ECONOMETRIA B A.A. 2002/2003 (Prof. Luca Stanca) Commercio internazionale e tasso di cambio

Transcript

1 ECONOMETRIA B A.A. 2002/2003 (Prof. Luca Stanca) Commercio internazionale e tasso di cambio Crivellaro Alessandro matr De Vera Vicent Gregorio Erasmus Martin Medel Asuncion Erasmus Rorato Silvia matr Verderio Barbara matr Zoia Carlo matr

2 INTRODUZIONE Lo scopo della nostra ricerca è quello di evidenziare le relazioni che intercorrono tra tre variabili macroeconomiche di rilevanza internazionale: Il differenziale del tasso di cambio, importazione ed esportazione di beni. Abbiamo deciso di restringere il campo di ricerca in quanto ci sembrava opportuno considerare i soli beni materiali che sono soggetti a minori fluttuazioni di carattere non economico. Il TASSO DI CAMBIO NOMINALE BILATERALE è definito come il prezzo di una valuta nei termini di un altra moneta. Esso è esprimibile in due modi: 1 tenendo fissa la quantità di moneta nazionale e variando quella della moneta estera (quotazione certo per incerto). Questa è la metodologia adottata per l euro. In questo caso, un aumento del cambio corrisponde ad un aumento del valore della moneta nazionale rispetto a quella estera (apprezzamento) ed una diminuzione del cambio indicherà un deprezzamento della valuta nazionale. 2 indicando una quantità variabile di moneta nazionale per un unità di moneta estera (quotazione incerto per certo). Con questa metodologia un aumento del tasso di cambio indica un deprezzamento della valuta, mentre una sua diminuzione ne indica un apprezzamento. Ogni variazione del tasso di cambio influenza la competitività (se sono dati i prezzi nei due paesi) così che la dinamica dei cambi si riflette sul movimento dei beni. Per analizzare meglio questo punto è necessario trovare un indicatore della competitività che tenga conto simultaneamente sia delle variazioni del tasso di cambio nominale che dei prezzi (interni ed esteri). Questo è dato dal TASSO DI CAMBIO REALE BILATERALE così definito: e r pw e p dove e rappresenta il tasso di cambio nominale bilaterale, mentre p e p w sono rispettivamente il livello dei prezzi interni ed esteri. Esso è altrimenti interpretabile come numero di panieri di consumo domestici necessari ad acquistare un unità di panieri di consumo esteri. 2

3 Un aumento del rapporto indica un deprezzamento reale della valuta domestica rispetto a quella estera, in quanto è necessario un numero maggiore di panieri di consumo domestici per acquistare un unità del paniere di consumo estero. Viceversa una diminuzione di e r rappresenta un apprezzamento reale. L elemento importante non è tanto il valore assunto dal tasso di cambio nominale o reale in un dato istante, bensì la sua variazione nel corso di un determinato periodo, da cui deriva la variazione della posizione competitiva del Paese. Infatti, dato il livello del cambio, la propensione ad importare aumenterà se aumenta p, mentre diminuirà se aumenta p w. Dati, invece, i prezzi interni ed esteri, la propensione ad importare si riduce all aumentare di e, ossia in corrispondenza di un deprezzamento della valuta. Un interessante osservazione a questo proposito è quella concernente l approssimazione del differenziale di cambio reale a quello nominale, approssimazione che è testimoniata dall evidenza empirica. Tutto questo ha importanti implicazioni sull andamento della BILANCIA DEI PAGAMENTI del Paese considerato cioè sullo schema contabile che registra tutte le transazioni economiche effettuate dai residenti dell economia domestica con i residenti delle economie estere, in un dato periodo di tempo, solitamente un anno. Fanno parte di questo agglomerato macroeconomico: -Il CONTO CORRENTE, in cui vengono registrati gli scambi di beni o servizi ed i trasferimenti unilaterali. Più dettagliatamente comprende: + esportazioni ed importazioni di beni, la cui differenza origina il saldo commerciale; + esportazioni ed importazioni di servizi; + trasferimenti unilaterali. - Il CONTO CAPITALE, in cui vengono registrati acquisti e vendite di attività finanziarie e patrimoniali - Il CONTO FINANZIARIO, che include i movimenti di capitale a breve, medio o lungo termine distinti in investimenti diretti, investimenti di portafoglio, derivati, altri investimenti. La somma di queste componenti, in teoria, dovrebbe essere nulla. La differenza che tuttavia si verifica nella realtà viene rilevata nella voce errori ed omissioni. 3

