ما هي فجوة الناتج؟
مدخل حاسم يأبى القياس الدقيق
أحد أهم الأرقام في صنع السياسة النقدية هو رقمٌ لا يمكن ملاحظته مباشرةً. فجوة الناتج — الفرق بين ما تنتجه الاقتصاد فعلياً وما يمكنه إنتاجه باستدامة — تقود توقعات التضخم، وتشكّل قرارات البنوك المركزية، وتؤثر في مليارات الدولارات من مراكز السوق. ومع ذلك، كثيراً ما يختلف الاقتصاديون في تقديرها بمقدار 2-3 نقاط مئوية، ولا تُعرف القيمة الحقيقية في الغالب إلا بعد سنوات حين تصل مراجعات البيانات.
تأمّل الرهانات العملية. في عام 2016، هل كان الاقتصاد الأمريكي يعمل دون طاقته الكاملة مع هامش للنمو، أم بلغ طاقته الكاملة حيث سيُفضي مزيد من التحفيز إلى تضخم؟ تراوحت التقديرات آنذاك بين -2% (فائض طاقة ملحوظ) و+1% (اقتصاد يسخن فعلاً). لا يعكس هذا التباين إهمالاً — بل يعكس الصعوبة الحقيقية في الإجابة عن أسئلة من قبيل: كم عدد الأشخاص المستعدين والقادرين على العمل؟ إلى أي مدى يمكن أن تشتغل المصانع عند أقصى طاقتها؟ بأي سرعة يتطور رصيد المهارات لدى القوى العاملة؟ لا شيء من هذا يقبل قياساً نظيفاً.
لماذا يهم هذا كثيراً؟ لأن فجوة الناتج تُغذّي مباشرةً قاعدة تايلور، الصيغة المرجعية التي تستعملها البنوك المركزية لضبط أسعار الفائدة. إذا كانت الفجوة كبيرة وسالبة (فائض طاقة ملحوظ)، تستوجب قاعدة تايلور أسعار فائدة أدنى لتحفيز النمو. أما إذا كانت الفجوة موجبة (اقتصاد يسخن)، فتستوجب القاعدة رفع أسعار الفائدة لكبح التضخم. خلال موجة التضخم بين 2021 و2022، لم يكن هذا نقاشاً أكاديمياً — إذ رأى بعض الاقتصاديين أن بنك الاحتياطي الفيدرالي تأخر في استجابته لأن فجوة الناتج تحوّلت إلى الموجب، بينما أصرّ آخرون على وجود فائض طاقة وأن التضخم سيكون عابراً. وقد تحدّدت السياسة المتبعة بناءً على أيّ الرأيين كان صواباً.
تقدير فجوة الناتج: النظرية والتطبيق
التحدي الجوهري في تحليل السياسة النقدية
فجوة الناتج — انحراف الناتج الفعلي عن المحتمل — هي أكثر المتغيرات غير القابلة للملاحظة أثراً في صنع السياسة النقدية. وخلافاً للتضخم أو البطالة اللذين يقبلان القياس المباشر رغم الضوضاء الإحصائية، لا يوجد الناتج المحتمل إلا بوصفه بنيةً نظرية مشتقة من افتراضات تتعلق بالتكنولوجيا وتوظيف عوامل الإنتاج ومستوى التوظيف التوازني. وهذا ما يُفضي إلى حالة جوهرية من عدم اليقين: إذ كثيراً ما تتباين التقديرات الآنية بين 2-3 نقاط مئوية تبعاً للمنهجية، وقد تعكس المراجعات اللاحقة إشارة تقديرات الفجوة المعاصرة من مسار إلى آخر. تدخل الفجوة مباشرةً في قاعدة تايلور وتعديلاتها، مما يجعل خطأ القياس في الفجوة مصدراً رئيسياً لسوء معايرة السياسة.
