Policy Evaluations in Gravity Models DRAFT Policy Evaluations in Gravity Models Luca De Benedictis* and Claudio Vicarelli** *Università di Macerata **ISAE

L’oggetto del paper (prossimo venturo) Nella letteratura gravity la risoluzione di alcuni dei problemi empirici più rilevanti (endogeneità, variabili omesse, risultati implausibilmente grandi) sembra aver trovato soluzione a partire dal MRI di Anderson e van Wincoop (2003) L’approssimazione del MRI passa attraverso la eliminazione della variabilità bilaterale cross-section (e time-series) Trade-off tra la necessità di controllare per l’endogeneità e l’utilità della gravity equation per valutazioni di policy

Uno sguardo alla letteratura In principio fu Anderson and van Wincoop (2003) La risoluzione del “border puzzle” di McCallum (1995): il “multilateral resistance index” (MR) Il commercio bilaterale è determinato non solo da caratteristiche bilaterali dei 2 paesi coinvolti ma dalle resistenze al commercio che ciascun paese ha nei confronti degli altri partner Xij = Yi Yj / Yw ( tij /Pi Pj) (1-σ)

Come approssimare MR? 4 approcci: 1) AvW (2003): sistema di equazioni non lineari. Problemi: specificazione, assunzione trade costs simmetrici, stime non lineari non applicabili o computazionalmente pesanti 2) Log linear version di AvW(2003) (Baier and Bergstrand 2007): first-order log-linear Taylor-series expansion ottenendo una forma ridotta stimabile con OLS 3) fixed effects, dummies per paese origine e destinazione 4) differenti stimatori lineari (FEVD, Hausman and Taylor)

Fixed effects (FE) o dummy paese Fixed effects (country-pair dummies) quando la dipendente è una media di flussi (media tra import e export) Se è preservata la direzionalità è possibile usare 2 dummy differenti per ogni flusso bilaterale (country-dummy per paese importatore e esportatore), una tecnica più generale di FE Vantaggi FE: evitano problemi di misspecificazione Svantaggi: vengono colte solo le caratteristiche bilaterali time-invariant: e i prezzi?

Time-varying part of MR Soluzioni: già Baltagi et alii (2003) proponevano l’inclusione di time + country dummy + interazione tra time*country dummy (“We show that the omission of one or more interaction effects can result in biased estimates and misleading inference”) Problemi: 1) per dataset con molti paesi e anni, problemi di gradi di libertà o computazionali 2) Se controlliamo per tutta la variabilità cross-section e time series, includiamo anche il fenomeno su cui vogliamo indagare (FTA, RTa, euro, etc) Potrebbe esserci un trade-off tra controllo completo di endogeneità e utilità dello strumento gravity per valutazioni di policy

Possibili soluzioni Ruiz e Villarubia (2007): 1) Restringono numero di paesi e time-span 2) average country-year dummies (triennali e quinquennali) (“While these alternative specifications do not exactly capture the effect of exporter and importer time-varying price indexes (Pet and Pit), the associated estimation bias will presumably be much smaller than that of considering a single non-time-varying country dummy over the 30 years of the sample as we did when estimating equation”) Magee (2008): l’inclusione di interazione tempo-paese non permette la stima di effetto trade creation and diversion: stima in differenze prime e ricalcola l’effetto trade-creation in simulazione post-estimation

Il nostro esperimento Vogliamo testare la nostra ipotesi su un lavoro “benchmark” della letteratura Micco Stein and Ordonez (2003) (MSO) Usando il loro dataset, riproponiamo le loro stime aggiungendo effetto interazione tempo-paese. (fixed effects + time + interazione)

Primi risultati

Particolarità del dataset MSO Siamo interessati alla significatività e alla ampiezza del coefficiente Problemi potenziali: a) pochi anni di vita dell’euro (1998-2002); b) Time span corto (1993-2002) Frenkel (2008) mostra che allungando il sample temporale di MSO (1946-2006) aumenta l’ampiezza del coefficiente anche se non drammaticamente; aumenta enormemente quando vengono inclusi altri paesi. Chiare indicazioni che la dimensione temporale e quella geografica contano

Ulteriori sviluppi Ripetere l’esperimento su dataset con maggiore estensione temporale e geografica: Glick and Rose (2003) Cosa ci attendiamo: a) se si annulla significatività e si riduce ampiezza coefficiente lo strumento gravity perde la sua efficacia per valutazioni di policy il problema dell’endogeneità va affrontato al di fuori di approccio con dummy variables

Ulteriori sviluppi b) se permane significatività statistica: attraverso la dimensione temporale si recupera la perdita di variabilità cross section l’efficacia o dello strumento gravity (per valutazione di policy) è subordinato al dataset e al fenomeno economico che si vuole osservare