Internationell handel: Finns det någon euroeffekt?

Transkript

1 NATIONALEKONOMISKA INSTITUTIONEN Uppsala universitet Examensarbete C Författare: Richard Toss och Cornel Paris Handledare: Mikael Bask Vårterminen 2011 Internationell handel: Finns det någon euroeffekt?

2 Sammanfattning I denna studie analyserar vi huruvida euron har påverkat den bilaterala handeln. Då det fortfarande finns länder som väljer att stå utanför EMU, finns det ett intresse att undersöka eventuella effekter av valutasamarbetet. För att ta reda på detta har vi valt att använda oss av gravitationsmodellen som analysverktyg och studerar handeln från perioden 1990 till Länderna som deltar i analyserna är anslutna till OECD, EU, EMU och BRIK. Datamaterialet och statistiken är framtaget av OECD, WTO, IMF och Eurostats databaser. Studien indikerade att en valutaunion ökar den bilaterala handeln med 5-26,5%. Nyckelord: Gravitationsmodellen, bilateral handel, EMU, valutaunion. 2

3 Innehåll Sammanfattning Inledning Syfte och avgränsningar Teoretiskt underlag och tidigare forskning Optimalt valutaområde Empirisk analys TABELL 1: Analys av OECD Studie med årsdummys TABELL 2: Anlays av OECD med årsdummies Vad händer om vi adderar BRIK? TABELL 3: Analys av OECD och BRIK-länderna Vad händer om vi endast studerar EU-länder? TABELL 4: Analys av OECD-länder anslutna till EU Vad händer om vi endast studerar EMU-länder? TABELL 5: Analys av OECD-länder anslutna till EMU Volatilitet TABELL 6: Analys med volatilitet Vad betyder detta? Källförteckning Appendix TABELL 7: BNP/c för OECD-länder anslutna till EMU (2009) TABELL 8: Analys av OECD med volatilitet TABELL 9: Analys av OECD och BRIK-länderna med volatilitet TABELL 10: Analys av OECD-länder anslutna till EU med volatilitet TABELL 11: Analys av OECD-länder anslutna till EMU med volatilitet TABELL 12: Öppenhet. Jämförande mellan perioderna TABELL 13: Länder och valutor som deltar i analyserna

4 1.Inledning Andrew Rose publicerade år 2000 studien One Money, One Market: Estimating the Effect of Common Currencies on Trade där han med en gravitationsmodell försökte uppskatta hur mycket en valutaunion påverkade den bilaterala handeln. Rose kom fram till det något häpnadsväckande resultatet att handeln ökade med 235 % mellan länder som delade samma valuta. Studien initierade en vetenskaplig debatt och den har fått utstå noggrann granskning. Trots kritiken som framförts har ett flertal studier bekräftat hans resultat, om än i något mer moderata siffror. Då Rose (2000) använder sig av hela världen som urval för sina studier går det ej att överföra detta resultat direkt till studier av EMU. Micco, Stein och Ordoñez (2003) visade i deras analys av EMU att den bilaterala handeln snarare ökar med mellan 5-10% då två länder ingår i en valutaunion. År 1990 påbörjades första etappen av införandet av Ekonomiska och Monetära Unionen (EMU), med att hinder mot fria kapitalrörelser avskaffades inom unionen. Under 1994 fortsatte samarbetet med att försöka konvergera och stabilisera medlemsländernas ekonomier. År 1999 avslutades arbetet och Europeiska centralbanken (ECB) övertog ansvaret för unionens ekonomiska politik, samtidigt som euron infördes som en elektronisk valuta. Valutan infördes i fysisk form år Sveriges riksdag beslutade 1997 att Sverige inte skulle delta i samarbetet från start. År 2003 genomfördes en folkomröstning som resulterade i att Sverige inte skulle införa valutan, vilket strider emot Maastrichtfördraget, som Sverige skrev under Detta kringgår dock Sverige genom att medvetet inte delta i det frivilliga växelkurssamarbetet ERMII, vilket gör att landet inte uppfyller de konvergenskraven som krävs för att få införa valutan. Sverige står således utanför samarbetet inom valutaunionen på obestämd framtid. I analysen av vår studie som följer kommer vi att utgå från Roses forskning men använda oss av dagsaktuella siffror. Rose sade: The force of Gravity is with me!. Vi kommer i denna studie att undersöka om den är med oss också Feenstra och Taylor (2008) 4

5 2. Syfte och avgränsningar En majoritet av de studier som gjorts på effekten av ett valutasamarbete med gravitationsmodellen som utgångspunkt, har varit fokuserade på hela världen. En nackdel med detta är att man får relativt spridda värden, med stora skillnader mellan länderna. Med undantaget EMU, tenderar de valutasamarbeten som finns att vara mellan små och relativt fattiga länder. Vårt syfte med denna studie är således att studera hur en gemensam valuta påverkar den bilaterala handeln och att endast fokusera på industrialiserade länder. För att i huvudsak studera industrialiserade länder har vi valt att primärt studera OECD. Utöver OECD gör vi även analyser där BRIK-länderna är in inräknade. Vid studier av grupperna EU samt EMU lämnas då de länder som inte deltar i OECD utanför. I fallet EU är dessa Cypern, Lettland, Litauen, Malta och Ungern. I fallet EMU är Malta och Cypern utelämnade. 5

