Reestimation af importrelationer

Relaterede dokumenter
Reestimation af importligningerne i 2000-priser

Reestimation af importrelationerne

Importrelationer til ADAM oktober 2015

Estimering af importrelationen for tjenester ikke indeholdende søtransport

Reestimation af ligningerne for transporterhvervenes energianvendelse i EMMA

Reestimation af uddannelsessøgende

Tilbageføring af data til reestimation af importrelationerne til Okt18

Eksportørgevinst i eksportrelationen

Et kig på løn-, forbrug-, boligpris- og boligmængde relationernes historiske forklaringsevne

Variabel indkomstelasticitet i boligefterspørgslen II

Reestimation af importpriser på energi til ADAM Oktober 2016

Reestimation af sektorpriserne, April 2004

Reestimation af eksportrelationen

Reestimation af forbrugssystemet til okt15

Reestimation af importpriser på energi

Supplerende dokumentation af boligligningerne

Reestimation af sektorprisrelationerne, april 2000

Reestimation af eksportrelationerne april 2000

Reestimation af uddannelsessøgende til modelversion okt15

Out-of-sample forecast samt reestimation af ADAMs lønligning

Reestimation af sektorpriserne, februar 2002

Den personlige skattepligtige indkomst

Reformulering af Lagerrelationen

Pristilpasningen i ADAM, I

Reestimation af DLU. Resumé:

Indkomstbegrebet i boligprisrelationen

Reestimation af forbrugssystemet Okt15

Reestimation af makroforbrugsrelationen

Reestimation af lønrelationen til modelversion Oktober 15

Reestimation af lagerligninger til Okt16

Reestimation af sektorprisrelationerne til ADAM Oktober 2016

Eksportrelationer. Danmarks Statistik. Tony Maarsleth Kristensen Anne Marie Bendixen Resumé:

Pinsepakken og boligmodellen

Forslag til ændringer i forbrugsligningen.

Estimation af bilkøbsrelationen med nye indkomst- og formueudtryk

En sammenligning af 5 reestimationer af lønrelationen

Reestimation af sektorpriser 08

Reestimation af sektorprisrelationerne til brug for ADAM oktober 2012

Reestimation af sektorpris og faktorefterspørgsel i forsyningssektoren - ADAM, april 2004

Reestimation af ejendomsskatterelationen

Ralph Bøge Jensen 20. december Lønligningen. Resumé:

Reestimation af boligligningerne til Okt16

Reestimation af husholdningernes varmeforbrug

Reestimation af erhvervenes efterspørgsel efter el og øvrig energi i EMMA

Reestimeret forbrugsfunktion, DEC99 og APR00

Reformulering af lagerrelationen

Reestimation af sektorprisrelationerne til ADAM Oktober 2015

Ivanna Blagova 23. maj Boligpriserne

Vækstkorrektion i fejlkorrektionsligninger

Reestimation af boligrelationerne til ADAM modelversion Okt18

Reestimation af husholdningernes energiefterspørgsel

Arbejdsudbudsrelationen II

Reestimation af forbrugssystemet Apr12

Hvorfor fitter lønrelationen ikke mere?

Reestimation af erhvervenes transportenergiforbrug i EMMA

Personer i arbejdsmarkedsordninger (II)

Det nye DLU: Forslag til nye modelligninger i forbrugssystemet

Boligmodellens tilpasningstid til en stationær tilstand

Ralph Bøge Jensen 11. januar Boligligningerne. Resumé:

Stokastiske stød til ADAMs adfærdsrelationer

Forventningsleddet i brugeromkostninger for boliger

Reestimation af boligligningerne til ADAM Oktober 2015

Eksport og import i ADAM

Uendelig priselasticitet i eksporten?

Reduceret form, kausal ordning og strukturelle relationer.

Undersøgelse af opskrivningen af CES - forbrugssystemet estimeret i to step.

