Introduzione
Gli ultimi decenni hanno visto l’alternarsi di vari cicli di politica monetaria, dalla fase fortemente espansiva a seguito della crisi del 2008, alla fase restrittiva a seguito del periodo inflattivo post-pandemico. Gli effetti di queste politiche non sempre hanno soddisfatto le aspettative dei policymaker, aprendo un dibattito sull’efficacia delle stesse. Studi diversi, condotti da differenti prospettive teoriche, hanno evidenziato un’ampia gamma di canali attraverso i quali la politica monetaria può influenzare l’economia (Hannsgen, 2007; Lane, 2022). Inoltre, gli effetti variano considerevolmente quando si va a scorporare il PIL nelle sue componenti, soprattutto quelle autonome, al centro del dibattito di teoria economica per quanto riguarda crescita e occupazione.
Un sottocomponente della domanda che ultimamente è al centro del dibattito sono gli investimenti residenziali (Krugman, 2018). Sia la letteratura mainstream che quella eterodossa hanno attribuito grande importanza al ruolo svolto da questa componente sull’economia nel suo complesso e all’influenza che la politica monetaria esercita sul suo andamento (Leamer, 2015; Teixeira & Petrini, 2023). Nella letteratura mainstream, i canali attraverso i quali questa influenza si manifesta sono molteplici. In primo luogo, vi è il classico canale diretto che vede il tasso di interesse come costo d’uso del capitale e che quindi influisce in ultima istanza sulla domanda di investimenti residenziali. Viene spesso incluso l’impatto delle politiche monetarie sulle aspettative di variazione dei prezzi delle case. Vi è poi l’effetto ricchezza standard sul consumo derivante dall’ipotesi del ciclo vitale à la Modigliani. Inoltre, vi è il classico canale di bilancio data la possibilità di usare l’immobile come garanzia (Mishkin, 2007). Da una prospettiva eterodossa, i canali teorici degli investimenti residenziali sono duplici. In primo luogo, il tasso di interesse influisce sui prezzi delle abitazioni e sui pagamenti variabili degli interessi attraverso il canale del flusso di cassa. In secondo luogo, esso influisce sul tasso di interesse proprio attraverso il canale della domanda di credito (Barbieri Goes, 2023).
Dagli anni Novanta, si è registrato un rinnovato interesse non solo per l’effetto delle politiche monetarie ma anche per le eventuali risposte asimmetriche (Morgan, 1993), intese come differenza nei risultati in funzione di una terza variabile di “stato”. Il concetto di asimmetria può essere declinato secondo molteplici aspetti. Nella trattazione degli gli shock monetari, nell’ultimo ventennio, il mondo accademico ha concentrato la propria produzione scientifica principalmente sulle asimmetrie legate al segno dello shock ovvero alla presenza di risposte diverse quando viene considerata una politica monetaria restrittiva piuttosto che una espansiva (Barnichon et al., 2017; Jordà et al., 2020).
In questo studio, dopo una breve revisione della metodologia, il focus si concentrerà sugli effetti asimmetrici della politica monetaria sugli investimenti residenziali. In particolare, dallo studio appare chiaro come un diverso segno dello shock, e quindi l’attuazione di una politica espansiva piuttosto che restrittiva, ha come risultato una risposta asimmetrica sulla componente di domanda autonoma presa in esame. Nelle implicazioni di politica economica, quindi, verrà discusso come questa asimmetria mini all’efficacia dello strumento della politica monetaria in sé, e in particolare l’attuazione di politiche espansive, soprattutto per quando riguarda il suo effetto sugli investimenti residenziali.
Evidenze Empiriche
L’analisi macroeconometrica presente in questo lavoro è sviluppata utilizzando dati trimestrali dal 1960 al 2019 per gli Stati Uniti. Il dataset in questione comprende il PIL (gdp) e gli Investimenti Residenziali (invr), l’indice dei prezzi al consumo (p), il tasso di cambio reale effettivo (reer) e il FED funds rare (i). Le fonti per i dati delle componenti della domanda sono l’OCSE, i tassi di cambio reali sono stati presi da BRUEGEL e il tasso di interesse direttamente da FRED. Tutte le variabili sono destagionalizzate e, ad esclusione del tasso FED, espresse in logaritmi e termini reali.
