Studia Ekonomiczne nr 2/2011 by Instytut Nauk Ekonomicznych PAN

2/2011

770239

641008

ECONOMIC STUDIES nr 2 (LXIX) 2011

ISSN 0239–6416

Cena 30,00 zł (w tym 5% VAT) Nakład 200 egz.

STUDIA EKONOMICZNE

STUDIA EKONOMICZNE • ECONOMIC STUDIES

Instytut Nauk Ekonomicznych Polskiej Akademii Nauk Pałac Staszica ul. Nowy Świat 72 00-330 Warszawa www.inepan.waw.pl

INSTYTUT NAUK EKONOMICZNYCH POLSKIEJ AKADEMII NAUK

WARSZAWA 2011

Studia ekonomiczne Economic studies

INSTYTUT NAUK EKONOMICZNYCH POLSKIEJ AKADEMII NAUK

Studia Ekonomiczne ECONOMIC STUDIES nr 2 (LXIX) 2011

Warszawa 2011

Czasopismo Instytutu Nauk Ekonomicznych PAN

Studia Ekonomiczne Rada Programowa Marek Belka, Bogusław Fiedor, Dariusz Filar, Stanisław Gomułka, Marian Gorynia, Zbigniew Hockuba, Janina Jóźwiak, Elżbieta Kawecka-Wyrzykowska, Irena Kotowska, Tadeusz Kowalik, Adam Lipowski, Karol Lutkowski, Wojciech Maciejewski, Emil Panek, Urszula Płowiec, Dariusz Rosati, Jan Winiecki, Andrzej Wojtyna Komitet Redakcyjny Krzysztof Bartosik, Urszula Grzelońska (Redaktor Naczelny), Joanna Kotowicz-Jawor, Paweł Kozłowski, Witold Kwaśnicki, Adam Noga, Lesław Pietrewicz, Urszula Skorupska (Sekretarz Redakcji), Andrzej Sławiński, Cezary Wójcik Redakcja Władysława Czech-Matuszewska Lesław Pietrewicz Opracowanie Graficzne i Projekt okŁadki Beata Gratys © Copyright by Instytut Nauk Ekonomicznych PAN, 2011 ISSN 0239-6416 Projekt jest dofinansowany ze środków Narodowego Banku Polskiego

Realizacja wydawnicza Wydawnictwo Key Text sp. z o.o. 01-134 Warszawa, ul. Wolska 64 A tel. 22 632 11 39; 22 632 11 36, fax wew. 212 www.keytext.com.pl wydawnictwo@keytext.com.pl

Spis treŚci ARTYKUŁY Maciej K. DUDEK, On the Effectiveness of Keynesian Policies in General Equilibrium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 Barbara JANKOWSKA, Konsekwencje globalizacji dla klastrów . . . . . . . . . . 149 Piotr KOWALCZUK, Transakcje insiderów na GPW w Warszawie a efektywność rynku . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171

MISCELLANEA Kamil KASNER, Rynek private equity. Historia i aktualna organizacja . . . . . 189

ARTYKUŁ RECENZYJNY Grażyna NIEDBALSKA, Nowe podejście do problemu własności intelektualnej i źródeł innowacji. Demokratyzacja innowacji według Erica von Hippela 207

CONTENTS ARTICLES Maciej K. DUDEK, On the Effectiveness of Keynesian Policies in General Equilibrium . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 Barbara JANKOWSKA, The Impact of Globalization on Clusters . . . . . . . . . 149 Piotr KOWALCZUK, Insider Trading on the Warsaw Stock Exchange and Market Efficiency . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171

MISCELLANEA Kamil KASNER, A Glance at the History and Organization of the Private Equity Market . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

REVIEWS Grażyna NIEDBALSKA, Eric von Hippel’s “Democratizing Innovation”: A New Approach to Intellectual Property and Sources of Innovation . . . . . 207

Studia ekonomiczne 1 Economic studies nr 2 (LXIX) 2011

Artykuły

Maciej K. Dudek*

On the Effectiveness of Keynesian Policies in General Equilibrium 1. INTRODUCTION The US fiscal policy occasionally relies on massive deficit spending and sizable debt buildup. Specifically, the US federal debt was rising rapidly both during the 1940s and the 1980s, reaching the level of over 120% of the GDP in the former case and nearly tripling in the latter. Economic theory predicts that the two episodes of debt buildup should have been either neutral or in fact should have led to significant reductions in physical capital stock. If the latter had been true, then the 1950s and the 1990s would have been decades of noticeable dips in economic activity. Instead, contrary to the predictions of economic theory, both the 1950s and the 1990s were periods of strong economic expansion and higher than normal growth. Clearly, the two debt increases not only did not lead to falls in economic activity, but – contrary to the predictions of standard economic models – were followed by periods of higher than usual economic activity. While refuting economic theory just based on these two episodes may be a bit premature, the two experiences admittedly pose a challenge to macroeconomists. In fact, problems are even more pronounced. Currently the US government is in the process of yet another deficit – based fiscal expansion. At this stage we do not know what the actual outcome is going to be. Will the next decade be again a period of prosperity or maybe will it be, as economic theory suggests, a time of lower than normal economic activity? Only time will tell. However, at this stage we can ask a more fundamental question and inquire about the rationale behind the present – day US administration choosing such a policy. It appears obvious that the US policy makers were not guided by the insights from *

Instytut Nauk Ekonomicznych PAN oraz Szkoła Główna Handlowa.

114

Maciej K. Dudek

modern state – of – the – art DSGE models as those models either imply a miniscule impact of fiscal policy or a negative impact of government debt on welfare in the medium to long run, and only at best a positive impact in the short run. Is it really the case that the US administration in line with political economy arguments sacrifices the well – being of future generations in exchange for a gain in the welfare of those currently eligible to vote? Alternatively, one can imagine that the US government enacted the current policy in hope of repeating the experiences of the 1940 – 50s and the 1980 – 90s. If so, it is imperative to ask what grounds such a gamble is based on? This paper embarks on the task of not only asking, but possibly providing rationale for the observed behavior. The revolution in macroeconomics, which originated in the 1970s, and ultimately led to modern DSGE – type models, was based on a sound critique of Keynesian methodology and the implications stemming from Keynesian theories. Nevertheless, nearly four decades later, rational policy makers readily dispose of the body of four decades of work and resort to theories years ago proven to be void of logical content. To the surprise of a modern macroeconomist, deficit spending appears to be the primary policy tool and any raised concerns with the regard to its long – run implications are normally ignored and any calls for a debate are reduced to humoristic references to the famous Keynes’s quote. In this paper we address the issue more carefully and show that modern methodology need not stand in contrast with the policy decisions normally resorted to during economic downturns. Specifically, we show that debt – financed spending on consumption can be welfare improving at all horizons despite its negative impact on the process of physical capital formation. In addition, we show that tax cuts are likely to be less effective in stimulating the economy than spending directly targeted towards consumption. Finally, we show that monetary policy is less effective during recessions than expansions. The results derived in this paper are based on two seemingly innocuous and very intuitive assumptions. Specifically, we assume that individual market demand is stochastic. In particular, we assume that the demand for a given good can expire (consumers are no longer interested in flying with American Airlines from San Jose to Tokyo even though they were in the past.) In addition, we assume that demand for individual investment goods is less volatile than demand for individual consumption goods (the demand for housing in San Jose is less likely to expire than the demand for air travel between San Jose and Tokyo.) The results obtained in this paper readily follow from these two harmless assumptions. Before we describe the formal mechanism, we choose to substantiate the validity of our basic assumptions with a number of stylized and yet, we trust, informative examples. Economic agents face micro-level uncertainty nearly universally. Specifically, producers must deal with the uncertainty pertaining to the demand for the goods they produce. Moreover, it is frequently the case that

On the Effectiveness of Keynesian Policies in General Equilibrium

115

the status of given demand is not known unless production and a sale attempt are made. For example, Continental Airlines are unsure of the status of the demand for air travel between Newark and Berlin on a B757 unless the actual service is launched. Similarly, it is frequently the case that an existing demand can suddenly disappear as it happened with the demand for Levi’s apparel. Furthermore, the demand can exist, then disappear, only to reappear later as the case of Miami Beach as a coveted holiday destination attests. Naturally, the existing demand uncertainty can and occasionally does lead to situations where a decision to enter a given market is undertaken only to find out that the demand is simply not there, eventually leading to a withdrawal from the market (the experience of French car manufacturers in the US.) The above examples suggest that producers must deal with market – level demand uncertainty. Moreover, it turns out that the presence of uncertainty can have profound implications. Specifically, if we assume that the existing uncertainty has a form that relates the current state of demand to the future state, e.g., the form of a Markov process, then current production decisions not only affect current payoffs, but also indirectly affect future profitability. Consider the following example. Imagine that a given producer deals with such demand that if it exists in a given period it will continue to exist in the following period with chance q and will expire with chance 1 – q. Moreover, assume that if the demand expires then it will stay expired in the following period with chance q and it will reappear with chance 1 – q. Observe that a producer who faces a demand that exists with chance x at time t and who decides to produce at time t learns the status of the demand. On the other hand if a producer decides rationally (the case in the model) not to produce then the producer does not learn the true status of the demand at time t. Consequently, having one observation less a producer who rationally chooses to suspend her project at time t faces a project with riskier demand at time t + 1. In other words, by producing producers gain new information and by rationally choosing to be inactive producers lose information. Therefore, we show that periods of high economic activity are also periods of profuse learning and periods of depressed economic activity are periods when learning is severely inhibited. Consequently, we argue that whenever agents rationally choose to be inactive they lose information about the economy and, in turn, are more likely to misallocate resources at their disposal in future periods, affecting future profitability and contributing to slow and delayed adjustment toward the long run equilibrium. The results presented in the paper readily follow from the above observation. Debt – financed spending on consumption has two effects. Firstly, it crowds out physical capital stock, i.e., it reduces the capital stock in future periods. Secondly, by boosting contemporary spending it encourages entry and production on the part of rational producers leading to more information revelation and faster informational capital stock buildup. Consequently, in future periods economic agents have less physical capital to work with, but at the same time are better

116

Maciej K. Dudek

informed about the qualities of the projects they face. It turns out that this additional stock of knowledge can be sufficient to allow agents to allocate the smaller stock of physical resources more efficiently and to ensure that the overall impact on welfare is positive, despite the fact that physical capital stock is reduced. Similarly, the paper shows that tax cuts are less likely to be effective in fighting recessions than direct spending, as tax cuts are partially spent on investment goods (agents save) and thus contribute less towards information revelation leading to a smaller overall impact on economic activity. Finally, our model that allows for an endogenous evolution in the stock of knowledge implies that typically recessions are characterized by higher uncertainty. Consequently, it should be expected that during recessions rational economic agents rebalance their investment portfolios towards safer assets. Accordingly, during recessions any monetary stimulus should be more likely to affect the prices of safe assets than real activity. In the substantive sense the paper captures a general phenomenon that the quality of signals generated by economic variables is lowered during recessions. Therefore, recessions not only impose direct losses on the economy, but also negatively impact the informational content of economic variables. The finding has been noted in numerous contributions, such as Bernanke and Gertler (1989), Gali (1994), Brock and Evans (1989), Greenwald and Stiglitz (1993). Moreover, the notion that persistence can be a significant source of welfare losses during downturns of economic activity has been widely explored by Blanchard and Summers (1986), Caplin and Leahy (1994), and in the more recent contributions of Mankiw and Reis (2007) and Lorenzoni (2006). Nevertheless, we recast this basic result in a novel yet very basic framework and identify channels the literature has shun away from and illustrate its relevance for basic macro-level policies. Macroeconomic policy has been a subject of extensive research resulting in numerous insights. However, most contributions despite their sophistication are either focused on questions that are only remotely tied to contemporary policy making (Angeletos (2002), Hellwig and Lorenzoni (2009), Woodford (1990), Werning (2006)), or focus on empirical aspects (Blanchard and Perotti (2002), Romer and Romer (2008), Vernon (1994), or Ramey (2008)) without dealing with welfare consequences. Furthermore, this paper attempts to address the most obvious question and explain why it may be reasonable to effectively follow Keynesian prescriptions without resorting to political economy arguments, without introducing indivisible labor (Baxter and King (1993)), without relying on implied myopia (Gali et al., (2007)), or without assuming nominal rigidities (Christiano et al. (2009)). The paper comprises seven sections. Section 2 outlines the model. The equilibrium and its properties are described in section 3. Section 4 describes how informational hysteresis can arise endogenously. The role of government spending is discussed in section 5. The relative strength of different policy instruments is discussed in section 6. Section 7 concludes.

On the Effectiveness of Keynesian Policies in General Equilibrium

117

2. MODEL Our model is highly stylized. We choose very specific functional forms to derive the key results in a general equilibrium fully tractable framework. The model is to highlight the key result without any presumption to its empirical relevance.

2.1. Consumers To make the discussion of the relevance of public debt meaningful we assume that the consumers are short lived and that the supply of labor is inelastic. Specifically, we employ the standard Diamond (28) OLG framework with the preferences of the consumers represented by the following utility function1

U(c1t, c2t + 1) = (1 – b)log(c1t) + blog(c2t + 1).

(1)

The budget constraints can be expressed as

pc, tc1t + pi, t Kt + 1 = wt L

(2)

pc, t + 1c2t + 1 = rt + 1 Kt + 1,

(3)

where L denotes the quantity, time invariant, of labor, Kt + 1 denotes the amount invested by a single person at time t and pc, t and pi, t denote the prices of the final consumption good and the final investment good, respectively, at time t. Naturally, wt and rt + 1 denote the wage at time t and the rental price of capital at time t + 1. Note that equation (3) implies that we have implicitly assumed that

d = 1,

(4)

i.e., that the rate of depreciation of physical capital equals one. The solution to the consumer problem is a simple one and in particular the optimal amount saved can be expressed as w L (5) K t + 1 = b pt , i, t F the aggregate where in equilibrium Kt + 1 is equalQto = K at L1 - a. investment, as we traditionally t assume that at each period a cohort of continuum1 -ofa measure one of agents is r a wt born. m . p tf = a at k c 1-a

rK 2.2. aProducers = t t. 1 - a wtL The production side in our model is much more complicated than the one in the 1 1 c c F intricacy original Diamond model (28). The of our model can be motivated on Q = c # z 1i x 1i dim C

c-1 The form of the utility function makes the savingc rate independent of the interest rate, 1 c c which as some argue, can strengthen our = c in the , p results p 1 -quantitative x dim sense. c, t

1 i, t

p 1i, t = C 1t - c p cc, t z 1ci-, t1 c Q F = c # z 12 x di i 2i m 1

1 c

118

Maciej K. Dudek

two grounds. Firstly, we believe that the simple Diamond model abstracts from certain issues such as micro-level uncertainty that may be important at business cycle frequencies. Secondly, we want our model to exhibit properties similar to those present in the traditional ISLM model, such as multipliers, which are absent in the traditional Diamond model. The process of production takes a number of steps. First labor and physical capital are combined to produce an intermediate good that we refer to as the wt L b L , of labor produce K t+1 = factor. In particular, Kt units of capital and p i,units t Q tF =wK atLL1 - a. (6) K t + 1 = b prt a, w 1 - a f it, k t a perfectly t units of the factor. The factor isp sold in c m .competitive market and = aa t a L a 1 - aw t 1 F accordingly its price can be expressed as . Qt = K L K t + 1t = b p , a a r t Ki, tt 1 - a r t = w1 -t a . f 1a F L m . (7) pt = Q t a=ak Kc 1at Lw -t a . 1 1ca rKt a1 c wsector Fproducing Moreover, efficiency in the factor that in equilibrium aQ c #kt .cz 1i x 1t i dimm requires ==rata . p tf = 0 1-a w L a 1 the following condition held

c-1 a 1 r1t K t1 -c c1 c = c# p . x F p c m = , di c,ct a Q 1=# z 1iw0xt1Li di1i,mt 1i, t C

(8)

1 -1 p = C 11- ccp cc, t z 1ci-,ccare tc The subsequent steps of the production depicted in figure (1). Q 1Fi, t=1c #1t-czprocess x di m p c, t = c # p 10i, t c1xi 1i,1ti dim 1 , 0 1 c F Figure 1.QInput–Output = dim c -c 1 c # z c x Flows 1 - c 01c 12cci- 12i p 1i, t p= C=t c #p c, pt z11-i,ct x dim , c, t 1 i, t 1 i, t C

0 Final c 1 Final c - 1 1 1 c1 - c 1c-Investment c cc - 1 FK p Consumption c = p x dim c , Q p=1ii,,ctt = C z 120t i x 2p2i di ic, ,t tmz 12i,i,tt Good 0 Good

# #

p = I 1 -1 c pc ci, t z c2i-, t1c,-c 1 Q F2i, t=1 c #t1 -c cz 12 x i dimc m , p i, t = fc # p 20i, t x 2i i, t2di 0 pt F c-1 c 1 - c c1 p 2i, tp1= If= p z c1 --t1c,x dim c , Intermediate t c #i, t p 2i,Intermediate 2 i, t 2i, t Goods 0 Goods 1 c i,pt t 2 f p t Fp = I 1f - c p c z c - 1, r 2i, t - p tt F i, t 2i, t 1 f 2fi, t F c p t p1t b 2i, th r2i, t = Fp tf ^ Factor f r2i, t 1-pcpf t F f cp 2it, t = p t r if, F = Fp tf ^1 -rbm,2i,t h p21 t f i t 2 t Capital p 2i, t = c p t Labour p 2ci, t 1=-pbtf c - 1 r = Fp f ^ z 2i, t 2i, th 2i, tp 2i, t t f 1 pf = p 2j, t two distinct final goods. One f =cz j, = p 2misector tp Clearly, our model is a two model with , tp 2i,2c tp t t m m of the final goods is referred to asr the final consumption good and the other one z 2i, t 2mci,-t 1= ^11p-2fi,ct h p 2i, t z 2i, t, as the final investment good. Distinguishing the types of the final goods not only = p p f p z 2j, t 2i, t =c p12t j,c m t ^1z - bc2-i,1th cp z 2i, t = F. r2i, t f=c 2^i1, t p- c h=p 2mi, t 2zi,2mti, t, p 2j, t zz2,2tj, t 1-c m m m z 2ip, t = zF. , ^1 -rb2mi,2ti, = t h ^1c- c h 2i , t 2i , t z K

On the Effectiveness of Keynesian Policies in General Equilibrium

119

makes our model more realistic, as the typical implicit assumption that capital and consumption can be transformed into each other with a one to one production function clearly does not hold in reality, but also it allows us to highlight an important distinction, normally ignored, between government spending on investment goods and consumption goods. There are in total a continuum of measure one of intermediate goods 1. Each intermediate good 1 is produced from the factor with a simple technology described with a linear production function converting a unit of the factor into a unit of the intermediate good 1, i.e.,

z1 = f,

(9) 2

but only after fixed cost of F units of the is paid . w factor L K t + 1 = b pt , t In other words, we assume that there isi,an entry barrier that is to reflect credit a 1-a F market imperfections. Once Q this barrier is overcome (the fixed cost is paid) = . K L t t producers can convert the factor into a given intermediate good 1 using (9). In rt a w t 1 - a a k addition we assume, for reasonsp tfthat will become apparent, that there are exactly m . = a c 1-a two potential producers of each of the intermediate goods 1. r K with the following CES production a Intermediate goods 1 are aggregated = t t. w L 1-a function t 1 c

Q F = c # z 1ci x 1i dim

(10)

c-1

c into the final consumption good. Naturally, amount of intermediate 1 z1i denotes the c = c # p 11i,-t c x 1of dim , good 1 of type i d (0, 1) usedp cin , t the 0process i, t aggregation and x d {0, 1} 1i denotes the indicator function, which is1 -meant - 1 reflect the status of consumer c c cto p 1 i , t = C t p c, t z 1 i , t tastes at a given point in time. Note that when x1i = 0 then even when good i is produced it will not be sold as it is not1 needed c1in the process of aggregation c = c # On Q F good.) z 12 x 2i dimother hand, when x = 1 then (consumers do not demand this i the 1i 0 good i, if produced, will be purchased (consumers cherish this good.) K

= c # p 21i-, t c x 2is dim c , We assume that the processp iof , t aggregation i, t competitive, implying that the 0 price of the final consumption good takes the form p 2i, t = I 1t - c p ci, t z c2i-, t1, c-1

f p c, tp= Fc # p 1ci,-t 1 x 1i, t dim t 1

c-1 c

(11)

1 f 1 1 where pc, t denotes the priceF cofp the final consumption good at time t and p1i, t Q = tc # z c2i x 2i dimc 0 denotes the price of intermediate good 1i at time t. r2i, t - p tf F c-1 c The specification that we use differs slightly from the standard aggregation 1 c c-1 m c = , being the key distinction. p p x di # i, t 1 t Fp f 2i,function i, t 2r formula with, the presence of the indicator 0 = b ^ 2i, t h 2i, t K

c c 1 = I 1t -with , market imperfections and is assumed pf i, tthe z c2i-credit F is assumed to reflect costspassociated t c 2i, p ,t = p t 2i , t

be time invariant and in particular a – cyclical. There are arguments, Kashyap and Stein (1995), c c that suggest that F be made anti – cyclical. However, such a change - 1 f only strengthen 1 - c kcwould f b c . p i, t p=m a b=22, t1+ 2 1 b p p t is2paid , t ^ by the 2, t hproducers. t arguments presented in the paper. The2i,fixed t ccost

c c-1 z c - 1 t p 12i-1, tc a a 2 p c, ft =2ic, t #p = n aa b 1, th + 2b 1a, t ^1 - b 1a, th c 1 - c k dam c p tf . ^ z 2j , t a ! A p 2j , t

Wt r=2i,bt 22=, t + zbm , c 1 - c . ^1 2-b c2, ht ^p12mi, t 2i2,,tt h c

120

Maciej K. Dudek

The presence of the indicator function is to embody a feature that, we believe, is critical with respect to consumption goods. Specifically, we intend to capture the fact that consumer preferences can evolve over time and that the process of change can be unpredictable. In particular, we assume that given demand that exists in a given period may expire, i.e., a given good stops being coveted. On the other hand, a new good may be introduced to the market and the demand for the good can turn out to exist. A number of stylized examples can illustrate the basic insight. In particular, the case of Levi’s versus GAP apparel can be particularly illustrative. Two decades ago Levi’s was confident that the demand for its products existed. At the time, GAP must have dealt with quite uncertain demand. Since then the demand for Levi’s apparel appears to have expired while the demand for GAP’s products have become stronger. Similarly, one can bring on the example of Miami Beach as a coveted holiday destination with the demand being on and off a number of times in the last century. Moreover, we assume that there exists ex ante uncertainty with regard to the status of the demand for a given good. In our model producers must decide on the level of their activity before the uncertainty with regard to the demand is resolved. It appears that examples from the airline industry can be particularly illustrative here. Continental Airlines contemplating a service between Newark and Berlin on a B757 are unsure of the status of the demand until the actual service is launched. In addition, we take as granted the fact that once existing demand can disappear (in 2006 American Airlines terminated their service between Tokyo and San Jose as the demand simply was not there despite the fact that it had existed for over a decade.) In the model we capture the above described process by assuming that given demand that exists in a given period continues to exists in the following period with probability q and expires3 with probability 1 – q. Similarly, expired demand continues to be expired with chance q and reemerges with chance 1 – q. In other words, we assume that individual demands follow a Markov process with transition probabilities summarized in table (1). Table 1. Transition Matrix xt + 1 = 1

xt + 1 = 0

xt = 1

1–q

xt = 0

1–q

Our assumptions imply that the price of a given intermediate good i can be expressed as 3

It is not necessary to assume that the demand expires completely. It suffices to assume that the demand falls occasionally (some producers will choose to suspend their production facing smaller demand.) However, it is obviously the case that our extreme assumption makes the results stronger in the quantitative sense.

wtL

1-a

Q F = c # z 1ci x 1i dim 1

1 c

121

On the Effectiveness of Keynesian Policies inc General Equilibrium 1

p c, t = c # p 1

c 1-c 1 i, t

x 1i, t dim

p 1i, t = C 1t - c p cc, t z 1ci-, t1

(12)

when the demand exists and Q F = c # 1 z c x dimc 12i 2i 0 p1i, t = 0 K

when the demand does not exist. p i, t = c # p 1

c 1-c 2 i, t

x 2i, t dim

(13) c-1 c

where Ct denotes the aggregate (nominal) spending on the final consumption p 2i, t = I 1t - c p ci, t z c2i-, t1, good at time t, pc, t denotes the price of the final consumption good at time t and z1i, t denotes the number of unitsp fof F intermediate goods 1i delivered to the market t at time t. 1 f of production of the final investment good. Let us now describe the process c pt We assume that there is a continuum of measure one of intermediate goods 2. Each intermediate good 2 is produced r2i, t - p tf Ffrom the factor with a linear technology Fp f r2i,f,t = ^1 - b 2iz, 2th= t

(14)

c terms but only after the fixed cost Fpin is paid. In the next stage = p tf of cthe factor c-1 2i , t 1 c c-1 intermediate goods 2 are aggregated with the following CES production p c, t = c 1# p 1i, t x 1i, t dim , m 0 f function p 2i , t = c p t 1 1 c-1 Q zF2i,= (15) # z c2ipx22i,i tdimc t c 0 f p = z 2j , t p 2j, t c-1 c 1 c c-1 c indicator function and is 1 x denotes m the into the final investment good.pr Again c-1 m c 2i = , # cp -c1h p x zdicm, = 1 ^ ,i,t t c # 0p p c, t 2i= ti, t m2i, t , 2i,xt i2, it,2di 1i, t 0 1otherwise. equal to 1 when good 2i is demanded 0 and = Ii1,1tth-1c p-ci, tczzc2i-1m, t1is , = F. ,of t baggregation ^p12iWe assume that the process 2 2i, t competitive implying that the F Q = c # z c2i xc2i dimc c price of the final investment good the form c 0 c takes pz 2i,,tt = a b 22, t + 2b 2, t ^1 - b 2, th c 1 - c kc - 1 p tf . K

m c # p c-1 x p i, zt = dim c , c(16) c - 1 2i, t 1 2i , t 0 2, t t 1-c a^ b 1a, th2 + 2b 1a, t ^1 - b 1a, th c 1 - c k dam c p tf . p c, t = c # n a a c a !c A c - 1 c= , p 2iof I 1t -final p i, t zconsumption where pi, t denotes the price the good at time t and p2i, t ,zt 2i, t c 2i , t 2 denotes the price of intermediate good 2i at time t. Wt = b 2, t + 2b 2, t ^1 - b 2, th c 1c- c . c m f a 2, t + 2b 2, t ^1 4 b hcc 1 - c kc - 1 p . p i, zt = 2i, t b 2assumption 2, t postulate that t At this stage we make a critical and tastes with m a 1-a 1 c Wt . 2) are much less b^1 -goods ah K t (intermediate L = z 2, t c goods respect to individual investment c c-1 6 i: b 2i, t = bt2, t 1 -11 c a 5 a a^ b 1aa, th22 + 2bgoods p c, t =toc individual n ta a 1 -consumption b 1a, th c11--c cc kk dam c p tf . volatile than testes with respect # a, t ^1 - (intermediate 1 c a U F= #a ! 2A n a ac da. ^ b 1, th + 2b 1, t ^1 - b 1, thmc goods 1.) It seems reasonableDtto assume =a b! 2A, t ^ zthat + the + 2bc 2, t ^that . 2F h chance 1 - bthe z 2, t + F hfor ^demand h , t 2 , t 2 t 2 1 c 1 lower 1 - c . than the chance that housing in Newark expires W if tit=Cexists today is much c b 2, t + 2 b 1 b ^ h , a m 2, tc , c cc-1 U = a 1c - 1 and Q tNewark z21,, tt Berlin c ton a B757 expires the demand for travel between if it exists c 1 - c kc - 1 p f . c 2 1 p i,1t = a ba 22, t1+ b b ^ h 2, t t b^1 c-- 1ahaK, mt L c- a = 2z, t2m, t c 1 - c W . a z 1, t c c - 1 Ut = ^1 - b^1t - ahh K at L1 - a . 4 1 This assumption is subject to 1empirical verification. In fact it can be easilyc tested by t 1-c 2 a^ b 1a, thsectors. = time + 2b 1a, t ^1 - b 1a, th c 1 - c k da. a respective comparing the variances of salesU over innthe t# t a a A ! 5 n Note that the assumption is "made respect to the individual market demands. In a,a !with A 1

c-1

c 1 particular, we do not assume that aggregate is less volatile than m3 c - 1 3 aggregate c - 1 a 1,consumption = c Utc ,t goods such Q Ct there z 1, tconsumption t + 1a 1 exists i i, t bread with time t i i, t investment. In addition, note that = + n a1 1 - s a i k^1 - a 11 nas h a a1 - s a 21i k^1 - a 21h n a 21 . a 11 21 11 results. See Dudek invariant demand. Allowing for such1 goods would c inot i =(2006). 1 = 1 alter the

z c c - 1 Ut = ^1 - b^1 - ahh K L c t " n a,ac ! A cc - 1 3 a

c - 1 a 1, m c 1, t 1 1-c

t+1

a t

1-c

i, t

1-a

i, t

w L K t + 1 = b pt , i, t

Q tF = K at L1 - a. wt L Qt = K L . K t +c 1 = b p c - 1, -a r a w w 1L 1 a 1-a F f c-1 i, ct a Kt k c = bt mt , . = . Q K L m c = p = , p p x di # a 1 a t t t 1 , , c t i t + t 1 1i , t r wt a 1 - ap i, t 0 m L .w t La p tf = a at k c Q tF = K at L1 - a. w= 1-a w t f bto rsimplify a 1 today. Furthermore, the exposition we take an extreme position , K a 1-a Fr K t 1 , ap t k c K t+1 = b t + 1p = a Qand . t= tK L . 1 c Fm 1-a ca i, t t t ti, t for = . a r w a 1 = Q z x di # assume that demands individual investment goods exist and are time invariant, m c f 2i a t k t rt K t F 1 - a wtL a 0 p2i = c m . a a 1 t a L rt a w t 1 a 1-a =1 -K Q i.e., xi, t= for intermediate times. f Q=tFw1=t L K.tat all L r.t K t goods 2 at all t. 1-a a a kc1 m = p c 1 c t 1 = we.1can 1 1c - a Given our assumptions the demand c a F - a express r tmKct ,for a given intermediate aa 1w ca -1 - at L p 1rw a1 = Q z x di # c m c = p x di # r f t t 1i 1i i, t 2= . 2i , t 0 good 2 asf 1 p tt k=ca ca kt c m . m i, .t 0w L rt K t wtL a 1 a Q F = cp#t =z 1cai a x 1i dim1 - a 1 t1 - a = b , K = . 1 0 c-1 1 -pc c c F t+1 c c -1 a w t L c -c 1 1(17) = I t i,pt i, t z 2i, t , 1 Q =r cK# z 1i x 1pi di m , i t 2 c 1 a 1 c c tc - 1t0 a1 c r t K= p c, t = c # p 1i, t x 1i, t dim F t . w cL . Q F = K acL-11-Qa. = c # z 1i x 1i dim c c 0 a Ldi 11= -cw 1 c a 0 1 t t t c m = , p p x # F c f 2 c, t 1ti, t the price 1 - c kct,- 1Ip denotes 1 i, t where p2i,0 t denotes of intermediate 2i at time the 1 c + 2b good a Q c c c # cz-11i x 1i di m 1 -= = c . p b 1 b ^ h t 1 - c1 i, t 2, 1t - a 2, t tp 2, t , = C p z c 1 0 a c m = p p x di # 1 wt 1 i, t t c, t 1 i , t c 1 c,1tspending 1 i, t r t i, t c f the 1on aggregateF1 -nominal pi, t denotes the price c c cF 1 c k c investment mc1 # 1. pgood, p t = a final c # z c 0cx di m 1-c p 1 i, t =Q Ct = pQcc,#t z= w ct L c-1 m 1c = , p x di 1zi, tc x a di i 1 i 1 a m 1 ,t t 01igood of the final investment and z c -t 1denotesc,the quantity of1iintermediate L Fa=good bc 1 -pc 12i , c m c 1 p f1c.- c K0 p 1i = tt +b kz= = c # n ta a 1 - c 0a^ b11ai,, tth2K+ 2b=1a, tb^1w da C 1t - c p cc, pt zc2i, 1,1, t h c p p x 1 i, # = ,1ti,ct t Q x di # 1i, t1 c m , i t c, t 12i 20i t+1 delivered atc time t. 1 rat!KAt 1 i, t p i, t 1to cthe market c 0 c -1a c 1 p 1.i, t = C 1t - c p cc, t z 1cci-, t1 c1= = noted Q F As x di c # z 12 m 1 c a F a 1 c 1 i 2i= c1 that of a given c passume 1 x ma c there c1-c c , w L are exactly two producers di #we = mc 11i,W p c0, t =pcearlier c,#t pF 0 x 1i1, it, di =m b 22, t +t 2b 2, t ^1 - b 2, th cQ1 -tF c= .1 K at LQ1 -t a. K t Lp 1i1, t .= cC t p c, t cz-c1i1, xt 2,itdi i, = t c # tz 0 Q 12i. i 12 intermediate good Consequently, either none, or one, or both producers may c 1 1 c 1 p i, t = p 2i, t 1x-2ia, t dim c c F c10c c r t 1ca-#a0 w cc 11 1 Q = cc # m z 12 x 2i dia given m r apintermediate f w c C c We 1 -= 1 z c - 1F t c pmodel decide the= production i-of a k ac 1 - a process c m 1 .c = C z 1 c 0 1ci, ttx pdi , , t c t i t 1 f t t m , p i, t = cpto p=21pi-,active. #10i, tbe Q z x di # F c m - 1 1L = z 2, t c pW= . c b ^1 - ahcK am Q1 -1. c2i, t c, t 1i, t1 t t a k ct t i 1i = x di c z#c -z112 ca 0 t c good 2i as a simple simultaneous – move game between the two producers. a c a 1 = , i 2i p I p p i, t =1 c # 1p 21i, t c1x 2i, t dim , 2 i, t c t i, t 02i, t c-1 c 1 1 c-1 cwe c0 c F clet Kt . Accordingly, denote the c intermediate c 2b a of1an 1 - cr k - cca b aproducer p 2i, t =QI 1tF- c= pQ z 1i-,zt1c,cb# t da m t chance 2ix zdi mi x 2i diU = # 1 that - baa f c= npta1 ia-c, tc1a given = x 2ai, t1di ^# 1p, tch212i-, + i,ct #2= c . , t ^m r t,K1t, t h t 12i 0 2i 12 1 a A ! c c c 1 1 0 0 c m w L a = , 1 p p x di = . # good 2i decides to active. payment of Lp t F, where = , 0 requires p 2be I t pBeing z active t = c # p 1-c x 1i, t a fixed 1 1 i, t p w a i, t i, t c2, it, t 1 f c i, t 2 i, 1c t 2 i, t 1 0 - 1 time c p t Fdenotes the pricec 1of the factor Should then 1 c - 1 C cat c - 1 pat., m = I 1 - c pcboth , z c -producers 1enter, Q t m= 1 f c a 1 - c z 2c,it, t cc c--1t1 U ,i, t 2i, t f 1-c 1 c cc c cp di 1 z t c 1 1 = c C p F c 1 = , p p x # p 1 c = both by engage c i,#t ppt 2Fi, t0and, p i, t =pay x 2i2, it,di t c, t 1i, t in price competition cpz x= di i, t 1,i, t t c #price t m 2assumption, Q I p i, t z 2i, t1 F c xand 1 f would 2i1, it 1i tm 0 1 cf = Q z di # 0 c m 1i 1i the the cost equal to p F(note1 the production function (14)) c p tproduct at 1 - c - 1c 1a c - 1 z a , m1c c -t1 U = c^1 - b ^1 - ahh K0a L1 - a . 1c marginal c-1 ,would p i,,them z c2i-, Q c t t 1, t r2i,of -–pptf fFFc.c- 1 1F p 2i, t =pI2i1t, -t c= p ciIt,f tt z c2of t t t and consequently each earn a negative net flow of profit = z x di # c m i, t 1 t c 12i f 2i f c 1 -cc 0 1 1p r p F c m =c # pto x di f , t enters, then p t the producer t t If2i,only one off the two producers has the c, 1t market 1 i, t , 1 i, t c m = p p x di # n 0 c " , f f p t Fr - p F c, t a a! A b1i, i1t, thprf 2i, t = Fp t ^11i, tF behaves c-1 c 2i, ft as ift she were a monopolist. t herself pand Accordingly, she0 sets the 21price 1 c c- c pt c z c - 1 f 1 -3c 3 = p C c m , p i,t +t = p x di ^1 - b 2i, th r2i,1t = f Fp t # c c 1 r22i,i,t t -2ip, t t F t , t c z c -t 1 f t c, t 1i, t i i= Ci, t 1ip i, t p 0 1 f p 1 - b r =n Fp1 f = 1i,at h n t + p c, t a1 t p s k^1 f- a h n . 1i,/ / - s a the = a1earns k^1 p2i, t to , note function (17), and corresponding flow p a a a 11 t ^the demand t t a - p F 1 21 2i, net h r c , , i t i t 2 2 t t t i=1 1 - c ci = 1c - 1 f 112i,ct c p 2ci, t = cp tf = , p I p z F r = b Fp 1 1 c = ^ i, t 2i, 2t i, th 2i, t 2i,ct t f t Q #m1czp12fi x 2i dim f of profits r2i, denotes the level of profits earned purely F , pwhere p mx c= QF = di c # zfrom p 2cpi, tt = -rp2itf, tFr12i, of 12i2i, 2t i 0^ c 1f -t c t c1 -t b 2i, th r2i, t = Fp t f 0 m c producers f productive of the two enters, then there cis no p 2i, t = c p t activities. When none pft F = p p -1 c c-1 t 2i , t 1 1 c c -p z f= m f Fp c r b 1 c c ^ h , i t 2 production, sales, no necessity to bear the fixed costs. Naturally, in c1 2i, ft 1 -= rp ==and Fp 11 - bno 2i, t p tc - 1 1p pthis c c = , p # c^2i, t h 2i22,iit,,tt t t f p c xp2it, t di m = c 1 c , i t 2 1 , i t f 2i, t p, 1 z p c m = p p x di m f # 0 z 2i, t both producers 2i , t case earn a net profit of 0. Treating b , the of ,t i, t probability 2ibeing p , , j t j t 2 2 , i t 2 = p p 0 1 c f p c = c f =z p f c - 1 2i , t c t c t 2i, t 1 - a adescribes m c c1-m1 f m z 2j, t as =pstrategy p 2i,the p22ji,,t tt 2i, t variablep we i, t can active, =z ci, tp, t z , =write Wt +y1the b^1following - a K a condition L c1 = I-1t1^-p1c2mppc 2r t 1 -that f p = 2K c - 1 h t + 1p t+2 i, it,mc i,ct , zac= t hm2p f = , I p 1 1 2ti t 2h ^ ^ h 2i, t 2i, t z p z p r , i t 2 , , t i i t p F m m , , i t i t 2 2 the Nash equilibrium of the game between the two producers , , j t j t 2 2 1 , i t 2 t r2i, t = ^1m- cph p1m2i, = z ,f 1 f p = c cf z 1 p 2i, t = c2i,pt ttf 2ci, tp t p 2j,at f m p t F1 - bm 2ic, t- 1 c z m p=2i,Ft . m m a z 2j,1t- a f1 r c = , p z 1 b a = c W 1 K L z f p p F ^ h ^ h ^ h c m i,(18) t1 2i,1t , t b2i, t h r t + 1= Fp . + 2, 2t + t 1 - c m2ci,-t 1 ^12iz 2j, tc t= p 2j, t ^1 2i, t 2i, t t m ahm^1 - mh 1 ^1 - b 2i, zth2i, t cc -z 12zi, 2t i, t p=2i,Ft . p12i,r c = , p z 1 ^ h t f , i t 2 , , i t i t 2 2 c c 1 p f p m = f f pz = c ztsense b p t pofzc 2the 1 - structure p t ex ante Observe the inc the 2, t rboth = ^1 - c h p 2mi, t z ==game pFtf . implies that z 2j, t that 2j,^t p 2j, t2i, t h 2j, c 2i, t c 2i, it, t c 1 m z 2, t = of z 2ilaw F. large producers earn anc expected profit of 0. Moreover, ^1 - b 2i, th byc the ,t -numbers p tf F m c hm f r2i,zt m 1-c m r^21i, t-= p 2m,i, t z 2mmi, t, 1 f 1p^ r c = z z r p F h , t 2 the – wide producers in the good 2i, t i, t 2i, t earned 2profits 2, t 2i, t intermediate t p 2i, t = by pall ^1 - b 2i, th c z 2i, t m economy t c c z z 2, t 2, t sectors 2 are equal b 2i, th rf c2i, t = Fp tf ch 10m-ascwell. 1zbm-to ^r1 zF2mi,.t z= F.c - 1 1z 2c= ^ b Fp zthen 1 = b z 1 p , i t 2 i ^ h ^ h c , t 2 t ,t 2i, t 2i, enter, t 2, t i, t 2i, t case when t As noted 2earlier of2i,the potential producers c in the f 2i, t p both = zpm z 2ci, t c f z c m= p . On tj, t 2,2costs, the pricec of a good is equal to the marginal i.e., in this case p c , j t 2 c f p = p 2iz, t2i, t t z m z 2 , t z 2 , t z 2i , t 2, t the enters, the, price 2isi, t equalt to a constant m c m z 2mi, t other hand, when only oner2producer c = p z 1 ^ h 1 f z 2i, t2i, t 2i, t m i, t m 1 m = p p m m f c b 6 = z 2,marginal t i: bc markupz 2,over costs and it assumes the form p 2i, t = c p t .2i,Moreover, tt t z 2i , t 2i , z 2, t t 2i , t c 1 m m 6 i : b 2i , t = b 2 , t c 1 = . b z F 1 z ^ z i, tjF = bm2 p 2zi, ct + 2F + 2b 2i, t h (15) 2i , t c c - 1i and c 2i, trequires efficiency in the process of aggregation that zfor all p 2tip, t = h z 2c2i, t zc2i, t 6 i: b 2i, t = b 2, t f 2D 2i , t z 22i,, ttp^ 2, t m F z f p = , , j t j t 2 2 + . D t = b 2, t ^ z 2, t + 2F h + 2b 2, t ^1z c- b 2, th^ z 2, 6 F z p 2j, t t i: bh2i, t = b 2, t m m 2j , t F c 2, t 2 z 2mi, t z 2i, t D t = b 2, t ^ z 2,ct + 2c F h + 2b 2, t ^1 - b 2, th^ z 2, t + F h . r p= = a6 +22im,i2,t tb= b 22ci:, htbp z mb^,1 - b 2 m i, tm^1zi, th p 2c m m 22,it, t2, t F c r 2 = , 1 ^ f 2 c 1 , t b2i, t h^ z + F h. b 2c, t ^ z 2, t +2i2, tF h + 2b 2, t ^12ip i, t = a b 2, t + 2b 2, t ^1 - b 2, th c 1 -zc2,kt p t . D t = t 2, t c F c m2 c : bb2i, t = b 2,2t i= 12,6 i: b 26 = b ^ zF2,.t + 2 = i, t z p i,2t, t= a b 2, t + 2bc 2, t ^1 - b 2, th c 1 - c kc - 1 p tf . - b ^11--cbcz2im, thcD t 2i,2t, t c = . F ^1 h z f 2 2i, t 2i , t 122F

1-a

a t

Maciej K. Dudek

1 21

i 11

i 21

2i, t

1 f p1tf F p r2i, t - p tf F p = I 1 -pcf pFc z c - 1, p tf f 1 cf t 2 i, t t t i, t 2 i, t c r = b Fp 1 ^ p 2i, t h 2i, t t 1 f c t f 1 f f f r2i, t - p t Fcrp t ^1 - b 2i, th r2i,pt t=F Fp t 1 p tf p tf F f c pt t c 2i, p f c123 = p On the Effectiveness r2i, t - p t F of Keynesian t Policies in General Equilibrium 2i , t f f f c f 1 f f -=bpFp F 1 f= Fp r2i, t - p t ^F1 - b 2i, thrr^221i,i,tp 2i , t = p t t ht r r2i, t - p tf F pt t m ,t t 2f i,= 2ip t c p 2i, tt ^1 - bc 2i, th r2if, t f= Fp c t 1 c b rcf -2i1, t = Fp tf = pFp ^1tph p 2mi, t = c p tf r2i, t - p tf ^F1 - b 2i, th r2i, t = F ^1 - b 2i,cthpr22ii,,tt = 2i, tp = t t 2i , t z p f 2i , t p 2i , t = p t p = 2i, t (19) c fz p 2j, t 1tf f f f z 2i, t c - 1 1p 2p p 2ci, t = p tfp 2mi, t = 1 pptpf2i,mt = , j t 2 i, t b prc = pFp = p ^ 1 cf t t 2i, t h 22ii,, tt f p = 2i , t m c t m m = p p z p 2j , t 2j, t be true. 12i, t c c -t 1 m r2i, tc1= - 1 ^f1 - c h p 2i, t z 2i, t, c p 2mi, t = c pztf 2ci,-t 1 p 2iz, pt2i= p 2i, t 2ti, t p t = pmtfp 2mi, t = 1 p tf p , c i, m t 2p f p = c r c = 1 f p z p ^ h = 1p - c m can be2i,expressed t Finally, the gross earned a monopolist as 2i, t z 2i, t, i, p t 2jc, tby 2i, tzprofit 2z 2j , t - 1b ,t2j1 2 j , t z 2i , t = F . ^ h c 1 z p 1 z 2i, t fc -z1 p p 2i,= , i t 2 m f c p 2i, t t p 22j,i,t t m ,t pzt 2i, t 1 -p 2ci, t = m f- c h pp z=m , 2i, t m m f p 2rj= c = 1 f p ^ = . = p b z F 1 (20) z p r22imj,, tt c=2im,^t1 2^ z 2j , t 2i, t p 2j, t i, t c h 2i , t h 2i , t , t 2i , t z 2i , t , 2jp c z 2j , t 2j, t r2i, t = ^1 - c h p 2iz, t2,zt 2i, t, z 2i , t c - 1 p 2i, t m m 1m- c m 1 - cm c m r c = , p z 1 r2i, us c hbp22ii,,tthz 2(18) =to , mbinto ^1transform f p r= = ^1 - c h p m z^ = hF. 2i,zt 2i,= 1z 2, t which allows t F. ^t 1 -^c1i,ct2i, t p z 2j , t 2i , t 2i , t m 22ii,, tth c z 2j, t . c ^1 -1cb-2i, cth mc z 22i,, tt = 1Fm m c F b.2i, th c z 2i, t = F. z 2, t ^1 - b 2ic, thz 2, tc z 2i,^t1z=2r2i, t = ^1(21) c hbp22mii,, tthz12mi, c z 2m 1^,ct , tz c z 2, t 2i , t c m c 1c - c m z z2c,mt mand consequently the zquantities Observez 2that thez 2actual prices produced z 2i , t = F. ,t ,t 2i , t ^1 - b 2i, thzdo 2, tz t 2, c m z 2,labels i, t individual products, but rather on the market 2to not depend on the assigned t m z z2m,ctskip name indices and simply z 2ci, t we can z 2mi, t write z c and z m structures. zTherefore, 2, t t i: b 2i,6 2, t 2, t c = b z 2i , t 2i , t 2, t c c m m m z instead of z 2i, t and z 2i, t. Naturally, implies that 6 i: b t = bz2, t . m z2i2, it, t Fnow (21) zc D t = b 22, t ^ z 2c, t + 2F h + 2b 2, t ^12i,b 2, th2^, zt 2, t + F h2i., t z 2mi, t m m F c m 2b 6 i: b 2i, t =z6 =c b 22,ctfor + 2factor 1 - b 2, t h F hz + The lawz 2of allows us ^ zz 22c,ithe i, 2ti,:tb 2b = bto2, twrite the totalDdemand i, t large numbers 2, t ^ t 2i , t 2i , t ,t t 2 c-1 f c 1 6 = : i b b a k = b 2, as + 2b 2, t ^1 - b 2, th c p sector pt . originating in the investment 2i , t 2, tgood t c c c i, t c m = 6 i: b 2i, t =DbtF 2, = +baF 22Fbh^2+ 1hb 226 b22b, th^p^z12m, 2h . z m ^iz:tFb2, 2t= ^ c kc - 1 p 1 -b ,t b ,zt 2b i+ + + + F 1.6-ib: b 2ih, tc= 2 D F t , t 2 , t t ^ h = + b , t i, t 2m 2,2t, t 22,2 2, t 2, t 2, t i,t b t 2, t ^h F c 2 , t 2 D t = b 2, t ^ z 2, t + 2F h + 2b 2, t ^1 - b 2, th^ z 2, t + F h . (22) F c 2 c m c c c- b c ^ z m + F h . F = + + 2 2 D b z F b + + + . 2 1 D tF = b 22p, t ^ z= F b b z F f1 ^ h 22 h ^ h ^ h c ^ h 1 c 1 , , t t 2 2 , , , t t t t 2 2 2 f 2 b 22, t ^ z 2c, t + ,t 2, t a b + 2b t2^, 1t b22b, t2hc, ct ^1 ph ct .1 - c kc - 1 p .6 i: b 2i, t =Dbt 2, = c2k t + b i, t , tp i, t = 2a, b 2 , t c - 1 2f , t t 2, t a b 22price Finally, we can write + 2bof2, tthe . c c p i, t =the bc2, th cc12- c kgood p tas ^1 2-investment ,t f 2 c-1 f D F = b2 c c 1 1 c 1 a k z 2c, t a+b 22 F+ a k c = + . h +2b2b 2 1 b 2, t ^p t . c b 2, tch pt p i, t = b 2, t + 2b 2, t p^1i, t- b 2b, th2,ct t 2,pt ^ = i, t 2, 2, t f 2 p i, t = a b 2, t + 2b 2, t ^1 - b 2, th c 1 - c kc - 1 p t . (23) p i, t = a b 22, t + 2b 2, t ^1 - b 2, t #a ! A n a da =goods 1. 1 behave in a similar manner. However, Producers of intermediate their decision problemf is slightly more complex as by assumption they face p t simplify exposition we normally refer to a market with stochastic demand. To c a existing demand with probability ‘a’ as project of type ‘a’ or good of type ‘a’. f Observe that our passumptions imply that the uncertainty with the regard to t an individual demand a can only be resolved if production is undertaken. Moreover, if there is activity in a given market then the status of the individual p tf demand is observeda and its future is determined with the transition + ah 0 =status p tf 1 ^ a matrix, table (1). However, if economic activity is not undertaken, one does not p tf of the demand and its future state must be determined observe the present state with Bayes law. Thesea assumptions imply that at any given point there exists b 1i, t a distribution of probabilities that the demand on a given market is positive. t Let na denote the number of markets for intermediate goods 1 for which the a Er1i, t demand exists with chance ‘a’. Naturally, given our previousc assumptions, we c pa i, t = a fb 22, t + 2b 2, t ^1 - b 2, th c 1 - c kc - 1 p tf . a must have ^1 - b 1i, th Er 1i, t = p t F. p tf F

a, m 1, t

pf = act

pf p 1ai,,ct = at Er

a 1i, t

#a ! A n ta da = 1.

p tf ac p tf a f

(24)

124

Maciej K. Dudek

For completeness let us note that the set of admissible project types A simply consists of the numbers comprising6 the first column of different powers of the transition matrix, table (1). As assumed earlier there are two potential producers of each intermediate good 1. The producers of a given good decide simultaneously whether to be active or not, and the decision is made before the uncertainty with regard to the demand is resolved. Accordingly, for a given good there are a number of potential outcomes at a given point in time. It might happen that none of the two producers decides to produce. In this case, both earn zero profits and, more importantly, the actual demand is not observed. Consequently its status must be inferred with the aid of Bayes law. Alternatively, only one of the two producers may decide to produce. In this case, the producer that decides to produce pays the fixed entry costs F and then acts like a monopolist. However, it must be emphasized that the demand faced by the producer is stochastic and consequently the producer maximizes the expected profit taking into account the randomness of the demand. In other words, the firm decides on the level of output before it knows whether c c p i, t = a b 22, t + 2b 2, t ^1 - b 2, th c 1 - c kc - 1 p tf . the demand exists or not. Given the specific form of the demand relationship t (13) and the production function (9) it is easy to show profit . = 1expected da an #a ! A nthat a maximizing firm that faces a demand existing with chance ‘a’ will decide on the c c p tf c c f c c 2 2- c kc 1the 1when a b-22, tb+ 2bcexists a - 1bp f .h c 1 - c kc c= p c1 1 -^ quantity of output such that is equal to demand . c = bprice + p i, t the b b p 2 1 a k ^ h = + p b b 2 1 i t t t , , , 2 2 t c 2, t 2, t 2, t i, t 2, a 2,t t ^ 2, th t

c t enter. and 0 otherwise. Finally, both so, both . the =21pay n t da n ta da = 1. may decide #a ! Aproducers tda = 1# .a If #a ! A npto 1-c a A a= a b !p c + b b c c 2 1 ^ h i, t 2, t 2, t t a course, none entry cost of2,the two a b 2 then kc - 1 p tf . f Of c 1 - ccompetition. + 2bengage p F=and 1 - bin2, price f th 2, t ^ p f p f p producersi, t knows2, t whether the demand exists or not. They only know that the t t t pt t n a daf = 1. c #that ac ‘a’. Consequently, + ^1aa aassume aah!0A = p t set the demand#exists with they ac we . = 1probability n ta da a!A f f f pt p tf p f c pctc p t c t p tf to the value that total output leads to the price when the demand exists and 0 2 2 ap =pa b = + a b22,bt + 21ba- b1 -cb1 - c kcc1a--1capkctfc.- 1 p tf . i, t 2, t i, t 2, t ^ 2, t ^ 2, th 2, th ac a f b p tpf tf p tf t f pt 1i, t t f when thep demand does nota #exist, that price a + ^f 1 - ah 0 = p tf +n#^so 1dan=ada . = pexpected h10the 1.t a t aa! A aa ! A a a + ^a1 - ah 0 a=a p t Er1i, t a f p tf p tf competition. is equal to fmarginal cost pptf ,tf thep tstandard condition in price The p tf + ^f1 - ah 0 = p tf a pfigure a a a fac the t following (1a) illustrates form of the game played by the two producers ac ^1 - b 1i, th Ea r 1i, t = p t F. + ^1 - ah 0 = p ta a a b 1i, tf exists when theyaface a demand that a, where V bdenotes the variable b f with chance 1i, t f , i t 1 pt Np t p f p t of fixed costs f costs ofpproducing and r adenotes the monopolistic a, mprofitt net a p = aE t r1ai, t a exists. c rb1i,at Er1ai, t 1, t earned when the demand E actually f f 1i, t f p t a pthat f f Let b 1ai, t denote the probability of pintermediate t a agood 1i f aa given fpproducer a a , a c + = a a p + = a a 1 0 t 1 0 ^ h ^ h 1 = p t F^t1. - bpt h= ^ = pb af Fh.Er 1i, t = p t F. ^1 -ab 1i, thaEra 1decides ErLet i, t 11ii,,tt 1ai, t Er1t i, t denote with demand existing with chance to enter. the 1i, t a f f If we assume Ergross expected profit earned p tf that the 1i, t a p tpf tonly one firma, menters. pa,tfmwhen p , a m a t r E = p = p bcfor Er 1ai, t = p tf F. p 1, t =then ,^ t1 -a 1, t two producersa engage in a simultaneous move game, ac 1i, th a mixed a1ci, t we 1search a f a a r . = b E p F 1 t 1i, th 1i,with f strategy^ equilibrium (t b 1i, t , b 1i, tf) being the two E probabilities ofpap being f active rp1aif, t = ^1a,pt h t 1a,,ptmtz 1a,,tm c ac, m a, c , a c f t p 1i, tp= on the part of the = p 1i, t = a p 1i, t = a p two producers, 1, t a ac p 1a,,tm = act a a Er1ai, t Er1ai, t 6 : = i b b 6 i, t p tf We assume that producersEhave the1probability of Er 1a1i,,att, c of existence r 1ai, t infinite memory and Er 1athat f if, t a a a f a = p a given demand inpthe ex ante sense is equal to q. , i t 1 c 1 r . = b E p F r . = b E p F 1 1 , a a m ^ h ^ h a a, c t^1 - b h 1i,1t i, t 1i, t 1i, t = F or b a = 0. p 1i, t = at a a,z ,t m1,^t a1, m- c h ap a, m z1,at, m c r = E Er 1ai, t = ^1f- c hfap 1a,,tm E z 1ar,,tma = ^1 1c h ap 1i, t1, ta z 1, t 1, t 1, t 1i, t E pt - 11i, t cr a,p mt z p = p p 1a,,tm = , , i t i t 1 1 Er 1ai, t at cb a ac i p: b aa== b a, t , 6 i : b 1ai, t1,= a, m a, m 6 i : b61ai,it, =j :bf1az,6 1, t t1j, t Er1i, t =p^111 j, t - c h ap 1, t z 1, t f f 1i, t a a, m a, m p p Er 1i, t = ^1 - c h ap 1, t pza1,,ct =ap a,1c t= - c t a, m a , m ca,-m1 a 1 - c aa, m a a1 -ac f

