Hlavní práce3163_tichyf.pdf, 355.5 kB Stáhnout

Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky

Katedra ekonometrie

Hlavní specializace: Matematické metody v ekonomii

Vstup Č eské republiky do eurozóny – dopad na zahrani č ní obchod

(diplomová práce)

Diplomant: Filip Tichý

Vedoucí diplomové práce: prof. Ing. Roman Hušek, CSc.

Prohlášení:

Prohlašuji, že diplomovou práci na téma „Vstup České republiky do eurozóny – dopad na zahraniční obchod“ jsem vypracoval samostatně. Použitou literaturu a podkladové materiály uvádím v přiloženém seznamu literatury.

Praha, 25.5.2005 ………..

Podpis

Poděkování:

Na tomto místě bych rád poděkoval prof. Ing. Romanu Huškovi, CSc. za vedení diplomové práce, konzultace a cenné připomínky při zpracování této diplomové práce.

Dále bych rád poděkoval Ing. Zuzaně Fíglové za poskytnutou pomoc při získávání literatury k panelovým datům.

Obsah

SEZNAM TABULEK ... 5

SEZNAM GRAFŮ... 6

CÍL PRÁCE ... 7

1. ÚVOD ... 8

2. HISTORICKÝ PŘEHLED... 10

3. ROSEŮV EFEKT... 15

3.1EVROPSKÁ MĚNOVÁ UNIE A ROSEŮV EFEKT... 18

4. GRAVITAČNÍ MODEL... 28

4.1P^ŮVODNÍ A MODIFIKOVANÝ GRAVITAČNÍ MODEL... 28

4.2GRAVITAČNÍ MODEL ZAHRANIČNÍHO OBCHODU... 29

5. ODHAD GRAVITAČNÍ ROVNICE ... 38

5.1VZTAH VOLATILITY MĚNOVÉHO KURZU A ZAHRANIČNÍHO OBCHODU... 38

5.2DATA... 40

5.3METODY ODHADU... 44

5.4ODHAD MODELU... 48

6. ZÁVĚR ... 52

SEZNAM LITERATURY ... 55

ZDROJE DAT ... 57

PŘÍLOHA ... 58

Seznam tabulek

TABULKA 2.1: EMPIRICKÉ STUDIE VYUŽÍVAJÍCÍ ČASOVÉ ŘADY ... 11

TABULKA 2.2: EMPIRICKÉ STUDIE VYUŽÍVAJÍCÍ PRŮŘEZOVÁ DATA... 12

TABULKA 2.3: EMPIRICKÉ STUDIE VYUŽÍVAJÍCÍ PANELOVÁ DATA ... 14

TABULKA 3.1: ROSEŮV EFEKT PODLE SEKTORŮ EKONOMIKY ... 21

TABULKA 4.1: SEZNAM PŮVODNÍCH A PROXY PROMĚNNÝCH GRAVITAČNÍ ROVNICE ... 37

TABULKA 5.1: ZEMĚ EMU A CENTRÁLNÍ PARITY NÁRODNÍCH MĚN K EURU .... 41

TABULKA 5.2: ODHAD PARAMETRŮ MODELU EXPORTU ČR ... 50

TABULKA 5.3: DOPAD VOLATILITY MĚNOVÉHO KURZU NA EXPORT ČR... 51

TABULKA 6.1: EXPORT ČR A ČLENSTVÍ V EMU – VOLATILITA MĚNOVÉHO KURZU ... 52

TABULKA 6.2: EXPORT ČR DO POLSKA A SLOVENSKA – VOLATILITA MĚNOVÉHO KURZU ... 53

TABULKA 6.3: ZAHRANIČNÍ OBCHOD S POLSKEM A SLOVENSKEM – ROSEŮV EFEKT ... 54

Seznam graf ů

GRAF 3.1: PROPAD OBCHODU PO ROZPADU MĚNOVÉ UNIE ... 17

GRAF 3.2: ROSEŮV EFEKT PODLE ČLENSKÝCH STÁTŮ V EMU ... 20

GRAF 3.3: VÝVOJ INDEXU EVROPSKÉ INTEGRACE V ČASE ... 23

GRAF 3.4:VÝVOJ INTENZITY OBCHODU MEZI VYSPĚLÝMI ZEMĚMI EMU11... 23

GRAF 3.5: PŘEHLED ODHADŮ VSTUPU DO EMU S RŮZNÝMI PODMÍNKAMI ... 24

GRAF 3.6: ROZDÍL MEZI VYKAZOVANÝM EXPORTEM A IMPORTEM UVNITŘ EU ... 25

GRAF 3.7: REAKČNÍ KŘIVKY FIREM NA DOMÁCÍM A ZAHRANIČNÍM TRHU... 26

GRAF 5.1: KONVEXNÍ ZÁVISLOST OBCHODU NA VOLATILITĚ KURZU ... 39

Cíl práce

Hlavním cílem této práce je popsat a modelovat vstup České republiky do eurozóny a jeho dopad na vývoj exportu a importu ve vztahu k nejdůležitějším obchodním partnerům.

Záměrem je vystihnout vliv několika určujících faktorů na zahraniční obchod České republiky a nastínit alternativní scénáře vývoje po vstupu do měnové unie.

Cílem však není hodnotit dosavadní připravenost České republiky ke vstupu do Evropské měnové unie. Není také záměrem dávat jednoznačnou odpověď na otázku ohledně výhodnosti vstupu do eurozóny nebo určovat jasný časový plán přistoupení.

Práce abstrahuje od hodnocení dosavadní připravenosti České republiky ke vstupu do Evropské měnové unie a jejím záměrem rovněž není dávat jednoznačnou odpověď na otázku výhodnosti vstupu nebo časového plánu přistoupení.

1. Úvod

V současné době stojí Česká republika před jedním z nejvýznamnějších monetárních rozhodnutí ve své historii - přistoupení k eurozóně. K tomuto kroku se Česká republika zavázala vstupem do Evropské unie (EU) dne 1. května 2004.

Ve své práci se pokusím postihnout dopad přijetí eura na zahraniční obchod České republiky. Hlavní důraz bude kladen na vztah volatility měnového kurzu a zahraničního obchodu. Práci jsem rozdělil na šest kapitol.

Ve druhé kapitole se budu věnovat přehledu prací, zabývajících se vztahem volatility měnových kurzů a zahraničním obchodem.

V třetí kapitole se budu věnovat Roseovu efektu. Vysvětlím, o co se jedná a uvedu přehled argumentů v jeho prospěch i proti němu. Dále uvedu studie, aplikující Roseův efekt na Evropskou měnovou unii (EMU), a jejich závěry.

Čtvrtá kapitola je zaměřena na popis gravitačního modelu zahraničního obchodu.

Krátce popíši i původní a modifikovaný tvar. Předvedu také teoretické odvození modelu podle J. H. Bergstranda (1985).

Pátá kapitola obsahuje nástin vztahu volatility měnového kurzu a zahraničního obchodu. Dále kapitola bude obsahovat data a metody použitých k odhadu gravitačního modelu. V datové části se budu věnovat i způsobu jejich získání. Na závěr uvedu samotný odhad gravitačního modelu.

