26
HANDEL A WALUTY Modelowanie handlu zagranicznego

HANDEL A WALUTY

  • Upload
    ishi

  • View
    53

  • Download
    0

Embed Size (px)

DESCRIPTION

HANDEL A WALUTY. Modelowanie handlu zagranicznego. Mapa drogowa . Podejście ilościowe: Tradycyjna analiza szeregów czasowych ogółem [Chowdhury, 1993 i Bini-Smaghi, 1991] Nowocześniejsze metody szeregów czasowych dla Europy [Flam&Johnson, 2000] Podejście teorii grawitacyjnych - PowerPoint PPT Presentation

Citation preview

Page 1: HANDEL   A   WALUTY

HANDEL A WALUTY

Modelowanie handlu zagranicznego

Page 2: HANDEL   A   WALUTY

Mapa drogowa

Podejście ilościowe:– 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... ]

Page 3: HANDEL   A   WALUTY

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?

Page 4: HANDEL   A   WALUTY

Analiza szeregów czasowych

Modele VAR i SVAR– Czy zmienność kursu ma wpływ?

Bini-Smaghi 1991– Kraje EMS w latach 1980– Jest wpływ

Modele ECM– Czy zmienność kursu ma wpływ?

Chowdhury 1993– Kraje G7– Wpływ jest istotny (statystycznie i ekonomicznie)– Wcześniej go nie znaleziono, bo zła specyfikacja (stochastyczny

komponent modelu + multivariate ECM

Page 5: HANDEL   A   WALUTY

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...

Page 6: HANDEL   A   WALUTY

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) Badania z najważniejszymi partnerami na poziomie

sektora Podobne wyniki

Page 7: HANDEL   A   WALUTY

Podejście grawitacyjne

1) Czy dwa kraje o wspólnej walucie handlują więcej?

Frankel&Rose Rose, Rose, Rose...

2) Czy przyjęcie EURO zwiększa wymianę handlową?

Flam & Jansson Flam & Nordstrom ???

Page 8: HANDEL   A   WALUTY

Typowe badanie

Duże zbiory danych: – roczne obserwacje– 1948-1997 dla 217 “krajów” (dominia też!)– bilateralne model grawitacyjne

Wnioski:– wpływ „unii walutowej” jest duży– wejście do „unii walutowej” podwaja handel

Page 9: HANDEL   A   WALUTY

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?)

Page 10: HANDEL   A   WALUTY

Źródła danych

Dane handlowe:– 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

Page 11: HANDEL   A   WALUTY

 

ln(Xijt) = 0 + 1lnDij + 2ln(YiYj)t + 3ln(YiYj/PopiPopj)t + 4Langij + 5Contij +

6Landlij + 7Islandij +8ln(AreaiAreaj) + 9ComColij + 10CurColijt +

11Colonyij + 12ComNatij + 13FTAijt + γ CUijt, + ttTt + 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

Model grawitacyjny

Page 12: HANDEL   A   WALUTY

Wyjście unii walutowej

Impact of Currency Union Exit on TradeCoefficients for years after exit with +/- 2 s.e.

0 10 20 300

.5

1

1.5

2

Page 13: HANDEL   A   WALUTY

Badania przypadków

Trade and Currency Union DissolutionsLog Real $ Trade; vertical scales differ. Currency Union Exit marked.

Cameroon: Equatorial GuineaCU Entrance

1948 1973 19974

6

8

10

12

UK: Ireland

1948 1973 199716

17

18

UK: New Zealand

1948 1973 199715

15.5

16

16.5

17

UK: Gambia

1948 1973 1997

11.5

12

12.5

13

UK: Malawi

1948 1973 199712

12.5

13

13.5

14

UK: Sierra Leone

1948 1973 199712

13

14

15

UK: Tanzania

1948 1973 199713

13.5

14

14.5

15

UK: Uganda

1948 1973 199712

12.5

13

13.5

14

UK: Zambia

1948 1973 199712

14

16

Portugal: Sao Tome&Principe

1948 1973 199710

10.5

11

11.5

Grenada: Guyana

1948 1973 19977

8

9

10

Aden/Yemen: Kenya

1948 1973 19974

6

8

10

12

Brunei: Malaysia

1948 1973 199712

13

14

Burma/Myanmar: India

1948 1973 199710

12

14

16

Madagascar: Reunion

1948 1973 199710.5

11

11.5

12

12.5

New Caledonia: Vanuatu

1948 1973 19978

9

10

11

Page 14: HANDEL   A   WALUTY

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?

Page 15: HANDEL   A   WALUTY

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

Page 16: HANDEL   A   WALUTY

Jak to się robi samemu?

Wykorzystamy wyjściowe dane z CEPR

Spróbujemy zreplikować wyniki Rose

Spróbujemy wyciągnąć z danych może coś więcej?

Page 17: HANDEL   A   WALUTY

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 …

Page 18: HANDEL   A   WALUTY

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

Page 19: HANDEL   A   WALUTY

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

Page 20: HANDEL   A   WALUTY

O czym był artykuł Frankel & Rose?

Page 21: HANDEL   A   WALUTY

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/– xtreg lvalue ldist lrgdp lpop cu comlang border comcol

comctry regional ll colonial island, fe

/wyniki są inne /

Page 22: HANDEL   A   WALUTY

Wyniki Frankel & Rose

Page 23: HANDEL   A   WALUTY

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…/

Page 24: HANDEL   A   WALUTY

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)

Page 25: HANDEL   A   WALUTY

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/

Page 26: HANDEL   A   WALUTY

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.