On the Effectiveness of Keynesian Policies in General Equilibrium

125

Figure 1a.

p i, t = a b 22, t + 2b 2, t ^1 - b 2, th c 1 - c kc - 1 p tf . nature

2c 2 c c 12-bc 2k,ct -^11 p-tf .b 2, th c 1 - c kc - 1 p tf . . acb12,-t c+kc2-b11 p2p–, tif,a^.t1=-ab 22,, tth+ =i, tb1= da1 pp i, t = a b ^ 2, th t c c c1 - c c - 1 f c 2 p i, t = a b 22, t + 2b 2, t ^1 - b t c c t k f = ab . c + p b b p 2 1 f 2 . = n da ^ h # 1 c 1 c 1 = bi., tt2, t + 22b, t2, at ^!1A -2,abt 2, th c 2, tk#a ! Apnt a.da =t 1. 1 paf p p i, t = a b 22, t + 2b 2, t ^1 - b 2, th c#1 - cpnkic,ta-tda = t 1. a!A ac t firmf 1 and firm 2 #a ! A n ta da = 1. c f c . = n da # 1 t p p f 2 a t f # t = 1. 2b 1 - b ct 1 - c kc c - 1 pc . #a ! A n a da = 1. p t a ! A n apada p!i,tfAt = a b 2, ta2+ c + 22,bt ^ 1 -2,btahc c 1 - c kc - 1t p f . p f a fp = b ac f p a t i, t 2, t ^ 2, th t 2, t t t f pt f . = n da ac # p tf p 1 p f a t c a t f p tfirm firm 2 ac 2 a !p#At n ta daa = 1. f ac f a A ^1 - ah 0 = p f f a !+ pnot a enter a not t enter t p f p a t f f t f pt a pt pt p tf f pt pf) tf a (rNap,cf0) + = a a p + ^f1–1 0 ^ h a (–Fp , –Fp enter enter 0 = fp–f tf V, 0) – V, V)ah(–Fp (–Fp f f f a a t–Fp a a + ^1 - atfahf c0 = p t a p firm 1 firm 1 f a at + ^1 - ah 0 = p tf f p tf appat t + f f ^1 -pa 0 f = p p tf h p t ah 0 = t p t nott a (0,p–Fp (0,bâ11 0) (0, 0) t i, t= p tf (0, rNp) tf a a + a a + ^1 - ah 0not f – V) f f f a p a a t p at p f b f b t f 1i, t aEra1ip, t+f ^1 -1ia, th 0 = p t pt b 1ai, t p t f t + = a p 1 0 a a b 1ai, t ^ h a b 11i,ft- ab a EErra1i, t = p f F.t Era a a ab (25) 1i, t t b 1i, t Er1i, t 1i, t ^p t f 1i, th 1i, t a Er1fi, t a f a ra 1api, tt p ^f 1 Er 1ai, t = Recall that when thereEisra anoEbproduction, theb 1demand is -t Fb.observed. Er 1ai, t =However, p t F. ^1pnot i, t h 1i, th Er1ai, t p11ia1a,,,tit,mat = patfctF. 1 - b 1i1,it,ht Er ^ a when just one producer enters and thea demand exists then the price f f b a f Er 1ai, t = p tf F. ^1 -ofb 1the i, t a h Er a,fm = pp tF. i, t h p a1 -a1b f ^ , a m t f a r1i, t p=pp1i, tF= . t ^1 -pb Er haE p 1, t = ac Er 1ai, t = p tf F. ^1 - b 1i, thgood ac both producers ,1ci, t a 1i, t t 1,t when is given by p 1a,,tm = act 1.ip, tMoreover, enter aand the p tf = f ,m i,ftr1i, t pa 1E ,m ap = p t f f 1, t , m f p1 ac pt p tf b 1aia, thcEpra1,aci, t== ppttf F. =^ 1a, tct a= p 1aequilibrium a, c p 1a,,tm = ademand ,t p t E a a givenf by p = exists then the price is , i.e., the pricesf , a c r , i t 1 c a p t F. 1i, t a , t b 1f i,fth Er 1i, t = p 1i, t = a ^11ip ppt t = at p 1ai,,ctgoods, f paa, c,tfm= fr ado not and consequently the quantities aproduced a, m depend a, m Er aon the specific p a, c p = p E ,,tt t =a c1pE11ir i, h t ap 1, t z 1, t 1c 1i, t t a^ 1ai,,m p 1ai,,ct = abut Er 1aip, t 1i, t = of apthe = act only on the probability being existent and on the market 1, t demand f a Era,1ami, t a, m a,am a, m a p t Era a = r a E c ap z 1 structure. Consequently, we can write as ^ h , a c r c = E ap 1 , i t 1 a h 1, t z 1, t , m ba, m a= r=1i^, t16 1,1t i, t 1, t ^ p-1ii,ct:= 1i, t pzf 1,1ti, t Er 1i, t Er 1aE hbap i, t 1, t t 1, t a, c a pa t = 11a= ^1 - c h ap 1a,,tm z 1a,,tm Er 1ai, t (26) a a, m z a,am ,:c a Er a1i,= mhbap aa,,m a ^ 6-aic m ab a = b a = b 6 : i , , , i t t t 1 1 1 a a, m a, m a a = 1b 1c, th apc1, t zz111,i,,ttt = F1, t or b 1, t 1= ^b1rî, t 0. 1, t Er 1i, t = ^1 - c h ap 1, t z 1, t 6 i : E ,t E 1i= br 1i, t 1, t1i, t a r E a a we and in turn (25) can be written6 as (note that have already imposed that i : b 1ai, t = b 1a,at c 1 , a a m a 6 c-1 a 1-c a, m b 1,a i : ab 1ai, t = = = b F b 0. or aa,p m a, m z ^1 h t 1ai,,tm z 1î,1 a a c b z b 1, t = 0. 1 h 6 : = i b b a , , , 1t 1t t c h ap i, t 1, t 6 i : b 1i, t = b 1, t . ,t ^ i, t r 1iz c 1 t 1, t = F or =1 Fp or= b11, t, t1acz= ^1 - b 1, th 1E 1,, t0a., m 6 i, ,jt 1:a1= ,m , tf a 1 - c a, m cE z p c r c = c - 1 ^1 - b 1, th 11, t b ap = 0z. z=1i,11tFj,,ttca-zor 1 b1-a1aic,ht 11aj,,^mt 1a z 1a,,tmh ap a1 c z 1, t = F a 1 - c a, m a 1 -zb^6hci t c,ct i-1= bp 1, t = 0i1,., t 1ji,:t ,f 1i, t p = p 1i,(27) p, m116 ,, t1 jaF: f or = , itb 0. 1i1, t, t : bc11,izt, t aaz= ^1 - b 1, th c z 1, t = F or b 1, t ^= 6 , p 1j, t z 1j, t p 1j, t z 1i, t c - 1 6 i, j : f z p6 i :=bz1,pt =c,-b1 zp1j, t p 1i, t ,t c , fca-1a11i,1,ic,t1t pj, t pc 1= 6 : a , j t 1 i t 1 c 1 6 , i j:fz p = p , z , a m a in the process of aggregation (10) requires , a m z 1 c z 1i, t Moreover, p 1i, t note that efficiency , , i t i t 1 1 f p , a m 6 , : , = i j 1 c bp1, tzh1, t=c1 -zc1,z, t p= F or b 1, t =z 0. 1j, t 1j, t 6 i, a,jm:^f1c -z1a, t, m t ,t 6 i, j : f zthatp = p , z 1, t ^111j, t- b 1a1,jt,6 F=6or ca :bf1a, t 1= ht aacp-c,:1m1jf, t cz-a11,,ct1pj,= p0. = c , a m , a c 1 c 1j, t 1j, t 6 a : f a, c p =z ca,zm cz-11, t z 1,pt a 2 z 1, t z 1, t 1i, t z 1, t 6 6a,ima, 1j,c:-af112, t:1fi,zt pa , mc -p=1 = . f p =c 6 : a z , (28) p a z 1a,,t m c - 1 , t 1 f p 6 a : p a,z= a ,m c - 1 c z1i1,,tt = c p z a1,i,m 1t c - 1 z 1a,,tc f 6 : c a , , j t j t 1 1 a z z , a c f p a , a m 6 , : , = i j 1 c 1, t 6 a : f a, c p = c 1, t z 2 z 11,,tt 6 aa , a : f p p6 a=, a 22:.f a1a, t, m p = z 1, t a ,m c - 1 a az1 1a.,,tmz+ which in turn reduces p z 1a#,,tm=ca1-jn,,mt121ta .ac^-b211a, th2z^1a1z, tj,1,amt,,tc + 21F h a+ 6 a 1to , a 2 : f Da tFc F da. a 2 1 2bz11,,tt^1 - b 1, th^ ,m = 1, t hk a ,ma ! caza2 ,Am1a c - 1 z 1a a ,m c - 1 f 6 , : = a a 6 , t :zf a,zc p1, t 1 =ac a ,m p 1 2 z 1, t 1,z t : f1, ta Fc p 6 , . = a a a2 2 ,m t aFc 2 a, c a, m a a 1 t a 2 a(29) a, c z 1, t a 1 a :2 f1,p f 6 , : . = a a a t a p 6 c = = + + z D n b z F b b z # 2 2 1 , a m a ^ h ^ h ^ ^ , c = + + D n b z F b + F1 1 c # c 2 2 6 a 1, a 2 : f a , m p = a . 1 1 2 1 a ^ h ^ h a a, c a a 1, t a, m 1, t 1, t 1, t 1, t a a !A + 1 aF a 2 aa .c p t1f ,.t a1, t 2 1, t â + cFkhda D tFc = # pn ta az= 2 b t^1a- ba ! Ah^ z k da z 1, t ^1b, tc1,#tzh21^,1t ,zatn1, m, tt 1+ 1 1a^ h c--c2 1, 2 1, t b 1h , tc 1 -Fc t b ^1 + b m h a ! A c, t 1, t ,at, c Fc a 1, t D a = # a, m n t a^ b h ^ z a !zA1,tt a a 2 1a 1,ct.- 1 1, t a hk da cF Fc D 1 2F ha+ 2b 1, t â1 ^ zaF1a,ht!kA+ 6#t a 1= ,n =^1 z2a1F,2ttah.1++ a #2t aaa:!^fAbnaaaahz, ma21a^^,pt,bzm1a,,ctch-+ b 1,at ^c12 - b 1,cttah-1^-11zcb1a,,1tm, th+ 2 a 2 1da - c.kadam c paf c 1 . +t 2b=1a, tD + D tFc = # n ta a^ b 1a, th2 ^ z 1a,,tc + 2F hD b z F da 1 1 , , a t t 1 a Fc Fk 1 a 2 k a z ^ h ^ h c = + p n b b b a # 2 1 c 1 !tAa a6 ^ h ^ h 1 1 , , t t = + - b 1t, t p n b b # 2 1 c 1 , t f p ^ h ^ a a a f , : . = a c 2K 1,ct a!A ,tmL p c, t = c # nt a 1+-1 cDa^t2 b 1= p . 1,1t,ct - 1 t1, t 1 A ma 2ba ! A.^1 aa bc, t h c11, t- cak!da z 1a,+ , th c t t1 a 12, t a, c 1 1, t a ! A Fc 1 c aca ac, m n a^.b 1a, th2 1 c# aa a Fc Fk -ccb 1p c1,c t-1a1Fc ah^m 1 k1a= =cc #t 1 -1D + +tf .Fa hk da zh12K F tc2Fkb1b-1= 1caât bcDfa12,^tt+ hba 1â= h.^+ t= pcD 221ba, t+ a1 fz 1a, t! p h A + L , tc, t^k ,da tp cn . + D D K L ,t ,Fc 1 1 , , a t t t 1-c a 2 a p acn a a Fc Fk 1 a , , a c a a a m ! a A c . c = 2 n b b b da t t # 2 1 m " cAak dam ^ 1p c! tA1at-!L= p c, t = c # n a a^ b 1, th + 2Dbt1, t+ t- b =h ^1c,D #. n a,taht^.b 1,th ^1z,t1^,t +t 2F1,hth+t 2b 1,t ^t 1 -Fc b 1,tth^Fkz 1,t + aFh1k-daa . aaK t 1, t D a!A

#+ 2bn

t 2 aa 2, t a ! A 2, t

a!A

a 1 - c a, m ^1 - b 1, th c z 1, t = F z 1i, t c - 1 p 1i, t 6 i, j : f z p = p , Maciej 1j, t K. Dudek 1j, t

126

6 a: f

or to

p tf b 1a, t = 0. or a pf a at + ^1 - ah 0 = p tf

z 1a,,tm c - 1 p =c z 1a,,tc

p tf

ba z 1a, t, m c - 1 a 2 1i, t 6 a 1, a 2 : f a , m p = a . a z 1, t 1 Er 1i, t 1

(30)

Fc a, c a 2 a 1Finally, due to the law ofDlarge the originating = numbers b 1a, thdemand F bf 1a,.th^ z 1a,,tm + F hk da. #a ! A n ta a^the ^ z 1,^t 1+-2for b 1ahi,+ E2rbfactor 1, t ^= p F t th t 1i, t in the consumption good sector can be expressed as c-1 c 1 p tf t 1-c a 2 a, m a a f a F t a p2 = a, cc # a a a1 , m- b h c 1 - c k dam c p . = p + n b b 2 ^ h ^ , t 1 (31) t D t = # n a a^ b 1, th c^, tz 1, t +a2!F 11, t - b h1^, tzac + F 1, thk da. a 2b Ah+ 1, t ^ 1, t 1, t C

a!A

p tf D Fc + D tFk = K at L1 - a. c = p 1ai,assumes Moreover, the price of thet final consumption good ,t a the form

"1n ta,a ! A c-1 Er 1ai, tc a 2 a a c 1 a (32) p c, t = c # n a b 1, thw+L2 b 1, t ^1 - b 1, th c 1 - c k dam c p tf . ^ a!A a a, m a, m K t + 1 = b pt , r c = E ap z 1 ^ h a 1 -a F F 1i, t 1, t 1, t i, t t a

D t the +D =economy K t L . – wide demand t Naturally, total c to c - 1 1 for the factor must be equal 1-c t 1 -c a 2 a a a a 1 - c k dam c p f . a a6 1iha p c,must = n a b + 2 b 1 b c # c c : = b b ^ ^ h the supply of the factor, i.e.,Kwe have t= W a ! Ab ^1 a - ah K 1, 1, t t Lt ,1i, t 1, t 1, t + C

c a 1 - c a, m +2 D+ 2= K 1L- b . ^1c 1(33) a - cb. h WD = b b ,t 1 ^ h c z 1, t = F or b 1, t = 0. 2, t 2, t t 2, t Before we proceed to our analysis of the equilibrium we feel c - 1 compelled to 1 p 1i, t 1-c 1 2 z 1i,ct c - a surprised a 1be m c c we address a technical issue. W The reader may that choose to f p c b 6 , : , = i j ^1 - ah K t L = c #0 b 2, t ^z z 2, th + 2bp2, t ^1 - b 2, th^ z 2, th dim , t 1j, t two producers 1j, t complicate the production structure by requiring that there be in 1 a, m c - 1 each sector rather than just one as it We choose to a is m c - 1 assumed. a 1 -traditionally z b^1 - ah K L = z , t c Wtf. 1, t p 6 a : First =c follow this more complex approacht for two 2reasons. z 1a,,tc of all, it seems 1 - candm occasionally some reasonable that having two1producers competition in ^ - b 2, th c z 2, t = F. c-1 z 1a, t, muninterrupted a2 equilibrium is actually a more realistic approach than the standard p = . 6 a 1, amore : f profound 2 a1 monopolistic pricing. Nevertheless, reason z 1a, t, m b h w tis + r tanother, C t = ^1 -there L yet Kt. for choosing this more complex approach. Note that in1 -our model demand is b h w t L + r t K tD Fc = c#c n t a^ b a h2 ^ z a, c a+ 12-Fah + 2b a ^1 ^1 -that C uncertain. Therefore, one can it might be = a legitimate entrepreneurial 1 1 1, t , , t U a t t b a , = Dimagine K L 1 1 ^ hh t !A a^ t t p strategy to run a business at a loss just toc, t learn the status of given demand. 1 c 1 a 2 of a Therefore, rational and forward lookingt entrepreneurs c1 a^cbkvalue =1a, tc^1# -take + 2b ^1 - b 1a, th c 1 p c2, t bshould n1ata, t1h-cthis Ut = # n a a 1 - c a^ b 1a, th2 + b 1da , t h. a ! framework A ! A that within the standard information into account. It turns aout taking 1, t Fc Fka temporary into account this additional Cvalue of being activea,D (even + Dat = K aaL1 - aa., m closs) 1 a 2 = a approach z 1, tchct +state dakc , # n ta a^ b 1with 2b 1a,tt variables: ^1 - bt 1, th^ zphysical requires Bellman equationQtype 1, t h k , th ^ two t FC t

FK t

a t

1 -a

t capital stock Kt and the distribution of . The presence of the 1 project1 types " n , a a!A C c - 1 a ,m c - 1 c UtTherefore, . Q t = a 1 zproblems. latter one poses purely computational we depart from the 1, t wtL standard framework to circumvent this computational b = K t +issue. 1 p i, t , a 1 ! for A two producers we can reduce It turns out that by allowing a multi-period 1-c model to a simply one shot game analyzed above. The reason for c K t + 1 = Wt bthat K at L1 - a, ^1 - isahsimple. D Ct = Q Ct Because of competition and the presence of fixed entry costs, expected profits c 1 1 2 are equal to zero in all periods, values of W all=firms are zero. 1-c . a2b1equal - a 1 - to , m cthe c - 1 ai.e., c + b b 1 ^ h a 1 z 1, t c Ut = ^1 - b^1t - a2hh, t K t L 2, t 2, t Therefore, being myopic is equivalent to being forward looking. More importantly 1 2 - c a1,-mc c at a lossa ato 1learn 1 a business in our framework there is no to run 6 aincentive ! A : ^1 = -0a. = cthe b 1a, th c W z 1t, t = b^F1 -orahbK1,tt L b 2, t ^ z 2c, thc + 2b # 1 0 status of the demand in order to use this additional information in the future. c-1 1 The reason for that is again simple. If one of the operate z 1a, t, mproducers a decides a 1 - a to m - ah2K L = z 2, t c c - 1 Wt . 6 a 1 ! A, a 2 ! A : f a , m pb^1 = . t a1 z 1, t 1-c m a, m ^1 - b 2, th c z 2, t = F. " z 1, t ,a ! A a!A

" b 1, t ,a ! A a

C t = ^1 - b h w t L + r t K t .

f 1i, t 1, t p p= a, c f1a, t t aac = p p c a, m 1 6 : = i b b a a 1i, t t 1i, ta Er ^1 -p1fb, t 1, th c z 1, t = F or b 1, t = 0. a, c t ap m b1zi1,abtia1,,tiam, t h=1 -a c z az, m =c -F1 or pb a = 0. Ê11ar,,r 1ai, tEffectiveness = ^1 - c h ap ,t 1, t1i, t c t of1,1tKeynesian i1, t, t 127 OnEthe Equilibrium p = in 1General 6 i, cj -: 1f z Policies , aEra a a, m a, m p 1j, tp z 1j, t r c = E ap 1 a a , i t 1 r E ^ h z 6 i : b 1i, t = b 1, t 6 i,1i,jt :1fi, t 1i, t p = 1, t 1i, t1,, t z j, t a z 1aa,,tm pc -1j1, taf, m a, m a a 1a= rthe app1, tFthe 1 - cphthen :1Ebat a loss to learn the of - cstatus bh:^1E ,= i t demand 1 .z 1, t competitor will possess this b a 1 a,6 m i^ a,ft r 1ai, ct = 6 tb 1i,a 0. t= c a, m 1t = c^1 - b 1, th c z 1, t = F1iz, tor z , 1 1, t additional information as well (as 1economic ,t fc a activity is observable). The competitor ,m a pt = ba1the : baf,ima:hab,1c1aipc afuture = a6 c - 1 ^6 , ,t t -1 b = 0. z 1 will use this additional information in and z 1i, t p 1pi,1t , t1z, t 1= t will compete away all 1, a z 1, t,Fm cor cc 1, t = ,t a 2 p were 6 iprofits , j : f z that = p to, be6earned f p , : .a = a a additional thanks to the additional information. c 1 ,m a 1c - 12 aa, m a z t -zb zhaf , m c - 1zp 1j, t 1^j,1 = F b or 1 1, t = 0. 11,,tit, t a , t 1 1 , i t 1 c p 1 , t Therefore, in equilibrium learning, i.e., our 2 6 ia,pthere =value, to j,a:a, cf z: fispat no . a strategic 1 , m pc - 1p= t 1 1i, t 2= z 1a,,tm c -problem a, c 2 tz 1j,Fc 1j, t a az1= production decision reduces to a simple problem 1bone-period p + D n z F h + 2b 1a,described # 2 1 - b 1a, th^ z 1a,,tm + F hk da , t a ^ h ^ 1, t t^ 6 a : f a, c p = c 6 i, aj, m: ft c -11ci, t pa ! A= ac -11i, t1,, t in detail above.z 1, t Fc rza1, t 1 zc1t t1 a 2 pca1, jc, t a a a, m a^xb1ci1, ,ttdi pDat E h ^m z 1,1t ,+ 2F h + 2b 1, t ^1 - b 1, th^ z 1, tc + F hkcda -1 . f c1i#,ata,0c!pApn1i,ajt,= 6 :== a , m c - 1c, t t a a a 2 , a m z 1 c 1 - c k dam c p f . 1 c z 1, t a a 2a 1,pt cz, t1,= c + n b b b # 2 1 c ^ h ^ h aa, m a, m 1, t 1, t 1, t t t1 - c ra1i:,.tf= ap z 6 a 1, a 2 : f a , m p =E 1A c c-1 c p 1 a h!= 1 a^ a 1 EQUILIBRIUM ca, c, mt 1 c--c 1 c 1a, t 2 1, t a a f z 1, t QpF 6 3. c 1 c z z a k a = c #D Fc112,+ diFk ^ b 1K, th2a L+1 -2ab. 1, t ^1 - b 1, th c dam p t . ,in tt xa2D i m= t 6 ca,6 , a :0af!t A= t . a , mbpa t = Fc t a 21 i :a2,b c 1i, tz a a, m a, t, m ca- 1a 1 1 , t hz+ . = #solved + F hthe n a^the b 1, tintertemporal b hknow 2b ^1 -and We haveD already supply k datotal h ^ z ,t + ^ z 1, t that a problem Fk 21F t t 1 -1a, t. c - 1 a 2 1, t t= cK 1,L a!A a D tFc6+a1D tac, m p ,"t1aanequal :1caf-t!.(5),a c= , 1 of physical capital at timepDtFc + 1 is to, equation , a a c a a 1 2 2 , a m a A a mz F,+1or c #b phn2i, taz^x1b,2t i,zt di ==2F hb+ 2=b 0.^1 - b 1, th^ z 1a,,tm + F hk da. 1, t1h, t ^ = 1, t c ac 0 1, t 1 i,tt^1 1,ct - 1 1, t t 1 - c" n t ,a 2 a ! A a a c w L 1-c k p c, t = c # n a aâb 1a,!tFc p tf . a 1--t 1hA + a, m cb 1 t b 1a,, th2c a, c dam - c2bc1= , t ^cn K a!A + + b z F # 2 2b 1, t ^c1 - b 1a,cth-^(34) a ^ h ^ h =t I 1t= , p 2i, t D p z z p 1z 1, t + F hk da. t + 11i,i,tt 21i,at p 1, t 1i, t 1, t a !tA a a a , i t 2 c 1 1 c c f L , 2b 1, t ^1 - b 1, th c k dam p tf . n p a1= 1 -6 a=i,c j#: w ^-bc 1p, th + D tFc + D tFk = K at Lp Kct,+t 1. = ba !pAzt 1j,,at c c 1j, t c-1 c 2 c1 which can be reduced further to i, t 2 t 1a b= = aW K ^b1b2,ah-Kc2katbcL-a 11-^p1atf,+ c2a1+ . b a h c 1 - c k dam c p f . p i,Fct = cb ,# m Fk h 1, t 1^ a 1 cbta+ t 1-ap n c t 2 , t 2 ^ h . + = z D D K L , c t 1 1 1 t , , , a t t t t 1 c a!A t " n a,a ! A c ft 1a,c,tc pb^t21 ch K a L1 - a, = a =Fc: W K t +61 a (35) c 1 c 1 1 c t t WzD =Fkb 2,1t K +a2b1 - a 1 - b c . t1, t n t = D #+ p t= a - c aL b2,at ^. 2 + 2b2, tah 1 - b 1a, th c 1 - c k dam c p tf . where K = b w t L, " nc, at ,a !tcA2 a ! A t a a , m ct -^1 1, th 1 -c c 1, t ^ t+1 Wt = bt 2, t +1 -2cbz21,,tt^1 - b 2, thaac21 -c a. p i, t 1 w cL , mp ah= 6" naa12,,bW K t aL 1 - b 2, th^1z 2m, thc di c # b 22, t ^ z 2c, thc + 2b(36) !2tA:t2fb,ba^1 aa+ 1 .- c .= 2, t ^ = Ktt 1+= 1-c W c b 1 b z 0 ^ h 1 1 c 2a, t 1p , , t t 2 2 1 , t 1 - ach Kbt^1L-ia,at,wh K K t + 1 = Wt c b^1 W La L1 - a = cc # b 2 ^1z c hc + 2b 2, t ^1 - b 2, th^ z 2m, thc dimc , t KFc = a 1a-bc1 - ta tt , a ma1 -2a a,0c m 2, tc - 1 2, t 1 c Wt2.b 1a, t good c2F h + K z+ = zfinal z a,,tm + F hk da. Naturally, in equilibrium demand the +h afor 1b ^tzbaL hc â = ^1 - bmust 1W bK^1 D -the a .investment K^t1#ccaLpan,hta= 1, th^ 1be tta 21,h,ttK L1, t 2t,,t W = !b A î1 2 1 1 c + 1 t t t c a we . c = b 2, t + 2ofb 2the 1 - b 2, thi.e., equal toW the c , t ^b good, t supply 1 -z mchave c c - 1 Wta.1 - a = L11--1amust ^1 - ah1Ka t t b1c- c a 1 2a, t z2m =ca F c-1 1 - c kcda. . U = + c a b 2 b 1 b # 2 ^=nW h ^ h ^ h b a , K K L 1 h 2 , t 2 , t 1 c t a a a 1, t a 1 + -cc 1b 11- c k dam c p f . Wt t = 11 a, ^t2,bth1c, th2 t+1.,2t b 1, t ^1 1-c ^ c pac,btta+= b # 12b2t 2, n ch c t 2!, tA1 a c m 1 1 , a t t c c m hc + 2b 1 Wt c b^1 - ah K t ^L 1 # ab!2A, tz^ z c2= F1. L +2, tr^K1 -c.c b 2, th^ z 2, th dim , (37) 1C- b=2, thcC ,t w 1 2= 2 , t 0 b 1 c , a m ^ h 1t Fk+ 2b c -b c Fc c -a1 Û W 1 ct ,a b 1htc t . c caK Q t 1 -= at = 2,1tL - 1ac c m c D D2z,ta 1t , t = t =. c 2#, t b 2 c tb 1+ 1 W , + K L z b b z di 1 2 1 m t ^ h ^ h ^ h ^ h 2, t 2, t 2, t 1 - c 2, t ,t t m c - 1 to which, noting 0 r 2K 1 1t bchtw = c11-+ br thKwt t.L + Creduced W b^1 - (19), ah K at can . ^t L L1 - abe= a 1-a C t 1t t1z 2, t ^ c c c a , mD c -= = 2 aU1t c- ac^1 - b ^1 - ahh K t Lm c , a 1 - 1a U = b a . a 1c -"1W 1 1 K L p ^ ^ hh bAta^b111a , = + K L b z b b z di # nz 1tat,,tc1a !c2 1 c m h ^ h ^ h ^ h -a m 2, t 2, t 2, t =+zt2r, tt cKcct,-t 1 Wt .1 0-c c 2,tt 2, t 1 - c mb^1C - a^ h K t Lh wtt L a (38) 1-a c . = b z F 1 b a U , = = 1 D K L 1 1 ^ ^ hh ^ 2, th 2, t t c w#tapLc,1t -nat a 1 -mc a b1at 2 + 2b a 1 - b a c 1t - c k da. " n a,Kba !^1A U = ^c -11, thW . 1, t ^ c aL 1tam, b 1, t h = a= z c K h Furthermore, (21) implies that + 1 t t 2, t t !A 1c C t = ^1 - b h w t L^+ r t Kb t2., th ct 3p1zi,-1t2c, t a= Fa . 2 a a 3 1-c k dat . U = n 1a1 --c c ^ b h + 2b ^1c i , t b 1, t h c i 1 # ms1tt, t 1a-2a1,i t a,n a a1 - s a k^1 ! A C a/ a= +2/ nCta+t = 1+n iak, tc1., ^ k -h ah ^111 a hca + . = b z F 1 ca# 1cL = Q n b z b ba1, th^(39) z 1a,,tmahc21khda a 1 ^ a ^ ^ a b . w r K b + 1 w L r K 2 , 1 t 2 , t ^ h ^ h b 1 -a a K1, t L 1, ,ta 1 - a i =11, t C t Ktt + 1t = t Wi = t t c1tc a !Â t t h t Ut t ^1a -2 bâ1, c-c ahh Kat L , a Dt = 1 p tQcC = a #= cbc ^1 - b h^ z a, mhc k dakc , 1 +2 1nhaw b-1determine z ah^tcL h ^ h b + r K 1 ^ b . = + w L r K 1 1 1 1 1 , , , , , tCcCallow t t t t t Equations (38) and c,c (39) us to the quantity produced by 1 2 , C a m ^ 1cc . -t1 c 1 .ab! A = t c= + a2b 1t z1 t-ctb =tt =Q 1 Dt W ^1 - b^1 - ahh K at L1 - a, m 2c, thUtt t2, t a p 1 2, t ^ 1a, t a 2 probability a monopolist b . Consequently, we can find the 1 - c aentry 1 - c k da. 1 - c 1 b , c t 2,t c Ut = #z2,t and c + n ta a 1the b b 2 1 ^C 1, thC c - ^1 1 a1^b hcw h rt K t 1 1, t+ ,,tm - 1t L ! a A c c U . = Q a z c^1(35). 1 c 1 c 1 evolution of the physical stock asa adictated 1by Ut2 equation = - ahhThe D tc = K at L1 - a,m c c c t capital âc1 t1 t 1a ! c 1b t 1,A a 2a p 1 c c 1 a k W b a = + K L b z b b z di 1aca h sector m , ^good hc 2completely Ut = t# 1n .1 da 2bc 1#,0t now ^ ctb, t1, th a +has ^1 22, t ^ 2, th^ 2, th , t ^b1been 12,,tth equilibrium in the t investment a,!c Ac C a 2 a a, m c a m c c 1 a 1 a , +y 2bb^11t , tCQ t = a # n a a^ bKa1,1th!^= z 1,W ^1 - b 1, tah^L2z11, t hc1kada k A th C = m characterized. a!A t + 2U =D# t+1 a nQa 1at -a1a-a2chaK 2ba 11 - b 1a, thh^c1a1,-m-cckmda ^zbamt,+c1,c1tchc -+1 W h . c1 t - aat h!K , t ^ ^1 -aa C t b . = L 1 A ^ 1 1 C = a #Cdemand Observe that the total nominal the consumption can t ^1 - b h^good 2, thfinal t a^ b for + Q n z b z da 2 k h ^ h kbe, 1 1 1, t 1, t 1, t c 1 a , m cD - 1t U =. Qat !caA- 1 a a1 -, ma1,ct - 1 1, t a m1 the c the Q Ctas=the a 1c -sum z 1, t of t demand ma L1 - a 1 c b a U = a z K 1 1 c expressed by young agents and demand by old t ^ ^ hh b^11ah=K L- c 1mb-a t2 z a, c c + 2b a m1=-z b2t, at + 1 cz a, m W C c +1 c 1 1t + 1 1 1, tn t 1c # F^.-1da 1k , - ma1h, t ^1 - a 1, th^ 1, t h ktda 11), ^ C^Q a ,m -2a cb 1, t^h1 1, th1a ,t h t a that a-za12^, t = c agents, i.e., we can write Q (recall by assumption = c , m ! A 1 a . b^11--achh K L a 1ct -= z 1, t1 c cz-1,1t Uct = Û 1 ta1 ! A 6 a 1 1! A : ^1 -1 b 1a, th c z 1a, t,tm = F or b 1a, t = 0. , C a m (40) c -b 1 hw L + C t ==^1aK . - 1r tU z t c1cc t. , m c - 1 a61 !QA a D Ct = Q Ct . = a 1 !t A : ^11 - b11,at, th c zt 1a, t,zma= F1 -or b 0 1 - b h w L +Ar t:Kft 1, t p c c = a12, t . a 1-a C 6â 1 a ,m CD 1 Ut ^1 !=CA 1 ! A,paat 2 ! a 1t Q , m c - 1z= a1 a 1b^1 - ahh K t L , = D , a a m c-1 z 1 , 1 c t t t a , c t a 1 z 1, t c Ut = ^1 - b^1 - ahh K t L1, t 6 a1 1 !C A, aa,12mC! A : f1 a , m p = a 2 . c a 1-a m t 1 - cz 1, t a 2 "czQ c - 1D ta ,= c1,-t 1,U - 2abhh1a1,K a !aA= ^1aba b1, t^h1 + -tz = 1t L- b 1a, th c 1 - c k da. ^ ^ aa 1 1U a ,m t n t 1c ,t # a t 6 a 1 ! A : ^1 - b 1, th a, mc 1 z 1a, t! A= F = 0. 1 or b 1, t a z a 1i, t

1 21

i 11

i 21

t =c b caaf a pbp1a!, thA12,1x-+a 2di cc-k1dam c p K + 11c-# tn . t + 1 =mWc t c b^1 - ah K t L , p c, t =Wc 1#-cpciK bma ^c 11,b-c2 b 1az, thc c 1c-+ = t ,b t 1a - 0ah^K t = 1c,1t # 2i,Fc tt 2it,i,L Fk 1, t ^ a2, th1 - ac.2b 2, t ^1 - b 2, th^ z 2, th di m , c2 t ta ! A ^ w L w L c + = m c D D K L 0 , pc c, t =t t # ptt 1i, t x 1i,t t di " n aFk ,a ! A a K 1 -= 2 bc 1-= 1-c . Fc 1tc+a1 ccK 11 b1,0 p a, 1 - a t+ W c = + b b b 2 1 p ^ h D t + D tp 2K= K1 t= = ILW p. 1t zb2î,m1ct t,2, t 2, t t 2, t i, t cL -1 , i, t ah K t. b^1 -i,att +h K zcn2-,1t-1c,cc - 111W wat ttL L1 -ct ai,= " -ccm t c , 1 = p p x di # a F ! a A c c K = b c, t 2 , Q 1i , t z 128 Maciej K. Dudek t cc # - aa 1 - a x^211i h-dicK ma Lhc1K 0K 1= W L , W 1 c c b^1 - ah K a L1 - a = c # 1 b 2 ^ i ba b0 ^tb1c 2=bt +W1i,t^= cc.t a " n ta,a ! At +p1 Wt==1apc - 1 t ,f ccL1 -bKi22, t,ctt++ 111 m2 k h + . b 2 b b p w 2 2 , , 2, t t t t t ^ h , , , i t t t 2 2 0 , t t 2 ^1 - b 2, th 1c- c z 2, t1 =KF. = 1b t , c c c t + 12 a c1 - ap F c c-1 1-c c 1 w L 2 1 1 1 c diL W axah1bK K tb+ 1 = ma, t ^21cb-,t 1Q i, t ^11 -cb c h.c -c W ^#1W . c + b-zt2,= c - 1 am 1c- a c m 22 2i+ 21, txb 2di m 2,ct ,c ,c t b=1tbc= K t+1 = 2, t h ci2.1,b#tt-2demand b^c1^k1da ti,htK ap=12+a 2hbc 21,-tas --mba L ztf 2L dim=, z 2, t c c - 1 Wt . chhK Naturally, real can be written c# 2 ^w t^ h ,b t 2a, t ^ z 2ib b# =ppW + C tthe Ln0pa rt 1= K 1i,t= ^c,corresponding h 2hi,ct+ . a b 1 p 2 , t 2, th b , t ct a t c 0 c ^ ^ t 0 a 1, t1 - a 1 t a t 1, t c 1, t 1 - cc 1K = L 1 - tc c.- 1b ^1 - a 1 2 , c 1 hK c Wt =1 -bc122, tccW +b2a b!1w-2cA, tcL +1 h tb mc c c 2 t 1a c 11c c ^p1b1+ c- mbz m c^di 1--b ccaa- 11 - a 2a ,at1 cc rca1b K c 1 ^ h W a , = + K L b z b z di # 2 1 c c m = W , ^ h , I p z = + K L b z b # ^ h h 1 2 1 c m ^ h ^ h ^ h ^ a m a 1 - a2b, t ^ h 2, t 2, thz 2= F.2, t dit cmi,-t1c1-W 2, t1-tca#thL K t+1 = K2pti, 2L t t=xt,2z t i= 2t,i, t . - b , t 0 a22,ct,K ^1= 2, t , t ,t c 0 ^1 2 , 2, t c 1 (41) =t b^=1pbD CtW c^.1 i,1t - b hh- ct at^1L W bi, t22,at h+K t 22, t Uc t p2ct0,bt 2,tW 1 t ^ = b 2, t1h 1 - ct + 22b 2, tc^11c- b12, th c c . c c a 1 - ta c 2, t cc c a= c1 -L 1a m 1 - am^ z c -h W + b12,= z mthc di #at + 2. b 1c2 c b ^1 - ah1K mw, L + r K . cb 2c 1cW c1W 1ch1.K cC b 1m 2c , t1^thf^.^12,2b 21 ,t = ,t h tt + 2b = , p I p z b a c . L z 1 a k ^ b a c = K L z 1 W c = b b 1 ^ = p b 2 b p 0 m t t t t a 1 a ^ h 1 , i t 2 , , t i t i t 2 t 2 , t ^ h -2a where t U 2,= z a t =2F a t21, t- c 22, t,.t 1# ,b t 2t,K tb ^1 ,ct .1 - ca W t -c c 2a,i,t tb h tah t1 L 1 .2 n ^ =121,,tt-hcz2c2+ hac k da , 1t 2b 1, t ^1t -ab 11, tc c m c 1 -cc t a ! A aa 1 - a 1 Wt -1 ccb amh K1 t Lc = + 2b ^1t L-+cb-2r1,ttK c c # b ^ z h^1 1m 1^1h^tz 2, th dimc , t C 2, t c - bc2h, tw 1 - c b ^1 - ah K L 1z1m W.c= . zcF =cc 1F-.c kac -a21 p f10.-c cak2D m c= a 1L-1â22hp1,= t ab f = Ut tc tb 2b a-bb 22c, = C= 2,1+ ta.+ 2a#, t^+ bc2ccb, t2bh,#rat22t^,zK 1 c ^t tat^1= 1t, cL 2w thtc tn 1 - cp t .hh Wt c b^C1Ua , = K z b b z di a k 2 1 1 m h ^ h ^ tp t c + n 2 b 1 b da # = + c . a b 2 b 1 b da p (42) ^ h , , i t 2 t m h ^ h ^ h ^ h 2, t 1a, t 1, t 1 a,2m, t c1, t 2, t 2,at a 1, t c, t t c , 1, t A 2 Q t =t a # 1a !-nActa aâ mb 1ac,,tbht 2 ^0z 1a,,1tca,hatc!t + b z da 1 a b 11,m a k ^ h ^ h k 1, c t 1t c - 1 ,W t c . = K L z 1 1 ^ h ! a A b1h= w L ^11 1 tF c bt Kh+ = -1rt1L +. rct K t2.a, t c ta w ^ct 1.h+ b =z C C w ^1 - bD t t traL 2,Ct1h= t - acc- t1 ma2^,,tm b1 -=t KhU21t t+ KaL = # 1!-Aman,c -cta1ap1t-f .c a^ b 1a,th2 + 2b 1a,t ^1 -n ^b1 ^1c .b- aU hh 1.-cbe c a written Thebsupply hand can as 1a2U c11 cc W c = K Ctat the L= zz2#1,W c b 2 1 t p1aother t 1 - ct kada ^1 - aChon c ^ ^ h c = + , b 2 b b Q p ^ h t t c , t , , , a t t t 1 1 1 , a m 2, t -11 c, t 2, t t 1 -t1AU m r K cLa,ct!+ .^1bh w = a11cQ b h+ -L w2,trctLt K ^C1^r1= F1. -c c 1 -ccc z+ tb - aa 1 - a C tt = ^1 c bmzD h1,wtC tc= 2t,ct t t c= 1t K t . 2, tth c Uta, m,= D L , a, c 11 a b1 C--1b U ^1hh-Kaat L hht1K = m a 1 a CC 1ct t a a a a , c , c a a ata1 m t t, a a a a a â1 cc 2 p ccc^k^1 t c2-F1t. 12-2c a p a az , m = a 1 c 1 1 c c c b 1 cK a = z-1^QQ + + 2112b-b2c, tb bbLbhh^f^W zch.zac^. h.h kQ da #z 1t!.,A2= a1t2thda #anht n!chbakAawa2ma^n,^tbpLab+U 1-. c^ ha==fUacaa#^= kt mk.= hkda h1,t^ h,L kp,, ,a # n a a(43) = ^ b 1, th2 ^ z 1, t hc + 2b 1 ca^1^1hh b^r^2zK b+ ^,z1t1^1,h^t,b1K tctb 1^1, t,h th tA,b 2, t1ch1, t, t1, t 2, t t 11, t, t1, t 1t1, t, t + a21,ttCt! 1Ac^t W 1aa!! a A . + C t t= ^t 1 1- b hc1w L r K a a 1 c t c = Ua t1 -1acc tâ12 -aa b2t^21a t- aahh D t =t K L 1 -aac,k 1 -1 cc k 1 U =1n-##aat a21 -nnctamtaa bb1a,2thhb 1+ 21b-a b 1b1--ccha^ + cbc1, thhcda U ^1a,-tt+t a= C t = ^1Creduces Lto rpht K , t#tta.t = cU , m. . c - 1 a da + c11 .- c kda a which further ^ 1,w , t ^ 2ba11, t, t ^11 t W nbQah,Cw , c^c ,cmC b ahc C t " b = . 1 K L z ! a A ^ t 1 1da , , ta c c-,1 z a t ! a A b + L r K 1 ^ c U. ! Aa # = t ^1t -t b h^ zQ 2, t h h+ 2 t a^C n b z b a !hA k D t = Qt at= ^ h k t 1 , t t c 1 1 - a K a L1t - a, c = 1, t 1, t 1, t U 1, t ^1 - b ,t a D 1= 1 a!A ^ hh t 1 at 12 11- c a t c 3c k r K p c b a1 c1 c3 1^11=- #b h w tnL1t a+ a 1 U . + b b da 2 1 a a C 1 t t , c t ^ h ^ h a ,ct a, c c a a a 1 a, m c i a, m ic, t 2Ct= ,1tU ,a C1 tac1 b^ iacctD t = ct -n1 t +a1aC,U K+tba^L ck,.dakc , â21,a,1htcbn A= -a c,sb .,,tthha^ zk1da n111aa11a,,1ta,,tta bz 1a12, bth=/ Q z11 ^^kz^bhamt2^hh ^,a,1 hh #mâa11=ca!1^c11i1,,z+ ^1ta11ac,! aa1-n#b c^+ Q hU hk^da ka(44) / abbcK 1A - 1c# taaâ1 aan 111, th 1, t a t2hb pct cc= c, tnh 1, t 11 tk cA- 1s = a 1 azQ1, t !m= L t, a tt 1+ 21h a 1!t zA !A aU ,a t tU . t a a i2= 1 t a a i 1 = t 1 , t t 1 1-c a b b 1 -1 b 1, th c 1 - c k da. 1 1U 1cc c 1n1 a aa 1 c^ 1,ath + a2 1 =a, c# 1 , m 1c, t ^ C C a !+ Aa ,2 c t # C nCt aca-b1c2aC- a12t, m c1,- a C ,acam azc ac -^we = Q b b z daa L 1 ,tm 11c, m ^ h ^ h h ^ 1 1 c1m a k= c 1 c c 1 1 c 1 a a a for anyUa1=d6 A. Consequently, in equilibrium must have, D Q. t , i.e., c a k 1 1 1 1 1 , , , , , t a t t t t U c b a = a z 1 1 cÛtb. da -=,bU cF ^=. 0. hhhkK =t21zab,c1t1,1t,zt ^c1zU Qha z+ #a a!cA1 1!na-1acAaQ!a:t!AÂ1= Q^tab= b t .hor tt t 111, t, t1ht 1 1, c 1, t 1, tt 1t, t 1, t 1 1 , C t a a c a 11 c 2 1c Qat , m= ca-#1 n a a^ b 1, th ^ z 1a, t h 1+ 2b ^1 - b 1a,cth-1^1z 1a,,tmhc k dakc , c c - 1 a ,m C -ct! cn 1-,U a ,c m" - a1 a1c, t- 1 z a , m c C C 1 c b^1 - ahh U = 1 ! a A 1 ^ . = Q a z a A z ! a A - 1a m cL (45) = a1 -ab2^b1 a-hâzhha, K . t 1, t ! t c cD Q1za, t , 2t ^ cz1a,acha1c,U t A t 2b^ ^1 t dakc , 1 Q Ct =6a a# nt 1t = 1a^ b 1,1tth . A : 1f, t a + 1, t 1 1, t h k , m p 1,1t= a1!! A Aa, a 2 1! 3a 3 a ,m 1-c 1 Cz C 1 a 1-c 1, t =Ca ca- 1 z 1 1- ac c - 1t U . a C t a ,1mC y D t +Q i z a i,,mt = F 1= 1 Ac -n -a i !K a 1 equation 1 , 1, t1 -1s- at 1 1t Q 6mi, ta+1 m!/Aa:1^= D Q 1-b 1^tU cn 1 / Moreover, (27) implies that " = a n s tabk1^, t1h -ca 21 t = W a 1 K L ^ h hn1, ta . c b a = a z K L 1 1 a k t t h c ^ ^ hh , C a m a a A ! a t a 11 t+1 1 .a t a 1 m 1 Q t ="az1ac,-m1,t z+112, t c1c, -t t1+1U ^ h^ h i=1 t 1 1 i=1 1 1C, t a ! AC , a m c-1 3 3 m c-1 a 1 - aa c 1 - a ca-,1A a D t = Q tt + 1a c -a 1 zaac1c,--ma1ac1za! ctaU -= 1U iti i, tz 1, t cbna =L s t 1 - a (46) a1, m a aL b ^1âF î1,hh hha0K1. t K 1^ m m t 1 , t t 1 , t t 1 / / = + . n 1 s 1 n 6 ! : = = c a A b z b 1 1 or ^ h ^ h 1 c ^ h f p a k k 6c a 1 !W = a2 A : a a ,m a cL 1c,1t - c a 1, t a A, a 2 ! 21 11 ma = 1z 1aah K ,t a1 ! A t 1 + t+1 , t 2 1 + " b 11,bt ,â1! 1 i i 1 1 = = z a mcha C 1 ^1C 1 -ah ^c11a A 1, t =bQ - 1 U =c D ,m a 1, m a -hh ca t -A a 1c -C1 z 1a,1t,-mccc c6 L 1,1mta-6c -A :^1ab = a^111:! b11, K z 1a,F Fb 1or b01a,.t = 0. = = z a z ^ h 1 or t! ta ^ h C , a m t t Furthermore, recall that 1 , t 1 1 , , , t t t c 2 1-c a 1D t =YQ= " z 1, t ,a ! A , ac2a! Ac -1: 1f aa, m, m p 1 c= a . t 6 Utacc1 !KA L t t ,1m a1^ 1 ^1 - ahh K a L1 - a c -b ,m = 1 - czz11,1at, t-, mcc c -z1aU ca1 1 6 a !1 A :c 1 - b a a 1 z t a 10-.aa 2 a t a m z 1, ty = F aor1, t b 1a, t = ^ 1, th c=-AW ba ^L K 11a1, t:,-cm- 16 fpaah,K pt + 1 L2= m 6 ! ! , a a A f ! ! , : . ac1."-b 1,1t ,a-! Aa 1 -(47) = a A a A b a = a 1c - 1 z"1an, t, mt ,1c c -zc1a,U K 1 1 m ^ ^ hh t 2 + m t 1 + 1 2 1 2 t tz mh a ^ h ^ z " , c 1 a a ! A1, t a ! A a 1, t a a ,m c - 1 1 a ,m 1 1 , t -2 b 1, th c z 1, t a = F or 1 -6 cz a ! A : ^1 a 1b- c = 0. ,t1 -:cfay, ma1b a 1-a a m = mU c1mm, t K a Lc1 --c 1a p-F 6t Aa :1 ^!1 A !2a1, mW A aa= 1a- a.L a , baaa2 z ,m a,,^ m = K 1 K 1 h c z Y 6 ! . = = a z b 0 or " h b a = c W " , 1 K L 1 z a = s t 2 + t 1 + t^1 m 1 11,,tta !hA and 1, t allow c^" b 1,(47), t c at^+ Now, equations the 1 c t + 1 (42) a !11,Atz(45), t ,a 11!,,ttA 1,(46), a1h1mh - mt h 2, t +t1 of t + 1 z^1a1, t, m-for ^1aahdetermination 2 -a 1 ! A, a ! A : f a , m p c = a .t 1 -ac a , m a6 a, m 2 z 1,h", tâb1a ca -a a sequences a"lz= Ûand and actual of -q ,a !b= a11h z 1, tm the b"mn1 a,ac!cquantity ca + aq 1"2 - eventually 1p, t1, A- 1 W 1, ta A^1 = K L 1 z ! a A h c m K a !tL A f 6 a 1 ! A1,,t aY ! : . = A t+1 2, t + 1 a ,m t +1 t 2t ^1 - ah ^1 - mh a z c 1 1 , a m c 1 1produced. ,t the final consumption Ta "c zU 1 - aa 1 - a s ta = ^1 - b 1a, th2 , ! At , good 1K , t a,cL a !K A L a" b Utt = Yt = Y a, m ij 1, t "an t t t a anote ! A that the final output deflated with the price of the final For"the z 1, t record ,a ! A we 1-c a t t1can -Ta t"be bT a, texpressed c time consumptionY good at as al = aq + ^1 - ah^1 - qh t 2a, 1, = sUt='^1K , .,a ! A At = n "a,baa"a11 nt L " a a a!A " b 1, t ,a ! A T !a "1, 2, 3, ..., 1!, thA 21 1-c a 1-a t Y = 2 L3 . t3 a U 2 ca K (48) aT = s b 1 " nt1+-ta1,caa!l Aa= 1aq tb t tq = s ^ h 1 ^ h + a 1 1 1 , a t ^ h ^ h t i t ij t i t 1 , a t -a c / / + = n at K t L Yt = U a1 s a k a 11 n a a1 s a k a 21 n a i = 1for a given distribution of project i =2 1 been tcharacterized The equilibrium has anow t "+naq ,a' " a 11T , a T21, . A= t a tl = b a1,ltsh= + ahq ^1T = a1 ! Aa ^1h^^1h - qh aq 1^ n ns ata+=1 a t ij 3, ..., T ! "1, 2,variable a the a types " n a,a ! A. However, distribution itself is an equilibrium t+1 t tT s t = 1 - b a 2 3 T ^ h T T = nala in = aq +with anahâij1decisions ^1a sij1, t a the and it evolves line by individual producers. = ' A aa q,ha , .made "/ a1 - s ta k a 11i n ta + n ta+ 1 = Imagine s ta = ^1 - b 1a, th2 T ! "1, 2, 3, ..., 11 21 1 that in a givenTperiod deals with that existsi =with h a given producer T T T ^1 l = aq a' 1market h demand t+1 a ij .ifqeither ' A 3= 3 , "aaT ,a,.ha^21 Aif = ,"isa+ =producers s ta n ta nthe 11 i 2111 chancea‘a’. Observe that production undertaken, of two a + 1 t t t + 1 t t i t t t "1,, 2s, 3, ...a , n ... l = aq - ah^= 1s a-nTqa!/ h"1, Ta2T,13!,n a + ^n1a= + / a1 - s a k a t21+n1 a a k 11 a t produces, then the uncertainty is Ti =a 1 Tresolved, i = 1 the 3demand = sexists 3 i.e., either n ta n3a actually 3 , . ' At += a a " , ij a 1 t 1 11 t t +t 1 21t t+1 t i t t i t + t t i t t i t T s,a nnas= = na = , ... "1, 2, 3n + / s1a / a1/ - as1a +n/ a ij n a nT !a= kTas11ankTaa 11 k ahs21a nkaa 21 n a aa a a1 - a a = = 1 1 i i 3 3 t+1 t i =t 1 ' "t 3a3 11, a 21, .t i = 1i t 1 nt= t +t A t+1 ttt t tt+ i +11 n i n t t.+ 1 n, / T= Tn s = s !i"1n , 2as , 3a, + ... Ta a ss ta k= / n a a aa1 + - ssata kkaa2121 =" a n a n naan a 1 1a a aa1 a 11 a a , . k = s ta n ta A = nnaa ' a= 11 a a 11i = 121, 11 ii= = = 1 i 3 3 + 1 t t t + 1 T ! "1, 2, 3, ..., t+1 t i t t s ta n tas a n a nhtas t nnta = t + 1 = i nnta+t ,1 = nn +a / a1= - s ta skaa 21 = 3 / a1 - s ta k a 11 n ta n a a tn a t a a " 1 t +3 a ! a A t+1 t i t i=1 i=1 = t s in t n K

