Effekten av handelsavtaler på bilateral handel

Transkript

1 Effekten av handelsavtaler på bilateral handel En empirisk studie med fokus på effektene av TTIP Stine Sjursen Hauge Masteroppgave ved Økonomisk Institutt UNIVERSITETET I OSLO Mai 2016

2

3 Effekten av handelsavtaler på bilateral handel En empirisk studie med fokus på effektene av TTIP

4 Stine Sjursen Hauge 2016 Effekten av handelsavtaler på bilateral handel: En empirisk studie med fokus på effektene av TTIP Stine Sjursen Hauge Trykk: Reprosentralen, Universitetet i Oslo

5

6 Forord Denne masteroppgaven setter et vemodig punktum for en fantastisk studietid, og avslutter to minnerike år på Universitetet i Oslo. Valget av tema kom som et resultat av min interesse for næring og handelspolitikk. I flere år har jeg jobbet innenfor havbruksnæringen, og etter å ha lest en artikkel i Aftenposten om at en handelsavtale mellom EU og USA kunne få negative konsekvenser for norsk lakseeksport hadde jeg lyst å sette meg mer inn i dette temaet. Jeg vil takke min veileder, Andreas Moxnes, for gode råd og tilbakemeldinger gjennom hele skriveprosessen. Jeg vil også takke Ole Kristian, onkel Ingvar, Martine og Christina for korrekturlesing og gode innspill. Sist men ikke minst vil jeg rette en stor takk til venner og familie for at dere har vært der gjennom hele studietiden. Dette hadde ikke vært mulig uten dere! Eventuelle feil og mangler i oppgaven er mitt ansvar. Blindern, mai 2016 Stine Sjursen Hauge

7 Sammendrag Internasjonal handel utgjør en større del av verdensøkonomien enn noen gang, og siden slutten av 1980 tallet har det vært en kontinuerlig vekst i handelsavtaler som blir inngått mellom land. Målet med oppgaven er å studere hvordan handelsavtaler påvirker handel mellom medlemslandene, med et spesielt fokus på en eventuell handelsavtale mellom EU og USA. Denne avtalen er kjent under navnet Transatlantic Trade and Investment Partnership (TTIP). I analysen blir det tatt utgangspunkt i gravitylikningen, som viser at handelsflyten mellom to land er produktet av flere variabler. Datasettet som blir brukt kommer fra det franske forskningsinstituttet CEPII, og viser ulike observasjoner for landpar i tidsrommet 1948 til Jeg formulerer en likning og inkluderer de variablene jeg mener påvirker handelsflyten mellom to land: Landenes bruttonasjonalprodukt, hvorvidt landparet er med i samme handelsavtale, om ett eller begge landene er medlem av GATT/WTO, tidligere del av samme koloni, felles valuta, avstand, felles språk og om de deler landegrense. Denne likningen blir estimert i forskjellige varianter i analysen, med hovedfokus på fast effekt modellen. Samtlige modellspesifiseringer viser at handelsavtaler har en positiv og signifikant effekt på handel mellom landpar. Denne effekten vil kunne variere alt etter hvilken type handelsavtale det er, og hva som er status mellom landene før avtalen iverksettes. Jeg benytter resultatene fra analysen til å diskutere effektene TTIP vil ha på handel, og finner at det er grunn til å tro at resultatene mine overestimer effektene av denne avtalen. Årsaken til det er at handel mellom USA og EU allerede er liberalisert. Jeg kan likevel bruke resultatene til å anta at handelen mellom EU og USA mest sannsynlig vil øke som følge av TTIP.

8 Innholdsfortegnelse 1. Innledning 1.1. Problemstilling og motivasjon 1.2. Metode 1.3. Begrepsavklaring 1.4. Oppbygging 2. Bakgrunn 2.1. Litteratur oversikt 2.2. Handelsavtaler Modeller i handelsfaget 2.3. TTIP Transatlantic Trade and Investment Partnership 3. Metode 3.1. Gravitylikningen 3.2. Tverrsnittsanalyse 3.3. Paneldata 4. Data 4.1. Datasett et 4.2. Transformering av data 4.3. Forklaringsvariablene 4.4. Regresjonsuttrykket 4.5. Nullobservasjoner 5. Analyse 5.1. Resultater 5.2. Ulike varianter Lav og mellominntektsland vs. høyinntektsland Data etter Sammenligne resultater med andre funn 5.4. Robusthet hvor gode er data egentlig? 6. Diskusjon 6.1. Effektene av en handelsavtale 6.2. Effektene av TTIP 7. Konklusjon 8. Referanser Vedlegg A: Graf over handelsavtaler Vedlegg B: Liste over land i datasettet

9 1. Innledning I 1947 ble handelsavtalen General Agreement on Tariffs and Trade (GATT) signert. 23 stater signerte og forpliktet seg til avtalen som hadde som formål å forenkle handel på tvers av landegrenser og løse opp proteksjonismen som oppstod i kjølvannet av andre verdenskrig. I 1995 ble avtalen erstattet av Verdens Handelsorganisasjon (WTO). Dette var en videreføring av GATT, men ble bygd opp som en institusjon. I dag har WTO som formål å legge til rette for internasjonal handel, sikre at medlemslandene forplikter seg til de handelsavtalene som blir inngått, samt å løse eventuelle handelskonflikter. Per 30. november 2015 hadde organisasjonen 169 medlemsland. (wto.org) GATT og WTO dannet grunnlaget for utviklingen av den stadig mer åpne internasjonale handelen man har sett gjennom de siste 70 årene. Handel knytter land tettere sammen ved at man blir mer avhengig av hverandre, samt at lands økonomi blir integrert med resten av verden. I 2014 utgjorde summen av verdens eksport og import opp 1 mot 60% av verdens BNP. Grafen til høyre illustrerer at det har vært en jevn vekst i summen av verdens handel 2 relativt til BNP fra 1960 og frem til i dag. Som et resultat av mer handel kommer flere handelsavtaler. Antall handelsavtaler som er meldt inn til GATT/WTO har vokst kraftig siden slutten av 1980 og begynnelsen av 1990 tallet. Per 1. 3 februar 2016 var det meldt inn 625 handelsavtaler, og 419 av disse er iverksatt. 1 Tall er hentet fra Verdensbankens databank. År er 5 årsintervall 1960 tom Handel er summen av eksport og import av varer og tjenester målt som en andel av BNP. 3 Se vedlegg A for grafisk fremstilling. 1

10 1.1. Problemstilling og motivasjon Målet med oppgaven er å studere hvordan handelsavtaler påvirker handel mellom land, med et spesielt fokus på en eventuell handelsavtale mellom EU og USA. Denne avtalen er kjent under navnet Transatlantic Trade and Investment Partnership (TTIP). Det må nevnes at TTIP er en omdiskutert handelsavtale. Motstanderne mener blant annet at avtalen kan true suverene staters makt, ettersom den skal kunne gi selskaper mulighet for å saksøke stater gjennom investor stat tvisteløsninger. I tillegg blir partene kritisert for å hemmeligholde mye av det som blir diskutert bak lukkede dører. Jeg har valgt å se bort fra denne debatten, og fokusere på de fakta som EU har lagt frem i sin innførende rapport utgitt i I denne artikkelen skal jeg se på effekten av handelsavtaler på bilateral handel, og diskutere hvordan disse effektene kan ses i sammenheng med en handelsavtale mellom EU og USA Metode For å kunne estimere effekter av handelsavtaler bruker jeg gravitymodellen. Dette er en kjent modell innenfor handelsfaget som forklares nærmere i kapittel 3. Ved å benytte denne modellen har jeg formulert en likning og inkludert variabler som jeg antar påvirker handel. I denne artikkelen er hovedfokus å studere effekten av handelsavtaler, og dermed diskutere koeffisienten til denne variabelen i modellene jeg kjører i kapittel 5. Jeg bruker programpakken Stata 14 til dette Begrepsavklaring I mangel på gode norske ord brukes noen engelske begreper. PTA er forkortelsen for preferential trade agreement ; handelsavtaler der medlemslandene senker eller fjerner tollsatser på noen varer. NTB står for non tariff barriers to trade. Som navnet tilsier er dette barrierer som motarbeider handel, men som ikke dukker opp i form av tollsatser på varer. RTA er forkortelsen for regional trade agreements, i utgangspunktet et begrep som definerer en handelsavtale mellom land i samme regionale område. I denne artikkelen og i handelsfaget 2

11 generelt blir dette benyttet som et relativt løst begrep som blir brukt om generelle handelsavtaler. Den binære variabelen for handelsavtaler mellom et landpar i datasettet, som er den jeg skal legge stor vekt på senere i analysen, er også definert som RTA. Den fungerer likevel like godt til å forklare handelsavtalen mellom USA og Israel som mellom USA og Canada. For å kunne diskutere eventuelle velferdseffeketer ved handelsavtaler er trade diversion (TD) og trade creation (TC) viktige begrep. Kort fortalt er trade creation definisjonen på den ekstra handelen som oppstår mellom to land som er medlem av samme handelsavtale. Trade diversion er handelen som vris bort fra tredjepartsland som ikke er med i avtalen, til fordel for mer handel med partnerland. Dette er engelske begrep jeg har valgt å beholde videre i oppgaven, og som blir forkortet henholdsvis TD og TC Oppbygging Artikkelen begynner med et bakgrunnskapittel med litteraturoversikt, introduksjon til handelsavtaler og en kort presentasjon av Transatlantic Trade and Investment Partnership (TTIP). Kapittel 3 presenterer metoden som blir brukt i analysen, og i kapittel 4 forklarer jeg hvilke data som brukes. Kapittel 5 presenterer resultatene som blir funnet ved gravityestimeringen, og i kapitel 6 diskuterer jeg disse funnene. Avslutningsvis i kapittel 6 diskuterer jeg hvilke effekter TTIP vil ha på handel ved å benytte resultatene fra kapittel 5. 3