6 3. Teoretiskt underlag och tidigare forskning 1962 publicerade Jan Tinbergen Shaping The World Economy; Suggestions for an International Economic Policy. Han introducerade en matematisk ekvation av gravitationsmodellen inom handelsteorin. 3 Tinbergen upptäckte att det fanns stora likheter i gravitationen mellan himlakroppar och hur handeln mellan två länder ter sig. Newtons gravitationsmodell ser ut som följande: (1) där F är kraften mellan de två massorna m 1 m 2. Avståndet mellan dem skrivs som, och är gravitationskonstanten. Det Tinbergen upptäckte var att man dessutom kunde beskriva dragningskraften, representerat som handeln, mellan två länder på ett liknande sätt: (2) där beskriver bilaterala handeln mellan länderna och ; och är respektive lands BNP och är avståndet mellan de båda handelsparterna. Parametrarna, och förklaras som elasticitetskoefficienter och estimeras i en log-linjär modell. 4 Gravitationsmodeller uppstår då länder specialiserar sig på olika varor. 5 Dessa specialiseringar kan kallas för nationella produktdifferentieringar, medan gränsöverskridande handel med olika varianter av varor kallas intra-industriell handel. Denna typ av differentiering sker i en monopolistisk konkurrensmarknad. 6 Gravitationsmodellen besktiver ett stabilt ekonomiskt samband, där interaktionen är större mellan stora ekonomier än mellan små, och geografiska avstånd spelar en viktig roll. 7 3 v.bergeijk och Brakman(2010), Det skall även nämnas att han samarbetade med R.Rijken van Olst, Hartog, H.Linnemann och A. van Oven på Nederlands Economish Instituut där modellen utvecklades. 4 v. Bergeijk and Brakman (2010) 5 Feeenstra (2004) 6 Feenstra (2004) 7 v. Bergeijk och Brakman (2010) 6

7 Det har visats empiriskt att modellen kan förklara en stor del av handeln. Flera forskare menar dock att grundmodellen utelämnar flera viktiga förklaringsvariabler. 8 Anderson och v. Wincoop (2003) föreslår att några av dessa skulle kunna vara att det uppstår ytterligare kostnader förknippade med handel, utöver det geografiska avståndet länderna emellan. De introducerade dessa mikroekonomiska aspekter i sin modell och kallar dem för multilaterala handelshinder. v.bergeijk och Brakman (2010) påpekar även att Anderson och v. Wincoops (2003) gravitationsmodell måste estimeras via en specialanpassad ickelinjär metod (NLS). 9 Detta har medfört att många forskare väljer att ignorera deras tillämpningar och istället använder man sig av andra komparativa statistiska mått för vidare empiriska studier. 10 Handelskostnader spelar en central roll då detta i stor utsträckning kan förklara varför handeln är större respektive mindre mellan länderna. En funktion av handelskostnader kan skrivas som: 11 (3) där anger kostnaden som uppkommer vid bilateral handel. Funktionen av kostnadsfaktorer där är kostnader som uppkommer vid bilateral handel från land till är lands kostnader, är lands kostnader. Sådana kostnadsfaktorer kan vara både negativa och positiva och består bland annat av transportkostnader, geografiska avstånd, språkskillnader, grannland eller ej, handelsavtal, valutaunion och så vidare, och är en felterm som fångar icke observerbara faktorer. Den traditionella gravitationsekvationen är loglinjär: (4) där är en konstant,,, är estimerade elasticitetsparametrar och är ländernas avstånd. Y är ländernas BNP. Eftersom ekvationen (2) inte är linjär, logaritmerar man formeln för att kunna göra en linjär regressionsanalys med OLS Feenstra (2004), Leamer och Stern (1970), Anderson and v.wincoop (2003) Baldwin (2006) m.fl. 9 NLS är en icke linjär metod som estimeras i dess icke linjära ekvation. 10 v. Bergeijk och Brakman (2010) 11 v. Bergeijk och Brakman (2010) 12 Gujarati och Porter (2009) 7

8 Ett sätt att införa ytterligare variabler av vikt är att ta med dummyvariabler i den ekonometriska ekvationen. Dessa dummyvariabler kan förklara de icke observerbara faktorerna som påverkar den beroende variabeln, 13 Man kan utveckla den ekonometriska ekvationen (4) genom att använda sig av ytterligare förklaringsvariabler. Dessa kan vara olika faktorer som kan tänkas påverka den bilaterala handeln, som vi kommer att se i ekvationerna (5), (7), (8) och (9). Sedan Tinbergen (1962) har det under åren formulerats ett flertal olika gravitationsmodeller med olika variabler. Den gravitationsmodell som troligen är den mest använda, är beskriven av Andrew K. Rose (2000) där han estimerade utfallet från följande ekvation: (5) där och representerar länder och de resterande variablerna ges av: - T ijt är den bilaterala handeln mellan länderna i och j vid tiden t - Y är real BNP - Pop är populationen - D ij är avståndet mellan ländernas huvudstäder i kilometer - FriAvtal ij är en dummyvariabel för frihandelsavtal mellan länderna - Grann ij är en dummyvariabel för huruvida länderna är grannländer eller ej - Språk ij är en dummyvariabel för gemensamt språk - ComCol ij är en dummyvariabel för gemensam kolonisatör - Colony ij är en dummyvariabel som antar värdet ett om land koloniserat land - är koefficienten till variabeln Volatilitet ij, som är volatiliteten mellan ländernas valutor - λ är koefficienten till variabeln Valuta ij, som markerar ett valutasamarbete - β är koefficienten till resterande parametrar - ε ij är feltermen, med det förväntade värdet 1 13 Gujarati och Porter, (2009) 8