1 1 21

1 1

i 11

i 21

1 21

i 11

i 21

1 21

i 11

i 21

1 2

1 11

i 11

2 11

1 11

3 11

2 11

2 21

3 21

1 11

2 21

2 11

1 1 21 11

3 11

2 11

3 11 1 11

2 11

i 11

i 21

1 11

i 11

1 1 1 21 11 11

1 11

2 2 11 11

2 i 11 i 11 11

3 111 11

1 11

i 11

1 11

1i 1 i 11 11 11 11

1 11

2 11

2 2 11 11

2 11

i 21

i 11

1 11

i 21

3 11

i 21

i i 21 21

i 11

2 11

i 11

2 11

i 21

2 21

i 21

2 11

i 21

i i 21 3 21 21

i 11

1 11

2 21

1 21

1 i 21 21

i 11

1 2 1-c a , mac -a1 z a ,m " z 1, t a,,ma ! A 1 a, m 6c a 1 ! A : ^1 - b 1a, th c z 1a1, t,,mt = Fz 1",or 0.2a ! A tz b,1, t = a 1 z " , , t a != a a ,m a! A, a ! A : f a , m1p 6 .1 a A 1 , t a, m 1 = 0. 2 6 a 1 ! A : ^a 1 - ab!1,Ath c z 1, t " = F b or a z 1, t z 1, t ,a ! A 1, t a , m c - 1 1 " b 1, t a,a ! A a z 1, t a 2 "b , m c-1 D Ct = Q Ct " b 1, t ,a1!-Ac z a ,6 !A . 1, t a Equilibrium =in aGeneral a 1 !of Aa,aKeynesian a 2 !" zAa,:mf, Policies a ,m p 129 On the Effectiveness 1, t 2 1 , t z a !1,At 1 fc a aL,1m-pa "=b 1, t ,a. ! A 1-c 6 a1 ! A ! Ac1:-K 1 1 Y, a=2 U 1, t

a, m

a1 zt c -1 1- a a , m c - 1 Y t = Ut c Kaat L 1 - ca z 1, t c Ut = ^1 - b^ Y t = Ut c K1,att"Lz1a-, ma , b 1, t ,aa ! A1 - a 1 " c 1 , t ! a A t a, m U = Y K L t t t " n ,ta ! A Hence, given the " z 1it, t ,does t c a ! A anot. 1-c or transition1 -matrix, table" n (1), it will continue to a a 1-a " n a,a ! A a,a ! A 6 a 1 ! A : ^1 - b 1a, th c z c b " , t U = Y K L 1, t a chance ! A t a 2 with exist next period q, or with chance 1 – q. However, when both t t a in the t " n a,a ! A ^1 - b 1, tha 2 " b 1, t ,a ! As a = 1-c tdecide to producers beh idle, which with chance s ta = ^1 - b 1a, th2, then the z 1a, t, m c = t a s b 1 ahappens 1^ 1, t Y = U t c K " a 2 1-c a n L , a 1 ! A, ais2 ! A : f a , m p t and t -Bayes ba 1a, th! A law the probability of its6existence demand not a - a^1 - ah + aq ^1 -stqadue h= ^1to z 1, t Y t = Ut aclis= K L1observed, t l = + a aq ah^1 - qh 1 ^ given by al = aq + ^1 - ath^1 - qh. s t = - b a 2 1 ah^11," n a,a !aAl = aq +a ^1^T th qh z 1a,,tmcolumn ,a ! A and the "j-th T " n taLet ,a ! Aa ij Tdenote the element that appears in the i-th row a a t a 2 of the transition matrix, to+ power to verifya that the ij = ^1Ta T-(1), s aTtable b raised ^1 - aT. h^1It-isqijeasy h hal = aq "b , ,projects A b=a h2 'types" aof a 21,ij . 1, tA can be described as set s ta =of^1admissible 11 , tT ! "1, 2, 3, ..., ' "1,at 11Ta,!1aA-T21c , . A= ' a"l a=11T ,aqa T21+, .^1 -a Tah^1 - qTh T A 1= T ! "1, 2, 3, ..., ij ..., T ! "1, 2, 3,3 c ' A= 3" a 11, a 21, . Y3t = Ut (49) K at L1 - a al = aq +t +^11 - ah^1 - q3h i i ! "1t, 2, 3, ..., 3 = / aT1 - s ta k aT11 n a + /3a1 - s ta kTa 21 nT ta t + 1 na t i t t+1 t , ai n, t. t i A t= i = ' a a " / / + = s a n 1 = 1 1 i 3 3 a1 ij a1 - s k a n / a1 - s 11k a 2121tnaa types " nt t1,a i can + = t/ n a k 11 a t thea distribution t +a 1 of 11 T ! "1, 2, 3, ..., t aof i project i=1 a Tij Consequently, !Ant aa =n 1 i =a11 - s k a n ++ / a1 - is= a s ai evolution n ta+a1 = the / = n k 11 a t 1 a a t + 1 as t a t T T be described n a i = 1= s3taa n ta 21 a = tsA = t +' "ta+111 ,i a=t 121, t. 3 +a1 tn tn t i t i t 1 T T an a = s n = 1 - tb a th221 n ta n a s a =n a / a1 - s a t +k a ! "1, 2, 3, ...,= 1 11 n a + s/ ' A= a t + 1 " a , a a,t. a t T n at a1^t - s a 1k, a a 11 213 3 = s n n = = 1 1 i i = s n a a a 2,t a 3 , ... T ! "1, n , i 3 tt+ 1 t t t t t i 3 t n a+ 1 3 h = /a ta+11a-nstata+ 1k a311 = s/ t i tnaa1 is s atnk a 21 n a nnaa 1+as= =t aq + ^1 - ah^1 - qh an a+ / a1 - sh k aal n = / a n1a a k i i = = 1 h 11 21 a a i a a t+1 t t t 11 t +t + tt t t ti i=1 1 s k a nt t = na 1 - sssaa nktn+aa 111 n a + /i =hnta1t1+nna /=a= a= 21 s aa n a t at + 1i = 1 at at i =s1 a n n ta+ 1 = asTta n ta = n = s n n a a a + 11 t t ta t ta t ta t+1 t ij + 1 t t t + nna s a =n=a s sa ntn+a 1 n = na = s hn a at + 1 n ta+ 1 = s ta n ta s ta n ta 3a a nat a nat = = s n 3 t+1 t t a a a t+1 i 1 ' " a 11T , a T21,3. A3= = s ta = n1ta - sstat nk ata i n t . n a (50) nt ta++ 3a / n= n ta+ 1 s a =nh a /3a1 - sntaha k a 11 T ! "1, 2t, 3, ..., i + 1 t 21 a a a t+1 t i t t i t / a1 - s a k a311 n ta + / a1 1t 1 = i =s/ t s a tk a 21nnaa . 3 = a11t - st +a 1 k a 11ntnt +a 1t +i =3/ a1 h nnt a+ 1 = n i t n i t = s i i=1 + t a a 1 a n= = i =a11 - sa k a in an / a n + / a1 - s=tta+11k a 21 nt . s= 11 a a a a a a " n tta+,ta1 ! tA t = a / a1 - s ta k a n3a t+1 3 t i=1 = 1 i t t =n" an ,s a n=a s a tn na "t n , i t t+1 t i =i 1 t n . a a!A snta a n ta = / a1 - s a kaaa11!nA a + / n + 1a =t 1 1 - s a k a 21 t +a a 3 a 3 t+1 t t = s ta nata n n " , = = 1 1 i i b a a ! a A , " = 1t ,+t a1as!a An a na 3 3 a t i t t i t b ,1t ,n" ab ,3 = /ta+11 - s a k^13- at 11h n a t + / at h ni +.1t i at1 - s " a k1^1 a !sA 21k anatn 1, t a ! A . = s ta n ta =a / +/ a " na1, - ts a k iai 11 i t=n1a i = 1n 21a a a t+1 t a tb , i = 1 a a ! A " i=1 b 2, t / a1 - s a k a 11 n a 1+ , t a/ = na ! Aa1 - s a k a 21 n a . h i=1 a b 2, t i = 1 2, t two state variables The description of "the now complete. bThe n ta,equilibrium " b 1,is t ,a ! A a !bA t + 1 t 2, t with the given technologies and preferences, 2, t Kt determine, together " n a,a ! Ab and = s ta n ta na b 2, t b a 2, t the entry aprobabilities " b 1, t ,ab! A and b 2, t . These in turn define the actualt quantities n +1 = s t n t 2, t b 1a, t ,a ! Ab 1, tand a "produced consequently given (35) and (50) the future values ofa the state a a a b 3 b 1, t b 2, t b 2, t b a t+1 t variables. 1, t / = n l a1 - s a k a = + a aq a q 1 1 1 , t ^ h ^ h a b 2, t i=1 l = + a aq a q 1 1 ^ h ^ h al = aq + ^1 qh b a b 2a, th^1 a-l = aq +1, t^1 - ah^1 - qh a^1 - ah " n ta,a ! A b 2, t 4. HYSTERESIS a^1 - ah a^1 - ah a b 1, t a^1 - ahal = aq + ^1 - ah^1 - qh 1 - alh (consumption b 1a, t ,a ! Amay "model b 1a, t twoal ^sectors The good and investment good) in our l l a a ^1 h al ^1 - alh ahthere al =sight, aq qh are critical, assumed differences 1^a1hfact ^-1 appear symmetric at a first a+l ^+ aalin 1^^but h l l = a a a a q q a 1 1 1 1 2 b ^ h ^ h h ^ h al = aq + them. ^1 - ah^1 - qmodel h between for individual investment al ^1 alh = a2^,1t -goods ah + q^1 - qh^1 - 2 + q^demands al ^1 - alWe q a 1a1 2 h = aa^^11--aahhthe h ^ h l ^= lh- a + qthe a1whereas 1(intermediate goods 2) as time invariant demands for individual l l a a a q a 1 1 1 2 ^ h ^ h ^ h ^ h b ,t a^1 - ahp c, t G = p B, t B N , , time. G = p B, t B2over consumption goods 1) are allowed pto = p B,(intermediate p c, t Ggoods B l ,1 - al c, t fluctuate N t aN al,h = a^1 - ah + q^1 - qh^1 ^ p h G =alp^1 a 2ah B We rely on this asymmetry as we believe that the demand for housing is less likely b 1, t c, t B, t N al ^1 - aplhB, t p B, t Our assumption to expire pthan, say, the demand for a given piece of apparel. is B, t , G =+p qB,^t 1B- 2ah al ^1 -palh = a^p1c,t ah N qh^1 l B = + a aq , B t ^1 - ah^1 - qh definitely subjective + q^is al ^1 - alhN= a^1 - ah and qh^formally 1 -not 1 - 2ah motivated, andByet it seems that most B N readers willN pfindBthis assumption appealing. However, we want to pNB, , t = p B, t Bintuitively p c, t G B B, t N a^1 - ah N , p B, t B p c, t G =Bp= B emphasize that this simple assumption, perhaps realistic to some, has, p B N within the B, t NpB, t N = B , i t B= p p BB, t B N p B, t p i, t al ^1 - alh B= pN p B, t p S, it,+t 1 rt + 1 i, t p B p = r , B t N p + 1 , S t t+1 pri,tt+ 1 p BS,,t t + 1 B N = p B = p al ^1 - alh = a^1 - ah + q^1 = p r p BN + 1 , S t i, t t+1 p p B, t i, t B, t ppB, t B= p S, t i+, t 1 N p B, t p , i t = B r p S, t + 1 p B, t B S, t + 1 pN t+1 p G=p B , p t

1 11 2 11 3 11

i 11

1 11

2 11

1 11

2 11

3 11

2 11

1 11

1 11 2 11 3 11

3 2 21 11 3 21 2 3 21 11 2 21

1 21

2 21

1 21

2 21

1 21

1 11 2 11

1 11

2 11

1 3 21 21

3 21

2 11

2 21

1 21

2i 2 1 1 11 21 21 11 2 11 2 2 11 21 21 1 1 2 2 21 21 11 3 11 1 1 11 21 21

2 21 3 21

2 21

1 21 2 21

1 21

1 11

i 21

i 11

i 21

1 i 11 21

i 11

i 11 2

i 121

1 11

2 11

1 11

i 11 3

1 11

i 11

3i 11 11

i 11

2i 11 11

3 1 11 11

3 21

2 11

2 i 21 11

1 21

2 11

1 11 2 11

3 i 21 11

i 11

2 i 11 11

i 21

2 21

1 21

i 2 11 2 21 2 21 21

1 1 21 21

1 21

i 11

1 i i 11 21 11 i 221 11

1 11

2 i 21 21

2 21

2 11

i 21 1 1 i 21 21 11

i 21

i 11

1 11

2 11

i 21

i 11

i 21

3 21

2 21

1 21

1 i 21 21

i 21

i 1 21

i 21

i 11

1 21

i 11 i

i 11

i 21

i 11

i 21

i 11

i 21

2 11

i 213

i 21

1 11

i 211

2 11

3 21

2 21

1 21

i 11

na n

1 11

t+1 2 a 11

= =

/ a1 A-=s a k a' n 11 a

i=1 t a 111

i 11

s n

i 11

+ , aa121" a/ , .Ts a ktTa+ 121 n a 11 i=1 ' " a 11, naa21, . = i 21

T ! "1, 2, 3, ...,

t a 111

i t t t / n ta+a11 - = s ta k a s11 nn + / a a a

i 21

2 11

1 11

T !3"1, 2, 3, ...,

i=1 t t + 1t 3 t 1 aa1113 11 ai 11 a 21 t t 2 2 ai11 = 1a 11 t+1 3 a 21

1 11

i 11

i 1 11 11

t t 2 2 a 11 a 11 i t i 21 a 21

t+1 i t an / a1sn- sn k a=21i nt ta s n += = / a1 - s k an11 = s ta n n n t+1 i = 1 t a1 i i = 1t + t = / a1 130 K.nDudek h s a ka n s / n a1 n as a k a 11=n a + =a s ta n ta i = 1 n h t+1 t t na = s ta n ta n h t= t s a n a t+1 t tn t + 1 = s n = sa na a na a a t+1 t t t+1 = illustrate s ta n ta nthese n ta+ 1 We context of our model, implications = sntaa n ta in= s a n a t + 1 profound t implications. t a h = s n n 3 a a a series of examples presenteda below. n ta+ 1 = sntat +n1 ta = / a1 - s t th 3t 3 =i the n a investment n ta+ 1t for Imagine that int +period t the demand is reduced a a 1 t i good t t s a final 3 3 1 t +n i=1 = / a1 - s a kn + / 1t - st a n . a 11 na a t= t as n a kt + 121 a t i t + 1 t a a a by one dollar. What is the impact of this change on the equilibrium? Smaller i=1 = / at 1 - s a k a 11 n a + / na = s a ni =a1 na t+1 t t 1 a,ab i= i"=n !A t demand leads to nsmaller supply in equilibrium with the entry probabilities = s n n 3 3 2, t a a a " a,a ! A t+1 t i t t i tt being smaller in particular. This leads 1, / a1capital / a1"-bt3as+ - 3s a kstock + period a"11nnaa,ain a n . n a to=smaller a k 21 t a t+1 i = 1 i t t ! Ai i = 1t 1, t , a any indirect consequences a1!A s ka n . / / = + s a n n 1 but it does not have for the economy. In other words, a k a 11 21 a a a a a b " 1, t ,a ! A i=1 i=1 changes in the demand for the final"investment good have only"standard b 1a, t ,a ! A mechanical n ta,a ! A b 2, t t " n a,a ! A effects. b 2, t a b 2,good , Now, imagine that the demand" bfor the consumption is reduced in t 1, t a ! A final b b 1a, t ,a ! Aon the equilibrium in this2, tcase? b 2, t dollar. What is the "impact period t + 1 by one b 2, t b 2, t Again lower demand leads in particular to smaller entry probabilities b 1a, t , i.e., a b b 1, t activity and as a result 2, t the number of observed individual there is less economic b 1a, t b 2, t al = aq market demands is reduced. This, however, impacts negatively the quality of+ ^1 - ah^1 al = aq + ^1 - ah^1 - qh b 2, t available projects in the following To see this consider with al = aqa +market b 1a,period. ^1 ^1 a-h qh t aâ1isha If the demand in this market demand existingawith chance ‘a’ at time t. not b 1, t ^1 - ah observed at time t, no production isalundertaken, then the chance that the demand = aq + ^1 - ah^1 - qh a^1 - ah al ^1 - alh exists in the following is given by al = aq + ^1 - ah^1 - qh . Moreover, the al ^1 -period alh “variance” of demand is given by a^1 - ah at time t and by al ^1 - alh at time t+ al ^1 alh = a^1 - ah + + 1. Note that al ^1 - alh = a^1 - ah + qa^1^1--qah^h1 - 2ah², i.e., the “variance” of - alh =While al ^1period. ap^1 a= 1 -, qh^1 alhobserved in a given 1h +p q^B an individual demand increases if aitl îs not Gthe c, t B, t N l l a a 1 ^ h = , p G p B preceding remarksc, t can beBperceived as obvious they imply the existence of an ,t N G=p , t aBhpN , al ^1 - alh = a^1 - ah + q^1pc, t qh^1 B2 indirect channel that affects the equilibrium. ,t l ^1 - alh = a^1 - ah + q^1 - qh^1Ba 2ah p t Clearly, in theB,model whenever economic activity is reduced, the scope for p B, t p c, t G = p B, t B N , BN learning decreases. Consequently, the future uncertainty = p B, t B N ,with regard to individual p c, t G BN market demand increases implying be more likely p B, t B N p B, tthat future resourcesBwill N BN B = top misallocated leading ptoB, tsmaller output. In other words, a rational decision p B, t B =in a given p B, t Bfrom N suspend operation point being i, t p i, t B Nin time, prevents givenBdemand = p r t + 1 top S, t + 1 observed and in turn implies that in the Bfuture producers will be more likely i, t p S, t + 1 rt + 1 p B, tNB N p i, t = under – fund projects that they should and at the rsame time they will p B, t p B = finance p B + 1 , S t p i, t = p B, t t+1 p , B t N ,should t provide excessive finance to projects that not be financed. B i= psimple p i, t = pThis p i, t S, t + 1 B, t p S, room mechanism opens for informational hysteresis, where current rational p r t+1 S, t + 1 1-c t+1 p = c p S, t + 1 actions inhibit learning and long lasting r t +p1 , effects. c 1 -have S, t + 1 b^1 - ah W = p K + , 1 i t B t t t a 1 - a= c c 1 -hysteresis b a W = . K tnote K L B 1 ^ h For the record that given our assumptions the model generates p p +1 t t 1 - ca 1 - a i, t B, t c p S,sector ah K = Wt b^= . K t + 1 investment c t L t+1 1-c only in the final consumption good and not in the final mW b^1 --aB B 1good hK t a p 1-a c c 1 1-c t.+ 1 mWt brealistic K t L S, hysteresis ^1 - ahmodel sector. Naturally,Bin=a more should in both -1c- a a 1 -be a present K t + 1 = Wt c b^11Bt. c b^1 - ah K at 1L - cah K t L m W = B c 1 = Wt c b^.1 - ah KBt.+good sectors, but, agreeably, it cshould be stronger in1 -cthe final consumption a 1-a 1 aW a b ^1 - ah K L = K c 1 1-c K t + 1 = Wt b^1 - ah^1 -t m+h1K t L t . a 1 - a t sector. a 1c B = mWt c b^11- cah K t L K . = W b^1b -1 a 1 t +a1 1 - a t mht KLat L -hâ1h^-1 m-h K ^ c a 1 -B a = mm ^1 - ah K t L . b^1 - ah^1 - mh K t L =1 -zc2W ct c - 1bW t 1 - c1 c ,t b a W = K 1 c 1 ^ h^1 - mhbK^1at L-1 -aah.â1 -1 -mah K at ^L11 --a b=2, tzh2m, t ccc 1 t+c 1t mSTIMULUS 5. DEMAND F= Wt c b^1 - ah^1 - m1h K t L 1. - c ^1 - b 2, th c z 2K, t t= +1 1-a m c^-11 - a bb2,21th +c2b z 2m^,1t = c - Fb 2, th c 1 bin^1 1-the c Wa simple - asteady = zconsider h K at LLet h^1 - mstate. 2, t 2 2t 2, t , ta Assume that theaeconomy is initially us c k a 1 m c c W + = . b 2, t 2b 2, t ^1 b 2, th c-1 W t ah^b^1 m c = K L z 1 2 1 c hma bt to ,1 tW policy action. Imagine that at time t the government spend realt 1 - c k = Wt . + -in 2b 2, t ^2G, z 12, t-=2c,F t b 2, th c t ^1 - b 2, th cdecides Wt m 1-c z 2, t = F C ^1 - b 2, tch W 2 c 1-c kc 1-c t W a U = D c + = . b b b 2 1 ^1 - b^1 c ^ h t t ,t c . 1 -W aahhbK22,att + . b h c 1 - ct k = D Ct = Ut c ^1 - b^12L12-ba +2^, tG 1 1 - c1 - a 2, t 2, t C 2, t t c W b^1=-pahh + D t = Ut ^1p- G K at L c 1-c t m W ^1 , , c t i t t a 1-a c W c 1 1-c p c, t G = p i, t mWt ^1C - ah K t L t 1-a . c ^1 - ah1 -Kca L1 - a D = U c ^1 -1 -bc^1 - ahhpK a L mW G=+ p G t+1 3 a 11

2 11

t+1 t 1 2 a 11 a 11 Maciej t+1 2 a 11

3 21

2 21

1 21

t 3 i a 11

1 11 2 11

3 11

1 11

2 11

3 11

3 21 2 21

i 11

3 21 2 21

1 21

i 11

2 21

1 21

i 11

i 3 11 11

1 11

2 11

2 21

i 2 21 21

1 21

i 11

3 21 2 21

i 11

1 21

2 11

i 21

22 2121

2 21

1 211 21

1 21

i 21

i 11

i 21

i 11

2 21

1 21

i 11

i 21

sa na

nna t + 1 == s sa nna t i t t i t a a = 3/ naa3 a1 - s a 3k a 11 n a +3/ a1 - s a k a 21 n a . 3 1l = t +a t i = 1i t t + 1t^1 - hah^1t -i =q1iht t it t+1 t aqi t+ t i i t t - as1a/ n n as a k a 21 n a . = / an1a- s a = +1=/ -as a+nk/ na aa 11.an1a-+s a/k aa121 k aas1 k an11an/ 11 a ka 21 a a i=1 i =t1 1 i = 1 i = 1t i=1 i=1 + tn t " , n as at an!tA= s a n a n ta+a1 Tij of=Keynesian t 131 On Effectiveness in General Equilibrium " nthe " n tta+,aa1a! A a Policies a,a ! A sTta n ta n ta+ 1 = n"abs1ta, t ,na !ta= T ' A= " aA 11, a 21 a a 3 ,. 3 " b 1, t ,a ! A 31a, ... ! "b1,1t2,+t,, T" ,A t i t i ! h nba / / = + s a n s ta kno a 21 n ta . 1 a k a1 -has 113 a spending a terms, on the final consumption good. Moreover, assume that 2, t 3 i=1 i=1 1 t t i t b 2, t In addition, b= nthat n ta+let social value. issues to - s government ai nt + / s ta k a 21 n tafully n ta+us1 =assume 2, t st a / a1 -bonds a a1 the a k 11 a n b " , = = 1 1 i i t a ! At +1 t+1 finance the expenditure. we2sa,assume nt t that the debt is to be repaid at time n taFinally, n = = a s aa n a b 2, t taxes imposed 2, t aa earnings t + 1 with ona thebwage of young 3agents at time t + 1. "bb11,3,tt ,a !t A t t t+1 + 1 t icommonly = n asappears n a =to aconsider The policy that we nchoose option /the a i n tto+be s ta k a 21 n ta . as1a a1 a a k 11 a b 1a, t b 1, t i/ = = 1 1 i resorted to by numerous governments in +real our basic models, bha2l, t = aq - qh ah^1However, ^1 -life. t OLG model such asaDiamond’s (1965) or Blanchard’s (1985) p-model, suggest n " , l = aq + ^1 - ah^1a -at +!q1Ah al = aq t+ ^1t - ah^1 - qh s is na that the policy’s impact innthe long as the policy inhibits physical a aahnegative b= a2^,run 1 t a t+1 t t b capital aformation. Accordingly, we routinely reach towards political economy , " 1n , t a ! A a= ^1 - ah ^1a - asha n a a l, t^1 -section, l a arguments to justify the policy. Inba1this we argue that within the context h 3 3 t+1 t i t i t b 2, t ncan of our amodel lead to a strict Pareto improvement despite l ^1 - athe lh policy l l a a / / 1 = + s a n s a n t .its 1 1 ^ ha a a a k 21 a a k 11 a = = 1 1 i i qhqcapital. 1l= - a+lh^= aâ1physical h^1 a-h + ^1 aq ^1 - qh^1 - 2ah negative impact on the process ofaalinvestment in t q a b l l l l + + - qhâs = = a a a a q a a a q 1 1 1 1 2 1 1 1 1 - 2ah 2 , t ^ h ^ h ^ h ^ h ^ h ^ h ^ The government budget at time t can be written " n aconstraint ,a ! A ap^1c, tGa= p B, t B N , h a (51) p c, t G = p B, t B N ,b 1, t" b 1a, t , p c, t G = p B, t B N , a!a A l 1 - al p^B, t h = +pâ - ah^1 bond - qh and B the “number” of bonds 1 single where p B, t denotes thealprice of b 2aq N B, t ,t l l = a^1 - ah + q^1 - qh^1 - 2ah a a 1 B ^ h issued at time t. Let B N a^1b- ah B BN N p B,pt B NB , 2, t pBc, t= G= B, t N (52) p B, t B N p B, t B p iN, t a alh al ^1b B= p B= p 1, t prB, t t i,p t S, t + 1 denote the real,i,deflated price of value of government + 11 ta laq + q^q1 -capital, al ^with ahphysical 1al-=athe h =+ ^1 = a ^ h qh^1 - 2ah p S, t + 1t. r t + 1 at time r tB+p1 i, t p S,hpt^+1B1,debt issued t = p p i,the p Nt =, p Bin Given lackB,of p c, taG1=-uncertainty t t aggregate , t our model, investors at time t must 1 S, N t +p ^ paBh,pit,B B of physical capital and investing in B, t N be indifferent between saving in the form 1-c p S, t + 1 pBS, t= +1 pW a 1-a pwe government bonds, i.e., must have i, t c b ^1 - ah K L = - B. K , B t al ^1 - alh t + 1 1 -t c 1-c t a a a 1 = BW.ptS1,c-t +c b1 ^1 - ah K t L1 - a - B. K t + 1 = Wt c b^1 - ah K t L Krtt++111-a B Nal 1 - alB = c (53) ^1 q-^1ah KqathL am^W 11 -p^ hb, + ^1 - .2ah ph == 1-c t cB,a t a 1 - a i, t a 1-a c c c 1 . m b a W = . B = mWt b^1 - ah KptBL B K L 1 ^ h t B t ,t N a B =p c, t Gp at - mh K at L1 -at . time t + =pK ,W c bare pS,tB+t ,+t1B 1= bonds where pS, t + 1 denotes which ^1 -toabe h^1 redeemed 1 - c the price N 1 -t c i, t a 1 - a1c - c a 1-a c + 1. K t + 1 = Wt b^1 - ah^1 -Kmt +h K . b a m W = . 1 L K L 1 1 ^ h ^ h 1 t t c a1 - a t1a-L =W .c - 1 W K ^1 m-not p S, K r t + 1pregard a 1bcintertemporal =the KaathL z 2m, tB 1 ^1 t1+b t t+ Our assumptions with to the policy affect B, t t 1 t h^ do h 1 a= 1 - a a 1-a m c -1 1- c m c-1 p B= b^1a -single ah^1 -consumer. mphiK c ahc^W ca 1m= Lcan z 2, t c theWaggregate 1t 1 t- mh K problem of we write ,t t L , Consequently, tbz^21, t t a z =. F h ahcK t L mWt ^1 b^b12B N c m B= - c mc 2, t in bonds, 1accumulation equation as equation (35) less real ,1tinvestment =F F2 ^1 z ^1 - b 2, thp S, tc+ 1 z 2, t = c 2, th 1 -b a bcB2, t + 2b 2,ct ^1 - bc2, th cc12-, tc k = Wa t . 1 - a c p 1BK ,t N = W b a mh K L . 1 1 ^ ^ h 1 = c ka bp= c2t + a b 22, t + 2b 2, t ^1 - K W .2b tt^h1K-at Lb12-, tha c-1 -Bc.k = Wt .t 1 + b 2t ,+tB (54) h1c=1 -W 2i, t b ^t1 -2,a t W t a 1-a m c-1 1 - c b ^1 - ah^1 - mh K L = z 2, t c Wt 1-c Wt W t 1-a c pt S,Ct of +W 1 effect a 1 - aas the future Observe that the negative readily b^1+=1-bond ahcK atîssue . is B =r t m L = b a U c t D Kseen L + G. 1 1 1 ^ hh m 1-c 1 -t c tF p i, t i.e., pa tB,the = b z 1 t ^ h value ofD Ccapital stock is lower, economy experiences crowding out 1 a a 1 -a C 2 , 2 t , t 1-c c c c c 1 b a U = + . b a U = K L G D K L G. 1 1 1 1 ^ ^ hh ^ a c1hh- a t a 1a-+ t t a^ a m ch K L . K t +p1 = Wt cpt t 2bG 11 ^ ^ h effect. t =b p i,^t 1mW K tW L. ^1ct 1-- cakh= S, t + 1 a b c, t + 2 1-c c 1 -t b 2, t 2, th 2, t 1 - a a fraction 1 -ta c To simplify B1 -constitutes m of total 1 a - c=that 1L Wt c ^1 - aassume a p c, t G = the p i, t mexposition, p i,at mW K L 1 hpKc,att G ^ h t t ac = a z1m - ac c - 1 W c mh K L 1 b a 1 1 ^ ^ h W pttc, t b^1Ut-t ahc K t L 2, t - B. t savings, i.e., that K t+1 = W =1f11-c - cm . 1p - cc p c, t p c 1 Ut c ,cp tCb i, t2, h UW tc t cz 2, ta =1 a 1-a ^1 D t fU c c= . = . Lb^F = f p p 1a^ ah1K. ahh K t L + G. (55) B = mW p i, t p ti, tt b^1Wt1-c c t Wt t a 1-a C c 1 - c k1 cbW a b 22, t + 2b 2, t D -= c bU h c 1= . 1 a m . K L 1 1 1 ^ ^ hh ^ h ^ t 1-c 1-a 12,-tt c t c c = maW pCc,ttt G 1 - ataLh 1K-ataL ah^t1 -^m =D1W ^1capL i, t11t + 1ah^ b^1K. b^1 -h K ah^1 - m. hh K at L1 - a . -=1mhh UbK D Ct = Ut c ^1 -W t ^c t ta , m t a11c - 1 z 1, t ccc -1 a-1 cU1t-= 1 -m b^11 - ah^1 - mhh K at L1 - a . 1 c a ^ cpa 1 -U b m = c K L a , a z cc- 1 W 1 1 a 1-a 1 a m , a m ^ h ^ h , c t 2, t^1 - ah^ t 1 - mhh K L a 1 1-. ab t K.=L =C^= U . a 1c - 1 z 1, t c c - 1 Ut D z1 -Ubâc11c ^--11 a 1c-c t-mp1hh = a . G 1h, ^ t ^L1 - + t K tbf^1 t hh c p t t , a a m a t W c bm h i,a t ! A :1 t ^6 = = z F b 1 0 or z 1, t = Fc 1, t 1, t ^1 -1 b h =

2 21

1 21

2 3 21 11 1 21

1 11

1 21

i 11

2 21

3 11

i 11

1 21

3 21

2 11

1 2 21 11

1 11

2 11

1 2 21 11

i 11

i 21

2 21

1 21

3 21 2 21

1 21

2 21

1 21

1 1 21 11

1 11

3 11

2 11

2 i 11 11

3 21

2 21

1 21

2 11

1 21

i 11

i 21

i 11

2 21

1 11

i 11

i 21

i 11

i 21

i 11

i 21

i 11

i 21

i 11

i 21

i 11

i 21

p Br,1t, t 2, t p S, t + 1 p t +, t 1a = ba2,ltpB= 2, t ah^1 - qh bp aq B, t +p ^1Bb, tB N i, t1, t BpN a , t+1 SB ba2,^t 1a lp-= - qh aq +b^1,1t - aK. Nah B h^1Dudek 132 B, t N 1 -Maciej B a= ppB, tpB NcBc b^1 - ah K a L1 - a - B. =i, tWBt,at l = K= baB +1,ltâ aplhia, th N aq + ^1 -t ah^1 - qh 1t B ^11=p S, t1+-cp1ci, t r t + 1the accumulation Now, we can write p 1, t +a-1b^1a^1hm aequation W = Kh atqL1 --a .as = lrB = apa aq 1alt +a11l lph a^1 âhhhq+ plh^Sta= 1 a+ ^1 qh^1 - 2ah = i, t^ r t^ + 1 B, t S, t + 1 p i, t p B1, t- c = p i,= cp B, t paS^p,K m1h. 2a K at qLh^1 1- a (56) 111l ^b lhaahh^+ 1t +aa1a,^ht -W 1l ^ 1a t+ thaB = l G p = a q 1 ^ ^ h p cS,,tt + 1 B, t N 1 p S, t + 11- c m c-1 a 1c1 - c bto ahab^l^11^debt zB = -ma .c inWa t purely Clearly, the decision issue atKa L time tleads Kalp La1^-a11a= 1-1lhhK â1W qh^1 - 2mechanical ah a a2h, t+ q ^1 +11p t^ t a c- ,alhh t= t = cp G B , B t , , c t B t N b a W = K K L 1 ^ h a 1 - aB. c + 1 t t t manner to a decrease inKthe in physical capital. However, in c 1 c W of investment 1 -level b a = . K L B 1 m ^ h t + 1 c 1 -t b a 1z- a t= F ^-bca^p1^1are 1= 2,a 2,tha t., qh^1 + q a = 1 pm-Watlhthere 1 2 G p B c BalB= K L êffect h ^ h h addition to the direct indirect effects that negatively impact the , , c t B t N a a 1 t c 1 c . a B N=2 Bm, tWt1 -c c bc^1 - ah K t L overall investment ina physical Recall b^b1 a1h-Kc atkthat = 2mbWcapital. .in equilibrium, demand for L=1 -aW c b 2B, t + 1 t ^ h 2 2 , , t t c pW Bt-NBbpc ^N1, - ah^1 - mh K L1t -. a . = G= Kptcbe , t B1,to Bp , t1B , t c supply, equations Bphysical capital must equal the (38) and (39), a + t 1 t c N= W B bc^1 - ah^1 - mh K t L1a- a .1 - a KWt= p= +tK 1 1 L b a m . K i, tt W 1 1 ^ h ^ h t+1 p t t p Bb, t^1 ah1B^-,1tcB-NNmh K at La1 -1a-= z 2m, t mc c - 11Wt1 (57) a pa B a 1c -ca- 1 W C ^= rD ch K^c1t L 111^1--mS,p t+ ^ h aahh az L 1= m +c G 1 = t +b b U . K 2 t , t 1 c Wt t h^1 p mB t =b ^1t -i,a t= hzKNmt L = F z 2, t ,t c B pN i, t ^1 p-B,bB 1ccBt 2,= 2, t m th 1 (58) = c b z F 1 1 p m ^ h -a r t +G1 = p S1m 21, t bc p + , tW cî1,ct - 2a, thzK2, ta= L1 F th 1 - cc ,t t+p12b= , t- b t 2,c i^ t . ck = W a bp22p,St2,c+ B 1 p i, tB, t2, t ^N p B, t 2, th 1 - c kc t Ba b=2a, t + W. b 2, tph cS, t + 1 1 -= 2b 21, t-^rc1t1+- (59) b 22,pt + b 2, th ca 1c-ka =t Wt . 2cb 2, tc^1c1=i, t U p WK , c t p b a W t = - B. K L 1 t t + 1S, t + 1 t p ^ phB, t t i, t . = f p W 1 -Sc,W r t +p1t iW ,t t p t +ct1 1 - c 1a 1-a c1 - c p a =U p= Observe that the m+equation that the entry ahh K 1 -aaL1 -(57) c^ aa = . DpBCt presence Gimplies 1c1bof , tb Scc1 b^11în W -K K K 11ch m a W = . L1 -+ a a B. C L tt L t ^ h + 1 t t , , i t B t t t achh K =CUt c ^which - b^1in-1turn 1 a must be smaller, Csmaller, a 1+ -aaG1. probability b2, t must D be implies that W c t t c1 1 -b^1bâhâ1hh-Kmt hh Ut U D tD=t = LKat L+ G.t 1c 1t c^c1 ^ 11c1 -= c1W a aa 1ba L a - B. even smaller. Kc t +physical ât m1L ha1K- ta .L1 - a(56), and finally the totalppinvestment in capital, equation mcW a GB pmW K +11= ^ h 11 t b a = . K 1 a a ^ h 1 K K L ,t t c b 1 cS, t, t+ iW c 1 t ^ h ^ h c t K Lt 1 = -c a p ct,cthe G p1 -ti, tccm-W ^ h 1-a a ,m a 1-a 1 destructive c1 1 t t t 1 Clearly, in our model role of government debt much more c , tU b1^-a . = 1a 1 p c,zt G 1ah-Ka = L 1 - m K a Lis cmW a 1, t c1 -p1cit t ^ c ^1 t hâ1 1 - ahh t b a W = . K K L B 1 a a 1 a ^ h a 1 m m b a W = . B K L 1 p c ^ h U c 1 t + 1b pronounced because cof the presence t h^1= t-La c b = -effects mof c tt Labsent Wt. in the traditional zm2h, tK ttaW ^h1Kindirect ^t1+ 1h^c11t -.t p, t c,K = U t f 1a cpt Uc 1 - ac 1 1- cc a , m Diamond model. p i6 : = A b z F 1 or c . , t ap1= ^ h , tW f p c! 1 b 1, ta=10 c 1 a a 1 t ct 1, t K c ,t ca m1 -1.a p=i, t mWt= m^1 b a B L 1 W . ^ h f p b a m W = = K K L - a .sector. The b z F 1 1 h ^ h c 1 ^ h t 2final ,t Let us now turn to thep ibequilibrium consumption = Kt L z 2, t c Wt t good ^1 -t aht ^+21,1t -inmchthe , t1 - c Wt c a a 1 C 1 1b-^c1z amhh = Ut#c11-c-c^cn K La- a 1 -.a m from 1c t-acgood hc^cc1k demand for the finalDaconsumption constitutes the private 1tacda a the 1m W tU t 1ademand a c-1 W +CU = .1L b+C22t1, t= b1b2^2ab! 2A, t^^11^1b-ac1h a m W . KD K L 1 1 a m . = = b a m c K L = b z F 1 1 K z ^ h 1 ^ h ^ hh h ^ h ^ h , t t a a 1 h t t t 2 , 2 t , t t t 2, t . writet equation t U t mhh Kwe cc sector and the demand1 from the Accordingly, can c government. b a = D L 1 1 1 ^ ^ ^ h t t t ac - 1a1 = cz 1 m K a L1 - a . ca1m1h-b,cm1ac, t-h21c+ b 1a^, t1â1-1Ut 2c1= a 1W z11a2, t,1âm+ 1c.c-^cW hh= F ^ba11b1-,(41), 1b tchk tta t a 1-a 1.zW -b cb c = b b 2 ^ h c 1 ^ h a m c 2 = , 2 t , t K L z 1 1 ^ h a 1 ^ cz2,-1t ,1t 1 c-ahc, m2, tcU-t1= ^t 12, t b ^1 -2,a t hh K t L a .1 - a t h^1t - m a c b a U = ch^1 - mhh a z Kt L . 1 1 ^ ^ 1, t t1, 1" bC 1= a1 a , m a 1 - a1 - c k a c-camz1hh a^bb1b22b + . (60) K L G 1 ^ c W + = . b b 2 6D !, tt AU^:1t^c1-= = a 1tW F b 0 or h ^ h = z F t c 1 ,t 1, t a t 2,,t1th, t a c c 2, t 2, t1, t a , m 2= 6 a 1 ! A : ^11-= c b z F b 0 or 1 h , a a m a 1,ct b c 1, t 6w :c^cp11a 1 !LA= x2tequilibrium , = B Nh1-c c= r1t,+t az1K B 1 -F a or b 1, t = 0 1,1ta W + + 1p + 1 C2 ,ctsatisfies t= t 1 a 1^b ain tG Now, recall thatU a U + Gand . (55), D mc1akchequations W = ^ctbc1Sz G KhhW L c11,^1t+ = .-La (51) bp= b ^ h # n a da t t t , , c t i t t 2 2 , , 2 t t t , t t ! A an t a 1 - c tzca1da a# -c U = t a c c 1 a n a 1-a C a 1 -tc z c ada = a !2A# D xtt +U 1 - ca= a 1h cct 1 -bcc^.1 1 t aG U a ! A ct maW zWtapt= + b K t L + G. (61) 1UL1 -aahh ^1t1^, tt^cb a =2t p2ib a ah1K ac,p , t1, th , t 1, t a^ t t c c zt == bf11-, tbhc a1p+.1, t ^1aw- b 1L, th1c-a c 1. - c 22b x paC i, tzta^= c +b-t 2+c 1b1h1W c^ b^ 1- ba1c, th1 - a +. . a 1 - a 1,1 t^ =weU=have K, t L ^1 - aGh K t L ^= ,pt ^ta1+mhh b 1K W pth-1G "D and that in equilibrium t , t ap " b, tC1t,+t ,bc2, ta =1 -fcUt cp,1t -pcci, t +. 1 i, t t a 1-a "p=, t1U ,t, c W a -1m a K L . ^c1B c b ^1 - a tG i= t p1St c, t,xpt +D , -hh =t ar1hth-+cK mp^W w L= B^1NU pt = L m B 1 t ^ h + 1, tK tt + 1 1 1 , cm i t t + 1 xt +11 w t + 1 L = c =f 1c- p BN = (62) p r t +.1 B, +1 W S, t p x1t +C 1a= = w L-cp1cci= B r1t +B, hh K a L1 -aa . 1 - a , mt +c11c,^ t 1= 1 h^m N t 1a1hU -S,^tb+1^1D 1 ^ c b a m U . z K L 1 hh ^ a m a 1 a t t t c xtp+acK 1 t , t t U c b ^1 -1 a 11, t =W t c1 - 1 - a m. -hc K t + 1 L + 21f t= 1 Cc. pt +the 1am 1 - agood as Consequently wepxcan demand for the final consumption t + 1x express c a a . 1 at , m D b a m U = K L c 1 1 1 1 ^ ^ hh ^ h -1b 1W1 i, t tc+ , a a m a ct- 1 h wt t= t+ 1^L z^1:, t^-1cx1 -z 1b, t ^1=-Fahor ^1 -b 1m,hh 6 aa 1! A =K 0t Lt1 . t +b1Uh 1,a th w c L t a m m , K t +b2^11= -^ c 1a- 1x1t + 1b +w 1c -11xa tc,+m11thLa - ma m 1=- az 2, t + 1 c c - 1 Wt + 1a 1 - a 1L = ahc K tb1+^p1ci, tc1+ 1c1t^1+1,U bz^11, taa-ca (63). . a - m DKCt t += Lb 2 U = â 1c -h=m1hh m1Kp-K t! A t: 1 1 t z,a ,^ + 1 , c 1 i t + 2 6 =t F ^1or b 1ah, t^1= 0 hh K t L t a b Ut ==#1^1 n ama^h B pzci1t, t,da 1, t t+hm1 c 1 mK 1 c ! a A t+1 z 2, t + 1 ^1 Fm a 1 - a cb ,h m=asupply, a ,= m ^c1-1c t +the mcK mh= - 1 the Bcamust c ,K a a 12to 1U Again in equilibrium equal a1 a tm + 1 ademand c1 -= bb^. ana analog 2c 6 az zK L i.e., 11B ^Â hh c ^.1c 1 -hh ! : a b z 1 tabe m 1 ^ ^ h 1^, tb tb t= F or b 1, t = 0 1 U c = + c 1 2 h h 1 1 1 , , t t + 1 t a m c z = t 1,# 1, t 1 - a ada t c1 - cn a a1, t 2 t t -c k = W of (45), K t+2 = a1 ha1KL c1 1ab W a! +Ab2^1b1-2caa 1t +-1 mm m . 2, t +t + , t +1 - tc+a1b 2,-cmta+c11-kaca1cc-1a-1 a = a a W^1t11a+cmm . câ1 h-a ah Kt tz+a1,L 2 bb 2a, A := 1 6"Kabt1+z,K ! = c 1 F b or 1 z U = m m. b W # n a da 1 0a K L 1 1 t t= + 2b^ A^1 a-h1b, t 1t +, th1ct .c 11, ta= b 11-m t + 2^ 1, th t + 11, t a1!, tc a a m b^1 - aah K ta+a1t L1a-c1a-ca1am =az 2m, t m+1 -1ccc c -c1-1W a 2 mmt 1+ 1 at +b11aa -ra 1= cz 1, z = + p B B b-#1t,+ta,1hL b 2 1 ^ h ^ mmb =hzc2, t + 1m.c 1 cW Knt= L 1"1 w 1 c Uxbtt^+= a da a a + 1 , S t N t 1 , , t t 1 +K 1 bâ1!L t 11-- ac1 - m 1, tm = z 2, t + 1 c - 1t +W A aah 1 t+1 t + 1c m c 1 b- a 1 mF a = z 1 a 2 " b1 a, c a a ^ h 1r-2c, t.+ +B 1, 2,1b = tm c zxt t +=x1t^+b1 w c + 1, t p1 = b 2 1 L B h ^ h b1c2, t + 1h = F 1, t t + 1 1, t S,t+ c t +z 21c, t +zN112m,,^tt1+ 1b , t + 1h = F ^c11- cck 2= c aab 22, t2+ 1 + W b b 2 1 a k b^1x-2, tx+w1 h wL =2L +1 , tp c r t +B1, b B = 1

t+1

1-c

p c, tCG==Up it,ct mWt - b^1 1 - ca K L a + G. a 1 - a p S, t + 1 Dt ^D1C 1= ^1 - ahhh Ktm atbL^c11-1-1t -acU1 -ca ^1 aa hh1K L + G. b^1 - ah^p1C m c W t Kcp L tB = z h - at = , G 2 , t t 1 - c 1 - cB^, t1 N b ^1 - ahh K t L + G. D 1-c p c, t Uttc, t=c U t c c 1-a t 1a c 1. t- c^1m- ah K tc L p c, t= G1f=-pbpi, t mW a 1-a K b^1 - ah K at L1 - a W = c 1 = z F t+1 = p2,it, t mWt ^1 -aah1K L t p i, t ^ Wpt 2,pthc, t G c - at c , tof=Keynesian 133 On the Effectiveness p c,Bt G p mW Policies ^1 - ah Kint LGeneral Equilibrium 1-c 1 - c i, t c t c ck = c . 1 -W a b 22, t pC+c, t2b 2,1t ^-cU 1c t- pbc 2, th c 1 -U m b W = - ah K at L1 - a . B 1 ^ a 1-a t t c - mhh K L . ^1 1. UtfpB N^p1 -c, t b Dpt == t h^1 - ca t . = W 1-c c p c, tt p Ut f W Wt 1i, t i, t c= f c p t. b^1 - ah^1 - mh K at W = K c p B a a 1 W c - 1 a , mp1it+1 t , t t ^1 N 1- cb ^1 - ah^1 -a mhh . a 1D C z=11,-tU a L 1 -K (64) c c c,ct- 1 UtB= B =^1C- b^1 .t a 1-a a^11- amhh K t L c ah -i,ct Uahh 11 b a m . = K L 1 1 1 + . D Ct = t Ut c t^C1 -Dbt ^p K L G ^ ^ hh ^ h t t 1 - at b ^1 - ah^1 - mh K a L1 - a = z m c 11 mhhawell, . Uc1tafollowing =cthe D K=ataLequations 1 -ccbâmust 1, m-=ahold 1 -as Naturally, in 6equilibrium (46) and t ^ ^ h 2, t t 1 , 1-a a m ! : a A b z F b 1 0 or p Sh,at +^, m1c1 - ba1^, t11 1, t K L . a 1c1- 1 z 1, t r t^c+1 c1- 1ccU a 1-a - a ah^1 - mhh c 1 -11t, t= m c 1 t (42), c ach K U p c, t G = p i, t mWta=a1 c, m^1z L t = ^1 - b^1 - ah^1 - mhh K^t 1L- b.2, th 1, t t c z 2, t = F = ^1 - b^1 - ah^1 - mhh K at L1 - a . a 1cp-i,t1t z 1,-t c cpcaB-,1t1 U c t c , a a m a U = # A1n:-ac1a - bzt da c ab, m1, t = 0a b 2 +a2b 1 (65) z t a =1F- or 1-c k = W a ! Ap ^ p c, t6t a 1 ! c 1, thA :c^1 -1,b b U ^ h 6 ! = = a z F b 0 or c c h 2 2 , , 2 t t t , t t S, t + 1 1 1, t c a , m 1, t 1, t a aa 11a= f a p2 .2bAac:^^11 -c . zc 6 ! = = a b F b 0 or h c = + b b p iz ^ h h c 1 W 1 1 1 1 , , , t t t 1, t , tc a cc ,t t Wt zct da Ut = #1t, tK n ta a=11-W bnc^1ta a-1 -achzKtaatda L 1 - a - B. (66) a 1 -ac! At + 1Ut = # tt 1-c a c a ! A1 - c z , c Ua 1= " b=1a, tU a 1-a da C c a tm 2 -#b ^11an c a . ca a D Ct z K L 1 ^ ^ hh h c 1 t =t ^ b 1, th + a2!bA1,ct ^1a -2 b 1, th ca a t. 1 - a ac 1 - c D t = Ut ^1 - b^1 - ahh K at L1 t = ^ b b^h1+ 1 - b. h c . -2abh1K B =zmt W , t ^t L 1 1-c x 1 1w , b 1a, th c 1 1-, tc .a 1 - a L-cta1= p^ bS,1ta+, tth12B+N1,2t=b 1ar, tt^+11 B (67) z = a ,m + 1 t c -t + c c - cb ^1 - ah^1 - mhh K L . a 1 " bz 1, t , c U"t b=a ^,1 1t 1 - a p c, t G = p i, t mWt ^1 - ah K at L1 a c 1, t b^1one mh K - ahand L . one. Government ^1 -an Again, therexare two"K effects, a direct indirect b 1at,+t ,1 = W t t -Bc = t+1 w a ,m a 1-c , orthe L =b patoSh,1t the r =1 B 6 ax1 t! = 01 p c, t z= Ffor + 1 Adirectly t:+^11 - x N spending contributes demand – Ut good L B =b r final c 1, t pt + , t1 w+t1c m 1 Bc,-consumption + 11 +L 1 1 -Na = 1z,tt+ t1+ S, ta 1W b a m c K 1 = b x hB ist = wh^tp+ 1 L f p . ^+11 wc^t + t1+L1h(63). xequation , 2, t fact that = r t +to Bthe t by assumption note the presence of m in This due p +1 N 1 , t S t W i, t ,1 - c Kxtt++21 = t 1 - cp a t zi1, tt^+da Ut = #a !does n anot xt +replicate government spending pattern z 2m, t =ofFspending in the economy, 11 - b 2,the 1-c h A a t c xtb+ 11 - the c L1 -cxc c but is directly targeted areb^1 - ah^1 - mh D Ct = Ut there ^1 h wbbta^+11consumption a towards mahxB 1final 1^Lgood. In addition, ztam=K c. 11h-wc tk+= 22 b+ ^tt++b121,= h2 â+ ^21tb+h 1 W . t+ , = K 1 1 , , t t t c b b 1 ^ h indirect effects. Note that1 -2equations (64), (65), and (66) imply that the entry 1 2+, t12 , t t ,ct K pbi,^t= , x c w L 1 t+2 t + 1h p t + 1 a ,m c - 1 a m a c - 1 output a 1 a KWt +c2 = = 1 - b^1 - ah probabilities " bK increase implying higher higher b W == a K L1i-, t +aactivity 1 c1,- 1 -and m1. z 1, t c asUU ^ h t t ^ p 1,m t, +2 11 tK ti,+ t+ t+ t 1- mh B 1 ^ a m 1 t + 1 probabilities. mK t +11-= m B 1 ^ h increases with the entry Therefore, the overall impact of government c 1-c 1 - c = ^1c - mh B K a a -a C xt + 1 w t +than = L m=D B^,1 1a ! A : ^1along - b 1a, th c z 1a, t, m = 1size t +Sc= m1 6. aresponds -B a of 1U ap spending is stronger the the stimulus the -m aaas a1cb +G K= Lm1economy + 1 1 , t N t+ â1hr1K hh 1a b^K1t +-2 a=h KWt +tt +1 L t z 1 - ac c - 1 W 1 t cm m b . L 1 1 c m a ^ c + 1 + 2 1 t , t 1 ^1 - a t +b - cW1 1= 1K a mh K1t-+1a1L a 1c1-am. m 1 -ma the extensive margin, more entry, effect. t + 2 leading t +11- cto a multiplier-type a c 1m .-t m 1 -c c a b W = - a11 K 1 ^ x c- ah K t + 1 L a c c 1 z da U = m # n a + 2 t 1 + 1 t t + 1we can state mW -^1b- mahhgovernment =1 -pa zibond-financed In summary, on p c,at Gthat K= L a t 1-m a1 the t F m m1 c--spending , t2, t + 1t^1a 1 W a!A 2, t + 1 m t= c a c b c a K L z 1 1 c a 1 a m ^ h c 1 +b 1 ^1t w 1 in tx final consumption good leads a fall in physical c a a W ahL K to L a 1c1zt +2b,1t1+a 1 c2 capital 1a1b at mma= minvestment 1 -time a ma2,1t ++ t +^11 - b h c 1 - c t + 1h at + 11 -1ctz = + b 2 2 ^ ^ h 1 m c 1 c 1 t 1 1 1 , , , t t t p a k b c W = U a K L z 1 1 , = K t +effect), c klevel ^ c,2pt bincrease h-1 tac+t11c Wt + 1m + b the cin (a crowding-out of economic at ttime t +1 2activity ,t + 1 2 b 2, t + 1and 21, t + a=1= -Fm pz 2m, t +.12^, t1+ 1- cb12,1 i, t +f a + 1h 1 - b tm p i, t = = z F as more entrepreneurs decide tocW bet active (entry probabilities are higher). b , " ^ h 1 - c cm 2, t + 1 1, t 2, t + 1 =F z 2, t + 1in 1c c- boriginal mKour = ^21 - mreplicates hB 1 - c 2,W t + 1h c Diamond model, t + 1 a model In other words, a result 1^- the c k c = b 2, t + 1 + b b 2 1 2 a k 1-c k C 1a 2a,b 2, t + 1 a1 - b t+ t +c1 c c + b 2 k c displace 1 -D = K t L1assets. 1a-2, t1m+-hh1c m x-t +a=1. wWt +tMoreover, L = p S, t + 1 B N = r t + 1 B, ^1a1 - b1 -^21a, t +-1 a + 2 Ut 2, t + according to which bonds investment inh^productive 11 k c at b c W + = b b 2 1 a k + + + 2 1 2 1 2 1 t+1 , , , t t t b . W = K a K L 1 1 c m ^ for a Keynesian-type h c t+1 t+2 1 1 t+ the model endogenously allows multiplier effect. Specifically, 1-a1-m a 1-a c-1 U = 1 - b 1 - a 1 - m xhh a 1c - 1 z 1a, t, m cimpacting L a . higher ^ labor^ supply h^ 1 leads 1 t to t +K government spending without t a m 1-a a m c-1 W b c = a K L z 1 1 c m ^ h contemporaneous output. b^1 - xt + 1h w t + 1 L +1 t+1 t+1 - aa 1 1--m c a , m2, t= ! A :t^not a 1time b 1, th affects z 1, tthe equilibrium F or Kbt1a+, t 2==outcome 11- only 0 , The policy introduced6at c p iat 1-c m ,t + 1 = z b F 1 time t, but it also impacts the cequilibrium in periods t + 1 and beyond. 2, t + 1h 2, t + 1 ^ c outcomes c zta da Ut =equilibrium #a ! A n ta a 1 - coutcome = ^1 - mh B t + 1 assumption Let us first characterize the at t + m1.KBy 2 a b 2, t + 1 + 2b 2, t + 1 a1 - b 2, t + 1k c 1 - c k = Wtime tc+ 1 1 - cfrom a government debt issued at proceeds zatime = ^ bt aish2to+be c 2brepaid 1 - bat1a, ttime hc 1 - ct .+ 1 with 1, t ^ b^1 - ah K ta+ 1 L1 - a c =W K t + 2the t+1 taxation of labor income att time1,tt + 1. Accordingly, we can write following a " b 1, t , at time t + 1 government budget constraint a m b^1 - ah K ta+ 1 L1 - a c1 a 1 1 (68) xt + 1 w t + 1 L = p S, t + 1 B N = r t + 1 B, 1-c m c z 2, t + 1 ^1 - b 2, where xt + 1 denotes the labor xt + 1 tax rate. a b 22, t + 1 + 2b 2, t + 1 a1 - b 2, t + 1k c 1 b^1 - xinvestment w L Our assumptions imply that the overall in physical capital at time t + h t+1 t+1 , K t+2 = + 1 will lead to the following capital stock at time t + 2 p i, t + 1 1

mK t + 1 = ^1 - mh B

K t + 2 = Wt +c1 b^1 - ah K ta+ 1 L1 - a c1 1-c

b^1 - ah K ta+ 1 L1 - a c1 -

a m . 1 - a 1 - mm

1 a m = z 2m, t + 1 c c - 1 Wt + 1 m a 1 1-m

c^ b h z 1 t =1 -1, ct1 + 2b 1, t ^1 - ba 1, tah c c . - c0 aCt1 ! k da. U6tQ= 1F-orb b c 1= #6=a !aAaA1c:!n-^ta11Aaz-11:a,-^,tb1mc1aaca,-t^hcb-b1a1,actUhh2tc1+,z-1a2,t,bcm1az= , ta^, m = 1, t h1, t F or b 1a, t = 0 b , " 1 1 1 , , t t c 1 c c 1, t 1 c a 1 a 1-a c - 1# a , mn atca c^1 = . zac1!-, tA1 zca ,-m1c-Utcct-z= c - b ^1 - ahh K L 1t da t QUCtat 1= a U 1= #1, t xn aw1 -Uct z,La da =p B = r B, 1

