Taruhan Kebijakan Federal Reserve: Pemisahan Ekonomi di Balik Data Stabil

Penulis asli: ◢ J◎e McCann

Terjemahan asli: DeepTech TechFlow

(Konten di bawah awalnya diterbitkan di bagian makro dari Pembaruan Pasar Asimetris™️ kami bulan Agustus, Anda dapat berlangganan secara gratis di sini)

Dalam komentar makro sebelumnya, kami telah mengikuti topik kunci yang terkait dengan dampak pasar potensial, situasi global, dan bagaimana menghadapinya dalam periode yang rumit ini.

Kami membahas risiko-risiko yang dihadapi bank-bank kecil dan menengah (sebulan sebelum kepanikan bank muncul dan membuat pasar ketakutan), karena distribusi cadangan berlebih tidak merata, meskipun ada banyak cadangan di sistem.

Kami telah berulang kali menyebutkan data ekonomi campuran dan mendiskusikan konsep ‘ekonomi bebek’: secara visual semuanya terlihat lancar, tetapi sebenarnya ada banyak hal yang terjadi di balik layar. Kecantikan terletak pada mata pengamat. Meskipun data ekonomi utama kuat, namun dengan analisis yang lebih dalam, Anda dapat membuat narasi bullish atau bearish sesuai keinginan Anda.

Kami juga menganalisis perbandingan ‘Tujuh Giant Magnificent’ dengan pasar saham lainnya. Seperti data ekonomi, indeks saham menunjukkan kinerja yang baik; Namun, setelah penelitian lebih mendalam, kinerja saham Tujuh Raksasa Magnificent sangat luar biasa, sedangkan bagian pasar lainnya menunjukkan kinerja biasa bahkan menurun.

Dalam makro Asymmetric kali ini, kami akan menggabungkan semua konsep yang sebelumnya dibahas menjadi satu cerita yang koheren, dimulai dari teori kebijakan moneter itu sendiri dan berakhir.

kebijakan moneter

Untuk kumpulan data apa pun, Anda perlu menentukan distribusi potensial sebelum melakukan analisis yang berarti. Untuk menyederhanakan deskripsi, kita akan menggunakan tiga distribusi dasar. Meskipun tidak ada yang sempurna, intinya akan jelas. Data ekonomi utama digunakan untuk menggambarkan ekonomi secara keseluruhan atau ekonomi rata-rata, yang secara konseptual masuk akal karena Anda tidak dapat menyesuaikan kebijakan ekonomi untuk setiap individu (untuk mengambil contoh ekstrem). Dalam banyak hal, ini “tidak adil” dalam kenyataan dan tidak dapat dilaksanakan. Oleh karena itu, kami menggunakan data agregat untuk menggambarkan keadaan ekonomi dan dengan demikian menentukan kebijakan moneter yang paling tepat untuk data agregat tersebut. Mari kita pahami dulu tiga jenis distribusi untuk menggambarkan populasi potensial.

Perhatikan: Kami tidak sedang menulis tesis doktor. Diskusi ini tidak lengkap dan tidak sempurna karena keterbatasan ruang kami. Kami menyusun cerita yang terkait erat dengan kondisi dunia dan kebijakan ekonomi saat ini. Oleh karena itu, lebih baik mempertimbangkan konsep-konsep ini dan dampak potensialnya dari sudut pandang berpikir daripada mengkritik detail-detail yang remeh.

Distribusi Seragam

Gambar: Distribusi merata

Seperti yang Anda lihat, distribusi yang seragam berarti bahwa setiap pengamatan (dalam hal ini, status sosial ekonomi individu) adalah sama. Bahkan distribusi akan menjadi cita-cita komunisme. Distribusi yang seragam juga akan menghasilkan kumpulan data terbaik untuk analisis kebijakan moneter. Jika semua orang berada di posisi yang sama, tidak ada varians, sehingga “data rata-rata” akan menjadi representasi sempurna dari semua orang. Oleh karena itu, kebijakan moneter berdasarkan data ini akan sempurna (dengan asumsi bahwa teori ekonomi valid dan diterapkan secara ketat sesuai aturan). Kami tahu bukan itu masalahnya. Cita-cita komunis seringkali sulit dicapai.

Distribusi Normal

Gambar: Distribusi Normal

Dalam distribusi normal, mean, median, dan mode adalah sama. Tepat setengah dari nilai yang diamati (dalam hal ini, status sosial ekonomi individu) berada di sisi kanan pusat, sedangkan setengah lainnya berada di sisi kiri pusat. Distribusi ini berarti bahwa kepadatan sosial ekonomi tertinggi di sekitar rata-rata, dengan jumlah individu istimewa atau rentan secara bertahap menurun sebagai penyimpangan dari peningkatan rata-rata. Dengan kelas menengah yang dominan dan distribusi kekayaan yang wajar (seperti Amerika Serikat lebih seimbang di masa lalu daripada sekarang), bahkan “data rata-rata” dapat bekerja. Meskipun tidak sempurna, kepadatannya masih terkonsentrasi di sekitar rata-rata, sehingga kebijakan moneter berdasarkan data ini masuk akal karena menangkap kondisi mayoritas penduduk (meskipun kebijakan moneter tidak relevan untuk kedua ujung populasi; Dalam distribusi normal, itu proporsi yang relatif kecil).