Sammenligning af estimerede koefficienter i makroforbruget med beregnede strukturelle koefficienter

Faktorblok dec09 vs. apr08: Investeringer og beskæftigelse

Kursen på statens obligationsgæld

Lagerinvesteringsrelationerne på kædetal

Dokumentation for ny kilde til realkredit-data

Bilag 5: Økonometriske analyser af energispareindsatsens. (Cointegration) Energistyrelsen. Marts 2015

Den personlige skattepligtige indkomst II

Indførelse af eksogen variabel i byrhh-relationen

Reestimation af ejendomsskatterelationen til brug for ADAM oktober 2012

Fisher-indeks tal for NR-eksport og import

Kontantprismultiplikatorens afhængighed af grundforløbet lang96 som eksempel (Kontantpris og justeringsled II)

Simpel pensionskassemodel

Note om fremadrettede forventninger i ADAMs løndannelse

Kontrol af koefficienter i usercosthybriden

Sammenligning af SMEC, ADAM og MONA - renteeksperiment

Finanspolitisk stød til ADAM og til en VAR-model

Faktor- og konjunkturanalyse af efterspørgselskomponenter

Om boligpriserne - En opfølgning

Kvantitative metoder 2

Oversigt over priselasticiteter i EMMA99

Sammenligning af faktorblok og aggregeret produktionsfunktion for private byerhverv

Omskrivning af ligningerne for statens indenlandske og udenlandske gæld

Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere

Bygningskapital: K * /K-forhold og trend-kalibrering

Eksport og import i ADAM

Boligprisudviklingen

Boligprisudviklingen

Nye arbejdstimetal og gennemsnitlig arbejdstid i ADAM

Reestimation af sektorprisrelationerne til ADAM Oktober 2018

Bilag 16: Robusthedsanalyser af effektiviseringspotentialerne Bilaget indeholder analyser af effektiviseringspotentialernes robusthed.

Om grundforløbets indflydelse på ADAMs multiplikatoregenskaber i modelversionerne oktober 1991 og marts 1995

Dagpengenes kompensationsgrad

Fisher prisindeks for vareimporten,

Udbudsbestemt produktion i fødevaresektoren

Transkript:

Danmarks Statistik MODELGRUPPEN Arbejdspapir Nis Mathias Schulte Matzen 28. november 211 Reestimation af importrelationer Resumé: Papiret estimerer import relationerne på to forskellige datasæt. Et korrigeret og et ikke-korrigeret datasæt. Estimationsresultaterne afviger ikke væsentligt fra de tidligere resultater for grupperne SITC 1 og SITC 59, mens det for SITC 2 afviger væsentligt. Det konkluderes at den ikke-korrigerende data metode bør benyttes fremadrettet. Nøgleord: elasticiteter, import data, udenrigshandel Modelgruppepapirer er interne arbejdspapirer. De konklusioner, der drages i papirerne, er ikke endelige og kan vφre Φndret inden opstillingen af nye modelversioner. Det henstilles derfor, at der kun citeres fra modelgruppepapirerne efter aftale med Danmarks Statistik.

