64

Katsauksia ja keskustelua – KAK 1/2000Kansantaloudellinen aikakauskirja – 96. vsk. – 1/2000

Suomen lama ja Venäjän vienti

MIKA LINDENProfessori, VTTHelsingin yliopisto, kansantaloustieteen laitos

1. Tausta

Suomen ja Neuvostoliiton ja myöhemmin Ve-näjän välisen kaupan merkitystä vuosien 1991–1994 talouslaman kannalta on tutkittu vähän.Kirjallisuudesta löytyy kaksi osin vastakkaistanäkemystä Suomen ja NL/Venäjän kaupan la-mayhteyksistä. Esimerkiksi Steven Nickell ar-vioidessaan OECD-maiden työttömyyden syitätoteaa, että »…there is only one country wheretruly exceptional problems have distorted thelong period average dramatically, namely Fin-land. In the three years from 1990 to 1993, Fin-nish unemployment rose from 3.4 to 17.7 per-cent. This increase was generated first by thecollapse of an enormous domestic credit boom,which was, in its turn, brought about by a mis-managed deregulation of the financial sector.This disaster was reinforced by the more or lesscomplete elimination of the Soviet trade overthe same period, which had previously been re-sponsible for about one-third of Finnish ex-ports» (Nickell, 1997 s. 72). NL:n vientikaupanromahtamisen lamamerkitys on kuitenkin si-vuutettu tai se ei ole etusijalla suomalaisessa la-

makirjallisuudessa (ks. esim. Honkapohja &Koskela 1999, Honkapohja, Koskela & Paunio1996, Kiander & Vartia 1996). Myöskään alle-kirjoittaneen kausaalisuusanalyysi laman syidensuhteen ei korostanut kokonaisviennin merki-tystä laman syynä (ks. Linden 1998). Seuraa-vassa pyritään tutkimaan aikasarjahavainnoillaja -menetelmillä, mikä on Venäjän kaupan mer-kitys bruttokansantuotteen vuosimuutoksessaperiodilla 1950–1997. Tulokset viittaavat tule-maan, että Venäjän kaupalla oli merkittäväshokkivaikutus BKT:n volyymin vuosikasvuunvuosina 1989–1992. Finanssimarkkinoiden ro-mahtaminen ja sitä seurannut luotonannon voi-makas lasku säilyttävät kuitenkin merkittävänroolin laman synnyn, syvenemisen ja jatkumi-sen syinä vuosina 1991–1994. Sen sijaan Suo-men muun viennin lievä taantuma ei selitä la-man syvyyttä.

2. Aineisto ja keskeiset tunnusluvutSeuraavassa annetaan kuvaus käytetyn aineis-ton aikasarjaominaisuuksista. Tarkasteluperiodion vuodet 1950–1997. Aikasarjat on saatu

65

Mika Linden

ETLA:n tietokannoista. Suomen kokonaisvien-tiä tarkastellaan kahden erän avulla, ts. Venä-jän viennin (RUSEXP) ja muun viennin (EXP)volyymin avulla. Sarjat ovat reaalihintaisia def-latoituina Suomen tukkuhintaindeksillä. Tähänmenettelyyn jouduttiin, koska varsinaisia vien-tihintaindeksejä varsinkaan Venäjän vienninosalta ei ole tiedossa. Laman synnyn ja välitty-mismekanismien kannalta vuosien 1989–1992pankkikriisiä ei voida jättää tarkastelun ulko-puolelle. Ongelmaksi muodostuu kuitenkin mi-ten finanssi- ja pankkikriisiä mitataan kelvolli-sesti, jotta kriisin vaikutus BKT:n volyymin(BKTv) kannalta olisi selkeästi hallittu. Seuraa-vassa käytetään ratkaisua, missä rahoitussekto-rin kriisin mittareina esiintyvät pörssin yleishin-taindeksi (STOCK) ja pankkien antolainaus(LOAN). Nämä sarjat on saatu reaalihintaisiksideflatoimalla ne elinkustannusindeksillä. Näil-lä muuttujilla on keskeinen sija teoriassa finans-sikriisien synnystä ja välittymisestä talouteen(ks. Linden 1995).Seuraavat kuvat antavat käsiteltävien sarjo-