V závěrečné části diplomové práci shrnu dopad volatility měnového kurzu na zahraniční obchod České republiky v případě přijetí eura. Také se pokusím odhadnout Roseův efekt pro Českou republiku.

Příloha diplomové práce bude obsahovat podrobný výsledek jednotlivých odhadů gravitační rovnice.

Na úvod se jeví účelné připomenout, že před vstupem České republiky do eurozóny je nutné splnit Maastrichtská kritéria. Z hlediska této diplomové práce je důležité zejména kritérium udržitelnosti stability měnového kurzu. Z toho důvodu ho zde uvedu.

Kritérium stability měnového kurzu je určeno kurzovým mechanismem ERM II.

Současné nároky na splnění tohoto požadavku lze shrnout do tří následujících bodů:

a) přistupující člen se musí účastnit systému ERM II po dobu nejméně dvou let;

b) ve sledovaném dvouletém období nesmí dojít k devalvaci centrální parity kurzu CZK/EUR, která se bude určovat po dohodě České národní banky a Evropské centrální banky;

c) kurz se nesmí výrazně odchýlit od této centrální parity; tolerováno je pásmo ±15%

kolem centrální parity, přičemž důraz je kladen na poměrně malé výkyvy kolem určené parity a to „bez výrazného napětí“.

Ani při splnění těchto tří kritérií však nemusí být výsledek jasný, při hodnocení se rozlišuje mezi apreciační a depreciační odchylkou a dobou jejího trvání. Rada poté určí, zda a kdo splnil toto konvergenční kritérium.

2. Historický p ř ehled

Literaturu zabývající se dopadem vývoje volatility měnového kurzu je možno rozdělit do dvou základních časových období. Prvé větší množství prací (o třech vlnách), které se zabývaly volatilitou měnového kurzu a mezinárodním obchodem, zaznamenáváme po rozpadu Breton Woodského systému, na počátku sedmdesátých let minulého století. Po teoretické stránce byly výsledky nejasné. V první vlně byl negativní dopad proměnlivosti kurzu vysvětlen averzí firem zúčastňovat se rizikových aktiv, mezi které zahraniční obchod patří.

Po velkém vzestupu a pádu dolaru v osmdesátých letech se objevily další práce na stejné téma. Úpravy v předpokladech o averzi k riziku vedly k statisticky nevýznamným nebo dokonce pozitivním odhadům vztahu mezi vývojem kurzu a zahraničním obchodem. Nakonec se došlo k závěru, že díky možnostem hedgingu se firmy chovají vůči kurzu jako rizikově neutrální. Tj. volatilita kurzu neovlivňuje zahraniční obchod.

Třetí vlna studií tvrdila, že riziko vyplývající z proměnlivosti kurzu je relativně malé ve srovnání s ostatními riziky, kterým čelí exportující firmy. Z tohoto se vyvozovala nemožnost nalezení negativního vztahu mezi volatilitou kurzu a zahraničním obchodem.

Všechny výše zmíněné studie patří stále do prvního časového období. Přelomovou prací se v této oblasti stal článek publikovaný A. K. Rosem v roce 2000. Jelikož se ale jedná o relativně podstatnou záležitost, rozeberu ji daleko podrobněji v další části diplomové práce.

Pro názornost ještě uvedu přehled empirického výzkumu v této oblasti. Tyto práce jsou děleny podle struktury dat použitých při ekonometrickém odhadu. Použité techniky vycházejí z časových řad (hlavně dřívější práce), průřezových a panelových dat. Následující tabulky jsou převzaty z Baldwin et al. (2005).

Tabulka 2.1: Empirické studie využívající časové řady

Autoři Období Region

Proxy proměnná pro kursovou volatilitu¹⁾

Závislá

proměnná²⁾ Výsledky³⁾ Bailey,

Tavlas (1988)

75-86 US

abs[REERR], σ[REER], σ[FEER]

Agr. X nv.

Bélanger, Gutierrez (1988)

76-87 CAN-US čtverec chyby předpovědi

X, 5 sektorů

v. neg. ve 2 sektorech

Bini-Smaghi

(1991) 76-84

GE, FR, IT, uvnitř EMS

VEERR X v. neg.

Cushman

(1988) 74-83 US MA σ[RERR],

E[RER], E[FER] Bil. X v./nv., pos./neg.

Fountas, Aristotelous (1999)

73-96 FR, GE, IT, UK

MA σ[NEERR],

Dummy ERM Bil. X σ[NEERR] většinou v. neg., Dummy nv.

Gagnon

(1993) 60-88 US založeno na regresi

RER Bil. X nv.

Klaasen

(2000) 778-96 US-G7 MA [VNERR] Bil. X většinou nv.

Koray, Lastrapes (1989)

61-71, 75-85

US-UK, GE, FR, JP, CAN

VRERR Bil. M v. neg. (malá

hodnota) Koray,

Lastrapes (1990)

75-87 US VRERR a VNERR Agr. X a M v. neg. (malá hodnota) Kumar

(1992) 62-88 US, GE, JP σ[RERR] X+M uvnitř

průmyslu Různé

1) (V)N(R)(E)ER(R) – (Rozptyl) nominálního (reálného) (efektivního) směnného kurzu

(return); MA – klouzavý průměr; σ – směrodatná odchylka; Dummy – nula-jednotková umělá proměnná

2) Agr. – agregovaný; Bil. – bilaterální; X – export; M - import

3) (n)v. – odhadnutý koeficient u kurzové nejistoty je statisticky (ne)významný od nuly na 5% hladině významnosti; (pos.)neg. – (positivní) negativní závislost

Zdroj: Baldwin et al. (2005)

Z tabulky vyplývá, že studie využívající k odhadu časové řady, docházejí k různorodým výsledkům. Většina prací dochází k závěru, že mezi volatilitou kurzu a zahraničním obchodem neexistuje žádná statisticky významná závislost. Tam, kde souvislost byla pozorována, se ukazovala její odhadnutá hodnota jako velice malá.

Tabulka 2.2: Empirické studie využívající průřezová data

Autoři¹⁾ Období Region²⁾

Proxy proměnná pro kursovou volatilitu³⁾

Závislá

proměnná⁴⁾ Výsledky⁵⁾ De Grauwe

(1987) 73-84 EU σ[N(R)ERR] Bil. X v. neg.

De Grauwe, Verfaille (1988)

79-85 15 indus VRERR Bil. X

Obchod uvnitř EMS >

mimo EMS Eichengreen,

Irwin (1995)* 30s WT VNERR X v. neg. (malá

hodnota) Frankel, Wei

(1993)*

80, 85,

90 WT σ[N(R)ERR] Bil. obchod

v. neg v 80, v.

pos. v 90 (malá hodnota) Hooper,

Kohlhagen (1978)

65-75 6 indus σ[NER], σ[FER], abs[FER(-1)-NER]

X vyjádřený cenově a objemově

C: v. neg., Obj.: nv.

Sapir et al.

