När kapitalandelen ökar och löneandelen minskar eller tvärtom, vad kommer effekterna bli på ekonomin och BNP-tillväxten? Vissa skulle, liksom Kalecki (1954), säga att när löneandelen ökar så kommer efterfrågan öka eftersom anställda konsumerar en högre grad av sin inkomst än vad de med kapitalinkomster gör. (Jag har utforskat detta argument för dagens svaga ekonomiska utveckling i Västvärlden i en rapport för LO, "Samhällsekonomi i LO", 2015.) Å andra sidan kan man säga att när företagens vinster, en viktig del av kapitalandelen, ökar så har de mer pengar till att investera, och med mer investeringar kommer ekonomin växa snabbare. Nationalekonomerna Stephen Marglin och Amit Bhaduri ställde i en artikel 1990 (bloggad här) dessa två mekanismer mot varandra och gjorde en typologi av tillväxtregimer, där tillväxten kan vara antingen löneledd (dvs en stigande löneandel ökar BNP-tillväxten) eller vinstledd (dvs en ökning av kapitalandelen ökar BNP-tillväxten).
Engelbert Stockhammer och Rafael Wildauer gör i ett nytt paper i Cambridge Journal of Economics en intressant utveckling av Bhaduri-Marglin-modellen, som tar in fler variabler. En är den personliga inkomstfördelningen (alltså till skillnad från den s.k. funktionella inkomstfördelningen som är fördelningen mellan löneandel och kapitalandel). Vi vet ju att ojämlikheten ökat mycket sedan 1980-talet i de rika länderna: enligt Kaleckis gamla logik att låginkomsttagare konsumerar mer, borde detta ha en negativ effekt på efterfrågan. Å andra sidan har Robert Frank m fl hävdat att de vars inkomster inte ökar i takt med eliterna ökar sin konsumtion, lånefinansierat, allt mer, för att hänga med. Denna effekt kallar Stockhammer och Wildauer "expenditure cascades" eller "Veblen effects". En annan är finansssektorn och skuldsättningen: Minsky (1995) utvecklade teori om hur finanssektorn kunde orsaka svängningar i realekonomin, och detta har formaliserats av t ex Charles (2008), Fazzari et al (2008), Keen (1995) och Ryoo (2013). Också i den s k stockflow consistent (SFC)-litteraturen betonas det att stockvariabler, som hushållsskuld, kan ha effekter på flödesvariabler (Godley och Lavoie 2007). S och W ser två brister med litteraturen här: dels råder oenighet om ifall det är företagslån eller hushållens lån som är viktiga och få inkluderar båda typerna samtidigt. Dels så har postkeynesianer mest resonerar om detta teoretiskt och gjort föga empiriskt; här laggar de efter mainstreamnationalekonomin där en hel del studier lagts fram om "förmögenhetseffekter" (wealth effects). Onaran et al (2011) är den enda postkeynesianska studien som kollar både på funktionell inkomstfördelning och effekter av hushållens förmögenheter och skulder, men den studien behandlar bara USA.
Konsumtionen C bestäms i deras modell av inkomster (Y), löneandelen (WS), inkomstojämlikhet (Q), boendeförmögenheter (WH), finansiella förmögenheter (WF) och hushållskuld (ΔHD). Effekten av Q på C bör vara negativ om de rikas konsumerar mindre, men enligt "consumtption cascades"-teorin från Frank (1985, 2015) kan Q ha en positiv effekt på C; detta har modellerats av Kapeller och Schütz (2014, i JPKE) och Belabed et al (2013). Effekterna av förmögenheter, särskilt de som beror på bostadspriser, på konsumtion är inte helt lätta att förutspå. William Buiter har t ex hävdat att även om de som äger sin bostad blir rikare när priserna går upp så blir de som hyr inte det och därför bör inte stigande bostadspriser ha någon positiv netto-effekt på konsumtionen.
Investeringarna I bestäms av Y, WS, Q, WH, WF och DH som ovan, men dessutom också av de långa realräntorna i och företagens lån DB. De skiljer på företagens investeringar (business investment) och byggnadsinvesteringar (residential investment). Löneandelen förväntas ha en negativ effekt på NX eftersom den är identisk med unit labor costs.