12 2. Bakgrunn I dette kapitlet presenteres litteratur, det gis en kort innføring i hva handelsavtaler egentlig er, og avslutningsvis blir TTIP introdusert Litteraturoversikt Flere har forsøkt å estimere effektene av handelsavtaler. De fleste studier er enige i at de har en positiv effekt på bilateral handel, men likevel vil resultatene variere i takt med modellspesifiseringene. I mye av den litteraturen som finnes om temaet har forskerne valgt å studere effekten av gitte handelsavtaler. Noen studerer også effekten av alle handelsavtaler samlet sett. Tidligere bidrag i litteraturen har vært til god hjelp for å besvare denne oppgaven best mulig. Min artikkel skiller seg fra andre ved at tidsintervallet er større. I tillegg er datasettet mer omfattende ved at jeg har slått sammen flere datasett og inkluderer flere variabler. Jeg skal også diskutere hvordan koeffisienten til handelsavtaler i analysen kan forklare noe av effektene en frihandelsavtale mellom EU og USA vil ha. Tidligere bidrag inkluderer Baier og Bergstrand, Magee og Glick og Rose. Baier og Bergstrand (2007) ser på om frihandelsavtaler øker handel til medlemslandene ved å estimere den gjennomsnittlige behandlingseffekten (average treatment effect) av disse avtalene. De konkluderer med at en frihandelsavtale vil øke to medlemslands handel med 100%, 10 år etter at den er inngått. I tillegg belyser de viktigheten av å ta hensyn til at handelsavtalevariabelen er endogen. Magee (2008) estimerer effekten av handelsavtaler på handel, og finner at handelsavtaler har en positiv effekt på handel. I en tidligere studie av Magee (2003) tar han utgangspunkt i at to land har større sannsynlighet for å inngå en PTA dersom de allerede har sterke handelstradisjoner med hverandre. Han finner at denne type avtale har en signifikant og positiv effekt på handel, og at et høyere handelsvolum mellom to land også øker sannsynligheten for at de inngår en handelsavtale. 4

13 Glick og Rose (2002) ser på effektene en valutaunion har på bilateral handel, ved hjelp av data fra 1970 til Mens hovedfokus er valutaunion er også handelsavtale en variabel de inkluderer i analysen sin. De finner at en regional handelsavtale mellom landpar har en positiv effekt på handel, og at den er større for land som er en del av samme valutaunion. Rose (2004) og Ghosh og Yamarik (2004) har vært god støttelitteratur for å få en bredere forståelse av hvordan handelsavtaler påvirker handel. Rose (2004) studerer hvordan WTO medlemskap påvirker handel, og finner lite bevis for at det finnes noen signifikant effekt. Til tross for ikke signifikante resultater og en annerledes problemstilling er Rose sin studie nyttig for metode og oppbygging av denne artikkelen. Ghosh og Yamarik (2004) bruker extreme bounds analyse til å teste om handelsavtaler skaper handel, og de finner at det er et skjørt forhold mellom handelsavtaler og handel. Baier og Bergstrand (2007) er blant de som estimerer den totale effekten av handelsavtaler, og det er også det jeg har gjort i min analyse. De finner at handelsavtaler har en positiv effekt på handel. Denne studien har vært sentral for oppbyggingen av min analyse, og et viktig sammenligningsgrunnlag for mine resultater. Tinbergen (1962) blir ofte nevnt i de refererte tekstene i artikkelen min. Hans 54 år gamle bok legger grunnlaget for gravityestimeringen som man kjenner den i dag. Jeg har også brukt et kapittel fra en bok hentet fra UNCTADs hjemmesider. Denne boken er utarbeidet som veiledning for utføring av handelspolitikkanalyse. Jeg har valgt å anse denne som god støttelitteratur for å kunne formulere modellen jeg presenterer i kapittel 4. Frankel (1997) sin bok, Regional Trading Blocs in the World Economic System, har også vært viktig litteratur. Denne har vært nyttig for å kunne knytte de ulike resultatene fra andre studier opp mot teori og virkelighet. Dette vil også gjenspeiles videre i artikkelen. 5

14 2.2. Handelsavtaler Ved internasjonal handel kan man risikere å møte handelsbarrierer i form av tollsatser og strenge reguleringer som koster både tid og penger. En måte for land å begrense disse barrierene på er å inngå handelsavtaler. Det finnes flere ulike typer handelsavtaler. Frankel (1997) introduserer de forskjellige typene på en oversiktlig måte og viser hvordan en PTA gradvis kan bli en økonomisk union. Disse er oppsummert i tabell 2.1 under. Videre i oppgaven vil jeg bruke handelsavtaler som et begrep for samtlige typene som er listet opp i tabellellen. Tabell 2.1 Type Kjennetegn Eksempel Preferential trade agreement (PTA) Frihandelsområde Tollunion Felles marked Medlemslandene senker eller fjerner tollsatser på noen varer. Kan også iverksette kvoter på import fra partnerlandene. Medlemslandene fjerner toll og tariffer seg i mellom, men har likevel mulighet for å sette sine egne tollsatser når det gjelder handel med land utenfor avtalen. Medlemslandene i samme frihandelsområde setter samme handelsbarrierer for handel med land utenfor avtalen. Landene mister på den måten en del av sin suverene myndighet når det gjelder handelspolitikk. Medlemslandene i en tollunion åpner for fri flyt av innsatsfaktorer på tvers av landegrensene. Cotonou NAFTA MERCOSUR EØS Økonomisk union En tollunion åpner for å harmonisere nasjonal økonomisk politikk; dette kan for eksempel gjelde skattesatser og felles valuta. Tabell 2.1 er en oppsummering av teori hentet fra Frankel (1997). EU Baier og Bergstrand (2004) hevder at det er noen punkter som øker sannsynligheten for at et landpar inngår en handelsavtale. Disse er; 1) land som ligger nærmere hverandre, 2) landpar som ligger lenger borte fra resten av verden, 3) land som er like i økonomisk størrelse, 4) landpar med en større differanse i arbeid/kapital raten, og 5) mindre avstand i arbeid/kapital raten for 6

15 4 landparet i forhold til resten av verdensraten. De siste tiårene har flere handelsavtaler blitt inngått, og det er også en økt tendens til studier som ser på årsaker til hvorfor land inngår handelsavtaler med andre land. Frankel (1997) presenterer Linder hypotesen som sier at land med relativt like nivå av bruttonasjonalinntekt (BNI) per capita vil produsere differensierte produkter, men ha lignende preferanser, og vil derfor handle mer med hverandre. Magee (2003) finner at et større nivå av bilateral handel signifikant øker sannsynligheten for at to land inngår et regional samarbeid. Han argumenterer også for at to land har større sannsynlighet for å inngå PTA dersom begge er like i arbeid/kapital raten, begge er demokratier og begge handler mye med omverdenen. Land som er likere vil altså handle mer med hverandre og dermed ha større sannsynlighet for å inngå en handelsavtale. Sett bort fra punktene til Baier og Bergstrand og Magee vil det også være flere politiske grunner til at land inngår handelsavtaler. Jeg har valgt å begrense diskusjonen om årsakene til inngåelse av handelsavtaler til det minimale i denne artikkelen. Å inngå en handelsavtale er en beslutning som blir tatt på grunnlag av flere faktorer, noe som kan utdypes i det uendelige. Hvilken retning handelen vris ved en handelsavtale kan variere veldig etter formen på avtalen. Til tross for at den isolerte effekten av handelsavtaler ser ut til å være positiv, kan avtalene ha negativ nettoeffekt. Krugman (1991) hevder at man ikke skal se bort fra at en handelsavtale kan gjøre mer skade enn nytte for verdensøkonomien. Handelsavtaler bidrar til å øke handel mellom medlemslandene, men dette kan også vri handel bort fra land utenfor avtalene. I tillegg viser Krugman til at slike avtaler kan bidra til positiv nettonytte. Han argumenterer for at handelsavtaler først og fremst inngås mellom naboland som også er de mest naturlige handelspartnerne selv uten noen spesielle avtaler. Dersom partene handler mye med hverandre allerede før avtalen trer i kraft vil ikke de negative effektene til resten av verden være så store. Det kan selvsagt være land som taper på det, men nettoeffekten vil mest sannsynlig være positiv, 4 Denne arbeid/kapital raten sier hvor mye kapital som blir brukt per arbeider, og om en sektor er kapitalintensiv eller arbeidsintensiv. Ofte vil velutviklede økonomier helle mot å være mer kapitalintensiv enn arbeidsintensiv i produksjon av varer og tjenester. 7

