Okun törvényét gyakran használják a gazdasági helyzet elemzésére. A tudós által levezetett együttható a munkanélküliségi ráta és a növekedési ráták közötti kapcsolatot jellemzi. Tapasztalati adatok alapján fedezte fel 1962-ben az a tudós, akiről el is nevezték. A statisztikák azt mutatják, hogy a munkanélküliség 1%-os növekedése a tényleges GDP 2%-os csökkenéséhez vezet a potenciális GDP-hez képest. Ez az arány azonban nem állandó. Államtól és időszaktól függően változhat. A munkanélküliségi ráta negyedéves változása és a reál GDP közötti összefüggés Okun törvénye. Meg kell jegyezni, hogy a képletet továbbra is kritizálják. A piaci viszonyok magyarázatában való hasznossága is megkérdőjeleződik.
Oaken törvénye
Az együttható és a mögötte álló törvény statisztikai adatok feldolgozása, azaz empirikus megfigyelések eredményeként jelent meg. Nem az eredeti elméleten alapult, amelyet aztán a gyakorlatban is teszteltek. Arthur Melvin Oaken az amerikai statisztikák tanulmányozása közben látta a mintát. Ez hozzávetőleges. Összefügg azzalAz, hogy a bruttó hazai terméket számos tényező befolyásolja, nem csak a munkanélküliségi ráta. A makrogazdasági mutatók kapcsolatának ilyen leegyszerűsítő nézete azonban néha hasznos is, amint azt Oken tanulmánya is mutatja. A tudós által levezetett együttható fordítottan arányos összefüggést mutat a termelés volumene és a munkanélküliségi ráta között. Okun úgy vélte, hogy a GDP 2%-os növekedése a következő elmozdulásoknak köszönhető:
- a ciklikus munkanélküliség 1%-os csökkenése;
- 0,5%-os foglalkoztatásnövekedés;
- az egyes munkavállalók munkaóráinak számának növelése 0,5%-kal;
- 1%-os termelékenységnövekedés.
Így az Okun ciklikus munkanélküliségi rátáját 0,1%-kal csökkentve a reál GDP 0,2%-os növekedésére számíthatunk. Ez az arány azonban országonként és időszakonként eltérő. Az összefüggést a gyakorlatban mind a GDP, mind a GNP tekintetében tesztelték. Martin Prachovny szerint a kibocsátás 3%-os csökkenése a munkanélküliség 1%-os csökkenésével jár. Úgy véli azonban, hogy ez csak közvetett függőség. Prachovny szerint a termelés volumenét nem a munkanélküliség, hanem más tényezők, például a kapacitáskihasználás és a ledolgozott órák száma befolyásolja. Ezért ezeket el kell dobni. Prachovny számításai szerint a munkanélküliség 1%-os csökkenése mindössze 0,7%-os GDP-növekedéshez vezet. Ráadásul a függőség idővel gyengül. 2005-ben Andrew Abel és Ben Bernanke elemezte a legújabb statisztikákat. Ezek szerint a növekedés1%-os munkanélküliség a termelés 2%-os csökkenéséhez vezet.
Indokok
De miért haladja meg a GDP növekedése a munkanélküliségi ráta százalékos változását? Ennek több magyarázata is van:
- A multiplikatív hatás hatása. Minél több embert foglalkoztatnak, annál nagyobb a kereslet az áruk iránt. Ezért a kibocsátás gyorsabban nőhet, mint a foglalkoztatás.
- Tökéletes statisztika. A munkanélküliek egyszerűen abbahagyhatják a munkakeresést. Ha ez megtörténik, akkor eltűnnek a statisztikai hivatalok "radarjáról".
- A ténylegesen foglalkoztatottak ismét kevesebbet kezdenek dolgozni. A statisztikákban gyakorlatilag nem szerepel. Ez a helyzet azonban jelentősen befolyásolja a termelési mennyiséget. Ezért azonos létszám mellett a bruttó termékre vonatkozóan valójában különböző mutatókat kaphatunk.
- A munka termelékenységének csökkenése. Ennek nem csak a szervezet állapotának romlása lehet az oka, hanem az alkalmazottak túlzott száma is.
Oaken törvénye: képlet
Vesse be a következő konvenciókat:
- Y valódi kimenet.
- Y’ a potenciális bruttó hazai termék.
- u igazi munkanélküliség.
- u’ az előző mutató természetes szintje.
- c – Okun együtthatója.
A fenti konvenciók figyelembevételével a következő képletet kaphatjuk: (Y’ – Y)/Y’=с(u – u’).
Az Egyesült Államokban 1955 óta az utolsó szám általában 2 vagy 3 volt, ígya fenti empirikus vizsgálatok mutatják. Az Okun-törvénynek ezt a változatát azonban ritkán használják, mivel a potenciális munkanélküliség és a bruttó hazai termék szintje nehezen becsülhető meg. A képletnek van egy másik változata is.
A GDP növekedésének kiszámítása
A GDP növekedési ütemének kiszámításához a következő szimbólumokat vezetjük be:
- Y a tényleges kiadási mennyiség.
- ∆u a tényleges munkanélküliségi ráta változása a tavalyi évhez képest.
- C – Okun együtthatója.
- ∆Y a tényleges kibocsátás változása a tavalyi évhez képest.
- K az átlagos éves termelésnövekedés teljes foglalkoztatás mellett.
Ezekkel a jelölésekkel a következő képletet kaphatjuk: ∆Y/Y=k – c∆u.
Az Egyesült Államok történelmének modern korszakában a C együttható 2, a K pedig 3%. Így levezetjük az egyenletet: ∆Y/Y=0,03 - 2∆u.
Használja
Az Okun-arány kiszámításának ismerete gyakran segít a trendek meghatározásában. A kapott számok azonban gyakran nem túl pontosak. Ez annak köszönhető, hogy az együttható változékony a különböző országokban és időszakokban. Ezért bizonyos fokú szkepticizmussal kell figyelembe venni a GDP-növekedésre vonatkozó, a munkahelyteremtés miatt kapott előrejelzéseket. Ráadásul a rövid távú trendek pontosabbak. Ez annak a ténynek köszönhető, hogy a piaci változások befolyásolhatják az együtthatót.
A gyakorlatban
Tegyük fel, hogy a munkanélküliségi ráta 10%, éstényleges bruttó hazai termék – 7500 milliárd valutaegység.
Meg kell találnunk a GDP azon összegét, amelyet akkor lehetne elérni, ha a munkanélküliségi ráta megfelelne a természetes mutatónak (6%). Ez a probléma könnyen megoldható az Okun-törvény segítségével. Az együttható azt mutatja, hogy a tényleges munkanélküliségi ráta természetesnél 1%-os túllépése a GDP 2%-os veszteségét eredményezi. Tehát először meg kell találnunk a különbséget 10% és 6% között. Így a tényleges és a természetes munkanélküliségi ráta közötti különbség 4%. Ezek után könnyen érthető, hogy problémánkban a GDP 8%-kal elmarad a potenciális értékétől. Most vegyük a tényleges bruttó hazai terméket 100%-nak. Továbbá arra a következtetésre juthatunk, hogy a reál-GDP 108%-a 75001,08=8100 milliárd pénzegység. Meg kell érteni, hogy ez a példa csak egy példa egy közgazdasági kurzusból. A valóságban a helyzet teljesen más lehet. Ezért az Okun-törvény alkalmazása csak rövid távú előrejelzésre alkalmas, ahol nincs szükség rendkívül pontos mérésekre.