توضّح حقبة 2008-2010 حجم الرهانات. أشارت تقديرات مكتب الميزانية للكونغرس في الوقت الفعلي إلى فجوات ناتج قريبة من -7%، مما يدل على ضغط انكماشي هائل ويسوّغ التيسير الاستثنائي. ولاحقاً، أدت مراجعات البيانات التي تضمنت تقييمات محدّثة للضرر الهيكلي اللاحق بالناتج المحتمل إلى تخفيض تلك التقديرات إلى ما بين -4% و-5%. جاءت هذه المراجعة بفارق 2-3 نقاط مئوية نتيجةً لحالة عدم اليقين الحقيقية حول ما إذا كانت الأزمة المالية قد ألحقت ضرراً دائماً بالطاقة الإنتاجية أم أفرزت ركوداً دورياً فحسب. فإذا كان الناتج المحتمل قد تراجع أكثر مما كان يُعتقد آنذاك، فذلك يعني أن السياسة كانت أكثر تيسيراً مما قُصد — مما ربما أسهم في التضخم الذي تجلّى بعد سنوات.
المعادلة الأساسية
$$\text{Output Gap} = \frac{\text{Actual GDP} - \text{Potential GDP}}{\text{Potential GDP}} \times 100$$ما يعنيه ذلك:
عدد موجب = الاقتصاد يعمل بـ"سخونة" (خطر التضخم)
عدد سالب = فائض طاقة (هامش للنمو)
صفر = الاقتصاد عند طاقته الكاملة المستدامة
كيف وصلنا إلى هنا
لماذا أصبحت فجوة الناتج محورية في السياسة
نشأ هذا المفهوم من تساؤل عملي في ستينيات القرن الماضي: متى ينبغي للحكومة أن تحفّز الاقتصاد ومتى تتراجع؟ رصد آرثر أوكن، المستشار لإدارة كيندي، علاقةً موثوقة بين البطالة ونمو الناتج المحلي الإجمالي — كلما انخفضت البطالة نقطة مئوية واحدة، ارتفع الناتج بمعدل يفوق الاتجاه بنحو 3%. أتاح ذلك لصانعي السياسات تقديراً أولياً بهامش التوسع المتاح للاقتصاد. (تُعدّ هذه العلاقة، المعروفة بقانون أوكن، مدخلاً جوهرياً لـقاعدة تايلور وتقديرات فجوة الناتج الواردة في هذه الصفحة.)
كسّرت سبعينيات القرن الماضي هذا الإطار. ارتفعت البطالة والتضخم في آنٍ واحد — وهو ما لا تستوعبه نماذج فجوة الناتج البسيطة. أُرغم الاقتصاديون على الإقرار بأن الناتج المحتمل ذاته قابل للتحوّل. أدى تتالي صدمات النفط وتباطؤ الإنتاجية إلى تقليص طاقة الاقتصاد، لكن صانعي السياسات الذين استندوا إلى تقديرات قديمة للناتج المحتمل واصلوا التحفيز، فأفرزوا تضخماً بدلاً من نمو.
تسعى منهجيات تقدير فجوة الناتج الحديثة إلى تجنّب ذلك الخطأ من خلال معاملة الناتج المحتمل بوصفه هدفاً متحركاً يتطور مع التركيبة السكانية والتكنولوجيا والاستثمار الرأسمالي والعوامل المؤسسية. بيد أن هذا يجعل القياس أكثر تعقيداً بصورة ملحوظة.
أين تظهر فجوة الناتج في التطبيق العملي
في كل اجتماع للجنة الفيدرالية للسوق المفتوحة، يعرض موظفو بنك الاحتياطي الفيدرالي تقديرهم لفجوة الناتج. يرد هذا التقدير في مواد التوقعات الاقتصادية ويؤثر في المخطط النقطي لتوقعات مسار أسعار الفائدة. حين يتحدث مسؤولو بنك الاحتياطي الفيدرالي عن "التبعية للبيانات"، فهم يعنون جزئياً أنهم يُحدّثون باستمرار نظرتهم لموقع الناتج المحتمل بناءً على المعلومات الواردة عن الإنتاجية ومعدل المشاركة في سوق العمل ومعدل استخدام الطاقة الإنتاجية.