Nettoexporterna NX bestäms av Y, WS och WH men också av Yf som är reala inkomster i utlandet och den nominella valutakursen EX.
De räknar ut kortsiktiga effekter (och talar här också om "private excess demand", s 7) och multiplikatorer. De tar också fram marginaleffekter som är koefficienten gånger förändringen i den oberoende variabeln. (s 8)
De refererar en stor mängd tidigare empirisk litteratur som i huvudsak utgår från Bhaduri och Marglin (1990). Den första gruppen använder VAR-modeller för att kolla på relationen mellan fördelning och efterfrågan, men skiljer typiskt inte på effekter på konsumtion och investeringar. Hit hör Stockhammer och Onaran (2004) om USA, UK och Frankrike från 60-talet till 90-talet, Barbosa-Filho och Taylor (2006) om USA 1948-2002, Carvalho och Rezai (2014) om USA 1967-2010, och Kiefer och Rada (2014) för 13 OECD-länder från 70-talet till 2010. En annan inriktining i litteraturen använder en "single-equation approach" där konsumtion, investeringar och den externa sektorn skattas var för sig. Här ingår t ex Bowles och Boyer (1995) som kollar på fem OECD-länder från 1960-talet till 1987, Naastepad och Storm (2007) som kollar på åtta OECD-länder 1960-2000, Hein och Vogel (2008) med sex OECD-länder 1960-2005 (bloggat här), Stockhammer och Stehrer (2011) med 12 OECD-länder 1970-2007, och Onaran och Galanis (2014) med G20-länderna från 1960-till 2007. En tredje grupp använder panelmetoder: Hartwig (2014) använder en single equation approach på 31 OECD-länder från 1970 till 2011 och Kiefer och Rada (2014) skattar efterfrågan- och fördelningsekvationer för en panel med OECD-länder. Ingen av de två kontrollerar för förmögenheter eller personlig inkomstfördelning.
Den andra debatten som de refererar handlar om den relativa inkomsthypotesen; här finns det inte lika många empiriska studier men de refererar bl a Behringer och van Treeck (2013) som använder ojämlikhet för en variabel för att förklara current account positions såväl som hushållens sparande i G7-länderna 1972 till 2007.
Den tredje debatten handlar om "wealth effects" i en tid av snabbt växande finansiella och fastighetsbaserade förmögenheter. En rad studier (Girouard et al 2006, Ludwig och Slok 2004, Slacalek 2009) finner att marginalbenägenheten att konsumera är högre för husförmögenheter än för finansiella förmögenheter i USA och UK men att MPC för husförmögenheter är liten och/eller statistiskt insignifikant i Europa. Andra studier (Muellbauer 2007 och Aron et al 2012) finner att husförmögenheter ökar kredittillgången vilket ökar konsumtionen. De menar att den postkeynesianska litteraturen har börjat kolla på effekter av skuldsättning på tillväxt men inte direkt på konsumtion; Kim et al (2015) är ett undantag.
De menar att det papper som är närmst deras eget är Onaran et al (2011) som inkluderar boende- och finansiella förmögenheter i en Bhaduri och Maglin-modell, men bara kollar på ett land (USA 1962 till 2007). Också Nishi (2012) som gör en liknande modell kollar bara på ett land, Japan 1992-2010.