16 da partene kan spare inn store kostnader. Ifølge Krugman er altså ikke potensielle TD ved handelsavtaler så store som man kanskje kan se for seg, mens potensiell fortjeneste er ganske høy Modeller i handelsfaget En viktig tanke i handelsfaget er teorien om komparative fortrinn. Denne teorien sier at et land eksporterer den varen som de produserer mest effektivt og importerer varer som andre land kan produsere mer effektivt. Dette fører til varebytter på tvers av landegrenser der man utnytter de ulike landenes komparative fortrinn, og vil gi en mer effektiv utnyttelse av ressurser og kunnskaper enn man ville fått om hvert land skulle klare seg på egenhånd. Denne positive effekten ved bytte av varer gjør at det oppstår internasjonal handel. (Norman og Orvedal, 2010) Ricardo og Hecksher Ohlin er to modeller som forklarer ulike kilder til komparative fortrinn. Ricardo modellen tar utgangspunkt i to land, to sektorer og en faktor, og antar at kilden til komparative fortrinn er ulik teknologi i landene. Dette vil føre til ulik kapitalintensitet. Hecksher Ohlin modellen antar også to land og to varer, men i tillegg to faktorer. I denne modellen vil ulik fordeling i innsatsfaktorer være kilden til komparative fortrinn (Feenstra, 2004). Man kan bruke ulike modeller for å analysere fortjenesten av internasjonal handel. Magee (2003) argumenterer for at utviklingsland og industriland har større fortjeneste av å opprette en handelsavtale mellom seg. Dette er et velferdsargument basert på de nevnte modellene, ettersom land med identiske teknologier og kapital/arbeid rate ikke vil ha noen tilsynelatende fortjeneste ved å handle med hverandre. Land som ligner hverandre har dermed mindre incentiv til å handle med hverandre på grunn av komparative fortrinn. Kort sagt, Nord Sør har større fortjeneste enn Nord Nord og Sør Sør. Likevel er det flere Nord Nordavtaler som blir inngått, TTIP er ett eksempel. Krugman (1980) viste derimot at identiske land også kan tjene på handel. Han presenterer en modell hvor han antar to identiske økonomier der begge har samme mengde innsatsfaktor og 8

17 produserer samme vare men i ulike varianter. Ettersom man antar at konsumenter har et ønske om et bredere vareutvalg vil det være mulig å tjene på handel mellom land som i utgangspunktet er like. Det er med andre ord også hold i teorien om at Nord Nord land kan tjene på frihandel med hverandre TTIP Transatlantic Trade and Investment Partnership Transatlantic Trade and Investment Partnership (TTIP) er en frihandelsavtale mellom EU og USA. Diskusjonen om en lignende avtale begynte allerede på 90 tallet med TAFTA (Transatlantic Free Trade Area). Denne ble det aldri noe av, og sommeren 2013 begynte partene å forhandle om en ny handelsavtale. Per mars 2016 har det vært 12 forhandlingsrunder. 5 EU og USA stod for i overkant av 46% av verdens BNP i En eventuell frihandelsavtale mellom disse partene vil dermed omfatte en stor del av verdensøkonomien. Spørsmålet man kan stille er hva effektene av en avtale mellom disse partene vil være. I dag er tollsatsene mellom USA og EU generelt ganske lave. Ifølge Europakommisjonens egen bok, Inside TTIP, er det gjennomsnittlige nivået på tollsatser mellom partene 2%, og over halvparten av handelen mellom 6 EU og USA blir ikke påvirket av tollsatser. Sett bort fra de tollfrie varene har en stor andel av det som blir handlet mellom EU og USA en tollsats som varierer mellom 1% og 3%. Dette gjelder spesielt for råvarer. For varer som klær og sko er tollsatsen på 30%, i tillegg finnes det 7 varer som har så høye tollsatser at man ikke handler disse varene. TTIP vil eliminere de resterende tollsatsene, og i tillegg standardisere reguleringer slik at man kan redusere behandlingstiden for å få varer og tjenester godkjent i eksportmarkedet. Slike reguleringer kan defineres som NTB er (non tariff barriers to trade). Det kan være reguleringer i form av påkrevde kontroller av varer som importeres og eksporteres. Disse kontrollene koster både tid og penger, og man antar at på noen varer utfører man tilnærmet de samme kontrollene 5 BNP i EU 2014: $ , BNP i USA 2014: $ BNP i verden i 2014: $ (Verdensbanken) 6 Det innebærer at det er noen varer som har høy tollsats som gjør at snittet på alle varer blir på 2%. 7 Tollsatsene på import av melkeprodukter til USA er blant annet opp mot 140%, mens den er over 130% på peanøtter. 9

18 dobbelt opp både fra EUs side og i USA. Ved å standardisere reguleringer vil man kunne fjerne noe av den kostnaden som kommer ved å handle med et annet land, men som ikke kommer fra tollsatsene. (Europakommisjonen, 2015) 10

19 3. Metode I dette kapitlet blir metoden jeg har brukt presentert. Jeg forklarer hva som legger det teoretiske grunnlaget for regresjonsuttrykket og introduserer paneldata og tverrsnittsanalyse Gravitylikningen Det var Tinbergen som først introduserte konseptet rundt gravitylikningen. Denne likningen viser at bilateral handel mellom to land er direkte proporsjonal med produktet av bruttonasjonalproduktet (BNP) til de to landene. Det vil si at land som er mer like i deres relative størrelser generelt vil handle mer med hverandre (Feenstra, 2004). Navnet gravity kommer fra Newtons lov om tyngdekraften, eller Newtons theory of gravitation på engelsk. Kort fortalt sier denne loven at tyngdekraften mellom to legemer er proporsjonal med produktet av massen til hver av legemene. Gravitylikningen bruker altså fysikken til å forklare det man kan observere i økonomien. Større land har en tendens til å handle mer med hverandre, og avstanden mellom land vil kunne være med på å avgjøre hvor mye disse landene handler. (SNL) Da Tinbergen introduserte denne likningen i 1962 viste han et empirisk stabilt forhold mellom størrelsen på økonomiene, avstanden mellom dem og nivå av handel (unctad.org). Flere har prøvd å gi et teoretisk grunnlag for gravitymodellen. Anderson (1979) antok i sin studie at varer ble differensiert på tvers av land, og konsumentene hadde preferanser over alle de differensierte varene: Uansett pris ville et land konsumere minst en vare fra hvert land. På den måten blir alle varer handlet, alle land handler, og i likevekt vil nasjonal inntekt være summen av etterspørsel etter varen i hjemlandet og i utlandet. Dette betyr at større land eksporterer og importerer mer. Bergstrand (1989) viste at gravitymodellen er en direkte implementering av Krugman (1980). I Krugmans modell vil identiske land handle differensierte varer fordi konsumenter har en preferanse for variasjon. Gravity kan predikeres av nesten alle modeller i handelsfaget, blant andre Krugman (1980), Ricardo og Hecksher Ohlin. 11

20 Gravitylikningen er i hovedsak ganske enkel, og kan uttrykkes på flere måter. En måte å gjøre det på er følgende: T radeijt = GS it M jt ϕ ijt (3.1) Denne varianten er hentet fra UNCTAD. Trade ijt er nivået på handel fra land i til land j i år t, S it er eksporterende lands spesifikke faktorer og M jt er importerende lands spesifikke faktorer. G er variabelen som ikke avhenger av land i eller j, og kan for eksempel være nivået på liberalisering i verden. φ ijt representerer i s tilgjengelighet til j s marked i år t, og kan for eksempel være hvorvidt landene er med i samme handelsavtale. Dette legger grunnlaget for metoden man bruker ved estimering av ulike effekter ved gravitylikningen. Handelsflyten mellom to land er produktet av flere ulike variabler. Dersom man tar logaritmen på begge sider av likningen kan man formulere et nytt uttrykk som man kan bruke for å estimere effektene av de ulike variablene i en regresjonsanalyse: Log T radeijt = L og G + Log Sit + L og Mjt + L og ϕijt (3.2) En slik regresjonsanalyse kan kjøres på ulike måter. Jeg skal presentere to metoder; tverrsnittsanalyse og paneldata Tverrsnittsanalyse Tverrsnittsanalyse er i utgangspunktet den enkleste formen for regresjonsanalyse. Likevel er det også den som har strengest antakelser av de to metodene jeg skal gå gjennom. Denne metoden benytter man vanligvis dersom man har observasjoner for flere individ i samme periode, for eksempel over et år eller et mindre tidsintervall (Biørn, 2013). Det er likevel ikke umulig å bruke denne metoden for et datasett med flere år og flere individ. 12

21 Ved tverrsnittsanalyse tar man utgangspunkt i en minste kvadrats metode. Her minimerer man kvadratet av residualen for å finne det beste estimatet for koeffisientene til forklaringsvariablene i modellen. Noen av de strengeste antakelsene ved tverrsnittsanalyse er at forventningsverdien til feilleddet er null, og at feilleddet er ukorrelert med forklaringsvariablene i regresjonen. Man kan altså benytte tverrsnittsanalyse for å se på effekten regionale frihandelsavtaler har på den generelle handelsflyten ved å bruke data som finnes mellom landpar. Magee (2003) sier at man bør være forsiktig med å trekke konklusjoner av effekten slike handelsavtaler har på handel når man bruker gravityestimering. Spesielt bruk av tverrsnittsanalyse ved gravityestimering byr på flere problemer. Blant annet er det brudd på flere antakelser man har ved en slik metode og det oppstår endogenitetsproblemer. Dette kommer jeg tilbake til. Frem til utpå 1990 tallet var det vanlig å estimere gravitylikninger med tverrsnittsanalyse. Problemet med slik estimering er at den ikke kontrollerer for heterogenitet mellom land. Som en konsekvens av dette har resultatene variert og avhengt av landene som blir valgt i datasettet. Dette har igjen ført til en forventningsskjevhet i estimeringen. I tillegg tar man ikke hensyn til tid ved tverrsnittsanalyse, og er en grunn til at man heller velger paneldata Paneldata De senere årene har den vanligste metoden for å måle effekter av ulike variabler i gravityestimering vært å bruke paneldata. Denne metoden blir ofte brukt dersom man har datasett med flere individ over tid. Det finnes to estimeringsmetoder ved paneldata. Den første er fast effekt, som gjør det mulig å kontrollere for individuell heterogenitet. Individuell heterogenitet kan kort forklares som effekter som er særegent for hvert individ (land) i datasettet. Det er tidsuavhengige variabler altså variabler som er forskjellige fra land til land, men som ikke varierer over tid. Denne individuelle heterogeniteten er spesielt viktig i forhold til dataene som blir brukt i denne oppgaven. Man har observerte tidsuavhengige variabler for hvert av landene i datasettet. I tillegg finnes slike 13