2 Indledning ligningerne er ikke estimeret siden dem der er brugt i modelversionen fra april 8. Dette papir præsenterer estimater for importrelationerne på to forskellige datasæt. De to datasæt er nærmere behandlet i DSI5811, som viser hvorledes to forskellige metoder benyttes til at justere for data problemer i importserierne fra ESTBK.BNK. I papiret vil cfmz referere til variable i det korrigeret datasæt, mens FMZ vil refere til variable i det ikke-korrigeret datasæt. I det ikke-korrigeret datasæt er serierne splejset på mikroniveau, dvs. for hver SITC gruppe, mens det i det korrigeret er splejset så det svarer til nationalregnskabstal. De to datasæt er kun forskellige i perioden 19 til 199, efter 199 er de ens og svarer begge til nationalregnskabstallene. Korrektionen for at få overensstemmelsen med NR-tallene betyder at niveauet for nogle af serierne bliver hævet i perioden 19 til 199. Der forventes således, at være forskelle i estimationerne. Reestimation Til reestimationen bruges data fra 19 til 27, i begge datasæt. Ligningerne er de samme som hidtil: Dlog(f_Mz) = δ Dlog(f_Am) + γ Dlog(p_xm) f_mz - k [ log( ) - -1 γ L log(p_xm ) - -1 µ - (evt. trend)] f_am K Hvor f_mz er importen i faste priser, f_am er et efterspørgselsudtryk og p_xm er et prisudtryk for den relative pris mellem indenlandske og udenlandske varer. Endvidere er den langsigtede efterspørgselselasticitet bundet til 1, i denne formulering, men den kortsigtede efterspørgselselasticitet estimeres frit. De forskellige parametre angiver følgende: δ Kortsigtet efterspørgselselasticitet (typisk noget større end 1) γ K Kortsigtet priselasticitet γ L Langsigtet priselasticitet k Tilpasningsparameter Der benyttes en logistisk trend på formen: 1 1 Hvor er vendetangent for trenden, t er tiden i år, og er et udtryk for den hastighed, hvormed trendens effekt på importstigningen henfalder mod nul over tid. Trenden er således konveks indtil vendetangenten, nås, herefter er funktionen konkav (et eksempel på en logistisk trend kan f. eks ses i bilag A.8). Funktionen vil således gradvist udspille sin effekt over tid, hvilket gør det usandsynligt at importmarkedsandelene overstiger 1 i fremskrivninger.

3 Resultater og kommentarer - SITC 1 - Estimationen af importrelationen for SITC gruppe til 1, sker med en frit estimeret logistisk trend (se bilag A.7 og A.9). Endvidere bindes den kortsigtede priselasticitet til, hvilket ikke kan afvises empirisk ved nogen af de to datasæt. Ligningen estimeres ikke-lineært, med følgende resultat: Tabel 1.1 - Lineær estimation af Dlog(f_mz1) fmz1 cfmz1 Parameter Std. afv. Parameter Std. afv. Efterspg. elast 1,613,289 1,5897,329 Priselast. kortsigtet, -, - Tilpasning -,,135 -,9188,14932 Priselast. langsigtet,265,16527,2261,2138 Logistisk trend 2,37 1,126 2,693,618 θ,51,216,588,158 τ 19, 6,5397 1,85 3,849 Konstant 8,9768,33887 8,352,49196 Adj. R-square,639,628 De langsigtede priselasticiteter indgår i fejlkorrektions ligningen, hvilket betyder at standard fejlene ikke nødvendigvis er normalt fordelt. Estimaterne afviger fra den tidligere benyttet elasticitet på,44. Det skal dog bemærkes, at den langsigtede priselasticitet indgår som et produkt med tilpasningsparameteren. En numerisk lavere tilpasningsparameter vil således betyde højere priselasticitet og omvendt. De resterende Estimater ligger, til trods for dette, rimelig tæt på det tidligere estimeret. Figur 1.1 Historisk forklaringsevne for estimationen af Dlog(f_mz1) Ikke-korrigeret data (FMZ1) Korrigeret data (cfmz1).2.6.2.6.15.5.4.15.5.4.1.3.1.3.5.2.2.1.5.1 -.5 -.1 -.1 -.1 -.2 1975 1 15 199 1995 2 25 -.5 -.2 1975 1 15 199 1995 2 25 - SITC 2 - For SITC gruppe 2og 4 estimeres ligningen uden trend. Dette er anderledes i forhold til tidligere estimationer, som indeholder en logistisk trend. Det skyldes at trenden var insignifikant når den estimeres hhv. frit, med valgt vendetangent, med valgt θ parameter. Endvidere skal det bemærkes at man får en positiv effekt på importen af en relativ prisstigning såfremt man benytter en logistisk