jen taso- ja differenssikuvat (ts. ln- ja " ln-muunnokset, huom. ln-muunnoskuvien taso-skaalaus on muutettu). Kussakin kuvan 1 osas-sa esiintyy sekä lnBKTvt-sarja että kukin mie-lenkiintosarja samanaikaisesti. Kuvista ilmenee

selkeästi, että kaikkien sarjojen kohdalla lu-kuunottamatta lnEXPt-sarjaa vuosien 1989–1991 kohdalle sattuu merkittävä heilahdus alas-päin. Venäjän viennin (lnRUSEXPt) kohdallatämä on suurin. Tärkeä havainto on myös se,että Venäjän vienti alkoi taantua jo ennen lamaapuhkeamista 1989–1990. Sarjassa lnRUSEXPtesiintyy selkeä trendi alaspäin jo vuodesta 1984lähtien. Huomattakoon, että Venäjän kaupanvientiosuus oli suurin vuonna 1981 (n. 26 %).Tältä tasolta se tippui n. 3 %:iin vuonna 1991(ks. kuva 2). Rahamarkkinoiden ylikuumenemi-nen ja romahdus pörssi-indeksin volatiliteetinkasvun ohessa vuosina 1984–1994 näkyvät sel-keästi myös kuvasta 1. Sen sijaan muun vien-nin (lnEXPt) merkitys näyttää olevan varsin pie-ni BKT:n kannalta vuosina 1989–1994. Tauluk-ko 1 eri periodien km. kasvuasteista täydentääedellä olleita kuvia.Taulukon numerot osoittavat, että Suomen

Venäjän viennin samoin kuin pörssi-indeksinmuutokset ennakoivat BKT:n muutoksia aina-kin yhdellä vuodella vuosina 1989–1994. Sensijaan muu viennin kasvu vaimenee vuoteen1991 saakka, mutta valuuttakurssimuutostenjälkeen se elpyy varsin nopeasti. Lainamarkki-noiden dynamiikka tapahtuu viipeisenä BKT-muutoksiin.

Taulukko 1. Sarjojen vuosikasvuasteet.

" lnBKTvt " lnRUSEXPt " lnEXPt " lnSTOCKt " lnLOANt

1950–1997 0.036 0.048 0.064 0.0653 0.0631985–1995 0.016 –0.075 0.065 0.114 0.0571989 0.055 –0.010 0.029 0.022 0.1731990 0.002 –0.147 0.004 –0.359 0.0981991 –0.073 –1.052 –0.006 –0.417 0.0351992 –0.036 –0.425 0.147 –0.237 –0.0401993 –0.012 0.649 0.158 0.439 –0.1101994 0.044 0.262 0.116 0.825 –0.078

66

Katsauksia ja keskustelua – KAK 1/2000

Kuva 1. BKT:n volyymi-indeksi (lnBKTv), Venäjän vienti (lnRUSEXP), muu vienti (lnEXP), pörssin yleisin-deksi (lnSTOCK) ja antolainaus (lnLOAN) ja näiden vuosikasvuasteet 1950–1997.

67

Mika Linden

3. Estimointituloksia

Seuraavaksi tutkitaan dynaamisten lineaaristenregressiomallien avulla miten edellä käsitellytmuuttujat selittävät BKT:n muutosta periodilla1950–1997. Vuosidifferenssien käyttöä puoltaatasosarjojen epästationaarisuus ja yhteisinteg-roituvuuden puute. Kaikki logaritmiset tasosar-jat testaantuivat yksikköjuurisarjoiksi. Sen si-jaan differenssisarjat olivat stationaarisia. Yh-teisintegroituvuustestit osoittivat, että tasosarjo-jen välillä ei esiinny stationaarista pitkän aika-välin (tasapaino)relaatiota. Tulema on varsin