Datat omfattar 18 länder från 1980 till 2013. De mesta av variablerna kommer från EU-kommissionens AMECO-databas. Kredit till hushåll och näringsliv liksom reala fastighetspriser och valutakurser kommer dock från BIS. Gini-koefficienter och toppinkomstandelar tar de från University of Texas Inequality Project och World Income Inequality Database. Aktiepriserna kommer från IMF:s International Financial Statistitsics och OECD:s Main Economic Indicators-databas (MEI). Dessa deflateras med KPI från AMECO. De använder reala fastighets- och aktiepriser som proxies för "housing wealth" och "financial wealth". (s 10) De har ett ganska litet tvärsnitt (N=18) och ganska korta tidsserier (T=33) och använder first differences som första skattningstyp; det räcker med en differentiering för att göra variablerna stationära. De konstaterar att de provat med kointegratiosnmetoder men att kointegrationsrelationerna var svaga och resultaten statistiskt också svaga; de kan fås från författarna om man frågar (s 11). För att se om resultaten är känsliga för deras "pooling assumption", antagandet att relationerna mellan variablerna är likadana i alla länder, så jänför de med resultaten med resultat från mean group (MG) estimator från Pesaran och Smith (1995). MG-metoden är att köra individuella modeller för varje land och därefter presentera genomsnittet för alla dessa (s 11).
Tabellen nedan visar resultaten för konsumtionsmodellerna.
Investeringarna I bestäms av Y, WS, Q, WH, WF och DH som ovan, men dessutom också av de långa realräntorna i och företagens lån DB. De skiljer på företagens investeringar (business investment) och byggnadsinvesteringar (residential investment). Löneandelen förväntas ha en negativ effekt på NX eftersom den är identisk med unit labor costs.
Nettoexporterna NX bestäms av Y, WS och WH men också av Yf som är reala inkomster i utlandet och den nominella valutakursen EX.
De räknar ut kortsiktiga effekter (och talar här också om "private excess demand", s 7) och multiplikatorer. De tar också fram marginaleffekter som är koefficienten gånger förändringen i den oberoende variabeln. (s 8)
De refererar en stor mängd tidigare empirisk litteratur som i huvudsak utgår från Bhaduri och Marglin (1990). Den första gruppen använder VAR-modeller för att kolla på relationen mellan fördelning och efterfrågan, men skiljer typiskt inte på effekter på konsumtion och investeringar. Hit hör Stockhammer och Onaran (2004) om USA, UK och Frankrike från 60-talet till 90-talet, Barbosa-Filho och Taylor (2006) om USA 1948-2002, Carvalho och Rezai (2014) om USA 1967-2010, och Kiefer och Rada (2014) för 13 OECD-länder från 70-talet till 2010. En annan inriktining i litteraturen använder en "single-equation approach" där konsumtion, investeringar och den externa sektorn skattas var för sig. Här ingår t ex Bowles och Boyer (1995) som kollar på fem OECD-länder från 1960-talet till 1987, Naastepad och Storm (2007) som kollar på åtta OECD-länder 1960-2000, Hein och Vogel (2008) med sex OECD-länder 1960-2005 (bloggat här), Stockhammer och Stehrer (2011) med 12 OECD-länder 1970-2007, och Onaran och Galanis (2014) med G20-länderna från 1960-till 2007. En tredje grupp använder panelmetoder: Hartwig (2014) använder en single equation approach på 31 OECD-länder från 1970 till 2011 och Kiefer och Rada (2014) skattar efterfrågan- och fördelningsekvationer för en panel med OECD-länder. Ingen av de två kontrollerar för förmögenheter eller personlig inkomstfördelning.
Den andra debatten som de refererar handlar om den relativa inkomsthypotesen; här finns det inte lika många empiriska studier men de refererar bl a Behringer och van Treeck (2013) som använder ojämlikhet för en variabel för att förklara current account positions såväl som hushållens sparande i G7-länderna 1972 till 2007.
Den tredje debatten handlar om "wealth effects" i en tid av snabbt växande finansiella och fastighetsbaserade förmögenheter. En rad studier (Girouard et al 2006, Ludwig och Slok 2004, Slacalek 2009) finner att marginalbenägenheten att konsumera är högre för husförmögenheter än för finansiella förmögenheter i USA och UK men att MPC för husförmögenheter är liten och/eller statistiskt insignifikant i Europa. Andra studier (Muellbauer 2007 och Aron et al 2012) finner att husförmögenheter ökar kredittillgången vilket ökar konsumtionen. De menar att den postkeynesianska litteraturen har börjat kolla på effekter av skuldsättning på tillväxt men inte direkt på konsumtion; Kim et al (2015) är ett undantag.
