Vä xelkursens och BNP:s pä verkän pä den biläterälä händelsbälänsen

Transkript

1 NATIONALEKONOMISKA INSTITUTIONEN Uppsala Universitet Examensarbete C VT 2012 Författare: Simon Algstrand och Per Sax Kaijser Handledare: Jovan Žamac Vä xelkursens och BNP:s pä verkän pä den biläterälä händelsbälänsen En empirisk undersökning av Sverige och dess viktigaste handelspartners Sammanfattning I denna empiriska studie undersöker vi den reala växelkursens och reala BNP:s påverkan på Sveriges bilaterala handelsbalans med 11 länder mellan år Med en felkorrigeringsmodell i ARDL-format testar vi för långsiktig kointegration. Därefter estimeras den reala växelkursens och reala BNP:s påverkan på den bilaterala handelsbalansen. Vi finner endast stöd för J-kurvsfenomenet och uppfyllt Marshall-Lerner villkor i 2 av 11 handelsförbindelser. Istället observerar vi ett starkare samband mellan real BNP och handelsbalansen. Vi finner inte något belägg för att en stark svensk krona försämrar Sveriges handelsbalans på sikt. Nyckelord: Bilateral handelsbalans, real växelkurs, real BNP, Marshall-Lerner villkoret, J- kurva, kointegration, ARDL.

2 Innehållsförteckning 1.Inledning Teori och tidigare studier Den lilla öppna ekonomin Växelkursens påverkan på handelsbalansen BNP:s påverkan på handelsbalansen Skillnader på kort sikt och lång sikt Tidigare empiriska studier Metod Härledning av modell Felkorrigeringsmodell i ARDL-format Akaikes informationskriterium Kointegration Resultat Data Test för enhetsrot Test för autokorrelation Test för långsiktig kointegration Alternativt test för kointegration Långsiktig påverkan på handelsbalansen Växelkursens påverkan på kort sikt Varusammansättningens betydelse Eurons påverkan Slutsats Källförteckning Bilaga

3 1. Inledning När den europeiska skuldkrisen uppdagades under våren 2010 uppstod ett oväntat problem som förutspåddes bli ett hot mot Sveriges ekonomiska återhämtning. Medan många europeiska länder kämpade med höga budgetunderskott och haltande tillväxt hade svensk ekonomi återhämtat sig snabbt efter finanskrisen 2008 och uppvisade en av Europas snabbaste tillväxttakter (Riksbanken, 2010). Den starka svenska ekonomin bidrog till att den svenska kronan apprecierade markant gentemot flera valutor under 2010, däribland dollarn, euron och det brittiska pundet. Eftersom en appreciering av kronan leder till att svenska varor blir dyrare jämfört med utländska varor, växte nu en oro bland företrädare för svensk handel om att en fortsatt stark krona på sikt kommer att dämpa den svenska exporten. Även en rapport från Konjunkturinstitutet (2010) förutspår, att en starkare krona bidrar till en snabbare tillväxttakt för importen än för exporten under perioden och därmed en försämrad handelsbalans. Finns det anledning att känna oro för att en eventuellt fortsatt stark svensk krona på längre sikt kommer att ge märkbar effekt på den svenska handelsbalansen? Eller är det förändringar i de berörda ländernas inkomstnivå, dvs. BNP, som är avgörande för handelsbalansens utveckling? Syftet med denna studie är att försöka besvara dessa frågor genom att undersöka hur kronans växelkurs samt svensk och utländsk BNP har påverkat Sveriges handelsbalans med sina största handelspartners under de senaste 16 åren. Vi väljer att likt bl.a. Bahmani-Oskooee och Ratha (2007) och Hatemi-J och Irandoust (2005), parvis studera hur Sveriges handelsbalans med ett visst land, så kallad bilateral handelsbalans, påverkas av växelkursen mellan kronan och det andra landets valuta samt Sveriges och handelspartnerns BNP. Genom att upprepa samma procedur för flera av Sveriges viktigaste handelspartners får vi fram hur effekterna av förändringar i dessa variabler kan skilja sig för Sveriges olika handelsförbindelser. Detta avviker från många andra studier på området som istället studerar hur ett lands totala handelsbalans mot omvärlden påverkas av förändringar i genomsnittlig växelkurs, inhemsk BNP och omvärldens genomsnittliga BNP. Fördelen med att istället göra mätningen på bilateral handelsbalans är, att det då går att studera hur enskilda handelsförbindelser påverkas av förändringar i växelkurs och BNP. Genom parvisa observationer kan vi också jämföra olika handelsförbindelser för att genom detta kunna 3

4 urskilja eventuella olikheter i handelsmönster. Studierna av Hatemi-J och Irandoust (2005) samt Bahmani-Oskooee och Ratha (2007) antyder, att effekten av reala växelkursförändringar skiljer sig åt mellan Sveriges olika handelsförbindelser. En nackdel med denna metod är, att den bilaterala handelsbalansen kan variera mellan enskilda länder och därför inte alltid speglar landets totala handelsbalans gentemot omvärlden (Mankiw och Taylor, 2008, kap. 5). Då länderna i denna studie står för 64% av Sveriges handel med omvärlden 1 ger det förhoppningsvis ett så pass representativt urval av Sveriges handel, att detta inte är ett problem. I denna studie undersöker vi handelsförbindelsen med elva 2 av de länder Sverige har mest internationell handel med. På grund av bristande och otillgänglig data har vi valt att utesluta Belgien och Kina. Vi eftersträvar en relativt kort period mellan mätpunkterna för att möjliggöra en detaljerad bild av variablernas kortsiktiga effekter. Begränsning av observationsintensitet sätts av, att data över BNP i regel endast rapporteras på kvartal- och årsbasis. Vi har valt att begränsa den empiriska studien till att omfatta den aggregerade handelsstatistiken och inte de enskilda varugrupperna separat. Däremot tar vi varusammansättningen för ländernas handel i beaktande, när vi senare analyserar skillnaderna i våra resultat då man kan anta att valuta-och konjunkturkänslighet skiljer sig för olika industrier (Bahmani-Oskooee och Hajilee, 2008). En viktig avgränsning är den för undersökningens observationsperiod. Eftersom SCB började sin framställning av kvartalsvis landsfördelad handelsdata 1995 och detta även sammanfaller med Sveriges inträde i EU resulterar det i en naturlig avgränsning för mätperioden, som därför sträcker sig från första kvartalet 1995 till och med fjärde kvartalet Vår studie följer Bahmani-Oskooee och Ratha (2007) i valet av metod. Däremot skiljer sig tidsperioden vi undersöker, vilket kan leda till intressanta resultat då perioden har varit omvälvande för världsekonomin med bl.a. en global finanskris och en europeisk skuldkris. Under hela vår observationsperiod, , har Sverige dessutom använt rörlig växelkurs. Det finns studier, som tyder på att en fast växelkurs är gynnsam för den bilaterala handeln för de länder vars valutor är sammankopplade (Klein och Shambaugh, 2005). Då är det möjligt att övergången från fast till rörlig växelkurs 1992 kan ha gett upphov till förändrat 1 ( ) 2 USA, Danmark, Tyskland, Norge, Storbritannien, Finland, Spanien, Italien, Frankrike, Nederländerna och Polen. 4