تُولي الأسواق لذلك اهتماماً بالغاً. إذا حافظت مكاسب التوظيف على زخمها دون إشعال التضخم، راجع المتداولون تقديراتهم للناتج المحتمل نحو الأعلى — مما يعني أن أمام بنك الاحتياطي الفيدرالي هامشاً أوسع لإبقاء أسعار الفائدة منخفضة. وحين تتسارع الإنتاجية على نحو غير متوقع (كما جرى في أواخر التسعينيات مع اعتماد تكنولوجيا الإنترنت)، تتحول تقديرات الناتج المحتمل ومعها مسار أسعار الفائدة المتوقع بأسره. وقد شهد العقد الثاني من الألفية الثالثة مراجعات هابطة كبيرة للناتج المحتمل في أعقاب الأزمة المالية، مما أسهم في تبرير سنوات طويلة من أسعار الفائدة شبه الصفرية التي كانت ستبدو متسرّعة في ضوء الافتراضات السابقة.
التعريف الرسمي والصلة بمنحنى فيليبس
$$\text{Output Gap}_t = \frac{Y_t - Y_t^*}{Y_t^*} \times 100$$حيث يمثل $Y_t$ الناتج الفعلي و$Y_t^*$ الناتج المحتمل. تدخل هذه الفجوة في منحنى فيليبس الكيني الجديد:
$$\pi_t - \pi^* = \alpha \cdot \text{Gap}_t + \varepsilon_t$$يحدد المعامل $\alpha$ (في العادة بين 0.1 و0.5) حساسية التضخم تجاه التذبذبات الدورية. تنتقل أخطاء القياس في الفجوة مباشرةً إلى توقعات التضخم وتوصيات السياسة.
تطور مناهج التقدير
من الاتجاهات البسيطة إلى النماذج الهيكلية
اعتمدت المناهج الأولى (ستينيات وسبعينيات القرن الماضي) على إزالة الاتجاه البسيطة: تُلائَم خطوط اتجاهية خطية أو تربيعية مع الناتج المحلي الإجمالي وتُعدّ الانحرافات دورة اقتصادية. قدّم قانون أوكن أول مرساة هيكلية، بربطه فجوات البطالة بفجوات الناتج عبر معامل مُقدَّر. كشف ركود التضخم في السبعينيات عن مواطن خلل قاتلة — إذ أزاحت الصدمات العرضية الناتجَ المحتمل، غير أن المناهج القائمة على الاتجاه عجزت عن التمييز بين تحركات العرض والطلب.
أتى الثمانينيات بمناهج دوال الإنتاج، إذ تُحلَّل إمكانات الاقتصاد إلى مكونات رأس المال والعمالة وإجمالي إنتاجية العوامل. أتاح ذلك دمج معلومات هيكلية (التركيبة السكانية، والاستثمار، والتغير التكنولوجي)، لكنه أفرز تحديات قياسية جديدة: يستلزم تقدير معدل البطالة الطبيعي غير المسبب للتضخم (NAIRU)، ومعدل استخدام رأس المال، والإنتاجية الاتجاهية كلٌّ منها درجاته من عدم اليقين.
المناهج الحديثة: متعددة المتغيرات ومستندة إلى النماذج
يُركّز الممارسون في البنوك المركزية اليوم على المرشحات متعددة المتغيرات (مرشحات كالمان التي تدمج منحنيات فيليبس وعلاقات أوكن) ونماذج DSGE التي تُعرّف الناتج المحتمل باعتباره الناتج عند توازن المرونة الكاملة للأسعار. تدمج هذه المناهج النظرية الاقتصادية مع الاستدلال الإحصائي، لكنها تظل حساسة لتحديد النموذج. أبرزت الأزمة المالية عام 2008 حالة عدم اليقين المتعلقة بالأنظمة: هل مثّلت الأزمة صدمة طلب سالبة ضخمة (فجوة سالبة كبيرة) أم تدميراً دائماً للطاقة الإنتاجية (فجوة أصغر)؟
تستكشف الأبحاث الراهنة أساليب التعلم الآلي والمؤشرات عالية التكرار، وإن كانت مشكلات التعرف الجوهرية لا تزال قائمة. تبقى الفجوة غير قابلة للملاحظة بطبيعتها، مما يجعل التحقق منها أمراً عسيراً والخلاف بشأنها حتمياً.
تقديرات فجوة الناتج الراهنة
التقديرات الراهنة باستخدام المنهجية متعددة المتغيرات المحسّنة مقارنةً بالمنهجية التقليدية المستندة إلى قانون أوكن.