De menar att det papper som är närmst deras eget är Onaran et al (2011) som inkluderar boende- och finansiella förmögenheter i en Bhaduri och Maglin-modell, men bara kollar på ett land (USA 1962 till 2007). Också Nishi (2012) som gör en liknande modell kollar bara på ett land, Japan 1992-2010.
Datat omfattar 18 länder från 1980 till 2013. De mesta av variablerna kommer från EU-kommissionens AMECO-databas. Kredit till hushåll och näringsliv liksom reala fastighetspriser och valutakurser kommer dock från BIS. Gini-koefficienter och toppinkomstandelar tar de från University of Texas Inequality Project och World Income Inequality Database. Aktiepriserna kommer från IMF:s International Financial Statistitsics och OECD:s Main Economic Indicators-databas (MEI). Dessa deflateras med KPI från AMECO. De använder reala fastighets- och aktiepriser som proxies för "housing wealth" och "financial wealth". (s 10) De har ett ganska litet tvärsnitt (N=18) och ganska korta tidsserier (T=33) och använder first differences som första skattningstyp; det räcker med en differentiering för att göra variablerna stationära. De konstaterar att de provat med kointegratiosnmetoder men att kointegrationsrelationerna var svaga och resultaten statistiskt också svaga; de kan fås från författarna om man frågar (s 11). För att se om resultaten är känsliga för deras "pooling assumption", antagandet att relationerna mellan variablerna är likadana i alla länder, så jänför de med resultaten med resultat från mean group (MG) estimator från Pesaran och Smith (1995). MG-metoden är att köra individuella modeller för varje land och därefter presentera genomsnittet för alla dessa (s 11).
Tabellen nedan visar resultaten för konsumtionsmodellerna.
De fyra första modellerna är huvudmodellerna som använder first differences. Modell 5 använder mean group-estimatorn och modellerna 6 och 7 är dynamiska specifikationer. Att BNP (Y) har en positiv korrelation med konsumtionen är ju inte så konstigt -- snarare är det nästan konstigt att ha med en sådan variabel i regressionerna (men man kanske kan se den som en kontrollvariabel). Att lönenandelen har en positiv effekt i tre av fyra FD-modeller är mer intressant, även om författarna konstaterar att effekterna är små. Huspriserna (PP) har bara statistiskt signifikant effekt i en av fyra huvudmodeller och aktiepriserna inte i någon. Hushållens skuldsättning har alltid en positiv effekt; observera att modell 4 har med både nivån på och förändringen i skuldsättningen. Ojämlikhetsvariablerna har inga effekter, vilket författarna tolkar som att konsumtionskaskader-hypotesen inte får något stöd. Författarna konstaterar att de dynamiska specifikationerna har statistiska problem men refererar ändå gärna till de långsiktiga effekterna som beräknas därur (jfr mitt inlägg om dynamiska modellspecifikationer och även inlägget om Swank och Steinmos artikel om bolagsskatter).
I investerings-modellerna har löneandelen ingen effekt i FD-specifikationerna men små negativa effekter i de dynamiska. Realräntan är konsekvent negativ för investeringarna. (Bestäms de båda av någon bakomliggande, icke inkluderad variabel?) Fastighetspriserna är positivt korrelerade med investeringarna, vilket de tolkar som att när huspriserna stiger så ökar investeringarna i byggande (s 16). Hushållens och näringslivets skulder har otydliga effekter, även om de vill hävda att hushållsskulden har en negativ effekt, vilket de tolkar som att hushållsskulder hindrar folk från att köpa bostäder (s 16). Inte heller aktiepriser har några statistiskt signifikanta effekter.
I export- och importmodellerna får de fram några väntade resultat: löneandelen är negativt korrelerad med exporter, liksom stigande valutakurs (s 17). Hushållspriser har positiva effekter på importerna vilket de tolkar som att hushållspriserna kan driva upp inhemska priser och därför öka incitamenten att köpa utländskt (s 17).