5 handelsmönster för Sveriges del. En viktig skillnad från Bahmani-Oskooees och Rathas (2007) studie är att vi undersöker huruvida olikheter i resultaten kan förklaras av vilka varor vi handlar med respektive land, eftersom tidigare studier har visat att vissa varor är känsligare än andra för reala växelkursförändringar (Bahmani-Oskooee och Hajilee, 2008). En annan viktig skillnad är att vi även undersöker effekten av införandet av euron som valuta i sex av länderna i studien. Enligt Flam och Nordström (2006) förväntas Sveriges bilaterala handelsbalans med dessa länder ha försämrats. Uppsatsen kommer att ha följande disposition: I kapitel 2 ger vi läsaren en övergripande teoretisk bild av, hur handelsbalansen bör påverkas vid förändringar i växelkurs och BNP. Sedan kommer vi i kapitel 3 att beskriva den modell och metod som ligger till grund för den empiriska analysen. Därefter blir nästa steg att i kapitel 4 presentera våra resultat för att slutligen i kapitel 5 presentera en sammanfattning och analys. 2. Teori och tidigare studier I detta kapitel tittar vi närmare på vilka variabler som påverkar ett lands nettoexport. I avsnitt 2.1 beskrivs den lilla ekonomin som ligger till grund för studien. I avsnitt 2.2 och 2.3 redogörs för reala växelkursens respektive BNP:s påverkan på nettoexporten. I avsnitt 2.4 redogörs för skillnader i påverkan på kort respektive lång sikt Den lilla öppna ekonomin En viktig utgångspunkt i denna studie är att vi analyserar effekterna på handelsbalansen givet att vi studerar en liten öppen ekonomi. Den lilla öppna ekonomin antas ha en försumbar påverkan på övriga världen, och påverkar därför inte utländsk produktion och prisnivå. Enligt Gottfries (2012, kap. 11) förenklade modell består denna ekonomi av tre marknader (varumarknaden, finansmarknaden och arbetsmarknaden), varav varumarknaden är den som analyseras i denna studie och som vi hädanefter kommer att fokusera på. I den lilla öppna ekonomin antas varumarknaden vara perfekt integrerad med omvärlden. Detta innebär att hushåll och företag kan handla fritt mellan länder och att handelshinder, t.ex. 5

6 tullar och kvoter, samt transportkostnader inte förekommer. Detta innebär emellertid inte att priserna på olika länders varor alltid är densamma, eftersom t.ex. produktionskostnader för att tillverka liknande varor kan skilja sig åt mellan olika länder. Därmed uppstår relativpriser mellan inhemska och utländska varor, som i sin tur påverkar handeln länderna emellan (Gottfries 2012, kap. 11) Växelkursens påverkan på handelsbalansen Eftersom företagen i den lilla öppna ekonomin verkar på en internationell marknad är det inte enbart varornas pris i inhemsk valuta som avgör konkurrenskraften. Från förra avsnittet vet vi att relativpriser mellan inhemska och utländska varor påverkar handeln mellan länderna. Därför kommer efterfrågan på landets varor att minska och därmed landets export, om dessa ökar i pris relativt andra länders varor. I detta avsnitt visar vi, att den reala växelkursen gentemot omvärlden är avgörande för företagens konkurrenskraft i den lilla öppna ekonomin (Gottfries, 2012, kap. 11). Den reala växelkursen är en parameter, som kombinerar den nominella växelkursen med förhållandet mellan inhemsk och utländsk prisnivå. Definitionen av den reala växelkursen skiljer sig för olika studier men vi följer Bahmani-Oskooee och Ratha (2007) och definierar den reala växelkursen enligt: där = den nominella växelkursen, i det här fallet definierat som det inhemska priset på en enhet utländsk valuta, = inhemsk prisnivå och = utländsk prisnivå. Ofta används Konsumentprisindex (KPI) som substitut för och (Gottfries, 2012, kap. 11). Inhemsk och utländsk prisnivå kan förändras i olika takter beroende på penningpolitik, förändringar i inkomst etc. Enligt den relativa köpkraftsparitetsteorin väntas förändras i samma takt som en förändring i (Krugman och Obstfeld, 2006, kap. 15). Den reala växelkursen visar därför växelkursförändringar som inte härrör från förändringar i prisnivån. Vi antar nu att den lilla öppna ekonomins valuta deprecierar gentemot omvärlden. Detta innebär, allt annat lika, att reala växelkursen stiger, vilket leder det till ett sänkt relativpris på varorna i den lilla öppna ekonomin gentemot utländska varor. Landets producerade varor blir därför billigare för utländska köpare samtidigt som utländska varor blir relativt dyrare jämfört 6

7 med varorna i den lilla öppna ekonomin. Detta kommer enligt Krugman och Obstfeld (2006, kap. 16) att leda till två effekter: Den första effekten är, att förändringar i relativpris leder till att den lilla öppna ekonomins totala mängd av exportvaror ökar samtidigt som den totala mängden av importvaror från utlandet minskar. Nettoexporten, skillnaden mellan export och import, kommer därmed att öka (Mankiw and Taylor, 2008). Detta benämns volymeffekten och innebär att det existerar ett positivt samband mellan real växelkurs och nettoexport. Den andra effekten av en stigande real växelkurs i den lilla öppna ekonomin är, att landets exportinkomster minskar relativt landets importutgifter eftersom landet får betala mer i inhemsk valuta för utländska varor. Detta kallas värdeeffekten och innebär ett negativt samband mellan real växelkurs och nettoexport. Förändringen av nettoexporten vid en depreciering av valutan beror på om volymeffekten eller värdeeffekten dominerar. Enligt det så kallade Marshall-Lerner villkoret kommer en depreciering av valutan att leda till en ökning av nettoexporten, givet att den relativa ökningen är större än förändringen i real växelkurs. En matematisk förklaring till Marshall-Lerner villkoret är, att det uppfylls om det absoluta värdet av elasticiteten på import- och exportvolym med avseende på den reala växelkursen överstiger talet 1. Den lilla öppna ekonomins efterfrågeelasticitet på importvolym från omvärlden är: där visar förändringen i importvolym, IM, vid en given förändring i real växelkurs,, och är kvoten mellan real växelkurs och importvolymen innan förändring i real växelkurs. Därför visar importelasticiteten den procentuella förändringen i importvolymen vid 1 % förändring av den reala växelkursen. Importelasticiteten är negativ eftersom en ökning av den reala växelkursen, allt annat lika, leder till att efterfrågan på utländska varor minskar. På samma sätt kan utbudselasticiteten på exportvolym från den lilla öppna ekonomin förklaras som omvärldens efterfrågeelasticitet på importvolym från den lilla öppna ekonomin enligt sambandet: Marshall-Lerner villkoret uppfylls om eftersom den relativa förändringen i export- och importvolym då är större än den relativa förändringen i real växelkurs. Detta 7