ymmärrettävä, sillä sarjat sisältävät itsenäistä jatoisistaan riippumatonta dynamiikkaa, joten sta-biilille tasorelaatiolle sarjojen välille ei ole pe-rusteita. Sarjojen lukumäärä (5 sarjaa) ja ha-vaintojen lukumäärä (48 havaintoa) eivät puol-la myöskään yhteisintegroituvuusmenetelmienkäyttöä.Sarjojen välistä dynamiikkaa voi kuitenkin

määrittää malli, joka rakentuu differenssimuut-tujien varaan. Tällöin korostuu lyhyen aikavä-lin muutoksien ja shokkien merkitys sarjoissaBKT:n muutoksen kannalta. Erilaisten malliko-keilujen jälkeen päädyttiin taulukon 2 mukai-

Kuva 2. Venäjän kaupan vientiosuus 1948–1997.

68

Katsauksia ja keskustelua – KAK 1/2000

seen malliin, joka estimoitiin sekä tavallisella(OLS) että instrumenttimuuttuja PNS-menetel-mällä (IV). Instrumenttimuuttujamenetelmää onsyytä käyttää sillä ainakin antolainauksen vuo-simuutokset ovat BKT:n muutoksien enna-koimia. Instrumenttimuuttujina käytettiin kaik-kien muuttujien 1–3 -viipeisiä arvoja. SekäOLS- että IV-menetelmä antavat samansuuntai-sia tuloksia. Dynaamisen mallin ratkaisuna saa-tavat staattiset LR-kertoimet eivät poikkea pal-jon toisistaan. Mallin selitysaste ja diagnostiik-ka perustelevat mallin tilastollisesti kelvollisek-si selitysmalliksi BKT:n muutoksille. Ainoas-taan pörssi-indeksin muutosten (" ln STOCKt)selitys- ja ennustekyky ovat heikkoja, kun tilas-tollista merkitsevyyttä arvioidaan 5 %:n tasolla.Tulosten taloustieteellinen merkitys on kui-

tenkin mielenkiintoinen. Venäjän kaupan10 %:n muutos aiheuttaa n. 0.5 %:n muutoksenBKT:ssa. Muun viennin 10 %:n muutoksen seu-raamukset ovat suurempia (n. 1.0–1.8 %). Pörs-si-indeksin ja antolainauksen 10 %:n muutok-set johtavat n. 0.65 %:n ja 1.1 %:n BKT:n kas-

vuvaikutuksiin. Nämä tulokset ovat kuitenkinkeskiarvoseuraamuksia yli koko tarkastelupe-riodin 1950–1997. Olettamalla, että mallitulok-set ovat päteviä kaikkien havaintovuosien koh-dalla, voidaan vuosimuutosten avulla laskea so-vite-ennusteet eri kasvutekijöiden merkityksel-le lamavuosien kannalta BKT:n muutoksessa.Kuva 3 antaa eri selityssarjojen BKT-muutok-sen sovite-ennusteet vuosille 1980–1997 lasket-tuna LR-kertoimien avulla. Venäjän kaupan hy-vin voimakas lasku vuosina 1989–92 on merkit-tävin selittäjä BKT:n laskulle ko. vuosina. Vuo-sina 1989–1992 toteutunut lähes 70 %:n Venä-jän kaupan romahtaminen johtaa vähintäänn. 4 %:n BKT:n laskuun. Korrelaatiot vuosien1985-1997 ennusteiden ja BKT-muutoksenvälillä olivat seuraavat: " ln RUSEXPt: 0.631,"ln EXPt: 0.063,"ln STOCKt: 0.244,"ln LOANt:0.534. Täten Venäjän viennin merkittävä ro-mahtaminen vuosina 1989–1992 on keskeinennegatiivinen shokki, joka johti laman syntyyn jasyvenemiseen finanssi- ja pankkikriisin ohessa.On kuitenkin huomattava että esitetyt kuvat ja

Taulukko 2. OLS- ja IV-estimointulokset " lnBKTvt-sarjan mallille 1950–1997 (t-arvot suluissa, T = 48).