134

a 1 tMaciej + 1 t a K. Dudek Sc, t + 1 N t+1 a 2 a ! A t+ a a1 1-c c t c t 1 1 1 , , , t t t a a a a , a m a 1 a 2 c - 1 a a1 ! A c - 1 1-c 1, t t t + 1 1, t 1, t t 1 a 1,t t 3 3 1t,+ t1 a t i i, t t i i, t t 1 i i 1, t a a a a 21 a 21 11 21 + + t 1 t 111 11 a a21! A i=1 i=1 t+2 t + 1c t + 1 t + 1 i, t + 1 3 S, t + 1 N 3 t + 11 - c t + 1 t + 1 i t + 1 i, t t i i, t S, tt+ 1 N 1 i i a 21 a a 11 a 21 a 21 11 21 t + 1 11 i=1 i=1 t+1 t + 1c 1-c c c-1t+1 1-a a c 1-c 1 2 t+1 t +t + t+1 t+1 1-c t+1 t+1 t+2 a 1-a c y i, t + 1 1 c - 1t + 2 t + 2 t + 1 i, t + 1 at + 1 1 - a m c-1 2, t + 1 t+1 t+1 t+1 1-c c t + 11y-ac m 1-a a 1-a c-1 m 1-a a1 t+1 2, t + 1 t+2 t+ t + 1ct + 1 1 - c 2, t + 1 2, t + 1 t+2 t+1 a 1-a t+1 c c c t+2 t+1 t+1 2 m 11- cc - 1 a 1-a 2, t + 1 2, t + 1 2m, t +21, t + 1 1-a a1 t + t1+ 1 t+ c-1 1 2, t + 1 m t +11 t+1 a 1-a c2, t + 1 t+1 t+1 m 2, t + 1 2, t + 1 m c 2, t + 1 2, t + 1 2 1-c c 2, t + 1 2 2, t + 1 2, t + 1 1-c t+1 2, t + 1 2, t + 1 2, t + 1 t+1

z n=,^ b h + 2b ^1 - b h c . c K L. . =c^ b Uhx + b ahhh = 2^1b -^b1^a " zz 1"b , , / a1 - sb^k1^1--x a hhwn + L / a1 - s k^1 - a h n . " nn, " b = (69) , x w L = p K B= = r Bp, x w L=p B = r B, = / a1K- s =k^^11 - mah Bh n + / a1 - s k^1 - a h n . nc which, given (68) according to the definition of m we have mK = x and notingmthat x = (1 – m)B, reduces to m c b^1 - xK h w= WL b^1 - ah K L c1 - a . c 1 - a 1 - mm b^1 - x h w , L K = p a m , = K K = W b^1 (70) p ah K L c1 - a m^1 - mh m c c W m=z ^1 - ah K L c1 - 1^1--aahmK = ^1 - mb hB 1 m mequilibrium mh B K = ^1 -the a c physical m a capital m must be equal to Moreover, -W ah K b^L = z K bin^1= 1 - ach1demand K- L 1 -for 1m c m W a1a- b1m - mc = ^ ha^ m .hmh F - ah K ^1L- achc^11z--^1mhK = W bwe the supply. Consequently, ^1 have a . K = W b^1 - ah K L c11 - 1 - m 1 - a 1 - mm a m b^1 - ah K L ca1b - +a2b m a1 -mb= z k c c k =WW (71) b^1 - ah K L c1 -^1 - aha^1 -mmm= c W h z a b^1 - ah K L c11 - 1 - m c W =z 1 - a 1 - mm 1-c (72) c 1 z- c z^1 - b1 - bh = F = F ^ h c ab + 2b a1 - b kc k = W ab (73) + 2b a1 - b kc k = W t

The process of debt repayment effectively shifts resources from savers, young agents who work and are liable for debt repayment, to consumers, old agents who hold bonds and have no incentive to save. Naturally, this lowers the overall investment in physical capital and further deteriorates physical capital stock, as in equation (70). Moreover, again we have an indirect effect, as entry probability b2, t+1 is smaller as well, leading to further reduction in physical capital stock. The equilibrium in the final consumption good market is also affected, as the process of debt repayment transfers resources from savers to consumers. Specifically, we can write the following equilibrium conditions, analogs of (64), (65), and (66), 1 1 c - 1 a 1, m c - 1 1 1 1 1 t 1, t 1 c - 1c -a11, m c - 1 c - 1 a 1, m t ,m 1, t1 a 1 1, t t a 1 1 1, t + 1 1, t + 1 a1 a1 a 1, m 1 a 1, m 1, t + 1 1, t + 1 1, t + 1 1, t + 1 t+1

a 1 a (74) a z c U = a1 b 1 - 1 kk K at L1 - a a 1-a a 1c -a1 za1a, t, maca1c --11 -U kk K t L mat a= 1a-1a- b a1 m 1 K L kk = ca1U-=ba1 - b a1 -kk1K a z a c z U1cL t 6 a 1 ! A : ^1 - b F 1 - m1 --ct m h cac ! zA : ^1= 1 1 (75) - b 1a, t + 1h c z 1a, t, +m 1 = F 6 1 c 1 a 1 c =F A b: ^1 -h b z 6 a 1 !6Aa:1^! 1a 1c - 1 z 1ac, t, m c c - 1 Ut = a1 - b a1 c-1 a c hz c = F U = # n t + 1ca 1 - c zt + 1 da a z 1 t 1 t 1 + + c cz 1 1 U +a 1 = # naa ac11 -a !tA+ 1 a ca a da c zt + 1t da ,m a !aAb (76) Ut + 1 =U#t + 1 = n1ta#+a 1!aA 1n-a ac zata2+11-da 1 = 6 a z F a1a ! A : ^1 h a c t + 1, t +! 1 A: 1 - b az !A = ^ b 1, t + 1h + 2b 1, t t++11^1 -cba1, t +11,h2tc+c11 - c ca 6 a a zaa = 1a^-bc1, t + 11h- + 2b 1, t + 1 ^11- b 1a, t +^1h c 1 -t +c1,1t + 1hc t+1 a 2a 2 a c + b b b c 2 1 . (77) ^ h ^ h + zta+ 1 =z^ab 1a, t= b b c 2 1 Ut + 1 = # n a a 1 - c + 1h 1, t + 1 1, t + 1 ^ 1, t + 1 1, t + 1h 1, t + 1 a a!A a a1 The - m impact of debt repayment on the equilibrium in the market for the t+ 1 a = ^ b 1a, t + 1h2 + 2b 1a zafinal 1-m -ma 1 - m 1 consumption There is a mechanical effect as the demand is a " b 1, t + 1,a ! A good is two-fold. a " b 1, t + 1,a ! A a a a in , " b 1, t + 1",abincreased t + 1 a ! A due to the shift of spending from savers !1,A - m to consumers, term 1 t+1 t+1 m 1 " n a ,a ! A " n a ,a ! A t+1 a t+1 (74). Moreover, entry probabilities also change (increase) b , " , " n a ,"a !nequation a 1 c a a! A 1, t + 1 a ! A A " b 1, t + 1,a ! A a 1 - a1 - c c =1further K t 1+-i +c 1to W L b^increase 1 - ah K in leading output. 1-a -c t += i W c b ^1 - ah K a t +L t+i K 1 a+ i + 11 - a i c= W c b 1 +i L that tthe a " nt +debt t+1 ^ weta+can K t + i + 1K=t +W Lh1K-tstate b^1t +In process of has two" neffects. a ,a !repayment A i+ t+i i ah K i t1+ isummary, a ,a ! A 1 -leading c It negatively affects the process of physical capital formation to a decrease 1 1-c a c 1 - ah K L1 - a m c - 1 K t + i + 1 = Wt + i b ^1 c tK +i W b^1 - ah K ta+ i L1 - a = = W b^1 - a a t+i 1-a m c-1 1 z 2, t +1i c t+i+1 t+i = z 2, t + i c Wt + i m1b ^1c1a ma - 1 ah K t + i L 1-a c = K L z W a c 1Kh = L z W b^1 - 1ba^hc ct + i m t + i 2, t + i 2, t + i t + i t+i 1-c z 2, t + i = F ^11--bc2, t1+ ih 1 1 - b 2, t + ih c z 2m, t + i = F ^ m cc m ^1 - b^21, t +-ih b 2c, t + ihz 2, tc+ i =z 2F, t + i = F b^1 - ah K ta+ i L1 - a = z 2m, t + i c c - 1 Wt + i b^1 - ah

1 -m =1 F a1 - m aa c1--1az a , m c c - 1 U 1h1 !cA : ^z 11,at 1 b 1, t + , ta+a +, m Fc1.h- 1 ca , m cz 1c6 a1 1 ! A ^: ^1 - b16 t +11U = ,1, t + iah kk K t L1 c 1 -1c, t + ia= c c ta , m a1 - b a1 1, t , ma 1 a z 1, t 1 c 1-m =b 1F,nt +t +1h1 a 1 - c zz t1+, t +1 da 6 a 1 ! A : ^1 - b 1, t6 = Ft + 1 1 - c t + 1 a !c Az:1= ^,1t +1 + 1h 1 U 1 # t c - c a ,m 1 = U n a z da # a c 1 t+1 a a " n a,a ! A z 1, t + aF ! A a6 a 1 !c Aa: c^1 - b 1, t + 1h 6 a 1 ! A : ^1 - b 1aa, t!+A1h c t +zt +1a1,1t, +m11-c= t+1 t+1 1-c t+1 c t + 1U a # 2 n t +aa a2 = Ut +1z1nca1 a-cca za ada 1 -cc c # aa=bda t +^1b ab 1 = ^ = + z 2 h h a A ! a A ! + z b b b c 2 1 ^ct + 1 1351, t + 1h a 1Policies t + 1 ^ 1, t + 1h 1Equilibrium 1 ,t + 1 , t +t + the Effectiveness of Keynesian ain1, General Uct + bOn naa 1aa211-, t +c 1z da 2, t t+1 a ta+ 1 # a 2Ut + 1 = aac 1b 1-c a^ Ab !1 = + z b b b c 2 = + z b c 2 1 ^ h h ^ h ^ h a a 1, t + 1 a1, t + 1 11, t +11, t + 1 1, t + 1 1, t + 1 c a 1 1 t+ t+1 a a 1 a 2 a a 1-c m c-1 ,m a 1^-ba c-1 1 c - 1+a 2 z bc1,ct +-11Û 11"b 1m, t ,a =ba11, t +-1hbca1 -za z 1a, t,cm aUt = a1 - b a1 L 1, a t + 1h z kkaK t = a ! A a1 t 1, t 1 m 1 1 in Kt + 2a. At the same time, conditioned on distribution of project 1 the existing 1 ac a m a 1,ab 1, tt+1+11c 1 1 a a , " mm a a m , , a m , a 1 a b 1 c " ! Ab and hthe 1value 1 a !1of , t +z types it the =the =LF 6 a 1 !" nAa: ^,1aaF capital 6 ac1c K !1t +U A1t:= b b a11hzstock K 1expansionary a^1is 1a 1 t+1 t 1, ta+ 1A ,kk 1, t m 11 --a zm1as a ! A 1, t + 1 1 c 1 - mb a 1,1t +a c c1- 1 ,a , m c - 1 c c a , "1 b 1,the " a m , a 1 a t +for demand final consumption good increases. = U a z c b K L 1 1 a a kk 1 c t+1 a ! a 1 1a, t= 1+U A c t +a1, mkk K t1L- m a t !A 1t+1 1-c a t +b1ta11 zt1+, ta1a,U c!c11-, tA " n =,aq t 1#1-a bn a ! A+ 1 -1 a" n6 = U a1 -cc 1ztda n a 1 = : ^that z+ F beyond # 1+ 1no h b anote A1 = !t , m q 1ab, " ^ h ^ h t + a a a 1 t t 1 1 1 1 , , + + " Foralacompleteness let us in periods 2 and there is ,t + a! maA c 1, t +a1t +a1! 1 cAa a, m, m c - 1 a A1 1 aa, ! c1+1 1 - ca cL1t +-11aUt =aa!a1A - b a1 - a c- 1 zz n ta:6 !b Aand : ^h11U c=F 1a -isbaacharacterized 1 - a1t-c1+c1 zkk1c,K "bcn1,ttza++aa11,h,maa1 !1-c1c= t t by a t =1 a 1! cA Aa aF 1the t + 1 the 2 ,1t, t2+ 1equilibrium policy consequently 6K a 1intervention !t"+A 1,aac a 1 c m 1 t 1 + t 1b 1 1 1 ,t + , + K L a 1 1 =^ W = + + 2b 1 z b b b c ^Kc t +nic+t +1h1=a t +Wi ^ b1,^t1+1-1da= b hc ah2K t1+, ti+L1U^1t + 1 = 1c,#t + 1h n" na a,1 -zcz tn + i + 1, t+i 1a a a , m ^ 1, t + 1h " t i + , " a A ! a c a a A ! c 1 a a A t +(45), 1A :1 -1cand t+ 1 a analogs following set !of equations, (38), (46), i H 2, a ! A aa of (35), a , m6(39), c = a ! b z F 1 a a 1 a h c a ^ aza 1da = z+ 1-t +#a 1U 11-h cz 1nFt + 1 da 1, t + 1 K t + i + 1 =6Wat1+c! Lh U bA^1:Kâht b+1K11= W b t= 2, t + 1 ,t t= a 1+aa ! AK i 1c#t + ict +n1â11,a + t+i+ i = b + 2b 1ca, t + 1 ^1 1-ccc- b 1a, t + 1h c 1 -ac 1 zttaaa+1+-i1L a a!A a a ^ 1, t + 1ch c c b = K W b^1 - ah Kn tt++i1L 1 a1 am L2 1h K K t + i + 1 =t +W ba^1t +t +11a 1 - m " 1, t + 1,a ! A 1(78) i+ i c = # + a1 t +ai # + n bc 1da ctU 2mbta+b1a,1ata+ 111^-h1cct +U z ^t 1+b1t+1 a z 1 1- = ma h2= at + i^ bz c+ 1,= t+ 1ah ^1 , t + 1h b 2 1 a a 1 a!A a 1 c a zW b^1 - ah K t + i La b= a ! Az 12,,tt+ 1ihcK 1t ,+t + 1= 1c, t + 1 W L a 1 a a ^ i + c t+2 b t+1 2 "t +bi -+1 a11,a !a1A-2a , t +2 i m a ct +-1 i1 mzt + 1,ct= =1 - cb a +2 " 1, t +a1",na !a A ,a !aA1 - c mb1^1--m ah K1a-Lc1 -ma = - b 1az bL1t , t +i 1h=+z 2b 1,ct + 1 ^1W ^ a 1h c ^ 1, t + 1h (79) z W c K b a 1 ^ h a t + , + 2 t i t i + + , t+i 2, t + i t+i = b z F 1 ^ h = b z F 1 m 1 a a 2, t + i 2, t + ih ^ a m 1 a 1 m a 2, t + i 1 t1+t + c 1 c 2 t i + , b^1 - ah K t + i L1 amh"Knt +a iaL,a ! A= z 2, t + i c Wt + i 1" n a ,"ab!1At ,a A a 1 - "cb 1m, t + 1,a ! A c b1^c a ! b =bF (80) =F z ^1 h c z 2^, t1+a i 2, t + ih 1-c m 1-c 1 - c c m 2, t + i 1 - m a! m A " b 1, t + 1,a !1"A-cbc12, t, t++11i,t+1 b 1 a a 1 a - a z 2, t + i = F 1 = b z F 1 1 c ^ h n ,2a,!t +Aih c1 2, t + i K1 a = aW 1 - ab^1 - ah2K ,t + i L c K ah"^1aK,a L ^1 l= Wt + i+t b m c a-a1h^ t +bi + 1 , t+q i ch- 1 ta+ i 1(81) t+i , m b c1--a +^11a1" - 1^1ac= t + i +t1a+ 1 = aq U z K L c a ^ hh b , " 1 t 1 + , = U a z K L c b a 1 1 n " n a ,a ! A" a ,a1!1,At + 11,1at +!i Aa , m c t-1+11i 1-c c 1, t +1 i a , m a t +1i 1 -taa+^!i A a ^ 1 - a hh t + i a 1 - a 1 -1 ba^= 1c -1h, tK c= 1-1 , mt + U a1 1cK caW b1in = ^L Ut +K za1 - b^1 - ahh K t +1i L 1 a ^1a1^tac+1,tcim+L 1 tc+zi1+, t1+ i ta+F iz 1c + = bt +1a6 6aal 1=!qA :1^-1ch a 1i . 1h 1,= hh " c !c a A b z F.i t + i : 1 n ^ 1 t i t i , , + + , " 1 a , m c1- 1 c a a m a (82) , 1-a a 1 1 a c 1 c 1 1 1 t i t i a! A , , + + = K W K L b a 1 ci + 1 a a a! A 1^h c U a z c m a m 1 a a = U a z K L c b a 1 1 t + 1 t i c c + ^ ^ hh t i + K t + i + 1 = Wbt +^1i b^1ah-Kaah K ,atW + i 1 - ct + ia , m 1b-^c1 - ah K = cA Lth+a11-i Lcz 2z:, ta^+,11mi c-=b1F Lt + i 1= z 2,1t,+t +i ci 1 Wtt++i t 6 a ! A : ^1 t+i - btt +1,it6 .+t i+hi c z 1, t + i = cF. ! l = 1 a 1- q 1 i t i , + + 1 1 t , a 1 a n c , " n a=,a W -1t-K ca+ ai2+, m1and a a ! any Absent in aperiods beyond = -!aA K: t +1i L b a h 1 - c z a ,m ah K a 1L heconomy ! A c b ^1 K "+interventions c b6^11a the 1A- cpolicy =1W 16 + i 1 a-tz+ i : ^1 1, t + i 1, t + + ith c =t +Fi ^ z 2m, t +t +i i= F a"1 n!t +t ,A b11,2t-,+t1+ai i= 1 - b 2, t +"ihntot ,ca steady Kc t + i L zFc2m.t, t++i izc2mc, t-+1i1W bb^11, ta h ^converges ^ h state. a a! A a a! A a m 1-a 1 c-1 b 2, t t t a m b 1 a -a Ktwo z c W - 1variables c= ^1 L The model isbcharacterized byh1= state Kt t +and " n a,a ! A and the i t+ z 2ci L ^1 - a2^",h1t nKba, abi! A h t+ ,t + 1 z 2mi c, t + i =W2F,tt ++ ii 1 2, t + i c b m -a c 1 described affects both. First we observe the traditional where a b 2policy c-1 a m 1-a ,t 1 1 a L1the 1 c m 2, tm a1 c - 1 1b êffect = K z W a c 1 h b = b z F 1 , " = K L z W b a c 1 ^ h b 2 t i t i + + , ^ h a m a a m , , 1 a , " 1 t , t+i b i c1= c-1 c - 1 2,z c - 1tb + i at c 2L t +i a capital i ,t + b 2,at +! iAhto c,-2t,1t aFU ^1 -leads ! A2, t += policy a fall in physical stock both the time of = U a z K a z b b a 1 1 1 1 2+ t i+ci investment ,in ^ ^ hh ^ ^ hh 2 t , c t i t i + + 1 1 t t i t i , , + + a a 1 1- c m - c Am 1 " b 1, t ,a1!atA the " b1debt 11 the = b z F 1, t ,a !zrepayment, bond"issue time i.e., policy leads to a crowding 1of t+ ^ h = b F 1 c c 1 1 n ta+ 1,aand 2 t i + , 2 t i + , a 1-a cb ab"^b1h-, ahh Kz a , mL= 1 " n"2,abt +aiz,h1,aa !, mcA = F2,.ta+1 ic - 1 z a , m 6 A b a^ A : ^1!A F. 6 a1 ! ! t +Ahas :=1 1-U c ca-turn 1 1, t + 1, t + i1, t ac! ih physical i ^ â negative 1, t + in i i i on ‑out effect. impact A 1t ,+t + c 1c, t-11,1at +t!+iaAcapital t + 1 fall 1 in 1, m c -11 stock a 1-a n n 7 " a ,a ! cA- 1 a , m a c"- 1 az ,a !cA a1 - 1a -hh aK = U L b 1 ^ ^ c 1 t + 1, t + i = ^1 t+i t+1 a ,m L welfare UA c1+h1!+ bi^q1h-nat hhzK = ah^b11a,t1:1i^t^+ i atq t + i = F. 1" n a,aa!l A=. aq + ^1a 1- azh^1a,1lt +6 "-1 n1 a a ,,ma ! cA-1 1 n aaq 1 , t +1ih "c a,a 1!, tA +i "not a ! cAc 1 cbut a a m , However, the policy only affects physical capital stock, a m , aU 1 c 1 c 1 = ^1 - b^1 - a a zita +also c1 -affects a a m , = a A b z F l 6 ! : . 1 = + a aq a q 1 1 l = + a aq a q 1 1 = U a z L c b a 1 1 ^ h ^ ^ h ^ h ^ h ^ ^ t+i 1 hh K1,tt+ 1 b t + i1 = i t+i 1F ii ,t + an1 t!+ 1state A : ^1variable 6other . i1, t + at t + 1t 1,z c h , " 1 1 t i t i , , + + n the . Note that the time when the policy is enacted , " n c " aal = b 2, t b a a! A a aaq l = + a aq a 1 ! A + ^1 - 1 ^ h c 1 2 t , a q 1 h^ c a ,hm6 a ! A : 1 - b a a , m ^1 - qh 1 t, 6 a t" +n t+1 b a = F. t ^ probabilities both are predetermined. However, the b2,zt1and = A z ! : 1 ^ h 1F. entry 1, t + ih ,t + i n n , " a c a A ! , " 1 1 1 t i t i , , + + "a n"Kab,t aaand c a! A a a! A a ! A ,a a t+1 b 1 t + b , " b b 1 1 , t + respond. In particular, b falls and rise. Naturally, this leads " 1, t ,a ! A a ! A " 1, t ,ta ! A t 1 a ! A 2, t 1n ,2t,+ " n a ,a ! A !A " n of a n t "A a b,aawith a,a the ! A final consumption good to a contemporaneous output in units , " bt +21, tn t +"2 b 1b, t +2,1t ,a !" A a,a !effects a 1 1 , t + a! A a , n"tabb+12aadditional n ta+ 1,a !Observe a ,a ! A " n a ",aHowever, rising. there"are that " b 1, thigher A !A " 1,,,tt +aa!1t!,+AaA2! A dynamic "effects. + 1,a ! Avalues a b 2 t + b ,t " b 1,at ,!aA!higher 2,At " 1n a ,a ! activity, of " b 1ab, t ,aa "! nA imply more 2firms choose to be active. This, t+ a , A a economic 2 t +q ,a ^!1A- ah^1 - "qbh"1nt ,at +!2A,a ! A = "aq1timplies + + ^1being - ah^"observed. al turn, al = aaq are 1nh " nindividual amore in that market demands a ,a ! A Direct 1 t+ b a ,aa ! A , " b , " t + 1 b a" n 1 t , a! A , 1 t , b a A ! , " a a A ! , " n "t + 1a ,aaq A- a 1 - q 1t a ! Ademand leadst +to observation ofa !^1individual market resolution and ! 1At + a hâl a= haq l= 11aaq ++ aha^1h^qhq"hn a 1t ,+a1uncertainty ^1^" n a a,la= " b 1t ,a ! A absent !A !A t + 1 " b 1t ,a ! A n affects the future distribution of project types . In particular, , " ,1aaq"an^1+ =-+ aq 1q^^= h ^1 - ah^1 - qha a ! A !hh al+=al1aq Â1aahlhaqq+ al = aq hâ1a al = q a ^marginal a the project not active at time t became n taq+ 1,a !ofA type ‘a’ that" bwas " l = a , " b 1, tpolicy, l ^1 - ah^1 - qh = aq + ^1 - ah^1 - qh a1l, t +=1,aq +1 a ! A a! A t + 1 l = al+ qh+project ^1 - aah^1=if-aq a project of type at time t + 1.+However, the a aq a q 1 1 ^l = q h^ h t+1 " nqa ,a ! A = a "t +n2aal =,aa1!l a A q t+2 bis1, t +enacted, is when the policy al "= " nactive " n a is , observed atal time = q t and the a ,a ! A q1,qa ! A the demand t + 1 al 1= a n ta+1a1,!–aA!qAat time " n " , a b project is either of type q at time t + 1 or of type t + 1. Clearly, " , a a A ! l = 1 a q l = 1 a q 1 1 , t + a! A "a b 1, t + 1,a ! A a n ta+at2 ,atime " b when policy is active t then the project is less risky at " b 1t ,a !the " , A ! l a = 1 -time a q t + l = 1 t 1 a q A t+2 b 1a,!t +A1,a ! A b a , ! A more likely to run "projects t+2 " n a ",agents + "1nand rational that should be run and a !1,At + 1 aare , a a +a !^suspend al = aq 1A - ah^1 those q2 h" bthat al = taq ah^policy 1 - qhis inactive, 1t ,a !should A 2 + ^1 +When choose to be suspended. the t + a " n a ,a ! A a " b 1t ,a"!nAa ,a ! the A the" bproject demand is not observed, uncertainty rises and at 1t ,a ! A is suspended, al = aq + ^1 - ah^1 - qahl = aq al = q a " b 1t ,a ! A , "ab + aq qh = aq +a^l1=-by a7 lOur hconstruction ^11t â-1! qA-h ah^1is economy dynamically efficient. l = a q al = 1 - q al = 1 - q al = aq + ^1 - ah^1 - qh al = aq + ^1 - ah^1 - qh al = q al = q al = 1 - q al = q al-=q q l = 1 a al = 1 - q al = 1 - q al = 1 - q 1

1 1

6 a 1 ! A : ^1 - b 1, t + ih c z1 1, t + i = F. 1, t + i c c1-, t1+ i a , m c a 1 z 1, t + i c t " n a,1a ! A t 1 1" n a,a ! A ! A : ^1a-hhbK1a,at + iL h 1 -ca 1 b ^1 a 1c - 1 z 1a, t, +m i c c - 1 Ut + i =6^1a t i + b 2, t 136 Maciej b 2, t K. Dudek 1-c n .ta,a ! A 6 a 1 ! A : ^1 - b 1a, t + ih ca z 1a, t, +m i =" F " b 1, t ,a ! A a " b 1", tn,at ,! A b 2, t a a! A t+1 time t + 1 agents are more likely to misallocate their resources, underfunding n " , a a! A n ta+ 1providing projects that should be financed "and excessive finance to "those b 1a, t ,a !that b 2,,t a ! A A should be suspended. The policy, thus, impacts positively distribution al =the aq + ^1 - at +h^11 -ofqh l = aq qh time t + 1, " n , , a + ^1 - ah^1 - at projects types and leads to a more adispersed " b 1, t ,a ! distribution a a! A A t+1 allowing for sounder decision makingt +and more efficient allocation " n a ,a ! A of resources. 1 " n "a n ,t +a !1,A , the impact of the policy + ^1 - ah^1 - qh al =ataq Similarly, conditioned on Kt + 1 and time a a! A a b " 1, t + 1,a ! A t + 1 on the entry probabilities " b 1a, t + 1,a ! A is positive, leading to a "favorable n ta+ 1,a ! A al = aq + ^1 - ah^1 - qh t+2 change in the distribution of project ttypes at time t + 2, " n a ,a ! A. +2 a " n "a n ,t +a 1!,A " b 1, t +effect 1,a ! A a two a ! A effects: it has aa detrimental In our model the described policy has 1 "b , 1 a 1t a ! A a a 1 on physical capital, but at the same" btime it alleviatesainformational c - 1 a , m c - 1 imperfections 1"t , z 1, t c Ut ="an1ta+-2 ,baa!1Akk K t L ba1a!, t +A1,a ! A 1-m and leads, as a by – product of economic activity, to 1a buildup of informational al-=caqa ,+ ^1 - aa h^1 - qh m al 6=aaq aphysical 11a,qhh1resources 2+A^1 t+ h ^ capital. Simply put, in our model, agents have less to ="work ! : b z F 1 ^ b 1t ,a !with 1 t t 1 1 1 , + + " n a ,a ! A c A c at time t + 1 and beyond, but are better informed aboutal the = qqualities of their t+1 1-c t+1 8 = U n a # l = a q a t + 1which - qh al a= aqa+ ^1 - z aha^1 da projects . Hence, agents are less likely misallocate resources, ! Aleads, " b 1t ,to a! A 1 a a 2of 1z-t +qthe al = other things being equal, to higher outputs. On the other hand, supply = ^ b 1, t + 1h + 2b 1, t + 1 ^1 - b 1a al = 1 - q al = qlevel = aqthings + ^1 -being ah^1 qh toa a smaller physical resources is smaller, leading,alother equal, a of output. Which of the two effects is stronger: the traditional one pertaining to al = 1 - q 1al =m qone, concerned with the informational physical resources or the model – specific a capital stock? Unfortunately, the answer to this question is not conclusive and "abl1,= t + 11,a!A the overall impact depends on the values ofq the parameters of the model as t+1 simulations below illustrate. " n a ,a ! A Figure (2), obtained for m = 0.2, depicts the1feasibility of the most favorable -c a a c K t + i +t 1==3,Wi.e., Ktakes L1 -place. b a 1 ^ h outcome. The policy is enacted at time spending Let us t+i t+i describe the impact of the policy starting with its effects on the evolution of capital stock. The policy has no impact on K3 as this value is predetermined. 1 m 1-a c-1 However, as expected K4 is lower than K3, as spending t = 3 is fully = K ta+time L z Wt + i b^1 - ahat c 2, t + i i financed with a debt issue. Moreover, K5 is even as the process of debt 1 - clower m = Fsavers to spenders. 1 - b 2, of repayment at time t = 4 amounts to^a shift t + ihresources i c z 2, t +from Starting from t = 5 there is no explicit policy and Kt rebuilds itself and returns to the original value. It is clear that the policy is 1detrimental of the physical 1 1 a ,m c - 1 capital stock and in particular, it reduces the = ^1 -ofb^the a 1c -productive z 1, t + i c Ucapacity 1 - ahh K ta+ i L1 - a t+i economy. 1 - c a ,m a =of F.all, note 6 ais1 a bit ! A :more ^1 - bcomplicated. 1, t + ih t+i The impact of the policy on output c z 1,First t that output depends on Kt. Consequently, " n ,a ! Athe specific form of the evolution of capital stock lowers economic activitya and, other things being equal, leads to lower output. Moreover, note that bat time t = 3, when the policy is enacted, 2, t output responds positively. This is not surprising as K3 is predetermined and the policy effectively encourages entry, " b 1a, t ,a ! A become higher. However, as figure 1

" nmarket As noted before, we assume individual for consumption goods to be more a ,a !demand A volatile than individual market demand for investment goods. Therefore, when " b 1a,t ,a ! A rise and b2,t falls, the informational capital rises as aq agents + ^1learn - ahsomething al = ^1 - qh new about individual demand for consumption goods and agents do not lose much information, in our model they do not lose at all, about individual market demand t + 1for investment goods. 8

t+1

" n a ,a ! A

" b 1, t + 1,a ! A a

" n a ,a ! A t+2

On the Effectiveness of Keynesian Policies in General Equilibrium

137

Welfare Capital Dev.Output Dev.Dev. Welfare Welfare Capital Dev. Capital Dev.Output Dev. Output

Figure 2. The deviation of output from the steady state value, the deviation of capital stock from the steady state value and welfare, measured in terms of a one generational utility, as functions of time for F = 0.1923, a = 1/3, q = 0.98, b = 1/2, L = 1, c = 0.7, and m = 0.2. The process of convergence appears to be oscillatory in our simulations. Oscillations appear for higher time values and were not depicted for expositional transparency. Moreover, we suspect the oscillations are mainly due to computational issues. 0.15 0.1 0.15 0.05 0.1 0 0.15 0.05 0.1 0 0.05 0 0

–0.1 0 –0.2 –0.1 0 –0.2 –0.1

–0.2 –3.85 –3.9 –3.85 –3.95 –3.9 –4 –3.85 –3.95 –4.05 –3.9 –4 –3.95 –4.05 –4 –4.05

15 time 15 time 15 time 15 time 15 time 15 time 15 time 15 time 15 time

Output Dev.Dev. v. tput Dev. Output

Welfare Capital Dev.Output Dev.Dev. Welfare Welfare Capital Dev. Capital Dev.Output Dev. Output

(2) indicates output is not only higher at time t = 3, but it also exceeds the norm at time t = 4. This is due to the fact that more entrepreneurial activity at time t = 0.2 = 3 as a by-product led to more uncertainty resolution and consequently to 0.1 a faster buildup of 0.2 informational capital. As a result at time t = 4 agents, despite 0 0.1 0.2 having less physical resources, K104 is smaller, are better informed 5 15 20 on average 25 time about the qualities0.100of their products. Given their superior information, they 5 10 15 20 25 0 resources more time –0.1 allocate their scarcer efficiently and overall output rises. In 5 10 15 20 25 0 –0.2 addition, one has–0.1 to acknowledge thattime the process of debt repayment, which –0.3 0 –0.2 –0.4 takes place at time expansionary for given values of the state –0.1t = 4, 5is itself –0.3 10 15 20 25 –0.2 –0.4 timeat time t = 4. At time t = 5 output variables, contributing further to output –0.3 –3.7 5 10 15 20 25 –0.4 drops relative to –3.7 the value at time t = 4, but it remains above the original –3.8 time 5 10 15 20 25 –3.9 value. The reason Informational capital wins the –3.8for that is again obvious. time –4 –3.7 relative war with –3.9 physical capital, and hence output is higher than the norm –3.8 –4 5 10 15 20 25 at time t = 5, but–3.9 at the same time there time is no more any direct policy-driven –4 10 15 20 25 stimulus, which causes a 5noticeable drop in output relative to period t = 4 time 5 10 15 20 25 level of output. In the subsequent periods there are no direct consequences time of the policy, but the impact of informational capital built-up at times t = 3, t = 4, and t = 5, clearly dominates the negative influence of physical capital stock and, as a result, output remains above the norm only to slowly approach its original value. 0.3 0.2 0.3 0.1 0.2 0.3 0 0.1 0.2 0 0.1 0

15 time 15

138

Maciej K. Dudek

Welfare Welfare Welfare Capital Capital Dev. Capital Dev.Output Dev.Output Dev. Output Dev.Dev.

Similarly, the impact of the policy on welfare, measured in terms of utility (1), mostly depends on the relative strengths of the two forms of capital. The value at time 1 reflects the steady state value. Observe that welfare reacts to the policy at time t = 2 even though the policy is enacted at time t = 3. This is due to the fact that the utility function of the generation born at time t = 2 encompasses consumption at time t = 3, when policy is enacted, which itself depends on the policy. Welfare of the generation born at time t = 3 increases substantially as this generation fully benefits from the expansionary policy and does not bear the burden of the debt issued at time t = 3. The welfare of the generation born a time t = 4 drops relative to the welfare of the generation born at time t = 3, but it remains above the steady state value. This is due to 0.15 the fact that the generation born at time t = 4 is taxed to finance the process 0.1 0.15 of debt repayment. 0.05 Being forced to repay the debt, the generation suffers 0.1 0 a welfare loss, but0.15 in our 5example it still benefits from richer information, so 0.05 10 15 20 25 0.1 0 welfare is positivetime the overall impact on relative to the steady state values. The 0.05 5 10 15 20 25 0 welfare of the future generations exceeds the steady state value as those 0 time –0.1 0from higher 5 10 15 20 generations benefit informational capital25stock and do not suffer –0.2 time –0.1 from any direct policy 0 – induced effects. Thus, when m = 0.2, we observe a clear –0.2 5 10 15 20 25 –0.1 example of a positive, strictly Pareto improving role of a fiscal debt-financed time –3.85 5 10 15 20 25 –0.2 expansion. time –3.9 –3.85 –3.95

15 time 15 time 15 time

ev. ut Dev.

Welfare Welfare Welfare Capital Capital Dev. Capital Dev.Output Dev.Output Dev. Output Dev.Dev.

–3.9 timefrom the steady state value, Figure 3. The –4 deviation of output –3.85 –4.05 the deviation –3.95 of capital stock from the steady state value and welfare, –3.9 –4 5 10 15 20 25 measured in–3.95 terms of a one generational utility, as functions of time time –4.05 5 q = 0.98, 10 15 for F = 0.1923, –4 a = 1/3, btime = 1/2, 20 L = 1, 25 c = 0.7, and m = 0.3. The process of–4.05 convergence appears to be oscillatory 5 10 15 20 25 in our simulations. timevalues and were not depicted Oscillations appear for higher time for expositional transparency. Moreover, we suspect the oscillations are mainly due to computational issues. 0.2 0.1 0.2 0 0.1 0.2 0 0.1 0 –0.1 0 0 –0.2 –0.1 –0.3 –0.2 –0.4 0 –0.3 –0.1 –0.4 –0.2 –3.7 –0.3 –3.8 –0.4 –3.7 –3.9 –3.8 –4 –3.7 –3.9 –3.8 –4 –3.9 –4

0.3 0.2 0.3

Welfare Welfare Welfare Capital Capital Dev. Capital Dev.Outpu Dev.O

0.1 0 time 0.05 5 10 15 20 25 0 0 time –0.1 5 10 15 20 25 0 time –0.2 –0.1 0 139 On the Effectiveness Equilibrium –0.2 5 of Keynesian 10 15Policies 20 in General 25 –0.1 time –3.85 –0.2 5 10 15 20 25 time –3.9 –3.85 5 10 15 20 25 –3.95 Figure (3) illustrates the evolution oftime the key variables of interest when the –3.9 –4 –3.85 –3.95 policy, enacted at–4.05 time t = 3, is a bit more pro-active with m = 0.3 rather than –3.9 –4 5 10 15 20 25 m = 0.2. In other –3.95 words, in this case the policy maker decides to spend more and time –4.05 –4 5 10 15 25 to run a higher budget deficit at time t =time 3. The 20 response of the economy in this –4.05 5 10 15 20 25 case is qualitatively analogous to the one obtained when m = 0.2, but there are time

Welfare Welfare Welfare Capital Capital Dev. Capital Dev.Output Dev.Output Dev. Output Dev.Dev.

some important quantitative differences. Specifically, physical capital stock reacts more strongly and its fall is more significant, as expected, as m is now larger. Moreover, output still remains above the steady state value, i.e., it is apparent that in this case the0.2role of informational capital relatively dominates the role of physical capital. However, the strength of informational capital does not suffice 0.1 0.2 to ensure that welfare raises at all horizons. Specifically, the welfare of the 0 0.1 15 bears 20the burden 25 generation born at0.2 time t =5 4, the10one who of debt repayment, 0 time 0.1 drops below the steady state is due 20to the 25 fact that in this case the 5 value. 10 This15 0 0 time debt itself is large –0.1 and positive10effects with 15associated 20 25 enhanced information 0 any 5 –0.2 time the negative effect of the burden of –0.3 do not contribute –0.1 significantly to ameliorate 0 –0.2 –0.4 –0.1 –0.3 the debt. In summary, in this case stimulus allows output to remain 5 10 the fiscal 15 20 25 –0.2 –0.4 time –3.7 does 5not lead above the norm, but to a strict Pareto improvement in terms of –0.3 10 15 20 25 –0.4 –3.8 time welfare. –3.7 5 10 15 20 25 –3.9 –3.8 –4

time

Welfare Welfare Welfare Capital Capital Dev. Capital Dev.Output Dev.Output Dev. Output Dev.Dev.

–3.7 Figure 4. The –3.9 deviation of output from the steady state value, –3.8 –4 5 10 15 steady 20 state 25 value and welfare, the deviation of the –3.9capital stock from time measured in terms of 5a one 10 generational utility, as –4 15 20 25 functions of time for F = 0.1923, a = 1/3, q = 0.98, btime = 1/2, 20 L = 1, 25 c = 0.7, and m = 0.4. 5 10 15 The process of convergence appearstime to be oscillatory in our simulations. Oscillations appear for higher time values and were not depicted for expositional transparency. Moreover, we suspect the oscillations are mainly due to computational issues. 0.3 0.2 0.3 0.1 0.2 0 0.3 0.1 0.2 0 0.1 0 0 –0.1 0 –0.2 –0.1 0 –0.3 –0.2 –0.1 –0.3 –0.2 –3.8 –0.3 –4 –3.8 –4.2 –4 –3.8 –4.2 –4 –4.2

15 time 15 time 15 time

Figure (4) presents an even more extreme situation. In this case, the fiscal expansion is even stronger m = 0.4 and the level of debt issued at time t = 3 is

a1 -cc- 1 z

c c - 1 U = a1 - b a1 -

" n a ,a ! A K t + i + 1 = Wt +c1i b^11, t- ah K ta+ti L1 - a 1-c 6 a 1 !1 -Ac : ^1 - b 1a, t + 1h c z 1a, t, +m 1 = F a c K t + i + 1 = Wt + i b^1 - ah K t + i L1 - a t+1

1-m

kk K t L

t + 1 11- c t + 1 U 1= a z da 1 - a#a ! A n = z 2m, ta+ i c c - 1 Wta+ i b^1 - ah K ta+t +i L t+1 a 2 1 + 2b 1a, t + 1 ^1 - b 1 - ac m1 - a zam = c^-b 1, t + 1h 1 = z F ^1 -bb^12, th = K L z W a c + i h c t + i 2, t + i +i +i even higher. Again, qualitatively figure figures (2)2, tand (3), tbut a (4) resembles c 1 m given the size of the debt and^1the of physical capital, the m destruction 12, t- bresulting + ih c z 2, t + i = F 1 1 quantitative implications are now drastically different. First of all, the strength b 1a, t + 1,a ! A " a 1c - 1 z 1a, t, +m i c c - 1 Ut + i = ^1 - b^1 - ahh K ta+ i L of informational capital itself does not suffice to ensure that the net impact on 1 1 1 - c a ,m 1 output is positive. Moreover, the size" noft +6 the relative c- 1A aand c! a!1debt b11a,U z 1, tb+^i1=-Fa. hhofK a L1 - a : ^, m1 c-the hi =c^1importance z t +t i+ a ,a a A 1, t + i 1 physical capital imply that the welfare of the generation born at time t = 4 falls t + i 1-c 1 - c t a a m , n a 1 a c below the long run norm. Clearly, debt = F. not only do A :"^1case, 6 a 1in !Kthis a A !1when =,abW 1 -za1is,ht +Ksizable, i t+iL ,tt+ +iih b ^c t+i+1 we not observe a strict Pareto improvement in terms of welfare, but also we do b 2,output. n ta,a ! A of t not observe a uniform positive"reaction 1 In summary, we can state that debt – financed government spending a m on the 1-a b 1a, t ,a ! A b^1 - ah K t + i L = z 2, t + i c c - 1 Wt + i b 2, t " consumption good can have a positive effect on welfare and output. The net effect 1 - c m and the quantity of new t+1 a capital displacement depends on the severity of physical " b 1, t ,a^!1A-"bn2,at + i,ha ! cA z 2, t + i = F information revealed due to fiscal stimulus. If physical capital is relatively more important, the net effect is the"traditional = aqwith + ^1short - ah^–1run -1 qhgain followed by n ta+ 1,a ! A al one 1 a loss of output and a drop in welfare. However, ,m c - 1 c - 1if ainformational a 1 z 1, t + i c Ut + i = ^capital 1 - b^1is- ahh K ta+ i L1 - a t+1 relatively more important than a fiscal stimulus can be both = aq + "^1ncapital, al physical a q 1 h ^ h , a a! A 1 - c a ,m a expansionary in the short run and in longer term, and can lead to a strict = A b z F 6 athe ! : . 1 ^ h 1 1, t + i 1, t + i c b 1a, t + 1,a ! the n ta+ 1,a ! ANaturally, " Pareto improvement in terms of"welfare. overall impact is a function A t " neconomy a,a ! A of the underlying characteristics of the and of the strength of the policy t+2 a " b 1, t + 1,a ! A" n a ,a ! A used, the value of m. b 2, t We finish this section with a purely technical note. Observe that we chose to n ta+ 2 ,a ! A" b 1at ,a ! A " a model the demand uncertainty in a discrete " b 1, t ,a ! Amanner, i.e., the two states: existing a are drastically distinct and call for different demand and inexistent demand " b 1t ,a ! A t +a1l = aq + ^1 - ah^1 - qh rational responses on the part of producers. " n a ,a ! A Moreover, note that if at time t a given producer faces a project of type qh^1decides + a^‘a’ -and - qh not to run the project, al = aq 1l = a then the type in the next period9 is al = aq + ^1 - ah^1 - qh , and if she decides to be active, the type is either al = q or al = 1 - q . Note that depending on the t+1 " n a ,a ! and decision taken the type is drastically different the proper actions are different A l = 1 a q as well. In other words, there is a discrete difference in the impact on the a 1, t + 1,a ! A on the action taken the period equilibrium at a given point in time," bdepending before. Consequently, we can state t +that new information impacts output 2 " n ,a ! A maker decides to issue a marginal discretely. Observe, however, that if thea policy a amount of debt dB at time t, then the issued at time t marginally affects " b 1t ,debt a! A capital stock at time t + 1 and the productive potential at time t + 1. The impact on output operating through the physical capital is marginal. al = aq + ^1 - ahstock ^1 - qchannel h However, debt issued at time t stimulates the economy, agents become more al =new q information affects the equilibrium active, new information is revealed and at time t + 1 in a discrete manner. Therefore, we can expect the informational al = 1 - q discretely, to outperform at the capital channel, which affects the equilibrium margin the physical capital channel, which impacts the equilibrium only marginally.

140

Maciej K. Dudek

Assuming that the other producer stays put as well.

On the Effectiveness of Keynesian Policies in General Equilibrium

141

6. RESOURCE STIMULUS In the previous section we argued that government spending, even if it was targeted only to the final consumption good, could be welfare improving, despite its negative impact on the process of physical capital formation. In this section10 we take on a related question and compare the strength of policies that affect resources of agents relative to the strength of policies that directly affect demand, and we analyze the strength of monetary policy depending on the phase of business cycle. Should the government cut taxes or increase spending? In more technical terms, which multiplier is larger? This elementary question has been asked and answered by numerous economist including powerful policy designers (Romer, Mankiw.) Moreover, professional literature has touched on the issue as well, albeit mostly in empirical context (Blanchard and Perotti (2002), Broda and Parker (2008), Elmendorf (2002), Romer and Romer (2008).) However, the questions has remained outside the scope of economic theory. It turns out that our model can be easily used to address this question. Specifically, the model confirms ISLM predictions and shows that ISLM-level insights, such as the fact that the tax cut multiplier is smaller than the spending multiplier, need not stand in contrast to modern general equilibrium modeling. The result is not surprising and in fact it is expected. In both cases, debt is issued and thus physical capital is partially destroyed. However, in the former case the proceeds from debt issue are fully spent on the final consumption good, whereas in the latter they are rebated to the tax payers in the form of tax cuts and as such are only partially spent on the final consumption good (recall that young agents save a fraction b of their net incomes.) Reduced spending on the final consumption good in the latter case relative to the former case leads to a relatively smaller response along the extensive margin (less entry in equilibrium), and in turn to a less pronounced informational capital buildup. The smaller amount of information revealed results in a smaller equilibrium multiplier, and leads to a more subdued response of output. The result is consistent with the predictions obtained from a simple ISLM model and, thus, confirms that basic implications of Keynesian type models need not be invalidated by formal rational and general equilibrium – based modeling. Modern governments rely extensively on monetary policy to stabilize economic activity. In fact fiscal policy is normally mostly affected by inertia and plays only a secondary role. Only occasionally, like in fall 2008, governments choose to resort to active fiscal policies, but normally only after they acknowledge that monetary policy, given the circumstances, is likely to be ineffective (Spilimbergo et al. (2008)). This form of behavior calls for a number of questions that should be resolved. Firstly, is it reasonable to expect fiscal policy to be effective when monetary policy is thought to be ineffective. Secondly, why is it the case that monetary policy, which is routinely resorted to, suddenly during economic 10

See Dudek (2009) for a more elaborate version of the argument at stake.

142

Maciej K. Dudek

downturns happens to be ineffective. Again it turns out, that our model is well suited to address the second question. The strength of monetary policy depends on the stage of business cycle. Our basic result not only illustrates that monetary policy can be less effective than other policies, such as demand stimulus, during recessions, but it suggests that we should expect monetary policy to be ineffective during recessions as any additional impact of money is more likely to result in safe asset price inflation rather than in a contribution to real economic activity. This is due to the fact that rational economic agents facing exacerbated uncertainty during recessions are more likely to rebalance their investment portfolio towards safer assets. Therefore, we should not be surprised when economic agents are reluctant to invest despite the fact that the nominal interest rate is close to zero. Their decision is rational and stems simply from the fact that the quality of projects is too low to warrant sizable investment in risky assets (such as physical capital.) The basic premise of this section stands in a stark contrast to the result of Kashyap and Stein (1995), who argue that monetary policy is stronger during recessions than expansions. Their result is obtained in an incomplete contract framework where borrowing constraints effectively bind. These authors argue that during recessions a monetary stimulus is more likely to be effective as it relieves a larger proportion of constrained projects than it does during expansions. Even if the view expressed by Kashyap and Stein is correct it does not directly contradict our results as we point out that the quality of the project itself is affected by business cycle and it might be true that during recessions constraints on a larger number of projects are lifted by an expansionary monetary policy, but at the same time, we argue, those projects are more likely to be, on average, of lesser qualities, implying a smaller net impact on the overall economic activity.

