Vínculos Comerciales y sus Efectos sobre la Producción Uruguaya*
Anuncio
Vínculos Comerciales y sus Efectos sobre la Producción Uruguaya* Valeria Cantera# RESUMEN Este trabajo desarrolla un modelo bajo la metodología econométrica de Vectores Autorregresivos Estructurales (SVAR por sus siglas en inglés) para medir el impacto de shocks que provienen, ya sea de economías de la región como de economías de importancia para el comercio mundial, fuera de la región, sobre la producción de Uruguay. Estos modelos son de crucial relevancia para el análisis de economías pequeñas y abiertas, como es el caso de Uruguay, ya que las mismas son altamente vulnerables a shocks externos. El vínculo entre las tasas de crecimiento de los distintos países se modeliza utilizando los flujos comerciales bilaterales. El modelo permite predecir mejor la trayectoria de crecimiento de la economía uruguaya, si lo comparamos con un modelo de Vectores Autorregresivos (VAR) sin restricciones. Los shocks sobre economías de la región resultan ser los de mayor impacto sobre la trayectoria de la producción uruguaya, seguidos en menor magnitud por shocks extra-región, en particular China y Estados Unidos. Finalmente, Brasil es la economía que ejerce el mayor impacto sobre la trayectoria de la producción uruguaya: un desvío en 1% de la producción de Brasil provoca un desvío del 1,08% en la producción uruguaya, mientras que una desviación del 1% en la economía argentina genera un desvío del 0,7% en la producción uruguaya. ABSTRACT This paper develops a structural VAR (SVAR) model to measure the impact of shocks both from economies within the region and from extra-region economies of considerable magnitude in the world trade, on Uruguay’s output. These are models of crucial importance for the analysis of small open economies, such as Uruguay, for those countries are highly sensitive to external shocks. The link between growth rates across countries is modeled using bilateral trade flows. Importantly, the model prediction substantially improves those from vector auto regression models (VAR) without restrictions. Shocks from economies within the region appear to have the greatest impact, followed to a lesser extent by shocks from extra-region economies, in particular from China and the U.S. Fi* Artículo basado en el trabajo de tesis para obtener el título de Master en Economía de la Universidad de Montevideo. La autora agradece especialmente la colaboración de Danilo R. Trupkin por sus valiosos aportes y su dedicación como tutor de esta investigación, y los comentarios recibidos por Ana Balsa y Juan Dubra. Los errores son de mi propia responsabilidad. # Universidad de Montevideo, Cámara de Industrias del Uruguay e Instituto Preuniversitario de Montevideo. Revista de Ciencias Empresariales y Economía Palabras claves: Vectores Autorregresivos Estructurales, shocks externos, flujos comerciales bilaterales, Uruguay. 113 Vínculos Comerciales y sus Efectos sobre la Producción Uruguaya nally, Brazil is the economy with the greatest impact on Uruguayan output: a 1%-shock to Brazilian output causes a deviation of 1.08% in Uruguayan output, while a 1%-shock to Argentinean output generates a deviation of 0.7% in Uruguay’s output. Keywords: Structural VAR, external shocks, bilateral trade flows, Uruguay. Introducción Esta investigación se focaliza en medir el impacto sobre la trayectoria de la producción uruguaya de shocks en economías de la región o en economías de considerable magnitud en el comercio mundial. El análisis del contexto internacional resulta fundamental para una economía pequeña y abierta como la uruguaya, ya que el desempeño económico se encuentra determinado no solo por las políticas aplicadas internamente, sino también por las condiciones exógenas que le impone el contexto mundial y regional. Si bien la devaluación de Brasil en 1999 y la devaluación de Argentina en 2001 dejaron al descubierto la significativa vulnerabilidad respecto a las economías de la región, existe cierta percepción de que la reducción de la dependencia de las exportaciones uruguayas hacia la región, en especial hacia Argentina, reducirían la vulnerabilidad uruguaya ante shocks en las economías vecinas. Por su parte, el hecho de que la crisis internacional que se profundizó en 2008 haya generado un leve impacto sobre la producción uruguaya, motiva el análisis de las causas de este fenómeno, siendo que las principales economías a nivel mundial verificaron bruscos retrocesos en su producción. El objetivo de esta investigación es entonces enriquecer los análisis de vulnerabilidad de la economía uruguaya ante innovaciones en las economías de la región, así como en las principales economías del mundo, para poder entender estos episodios. En este sentido, es relevante analizar la importancia que tienen los vínculos comerciales en la determinación de la vulnerabilidad de la producción uruguaya respecto a los diferentes shocks que se puedan originar en los distintos socios comerciales. A tales efectos, se replica el trabajo de Abeysinghe y Forbes (2005) para Uruguay. Esta metodología permite modelizar las interrelaciones entre la producción de los principales socios comerciales de Uruguay, así como de las principales economías a nivel internacional. El principal aporte de esta investigación radica en considerar un Vector Autorregresivo Estructural (SVAR) que permita cuantificar el efecto multiplicador que genera una innovación en una determinada economía, sobre el resto de las economías, y determinar finalmente la trayectoria esperada de la producción uruguaya. Revista de Ciencias Empresariales y Economía Los canales de transmisión de los shocks de una economía hacia otra se estiman considerando los vínculos comerciales bilaterales. 