22 uobserverte variabler. Disse observerte og uobserverte variablene kan ofte være korrelert med hverandre, og det kan oppstå endogenitetsproblemer dersom de uobserverte variablene forblir i feilleddet. En måte å løse noe av endogeniteten på er å benytte fast effekt. Dette er et av argumentene for å bruke paneldata over tverrsnittsanalyse. Ulempen med fast effekt modellen er at alle tidskonstante komponenter forsvinner inn i den faste effekten ved estimering. Man kan altså ikke estimere effektene av de tidskonstante variablene på den endogene variabelen man vil studere, men de vil likevel bli tatt hensyn til. Den andre estimeringsmåten ved paneldata er tilfeldig effekt. Fast effekt og tilfeldig effekt bygger i bunn og grunn på de samme antakelsene, men der fast effekt antar at de uobserverte tidskonstante variablene er korrelert med inkluderte forklaringsvariabler gjør tilfeldig effekt det motsatte: Den antar at de uobserverte tidskonstante effektene er ukorrelert med hver forklaringsvariabel (Wooldridge, s. 489). Jeg er mest interessert i å studere koeffisienten til forklaringsvariabelen RTA. Dette er forklaringsvariablen som viser om et landpar er medlem av samme handelsavtale. Det er grunn til å tro at denne variabelen kan være korrelert med en del utelatte variabler og i tillegg er den ikke tidsuavhengig. På grunnlag av dette har jeg derfor valgt å benytte fast effekt. Baier og Bergstrand (2007) hevder i sin analyse at fast effekt er å foretrekke over tilfeldig effekt. Dette er også den metoden som blir brukt i de fleste studier som ser på lignende problemstilling som i denne oppgaven. I tillegg til fast effekt har jeg valgt å inkludere tverrsnittsanalyse som sammenligningsgrunnlag i analysen min. 14

23 4. Data I dette kapitlet blir datasettet presentert. Jeg forklarer variablene som blir benyttet i analysen, samt hvordan jeg har valgt å formulere regresjonsuttrykket Datasettet Datasettet i oppgaven er hentet fra det franske forskningssenteret CEPII s hjemmesider. Der forskes det hovedsaklig på internasjonal økonomi og senteret produserer studier, forskningsartikler, databaser og analyser av verdensøkonomien og dens utvikling (cepii.fr). CEPII har samlet inn data fra ulike aktører til datasettene jeg benytter: BNP og populasjon kommer hovedsaklig fra Verdensbankens Utviklingsindikatorer (World Bank Development Indicators, WDI). Variablene regionale handelsavtaler (RTA) og valutaunioner (currency unions) har de hentet fra arbeidet til Baier og Bergstrand (2007), Verdens Handelsorganisasjon sine nettsider, Frankel (1997) og Glick og Rose (2002). Datasettet består av data for ulike landpar mellom 1948 og Landene som inngår i datasettet er listet opp i vedlegg B. Jeg så det ikke som nødvendig å ta med data fra før 1948, da det finnes lite data og det ikke er før de siste årene at handel har vokst mye. Det vil likevel være data som mangler for de ulike landparene, men observasjonene har blitt bedre med tiden og datasettet tettere. Dette gjør at det er tilstrekkelig med data for å estimere gode koeffisienter i analysen. For å få variablene jeg ønsket har jeg slått sammen datasettene gravity_cepii og lighter dataset fra CEPII. Hovedårsaken til dette er at den endogene venstresidevariabelen FLOW ikke fantes i det førstnevnte settet. Det finnes lite beskrivende informasjon om FLOW variabelen fra lighter dataset, men jeg definerer den slik som Head et al. (2010) gjør i et av sine vedlegg: FLOW viser handelsstrøm mellom landpar. Landene i datasettet er forkortet, og det blir kun benyttet ISO alfa 3 koder. 15

24 4.2. Transformering av data Jeg har formulert et regresjonsuttrykk for analysen med utgangspunkt i uttrykk (3.2) fra kapittel 3.1. Log T radeijt = L og G + Log Sit + L og Mjt + L og ϕijt (3.2) For å gjøre analysen mer intuitiv har jeg laget noen nye variabler. Blant annet fantes det en forklaringsvariabel som viste om land i var medlem i GATT/WTO, og en annen variabel som viste om land j var medlem av GATT/WTO. For å kunne studere effekten av at begge landene samtidig er med i GATT/WTO, lagde jeg en ny binær variabel som er lik 1 dersom begge landene er medlem. I tillegg genererte jeg en annen forklaringsvariabel dersom bare ett av landene er medlem i GATT/WTO, i likhet med Rose (2004) Forklaringsvariablene Av de 55 forklaringsvariablene i datasettet har jeg valgt ut 11 av disse til min regresjon. De er listet opp under, og oppsummert i tabell 4.1. FLOW er den avhengige variabelen. For å kunne estimere effekten av handelsavtale på handelsflyten, er det først og fremst viktig å ta ut det man kan av effekter som er med på å påvirke handel, se Rose (2004). På den måten reduserer man korrelasjonen mellom forklaringsvariablene og feilleddet, og det bidrar til å minske forventingsskjevheten i estimatene man får i kapittel 5. GDP, bruttonasjonalprodukt for hvert av landene, er en sentral variabel i gravitylikningen. Denne variabelen sier noe om størrelsen på landene. Frankel (1997) hevder i sin bok at større land vil bli mer liberalisert og automatisk vil handle mer med hverandre. 16

25 RTA er den variabelen man faktisk ønsker å studere effekten av på handelsflyten mellom land. Det er viktig å påpeke problemene rundt denne sentrale variabelen. Den er ikke nødvendigvis eksogent gitt, da det kan være mange grunner til at land i det hele tatt inngår en handelsavtale med hverandre. Dette kommer jeg tilbake til i diskusjonen i kapittel 6. Koeffisienten til GATTBOTH viser effekten av hvordan handel blir påvirket av at både land i og j er med i GATT/WTO. Denne varierer med tid t ettersom ikke alle land ble medlem da GATT ble opprettet i 1948, men meldt seg inn i ettertid. Koeffisienten til GATTONE viser hvis det ene landet er med i GATT/WTO og det andre landet ikke er medlem. Man kan tenke seg at landparet handler mindre med hverandre i dette tilfellet, ettersom det er sannsynlig at land som er med i GATT/WTO er mer åpen for liberalisering og handel enn land som ikke er medlem. I hvilken retning handel vil gå som følge av dette blir avklart i kapittel 5. GATT/WTO er et handelssamarbeid som jobber for å bygge ned handelsbarrierer, og kan på den måten bli sett på som en type handelsavtale. Derfor er det grunn til å tro at ved å inkludere disse variablene tar man ut noe av effekten som ellers ville ligget i feilleddet og kanskje korrelert med RTA. På den måten fjerner man noen av endogenitetsproblemene som oppstår. Det vil være mindre kostnader ved å handle med land som deler samme valuta, derfor er COMCUR inkludert. COLHIST er en binær variabel som viser om landene har vært del av samme koloni. Denne er inkludert fordi landets historie ofte har noe å si for hvordan handelsmønsteret ser ut i dag (Head et. al, 2010). COMLANG_OFF er en binær variabel som sier om landene har samme offisielle tjenestemannspråk. Man kan tenke seg at land med likt offisielt språk har en sterkere tilknytning til hverandre enn andre land, og at dette kan bidra til at landene også handler mer med hverandre. CONTIG er en binær variabel som beskriver om landene grenser til hverandre, som sier noe om tilgangen landene har til hverandres markeder. Historisk sett vil det være enklere for to naboland 17

26 å handle mer med hverandre enn et landpar som befinner seg på hver side av jordkloden. DISTW tar med litt av den samme effekten som CONTIG. Avstand mellom land har selvsagt noe å si for hvor mye de handler med hverandre, dette var også Tinbergen (1962) sin teori. Avstand er blant 8 annet en kilde til handelskostnader, og DISTW kan sees som en proxyvariabel for dette. Jo lenger fra hverandre land er, jo større kostnader må påregnes ved handel. Dette gjelder blant annet på grunn av økte transportkostnader. Tabell 4.1 FLOW ijt GDP it GDP jt RTA ijt GATTBOTH ijt GATTONE ijt COMCUR ijt COLHIST ij DISTW ij COMLANG_OFF ij CONTIG ij Handelsstrøm mellom land i og j ved tidspunkt t. Verdi i nåværende millioner US$ BNP, land i ved tidspunkt t. Verdi i nåværende millioner US$ BNP, land j ved tidspunkt t. Verdi i nåværende millioner US$ Binær variabel, =1 hvis land i og j er medlem av samme handelsavtale Binær variabel, =1 hvis land i og j begge er medlem av GATT/WTO Binær variabel, =1 hvis enten land i eller j er medlem av GATT/WTO Binær variabel, =1 hvis land i og j har felles valuta Binær variabel, =1 hvis land i og j noen gang har vært i koloni med hverandre Vektet avstand mellom land i og j Binær variabel, =1 hvis land i og j har samme offisielle språk Binær variabel = 1 hvis landene deler grense 8 Ettersom handelskostnader i seg selv er vanskelig å måle, kan man i stedet inkludere en variabel som er nært korrelert. Det er grunn til å tro at avstand vil være en slik variabel en såkalt proxy. 18