In questa sezione sono stimati, attraverso la metodologia delle Local Projections (Jordà, 2023; Alpanda & Zubairy, 2019), gli effetti della politica monetaria sul PIL e sulla componente degli investimenti residenziali. La metodologia applicata per le stime, così come l’identificazione del modello è presente in dettaglio all’interno dell’Appendice di questo lavoro.
Le Funzioni di Risposta a Impulso (IRFs) per quanto riguarda il PIL, con intervalli di confidenza al 68% e 90%, sono presenti in Figura (2). Come prevedibile, la produzione, nel suo valore aggregato, presenta una risposta negativa rispetto a uno shock di politica monetare, anche se significativa solo al 68%. La storia appare diversa quando si considera invece uno shock restrittivo rispetto ad uno espansivo. Nel primo caso, l’impatto sulla produzione risulta non solo più intenso del doppio ma anche significativo con un intervallo al 90%. Al contrario, una politica espansiva non sembra produrre alcun tipo di effetto significativo sul livello di produzione dell’economia. Inoltre, è interessante notare come una politica monetaria restrittiva sembra presentare un effetto permanente o quantomeno di lungo periodo sul livello di produzione avendo effetti significativi a cinque anni.
La risposta del PIL deve per forza riflettere, in aggregato, il comportamento delle sue componenti. In generale, la letteratura identifica negli Investimenti Residenziali uno dei driver principali del suo andamento. In Figura (3) sono presenti le IRFs per quanto riguarda quest’ultima componente a fronte di uno shock del FFR. Possiamo innanzi tutto notare come l’intensità delle risposte, sia per quanto riguarda il caso lineare, sia nel caso delle asimmetrie, risulti sempre maggiore della risposta del PIL nel suo generale. La risposta degli investimenti residenziali a uno shock lineare è infatti persistente e significativa al 90% a più di 4 anni di distanza. Analizzando poi la non linearità rispetto al segno, i risultati rispecchiano quelli dell’analisi precedente, con gli effetti di una politica monetaria restrittiva persistenti e fortemente significativi anche al 90%, allo stesso tempo la risposta ad una politica monetaria espansiva non è mai significativa per qualsiasi di confidenza. Inoltre, l’effetto sugli investimenti residenziali di una politica monetaria restrittiva è oltre quattro volte più intenso rispetto a quello del PIL.
Conclusioni
Questo breve contributo ha analizzato la presenza di asimmetrie nei canali di trasmissione della politica monetaria e in particolare nella risposta del PIL e degli investimenti residenziali a shock di politica monetaria espansivi o restrittivi. Ciò è interessante anche a fronte dei rialzi avvenuti negli ultimi anni nelle principali economie avanzate a seguito della pandemia, dei conflitti bellici e del picco inflazionistico.
Da un lato politiche monetaria restrittive hanno un effetto significativo sull’economia reale, politiche espansive sembrano produrre effetti deboli e poco significativi. L’analisi si è particolarmente incentrata sugli effetti sulla componente degli investimenti residenziali. Per quanto in volume non sia una delle componenti principali del PIL nel suo aggregato, vari studi hanno sottolineato come il suo andamento possa essere tra i principali driver dei livelli di crescita e produzione dell’economia nel suo complesso (Leamer, 2015; Teixeira & Petrini, 2023). Inoltre, la politica monetaria, come ipotizzato da un punto di vista teorico, si conferma uno strumento efficace nell’influenzare in maniera fortemente significativa questa componente. A fronte dei risultati ottenuti, appare quindi plausibile che l’effetto sull’economia reale della politica monetaria, con effetti più che significati in caso di politiche restrittive e quasi inefficaci nel caso di politiche espansive, passi principalmente attraverso questo canale.