114 En este sentido, el análisis no sólo considera el impacto directo sobre el crecimiento de la economía uruguaya mediante el vínculo comercial directo con sus socios comerciales (efecto directo), sino que también se centra en determinar cómo ese shock impacta sobre el crecimiento del resto de las economías a través de sus comercios bilaterales, y cómo esas interrelaciones afectan el crecimiento de la economía a estudiar (efecto indirecto). Vale señalar que la principal contribución de este trabajo es modelar y estimar los efectos directos e indirectos conjuntamente. Valeria Cantera El modelo propuesto no adopta un sistema recursivo arbitrario como se utiliza comúnmente en los modelos VAR, sino que el vínculo entre las tasas de crecimiento de los distintos países se modeliza utilizando los flujos comerciales bilaterales. Si bien el desarrollo de un modelo SVAR tiene sus ventajas, es importante señalar cuáles son sus limitaciones. En este trabajo se utilizan los flujos comerciales bilaterales como una aproximación de una amplia gama de vínculos, como pueden ser los flujos de inversiones, de capital humano, contagio de expectativas, entre otros posibles. Esta focalización en los flujos comerciales se debe a la existencia de estadísticas confiables y consistentes entre países. Para utilizar los flujos comerciales bilaterales se utiliza una matriz W de participación de exportaciones bilaterales constante a lo largo del período. El considerar W constante podría generar sesgos en las estimaciones ya que la participación de las exportaciones varían a lo largo del tiempo, ya sea por modificaciones en las tarifas arancelarias, otras restricciones, modificaciones en los costos de transporte, entre otros cambios posibles. Por su parte, la elasticidad de demanda de exportaciones se considera constante para todas las economías, suponiendo que las mismas responden de igual forma a las variaciones de demanda, lo que podría generar sesgos en las estimaciones. Se estiman los vínculos comerciales y los efectos multiplicadores entre los siguientes países y regiones: Uruguay, Argentina, Brasil, China, India, Rusia, Japón, Estados Unidos y la Unión Europea. El resto del documento se estructura de la siguiente manera: en la sección 1 se describe la literatura relacionada, mientras que en la sección 2 se desarrolla el modelo teórico del SVAR y se discuten las ventajas y desventajas de dicha metodología. En la sección 3 se detalla la información respecto a los datos estadísticos utilizados y se discuten las limitaciones de los mismos. En la sección 4 se estima el modelo bajo diferentes procedimientos de estimación, y predicción, mientras que en la sección 5 se presentan los principales resultados de los impactos sobre la producción uruguaya de shocks en las diferentes economías analizadas y finalmente en la sección 6 se detallan las principales conclusiones del trabajo. 1. Literatura relacionada Varios trabajos previos han analizado la importancia del vínculo comercial en la propagación de los shocks en la producción de los socios comerciales a la economía uruguaya desde diferentes enfoques y en distintos períodos. Favaro y Sapelli (1986) desarrollan un modelo de Vectores Autorregresivos con el objetivo de determinar la importancia de las distintas variables sobre la evolución de la producción uruguaya. La investigación encuentra que las variables externas, en particular las que refieren a la región, presentan un gran impacto en el desempeño de la producción uruguaya. Masoller (1998) desarrolla un modelo de Vectores Autorregresivos para el período 1974-1997, para analizar los impactos de los shocks regionales sobre variables macroeconómicas de Uruguay. Se incluyen en el modelo variables domésticas, regionales y del resto del mundo. El mismo se basa en una economía pequeña que produce dos tipos de bienes, transables y regionales. Los regionales son aquellos que pueden comercializarse en la región, pero son considerados no transables para el comercio extrazona. Se concluye que un shock positivo en la producción de alguna economía de la Revista de Ciencias Empresariales y Economía A continuación se realiza un breve detalle de los antecedentes de esta investigación. 