Pandemi og Verdensøkonomi

et blikk på USA

Jeg bestemte meg for å finne ut hvordan amerikansk økonomi virker og hvordan pandemien forandret den. Dette viderefører Corona-krisen - et stort steg mot global kommunisme. Jeg går ikke inn på det som er dekket der. Min metode er å huke tak i makroøkonomiske nøkkelvariabler og se hvordan de henger sammen. Dernest å se hvordan pandemien påvirket dem. Siden USA er verdens største økonomi må dette ha stor betydning for verdensøkonomien.

Der er også en annen grunn for å skille ut USA. På 1980-tallet vant nyliberalismen fram i alle vestlige land, med deregulering av finansmarkedene. Vi fikk en utpreget spekulasjonsøkonomi hvor børsen står i sentrum. Samtidig begynte liberaliseringen og oppløsningen av den kommunistiske verden. Fra 1990-tallet er alle land nyliberale og nymarxistiske. Det er ikke så enkelt som at kapitalismen vant og kommunismen tapte; den Nye VerdensOrden er snarere en syntese av de gamle motpolene (tese og antitese).

Ikke bare kom nyliberalismen fra USA, men nymarxismen kom også derfra. Det er ikke den gammeldagse sovjetiske bulldozer-kommunismen som hersker i dagens verden, men Frankfurterskolens nymarxisme. Ikke proletariatets klassekamp mot kapitalistene, men svartes rasekamp mot hvite, kvinners kjønnskamp mot menn, abnormes seksualkamp mot normale. Nyliberalisme og nymarxisme kan koeksistere fordi begge utgår fra samme umåtelig rike og mektige minoritet: jødene. Begge gjenspeiler jødisk vesen og uttrykker deres vilje til makt og krig mot normale hvite menn.

Jøden er Homo Økonomikus par excellence. Hans tanker kretser evig om penger og forretninger. Vil du vite hvor mektige jødene er i et land er det bare å se på hvor plutokratisk det er blitt. Danser alt etter pengenes pipe? Da har du svaret. Da kan du være trygg på at landet er dypt forgjeldet og kreditorene jødiske bankierer. Finner vi bevis for dette i makroøkonomiske variabler? Jeg ville se det med egne øyne i nakne tall og kurver.

Jeg begynte med å laste ned en masse tidsserier fra Fred, som er en avdeling innen Federal Reserve (FR) selv. Men den ledende børsindeksen i USA, Dow Jones Industrial Average (DJIA), fant jeg ikke der langt tilbake; jeg måtte grave den fram fra et annet sted på nettet. DJIA_50.csv går 50 år tilbake og ligger i pakken pandok.zip sammen med mange andre tidsserier.

Hvis du ser på kurven for DJIA 1971-2021 legger du merke til at den blir adskillig mer turbulent fra 1990-tallet. Jeg formoder at det henger sammen med globaliseringen og dereguleringen av finansmarkedene i Russland, Kina og resten av verden. Fra den tid er verden en eneste stor spekulasjonsboble. Kina blir verdens fabrikk som spyr ut billige forbruksvarer, bankene og børsene digitaliseres, den personlige datamaskinen og internett revolusjonerer verden, algotrading og vill spekulasjon i derivater tar over på børsen. Kurven for DJIA 1991-2021 viser dette i større detalj.

La oss se på børskrakkene som har vært de siste 50 år. Falt mer enn 5 % på en dag eller mer enn 10 % på en uke eller mer enn 15 % på en måned? Det har ikke hendt ofte. Her er alle datoene som innleder slike tidsrom:

1973-10-26	oljekrise
1973-10-29
1974-08-06	oljekrise
1974-08-07
1974-08-15
1987-09-21 til 1987-10-23 nesten hver dag (black monday: October 19, 1987) årsaken uklar
1988-01-07	etterdønning
1989-10-12	breakdown of a $6.75 billion leveraged buyout deal for UAL Corporation, the parent company of United Airl.
1997-10-24	Asian financial crisis 
1998-08-24	finanskrise i Russland
1998-08-28
2000-04-13	dot com bobla sprekker
2001-08-15 til 2001-09-10 mange dager	9/11 WTC etc!
2002-06-21	dot com og 9/11
2002-06-24
2002-09-11
2008-09-09 til 2008-11-28 mange dager, housing bubble, subprime mortgage crisis, Lehmann Brothers, finanskrisen
2009-01-30 til 2009-02-09 en rekke dager,   fortsettelsen
2011-08-01	European debt crisis med Grekenland i spissen.
2011-08-05
2015-08-18	Kinesisk finanskrise og gresk gjeldskrise
2020-02-07 til 2020-03-17 nesten hver dag	Covid-19
2020-06-10	

