ECON 2915 Fredag 23.august, 2013
13 forelesninger ECON 2915 - høsten 2013 1.-4. og 6.-7. forelesning (g.t.ostenstad@econ.uio.no) 5. og 8.-13. forelesning Tore Nilssen (tore.nilssen@econ.uio.no) 10 seminar (begynner to uker etter første forelesning) En obligatorisk oppgave må bestås for å ta eksamen Tre-timers eksamen 2.Desember (ingen hjelpemidler) Kontaktstudenter
TEMA: Økonomisk Pensumbok til de første syv forelesningene David Weil: Economic Growth (third edition), 2013. Pearson. kapittel 1 4, kapittel 6 10 og kapittel 12
De siste seks forelesningene TEMA: Internasjonal handel. Næringsstruktur. Vekst i en åpen økonomi. Pensum: (1) Bævre og Vislie. 2007. Næringsstruktur, internasjonal handel og (2) Weil. 2013. Economic Growth. Kapittel 11. (3) Norman og Orvedal. 2010. En liten, åpen økonomi. Kapittel 1 5.
Tema på forelesning de første syv Økonomisk vekst (1) (W 1-2) (2) Kapital som innsatsfaktor. Solow-modellen. (W 3) (3) Malthus teori. Solow med befolknings (W 4) (4) Humankapital. Produktivitetsmåling.(W 6-7) (5) Teknologi (Tore).(W 8-9) (6) Effektivitet.(W 10) (7) Styresett.(W 12)
vekst Hvorfor studere vekst? Store forskjeller i generell levestandard mellom land Hvorfor er noen land rike og andre fattige? (Adam Smith, 1776) Store forskjeller over tid innad i land Hva skjer med neste generasjon? Hvordan kan verdens fattigste løftes ut av fattigdom?
Mål på vekst Vi analyserer endringer i bruttonasjonalproduktet (BNP) over tid mellom land. BNP (eng. GDP) er definert som verdien av alle varer og tjenester produsert i et land i løpet av et år.
BNP BNP: ikke et perfekt mål på verdiskapning, likevel informativt Hvor rikt et land er avhenger av hvilket BNP-mål vi bruker: total BNP eller BNP per innbygger?
Table 1.1: Top 11 countries in year 2009 according to three different measures
Figure 1.1: The parade of world income
Forskjeller i inntektsnivå De 20% rikeste i verdens befolkning (utfra landets samlede inntekt) har 58% av verdens inntekt Figuren utydeliggjør forskjellene mellom fattige land.
BNP-sammenligninger: over tid og mellom land Over tid: korrigerer for prisstigning ( inflasjonsjustering ) Mellom land: korrigerer for forskjeller i kjøpekraft ( PPP valutakurser )
Purchasing Power Parity Hvorfor ikke sammenlikne BNP målt i samme valuta, f.eks. USD? Fordi valutakurser fluktuerer mye Fordi prisnivået er veldig forskjellig i rike og fattige land Varer og tjenester som ikke handles internasjonalt er typisk billigere i fattige land 1$ er mye mer verdt i et fattig land
Purchasing Power Parity Table : 1.2: Production and prices in Richland and Poorland PPP-valutakurser er konstruert ved å beregne verdien av en standardisert kurv av varer og tjenester. Her: konstruer en kurv bestående av 1 TV og 10 hårklipp. Denne kurven vil koste 30 R-dollar i Richland og 20 P-dollar i Poorland PPP-valutakurs: 3 2 R-dollar/P-dollar
Purchasing Power Parity Table : 1.3: The effect of using PPP on comparisons of GDP
Fra nivå til vekst Hvorfor er vekst viktig? Gjennomsnittlig vekstrate for USA (BNP per innbygger) i perioden 1870 2009 var 1.8%, men hvis man sammenligner året 2009 med året 1870 ser man en dramatisk økning. the power of compound growth : 1.018 139 12
Figure 1.2: GDP per capita in the United States, 1870-2009