الاحتياطي الفيدرالي
تفصيل المنهجية
البنك المركزي الأوروبي
تفصيل المنهجية
بنك إنجلترا
تفصيل المنهجية
التطبيق المحسّن
التحسينات على قانون أوكن البسيط
🔧 التصويبات
- معاملات أوكن المُصحَّحة: تصحيح التقدير المنخفض 5 أضعاف (0.4 → 2.5 للولايات المتحدة)
- مصادر بيانات محسّنة: إضافة معدل استخدام الطاقة الإنتاجية وثقة قطاع الأعمال
- المنهج متعدد المتغيرات: يجمع مؤشرات اقتصادية متعددة
- التكامل الآني مع بيانات FRED: بيانات حية من قاعدة البيانات الاقتصادية لبنك الاحتياطي الفيدرالي
📊 قدرات جديدة
- تقييم الثقة: عالية/متوسطة/منخفضة بناءً على اتساق البيانات
- مقارنة المنهجيات: يعرض جميع مناهج الحساب جنباً إلى جنب
- تخزين محسّن: يخزن تقديرات متعددة لفجوة الناتج في قاعدة البيانات
- معاملات خاصة بكل بنك: معاملات أوكن مُصمَّمة وفق كل بنك مركزي
(FRED: UNRATE)
(FRED: TCU)
(FRED: BSCICP03USM665S)
المتغيرات
المحسّنة
صيغة الحساب المحسّن
فجوة الناتج متعددة المتغيرات
$$\text{Gap}_{enhanced} = 0.6 \times \text{Gap}_{Okun} + 0.2 \times \text{Gap}_{Capacity} + 0.1 \times \text{Gap}_{Business} + 0.1 \times \text{Gap}_{Consumer}$$حيث تُحسب فجوة كل مكوّن على النحو الآتي:
فجوة أوكن: $-\beta \times (u_t - u_t^*)$ بمعامل مُصحَّح $\beta = 2.5$ (الولايات المتحدة)، $2.0$ (الاتحاد الأوروبي)، $2.3$ (المملكة المتحدة)
فجوة الطاقة: $(Capacity_t - 82\%) \times 0.5$
فجوات الثقة: الانحرافات عن المستويات المحايدة
الإطار الرياضي
العلاقات الجوهرية
ترتكز فجوة الناتج على عدة علاقات اقتصادية تربط المتغيرات الحقيقية بالاسمية:
علاقة منحنى فيليبس
$$\pi_t - \pi_t^e = \alpha \cdot \text{Output Gap}_t + \varepsilon_t$$حيث:
$\pi_t$ = معدل التضخم الجاري
$\pi_t^e$ = التضخم المتوقع
$\alpha$ = ميل منحنى فيليبس (في العادة بين 0.1 و0.5)
$\varepsilon_t$ = صدمة العرض (أسعار النفط، إلخ)
لماذا يهم هذا
تُجسّد هذه المعادلة سبب تركيز البنوك المركزية على فجوة الناتج. حين يعمل الاقتصاد فوق طاقته المحتملة (فجوة موجبة)، يميل التضخم إلى تجاوز التوقعات. وحين يعمل دون طاقته المحتملة (فجوة سالبة)، يميل التضخم إلى الانخفاض. ومن ثَمَّ، فإن دقة تقديرات فجوة الناتج ضرورية لضبط أسعار الفائدة في إطار قاعدة تايلور.
قانون أوكن
$$\text{Output Gap}_t = -\beta \cdot (\text{Unemployment Rate}_t - \text{NAIRU}_t)$$حيث:
$\beta$ = معامل أوكن (في العادة بين 2 و3 للولايات المتحدة)
NAIRU = معدل البطالة الطبيعي غير المسبب لتسارع التضخم
مناهج التفكيك
يُفكّك الاقتصاديون الناتج المحلي الإجمالي الفعلي إلى مكوّنَي الاتجاه والدورة الاقتصادية:
تفكيك الاتجاه والدورة
$$\log(Y_t) = \log(Y_t^*) + \text{Gap}_t$$حيث:
$Y_t$ = الناتج المحلي الإجمالي الحقيقي الفعلي
$Y_t^*$ = الناتج المحلي الإجمالي المحتمل (الاتجاهي)
$\text{Gap}_t$ = المكوّن الدوري (فجوة الناتج بالوحدات اللوغاريتمية)
نظرة عامة على مناهج التقدير
التحدي الجوهري
يُعلن مكتب التحليل الاقتصادي عن الناتج المحلي الإجمالي الفعلي فصلياً. وهو ليس مثالياً — إذ تطرأ عليه مراجعات وتعديلات موسمية ومسائل قياسية — غير أنه بيانات قابلة للملاحظة. أما الناتج المحلي الإجمالي المحتمل فهو بنية نظرية: مستوى الناتج الذي يحققه الاقتصاد لو وُظِّفت جميع موارده توظيفاً كاملاً وكفئاً وبمعدلات مستدامة. وكل قيد من هذه القيود — "كاملاً"، و"كفئاً"، و"مستداماً" — ينطوي على أحكام تقديرية.