4 trend når der estimeres på det korrigerde data. Højere udenlandske priser vil således føre til mere import (i faste priser), hvilket ikke synes plausibelt. Tabel - Estimation af Dlog(f_mz2) fmz2 cfmz2 Parameter Std. afv. Parameter Std. afv. Efterspg. elast 1,48,339 1,4412,3112 Priselast.,296,19,489,1 Tilpasning -,279,995 -,2951,17 Priselast. langsigt,9,5418,6537,3842 Konstant 9,2457,636 9,26175,43 Adj. R-square,347,368 Forklaringsgraden er mindre god end den i f. eks nbb29, hvilket kunne tilskrives de senere års udvikling eller at datasættene er anderledes fra dem benyttet ved tidligere estimationer. I appendiks figur A.2 og A.5 ses det også at samvariationen, af den forklarede variabel fmz2/fam2 (importandel 1 ) og den inverse pris 1/pxm2 (en af de forklarende variable) ikke er særlig pæn. Figur - Historisk forklaringsevne for estimationen af Dlog(f_mz2) Ikke-korrigeret (FMZ2) Korrigeret (cfmz2).2.6.2.6.15.5.15.5.1.5 -.5 -.1 -.15 -.2.4.3.2.1.1.5 -.5 -.1 -.15.4.3.2.1 -.25 -.1 -.2 -.1 -.3 -.2 1975 1 15 199 1995 2 25 -.25 -.2 1975 1 15 199 1995 2 25 - SITC 59 - Den største importgruppe er industriimporten, som er defineret ved SITC grupperingen 5 til 9. Ligningen for denne importgruppe estimeres frit, med en logistisk trend (se bilag A.8 og A.1), der har vendetangent i 17/88. 1 Begge variable er indekseret, med basisår i år 2.

5 Tabel 1.3 - Estimation af Dlog(f_mz59) fmz59 cfmz59 Parameter Std. afv. Parameter Std. afv. Efterspg. elast 1,354,791 1,31,8 Priselast. kortsigtet,2681,223,7526,1655 Tilpasning -,3362,844 -,3812,93 Priselast. langsigtet 1,921,32 1,1497,2516 Logistisk trend,1331,1381,2192,13 θ,3331,3335,333,2167 τ 18,61 3,648 17,58 1,5432 Konstant 12,2919,1221 12,3562,164 Adj. R-square,96,889 Som det ses af nedenstående figur og tabel 1.3, er forklaringsevnen for den største importgruppe forholdsvis god. Priselasticiteterne er estimeret frit, og den langsigtet priselasticitet er signifikant. Desuden testes det om variablene ko-integrerer, med et Dickey-Fuller test. Hertil dannes variablen, : log 59 log 59 1,9 log 59,13 1 1,, Da kan ADF regression på opstilles Δ Δ Hvorefter nulhypothesen om ingen ko-integration opstilles, :. Med følgende test resultater. Tabel Dickey-Fuller test for ingen ko-integration Antal lags 1 2 3 4 5 Test stat. -2,495-2,5951-2,261-3,3241-1,6-2,16 P-værAsy,324,215,4558,62385,62931,51238 Antal lags 6 7 8 9 1 Test stat. -2,76295-2,956-1,64924-1,54895-1,5273 P-værAsy,2188,55138,77256,811, Hvilket indikerer at langsigtrelationen er relativt svag. Dickey-Fuller testet afviser altså ko-integration, hvilket betyder at standardfejlene er asymptotisk normalfordelte. Trenden er dog inkluderet idet den forbedrer relationens forklaringsevne væsentligt.