9 Rose (2000) införde dummyvariabeln, (λ ) i gravitationsekvationen för förekomsten av en valutaunion, vilket gav nya perspektiv på olika faktorer som påverkar internationell handel. Han fann att de länder som ingick i en valutaunion ökade sin handel med 235 procent. Sedan dess har fler forskare börjat studera Rose-effekten som t.ex. Baldwin (2006), Micco, Stein och Ordoñez (2003) och Flam och Nordström (2003). Baldwin (2006) menade att effekten var överestimerad och mindre trolig, då han bland annat använde sig av ett medelvärde av ländernas handel, snarare än faktiska observeringar. Han saknade också dummyvariabler kopplade till respektive år som kunde tänkas påverka utfallet. Dessutom nämner de att länderna som delade en gemensam valuta i Rose (2000) forskning tenderar att vara små och fattiga länder, vilka också är mer öppna för handel i förhållande till deras BNP. 14 När man diskuterar öppenhet för handel beräknas detta genom: (6) Länder med extrem öppenhet tenderar att vara viktiga import- och produktionsländer, som exempelvis Kina, Malaysia och Belgien. Dessa länder importerar varor och producerar dem innan de exporteras vidare till andra länder. Baldwin (2006) kritiserade även Rose (2000) för att ha begått ett stort misstag då han till deflaterade nominella handelsvolymer. Detta kunde man enkelt korrigera genom att använda sig av årsdummies, då dessa beaktar konjunktursvängningar. Micco, Stein och Ordoñez (2003) gjorde en studie på hur EMU-samarbetet har påverkat handeln. Trots att det bara gått ett fåtal år sedan euron infördes kunde de hitta ett samband mellan valutaunion och ökad handel. Till skillnad från Rose (2000) gjorde de en studie på utvecklade länder som är relativt homogena som grupp. De fann att handeln mellan länder inom EMU ökade med mellan 5-10 %, medan handeln utanför EMU ökade i storleksordningen 9 20 %. 15 Det intressanta med deras resultat är att de fick statistiskt signifikanta resultat på endast fyra års data, då euron ännu inte var helt implementerad Baldwin (2006) 15 Micco, Stein & Ordoñez (2003) 16 Baldwin (2006) 9

10 Micco, Stein och Ordoñez (2003) visar dessutom i sina beräkningar att handeln ökade redan 1998, alltså innan euron. Detta kan enligt dem resultera i ett endogenitetsproblem i modellen. 17 De befarar att länder kanske väljer att gå med i EMU efter att man observerat en skillnad, snarare än att handeln ökade på grund av att valutasamarbetet införts. De fann dessutom att handeln efter att EMU infördes, ökade mest för de länder som var medlemmar i valutaunionen. 18 Det är anmärkningsvärt att Micco, Stein och Ordoñez (2003) dessutom inkluderade en real växelkursterm i deras ekvation vilket är sällsynt i gravitationsekvationer. Trots att man använder sig av denna variabel påverkas resultatet relativt lite. 19 Enligt Baldwin (2006) misstar sig många forskare när de logaritmerar variablerna som rör den bilaterala handeln. De logaritmerar export och importen var för sig och adderar sedan ihop dessa. Enligt logaritmlagarna är detta inkorrekt. 20 Även Flam och Nordström (2003) har studerat huruvida euron kan ha påverkat handeln. Istället för att använda sig av den bilaterala handeln som den beroende variabeln, fokuserade de istället enbart på exporten. De fann att handeln mellan två EMU-länder ökade med 15 % totalt under perioden , jämfört med perioden Handeln mellan ett EMUland och ett icke EMU-land hade ökat totalt mellan 7,5-8 %. När de använde sig av årsdummies i sin ekvation uppvisade den samma mönster, det vill säga att exporten hade ökat mer mellan EMU-länderna. De fann liknande samband som Micco, Stein och Ordoñez (2003), alltså att handeln ökade redan Flam och Nordström (2003) påstår att de har hittat euroeffekten och menar att denna effekt sker gradvis då länder anpassar sig efter valutaunionens utbud och produktion.vidare menar Flam och Nordström (2003) att ökningen i den estimerade handeln mellan EMU- och icke EMU-länder tyder på ökad vertikal specialisering. 21 En gemensam valuta minskar kostnader som ökar vid denna specialisering och detta medför att varor som produceras inom EMU blir mer konkurrenskraftiga. Detta resulterar i att det sker ett indirekt utbyte. Eftersom exporten från EMU tilltar, resulterar detta i att unionens efterfrågan på insatsvaror från icke EMU-land ökar, vilket även ökar unionens import. Det är dessutom intressant att Flam och Nordström (2003) gjorde en estimerad beräkning på om handeln för Danmark och Sverige skulle ha ökat vid ett inträde av EMU. 17 Den variabel som skall förklara ett visst utfall förklaras även i sin tur av utfallet. 18 Micco, Stein & Ordoñez (2003) 19 Baldwin (2006) 20. För att göra korrekt tar man enbart logaritmen av summan,. Summan av logaritmen är alltså produkten av båda variablerna. 21 Yi (2003) 10