4 Escludendo i trasferimenti unilaterali che obbediscono spesso a logiche non sempre strettamente economiche, conto corrente e conto capitale si possono ridurre a esportazioni ed importazioni di beni e servizi. Pertanto può affermarsi che: M m( p, p w, e) Y ossia, utilizzando il cambio reale, M m' ( e r ) Y. Similmente, per le esportazioni, X M w m ( p, p w w, e) Y w ossia usando il cambio reale X m' w ( e ) Y r w ovvero, la tendenza ad esportare aumenta quando vi è una diminuzione dei prezzi interni o un aumento dei prezzi esteri o del tasso di cambio. Utilizzando queste espressioni è possibile esprimere il saldo dei movimenti dei beni come: PC X M f ( p, p, e, Y, Y w) w ovvero esso dipende da fattori di competitività (p,p w,e) nonché da fattori di domanda (y,y w ). In particolare, si nota che una aumento del cambio nominale fa aumentare il saldo dei movimenti dei beni. 4

5 CAMPO D ANALISI La nostra analisi riguarda l esistenza di una relazione tra andamento del tasso di cambio lira/dollaro ed i flussi di importazione ed esportazione tra i due Paesi che, nel nostro caso sono Italia e Stati Uniti. I dati di riferimento sono stati recuperati su Datastream e riguardano i valori di beni italiani importati dagli Stati Uniti, di beni statunitensi esportati verso l Italia e il tasso di cambio nominale lira/dollaro. La tipologia di dati utilizzati è quella time-series, dove le osservazioni riguardano un solo individuo fotografato in istanti di tempo successivi. La teoria economica suggerisce che una diminuzione del tasso di cambio, che equivale ad un apprezzamento della lira nei confronti del dollaro, dovrebbe provocare una diminuzione delle importazioni ed un aumento delle esportazioni, viceversa un deprezzamento della valuta implica una maggiore propensione ad importare EXRATE La figura mostra l andamento del tasso di cambio nominale lira/dollaro nel periodo da noi considerato. Si può notare un forte deprezzamento della lira a partire dagli anni 80, con un picco che corrisponde al Questo si può collegare con la politica sostenuta da Reagan in risposta allo shock petrolifero del 1979, dopo il quale, al fine di contenere l inflazione, si ha una riduzione del credito ed un amento del tasso d interesse. Inoltre venne perseguito l obiettivo di rafforzare il dollaro. In pochi anni, infatti, il cambio del 5

6 dollaro con le principali valute aumenta enormemente, toccando il raddoppio nei confronti della lira. Un altro brusco shock è riscontrabile negli anni 93-94, proprio in concomitanza con l approvazione del trattato di Maastricht. Inoltre tra il 1992 ed il 1995 vi furono grandi svalutazioni della lira al fine di favorire lo sviluppo attraverso le esportazioni USEXP USIMP Qui, invece, è mostrano l andamento delle esportazioni e delle importazioni degli Stati Uniti in contropartita con l Italia. Dato che i dati sono espressi in valore e non in quantità, non è possibile a priori dire se l aumento costante nel tempo sia dovuto ad un puro effetto dei prezzi o ad un reale aumento delle quantità scambiate EXRATE USEXP USIMP EXRATE 6