Da questo studio si possono trarre varie implicazioni di politica economica. In generale la politica monetaria appare uno strumento incompleto, confermando l’idea keynesiana di un ruolo predominante nella politica fiscale. Inoltre, la risposta asimmetrica conferma come l’utilizzo di politiche monetari espansive non ha effetti significativi sulla componente degli investimenti residenziali e sul PIL in generale. Ne segue che in caso di recessione o contrazioni della produzione, l’utilizzo di stimoli di politica monetaria può non risultare lo strumento più appropriato data la sua generale inefficacia. La presenza di asimmetrie inoltre è in netto contrasto con tutta una serie di regole di politica monetaria, dalla Taylor Rule all’Inflation Targeting, che vedono nelle variazioni in entrambe le direzioni del tasso di interesse risultati perfettamente speculari. Se le risposte sono asimmetriche, come appare chiaramente da questo studio, gli effetti di un aumento del tasso dell’interessa di policy differiscono da quelli di una sua diminuzione. Oltre alle varie critiche a queste regole monetarie quindi, si aggiunge un’ulteriore problematicità, la loro formulazione perfettamente simmetrica non prevede quegli effetti asimmetrici che emergono nell’osservazione empirica del fenomeno monetario, rendendole intrinsecamente errate.
Per concludere, l’idea sviluppatasi durante la Grande Recessione statunitense, e notoriamente tradotta in metafora come “non si può spingere una corda”, sembra più viva che mai e confermata dai risultati empirici. La politica monetaria può avere un ruolo fondamentale nell’influenzare l’economia reale, e specialmente nel frenarla. Rimane però essenzialmente uno strumento relativamente incompleto e asimmetrico. Appare chiaro come la coordinazione tra politica monetaria e fiscale sia quindi un tema di fondamentale importanza per ottenere soddisfacenti risultati di policy, soprattutto viste le molteplici sfide della contemporaneità, dalle guerre, fino al cambiamento climatico.
Bibliografia
Alpanda, S., & Zubairy, S. (2019). Household Debt Overhang and Transmission of Monetary Policy. Journal of Money, Credit and Banking, 51(5), 1265–1307.
Barbieri Goes, M. C. (2023). A tale of three prices: Monetary policy and autonomous consumption in the US. Structural Change and Economic Dynamics.
Barnichon, R., Matthes, C., & Sablik, T. (2017). Are the Effects of Monetary Policy Asymmetric? Federal Reserve Bank of Richmond Economic Brief, 17(3).
Deleidi, M., Iafrate, F., & Levrero, E. S. (2023). Government investment fiscal multipliers: Evidence from Euro-area countries. Macroeconomic Dynamics, 27(2), 331–349.
Hannsgen, G. (2007). The transmission mechanism of monetary policy: A critical review. In A handbook of alternative monetary economics (p. 205). Edward Elgar Publishing Cheltenham.
Jordà, Ò. (2005). Estimation and Inference of Impulse Responses by Local Projections. American Economic Review, 95(1), 161–182.
Jordà, Ò. (2023). Local Projections for Applied Economics. Annual Review of Economics, 15(1), 607–631.
Jordà, Ò., Singh, S. R., & Taylor, A. M. (2020). The long-run effects of monetary policy. Federal Reserve Bank of San Francisco Working Paper n. 26666.
Krugman, P. (2018). Why Was Trump’s Tax Cut a Fizzle? The New York Times. https://www.nytimes.com/2018/11/15/opinion/tax-cut-fail-trump.html
Lane, P. R. (2022). The transmission of monetary policy. Speech at the SUERF, CGEG|COLUMBIA|SIPA, EIB, SOCIÉTÉ GÉNÉRALE Conference on “EU and US Perspectives: New Directions for Economic Policy”. https://www.ecb.europa.eu/press/key/date/2022/html/ecb.sp221011~5062b44330.en.html
Leamer, E. E. (2015). Housing Really Is the Business Cycle: What Survives the Lessons of 2008–09? Journal of Money, Credit and Banking, 47(S1), 43–50.
