HANDEL A WALUTY

1. HANDEL A WALUTY Modelowanie handlu zagranicznego

2. 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... ]

3. 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?

4. 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

5. 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...

6. 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

7. 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 • ???

8. 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

9. 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?)

10. 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

11. Model grawitacyjny ln(Xijt) = 0 + 1lnDij + 2ln(YiYj)t + 3ln(YiYj/PopiPopj)t + 4Langij +5Contij+ 6Landlij + 7Islandij +8ln(AreaiAreaj) +9ComColij +10CurColijt + 11Colonyij + 12ComNatij + 13FTAijt + γCUijt, +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

12. Wyjście unii walutowej

13. Badania przypadków

14. 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?

15. 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

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

17. 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  …

18. 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

19. 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

20. O czym był artykuł Frankel & Rose?

21. 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 /

22. Wyniki Frankel & Rose

23. 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…/

24. 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)

25. 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/

26. 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.