115 Vínculos Comerciales y sus Efectos sobre la Producción Uruguaya región provoca una expansión en la producción de Uruguay, siendo la economía Argentina la que genera un mayor impacto sobre ésta. En el trabajo Bevilaqua, et. al. (1999) se concluye que la vulnerabilidad macroeconómica de los países más pequeños del MERCOSUR frente a shocks originados en Brasil y Argentina será mayor cuanto más importante sea el comercio de bienes regionales en el total. En este sentido, en el período que se investiga, la participación de las exportaciones uruguayas de bienes regionales con destino a Argentina representaba aproximadamente el 21%, mientras que con destino a Brasil dicho guarismo alcanzaba el 16%. El estudio de Queijo y Cuadrado (2002) analiza el período 1998-2001. La investigación se centra en identificar posibles modelos de predicción del PBI uruguayo y analizar sus debilidades y fortalezas. Se tienen en cuenta modelos lineales de series temporales univariante y de VAR- que incorporan los componentes sectoriales del PBI, así como modelos que consideran variables externas, como el PBI argentino y de Brasil. Al analizar las predicciones de los mismos se observa que ninguno de los esquemas muestra un predominio claro sobre el otro. Concluyen que la combinación lineal de las predicciones permite mejorar las precisiones de los modelos, si bien la predicción presenta elevados niveles de incertidumbre. Asimismo concluyen que el contexto regional es importante para la predicción del PBI uruguayo. Lanzilotta et. al. (2003) utilizan la técnica multivariante de cointegración desarrollada por Johansen que permite detectar empíricamente la existencia de relaciones de equilibrio de largo plazo. Las variables endógenas consideradas son el PBI uruguayo, argentino y de Brasil, adicionando un conjunto de dummies estacionales e intervencionales, así como un vector de constantes. La respuesta inicial del PBI uruguayo a un shock argentino es sensiblemente mayor que a un shock sobre la economía de Brasil. Voelker (2003) analiza los impactos de los shocks regionales en los PBI sectoriales, en el período 1994-2001. Los sectores se definen a dos dígitos de la clasificación CIIU Rev.2. Se clasifican los sectores de acuerdo a la producción de bienes regionales o bienes transables. Se modelizan VARs y VECs considerando las siguientes variables en el modelo: producción de Estados Unidos, tasa libor, relación de términos de intercambio de Uruguay, ingreso real promedio de Uruguay, producción de Brasil, tipo de cambio real de Brasil, producción argentina y tipo de cambio real de Argentina. De este trabajo se desprende que los shocks regionales afectan en forma considerable el nivel de actividad de la mayoría de los sectores analizados, siendo el shock inicial de Argentina el que presenta el mayor impacto sobre los mismos. Revista de Ciencias Empresariales y Economía Si bien varios de los trabajos para el caso uruguayo han realizado estimaciones con la metodología de Vectores Autorregresivos, ninguno ha estimado un modelo de Vectores Autorregresivos Estructurales para medir el vínculo entre la producción de estos países, como es el caso de otras investigaciones a nivel internacional. 116 En este sentido, Abeysinghe y Forbes (2005), desarrollan un modelo SVAR para medir los diferentes shocks en la producción de once países asiáticos, Estados Unidos y el resto de los países miembros de la OCDE. Asimismo, utilizan los vínculos comerciales para estimar la trasmisión de un shock de la producción de una economía sobre la producción del resto. De la investigación se concluye que los efectos multiplicadores de los shocks entre dichos países resultan elevados y significativos. 2. Metodología Esta investigación desarrolla la metodología del trabajo de Abeysinghe y Forbes (2005), estimando un modelo SVAR. El mismo se utiliza con el objetivo de capturar el efecto directo e indirecto (multiplicador del producto) de los distintos vínculos comerciales. Valeria Cantera Se desarrolla un modelo de ecuaciones simultáneas de la oferta y demanda de la producción entre los países a analizar, donde es la producción del país i a considerar. Posteriormente se extiende a un sistema que vincula las ecuaciones de los n países o regiones i=1,2…n. La producción de un país puede ser escrita como (1) Donde Xi y Ai son las exportaciones y las ventas internas respectivamente. Las exportaciones totales de un país son la suma de las exportaciones del país a cada uno de los destinos (n-1) y pueden ser expresadas como dónde (2) Escribiendo la ecuación (2) en términos de tasas de crecimiento tenemos que: (3) Especificando las exportaciones de un país i a un país j bajo una función en forma reducida que depende del ingreso en el país j, tenemos que: (4) Diferenciando (4): (5) Sustituyendo (5) en (3) tenemos que: (6) Dónde es la elasticidad ingreso de las exportaciones con respecto al ingreso de país j. Se supone que la elasticidad ingreso es igual entre los países La ecuación (7) puede escribirse como: (8) Revista de Ciencias Empresariales y Economía (7) 117 Vínculos Comerciales y sus Efectos sobre la Producción Uruguaya Donde: Y captura cualquier variable omitida no incluida en el canal comercial. Estas variables omitidas es probable que estén correlacionadas