8 innebär, att vid en depreciering är intäktsökningen till följd av den ökade nettoexporten större än värdeminskningen på exportvaror och utgiftsökningen på importvaror, därmed dominerar volymeffekten över värdeeffekten (Krugman och Obstfeld, 2006 kap. 16). Givet att Marshall-Lerner villkoret är uppfyllt, kommer det att existera ett positivt samband mellan real växelkurs, enligt vår definition, och nettoexport i den lilla öppna ekonomin. Detta samband illustreras grafiskt i Figur 1 nedan. Figur 1. Samband mellan real växelkurs ( ) och nettoexport (NX) Källa: Författarnas konstruktion 2.3. BNP:s påverkan på handelsbalansen Enligt den så kallade BNP-identiteten definieras BNP som summan av privat konsumtion, investeringar, offentlig konsumtion och nettoexport. Ur detta samband härleds den totala efterfrågan på ett lands producerade varor och tjänster. Detta benämns den aggregerade efterfrågan och definieras: där beroende variabeln D är aggregerad efterfrågan, som bestäms av efterfrågan på privat konsumtion (C), efterfrågan på investeringar (I), efterfrågan på offentlig konsumtion (G) och efterfrågan på landets nettoexport (NX). Nettoexport är, som tidigare nämnt, skillnaden mellan export och import. För att underlätta analysen gör vi nu antagandet, att den lilla öppna ekonomins import endast utgörs av privat konsumtion (Gottfries, 2012, kap. 11), och därför 8

9 bortser vi från variablerna investeringar och offentlig konsumtion och fokuserar istället på vad som bestämmer privat konsumtion. Därefter studerar vi hur konsumtionen förväntas påverka den lilla öppna ekonomins handel med andra länder. I en autarki, en ekonomi isolerad från omvärlden, kan konsumtionen, C, beskrivas som en funktion av disponibel inkomst ( ), framtida disponibel inkomst ( ), realränta (r) och besparingar (A) (Gottfries, 2012, kap. 10). Tecknen under variablerna visar effekten på konsumtionen av en positiv förändring i respektive variabel. (+) (+) (-) (+) Disponibel inkomst är hushållens sammanlagda inkomst efter avdragen skatt, T. Hushållens och företagens konsumtion i en liten öppen ekonomi består av både inhemskt producerade varor och utländska varor. I förra avsnittet introducerade vi real växelkurs som en bestämningsfaktor för konsumtionen av utländska varor. Funktionen för efterfrågan på privat konsumtionen i en liten öppen ekonomi är därför (Gottfries, 2012, kap. 11): där är efterfrågan på inhemska varor, är efterfrågan på importvaror och är den reala växelkursen. Efterfrågan på importvaror bestäms av samma variabler som efterfrågan på privat konsumtion i en autarki samt den reala växelkursen: (-) (+) (+) (-) (+) Utlandets efterfrågan på importvaror antas bestämmas på samma sätt som i den lilla öppna ekonomin. Omvärldens efterfrågan på importvaror är detsamma som efterfrågan på exportvaror från den lilla öppna ekonomin. Notera att effekten av den reala växelkursen byter tecken eftersom en appreciering av valutan i den lilla öppna ekonomin innebär en depreciering i omvärlden: (+) (+) (+) (-) (+) En funktion för nettoexporten blir därför enligt Gottfries (2012, kap. 11): En ökning i inhemsk BNP, allt annat lika, höjer disponibel inkomst vilket ökar efterfrågan på importvaror, varpå nettoexporten minskar. En intuitiv förklaring till detta är att vid en inkomstökning kommer efterfrågan att öka både på inhemska och utländska varor. Detta leder till att importen ökar medan exporten är oförändrad, och därmed minskad nettoexport 9

10 (Krugman och Obstfeld, 2006 kap. 16). En ökning i utländsk BNP, allt annat lika, leder på samma sätt till att den lilla öppna ekonomins nettoexport ökar. Precis som i föregående avsnitt leder en ökning i real växelkurs, allt annat lika, till att nettoexporten ökar om Marshall-Lerner villkoret är uppfyllt. Dessa effekter sammanfattas i tabell 1. Hur stor effekten av en ökad BNP blir på nettoexporten, beror på hur stor del av inkomsten som går till konsumtion samt hur stor del av konsumtionen som läggs på importerade varor. Tabell 1: Variablernas förväntade effekt på nettoexporten Variabel (förändring) Förväntad påverkan på nettoexporten Real växelkurs (+) + BNP Inhemsk (+) - BNP Utland (+) + Vi kommer hädanefter att ändra benämning på nettoexporten till handelsbalansen. Betydelsen är densamma men handelsbalans är den benämning som är vanligast i tidigare studier Skillnader på kort sikt och lång sikt I de två föregående avsnitten har vi antagit att den lilla öppna ekonomins utrikeshandel, dvs. mängden import och export, genast påverkas av en förändring i real växelkurs, inhemsk BNP eller utländsk BNP. I själva verket har tidigare forskning visat, att det vid en real växelkursförändring tar tid för utrikeshandeln att anpassas, medan en förändring i BNP har en mer omedelbar effekt (Krugman och Obstfeld, 2006, kap 16). Nedan redogör vi därför för de effekter vi förväntar oss på handelsbalansen av en real växelkursförändring på kort sikt respektive lång sikt. Enligt Krugman och Obstfeld (2006, kap. 14) kan lång sikt definieras som den tidpunkt då ekonomin har anpassats till en förändring i prisnivån, i detta fall den tid det tar för utrikeshandeln att anpassas till en förändring i real växelkurs. Kort sikt i vårt fall är den tid som närmast följer efter en förändring i den reala växelkursen. En intuitiv förklaring till att anpassningen i utrikeshandeln inte sker omedelbart är förekomsten av avtal mellan företag som binder upp handeln över en viss tid (Krueger, 1983). Det råder ingen enighet om hur lång tid det tar för utrikeshandeln att anpassa sig till en förändring i den reala växelkursen. 10