(1994) 73-92

GE-EC, GE-non EC

NERR Bil. M v. neg. (malá

hodnota)

Wei (1999)* 75, 80, 85, 90

63 countries

σ[N(R)ERR],

Dummy pro hedging Bil. obchod v. neg., dummy nv.

1) Hvězdička označuje, že autoři použili gravitační typ modelu

2) Indus – industrializované země; WT – světový obchod (obchod z různých regionů, záleží na dostupnosti dat)

3), 4), 5) – viz vysvětlivky 1), 2), 3) z tabulky 2.1 Zdroj: Baldwin et al. (2005)

Studie, využívající odhady založené na průřezových datech, nacházely závislost daleko častěji než ty, které byly získané z časových řad. Důvodem je nejspíše častá multikolinearita proměnných, právě v časových řadách. Tím se pak volatilita kurzu nemusí promítnout v plné míře, jelikož je pohlcena variabilitou jiných vysvětlujících proměnných v modelu. Přestože jsou odhady, získané z průřezových dat, statisticky významné, jejich hodnoty opět zůstávají relativně malé.

Jak ukazuje tabulka 2.3, největší úspěch, při odhadu závislosti mezinárodního obchodu na volatilitě kurzu, dosáhly odhady založené na panelových datech. Tyto studie odhalily statisticky významný negativní dopad volatility měnového kurzu na objem zahraničního obchodu. Takto vyvolané změny se mohou, v dlouhém období, blížit až k 10 procentům.

Tabulka 2.3: Empirické studie využívající panelová data Autoři Období Region Proxy proměnná pro

kursovou volatilitu

Závislá

proměnná Výsledky Abrams

(1980)* 73-76 19 indus VNER, VNERR Bil. X v. neg.

Anderton, Skudelny (2001)

89-99 EMU VNERR Bil. M v. neg.

De Grauwe, Skudelny (2000)

61-95 EU VNERR Bil. X v. neg.

Dell'Ariccia

(1998)* 75-94 Západní Evropa

σ[ERR], abs[FER(-1)- NER],

max[NER]/min[NER]

X + M

v. neg. (silný efekt - cca 10 - 12%)

Pugh et al.

(1999)* 80-92 16 OECD σ[NERR]

růst poptávky po M; X (úroveň)

v. neg., (velký efekt); větší pro země mimo ERM

Rose (2000)*

70, 75, 80, 85, 90

WT

MA σ[NERR], MA max[abs(NERR)], MA σ[ER], σ[ERR], dummy pro měnovou unii

X

vol: v. neg.;

měn.unie: v. pos.

(oba - silné efekty) Thursby,

Thursby (1987)*

74-82 17 indus VNER kolem

predikovaného trendu Bil. X v. neg.

Zdroj: Baldwin et al. (2005)

Z tohoto krátkého přehledu empirických prací jasně vyplývá převaha technik vycházejících z panelových dat při určování dopadu volatility měnového kurzu na zahraniční obchod.

3. Rose ů v Efekt

Jak už jsem výše zmínil, dá se rok 2000 považovat za přelomový. Časopis Economic Policy publikoval studii A. K. Rose: „One money, one market: estimating the effect of common currency unions on trade“. Autor se snaží vyčíslit přímý vliv měnové unie na mezinárodní obchod. Výsledek byl značně šokující. Ze studie plynulo, že země seskupené v měnové unii obchodují mezi sebou 2,3 krát více než s nečlenskými zeměmi. Tento jev se v odborné literatuře začal označovat jako „Roseův efekt“ („Rose effect“).

Pochopitelně, že tak smělé prohlášení nemohlo být ponecháno bez reakce. A jak už to bývá, objevily se nejenom studie vyvracející tento efekt, ale také ty, co ho potvrzovaly.

Podrobný seznam obou typů literatury, jako i přehled argumentů pro i proti, uvádí ve své práci Baldwin (2006). Pokusím se nastínit, podle mého, nejdůležitější důvody, proč vyšel původní odhad tak velký. Vycházím pochopitelně z Baldwinovy studie „The euro’s trade effect”.

Jeden z hlavních aspektů je fakt, že Rose nerozlišoval vznik měnové unie od zániku.

Ačkoliv jsou tyto dvě události od sebe značně odlišné. Baldwin uvádí výstižnou citaci od autorů Thom et al. (2002). Myslím, že z ní je rozdíl mezi vznikem a zánikem vidět docela dobře. Pro přesnost citace ponechávám text v originále:

„[m]any of these unions ended as part of a bloody decolonising process followed by the adoption of Marxist/autarkic policies, bilateral trade deals with Soviet Union or China, and a descent into economic chaos – France and Algeria, whose independence was granted only after a bitter struggle; India and Pakistan, who ended their currency union after the war of 1965; Pakistan and Bangladesh, who split up after the war of 1971; South Africa and South Rhodesia (Zimbabwe) who were ejected from the Commonwealth and had trade sanctions imposed as they broke with sterling; the five Portuguese colonies in Africa, that broke with Portugal after wars of liberation followed by civil wars. In all these cases and many others it is very likely that trade

between the former currency union partners would have collapsed regardless of the currency regime in force.”

Z textu jasně vyplývá, že rozpady měnových unií v nedávné minulosti doprovázely značné propady nejenom zahraničního obchodu, ale celé ekonomiky. Ale jen velmi odvážný autor by byl schopen tvrdit, že šlo o důsledek rozpadu společné měny a nikoliv o dopad politických nebo vojenských faktorů.

Pro představu možného dopadu tohoto vlivu (tedy rozdílnosti v případě vzniku nebo zániku měnové unie) uvedu čísla vztahující se k Roseově druhé studii. Tu již provedl s R.

Glickem a mj. obsahovala 130 zemí, které opustily měnovou unii, ale pouze jenom 16 nově vstoupivších.

Mezi země, které přestaly používat společnou měnu patří i Česká republika, když v roce 1993 byla zrušena společná měna se Slovenskem (mimo jiné). Ve své studii Fidrmuc a Fidrmuc (2001) se věnují rozpadům měnových unií tří evropských zemí. Jednalo se o země bývalého Sovětského svazu, Jugoslávie a Československa. Příliš zde tuto práci rozebírat nebudu, ale zmíním výsledky týkající se České republiky. Autoři došli k závěrům, že se zde Roseův efekt projevil. Před rozpadem federativní republiky jsme obchodovali se Slovenskem zhruba 43 krát více, než by naznačoval univerzálně odhadnutý gravitační model (o něm bude řeč později). V roce 1998 to už bylo jenom 7 krát více. Fakt, že obchodujeme se Slovenskem v takové míře nad očekávanou úroveň, je dáno společnou minulostí. Pokles vzájemného obchodu byl tedy velmi výrazný. Na následujícím grafu je názorně vidět tento propad.

Graf 3.1: Propad obchodu po rozpadu měnové unie

Poznámka: Pro odhad jsou použita data velkých slovenských společností (1991 – 1993), která nejsou plně srovnatelná s pozdějšími statistikami (1993 – 1997). Data za rok 1991 obchodu mezi Slovinskem a Chorvatskem nejsou k dispozici.