a través del tiempo. La ecuación (8) captura el impacto de un shock en el país j sobre el país i. La ecuación (8) no sólo considera cómo la menor producción del país i afecta directamente las exportaciones del país j, y posteriormente el crecimiento, sino que también analiza cómo el menor crecimiento de j reduce las exportaciones de i y la de otros países, que reducen sus crecimientos de producción y su demanda por exportaciones desde el país i. Se asume que el vector sigue un proceso ARMA dónde y son vectores polinomios con operadores de rezago L de ordenes p* y q* respectivamente, y es un vector de proceso de ruido blanco con media cero y matriz diagonal de covarianzas. Considerando esta estructura y reordenando en formato vectorial tenemos: (9a) (9b) Dónde respectivamente y , y son el determinante y la matriz adjunta de es un vector de nx1. Revista de Ciencias Empresariales y Economía Notar que las ecuaciones de (9b) tienen el mismo polinomio AR dado por sigue un proceso MA. 118 mientras que La ecuación (8) puede expresarse como un modelo autorregresivo con errores que siguen un proceso ruido blanco. (10) Dónde con , con la participación de las exportaciones del país i en el país j. Valeria Cantera Donde es la constante del modelo. Son los parámetros autorregresivos de la tasa de crecimiento del país i en cada período. Son los parámetros autorregresivos de la tasa de crecimiento del país j en cada período, multiplicado por la participación de las exportaciones del país i en el país j. Son las perturbaciones aleatorias o innovaciones, ya que contienen la única información nueva que aparece en el período t en relación a la ya disponible en los períodos anteriores. El sistema de ecuaciones se estima para cada uno de los n países en el mundo. Este sistema puede ser expresado como un VAR estructural. Si suponemos que hay 3 países y 1 rezago el sistema autorregresivo quedaría de esta forma: (11) Esto puede expresarse como: (12) Donde El VAR (p) seria: Las economías consideradas fueron las siguientes: Uruguay, Argentina, Brasil, China, India, Japón, Rusia, Estados Unidos y la Unión Europea. Dicha selección se realizó en función de la importancia de los socios comerciales directos de Uruguay, así como la importancia que tienen dichas economías en el comercio mundial. En el anexo B, gráfico 1 y cuadro 1 del anexo A se puede apreciar la participación de las exportaciones en el comercio internacional de cada país o región y la participación de exportaciones uruguayas hacia sus principales socios comerciales. Revista de Ciencias Empresariales y Economía 3. Información estadística 119 Vínculos Comerciales y sus Efectos sobre la Producción Uruguaya Vale señalar que la incorporación de Rusia en el análisis obedece a que en los últimos años ha representado un importante mercado de destino para las exportaciones uruguayas de carne, que es el principal producto de exportación del Uruguay. Por su parte, la inclusión de China, se debe a que se tiene en cuenta no sólo a que actualmente representa la segunda economía mundial, sino a que también es un significativo destino de exportación para Uruguay. Las estimaciones se realizaron con datos trimestrales para el período que transcurre entre 1º Trimestre 1997- 4º Trimestre 2009, ya que es para el que se logró tener información homogénea para realizar el análisis. Se utilizan datos trimestrales del Producto Bruto Interno (PBI) para cada país, mientras que se calculan los logaritmos y las primeras diferencias para obtener las tasas de crecimiento. Los datos de PBI fueron obtenidos de la base de datos del Fondo Monetario Internacional (FMI), a excepción del PBI de India y Rusia que son datos del Banco Mundial. La fuente de información de los datos de flujos comerciales bilaterales por país, corresponde a la Dirección de Estadísticas de Comercio (DOTS) del FMI. 4. Estimación y Predicción 4.1 Estimación En primera instancia, se determina el retardo óptimo del SVAR para asegurar que los residuos sean ruido blanco. El criterio utilizado para ello es el que minimiza el criterio de información de Schwarz. De acuerdo a los resultados que surgen del test de Schwarz (ver cuadro 2 del anexo A) se selecciona un rezago de p=4, que coincide a su vez con el trabajo de Abeysinghe y Forbes (2005). Se utilizan cuatro rezagos para cada uno de los (i=1,2,..,12) como instrumentos. En este sentido, se debe estimar el modelo por varios métodos de estimación dada la autocorrelación existente entre las variables del modelo. Para estimar el modelo se utiliza la estimación por mínimos cuadrados ordinarios (MCO), mínimos cuadrados en dos etapas (2MC), y mínimos cuadrados en tres etapas (3MC). Es importante destacar que los errores estándar de las regresiones son muy similares según los diferentes métodos de estimación, mientras que los valores de los coeficientes estimados también resultaron ser no sensibles a los métodos de estimación (a excepción de Estados Unidos1), lo cual permite concluir que las estimaciones son robustas. Revista de Ciencias Empresariales y Economía Debido a que el error