خذ مكوّن العمالة مثالاً. هل التوظيف المحتمل 95% من القوى العاملة أم 96%؟ قدر من البطالة الاحتكاكية موجود دائماً مع تنقّل الناس بين الوظائف. لكن بأي مقدار؟ وهل يتغير بمرور الوقت مع تحسّن تكنولوجيا البحث عن العمل؟ وماذا عن من غادروا سوق العمل إبان ركود ما — هل ينبغي احتسابهم ضمن الطاقة المحتملة أم لا؟ الإجابة تعتد كثيراً: كل 0.5 نقطة مئوية خطأ في مكوّن البطالة تترجَم إلى نحو نقطة مئوية خطأ في فجوة الناتج، مما ينعكس بدوره على توصية قاعدة تايلور لأسعار الفائدة.
يطرح رأس المال والإنتاجية تساؤلات مماثلة. خلال جائحة كوفيد، أغلقت بعض الشركات أبوابها نهائياً. هل أدى ذلك إلى تقليص الناتج المحتمل، أم زاده فعلياً من خلال تحرير الموارد لاستخدامات أكثر كفاءة؟ توصّل اقتصاديون مختلفون، معتمدين نماذج وافتراضات مختلفة، إلى استنتاجات متباينة. وهذا ليس إخفاقاً تحليلياً — فالمسائل غامضة بطبيعتها.
التصنيف المنهجي والأداء
مشكلة التعرف
الناتج المحتمل هو متغير مضاد للواقع: مستوى الإنتاج القابل للتحقيق في ظل توظيف كامل لعوامل الإنتاج بالتكنولوجيا السائدة. وخلافاً للناتج الفعلي القابل للملاحظة رغم الضوضاء الإحصائية، لا يوجد الناتج المحتمل إلا داخل أُطر نمذجة. وهذا ما يُفضي إلى مشكلة التعرف: إذ تُنتج نماذج مختلفة تتضمن افتراضات مختلفة حول تكنولوجيا الإنتاج وتوازنات سوق عوامل الإنتاج والعمليات العشوائية سلاسل محتملة مختلفة من بيانات فعلية متطابقة.
يُفاقم من التحدي التقدير الآني. يُبيّن أورفانيدس وفان نوردن (2002) أن تقديرات فجوة الناتج تعاني من عدم يقين هائل عند نقطة النهاية وتخضع لمراجعات جوهرية مع ورود بيانات جديدة. وبالنسبة للولايات المتحدة، كثيراً ما تتباين التقديرات الآنية والنهائية للفجوة بمقدار 2-3 نقاط مئوية، وأحياناً بإشارات معاكسة. يُقوّض هذا عدم اليقين الناجم عن المراجعات السياساتِ المستندة إلى تقديرات الفجوة، إذ يعمل صانعو القرار في ظل جهل واسع بالوضع الدوري للاقتصاد.