11 De fann att deras handel skulle ha ökat med ungefär 8 % under de första fyra åren och sedan 10 % under det femte året. Merparten av ökningen beror på införandet av euron, och en mindre del på att byta från flytande till fast växelkurs mellan medlemsländerna. 3.1 Optimalt valutaområde Robert Mundell publicerade 1961 en teori om ett optimalt valutaområde (OCA) 22. Teorin diskuterar fördelarna med att ingå i en valutaunion. Enligt Baldwin (2006) finns det både mikroekonomiska fördelar och makroekonomiska kostnader sammankopplat med EMU. De makroekonomiska kostnaderna uppkommer då man går från en nationellt styrd stabiliseringspolitik till en gemensam, som styrs från Europeiska centralbanken (ECB). De mikroekonomiska fördelarna innebär att man skapar en mer kompakt integration med ett handelsområde som omfattar ungefär en femtedel av världens handel och BNP. 23 Feenstra och Taylor (2008) tar upp några punkter som rör optimala valutaområden: Då landet byter till den gemensamma valutan elimineras valutafluktuationerna mellan länderna. Länder med liknande, symmetriska ekonomier gynnas dessutom genom att delta i samarbetet då ekonomierna utsätts för chocker. En enad arbetsmarknad tillåter fri mobilitet av arbetsraft mellan medlemsstaterna. Vid asymmetriska chocker 24 kan arbetarna i land A migrera till land B, där arbetslösheten är mindre. Detta kan mildra den stabiliseringspolitik som land A i annat fall måste vidta vid hög arbetslöshet och inflation. Utbudet på arbetskraft i land A möts upp av efterfrågan hos land B, där anpassningen sker genom migration. Då unionens finanspolitik är uppbyggt på ett federalistiskt politiskt system, upphör landets finanspolitiska autonomi. Om land A går igenom en asymmetrisk chock kan land B mildra denna chock genom offentliga transfereringar, exempelvis sociala ersättningar. Unionens politiska mål är att skapa välfärd. När unionen expanderar gör man antagandet att de anslutande länderna till slut kommer att gå med i valutaunionen. De ekonomiska kostnaderna som uppkommer av att bilda en valutaunion, vägs upp av de politiska fördelarna. 22 Robert A. Mundell (1961) Chocker som drabbar land A men inte land B. Detta kan handla om olika slags ekonomiska kriser. 11

12 4. Empirisk analys Vi konstruerar en regressionsanalys som baseras på Rose (2000). Variablerna för kolonisatör (Colony) samt gemensam kolonisatör (ComCol) är exkluderade. Samtliga länder som är medlemmar i OECD studeras. För att enkelt kunna mäta den procentuella förändringen i variablerna gör vi även denna modell log-linjär: där i och j representerar länder och de resterande variablerna ges av: (7) - T ijt är den bilaterala handeln mellan länderna i och j vid tiden t - Y är real BNP - är populationen - är avståndet mellan ländernas huvudstäder i kilometer - är en dummyvariabel för frihandelsavtal (FTA) mellan länderna - Grann ij är en dummyvariabel för huruvida länderna är grannländer eller ej - Språk ij är en dummyvariabel för gemensamt språk - ValutaU ij är en dummyvariabel för deltagande i EMU - λ är koefficienten till parametern ValutaU ij - β är koefficienten till resterande parametrar - ε ij är feltermen, med det förväntade värdet 1. Siffrorna för den bilaterala handeln, populationen samt ländernas BNP är framtagna av OECDs databas STAN. Distansen mellan länderna är uträknat som avståndet mellan ländernas huvudstäder, mätt i kilometer. 25 Data till variabeln FriAvtal ij är framtagen av WTO. Dummyvariabeln antar värdet 1 då landparet har ett frihandelsavtal av något slag. Då dessa kan vara utformade på många olika sätt, är avgränsningen satt till huruvida ett avtal på någon nivå existerar eller ej. I vissa fall omfattar detta avtal endast en viss typ av varor eller tjänster

13 Språkvariabeln blev även den en bedömningsfråga, då flera länder har minoriteter som pratar ett flertal olika språk. För att få en tydlig avgränsning utan egna bedömningar, bestämde vi oss för att endast sätta värdet 1 på variabeln, när ländernas officiella språk samstämmer. I de fall flera officiella språk fanns valde vi det största. Eftersom vi använder oss av siffror från flera år har vi räknat om alla termer till reala. 26 Valutadummien, ValutaU ij, gavs värdet 1 då länderna vid tidpunkten för observationen hade en gemensam valuta. För en del observationer saknar vi fullständig data. Med dessa exkluderade blev antalet observationer Nedan visas en sammanställning av de olika parametrarna, samt deras signifikans. TABELL 1: Analys av OECD Variabel Koefficient (std. avvikelse) t-värde (p-värde) VIF lnbnp 0,883 (0,004) lnbnp/capita 0,029 (0,009) lndist -0,850 (0,010) DGrann 0,491 (0,037) DSpråk 0,387 (0,031) DFriAvtal 0,032 (0,020) DValutaU -0,004 (0,037) F-värde 9231,971 sig-värde (F) 0,000 R 2 0,880 Std. Regression 0,78551 Antal obs ,024*** 3,130*** (0,002) -88,710*** 13,139*** 12,316*** 1,565 (0,118) -0,119 (0,905) 1,264 1,313 1,804 1,450 1,127 1,468 1,108 * 90 % signifikans, ** 95 % signifikans; *** 99 % signifikans 26 IMF:s reala växelkursindex, basår