11 Emellertid har vissa studier visat att anpassningen sker inom två år, även om det kan skilja sig åt mellan olika handelsförbindelser (Shirvani och Wilbratte, 1997). Vi antar nu återigen att valutan i den lilla öppna ekonomin deprecierar. På kort sikt sker ingen större förändring i utrikeshandeln, och därmed är värdeminskningen på exportvaror och utgiftsökningen på importvaror större än intäktsökningen till följd av den ökade nettoexporten. Med andra ord dominerar värdeeffekten över volymeffekten och handelsbalansen kommer att försämras. På lång sikt kommer däremot utrikeshandeln att anpassas efter den förändrade reala växelkursen givet att Marshall-Lerner villkoret håller och därmed kommer handelsbalansen att förbättras Tidigare empiriska studier Hur handelsbalansen påverkas av valutaförändringar och tillväxt är ett flitigt studerat område inom nationalekonomi. I synnerhet har studier undersökt växelkursförändringarnas påverkan men även tagit med BNP som en beroende variabel i modellen. Vi kommer i detta avsnitt att ge en kort historik över hur forskningen på området utvecklats samt vilka studier som ligger till grund för vår undersökning. Äldre studier, däribland Houthakker och Magee (1969), Magee (1973) och Khan (1974), använde minsta kvadratmetoden för att uppskatta länders genomsnittliga import- och exportelasticiteter med avseende på pris (real växelkurs) och inkomst (BNP). Genom att summera import- och exportelasticiteterna med avseende på pris kunde de undersöka om Marshall-Lerner villkoret uppfylldes. Magee (1973) fann att länders handelsbalans efter en större depreciering tenderade att först försämras och därefter gradvis förbättras och därför likna ett liggande J, varför detta kom att kallas J-kurvsfenomenet (Se figur 1 i bilagan för en illustration av J-kurvan). Denna upptäckt gjorde att flera studier därefter, t.ex. Miles (1979) och Bahmani-Oskooee (1985) använde regressionsmodeller med laggar på växelkurskoefficienterna för att därmed studera växelkursens påverkan på kort respektive lång sikt. På senare år har många studier (exempelvis Bahmani-Oskooee, 1991; Arize, 1994; Shirvani och Wilbratte, 1997) använt kointegrationbaserade test utvecklade av Engle och Granger (1987), Johansen (1988, 1991) och Johansen och Juselius (1990) för att studera huruvida 11

12 tidsserierna för handelsbalansen och den reala växelkursen kointegrerar, dvs. följs åt över tid. Med test för kointegration får man ett starkare bevis för att variablerna påverkar varandra och därmed minskar risken för så kallade skensamband. Om kointegration föreligger stödjer det någon form av samband mellan variablerna och vidare analys utförs då för att fastställa hur sambandet ser ut. En förbättrad handelsbalans på lång sikt vid en depreciering innebär att Marshall-Lerner villkoret uppfylls, ett samband dessa studier stödjer. Vissa studier har emellertid ifrågasatt kointegrationstest som metod, däribland Rose och Yellen (1989) som i sin studie inte fann något signifikant samband mellan handelsbalans och real växelkurs. Sveriges handelsbalans har undersökts i flera tidigare studier, ett exempel på detta är Hacker och Hatemi-J (2003), där Sverige var ett av de europeiska länder där det kortsiktiga och långsiktiga sambandet mellan växelkurs och handelsbalans undersöktes med en så kallad vektorbaserad felkorrigeringsmodell. I Sveriges fall fann de stöd för existensen av J- kurvsfenomenet. Hatemi-J och Irandoust (2005) använde kointegrationstest och minsta kvadratmetoden med dummy för att estimera import- och exportelasticiteter, med avseende på real växelkurs och real BNP, för Sveriges bilaterala handel med sex andra länder. De fann stöd för att real BNP hade större påverkan på handeln än real växelkurs, och att Marshall- Lerner villkoret endast uppfylldes i Sveriges handel med Tyskland. Bahmani-Oskooee och Ratha (2007), använde Pesarans, Shins och Smiths (2001) metod, som grundar sig på en felkorrigeringsmodell med autoregressivt fördelade laggar (ARDL) för att undersöka reala växelkursens och reala inkomstens (mätt i real BNP) påverkan på Sveriges bilaterala handelsbalans med 17 länder under perioden De motiverar sitt val av Sverige som studieobjekt med att tidigare studier av Sverige har resulterat i varierande resultat beroende på vald metod. De finner inget generellt samband för den reala växelkursens och inkomstens påverkan på handelsbalansen, då effekterna skiljer sig åt för olika handelsförbindelser. 3. Metod I detta kapitel beskriver vi den modell som ligger till grund för den empiriska undersökningen. I avsnitt 3.1 ges en härledning av den teoretiska modellen; i avsnitt 3.2 visas och beskrivs modellen som estimeras på samtliga handelsförbindelser; i avsnitt 3.3 beskriver 12

13 vi Akaikes informationskriterium som bestämmer optimal lagglängd i modellen; i avsnitt 3.4 förklarar vi begreppet kointegration, som är en förutsättning för analysen Härledning av modell Vår metod har sin utgångspunkt utifrån statistiska handelsmodeller som legat till grund för tidigare undersökningar av bland annat Shirvani och Wilbratte (1997) och Bahmani-Oskooee och Ratha (2007). I likhet med den sistnämnda studien har vi valt att definiera den reala växelkursen, Q, som: (1) där betecknar den nominella växelkursen definierat som det inhemska priset på den utländska valutan, och är inhemskt respektive utländskt konsumentprisindex. Efterfrågan på importvaror ( ställs upp som en funktion av och Y, där = relativpriserna på importerade varor i relation till inhemskt producerade varor och Y = Real BNP 3. (2) kan utryckas enligt nedan om man substituerar in (1): ( ) ( ) (3) där är priset på utländsk export angivet i utländsk valuta. Den reala växelkursen,, definierad som den nominella växelkursen multiplicerat med förhållandet mellan utländsk och inhemsk prisnivå. är kvoten mellan utlandets export- och konsumentpriser. Ett lägre värde på Q indikerar därför en real värdeökning av den inhemska valutan. Det är nu möjligt att substituera in uttrycket för från ekvation (3), i ekvation (2) vilket ger oss: (4) Givet att det ena landets import är det andra landets export, så kan man utrycka ett lands export enligt: (5) Där = real BNP i utlandet. 3 Real BNP justerar för förändringar i BNP till följd av inflation: I denna studie använder vi följande definition:, där 13