27 4.4. Regresjonsuttrykket Uttrykk (3.2) kan dermed utvides, og følgende uttrykk vil være utgangspunkt for min analyse: ln F LOW ijt = β 0 + β 1ln GDP it + β 2ln GDP jt + β 3RT Aijt + β 4GAT T BOT Hijt + β 5 GAT T ONE ijt + β 6 COLHIST ij + β 7 COMCUR ijt + β 8 ln DIST ij + β 9 COMLANGOF F ij + β 10 CONT IG ij + u ijt (4.1) Sammenlignet med (3.2) vil FLOW være trade variabelen på venstre side av likhetstegnet. GDP variablene kan ses i sammenheng med S it og M jt da dette er de respektive landenes spesifikke faktorer. De resterende variablene sier noe om landenes tilgang til hverandres markeder, og er de variablene som ligger inni φ ijt. For å kontrollere for midlertidig variasjon over tid har jeg i valgt å inkludere årsspesifikke binære variabler for hvert år i datasettet. Ofte finnes det faktorer som varierer over et kortere tidsintervall, og disse effektene vil ikke nødvendigvis bli fanget opp av de andre forklaringsvariablene. Ved å ta ut disse binære variablene for årstall kan man ta ut noen av effektene som ellers ville ligget igjen i feilleddet uten å bli kontrollert for. Det er viktig å påpeke at variablene uten t i uttrykk (4.1) er tidsuavhengige. Disse variablene vil falle bort ved regresjon med fast effekt. Uttrykket inneholder både log variabler og binære variabler. Binære variabler kalles også dummyvariabler og tar verdi 0 eller 1. Koeffisienten til log variablene kan tolkes som elastisiteter, og sier hvor mange prosent handel mellom landpar øker dersom man øker BNP til henholdsvis land i eller j med 1%. Koeffisientene foran dummyvariablene kan derimot tolkes som vekstfaktoren handelsflyten endres med dersom variabelen tar verdi 1 mot at den er 0. Måten dette blir regnet på vises nærmere i analysedelen i kapittel 5. 19

28 Det er konsensus i litteraturen og blant forskerne at regionale handelsavtaler bidrar til økt handel. Likevel er det lite enighet om de nøyaktige spesifikasjonene rundt likningen. Det er flere ulike måter å sette den opp på, og hvilke variabler man inkluderer vil også selvsagt påvirke resultatene og analysen (Ghosh og Yamarik, 2004) Nullobservasjoner Avslutningsvis i dette kapitlet er det verdt å nevne problemene som vil oppstå i de delene av datasettet der det mangler tall. Modellen som skal analyseres i kapittel 5 har logaritme variabler, og det er ikke mulig å ta logaritmen av null eller et negativt tall. Dette vil si at disse verdiene faller ut når man kjører regresjon, som kan medføre forventingsskjevhet. Dette vil gjelde landpar som ikke handler med hverandre og der det ikke finnes data. Silva og Tenreyro (2008) argumenterte for at Poisson maximum likelihood kan brukes som et substitutt for standard log lineær modell. Man kan også løse disse problemene med litt manipulering, og droppe observasjonene der handel er lik null. Det kan kun gjøres dersom disse nullene er tilfeldig fordelt. I denne oppgaven har jeg valgt å droppe de manglede observasjonene. Dette er også blitt gjort av de fleste andre studier som bruker gravity metoden med tverrsnitt og panel. Datasettet inneholder mange observasjoner, og det er grunn for å tro at de resterende observasjonene er tilstrekkelig for å gi gode resultater. 20

29 5. Analyse Hovedformålet med analysen i dette kapitlet er å teste om en handelsavtale mellom landpar har en effekt på nivået av handel mellom disse to landene. β 3 er koeffisienten til RTA variabelen, og jeg har formulert følgende hypotese som jeg nå skal teste ved forskjellige regresjonsmodeller: H o : β 3 = 0 HA : β 3 = / 0 Nullhypotesen sier at det vil ikke vil være noe effekt av handelsavtaler på handel mellom land. Alternativhypotesen er derimot den antakelsen jeg har gjort før resultatene blir presentert; dersom to land er med i samme handelsavtale vil dette ha en signifikant effekt på handelsflyten mellom dem. Jeg vil også vie noe oppmerksomhet på de andre variablene som er inkludert i modellen, men fokuserer hovedsaklig på RTA. Dersom handelsavtaler har en effekt på handel, så er det forventet at de landparene som er med i samme avtale har en høyere handel enn andre landpar (Rose 2004, s. 99). Samtlige modeller er kjørt med robuste standardfeil. Det er blanke felter i tabell 5.1 under fordi de tidsuavhengige variablene blir utelatt i en fast effekt modell. De nederste linjene i tabellen er også med på å holde orden på hva som er de faste effektene i de forskjellige modellene, i tillegg vil stjernene indikere grad av signifikans for de ulike forklaringsvariablene. Variabler uten stjerne er hverken signifikant på 1%, 5% eller 10%. 21

30 Tabell 5.1 (1) Tverrsnitt (2) Tverrsnitt (3) Panel (4) Panel Log GDP, importør 0.714* (0.0013) 0.86* (0.0012) * (0.011) 0.626* (0.014) Log GDP, eksportør 0.88* (0.0013) 1.03* (0.0013) 0.548* (0.011) 0.709* (0.012) Regional FTA 0.607* (0.0122) 1.045* (0.124) 0.488* (0.025) 0.489* (0.025) Begge i GATT/WTO 0.391* (0.0127) 0.087* (0.0121) 0.25* (0.03) 0.276* (0.030) En i GATT/WTO 0.282* (0.0126) 0.066* (0.012) 0.06** (0.027) 0.087* (0.027) Tidligere koloni 1.79* (0.147) 1.165* (0.014) Felles valuta 0.808* (0.253) 0.764* (0.023) 0.625* (0.068) 0.522* (0.066) Log vektet distanse 1.015* (0.004) 1.011* (0.0037) Felles språk 0.396* (0.008) 0.633* (0.008) Deler landegrense 0.66* (0.015) 0.43* (0.0157) Antall observasjoner Faste effekter: R w w År Nei Ja Nei Ja Landpar Nei Nei Ja Ja Tall i parentes er robuste standardfeil w: R 2 for within i Statautskriften siden det er en fast effekt modell *: Signifikant ved signifikansnivå 1% **: Signifikant ved signifikansnivå 5% 22

31 5.1. Resultater Modell (3) i tabell 5.1 viser resultatene av paneldataanalysen med faste effekter, uten tidseffekt. Som forventet vil de tidsuavhengige variablene; tidligere koloni, distanse, språk og landegrense, være automatisk utelatt fra estimeringen i denne modellen. Samtlige forklaringsvariabler er signifikante, og forklaringskraften til modellen er 33,64%. I modell (4) er det i tillegg lagt til årsspesifikke dummyvariabler. Dette øker forklaringskraften marginalt til drøye 34%, og man kan se at koeffisientene er noe forandret i forhold til modell (3) men likevel relativt like. Først kan man se at bruttonasjonalproduktet til både land i og j har en positiv effekt på handelsflyten mellom landene. Industrialiserte land med høyere BNP har en tendens til å handle mer enn mindre utviklede land. Effekten av BNP på handel er forsterket i modell (4) i forhold til (3). Videre ser man at felles valuta har en sterk effekt på handel mellom landpar. Til slutt kan man se at dersom begge landene er medlem i GATT/WTO så vil dette ha en positiv effekt på handel i modell (3) og (4). Det samme gjelder dersom kun ett land er medlem i GATT/WTO. Den sistnevnte variabelen har endret fortegn i forhold til tverrsnittsanalysen i modell (1) og (2). Modell (1) er uten tidseffekter, mens (2) inkluderer disse effektene. Forklaringskraften i disse er betydelig høyere enn for (3) og (4) og begge forklarer i overkant av halvparten av variasjonen i bilateral handel. Modell (1) og (2) tillater oss i tillegg å se på koeffisientene til kolonihistorie, språk og landegrense. Samtlige har en positiv effekt på handel. I kapittel 4 ble det nevnt at DISTW er en proxyvariabel for handelskostnader. Ifølge resultatene fra tabell 5.1 bidrar økt avstand og økte handelskostnader til mindre handel. I forhold til antakelsene i kapittel 4 er det ikke så mange uventede funn i modellene (1) (4), og samtlige effekter er i samsvar med forventningene. To interessante funn er likevel at variabelen for hvorvidt ett av landene er medlem i GATT/WTO og begge landene er medlem i GATT/WTO endrer fortegn. I paneldatamodellene vil begge forklaringsvariablene ha en positiv effekt på handel. 23

32 Når det gjelder koeffisienten av interesse, RTA, ser man at denne er positiv og signifikant i samtlige modeller i tabell 5.1. Koeffisienten er 1,045 i modell (2). I (4) er den redusert til 0,489, men likevel signifikant. Ettersom denne variabelen ikke er en ln variabel, så kan man ikke tolke koeffisienten direkte som elastisitet. FLOW og RTA, hold alt annet konstant, er en log level modell. I tillegg er det viktig å huske at RTA er en binær variabel. I modell (4) vil det si at ln FLOW øker med 0,489 når to land er medlem av samme handelsavtale. For å finne ut hvor mye handel øker i tallverdi, løser jeg uttrykket nedenfor: ln FLOW ijt = RT Aijt ln FLOW ijt = = e ln FLOW ijt = e F LOW ijt = e = 1.63 Ifølge paneldataanalysen i modell (4) øker handel 1,63 ganger (63%). I tverrsnittsanalysen i modell (2) finner man at denne effekten er på 2,84 (184%). Altså er effekten sterkere i (2) sammenlignet med (4). Alt i alt viser (2) og (4) ganske like resultater. På bakgrunn av diskusjonen i kapittel 2 hevder jeg at resultatene i paneledatastimeringen i modell (3) og (4) er noe mer plausible enn tverrsnittsanalysen. Ettersom det er brudd på flere antakelser i tverrsnittsanalysen, er det grunn til å tro at paneldatametoden er bedre og dermed gir bedre estimater. Jeg velger derfor å legge hovedfokus på modell (4) videre i artikkelen Ulike varianter Lav og mellominntektsland vs. høyinntektsland Etter å ha sett på effekter på alle land i datasettet, kan man også velge å se på lav og mellominntektsland og høyinntektsland hver for seg. Jeg har brukt definisjoner fra Verdensbanken for å definere hvilken klassifisering landene i datasettet faller under. Ettersom datasettet strekker seg fra 1948 til 2006, har jeg brukt definisjonen for hva som er et 24

