Jak měřit politickou nejistotu?

Nemusíme mít ani žádné formální ekonomické vzdělání, abychom dokázali rozpoznat, že nestabilní geopolitická situace může mít významné negativní ekonomické dopady – od zhoršení mezinárodních obchodních vztahů, přes výkyvy cen surovin, až po nejistotu spojenou se zahraničními investicemi.

Otázkou však je, jak míru takové politické nejistoty a její dopady kvantifikovat – pokud je to tedy vůbec možné. Téměř každá z takových geopolitických krizí je totiž specifická. O kolik by měly evropské akciové trhy poklesnout v souvislosti s nejistotou vyvolanou Arabským jarem? Se snahou o vytvoření Islamského státu? Kvůli obsazení Krymu Ruskem?

Tento problém lze alespoň v teoretické rovině rozdělit na dvě části. První je měření nebo modelování míry této nejistoty. Druhou je potom modelování vztahu investorů k této nejistotě – tedy jakým způsobem by se určitá míra nejistoty měla odrážet v investičních rozhodnutích a cenách aktiv.

Ačkoliv je měření nebo modelování míry nejistoty v makroekonomii a finanční teorii značně neprobádanou oblastí, určité pokusy o kvantifikaci takové nejistoty existují. Například Scott Baker, Nicholas Bloom a Steven Davis na webu Economic Policy Uncertainity, akademický článek zde (PDF), netechnické shrnutí pak například zde, se pokoušejí zkonstruovat „index politické nejistoty“ z textové analýzy novinových článků a ukazují, do jaké míry takový index dokáže předpovídat budoucí poklesy ekonomické aktivity. Pokud je to možné, tak můžeme alespoň teoreticky uvažovat o měření toho, jaký by měl být dopad politické nejistoty na cenu finančních aktiv.

Taková analýza není ani zdaleka dokonalá, ale musíme si uvědomit, že se pohybujeme v oblasti, kde jsou jakékoliv alespoň přibližné předpovědi mimořádně obtížné, a aplikace takových metod jsou teprve v zárodcích. Uvádím ji tedy ne jako příklad praxí ověřeného postupu, ale spíše jako možnou cestu, kudy dále postupovat.

Druhým krokem je potom explicitní modelování averze investorů k nejistotě. Tento přístup v teorii rozhodování postuluje, že existuje nejen riziko kvantifikovatelné pravděpodobnostmi, ale i nejistota, u které pravděpodobnostní rozdělení není možné určit. Averze k nejistotě byla popsána mnohými laboratorními experimenty a v poslední době se také stále více prosazuje v makroekonomické a finanční teorii. Před časem jsme ostatně s kolegy organizovali akademickou konferenci zaměřenou právě na takové teoretické přístupy a brzy bude následovat další ročník.

Kombinace popsaných přístupů – empirické měření nejistoty tak, jak navrhuje Baker, Bloom a Davis, a následné zahrnutí takových veličin do modelů investorského chování s averzí k nejistotě – nabízí tedy alespoň koncepčně možný přístup k tomu, jak kvantifikovat vztah mezi nejistotou a cenami finančních aktiv. Tady už ale hovořím spíše o námětech budoucích disertačních prací pro studenty ekonomie než o existujícím a v praxi používaném výzkumu.