I 1973-74 hadde finanskrisen en realøkonomisk årsak: oljekrisen. Men i 1987 finnes ingen slik årsak; det er en spekulasjonsboble som brister: Den svarte mandagen raser DJIA over 22 %. Det er enestående i børsens historie. Og ingen vet riktig hvorfor! Eller de vil ikke fortelle oss det. I 1989 er det på ny spekulasjonskrise men av begrenset rekkevidde. Så er farvannet smulere inntil godt inn på 1990-tallet. Men i 1997 bryter den asiatiske finanskrisen ut og i 1998 i Russland. De som er gamle nok husker jøden Boris Jeltsin (Jelzman) og hans jødiske finansminister Jegor Gaidar (Solomyansky), de jødiske røverbaronene og oligarkene som overfalt og plyndret Russland på 1990-tallet. I 2000 sprekker dot com bobla og dette tynger verdensøkonomien i flere år. I 2001 kommer 9/11 og forverrer dot-com-krisa som varer ut 2002. Så bryter finanskrisen ut i 2008 og varer inn i 2009. I 2011 er det gjeldskrise i Europa med fokus på Grekenland. I 2015 er det finanskrise i Kina, samtidig som den greske gjeldskrisen fortsetter. Endelig Covid-krise i 2020.

Hva driver DJIA og hva drives av DJIA? Hvis X er en annen makroøkonomisk variabel, er det X som driver DJIA eller DJIA som driver X? Og hvor sterk er sammenhengen? Dette blir en øvelse i samfunnskybernetikk. Hvis vi tenker på X som styringsvariabel og Y som tilstandsvariabel, hvor stor er Y sin styrbarhet med X? Sagt på en annen måte, hvor stor er X sin styringsevne for Y? Vi kan kalle dette styringsgraden. Når X driver Y vil vi vite styringsgraden.

I en spekulasjonsøkonomi er børsen det sentrale. Jeg skal derfor sammenligne DJIA med alle de andre tidsseriene. Noen variabler måles daglig, andre ukentlig, men de fleste bare månedlig eller kvartalsvis. For å sammenligne DJIA med dem måtte jeg derfor gjøre om DJIA (som måles daglig) til måneds- og kvartalsdata. I steden for å bruke DJIA-kursen 1. februar ser jeg på trenden i januar-kursene og forlenger den til 1. februar. Det blir den månedlige DJIA-kursen 1. februar; lineært filtrert av alle januar-kursene. Men når jeg skulle gjøre om til kvartalsdata brukte jeg bare månedskursen 1. januar, 1. april osv.

Jeg laget et program driver.exe som sammenligner to tidsserier med samme tidsskritt. Det sammenligner på tre måter: X og Y i dag, X i dag og Y om en måned, og Y i dag og X om en måned. Dette for alle tidspunkter i seriene. Jeg ser bare på lineær sammenheng og beregner styringsgraden. Vitsen med de tre måtene er å finne ut om X driver Y eller om det er omvendt. Men jeg må straks advare om at kjeden årsak-virkning ofte ikke har noen klar retning. Man ser en hovedretning, men tilbakevirkningen (feedback) er sterk. Av og til henger to variabler sterkt sammen uten at det er mulig å si om den ene driver den andre. Det kan finnes en tredje variabel som driver dem begge slik at de to ikke er årsak til hverandre.

Her er et eksempel på resultatene jeg fikk ut:

driver personlig_forbruk.csv DJIA_50_manedlig.csv 2011-01-01
+(-33382.29795629)x^0+(4.19087942)x^1
0.7988
+(-33306.02798473)x^0+(4.19820603)x^1
0.7516
+(8187.11381900)x^0+(0.22979933)x^1
0.7527

Dette betyr at jeg har sett på de månedlige kursene siden 2011-01-01, omtrent de siste ti år. Den første lineære sammenhengen gjelder X og Y på samme tidspunkt. Vi ser at de er positivt korrelert. Under står styringsgraden (0.7988) som er omtrent 80 %. Under dette står sammenhengen mellom X i dag og Y om en måned, slik at vi får svar på i hvilken grad X driver Y. Under dette igjen Y i dag og X om en måned. Vi ser at DJIA sin virkning på det personlige forbruk bare er en anelse sterkere enn forbrukets virkning på DJIA. Vi ser også at fordrøyningen mellom dem ikke er så stor som en måned.