33 lav eller mellominntektsland i 2006: Land med en bruttonasjonalinntekt per capita på $ eller mindre. For enkelhets skyld antar jeg at land som er definert lav og mellominntektsland i 2006 har vært det gjennom hele perioden. Tilsvarende er gjort for å generere den binære variabelen for høyinntektsland: Land med en bruttonasjonalinntekt per capita over $ i Mange av landene i datasettet som var høyinntektsland i 2006 har nødvendigvis ikke vært definert som dette siden datasettet begynte i 1948, men det vil være en måte å skille ut de rikeste landene fra de fattigste. Ved å generere disse variablene kan man altså velge å kun se på landpar der begge var definert som lav eller mellominntektsland i 2006 eller der begge landene var 10 høyinntektsland. 9 Denne definisjonen er hentet fra Verdensbankens nettside ("How Does the World Bank Classify Countries?"). 10 Ettersom jeg ikke har tilgang til BNI i datasettet, benyttet jeg BNP per capita i stedet. 25

34 Tabell 5.2 (5) Panel, lav og mellominntektsland Log GDP, importør * (0.027) Log GDP, eksportør 0.631* (0.027) Regional FTA * (0.053) Begge i GATT/WTO * (0.05) En i GATT/WTO (0.041) (6) Panel, høyinntektsland 0.762* (0.046) 0.942* (0.058) 0.197* (0.044) 0.503* (0.134) (0.130) Tidligere koloni Felles valuta 0.347** (0.174) 0.387* (0.064) Log vektet distanse Felles språk Deler landegrense Antall observasjoner Faste effekter: R W W År Ja Ja Landpar Ja Ja Tall i parentes er robuste standardfeil w: R 2 for within i Statautskriften siden det er en fast effekt modell *: Signifikant ved signifikansnivå 1% **: Signifikant ved signifikansnivå 5% 26

35 Modell (5) er samme type modell som (4), men med et utvalg kun bestående av lav og mellominntektsland. Fortegnene til koeffisientene har ikke endret seg i forhold til (4), men effekten av handelsavtale har gått litt ned. I tillegg er modellens forklaringskraft redusert fra 34% til drøye 22%. I modell (6) estimerer jeg effektene av de ulike variablene ved å kun benytte meg av de landparene der begge var definert som høyinntektsland i I denne modellen er koeffisienten til RTA signifikant, og jeg finner at høyinntektsland handler 21% mer med hverandre når de er i samme handelsavtale. Denne effekten er lavere enn for utvalget med lav og mellominntektsland i modell (5), der bidrar RTA til 41% mer handel. Sammenligner man (6) med (4) ser man at effekten av handelsavtaler har gått noe ned. Effekten av økt BNP har derimot mer å si for både land i og land j. Man kan også se at forklaringskraften har gått opp fra 34% i modell (4) til i overkant av 83% i modell (6). Det er en ikke signifikant variabel i (6); om ett av landene er medlem i GATT/WTO. Det er stor sannsynlighet for at dette er en overflødig variabel i utvalget man estimerer i denne modellen. For de landpar der begge var høyinntektsland i 2006 er det en antatt sterk korrelasjon mellom hvorvidt landene er høyinntektsland og om de er medlem av GATT/WTO. Ved å studere datasettet kan det se ut som Ekvatorial Guinea er det eneste rike landet som er i landpar med høyinntektsland men som ikke er medlem av WTO. Det har lenge vært et av de fattigste landene i Afrika, og høyere BNP her kommer i utgangspunkt av høye oljeinntekter som ikke nødvendigvis kommer befolkningen til gode (Globalis). Økt BNP betyr ikke nødvendigvis mer liberalisering. Dette gir grunnlag for påstanden om en sterk korrelasjon mellom GATTvariablene i tabellen gitt antakelsen om at man kun ser på rike land. 27

36 Data etter Det har vært en kraftig vekst i handelsavtaler etter Det vil derfor være interessant å begrense datasettet til å kun se på observasjoner fra 1990 og frem til Dette blir gjort i modell (7) og (8) i tabell 5.3 under. Modell (7) ser på hele utvalget fra 1990 til 2006, mens (8) ser på tilsvarende periode kun for høyinntektsland. Her oppstår det problemer rundt signifikansspørsmålet til GATT/WTOvariablene. Disse har betydelig høye robuste standardfeil i forhold til størrelsen på koeffisienten, som i sin tur vil føre til lave t verdier ettersom koeffisientene er lave. En grunn til at dette skjer kan være at disse variablene er overflødige. Etter 1990 er det flere land som er medlem i GATT/WTO, og det vil mest sannsynlig ikke være nok variasjon i observasjonene til å estimere effekten av disse variablene. I modell (8) vil to høyinntektsland som er medlem av samme handelsavtale handle i overkant av 32% mer med hverandre, mens tilsvarende effekt er på 21% i (6). Det er med andre ord en sterkere estimert effekt av handelsavtaler dersom man ser på høyinntektsland kun i perioden 1990 til 2006, kontra 1948 til Sett bort fra GATT/WTO, vil de andre variablene ha samme fortegn i (6) og (8). Effekten av BNP er høyere i (6) enn i (8), og også effekten av felles valuta er høyere i (6). Modell (9) i tabell 5.3 blir forklart i kapittel Se vedlegg A. 28

37 Tabell 5.3 (7) Panel, (8) Panel, , høyinntektsland (9) Robustsjekk av modell (8) Log GDP, importør 0.691* (0.020) 0.629* (0.062) 0.629* (0.062) Log GDP, eksportør 0.531* (0.024) 0.571* (0.126) 0.571* (0.126) Regional FTA 0.208* (0.023) 0.279* (0.050) 0.279* (0.050) Begge i GATT/WTO 0.105** (0.042) (1.98) (1.98) En i GATT/WTO (0.039) (1.99) (1.99) Tidligere koloni Felles valuta 0.094** (0.039) 0.068** (0.033) 0.068** (0.033) Log vektet distanse Felles språk Deler landegrense Antall observasjoner Faste effekter: R W W W År Ja Ja Ja Landpar Ja Ja Ja Tall i parentes er robuste standardfeil w: R 2 for within i Statautskriften siden det er en fast effekt modell *: Signifikant ved signifikansnivå 1% **: Signifikant ved signifikansnivå 5% 29

38 5.3. Sammenligne resultater med andre funn Måten man formulerer gravitylikningen avgjør hvordan resultatene av estimeringen blir. De ulike studiene jeg har referert til innledningsvis og underveis har ikke nødvendigvis brukt de samme variablene som meg, og det vil derfor være ulike resultater. I hovedsak kan man anta at fortegnene burde bli de samme. Baier og Bergstrand (2007) kjører paneldata med ulike versjoner av fast effekt. Deres modeller kan sammenlignes med mine da metode og forklaringsvariabler er relativt like. I modell (4) får jeg resultater som tilsier at handelsavtaler bidrar til 63% mer handel mellom landpar. Baier og 12 Bergstrand estimerer denne effekten til å være hele 97% i en tilsvarende modell. En av grunnene til at Baier og Bergstrand estimerer en høyere koeffisient kan være at det er inkludert færre variabler i deres modell, og at effekten av RTA dermed blir forventningsskjev oppover på grunn av endogenitet i denne variabelen. Magee (2008) fant at handelsavtaler har en positiv effekt, og at handel øker 82% ved RTA. Glick og Rose (2002) fant også at en regional handelsavtale mellom landpar har en positiv effekt på handel. Greenaway og Milner (2002) har har funnet at positive handelseffekter er assosiert med handelsavtaler, selv når man kontrollerer for avstand. Dette er i tråd med det jeg har funnet i mitt studie Robusthet hvor gode er data egentlig? Datasettet jeg har benyttet i analysen kan inneholde heterogene variabler. Dette kan komme av såkalte ekstremobservasjoner (outliers), og føre til inkonsistente koeffisienter. Hvorvidt disse eventuelle ekstremobservasjonene påvirker de estimerte koeffisientene kan testes ved en robustsjekk der man eliminerer den nederste og øverste persentilen av variabler i datasettet. Jeg har formulert en slik test ved å fjerne FLOW data over 75 persentilen og deretter kjøre modell 12 Se Baier og Bergstrand (2007) modell (3) og (4), side