7. CONCLUSIONS Modern theoretical macroeconomics is largely ignored by contemporary policy makers whose policy choices are mostly guided by insights gained from Keynesian works. This is especially apparent today, when the US government enacted massive debt financed spending – a policy that can hardly be perceived as welfare improving within the framework of modern DSGE models. Struck by this dichotomy between theoretical work and policy, we attempt in this paper to provide rationale for the behavior of policy makers while at the same time adhering to the modern standard of general equilibrium modeling. Specifically, we build a general equilibrium model with fully rational agents and show that debt – financed government spending on consumption can be welfare improving at all horizons, despite its negative impact on the process of physical capital buildup. Moreover, we argue that expansionary policies that contribute directly to the aggregate demand are more effective than policies, such as tax cuts, that stimulate the resources of economic agents. Finally, we argue that monetary

On the Effectiveness of Keynesian Policies in General Equilibrium

143

policy is likely to be less effective during recessions than expansions. Our findings can be interpreted as supportive of the existence of endogenous liquidity trap. The results are obtained in a very simple framework and hinge on simple conceptual assumptions. We assume that individual market demand is stochastic and that the demand can and occasionally do expire. Moreover, we assume that individual market demand for consumption goods is more volatile than individual market demand for investment goods. Our assumptions, while intuitive, lead to profound implications. Specifically, it turns out that economic activity not only directly contributes to welfare, but it also indirectly affects the stock of information available to economic agents. In particular, economic agents by producing and selling goods observe individual market demand, whereas when they rationally choose to suspend their activities then they do not observe individual market demand. Whenever agents choose to suspend production, they do not observe the current states of demand and, consequently, they face riskier environment in the future. Faced with riskier projects they are more likely to misallocate their resources and, consequently, contribute less to the overall economic activity. In other words, a rational decision to suspend production generates an endogenous, information – driven hysteresis effect in our model. The hysteresis effect present in our model affects the transmission mechanism and the effectiveness of major policy instruments. Specifically, debt – financed government spending on consumption can be welfare improving at all horizons, despite its negative influence on the process of investment in physical capital. The mechanism is very simple. By issuing debt, government adversely affects physical capital stock, but at the same time it boosts economic activity and, as a by – product, additional information about individual market demand is revealed. In the subsequent period economic agents have less physical capital to work with, but, at the same time, are better informed about the qualities of their projects. Thus, they can more effectively allocate their resources, now scarcer, contributing to higher welfare. Our model not only implies that government debt can be beneficial both at short and long horizons, but it also suggests that debt issued to accommodate tax reductions is less likely to be effective than debt issued to boost spending. The reason is straightforward. Government by spending directly contributes to the demand and, consequently, to the informational capital stock. Tax cuts are, on the other hand, only partially spent on consumption as agents save. Thus, the impact on the demand is smaller, and the amount of information revealed is smaller as well, leading to a less pronounced impact on output and welfare. In addition, the model shows that monetary policy is likely to be less effective during recessions than expansions. The finding is primarily due to the fact that recessions are times of higher uncertainty. As a result, rational economic agents, faced with higher uncertainty, rationally rebalance their investment portfolios towards safer assets. Hence, any additional stimulus generated by a more relaxed monetary policy is more likely to impact prices of safe assets than real activity during recessions.

144

Maciej K. Dudek

REFERENCES Acemoglu D. (1993), Learning about Others’ Actions and the Investment Accelerator, “The Economic Journal”, pp. 318−328. Alesina A., Tabellini G. (1990), A Positive Theory of Fiscal Deficits and Government Debt, “Review of Economic Studies”, No. 57, pp. 403−414. Alesina A., Tabellini G. (1990), Voting on the Budget Deficit, “American Economic Review” No. 80, pp. 37–49. Alesina A., Tabellini G. (1992), Positive and Normative Theories of Public Debt and Inflation in Historical Perspective, “European Economic Review” No. 36, pp. 337−344. Al – Eyd A.J., Barrell R. (2005), Estimating Tax and Benefit Multipliers in Europe, “Economic Modeling”, No. 22, pp. 759−776. Angeletos G.-M. (2002), Fiscal Policy with Non – Contingent Debt and the Optimal Maturity Structure, “Quarterly Journal of Economics”, No. 117, pp. 1105−1131. Auerbach A. (2008), “How Much Should We Rely on Fiscal Stimulus” (presentation at the Symposium on fiscal stimulus organized by the Federal Reserve). Barro R.J. (1974), Are Government Bonds Net Wealth? “Journal of Political Economy”, No. 82, pp. 1095−1117. Barro R.J. (1979), On the Determination of the Public Debt, “Journal of Political Economy”, No. 87, pp. 940−971. Baxter M., King R.G. (1993), Fiscal Policy in General Equilibrium, “American Economic Review”, No. 83, pp. 315−334. Bernanke B., Gertler M. (1989), Agency Costs, Net Worth, and Business Fluctuations, “American Economic Review”, No. 79, pp. 14−31. Bernanke B., Parkinson M. (1989), Unemployment, Inflation, and Wages in the American Depression: Are There Lessons for Europe? “AEA Papers and Proceedings”, No. 79, pp. 210−214. Blanchard O.J. (1985), Debt, Deficits, and Finite Horizons, “Journal of Political Economy” No. 93, pp. 223−247. Blanchard O.J., Fischer S. (1989), Lectures on Macroeconomics, MIT Press. Blanchard O.J., Kiyotaki N. (1987), Monopolistic Competition and the Effects of Aggregate Demand, “American Economic Review”, No. 77, pp. 647−677. Blanchard O.J., Perotti R. (2002), An Empirical Characterization of the Dynamic Effects of Changes in Government Spending and Taxes on Output, “The Quarterly Journal of Economics”, No. 117, pp. 1329−1368. Blanchard O.J., Summers L. (1986), Hysteresis and the European Unemployment Problem, “NBER Macroeconomics Annual”, No. 1, pp. 15−78. Brock W.A., Evans D.S. (1989), Small Business Economics, “Small Business Economics”, No. 1, 1989, pp. 7−20. Broda C., Parker J. (2008), “The Impact of the 2008 Tax Rebates on Consumer Spending: Preliminary Evidence,” Mimeo. Brown, C.E. (1956), Fiscal Policy in the ‘Thirties: A Reappraisal, “The American Economic Review”, No. 46, pp. 857−879. Bryant R., Henderson D., Holtham G., Hooper P., Symansky S. (1988), Empirical Macroeconomics for Interdependent Economies, “Supplemental Volume”, The Brookings Institution, Washington, D.C.

On the Effectiveness of Keynesian Policies in General Equilibrium

145

Caplin A., Leahy J. (1994), Business as Usual, Market Crashes, and Wisdom After the Fact, “American Economic Review”, No. 84, pp. 548−565. Caplin A., Leahy J. (1993), Sectorial Shocks, Learning and Aggregate Fluctuations, “Review of Economic Studies”, No. 60, pp. 777−794. Christiano L., Eichenbaum M., Rebelo S. (2009), “When is the Government Spending Multiplier Large?”, Mimeo, Northwestern University. Coronado J.L., Lupton J.P, Shiner L.M. (2005), The Household Spending Response to the 2003 Tax Cut: Evidence from Survey Data, “Finance and Economics Discussion Series”, No. 32, Federal Reserve Board, Washington, D.C. Dalsgaard T., Andre C., Richardson P. (2001), Standard Shocks in the OECD Interlink Model, OECD, “Economics Department Working Papers”, No. 306. De Long J.B., Summers L.H. (1988), How Does Macroeconomic Policy Affect Output? “Brookings Papers on Economic Activity”, No. 2, pp. 433−480. Diamond P.A. (1965), National Debt in a Neoclassical Growth Model, American Economic Review”, No. 55, pp. 1126−1150. Dudek M.K. (2006), Stochastic Demands, Fixed Costs and Time Varying Solow Residual (Available at SSRN: http://ssrn.com/abstract = 948679). Dudek M.K. (2009), On the Effectiveness of Keynesian Policies in General Equilibrium (Available at SSRN: http://ssrn.com/abstract = 1460562). Eggertsson G.B. (2008), Great Expectations and the End of the Depression, “American Economic Review”, No. 98, pp. 1476−1516. Elmendorf D.W., Furman J. (2008), If, When, How: A Primer on Fiscal Stimulus. The Hamilton Project, Strategy Paper, The Brookings Institution. Elmendorf D.W., Reifschneider D.L. (2002), Short – Run Effects of Fiscal Policy with Forward – Looking Financial Markets, “National Tax Journal”, Vol. LV, pp. 357−386. Freedman C., Laxton D., Kumhof M. (2008), “Deflation and Countercyclical Fiscal Policy”, Mimeo. Gali J. (1994), Monopolistic Competition, Business Cycles, and the Composition of Aggregate Demand, “Journal of Economic Theory”, No. 63, pp. 73−96. Gali J., López – Salido J.D., Vallés J. (2007), Understanding the Effects of Government Spending on Consumption, “Journal of the European Economics Association”, pp. 227−270. Giavazzi F. and M. Pagano (1990), Can Severe Fiscal Contractions be Expansionary? Tales of Two Small European Countries, “NBER Working Paper”, No. 3372. Giavazzi F., Pagano M. (1996), Non – Keynesian Effects of Fiscal Policy Changes: International Evidence and the Swedish Experience, “Swedish Economic Policy Review”, No. 3, pp. 67−103. Greenwald B., Stiglitz J.E. (1993), Financial Market Imperfections and Business Cycles, “Quarterly Journal of Economics”, No. 108, pp. 77−114. Hansen A. (1941), Fiscal Policy and Business Cycles, W.W. Norton, New York. Hellwig C., Lorenzoni G. (2009), Bubbles and Self – Enforcing Debt, “Econometrica”, No. 77, pp. 1137−1164. Henry J., Hernandez de Cos P., Momigliano S. (2004), The Short – Term Impact of Government Budgets on Prices. Evidence from Macroeconometric Models, European Central Bank, “Working Paper Series”, No. 396.

146

Maciej K. Dudek

Higgs R. (1992), Wartime Prosperity? A Reassessment of the U.S. Economy in the 1940s, “The Journal of Economic History”, No. 52, pp. 41−60. HM Treasury (2003), Fiscal Stabilization and EMU, “Discussion Paper”. International Monetary Fund (2008), World Economic Outlook. Financial Stress, Downturns, and Recoveries, Chapter 5. Johnson D., Parker J. and Souleles N. (2006), Household Expenditure and the Income Tax Rebates of 2001, “The American Economic Review”, No. 96, pp. 1589−1610. Kashyap A., Stein J. (1995), The Impact of Monetary Policy on Bank Balance Sheets, “Carnegie – Rochester Conference Series on Public Policy”, Vol. 42, pp. 151−195. Lorenzoni G. (2006), A Theory of Demand Shocks, “American Economic Review”, forthcoming. Mankiw N.G., Reis R. (2007), Sticky Information in General Equilibrium, “Journal of the European Economic Association”, No. 5, pp. 603–613. Perotti R. (2006), “Public investment and the Golden Rule: Another (Different) Look,” Mimeo. Person T., Tabellini G. (2002), Political Economics and Public Finance, Handbook of Public Economics, ed. by A. Auerbach and M. Feldstein, North Holland. Person T., Tabellini G. (2004), Constitutional Rules and Policy Outcomes, “American Economic Review”, No. 94, pp. 25−45. Ramey V. (2008), “Identifying Government Spending Shocks: It’s All in the Timing”, Mimeo. Rauchway E. (2008), The Great Depression and the New Deal: A Very Short Introduction, Oxford University Press. Romer C.D. (1992), What Ended the Great Depression? “The Journal of Economic History”, No. 52, pp. 757−784. Romer C., Romer D. (2008), “The Macroeconomic Effects of Tax Changes: Estimates Based on a New Measure of Fiscal Shocks,” University of California, Berkeley, Mimeo. Smithies A. (1946), The American Economy in the Thirties, “The American Economic Review”, No. 36, pp. 11−27. Spilimbergo A., Symansky S., Blanchard O.J., Cottarelli C. (2008), Fiscal Policy for the Crisis, “IMF Staff Position Note”, December, SPN/08/01. Studenski P., Krooss H. (1952), A Financial History of the United States, McGraw– –Hill, New York. Vernon J.R. (1994), World War II Fiscal Policies and the End of the Great Depression, “The Journal of Economic History”, No. 54, pp. 850−868. Werning I. (2006), Optimal Fiscal Policy with Redistribution, “Quarterly Journal of Economics”, forthcoming. Woodford M. (1990), Public Debt as Private Liquidity, “American Economic Review, Papers and Proceedings”, No. 80, pp. 382−388.

On the Effectiveness of Keynesian Policies in General Equilibrium

147

Streszczenie W modelu równowagi ogólnej z racjonalnymi w pełni podmiotami i wbudowanymi niedoskonałościami informacyjnymi na poziomie mikro pokazano, że wydatki rządowe finansowane poprzez emisję obligacji mogą poprawiać dobrobyt we wszystkich horyzontach czasowych pomimo ich negatywnego wpływu na proces formowania kapitału fizycznego. Dodatkowo wskazano, że bezpośrednie wydatkowanie przez rząd ma większy wpływ na aktywność ekonomiczną aniżeli cięcia podatkowe. Ponadto zaprezentowano, że polityka monetarna jest mniej efektywna w okresie recesji aniżeli ekspansji. Przedstawiane wyniki są zgodne z poglądami Keynesa, iż recesje powinny być zwalczane za pomocą polityki fiskalnej, a nie za pomocą polityki pieniężnej oraz motywują istnienie pułapki płynnościowej. Słowa kluczowe: deficyt, dług, poprawa dobrobytu, wypychanie kapitału fizycznego, keynesowskie polityki, niepewność na poziomie mikro.

Abstract In a general equilibrium model with fully rational agents and built – in micro – level uncertainty we show that debt – financed government spending on consumption can be welfare improving at all horizons despite the fact that it inhibits the process of physical capital formation. In addition, we show that the impact of a direct demand stimulus is likely to be more pronounced than the impact of a tax cut on economic activity. Finally, we argue that monetary policy is less effective during recessions than expansions. Our findings are consistent with Keynes’s view that recessions should be fought with fiscal policy rather than monetary policy, and provide rationale for the concept of liquidity trap. Keywords: Deficit, debt, welfare gain, physical capital crowding out, Keynesian policies, micro – level uncertainty. JEL Classification: E12, E62, E52

Studia ekonomiczne 1 Economic studies nr 2 (LXIX) 2011

Barbara Jankowska*

KONSEKWENCJE GLOBALIZACJI DLA KLASTRÓW1 Wprowadzenie Dyskusję nad konsekwencjami globalizacji dla klastrów można osadzić na gruncie, z jednej strony, teorii zaliczanych do szeroko rozumianego biznesu międzynarodowego (international business), a z drugiej – teorii podejmujących zagadnienia lokalizacji i odległości geograficznej. Debata nad kwestią lokalizacji aktywności gospodarczej w powiązaniu z internacjonalizacją firmy, której szczególnym przypadkiem jest globalizacja, wypływa w koncepcjach dotyczących zachowań korporacji międzynarodowych2, a w szczególności w paradygmacie Johna Dunninga (1958; 1973) i w macierzy Alana Rugmana (1996), opisującej decyzje odnoszące się do ekspansji korporacji międzynarodowych. Zagadnienie lokalizacji i odległości geograficznej wyeksponowano także w diamencie Michaela Portera, który koncentruje się na mezoekonomicznych determinantach międzynarodowej konkurencyjności firmy i budowaniu przewagi konkurencyjnej * Katedra Strategii i Polityki Konkurencyjności Międzynarodowej, Uniwersytet Ekonomiczny w Poznaniu. 1 Autorka dziękuje anonimowemu Recenzentowi artykułu za cenne uwagi. Artykuł przygotowano w ramach realizacji projektu badawczego MNiSW nr N N112 319938 „Koopetycja w klastrach kreatywnych – implikacje dla międzynarodowej konkurencyjności, innowacyjności i umiędzynarodowienia firm”. Znacznie skrócona wersja tekstu skoncentrowanego na klastrach i globalizacji, bez kluczowych dla prowadzonego wywodu tabel i schematu analitycznego, została w maju 2010 r. zgłoszona na konferencję naukową „Wyzwania gospodarki globalnej”, zorganizowaną przez Uniwersytet Gdański (Jankowska, 2010). 2 Zgodnie z ujęciem Dunninga i Lundan (2008), korporacja międzynarodowa to podmiot zaangażowany w BIZ oraz kontrolujący czynności tworzące wartość dodaną w więcej niż jednym kraju.

150

Barbara Jankowska

określonych branż z poszczególnych krajów w skali międzynarodowej. Za jedną z kluczowych determinant konkurencyjności Porter uznaje sieć branż pokrewnych i wspierających z atrybutem geograficznego skoncentrowania, wskazując na klastry. Klastry w ujęciu niektórych badaczy stanowią odpowiedź na silną presję konkurencyjną, której są poddawane przedsiębiorstwa w warunkach globalizacji3. Dunning (2000, s. 7–41) podkreśla, że proces globalizacji z różnym natężeniem ujawnia się w poszczególnych branżach gospodarek narodowych i oddziałuje na konkretne podmioty gospodarcze. W różnym stopniu odciska on swoje piętno na czynnościach w łańcuchu tworzenia wartości przedsiębiorstw. Niektóre dobra czy usługi nie są podatne na globalizację, bo są niemobilne w przestrzeni geograficznej, są przywiązane do określonego miejsca i wytwarzane w jednym bądź kilku zdefiniowanych lokalizacjach, skąd są eksportowane, inne są natomiast replikowane w różnych miejscach na świecie, ale nie są eksportowane. Podobnie niektóre czynności firm wykazują tendencję do lokalizacji w określonych miejscach (np. badania i rozwój), a inne są rozpraszane. Zagadnienie lokalizacji było już przedmiotem licznych badań, jednakże obserwowane procesy klasteringu uruchamiające procesy regionalizacji znów zachęcają do dyskusji. Warto wobec tego podjąć próbę odpowiedzi na następujące pytania: 11

Czy globalizacja neutralizuje znaczenie czynnika lokalizacji i odległości geograficznej dla międzynarodowej konkurencyjności przedsiębiorstwa, a więc czy rzeczywiście istnienie i rozwój klastrów jest paradoksem w świetle procesów globalizacji?

Co stanowi kluczowy mechanizm oddziaływania globalizacji na klastry i jak zmieniają się one pod wpływem globalizacji?

Znaczenie czynnika lokalizacji w obliczu globalizacji i rozwoju technologii teleinformatycznych Łączenie przez badaczy zagadnień dotyczących internacjonalizacji i lokalizacji sygnalizuje, że pomiędzy wspomnianymi pojęciami muszą zachodzić istotne związki. Jednakże w literaturze przedmiotu stwierdza się również, że globalizacja osłabia procesy proklastrowe. Postęp w zakresie technologii teleinformatycznych, wyraźna redukcja kosztów transportu, deregulacja rynków, które są oznakami globalizacji, miały – zdaniem niektórych ekspertów – doprowadzić do neutralizacji znaczenia odległości geograficznej (death of distance) dla konkurencyjności 3 Szerzej

zob. Gorynia, Jankowska, Owczarzak (2007, s. 5–28).

KONSEKWENCJE GLOBALIZACJI DLA KLASTRÓW

151

firmy (Cairncross, 1997; DeMartino i in., 2006)4. Według Sedita i Belusi (2009), znaczenie czynników lokalnych jest coraz mniejsze z racji szerszego otwierania się firm na zagraniczne rynki. Natomiast Grosse i Trevino (1996) stwierdzili, że zachodzi statystycznie istotna i negatywna korelacja między odległością geograficzną i kulturową a BIZ napływającymi do USA. Inni badacze również pokazują, że presja globalizacji zwiększa wśród podmiotów gospodarczych dążenie do koncentracji w określonych lokalizacjach – firmy prowadzące podobną działalność skupiają się w pewnych krajach czy regionach (Patel, Pavitt, 1991; Patel, Vega, 1999). Ciągle aktualny jest problem wyboru lokalizacji bezpośrednich inwestycji zagranicznych. Kluczowe czynniki determinujące ten wybór zostały uporządkowane w trzy większe grupy: wyposażenie w zasoby, efekty aglomeracji, regulacje na gruncie szeroko pojętej polityki gospodarczej (Crozet i in., 2004; Dunning, Lundan, 2008). Porter (2001, s. 400) przekonuje również, że nawet w przypadku firm działających zgodnie z koncepcją strategii globalnej, a więc w sposób zintegrowany w skali obsługiwanych rynków zagranicznych, kiedy globalizacja umożliwia pozyskiwanie przewagi konkurencyjnej w oderwaniu od lokalizacji, występuje geograficzna koncentracja kluczowych przedsiębiorstw z określonych branż w określonych lokalizacjach w poszczególnych krajach. Definiowanie strategii globalnej przedsiębiorstwa wymaga podjęcia rozstrzygnięć – gdzie i w ilu krajach lokować określone czynności z łańcucha tworzenia wartości oraz jak koordynować geograficznie rozproszone czynności, czy też na ile pozostawiać autonomię filiom, oddziałom firmy działającej według standardów strategii globalnej w ramach poszczególnych rynków. Z zagadnieniem konfiguracji wiąże się koncentrowanie aktywności na ograniczonej liczbie rynków albo rozpraszanie aktywności na wielu rynkach. Zarówno w wariancie koncentracji, jak i w wariancie rozpraszania dochodzą do głosu kwestie związane z lokalizacją. Decyzja o koncentrowaniu wszystkich czynności na danym rynku czy też o ich rozpraszaniu jest determinowana przez istnienie lub brak konkurencyjnej przewagi lokalizacji, a ta wynika nie z faktu dostępności zasobów po niższych kosztach, ale z wyższej efektywności wykorzystania tych zasobów (Porter, 2001, s. 402). Wiąże się ona z charakterem środowiska, w którym funkcjonuje firma; na pierwszy plan wysuwają się mechanizmy dyfuzji wiedzy, a nie dostęp do czynników produkcji. Chodzi o to, aby środowisko ciągle motywowało i wspomagało podnoszenie produktywności i generowanie innowacji, a więc przyczyniało się do podnoszenia poziomu kon4 Konsekwencje

zmian technologicznych i rewolucji w zakresie ekonomiki informacji jako zjawisk powiązanych z globalizacją dla charakteru konkurencji i kreowania przewagi konkurencyjnej przez firmy, co pośrednio nawiązuje do procesów klasteringu, pokazuje Cyrson w tzw. nowym paradygmacie konkurencji (Cyrson, 2002, s. 13–54). Paradygmat ten wskazuje na to, że konkurencja nie toczy się już w obrębie całego łańcucha wartości firmy, ale tak naprawdę ważne są określone moduły – ogniwa w tym łańcuchu. Ogniwo-moduł staje się miejscem koncentracji przewagi konkurencyjnej firmy. Problem modularności w strategii konkurowania nawiązuje również do obserwowanego w klastrach zjawiska relokacji selektywnej, która przejawia się w przemieszczaniu niektórych ogniw łańcucha wartości poza klaster (Biggiero, 2006, s. 443–472).

152

Barbara Jankowska

kurowania i nadawania grze konkurencyjnej coraz bardziej wyrafinowanego charakteru. Wspomniane innowacje są w porównaniu do większości innych czynności w łańcuchu wartości niemobilne, przywiązane do konkretnej lokalizacji, pomimo obserwowanego rozpraszania rynków i produkcji przez przedsiębiorstwa (Archibugi, Michie, 1997, s. 121–140). Zjawiskiem towarzyszącym globalizacji jest wspomniany postępujący rozwój technologii teleinformatycznych (ICT), który – jak się wydaje – powinien neutralizować niedogodności związane z odległością geograficzną. Nachum i Zaheer (2005) pokazują, że rozwój technologii ICT redukuje presję na obecność firmy tam, gdzie znajdują się jej klienci. Rozwiązania w zakresie ICT pozwalają na pozyskanie dostępu do zasobów produkcyjnych w na rynku zagranicznym bez dokonywania BIZ (Zaheer, Manrakhan, 2001). Rozwój tychże technologii pozwala korporacjom międzynarodowym na koncentrowanie aktywności na tych działaniach, które korespondują z ich kluczowymi kompetencjami, a wyprowadzanie poza korporację pozostałych czynności. W tym kontekście rozwój technologii ICT będzie zmniejszał znaczenie odległości geograficznej dla międzynarodowej konkurencyjności firmy. Rozwój technologii ICT odciska swoje piętno na przepływach wiedzy między podmiotami. Napływ BIZ do określonych lokalizacji jest często podporządkowany dążeniom do pozyskania określonego rodzaju wiedzy. Jak już zauważył Polanyi, wiedza może mieć charakter jawny lub ukryty. Podczas gdy ten pierwszy rodzaj wiedzy stosunkowo łatwo pozyskać, z tym drugim jest dużo trudniej i transfer wiedzy wymaga bezpośredniego kontaktu określonych osób. Jeśli istnieją już na mapie świata miejsca skojarzone ze środowiskiem proinnowacyjnym i proefektywnościowym, to będą one przyciągać określone podmioty – zarówno nastawione na strategie globalne, jak i multilokalne, albo też będą zatrzymywać podmioty lokalne z powodu swojej atrakcyjności. Miejsca takie mają swoją specyfikę branżową i wynikającą ze specjalizacji w ramach ogniw w łańcuchu tworzenia wartości. Globalizacja zwiększa więc natężenie procesów pogłębiających specjalizację, a to znów prowadzi do przestrzennej koncentracji podmiotów z określonych branż i może rozbudowywać masę krytyczną już istniejących klastrów oraz umacniać tendencje proklastrowe. Leamer i Stroper (2001) podkreślają, że rozwój technologii ICT może więc zastępować bezpośrednie kontakty osób w przypadku komunikacji rutynowej, odnoszącej się do standardowych zadań. Natomiast nie jest to możliwe w przypadku czynności innowacyjnych. Wówczas znaczenie ma bliskość geograficzna i wyczucie kontekstu kulturowego. Kuemmerle (1999), opierając się na danych od 32 amerykańskich korporacji międzynarodowych z branży farmaceutycznej i elektronicznej, wyliczył, że 76% laboratoriów badawczych tych korporacji było skoncentrowane tylko w pięciu najbardziej rozwiniętych krajach, takich jak Stany Zjednoczone, Wielka Brytania, Niemcy, Japonia i Francja. Warto więc podjąć próbę odpowiedzi na kolejne pytania – jaki jest kluczowy mechanizm oddziaływania globalizacji na klastry i jak globalizacja zmienia oblicze klastrów?

KONSEKWENCJE GLOBALIZACJI DLA KLASTRÓW

153

Kluczowy mechanizm oddziaływania globalizacji na klastry Mechanizm wpływu globalizacji na klastry wiąże się z napływem bezpośrednich inwestycji zagranicznych (BIZ) do tychże klastrów bądź podejmowaniem BIZ przez podmioty z klastrów. Odnosząc się do napływu BIZ, należy wskazać na kilka cech charakterystycznych zachowań korporacji międzynarodowych. Podmioty te, wchodząc na kolejne rynki, próbują niwelować ryzyko wynikające z braku znajomości lokalnych procedur biznesowych oraz czynników charakterystycznych dla danej lokalizacji poprzez procesy uczenia się (Petersen, Pedersen 2002). Konfrontują swoje oczekiwania z zachowaniami i wyborami dokonanymi już przez inne korporacje. W ten sposób mogą umacniać się procesy napływu BIZ do danego klastra lub omijania przez BIZ danego klastra, co ma znaczenie dla jego dynamiki. Korporacje międzynarodowe, podejmując aktywność w miejscach, gdzie istnieje przestrzenna koncentracja firm z określonych branż, przyciągają do danej lokalizacji kolejne podmioty z danej branży czy branż jej pokrewnych i ją wspierających, pobudzają tworzenie się firm odpryskowych (Agrawal, Cockburn, 2003; Feldman i in., 2005). Dzięki mechanizmom uruchamianym poprzez wejścia firm zagranicznych tworzą się często klastry satelitarne. Korporacje międzynarodowe, dokonując bezpośrednich inwestycji zagranicznych w klastrze, pełnią ważną rolę w budowaniu zewnętrznych relacji klastra czyli w procesie jego internacjonalizacji. Adekwatnym podejściem do opisu tego procesu wydaje się koncepcja umiędzynarodowienia w perspektywie podejścia sieciowego (Gorynia, Jankowska, 2007, s. 21–44). W ramach tego ujęcia wskazuje się, że umiędzynarodowienie wiąże się z budowaniem sieci, z jej rozbudową, jeśli chodzi o liczbę aktorów lub liczbę powiązań, jakie między tymi aktorami istnieją. Umiędzynarodowienie oznacza więc przyłączanie się do sieci i pogłębianie zaangażowania w poszczególne sieci. Część korzyści płynących z budowania relacji między klastrami poprzez aktywność korporacji międzynarodowych trafia do tychże korporacji, a część trafia do firm w klastrach z racji istnienia efektów zewnętrznych. Oddziaływanie globalizacji na klastry rozpatrywane z punktu widzenia zmian w systemie powiązań sieciowych analizuje Gancarczyk (2010, s. 15). Autorka, odwołując się do przeobrażeń w relacjach sieciowych, proponuje model schyłku i odrodzenia klastrów. Klastry rozpoznawalne w skali świata są bez wątpienia atrakcyjną lokalizacją dla inwestycji, na co zwraca uwagę Birkinshaw i Hood (2000). Podkreślają oni atut, jakim jest podniesienie wiarygodności firmy zlokalizowanej w klastrze. Klastry to środowisko predysponowane do uruchomienia efektów przenikania wiedzy i stwarzające szczególne możliwości do wzajemnego uczenia się firm od siebie (McCann, Mudambi, 2004). Zagraniczna ekspansja firm jest coraz częściej nakierowana na klastry, a nie na rynki-kraje (Sölvell, 2003, s. 35). Klastry oferują specyficzne zasoby w postaci powiązań między branżami oraz pomiędzy branżami a wyspecjalizowanymi instytucjami, które oddziałują na klimat konkurencji w branży. Chęć pozyskania tych zasobów wiąże się z tym, że odgrywają one coraz

154

Barbara Jankowska

większą rolę w procesie podnoszenia innowacyjności firm. Dlatego też konieczne jest zajęcie pozycji jednego z członków klastra (insider) poprzez długookresowe inwestycje albo konsekwentne przejęcia firm lokalnych5. Egzemplifikacją dla tego stwierdzenia mogą być wyniki badań, które znajdziemy również w polskiej literaturze. Badania skoncentrowane na tym zagadnieniu przeprowadziła Goetz (2009), opierając sie na doświadczeniach klastra NorCOM z Północnej Jutlandii w Danii oraz firm zagranicznych prowadzących działalność B+R wokół Warszawy. Znacznie mniej uwagi, jak dotąd, poświęcono oddziaływaniu napływających BIZ na klastry. Jednak już w grupie dotychczas nielicznych głosów można zauważyć rozdźwięk. Daje się zidentyfikować sceptyków, którzy mówią o negatywnym oddziaływaniu napływających BIZ na konkurencyjność klastrów. Zdaniem niektórych badaczy, filie zagranicznych firm nie są osadzone, zakorzenione w lokalnym otoczeniu, w klastrze, co obniża jego stabilność i czyni niepewnym przyszłość klastra. Obok słychać głosy pozytywne, że wejścia firm zagranicznych do klastrów eskalują efekty przenikania wiedzy od firm zagranicznych do firm lokalnych (De Propris, Driffield, 2006). Abstrahując od zasygnalizowanych różnic w poglądach badaczy, można postawić tezę, że globalizacja poprzez mechanizm BIZ indukuje efekty przenikania wiedzy między podmiotami z różnych krajów w ogóle, w sposób szczególny podnosi intensywność takich zjawisk właśnie w klastrach. Przenikanie wiedzy odbywa się w dwóch kierunkach od firm zagranicznych do lokalnych i odwrotnie.

Efekty oddziaływania globalizacji na klastry – przenikanie wiedzy od firm lokalnych do firm goszczących6 Zagraniczna firma, wchodząc do klastra, pozyskuje dostęp do innowacyjnych pomysłów oraz specjalistycznych umiejętności (Sölvell, 2003), które są szczególnie istotne z punktu widzenia konkurowania na danym rynku lokalnym. Zajęcie pozycji w klastrze pozwala na obniżenie niepewności i ryzyka funkcjonowania w mniej znanym środowisku (Casson, 1994). Zajmowanie pozycji rezydenta w klastrze pozwala zagranicznym wchodzącym na przejmowanie wiedzy skumulowanej w danym środowisku, która jest niemobilna (Fang i in., 2007). Intensywna wymiana dóbr, towarów w skali międzynarodowej, będąca także przejawem globalizacji, jest kanałem transmisji wiedzy, ale nie dotyczy to wiedzy ukrytej (tacit knowledge). Badania nad zachowaniami 5 W literaturze

przedmiotu podkreśla się, że właśnie klastry mogą stanowić czynnik przyciągający zagranicznych inwestorów. 6 Celem tej części artykułu nie jest prezentacja atrakcyjności klastra dla BIZ, ale wyeksponowanie, czy i jak globalizacja zmienia istotę, charakter klastrów i mechanizm ich oddziaływania na konkurencyjność firm. Przedstawienie korzyści dla inwestorów zagranicznych wymagałoby znacznie szerszej dyskusji. W ich zestawie można obok wpływu na zasoby wiedzy zagranicznych inwestorów, co omówiono w artykule, wskazać na pożytki w zakresie warunków prowadzenia aktywności gospodarczej i finansowe korzyści aglomeracji.

KONSEKWENCJE GLOBALIZACJI DLA KLASTRÓW

155

korporacji międzynarodowych poszukujących wysoko technologicznych kompetencji w Dolinie Krzemowej, pokazują, że korporacja musi stać się elementem lokalnego środowiska, aby móc przechwytywać ukrytą wiedzę (Amin, Cohendet, 1999). Przechwytywanie wiedzy ukrytej wymaga więc przywiązania danego podmiotu do określonego miejsca, a więc ograniczania do pewnego stopnia jego mobilności. Zakorzenienie w danym miejscu lokalizacji generuje koszt alternatywny w postaci większej lub mniejszej utraty mobilności. Występuje więc swego rodzaju trade off. Im wyższy poziom międzynarodowego zróżnicowania w zakresie rynków, na których firma lokuje ogniwa swojego łańcucha wartości, tym większe szanse na korzystanie z wiedzy skumulowanej na danych rynkach i większe nasilenie procesów uczenia się. W szczególności stwierdzenie to odnosi się do centrów badawczo-rozwojowych firm międzynarodowych, które są dedykowane zbieraniu, przetwarzaniu i wykorzystywaniu wiedzy (Kuemmerle, 1999). Rozważając efekty przechwytywania wiedzy przez korporacje międzynarodowe lokujące swoje jednostki w klastrach, trzeba podkreślić, że dużo zależy od tego, na ile kluczowe dla przenikania wiedzy osoby z danej korporacji będą wchodziły w interakcje z lokalnymi podmiotami i osobami je reprezentującymi (Ashforth, Saks, 1996), od umiejętności absorpcji wiedzy (Cohen, Levinthal, 1990), od stopnia autonomii lokalnych filii/oddziałów7, otwartości partnerów lokalnych na emitowanie wiedzy (Hamel, 1990). Podejmując wątek interakcji tak charakterystyczny dla klastrów, można odwołać się znów do pojęcia „zakorzenienia”, „osadzenia” (embedment, embeddedness) filii korporacji międzynarodowej w lokalnym środowisku8. Pojęcie zakorzenienia jako jedna z determinant przepływu wiedzy z lokalnego środowiska poprzez filie do centrali jest różnie definiowane i operacjonalizowane. W literaturze podkreśla się, że to właśnie od stopnia lokalnego zakorzenienia danej jednostki zależy natężenie przepływu wiedzy od firm lokalnych do filii i samej spółki matki (Andersson i in., 2005), co znów nie jest bez znaczenia dla wyników osiąganych przez daną spółkę córkę i dalej spółkę matkę (Andersson i in., 2002). Niektórzy autorzy próbowali mierzyć to zjawisko poprzez częstotliwość komunikacji między aktorami, inni zwracali uwagę na to, na ile filia jest zintegrowana ze środowiskiem lokalnym, np. na ile dostosowuje swoje produkty do rynku lokalnego (Andersson, Forsgren, 1996; 2000), czy ma miejsce wymiana technologii między lokalnymi partnerami (Fang i in., 2007), wpływ zewnętrznych aktorów na rozwój umiejętności w danej filii (Schmid, Schurig, 2003). Zwracano uwagę, że pojęcie lokalnego zakorzenienia jest wielowymiarowe ze względu na to, że inte7 Wyniki niektórych badań pokazują, że jednostki korporacji międzynarodowych funkcjonujące w granicach konkurencyjnych klastrów charakteryzują się wyższym poziomem autonomii od pozostałych jednostek (Birkinshaw, Hood, 2000). 8 Lokalne osadzenie, zakorzenienie (local embeddedness) wiąże się z kształtowaniem społecznych relacji wewnątrz i na zewnątrz przedsiębiorstwa według lokalnych standardów i pewnych przyjętych wzorców, oznacza dopasowanie praktyk, rutyn, zasobów do pewnych charakterystycznych dla danej lokalizacji standardów (Dacin, Ventresca, Beal, 1999).

156

Barbara Jankowska

rakcje dokonują się z różnymi rodzajowo aktorami (Andersson, Forsgren, 2000; Schmid, Schurig, 2003). Niektórzy autorzy wskazują, że zjawisko zakorzenienia w lokalnym środowisku może oznaczać współzależność między podmiotami w sferze B+R oraz czynności związanych z rozwojem technologii, wówczas można mówić o zakorzenieniu technologicznym (technological embeddedness) albo ze współzależnością w zakresie w ogóle prowadzenia biznesu w danym środowisku – zakorzenienie biznesowe (business embeddedness) (Andersson i in., 2002, s. 982). Zakorzenienie w lokalnym środowisku, przejawiające się w interakcjach między filią a lokalnymi dostawcami, klientami, konkurentami czy instytucjami otoczenia biznesu, pobudza filie do rozwijania nowych produktów i ciągłego podnoszenia własnej konkurencyjności (Zanfei, 2000). Filie zagraniczne są traktowane w kategoriach interfejsu, który przechwytuje wiedzę ze środowiska lokalnego, przekazuje ją do centrali i tym samym rozwija zasoby wiedzy w korporacji (Birkinshaw, 1996; Sölvell, Birkinshaw, 2000, s. 83). Liczne studia pokazują również, że świadomość efektów przenikania wiedzy w środowisku klastrowym z jednej strony zachęca do wejścia, a drugiej każe się nad tym zastanowić. Poprzez wspomniane efekty wiedza nie tylko napływa do korporacji, ale także z niej wypływa (Shaver, Flyer, 2000; Chung, Kalnins, 2001; Alcacer, Chung, 2007) lub patrząc z perspektywy klastra wiedza jest transferowana poza klaster, albo do niego napływa. O tym, na ile będzie dochodziło do odpływu wiedzy z klastra lub napływu wiedzy poprzez BIZ podejmowane przez korporację międzynarodową decyduje rola, jaką z punktu widzenia spółki matki pełni określona spółka córka – filia. Filia może być skoncentrowana na wykorzystywaniu kompetencji z centrali lub na ich kreowaniu dla centrali (Cantwell, Mudambi, 2005; Cantwell, Piscitello, 2007). Filie eksploatujące kompetencje z centrali raczej adaptują się do lokalnego otoczenia, mogą stać się kanałem wypływu kompetencji ze spółki matki na zewnątrz, czyli będą dyfuzorami wiedzy do klastra. Nie są one zorientowane na przejmowanie wiedzy z otoczenia w takim stopniu jak filie kreujące kompetencje. Te drugie mają rozbudowywać potencjał konkurencyjny spółek matek i są lokowane w pobliżu innowacyjnych firm lokalnych oraz w sektorach mogących zaoferować wartościowe zasoby dla korporacji międzynarodowych (Singh, 2007), czyli będą transferowały wiedzę z klastra do centrali. Jak zauważają liczni autorzy, większość filii korporacji międzynarodowych jest jednak zorientowana na stopniowe dopasowywanie się do lokalnych rynków (Kuemmerle, 1999; Frost i in., 2002). W związku z tym może dochodzić do powiększania zasobów wiedzy w klastrze, a spółki matki filii lokowanych w tych klastrach są narażone na wypływ ich kompetencji technologicznych (Sanna-Randaccio, Veugelers, 2007). Odpływ wiedzy będzie do pewnego stopnia bilansowany przez napływ wiedzy od firm klastrowych do zagranicznych wchodzących i zostanie zbilansowany z nadwyżką, jeśli firmy w klastrze dysponują przewagą komparatywną w skali międzynarodowej (Singh, 2007). Kluczowym czynnikiem decydującym o tym, na ile korporacji międzynarodowej uda się zająć miejsce w klastrze i zostać „insiderem” jest również, jak sygnalizowano, poziom autonomii filii lokowanej w danym klastrze. Poziom autonomii

KONSEKWENCJE GLOBALIZACJI DLA KLASTRÓW

157

Tabela 1. Efekty oddziaływania globalizacji na klastry i ich determinanty – perspektywa firm zagranicznych wchodzących do klastrów – ujęcie dedukcyjno-literaturowe Autorzy i ich prace

Efekty oddziaływania globalizacji na klastry

Sölvell (2003) Birkinshaw (1996) Sölvell, Birkinshaw (2000) Kuemmerle (1999)

Dostęp do innowacyjnych pomysłów i specjalistycznych umiejętności, rozwój zasobów wiedzy w korporacji, pozytywne oddziaływania na B+R

Casson (1994)

Redukcja ryzyka i niepewności funkcjonowania na rynku zagranicznym

Fang i in. (2007) Amin, Cohendet (1999)

Niwelowanie negatywnych skutków braku mobilności wiedzy ukrytej

Kuemmerle (1999)

Większe nasilenie procesów uczenia się

Zanfei (2000)

Presja na poprawę konkurencyjności oraz innowacje produktowe

Sanna-Randaccio, Veugelers (2007) Shaver, Flyer (2000) Chung, Kalnins (2001) Alcacer, Chung (2007)

Odpływ wiedzy z korporacji

Czynniki determinujące przenikanie wiedzy od firm lokalnych do zagranicznych wchodzących do klastrów: Ashforth, Saks(1996)

Natężenie interakcji z lokalnymi podmiotami i osobami je reprezentującymi

Cohen, Levinthal (1990)

Umiejętności absorpcji wiedzy

Birkinshaw, Hood (2000), Birkinshaw, Hood, Young (2004)

Stopień autonomii lokalnych filii/oddziałów

Cantwell, Mudambi (2005) Cantwell, Piscitello (2007)

Rola, jaką z punktu widzenia spółki matki pełni określona spółka córka – filia – wykorzystywanie kompetencji z centrali lub na ich kreowanie dla centrali

Hamel (1990)

Otwartość partnerów lokalnych na emitowanie wiedzy

Andersson i in. (2005)

Stopień lokalnego zakorzenienia danej jednostki zagranicznej

Źródło: Opracowano na podstawie literatury przedmiotu przywołanej w tabeli 1.

158

Barbara Jankowska

filii determinuje poziom lokalnego zakorzenienia (local embeddedness) danej spółki córki. Jeśli spółka matka traktuje rozwijanie wiedzy w spółce córce jako element oceny jej wyników, ma to pozytywny wpływ na poziom lokalnego osadzenia i zakorzenienia danej spółki córki (Andersson i in., 2005). Wyższy poziom autonomii spółki córki sprzyja rozwijaniu relacji z lokalnymi dostawcami i klientami (Birkinshaw i in., 2004), a to znów stwarza szanse na przechwytywanie ukrytej wiedzy skojarzonej z daną lokalizacją. Podsumowanie dotychczas poczynionych ustaleń na temat efektów oddziaływania globalizacji na klastry stanowi tabela 1. Prezentuje ona potencjalne ścieżki, na których ujawnia się wpływ globalizacji na klastry oraz wskazuje na kluczowe czynniki determinujące wystąpienie określonych efektów z perspektywy podmiotów zagranicznych wchodzących do klastrów.

Efekty oddziaływania globalizacji na klastry – przenikanie wiedzy od zagranicznych firm wchodzących do klastrów do firm lokalnych Pojawienie się BIZ w klastrze niesie ze sobą pozytywne implikacje dla dynamiki klastra. Young, Hood i Peters (1994) stwierdzili, że korporacje międzynarodowe, które dysponują szeroką gamą produktów, silną orientacją eksportową, wyspecjalizowanym procesem produkcyjnym i personelem oraz zaangażowaniem w budowę lokalnych umiejętności w zakresie badań, z wysokim prawdopodobieństwem przyczyniają się do rozwoju regionalnego. Zander i Sölvell (2000) traktują korporacje międzynarodowe jako mechanizm, który wzmacnia integrację międzyregionalną m.in. poprzez zagraniczne inwestycje bezpośrednie i międzynarodową wymianę wiedzy. BIZ mogą pełnić rolę dyfuzora wiedzy i technologii, o czym świadczą doświadczenia chińskiej branży elektronicznej, która dzięki napływowi zagranicznych inwestorów stała się jedną z najbardziej zaawansowanych technologicznie branż elektronicznych na świecie (Zhang, 2005). Wyniki badań Zhanga wskazują, że efekty zjawiska aglomeracji, przejawiającego się w tworzeniu klastrów, w znaczący sposób przyczyniły się do wzrostu produktywności siły roboczej w chińskiej branży elektronicznej i wzrostu branży, w szczególności w regionach, gdzie występuje silna koncentracja zagranicznych inwestycji bezpośrednich. Zhang pokazuje, że klastry mają zbawienny wpływ na produktywność, ale wpływ ten wydaje się być równocześnie bardzo mocno związany z napływem zagranicznych inwestycji bezpośrednich, które przyczyniają się do poprawy produktywności firm lokalnych dzięki efektom przenikania wiedzy i umiejętności oraz dzięki podejmowaniu joint ventures przez firmy zagraniczne i lokalne podmioty. Przedsiębiorstwa kraju goszczącego, działające w tej samej lokalizacji co korporacja międzynarodowa, czerpią korzyści z faktu rozchodzenia się wiedzy i zaawansowanej technologii, które są często atutami wspomnianych korporacji

KONSEKWENCJE GLOBALIZACJI DLA KLASTRÓW

159

(spillover effect). Przedsiębiorstwa lokalne podążają zbliżonymi trajektoriami rozwoju technologicznego co korporacje międzynarodowe, gdyż te drugie zwykle lokują swoją aktywność w miejscach bardziej atrakcyjnych, w bardziej konkurencyjnych regionach. Uruchomiony zostaje przepływ wiedzy i umiejętności od inwestorów zagranicznych do przedsiębiorstw lokalnych9 i zwiększa się atrakcyjność klastra, co znów przyciąga nowych inwestorów. W ten sposób umacnia się proces przestrzennej koncentracji przedsiębiorstw określonych branż i nasila się przenikanie wiedzy w klastrze. W zależności od tego, na ile pozwala na to środowisko klastrowe i charakterystyki przedsiębiorstw w klastrze, natężenie wypływu wiedzy z korporacji do firm klastrowych może być różne (Alcacer, Chung, 2007). Blomstrőm i Kokko (1998) pokazują, że istnieją cztery sposoby dyfuzji technologii i wiedzy od podmiotów zagranicznych do firm lokalnych: efekt demonstracji-imitacji, efekt konkurencji, efekt powiązań zagranicznych i efekt treningu (training effect)10. Efekt demonstracji-imitacji wystąpi, gdy firmy lokalne wchodzą w relacje z firmami zagranicznymi i uczą się od nich, naśladując ich technologie produkcji, metody organizacji i zarządzania. Firmy lokalne, obserwując nowe, innowacyjne produkty firm zagranicznych czy ich sposoby działania dopasowane do specyfiki lokalnej, imitują je. Efekt konkurencji polega na tym, że presja rywali zagranicznych pobudza firmy lokalne do ulepszania technologii produkcji i techniki produkcji po to, aby podnosić swoją produktywność. Efekt powiązań zagranicznych polega na tym, że firmy lokalne uczą się jak eksportować od firm zagranicznych (Gőrg, Greenaway, 2004). Efekt treningowy (training effect) wystąpi, gdy dotychczasowi pracownicy firmy zagranicznej, korporacji międzynarodowej zostaną pracownikami firmy lokalnej (Gőrg, Strobl, 2001). Analizując tę prostą typologię efektów przenikania wiedzy od firm zagranicznych do lokalnych, można stwierdzić, że atrybuty klastra, a w szczególności mniejszy dystans psychologiczny aktorów i bliskość geograficzna, będą zwiększały ich zachodzenie. Choć sprawą oczywistą jest, że sama bliskość geograficzna nie jest ani warunkiem koniecznym, ani też wystarczającym do uruchomienia takich efektów. Firmy lokalne w różnym stopniu będą czerpać korzyści z faktu przenikania wiedzy i technologii od korporacji międzynarodowych. Zależy to od mechanizmu, który rządzi pojawianiem się tych efektów, od zdolności absorpcji wiedzy po stronie firm lokalnych i od umiejętności technologicznych firm lokalnych. Jeśli te są ciągle rozwijane i zapewniają firmie dobrą pozycję konkurencyjną, przedsiębiorstwo 9 Korzyści z przenikania wiedzy wywołane przez BIZ występują, gdy obecność lub wejście zagranicznego inwestora na dany rynek zwiększa zasoby wiedzy po stronie firm lokalnych, w związku z tym że inwestor zagraniczny, korporacja międzynarodowa nie może w pełni internalizować tych korzyści (Smarzynska, 2003). Wejście firmy zagranicznej podnosi tempo zmian technologicznych i tempo uczenia się po stronie firm lokalnych. Tak zwykle postrzega się efekty przenikania wiedzy od zagranicznych inwestorów do firm lokalnych. Choć analizy ekonometryczne niekiedy obok pozytywnego wpływu pokazują także negatywny wpływ lub brak oddziaływania na przenikanie wiedzy (Rojec, Knell, Damijan, 2009). 10 W literaturze przedmiotu można znaleźć jeszcze inne typologie efektów przenikania wiedzy od zagranicznych inwestorów do firm lokalnych, np. Gőrg, Greenaway (2004, s. 171–197), Smarzynska (2003, s. 4−5).

160

Barbara Jankowska

lokalne nie będzie zainteresowane przejmowaniem wiedzy od firm zagranicznych, podążając dalej własną ścieżką rozwoju (Ben Hamida, Gugler, 2008). Ben Hamida (2009) badał efekty przenikania wewnątrz poszczególnych branż w przemyśle przetwórczym od korporacji międzynarodowych do firm lokalnych w Szwajcarii. Jego badania koncentrowały się więc na efektach przenikania wiedzy między konkurentami aktywnymi w skali jednego regionu, z których jeden był filią czy oddziałem korporacji międzynarodowej. Autor ten podkreśla, że rozmiar i zakres efektów przenikania wiedzy zależą od działającego mechanizmu i od umiejętności absorpcyjnych bezpośrednio powiązanych z umiejętnościami technologicznymi po stronie firm lokalnych. Efekt konkurencji daje rezultaty w przypadku firm z wysokimi umiejętnościami technologicznymi, efekt treningowy, związany z mobilnością pracowników przyniesie korzyści nawet firmom z niskimi umiejętnościami technologicznymi, a efekt demonstracji daje najlepsze efekty w przypadku firm o przeciętnych umiejętnościach technologicznych (Ben Hamida, 2009). Relatywnie wyższemu natężeniu efektów przenikania wiedzy w klastrze w porównaniu do efektów przenikania wiedzy poza klastrem sprzyja także, a może przede wszystkim, atrybut interakcji i powiązań między uczestnikami klastra. Wielu autorów pokazuje, że efekty przenikania wiedzy od korporacji międzynarodowych do firm lokalnych dokonują się w płaszczyźnie pionowych i poziomych powiązań między nimi, a tego typu relacje są charakterystyczne właśnie dla struktur klastrowych. W układzie pionowym dochodzi do przepływu wiedzy od korporacji międzynarodowych do ich dostawców (Smarzynska, 2003; Damijan i in., 2003) czy klientów. Dyfuzja tej wiedzy dokonuje się np. poprzez szkolenia, ale także poprzez ustanawianie wyższych wymogów odnośnie do jakości produktu czy terminowości dostaw, poprzez generowanie popytu na komponenty czy materiały spełniające ustalone standardy do wytwarzania dóbr finalnych (Javorcik, 2004; Smarzynska, 2003; Markusen i Venables, 1999; Lall, 1980). Na natężenie procesów przepływu wiedzy od zagranicznych firm wchodzących do klastrów do firm lokalnych ma wpływ sposób wejścia tych pierwszych. Szerszemu przepływowi sprzyjają inwestycje typu greenfield (Crone, Roper, 2001). Również motywy wejścia na dany rynek mają znaczenie. BIZ nakierowane na eksploatację strategicznych aktywów firmy czy na zdobywanie rynku będą bardziej sprzyjały transferowi wiedzy do wnętrza klastra niż BIZ motywowane poszukiwaniem zasobów czy poprawą efektywności (Dunning, 1993). Taki wniosek pozwalają wysnuć wyniki badań Smarzynskiej (2002) przeprowadzone w odniesieniu do niektórych branż litewskiej gospodarki. Wyższa produktywność występuje w tych branżach dostawców, które zaopatrują branże z dużym udziałem firm zagranicznych i pozytywne zmiany w produktywności firm występują wówczas, gdy BIZ są zorientowane docelowo na dany rynek goszczący i nie traktują go jako bazy do realizowania eksportu. Orientacja docelowo na danym rynku goszczącym skłania do budowania szerszych relacji z dostawcami i klientami. Obecność korporacji międzynarodowych w klastrach może także obok pozytywnych efektów przenikania wiedzy, które podniosą poziom przeciętnej produktywności firm lokalnych czy wykorzystywanych technik produkcji (odpo-

KONSEKWENCJE GLOBALIZACJI DLA KLASTRÓW

161

wiednio produktywne (productivity) i technologiczne (technological) efekty przenikania wiedzy) (Perez, 1998, s. 22–23), wywoływać negatywne efekty zewnętrze, które właśnie w środowisku klastrowym mogą wystąpić ze wzmożonym natężeniem. Filie firm zagranicznych mogą przejąć rynek lokalnych firm z klastra. Aitken i Harrison (1999) pokazują negatywne efekty zewnętrzne, odwołując się do doświadczeń Kolumbii i Wenezueli. Haddad i Harrison (1993) prezentują doświadczenia w tym zakresie Maroka, a Djankov i Hoekman (2000) Republiki Czeskiej. Negatywne efekty zewnętrzne nie są przez tychże autorów osadzone w środowisku klastrowym, ale istota takiego środowiska może je eskalować. W tabeli 2 w sposób syntetyczny podsumowano rozważania na temat efektów globalizacji dla klastrów z perspektywy firm lokalnych. Tabela 2. Efekty oddziaływania globalizacji na klastry i ich determinanty – perspektywa firm lokalnych w klastrach. Ujęcie dedukcyjno-literaturowe Autorzy i ich prace

Efekty oddziaływania globalizacji na klastry

Young, Hood i Peters (1994)

Rozwój regionalny

Zander i Sölvell (2000) Zhang (2005)

Dyfuzja wiedzy i technologii

Dunning, Gugler (red.) (2008)

Umacnianie konkurencyjności już konkurencyjnego regionu

Aitken i Harrison (1999) Haddad i Harrison (1993) Djankov i Hoekman (2000)

Przejęcie rynku firm lokalnych

Czynniki determinujące przenikanie wiedzy od firm zagranicznych wchodzących do klastrów do firm lokalnych Ben Hamida, Gugler (2008)

Poziom konkurencyjności i zdefiniowana ścieżka rozwoju firm lokalnych

Ben Hamida (2009)

Umiejętności absorpcji wiedzy po stronie firm lokalnych

Smarzynska (2003) Damijan, Knell, Majcen, Rojec (2003)

Liczba i siła powiązań pionowych i poziomych między firmami

Crone, Roper (2001)

Sposób wejścia firm zagranicznych na dany rynek i do klastra

Dunning (1993) Smarzynska (2002)

Motywy wejścia firm zagranicznych na dany rynek

Źródło: Opracowano na podstawie literatury przedmiotu przywołanej w tabeli 2.