6 Figur 1.3 Historisk forklaringsevne for estimeret relation (Dlog(f_mz59)) Ikke-korrigeret data (fmz59) Korrigeret data (cfmz59).25.2.6.6.15.5.4.2.15.5.4.1.5.3.2.1.1.5.3.2.1 -.5 -.1 -.5 -.1 -.1 -.2 1975 1 15 199 1995 2 25 -.1 -.2 1975 1 15 199 1995 2 25 I figuren for fmz59 på ikke-korrigeret data anes en tendens til positiv autokorrelation over årene 19 til 1993. Dette testes der for med et Breusch- Godtfrey test for autokorrelation af 1., 2. og 3. orden. I testet laves hjælperegressionen af residualerne,, på de tre ligninger (n=1,2,3). 1,2 3 Hvorefter det testes om erne samlet set indgår signifikant i hjælperegressionen Tabel 1.5 Breusch-Godtfrey test for autokorrelation Nulhypothese Test statistik Kritisk værdi Konklusion : 1,49 3,84 afvises ikke : 1,12 5,99 afvises ikke :,3 7,81 afvises ikke Dvs. autokorrelation af 1., 2., og 3. orden kan afvises. Konklusion Af ovenstående fremgår det at estimationerne på det ikke-korrigeret datasæt giver en lidt bedre forklaringsgrad ved SITC gruppe 5 til 9 og SITC og 1. Der er dog tale om en lille forskel. Estimationen for SITC gruppe 2 blev ikke så god, uanset datasæt. Det skal dog bemærkes at ved (inkluderingen af en trend i) estimationen på det korrigeret datasæt blev den langsigtede priselasticitet positiv, hvilket er lidt foruroligende (da det ikke er set tidligere, og er imod den økonomiske intuition). Konklusionen må derfor være at serierne fra det ikkekorrigeret datasæt er de mest pålidelige.

Ligeledes ses det også at estimaterne i forhold til sidste estimation ikke har ændret sig væsentligt. Det skal dog bemærkes at den langsigtet priselasticitet er estimeret frit ved estimationen for SITC gruppe 2, hvor den tidligere har været bundet til en bestemt værdi. Vælges en højere værdi end den estimeret, vil det påvirke trendkorrektionsparameteren idet disse indgår som et produkt i ligningen. Med dette in mente, ligner de nye og de gamle estimater hinanden ret meget, bortset fra STIC2 gruppen. 7

8 Appendiks Korrigeret data A.1 andel og invers relativ pris SITC 1 A.2 andel og invers relativ pris SITC 2 A.3 andel og invers relativ pris SITC 59 1. 1. 1.1 1. 1.1 1. 1. 1..8.8.9.9.8.8.6.4.6.4.8.7.8.7.6.6.2 7 9 (cfmz1/cfmz1[2a1])/fam1 1/cpxm1 2 6.2 1.6 7 Ikke-korrigeret data A.4 andel og invers relativ pris SITC 1 A.5 andel og invers relativ pris SITC 2 A.6 andel og invers relativ pris SITC 59 9 (cfmz2/cfmz2[2a1])/fam2 1/cpxm2 2 6.6 1.4 7 9 (cfmz59/cfmz59[2a1])/fam59 2 1/cpxm59 6.4 1 1.3 1.3 1.1 1.1 1..8.6 1..8.6 1.1 1..9 1.1 1..9 1..9.8 1..9.8.4.4.8.8.7.7.2 7 9 (fmz1/fmz1[2a1])/fam1 1/pxm2 2 6.2 1.7 7 9 (fmz2/fmz2[2a1])/fam2 1/pxm2 2 6.7 1.6 7 9 (fmz59/fmz59[2a1])/fam59 1/pxm59 2 6.6 1

9 Trend ved ikke-korrigeret data A.7 - Logistisk trend og FMZ1 A.8 Logistisk trend og FMZ59 45 1.8 3.14 4 35 3 1.6 25 2.12.1.8 25 1. 15.6 2 15 1.8.6.4 1 5.4.2. 5 7 9 2 6.2 1 7 9 2 6 -.2 1 LTREND1 h. akse FMZ1 FMZ59 LTREND59 Trend ved korrigeret data A.9 - Logistisk trend og cfmz1 A.1 - Logistisk trend og cfmz1 5 2.5 3.25 4 3 2. 25 2.2.15 1.5 15.1 2 1 1. 1 5.5 -. 7 CFMZ1 9 LTREND1C h. akse 2 6.5 1 7 LTREND59C (h. akse) 9 CFMZ59 2 6 -.5 1