estándar medio resulta más bajo en la mayoría de los casos en la estimación por mínimos cuadrados en dos etapas que en tres etapas, se procede a seleccionar el modelo estimado por 2MC. 120 Asimismo, se utiliza una matriz de participación de exportaciones constante a lo largo del período (W). Para construirla se utiliza la media de la muestra para las exportaciones de cada país con destino a su socio comercial dividiendo por la media de las exportaciones totales del país en el período considerado. La matriz es fija para cada período y de dimensión 9X9. En el anexo A cuadro 4, se presenta la matriz de correlación residual. Para testear la existencia de no correlación en los residuos se utiliza el test de Breusch – Pagan , donde son las correspondientes correlaciones. Dicho estadístico se compara con los valores de una distribución Chi 1. Ver anexo A Cuadro 3 Valeria Cantera cuadrado donde el grado de libertad corresponde al número de correlaciones utilizadas en el mismo. Dado que ninguna de las correlaciones resulta significativamente distinta de cero a un nivel de confianza del 95%, no se rechaza la diagonalidad de la matriz de varianzas y covarianzas de los residuos, con lo cual el modelo se encuentra correctamente especificado. 4.2 Predicción El objetivo de esta sección es analizar la performance de la predicción un período hacia adelante del modelo estimado en la sección 4, pero transformando el mismo de la siguiente manera: (13) Siendo: y Para validar la precisión del modelo estructural, se procede a realizar la comparación con un modelo VAR no estructural. Para determinar la capacidad de pronóstico de los modelos se utilizan dos medidas alternativas. La raíz del error cuadrático medio (RMSE), calculada como es el valor de la predicción donde el valor observado y el error absoluto medio, medido como , El cuadro 5 del anexo A presenta las comparaciones entre el modelo SVAR y el modelo VAR. En todos los casos, el modelo SVAR posee un RMSE y un error absoluto medio menor que el modelo VAR. En este sentido, en todos los casos las predicciones bajo el modelo SVAR resultan más precisas que el modelo VAR, lo cual sugiere que utilizar un modelo estructural es preferible al modelo general. El modelo estructural capta correctamente los shocks negativos que provocó la última crisis internacional, la que se profundizo en el tercer trimestre de 2008. Por el contrario, el modelo VAR sin restricciones no logra captar dicho efecto. En esta sección se utiliza el modelo estimado en la sección 4 para calcular las funciones de impulso respuesta. Las mismas muestran cómo un shock en un país impacta directamente e indirectamente sobre la trayectoria de la producción uruguaya a través de los vínculos comerciales y el efecto multiplicador. Para esto debemos suponer que no existe correlación en las perturbaciones, con lo cual nuevamente realizamos la siguiente transformación donde la matriz es diagonal. Para calcular los impulsos respuesta se formula la representación de medias móviles como: Revista de Ciencias Empresariales y Economía 5. Principales resultados 121 Vínculos Comerciales y sus Efectos sobre la Producción Uruguaya Como asumimos que la matriz es diagonal, la matriz de impulso respuesta es , con lo cual el efecto de un shock unitario en el país j sobre el mismo y otros países en el período t+i se encuentra dado por , dónde es la j columna de . El gráfico 3 del Anexo B muestra las respuestas de la producción uruguaya ante shocks unitarios en la producción de las economías consideradas en la muestra. El shock unitario se define como la desviación unitaria (1%) de la producción respecto a su valor de equilibrio. Del gráfico se desprende que las funciones de impulso respuesta resultan ser no nulas. En este sentido, no considerarlas podría significar subestimar los efectos de los distintos shocks sobre la producción uruguaya. En lo que refiere al análisis especifico de cada uno de los shocks unitarios, es importante destacar la relevancia de la región como determinante de la evolución del nivel de actividad de la economía uruguaya. Como se puede observar en el gráfico 3 del anexo B, las innovaciones en la producción de las economías de la región tienen efectos muy significativos en la producción de Uruguay. Cabe mencionar que en el eje vertical del gráfico se mide la desviación de la producción uruguaya respecto a su valor de equilibrio provocado por una desviación en 1% en la producción de la economía considerada respecto a su valor inicial. Por su parte, en el eje horizontal se representa la duración de la respuesta medida en trimestres. Asimismo, en el cuadro 6 del anexo A se presentan los impactos acumulados sobre la producción de Uruguay para 30 trimestres luego de haberse efectuado el shock primario unitario positivo en las diferentes economías analizadas. Es decir, se presenta el desvío acumulado en los 30 trimestres considerados, luego del shock inicial. En efecto, Brasil, seguido por Argentina, fueron las economías que mostraron los mayores impactos en la trayectoria de la producción uruguaya, ya que los impulso – respuesta generados para 30 trimestres demostraron que el desvío acumulado de un shock unitario en la economía de Brasil sobre la producción uruguaya fue del 1,08%, mientras que el de Argentina sobre la actividad de Uruguay alcanzó un ratio del 0,71%. Revista de Ciencias Empresariales y Economía Es decir que una desviación en 1% de la producción de Brasil sobre su valor de equilibrio generó un desvío acumulado de la producción uruguaya del 1,08% respecto a su valor inicial, mientras que la desviación de igual magnitud de la actividad argentina respecto a su valor de equilibrio generó un desvío acumulado de 0,71% de la producción uruguaya respecto a su valor original. 