| المنهجية | النوع | متطلبات البيانات | الأداء الآني | استقرار المراجعات | استخدام البنوك المركزية |
|---|---|---|---|---|---|
| مرشح هودريك-بريسكوت | إحصائي | الناتج المحلي الإجمالي فحسب | ضعيف | مراجعات مرتفعة | مرجعي/تحقق متقاطع |
| دالة الإنتاج | هيكلي | العمالة، ورأس المال، والإنتاجية | جيد | مراجعات معتدلة | المنهجية الرئيسية |
| المرشح متعدد المتغيرات | هجين | الناتج المحلي الإجمالي، والتضخم، والبطالة | جيد | مراجعات منخفضة | متزايد الشعبية |
| نماذج DSGE | هيكلي | سلاسل كلية متعددة | معقول | يعتمد على النموذج | البحث/التحقق |
مرشح هودريك-بريسكوت
أبسط المناهج (وإشكالياته المعروفة)
مرشح هودريك-بريسكوت هو الأكثر استخداماً في تقدير فجوة الناتج، على الرغم من قيوده الموثقة جيداً. فهو آلي بحت: أدخل إليه بيانات الناتج المحلي الإجمالي، وحدد معامل التمهيد (لامدا)، فيخرج خط اتجاه أملس. الفجوة بين الناتج الفعلي وذلك الاتجاه هي تقدير فجوة الناتج. لا نظرية اقتصادية مطلوبة، ولا أحكام حول أسواق العمل أو الإنتاجية — مجرد تحسين إحصائي.
هذه البساطة هي نقطة قوته وضعفه في آنٍ واحد. على الجانب الإيجابي، الحساب سريع، والمنهجية شفافة، والمقارنات عبر البلدان أو الفترات الزمنية مباشرة لأن الطريقة متطابقة في كل مكان. أما الضعف: فالمرشح لا يمتلك أي معلومات حول ما يجري فعلياً في الاقتصاد. إنه ببساطة يُلائم منحنىً أملساً مع البيانات. لو هبط الناتج 30% جراء كارثة دمّرت نصف رصيد رأس المال، سيُنسب المرشح آلياً جزءاً من هذا الهبوط إلى فجوة ناتج سالبة وجزءاً آخر إلى تراجع في الناتج المحتمل، حتى لو كان التدمير صدمة عرض مؤقتة بوضوح.
مرشح هودريك-بريسكوت
إزالة الاتجاه الإحصائية غير النظرية
يحل مرشح هودريك-بريسكوت مسألة تحسين إحصائية بحتة: تحليل سلسلة زمنية إلى مكوّنَي الاتجاه والدورة بتقليل مجموع الانحرافات التربيعية المُعاقب عليها. لا تستلزم الطريقة أي بنية اقتصادية — سوى سلسلة الناتج المحلي الإجمالي ذاتها — مما يجعل تطبيقها حسابياً يسيراً وواسع التطبيق. ويعود انتشارها الواسع إلى هذه البساطة، رغم نواقص موثقة جيداً تجعلها مثيرة للشك بوصفها مُقدِّراً للناتج المحتمل.
يُقدّم هاملتون (2018) نقداً حاداً: يُولّد مرشح HP ديناميات دورية وهمية في السلاسل المستقرة عند الفرق الأول، ويعاني من تحيز شديد عند نقطة النهاية يجعل التقديرات الآنية غير موثوقة، ويفتقر إلى تفسير اقتصادي. يرى رافن وأوليغ (2002) أن معامل التمهيد القياسي (λ=1600 للبيانات الفصلية) اختير بصورة اعتباطية وقد لا يُعمَّم عبر الترددات أو البلدان. ومع ذلك، تواصل البنوك المركزية استخدام مرشحات HP للتحقق من المتانة، مُقرّةً بقيودها مع تثمينها للشفافية المنهجية.
مسألة التحسين لمرشح HP
$$\min_{\{\tau_t\}} \sum_{t=1}^T (y_t - \tau_t)^2 + \lambda \sum_{t=2}^{T-1} [(\tau_{t+1} - \tau_t) - (\tau_t - \tau_{t-1})]^2$$حيث:
$y_t$ = اللوغاريتم الطبيعي للناتج المحلي الإجمالي الفعلي
$\tau_t$ = اللوغاريتم الطبيعي للناتج المحلي الإجمالي الاتجاهي (المحتمل)
$\lambda$ = معامل التمهيد (1600 للبيانات الفصلية)
ما تفعله هذه الصيغة
تحل المعادلة مسألة موازنة بسيطة: إيجاد خط اتجاه يخدم هدفين متنافسين. يُعاقب الحد الأول على الاتجاهات التي تنحرف عن الناتج المحلي الإجمالي الفعلي — فهو يريد من الاتجاه أن يتتبع البيانات عن كثب. ويُعاقب الحد الثاني على الاتجاهات التي تغير وجهتها بتكرار — فهو يريد النعومة. ويحدد المعامل لامدا (λ) الوزن النسبي لهذين الهدفين.