Zdroj: Fidrmuc, Fidrmuc (2001)

Dalším velmi významným faktorem, který ovlivnil původně vysoký odhad Roseova efektu, je vzdálenost zemí, jakožto proměnná gravitačního modelu. Ve své práci R. Baldwin (2006) tuto skutečnost ukazuje, jak po stránce matematické, tak intuitivní. Formální teorii zde rozebírat nebudu, případný zájemce si to může přečíst ve zmíněné studii. Dále uvedu dva Baldwinovy příklady, proč je vzdálenost nevhodná pro odhad Roseova efektu.

První vychází z odhadů obchodu mezi Austrálií a Novým Zélandem. Model, založený na gravitační rovnici, má tendenci, v tomto případě, podhodnocovat odhad vzájemné výměny zboží. Důvod spočívá ve velké vzdálenosti obou států. Model však nebere v potaz, že tato vzdálenost, a s ní spojené náklady, je relativně malá, když se srovná s odlehlostí ostatních zemí. Pakliže se tedy, do takto formulovaného modelu, přidá nula-jednotková proměnná, která představuje uzavřené obchodní smlouvy, tak její odhad nabude velké hodnoty. Příčinou zde však je nedostatečně popsaný základní model, přidaná umělá proměnná pouze vyrovnává původně podhodnocený odhad. Neodráží však dopad bilaterálních smluv, jak by se mohlo na první pohled zdát.

Naproti tomu v Evropě jsou vzdálenosti mezi partnerskými státy extrémně malé, takže zde mechanismus nastíněný v minulém odstavci funguje obráceně. Například hodina letu z Frankfurktu do Amsterdamu se jeví malá, ve srovnání se vzdáleností, které čelí jiní exportéři do Nizozemí. To by mohl být důvod, proč se zdá, že v odhadech gravitačních modelů s neupravenou vzdáleností, nemá vytvoření Evropské unie žádný dopad na zahraniční

obchod. Takto získané odhady byly již ve své podstatě nadhodnocené a nenechávaly žádný prostor pro přidanou proměnnou, určující členství v EU.

Z tohoto důvodu začali autoři nahrazovat vzdálenost jinou vysvětlující proměnnou.

Někteří badatelé ji začali nazývat „odlehlost“ (remoteness), Anderson a Wincoop (2003) ji říkají „mnohonásobná obchodní překážka“ (multilateral trade resistance) a Baldwin to nazval, z čistě popisných důvodů, „faktor relativních cen“ (relative-price-matter term).

Toto jsou jen dva, i když velmi významné, faktory, které nejspíše vedly k vychýlení původního odhadu Roseova efektu. Mezi další důležité aspekty je možno řadit například strukturu vysvětlujících nula-jednotkových proměnných nebo metoda odhadu celého modelu.

Problematické je také vyvozování důsledků pro velké země, protože většina zemí sdružených do měnových unií (v původním Roseově odhadu) byly malé a chudé nebo velmi malé a velmi chudé.

Byla provedena celá řada dalších empirických studií, která se snažila odhadnout vliv měnové unie na zahraniční obchod. Výsledky se mnohdy značně lišily. Pravděpodobně nejvěrohodnější studie zredukovaly původní 200 procentní odhad zhruba někam do intervalu 5 až 30 procent. Objevila se i studie, kde se výsledek pohyboval kolem 1400 procent. Jak Baldwin vtipně poznamenal, při takovém výsledku by i Rose zčervenal jako růže. Kdyby totiž, při takových podmínkách, vstoupilo Finsko, s pěti milióny obyvatel, do eurozóny, tak by exportovalo jenom do Německa více, než Spojené státy do celého světa; když bude mít zhruba 10 partnerů v měnové unii a tento efekt by platil na každého, tak by přibližně zdvojnásobilo celkovou sumu světového obchodu. Pochopitelně, že se zde dopouštím chyby zobecňování odhadu, jelikož ten byl získán právě z velmi malých zemí, ale i tak si troufnu tvrdit, že se jedná nejspíše o odhad vychýlený.

3.1 Evropská m ě nová unie a Rose ů v efekt

Studie A. K. Rose se snažila najít jakési univerzální pravidlo, které by se dalo použít všude. Z toho důvodu také vycházel z opravdu široké datové základny. Ačkoliv, dalo by se říci, že tento univerzální zákon zatím nenašel, měla jeho práce několik pozitivních efektů.

Uvedu zde dva. První z nich - obecná dostupnost dat - je zajímavý spíše pro ekonometry.

Jelikož Rose publikoval všechny své závěry i data a techniky k nim použité na internetu, jsou volně přístupné (http://faculty.haas.berkeley.edu/arose/RecRes.htm).

Druhý, velmi důležitý, výsledek studie bylo rozdmýchání nové vlny diskuze o dopadu společné měny na zúčastněné státy. EMU, jakožto v současnosti nejvýznamnější uskupení tohoto druhu, nemohla zůstat nepovšimnuta. Objevilo se několik teoreticko-empirických prací, které se snaží tento dopad odhadnout. Ačkoliv je eurozóna realitou teprve krátký čas, v době zpracovávání dotyčných studií se jednalo o dobu ještě kratší, přesto některé konstatují, že Roseův efekt je již pozorovatelný. Například Micco, Stein a Ordonez (2003) tvrdí, že přechod z národní měny na euro zvýšil obchod mezi zúčastněnými zeměmi zhruba o 4 – 16 procent. Další studie docházejí v zásadě ke stejným nebo o trochu větším výsledkům. Zde, pro přehled, uvedu některé další práce, zabývající se dopadem vstupu do eurozóny na zahraniční obchod: Baldwin, Skudelny a Taglioni (2005), Barr, Breedon, and Miles (2003), Bun and Klaassen (2002), De Nardis and Vicarelli (2003), De Sousa and Lochard (2004), Faruqee (2004) a Flam a Nordstrom (2003). Baldwin (2006) shrnuje, že se odhad Roseova efektu nejčastěji pohybuje v intervalu 4-30 procent.

Zároveň se zmíněnými pracemi se objevily i studie popírající Roseův efekt ve spojení s EMU. Jejich autoři se snaží popřít existenci tohoto jevu jako takového, Baldwin (2005) jim přiřazuje přezdívku „shrink-the-Rose-effect brigade“. Například Berger, Nitsch (2005) se snaží vysvětlit dosažené výsledky alternativními faktory. Později se, ještě v této kapitole, k uvedeným argumentům vrátím, zejména k těm, které se věnují Roseovu efektu ve vztahu k EMU.

Nejdříve však uvedu výsledky dvou studií, které se zabývaly touto tématikou.

Následující graf zobrazuje procentuální hodnotu Roseova efektu v zemích EMU. Výsledky vycházejí ze studie Micco et al. (2003).

Graf 3.2: Roseův efekt podle členských států v EMU

Zdroj: Baldwin, Taglioni (2004)

V další tabulce jsou vidět výsledky studie Baldwin et al (2005). Hlavní inovací této práce je přechod od agregovaných dat k sektorovým. Každý sledovaný sektor byl samostatně odhadnut pomocí gravitační rovnice. Odhad byl založen na panelových datech. Pro představu o statistické významnosti jednotlivých odhadnutých parametrů je u každého zobrazena i výsledná hodnota t-testu hypotézy o nulové hodnotě proměnné.