14 Variabeln för BNP i *BNP j ger som väntat ett starkt positivt utslag. Ett gemensamt språk verkar ha betydande påverkan på handeln. I vår regression får den koefficienten värdet 0,387 vilket ger en procentuell förändring på hela 47 % (eˆ0,387=1,47). Koefficienten för distans mellan länderna får som väntat en negativ effekt. Variabeln för FriAvtal ij uppvisar ett positivt samband med handeln. Det finns en viss kollinearitet mellan termerna FriAvtal ij och BNP/capita. En anledning till detta kan vara att samtliga initierande medlemmarna till EU har ett högt BNP/capita. Då dessa länder har haft handelsavtal under en lång tid blir det en viss kollinearitet mellan variablerna. Sambandet beror därför troligen inte på en påverkan variablerna sinsemellan, utan på att de länder som initierade EU, alla hade en högre BNP/capita. Det som dock är av störst intresse för oss är parametern λ. Variabeln får ett mycket litet utslag, med mycket låg signifikans (0,905). En anledning till detta kan vara utelämnade x-variabler. 4.1 Studie med årsdummys Vi bestämmer oss för att se hur respektive år påverkat den bilaterala handeln. Genom att konstruera en årsdummy för varje observerat år, kan vi kontrollera detta. Variation i handeln som beror på konjunkturer och tillfälliga svängningar kommer då att hamna på respektive dummy. Den nya regressionen lyder således: (8) där årsdummien antar värdet 1 för respektive år. Vi får då en aning förändrade β-värden, vilket tyder på att variationen från år till år har en stor påverkan på regressionen som helhet. Betavärdet för valutasamarbete förändras en hel del, och uppvisar även en bättre signifikans, med ett p-värde på 0,

15 TABELL 2: Anlays av OECD med årsdummies Variabel Koefficient (std. avvikelse) t-värde (p-värde) VIF lnbnp 0,882 (0,004) lnbnp/capita 0,062 (0,009) lndist -0,828 (0,010) DGrann 0,493 (0,037) DSpråk 0,373 (0,031) DFriAvtal 0,096 (0,021) DValutaU 0,068 (0,037) F-värde 2564,538 sig-värde (F) 0,000 R 2 0,883 Std. Regression 0,77485 Antal obs ,678*** 0,000 6,542*** -86,134*** 13,396*** 12,011*** 4,616*** 0,000 1,841 (0,066) 1,285 1,439 1,786 1,391 1,076 1,608 1,176 * 90 % signifikans, ** 95 % signifikans; *** 99 % signifikans 4.2 Vad händer om vi adderar BRIK? Brasilien, Indien, Ryssland och Kina (BRIK) står tillsammans för ungefär 14 % av all världshandel. Tillsammans med OECD är andelen c:a 75 % vilket gör det intressant att göra en analys med dessa inkluderade. 27 Vi inkluderar även Indonesien. Införandet av dessa nya länder gör att vi nu får totalt observationer, alltså en aning fler. Resultaten av dessa presenteras i tabellen nedan. Årsdummies är inkluderade i regressionen

16 TABELL 3: Analys av OECD och BRIK-länderna Variabel Koefficient (std. avvikelse) t-värde (p-värde) VIF lnbnp 0,909 (0,004) lnbnp/capita -0,009 (0,006) lndist -0,841 (0,009) DGrann 0,501 (0,035) DSpråk 0,379 (0,031) DFriAvtal 0,093 (0,020) DValutaU 0,053 (0,038) F-värde 2820,558 p-värde (F) 0,000 R 2 0,867 Std. regression 0,80887 Antal obs ,904*** -1,470 (0,142) -91,179*** 14,283*** 12,062*** 4,707*** 1,390 (0,165) 1,175 1,373 1,867 1,393 1,117 1,621 1,150 * 90 % signifikans, ** 95 % signifikans; *** 99 % signifikans Adderandet av länderna verkar ha relativt liten effekt. Värt att notera är att variabeln för BNP/capita minskar vid införandet av dessa länder. En anledning till detta kan vara den stora handelsvolym som dessa länder står för, trots deras lägre BNP. Koefficienten blir dock så liten att det inte går att anta att den skiljer sig från noll, på 95-procentsnivån. Även variabeln för gemensam valuta uppvisar en låg signifikans (p-värde=0,165). 16