14 I likhet med Bahmani-Oskooee (1991), Bahmani-Oskooee och Ratha (2007) samt Shirvani och Wilbratte (1997) definierar vi handelsbalansen, HB, som förhållandet mellan export (5) och import (4): Fördelen med att mäta handelsbalansen som förhållandet mellan export och import är att den blir oberoende av vilken valuta man väljer att ange den i. Likt Shirvani och Wilbratte (1997) antar vi nu att förhållandet mellan exportpris och inhemskt pris i båda länderna, och är konstant över tid. Alltså kan vi utesluta dessa variabler från vår fortsatta analys. Exporten blir med detta en funktion som bestäms av real växelkurs samt real BNP i utlandet, medan import bestäms av real växelkurs samt inhemsk real BNP, och därför definierar vi handelsbalansen enligt: därmed blir handelsbalansen en funktion som bestäms av real växelkurs, real BNP samt real BNP i utlandet: Genom att logaritmera bägge sidorna av funktionen och använda en loglinjär approximation i högerledet får vi fram följande ekvation för den långsiktiga påverkan på handelsbalansen (Shirvani och Wilbratte, 1997). Med logaritmerade variabler kan vi uppskatta deras relativa påverkan på handelsbalansen vilket gör resultatet mer överskådligt för tolkning. (6) där anger de förklarande variablernas relativa påverkan på handelsbalansen, är konstanten och är residualen. Som vi visat i förra kapitlet förväntar vi oss ett negativt tecken framför inhemsk BNP, Y, positivt tecken framför utländsk BNP, Y*, och, givet att Marshall-Lerner villkoret är uppfyllt, ett positivt tecken framför real växelkurs, Q. Vi måste vara medvetna om att en multipel regressionsmodell i praktiken alltid är befattade med en viss grad av multikollinaritet, dvs. ett linjärt samband mellan de förklarande variablerna. Hur omfattande den är vet vi inte men det kommer i viss mån bidra till en ökad osäkerhet när vi uppskattar koefficienterna. Detta då multikollinaritet bidrar till en ökad varians hos de förklarande variablerna (Gujarati och Porter, 2009, kap. 10). I vårt fall kan vi inte modifiera modellen nämnvärt då vi endast utgår från tre förklarande variabler utan 14

15 polynom. Vi väljer därför att acceptera att multikollinaritet i viss grad föreligger och med ovanstående i beaktande gå vidare med vår studie Felkorrigeringsmodell i ARDL-format För att estimera hur våra variabler påverkar handelsbalansen har vi likt Bahmani-Oskooee och Ratha (2007) valt att använda en felkorrigeringsmodell med autoregressivt distribuerade laggar (ARDL). Det bygger i korthet på att man med hjälp av olika laggar på de förklarande variablerna kan generera en modell som är väl lämpad för att beskriva variablernas påverkan vid olika tidpunkter. Modellen är dynamisk då den beskriver hur variablernas rörelser är relaterade till föregående periods avvikelser från den långsiktiga jämnvikten (Persson, 2011). Detta innebär att det är möjligt att analysera hur de beroende variablernas effekter förändras över tid, dvs. ett kortsiktigt samband och ett långsiktigt. Bahmani-Oskooee och Ratha (2007) följer Pesaran m.fl (2001) när de applicerar ARDL på sin felkorrigeringsmodell. Vi korrigerar därför funktion (6) enligt nedan: (7) där betecknar första differens 4, betecknar summan från k till n. är konstanten och är residualen. De första fyra parametrarna efter konstanten visar det kortsiktiga sambandet, medan de fyra sista parametrarna före residualen förklarar det långsiktiga sambandet. Det finns flera fördelar med att använda denna metod gentemot de som använts i många tidigare studier. En fördel är att man kan använda individuella lagglängder på variablerna för att på detta sätt få fram en optimalt förklarande modell. Det resulterar i att modellen tillåts ha olika antal laggar för de olika handelsförbindelserna. En annan fördel är att det går att uppskatta det långsiktiga och kortsiktiga sambandet simultant. En tredje fördel är att den är lämplig att använda då man har ett litet antal observationer (Narayan, 2004). För att estimera modellen har vi använt statistikprogrammet Eviews, och de optimala lagglängderna har tagits fram med Akaikes informationskriterium. Vi har valt att sätta en gräns vid n=8 kvartal, då tidigare studier (Shirvani och Wilbratte, 1997) tyder på att det är den tidsperioden som krävs för handelsbalansen att anpassa sig till reala växelkursförändringar. 4 Första differensen av t.ex. handelsbalansen är skillnaden i värde på HB jämfört med föregående period: 15

16 3.3. Akaikes informationskriterium Den vanligen tillämpade determinationskoefficienten, R 2, mäter hur väl en modell förklarar variationen i den beroende variabeln, y. där är kvadratsumman av de avvikelser från medelvärdet som förklaras av modellen och är kvadratsumman av den totala avvikelsen från medelvärdet. Ett informationskriterium är ett bättre alternativ än determinationskoefficienten för att så långt som möjligt undvika överanpassning, dvs. att modellen förklarar slumpmässiga variationer istället för ett verkligt samband. Då risken för överanpassning ökar med antalet parametrar straffas värdet på informationskriteriet med antalet parametrar (Gujarati och Porter, 2009, kap. 13). För att i ekvation (7) få fram de lagglängder som bäst förklarar förändringen i handelsbalansen rekommenderar Pesaran mfl. (2001) att man använder Schwartz s Bayesian informationskriterium alternativt Akaikes informationskriterium. Likt Bahmani-Oskooee och Ratha (2007) och ett flertal andra studier väljer vi att tillämpa Akaikes informationskriterium (AIC), som definieras (Gujarati och Porter, 2009, kap. 13): där k är antalet förklarande parametrar inklusive konstant, n är antalet observationer och är summan av modellens residualer i kvadrat. Ju lägre värde AIC antar, desto bättre modell enligt kriteriet. Därför granskar vi AIC för alla möjliga kombinationer av maximalt åtta lagglängder i (7) och väljer den kombination med lägst värde på AIC. Vi har funnit att fastställandet av de optimala lagglängderna är mycket känsligt för vilket värde AIC antar. En snabb kontroll visar att en modell med helt andra lagglängder kan ha ett AIC-värde som endast avviker några tusendelar från det AIC-värde som är förknippat med en optimal modell. För att belysa den effekt laggarna har på resultatet kommer vi framöver även att återge resultaten för Italien då vi applicerar åtta laggar för växelkursen, trots att sex laggar är det optimala enligt AIC. Att valet föll på Italien beror på att vi för Italien får flera signifikanta resultat, som vi senare kommer redovisa, och att eventuella skillnader mellan den optimala modellen och jämförelsemodellen därför kommer bli tydliga. 16

