Procedura makroekonomskih neravnoteža (eng. macroeconomic imbalance procedure – MIP) predstavlja jedan od temelja preventivnog i korektivnog mehanizma reformiranog Pakta o stabilnosti i rastu.
U legislativu Europske unije uvedena je 2011. godine kao mehanizam koji bi trebao spriječiti pretjerane neravnoteže koje su došle do izražaja tijekom financijske krize i recesije u Europi nakon 2008. godine, a dobrim dijelom su i krive za bolan i dugoročan oporavak u nekim zemljama članicama.
MIP indikatori, na temelju kojih Europska komisija utvrđuje postojanje prekomjernih makroekonomskih neravnoteža, sastoje se od 14 temeljnih pokazatelja te 25 pomoćnih pokazatelja. Temeljni pokazatelji MIP „semafora“ (eng. scoreboard) su:
- trogodišnji prosjek salda na tekućem računu platne bilance izraženom u % BDP-a (referentne vrijednosti +6% i -4%)
- neto međunarodna investicijska pozicija (NIIP) izražena u % BDP-a (referentna vrijednost -35%)
- petogodišnja postotna promjena udjela izvoza zemlje u ukupnom svjetskom izvozu (referentna vrijednost -6%)
- trogodišnji prosjek promjene nominalnog indeksa jediničnih troškova rada (referentna vrijednost +9% za zemlje članice europodručja i +12% za ostale članice)
- trogodišnji prosjek promjene realnog efektivnog tečaja (REER) (referentna vrijednost +/-5% za zemlje članice europodručja i +/-11% za ostale članice)
- konsolidirani dug privatnog sektora izražen kao % BDP-a (referentna vrijednost 135%)
- krediti privatnom sektoru izražen u % BDP-a (referentna vrijednost 14%)
- godišnja promjena ukupnih obveza financijskog sektora (referentna vrijednost 16.5%)
- godišnja promjena cijena rezidencijalnih nekretnina u usporedbi s deflatorom potrošnje Eurostata (referentna vrijednost 6%)
- dug konsolidirane opće države kao % BDP-a (referentna vrijednost 60%)
- trogodišnji prosjek stope nezaposlenosti (referentna vrijednost 10%)
- trogodišnji prosjek promjene stope aktivnosti (referentna vrijednost -0.2%)
- trogodišnji prosjek promjene stope dugotrajne nezaposlenosti (referentna vrijednost +0.5%)
- trogodišnji prosjek promjene stope nezaposlenosti mladih (referentna vrijednost +2%)
Ovi pokazatelji se, okvirno, mogu podijeliti u pet skupina pokazatelja:
- pokazatelje vanjske stabilnosti i konkurentnosti
- pokazatelje zaduženosti u privatnom sektoru
- pokazatelje tržišta rada
- pokazatelj kretanja cijena nekretnina
- pokazatelj zaduženosti u javnom sektoru.
Hrvatska je od početka krize do 2017. godine značajno smanjila neravnoteže (o čemu smo ranije pisali na Labu), ali su one i dalje prisutne. Prema posljednjem izvještajuo makroekonomskim neravnotežama samo je u tri zemlje utvrđeno postojanje makroekonomskih neravnoteža: Hrvatskoj, Cipru i Italiji.
Gornji indikatori, osim što ukazuju na postojanje ili nepostojanje makroekonomskih neravnoteža, daju vrlo korisne informacije o strukturnim obilježjima gospodarstava te omogućuje grupiranje zemalja po sličnim strukturnim obilježjima.
U ovom tekstu se postavlja pitanje može li se Hrvatska, prema svojim strukturnim obilježjima, svrstati u skupinu zemalja europske „periferije“ ili je sličnija zemljama „jezgre“. Međutim, u analizu nisu uključena sva gospodarstva Europske unije već devetnaest zemalja članica europodručja i Hrvatska. Ovaj pristup je odabran kako bi se vidjelo u koju bi se Hrvatska skupinu zemalja svrstala kada bi hipotetski postala članica europodručja 2019. godine.
Pritom treba podsjetiti da u ovom trenutku Hrvatska prvi put zadovoljava sve kriterije uvođenja eura, osim boravka u tečajnom mehanizmu ERM 2. Boravak u ERM 2 ne bi predstavljao veliki izazov za Hrvatsku budući da je kretanje tečaja EUR/HRK u posljednjih 20-ak godina u puno užem rasponu od +/- 15% koliko zahtijeva ERM 2.
„Jezgra“ i „periferija“ europodručja
Podjelu na „jezgru“ i „periferiju“ europodručja popularizirali su Tamim Bayoumi i Barry Eichengreen u radu Shocking Aspects of European Monetary Unification 1992. godine.
U tom su radu autori analizirali korelaciju šokova ponude i potražnje u zemljama članicama Europske zajednice od 1963.-1988. godine, prije stvaranja Ekonomske i monetarne unije (EMU). Na temelju korelacije šokova zaključili su kako zemljama jezgre pripadaju Njemačka, Francuska, Belgija, Nizozemska i Danska, a zemljama periferije Grčka, Irska, Italija, Portugal, Španjolsa i UK.