17 4.3 Vad händer om vi endast studerar EU-länder? Vi skapar en likadan regression för den bilaterala handeln mellan samtliga OECD-länder som samtidigt är medlemmar i EU. Antalet observationer är 4351 st. Årsdummies är inkluderade. Resultatet blir följande: TABELL 4: Analys av OECD-länder anslutna till EU Variabel Koefficient (std. avvikelse) t-värde (p-värde) VIF lnbnp 0,853 (0,005) lnbnp/capita -0,155 (0,013) lndist -1,010 (0,019) DGrann 0,393 (0,037) DSpråk -0,082 (0,037) DFriAvtal 0,425 (0,033) DValutaU 0,187 (0,032) F-värde 1853,013 p-värde (F) 0,000 R 2 0,918 Std. regression 0,61722 Antal obs ,604*** -11,564*** -53,034*** 10,620*** -2,187** (0,029) 12,853*** 5,923*** 1,394 2,075 1,824 1,897 1,257 2,261 1,246 * 90 % signifikans, ** 95 % signifikans; *** 99 % signifikans Ett resultat som är mycket intressant, då vi får en mycket stor påverkan på valutakoefficienten, hela 20,5 % (e^0,187 = 1,205). Vikten av ett valutasamarbete verkar alltså större inom EU, än inom OECD. BNP/capita får en mycket liten påverkan. 17

18 4.4 Vad händer om vi endast studerar EMU-länder? Vi väljer ut de OECD-länder som idag samarbetar inom EMU och gör samma analys för dessa. Fortfarande använder vi oss av årsdummies. Stickprovet innehåller 1876 observationer. Då EMU består av en relativt homogen grupp länder, där samtliga har en hög BNP/capita, är de siffror som presenteras nedan mycket intressanta. 28 Trots det mindre stickprovet variabeln för valutasamarbete hög signifikans. Dess påverkan verkar vara stor, 12,4 % (e^0.117= 1,124). TABELL 5: Analys av OECD-länder anslutna till EMU Variabel Koefficient (std. avvikelse) t-värde (p-värde) VIF lnbnp 0,934 (0,008) lnbnp/capita -0,159 (0,023) lndist -1,092 (0,026) DGrann 0,265 (0,053) DSpråk 0,088 (0,048) DFriAvtal 0,319 (0,045) DValutaU 0,117 (0,045) F-värde 1105,847 p-värde (F) 0,000 R 2 0,939 Std. regression 0,56365 Antal obs ,198*** -6,775*** -41,841*** 5,014*** 1,811** (0,070) 7,133*** 2,570*** (0,010) 1,770 2,814 2,107 2,106 1,251 2,170 2,503 * 90 % signifikans, ** 95 % signifikans; *** 99 % signifikans 28 Appendix, tabell (7) 18

19 4.5 Volatilitet En faktor som kan påverka den bilaterala handeln är volatiliteten mellan ländernas valutor. Vi har därför valt att även studera samtliga analyser med denna variabel inräknad. Den nya ekvationen formuleras som: (9) där är variabeln för volatilitet. Den är uträknad som standardavvikelsen på den procentuella skillnaden mellan ländernas valutor, räknad på den månatliga avvikelsen. 29 Resultatet redovisas nedan. För fullständig information om regressionerna se appendix. TABELL 6: Analys med volatilitet Urval Betavärde Volatilitet (p-värde) Betavärde Valutaunion (p-värde) OECD 0,001** (0,038) OECD + BRIK 0,001* (0,060) EUROPA 0,048*** EMU 0,046 (0,102) 0,069* (0,062) 0,054 (0,159) 0,235*** 0,133*** (0,004) * 90 % signifikans, ** 95 % signifikans; *** 99 % signifikans Adderandet av valutornas volatilitet har en liten, men viss påverkan på betavärdet för ValutaU ij. Betavärdet tenderar att bli en aning större. Trots att vi infört en variabel för volatilitet mellan ländernas valuta, blir påverkan fortfarande positivt för införandet av ett valutasamarbete

20 5. Vad betyder detta? I vår analys av den bilaterala handeln visade variabeln för en gemensam valuta ett större betavärde för EU-länderna än för EMU-länderna. Den observerade skillnaden mellan variablerna mätt i standardavvikelser är dock förhållandevis liten. Det man kan visa med en regressionsanalys är hur starkt sambandet är mellan två eller flera variabler. Den säger inte vad som beror på vad. Man måste ställa sig frågan om det är så att länder som har samma valuta handlar mycket med varandra, eller om det helt enkelt kan vara så att de länder som handlar mycket med varandra har samma valuta? Vad beror på vad? I Roses artikel från 2000 är nästan samtliga observerade länder med gemensam valuta små och relativt fattiga. Det är därför troligt att detta kan vara en av anledningarna till de häpnadsväckande stora sambanden Rose belyste. 30 Tenreyro (2002) tar sig an kausalitetsproblematiken, genom att även ta hänsyn till sannolikheten att landet ska ingå i en valutaunion. Med detta angreppssätt drar de slutsatsen att det inte råder omvänd kausalitet. 31 Flera studier påpekar problematiken i att Rose använder sig av handelsobservationer som inte är direkt översättbara till euroområdet, vilket skulle kunna vara en av anledningarna till den stora påverkan han noterat i sin artikel. 32 Detta har vi tagit fasta på och därför endast studerat en homogen grupp länder. Persson (2000) påpekar vikten av att ett stickprov inte får visa på icke-linjäritet, det vill säga det får inte finnas en systematisk skillnad i X-variablerna. I vår OLS har vi framgångsrikt kunnat utesluta denna faktor, då de länderna vi valt att studera uppvisar stark linjäritet. Genom att använda oss av en homogen grupp länder (OECD) anser vi att vi fått data relativt fria från observationer som skiljer sig markant från genomsnittet, vilket är en av förutsättningarna för att göra en framgångsrik skattning av det verkliga värdet. 30 Tenreyro 2001 m.fl. 31 Tenreyro (2002) 32 Thom & Walsh (2002) m.fl. 20