7 Dai grafici qui riportati, che confrontano l andamento del tasso di cambio rispettivamente con le esportazioni e le importazioni americane, si può notare che mentre le prime sembrano seguire un andamento inverso rispetto al tasso di cambio, le importazioni appaiono non significativamente influenzate dallo stesso. Una spiegazione può essere ricondotta al fatto che quest unica variabile non è sufficiente ad interpretare il fenomeno, in quanto nel contesto assume importanza anche il livello di reddito inoltre si può pensare che la politica di importazione americana, data la tipologia di beni italiani importati, non sia influenzata dalle variazioni del tasso di cambio. Prima di procedere nella nostra analisi abbiamo trattato i dati originali trasformandoli in forma logaritmica, al fine di ridurre la volatilità delle variabili e di rendere più immediata l interpretazione dei risultati ottenuti, in questo modo infatti è possibile esprimere il modello in forma additiva e non moltiplicativa DLEXPSA DLIMP Una volta rielaborati i dati abbiamo verificato la stazionarietà delle serie attraverso il Test di radice unitaria (Unit Root Test). TEST DI RADICE UNITARIA PER IL TASSO DI CAMBIO IN LIVELLI: ADF Test Statistic % Critical Value* % Critical Value % Critical Value *MacKinnon critical values for rejection of hypothesis of a unit root. 7

8 TEST DI RADICE UNITARIA PER LE ESPORTAZIONI IN LIVELLI: ADF Test Statistic % Critical Value* % Critical Value % Critical Value *MacKinnon critical values for rejection of hypothesis of a unit root. TEST DI RADICE UNITARIA PER LE IMPORTAZIONI IN LIVELLI: ADF Test Statistic % Critical Value* % Critical Value % Critical Value *MacKinnon critical values for rejection of hypothesis of a unit root. Dai risultati si conclude che nessuna delle serie è stazionaria in livelli, ma è necessario differenziarle una volta. Così infatti si ottiene la stazionarietà per tutte le serie, accettata per ogni intervallo di confidenza. TEST DI RADICE UNITARIA PER IL TASSO DI CAMBIO DIFFERENZIATO UNA VOLTA: ADF Test Statistic % Critical Value* % Critical Value % Critical Value *MacKinnon critical values for rejection of hypothesis of a unit root. TEST DI RADICE UNITARIA PER LE ESPORTAZIONI IN LIVELLI DIFFERENZIATE UNA VOLTA: ADF Test Statistic % Critical Value* % Critical Value % Critical Value *MacKinnon critical values for rejection of hypothesis of a unit root. TEST DI RADICE UNITARIA PER LE IMPORTAZIONI DIFFERENZIATE UNA VOLTA: ADF Test Statistic % Critical Value* % Critical Value % Critical Value *MacKinnon critical values for rejection of hypothesis of a unit root. Abbiamo quindi creato dalle serie originarie tre nuove serie differenziate di ordine uno. 8

9 MODELLO VAR Il primo passo della nostra analisi è stato quello di stimare un modello VAR che relazionasse inizialmente il tasso di cambio con le esportazioni e successivamente con le importazioni. Per decidere quale ordine utilizzare abbiamo osservato i correlogrammi delle variabili singolarmente considerate. CORRELOGRAMMA DELLE ESPORTAZIONI USA (DLEXP) 9

10 CORRELOGRAMMA DELLE IMPORTAZIONI USA (DLIMP) 10

11 CORRELOGRAMMA DEL TASSO DI CAMBIO (DLER) RELAZIONE TRA TASSO DI CAMBIO ED ESPORTAZIONI Dall analisi del correlogramma delle esportazioni si può notare un accentuata stagionalità in corrispondenza del quarto trimestre di ogni anno. Abbiamo quindi destagionalizzato la serie per tener conto di questo fenomeno. Analizzando in seguito i valori dell Akaike Information Criteria, del correlogramma e la bianchezza dei residui di più modelli abbiamo optato per un VAR2, in quanto pur avendo una bassa varianza spiegata (R 2 basso) presenta bianchezza nei residui e permette un modello leggero e agevole da stimare. 11