Nedenfor har du resultatene for alle tidsseriene, sammenlignet med DJIA og sortert på styringsgrad. Det står + i tredje kolonne hvis X og DJIA er positivt korrelert, og <- i fjerde kolonne hvis DJIA driver X sterkere enn omvendt.

personlig_forbruk.csv80 %+<-
KPI_50.csv80 %+<-
BNP.csv78 %+->
detaljhandel.csv74 %+->
banklån.csv72 %+->
lønn2.csv72 %+->
forbrukergjeld.csv70 %+<-
boligpriser.csv70 %+<-
bedriftsgjeld.csv69 %+<-
M2.csv68 %+->
husholdningsgjeld.csv67 %+<-
M3.csv66 %+->
ledige_stillinger_2.csv63 %+<-
byggetillatelser.csv63 %+->
føderal_gjeld.csv57 %+->
federal_reserve_assets_manedlig.csv50 %+->
husholdningsgjeld_BNP.csv44 %-->
bedriftsgjeld_markedsverdi.csv40 %-->
renteravdrag_inntekt.csv38 %-->
rente_30_ars_statsobligasjon.csv38 %-->
produktivitet.csv38 %+->
M1.csv35 %+->
gullpris.csv26 %+->
rente_10_ars_statsobligasjon_manedlig.csv26 %-->
elektrisitetspris.csv25 %+<-
PPI_50.csv25 %+<-
nye_ordre_manufaktur.csv22 %+<-
handelsbalanse.csv20 %-<-
gasspris.csv19 %-->
industri_produksjon.csv19 %+<-
råolje_Brent.csv18 %-->
råolje_WTI.csv15 %-->
grossist_lager_salg.csv14 %+->
rente_5_ars_statsobligasjon_manedlig.csv13 %-->
forbruker_sentiment.csv12 %+->
rente_3_mnd_statsobligasjon.csv12 %+->
sysselsetningsandel.csv11 %-->
Federal_Funds_Rate.csv (styringsrenten)10 %+->
rente_1_ars_statsobligasjon_manedlig.csv10 %+<-
kobberpris.csv9 %+->
arbeidsløshet.csv9 %-<-
lager_salg.csv8 %+->
global_økonomisk_aktivitet.csv8 %+<-
fastrente_30_ars_boliglan.csv7 %-->
kullpris.csv5 %+<-
føderalt_overskudd.csv5 %-->
boliger_til_salgs_solgt.csv2 %+<-

Dette viser i et nøtteskall hvordan amerikansk økonomi virker. Legg merke til at alle over 50 % er positivt korrelert! Vi ser at det som driver børsen er BNP, detaljhandel, banklån, lønn, pengemengden M2, byggetillatelser, føderal gjeld og FR assets (fordringer). Kan dette forstås? Ja, det er nokså innlysende: BNP og detaljhandel behøver ingen forklaring. Banklån brukes til å kjøpe noe slik at forretningene for selskaper går bedre. Eller de investeres direkte på børsen. Lønningene øker når bedriftene går bedre. Økt pengemengde gir folk mer å rutte med slik at de kan kjøpe mer og gi bedriftene større inntekter. Byggetillatelser åpner for bygging hvilket gir bygg og anlegg flere oppdrag og indikerer at forretningslivet vokser og utvider. Økt føderal gjeld betyr økt offentlig forbruk og dermed økte inntekter for selskaper som leverer varer og tjenester til det offentlige. FR assets er en del av pengemengden: Når FR kjøper statsobligasjoner, f.eks., betaler de med nyskapte penger som settes i omløp.

Hva drives av børsen? personlig forbruk, KPI, forbrukergjeld, boligpriser, bedriftsgjeld, husholdningsgjeld, og ledige stillinger. Kan vi forstå dette også? Når børskursene går opp selger folk en del av sine aksjer og tar hjem vinsten, som går til personlig forbruk. Dette driver opp prisene på forbruksvarer. Det driver også opp forbrukergjelden fordi dyre varer ikke kan betales kontant. En del av vinsten på børsen går til kjøp av bolig, hvilket driver opp boligprisene. Når en bedrift går bra på børsen utvider den virksomheten og investerer i nye ting slik at gjelden vokser. Husholdningsgjelden vokser når flere kjøper bolig og ting til hus og hjem. Når en bedrift går bra på børsen og utvider dannes det også nye ledige stillinger.

I tittelen for alle kurvene står det 1971-2021, men hvis du ser på årstallene langs x-aksen ser du at noen serier begynner senere. Dette er antall år etter 1971. Hvilke spor har pandemien satt i alt dette? Kurven for DJIA forteller om et katastrofalt ras i mars 2020, fulgt av voldsom oppgang til nye høyder fram mot i dag. Vi har variablene som driver børsen, så hvilken av dem var det som gikk så kraftig opp i tidsrommet mars 2020 til oktober 2021? BNP er ikke så merkverdig. Detaljhandelen derimot eksploderte. Banklånene er som vanlig. Gjennomsnittslønnen gikk kraftig opp i mars-april 2020 fordi underordnede med lav lønn fikk sparken! Siden normaliserte det seg etterhvert. Vi ser at pengemengden M2 har skutt til himmels i løpet av denne korte tiden. Byggetillatelsene er som vanlig. Den føderale gjelden har skutt kraftig i været. FRs assets (fordringer) har skutt til himmels.