OLS OLSLR IV IVLR

vakio 0.006 (1.27) 0.009 0.006 (1.01) 0.009" lnBKTt–1 0.284 (2.39) 0.336 (2.28)" lnRUSEXPt 0.034 (3.23) 0.047 0.035 (2.55) 0.054" lnEXPt 0.103 (4.18) 0.144 0.122 (2.83) 0.184" lnSTOCKt 0.021 (1.67) 0.067 0.018 (1.12) 0.069" lnSTOCKt–1 0.027 (1.93) 0.026 (0.81)" lnLOANt 0.117 (2.69) 0.163 0.071 (1.22) 0.106R2 0.651 –AR(2) F(2,39) = 0.34 χ2(2) = 0.41ARCH(1) F(1,39) = 2.63 F(1,31) = 2.20Normaalisuus χ2(2) = 0.75 χ2(2) = 0.33SarganIV χ2(11) = 15.40Ennustekyky: 1994–97 χ2(4) = 0.51 χ2(4) = 1.30LR-testi: β = 0 χ2(4) = 32.61* χ2(4) = 22.78*

69

Mika Linden

luvut sisältävät estimoinnin sekä malli- että pa-rametriepävarmuuden, ts. ennusteiden luotta-musvälit voivat olla varsin suuria.Toinen tapa tutkia muuttujan shokkien vaiku-

tusta muuttujajoukon suhteen on ns. impulssi-vasteanalyysi (impulse response analysis), jokaperustuu vektoriautoregressiivisen mallin (VAR,joka tunnetaan kriitikkojen keskuudessa myösnimellä Very Awful Regression) estimointiin.Tässä menetelmässä jokainen muuttuja määräy-tyy lineaarisessa mallissa systeemin kaikkienmuuttujien p:n pituisen viipeen avulla. VAR(p)-

mallille voidaan antaa käännetty MA(∞)-esitys,jossa kunkin muuttujan innovaatiot (shokit) an-tavat erillisen vaikutuksensa systeemin jokaisenmuuttujan ennusteisiin (ks. tarkemmin Lütke-pohl 1991). Luotettava VAR-estimointi vaatii,että käytetyt sarjat ovat stationaarisia. TätenVAR-estimointi tehtiin differenssisarjoille pois-sulkien antolainaus " ln LOANt, koska tämä eiennusta BKT:n muutoksia. Mallinvalintakritee-rit osoittivat että VAR(4) on soveltuvin vaihto-ehto käytetyille sarjoille. Kuva 4 antaa sarjojenortogonaalisten innovaatioiden keskihajontojen

Kuva 3. BKT:n vuosimuutokset ja selitysmallin muuttujien BKT sovite-ennusteet 1980–1997 (" lnREXPf =Venäjän viennin muutoksen ennuste, "LNEXPf = muun viennin muutoksen ennuste, (" lnSTf = pörs-si-indeksin muutoksen ennuste, " lnLOANf = antolainauksen muutoksen ennuste).

70

Katsauksia ja keskustelua – KAK 1/2000

Kuva 4. " lnBKTvt 20 periodin impulssivasteet sarjojen " lnRUSEXP, " lnEXP ja " lnSTOCK innovaatioidensuhteen.

71

Mika Linden

suuruisten shokkien merkityksen " ln BKTt-sar-jan kannalta. Shokki Venäjän viennin innovaa-tioissa johtaa selvään negatiiviseen häiriöönBKT:n kannalta. Shokin kokoluokka on kuiten-kin hieman pienempi kuin muun viennin im-pulssin aiheuttama. Pörssi-indeksillä on suurinnegatiivinen shokkivaikutus BKT:n muutok-seen. Tämä korjaantuu kuitenkin varsin nopeas-ti. Shokkien kesto on hieman alle 10 vuotta janiiden pysyvät (kumulatiiviset) vaikutuksetovat varsin suuria (ks. alempi kuva 4). VAR-mallin tulokset ovat siis yhdenmukaisia edelläolleiden yhden yhtälön mallin estimointitulos-ten kanssa. Koska VAR-analyysi tehtiin havain-toperiodin 1952–1997 suhteen, niin Venäjänviennin nopea ja jyrkkä romahdus vuosina1989–1992 ei saa yhtä korostunutta merkitystäkuin ennusteanalyysi vuosille 1980–97 edelläantoi.

