Modelowanie handlu zagranicznego HANDEL A WALUTY Modelowanie handlu zagranicznego

Mapa drogowa  Podejście ilościowe: Podejście teorii grawitacyjnych Tradycyjna analiza szeregów czasowych ogółem [Chowdhury, 1993 i Bini-Smaghi, 1991] Nowocześniejsze metody szeregów czasowych dla Europy [Flam&Johnson, 2000] Podejście teorii grawitacyjnych Modele panelowe [Frankel&Rose 2000, Rose&Rose&Rose... ]

Dlaczego miałby być wpływ? Koszty transakcyjne Jacques Delors (1989) – raport KE Ryzyko (kosz hedgingu) Kwestia konkurencyjności Różnice między FDI oraz handlem międzynarodowym Zwiększenie efektywności Różnice cenowe bardziej widoczne Konwergencja cen i konwergencja realna?

Analiza szeregów czasowych Modele VAR i SVAR Czy zmienność kursu ma wpływ? Bini-Smaghi 1991 Kraje EMS w latach 1980 Jest wpływ Modele ECM Chowdhury 1993 Kraje G7 Wpływ jest istotny (statystycznie i ekonomicznie) Wcześniej go nie znaleziono, bo zła specyfikacja (stochastyczny komponent modelu + multivariate ECM

Analiza szeregów czasowych Modele ECM (cd.) Czy zmienność kursu ma wpływ? Arize 1997 Kraje EMS versus inne Nie ma żadnej statystycznie istotnej różnicy Symulacje Czy efekt jest realny Gagnon 1997 Kraje EU Efekt jest ale niewielki...

Analiza szeregów czasowych Przypadek Japonii, Australii... Daly 1998 (Japonia) Badania z najważniejszymi partnerami na poziomie sektora Pozytywny wpływ dla 5 z 14 importowych i 7 z 14 eksportowych McKenzie 1998 (Austrialia) Podobne wyniki

Podejście grawitacyjne Czy dwa kraje o wspólnej walucie handlują więcej? Frankel&Rose Rose, Rose, Rose... Czy przyjęcie EURO zwiększa wymianę handlową? Flam & Jansson Flam & Nordstrom ???

Typowe badanie Duże zbiory danych: Wnioski: roczne obserwacje 1948-1997 dla 217 “krajów” (dominia też!) bilateralne model grawitacyjne Wnioski: wpływ „unii walutowej” jest duży wejście do „unii walutowej” podwaja handel

Czym jest unia walutowa? Waluta wymienialna w stałej przez dłuższy okres czasu EMU jako jeden z przypadków Inne: CFA Franc zone (15 krajów Afryki Zachodniej) ECCA (8 krajów regionu Karaibów) Panama, Ecuador, Guatemala, El Salvador [USD] Many others (Pacific, South Africa, Europe, …) Sztywny reżim kursowy się nie kwalifikuje (Argentyna nie!) Konsekwencje? Belgia i Holandia – jaki efekt można złapać po 1999 roku? A Skandynawii? Kwestia endogeniczności (waluta-> handel czy odwrotnie?)

Źródła danych Dane handlowe: Dane gospodarcze: Inne dane Problemy? IMF bazy Helliwela (NBER) Dane gospodarcze: IMF (International Financial Statistics) Penn World Tables (Pennsylvania University) World Development Indicators, Inne dane CIA Co komu przyjdzie do głowy ... Problemy? panele niezrównoważone (quasi-panele!) kraje biedne: zazwyczaj mniej/gorsze dane

Model grawitacyjny   ln(Xijt) = 0 + 1lnDij + 2ln(YiYj)t + 3ln(YiYj/PopiPopj)t + 4Langij + 5Contij + 6Landlij + 7Islandij +8ln(AreaiAreaj) + 9ComColij + 10CurColijt + 11Colonyij + 12ComNatij + 13FTAijt + γ CUijt, + ttTt + ijt gdzie i oraz j oznaczają parę handlującą, a t oznacza czas Metoda estymacji: MNK panelowe grupowane po roku, dynamiczny efekt stały (dla pary!), robust błędy standardowe

Wyjście unii walutowej

Badania przypadków

Standardowe wyniki badań γ=.65 (błąd standardowy = .05) Wpływ na handel duży: exp(.65)-1 = .92 „unia walutowa” podwaja handel Takich badań jest ok. 40 wzrost handlu od 30% do 90% Dla EMU też robione: Statystycznie istotny dodatni wpływ 1999 roku Efekt kreacji czy efekt dywersji handlu?