17 3.4. Kointegration För att ett giltigt samband mellan variablerna ska kunna påvisas krävs det, enligt vår metod, att variablerna kointegrerar med varandra. Kointegration föreligger mellan variabler om det råder ett långsiktigt samband mellan dem. Det finns därmed en långsiktig jämvikt som verkar för att bibehålla variablernas relation till varandra. I Time Series Analysis av Hamilton (1994) ges flera exempel på tidserier som kointegrerar. Konsumtion tenderar ofta att stå i konstant proportion till inkomst och priset på finansiella terminer följer priset på underliggande tillgångar. Ett klassiskt exempel är Fyllot och hunden där Murray (1994) ger en tydlig exemplifiering av vad kointegration innebär. Nedan följer en kort sammanfattning. I den här korta historien är den berusade mannen ute och går med sin hund då båda vandrar iväg i sina egna tankar. Plötsligt inser ägaren att hunden är borta varpå han börjar ropa. Hunden, som inte har haft en tanke på ägaren, svarar med ett skall. De har nu ett hum om var den andra befinner sig och de ändrar därför riktning för att minska avståndet. Om en person hade följt efter hunden eller den berusade ägaren hade de var för sig uppfattats som om de gick helt slumpmässigt. Men då hunden och ägaren kointegrerar kan man dra slutsatsen, att hittar man den ena är den andre inte långt borta. 4. Resultat I detta kapitel presenteras våra empiriska resultat. I avsnitt 4.1 beskrivs datamaterialet; i avsnitt 4.2 och 4.3 undersöker vi modellens statistiska egenskaper; i avsnitt 4.4 och 4.5 testar vi för kointegration mellan variablerna; i avsnitt 4.6 och 4.7 undersöks BNP:s och växelkursens långsiktiga respektive kortsiktiga påverkan på handelsbalansen; i avsnitt 4.8 och 4.9 undersöker vi om de varierande resultaten kan bero på vilka varor vi handlar med länderna samt om införandet av euro som valuta i sex av studiens länder haft någon effekt Data All data i denna studie är på kvartalsbasis från och med första kvartalet 1995 till och med fjärde kvartalet Statistik över export och import är enligt SITC (Standard International Trade Classification) och är inhämtat från Statistiska Centralbyråns hemsida. Från Sveriges 17

18 Riksbank har vi inhämtat data över kvartalsvis genomsnittliga nominella växelkurser mellan Sverige och de länder vi undersöker, med undantag för Polen där statistik över växelkursen endast fanns tillgänglig på den polska centralbankens hemsida. Den 1 januari 2002 infördes euron som valuta i 17 europeiska länder, varav sex är länder 5 som vi undersöker i denna studie. För dessa länder har vi valt att göra en modifierad valutaserie 6, som senare har använts vid den empiriska undersökningen. I likhet med Bahmani-Oskooee (2007) använder vi KPI för att modifiera de nominella växelkurserna till reala växelkurser. Data över KPI är inhämtad från OECDs statistikdatabas för samtliga länder utom Spanien, där data över KPI endast fanns tillgänglig på landets eget statistiska instituts hemsida. Även data över säsongsjusterad BNP, mätt i löpande priser, är hämtat från OECDs statistikdatabas, som är en sammanställning av medlemsländernas egen statistik. Vi har därefter använt KPI för att omvandla BNP till fasta priser. Det hade varit önskvärt att använda data som sträcker sig längre tillbaka än 1995 för att få en längre tidshorisont men som tidigare nämnts finns det begränsningar i hur långt tillbaka handelsstatistiken sträcker sig i kvartalsformat. Totalt är det därför 64 observationer för varje handelsförbindelse Test för enhetsrot För att det ska vara möjligt att genomföra en kointegrationsanalys enligt den metod vi vill tillämpa måste vi veta vid vilken ordning variablerna är integrerade, dvs. vid vilken ordning de är stationära. Om en variabel är stationär från början betecknas den I(0). En icke-stationär variabel integrerad av ordning n betecknas I(n). Att en variabel är stationär betyder att dess statistiska egenskaper såsom medelvärde, varians, autokorrelation är konstanta över tid. Ekonomisk data såsom BNP tenderar att ha en trend vilket leder till att medelvärdet förändras över tid. En sådan tidsserie anses trend-stationär om dess egenskaper i övrigt är konstanta 7. För att avgöra om en tidsserie är stationär testar man om den har en enhetsrot. En variabel med enhetsrot är inte stationär eftersom en plötslig förändring tenderar att ha en permanent effekt på dess statistiska egenskaper. Vi börjar med att testa variablerna för att säkerställa att ingen variabel är integrerad av ordning I(2) eller högre. Om så är fallet är det inte möjligt att använda felkorrigeringsmodellen. I testet för enhetsrot använder vi det vanligen tillämpade Augmented Dickey-Fuller-testet (ADF). 5 Tyskland, Finland, Spanien, Italien, Frankrike och Nederländerna. 6 Genom att uttrycka den äldre valutan i euro får vi en serie med en konstant bas men med bibehållna relationer mätpunkterna emellan. Vid konverteringen har vi använt kvoten euro dividerat med den nationella valutan. 7 (Hämtad ) 18

19 ADF-testet bekräftar att majoriteten av variablerna är icke-stationära (se bilaga, tabell 1). Undantagen är handelsbalansen för Finland, Frankrike, Nederländerna, Norge Spanien och Storbritannien. Undersöker vi däremot första ordningens differens ser vi att alla är signifikant stationära av ordning I(1). Detta resultat leder till att vi har möjlighet att gå vidare i vår analys Test för autokorrelation Antagandet om att residualerna är oberoende måste vara uppfyllt för att det som skattas med minsta kvadratmetoden ska vara att betrakta som trovärdigt. Om ett samband mellan residualerna existerar, så kallad korrelation, säger man att autokorrelation föreligger (Andersson m.fl, 2007). För att fastställa att modellerna inte är befattade med autokorrelation har vi utfört ett Breusch-Godfreytest. Vi har valt detta test framför det klassiska Durbin- Watsontestet då det är lämpligare vid användandet av en dynamisk modell (se Mantalos, 2003). Vid ett Breusch-Godfreytest används en lagg (k) och vi har likt Edgerton och Shukur (1999) valt att använda oss av k=1. Vi finner inte för någon modell tecken på autokorrelation (se bilaga, tabell 2) Test för långsiktig kointegration För att testa om variablerna kointegrerar föreslår Pesaran m.fl (2001) att man utför ett F-test för att kontrollera att de laggade nivåvariablerna i ekvation (7) är signifikant skilda från noll. Hypoteserna blir därför följande: Nollhypotes: Mothypotes: De framhäver dock att man måste använda särskilda gränsvärden för F-värdet när man utför ett test som detta. Dessa kritiska värden bestäms av i vilken ordning variablerna är integrerade. Testet förutsätter att alla variabler är stationära, I(0), alternativt stationära vid första differensen, I(1). Vilket ADF-testet i avsnitt 4.2. säkerställde. För dessa två nivåer har sedan Pesaran m.fl (2001) skapat två olika gränsvärden, ett högre för ickestationära variabler och ett lägre för stationära. För att testet ska ge ett signifikant resultat måste F-värdet överstiga det övre gränsvärdet, understiger F-värdet den lägre gränsen accepteras nollhypotesen. Genereras ett värde i intervallet mellan dessa gränser går det inte att dra någon 19