21 Baldwin (2006) nämner att teorin bakom ett optimalt valutaområde är relevant för medium och små ekonomier, som exempelvis Sverige, Storbritannien och Danmark. Trots de fördelar som uppstår väljer bevisligen vissa länder att stå utanför euro-samarbetet. Detta kan dels förklaras av att de driver en stabil och effektiv penningpolitik och att de gynnas av exporten till nuvarande EMU länder, då deras egen valuta både är och har varit billigare än euron. Enligt Baldwin (2006) är handelshindrena inte tillräckligt väsentliga för vissa länder, därför lockas de inte att ingå i valutaunionen. Om de mikroekonomiska fördelarna inte uppskattas vara stora nog, väljer dessa länder att än så länge att stå utanför och istället se hur euroområdet formas med tiden. Trots det positiva observerade värdet finns det alltid en viss risk att utelämnade variabler kan påverka resultatet åt fel håll. Då vi fått ett högt R 2 -värde, det vill säga en hög förklaringsgrad på de skattningar vi gjort, tror vi att vi fått med de flesta relevanta faktorerna. Med avstamp i framförallt Rose och Baldwins tidigare forskning har vi studerat den bilaterala handeln och effekten av en gemensam valuta. Det som är av störst intresse är att vi klart och tydligt ser en positiv effekt av ett valutasamarbete på samtliga studerade grupper. Det verkar enligt de resultat vi presenterat som att handeln ökar med mellan 5-26,5 %. 21

22 6. Källförteckning Alesina, A, R.J., Barro och S, Tenreyro (2002), Optimal Currency Areas Harvard University, working paper No.1958 Anderson, J.E. och E, van Wincoop (2003), Gravity with gravitas: A solution to the border puzzle American Economic Review, Vol.93 Baldwin, R (2006), The Euro s Trade Effects, working paper series No. 594, s 10, s 17, s 41-42, s 86 Feenstra, R. (2004), Advanced International Trade, Theory and Evidence, Princeton University Press, s Feenstra, R och Taylor, A. (2008), International Economics, Worth Publishers, s Frankel, J och A.K., Rose (1998), The Endogeneity of the Optimum Currency Area Criteria, Economic Journal, Royal Economic Society, Vol. 108 (449) Friedman, T (2005), The world is flat: A Brief History of the Twenty-First Century Gujarati, D och Porter, D. (2009), Basic Econometrics, McGraw-Hill Higher Education, s , s 277 Kei-Mui, Y (2003) Can Vertical Specialization Explain the Growth of World Trade?, Journal of Political Economy, University of Chicago Press, Vol.111 Leamer, E och R Stern (1970), Quantitative international economics, Allyn and Bacon, Boston Micco, A, E Stein och G Ordoñez (2003), The Currency Union Effect on Trade: Early evidence from EMU, working paper No. 490, s 3, s 24 22

23 Mundell, R.A. (1961), A Theory of Optimum Currency Areas, The American Economic Review, Vol.51 No.4, s 657 Nordgren, J (2003) En gemensam valutas effekt på valutahandeln Svenskt Näringsliv Rose, A.K. (2000), One Money, One Market: Estimating the Effect of Common Currencies on Trade, Economic Policy, s Tenreyro, S (2001), On the Causes and Consequences of Currency Unions, Harvard University mimeo Thom & Walsh (2002), "The effect of a currency union on trade: Lessons from the Irish experience European Economic Review, Vol. 46 Van Bergeijk, P och Brakman, S. (2010), The Gravity Model in International Trade Cambridge University Press, s 1-5, s 89, s, 202 BRIK länderna ( ). ( ). Data för ländernas öppenhet från OECD, en/03/01/01/index.html;jsessionid=446cowgw64h9h.delta?contenttype=/ns/chapter,/ns/statis ticalpublication&itemid=/content/chapter/factbook en&containeritemid=/content/serial/ &accessitemids=&mimetype=text/htl, ( ) Eurostat statistik, och ( ). EU-fakta, 23

24 ( ) IMF, BNP-deflator, World Economic Database (WEO), October 6, 2010, ( ). Ländernas avstånd, ( ) Ländernas handelsavtal, WTO, &sense=b, ( ). OECD Insights, International Trade: Free, Fair and Open? (2009), Summary in English, ( ). OECD, STAN-databas för ländernas population, bilateral handel och BNP, ( ). Valutafluktuationer framtagna av OANDA, ( ) 24

25 Appendix TABELL 7: BNP/c för OECD-länder anslutna till EMU (2009) Land BNP Belgien Estland 5997 Finland Frankrike Grekland Irland Italien Luxemburg Nederländerna Portugal Slovakien 5782 Slovenien Spanien Tyskland Österrike Genomsnitt Källa: OECD 25