De använder marginaleffekter från modell 1 i regressionstabellerna för att räkna ut tillväxtbidrag (growth contributions) från förändringarna i de olika variablerna. För en förändring i löneandelen ser uträkningen av tillväxtbidraget ut så här:
Utifrån detta menar de att större länder som USA, Frankrike och Tyskland har löneledd tillväxt medan den mindre och mycket öppna ekonomin Nederländerna är vinstledd (s 18). De går vidare med att utforska tillväxtregimerna de tio åren före 2008 års ekonomiska kris började. Här kollar de på hela panelen liksom på fyra landgrupper: engelskspråkiga, norra euroområdet, södra euroområdet, och nordeuropeiska länder utanför EMU. De förväntar sig att tillväxten ska vara skulddriven i engelskspråkiga och sydeuropeiska länder men exportdriven i norra Europa (Stockhammer 2009, Hein 2012). Deras tabell visar att konsumtion och investeringar växte mycket långsammare i norra euroområdet än i de andra länderna.
De får fram att effekter av stigande tillgångspriser förklarar 20 procent av BNP-tillväxten i engelskspråkiga länder och 13 procent i södra europområdet, men bara 1.4 i norra EMU och 3 procent i icke-euro-norden. (s 19) "The direct effects of distributional shifts were negligble. Property prices and household debt played dominant roles in explaining growth prior to the crisis." (s 20) "This is in line with the hypothesis of an asset price-driven (or debt-driven) growth model in explaining growth prior to the 2007 crisis." (s 20)
I investerings-modellerna har löneandelen ingen effekt i FD-specifikationerna men små negativa effekter i de dynamiska. Realräntan är konsekvent negativ för investeringarna. (Bestäms de båda av någon bakomliggande, icke inkluderad variabel?) Fastighetspriserna är positivt korrelerade med investeringarna, vilket de tolkar som att när huspriserna stiger så ökar investeringarna i byggande (s 16). Hushållens och näringslivets skulder har otydliga effekter, även om de vill hävda att hushållsskulden har en negativ effekt, vilket de tolkar som att hushållsskulder hindrar folk från att köpa bostäder (s 16). Inte heller aktiepriser har några statistiskt signifikanta effekter.
I export- och importmodellerna får de fram några väntade resultat: löneandelen är negativt korrelerad med exporter, liksom stigande valutakurs (s 17). Hushållspriser har positiva effekter på importerna vilket de tolkar som att hushållspriserna kan driva upp inhemska priser och därför öka incitamenten att köpa utländskt (s 17).
De använder marginaleffekter från modell 1 i regressionstabellerna för att räkna ut tillväxtbidrag (growth contributions) från förändringarna i de olika variablerna. För en förändring i löneandelen ser uträkningen av tillväxtbidraget ut så här:
Där Y_ped är "private excess demand". Koefficienten på konsumtion av löneandelen relateras till genomsnittliga nivån på konsumtion som andel av BNP i de olika länderna (inom parantes), och så vidare. Den totala effekten på tillväxten är summan av effekterna på konsumtion, investeringar och nettoexporter; detta syns i tabellen nedan:
Utifrån detta menar de att större länder som USA, Frankrike och Tyskland har löneledd tillväxt medan den mindre och mycket öppna ekonomin Nederländerna är vinstledd (s 18). De går vidare med att utforska tillväxtregimerna de tio åren före 2008 års ekonomiska kris började. Här kollar de på hela panelen liksom på fyra landgrupper: engelskspråkiga, norra euroområdet, södra euroområdet, och nordeuropeiska länder utanför EMU. De förväntar sig att tillväxten ska vara skulddriven i engelskspråkiga och sydeuropeiska länder men exportdriven i norra Europa (Stockhammer 2009, Hein 2012). Deras tabell visar att konsumtion och investeringar växte mycket långsammare i norra euroområdet än i de andra länderna.
Referens
Engelbert Stockhammer och Rafael Wildauer (2015) "Debt-driven growth? Wealth, distribution
and demand in OECD countries", Cambridge Journal of Economics.
Inga kommentarer:
Skicka en kommentar