20 slutsats. Vi har valt att använda oss av korrigerade F-värden, som är anpassade för undersökningar med få observationer (Narayan 2004). Tabell 2: Walds test för långsiktig kointegration Handelspartner Beräknad F-Statistika Danmark F(8,8,8,5)=2,84 Finland F(1,0,7,8)=8,86* Frankrike F(1,6,0,0)=6,72* Italien F(1,6,8,0)=2,19 Italien 8 laggar på F(1,8,8,0)=1,25 Nederländerna F(2,0,0,4)=2,50 Norge F(1,0,0,1)=3,28** Polen F(8,8,5,8)=10,05* Spanien F(6,6,2,8)=12,78* Storbritannien F(8,8,4,8)=6,13* Tyskland F(8,6,7,6)=4,04* USA F(8,8,8,8)=4,12* Övre kritisk gräns = 3,792 Undre kritisk gräns = 2,743 vid 5 % signifikansnivå. *(**) betecknar att kointegration stöds på 5% (10%) signifikansnivå. F(8,8,8,5) indikerar det beräknade F-värdet med 8 laggar för, 8 laggar för, 8 laggar för och 5 laggar för. Wald-testet i tabell 2 visar att på 5 % signifikansnivå 8 är F-värdet över den kritiska nivån för alla handelsförbindelser utom Danmark, Italien, Italiens jämförelsemodell och Nederländerna. Norge är signifikant på 10 % nivån. Med andra ord finner vi kointegration på lång sikt i åtta av de elva handelsförbindelserna vi undersöker. Jämför vi dessa resultat med Bahmani- Oskooee och Ratha (2007) skiljer sig resultaten åt för Sveriges handelsförbindelse med Danmark, Nederländerna och USA. Bahmani-Oskooee och Ratha (2007) finner kointegration för Danmark och Nederländerna men förkastar kointegration för USA. I övrigt stämmer studiernas resultat överens och inte heller Bahmani-Oskooe och Ratha (2007) finner i F-testet kointegration för Italien Alternativt test för kointegration Eftersom Wald-testet i förra avsnittet inte kunde visa kointegration för Danmark, Italien och Nederländerna testar vi i detta avsnitt en alternativ metod för att undersöka kointegration. Detta gör vi genom att estimera en felkorrigeringsmodell enligt ekvation (8). Utöver test för variablernas anpassning mot jämvikt är felkorrigeringsmodellen, enligt Kremers, Ericsson och Dolado (1992), ett alternativt sätt att testa för kointegration mellan variablerna. Detta testas 8 Signifikansnivån är sannolikheten att förkasta en sann nollhypotes 20

21 genom att undersöka om antar ett signifikant negativt värde (Bahmani-Oskooee och Ratha, 2007). Denna modifierade modell skiljer sig mot den tidigare felkorrigeringsmodellen med ARDL (7) genom att de laggade variablerna på nivåvärde ersätts med en så kallad felkorrigeringsterm,, som i sin tur är den laggade residualen av det långsiktiga sambandet i (9). Precis som i ekvation (7) är det Akaikes informationskriterium som bestämmer optimal lagglängd. (8), (9) I bilagan, tabell 3, återges det estimerade värdet av felkorrigeringstermskoefficienten i den optimala modellen enligt Akaikes informationskriterium för samtliga handelsförbindelser. I likhet med Bahmani-Oskooee och Ratha (2007) får vi ett negativt värde på 5 % signifikansnivå i samtliga handelsförbindelser vilket betyder att tillfälliga avvikelser tenderar att återanpassa sig mot ett långsiktigt samband, något som tyder på kointegration (Kremers, Ericsson och Dolado, 1992). Därför kan vi fortsätta analysen genom att i avsnitt 4.6 uppskatta den reala växelkursens och reala BNP:s påverkan på handelsbalansen på lång sikt. Eftersom tidigare studier har visat att växelkursens påverkan skiljer sig mellan kort och lång sikt, studerar vi även växelkursens kortsiktiga påverkan i avsnitt Långsiktig påverkan på handelsbalansen När vi nu har stöd för att variablerna är kointegrerade är det möjligt att estimera det långsiktiga sambandet. Genom att använda de långsiktiga koefficienterna från ekvation (7) och normalisera och med avseende på det absoluta värdet för, får man fram de koefficienter som förklarar den långsiktiga effekten som växelkursen, BNP för Sverige och BNP för handelspartner har på handelsbalansen. Som nämnts tidigare beskriver den långsiktiga effekten förändringen i handelsbalansen, då den till fullo har anpassats till en förändring i någon av de förklarande variablerna. I vår uppsats lägger vi ingen vikt vid värdet på koefficienterna då vi endast vill undersöka om de teoretiskt förväntade sambanden har gällt under observationsperioden. Vi anser därför att endast koefficienternas tecken och signifikans är av intresse då vi analyserar resultaten. 21