Podejście Flama i Nordstroma Czy wejście do EMU zwiększy handel? Model grawitacyjny Poziom sektora (one-digit SITC) 1998-2002 wobec 1989-1997 wzrost o 15% w strefie euro 1998-2002 wobec 1989-1997 wzrost o 8% poza strefą euro Efekt rośnie w czasie Efekt wynika z koncentracji w wysokoprzetworzonych produktach przemysłowych, wskazując na rosnącą specjalizację wertykalną jako przyczynę

Jak to się robi samemu? Wykorzystamy wyjściowe dane z CEPR Spróbujemy zreplikować wyniki Rose Spróbujemy wyciągnąć z danych może coś więcej? 

Dane z CEPR Dane udostępnione są w postaci .dct Konieczny import przez STATę infile using "C:\... cepr.dct" Obejrzyjmy je des sum /wszystko poza country1 i country2/ Dane nie zawierają identyfikatora pary gen code=cty1*cty2 xtset code year Ooops, nie działa  …

Dane z CEPR (cd.) Skorzystajmy z pięknej funkcjonalności: duplicates list code year /mamy sześć kolejnych obserwacji z powtarzaniem/ /obejrzyjmy je/ duplicates tag code year, gen(duplicates) list if duplicates==1 /jest to kilka tylko obserwacji i to przypadkowych/ duplicates drop code year, force drop duplicates I tym sposobem otrzymaliśmy wyczyszczony dataset xtset code year save cepr.dta, replace

O czym był artykuł Frankel & Rose? Mamy model grawitacyjny Po uwzględnieniu ważnych czyników (ekonomicznych i geograficznych sprawdźmy czy: wystąpienie „unii monetarnej” wpływa na handel wystąpienie „unii monetarnej” wpływa na gdp przez handel wystąpienie „unii monetarnej” wpływa na gdp samo z siebie

O czym był artykuł Frankel & Rose?

Jak dostać wyniki Frankel & Rose? Po pierwsze, spróbujmy sami zrobić regresję xtreg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island, fe estimates store stale xtreg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island hausman stale . /powinny być efekty stałe, no to jedziemy/ /wyniki są inne /

Wyniki Frankel & Rose

Jak dostać wyniki Frankel & Rose Kiedy robimy efekty stałe, dużo zmiennych tracimy Rozwiązanie: oszacowanie between effects xtreg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island, be /wyniki już zaczynają wyglądać bardziej podobnie/ Uwzględnijmy efekt poszczególnych lat xi: xtreg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island i.year, robust /fixed czy random?/ xtreg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island _Iy*, fe robust estimates store stale2 xtreg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island _Iy*, robust /stale…/

No to jeszcze raz Robimy regresję z efektami stałymi xtreg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island _Iy*, fe robust Robimy regresję between effects xtreg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island _Iy*, be robust No to zróbmy jeszcze tzw MLE xtreg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island _Iy*, mle iterate(20) xtreg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island _Iy*, mle vce(bootstrap) iterate(16)

No to po raz ostatni  Można byłoby explicite pokazać panel i efekt kraju… (tzw. opcja LSVD) areg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island, absorb(year) vce(cluster code) / to standardowa regresja z DV dla każdego zdefiniowanego wydarzenia absorb/ areg lvalue ldist lrgdp lpop cu comlang border comcol comctry regional ll colonial island _Iy*, absorb(cty1) vce(cluster code) /to umożliwia efekt dla kraju i dla roku z błędem specyficznym dla pary krajów/

Wnioski Jak widać opcji jest dużo… … a to dopiero początek, bo jeszcze nie sprawdzaliśmy podgrup krajów interakcji nie zrobiliśmy także nic do „drugiego etapu badania”  => będzie za tydzień Dostać dużo wyników, to nie jest jakiś problem => wyzwaniem jest je zrozumieć i coś z tego wybrać  Pomysły na rozszerzenia: różnice w latach, różnice w grupach (EMU vs reszta świata?), itp.