39 13 (8) på nytt. Modell (9) i tabell 5.3 viser resultatene av denne testen. Antall observasjoner og forklaringskraften til modellen har falt marginalt, og koeffisientene er de samme som i modell (8). Derfor mener jeg at det ikke vil være problem med heterogenitet i denne modellen, i hvert fall ikke for FLOW variabelen. Det er også en mulighet for at det er heteroskedastiske feilledd. Det vil si at feilleddene ikke har konstant varians, som kan føre til at standardfeilen til koeffisientene blir feil. Hvis det skjer, vil t verdien bli feil og man kan dra feil konklusjoner om hvorvidt variablene er signifikante eller ikke. En måte å løse dette på er å ta høyde for robuste standardfeil. Dette er noe jeg har tatt hensyn til i mine analyser, og robuste standardfeil er brukt på samtlige modeller som blir kjørt. Det er også mulig at det finnes endogene forklaringsvariabler i modellen som påvirker de estimerte koeffisientene. Dette kommer jeg tilbake til i diskusjonen i kapittel persentilen for FLOW = Jeg kunne også droppet data under 25 persentilen, men den vil være lik null. Jeg har lite mistanke om ekstremverdier nedover i FLOW data og velger å kun droppe de øverste FLOW verdiene. 31

40 6. Diskusjon 6.1. Effektene av en handelsavtale Estimeringen som blir gjort i kapittel 5 viser hvilken effekt en handelsavtale i gjennomsnitt vil ha på bilateral handel. Modellen er formulert på den måten at jeg ser på samtlige avtaler som fantes 14 i perioden 1948 til I 2006 var det i overkant av 250 handelsavtaler som var iverksatt. Det vil si at datasettet inneholder en rekke ulike typer handelsavtaler, og min metode har estimert en en gjennomsnittseffekt av disse avtalene på bilateral handel. Ulike typer handelsavtaler vil ha ulik effekt på handel, det er også det som er Baier og Bergstrands (2007) konklusjon. I mine analyser vil koeffisienten til RTA variabelen variere fra 0,197 (6) til 1,045 (2). Handelsavtaler kan øke bilateral handel med alt fra 21% til 184%, avhengig av hvordan modellen er formulert. Avtalene vil med andre ord i stor grad virke positiv for partene som er med i avtalen og øke handel mellom dem ytterligere. Dette er i samsvar med funnene til blant andre Baier og Bergstrand (2007), Magee (2008) og Glick og Rose (2002). At handelsavtaler har en positiv effekt på bilateral handel betyr ikke at nettoeffekten for landene utenfor avtalen nødvendigvis er negativ. Krugman (1991) prøver å forklare dette og sier at til tross for at en handelsavtale vil være positiv for medlemslandene så vil det ikke skape store vridninger fra handel med resten av verden. Han konkluderer med at ettersom land har en tendens til å handle mer med naboland, så vil ikke handelsavtaler mellom land i samme region ha særlig negativ nettoeffekt for resten av verden. Det er vanskelig å tallfeste disse netto og velferdseffektene. Derfor benytter jeg gravitymodellen til å estimere i hvor stor grad den bilaterale handelen blir påvirket av en handelsavtale, for å så kunne diskutere hvordan dette kan påvirke lands velferd og nytte. Når man snakker om handelsavtaler og nytten av disse er det viktig å forstå begrepene trade diversion (TD) og trade 14 Se vedlegg A. 32

41 creation (TC). Som nevnt innledningsvis i kapittel 1.3 er TC den ekstra handelen som oppstår mellom to land etter de har gått inn i en felles handelsavtale. Når to land handler mer hverandre kan dette skje på bekostning av et tredje land som står utenfor avtalen, og får lavere etterspørsel etter sine varer som følge av handelsavtalen. Det er dette som er TD, og man kan i prinsipp ikke ha TD uten at det er TC. Magee (2008) presenterer to grunner til at man ikke nødvendigvis får en TD ved en handelsavtale. I det første argumentet bruker han tollunion som eksempel. En tollunion harmoniserer eksterne tollsatser for alle medlemsland. Dette kan føre til at et land som blir med i en slik union kanskje må redusere sine tollsatser og dermed bidra til en økning i import fra landene utenfor avtalen. En annen grunn til at man ikke nødvendigvis ser en vridning bort fra handel med land utenfor avtalen og TD er at handelsavtalen kan øke medlemslandenes inntekt så mye at de øker etterspørselen etter alle utenlandske varer og importerer mer. Videre forklarer Magee at gravitymodellen estimerer effekten av økt BNP/BNI uavhengig av handelsavtaler. Den eventuelt positive effekten man får av en handelsavtale som følge av økt etterspørsel for land som har blitt rikere blir ikke tatt med i regnskapet når man bruker en gravitylikning som i denne oppgaven. Gjennomføringen av en handelsavtale tar tid. Det kreves flere forhandlingsrunder, og selv når avtalen er underskrevet tar det tid fra den er annonsert og til den trer i kraft. Frankel (1997) hevder at allerede i denne mellomperioden vil bedrifter tilpasse seg de nye reglene. Dette vil i sin tur kunne påvirke den bilaterale handelen allerede før avtalen er iverksatt. Magee (2008) sier at implementering av nye handelsavtaler vil føre til en gradvis nedtrapping av tollsatser og ikke kutte de på dagen. Dette gjør at RTA effekten ikke vil være så umiddelbar som det den blir fremstilt i analysen. Han estimerte forventningseffekten av en handelsavtale fire år i forkant av vedtatt startdato og fant at handel i snitt økte med 26%. Den positive effekten jeg har funnet er dermed nødvendigvis ikke så riktig som den sanne effekten av handelsavtaler. I tillegg vil disse koeffisientene også kunne gjenspeile endogenitetsproblemer i forklaringsvariablene. 33

42 For å få en godt forklart regresjonsmodell kreves det i utgangspunktet at forklaringsvariablene er eksogene. I denne artikkelen er hovedfokuset på koeffisienten til RTA. Baier og Bergstrand (2004 og 2007) belyser problemene rundt denne variabelen og sier at denne ikke nødvendigvis er eksogen, men heller endogen. At to land inngår en handelsavtale med hverandre er ofte fordi disse landene allerede handler mye med hverandre, og en slik avtale dermed kun vil forenkle handelen enda mer. Wonnacotts kommentar til Eichengreen og Irwin (1998) viser også til at motivasjonen for en handelsavtale er sterkere for land som allerede har tette bånd til hverandre. Det vil også være problemer med forkastede variabler som burde være med i denne modellen. Handel er påvirket av mange ytre variabler som ikke er med i denne estimeringen (Baier og Bergstrand, 2007). Feilleddet inneholder mye som både er med på å påvirke de inkluderte forklaringsvariablene, samt FLOW variabelen. For å vurdere korrelasjonen mellom feilleddet og RTA variabelen burde man analysere hva som faktisk øker sannsynligheten for at et land inngår en handelsavtale med et annet land. Man kan for eksempel ta ut variabelen om landene er medlem i GATT/WTO eller ikke. Dette kan være en grunn til at RTA variabelen er endogen. Et landpar der begge er medlem i GATT/WTO har nemlig bedre utgangspunkt for å handle med hverandre og da er det også større sannsynlighet for at de etter hvert inngår en handelsavtale. En annen variabel som kan være med på å justere for denne endogeniteten er hvorvidt landparet deler en historie. Land som har vært del av samme koloni har kanskje sterkere handelstradisjoner enn andre landpar. I analysen har jeg inkludert flere av variablene som skaper endogenitet i RTA variabelen, men det vil mest sannsynlig være flere slike variabler som fortsatt ligger igjen i feilleddet. Slike endogenitetsproblemer kan likevel bli delvis korrigert for ved å estimere modellen ved hjelp av paneldata og faste effekter, som jeg også nevnte i kapittel 3.3. Avgjørelsen om å inngå en handelsavtale blir i stor grad tatt på grunnlag av politiske forutsetninger som ikke blir inkludert i regresjonsmodellen. Politisk enighet, eventuelle allianser og handelstradisjoner er noen av grunnene til at land velger å tilrettelegge for enklere handel med 34

43 hverandre. Lobbyister er ofte med på å legge føringer for utfallet av disse avtalene og hvordan de ser ut når de er ferdigforhandlet. Sterke krefter i form av etablerte eksportbedrifter i hjemlandet kan være med på å legge til rette for at deres vare ikke blir påvirket negativt av en eventuell avtale. Herfra kommer også noe av kritikken mot TTIP, ettersom bedrifter ønsker mulighet til å saksøke stater. Dette er et spørsmål om flytting av makt, som kritikerne har valgt å kalle en trussel for demokratiet. Jeg nevnte innledningsvis at dette ikke kommer til å bli nærmere diskutert i denne artikkelen. Det er viktig å belyse disse problemene for å forstå at estimatene ikke nødvendigvis er særlig presise. Ifølge min analyse, og også tidligere forskning, har handelsavtaler likevel en positiv og signifikant effekt på handel mellom land Effektene av TTIP TTIP er en frihandelsavtale, og ved en slik avtale er partene selvstendige når det gjelder å bestemme toll og tariffer overfor andre land. Likevel vil EU fortsette å sette felles tollsatser for alle medlemslandene, på samme måte som USA setter felles tollsatser for alle statene. Medlemsstatene og landene i USA og EU vil dermed ikke ha mulighet til å styre sin egen handelspolitikk. USA og EUs samlede BNP utgjør som kjent en stor del av verdens bruttonasjonalprodukt. En handelsavtale mellom disse to partene høres relativt dramatisk ut da den vil omfatte over 40% av verdens økonomi. Når det gjelder effektene TTIP vil ha på bilateral handel vil det være mest relevant å se på resultatene med høyinntektsland i modell (6) og (8). Grunnen er at dette er en 15 avtale mellom EU og USA, som i hovedsak består av land som allerede er rike. I modell (8) vil en handelsavtale mellom to høyinntektsland øke bilateral handel med 32% gitt tidsperioden 1990 til Denne effekten blir redusert til 21% når man ser på hele perioden (se modell (6)). Som 15 Av de 28 medlemslandene som er i EU i dag, var det kun 3 av dem som ikke var medlem i 2006 (Kroatia, Bulgaria og Romania). Av de resterende 25 medlemslandene var 22 land definert som høyinntektsland i Det var kun Polen, Latvia og Litauen som ikke var høyinntektsland per 2006, men disse har blitt det i ettertid. Per 2016 er det kun Bulgaria og Romania som ikke er høyinntektsland av medlemslandene. (Verdensbanken) 35