122 En los dos casos, el mayor impacto se verifica con dos trimestres de rezago una vez producido el shock, mientras que ambos impulsos presentan una persistencia significativa, diluyéndose en el mismo período de tiempo. En este sentido, en el trimestre inmediato posterior de ocurrido el shock en la economía de Brasil, el impacto sobre la actividad uruguaya alcanzó el 0,22%, mientras que en el caso de un shock sobre la economía argentina dicho impacto ascendió al 0,13%. Como se comentó anteriormente, en ambos casos el mayor desvío se verificó con dos trimestres de rezago, siendo el desvío de la economía uruguaya en ese trimestre del 0,24% para el caso de un Valeria Cantera shock unitario en Brasil y del 0,17% para el caso de un shock sobre Argentina. Si bien los resultados en cuanto a la importancia de la región como determinante del desempeño de la actividad de la economía uruguaya se encuentran en línea con las conclusiones alcanzadas en investigaciones anteriores, no sucede lo mismo con la importancia de la economía brasileña sobre la trayectoria de la producción uruguaya. En este sentido, en varios de los estudios previos se concluye que la economía argentina es la principal fuente de vulnerabilidad externa para la economía uruguaya, posicionando a Brasil en una segundo lugar. Por el contrario, en esta investigación se encuentra que Brasil es la economía con mayores efectos sobre el desempeño de la producción nacional. En este sentido, la importancia de la región como fuente de vulnerabilidad para la producción uruguaya se verifica no sólo por el efecto directo que ejerce el comercio bilateral de Uruguay con cada socio comercial, sino también por el efecto indirecto que produce la afectación de la producción de Argentina de un shock en la producción de Brasil y viceversa, dado el fuerte vínculo comercial entre ellas, y cómo refuerza esto al efecto del shock inicial. En tercer y cuarto lugar, según la importancia del impacto sobre la producción uruguaya, se encuentran los shocks sobre la producción de China y Estados Unidos. En este sentido, los impactos acumulativos sobre la producción uruguaya de un desvío del 1% de la economía China sobre su valor de equilibrio alcanzan el 0,20%, mientras que para el caso de Estados Unidos dicho guarismo asciende a 0,17%. Estos resultados son consistentes con lo esperado, dado el impacto que ejercen las innovaciones en las principales economías a nivel internacional sobre el resto de las economías, amplificando a través de estas interrelaciones los impulsos de la innovación. A diferencia de los shocks en la región, éstos presentan una persistencia inferior. Esto último se desprende del tiempo en que demoran en diluirse los shocks iniciales. En el caso de un shock sobre la economía China el impacto en la economía uruguaya perdura hasta el sexto trimestre, mientras que en el caso del shock sobre la economía americana perdura hasta el cuarto trimestre. En efecto, no sólo los impulsos de shocks en estas economías presentan una persistencia menor que en shocks de la región, sino que también son de menor magnitud que estos últimos, como puede observarse en el cuadro 6 del anexo A. Por su parte, en un tercer nivel de acuerdo con la magnitud del shock y su persistencia se encuentran las economías de India, Japón, Unión Europea y Rusia. En todos los casos el mayor impacto se verifica un trimestre posterior al shock inicial, y los efectos se diluyen en aproximadamente un año. El impacto acumulado sobre la economía uruguaya alcanza el 0,13% para un shock unitario en la actividad de India, del 0,07% para un shock inicial en Japón, así como en la Unión Europea y del 0,05% para el caso de Rusia. Revista de Ciencias Empresariales y Economía Vale señalar que tanto en un shock sobre la economía China, como sobre la producción de Estados Unidos, se observa que el mayor impacto sobre la producción uruguaya se verifica luego de dos trimestres de originados los mismos. En este sentido, el impacto sobre la actividad uruguaya alcanza el 0,05% para el caso del shock sobre China, mientras alcanza el 0,06% en el caso de un shock sobre la actividad de Estados Unidos. 