162

Barbara Jankowska

Zakończenie W prezentowanym artykule podjęto próbę konceptualizacji konsekwencji globalizacji dla klastrów. Przyjmując podejście dedukcyjne, poszukiwano odpowiedzi na pytanie, czy istnienie klastrów jest paradoksem w erze globalizacji oraz co stanowi kluczowy mechanizm oddziaływania globalizacji na klastry. Opierając się na dociekaniach licznych badaczy w literaturze przedmiotu, można stwierdzić, że globalizacja nie zmniejszyła znaczenia czynnika lokalizacji i odległości geograficznej dla konkurencyjności firm, branż czy sieci branż, jakimi są klastry. Na rysunku 1 przedstawiono schemat analityczny implikacji globalizacji dla klastrów. Schemat ten pokazuje, że proces globalizacji co najwyżej nieco zmienia znaczenie lokalizacji i odległości geograficznej dla konkurencyjności firm, a za ich przyczyną branż i całych gospodarek. Postęp technologii informacyjnych pozwala na redukcję kosztów komunikowania się, z jednej strony osłabiając naciski na lokowanie firmy w miejscach, gdzie funkcjonują jej partnerzy biznesowi, z drugiej zaś zwalniając przedsiębiorstwa z hamulców, jakimi dotychczas mogły być wysokie koszty przepływu informacji do/z posiadanych za granicą jednostek, i w tym sensie może być znów bodźcem do dalszej ekspansji i pogłębiania specjalizacji określonych geograficznych skupisk przedsiębiorstw oraz wspierających je instytucji. Globalizacja odciska ślad na sposobie funkcjonowania i strukturze wewnętrznej klastrów poprzez mechanizm BIZ. Można stwierdzić, że produktem procesu globalizacji, który wpływa na klastry poprzez napływ bezpośrednich inwestycji do klastrów i odpływ bezpośrednich inwestycji z klastrów jest duże natężenie przenikania wiedzy między firmami z różnych krajów. Efekty te zwykle towarzyszą BIZ i ze względu na atrybuty klastra ujawniają się ze wzmożoną siłą. Natężenie efektów przenikania wiedzy wewnątrz klastrów jest uzależnione od wielu czynników. Można je podzielić na trzy grupy: 11

po pierwsze, czynniki determinujące przenikanie wiedzy od firm lokalnych do zagranicznych wchodzących do klastrów,

po drugie, czynniki determinujące przenikanie wiedzy w obu kierunkach, a więc od firm lokalnych do zagranicznych i odwrotnie,

po trzecie, czynniki determinujące przenikanie wiedzy od firm zagranicznych wchodzących do lokalnych.

W pierwszej grupie znajduje się otwartość firm lokalnych na dzielenie się wiedzą, stopień autonomizacji filii/oddziału firmy międzynarodowej oraz liczba obsługiwanych rynków zagranicznych. W drugiej grupie znajdą się zdolności absorpcyjne obu firm, poziom lokalnego zakorzenienia firmy zagranicznej, rola filii/oddziału w strukturze koncernu. Do grupy trzeciej zalicza się sposób wejścia podmiotu zagranicznego do klastra, umiejętności technologiczne firm lokalnych oraz liczba poziomych i pionowych powiązań firm lokalnych z zagranicznym wchodzącym podmiotem. Dla zachowania obiektywizmu trzeba jednakże dodać, że oddziaływanie globalizacji na klastry może wzmagać natężenie przenikania

163

KONSEKWENCJE GLOBALIZACJI DLA KLASTRÓW

Rysunek 1. Schemat analityczny oddziaływania globalizacji na klastry Rozwój technologii teleinformatycznych

Redukcja kosztów komunikowania się

Konwergencja kulturowa i integracja gospodarcza

Wzmożony przepływ informacji

Czynniki oddziałujące na natężenie efektów globalizacji dla klastrów

Efekt oddziaływania globalizacji na klastry

Kluczowy mechanizm oddziaływania globalizacji na klastry

Globalizacja – napływ/odpływ BIZ do/z klastrów

Przenikanie wiedzy wewnątrz klastra – na poziomie ﬁrm-uczestników klastra

Przenikanie wiedzy pomiędzy klastrami – internacjonalizacja klastrów

Dyfuzja wiedzy – ﬁrma lokalna

Dyfuzja wiedzy – ﬁrma zagraniczna

Absorpcja wiedzy – ﬁrma zagraniczna

Absorpcja wiedzy – ﬁrma lokalna

Otwartość ﬁrm lokalnych na dzielenie się wiedzą

Zdolności absorpcyjne

Sposób wejścia ﬁrmy zagranicznej do klastra

Stopień autonomii ﬁlii/oddziałów

Poziom lokalnego zakorzenienia ﬁrmy zagranicznej

Umiejętności technologiczne ﬁrm lokalnych

Rola ﬁlii/oddziału w strukturze koncernu

Liczba poziomych i pionowych powiązań ﬁrm lokalnych z zagranicznymi wchodzącymi

Liczba obsługiwanych rynków przez ﬁrmę zagraniczną

Źródło: Opracowanie własne na podstawie literatury przywołanej w artykule.

wiedzy w klastrze i tym samym napędzać jego rozwój, zabezpieczać przed zamknięciem na nowe ścieżki kreowania wartości, ale może też być zagrożeniem

164

Barbara Jankowska

dla ich egzystencji. Ten drugi przypadek wydaje się jednak dotyczyć tylko takich klastrów, których uczestnicy nie podejmują świadomych działań nakierowanych na poprawę swojej innowacyjności bądź efektywności. Wreszcie globalizacja, będącą szczególnym przypadkiem internacjonalizacji prowadzi do reorientacji klastrów, która wiąże się z budowaniem relacji z rynkami zagranicznymi na poziomie nie tylko firm-uczestników klastrów, ale także całych klastrów. Proces ten jest bardzo wyraźny w odniesieniu do klastrów sformalizowanych, którym dedykowano inicjatywy klastrowe. Jest to problem, który autorka omówiła w odrębnym artykule na łamach „Gospodarki Narodowej” (Jankowska, 2010a). Ekspansji zagranicznej firm z klastrów i wchodzeniu firm zagranicznych do klastrów towarzyszy umiędzynarodowienie organizacji klastrowych. Umiędzynarodowienie przedsiębiorstw dokonuje się obok internacjonalizacji instytucji je koordynujących.

BIBLIOGRAFIA Agrawal A., Cockburn I. (2003), The Anchor-tenant Hypothesis: Exploring the Role of Large, Local, R&D-intensive Firms in Regional Innovation Systems, “International Journal of Industrial Organization”, Vol. 21, No. 9, s. 1227–1253. Amin A., Cohendet P. (1999), Learning and Adaptation in Decentralised Business Networks, Environment and Planning, “Society and Space”, Vol. 17, No. 1, s. 87–104. Aitken B.J., Harrison A.E. (1999), Do Domestic Firms Benefit from Direct Foreign Investments? Evidence from Venezuela, “American Economic Review”, Vol. 89, No. 3, s. 605–618. Alcacer J., Chung W. (2007), Location Strategies and Knowledge Spillovers, “Management Sciences”, Vol. 53, No. 5, s. 760–776. Andersson U., Forsgren M. (1996), Subsidiary Embeddedness and Control in the Multinational Corporation, “International Business Review”, Vol. 5, No. 5, s. 487–508. Andersson U., Forsgren M. (2000), In Search of Centre of Excellence: Network Embeddedness and Subsidiary Roles in Multinational Corporations, “Management International Review”, Vol. 40, No. 4, s. 329–350. Andersson U., Forsgren M., Holm U. (2002), The Strategic Impact of External Networks – Subsidiary Performance and Competence Development in the Multinational Corporation, “Strategic Management Journal”, Vol. 23, No. 11, s. 979–996. Andersson U., Björkman I., Forsgren M. (2005), Managing Subsidiary Knowledge Creation: The Effect of Control Mechanisms on Subsidiary Local Embeddeness, “International Business Review”, Vol. 14, No. 5, s. 521–538. Archibugi D., Michie J. (1995), The Globalization of Technology: A New Taxonomy, “Cambridge Journal of Economics”, Vol. 19, No. 1, s. 121–140. Ashforth B.E., Saks A.M. (1996), Socialization Tactics: Longitudinal Effects on Newcomer Adjustment, “Academy of Management Journal”, Vol. 39, No. 1, s. 149–178. Ben Hamida L. (2009), Are There Regional Spillovers from FDI in the Swiss Manufacturing Industry? Materiały konferencyjne 35th EIBA Conference, 13th–15th December, 2009.

KONSEKWENCJE GLOBALIZACJI DLA KLASTRÓW

165

Ben Hamida L., Gugler Ph. (2008), FDI and Spillovers in the Swiss Manufacturing Industry: Interaction Effects between Spillover Mechanism and Domestic Absorptive Capacities, w: M.P. Feldman, G. D. Santangelo (red.), New Perspectives in International Business Research, Progress in International Business Research, UK: Emerald Group Publishing Limited, s. 263–287. Biggiero L. (2006), Industrial and Knowledge Relocation Strategies under the Challenges of Globalization and Digitalization: the Move of Small and Medium Enterprises among Territorial Systems, “Entrepreneurship and Regional Development”, Vol. 18, No. 6, s. 443–472. Birkinshaw J. (1996), How Multinational Subsidiary Mandates Are Gained and Lost, “Journal of International Business Studies”, Vol. 27, No. 3, s. 467–496. Birkinshaw J., Hood N. (2000), Characteristics of Foreign Subsidiaries in Industry Clusters, “Journal of International Business Studies”, Vol. 31, No. 1, s. 141–154. Birkinshaw J., Hood N., Young S. (2004), Subsidiary Entrepreneurship, Internal and External Competitive Forces, and Subsidiary Performance, “International Business Review”, Vol. 14, No. 2, s. 227–248. Blomstrőm M., Kokko A. (1998), Multinational Corporations and Spillovers, “Journal of Economic Surveys”, Vol. 12, No. 3, s. 247–277. Cairncross F. (1997), The Death of Distance: How the Communications Revolution Will Change our Lives, Harvard Business Scholl Press, Boston, Massachusetts. Cantwell J.A., Mudambi R. (2005), MNE competence-creating subsidiary mandates, “Strategic Management Journal”, Vol. 26, No. 12, s. 1109–1128. Cantwell J.A., Piscitello L. (2007), Attraction and Deterrence in the Location of ForeignOwned R&D Activities. The Role of Positive and Negative Spillovers, “International Journal of Technological Learning, Innovation and Development”, Vol. 1, No. 1, s. 83–111. Casson M. (1994), Why Are Firms Hierarchical? “Journal of the Economics of Business”, Vol. 1, No. 1, s. 47–76. Chung W., Kalnins A. (2001), Agglomeration Effects and Performance: A Test of the Texas Lodging Industry, “Strategic Management Journal”, Vol. 22, No. 10, s. 969–988. Cohen W. M, Levinthal D. A. (1990), Absorptive Capacity: A New Perspective on Learningand Innovation, “Administrative Science Quarterly”, Vol. 35, No. 1, s. 128–152. Crone M., Roper S. (2001), Local Learning from Multinational Plants: Knowledge Transfer in the Supply Chain, “Regional Studies” 2001, Vol. 35, No. 6, s. 535–548. Crozet M., Mayer T., Mucchielli J-L. (2004), How do Firms Agglomerate? A Study of FDI in France, “Regional Science and Urban Economics”, Vol. 34, No. 1, s. 27–54. Cyrson E. (2002), Nowy paradygmat strategii konkurencji, w: E. Skawińska (red.), Konkurencyjność przedsiębiorstw – nowe podejście, PWN, Warszawa–Poznań, s. 13–54. Dacin T. M., Ventresca M.J., Beal B.D. (1999), The Embeddeness of Organizations: Dialogue and Directions, “Journal of Management”, Vol. 25, No. 3, s. 317–356. Damijan J.P., Knell M., Majcen B., Rojec M. (2003), Technology Transfer through FDI in Top-10 Transition Countries: How Important are Direct Effects, Horizontal and Vertical Spillovers, “William Davidson Working Paper”, No. 549 (February), The University of Michigan Business School, Ann Arbor.

166

Barbara Jankowska

DeMartino R., McHardy R.D., Zygliodopoulos S.C. (2006), Balancing Localization and Globalization: Exploring the Impact of Firm Internationalization on a Regional Cluster, “Entrepreneurship & Regional Development”, Vol. 18, No. 1, s. 1–24. DePropris L., Driffield N. (2006), The Importance of Clusters for Spillovers from Foreign Investment and Technology Sourcing, “Cambridge Journal of Economics”, Vol. 30, No. 2 , s. 277–291. Djankov S., Hoekman B. (2000), Foreign Investment and Productivity Growth in Czech Enterprises, ”World Bank Economic Review”, Vol. 14, No. 1, s. 49–64. Dunning J.H. (1958), American Investment in British Manufacturing Industry, Allen & Unwin, London. Dunning J.H. (1973), The Determinants of International Production, “Oxford Economic Papers”, Vol. 25, No. 3, s. 289–336. Dunning J.H. (1993), Multinational Enterprises and the Global Economy, Addison‑Wesley Longman, Harlow. Dunning J.H. (2000), Regions, Globalisation, and the Knowledge Economy: The Issues Stated, w: J.H. Dunning (red.), Regions, Globalization, and the Knowledge Economy, Oxford University Press, Oxford. Dunning J.H., Gugler Ph. (2008) (red.), Foreign Direct Investment. Location and Competitiveness, Elsevier. Dunning J.H., Lundan S. (2008), Multinational Enterprises and the Global Economy, Edward Elgar, Cheltenham. Fang Y., Wade M., Delios A., Beamish P. W. (2007), International Diversification, Subsidiary Performance, and the Mobility of Knowledge Resources, “Strategic Management Journal”, Vol. 28, No. 10, s. 1053–1064. Feldman M.; Francis J.; Bercovitz J. (2005), Creating a Cluster While Building a Firm: Entrepreneurs and the Formation of Industrial Cluster, “Regional Studies”, Vol. 39, No. 1, s. 129–141. Frost T.S., Birkinshaw J.M., Ensign P.C. (2002), Centers of Excellence in Multinational Corporations, “Strategic Management Journal”, Vol. 23, No. 11, s. 997–1018. Gancarczyk M. (2010], Model schyłku i odrodzenia klastrów, “Gospodarka Narodowa”, nr 3, s. 1–21. Goetz M. (2009), Atrakcyjność klastra dla lokalizacji zagranicznych inwestycji bezpośrednich, Instytut Zachodni, Poznań. Gorynia M., Jankowska B. (2007), Teorie internacjonalizacji, „Gospodarka Narodowa”, nr 10, s. 21–44. Gorynia M., Jankowska B., Owczarzak R. (2007), Clusters – an Attempt to Respond to the Globalization Challenge? The Case of Furniture Cluster in Wielkopolska, “Poznan University of Economics Review”, Vol. 7, No. 2, s. 5–28. Gőrg H., Greenaway D. (2004), Much Ado about Nothing: Do Domestic Firms Really Benefit from Foreign Direct Investment, “World Bank Research Observer”, No. 19, s. 171–197. Gőrg H., Strobl E. (2001), Multinational Companies and Productivity Spillovers: A Meta Analysis, “The Economic Journal”, Vol. 111, No. 475, s. 723–739. Grosse R., Trevino L.J. (1996), Foreign Direct Investment in the United States: an Analysis by Country of Origin, “Journal of International Business Studies”, Vol. 27, No. 1, s. 139–155.

KONSEKWENCJE GLOBALIZACJI DLA KLASTRÓW

167

Haddad M., Harrison A.E. (1993), Are There Positive Spillovers from Direct Foreign Investments? Evidence from Panel Data for Morocco, “Journal of Development Economics”, Vol. 42, No. 1, s. 51–74. Hamel G. (1990), Competition for Competence and Interpartner Learning within International Strategic Alliances, “Strategic Management Journal”, Vol. 12, No. S1, s. 83–103. Jankowska B. (2010), Klastry i globalizacja – „korelacja” dodatnia czy ujemna?, w: Treder H., Żołądkiewicz K. (red.), Wyzwania gospodarki globalnej, Instytut Handlu Zagranicznego Uniwersytetu Gdańskiego, Sopot, s. 551–564. Jankowska B. (2010a), Internacjonalizacja klastrów, „Gospodarka Narodowa”, nr 5–6, s. 19–40. Javorcik B. (2004), The Composition of FDI and the Protection of IPR: Evidence from Transition Economies, “European Economic Review”, Vol. 48, No. 1, s. 39–62. Kuemmerle W. (1999), The Drivers of Foreign Direct Investment into Research and Development: and Empirical Investigation, “Journal of International Business Studies”, Vol. 30, No. 1, s. 1–24. Lall S. (1980), Vertical Interfirm Linkages in LDCs: An Empirical Study, “Oxford Bulletin of Economics and Statistics”, Vol. 42, No. 3, s. 203–226. Leamer E., Storper M. (2001), The Economic Geography of the Internet Age, “Journal of International Business Studies”, Vol. 32, No. 4, s. 641–665. Markusen J., Venables A. (1999), Foreign Direct Investment as a Catalyst for Industrial Development, “European Economic Review”, Vol. 43, No. 2, s. 335–356. McCann P., Mudambi R. (2004), The Location Behavior of the Multinational Enterprise: Some Analytical Issues, “Growth and Change”, Vol. 35, No. 4, s. 491–524. Nachum L., Zaheer S. (2005), The Persistence of Distance? The Impact of Technology on MNE Motivations for Foreign Investment, “Strategic Management Journal”, Vol. 26, No. 8, s. 747–767. Patel P., Pavitt K. (1991), Large Firms in Production of the World’s Technology: an Important Case of Non-globalisation, “Journal of International Business Studies”, Vol. 22, No. 1, s. 1–40. Patel P., Vega M. (1999), Patterns of Internationalisation of Corporate Technology: a Location vs. Home Country Advantages, “Research Policy”, Vol. 28, No. 2–3, s. 145–155. Perez T. (1998), Multinational Enterprises and Technological Spillovers, Harwood Academic Publishers, Amsterdam. Petersen B., Pedersen T. (2002), Coping with Liability of Foreignness: Different Learning Engagements of Entrant Firms, “Journal of International Management”, Vol. 8, No. 3, s. 339–350. Porter M.E. (2001), Porter o konkurencji, PWE, Warszawa. Rojec M., Knell M., Damijan J. (2009), Why Is There so Little Evidence on Knowledge Spillovers from Foreign Direct Investment?, Materiały konferencyjne 35th EIBA Conference, 13th-15th December, 2009. Rugman A.M. (1996), The Theory of Multinational Enterprises, Elgar, Cheltenham. Sanna-Randaccio F., Veugelers R. (2007), Multinational Knowledge Spillovers with Decentralized R&D: a Game Theoretic Approach, “ Journal of International Business Studies”, Vol. 38, No. 1, s. 47–63. Schmid S., Schurig A. (2003), The Development of Critical Capabilities in Foreign Subsidiaries: Disentangling the Role of the Subsidiary’s Business Network, “International Business Review”, Vol. 12, No. 4, s. 755–782.

168

Barbara Jankowska

Sedita S R, Belussi F. (2009), “Life Cycle vs. Multiple Path Dependency in Industrial Districts”, referat zaprezentowany na 9th EURAM Conference, Liverpool. Shaver J.M., Flyer F. (2000), Agglomeration Economies, Firm Heterogeneity, and Foreign Direct Investment in the United States, “Strategic Management Journal”, Vol. 21, No. 12, s. 1175–1193. Singh J. (2007), Asymmetry of Knowledge Spillovers Between MNEs and Host Country Firms, “Journal of International Business Studies”, Vol. 38, No. 5, s. 764–786. Smarzynska B. (2002), Does Foreign Direct Investment Increase the Productivity of Domestic Firms? In Search of Spillovers Through Backward Linkages, “Policy Research Working Paper” 2924, World Bank, Washington, DC. Smarzynska B.K. (2003), Does Foreign Direct Investment Increase the Productivity of Domestic Firms? In Search of Spillovers through Backward Linkages, “William Davidson Working Paper”, No. 548, University of Michigan Business School, Ann Arbor. Sölvell Ö. (2003), The Multi-home-based Multinational: Combining Global Competitiveness and Local Innovativeness, w: Birkinshaw J., Ghoshal S., Markides C., Stopford J., Yip G. (red.), The Future of the Multinational Company, John Wiley&Sons Ltd., Chichester, s. 34–44. Sölvell Ö., Birkinshaw J. (2000), Multinational Enterprises and the Knowledge Economy, Leveraging Global Practises, w: J. H. Dunning (red.), Regions, Globalization, and the Knowledge-Based Economy, Oxford University Press, Oxford/New York. Young S., Hood N., Peters E. (1994), Multinational Enterprise and Regional Development, “Regional Studies”, Vol. 28, No. 7, s. 657–677. Zander I., Sölvell O. (2000), Cross-Border Innovation in the Multinational Corporation: A Research Agenda, “International Studies of Management and Organization”, Vol. 30, No. 2, s. 44–67. Zaheer S., Manrakhan S. (2001), Concentration and Dispersion in Global Industries: Remote Electronic Access and the Location of Economic Activities, “Journal of International Business Studies”, Vol. 32, No. 4, s. 667–686. Zanfei, A. (2000), Transnational Firms and the Changing Organization of Innovative Activities, “Cambridge Journal of Economics”, Vol. 24, No. 5, s. 515–542. Zhang H. (2005), Effect of Foreign Direct Investment on the Agglomeration of China’s Electronics Industry, w: Transnational Corporations and Economic Development, red. L. Cuyvers, F. de Beule, Palgrave Macmillan, New York, s. 141–160.

STRESZCZENIE Cel artykułu Klastering uruchamiający procesy regionalizacji zachęca do dyskusji nad znaczeniem lokalizacji i odległości geograficznej dla międzynarodowej konkurencyjności przedsiębiorstw. Celem artykułu jest próba udzielenia odpowiedzi na następujące pytania: czy globalizacja neutralizuje znaczenie czynnika lokalizacji i odległości geograficznej dla międzynarodowej konkurencyjności przedsiębiorstwa, a więc

KONSEKWENCJE GLOBALIZACJI DLA KLASTRÓW

169

czy rzeczywiście istnienie i rozwój klastrów jest paradoksem w świetle procesów globalizacji? Co stanowi kluczowy mechanizm oddziaływania globalizacji na klastry i jak zmieniają się klastry pod wpływem globalizacji? Metodologia Autorka, stosując rozumowanie na zasadzie dedukcji, przeprowadziła pogłębione i krytyczne studia literaturowe. Badania oparto na wnioskach płynących z licznych opracowań, w szczególności artykułów w recenzowanych czasopismach, które koncentrują się na problemach biznesu międzynarodowego, lokalizacji oraz odległości geograficznej. Szczególne miejsce w artykule zajmują rozważania dotyczące efektów przenikania wiedzy między podmiotami gospodarczymi. Rezultaty badawcze W toku przeprowadzonych studiów literaturowych ustalono, że globalizacja nie zmniejszyła znaczenia czynnika lokalizacji i odległości geograficznej dla konkurencyjności firm, branż czy sieci branż, jakimi są klastry. Proces globalizacji co najwyżej nieco zmienia znaczenie lokalizacji i odległości geograficznej dla konkurencyjności firm. Kluczowym mechanizmem, poprzez który globalizacja oddziałuje na klastry, jest napływ do i odpływ z nich BIZ. Efektem działania tego mechanizmu jest wzmożone przenikanie wiedzy między firmami lokalnymi w klastrach i firmami zagranicznymi, które do nich wchodzą. Słowa kluczowe: klastry, globalizacja, efekty przenikania wiedzy, BIZ.

THE IMPACT OF GLOBALIZATION ON CLUSTERS Abstract The purpose of the paper The popularity of clustering in many countries prompts discussions on the importance of geographical distance and location for international competitiveness of companies. The author tries to answer the following questions: does the globalization diminish the importance of location and geographical distance for international competitiveness of firms? Is the development of clusters a paradox in the era of globalization? What mechanism is responsible for globalization’s impact on clusters and how is their nature changed? Methodology The author uses deductive approach to conduct an in-depth critical literature review. The study draws on results presented in many journals papers, books and reports focusing on international business, location, and geographical proximity. Special emphasis is put on the problems of knowledge spillovers between domestic cluster members and foreign firms entering clusters through foreign direct investment (FDI).

170

Barbara Jankowska

Conclusions It is found that globalization does not diminish the relevance of location and geographical distance for international competitiveness of firms. The development of clusters is not a paradox even in the era of globalization. The crucial mechanism of globalization’s influence on clusters is the FDI inflow and outflow, the main consequence – an increased intensity of knowledge spillovers within clusters. Key words: clusters, globalization, knowledge spillovers, FDI. JEL Classification: F23

Studia ekonomiczne 1 Economic studies nr 2 (LXIX) 2011

Piotr Kowalczuk*

Transakcje insiderów na GPW w Warszawie a efektywność rynku WSTĘP Pojęcie efektywności rynku kapitałowego zdefiniował Eugene Fama. Według jego definicji rynek efektywny to rynek, na którym ceny zawsze w pełni odzwierciedlają wszystkie dostępne informacje (Fama, 1970, s. 383). Dzięki temu że ceny papierów wartościowych odzwierciedlają wszystkie informacje, na rynku efektywnym informacyjnie są one zawsze dobrym przybliżeniem ich rzeczywistej (wewnętrznej1) wartości. Nie zakłada się przy tym, że bieżąca cena rynkowa będzie dokładnie równa niemierzalnej i niewidocznej wartości wewnętrznej, natomiast przyjmuje się, że odchylenia od tej wartości mają charakter losowy. W rezultacie, w danym momencie istnieje takie samo prawdopodobieństwo, że papier wartościowy będzie niedowartościowany jak i przewartościowany, a odchylenia od wartości wewnętrznej są niezależne od jakiejkolwiek zmiennej (Szyszka, 1999, s. 50). Definicja efektywności informacyjnej Famy jest bardzo ogólna i dlatego trudna do empirycznej weryfikacji. Autor wyróżnił więc trzy formy (poziomy) efektywności rynku: słabą, półsilną i silną. * Autor

jest pracownikiem PWSZ w Suwałkach. wartości wewnętrznej wprowadził Paul Samuelson. Stwierdził on, że jest to wartość teoretyczna, równa prawdziwej wartości danego papieru, której nie można zaobserwować ani obliczyć. Jednakże najlepszym przybliżeniem tej ceny są ceny ustalane na rynku papierów wartościowych w każdej minucie sesji. Ceny te, być może, nie są dokładnie równe wartości wewnętrznej, ale nie wydaje się prawdopodobne, aby inny szacunek wartości wewnętrznej był bardziej precyzyjny niż ten, co do którego zgadzają się kupujący i sprzedający na wolnym rynku. Kupujący i sprzedający na rynku papierów wartościowych uczestniczą bowiem w silnej i nieustannej konkurencji. Każdy z nich próbuje odgadnąć przyszłość lepiej niż inni. (P. Samuelson, 1965, s. 41−49). 1 Pojęcie

172

Piotr Kowalczuk

Słaba forma efektywności rynku zakłada, że bieżące ceny papierów wartoś ciowych w pełni odzwierciedlają wszystkie informacje z historycznych notowań giełdowych (tj. historyczne ceny, stopy zwrotu, wielkość obrotów i inne generowane przez rynek informacje, np. struktura zleceń). Jeśli rynek jest efektywny w stopniu półsilnym (średnim), ceny papierów wartościowych szybko dostosowują się do wszystkich informacji publicznych, a zatem bieżąca cena instrumentu finansowego w pełni odzwierciedla wszystkie ogólnodostępne informacje. Silna forma efektywności rynku zakłada, że wszystkie informacje (zarówno te dostępne publicznie jak i informacje prywatne) są uwzględnione w cenach papierów wartościowych (Brigham, Houston, 2005, s. 399−400). Silna forma efektywności rynku zakłada też, że żaden inwestor nie może osiągać wyższej stopy zwrotu od innych dzięki monopolistycznemu dostępowi do informacji (informacji prywatnej). Jednym z możliwych testów silnej formy efektywności rynku jest sprawdzenie czy „insiderzy”, czyli osoby powiązane ze spółką (np. członkowie zarządu, członkowie rad nadzorczych) osiągają ponadprzeciętne zyski ze swoich transakcji na rynku akcji.

Dotychczasowe wyniki badań transakcji insiderów Osoby zajmujące wysokie stanowiska w spółkach i mające potencjalny dostęp do informacji poufnych (insiderzy) muszą informować komisje papierów wartościowych o transakcjach akcjami swoich firm. W USA informacje te są publikowane przez SEC (Security Exchange Comission) raz na miesiąc w postaci specjalnych raportów. Dane te stanowiły przedmiot wielu badań. Do najczęściej cytowanych prac należą prace: Finnerty’ego (1976, s. 1141–1148), Seyhuna (1986, s. 189–212), Rozeffa i Zamana (1988, s. 26–43) oraz Jenga, Metricka i Zeckhausera (1999, s. 2–36). Rezultaty badań wskazują na zyskowność transakcji insiderów. Można więc wnioskować, że posiadają oni informacje nie uwzględnione w cenach akcji (najczęściej są to zapewne informacje poufne), które umożliwiają im osiąganie ponadprzeciętnych2 zwrotów. Insiderzy w sumie sprzedają więcej akcji niż kupują (więcej transakcji i średnio o większej wartości) – wskazują na to badania Finnerty (1976) oraz Jeng i in. (1999). Transakcje kupna mają większe szansę na to, że są związane z informacją poufną. Sprzedaż często bowiem dotyczy akcji uzyskanych jako część wynagrodzenia (opcje menedżerskie). Może też być dokonana w celu sfinansowania ważnego zakupu (np. domu), w celu dywersyfikacji portfela albo zwiększenia płynności obrotu na giełdzie, stąd jej termin może być w większym stopniu przypadkowy. Zapewne dlatego rezultaty badań wskazują na większe ponadprzeciętne zwroty przy kupnie akcji przez insiderów niż przy sprzedaży (Finnerty, 1976: kupno: 8,34%; sprzedaż: –4,82% rocz2 Ponadprzeciętne tzn. przewyższające odpowiedni benchmark stanowiący punkt odniesienia – może to być np. indeks giełdowy, portfel spółek o podobnej wielkości czy oczekiwana stopa zwrotu wyznaczona na podstawie określonego modelu.

Transakcje insiderów na GPW w Warszawie a efektywność rynku

173

nie), albo nawet na zupełny brak ponadprzeciętnych ujemnych zwrotów przy transakcjach sprzedaży (Jeng i in., 1999). W badaniach Jeng i in. (1999) duże transakcje insiderów okazały się bardziej zyskowne niż małe. Insiderzy preferują akcje spółek małych i o niskiej wycenie rynkowej (tzn. niski wskaźnik C/Z3, C/WK4) – czyli „value stocks”, zatem część zysków to zasługa efektu kapitalizacji, efektu C/Z, i efektu C/WK5. Według badań Rozeffa i Zamana (1988), ponadprzeciętna stopa zwrotu z transakcji insiderów (łącznie kupna i sprzedaży), wynosiła 8,64% rocznie, a outsiderów (tj. inwestorów spoza spółki, którzy handlowali na podstawie informacji o transakcjach insiderów) 5,64% rocznie. Po uwzględnieniu efektu kapitalizacji i efektu C/Z stopy te spadły do 5,16% i 2,28%. Kiedy Rozeff i Zaman dodatkowo uwzględnili koszty transakcyjne równe 2%6, zyski insiderów spadły do 3,12%, a outsiderów praktycznie do zera (0,24%). Obliczona przez Jeng i in. (1999) ponadprzeciętna roczna stopa zwrotu z transakcji kupna wyniosła 7,4%, a po uwzględnieniu efektów kapitalizacji C/Z i C/WK spadła o 1/3 do 4,8% (kosztów transakcyjnych tu nie uwzględniono). Szósta część tych zysków przypada na okres do 5 dni po transakcji, 1/3 na pierwszy miesiąc, a 3/4 na pierwsze 6 miesięcy. Jest to zgodne z wynikami Finnerty’ego (1976), u którego też większość ponadprzeciętnych rocznych zwrotów z transakcji kupna przypada na pierwsze 6 miesięcy po zakupie. Celem niniejszego artykułu jest weryfikacja silnej formy hipotezy efektywności rynku na podstawie danych o transakcjach insiderów na Giełdzie Papierów Wartościowych w Warszawie w latach 2009 i 2010. Zostanie zbadane, czy insiderzy w swoich transakcjach są w stanie pobić rynek, tj. czy stopa zwrotu z ich transakcji istotnie różni się od średniej rynkowej stopy zwrotu.

DANE I METODOLOGIA Do badania wylosowano 21 spółek notowanych na GPW w Warszawie – 7 z indeksu WIG20, 7 z indeksu mWIG40 i 7 z indeksu sWIG80. Tabela 1 przedstawia nazwy wylosowanych spółek.

C cena 1 akcji = C p . cena 1 akcji Z zysk netto na 1fakcję = Z zysk netto na 1 akc tym teoretycznie „tańsze” są akcje (mniej płacimy za C Im niższy cena 1wskaźnik, akcji C 1 zł zysku netto cenaspółki). 1 akcji = f = p f C na 1 akcję pcena 1 ak Z zysk4 netto na 1 akcję WK nawartość księgowa Stosunek ceny 1 akcji do wartości księgowej przypadającej 1 akcję = f WK wartość księgowa C cena 1 akcji = f p . Im niższy wskaźnik, tym teoretycznie „tańsze” są akcje (mniej WK wartość księgowa na 1 akcję płacimy 1 zł wartości księgowej spółki). 5 Wiele badań wskazuje, że w długim terminie spółki o niskiej kapitalizacji (małe), o niskim C/Z, niskim C/WK osiągają wyższe stopy zwrotu niż średnia rynkowa. Prawidłowości te nazwano odpowiednio: efektem kapitalizacji (lub inaczej efektem małych spółek), efektem C/Z i efektem C/WK. 6 Kupno + sprzedaż + spread (różnica między ofertami kupna i sprzedaży). 3 Stosunek

ceny 1 akcji do zysku netto przypadającego na 1 akcję f

174

Piotr Kowalczuk

Tabela 1. Lista spółek wylosowanych do badania L.p.

WIG20

mWIG40

sWIG80

TVN

Orbis

MIT

PBG

Kety

06Magna

BZWBK

Eurocash

Erbud

Bioton

Netia

Ferrum

PolimexMS

Skotan

Mercor

Pekao SA

Impexmetal

Wawel

BRE Bank

Petrolinvest

PGF

Źródło: Opracowanie własne.

Dane dotyczą 29 transakcji kupna i 30 transakcji sprzedaży akcji zawartych w okresie 12 marzec 2009 r. – 8 luty 2010 r. Okres ten był wymuszony dostępnością danych, które pozyskano z internetowej bazy danych „Gazety Giełdy Parkiet”. Pominięto transakcje związane z programami motywacyjnymi (tzn. transakcje, w których menedżerowie mogą nabywać akcje firmy w preferencyjnych cenach), darowizny itp. Dla każdej z 29 transakcji kupna i 30 transakcji sprzedaży obliczono jednomiesięczną, trzymiesięczną i sześciomiesięczną stopę zwrotu, którą następnie porównano ze stopą zwrotu z odpowiedniego indeksu giełdowego. Indeksy WIG20, mWIG40 i sWIG80 pełniły tu więc rolę benchmarku, czyli punktu odniesienia dla stopy zwrotu osiągniętej przez insidera. Dalej sprawdzono czy jedno, trzy i sześciomiesięczne stopy zwrotu osiągnięte przez insiderów różnią się istotnie od stóp zwrotu z odpowiednich indeksów giełdowych. Najwygodniej byłoby sprawdzić, czy różnica pomiędzy stopami zwrotu insiderów i benchmarków jest istotna statystycznie za pomocą testu t-Studenta dla zmiennych powiązanych (zależnych). Ten sposób badania jest zalecany i często stosowany w praktyce dla tego typu porównań7. Jednakże test ten wymaga spełnienia założenia, że populacja różnic stóp zwrotu ma rozkład normalny. Założenie to jest często naruszone przy danych zawierających stopy zwrotu z akcji (zob. np.: Fama, 1965; Officer, 1972). W naszym przypadku (tabela 2) tylko dla różnic pomiędzy jednomiesięcznymi stopami zwrotu możemy mówić o nienaruszeniu tego założenia. Test Kołmogorowa–Smirnowa na poziomie istotności 0,10 odrzucił hipotezę o normalności rozkładu różnic w czterech przypadkach na 6. Skoro nie możemy się posłużyć parametrycznym testem t, użyjemy testu nieparametrycznego dla dwóch zmiennych powiązanych (dwóch prób zależnych). 7 Zob.

np.: Cone, Weaver (1976, s. 78); Senthilkumar (2009, s. 147).

Transakcje insiderów na GPW w Warszawie a efektywność rynku

175

Mamy tu do wyboru: test kolejności par Wilcoxona (zwany też testem znaków rangowanych Wilcoxona) oraz test znaków8. Tabela 2. Wyniki testu normalności różnic pomiędzy stopami zwrotu insiderów i odpowiadających im benchmarków Wyszczegolnienie

Kołmogorow–Smirnowa Statystyka

Kupno_1 miesiąc

0,087

0,200

Kupno_3 miesiące

0,223

0,001

Kupno_6 miesięcy

0,316

< 0,001

Sprzedaż_1 miesiąc

0,107

*0,200

Sprzedaż_3 miesiące

0,182

0,012

Sprzedaż_6 miesięcy

0,237

< 0,001

a Z poprawką

istotności Lillieforsa;

Istotność

Dolna granica rzeczywistej istotności.

Źródło: Opracowanie własne.

Bardziej dpowiedni wydaje się test kolejności par Wilcoxona, ponieważ uwzględnia on zarówno znak różnic między pomiarami, ich wielkość, jak również ich kolejność. Natomiast test znaków oparty jest jedynie na znakach związanych z porównaniem między wynikami w parach. Traci się tu informację niesioną przez liczbowe wartości różnic. Informacja ta jest wykorzystywana w teście Wilcoxona (Stanisz, 2006, s. 382). W badaniu użyto testów dwustronnych i przyjęto poziom istotności 0,10. Obliczeń dokonano za pomocą programu PASW Statistics, Wydanie 18.0.0 (2009.07.03); Chicago: SPSS Inc.

WYNIKI BADAŃ TRANSAKCJI KUPNA Rysunek 1 przedstawia średnie stopy zwrotu z transakcji kupna insiderów i stopy zwrotu z benchmarków w tym samym okresie, tj.: 1 miesiąc, 3 miesiące i 6 miesięcy od zawarcia transakcji. Akcje, które kupowali insiderzy, dały wyższą średnią stopę zwrotu niż odpowiadające im benchmarki we wszystkich badanych okresach, tj.: 1, 3 i 6 miesięcy od daty zakupu. W ciągu miesiąca od zakupu, stopa zwrotu z akcji, które kupo8 Oba testy stanowią nieparametryczną alternatywę dla testu t, przy czym test kolejności par Wilcoxona jest testem mocniejszym (moc testu = 1 – wielkość błędu II rodzaju). Jest on najmocniejszą (95% mocy testu t-Studenta) alternatywą testu t-Studenta dla zmiennych powiązanych. Można go użyć we wszystkich sytuacjach, w których z powodu braku normalności nie można zastosować testu t-Studenta (Stanisz, 2006, s. 382).

176

Piotr Kowalczuk

wali insiderzy, była wyższa od odpowiadającego im indeksu giełdowego o 4,41 punktu procentowego (p.p.). W okresie trzech miesięcy od zakupu akcje kupowane przez insiderów były lepsze od rynku o 4,93 p.p., a w okresie sześciu miesięcy od zakupu aż o 10,53 p.p. Inaczej mówiąc, insiderzy osiągnęli ponadprzeciętną stopę zwrotu równą 4,41%, 4,93% i 10,53%. Rysunek 1. Średnie stopy zwrotu z transakcji kupna insiderów i benchmarków 25,00%

22,27%

20,00% 15,00%

13,23%

10,00%

8,30%

7,50%

5,00%

11,74%

3,09%

0,00%

1 mc Insiders

3 mc-e

6 mc-y

benchmark

Źródło: Opracowanie własne.

Dalej sprawdzimy, czy różnice pomiędzy stopami zwrotu insiderów i benchmarków są istotne statystycznie. Tabela 3 przedstawia statystyki opisowe dotyczące jednomiesięcznych stóp zwrotu insiderów, odpowiadających im benchmarków oraz różnic między nimi.

Mediana

Odchylenie standardowe

Skośność

Kurtoza*

Minimum

Insiderzy

0,0750

0,0491

0,1299

0,941

1,094

–0,1701

0,4024

Benchmark

0,0309

0,0065

0,0602

1,504

1,544

–0,0217

0,2066

Różnice

0,0441

0,0548

0,0979

0,104

–0,195

–0,1517

0,2722

Wyszczególnienie

Maksimum

Średnia

Tabela 3. Statystyki opisowe stóp zwrotu insiderów i benchmarków w okresie jednego miesiąca od zakupu akcji

PASW (tak jak większość pakietów statystycznych) liczy eksces, nazywając wynik kurtozą. Eksces = Kurtoza−3 Źródło: Opracowanie własne.

Transakcje insiderów na GPW w Warszawie a efektywność rynku

177

Jak wynika z tabeli 3, mediana jednomiesięcznych stóp zwrotu insiderów wyniosła 4,91%, czyli połowa miesięcznych stóp zwrotu insiderów była równa lub wyższa niż 4,91%, a połowa równa lub niższa niż 4,91%. W przypadku stóp zwrotu z odpowiednich benchmarków, mediana wyniosła 0,65%, czyli połowa jednomiesięcznych stóp zwrotu z benchmarków była równa lub większa niż 0,65%, a połowa równa lub mniejsza. Stopy zwrotu insiderów są bardziej zróżnicowane niż stopy zwrotu z benchmarków. Miesięczne stopy zwrotu insiderów wynosiły od –17,01% do 40,24%, podczas gdy stopy zwrotu z benchmarków wynosiły od –2,17% do 20,66%. Stopy zwrotu insiderów różniły się od średniej przeciętnie o 12,99%. W przypadku stóp zwrotu z benchmarków, odchylenie w stosunku do średniej wynosiło przeciętnie 6,02%. Rozkłady stóp zwrotu insiderów i benchmarków są leptokurtyczne9 (czyli „wysmukłe”) z asymetrią dodatnią (prawostronną), czyli mają dłuższy prawy „ogon”. Oznacza to, że duże (co do modułu) dodatnie zwroty pojawiały się częściej niż duże ujemne zwroty. W przypadku insiderów asymetria była umiarkowana, a w przypadku benchmarków silna. Jednak jeśli weźmiemy pod uwagę rozkład różnic stóp zwrotu, skośność wynosi 0,104, co oznacza niską asymetrię, a wysmukłość rozkładu różnic jest prawie równa wysmukłości rozkładu normalnego (minimalnie mniejsza). W tabeli 4 umieszczono wyniki testu kolejności par Wilcoxona. Tabela 4. Test istotności różnic stóp zwrotu insiderów i benchmarków w okresie jednego miesiąca od zakupu akcji Test kolejności par Wilcoxona N

Średnia ranga

Suma rang

p-value (2-tailed)

Ujemne rangi

19a

16,84

320,00

–2,216d

0,0267

Dodatnie rangi

10b

11,50

115,00

Wyszczególnienie

Wiązania

Ogółem:

a benchmark 1 miesiąc < insiderzy kupno 1 miesiąc; b benchmark 1 miesiąc > insiderzy kupno 1 miesiac; cbenchmark 1 miesiąc = insiderzy kupno 1 miesiac; d na bazie dodatnich rang. * Ujemna wartość statystyki testowej wynika z formuły jakiej używa program PASW. Dla tych samych danych, wynik uzyskany w innym pakiecie statystycznym (np. Statistica czy StatsDirect) jest dodatni.

Źródło: Opracowanie własne. 9

Oznacza to silniejszą niż w przypadku rozkładu normalnego koncentrację empirycznych stóp zwrotu wokół centralnego punktu rozkładu.

178

Piotr Kowalczuk

Jeśli spojrzymy na wyniki w pierwszej kolumnie („N”), zauważymy, że na 29 porównań stóp zwrotu, stopy zwrotu insiderów były wyższe w 19 przypadkach, a w 10 przypadkach wyższe były stopy zwrotu z benchmarków. Równość stóp zwrotu nie wystąpiła w żadnym przypadku (wiązania = 0). Test Wilcoxona wskazuje, że stopy zwrotu insiderów i benchmarków różnią się istotnie na przyjętym z góry poziomie istotności 0,10. Istotność empiryczna (p-value) wynosi 0,0267, co oznacza, że jeśli hipoteza zerowa jest prawdziwa (brak różnic między stopami zwrotu insiderów i benchmarków), prawdopodobieństwo, że przypadek doprowadziłby przynajmniej do takiej jak nasza (lub większej) różnicy stóp zwrotu, wynosi 0,0267. Tabela 5 przedstawia statystyki opisowe trzymiesięcznych stóp zwrotu.

Odchylenie standardowe

Skośność

Kurtoza

Minimum

Maksimum

Insiderzy

0,1323

0,0329

0,3203

1,982

4,562

–0,2357

1,1951

Benchmark

0,0830

0,0523

0,0988

1,916

4,677

–0,0269

0,4334

Różnice

0,0493

–0,0257

0,2842

1,904

4,223

–0,2804

0,9894

Wyszcze gólnienie

Mediana

Średnia

Tabela 5. Statystyki opisowe stóp zwrotu insiderów i benchmarków w okresie trzech miesięcy od zakupu akcji

Źródło: Opracowanie własne.

Jak wynika z tabeli 5, trzymiesięczne stopy zwrotu insiderów zawierają się w przedziale od –23,57% do 119,51%, a trzymiesięczne stopy zwrotu z benchmarków od –2,69% do 43,34%. Zatem zakres wahań stóp zwrotu insiderów jest dużo wyższy10. Skośność i kurtoza obu rozkładów są na zbliżonym poziomie – oba rozkłady są leptokurtyczne (wysmukłe) z silną asymetrią prawostronną. Średnia stopa zwrotu insiderów jest co prawda wyższa niż średnia stopa zwrotu z benchmarków (13,23% wobec 8,30%), ale w przypadku mediany jest już inaczej. Mediana stóp zwrotu z benchmarków wynosi 5,23% i jest wyższa niż mediana stóp zwrotu insiderów (3,29%). Jeśli spojrzymy na wyniki testu Wilcoxona w tabeli 6, zauważymy że w większości przypadków (17) stopy zwrotu z benchmarków były wyższe niż stopy zwrotu insiderów. Insiderzy „pobili” benchmark tylko w 12 przypadkach na 29. Test Wilcoxona wskazuje, że nie ma podstaw do odrzucenia hipotezy zerowej o braku różnic pomiędzy stopami zwrotu insiderów i benchmarków. 10 Nie

jest to zaskakujące, ponieważ indeksy giełdowe zazwyczaj podlegają mniejszym wahaniom niż pojedyncze spółki. Zmiany cen spółek wchodzących w skład indeksu do pewnego stopnia „znoszą się” wzajemnie, przez co zmiany stóp zwrotu z indeksów są mniejsze. Jest to wyraźnie widoczne przy odchyleniu standardowym, które w finansach często służy jako miara ryzyka.

179

Transakcje insiderów na GPW w Warszawie a efektywność rynku

Tabela 6. Test istotności różnic stóp zwrotu insiderów i benchmarków w okresie trzech miesięcy od zakupu akcji Test kolejności par Wilcoxona N

Średnia ranga

Suma rang

p-value (2-tailed)

Ujemne rangi

12a

17,67

212,00

–0,1189d

0,9053

Dodatnie rangi

17b

13,12

223,00

Wyszczególnienie

Wiązania Ogółem:

a benchmark

3 miesiące < insiderzy kupno 3 miesiące; b benchmark 3 miesiące > insiderzy kupno 3 miesiące; c benchmark 3 miesiące = insiderzy kupno 3 miesiące; d na bazie ujemnych rang. Źródło: Opracowanie własne.

Tabela 7 przedstawia statystyki opisowe sześciomiesięcznych stóp zwrotu.

Średnia

Mediana

Odchylenie standardowe

Skośność

Kurtoza

Minimum

Maksimum

Tabela 7. Statystyki opisowe stóp zwrotu insiderów i benchmarków w okresie sześciu miesięcy od zakupu akcji

Insiderzy

0,2227

0,1195

0,4699

2,541

6,804

–0,1878

1,8732

Benchmark

0,1174

0,0760

0,1605

2,252

7,001

–0,0576

0,7304

Różnice

0,1054

0,0162

0,4326

2,653

7,654

–0,3911

1,6617

Wyszczególnienie

Źródło: Opracowanie własne.

Jak wynika z tabeli 7, rozkłady stóp zwrotu insiderów i benchmarków są podobne pod względem asymetrii i kurtozy (silna asymetria prawostronna, leptokurtyczność), tyle że stopy zwrotu insiderów są bardziej zróżnicowane. Zarówno średnia jak i mediana stóp zwrotu insiderów jest wyższa od średniej i mediany stóp zwrotu z benchmarków. Mimo że te różnice wydają się dość duże (22,27% i 11,95% wobec odpowiednio: 11,74% i 7,60%), test Wilcoxona wskazuje, że różnica nie jest istotna statystycznie (tab. 8). Insiderzy pobili benchmark w 18 przypadkach na 29. Podsumowując transakcje kupna insiderów należy stwierdzić, że insiderzy osiągali wyższe stopy zwrotu niż benchmark w okresach 1 miesiąc i 6 miesięcy od zakupu, jednak tylko w przypadku jednomiesięcznych stóp zwrotu różnica okazała się istotna statystycznie.

180

Piotr Kowalczuk

Tabela 8. Test istotności różnic stóp zwrotu insiderów i benchmarków w okresie sześciu miesięcy od zakupu akcji Test kolejności par Wilcoxona Wyszczególnienie

Średnia ranga

Suma rang

Ujemne rangi

18a

14,00

252,00

Dodatnie rangi

11b

16,64

183,00

Wiązania Ogółem:

p-value (2-tailed)

–0,7460d

0,4557

0c 29

a benchmark

6 miesięcy < insiderzy kupno 6miesięcy; b benchmark 6 miesięcy > insiderzy kupno 6 miesięcy; c benchmark 6 miesięcy = insiderzy kupno 6 miesięcy; d na bazie dodatnich rang. Źródło: Opracowanie własne.

W dalszej części pracy zostaną omówione wyniki transakcji sprzedaży dokonywanych przez insiderów. Spróbujemy odpowiedzieć na pytanie, czy stopy zwrotu z akcji, które sprzedawali insiderzy, były niższe niż stopy zwrotu z odpowiednich benchmarków, czyli czy insiderzy sprzedawali akcje na podstawie istotnej, negatywnej informacji ze spółki, czy raczej transakcje te miały charakter bardziej przypadkowy.

WYNIKI BADAŃ TRANSAKCJI SPRZEDAŻY Badania przeprowadzone przez: Finnerty (1976) oraz Jeng, Metrick i Zeckhauser (1999) na giełdzie w Nowym Jorku wskazywały, że insiderzy osiągają wyższe ponadprzeciętne zwroty z transakcji kupna niż sprzedaży. Autorzy tłumaczyli to tym, że transakcje sprzedaży mogą być związane z innymi czynnikami niż sytuacja spółki, np. zakup domu, mieszkania, samochodu itp. Przy transakcjach kupna, kiedy insider inwestuje własne pieniądze w spółkę, teoretycznie są większe szanse na to, że transakcje te związane są z informacją poufną. Niemniej jednak jeśli insider zna złą informację dotyczącą spółki, najprawdopodobniej sprzeda akcje. Wydatki osobiste insidera (potrzeba spieniężenia akcji w związku z jakimś zakupem) może tylko zniekształcać nieco wyniki. Rysunek 2 przedstawia zestawienie średnich stóp zwrotu z akcji, które sprzedawali insiderzy ze stopami zwrotu z odpowiednich benchmarków w okresie 1,3 i 6 miesięcy od sprzedaży akcji. Mimo że wyniki części zagranicznych autorów sugerują mniejsze znaczenie transakcji sprzedaży dokonywanych przez insiderów, rezultaty z GPW na rysunku 2 wydają się temu przeczyć. Akcje, które sprzedawali insiderzy, miały stopy zwrotu niższe niż benchmarki we wszystkich badanych okresach. W okresie jed-

181

Transakcje insiderów na GPW w Warszawie a efektywność rynku

nego miesiąca od sprzedaży, sprzedane akcje miały średnie stopy zwrotu niższe od benchmarków o 5,06 p.p., w okresie trzech miesięcy od sprzedaży o 11,16 p.p., a w okresie sześciu miesięcy od sprzedaży o 5,72 p.p. Można zatem wnioskować, że insiderzy na ogół dobrze wyczuwali moment, w którym należy pozbyć się akcji firmy, z którą są powiązani. Rysunek 2. Średnie stopy zwrotu z akcji sprzedawanych przez insiderów i odpowiadających im benchmarków 10,00%

7,62%

8,00% 6,00%

4,62%

4,00% 2,00%

1,90%

0,85%

0,00%

1 mc

–2,00% –4,00%

3 mc-e

6 mc-y

–4,21%

–6,00%

–6,54%

–8,00% Insiders

benchmark

Źródło: Opracowanie własne.

Tabela 9 przedstawia statystyki opisowe stóp zwrotu w okresie jednego miesiąca od zawarcia transakcji sprzedaży.

Średnia

Mediana

Odchylenie standardowe

Skośność

Kurtoza

Minimum

Maksimum

Tabela 9. Statystyki opisowe stóp zwrotu insiderów i benchmarków w okresie jednego miesiąca od sprzedaży akcji

Insiderzy

–0,0421

–0,0451

0,0933

–0,957

2,117

–0,3277

0,1460

Benchmark

0,0085

0,0010

0,0396

1,921

4,556

–0,0364

0,1476

Różnice

–0,0506

–0,0327

0,0888

–1,345

2,992

–0,3477

0,0601

Wyszczególnienie

Źródło: Opracowanie własne.