44 nevnt vil disse effektene være et snitt av effekten alle typer handelsavtaler har på bilateral handel. I diskusjonen om effektene av TTIP kan man benytte disse resultatene til å anta at handelen mellom EU og USA vil øke, men ikke nødvendigvis med hele 32%. Det er grunn til å tro at resultatene i kapittel 5 overestimer effektene av TTIP. Årsaken til det er at handel mellom USA og EU allerede er liberalisert, noe som kom frem i kapittel 2.3. En av de større handelsavtalene som finnes i datasettet og som er inkludert i analysen er North American Free Trade Agreement (NAFTA). NAFTA ble iverksatt 1. januar 1994, og er en frihandelsavtale mellom USA, Canada og Mexico. I følge NAFTAs egne hjemmesider har varehandelen mellom medlemslandene mer enn tredoblet seg siden Det er likevel viktig å påpeke at en økning i handelen mellom NAFTA landene de siste 20 årene ikke er bevis i seg selv for at handel har økt som følge av denne avtalen. I løpet av avtalens levetid har det skjedd en liberalisering av verdensøkonomien, og veksten i varehandel kan i stor grad ha blitt påvirket av dette. De fleste analyser peker likevel på at NAFTA har hatt en positiv effekt på handel og bidratt til økonomisk vekst i medlemslandene (Hufbauer og Schott, 2005). I forkant av NAFTA hadde USA og Canada allerede et godt handelssamarbeid gjennom CUSFTA (Canada U.S. Free Trade Agreement), som ble iverksatt i Denne handelsavtalen skulle liberalisere handel mellom partene og gradvis eliminere tollsatser på varer og tjenester. Ifølge Tefler (2004) lå de gjennomsnittlige tollsatsene på Canadas import fra USA på i overkant av 8% i Tollsatsene på USA sin import fra Canada var i utgangspunktet på et noe lavere nivå, og lå på 4%. Disse tallene falt årene etter CUSFTA ble iverksatt, og i 1996 lå gjennomsnittlig tollsats mellom partene på under 2%. I kapittel 2 kom det frem at de gjennomsnittlige tollsatsene mellom EU og USA ligger på rundt 2% før TTIP. Utgangspunktet er med andre ord et litt annet enn for CUSFTA. En handelsavtale mellom EU og USA vil senke de tollsatsene som fortsatt ikke er eliminert, i tillegg til å standardisere reguleringene som finnes i dag. Det er allerede et etablert handelssamarbeid mellom disse to partene, men en avtale vil legge til rette for at den kan gå enda mer knirkefritt. Den vil kunne øke handelen, da spesielt på de godene som har en høyere tollsats i dag. Likevel 36

45 vil TTIP kunne påvirke NTB ene mer enn selve tollsatsene. Siden tollsatsene allerede er ganske lave er det grunn til å tro at det er tilretteleggingen for en enklere handel som er sentral i akkurat denne avtalen. Som ved CUSFTA vil i utgangspunktet ikke tollsatsene med resten av verden for USA og EU endre seg, og begge parter er i tillegg medlem i andre handelsavtaler. Tefler (2004) konkluderte med at trade creation oversteg trade diversion ved CUSFTA, og at handelsavtalen mest sannsynlig bidro til økt aggregert velferd. Det er usikkert i hvilken retning TD og TC vil gå ved TTIP. Basert på diskusjonen og resultatene i analysen mener jeg det er grunn til å tro at TTIP vil øke etterspørselen etter varer mellom medlemslandene spesielt for de varene som fortsatt har en høyere tollsats. Samtidig er det sannsynlig at partene vil fortsette å handle med øvrige land i tilnærmet like stor grad som i dag. 37

46 7. Konklusjon Internasjonal handel utgjør en større del av verdensøkonomien enn noen gang, og siden slutten av 1980 tallet har det vært kontinuerlig vekst i antall handelsavtaler som blir inngått mellom land. I denne artikkelen har jeg studert effekten handelsavtaler har på bilateral handel ved å benytte gravityestimering. Resultatene i kapittel 5 viser at handelsavtaler har en estimert positiv og signifikant effekt på handel, både når man ser på høyinntektsland isolert sett og for alle land i datasettet. Effektene vil variere gitt ulike modellspesifikasjoner, men resultatene gir likevel en god indikasjon på at handelsavtaler spiller en rolle for handelsflyten. Når det gjelder effektene av TTIP kan man konkludere med at handel mellom EU og USA mest sannsynlig vil øke som følge av eliminering av tollsatser, men at det ikke vil få store konsekvenser for tredjepartsland. Handelen mellom disse partene er allerede i stor grad liberalisert, og en frihandelsavtale der tollsatsene allerede er lave vil ikke føre til dramatiske endringer i handelsmønsteret. Jeg håper denne artikkelen kan være et utgangspunkt for å videre kunne gå mer i dybden på hva frihandelsavtaler av typen TTIP kan ha å si for Norge. 38

47 8. Referanser Anderson, James E. "A theoretical foundation for the gravity equation." The American Economic Review 69.1 (1979): Baier, Scott L., og Jeffrey H. Bergstrand. "Do Free Trade Agreements Actually Increase Members' International Trade?" Journal of International Economics 71.1 (2007): Print. Baier, Scott L., og Jeffrey H. Bergstrand. "Economic Determinants of Free Trade Agreements." Journal of International Economics 64.1 (2004): Print. Bergstrand, Jeffrey H. "The Generalized Gravity Equation, Monopolistic Competition, and the Factor Proportions Theory in International Trade." The Review of Economics and Statistics 71.1 (1989): 143. Print. Biørn, Erik. ECON3150/ECON4150 Introductory Econometrics. Lecture note no.1 (2013). "CEPII Gravity Presentation." CEPII Gravity Presentation. Web. 4. mars "Data The World Bank." Data The World Bank. Web. 10. april 2016 Eichengreen, Barry, og Douglas Irwin. "The Role of History in Bilateral Trade Flows." (1996). Print. "Ekvatorial Guinea." Globalis.no. Web. 17. mars European Commision. Inside TTIP. Luxembourg: Publications Office of the European Union, Feenstra, Robert C. Advanced International Trade: Theory and Evidence. Princeton, NJ: Princeton UP, Print. Frankel, Jeffrey A., Ernesto Stein, and Shang Jin Wei. Regional trading blocs in the world economic system. Peterson Institute, 1997 Ghosh, Sucharita, og Steven Yamarik. "Are Regional Trading Arrangements Trade Creating?" Journal of International Economics 63.2 (2004): Print. Glick, Reuven, og Andrew K. Rose. "Does a Currency Union Affect Trade? The Time series Evidence." European Economic Review 46.6 (2002): Print. "Gravitasjon Store Norske Leksikon." Store Norske Leksikon. Web. 17. mars

48 Greenaway, David, og Chris Milner. "Regionalism and Gravity." Scottish J Political Economy Scottish Journal of Political Economy 49.5 (2002): Print. Head, Keith, Thierry Mayer, og John Ries. "The Erosion of Colonial Trade Linkages after Independence." Journal of International Economics 81.1 (2010): Print. "How Does the World Bank Classify Countries?" World Bank Data Help Desk. Web. 7. april Hufbauer, Gary Clyde., og Jeffrey J. Schott. NAFTA Revisited: Achievements and Challenges. Washington, DC: Institute for International Economics, Print. Krugman, Paul. "Scale economies, product differentiation, and the pattern of trade." The American Economic Review 70.5 (1980): Krugman, Paul. "The move toward free trade zones." Economic Review 76.6 (1991): 5. Magee, Christopher S. "Endogenous Preferential Trade Agreements: An Empirical Analysis." Contributions in Economic Analysis & Policy 2.1 (2003). Print. Magee, Christopher S. "New Measures of Trade Creation and Trade Diversion." Journal of International Economics 75.2 (2008): Print. Norman, Victor D., og Linda Orvedal, En Liten, Åpen Økonomi. Oslo: Gyldendal Norsk Forlag AS, "Results : North Americans Are Better Off After 15 Years of NAFTA." North American Free Trade Agreement. Web. 28. april Rose, Andrew K. "Do We Really Know That the WTO Increases Trade?" American Economic Review 94.1 (2004): Print. Silva, Jo ã o Manuel Caravana Santos., og Silvana Tenreyro. "The Log of Gravity." SSRN Electronic Journal SSRN Journal. Print. Tinbergen, Jan. Shaping the World Economy; Suggestions for an International Economic Policy. New York: Twentieth Century Fund, Print. Trefler, Daniel. "The Long and Short of the Canada U.S. Free Trade Agreement." American Economic Review 94.4 (2004): Print. "UNCTAD A Practical Guide to Trade Policy Analysis." A Practical Guide to Trade Policy Analysis. Web. 1. februar

49 Wonnacott, Paul. Kommentar på The Role of History in Bilateral Trade Flows. (1996) Wooldridge, Jeffrey M. Introductory Econometrics: A Modern Approach. Peking: Cengage Learning, Print. "WORLD TRADE ORGANIZATION." WTO. Web. 18. april

50 Vedlegg A: Graf over handelsavtaler Grafen er hentet fra og viser utviklingen i antall handelsavtaler i verden fra 1948 frem til