123 Vínculos Comerciales y sus Efectos sobre la Producción Uruguaya 6. Conclusiones La aplicación de un modelo econométrico de Vectores Autorregresivos Estructurales (SVAR) permitió considerar no sólo las interrelaciones entre las distintas economías analizadas, sino que también permitió identificar el efecto de las innovaciones en las diferentes economías sobre la producción uruguaya, de forma tal de poder analizar la trayectoria de dicha variable ante cambios en el contexto internacional y regional. El modelo predice correctamente las trayectorias de crecimiento de las economías analizadas y las proyecciones tienen un menor margen de error que las que surgen de un modelo VAR sin restricciones. Las funciones de impulso respuesta muestran la vulnerabilidad de la economía uruguaya ante los posibles shocks en la región, donde se demuestra que una innovación en las economías de la región impacta significativamente en la trayectoria de la producción uruguaya. Brasil, seguido por Argentina, fueron las economías que mostraron los mayores impactos en la trayectoria de la producción uruguaya, siendo el impulso del shock en la producción de Brasil de mayor magnitud que el shock inicial en la producción argentina. Si bien los resultados en cuanto a la importancia de la región como determinante del desempeño de la actividad de la economía uruguaya se encuentran en línea con las conclusiones alcanzadas en investigaciones anteriores, no sucede lo mismo con la importancia de la economía brasileña sobre la trayectoria de la producción uruguaya. En este sentido, en varios de los estudios previos se concluye que la economía argentina es la principal fuente de vulnerabilidad externa para la economía uruguaya, posicionando a Brasil en segundo lugar. Por el contrario, en esta investigación se encuentra que Brasil se posiciona como la economía de mayores efectos sobre el desarrollo de la producción nacional. Por su parte, los impulsos sobre la producción uruguaya de los shocks unitarios en la producción de China y Estados Unidos presentan una menor importancia y persistencia que los shocks de la región. Revista de Ciencias Empresariales y Economía Finalmente, según la magnitud del shock y su persistencia se encuentran en un tercer nivel las economías de India, Japón, Unión Europea y Rusia. En todos los casos el mayor impacto se verifica un trimestre posterior al shock inicial, y los efectos se diluyen en aproximadamente un año. 124 Valeria Cantera 7. Bibliografía Abeysinghe, Tilak y Forbes, Kristin (2005). “Trade Linkages and Output – Multiplier effects: a structural VAR approach with focus on Asia”. Review of International Economics, 13(2), 356-375. Bernanke, Ben (1986). “Alternative Explanations of the Money-Income Correlation.” Carnegie- Rochester Conference Series on Public Policy , 25. Bevilaqua, Alfonso, Catena, Marcelo y Talvi, Ernesto (1999). “Interdependencia macroeconómicas en el Mercosur”. Informe de Investigación, CERES. Blanchard, Olivier y Watson, Mark (1986). “Are business cycles all alike?”. University of Chicago Press. Breusch, Trevor y Pagan, Adrian (1979). “Simple test for heteroscedasticity and random coefficient variation”. Econometrica 47(5). Cuadrado, Elena y Queijo, Virginia (2000). “Utilización de Métodos Cuantitativos para Predecir el PBI Uruguayo”. Trabajo Monográfico, Facultado de Ciencias Económicas y de Administración, UDELAR. Favaro, Edgardo y Sapelli, Claudio (1986). “Shocks Externos, Grado de Apertura y Política Doméstica”. Premio Nacional de Economía, Banco Central del Uruguay. Forbes, Kristin (2004). “The Asian flu and Russian virus: the international transmission of crises in firm-level data”. Journal of International Economics, 63(1), 59-92. Hamilton, J.D. (1994). “Time Series Analysis”. Princeton University Press, New Jersey. Lanzilotta, Bibiana, Llambí, Cecilia y Mordecki, Gabriela (2002). “La Influencia Regional sobre la economía uruguaya - un análisis de los últimos veinte años”. Jornadas de Economía 2002, Banco Central del Uruguay. Masoller, Andrés (1998). “Shocks regionales y el comportamiento de la economía uruguaya entre 1974 y 1997”. Revista de Economía, Vol. V (1), Banco Central del Uruguay. Novales, Alfonso (2003). “Modelos Vectoriales Autorregresivos”. Universidad Complutense. Pulido, Antonio y Pérez, Julián “Modelos Econométricos”. Ediciones Pirámide. Ramírez, Francisco (2009). “Perturbaciones Internacionales y Fluctuaciones del Producto Interno Bruto en una Economía en Desarrollo: Evidencia de República Dominicana para el Período 1998-2008”. Tesis de Grado Magister en Economía, Universidad Católica de Chile Voelker, Juan (2003) “Shocks regionales, dependencia comercial y desempeño sectorial de la economía uruguaya”. sectorial de la economía uruguaya”. Trabajo monográfico de la Licenciatura en Economía, de la Universidad de la República Oriental del Uruguay. Revista de Ciencias Empresariales y Economía Sims, Christopher (1986). “Are Forecasting Models Usable for Policy Analysis?”. Quarterly Review, 10, Federal Reserve Bank of Minneapolis. 