Distribusi Dua Puncak

Gambar: Distribusi Dua Puncak

Distribusi ganda mengacu pada adanya dua modus. Dengan kata lain, hasil dari dua proses distribusi yang berbeda digabungkan dalam satu set data.

Fitur puncak ganda ini baru-baru ini sering muncul di berbagai aspek dunia kita. Mari kita lihat beberapa contoh terkait yang pernah kita sebutkan sebelumnya.

Distribusi Cadangan Bank yang Berlebihan Tidak Merata

Dalam rilis Asymmetric pada Februari 2023, kami menyebutkan: ‘Meskipun ada cadangan berlebih yang cukup banyak dalam sistem, namun mereka tidak terdistribusi merata. Cadangan ini terutama terkonsentrasi di bank sentral mata uang (seperti JPM, dll).’

Namun, meskipun total berlebihan cadangan sangat mencukupi, kami mengalami krisis perbankan yang menyebabkan Federal Reserve harus mendirikan fasilitas dana darurat untuk mendukung banyak bank yang kekurangan cadangan yang cukup. Sebelum fasilitas ini diaktifkan, beberapa bank utama telah bangkrut. Mengapa ini semua mengejutkan? Karena data berlebihan cadangan adalah data permukaan yang tidak mempertimbangkan distribusi aktual dari cadangan ini. Banyak bank tidak memiliki cadangan, sementara beberapa bank memiliki sebagian besar cadangan. Inilah yang disebut distribusi bimodal. Data agregat saja tidak secara akurat mencerminkan situasi nyata di sektor perbankan. Oleh karena itu, distribusi di sini sangat penting, tetapi diabaikan.

Distribusi cadangan yang tidak merata dan fasilitas dana darurat yang mengikutinya menyebabkan bank-bank lemah harus membayar biaya Bunga yang besar untuk menjaga neraca keuangan mereka dan meningkatkan simpanan. Sementara bank-bank kuat (seperti JPM) mendapatkan pendapatan Bunga yang cukup besar dari cadangan berlebih mereka. Ini seperti ‘memindahkan kekayaan dari orang miskin ke orang kaya’. Beberapa orang mungkin menganggap ini sebagai hukuman atas pengelolaan yang buruk, dan itu tidak salah. Namun, ini masih membuat Anda menghadapi distribusi bimodal di masa depan. Mengingat perubahan dinamis, situasi ini semakin bimodal.

Perusahaan Kecil dan Besar

Dalam pembaruan Asymmetric Juli 2024, kami merilis grafik berikut:

Gambar: Tujuh Raksasa Hebat dan 493 Perusahaan Lainnya, S&P 500 dan Russell 2000

Melihat perbandingan antara tujuh raksasa besar dan pasar saham lainnya (terutama Russell), juga menunjukkan distribusi ganda. Anda akan melihat sekelompok perusahaan besar yang tampil sangat baik; kemudian ada perusahaan kecil yang jauh lebih tidak sukses dibandingkan dengan perusahaan raksasa ini.

Beberapa orang mungkin berpikir bahwa ini adalah hasil dari kerusakan kreatif dari kapitalisme, dan itu tidak salah (kami akan mengabaikan dampak industri monopoli/Oligopoly dalam diskusi ini). Bagaimanapun, mengingat situasi dinamis saat ini, ini masih akan membuat Anda menghadapi distribusi ganda di masa depan, dan situasi ganda ini terus memburuk (atau dalam kondisi batas akan membentuk serangkaian monopoli).

Beberapa hasil ini dapat dikaitkan dengan skalabilitas teknis. Begitu Anda mendominasi di suatu area, Anda akan menarik potensi bisnis dan modal dari pesaing. Karena itu, perusahaan-perusahaan besar ini akhirnya mengumpulkan sejumlah besar uang tunai, mencapai laba rekor. Mereka melakukan pembelian kembali saham, dan mendapat pendapatan Bunga yang besar dari uang tunai tersebut. Sementara perusahaan-perusahaan kecil terbebani dengan utang yang lebih besar (dan tidak kaya), harus membayar sejumlah besar Bunga untuk bertahan hidup. Ini seperti ‘transfer kekayaan dari yang miskin ke yang kaya’.

