjecati na ponašanje sektora građevinarstva na način da će biti manje ovisno o sektoru trgovine i turizma. Grad Zagreb će sam generirati veliku potražnju za građevinskim radovima zbog obnove nakon potresa, ali i brojnih građevinskih radova vezanih uz energentsku obnovu koji su sufinancirani iz EU fondova.
Sektor poslovanja nekretninama prenosi šokove najviše sektoru J: informacije i komunikacije, zatim financijama i osiguranju (K) te naposljetku sektoru M, N: stručne, znanstvene, tehničke, administrativne i pomoćne uslužne djelatnosti. Sektor financija i osiguranja najviše prenosi šokove sektoru J: informacije i komunikacije te R, S, T, U: Ostale uslužne djelatnosti. Međutim, prijenosi između navedenih sektora su najviše do 15%, što je bitno manje od povezanosti između sektora trgovine i turizma te građevinarstva.
Prijenos je snažniji u recesiji
Prelijevanja kroz vrijeme su vrlo dinamična, kao što je prikazano na slici 8. Slika 8 prikazuje ukupan indeks prelijevanja kroz vrijeme počevši od 2010. do kraja 2018., što je uvjetovano dostupnošću podataka.
Slika 8: Indeks prelijevanja kroz vrijeme
Najzanimljivije je uočiti kako su prelijevanja bila najintenzivnija u periodu recesije između 2010. i 2012. godine kada su dosezala između 85% i 90%. Nešto niža prelijevanja su bila u periodu od 2012. do 2014., a nakon završetka recesije 2014. nema značajnijih skokova osim onoga krajem 2016. godine. Dinamičnija i viša prelijevanja u periodu recesije do 2014. godine sugeriraju da se snažnije prenose negativni, odnosno „loši“ šokovi.
Za kraj
Zaključno, korona kriza će vrlo vjerojatno rezultirati oštrim padom gospodarstva. Kriza je kombinacija većeg broja šokova te je vrlo izazovno boriti se protiv nje. Šokovi su dinamični te se prenose među sektorima. Fiskalna politika namijenjena stabilizaciji gospodarstva treba planirati i tempirati mjere na srednjoročni period kako bi ekonomija tijekom cijelog trajanja krize mogla računati na potpore, pri tome imajući na umu fiskalni kapacitet i opasnost od skupljeg zaduživanja.
Niels Bohr, dobitnik Nobelove nagrade za fiziku, duhovito je primijetio: It’s Difficult to Make Predictions, Especially About the Future. Neka nam budućnost bude bolja od dosadašnjih prognoza.
Zahvale
Autor se želi zahvaliti uredniku Velimiru Šonji na konstruktivnim komentarima i Dinku Wasserbaueru na prikupljenim podacima
dr. Vladimir Arčabić je docent na Katedri za makroekonomiju i gospodarski razvoj Ekonomskog fakulteta u Zagrebu.