Mishkin, F. S. (2007). Housing and the Monetary Transmission Mechanism. NBER Working Paper 13518.
Morgan, D. P. (1993). Asymmetric Effects of Monetary Policy. Federal Reserve Bank of Kansas City Economic Review (78), 22–33.
Plagborg-Møller, M. (2019). Bayesian inference on structural impulse response functions. Quantitative Economics, 10(1), 145–184.
Ramey, V. A., & Zubairy, S. (2018). Government Spending Multipliers in Good Times and in Bad: Evidence from US Historical Data. Journal of Political Economy, 126(2), 850–901.
Teixeira, L., & Petrini, G. (2023). Long-run effective demand and residential investment: A Sraffian supermultiplier based analysis. Review of Keynesian Economics, 11(1), 72–99.
Appendice
In linea con la recente letteratura macroeconometrica, applichiamo la metodologia delle Local Projections (Jordà, 2023). Le funzioni di risposta a impulso (IRF) possono essere quindi calcolate attraverso una sequenza di proiezioni delle variabili endogene, spostate in avanti nel tempo, sui loro stessi ritardi e possono essere stimate utilizzando uno stimatore OLS correggendo per eteroschedasticità e autocorrelazione (Jordà, 2005). Se correttamente specificate, le loro stime funzionano tanto bene quanto i più complessi modelli autoregressivi (Plagborg-Møller, 2019). Nel caso dello studio di effetti asimmetrici, data la possibile diversa persistenza dello shock in analisi, la classica stima delle Local Projections può essere modificata così da rappresentare gli effetti cumulati delle IRF della nostra variabile dipendente rispetto all’effetto cumulato della variabile di policy. Seguendo questa specificazione, la possibile risposta diversa allo shock per quanto riguarda la variabile di policy viene controllata così da evitare distorsioni nelle risposte della variabile di interesse.
Seguendo il contributo di Ramey & Zubairy (2018) e (Alpanda & Zubairy, 2019), le IRFs cumulate possono essere stimate seguendo la metodologia “one-step” come segue:
dove y rappresenta la variabile d’interesse, St la variabile di stato della non linearità, σt la componente di trend deterministica, Ψ(L) un operatore polinomiale dei Lag, x un vettore contenente le variabili di controllo e la variabile di policy. I parametri a cui siamo interessati sono β+e β– che rappresentano rispettivamente la risposta asimmetrica della variabile dipendente allo shock della variabile di policy in caso di espansione e contrazione. Inoltre, lo shock non lineare viene utilizzato come strumento per le rispettive interazioni degli strumenti di policy cumulati con gli indicatori dei due stati. Le IRF stimate rappresenteranno quindi gli stessi risultati della rispettiva stima in tre step, derivata come rapporto tra le due IRF cumulate.
Per risolvere il problema dell’endogeneità, lo shock di politica monetaria è ottenuto dai residui di un modello autoregressivo VAR (Deleidi et al., 2023). In particolare, questo è specificato usando FFR, il PIL, i prezzi e il tasso di cambio reale, con tre ritardi ognuno. La scelta dei ritardi è suggerita dal criterio di informazione di Akaike. Nei fatti, questo shock riflette quei movimenti del tasso dell’interesse che non sono collegati a variazioni delle altre variabili o dai loro ritardi, rappresentando quindi quello che è un movimento inaspettato dello strumento principale della politica monetaria. La serie temporale dello Shock così ricavata, presente in Figura (A1), appare perfettamente bilanciata nel segno, e presenta una volatilità minore nel periodo più recente, come ampiamente riscontrato in generale nella letteratura.
Nel caso specifico dell’asimmetria rispetto al segno dello shock, la variabile di stato presente in Equazione (A1) sarà quindi una dummy con valori pari a uno in caso di valori positivi nella serie e zero in caso contrario.