القيمة القياسية للبيانات الفصلية هي λ = 1600، اقترحها هودريك وبريسكوت بناءً على خصائص دورات الأعمال الأمريكية. كان الاختيار اعتباطياً بعض الشيء. يُنتج ضبط λ = 800 اتجاهاً أكثر استجابةً يتتبع تذبذبات الناتج عن كثب أكبر؛ أما ضبط λ = 6400 فيُنتج اتجاهاً ناعماً جداً يكاد لا يستجيب للتحركات قصيرة الأجل. تستخدم بنوك مركزية مختلفة قيماً مختلفة، ويؤثر الاختيار تأثيراً حاسماً في تقدير فجوة الناتج الناتج — ومع ذلك لا توجد إجابة قاطعة لما ينبغي أن يكون عليه λ.
مسألة التقليل
$$\min_{\{\tau_t\}_{t=1}^T} \left\{ \sum_{t=1}^T (y_t - \tau_t)^2 + \lambda \sum_{t=2}^{T-1} [(\tau_{t+1} - \tau_t) - (\tau_t - \tau_{t-1})]^2 \right\}$$يُعاقب الحد الأول على الانحرافات عن البيانات الفعلية؛ أما الثاني فيُعاقب على التغيرات في معدل نمو الاتجاه (الفروق الثانية). يتحكم المعامل $\lambda$ في نسبة التباين بين مكوّنَي الدورة والاتجاه. يستخدم المعايرة القياسية λ=1600 للبيانات الفصلية، رغم افتقار ذلك إلى أساس نظري.
إشكالية لامدا والتحيز عند نقطة النهاية
اختار هودريك وبريسكوت (1997) λ=1600 لمطابقة ترددات دورات الأعمال الملاحظة في بيانات الولايات المتحدة لما بعد الحرب، مستهدفَين تحديداً دورات مدتها 6-8 سنوات. تفتقر استراتيجية المعايرة هذه إلى التعميم: ينبغي أن يتباين λ الأمثل تبعاً للعملية المولِّدة للبيانات، غير أن الممارسين يطبقون 1600 بصورة آلية عبر البلدان والفترات الزمنية. يكشف تحليل الحساسية عن تباين جوهري في تقديرات الفجوة: تُولّد قيمة λ∈[800,6400] فوارق تبلغ 2-4 نقاط مئوية في دورات الأعمال النمطية.
والأهم من ذلك أن مرشح HP يعاني من تحيز حاد عند نقطة النهاية. فالمرشح ثنائي الاتجاه، يستخدم البيانات المستقبلية لتقدير الاتجاهات الراهنة. وعند نهاية العينة، لا تتوفر إلا البيانات الماضية، مما يجعل الناتج المحتمل المقدَّر يتتبع الناتج الفعلي عن كثب شديد فيُقلل من الفجوة في الوقت الفعلي. توثّق دراسات مقارنة تقديرات HP الآنية بالنهائية تحيزات منهجية: تفوّت التقديرات الآنية نقاط التحول وتُقلّل تقدير تذبذب الفجوة تقليلاً ملحوظاً. وهذا يجعل مرشحات HP إشكالية بشكل خاص في تحليل السياسات الذي يستلزم تقييماً آنياً للفجوة.
التطبيق التقني
تحويل الناتج المحلي الإجمالي إلى لوغاريتمات طبيعية للتفسير بالنسبة المئوية
حل مسألة التحسين التربيعي باستخدام الجبر المصفوفي
فجوة الناتج هي الفرق بين الفعلي والاتجاهي
المزايا
- بسيط وشفاف
- يتطلب بيانات الناتج المحلي الإجمالي فحسب
- مرجع مفهوم على نطاق واسع
- حساب سريع
- لا يستلزم افتراضات اقتصادية
العيوب
- إشكالية نقطة النهاية (تقديرات حديثة غير موثوقة)
- دورات وهمية ناجمة عن كسور هيكلية
- لا يدمج أي نظرية اقتصادية
- مراجعات كبيرة مع ورود بيانات جديدة
- اختيار معامل λ اعتباطي
عرض تفاعلي لمرشح HP
الإعدادات الحالية
λ = 1600
λ أعلى ← اتجاه أكثر نعومة
λ أقل ← استجابة أكبر للبيانات