26 TABELL 8: Analys av OECD med volatilitet Variabel Koefficient (std. avvikelse) t-värde (p-värde) VIF lnbnp 0,882 (0,004) lnbnp/capita 0,062 (0,009) lndist -0,829 (0,010) DGrann 0,493 (0,037) DSpråk 0,373 (0,031) DFriAvtal 0,097 (0,021) DValutaU 0,069 (0,037) Voltatilitet 0,001 F-värde 2470,647 p-värde (F) 0,000 R 2 0,883 Std. regression 0,77470 Antal obs ,673*** 6,672*** 86,167*** 13,393*** 12,027** (0,070) 4,648*** 1,864* (0,062) 2,078** (0,038) 1,290 1,426 1,865 1,451 1,129 1,598 1,159 1,003 * 90 % signifikans, ** 95 % signifikans; *** 99 % signifikans 26

27 TABELL 9: Analys av OECD och BRIK-länderna med volatilitet Variabel Koefficient (std. avvikelse) t-värde (p-värde) VIF lnbnp 0,908 (0,004) lnbnp/capita -0,009 (0,006) lndist 0,841 (0,009) DGrann 0,501 (0,035) DSpråk 0,379 (0,031) DFriAvtal 0,093 (0,020) DValutaU 0,054 (0,038) Volatilitet 0,001 F-värde 2716,836 p-värde (F) 0,000 R 2 0,867 Std. regression 0,80878 Antal obs ,915*** -1,453 (0,146) -91,206*** 14,278*** 12,074** (0,070) 4,732*** 1,408 (0,159) 1,881* (0,060) 1,175 1,373 1,867 1,393 1,117 1,621 1,151 1,003 * 90 % signifikans, ** 95 % signifikans; *** 99 % signifikans 27

28 TABELL 10: Analys av OECD-länder anslutna till EU med volatilitet Variabel Koefficient (std. avvikelse) t-värde (p-värde) VIF lnbnp 0,853 (0,005) lnbnp/capita -0,156 (0,013) lndist -1,018 (0,019) DGrann 0,386 (0,037) DSpråk -0,084 (0,037) DFriAvtal 0,443 (0,033) DValutaU 0,235 (0,034) Volatilitet 0,048 (0,013 F-värde 1789,887 p-värde (F) 0,000 R 2 0,918 Std. regression 0,61636 Antal obs ,814*** -11,657*** -53,159*** 10,444*** ** (0,026) 13,271*** 6,876*** (0,00) 3,627*** 1,394 2,075 1,851 1,901 1,257 2,314 1,468 1,440 * 90 % signifikans, ** 95 % signifikans; *** 99 % signifikans 28

29 TABELL 11: Analys av OECD-länder anslutna till EMU med volatilitet Variabel Koefficient (std. avvikelse) t-värde (p-värde) VIF lnbnp 0,933 (0,008) lnbnp/capita -0,154 (0,024) lndist -1,087 (0,026) DGrann 0,279 (0,054) DSpråk -0,092 (0,049) DFriAvtal 0,335 (0,046) DValutaU 0,133 (0,046) Volatilitet 0,046 (0,028) F-värde 1065,951 p-värde (F) 0,000 R 2 0,940 Std. regression 0,56340 Antal obs ,735*** -6,538*** -41,356*** 5,206*** -1,895* (0,058) 7,320*** 2,862*** (0,004) 1,634 (0,102) 1,782 2,853 2,138 2,156 1,254 2,270 2,624 1,784 * 90 % signifikans, ** 95 % signifikans; *** 99 % signifikans 29

30 CAN EST MEX FRA USA GBR PRT TUR JPN ISL EU27 FIN CHE CHL KOR DNK BEL CZE LUX TABELL 12: Öppenhet. Jämförande mellan perioderna Öppenhet Källa: OECD-iLibrary Se ekvation (6) för hur öppenhet beräknas. Vi ser klart och tydligt att öppenheten tenderar att vara större för små länder (i beaktande till deras geografiska storlek och population). De är dessutom grannländer till andra öppna länder vilket i sin tur ökar öppenheten. För stora isolerade eller självförsörjande länder är öppenheten mindre och specifikt för de isolerade då distansen vägs in som en tung kostnad. 30

31 TABELL 13: Länder och valutor som deltar i analyserna Land Valuta Land Valuta Australien AUD Luxemburg LUF* Belgien BEF* Mexiko MXN Brasilien BRL Norge NOK Chile CLP Nya Zeeland NZD Danmark DKK Polen PLN Estland EEK Portugal PTE* Finland FIM* Ryssland RUB Frankrike FRF* Schweiz CHF Grekland GRD** Slovakien SKK** Holland NLG* Slovenien SIT** Indien INR Spanien ESP* Indonesien IDR Storbritannien GBP Irland IEP* Sverige SEK Island ISK Tjeckien CZK Israel ILS Turkiet TRL/TRY Italien ITL* Tyskland DEM* Japan JPY U.S.A USD Kanada CAD Ungern HUF Kina CNY Österrike ATS* Korea KRW * innebär att landet har bytt valuta till euro (EUR) år ** länder som senare bytte valuta till (EUR) är Grekland (2002), Slovakien (2009) och Slovenien (2007). 31