12 DLER DLEXPSA DLER(-1) ( ) ( ) ( ) ( ) DLER(-2) ( ) ( ) ( ) ( ) DLEXPSA(-1) ( ) ( ) ( ) ( ) DLEXPSA(-2) ( ) ( ) ( ) ( ) C ( ) ( ) ( ) ( ) R-squared Adj. R-squared Sum sq. resids S.E. equation Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent Determinant Residual 1.92E-05 Covariance Log Likelihood Akaike Information Criteria Schwarz Criteria

13 CORRELOGRAMMA DEI RESIDUI Una volta individuato l ordine del VAR, si è costruito la funzione di risposta all impulso (IRF) delle esportazioni rispetto ad uno shock del tasso di cambio. Dal grafico si nota un assorbimento molto rapido dell impulso e una convergenza a zero nel lungo periodo, dovuta alla stazionarietà della serie. 13

14 Response of DLEXPSA to One S.D. DLER Innovation 0.04 Response of DLER to One S.D. DLEXPSA Innovation Appare che a seguito di una variazione del tasso di cambio la risposta delle esportazioni è immediata e si esaurisce nel primo periodo, mentre una variazione delle esportazioni si ripercuote più a lungo sul tasso di cambio (per due periodi). Questo fenomeno ci suggerisce che una diminuzione o comunque una variazione dei beni commerciati modifica le aspettative sul tasso di cambio e non viceversa. 14

15 Anche l analisi della scomposizione della varianza mostra che non vi è un elevata influenza tra le due variabili, per quanto l importanza del tasso di cambio nella spiegazione della varianza delle esportazioni è leggermente maggiore. Infine abbiamo verificato il rapporto di causalità tra le due variabili attraverso il Test di Granger, dal quale abbiamo concluso che nel brevissimo periodo sono le esportazioni ad influenzare il tasso di cambio. Nulla accade nei periodi successivi. Pairwise Granger Causality Tests Sample: 1978:1 1998:4 Lags: 1 Null Hypothesis: Obs F-Statistic Probability DLEXPSA does not Granger Cause DLER DLER does not Granger Cause DLEXPSA Lags: 2 Null Hypothesis: Obs F-Statistic Probability DLEXPSA does not Granger Cause DLER DLER does not Granger Cause DLEXPSA RELAZIONE TRA TASSO DI CAMBIO ED IMPORTAZIONI Utilizzando anche in questo caso i criteri adottati precedentemente siamo giunti alla conclusione che il modello migliore da adottare fosse un VAR di ordine 9. DLIMP DLER DLIMP(-1) ( ) ( ) ( ) ( ) DLIMP(-2) ( ) ( ) ( ) ( ) DLIMP(-3) ( ) ( ) ( ) ( ) DLIMP(-4) ( ) ( ) ( ) ( ) DLIMP(-5) ( ) ( ) 15

16 ( ) ( ) DLIMP(-6) ( ) ( ) ( ) ( ) DLIMP(-7) ( ) ( ) ( ) ( ) DLIMP(-8) ( ) ( ) ( ) ( ) DLIMP(-9) ( ) ( ) ( ) ( ) DLER(-1) ( ) ( ) ( ) ( ) DLER(-2) ( ) ( ) ( ) ( ) DLER(-3) ( ) ( ) ( ) ( ) DLER(-4) ( ) ( ) ( ) ( ) DLER(-5) ( ) ( ) ( ) ( ) DLER(-6) ( ) ( ) ( ) ( ) DLER(-7) ( ) ( ) ( ) ( ) DLER(-8) ( ) ( ) ( ) ( ) DLER(-9) ( ) ( ) ( ) ( ) C ( ) ( ) ( ) ( ) R-squared Adj. R-squared Sum sq. resids S.E. equation