Nauro Campos i Corrado Macchiareelli (2016) primijenili su sličnu metodologiju kao Bayoumi i Eichengreen, ali za razdoblje od 1989.-2015. kako bi vidjeli je li stvaranje EMU pomoglo smanjivanju razlika ili eliminaciji podjele a „jezgru“ i „periferiju“. Rezultati su pokazali kako je EMU oslabila obrazac „jezgra“-„periferija“, ali ona nije nestala. Prema njihovim rezultatima zemlje periferije su Portugal, Grčka, Irska i Španjolska.
Istraživači HNB-a, Kotarac, Kunovac i Ravnik (2017), koristili su drukčiju metodologiju te pokazali da je u razdoblju od 1998. do 2016. godine došlo do konvergencije šokova ponude i potražnje između Hrvatske i zemalja „jezgre“ europodručja. Pritom je važno napomenuti da autori „jezgru“ definiraju drukčije od ostalih, kao zemlje koje su najvažnije za vođenje monetarne politike u eurpodručju (zbog veličine BDP-a) pa u nju ubrajaju i zemlje poput Italije i Španjolske. Zanimljivo je da njihovi rezultati pokazuju da je Hrvatska po usklađenosti šokova ponuda i potražnje najsličnija Španjolskoj, koju drugi autori tetiraju kao zemlju periferije.
U ovom tekstu će se „periferijom“ smatrati skup mediteranskih zemalja – Portugal, Italija, Grčka i Španjolska, koje su u posljednjoj financijskoj krizi postale poznate pod pomalo uvredljivim akronimom PIGS.
Grupiranje zemalja prema strukturnim obilježjima
Kako bi se odgovorilo na pitanje iz naslova u ovom tekstu koriste se metode multivarijatne analize. U prvom koraku se faktorskom analizom iz ranije definiranih pet skupina pokazatelja makroekonomskih neravnoteža izdvaja manji broj faktora. U drugom koraku se ovi faktori uključuju u klaster analizu koja omogućava grupiranje zemalja u različite klastere, prema sličnosti njihovih obilježja.
Faktorskom analizom je trinaest indikatora svedeno na četiri faktora. Tekući račun platne bilance, NIIP, udio u svjetskom izvozu, nominalni jedinični trošak rada i REER podijeljeni su u dva faktora. Iz pokazatelja zaduženosti privatnog sektora, cijena nekretnina i duga financijskog sektora izdvojen je jedan faktor. Iz pokazatelja tržišta rada, stope nezaposlenosti, promjene stope aktivnosti, promjene stope dugotrajne nezaposlenosti i promjene stope nezaposlenosti mladih izdvojen je jedan faktor. Zadnji indikator, dug opće države, u klaster analizu je ušao u obliku standardiziranih vrijednosti.
Na Slici 1 je prikazan dendogram dobiven Wardovom metodom (ostale metode dale slične rezultate).
Slika 1: Dendogram klaster analize za devetnaest članica europoručja i Hrvatsku
Izvor: autor
Na temelju udaljenosti može se identificirati različit broj klastera. Ako se promatraju veće udaljenosti moguće je identificirati pet klastera:
- Litva, Slovačka i Latvija
- Luksemburg, Estonija, Malta, Nizozemska i Njemačka
- Grčka i Irska
- Portugal, Cipar, Italija, Hrvatska, Španjolska
- Finska, Slovenija, Austrija, Francuska i Belgija
U većini slučajeva je ovakva podjela u skladu s ekonomskom intuicijom. Jedini slučaj koji pomalo odskače je Malta, koja se nalazi u društvu razvijenih zemalja poput Njemačke, Nizozemska i Luksemburga. Pripadnost Malte ovom klasteru se velikim dijelom može objasniti vioskim suficitom na tekućem računu platne bilance, pozitivnim NIIP-om i vrlo niskom stopom nezaposlenosti.
Hrvatska se, prema rezultatima ove analize, nalazi u društvu Portugala, Italije, Španjolske i Cipra, od kojih većina zemlja pripada skupni periferije europordručja, prema ranijoj definiciji.
Kako bi se provjerila robustnost ovih rezultata na istim podacima provedena je i nehijearhijska K-means metoda u kojoj je unaprijed definirano postojanej pet klastera. Rezultati K-means metode prikazani su u Tablici 1.
Tablica 1: Rezultati klaster analize na temelju K-means metode za devetnaest članica europodručja i Hrvatsku
| Klaster | Zemlje |
| Klaster 1 | Belgija, Francuska, Austrija, Slovenija, Finska |
| Klaster 2 | Irska, Španjolska, Italija, Cipar, Portugal, Hrvatska |
| Klaster 3 | Grčka |
| Klaster 4 | Njemačka, Luksemburg, Malta, Nizozemska |
| Klaster 5 | Estonija, Latvija, Litva, Slovačka |
Izvor: autor
K-means metoda daje vrlo slične rezultate Wardoveoj metodi. Prema ovim rezultatima Hrvatska također pripada skupini perifernih zemalja, među kojima su Španjolska, Italija i Portugal, uz Cipar i Irsku.
Rezultati klaster analize u ovom tekstu sugeriraju da Hrvatska, prema svojim strukturnim obilježjima, pripada „periferiji“ europodručja. Dakle, bez obzira na smanjene neravnoteže i ispunjavanje gotovo svih konvergencijskih kriterija, Hrvatska treba značajne strukturne promjene kako bi se u trenutku ulaska u europodručje našla u boljem društvu od PIGS-a. Susjedna Slovenija pokazuje da je to moguće.