Distribusi Sosial Ekonomi

Kami memilih grafik di bawah ini sebagai contoh nyaman dari distribusi bimodal dalam status sosial ekonomi. Kumpulan data ini memiliki dua mode yang berbeda, mewakili fragmentasi masyarakat. Apakah bermanfaat untuk melihat skor kredit rata-rata di sini? Tidak sama sekali. Itulah intinya. Kita terbiasa melihat data rata-rata, tetapi dalam distribusi bimodal, ini mungkin minimally berguna, atau bahkan dapat memiliki dampak yang sangat merugikan dan menyesatkan pada analisis.

Gambar: Distribusi ekonomi sosial dengan skor kredit tinggi

Kami dapat menambahkan lebih banyak detail mengenai distribusi tabungan pribadi, biaya layanan hutang/kredit, dan sebagainya, tetapi kita semua tahu apa yang akan ditampilkan: distribusi bimodal. Seperti contoh di atas, orang-orang yang membayar biaya Bunga yang tinggi menghadapi kesulitan besar. Sementara orang-orang yang memiliki tabungan berlebihan menikmati manfaat tingkat bunga yang tinggi ini. Ini seperti ‘memindahkan kekayaan dari orang miskin ke orang kaya’.

Gambar: Pengunjung makan di Amerika

Seperti yang ditunjukkan pada gambar di atas, kondisi kelas menengah ke atas sangat baik.

Gambar: Penjualan di toko yang sama di McDonald’s turun

Sementara orang-orang dengan pendapatan yang lebih rendah memiliki situasi yang kurang menguntungkan.

Menggabungkan semua konten

Apa kesamaan dari tiga contoh di atas? Pembayaran dan penerimaan Bunga menghasilkan hasil yang sangat berbeda - orang miskin semakin miskin, orang kaya semakin kaya. Itulah inti masalahnya. Kekayaan dan aset sedang beralih dari yang lemah ke yang kuat.

Mengapa semua ini penting? Kebijakan moneter didasarkan pada data agregat. Secara rata-rata, semuanya terlihat baik-baik saja dan tampak stabil. Namun, satu modus dalam distribusi ini sedang mengalami penderitaan yang serius. Tingkat suku bunga yang tinggi menguntungkan modus lainnya. Oleh karena itu, dengan mempertahankan suku bunga yang tinggi dan menunggu data rata-rata melemah, Federal Reserve sebenarnya sedang menekan kelompok yang lemah bukannya membantu kelompok yang kuat. Dalam perspektif ini, pendekatan seperti itu sangatlah bengkok.

Mengapa kesenjangan kekayaan terus meningkat? Karena implementasi kebijakan moneter memperburuk kesenjangan kekayaan. Ini bukanlah makalah tentang kebajikan redistribusi kekayaan, tetapi dalam banyak aspek utama kehidupan ekonomi kita, kesenjangan kekayaan akan terus membesar, hingga kita menghadapi terjadinya keruntuhan, pemotongan utang, atau peristiwa ekor lainnya.

Kesimpulan

Menurut pandangan kami, The Fed harus menurunkan suku bunga pada bulan Juli.

Pekerjaan telah mencapai puncaknya dan jelas turun.

Tingkat inflasi adalah 2.5%, sedang turun dengan cepat, diperkirakan akan mencapai target 2% pada akhir tahun.

Namun, saat ini Suku Bunga aktual adalah 3%. Dalam ekonomi yang stabil dan sehat, angka ini sejarahnya sekitar 1%.

Jadi apa yang dilakukan oleh Federal Reserve?

Mereka mengumpulkan data 01928374656574839201, sementara mengabaikan potensi distribusi.

Ini adalah akar dari kesalahan strategi yang terjadi.

Orang yang kaya dan memiliki banyak uang menikmati pendapatan Bunga yang lebih tinggi (apalagi aset mereka mendekati titik tertinggi sepanjang sejarah). Sementara itu, orang yang kekurangan uang menderita karena pengeluaran Bunga. Karena tidak sensitif terhadap suku bunga tinggi, bahkan bisa mendapat manfaat, Federal Reserve sebenarnya menunggu kondisi ekonomi sosial yang rendah semakin memburuk, untuk menurunkan data rata-rata ke tingkat target. Maaf, para miskin, Anda menderita, tapi hampir tidak mendapat manfaat.

Jika Fed mengizinkan “pengetatan kebijakan” untuk melanjutkan (begitulah cara mereka mengatakannya), mereka akan menghadapi masalah ketenagakerjaan yang serius dan pengosongan usaha kecil. Begitu ini terjadi, sejarah menunjukkan bahwa sulit untuk membalikkannya. Mereka berisiko melakukan hard landing.

Semuanya tampak normal sampai tiba-tiba menjadi tidak menyenangkan. Perubahan sering kali terjadi secara perlahan, dan kemudian tiba-tiba terjadi dalam sekejap.

Tautan Asli