Miesięczne stopy zwrotu z akcji, które sprzedali insiderzy wynosiły od –32,77% do 14,60%, podczas gdy stopy zwrotu z benchmarków od –3,64% do 14,76%. Rozkład stóp zwrotu insiderów ma umiarkowaną asymetrię lewostronną (czyli duże co do modułu ujemne zwroty pojawiały się częściej niż duże dodatnie zwroty). Być może to właśnie w tych przypadkach mieliśmy do

182

Piotr Kowalczuk

czynienia z typowym wykorzystaniem informacji poufnej. Rozkład stóp zwrotu z benchmarków ma z kolei silną asymetrię prawostronną, zatem tu duże co do modułu dodatnie zwroty pojawiały się częściej niż duże ujemne zwroty. Oba rozkłady stóp zwrotu są leptokurtyczne, przy czym rozkład stóp zwrotu z benchmarków jest bardziej wysmukły. Rozkład różnic pomiędzy parami stóp zwrotu jest leptokurtyczny z umiarkowaną asymetrią lewostronną. Zarówno średnia, jak i mediana stóp zwrotu z akcji sprzedanych przez insiderów jest wyraźnie niższa od średniej i mediany stóp zwrotu z indeksów stanowiących benchmark (odpowiednio: –4,21% i –4,51% wobec 0,85% i 0,10%). Akcje sprzedane przez insiderów miesiąc po zawarciu transakcji sprzedaży były gorsze od benchmarków w 21 przypadkach na 30, a lepsze tylko w dziewięciu (tab. 10). Tabela 10. Test istotności różnic stóp zwrotu insiderów i benchmarków w okresie jednego miesiąca od sprzedaży akcji Test kolejności par Wilcoxona Wyszczególnienie

Średnia ranga

Suma rang

p-value (2-tailed)

Ujemne rangi

10,78

97,00

–2,7870d

0,0053

Dodatnie rangi

21b

17,52

368,00

Wiązania Ogółem:

0c 30

a benchmark

siąc;

1 miesiąc < insiderzy 1 miesiąc; b benchmark 1 miesiąc > insiderzy 1 miebenchmark 1 miesiąc = insiderzy 1 miesiąc; d na bazie ujemnych rang.

Źródło: Opracowanie własne.

Test Wilcoxona pokazał istotność różnicy stóp zwrotu insiderów i benchmarków. Istotność empiryczna wyniosła 0,0053, co oznacza, że prawdopodobieństwo odrzucenia H0, jeśli jest prawdziwa, wynosi 0,53%. Tabela 11 przedstawia statystyki opisowe stóp zwrotu w okresie trzech miesięcy od zawarcia transakcji sprzedaży. Trzymiesięczne stopy zwrotu z akcji sprzedanych przez insiderów również są wyraźnie niższe od stóp zwrotu z benchmarków. Niższa jest zarówno średnia (–6,54% wobec 4,62%), jak i mediana (–3,20% wobec 3,14%). Stopy zwrotu osiągnięte przez insiderów zawierały się w przedziale od –50,39% do 27,36%, a stopy zwrotu z indeksów od –7,82% do 34,87%. Tabela 12 przedstawia wyniki testu kolejności par Wilcoxona. W okresie trzech miesięcy od transakcji sprzedaży insiderzy trafnie przewidzieli przyszłą koniunkturę (tzn. akcje ich spółek były gorsze od rynku) w 26 przypadkach na 30.

183

Transakcje insiderów na GPW w Warszawie a efektywność rynku

Natomiast sprzedane przez nich akcje były lepsze od rynku tylko w czterech przypadkach. Różnica pomiędzy stopami zwrotu jest istotna statystycznie. Prawdopodobieństwo, że przypadek doprowadziłby do takiej (lub większej) różnicy wynosi 0,03%.

Średnia

Mediana

Odchylenie standardowe

Skośność

Kurtoza

Minimum

Maksimum

Tabela 11. Statystyki opisowe stóp zwrotu insiderów i benchmarków w okresie trzech miesięcy od sprzedaży akcji

Insiderzy

–0,0654

–0,0320

0,1811

–0,511

0,623

–0,5039

0,2736

Benchmark

0,0462

0,0314

0,1045

1,422

2,090

–0,0782

0,3487

Różnice

–0,1117

–0,0891

0,1495

–1,020

1,112

–0,4965

0,1428

Wyszczególnienie

Źródło: Opracowanie własne.

Tabela 12. Test istotności różnic stóp zwrotu insiderów i benchmarków w okresie trzech miesięcy od sprzedaży akcji Test kolejności par Wilcoxona N

Średnia ranga

Suma rang

p-value (2-tailed)

Ujemne rangi

13,75

55,00

–3,6509d

0,0003

Dodatnie rangi

26b

15,77

410,00

Wyszczególnienie

Wiązania Ogółem:

a benchmark

miesiąc;

1 miesiąc < insiderzy 1 miesiąc; b benchmark 1 miesiąc > insiderzy 1 benchmark 1 miesiąc = insiderzy 1 miesiąc; d na bazie ujemnych rang.

Źródło: Opracowanie własne.

Tabela 13 przedstawia statystyki opisowe stóp zwrotu w okresie sześciu miesięcy od zawarcia transakcji sprzedaży. Sześciomiesięczne stopy zwrotu z akcji, które sprzedali insiderzy, wynosiły od –67,16% do 48,53%, a stopy zwrotu z benchmarków od –5,23% do 38,89%. Podobnie jak w przypadku trzymiesięcznych oraz jednomiesięcznych stóp zwrotu przy transakcjach sprzedaży, rozkład stóp zwrotu insiderów ma asymetrię lewostronną, a rozkład stóp zwrotu z benchmarków – asymetrię prawostronną.

184

Piotr Kowalczuk

Odchylenie standardowe

Skośność

Minimum

Maksimum

Insiderzy

0,0190

0,0023

0,2533

–0,626

1,596

–0,6716

0,4853

Benchmark

0,0762

0,0665

0,1022

1,546

2,665

–0,0523

0,3889

Różnice

–0,0573

–0,0624

0,2216

–0,679

2,459

–0,6702

0,4027

Kurtoza

Średnia

Wyszczególnienie

Mediana

Tabela 13. Statystyki opisowe stóp zwrotu insiderów i benchmarków w okresie sześciu miesięcy od sprzedaży akcji

Źródło: Opracowanie własne.

Średnia i mediana stóp zwrotu insiderów są niższe od benchmarków (1,90% i 0,23% wobec odpowiednio 7,62% i 6,65%). Tabela 14 przedstawia wyniki testu kolejności par Wilcoxona. Tabela 14. Test istotności różnic stóp zwrotu insiderów i benchmarków w okresie sześciu miesięcy od sprzedaży akcji Test kolejności par Wilcoxona N

Średnia ranga

Suma rang

p-value (2-tailed)

Ujemne rangi

10a

13,50

135,00

–2,0054d

0,0449

Dodatnie rangi

20b

16,50

330,00

Wyszczególnienie

Wiązania Ogółem:

0c 30

a benchmark

1miesiąc < insiderzy 1miesiąc; b benchmark 1miesiąc > insiderzy 1 miesiąc; c benchmark 1miesiąc = insiderzy 1miesiąc; d na bazie ujemnych rang. Źródło: Opracowanie własne.

Sześć miesięcy po dokonaniu transakcji sprzedaży akcje sprzedane przez insiderów były gorsze od benchmarków w 20 przypadkach na 30, a lepsze w 10 przypadkach. Test Wilcoxona wskazuje na istotność różnicy pomiędzy stopami zwrotu insiderów i benchmarków. Istotność empiryczna wynosi 0,0449, co oznacza, że odrzucenie hipotezy zerowej wiąże się z ryzykiem popełnienia błędu w 45 przypadkach na 1000. Podsumowując, akcje sprzedane przez insiderów były gorsze od rynku we wszystkich badanych okresach, tj. jeden, trzy i sześć miesięcy od dokonania trans-

Transakcje insiderów na GPW w Warszawie a efektywność rynku

185

akcji. Można więc podejrzewać, że przynajmniej część tych transakcji była dokonana na podstawie ważnych negatywnych informacji, które posiadali insiderzy na temat swojej spółki. Różnice między porównywanymi stopami zwrotu insiderów i benchmarków były wyraźniejsze niż przy transakcjach kupna.

PODSUMOWANIE Wyniki próby transakcji insiderów na GPW w Warszawie wskazują, że insiderzy posiadają wyczucie rynku w transakcjach akcjami spółek, z którymi są powiązani. Prawdopodobne jest, że handlują na podstawie istotnej informacji, której nie posiada w danym momencie ogół inwestorów oraz że są w stanie zidentyfikować i poprawnie wykorzystać11 dobre i złe informacje ze swoich spółek. Dotyczy to zwłaszcza krótkiego horyzontu czasu (jednomiesięcznego) oraz informacji złych (tzn. motywujących do transakcji sprzedaży). Stopy zwrotu insiderów różniły się istotnie od zastosowanych benchmarków w okresie jednego miesiąca od zakupu akcji oraz w okresie jednego, trzech i sześciu miesięcy od sprzedaży akcji. Na szczególną uwagę zasługuje fakt, że insiderzy na GPW wykazali większe wyczucie przy transakcjach sprzedaży niż przy transakcjach kupna. Jest to wynik odwrotny niż uzyskali Finnerty (1976) oraz Jeng, Metrick i Zeckhauser (1999), badając transakcje insiderów w USA. Wyniki badanej próby transakcji insiderów nie wspierają silnej formy hipotezy efektywności rynku. Insiderzy są w stanie „pobić rynek”, czyli osiągnąć rezultaty lepsze niż średnia rynkowa. Aby jednak móc wyciągać kategoryczne wnioski, badanie należałoby w przyszłości przeprowadzić na większej próbie spółek i w dłuższym okresie.

BIBLIOGRAFIA Brigham E.F., Houston J.F. (2005), Podstawy zarządzania finansami, Tom I, Warszawa. Cone R.T.C., Weaver C.G.K. (1976), Evaluating Portfolio Performance Using the Paired Difference T-test, “Atlantic Economic Journal”, Vol. 4, No. 1. Fama E.F. (1965), The Behavior of Stock-Market Prices, “The Journal of Business”, No. 38, s. 34–105. Fama E.F. (1970), Efficient Capital Markets: A Review of Theory and Empirical Work, “Journal of Finance”, May, s. 383–417. Finnerty J.E. (1976), Insiders and Market Efficiency, “Journal of Finance”, September, s. 1141–148. 11 Samo posiadanie (nawet bardzo ważnej) informacji nie wystarczy, trzeba ją jeszcze umieć poprawnie zinterpretować, tzn. przewidzieć jak na tę informację zareaguje rynek (większość inwestorów).

186

Piotr Kowalczuk

Jeng L.A., Metrick A., Zeckhauser R. (1999), The Profits to Insider Trading: A Performance – Evaluation Perspective, “NBER Working Paper” 6913, January, s. 1–58. Officer R. (1972), The Distribution of Stock Returns, “Journal of the American Statistical Association”, No. 67, s. 807–812. Rozeff M., Zaman M. (1988), Market Efficiency and Insider Trading: New Evidence, “Journal of Business”, January, s. 25–44. Samuelson P. (1965), Proof That Properly Anticipated Prices Fluctuate Randomly, “Industrial Management Review”, No. 6, s. 41–49. Senthilkumar G. (2009), Behaviour of Stock Return in Size and Market-to-Book Ratio – Evidence from Selected Indian Industries, “International Research Journal of Finance and Economics”, Issue 33, s. 142–153. Seyhun H.N. (1986), Insiders’ Profits, Cost of Trading, and Market Efficiency, “Journal of Financial Economics”, June, s. 189–212. Stanisz A. (2006), Przystępny kurs statystyki, Tom 1, Statystyki podstawowe, Statsoft, Kraków. Szyszka A. (1999), Czy rynek można przechytrzyć? „Nasz Rynek Kapitałowy”, nr VIII, s. 50–54.

Streszczenie Silna forma hipotezy efektywności rynku (efficient market hypothesis – EMH) zakłada, że wszystkie informacje (i te dostępne publicznie, i prywatne) są uwzględnione w cenach papierów wartościowych. A zatem wynika z niej, że żaden inwestor (w długim terminie) nie jest w stanie osiągać wyższych stóp zwrotu dzięki temu, że posiada monopolistyczny dostęp do informacji. W badaniach empirycznych, silna forma EMH jest weryfikowana m.in. poprzez sprawdzenie, czy osoby powiązane ze spółką (czyli „insiderzy”) osiągają ponadprzeciętne stopy zwrotu ze swoich transakcji. Celem artykułu jest zbadanie tego zagadnienia na próbie transakcji insiderów z GPW w Warszawie w okresie marzec 2009–luty 2010. Badanie przeprowadzono przez porównanie stóp zwrotu insiderów ze stopami zwrotu z odpowiednich indeksów giełdowych. W badaniu użyto metod nieparametrycznych, gdyż rozkłady stóp zwrotu z akcji zazwyczaj odbiegają od rozkładu normalnego (z uwagi na leptokurtyczność, skośność rozkładu). Wyniki wskazują, że insiderzy są w stanie osiągnąć rezultaty lepsze od rynku. Dotyczy to krótkiego horyzontu czasu przy transakcjach kupna (jeden miesiąc od zawarcia transakcji) oraz krótkiego i średniego przy transakcjach sprzedaży (jeden, trzy i sześć miesięcy od zawarcia transakcji). Wyniki tego badania nie wspierają więc silnej formy EMH. Słowa kluczowe: insiderzy, efektywność rynku, hipoteza efektywności rynku, GPW w Warszawie.

Transakcje insiderów na GPW w Warszawie a efektywność rynku

187

Insider Trading on the Warsaw Stock Exchange and Market Efficiency Abstract The strong form of the efficient market hypothesis (EMH) asserts that all available public and private information is fully reflected in a security’s market price. Therefore, in the long term no individual can achieve better than average stock returns (on a risk-adjusted basis) thanks to monopolistic access to information. One possible test of the strong form is to check if insiders earn above average profits from their transactions on a stock exchange. This paper examines insider profits on a random sample of insider transactions on Warsaw Stock Exchange (WSE) between March 2009 and February 2010. Insider profits were compared with the appropriate WSE index return. Nonparametric methods were used because stock return distributions usually do not follow normal distribution (due to leptokurtosis and skewness). The results show that insiders are able to outperform the market. This is especially true in the short-term horizon (one month after transaction). Thus, the results do not support the strong form of EMH. Keywords: insiders, market efficiency, efficient market hypothesis, Warsaw Stock Exchange. JEL Classification: G14, G19

Studia ekonomiczne 1 Economic studies nr 2 (LXIX) 2011

MISCELLANEA

Kamil Kasner*

RYNEK PRIVATE EQUITY. HISTORIA I AKTUALNA ORGANIZACJA WSTĘP Od dawna kapitał jest uważany za jedno z kluczowanych ogniw w procesie wdrażania innowacyjnych idei w gospodarce. Zarówno w fazie kształtowania się rynku, jego rozwoju, splendoru, konieczna była obecność kapitału, który, dobrze wykorzystany przez zarządy spółek, potrafił wykreować jego liderów. W ostatnich paru dekadach w wolnym przepływie idei i kapitału mieli swój udział cisi gracze – fundusze private equity. Ich zasoby kapitałowe były wykorzystywane do rozwoju nowych produktów i technologii, przejmowania spółek, zwiększenia kapitału obrotowego, poprawy i wzmacniania bilansu firm. Fundusze te odegrały znaczącą rolę w kształtowaniu wielu gospodarek, między innymi amerykańskiej i brytyjskiej. Od momentu przemian ustrojowych na przełomie lat 80. i 90. są obecne również w Polsce. Celem artykułu jest prześledzenie etapów formowania funduszy typu private equity oraz zapoznanie z charakterystyką finansowania venture capital. Przebrnięcie przez wzorcowy proces inwestycyjny tych podmiotów pozwoli zrozumieć model obrotu kapitałem na rynku, a refleksje zostaną uzupełnione informacjami na temat bieżącej działalności funduszy private equity w Polsce.

OD FALI FUZJI PO PRIVATE EQUITY Aby opisać rynek private equity, zachowując przy tym najwyższą staranność, konstruktywnym rozwiązaniem jest odniesienie się do historii Stanów Zjednoczonych. Przez długie lata państwo to wiodło prym w obszarze fuzji, torując drogę do ich * Autor

jest doktorantem w Instytucie Nauk Ekonomicznych Polskiej Akademii Nauk.

190

Kamil Kasner

dalszego rozprzestrzeniania się na świecie1. Fuzja jest to połączenie w jeden podmiot gospodarczy co najmniej dwóch niezależnych przedsiębiorstw. Owe zjednoczenia były znane już wcześniej w społecznej historii świata i przejawiały się w efekcie łączenia majątków. Amerykańscy ekonomiści dostrzegli konieczność zajmowania się tą dyscypliną dopiero po roku 1890, kiedy to ewolucja połączeń dotknęła ekonomiczną strukturę państwa, a zwłaszcza duże przedsiębiorstwa, zajmujące dominujące pozycje w swoich sektorach.W efekcie tych badań zidentyfikowano trzy fale fuzji (the three merger movements), które miały miejsce w latach 1898–1902, 1926–1930 oraz 1946–1956, przedstawione na rysunku 1 (Nelson, 1959, s. 5).

Zwrot na przełomie wieków 2,000

Fuzje dekady okresu powojennego

Druga fala fuzji

1,000 800 600 500 400 300

200 100 80 60 50 40 30 1955

1950

1945

1940

1935

1930

1925

1920

1915

1910

1905

1900

20 1895

Firmy przestające istnieć w wyniku fuzji

Rysunek 1. Firmy, które przestały istnieć w wyniku fuzji w pierwszej połowie XX wieku

Źródło: Nelson (1959, s. 3).

Zaznaczone obszary obrazują przestrzenie czasowe, kiedy to intensywność powstawania fuzji była największa. Należy przy tym pamiętać, że każda z tych faz charakteryzowała się innymi motywami przedsiębiorców oraz doprowadziła do innych skutków w sektorach, w których odbywały się scalenia. Aby zobrazować wagę tych procesów dla wzrostu przedsiębiorstw przemysłowych w Stanach Zjednoczonych, wystarczy przeanalizować ich obecność w historii największych korporacji wytwórczych. Do 1955 roku w gronie stu największych firm ponad 63 miały za sobą co najmniej jedną przeprowadzoną istotną fuzję w całym okresie 1

Działalność związana z fuzjami i przejęciami często w literaturze (nawet polskiej) zastępowana jest symbolem ‘M&A’ (mergers and acquistions).

RYNEK PRIVATE EQUITY. HISTORIA I AKTUALNA ORGANIZACJA

191

funkcjonowania przedsiębiorstwa2. Tylko 37 korporacji zdeklarowało brak takiej aktywności. Podczas pierwszej fali fuzji3 20 ze 100 największych wytwórczych przedsiębiorstw przeprowadziło co najmniej jedno połączenie. W trakcie drugiej fali (1926–1930) taką deklarację złożyło kolejnych 11 firm, a w dekadzie okresu powojennego (1945–1955) dołączyło do nich następne 9 podmiotów (Nelson, 1959, s. 4). Kiedy Stany Zjednoczone wkraczały w XX wiek, kraj ten doświadczał swojej pierwszej wielkiej fali przejęć. Podczas niej średnio 301 firm znikało rocznie z mapy gospodarczej. Zwrot na przełomie wieków (turn-of-the-century merger movement), trwający od 1892 do 1902 roku, przetransformował wiele sektorów gospodarczych. Wcześniej zdominowane były one przez liczne małe i średniej wielkości firmy, branże, w których dominująca pozycja jest zajmowana przez jedno bądź niewielką liczbę przedsiębiorstw. W owych czasach jedną z kluczowych ról odegrał bank inwestycyjny J.P. Morgan, przeprowadzając fuzje, które odpowiadają największym transakcjom na rynku private equity w dzisiejszych czasach na czele z takimi firmami jak: General Electronic Co. (1895), United States Steel Co. (1901–1902), International Harvester (1902) czy International Mercantile Marine Co. (1902) (Cheffins, Armour, 2007, s. 15). Efektem finalnym tej fali było również zwiększenie się bezpośredniej konkurencji pomiędzy firmami, które położenie geograficzne wcześniej odseparowywało od siebie. Z drugiej jednak strony, fuzje częściej miały miejsce w sektorach geograficznie skoncentrowanych niż w branżach rozproszonych. Co jest interesujące, olbrzymią rolę w pierwszej fali odegrał rynek kapitałowy, którego analiza wykazała wysoką korelację pomiędzy aktywnością na rynku fuzji a cenami akcji. Dodatkowe badania potwierdziły, że sytuacja na rynku kapitałowym była ważniejsza od poziomu aktywności gospodarczej, która wpływała z kolei na ożywienie na rynku fuzji i przejęć. Kolejnej fali przejęć Stany Zjednoczone doświadczyły w latach 20. ubiegłego wieku. Wówczas jedna na trzy firmy z sektora bankowego i usług publicznych zniknęła w wyniku fuzji, przyczyniając się do ich największej transformacji. Mimo iż druga fala przyniosła 5 razy więcej transakcji, nie była tak spektakularna jak pierwsza (zwrot na przełomie wieków). Nie pociągnęła ona za sobą reorganizacji wielu sektorów. Znaczna większość transakcji była przeprowadzona przez tego samego nabywcę, kupującego firmy, które, mimo iż były branżowymi konkurentami, ze względu na separację geograficzną nie rywalizowały bezpośrednio ze sobą4 (Cheffins, Armour, 2007, s. 15–16). 2 Fuzja uważana była za istotną, jeżeli (1) reprezentowała konsolidację małych bądź średniej wielkości przedsiębiorstw w jeden podmiot zajmujący wiodącą pozycję w swoim sektorze albo (2) czołowa firma nabyła inną dużą firmę, zwiększając zarówno swój rozmiar jak i przywództwo w branży bądź (3) przedsiębiorstwo nabyło kolejno wiele firm – małych lub dużych – dzięki czemu gwałtownie zwiększyło swój zasięg jak i pozycję na rynku. 3 Pierwsza fala fuzji datowana na okres od 1898 do 1902 roku znana jest w literaturze jako zwrot na przełomie wieków (turn-of-the-century merger movement) – polski odpowiednik zaproponowany przez autora. 4 Przykład klasycznej fuzji horyzontalnej.

192

Kamil Kasner

Przechodząc do trzeciej fali fuzji, istotne jest, aby wspomnieć o zjawisku, które w obecnej literaturze jest pomijane, aczkolwiek zostało zaobserwowane w pracach z połowy ubiegłego wieku5. Mowa tutaj o fuzjach dekady okresu powojennego (1946–1955), którą cechował niższy szczyt, niż to miało miejsce podczas poprzednich fal, oraz dłuższy okres trwania rozciągający się na całą powojenną dekadę. Lata największej aktywności to 1946–1947 oraz 1954–1955. Jednakże nawet w tych okresach nie miała miejsca żadna reorganizacja sektorów (Nelson, 1959, s. 6). Ani zwrot na przełomie wieków, ani druga fala fuzji, nie charakteryzowały się takim przebiegiem jak trzecia fala przejęć w latach 60. XX wieku6. W latach 1967–1969 średnia liczba dużych transakcji7 wynosiła rocznie 150, angażując przy tym 10 miliardów dolarów. Tylko w 1968 roku 26 spośród 500 największych amerykańskich korporacji zniknęło w wyniku fuzji (Fligstein, 1990). Początek takiemu obrotowi spraw dała dywersyfikacja działania i rozprzestrzenienie się konglomeratów, których zintensyfikowana aktywność w obszarze przejęć trwała od połowy lat 50. do późnych lat 60.8. Teoretycznie konglomeraty mogły być wynikiem rozwijających się firm matek, posiadających spółki zależne w różnych branżach, których standardową metodą wzrostu był rozwój poprzez fuzje z innymi podmiotami. Prominentną pozycję zajmował tutaj Textron Inc., służący za przykład dla innych firm, za którym należało podążać. Textron początkowo był firmą operującą na rynku włókien syntetycznych, która rozpoczęła ekspansję poza rynek tekstyliów w połowie lat 50. Przedsiębiorstwo przejęło w tym czasie między innymi: Burkhart Manufacturing (producent materiałów amortyzujących w sektorze automobili), Dalmo Victor Company (producent radarów antenowych), Ryan Industries (producent mechanicznych oraz elektromechanicznych urządzeń), Homelite (producent pił łańcuchowych, generatorów mocy), Camcar Screw and Manufacturing Company, Coquille Plywood, Kordite Company (producent plastikowych suszarek na bieliznę, drzwi prysznicowych) (Cheffins, Armour, 2007, s. 17−18, 30−31). Publicyści branżowi dostrzegli analogię pomiędzy działalnością, jaką prowadziły w czasach prosperity konglomeraty, a tą, którą prowadzą obecnie firmy private equity, określając fundusze mianem zmutowanych następców przemierzających horyzont z apetytami i zębami ostrzejszymi niż ktokolwiek kiedykolwiek wcześniej (Jackson, 2006). Porównanie to jest zbyt daleko idące, gdyż smutnego końca, 5 Godząc

obydwa nurty, zachowując przy tym porządek chronologiczny oraz istotność z historycznego punktu widzenia dla ekonomii, autor nazywa działalność mającą miejsce w latach 1946–1956 fuzjami dekady okresu powojennego, określając jednocześnie przejęcia z końca lat 60. mianem trzeciej fali fuzji. 6 Trzecia fala fuzji przypadająca na późne lata 60. XX wieku znana jest w literaturze jako era konglomeratów (conglomerate mergers) – polski odpowiednik zaproponowany przez autora. 7 Termin ‘duża transakcja’ był zdefiniowany przez Federalną Komisję Handlu (Federal Trade Commission) dla firm z sektora górniczego i wytwórczego; duża transakcja dotyczyła firm, których wartość aktywów była na poziomie co najmniej 10 milionów dolarów. 8 Konglomerat jest to korporacja składająca się z kilku podmiotów gospodarczych operujących w wielu odseparowanych od siebie sektorach, bez szczególnego powiązania pomiędzy produktami i usługami.

RYNEK PRIVATE EQUITY. HISTORIA I AKTUALNA ORGANIZACJA

193

jaki spotkał konglomeraty, z całą pewnością nie chciałyby podzielić obecne fundusze private equity. Schemat 1. Kryteria definiujące podmiot private equity 1. Obligatoryjne kryteria określające podmiot private equity 11 brak motywu strategicznego do przeprowadzenia inwestycji 11 planowana strategia wyjścia z każdej inwestycji 11 wielokrotność i różnorodność inwestycji 2. Uzupełniające kryteria charakteryzujące podmioty private equity 11 DUŻA ilość inwestorów w podmiotach 11 NISKI poziom zainteresowania strukturą udziałów w przejmowanym podmiocie 11 PASYWNY typ inwestora 11 BRAK scentralizowanej struktury zarządczej dla grupy 11 BRAK aktywnego uczestnictwa w życiu operacyjnym firmy 11 BRAK ujednoliconej struktury finansowej między podmiotami (zaliczając finansowe gwarancje, poręczenia pożyczek i kredytów) Źródło: Opracowano na podstawie Achleitner, Müller (2008, s. 7).

Istnieją jednak zasadnicze różnice w charakterystyce konglomeratu i funduszu private equity, które dostrzegli i opisali Achleitner oraz Müller (schemat 1). Konglomeraty inwestują głównie dla osiągnięcia celów strategicznych. Wybierają firmę do przejęcia z szerokiego wachlarza przedsiębiorstw, które docelowo chcą posiadać przez nieograniczony czas. Istotnym kryterium wyboru podmiotu jest tutaj obecna ocena dochodowości potencjalnego celu przejęcia. Z kolei, fundusze private equity inwestują, kierując się motywami czysto finansowymi, patrząc na długookresowy zysk z zainwestowanego kapitału. Powoduje to, że krótkookresowa dochodowość podmiotu jest drugorzędnym kryterium przy podejmowaniu decyzji inwestycyjnej. Dodatkowo każdy fundusz posiada przedział jednorazowej kwoty inwestycyjnej. Zawęża ona możliwości inwestycyjne do tych podmiotów, które się w nim mieszczą. Co więcej, prawdopodobieństwo pozyskania kapitału i w konsekwencji zwiększenia liczby udziałowców, służącego dalszej ekspansji przejętej firmy, jest o wiele większe w przedsiębiorstwach posiadających w swojej strukturze własności fundusz private equity. Powoduje to fragmentację udziałów w okresie trwania inwestycji. W konglomeratach struktura własności jest zdecydowanie mniej rozwodniona. Ponadto holdingi nie zawsze mają transparentne powiązania pomiędzy oferowanymi usługami i produktami, gdyż niektóre inwestycje dokonywane są przez wzgląd na pionową czy też poziomą integrację. Powiązania, o których mowa, rzadko występują w przypadku funduszy. Osoby zarządzające nimi nie angażują się też bezpośrednio w operacyjną działalność spółek, co jest totalnym przeciwieństwem konglomeratów, które aktywnie uczestniczyły w ich życiu. Co ważniejsze, molochy posiadają z reguły zintegrowany wewnętrzny rynek kapitałowy, co oznacza, że finansowe zasoby są centralnie pla-

194

Kamil Kasner

nowane i dystrybuowane; gotówka bądź płynność jest centralnie zarządzana i kontrolowana. Firmy private equity działają w przeciwieństwie do tej zasady (Achleitner, Müller, 2008). Reasumując, era konglomeratów była kamieniem milowym w procesie kształtowania się rynku dla funduszy typu private equity. Jednakże, ściąganie firm z publicznych rynków kapitałowych nie było powszechnie stosowanym rozwiązaniem do połowy lat 70. ubiegłego wieku, lecz stanowiło ważny element dla dalszej jego ewolucji. W latach 1973–1974 liczba takich transakcji wzrosła od 0 do 14, a ich obecność wzbudziła masową ciekawość dotyczącą sposobów finansowania. Obserwujący to zjawisko finansiści upatrywali oferentów w rodzinach, do których wcześniej należały firmy (zanim weszły na giełdę), gdyż 13 z 14 transakcji angażowało kapitał pochodzący od strony trzeciej. Idealnie wpasowały się tutaj fundusze private equity. Oczywiście, rozpowszechnienie się długu w finansowaniu transakcji (wykupy lewarowane) odegrało również niemałą rolę9. Jako pierwsi rozpoczęli jego użycie na dużą skalę Jerome Kohlberg, Henry Kravis oraz George Roberts. Powyższa trójka, pracując dla banku inwestycyjnego Bear Stearns, wykupywała udziały mniejszościowe w firmach, których właściciele godzili się otrzymać zapłatę za wygenerowaną wartość utrzymując przy tym pakiet kontrolny. Kolberg, Kravis i Roberts stali się pionierami krótko po tym, jak Bear Stearns odrzucił ich propozycję utworzenia oddzielnego podmiotu zajmującego się tylko transakcjami wykupów, zakładając pierwszy w historii fundusz inwestycyjny private equity, którego nazwa KKR pochodziła od pierwszych liter ich nazwisk Kohlberg, Kravis, Roberts10 (Cheffins, Armour, 2007, s. 19–21). Od tamtej pory instytucjonalizacja działalności funduszy private equity w Stanach Zjednoczonych zaczęła się stopniowo rozprzestrzeniać na Europę. Kraje takie jak Holandia czy też Wielka Brytania były pionierami na starym kontynencie. Szybką ekspansję private equity zagwarantowały cztery czynniki: rosnące możliwości inwestowania, rozbudowanie infrastruktury wspomagającej know-how (szeroka wiedza, rosnąca liczba wykwalifikowanych doradców prawnych i podatkowych oraz banków inwestycyjnych), uproszczenia podatkowe i regulacyjne oraz rosnąca dostępność kredytów i pożyczek bankowych.

ORGANIZACJA RYNKU Obecnie Europejskie Stowarzyszenie Private Equity (European Private Equity and Venture Capital Association, EVCA) definiuje private equity jako kapitał, którym zasilane są przedsiębiorstwa nienotowane na rynkach kapitałowych. Słu9 J.P. Morgan, doprowadzając do fuzji linii przewozów morskich i tworząc International Merchat Marino Co. w 1902 roku, jako pierwszy pokrył większość wydatków z emisji długu oraz akcji uprzywilejowanych. 10 KKR został powołany do życia na zasadzie spółki partnerskiej w 1978 roku, w której to inwestorzy (limited partners) powierzyli osobom zarządzającym funduszem (general partners) 30 milionów dolarów. Do pierwszych inwestorów KKR należeli: ubezpieczyciele, fundusze emerytalne, banki.

RYNEK PRIVATE EQUITY. HISTORIA I AKTUALNA ORGANIZACJA

195

żyć ma on rozwojowi nowych produktów i technologii, zwiększeniu kapitału obrotowego, przejmowaniu spółek oraz wzmocnieniu bilansu firmy. Ma on zapewnić i ułatwić dalszy organiczny jak i nieorganiczny wzrost przedsiębiorstwa. Należy przy tym pamiętać, że private equity również oznacza wykupy 100% udziałów lub akcji w spółkach. Venture capital (VC) jest jedną z odmian private equity. Są to inwestycje dokonywane we wczesnych stadiach rozwoju przedsiębiorstw, służące uruchomieniu danej spółki lub jej ekspansji. Dla ułatwienia, w artykule od tego momentu termin private equity będzie używany zamiennie z venture capital i odnosił się będzie zarówno do inwestycji, jak i wykupów spółek. Pojęcie private equity można również odnieść do wykupów menedżerskich i lewarowanych, kapitału zastępczego oraz wykupywania spółek notowanych na rynkach kapitałowych z zamiarem opuszczenia giełdy (public-to-private buyout). Wykup menedżerski typu management buyout (MBO) jest wykupem, na podstawie którego menedżerowie spółki przejmują kontrolę nad całą spółką lub jej częścią. Natomiast wykup menedżerski typu management buy-in (MBI) odnosi się do wykupu, podczas którego grupa menedżerów spoza spółki przejmuje nad nią kontrolę. W obydwu przypadkach finansowanie ze strony podmiotów private equity pozwala na przeprowadzenie tego typu transakcji, gdyż grupa menedżerska zwykle nie dysponuje wystarczającymi środkami. Innym typem transakcji (omawianym pobieżnie w pierwszym rozdziale) jest wykup lewarowany (leveraged buyout – LBO), w którym część środków na przejęcie spółki pochodzi z kredytu bankowego. Oczywiście, aby transakcja mogła w ogóle zaistnieć, firma private equity musi dysponować odpowiednimi środkami. Proces, podczas którego firmy private equity zbierają środki finansowe na utworzenie nowego funduszu, określany jest mianem gromadzenia środków (fundraising). Inwestorami są głównie osoby indywidualne, inwestorzy korporacyjni i instytucjonalni (banki, fundusze emerytalne, ubezpieczyciele), fundusze funduszy11, instytucje zarządzające aktywami oraz fundacje12, które zobowiązują się na przekazanie środków pieniężnych spółce zarządzającej funduszem. Inwestorów zasilających fundusze private equity kapitałem określa się komandytariuszami (limited partners – LP), gdyż nie sprawują oni kontroli nad zainwestowanymi środkami, a istota ich zaangażowania zostanie objaśniona poniżej. Natomiast osoby dysponujące środkami spółki zarządzającej funduszem określa się mianem komplementariuszy (general partners – GP). Fundusz w momencie utworzenia nie posiada na koncie kapitału. Środki funduszu istnieją w postaci zobowiązania do przystąpienia do inwestycji (commitment), które realizowane jest w momencie podjęcia decyzji o inwestycji w konkretną spółkę. Jednakże zobowiązanie ze strony inwestorów jest bezwarunkowe, a decy11 Fundusz funduszy (fund-of-funds) oddaje swe środki w zarządzanie funduszom private equity. Fundusz funduszy, który inwestuje w nowo powstające fundusze private equity, to tak zwany pierwotny (primary) fundusz funduszy. Natomiast taki, który koncentruje się na inwestycjach w już istniejące fundusze private equity, nazywanym jest wtórnym (secondary) funduszem funduszy. 12 Fundacja może być postrzegana jako organizacja non-for-profit, przez którą prywatne bogactwo jest wnoszone i dystrybuowane dla celów publicznych.

196

Kamil Kasner

zja o dokonaniu konkretnych inwestycji podejmowana jest wyłącznie przez firmę zarządzającą. Komandytariusze otrzymują udziały w kapitale funduszu, stąd też stają się pełnoprawnymi udziałowcami. Komandytariusze zapraszani są do współpracy na z góry określony czas (średnio wynosi on 10 lat). Stąd ten rodzaj inwestowania jest często nazywany kapitałem cierpliwym, gdyż „szuka” zwrotu z zainwestowanej sumy kapitału w długookresowej perspektywie. Długookresowy horyzont inwestycyjny najlepiej oddaje kształt krzywej – J (J-curve). W początkowych latach zwroty z inwestycji są ujemne z powodu opłat za zarządzanie, poniesionych kosztów inwestycyjnych, nierentownych inwestycji, które zostały odpisane we wczesnej fazie. Z kolei wyższa wycena spółek tworzących portfel13 funduszu private equity na finiszu okresu inwestycyjnego (potwierdzona częściowymi lub całkowitymi wyprzedażami firm) ma swoje pozytywne odzwierciedlenie w ich przepływach pieniężnych. W praktyce portfel private equity wykorzystuje wiele krzywych J, gdyż środki są regularnie reinwestowane przez cały horyzont inwestycyjny. Rysunek 2. J-curve 100% 80% 60% 40% 20% 0% (20%) (40%)

Horyzont inwestycyjny Nakłady gotówkowe

Wpływy gotówkowe

Stan gotówki netto Źródło: Opracowanie własne.

W zależności od struktury kapitału, fundusze private equity można podzielić na: niezależne (independent private equity fund), zależne (captive funds), półzależne (semi-captive funds) oraz fundusze publiczne (public sector funds). Obecnie fundusz niezależny jest najbardziej popularnym i dominującym typem 13 Portfel

(portfolio) jest grupą spółek, w których fundusz private equity jest udziałowcem.

RYNEK PRIVATE EQUITY. HISTORIA I AKTUALNA ORGANIZACJA

197

funduszu na rynku, charakteryzującym się wysoce zdywersyfikowanymi źródłami pochodzenia kapitału, w którym żaden komandytariusz nie posiada większości akcji lub udziałów. Fundusze zależne stanowią przeciwieństwo do poprzednio opisywanego podmiotu. Posiadają jednego komandytariusza, od którego pochodzi większość środków. Do tego typu funduszu można zaliczyć instytucje, którym zależy na oddzieleniu departamentu inwestycyjnego od podstawowej działalności (banki, finansowe instytucje, firmy ubezpieczeniowe). Funduszami pół-zależnymi są natomiast podmioty posiadające znaczną ilość środków zasilanych od jednego udziałowca, jednakże dominująca część kapitału pochodzi od stron trzecich (np. filie instytucji finansowych lub firm przemysłowych operujących jako niezależne jednostki gospodarcze). Ostatnim typem są fundusze publiczne, których kapitał pochodzi głównie lub całkowicie ze środków publicznych. Innym kryterium podziału funduszy private equity może być faza rozwoju przedsiębiorstwa. Fundusze wczesnej fazy (early stage funds) są zainteresowane dokonywaniem inwestycji w firmy będące na początku drogi do komercyjnego sukcesu. Faza zasiewu (seed stage) obejmuje finansowanie wstępnych, potencjalnie zyskownych pomysłów jeszcze przed założeniem przedsiębiorstwa. Środki z reguły przeznaczone są na badania, ocenę i rozwój pomysłu do fazy komercyjnej. Faza startu (start-up) dotyczy finansowania rozwoju i wstępnego marketingu. Spółki korzystające z tego typu finansowania mogą być w trakcie tworzenia lub na progu działalności, jednak przed sprzedażą produktu na znaczącą skalę. Na drugim biegunie znajdują się fundusze skupiające uwagę na przedsiębiorstwach będących w fazie rozwoju (expansion capital). Chcą one uczestniczyć w finansowaniu wzrostu i rozwoju spółki zarówno przed, jak i po osiągnięciu progu rentowności. Kapitał ten może zostać spożytkowany na finansowanie zwiększenia mocy produkcyjnych, rozwój rynku lub produktu bądź finansowanie kapitału obrotowego. W praktyce występują również podmioty mieszane, takie jak: fundusz zbalansowany (inwestujący zarówno w przedsiębiorstwa będące na wczesnym etapie rozwoju, jak i w dojrzałe firmy, bez specjalnych preferencji pomiędzy nimi), fundusz wykupujący (zorientowany na przejmowanie innych jednostek biznesowych)14, fundusz ogólny (zorientowany na inwestowanie we wszelkiego rodzaju stadia, o bardzo szerokiej aktywności inwestycyjnej) oraz fundusz mezzaninowy15. 14 Fundusz

wykupujący (buyoutowy) w literaturze angielskiej nazywany jest buyout fund. finance jest zwykle wykorzystywane przy wykupach lewarowanych przeprowadzanych przez fundusze private equity oraz coraz częściej używany w transakcjach takich jak: finansowanie rozwoju, finansowanie przejęć; oraz refinansowanie/re-kapitalizacje. W obu przypadkach mezzanine wypełnia lukę finansową pomiędzy dostępnym długiem bankowym a środkami inwestowanymi przez akcjonariuszy lub wygenerowanymi przez spółkę. Jako produkt hybrydowy mezzanine zawiera cechy typowe dla instrumentu dłużnego i inwestycji kapitałowej. Inwestor mezzanine otrzymuje bieżący dochód w formie odsetek od zainwestowanej kwoty, najczęściej naliczanych według stałego oprocentowania. W porównaniu do długu bankowego, pożyczka mezzanine jest nieco wyżej oprocentowana, jednak z drugiej strony obarczona wyższym ryzykiem. W przeciwieństwie do długu bankowego, pożyczka mezzanine spłacana jest jednorazowo w całości po upływie terminu kredytowania, zwykle po całkowitej spłacie kredytu bankowego zaciągniętego przez spółkę. Inwestor mezzanine uzyskuje drugie w kolejności zabezpiecze15 Mezzanine

198

Kamil Kasner

Następnym etapem w życiu funduszu jest poszukiwanie „kury znoszącej złote jajka” lub, innymi słowy, firmy, która zagwarantuje wzrost kapitału w horyzoncie inwestycyjnym. Efektywność inwestycyjną projektów mierzy się za pomocą wewnętrznej stopy zwrotu (Internal Rate of Return – IRR). Należy ona do kategorii dynamicznych metod oceny projektów inwestycyjnych, ponieważ uwzględnia wpływ czynnika czasu16. Inwestycje private equity mają kilkuletnią perspektywę, z reguły kapitał w firmie pozostaje od trzech do siedmiu lat (średnio okres ten wynosi 5 lat). Oczywiście, poszczególne fundusze mają własną politykę inwestycyjną, która preferuje wybrane branże, regiony lub etapy rozwoju przedsiębiorstw. Każdy fundusz ma też określoną minimalną i maksymalną wielkość inwestycji17. Polowanie na transakcje jest procesem wieloetapowym, którego spłaszczony przebieg wygląda następująco: zobowiązanie do zachowania poufności; oferta wstępna; due diligence18; oferta wiążąca; umowa nabycia udziałów; zamknięcie transakcji. Podpisanie zobowiązania do zachowania poufności (non-disclosure agreement – NDA) powoduje, że fundusz otrzymuje dostęp do ważnych informacji na temat potencjalnego podmiotu inwestycji oraz danych rynkowych. Etap ten w połączeniu z wizytacją obiektów, rozmowami z zarządem uchyla rąbka tajemnicy o firmie. Złożenie podpisu pod zobowiązaniem do zachowania poufności wiąże się również z otrzymaniem memorandum informacyjnego (information memorandum) – to dokument przygotowany podczas procesu sprzedaży spółki, przedstawiający spółkę, jej otoczenie rynkowe, marki, strategię marketingową, raporty finansowe, licencję, systemy operacyjne, zarząd, strukturę organizacyjną oraz szczegóły transakcji19. Należy tutaj wspomnieć, iż memorandum informacyjne nie zawsze jest jednak dostępne. Jego brak objawia się zazwyczaj w transakcjach pomiędzy właścicielami, co w rezultacie powoduje sprzeczności w sprawach oceny wartości firmy. nie na aktywach spółki, które jest podporządkowane wobec zabezpieczeń banku. Ponadto wskaźniki finansowe, które spółka musi kontrolować, ustalone są na nieco „luźniejszym” poziomie w porównaniu do długu bankowego. 16 IRR jest miarą rentowności inwestycji. Pokazuje rzeczywistą stopę zysku z przedsięwzięcia. Dochód z inwestycji jest tym większy, im większa jego wartość. Z drugiej strony – jest to maksymalna stopa kredytu inwestycyjnego, który pozwoli jeszcze sfinansować projekt bez straty dla właścicieli. Wartość IRR określa stopa procentowa, dla której NPV=0 (Net Present Value – wartość zaktualizowana netto przedsięwzięcia). A zatem IRR pokazuje, po jakiej stopie procentowej zaktualizowane (zdyskontowane) wydatki będą równać się zaktualizowanym wpływom. 17 Minimalna i maksymalna wielkość inwestycji w literaturze angielskiej nazywana jest equity ticket. 18 Due diligence jest procesem badania spółki będącej przedmiotem transakcji przez potencjalnych inwestorów. Badanie obejmuje przegląd danych finansowych, podatkowych, prawnych, biznesowych i innych aspektów typowych dla danej branży. Najczęściej badanie przeprowadzają na rzecz inwestora jego doradcy. 19 Wstępną wersją memorandum informacyjnego jest teaser – krótka, jawna informacja na temat spółki będącej przedmiotem transakcji, wysyłana do potencjalnych inwestorów. Zadaniem teasera jest zaprezentowanie spółki i zachęcenie inwestorów do wzięcia udziału w procesie zakupowym.

RYNEK PRIVATE EQUITY. HISTORIA I AKTUALNA ORGANIZACJA

199

Pierwszy etap transakcji kończy się wraz ze złożeniem listu intencyjnego (letter of interest; term sheet; preliminary purchase offer), w którym to najistotniejszą rolę odgrywa wycena firmy20. Odpowiednia metodologia użyta do oceny wartości przedsiębiorstwa jest kluczem do sukcesu. Powinna ona zawierać zarówno wycenę przedsiębiorstwa w horyzoncie inwestycyjnym, jak i strategiczną wartość z potencjalnych synergii (strategic premiums). Wyróżnia się trzy powszechne metody wyceny: zdyskontowany przepływ pieniężny (discounted cash-flow), odniesienie rynkowe oraz odniesienie transakcyjne. Biorąc pod uwagę ich zalety oraz wady, zdyskontowany cash-flow zakłada indywidualne podejście do podmiotu będącego przedmiotem transakcji i pozwala na analizę wielu scenariuszy rozwoju, przewidując także dalsze akwizycje. Z drugiej strony, metoda ta oparta jest na długofalowej predykcji występujących zdarzeń bazującej na wielu założeniach niemierzalnych z punktu widzenia ewaluacji. Metoda polegająca na porównaniu rynkowym wyznacza cenę, którą inwestorzy są skłonni zapłacić przy panujących warunkach rynkowych. Za przykład służą tutaj firmy notowane na giełdzie papierów wartościowych, dla których dane finansowe są łatwo dostępne. Nastroje inwestorów giełdowych są jednak istotnym ograniczaniem w kwestiach rzetelności wyceny danego projektu w tej metodzie. Ostatnia z trzech głównych koncepcji ewaluacji kondycji finansowej firmy – odniesienie transakcyjne – opiera się na transakcjach fuzji i przejęć, które miały faktycznie miejsce w danym segmencie. Przy każdej z wyżej wymienionych metod istotną rolę odgrywa szacowany zwrot z zainwestowanego kapitału, który każdy fundusz ocenia subiektywnie. W przypadku akceptacji oferty złożonej przez potencjalnego inwestora21, kolejnym kamieniem milowym w procesie zakupowym jest due diligence, czyli proces badania spółki będącej przedmiotem transakcji. Sprawdzane są wszystkie strategicznie istotne aspekty, których weryfikacja prowadzi do zaktualizowanej wyceny przedsiębiorstwa, dostosowanej do predykcji finansowych. Regułą jest, że po przeprowadzeniu due diligence inwestor jest proszony o złożenie oferty skorygowanej, zawierającej ostateczną cenę, udział w kapitale oraz warunki, których spełnienie oznaczać będzie przystąpienie funduszu do transakcji. Podobnie jak oferta wstępna, skorygowana oferta nie stanowi wiążącego prawnie dokumentu. Ostateczna faza procesu zakupowego zaczyna się wraz z początkiem negocjacji finalnej wersji umowy nabycia udziałów. Umowa ta powinna regulować 20 List intencyjny jest to dokument, w którym strony transakcji określają podstawowe warunki, na jakich są skłone przystąpić do transakcji. Mimo iż list intencyjny nie jest prawnie wiążącym dokumentem (non-binding agreement), to stanowi podstawę do przygotowania wstępnej wersji umowy nabycia udziałów (SPA – Share Purchase Agreement). 21 W przypadku otrzymania korzystnej oferty jest możliwe udzielenie potencjalnemu podmiotowi okresu wyłączności negocjacyjnej (exclusivity period), podczas której strona sprzedająca zobowiązuje się nie prowadzić rozmów z żadnym innym podmiotem oprócz wybranego inwestora.

200

Kamil Kasner

następujące kwestie: struktura własności, prawo głosu, kontrola, zarząd, prawo przyłączenia do sprzedaży22, prawo przymuszenia do sprzedaży23, rozwodnienie, rezerwy na kwestie sporne24, podwyższenie kapitału oraz wiele innych. Prawo przyłączenia się do sprzedaży udziałów służy ochronie udziałowca mniejszościowego, zapewniając mu możliwość zbycia udziałów w momencie ich sprzedaży przez udziałowca większościowego i gwarantując takie same warunki transakcji. Z kolei prawo przymuszenia do sprzedaży udziałów służy ochronie udziałowca większościowego. W przypadku pojawienia się inwestora zainteresowanego uzyskaniem całkowitej kontroli nad przejmowaną spółką, udziałowiec większościowy ma możliwość zaoferowania potencjalnemu nabywcy 100% udziałów spółki. Negocjacje prowadzą również do ustalenia warunków zawieszających25, wartości płatności, terminów, oświadczeń i gwarancji26 oraz zobowiązań. Oświadczenia i gwarancje, będące kluczowym elementem umowy nabycia udziałów, stanowią o bezpieczeństwie transakcji, chroniąc strony (w głównej mierze kupującą) przed ryzykiem nieujawnionym w trakcie transakcji. W chwili podpisania umowy kupna-sprzedaży udziałów potrzebna jest zgoda odpowiedniego urzędu regulującego sprawy akwizycji i fuzji, aby ten wyraził aprobatę dla zawarcia transakcji. Teoria stojąca za tą procedurą głosi, że nowo powstały podmiot może, poprzez konsolidację, osiągnąć pozycję monopolisty na danym rynku. Efektywne podpisanie umów pociąga za sobą podniesienie kapitału lub nabycie celu przejęcia. Mogą również wystąpić obydwa przypadki jednocześnie. Zakup firmy to tylko jaśniejsza ze stron procesu inwestycyjnego, jednakże późniejsza jej odsprzedaż to serce całego private equity27. Po paru latach od 22 Prawo przyłączenia do sprzedaży (tag-alon rights) – zapisy umowne, odzwierciedlone w umowie i statusie spółki, umożliwiające udziałowcowi mniejszościowemu dołączenie się do transakcji sprzedaży udziałów, zainicjowanej przez udziałowca większościowego. 23 Prawo przymuszenia do sprzedaży (drag-along rights) – zapisy umowne, odzwierciedlone w umowie i statusie spółki, obligujące udziałowca do dołączenia się do transakcji sprzedaży udziałów, zainicjowanej przez udziałowca większościowego. 24 Rachunek zastrzeżony (escrow account) jest rachunkiem bankowym tworzonym na potrzeby transakcji, zastrzeżony przez bank do czasu spełnienia warunków określonych w umowie nabycia udziałów. Spełnienie ustalonych warunków powoduje automatyczne zwolnienie środków z rachunków. 25 Warunki zawieszające (conditions precedent) oznaczają zapisy umowne, które do momentu spełnienia oddalają wejście w życie części zapisów umowy. Przykładem może być zawieszenie umowy przeniesienia własności udziałów do momentu uzyskania zgody na koncentrację od Urzędu Ochrony Konkurencji i Konsumentów. 26 Oświadczenia (representations) są to zapisy umowne, w których strony oświadczają poprawność lub autentyczność określonych działań lub dokumentów. Gwarancje (warranties) są to zapisy umowne, w których strony gwarantują poprawność lub autentyczność oświadczonych uprzednio działań lub dokumentów. 27 H.R. Kravis, założyciel pierwszego w historii funduszu private equity, w jednym ze swoich popularnych oświadczeń stwierdził, że wraz z kupnem firmy wszyscy gratulują mu dokonania inwestycji. Na te pochwały odpowiadał, żeby wstrzymali się z gratulacjami do momentu sprzedaży

RYNEK PRIVATE EQUITY. HISTORIA I AKTUALNA ORGANIZACJA

201

dokonania inwestycji w daną spółkę menedżerowie zarządzający funduszem szukają możliwości wyjścia z inwestycji, czyli dezinwestycji. Można tego dokonać na kilka sposobów. Najbardziej popularna metodą jest dalsza odsprzedaż firmy niezależnie od tego, czy nowym nabywcą jest fundusz private equity, czy też inwestor strategiczny. W przypadku, gdy przedsiębiorstwo posiada wysoce wykwalifikowany i kompetentny zarząd, korzystnym rozwiązaniem dla obu stron transakcji może być wykup menedżerski sponsorowany kapitałem z zewnątrz (MBO). Kolejnym wyjściem z inwestycji jest odsprzedaż udziałów inwestorowi finansowemu (bank, firma ubezpieczeniowa, fundusz emerytalny, fundacja). Kolejną, choć najtrudniejszą i najbardziej kosztowną drogą przeprowadzenia dezinwestycji jest wprowadzenie firmy na giełdę (IPO – initial public offering), czyli sprzedaż i dystrybucja akcji spółki na rynku kapitałowym. Wymagania, aby umieścić spółkę na giełdzie papierów wartościowych, są trudne do spełnienia, ale otwierają zarówno nowe szanse i możliwości przed przedsiębiorstwem, jak i narażają je na potencjalne zagrożenia. Firma notowana na giełdzie obarczona jest stałym nadzorem mediów, a publikowane okresowe raporty z działalności powodują, że staje się przejrzysta dla innych uczestników rynku. Inwestorzy, zdając sobie sprawę z czasochłonności jak i kosztowości projektu (szacowany koszt to 10%– –12% kwoty oferowanej na rynku), jakim jest wprowadzenie firmy na giełdę, rzadko wybierają ten rodzaj wyjścia z inwestycji. Co więcej, obecne regulacje rynku nie pozwalają inwestorowi finansowemu oraz przedsiębiorcom na wyjście z inwestycji w pewnym okresie po debiucie giełdowym. Okres ten (lock-up period) zazwyczaj trwa do sześciu miesięcy w przypadku parkietów europejskich. Na szali korzyści, jakie niesie za sobą notowanie spółki na giełdzie, znajdują się: łatwy dostęp do finansowania wzrostu i rozwoju firmy; opcje na akcje, jako bodziec motywujący menedżerów; przejrzystość kredytowa dla klientów, dostawców oraz partnerów; ułatwione spieniężenie kapitału. Ostateczną możliwością wyjścia z biznesu jest dezinwestycja przez likwidację, która powoduje odpisanie wartości inwestycji w spółkę do zera, eliminując zwroty lub pociągając je do negatywnych wartości. Schemat 2 przedstawia obrót środków pieniężnych na rynku private equity. Pieniądze do podmiotów typu private equity przekazywane są bezpośrednio od inwestorów instytucjonalnych bądź w postaci oszczędności, planów emerytalnych, kontraktów ubezpieczeniowych, a ich uruchomienie następuje wraz z podjęciem decyzji inwestycyjnej. W okresie średnio od 3 do 7 lat od dokonania transakcji fundusz private equity szuka możliwości wyjścia z inwestycji. Dezinwestycja powoduje, że fundusz, zaspokajając się w pierwszej kolejności, przekazuje środki swoim inwestorom wraz z wypracowanym zyskiem kapitałowym. Część z nich ulega ponownej realokacji w fundusze, a część jest przeznaczana na spłatę zobowiązań. firmy, gdyż każdy człowiek, posiadający środki na kupno, może przepłacić i zakupić aktywa spółki, natomiast nie każdy jest w stanie ją potem korzystnie sprzedać (Nicolaus, 2005, s.23).