17 Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent Determinant Residual 8.71E-06 Covariance Log Likelihood Akaike Information Criteria Schwarz Criteria CORRELOGRAMMA DEI RESIDUI Il grafico dell IRF sembra confermare l ipotesi iniziale secondo la quale le importazioni americane non risentono dell andamento del tasso di cambio. Inoltre anche l assorbimento sembra avvenire in un periodo piuttosto lungo. 17

18 0.02 Response of DLER to One S.D. DLIMP Innovation 0.02 Response of DLER to One S.D. DLIMP Innovation Response of DLIMP to One S.D. DLER Innovation Response of DLIMP to One S.D. DLER Innovation Anche in questo caso la scomposizione della varianza indica che solo una bassa percentuale della variabilità delle componenti del nostro modello è spiegata dalla relazione incrociata tra le due variabili. 18

19 MODELLO ADL RELAZIONE TRA TASSO DI CAMBIO ED ESPORTAZIONI Abbiamo proseguito la nostra ricerca attraverso l analisi di un modello ADL (ECM). Osservando per più modelli il test di Durbin-Watson e il correlogramma dei residui abbiamo optato per un modello ADL44 sul quale poi verificare le ipotesi di restrizione del numero di variabili da utilizzare. Dependent Variable: DLEXPSA Method: Least Squares Date: 05/30/03 Time: 12:44 Sample(adjusted): 1979:2 1998:4 Included observations: 79 after adjusting endpoints Variable Coefficient Std. Error t-statistic Prob. C DLEXPSA(-1) DLEXPSA(-2) DLEXPSA(-3) DLEXPSA(-4) DLER DLER(-1) DLER(-2) DLER(-3) DLER(-4) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

20 CORRELOGRAMMA DEI RESIDUI Dai dati riportati sembra che il modello ben si adatti ai valori empirici. Tuttavia dal Test di Wald sembra plausibile utilizzare il modello ADL11, che abbiamo successivamente stimato ed accettato. Wald Test: Equation: ADL44EX Null Hypothesis: C(3)=0 C(4)=0 C(5)=0 C(8)=0 C(9)=0 20

21 C(10)=0 F-statistic Probability Chi-square Probability Dependent Variable: DLEXPSA Method: Least Squares Date: 05/30/03 Time: 12:35 Sample(adjusted): 1978:3 1998:4 Included observations: 82 after adjusting endpoints Variable Coefficient Std. Error t-statistic Prob. C DLEXPSA(-1) DLER DLER(-1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) CORRELOGRAMMA DEI RESIDUI Come si può notare i residui sembrano incorrelati (prob.>0.05 sempre) ed il valore del Durbin-Watson è molto vicino a 2. 21

22 A questo punto siamo passati alla verifica delle restrizioni e in particolare abbiamo voluto testare un modello ADL11 attraverso il test di Wald e per far ciò abbiamo imposto l ipotesi che i coefficienti dei ritardi di ordine superiore al primo fossero tutti nulli. Abbiamo notato come possano essere accettate le ipotesi di applicabilità dei modelli AR(1) y t y u, ad aggiustamento parziale y y x u 0 1 t 1 t t 0 1 t statico con errori AR(1) ( y t 0x t t con t 1 t 1 ut ). 1 1 ed il modello t t Null Hypothesis: Wald Test: Equation: ADL11EX C(3)=0 C(4)=0 F-statistic Probability Chi-square Probability Null Hypothesis: Wald Test: Equation: ADL11EX C(4)=0 F-statistic Probability Chi-square Probability Null Hypothesis: Wald Test: Equation: ADL11EX C(2)*C(3)+C(4)=0 F-statistic Probability Chi-square Probability Tuttavia si è dovuta rifiutare l ipotesi per il modello dead start, quello più simile ad un modello VAR. Null Hypothesis: Wald Test: Equation: ADL11EX C(3)=0 F-statistic Probability Chi-square Probability RELAZIONE TRA TASSO DI CAMBIO ED IMPORTAZIONI Abbiamo ampliato l analisi anche per le importazioni, dato gli scarsi risultati ottenuti dal modello VAR, stimando anche in questo caso un modello ADL44. Dependent Variable: DLIMP Method: Least Squares Date: 05/30/03 Time: 14:06 22