4. JohtopäätöksetRiittävän suurella viennin muutoksella voi ollavarsin mittavat vaikutukset BKT:n muutoksenkannalta. Tilanne on juuri tämänkaltainen Suo-men Venäjän kaupan romahtamisen kohdallavuosina 1989–1992. Karkeasti voidaan sanoa,että Venäjän kaupan romahtaminen vastaa vä-hintään yhtä kolmannesta laman syvyydestä.Tulosten merkittävyyttä ei ole syytä väheksyä.Venäjän kaupan romahtaminen ei ole Suomenkannalta politiikkaperäinen tapahtuma vaan ek-sogeenisesti annettu asia, joka koski kaikkiaNL:n kanssa laajempaa kauppaa käyneitä mai-ta. EU/EMU -Suomen oloissa ei kuitenkaan il-meisesti tohdita tuoda esille Suomen vuosina1970–80 vallinnutta voimakasta taloudellistariippuvuutta Neuvostoliitosta. Tämä kaiketiosaltaan selittää myös tutkimuksen puutteen ai-heen tiimoilta. Huomattakoon kuitenkin, ettäSuomen NL:n kauppa toimi myös suhdanteiden

tasaajana, sillä ainakin yksi laskukausi 80-luvunalussa jäi Suomessa huomattavasti pienemmäk-si kuin esim. Ruotsissa (ks. Linden 2000).Muilta osin 90-luvun alun lama selittyy pörs-

si- ja pankkikriisillä, mutta myös valuuttakurs-sipolitiikalla on tunnetusti roolinsa asiassa.Oman mielenkiintoisen lisän asiaan tuo juuriVenäjän kaupan romahtaminen »vahvan mar-kan» -regiimin yhteydessä. Liian korkean va-luuttakurssin takia Venäjän kaupan romahta-mista ei pystytty korvaamaan länsiviennillä.Vasta markan devalvoitumisen myötä länsi-vienti lähti ripeään nousuun vuosina 1991–93korvaten Venäjän kaupan menetyksiä. Tämän»subsituutiohypoteesin» perusteellinen testaa-minen edellyttää jatkotutkimuksia aineistolla,jossa analyysi kohdistuu toimialakohtaisiin tie-toihin. Aluksi on selvitettävä missä määrin Suo-men Venäjän-vienti oli rakenteeltaan samankal-taista kuin länsivienti. Mikäli samankaltaisuut-ta esiintyy markan devalvoitumisen olisi pitänyttapahtua jo muutamia vuosia aiemmin 80-luvunlopussa.

KirjallisuusHonkapohja, S. & Koskela, E. (1999). Finland’sdepression: A tale of bad luck and bad poli-cies, Economic Policy, Vol. 29, 401–36.

Honkapohja, S., Koskela, E. & Paunio, J.(1996). The Depression of the 1990’s in Fin-land: An analytical view, Finnish EconomicPapers, Vol. 9, 37–54.

Kiander, J. & Vartia, P. (1996). The great de-pression of the 1990’s in Finland, FinnishEconomic Papers, Vol. 9, 72–88.

Linden, M. (2000). Economic Growth andBusiness Cycles in the Nordic Countries1950–1998 (käsikirjoitus).

Linden, M. (1998). Suomen talouslaman syyt jaseuraukset: kausaalisuustestien tuloksia,

72

Katsauksia ja keskustelua – KAK 1/2000

Kansantaloudellinen Aikakauskirja, Vol. 94,184–190.

Linden, M. (1995). Finanssikriisit ja taloustie-de, Kansantaloudellinen Aikakauskirja, Vol.91, 310–321.

Lütkepohl, H. (1991). An Introduction to Mul-tivariate Times Series Models, Springer.

Nickell, S. (1997). Unemployment and LaborMarket Rigidities: Europe versus NorthAmerica, Journal of Economic Perspectives,Vol. 11, 55–74.