Så vi ser klart hva som drev opp børsen i dette tidsrommet: Pengemengden, særlig FRs fordringer! De nytrykte pengene gikk delvis til forbruk, delvis ble de investert på børsen. USA, liksom alle andre land i den nyliberale verdensøkonomien, har gjeldspengevesen. Det betyr at alle nye penger settes i omløp som gjeld. FR kjøper obligasjoner av staten (og andre), betaler med de nye pengene som skapes av tomme intet, og staten må så betale rente til FR på obligasjonene. Staten skylder FR obligasjonenes pålydende. Til stor del ble pengemengden og FRs fordringer økt ved kjøp av statsobligasjoner. Derfor steg den føderale gjelden kraftig. Men FR kjøpte også andre tilganger: panteobligasjoner, bedriftsobligasjoner og skrapobligasjoner. Se Coronakommunismen for detaljene i dette. Politikerne i USA strides i disse dager om høyning av gjeldstaket. Det vitner om den voldsomme gjeldsveksten. Den 1. januar 2020 var gjelden 23 tusen milliarder dollar. Den 1. april 2021 hadde den vokst til 28.5 tusen.

Blant variablene som børsen driver merker vi oss at boligprisene går loddrett opp. Det blir stadig vanskeligere for unge amerikanere å skaffe seg egen bolig, og de blir dypere forgjeldet når de gjør det. Bedriftsgjelden gikk kraftig opp før den stabiliserte seg. Ledige stillinger har skutt i været. Hvorfor er det vanskelig å fylle dem? Fordi de uttrykker en av pengestrøm kunstig forhøyet aktivitet som ikke har dekning i folkets reservoar av kompetanse og ledig arbeidskraft. Inflasjonen fikk opp farten, men hvis nedgangen på børsen i september 2021 varsler varig stillstand vil også inflasjonen komme ned mot null igjen.

Vi ser at den økonomiske effekten av pandemien i USA er at både den føderale staten og private amerikanere har fått et gjeldsberg på nakken. Kreditorene er FR, bankene, Wall Street, den jødiske høyfinans. Pandemien er et stort skritt i retning proletarisering av vanlige amerikanere og samling av all eiendom på jødiske hender. Dette vil realiseres ved å heve rentene. Alle vet at rentehøyningene kommer. De vil høynes inntil gjeldsslavene skriker av smerte. Dette er rentens rolle; den direkte virkningen på børsen er beskjeden, som du ser av tabellen oven. Renten på den 30-årige statsobligasjonen driver ned børsen 38 %; de andre rentene betyr adskillig mindre. Styringsrenten, som kalles Federal Funds Rate, driver opp børsen 10 %.

Her må jeg skyte inn noen forbehold. Sammenhengen jeg har beregnet mellom styringsrenten og DJIA bruker data for de siste 10 år. Jeg beregner en lineær tilnærmelse til denne sammenheng. Globalt er den sikkert ulineær, men i intervallene disse variablene beveget seg under tiåret som gikk, og under den rådende konjunkturen, gjelder den lineære relasjon jeg fant. Dette innebærer at styringsrenten ikke kan brukes til å dempe KPI-inflasjonen i dagens økonomiske situasjon! Som vi så driver børsen KPI til 80 % så for å dempe inflasjonen må man dempe veksten på børsen. Men styringsrenten driver altså opp børsen. Forøvrig er styringsrenten et svakt styringsredskap.

Det man kan skru på for å tøyle inflasjonen er pengemengden, særlig FR sine tilgangskjøp men også bankkreditt i allmenhet. Dessuten offentlig forbruk, det føderale budsjettet. Som vi så driver føderal gjeld børsen sterkt. Hvis FR stopper sine tilgangskjøp i november vil det dempe inflasjonen.

De store taperne på pandemien er de som mistet jobben sin eller levebrødet som selvstendig næringsdrivende og ikke har fått det tilbake eller kun med uforandret lønn eller inntekt. De møter adskillig høyere priser og har fått mindre kjøpekraft. Lønnsforskjellene i USA er store og de lavtlønnede rammes av nyfattigdom. Velferdsgoder de nyter av det offentlige, slik som skole og helsevesen, undergraves av føderal gjeld. Framtiden er at den føderale staten må bruke mer og mer av skatteinntektene på å betale renter til FR og jødiske banker. Det blir mindre og mindre velferd for amerikanere, og alt som eies og drives av staten kommer til å forfalle. Amerikanere må arbeide hardere men får allikevel mindre velstand fordi mer og mer av lønnen går til banken i renter og avdrag.

Erlend