22 Tabell 3. Estimerat långsiktigt samband mellan Sveriges bilaterala handelsbalans, real växelkurs och BNP för Sverige och dess handelspartner. (absolut t-värde inom parantes) Variabel LAND Log Q Log Y Log Y* Danmark 5,8958 (1,63) -8,0456 (2,50)* 7,8744 (2,66)* Finland 0,7881 (1,53) 2,5051 (3,87)* -3,036 (4,26)* Frankrike -0,031 (0,06) -0,080 (0,09) 0,6292 (0,46) Italien 6,8815 (2,47)* -6,3218 (2,74)* 3,4936 (1,95)** Italien 8 laggar 6,1103 (1,65) -5,6729 (-1,82) 3,10 (1,39) Nederländerna 0,1156 (0,14) -0,5822 (0,70) 0,7231 (0,58) Norge -0,4111 (0,75) 0,3477 (0,32) -0,3298 (0,51) Polen -11,3830 (4,47)* -9,7102 (1,83)** 18,4120 (5,22)* Spanien 1,9243 (1,46) 1,4172 (2,25)* -2,0326 (2,51)* Storbritannien 0,0870 (0,36) 0,0336 (0,06) 0,0378 (0,10) Tyskland 0,8654-1,4922 3,6807 (1,56) USA 20,6508 (3,68)* (3,20)* 91,0689 (1,93)** *(**) betecknar signifikant koefficient på 5 % (10%) signifikansnivå (2,20)* -115,3371 (1,76)** Tabell 3 visar de estimerade elasticiteterna för Sveriges bilaterala handelsbalans på lång sikt, där handelsbalansen är den beroende variabeln som bestäms av real växelkurs med handelspartnern, Sveriges reala BNP och handelspartnerns reala BNP. Koefficienten för växelkursen (Q) väntas ha ett positivt tecken då volymeffekten teoretiskt sett bör dominera på lång sikt, koefficienten för Sveriges BNP (Y) ett negativt tecken då tillväxt väntas öka importen i förhållande till exporten och koefficienten för handelspartners BNP ett positivt tecken då utländsk tillväxt väntas bidra till en ökad export av svenska varor. Endast i den bilaterala handeln med Italien får vi teoretiskt förväntade och signifikanta resultat för alla variabler (notera dock att endast den optimala modellen för Italien får signifikanta värden). I övrigt observerar vi endast signifikanta växelkurskoefficienter för handeln med Polen och USA. Gällande Polen finner vi negativt tecken på koefficienten, vilket 22

23 tyder på att värdeeffekten dominerar på lång sikt. Tittar vi istället på BNP för Sverige och dess handelspartners finner vi på 10 % signifikansnivå fjorton signifikanta variabler varav sju har förväntat tecken på koefficienten. Att Sveriges BNP-tillväxt, i motsats till teorin, i ett par fall har en positiv effekt på handelsbalansen tyder enligt Bahmani-Oskooee och Ratha (2007) på att BNP-tillväxt kan härledas till en produktionsökning av varor som annars importeras, vilket leder till att en substitutionseffekt uppstår och importen minskar relativt sett. Liknande resonemang kan föras gällande de negativa effekter handelspartners BNP-tillväxt har i några av fallen. Gällande övriga länder är växelkursen och BNP:s effekter på handelsbalansen inte signifikant vare sig på 5 % nivå eller 10 % nivå och därför kan vi inte med säkerhet uttala oss om dessa. Jämför vi resultatet från den långsiktiga estimeringen med Bahmani-Oskooee och Ratha (2007) finner vi inte något fall där båda studierna har signifikanta överensstämmande samband på alla tre koefficienter. För Danmark och Tyskland är studiernas resultat som bäst överensstämmande då två av de tre sambanden är signifikanta med samma tecken på koefficienterna. För Spanien och Finland däremot, pekar resultaten i denna studie på ett omvänt samband för samtliga BNP-koefficienter då dessa har motsatta, signifikanta tecken jämfört med Bahmani-Oskooee och Ratha (2007). De observerade även, till skillnad från oss, signifikanta resultat för BNP-koefficienterna rörande handeln med Nederländerna och finner även att samtliga koefficienter för Storbritannien är signifikanta. Enligt Bahmani-Oskooee och Hajilee (2008) är det inte ovanligt att studier som använder aggregerad handelsdata får så pass få signifikanta variabler. De ickesignifikanta och de signifikanta resultaten, som går att uppmäta på kategoridata, tenderar att ta ut varandra vilket medför att resultaten i många fall inte blir signifikanta när de summeras Växelkursens påverkan på kort sikt I detta avsnitt studerar vi den reala växelkursens kortsiktiga påverkan på handelsbalansen. Då tidigare studier (Hacker och Hatemi-J, 2003) ger stöd åt ett J-kurvsfenomen för Sveriges handel med omvärlden, förväntas vi observera negativa koefficienter för de lägre lagglängderna följt av positiva för de högre. 23

24 Tabell 4. Samband mellan handelsbalans och real växelkurs på kort sikt Estimerade värden av från ekvation (7) Antal laggar av Log Q Handelspartner Danmark 0,92** -1,25-2,03** -1,55-0,89-1,87* -0,30-0,26-1,29* Finland 0,17 Frankrike -0,28 0,76-0,68-0,72 0,83-0,77 0,89** Italien 0,45-0,20-2,45* -0,34-1,76* 0,09-0,92** Italien 8 laggar 0,40 0,08-2,15* -0,05-1,54* 0,27-0,77 0,25 0,22 Nederländerna -0,76** Norge -0,48 Polen -0,14 0,86 1,37* 2,06* 2,19* 1,04* 1,29* 0,92* 0,71** Spanien 1,26-1,18 0,94 0,39-0,42-2,01* -0,75 Storbritannien 1,36* -0,76** -0,02-0,23-0,15-0,52 0,38-0,74** -0,49 Tyskland 0,19-0,41-0,28 0,01-0,04-0,35 0,20 USA 0,47-1,89* -0,65-0,43-0,49-0,70 0,26 0,20-0,72 * (**) visar signifikant samband på 5 % (10 %) nivå. Tabell 4 visar växelkursens påverkan på Sveriges bilaterala handelsbalans med handelspartners på kort sikt. De angivna värdena är estimat av från ekvation (7) och beskriver hur växelkursens påverkan på handelsbalansen gradvis förändras i upp till åtta kvartal. Ett positivt värde på koefficienten innebär att handelsbalansen stärks det kvartal, när kronan deprecierar och vice versa. Precis som tidigare är vi endast intresserade av koefficienternas tecken och signifikans. Att lagglängderna skiljer sig åt för olika handelsförbindelser beror på att Akaikes informationskriterium ger olika optimala lagglängder för modellerna beroende på handelspartner. Även i Bahmani-Oskooees och Rathas (2007) studie skiljer sig lagglängderna markant och därför är detta enligt förväntan. Som tabell 4 visar finns i åtta av elva handelsförbindelser minst en koefficient som är signifikant på 10 % nivå. Detta innebär att för dessa länder finns med stor sannolikhet ett samband mellan växelkursförändringar och handelsbalansen på kort sikt. Tabell 4 visar däremot inte något fall där ett signifikant J-kurvsfenomen kan observeras. Väger vi emellertid in de långsiktiga resultaten från avsnitt 4.6 pekar de tillsammans med de kortsiktiga på att en J-kurva existerar för handeln med USA och Italien, där vi ser att jämförelsemodellen för Italien presterar marginellt sämre än den, enligt AIC, optimala modellen. Tabellen visar även ett signifikant omvänt J-kurvsfenomen, där positiva laggar följs av negativa laggar, för Sveriges handelsförbindelse med Danmark och Storbritannien. Denna iakttagelse går tvärt 24