125 Vínculos Comerciales y sus Efectos sobre la Producción Uruguaya Anexo A Cuadro 1 - Participación en las exportaciones, matriz W Uruguay Argentina Brasil China India Japón Uruguay Argentina Brasil China India Japón Rusia 0.02 1.00 0.17 0.04 0.01 0.02 0.05 1.00 0.01 0.00 0.00 0.00 0.11 0.21 0.07 0.00 0.00 Unión Europea Estados Unidos 0.22 0.10 0.23 0.11 0.05 0.02 0.27 0.21 0.00 0.02 1.00 0.06 0.07 0.23 0.17 1.00 0.01 0.16 0.02 0.13 0.01 0.07 0.01 1.00 0.01 0.16 0.01 0.02 0.01 0.02 0.02 1.00 0.00 0.00 Estados Unidos 0.00 0.01 0.02 0.00 0.03 0.01 0.00 0.00 0.01 0.03 Rusia Unión Europea 0.00 1.00 0.01 0.00 0.05 0.03 0.02 0.03 0.04 0.01 1.00 0.09 0.01 0.40 0.23 0.15 0.28 0.04 0.08 1.00 Cuadro 2 – Estructura de rezagos del VAR Rezagos Schwarz 0 50,6 1 26,4 2 23,7 3 19,4 4 7,9 Cuadro 3 – Errores estándar de la regresión según las distintas estimaciones MCO 2MC 3MC Uruguay 0.0081 0.0086 0.0086 Argentina 0.0074 0.0076 0.0077 Brasil 0.0014 0.0014 0.0014 China 0.0039 0.0041 0.0042 India 0.0014 0.0016 0.0016 Japón 0.0068 0.0062 0.0064 Rusia 0.0197 0.0136 0.0138 Unión Europea 0.0031 0.0033 0.0034 Estados Unidos 0.0018 0.0031 0.0028 Cuadro 4 – Correlación residual bajo la estimación por Mínimos Cuadrados en dos etapas Uruguay Uruguay 1.000 Argentina 0.171 Brasil (0.144) China (0.106) India (0.084) Brasil (0.144) 0.192 1.000 0.269 0.422 Revista de Ciencias Empresariales y Economía Argentina 126 0.171 1.000 0.192 China (0.106) 0.323 0.269 Japón 0.026 0.296 0.387 India (0.084) Rusia 0.137 (0.269) Unión Europea Estados Unidos (0.097) 0.240 0.323 Japón 0.026 0.240 0.296 (0.287) 1.000 (0.044) 0.315 0.315 0.142 1.000 (0.044) (0.287) (0.469) (0.395) (0.239) (0.380) (0.228) 0.046 (0.046) 0.116 0.111 (0.282) (0.086) 1.000 0.387 0.422 (0.093) Rusia 0.137 0.029 0.142 (0.497) Nota: correlaciones residuales no significativas a un nivel de confianza del 95% Unión Europea Estados Unidos (0.097) (0.269) (0.093) (0.228) (0.395) (0.086) (0.046) (0.380) (0.497) (0.469) (0.239) 1.000 0.119 (0.008) (0.282) 0.029 0.046 0.116 0.111 0.119 (0.008) (0.113) 1.000 1.000 (0.113) Valeria Cantera Cuadro 5 – Error cuadrático medio y RMSE de la predicción del Modelo RMSE Error cuadratico Medio VAR estructural VAR VAR estructural VAR Uruguay 1,01 3,37 0,86 1,58 Argentina 0,93 3,84 0,84 1,69 Brasil 0,07 0,92 0,22 0,84 China 5,67 6,76 1,92 2,15 India 0,21 1,09 0,37 0,91 Japón 0,87 2,09 0,77 1,20 Rusia 2,53 4,94 1,30 1,82 Unión Europea 0,70 1,73 0,72 1,07 Estados Unidos 0,43 1,80 0,55 1,07 Cuadro 6 – Impulsos acumulativos sobre la producción de Uruguay de un shock unitario Brasil 1,08 Argentina 0,71 China 0,20 Estados Unidos 0,17 India 0,13 Japón 0,07 Unión Europea 0,07 Rusia 0,05 Nota: Se presenta la desviación porcentual acumulada, en los 30 trimestres considerados, de la producción uruguaya respecto a su valor inicial provocada por un shock inicial unitario en las diferentes economías. Vale señalar, que el shock unitario se define como la variación unitaria (1%) de la producción respecto al valor de equilibrio. En el eje horizontal se representa la duración de la respuesta medida en trimestres. Anexo B Gráfico 1 - Participación de las exportaciones en el comercio mundial de productos Año 2008 17% Unión Europea 14% 50% Estados Unidos 10% 2% 6% Fuente: OMC Japón India Otros Revista de Ciencias Empresariales y Economía China 127 Vínculos Comerciales y sus Efectos sobre la Producción Uruguaya Revista de Ciencias Empresariales y Economía Gráfico 2 – Evolución del PBI observado y proyectado con el modelo VAR estructural y VAR por país 128 Nota: En el eje horizontal se representa el período de tiempo considerado en trimestres, mientras que en el eje vertical se representa el índice del PBI de cada economía. Valeria Cantera Gráfico 3 – Impulso respuesta sobre la producción de Uruguay 0,30 0,25 Argentina Brasil China India Japón Rusia Unión Europea Estados Unidos 0,20 0,15 0,10 0,05 0,00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Economías de la región 0,30 0,25 0,20 0,15 Argentina Brasil 0,10 0,05 0,00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Revista de Ciencias Empresariales y Economía Nota: En el eje vertical del gráfico se mide la desviación porcentual de la producción uruguaya respecto a su valor inicial provocada por un shock inicial unitario en las diferentes economías consideradas. Vale señalar que el shock unitario se define como la desviación unitaria (1%) de la producción respecto al valor de equilibrio. En el eje horizontal se representa la duración de la respuesta medida en trimestres. 129 Vínculos Comerciales y sus Efectos sobre la Producción Uruguaya Economías desarrolladas 0,07 0,06 Japón 0,05 0,04 Unión Europea 0,03 Estados Unidos 0,02 0,01 0,00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Economías emergentes 0,06 0,05 0,04 China 0,03 India Rusia 0,02 0,01 0,00 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 Revista de Ciencias Empresariales y Economía Nota: En el eje vertical del gráfico se mide la desviación porcentual de la producción uruguaya respecto a su valor inicial provocada por un shock inicial unitario en las diferentes economías consideradas. Vale señalar que el shock unitario se define como la desviación unitaria (1%) de la producción respecto al valor de equilibrio. En el eje horizontal se representa la duración de la respuesta medida en trimestres. 130