Tabulka 3.1: Roseův efekt podle sektorů ekonomiky

ISIC Odvětví Roseův

efekt t-stat 40-41 elektřina, plyn, tepelná energie a rozvod vody 1,64 4,47

351 … výroba a oprava lodí a člunů 0,57 2,00

15-16 potravinářské výrobky, nápoje a tabákové výrobky 0,40 2,64

25 … pryžové a plastové výrobky 0,35 2,25

35 … ostatní dopravní prostředky a zařízení 0,34 1,84

30 … kancelářské stroje a počítače 0,32 1,91

34 … motorové vozidla (kromě motocyklů), přívěsy a návěsy 0,31 1,81 32 … rádiové, televizní a spojové zařízení a přístroje 0,27 1,68 36-37 zpracovatelský průmysl j. n.; recyklace druhotných surovin 0,27 1,76

353 … letadla a vesmírná plavidla 0,27 1,09

33 … zdravotnické, přesné, optické a časoměrné přístroje 0,27 1,76

31 … elektrické stroje a zařízení j. n. 0,26 1,64

28 … kovové konstrukce a kovodělné výrobky (kromě strojů a

zařízení) 0,25 1,66

17-19 textilie, textilní, oděvní a výrobky z usní 0,25 1,54 24 … chemické látky, přípravky, léčiva a chemická vlákna 0,25 1,52

20 … dřevo, dřevařské, korkové výrobky 0,23 1,41

29 … stroje a zařízení j. n. 0,23 1,44

27 … základní kovy a hutní výrobky 0,19 1,16

26 … ostatní nekovové minerální výrobky 0,19 1,24

271+2731 … železo a ocel 0,14 0,74

2423 … léčiva 0,13 0,70

01-05 zemědělství, myslivost, lesnictví a rybolov 0,09 0,50 23 … koks, jaderná paliva, rafinérské zpracování ropy 0,03 0,12 10-14 těžba energetických a ostatních nerostných surovin -0,21 -1,15 Zdroj: Baldwin (2006), Baldwin et al. (2005)

Jak je vidět, tak se výsledky, podle sledovaných sektorů, značně liší. Ve spodní části tabulky se pohybují homogenní produkty, hlavně zemědělství a těžby. Naproti tomu v horní části tabulky se vyskytují různé typy strojírenských produktů a vysoce diferencovaného

spotřebního zboží, jako například potravinářské, alkoholické a tabákové výrobky. Ukazuje se, že na velikost Roseova efektu by mohl mít vliv i typ konkurence. Efekt roste, pokud sektor vykazuje větší nedokonalost konkurence.

Dalším zajímavým aspektem studie Baldwin et al. (2005) je závěr, že vstup do EMU zapříčinil i nárůst obchodu s nečlenskými zeměmi. Toto zjištění je založeno na empirické, nikoliv na teoretické bázi. Co se týče velikosti, tak je nižší než Roseův efekt.

Většina studií dochází k relativně obdobným výsledkům, i když spíše na základě agregovaných dat. Dokonce i odhady prováděné „shrink-the-Rose-effect brigade“ většinou vykazují statisticky významnou velikost faktoru vstupu do eurozóny. Takže, o co se tedy může jednat? Baldwin (2006) rozdělil odpověď na dvě hypotézy.

1. Všechno to jsou pochybné výsledky.

2. Stalo se něco reálného, co ovlivnilo mezinárodní pohyb zboží.

První hypotéza bude obsahovat hlavně argumenty odpůrců Roseova efektu a u druhé to bude pochopitelně naopak.

Jaké jsou tedy hlavní argumenty protivníků dopadu společné měny na mezinárodní obchod. Já zde uvedu tři velmi důležité teorie, pochopitelně bude existovat celá řada dalších.

První převezmu ze studie Berger, Nitsch (2005) a další dvě z Baldwin (2006), který je uvádí pouze jako přehled a ne jako své názory.

Statisticky významný odhad dopadu vstupu do eurozóny vysvětlují Berger a Nitsch tím, že se v této umělé nula-jednotkové proměnné odráží pouze dlouhodobý trend k evropské integraci. To je extrémně dlouhodobý proces, který započal po 2. světové válce. Autoři jeho počátek datují k roku 1948, spojují ho s Marshallovým plánem. Na následujících dvou grafech bude vidět průběh evropské integrace a vývoj zahraničního obchodu.

Graf 3.3: Vývoj indexu Evropské integrace v čase

Zdroj: Berger, Nitsch (2005)

Graf 3.4:Vývoj intenzity obchodu mezi vyspělými zeměmi EMU11

Zdroj Berger, Nitsch (2005)

Je vidět, že tyto dva faktory mají relativně podobný vývoj. Berger a Nitsch se pokoušejí nejrůznějšími způsoby upravit gravitační model, aby odstínili ostatní vlivy a mohli prohlásit dopad vstupu do eurozóny za statisticky nevýznamný. K tomuto výsledku se jim

nakonec podařilo dojít - zahrnutím lineárního trendu do modelu. Přehled výsledků jejich odhadů ukáže následující sloupcový graf.

Graf 3.5: Přehled odhadů vstupu do EMU s různými podmínkami

Zdroj: Berger, Nitsch (2005)

Poslední sloupec grafu skutečně označuje nulový dopad vstupu do eurozóny na zahraniční obchod. Nechci tvrdit, že postupný dopad integrace nemůže vychýlit odhad, ale dosažení tohoto výsledku se mi zdá přinejmenším diskutabilní. To z důvodu, že většina odhadů vychází statisticky významná. Pouze při jedné specifikaci vyjde nulový koeficient, a to při použití lineárního trendu, který, podle mne, není (z jeho podstaty) příliš spolehlivým instrumentem. Trochu to ale na mě působí, jakoby chtěli, za každou cenu, dojít k statisticky nevýznamnému odhadu, až se jim to nakonec povedlo.

Další faktory, které zpochybňují hodnotu dosažených výsledků, spíše napadají věrohodnost dat používaných k odhadu. Souvisí to například s relativně rozšířeným problémem podvodů s daní z přidané hodnoty. Podrobně způsob těchto podvodů rozebírat nebudu, jelikož by již šlo o problém dosti podstatně vzdálený od zaměření této diplomové práce. (Pro zájemce lze odkázat na krátký popis Baldwina /2006/ nebo na internetové stránky Evropské komise.) Pro názornost uvedu příklad Velké Británie. Ta musela kvůli těmto podvodům již několikrát upravovat výsledky národního účetnictví. Úprava spočívala ve zpřesnění importu směrem nahoru. Například v roce 2002 se import upravoval o 11,1 miliard liber. Jelikož původní hodnota činila 220 miliard, jedná se o úpravu zhruba o 5 procent.