23 Sample(adjusted): 1979:2 1998:4 Included observations: 79 after adjusting endpoints Variable Coefficient Std. Error t-statistic Prob. C DLIMP(-1) DLIMP(-2) DLIMP(-3) DLIMP(-4) DLER DLER(-1) DLER(-2) DLER(-3) DLER (-4) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) CORRELOGRAMMA DEI RESIDUI 23

24 Come prima si può notare che i residui sembrano incorrelati. A questo punto siamo passati alla verifica delle restrizioni. Wald Test: Equation: ADL44IMP Null Hypothesis: C(3)=0 C(4)=0 C(5)=0 C(8)=0 C(9)=0 C(10)=0 F-statistic Probability Chi-square Probability Dal risultato del test accettiamo l ipotesi nulla e di conseguenza passiamo a stimare un modello ADL11. Dependent Variable: DLIMP Method: Least Squares Date: 05/30/03 Time: 14:19 Sample(adjusted): 1978:3 1998:4 Included observations: 82 after adjusting endpoints Variable Coefficient Std. Error t-statistic Prob. C DLIMP(-1) DLER DLER(-1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic) Il nuovo modello presenta un valore del test di Durbin-Watson di che risulta leggermente peggiore rispetto allo stesso del modello ADL44, inoltre osservando i nuovi residui notiamo che alcuni di essi presentano una certa correlazione. Tuttavia, visto che le differenze notate non sono particolarmente rilevanti, abbiamo in ogni caso, optato per un modello ADL11. 24

25 CORRELOGRAMMA DEI RESIDUI L analisi delle restrizioni applicabili all ADL11 ci suggerisce possibili modelli alternativi per analizzare il fenomeno. Null Hypothesis: Wald Test: Equation: ADL44IMP C(3)=0 C(4)=0 F-statistic Probability Chi-square Probability Viene accettata l ipotesi di un modello AR(1), 25

26 Null Hypothesis: Wald Test: Equation: ADL44IMP C(3)=0 F-statistic Probability Chi-square Probability l ipotesi di un modello dead start, molto simile ad un VAR, Null Hypothesis: Wald Test: Equation: ADL44IMP C(4)=0 F-statistic Probability Chi-square Probability l ipotesi di un modello ad aggiustamento parziale Null Hypothesis: Wald Test: Equation: ADL44IMP C(2)*C(3)+C(4)=0 F-statistic Probability Chi-square Probability e l ipotesi di un modello statico con errori AR(1). CONCLUSIONI Per quanto riguarda la relazione tra tasso di cambio ed esportazioni dai risultati ottenuti stimando i vari modelli ci sembra ragionevole adottare un modello ADL, sebbene i risultati ottenuti con la metodologia VAR ricalcano la tesi sostenuta dalla teoria economica, cioè un interdipendenza delle due variabili. In particolare nonostante l ordine 4 abbia dei residui migliori rispetto a quello di ordine 1, vista la poca significatività dei coefficienti di ordine superiore al secondo, abbiamo accettato il trade-off tra numero di variabili e bianchezza dei residui. Discorso contrario può essere fatto per le importazioni dove, pur potendo accettare il modello iniziale, lo scarso nesso di causalità riscontrato nei valori delle serie di partenza suggerisce di adottare modelli che presentano correlazioni solo con i valori passati della variabile considerata. Tuttavia queste conclusioni non ci permettono assolutamente di dire se la teoria economica è inefficiente, perché risentono fortemente della povertà, in senso quantitativo, di variabili considerate. 26