Laureáty Nobelovy ceny v oboru ekonomie se letos stali Robert F. Engle a Clive W. J. Granger. Švédská královská akademie se i nadále drží svého oblíbeného tématu: ocenění v oboru ekonomie častěji získávají matematici a statistici než „čistokrevní“ ekonomové.
Robert Engle získal Nobelovu cenu za metodu analýzy časových řad s proměnlivou volatilitou (ARCH), kterou poprvé představil v roce 1982. Jeho metodu a její zobecnění (GARCH), jež v roce 1986 provedl T. Bollerslew, ocení v rámci ekonomických disciplín zejména analytici finančních trhů. Nicméně metoda ARCH vznikla při zkoumání inflace ve Velké Británie (viz. R. Engle: Autoregressive Conditional Heteroskedasticity, with Estimates of the Variance of United Kingdom Inflations", Econometrica, 50, 987-1008). Tomu, kdo si ještě alespoň matně vzpomíná na základy statistických metod, se patrně vybaví, že základem nevychýlených (unbiased) a vydatných (efficient) odhadů regrese metodou nejmenších čtverců je splnění několika podmínek, mezi něž právě patří konečný a konstantní rozptyl reziduí. Přítomnost heteroskedasticity, ač se s jejím testováním zabývá málokdo, vykolejí vaše odhady stejně dobře jako autokorelace reziduí. Regresní model s proměnlivou proměnlivostí (toto není chyba!) reziduí je asi tak spolehlivý jako auto, ve kterém spojka zabírá pokaždé jinak. Pomocí modelů ARCH a GARCH lze za určitých podmínek modelovat časové řady s nestálou volatilitou. Své uplatnění našla Engelova metoda při empirických aplikacích modelů úrokových sazeb s časově proměnlivou rizikovou prémií, CAPM (capital asset pricing) modelů či Black-Scholesova modelu pro oceňování opcí.
Clive Granger upoutal pozornost královské akademie modelem z roku 1969, který je schopen, zjednodušeně řečeno, zjistit, zda bylo dříve vejce či slepice. Korelace Vám řekne, jak těsná je závislost mezi vybranými proměnnými, regrese dodá zkoumanému vztahu kvantitativní rozměr, ale pro praktické využití chybí zjistit kauzální vztah mezi proměnnými. Patrně nejslavnější aplikací Grangerova testu kauzality je případ „rovnice ze St. Louis“ (St. Louis equation; název je odvozen od pobočky Fedu, kde se zabývali vztahem a kauzalitou proměnných v kvantitativní rovnici peněz). Grangerova metoda se tak stala jednou ze zbraní ve sporu mezi monetaristy a postkeynesiánci o kauzálním vztahu mezi peněžní zásobou a nominálním důchodem. Problém kauzality, resp. rozdíl mezi kauzalitou a koincidencí, je ovšem mnohem hlubší, a jednoduchá Grangerova metoda jej neřeší. Co když vejce i slepici stvořil někdo třetí? Granger se do historie ekonometrie a empirických ekonomických analýz zapsal také tím, že ukázal, že nestacionární časové řady nelze analyzovat běžnou metodou nejmenších čtverců. V makroekonomii se ovšem velmi často pracuje s časovými řadami vykazujícími stochastický trend. Stačí se podívat na hrubý domácí produkt nebo mzdy. Zároveň přišel s nápadem, že kombinace dvou (či více) nestacionárních řad, může být stacionární a odtud už byl jen krůček ke kointegraci popisující závislost dvou nestacionárních řad při menší ztrátě informace než v případě regrese prvních diferencí. Díky tomuto objevu mohly vzniknout VAR a VEC modely popisující dlouhodobé závislosti mezi nestacionárními řadami a jejich krátkodobé fluktuace v důsledku náhodných výchylek.
Přínos obou vědců pro ekonomii, je stále obrovský. Jejich metody posunuly těžiště ekonomie směrem od deduktivního myšlení k induktivním metodám. Těžko říci, zda je to pro ekonomii dobře či nikoli. Hlavní proud ekonomie se nicméně shoduje, že je lepší, aby ekonomie kráčela po obou nohách.
David Marek