Jako poslední, zde zmíněnou, výtku proti Roseově efektu ve spojení s EMU, uvedu jev zvaný „Roterdamský efekt“ („The Rotterdam effect“). Jde v podstatě o to, že velké množství importu ze zámořských států se překládá v jiné zemi, než kam je určen. Jenže část tohoto zboží je zaznamenána jako import v zemi, v níž se překládá. Ta si ho potom označí jako svůj export - do původně určeného státu. To pochopitelně vede opět ke zkreslení vykazovaných dat v národních účtech.

Dopad efektů, zmíněných v předchozích dvou odstavcích, celkem názorně ukazuje následující graf. Na něm je vidět rozdíl ve výkazech zemí o pohybu zboží mezi nimi.

Teoreticky by se vykazovaný import měl rovnat exportu do určeného státu. Ale v praxi, jak je vidět na dalším grafu, nemusí být vždy jedna plus jedna rovno dvěma.

Graf 3.6: Rozdíl mezi vykazovaným exportem a importem uvnitř EU

Zdroj: Baldwin (2006)

Tím bych skončil s výčtem argumentů podporujících hypotézu pochybných výsledků a přejdu ke druhé, tj. zda vstup do EMU něco reálného v ekonomice vykonal, co ovlivnilo mezinárodní obchod.

Zde vyjdu z mikroekonomické teorie. Změny ve struktuře trhu mohou, celkem jednoduše, ovlivnit objem obchodovaného zboží. Vyjdeme z modelu Brandera a Krugmana

(model pracuje se dvěma zeměmi, každá s jednou firmou). Standardní podmínky předpokládají, že firmy se chovají na každém trhu v souladu s Cournotovým modelem. Po zavedení nákladů spojených s mezinárodním obchodem do modelu, kdy každá společnost prodává určitý podíl na zahraničním trhu, ale větší podíl má na trhu domácím. Pakliže se firmy chovají méně konkurenčně, například uzavřou kartelové dohody, rozdělí si trhy tak, že se potom chovají na každém z nich jako monopol. Obě dvě situace jsou zakresleny na následujícím grafu.

Graf 3.7: Reakční křivky firem na domácím a zahraničním trhu

Zdroj: Baldwin (2006)

H, resp. F označuje domácí, resp. zahraniční firmu (na prvním místě v indexu) na domácím, resp. zahraničním trhu (druhé písmeno v indexu). BRF znázorňuje funkci nejlepších reakcí firmy (best response function). Jejich průsečík se rovná Nashově rovnováze (NE). Druhý bod zobrazuje právě situaci, kdy firmy perfektně spolupracují. Je vidět, že se objem obchodovaného zboží snížil, a to na obou trzích. Pakliže nějakým způsobem zvýšíme míru konkurenceschopnosti, tak posuneme Nashovu rovnováhu doprava nahoru, tedy obě firmy budou prodávat více. Tento jednoduchý příklad zobrazuje možné mikroekonomické zdůvodnění Roseova efektu.

Dalším důležitým aspektem výše zmíněného modelu je různý dopad na státy nebo sektory ekonomiky. V již zmíněné studii Baldwin et al. (2005) skutečně výsledky tento rozdílný dopad na sektory potvrzují, jak je vidět z tabulky 3.1. Důvodem je samozřejmě různý stupeň konkurence ve zmíněných odvětvích.

Nakonec této kapitoly bych přidal svoji vlastní hypotézu, co se týče existence Roseova efektu. Osobně si myslím, že kromě snížení nákladů, spojených se zahraničním obchodem, je výskyt tohoto jevu ospravedlnitelný jako rozdíl mezi očekáváním nulové variability a jistotou, že kurz měny zůstane konstantním. Všechny ostatní dopady by v sobě měla teoreticky, při odhadu modelu, pojmout proměnná zastupující právě onu zmíněnou nejistotu, plynoucí z pohybu měnových kurzů. Tudíž, z mého pohledu, má vstup do měnové unie dva důležité efekty, které se týkají zahraničního obchodu. První z nich je pokles variability měnového kurzu k ostatním členským zemím na nulu. Druhý, které by v logice mého vysvětlení mohlo vyvolat Roseův efekt, je jistota, že na nulové hodnotě zůstane.

4. Gravita č ní model

K vyjádření vztahu mezi exportem, popř. importem, a vysvětlujícími proměnnými, jsem zvolil gravitační model. Stejně jako většina novějších prací, zabývajících se dopadem vstupu do měnové unie na zahraniční obchod (ukazují to tabulky 2.2 a 2.3).

4.1 P ů vodní a modifikovaný gravita č ní model

Původní gravitační rovnice pochází z roku 1687, kdy ji Isaac Newton představil jako

„Obecný gravitační zákon“. Vyjadřovala přitažlivou sílu mezi objekty i a j následovně:

(4.1)

D2 M GM F

ij j i

ij = ,

kde Fij - velikost přitažlivé síly, M_i, M_j - hmotnost objektu i, resp. j, D_ij - vzdálenost mezi objekty i a j, G - gravitační konstanta.

Modifikovaný gravitační model lze získat z rovnice (4.1) pouze drobnými úpravami.

Poprvé ho představil Jan Tinbergen v roce 1962 a byl použit na modelování zahraničního obchodu. Od té doby se však rovnice prosadila v celé řadě dalších disciplín. Tyto oblasti se dají souhrnně označit jako „sociální vztahy“. Spadá sem například: objem migrace, zahraničního cestování, dopravy, přímých zahraničních investic. Modifikovaná gravitační rovnice se vyjadřuje následovně:

(4.2)

θ Di

Mβ Mα G F

j j i

ij = ,

kde F_ij - velikost ekonomické tokové veličiny od i do j, alternativně celkový objem toků mezi i a j (T_ij = F_ij + F_ji),

M_i, M_j - relevantní ekonomické veličiny i, resp. j, například:

- HDP u finančně vyjádřeném toku zahraničního obchodu - velikost populace pro migrační modely

D_ij - vzdálenost mezi zeměmi i a j (často měřeno jako vzdálenost mezi hlavními městy obou států).

4.2 Gravita č ní model zahrani č ního obchodu

Gravitační rovnice je v současnosti často využívaným nástrojem pro modelování mezinárodního obchodu. O její oblibě rozhodlo hlavně to, že modely odhadnuté na základě této rovnice, vykazují dobrou shodu s daty. Současně se však tomuto přístupu často vytýká malý teoretický základ. Tato výtka se však nezakládá zcela na pravdě. Teoretické zdůvodnění totiž existuje, byť přišlo s určitým zpožděním, jak to již v ekonomii občas bývá. V této kapitole proto nastíním teorii, opravňující aplikovat gravitační model na zahraniční obchod.

Standardní tvar gravitační rovnice se zapisuje následovně:

(4.3) _{ij i j ij}δ u_ij γ D β Y Y α

X = ,

kde Xij - tok statků mezi zeměmi i a j vyjádřen v jednotné měně, Yi, Yj - příjem v i, resp. j,

Dij - vzdálenost mezi i a j,

uij - náhodná složka s lognormálním rozdělením, E(ln uij) = 0.