202

Kamil Kasner

Schemat 2. Obrót środków na rynku private equity

emerytury, oszczędności, etc.

Rachunki oszczędnościowe, kontrakty, etc.

Inwestor instytucjonalny

zobowiązanie do przekazania środków

spłaty +zyski kapitałowe

Fundusz PE/VC inwestycje

emerytury, oszczędności, etc.

Fundusz PE/VC dezinwestycje Potencjalne ﬁrmy

Źródło: Opracowanie własne na podstawie EVCA Yearbook (2008).

Podsumowując, prezentowane powyżej podejście jest tylko uporządkowanym ciągiem przyczynowo-skutkowym zdarzeń, które kolejno po sobie następują, natomiast nie można zakładać, iż każda transakcja M&A będzie miała identyczny przebieg. Każda inwestycja ma swoją specyfikę i wymaga indywidualnego traktowania. Dlatego rynek private equity daje nieskończony wachlarz rozwiązań i możliwości, jednakże zaprezentowane powyżej narzędzia i sposoby postępowania należą do najbardziej popularnych i powszechnie stosowanych przez obecnych graczy rynku private equity.

DZIAŁALNOŚĆ FUNDUSZY PRIVATE EQUITY W POLSCE28 W 2007 roku PKB Polski wzrósł o 6,5%, co było jednym z najwyższych wyników odnotowanych w Europie (średnia dla UE 27 – 2,9%). W tym samym czasie polski złoty umocnił się w stosunku do euro o 6,3% (3,59% na koniec roku), a inwestycje dokonywane przez fundusze private equity osiągnęły rekordowy 28 Wszystkie

dane zawarte w punkcie „Działalność funduszy private equity w Polsce” zostały zaczerpnięte z raportu EVCA Yearbook 2008.

RYNEK PRIVATE EQUITY. HISTORIA I AKTUALNA ORGANIZACJA

203

poziom. Łączna kwota zainwestowanych w Polsce środków wyniosła 746,5 miliona euro29, co oznacza wzrost o 41% w ujęciu rocznym (527,8 mln euro zainwestowano w 2006 r.). W tym samym okresie odnotowano 31 wyjść z inwestycji (37 w 2006 r.) o wartości 95 milionów euro, z czego najczęstszym sposobem dezinwestycji była odsprzedaż innemu podmiotowi typu private equity (41 mln euro; 6 wyjść). W 2007 roku w Polsce istniały 52 fundusze typu private equity, z czego 34 posiadały swoją siedzibę na terenie naszego kraju. Udział inwestycji private equity w PKB (według danych rynkowych) wyniósł 0,242% (0,571% średnia dla krajów europejskich). W analizowanym roku (2007) miało miejsce 135 transakcji typu M&A o łącznej wartości 6,1 mld euro, 53 spółki zadebiutowały na giełdzie papierów wartościowych, a wartość IPO była szacowana na poziomie 1,1 mld euro. Przeważająca większość zebranych środków była przeznaczona na transakcje wykupów (546 mln euro, wobec 24 mln euro przeznaczonych na transakcje typu venture), a pochodziły one głównie od firm ubezpieczeniowych (33% kapitalizacji zgromadzonych środków; 188 mln euro), funduszy emerytalnych (25%; 141 mln euro), banków (23%; 132 mln). Warto odnotować, iż wszystkie środki inwestowane w polskie fundusze private equity pochodzą od zagranicznych inwestorów, co razem z Czechami, Rumunią i Węgrami stawia nas na szarym końcu rankingu identyfikującego pochodzenie kapitału. Przyczynami takiego stanu rzeczy mogą być zarówno obostrzenia instytucjonalno-prawne ograniczające możliwość bezpośredniego inwestowania w podmioty private equity przez Otwarte Fundusze Emerytalne oraz fakt, że polskie oddziały inwestorów instytucjonalnych (banki, ubezpieczyciele) nie mają decyzyjności odnośnie inwestowania w alternatywne klasy aktywów, jakim są private equity. W 2007 roku fundusze typu venture capital przeznaczyły na inwestycje w Polsce 134 mln euro, z czego 62 mln euro zostały zainwestowane w sektorze energetycznym (3 transakcje), a 30 mln euro w sektorze produkcji dla biznesu (3 transakcje). Kwota 612 milionów euro została zainwestowana w analogicznym okresie przez fundusze private equity wykupujące udziały w polskich spółkach. Najbardziej popularnymi sektorami do inwestycji były: sektor dóbr konsumpcyjnych i detalicznych (138 mln euro; 5 inwestycji), transport (111 mln euro; 2 inwestycje), sektor finansowy (110 mln; 4), sektor produkcji dla biznesu (107 mln; 8); branża medyczna, farmaceutyczna i biotechnologia (102 mln; 6).

BIBLIOGRAFIA Achleitner A.-K., Müller K. (2008), Private Equity Entities and Conglomerates: what Are the Differences, Center for Entrepreneurial and Financial Studies, Munich University of Technology. 29 Polskie

fundusze private equity zainwestowały łącznie 571,5 mln euro (z czego 111 mln euro było zainwestowanych poza granicami Polski), a zagraniczne 286 mln euro.

204

Kamil Kasner

Cheffins B., Armour J. (2007), The Eclipse of Private Equity, Centre for Business Research, “University of Cambridge Working Paper”, No. 339. EVCA Yearbook (2008), Report. Fligstein N. (1990), The Transformation of Corporate Control z “Federal Trade Commission’s 1980 Statistical Report on Mergers”. Jackson T. (2006), Shades of Old Conglomerates in Private Equity Trends, ”Financial Times”, October 31st. Nelson R.L. (1959), Merger Movements in American Industry 1895–1956, Princeton University Press, Princeton, N.J. Nicolaus L. (2005), Value Creation in Leveraged Buyouts, PhD. Diss., University of St. Gallen.

STRESZCZENIE W artykule przedstawiono aspekt historyczny następstw trzech fal fuzji, które miały miejsce w Stanach Zjednoczonych od początku ubiegłego wieku do lat 70. Autor opisuje motywy przedsiębiorców oraz sektory, w których fuzje i przejęcia odbywały się najczęściej. Rozpowszechnienie fuzji dało początek konglomeratom, czyli korporacjom składającym się z kilku podmiotów operujących w wielu odseparowanych od siebie sektorach. To właśnie ich działalność jest często błędnie porównywana w literaturze do tej, którą prowadzą obecnie fundusze private equity. Dlatego też, aby wyjaśnić tę dwuznaczność, w artykule zostało zawarte zestawienie charakterystyk obydwu podmiotów autorstwa Achleitner i Müller, które wyraźnie je odróżniają. Kolejna część – organizacja rynku – została poświęcona szczegółowym opisom podmiotów typu private equity oraz następujących po sobie etapów występujących w procesie inwestycyjnym. Deskrypcje dostarczają wyczerpujących wyjaśnień dotyczących zależności i relacji w branży private equity. Dodatkowo opracowany model przepływu środków przedstawia obraz funkcjonowania i strukturę rynku private equity. W ostatnim punkcie artykułu opisano działalność funduszy private equity w Polsce. Na uwagę zasługuje fakt, iż wszystkie środki będące w posiadaniu polskich funduszy private equity pochodzą z zagranicznych źródeł. Oznacza to, iż żaden krajowy inwestor instytucjonalny nie zainteresował się tą klasą aktywów. Autor nie analizuje tutaj przyczyn powyższego stanu rzeczy (bariery prawne, formalne, instytucjonalne), jednak toruje drogę do dalszych badań i rozważań w tym obszarze. Słowa kluczowe: private equity, venture capital, struktura rynku, fuzje i przejęcia, industrial organization, transakcje, mezzanine finance, fundraising, inwestycje, dezinwestycja, fala fuzji, wykup lewarowany.

RYNEK PRIVATE EQUITY. HISTORIA I AKTUALNA ORGANIZACJA

205

A GLANCE AT THE HISTORY AND ORGANIZATION OF THE PRIVATE EQUITY MARKET Abstract The paper examines the historical aspects of forming private equity funds. Firstly, it underlies the role three merger waves the United States experienced in the 20th century played in the formation of conglomerates. The development of multi-industry corporations marked the emergence of private equity firms. However, the performance of conglomerates is often improperly compared with the activity of currently operating private equity funds. The article clearly points out the differences between these two types of entities. Secondly, the paper presents the organization of the private equity market and the stages in the deal-making process. The broad description of entities and relationships involved in the process is supported by the model of capital flow in the industry. Finally, Polish private equity market is scrutinized. The analysis indicates that, characteristically, all private equity investments in Poland are financed with foreign capital. Key words: private equity, venture capital, market structure, mergers and acquisitions, industrial organization, transactions, mezzanine finance, fundraising, investment, divestment, takeovers, takeover waves, leveraged buyout. JEL Classification: G34, G32, G31

Studia ekonomiczne 1 Economic studies nr 2 (LXIX) 2011

Artykuł recenzyjny

Grażyna Niedbalska*

NOWE PODEJŚCIE DO PROBLEMU WŁASNOŚCI INTELEKTUALNEJ I ŹRÓDEŁ INNOWACJI. DEMOKRATYZACJA INNOWACJI WEDŁUG ERICA VON HIPPELA WPROWADZENIE Od jakiegoś czasu na zapleczu głównego nurtu ekonomii dojrzewa nowe podejście do problematyki zysków osiąganych dzięki szeroko rozumianej działalności innowacyjnej oraz natury procesów innowacyjnych we współczesnej gospodarce, które najpełniejszy swój wyraz znalazło w pracach Erica von Hippela i współpracujących z nim badaczy, w tym Freda Gaulta1, wieloletniego przewodniczącego Grupy Ekspertów OECD ds. Wskaźników Naukowo-Technicznych (NESTI). To nowe podejście, określane mianem demokratyzacji innowacji i ekonomii free revealing zakłada, ujmując rzecz w wielkim skrócie, że wiedza zdobyta dzięki prywatnym nakładom może przynosić zyski nie tylko wówczas, gdy jest prawnie chroniona, ale również wtedy, gdy jest ujawniana bezpłatnie, szczególnie jeśli weźmiemy pod uwagę dobro społeczeństwa jako całości. Badania ujawniają, że obok restrykcyjnego świata własności intelektualnej, zdominowanego przez sto* Komitet

Naukoznawstwa Polskiej Akademii Nauk. Grupy NESTI (OECD National Experts on Science & Technology Indicators) w latach 2002–2008, wieloletni dyrektor w Statistics Canada jednostki ds. statystyki nauki, techniki i innowacji, członek zespołu ekspertów pracujących nad OECD Innovation Strategy, profesor w UNU MERIT (Maastricht, Holandia) oraz profesor Tshwane University of Technology (TUT, Republika Południowej Afryki). 1 Przewodniczący

208

Grażyna Niedbalska

sunkowo mało twórczych producentów, wyrasta świat wolnych wspólnot kreatywnych użytkowników. Yochai Benkler2, profesor Yale Law School, napisał o książce Erica von Hippela Democratizing Innovation („Demokratyzacja innowacji”), stanowiącej obecnie najbardziej wyczerpujący wykład o zmianie tradycyjnego myślenia na temat innowacji, że stawiając na głowie wiele dotychczasowych ustaleń z zakresu ekonomiki innowacji, jest nie lada wyzwaniem zarówno dla teoretyków zajmujących się problematyką innowacji, jak i dla praktyków biznesu. Implikacje, jakie nowe odkrycia pociągają za sobą dla badań statystycznych i polityki proinnowacyjnej, były przedmiotem analiz i rozważań prowadzonych w ramach międzynarodowego projektu badawczego „The OECD Innovation Strategy” (Strategia Innowacyjna OECD)3, mającego na celu opracowanie wytycznych dla polityki gospodarczej państw świata w nadchodzących latach. Efekty tych analiz przedstawione zostały w opracowaniu Freda Gaulta i Erica von Hippela The Prevalence of User Innovation and Free Innovation Transfers: Implications for Statistical Indicators and Innovation Policy, OECD, MIT Sloan School of Management, „Working Paper” 2009, January, No. 4722 („Powszechność innowacji opracowanych przez użytkowników i wolnego transferu innowacji: implikacje dla badań statystycznych i polityki innowacyjnej”), które również zostało uwzględnione w niniejszym artykule.

ERIC VON HIPPEL – ZARYS DZIAŁALNOŚCI I GŁÓWNE ZAINTERESOWANIA BADAWCZE Eric von Hippel, pochodzący z wywodzącej się z Niemiec rodziny o bogatych tradycjach naukowych4, jest profesorem w Szkole Zarządzania Sloana w Massachusetts Institute of Technology (MIT’s Sloan School of Management), a także 2 Autor książki The Wealth of Networks. How Social Productions Transform Markets and Freedom (wyd. polskie: Bogactwo sieci. Jak produkcja społeczna zmienia rynki i wolność, Wydawnictwa Akademickie i Profesjonalne, Warszawa 2008). 3 „The OECD Innovation Strategy” to nowatorskie międzynarodowe przedsięwzięcie realizowane w latach 2007–2010 pod egidą OECD. W projekcie tym uczestniczyło wiele różnych instytucji i organizacji, w tym Unia Europejska, Narodowa Fundacja Nauki Stanów Zjednoczonych (National Science Foundation), ONZ i jej różne wyspecjalizowane agendy oraz Bank Światowy. Celem projektu było zdiagnozowanie charakteru zachodzących aktualnie w świecie przemian i zaproponowanie rozwiązań, które pozwolą stawić czoła wyzwaniom i zaradzić problemom, zarówno tym mającym swe źródło w świecie fizycznym (zmiany klimatyczne, niedobory wody pitnej i żywności, choroby cywilizacyjne, kurczące się zasoby energii itd.), jak i problemom o nowym charakterze, takim jak niewydolność systemów regulacyjnych sfery finansów w krajach rozwiniętych. Efekty przeprowadzonych prac zawarte w raporcie końcowym stanowić mają wytyczne dla polityki gospodarczej państw świata. 4 Eric von Hippel urodził się 27 sierpnia 1941 roku. Jego ojciec Arthur Robert von Hippel był wybitnym fizykiem, który w 1936 r. osiadł na stałe w Stanach Zjednoczonych, gdzie przez wiele lat pracował jako profesor w MIT (zmarł w 2003 r. w wieku 105 lat). Stryjeczny dziadek i pradziadek Erica, Eugen von Hippel i Arthur von Hippel, byli znanymi niemieckimi oftalmologami.

NOWE PODEJŚCIE DO PROBLEMU WŁASNOŚCI INTELEKTUALNEJ…

209

profesorem w MIT’s Engineering Systems Division. „The Open-Minded Professor”, jak nazywa go Scott Wilson w wywiadzie zamieszczonym w „Deloitte Review”5, jest również założycielem i aktywnym współpracownikiem wielu firm typu start-up oraz twórcą programu rozwoju przedsiębiorczości w MIT („The entrepreneurship program at MIT”). Główny nurt zainteresowań badawczych Erica von Hippela to źródła innowacji i ekonomika innowacji, czemu poświęcone są jego dwa podstawowe dzieła, a mianowicie: The Sources of Innovation („Źródła innowacji”) wydana w 1988 r. przez Oxford University Press oraz będąca głównym przedmiotem niniejszych rozważań, nie przetłumaczona jeszcze dotychczas na język polski, książka Democratizing Innovation (The MIT Press, Cambridge, Mass., 2005, 220 stron), dostępna również za darmo w Internecie w ramach licencji Creative Commons6. W Internecie na stronie MIT World7 pod adresem: http://mitworld.mit.edu/ video/262 dostępny jest również wykład Erica von Hippela na temat demokratyzacji innowacji wygłoszony w MIT (Massachusetts Institute of Technology) w dniu 8 kwietnia 2005 roku. Eric von Hippel jest autorem badań dotyczących dość zaniedbanej w dotychczasowych rozważaniach roli użytkowników (klientów/konsumentów) w procesach opracowywania i wdrażania innowacji. Jest on m.in. twórcą teorii tzw. wiodących użytkowników (lead user theory), użytkowników liderów, stanowiących szczególną kategorię użytkowników z punktu widzenia działalności innowacyjnej (E. von Hippel, The Sources of Innovation, Oxford University Press, New York 1988). Ich główną cechą wyróżniającą jest to, iż wyprzedzają oni znacząco dominujące aktualnie trendy rynkowe i dystansują pozostałych użytkowników pod względem doświadczanych potrzeb, których zaspokojenia oczekują od rynku. Lead users kreują nowe, nieznane jeszcze innym potrzeby. Ponieważ producenci często nie są świadomi tych nowych potrzeb, których zaspokojenia oczekują wiodący użytkownicy, ci ostatni w rezultacie sami opracowują niezbędne im innowacyjne produkty wybiegające poza standardowe oczekiwania rynku. Stałe doskonalenie wspierających projektowanie narzędzi informatycznych i narzędzi komunikacji elektronicznej znakomicie ułatwia im to zadanie. Innowacyjne produkty opracowane przez wiodących użytkowników po pewnym czasie stają się produktami komercyjnymi produkowanymi na masową skalę. 5 The Open-Minded Professor. An Interview with Eric von Hippel, „Deloitte Review” 2009, Issue 5. 6 Licencje Creative Commons (CC) umożliwiają, przy zachowaniu praw autorskich, udostępnianie różnego rodzaju dzieł, takich jak muzyka, zdjęcia, filmy, dzieła literackie, materiały edukacyjne, prace naukowe itd. szerokiemu gronu odbiorców. Licencje CC opracowane zostały przede wszystkim z myślą o rozpowszechnianiu ww. dzieł przez Internet. Jako swego rodzaju ciekawostkę warto podać, że na licencji Creative Commons w Internecie dostępne jest również chińskie tłumaczenie książki Democratizing Innovation. 7 MIT World Distributed Intelligence jest to strona internetowa, na której udostępniane są filmy video z najważniejszych wydarzeń, które miały miejsce w MIT.

210

Grażyna Niedbalska

DEMOKRATYZACJA INNOWACJI – GŁÓWNE TEZY Książkę Democratizing Innovation Eric von Hippel zadedykował wszystkim, którzy budują „wspólnotę informacji” (Dedicated to all who are building the information commons). Nie bez powodu. W książce położono duży nacisk na ukazanie roli wspólnoty i dobra społecznego (social welfare) jako ważnych wyznaczników innowacyjności, co wpisuje się w pewien nowy nurt myślenia (welfare economics), podkreślający, że nie tylko rywalizacja w imię własnych, wąsko pojętych zysków jest źródłem korzystnych efektów w gospodarce i że dbanie o dobro wspólne nie tylko nie czyni gospodarki nieefektywną, lecz wprost przeciwnie – wyzwala nowe, ukryte dotąd zasoby i czynniki rozwoju. W pierwszym rozdziale książki Democratizing Innovation („Introduction and Overview”) Eric von Hippel wyjaśnia, że pod pojęciem demokratyzacji innowacji rozumie nasilające się ostatnimi czasy zjawisko opracowywania innowacji (wyrobów i usług) przez samych użytkowników, zarówno firmy, jak i indywidualnych konsumentów, bez pośrednictwa producentów, będących teoretycznie agentami potrzeb użytkowników, w praktyce niestety nader często niedoskonałymi. Kolejne spośród dwunastu rozdziałów książki poświęcone są m.in. następującym zagadnieniom, by wymienić najważniejsze spośród nich: 11 opracowywanie produktów przez wiodących użytkowników („Development of Products by Lead Users”), 11 decyzje użytkowników dotyczące problemu czy kupować innowacyjne produkty, czy samemu je opracowywać („Users’ Innovate-or-Buy Decisions”), 11 dlaczego użytkownicy ujawniają bezpłatnie informacje na temat opracowanych przez siebie innowacji („Why Users Often Freely Reveal Their Innovations”), 11 wspólnoty innowatorów („Innovation Communities”), 11 dostosowanie polityki proinnowacyjnej do systemu innowacji opracowywanych przez użytkowników („Adapting Policy to User Innovation”), 11 związki problematyki innowacji opracowywanych przez użytkowników z innymi zjawiskami i dziedzinami („Linking User Innovation to Other Phenomena and Fields”). Według von Hippela jesteśmy obecnie w trakcie wielkiego zwrotu w nauce o innowacjach, zwrotu, który ma charakter zmiany paradygmatu („a paradigm shift”) – od systemu zamkniętego, opartego na ochronie własności intelektualnej, w którym centralną rolę odgrywają producenci (closed, IP-protected8, manufacturer-centered innovation system) w kierunku systemu otwartego, w którym własność intelektualna bywa udostępniana bezpłatnie i w którym autorami innowacji bardzo często są użytkownicy produktów wspierani przez coraz doskonalszy sprzęt ICT (an innovation system centered on “open” – IP-free — innovation 8 IP

– Intellectual Property (własność intelektualna).

NOWE PODEJŚCIE DO PROBLEMU WŁASNOŚCI INTELEKTUALNEJ…

211

that is often developed by users). Rozwój technologii ICT, jak już wyżej wspomniano, w sposób szczególny ułatwia użytkownikom wkraczanie na pola działalności zarezerwowane, jak się jeszcze do niedawna wydawało, wyłącznie dla producentów. Ten nowy trend opracowywania innowacji przez użytkowników dotyczy różnego rodzaju produktów, nie tylko produktów z zakresu technologii ICT, takich jak oprogramowanie, które von Hippel określa jako information products (np. systemy IT dla bibliotek), ale również produktów, które określa on mianem fizycznych (physical products) – od sprzętu sportowego poprzez systemy irygacyjne w rolnictwie po narzędzia chirurgiczne. Innowatorzy-użytkownicy (user-innovators) to przedsiębiorstwa i indywidualni konsumenci, którzy czerpią korzyści ze stosowania innowacyjnych produktów (wyrobów i/lub usług), które opracowali. Natomiast producenci-innowatorzy (producer-innovators) to firmy lub osoby, które czerpią korzyści ze sprzedaży opracowanych przez siebie innowacyjnych produktów. Wielką zaletą omawianej książki jest to, iż przedstawiane w niej wnioski autor wysnuwa na podstawie analizy wielkiej liczby studiów przypadku i licznych badań przeprowadzonych wespół z wybitnymi współautorami, takimi jak m.in. wspomniany już F. Gault, a także N. Franke, S.N. Finkelstein, M. Tyre i D. Harhoff. Jednym z licznych przykładów opisywanych przez von Hippela może być chociażby opracowanie wyrafinowanego technicznie sprzętu do uprawiania wyczynowego windsurfingu (high-performance windsurfing) przez nieformalną grupę użytkowników na Hawajach. Inny przykład to kolarstwo górskie, dla którego sprzęt w sposób komercyjny produkowany jest od połowy lat 70., kiedy to grupa wczesnych użytkowników innowatorów (early users) z Marin County w stanie Kalifornia, którzy zaprojektowali do własnego użytku rowery do jazdy w terenie górskim poza wytyczonymi szlakami, rozpoczęła montowanie opracowanego przez siebie sprzętu na sprzedaż – z przeznaczeniem dla tzw. follow-on users. Początkowo odbywało się to na niewielką skalę w ramach montowni przydomowych (cottage industry), by po kilku latach po przejęciu przez firmy zajmujące się produkcją masową wejść do mainstreamu produkcji rowerów. Ten nowy system, którego formowania się jesteśmy obecnie świadkami, a który Eric von Hippel określa jako user-centered innovation system, oferuje społeczeństwu jako całości znacznie większe korzyści od systemu starego, manufacturercentered innovation system, będącego filarem rozwoju gospodarczego przez setki lat. Dzieje się tak z wielu powodów. Po pierwsze, masowi producenci stosują bardzo często strategię mającą na celu opracowanie produktów służących zaspokojeniu potrzeb dużych segmentów rynku i uzyskanie znaczących zysków ze sprzedaży swojego produktu dużej liczbie klientów. Jeśli potrzeby klientów są zróżnicowane, strategia „a few sizes fit all” pozostawia wielu z nich nieusatysfakcjonowanych ofertą, którą znajdują na rynku. Badania przeprowadzone m.in. przez Frankego i von Hippela9 wykazały, że 9 N. Franke, E. von Hippel, Satisfying Heterogeneous User Needs via Innovation Toolkits: The Case of Apache Security Software, „Research Policy” 2003, Vol. 32, No. 7, s. 1199–1215.

212

Grażyna Niedbalska

potrzeby użytkowników są na ogół wysoce zróżnicowane i że wielu z nich jest gotowych zapłacić za to, by uzyskać dokładnie takie produkty, jakich potrzebują. Badania wymienionych wyżej i innych autorów potwierdzają istnienie dużego zapotrzebowania na produkty robione na indywidualne zamówienie (custom products), które ze względu na wysokie tzw. koszty agencyjne (agency costs) użytkownicy często wolą wykonać sami. Po drugie, innowatorzy użytkownicy bardzo często ujawniają bezpłatnie (free revealing) informacje na temat opracowanych przez siebie innowacji zarówno innym zainteresowanym użytkownikom, którzy mogą dzięki temu wnieść swój wkład w powstający nowy produkt poprzez jego modyfikowanie i ulepszanie, jak i potencjalnym producentom, którzy dzięki takim zachowaniom mogą uzyskać nie tylko gotowe prototypy (user-developed prototypes), ale także bardzo z ich punktu widzenia ważne informacje na temat wielkości potencjalnego rynku. Obecnie wiadomo już bez żadnych wątpliwości, choć nie jest to jeszcze wiedza powszechna, że faktycznymi twórcami prototypowych wersji wielu nowych produktów wprowadzonych na rynek przez wytwórców komercyjnych są klienci i że istnieje bezpłatny transfer wiedzy od użytkowników do producentów. Tę cechę innowacji opracowywanych przez użytkowników Eric von Hippel określa jako „distributive nature” (distributive nature of user innovation), co oznacza, że niejako w naturze innowacji opracowywanych przez użytkowników jest to, że informacje dotyczące tych innowacji są rozpowszechniane (dystrybuowane) bez ograniczeń. W przyszłości będzie to, według von Hippela, dominujący rodzaj działalności innowacyjnej.

EKONOMIA IPR10 VERSUS FREE REVEALING Pojęcie free revealing dotyczy sytuacji, gdy informacja uzyskana dzięki prywatnym nakładom konkretnych osób lub firm, a więc stanowiąca wedle klasycznego ujęcia ich własność, udostępniana jest za darmo wszystkim zainteresowanym stronom, stając się de facto dobrem publicznym. Do powszechnej świadomości problematyka free revealing dotarła w latach 90. ubiegłego wieku w związku z pojawieniem się oprogramowania otwartego, Open Source Software, które okazało się zjawiskiem o wielkim znaczeniu ekonomicznym i społecznym. Najnowsze badania prowadzone przez von Hippela i współpracujących z nim badaczy wykazały, że zjawisko free revealing występuje nie tylko w dziedzinie produkcji oprogramowania, lecz ma znacznie szerszy zasięg. Nie jest ono też, jakby się potocznie wydawało, wynalazkiem obecnych czasów, lecz miało miejsce również w przeszłości, co jako jeden z pierwszych wykazał Robert C. Allen, badacz 10 Intellectual

Property Rights – prawa ochrony własności intelektualnej.

NOWE PODEJŚCIE DO PROBLEMU WŁASNOŚCI INTELEKTUALNEJ…

213

historii gospodarki, na podstawie badań materiałów archiwalnych dotyczących angielskiego przemysłu hutniczego w XIX wieku11. Dotychczasowe klasyczne podejście do problemu korzyści osiąganych dzięki inwestowaniu w działalność B+R i innowacyjną, nazwane przez von Hippela i Gaulta ekonomią praw własności intelektualnej (Economics of intellectual property rights)12, opiera się na założeniu, że indywidualne osoby i przedsiębiorstwa są skłonne inwestować w tę działalność tylko wtedy, gdy spodziewają się uzyskać konkretne, długofalowe, im tylko przynależne zyski z tych inwestycji. Zyski te mogą być znacząco niższe, jeśli imitatorzy mieliby wolny dostęp do informacji, na której uzyskanie twórcy innowacji musieli ponieść nakłady ze swej prywatnej kieszeni. Ponieważ utrzymanie informacji w tajemnicy jest bardzo trudne, gdyż informacja łatwo „przecieka” na zewnątrz, rządy oferują twórcom innowacji różnego rodzaju środki ochronne, spośród których najważniejszym jest udzielanie na pewien czas monopolu na zdobytą przez kreatorów innowacji wiedzę za pomocą systemu praw własności intelektualnej, zwanego w skrócie z angielskiego systemem IPR (Intellectual Property Rights). Tego rodzaju działania, poprzez ustanawianie monopolu, pociągają jednak za sobą koszty dla społeczeństwa jako całości i są balastem dla gospodarki. Wbrew pozorom w ostatecznym rozrachunku w systemie IPR tracić mogą również twórcy innowacji korzystający z udzielonego im monopolu. Do niedawna straty te były uznawane wszakże za zło konieczne, którego nie sposób uniknąć. Teoria free revealing obala obowiązujący w dotychczasowej debacie paradygmat niepodważalnych zalet systemu praw własności intelektualnej jako sposobu na pobudzanie działalności innowacyjnej, odkrywając i uzasadniając, że innowatorzy udostępniający bezpłatnie informacje o opracowanych przez siebie innowacjach mogą czerpać z nich prywatne zyski bez uzyskiwania czasowego monopolu ze strony państwa na zastosowanie tych informacji, czyli że bezpłatne rozpowszechnianie informacji na temat innowacji może być z punktu widzenia ich autorów jak najbardziej racjonalne ekonomicznie13. Jak wynika z badań von Hippela i Gaulta niektórzy twórcy innowacji uważają wręcz, że działania typu free revealing mogą przynieść większe zyski niż prawo monopolu udzielane w ramach systemu IPR14. 11 R.C. Allen, Collective Invention, „Journal of Economic Behavior and Organization” 1983, No. 4(1), s. 1-24. 12 F. Gault, E. von Hippel, The Prevalence of User Innovation and Free Innovation Transfers: Implications for Statistical Indicators and Innovation Policy, OECD, „MIT Sloan School of Management Working Paper” 2009, January, No 4722. 13 Dzieje się tak m.in. dzięki występowaniu tzw. efektów sieci. Jako klasyczny przykład efektu sieci podawany jest zazwyczaj przykład z telefonami: im więcej ludzi posiada telefon, tym bardziej cenny jest on dla każdego z nich, jest bowiem więcej osób, z którymi można się dzięki niemu porozumieć. 14 F. Gault, E. von Hippel, User-Initiated Innovation in Canadian Manufacturing, „NESTI” 2009, June 3.

214

Grażyna Niedbalska

Ponadto, oprócz zysków czysto materialnych, dla wielu innowatorów udostępniających bezpłatnie informacje na temat opracowanych przez siebie innowacji sprawą nie bez znaczenia jest także indywidualna satysfakcja z udziału w innowacyjnym procesie twórczym („Just for fun” jak mawia Linus Thorvalds) i z wkładu w poszerzanie dobra wspólnego. Według teorii free revealing bezpłatne dzielenie się wiedzą nie oznacza też obniżenia poziomu innowacyjności w skali gospodarki jako całości, a wręcz przeciwnie przyczynia się do jego podnoszenia. Głównym deklarowanym celem polityki ochrony własności intelektualnej jest zwiększenie wartości inwestycji w działalność innowacyjną, co ma sprzyjać dobru wspólnemu (public good). Badania prowadzone przez ostatnich kilkadziesiąt lat wykazały wszakże, że w rzeczywistości prawo ochrony własności intelektualnej służy wielu firmom do realizacji zamierzeń dokładnie odwrotnych w stosunku do wyżej wspomnianego pierwotnego celu. W szczególności zjawisko określane jako „gąszcz patentów” (patent thickets), czyli zwiększanie przez firmy ponad realne potrzeby swojego portfolia patentów, wykorzystywane jest do uniemożliwiania innym podmiotom wprowadzania znaczących ulepszeń korzystnych z punktu widzenia użytkowników i/lub do uniemożliwiania zakupu licencji po niższej cenie od konkurentów o słabszej pozycji na rynku, co wpływa na obniżenie poziomu innowacyjności gospodarki jako całości i jest niekorzystne z punktu widzenia dobra wspólnego. W sytuacji, gdy wielu właścicieli ma prawo uniemożliwiania innym działalności, a nikt nie ma przywileju, by faktycznie działać – zasób, jakim jest informacja dotycząca innowacji, będzie wykorzystywany w niedostatecznym stopniu, co Heller nazwał „tragedią antywspólnoty”15.

WYZWANIA I SZANSE DLA PRODUCENTÓW Producenci muszą zdać sobie sprawę z zachodzącej zmiany i podjąć wyzwanie, jakie ona przed nimi stawia, poprzez adaptację swoich modeli biznesowych do nowych warunków, w których system oparty w coraz większej mierze na innowacjach opracowywanych przez użytkowników „atakuje” dotychczasową strukturę społecznego podziału pracy. Zmiana ta może w krótkim okresie być dla niektórych bolesna, ale w ostatecznym rozrachunku okaże się korzystna dla wszystkich. Przede wszystkim producenci muszą zerwać z dotychczasowym sposobem myślenia i włączyć do zakresu swoich działań, oprócz działalności B+R, projektowania, produkcji i tradycyjnych badań rynku, także poszukiwanie i komercjalizowanie innowacji opracowanych przez wiodących użytkowników. Wiele przedsiębiorstw, czy nawet całe gałęzie wytwórczości, w których użyt15 M.A.

Heller, The Tragedy of the Anticommons: Property in the Transition from Marx to Markets, „Harvard Law Review” 1998, No. 111, s. 621–688.

NOWE PODEJŚCIE DO PROBLEMU WŁASNOŚCI INTELEKTUALNEJ…

215

kownicy są szczególnie aktywni, jeśli chodzi o projektowanie innowacyjnych produktów, podejmuje już zresztą to wyzwanie i zamiast zamykać się w dotychczasowym wertykalnym systemie własnej działalności B+R stara się działać zgodnie z podejściem horyzontalnym, szukając innowacji na zewnątrz, poza czterema ścianami swoich laboratoriów. Dotychczasowe tradycyjne metody badań rynku (market-research methods) okazują się jednak zawodne, ponieważ rozwiązania proponowane przez wiodących użytkowników nie są w nich na ogół zauważane lub wręcz bywają odrzucane jako wykraczające poza tradycyjny „target market”. Istnieją trzy sposoby umożliwiające producentom odnalezienie się w nowej sytuacji, a mianowicie: 11 produkowanie na skalę komercyjną innowacji opracowanych przez użytkowników i/lub oferowanie użytkownikom mającym specyficzne potrzeby i wymagania produkcji na indywidualne zamówienie (custom manufacturing to specific users), 11 sprzedaż specjalnych zestawów narzędzi do projektowania (kits of productdesign tools, toolkits) i/lub platform produktowych (product platforms) w celu ułatwienia użytkownikom projektowania innowacyjnych produktów, 11 sprzedaż produktów komplementarnych w stosunku do innowacji opracowanych przez użytkowników. Przykładem dziedziny działalności, która z sukcesem wykorzystuje aktywność innowacyjną użytkowników, może być w szczególności przemysł produkcji półprzewodników na indywidualne zamówienie (custom semiconductor industry), w którym producenci wyspecjalizowali się we wspieraniu użytkowników-innowatorów poprzez dostarczanie im specjalnego oprogramowania służącego do projektowania nowych produktów (toolkits for developing new products). Działalność innowacyjna użytkowników stanowi nie tylko wyzwanie, ale także szansę dla producentów. W omawianej książce Democratizing innovation Eric von Hippel zwraca uwagę na uderzający fakt, że większość nowych produktów opracowanych i wprowadzonych na rynek przez producentów (manufacturers) okazuje się komercyjną porażką (commercial failures). Z badań prowadzonych od połowy lat 70. przez różnych autorów (np. Mansfield i Wagner16, Elrod i Kelman17 czy Redmond18) wynika, że prawdopodobieństwo sukcesu nowego produktu wprowadzonego przez producenta na rynek wynosi zaledwie nieco ponad 25%. Dzieje się tak przede wszystkim dlatego, że producenci-innowatorzy nie mają właściwego roze16 E.

Mansfield , S. Wagner, Organizational and Strategic Factors Associated With Probabilities of Success in Industrial R&D, „Journal of Business” 1975, Vol. 48, No. 2, s. 179–198. 17 T. Elrod, A.P. Kelman, Reliability of New Product Evaluation as of 1968 and 1981, Working Paper, Owen Graduate School of Management, Vanderbilt University, 1987. 18 W.H. Redmond, An Ecological Perspective on New Product Failure: The Effects of Competitive Overcrowding, „Journal of Product Innovation Management” 1995, No. 12, s. 200–213.

216

Grażyna Niedbalska

znania potrzeb użytkowników (asymetria informacji między producentami i użytkownikami). Tak wysoka „stopa porażki” (high failure rate) wskazuje na dużą nieefektywność, jeśli chodzi o konwersję nakładów poniesionych przez przedsiębiorstwa na działalność B+R w użyteczną produkcję, co oznacza straty z punktu widzenia dobra społecznego. Mając dostęp do prototypu opracowanego przez użytkowników, np. nowego sprzętu chirurgicznego zaprojektowanego przez chirurgów, producent nie musi już ponosić nakładów na dokładne poznanie wymagań i potrzeb użytkowników oraz na badanie, dlaczego produkt ma być skonstruowany tak, a nie inaczej, pozostaje mu tylko znacznie łatwiejsze zadanie powielenia otrzymanego od użytkowników prototypu w komercyjnej produkcji. Działalność innowacyjna użytkowników pozwala więc zredukować asymetrię informacji między użytkownikami i producentami i w ten sposób przyczynia się do zwiększenia efektywności procesów innowacyjnych w gospodarce.

SYSTEM „OPEN INNOVATION” Eric von Hippel używa pojęcia „open innovation” w nieco innym znaczeniu niż to, które terminowi temu nadał Henry W. Chesbrough, autor książki Open Innovation: The New Imperative for Creating and Profiting from Technology (wydana przez Harvard Business School Press w 2003 r.), w której omówił nowy model działalności innowacyjnej przedsiębiorstw, nazwany otwartym modelem innowacji (Open Innovation Model), zakładający, że nowa wiedza zdobyta przez przedsiębiorstwa powinna jak najszybciej przynosić im profity, co oznacza, że przedsiębiorstwa nie powinny swojej własności intelektualnej „trzymać pod kluczem”, lecz szukać zysków dzięki szybkiemu wdrożeniu zdobytej przez siebie wiedzy i technologii przez inne przedsiębiorstwa poprzez udostępnianie im tej wiedzy za pomocą umów licencyjnych, wspólnych przedsięwzięć (joint ventures) i innego rodzaju porozumień (At its root, open innovation is based on a landscape of abundant knowledge, which must be used readily if it is to provide value for the company that created it). W powszechnie praktykowanym do niedawna tzw. zamkniętym systemie innowacji (Closed Innovation Model) firmy tworzyły, rozwijały i komercjalizowały wyłącznie swoje własne pomysły. Główna zasada “The Closed Innovation Model” zakłada, że firma musi mieć pełną kontrolę nad swoim pakietem IP, tak by konkurenci nie mogli w żaden sposób korzystać z pomysłów i wiedzy, które w niej powstały. Filozofia polegania wyłącznie na sobie samych była dominująca w działalności B+R wiodących światowych korporacji przez większość XX wieku. Von Hippel pojęcie „open innovation” definiuje w sposób podobny jak termin ten rozumiany jest w środowisku programistów „open source software”, czyli jako system innowacji dostępnych dla wszystkich za pośrednictwem wspólnot informacji (Open innovation is a term that I use to mean innovation that is freely accessible

NOWE PODEJŚCIE DO PROBLEMU WŁASNOŚCI INTELEKTUALNEJ…

217

by all via an information commons. ...That is what people in open source software mean by the term)19. Henry W. Chesbrough w swojej teorii otwartego modelu innowacji główny nacisk kładzie natomiast na jak najbardziej efektywne zarządzanie pakietem praw własności intelektualnej. Dzięki temu przedsiębiorstwo uzyskuje zyski po pierwsze ze sprzedaży opracowanej przez siebie wiedzy, a po drugie może je także uzyskać w przyszłości na nowym rynku, który ma szanse powstać w efekcie wdrożenia sprzedanej wiedzy przez przedsiębiorstwa, które ją zakupiły. Oba te podejścia, tzn. podejście Chesbrougha i von Hippela, nie wykluczają się wszakże wzajemnie, lecz mają punkty styczne i się dopełniają. Różnice w rozumieniu pojęcia „open innovation” przez Henry’ego Chesbrougha i Erica von Hippela wskazują, jak wielkie znaczenie z punktu widzenia czytelnika ma właściwe rozumienie pojęć, którymi posługują się autorzy zajmujący się problematyką innowacyjności. W czasie, gdy teoria innowacyjności jest wciąż jeszcze w fazie in statu nascendi, terminologia staje się sprawą fundamentalną, co ma szczególne znaczenie zwłaszcza w kontekście pomiarów i badań statystycznych, ale także polityki proinnowacyjnej. Na znaczenie języka i terminologii zwraca uwagę wspomniany już Fred Gault, jeden z szerokiego grona badaczy współpracujących z E. von Hippelem, w wydanej w ubiegłym roku publikacji Innovation Strategies for a Global Economy – Development, Implementation, Measurement and Management”20 („Strategie innowacji dla gospodarki globalnej – opracowywanie, wdrażanie, pomiary i zarządzanie”), której jeden z rozdziałów poświęcony jest zagadnieniu języka innowacji: „Talking about innovation. The Need for a Language” („Jak mówić o innowacjach? Potrzeba stworzenia języka”). W warunkach polskich potrzeba stworzenia precyzyjnego języka innowacji jest szczególnie pilna. Przy okazji warto zwrócić uwagę, że pojęcie user innovation w ujęciu według von Hippela nie jest tożsame z używanym w literaturze pojęciem „user-driven innovation”, pojęcia te nie są synonimami, aczkolwiek częściowo się pokrywają. User-driven innovation (zwane czasem w skrócie UDI) to innowacje, które powstają jako odpowiedź na potrzeby użytkowników, w tym zwłaszcza specyficznych grup użytkowników, które to potrzeby są uwzględniane w trakcie prac nad opracowywaniem nowych i ulepszonych produktów, co niekoniecznie musi się dziać z bezpośrednim udziałem tychże użytkowników, jak to ma miejsce w przypadku user innovation, czyli innowacji opracowywanych przez samych użytkowników. W przypadku user-driven innovation w trakcie opracowywania nowych lub udoskonalonych produktów brane są pod uwagę informacje w różny sposób i różnymi kanałami zgłaszane przez użytkowników – poprzez kontakty z działami sprzedaży i marketingu, jako skargi, zażalenia, propozycje udoskonaleń itd. 19 The Open-Minded Professor. An Interview with Eric von Hippel, „Deloitte Review” 2009, Issue 5. 20 Edward Elgar Publishing, Cheltenham UK, Northampton, MA USA, IDRC, Ottawa, Canada, 2010.

218

Grażyna Niedbalska

IMPLIKACJE DLA BADAŃ STATYSTYCZNYCH I POLITYKI NAUKOWEJ Pierwszą próbę włączenia omawianej tematyki do oficjalnych badań statystycznych podjął kanadyjski urząd statystyczny (Statistics Canada). Specjalne badanie przeprowadzone w 2007 r. (AT07 Survey21) potwierdziło występowanie zjawiska polegającego na bezpłatnym przekazywaniu producentom wiedzy dotyczącej innowacji przez klientów, którzy te innowacje opracowali. Aktualnie Eric von Hippel pracuje wraz z Fredem Gaultem i holenderskim ekspertem Jeroenem de Jong nad stworzeniem systemu pomiaru działalności innowacyjnej prowadzonej przez użytkowników, tak by tematyka ta mogła zostać włączona do oficjalnych badań statystycznych, a przez to stać się znaną szerszym kręgom badaczy i twórcom polityki proinnowacyjnej. W obecnie prowadzonych badaniach statystycznych (np. Community Innovation Survey) dostępne są jedynie strzępy, jeśli można tak powiedzieć, informacji na ten temat. Omawiana tematyka będzie stanowiła ważny element w pracach nad kolejną rewizją podręcznika Oslo Manual22. Niezbędna jest m. in. zmiana definicji innowacji uwzględniająca zjawisko określane jako non-market peer-to-peer diffusion of innovation (pozarynkowe rozprzestrzenianie innowacji). Obecnie obowiązująca definicja zakłada, że innowacją-produktem jest tylko ten nowy (lub istotnie ulepszony) produkt, który został wprowadzony na rynek przez komercyjnego wytwórcę. Występowanie zjawiska bezpłatnego dzielenia się wiedzą wymaga także przeformułowania dotychczas obowiązujących kanonów polityki proinnowacyjnej, w której ma miejsce co prawda niezamierzone, lecz wyraźne faworyzowanie optyki prezentowanej przez ekonomię IPR, co w świetle najnowszych ustaleń naukowych jest nieuzasadnione. Zdaniem Erica von Hippela i współpracujących z nim badaczy, współczesne rządowe programy z zakresu polityki proinnowacyjnej wspierają de facto restrykcyjne podejście do transferu innowacji i raczej zniechęcają twórców innowacji do bardziej otwartych zachowań pod tym względem. Gault i von Hippel wysuwają propozycje konkretnych zmian w polityce proinnowacyjnej23. Jeden z przykładów proponowanych przez nich zmian to wprowadzenie systemu zachęt podatkowych (tax credits) – analogicznego do systemu zachęt podatkowych stosowanych w przypadku działalności B+R (R&D tax credits) – dla innowatorów-użytkowników, którzy bezpłatnie przekazali producentom informacje na temat opracowanych przez siebie innowacji. Podstawą uzyskania ulgi podatkowej mogłaby być dokumentacja analogiczna w formie do ujaw21 Statistics

Canada, Survey of Advanced Technology 2007, „The Daily” 2008, June 26, Ottawa. Manual – międzynarodowy podręcznik metodologiczny badań statystycznych innowacji. W jego ostatnim wydaniu zwanym Oslo Manual 2005 (Proposed Guidelines for Collecting and Interpreting Innovation Data – Oslo Manual, third edition, OECD/EC/Eurostat, 2005) oprócz innowacji produktów wyróżnione są innowacje procesy oraz innowacje organizacyjne i marketingowe. 23 F. Gault, E. von Hippel, The Prevalence of User Innovation and Free Innovation Transfers: Implications for Statistical Indicators and Innovation Policy, ed. cit. 22 Oslo

NOWE PODEJŚCIE DO PROBLEMU WŁASNOŚCI INTELEKTUALNEJ…

219

nienia patentowego (patent disclosure) zawierająca potwierdzenie przez ekspertów urzędu patentowego stopnia nowości przekazanego bezpłatnie rozwiązania. Von Hippel i współpracujący z nim autorzy nie sugerują, że system IPR powinien zostać wyeliminowany. Przeważa raczej opinia, że oba systemy powinny być stosowane w sposób komplementarny, na zasadzie współdziałania, dopełniania się, w poszukiwaniu efektu synergii. Istnieje prawdopodobieństwo, że w niektórych przypadkach korzystniejszy jest system IPR, podczas gdy w innych lepsze efekty przynosi podejście free revealing. Pierwszym krajem, który zastosował w swojej polityce proinnowacyjnej rozwiązania wspierające aktywność innowacyjną użytkowników, jest Dania, kraj, który wydaje relatywnie bardzo dużo środków finansowych na działalność B+R, ale jeśli chodzi o wartości bezwzględne nie jest w stanie, w przypadku modelu innowacyjności określanego jako R&D spending tech-push model24, konkurować z krajami takimi jak Stany Zjednoczone, Niemcy, Japonia czy Chiny. Wspieranie aktywności innowacyjnej użytkowników pozwoli na wykorzystanie potencjału twórczego całego społeczeństwa, a nie tylko pracowników wyspecjalizowanych jednostek badawczych, i lepsze zaspokojenie różnorodnych i zróżnicowanych potrzeb konsumentów. W społeczeństwach, w których innowacje opracowują nie tylko producenci, ale także użytkownicy, poziom dobrobytu jest wyższy niż w społeczeństwach, w których działalność ta prowadzona jest wyłącznie przez producentów25.

UWAGI KOŃCOWE W krótkim opracowaniu, jak niniejsze, nie sposób zawrzeć całego bogactwa myśli i dociekań Erica von Hippela zawartych w książce Democratizing Innovation, która powinna stać się obowiązkową lekturą wszystkich zainteresowanych problematyką działalności innowacyjnej – jej źródeł i form, jakie obecnie przybiera. Nie sposób też nie zgodzić się z opinią Richarda R. Nelsona26, który – podkreślając wykazywaną przez Erica von Hippela niezwykłą umiejętność odkrywania nowych aspektów działalności innowacyjnej stojących w sprzeczności z dotychczasową konwencjonalną wiedzą – nazwał omawianą książkę ucztą intelektualną. Eric von Hippel zrobił krok dalej niż Henry W. Chesbrough, który podważył jedną z najważniejszych zasad kapitalizmu XX wieku, że zdobytej przez firmę wiedzy i informacji na temat innowacji należy strzec jak źrenicy oka. Chesbrough pokazał, że zdobyta wiedza może przynosić firmie profity, nawet jeśli jest wdrażana przez inną firmę. Von Hippel udowadnia, że wiedza może przynosić profity 24 Model

B+R.

oparty na dużych – w wartościach bezwzględnych – nakładach na działalność

25 J. Henkel, E. von Hippel, Welfare Implications of User Innovation, „Journal of Technology Transfer” 2005, Vol. 30, No. 1–2, s. 73–87. 26 Profesor Columbia University.

220

Grażyna Niedbalska

także wtedy, gdy jest ujawniana bezpłatnie, szczególnie jeśli bierzemy pod uwagę dobro społeczeństwa jako całości. Kolejny krok w rozpoznawaniu zachodzących zmian uczynił wspomniany na początku niniejszego artykułu Yochai Benkler, który w książce „Bogactwo sieci” zwrócił uwagę na nasilające się w ostatnim czasie zjawisko produkcji społecznej (The emergence of social production – Commons-based peer production) – opartej na pracy ochotników działających wbrew logice rynku i zysków – uznając je za początek nowego etapu organizacji społeczeństwa. Ale to już temat na odrębne opracowanie. JEL Classification: Y30

UWAGI REDAKCYJNE 11

Redakcja przyjmuje do publikacji artykuły w języku polskim i angielskim.

Wszystkie artykuły są poddawane recenzji.

Redakcja nie przyjmuje artykułów opublikowanych przez inne wydawnictwa.

Redakcja prosi o przesyłanie artykułów na adres e-mail czasopisma: studia. ekonomiczne@inepan.waw.pl. Objętość artykułów (łącznie z tabelami, rysunkami i bibliografią) nie powinna przekraczać 25 znormalizowanych stron (45 tysięcy znaków bez spacji). Redakcja zastrzega sobie prawo dokonania w nadesłanych artykułach skrótów, poprawek redakcyjnych i innych zmian zgodnie z wymogami czasopisma.

Przypisy należy umieszczać na dole strony, a odnośniki bibliograficzne w tekście, na końcu zdania w nawiasie okrągłym (autor, rok wydania, numer strony).

Autorzy są proszeni o podanie tytułu naukowego oraz adresu zwrotnego do korespondencji (z adresem e-mailowym).

Razem z artykułem należy przesłać jego streszczenie w języku polskim i angielskim, w objętości 1/2–2/3 strony maszynopisu. Streszczenie powinno składać się z czterech części: celu pracy (purpose), wskazania wykorzystanej metodologii badawczej (methods), opisu uzyskanych wyników (results) oraz wniosków (conclusions). Streszczenie powinno również zawierać słowa i zwroty kluczowe (keywords) w języku polskim i angielskim oraz pełną afiliację autora (wraz z adresem macierzystej jednostki naukowej).

Przesyłając artykuły do publikacji, autorzy wyrażają zgodę na umieszczenie artykułu w pełnej wersji tekstowej wraz ze streszczeniami w języku polskim i angielskim w archiwum na stronie internetowej czasopisma oraz w internetowej bazie IDEAS RePEc (Research Papers In Economics), a także na wprowadzenie angielskiego streszczenia do internetowej bazy danych czasopisma „The Central European Journal of Social Sciences and Humanities” (CEJSH) oraz upoważniają Redakcję „Studiów Ekonomicznych” do uzgodnienia z CEJSH ostatecznego tekstu streszczenia.

Redakcja „Studiów Ekonomicznych” Instytut Nauk Ekonomicznych PAN Pałac Staszica (pok. 22) ul. Nowy Świat 72, 00–330 Warszawa, tel. (22) 657 27 90 e-mail: studia.ekonomiczne@inepan.waw.pl „Studia Ekonomiczne” zamawiać można listownie lub faxem pod adresem: Instytut Nauk Ekonomicznych PAN, Biblioteka ul. Nowy Świat 72, 00–330 Warszawa fax (22) 657 28 04

2/2011

770239

641008

ECONOMIC STUDIES nr 2 (LXIX) 2011

ISSN 0239–6416

Cena 30,00 zł (w tym 5% VAT) Nakład 200 egz.

STUDIA EKONOMICZNE

STUDIA EKONOMICZNE • ECONOMIC STUDIES

Instytut Nauk Ekonomicznych Polskiej Akademii Nauk Pałac Staszica ul. Nowy Świat 72 00-330 Warszawa www.inepan.waw.pl

INSTYTUT NAUK EKONOMICZNYCH POLSKIEJ AKADEMII NAUK

WARSZAWA 2011