Při odvozování gravitační rovnice vyjdu s článku J. H. Bergstranda (1985). Postup bude standardní. Postupně rozebírá stranu poptávky, nabídky a nakonec podmínky rovnováhy na trhu. Model předpokládá jeden produkční faktor ve všech zemích.

Poptávka

Předpokládáme společnou funkci užitku U_j s konstantní elasticitou substituce (CES) pro spotřebitele v každé zemi j:

(4.4)

j

j jj j j N

k j j kj

1/ψ Xψ

1/θ ψ Xθ U

















+

































= ∑

=≠ j k

1

,

( )

j j

j σ

1

θ σ −

= ,

( )

j j

j µ

1

ψ µ −

= ,

j = 1, …, N, kde Xkj (Xjj) - agregované poptávané množství statku z k-té země (j-tý statek produkován

domácí zemí) spotřebiteli země j,

µj - CES mezi domácím a importovaným zbožím v zemi j (0 ≤ µ_j ≤ ∞), σj - CES mezi zbožím importovaným z různých zemí v zemi j (0 ≤ σ_j ≤ ∞).

Spotřebitel je omezen ve výdajích svým příjmem:

(4.5)

∑ ( )

=

= ^N

1 k

kj kj

j P X

Y ,

kj kj kj kj

kj E

C T

P = P ,

j = 1, …, N, kde Pkj - cena produktu k-té země na trhu j-té země vyjádřeno v měně k-té země,

Tkj - jedna plus celní tarif j-té země na zboží k-té, Ckj - transportní náklady,

E_kj - spotový kurz j-té měny z pohledu k-té země.

Maximalizací rovnice (4.4) omezenou rovnicí (4.5) získáme N * (N + 1) podmínek prvního řádu, které jsou řešitelné pro N * (N – 1) rovnic bilaterálních poptávek po importu:

(4.6)

1 P1

1 1

1 P1

1 1 P1

P

X Y _jj ^j

j

N j

j k

1 k

j kj j

j N j

j k

1 k

j j kj

ij D j ij

−





























µ + − µ

−





















σ

−















 −σ

µ

− σ





















σ

−















 −σ

= σ

∑ ∑

≠=

≠=

,

i, j = 1, …, N (i ≠ j) a N rovnic domácí poptávky:

(4.7)

1 µ P1 µ 1 σ 1

1 σ P1 Pµ

X Y _jj ^j

j

N j

j k

1 k

j j kj

jj D j jj

−





























+ −

−





















−















 −

=

∑

≠=

,

j = 1, …, N.

Nabídka

V každé i-té zemi firmy maximalizují svoji ziskovou funkci:

(4.8)

( )

N

1 k

ik ik

i P X WR

Π =

∑

=

, i = 1, …, N,

kde Ri - množství výrobního zdroje v i-té zemi (např. suma pracovních hodin), Wi - hodnota Ri vyjádřena v i-té měně.

Každá země alokuje své výrobní zdroje podle produkční funkce s konstantní elasticitou transformace (CET):

(4.9)

i

i ii i

N i

i k

1 k

i ik i

δ 1

Xδ δ φ

1 Xφ R





























+





































=

∑

≠=

,

( )

i i

i η

1 η δ = + ^,

( )

i i

i γ

γ φ = 1+ ,

i = 1, …, N, kde η_i - CET mezi produkcí pro domácí a zahraniční trh (0 ≤ η_i ≤ ∞),

γi - CET mezi produkcí pro různé exportní trhy (0 ≤ γ_i ≤ ∞).

S jedním výrobním faktorem je produkt v i-té zemi omezen následovně:

(4.10) Y_i =W_iR_i ^, i = 1, …, N.

Dosazením (4.9) do (4.8) získáme rovnici, kterou můžeme maximalizovat za omezení (4.10). Vyjde nám N² podmínek prvního řádu, které jsou řešitelné pro N * (N – 1) rovnic bilaterálních nabídek exportu:

(4.11)

1 η P1 η 1 1 γ

1 γ P1 η

γ 1 1 γ

1 γ P1 Pγ

Y

X _ii ⁱ

i N i

i k

1 k

i ik i

i N i

i k

1 k

i ik i

ij i S ij

−





























+ + +



















 +















 +

−



















 +















 +

=

∑ ∑

≠=

≠=

,

i, j = 1, …, N (i ≠ j)

a N rovnic domácí poptávky:

(4.12)

1 1 η

P η 1 γ 1

1 1 γ

η P P Y

X _ii ⁱ

i N i

i k

1 k

i ik i

ii i S ii

−





























+ + +



















 +















 +

=

∑

≠=

,

i = 1, …, N.

Všeobecná rovnováha

V rovnovážném stavu bude model splňovat N² rovnovážných podmínek:

(4.13) X_ij =X^D_ij =X^S_ij ^, i, j = 1, …, N , kde Xij - skutečný objem obchodu z i-té do j-té země.

Řešením rovnic (4.5) – (4.7) a (4.9) – (4.13) získáme všeobecnou rovnováhu modelu zahraničního obchodu čítající 4N² + 3N rovnic a endogenních proměnných. V redukované podobě bychom poté pro každé Xij získali funkci exogenních faktorů Ri (i = 1 ,…, N), Tij a Cij

(i, j = 1, …, N; i ≠ j). To by však ještě nebyla požadovaná gravitační rovnice. Tento redukovaný tvar by totiž vyloučil příjmy exportních a importních států, jelikož se v rámci modelu jedná o endogenní proměnné. Z toho důvodu je potřeba přijmout další předpoklady, které zajistí přítomnost příjmu jakožto exogenní veličiny. Tím bychom získali rovnici podobnou (4.3).

Rovnováha modelu s dodanými předpoklady

První předpoklad stanoví, že celkový objem obchodu mezi zeměmi i a j je relativně malý, v porovnání s ostatními N² – 1 trhy. Jedná se v podstatě o předpoklad malé otevřené ekonomiky, jak se používá v mezinárodními financích. Toto nám umožní přistupovat k zahraniční cenové hladině, úrokové míře a příjmu, jako k exogenním veličinám.

Z předpokladu malého trhu plyne, že změny v X_ij a P_ij nemají dopad na Y_i, Y_j, P_ii, P_jj,

∑ (P_ik)^1+γi a ∑(Pkj)^1−σj. Kombinací příslušných rovnic (4.6) a (4.11) s (4.13) získáme rovnice pro P_ij:

(4.14)











+

−















 +

−

− −

=

∑

≠=

i i i N

i k

1 k

i ik j

ij j ij j ij j i ij

γ 1

η γ γ P1 Eσ

T σ C σ 1Y Y P





















+ + + +















 +

−

−















 −

×

∑ ∑

≠=

≠=

i ii i i N

i k

1 k

i ik j

j j N

j k

1 k

j kj

η P1 γ 1

η 1 γ P1 σ

1 µ σ σ P1

j i

j jj j j N

j k

1 k

j kj

σ γ

1 1 µ P1 1 σ

1 µ σ P1

+













− 





















+ −

−

−















 −

×

∑

≠=

,

i, j = 1, …, N (i ≠ j).

Pro X_ij získáme:

(4.15)

( )













+

−

−















 +

−

= −

∑

≠=

i i i j N

i k

1 k

i ik j

i ij j i ij j i ij i j j i ij

γ 1

η γ σ γ P1 σ Eγ σ T γ σ C γ Yγ Yσ X

( )

i ii i i N

i k

1 k

i ik j

j j i N

j k

1 k

j kj

σ η P1 γ 1

η 1 γ P1 σ

1 µ σ γ σ P1

−





















+ + + +















 +

−

−















 −

×

∑ ∑

≠=

≠=

j i i

j jj j j N

j k

1 k

j kj

σ γ γ 1

µ P1 σ 1

µ 1 σ P1

+













− 





















+ −

−

−















 −

×

∑

≠=

,

i, j = 1, …, N (i ≠ j).

Z předpokladu malého trhu získáme rovnice bilaterálního obchodu, které uvažují příjmy zemí jako exogenní veličinu. Mimo příjem se exogenními veličinami staly také některé cenové veličiny.

Další předpoklad považuje užitkové a produkční funkce mezi zeměmi za identické.

Jedná se o běžný předpoklad pro analýzy zahraničního obchodu. Zajišťuje nám, že parametry v (4.14) a (4.15) jsou konstantní u všech dvojic zemí. Kombinací rovnic (4.14), (4.15) a tohoto předpokladu získáme následující:

(4.16) γ σ 1 σγ σ E γ

1 σγ σ T γ

1 σ γ σ C γ

1 γ σ Y γ

1 σ Y

PX_{ij i j ij ij ij} +

+ + ⋅

− + + ⋅

− + + ⋅

+ + ⋅

−

=

( )( )

(

)(

)

σ P1 σ

γ 1 γ

η γ 1 σ γ P1

N

j k

1 k

j kj N

i k

1 k

ik

+

−

− +















 −

+ ⋅ +

−

−

−















 +

×

∑ ∑

≠=



 







 





≠=

























σ γ

1 γ 1 µ P σ 1

µ 1 σ P1 σ

γ 1 σ 1 η

P γ 1

η 1 1 γ

P _jj

N

j k

1 k

j ii kj

N

i k

1 k

ik

+

− +





















+ −

−

−















 −

⋅ +

− −





















+ + + +















 +

×

∑ ∑

≠=

≠=

,

i,j = 1, …, N (i ≠ j), kde PX_ij - hodnota zahraničního obchodu z i do j (PX_ij = P_ijX_ij).

Rovnice (4.16) je nazývána „zobecněnou“ gravitační rovnicí, jelikož obsahuje příjem exportujících a importujících zemí jako exogenní veličinu a zároveň neomezuje hodnoty parametrů, až na požadovanou shodnost ve všech zemích.

Ekonometrický odhad gravitační rovnice

K (4.16) přidáme úrovňovou konstantu a náhodnou složku s lognormálním rozdělením. Takto získanou rovnici převedeme na logaritmický tvar. Získáme tak rovnici lineární v parametrech a na ní můžeme aplikovat metodu nejmenších čtverců. Jediný problém zůstává v měření jednotlivých proměnných v modelu. Z toho důvodu se musí původní proměnné nahradit proxy proměnnými. U faktorů příjmu, celních tarifů, transportních nákladů a směnného kursu je to v podstatě jednoduché. Složitější je to spíše s cenovými proměnnými.

Následující tabulka ukazuje seznam originálních a proxy proměnných „zobecněné“ gravitační rovnice, jak je navrhuje Bergstrand (2005).

Tabulka 4.1: Seznam původních a proxy proměnných gravitační rovnice

Původní proměnná Proxy proměnná

Yi, Yj HDP i-té, resp. j-té země

C_ij Nula-jednotkové umělé proměnné indikující existenci obchodních dohod mezi i a j

Tij Vzdálenost mezi ekonomickými centry i-té a j-té země



 





≠=

+

















∑

i k

1 k

ik

1

Index exportních cen i-té země

(

)

σ P1

N

j k

1 k

j kj

−















 −

∑

≠=

1

Index importních cen j-té země

1 η P γ 1

η 1 1 γ

P _ii

N

i k

1 k

ik

+ + + +

















∑

≠=

Deflátor HDP i-té země

µ P1 σ 1

µ 1 1 σ

P _jj

N

j k

1 k

j kj

+ −

−

−















 −

∑

≠=

Deflátor HDP j-té země

Zdroj: Bergstrand (2005)

5. Odhad gravita č ní rovnice

V této části aplikuji gravitační rovnici na zahraniční obchod České republiky. Nejdříve je ale nutno rozšířit gravitační rovnici (4.16) o volatilitu měnového kurzu.

5.1 Vztah volatility m ě nového kurzu a zahrani č ního obchodu

Jelikož je gravitační model nelineární, také vztah mezi zahraničním obchodem a volatilitou směnného kurzu musí být nelineární, abychom jej mohli v modelu použít.

Nastíním teorii použitou v práci Baldwin et al (2005). Základní logika je následující. Je známým faktem, že v evropských ekonomikách je většina firem malých a převážná část z nich se nezúčastňuje zahraničního obchodu. Jedním z faktorů, které je udržují mimo, je nejistota spojená právě s tímto druhem obchodu. Tudíž snížení nejistoty při obchodování se zahraničím má za následek dva efekty. Za prvé, již obchodující firmy zvýší objem zboží. Za druhé, na scénu vstoupí nové firmy, pro které přestala být nejistota rozhodujícím faktorem. Toto přistoupení k mezinárodnímu obchodu se týká hlavně malých firem, pro velké společnosti to je spíše nepříjemnost (nuisance - abych použil přesného termínu autorů). A jelikož je v ekonomice převaha malých firem, vyvolává změna volatility měnového kurzu nelineární reakci u exportu, resp. importu.

Graf 5.1: Konvexní závislost obchodu na volatilitě kurzu

Zdroj: Baldwin et al. (2005)

Po zapracování volatility měnového kurzu do rovnice (4.16) a s využitím proxy proměnných (shrnutých v tabulce 4.1), bude odhadovaná rovnice vypadat následovně:

(5.1)

( )

l l l k

k k 5

ij 4

ij 3 ij 2 j 1 i

ij δ U

γ P β Dum

ER β V

β ER β D

β Y Y α

T = ⋅ ⋅ ⋅ ⋅ ⋅ ⋅

∏ ∏

kde Tij - hodnotově vyjádřený tok zahraničního obchodu (import, export, obrat), Yi, Yj - HDP země i, resp. j,

Dij - vzdálenost ekonomických center obou států, ERij - spotový kurz,

V(ER)ij- volatilita měnového kurzu,

Dum - umělé proměnné (v logaritmickém tvaru rovnice se jedná o nula-jednotkové proměnné) upravující model například o obchodní smlouvy,

P - cenové proměnné plynoucí z tabulky 4.1,

U_ij - náhodná složka s lognormálním rozdělením, E(lnU_ij) = 0.

Než přejdu k metodám odhadu rovnice (5.1), zmíním se o datech použitých k regresi.