Figure 1.4: GDP per capita in the United States, 1870-2009 (Ratio scale)
Figure 1.3: The effect of using a ratio scale
Se Bævre (2005) Vekstrater: diskret vs. kontinuerlig tid Typisk har vi en observasjon av x for hvert år x tar verdier for f.eks. t = 1960, t = 1961,...t = 2009 t er en diskret variabel Ofte mer hensiktsmessig å betrakte tiden som kontinuerlig x tar verdier for alle reelle tall t 0 t er en kontinuerlig variabel Da kan vi derivere :)
Vekstrater: diskret tid La t stå for år. Da har vi følgende formel for vekstraten til x (fra et år til det neste). g = x t+1 x t x t
Vekstrater: diskret tid La t stå for år. Da har vi følgende formel for vekstraten til x (fra et år til det neste). g = x t+1 x t x t Så hvis x vokser fra 100 (i år t) til 104 (i år t + 1), får vi: 104 100 g = 100 g = 4/100 g = 4%
Vekstrater: diskret tid Hvis x vokser med vekstrate g har vi x t+1 = x t (1 + g) Hvis x vokser med samme vekstrate (g) to år på rad, får vi: x t+2 = x t+1 (1 + g) = [x t (1 + g)] (1 + g) = x t (1 + g) 2
Vekstrater: diskret tid Hvis x vokser med vekstrate g har vi x t+1 = x t (1 + g) Hvis x vokser med samme vekstrate (g) to år på rad, får vi: x t+2 = x t+1 (1 + g) = [x t (1 + g)] (1 + g) = x t (1 + g) 2 Hvis vekstraten er g i n år, kan vi skrive: x t+n = x t (1 + g) n
Gjennomsnittlig årlig vekstrate Hvis vi kjenner x t+n og x t, så kan vi bruke ligningen til å regne ut gjennomsnittlig vekstrate. x t+n = x t (1 + g) n ( ) 1/n xt+n g = 1 x t g = n (xt+n x t ) 1 Hvis x t = 100 og x t+10 = 150, g = 10 (150 100 ) 1 g = 1.041 1 = 0.041 = 4.1%
72-regelen (gjelder for diskret tid) Hvor lang tid tar det før noe dobles hvis størrelsen vokser med en konstant vekstrate? Matematisk tilnærmingsregel: doblingstid 72 prosentvis årlig vekst Så hvis noe vokser med 4% per år, så er doblingstiden tilnærmet lik 72/4 = 18 år.
Repetisjon: logaritmer ln(x) = c e c = x (Den naturlige) logaritmen til x er den eksponenten c som grunntallet e 2, 718 må opphøyes i for å gi x: Viktige regneregler: ln(xy) = lnx + lny ln x y = lnx lny lnx p = plnx
Vekstrater: kontinuerlig tid Når vi betrakter tiden som kontinuerlig kan vi uttrykke vekst ved eksponentialfunksjonen: y(t) = y(0) e gt, hvor y(0) er startverdi, g er vekstraten og t er tiden. y(t) = y(0) e gt lny(t) = ln[y(0) e gt ] lny(t) = lny(0) + lne gt lny(t) = lny(0) + gt
Vekstrater: kontinuerlig tid Når vi betrakter tiden som kontinuerlig kan vi uttrykke vekst ved eksponentialfunksjonen: y(t) = y(0) e gt, hvor y(0) er startverdi, g er vekstraten og t er tiden. y(t) = y(0) e gt lny(t) = ln[y(0) e gt ] lny(t) = lny(0) + lne gt lny(t) = lny(0) + gt Grafen blir en rett linje. Linjen har stigningstallet g (vekstraten) og konstantleddet lny(0).
70-regelen (gjelder for kontinuerlig tid) Hvor lang tid tar det før noe dobles hvis størrelsen vokser med en konstant vekstrate? Betrakt y(t) = y(0)e gt, hvor y(0) er startverdi, g er vekstraten og t er tiden. Vi finner hvilken t som tilfredsstiller y(0)e gt = 2y(0) e gt = 2 lne gt = ln2 gt = ln2 t = ln2 g 0, 70 g = 70 g 100
Forskjeller i vekst over tid Vi er opptatt av å skille mellom konjunktursvingninger og trender over tid Figure : 1.5: GDP per capita in the United States, the United Kingdom, and Japan, 1870-2009
Forskjeller i vekst mellom land Store vekstforskjeller mellom land: vekstmirakelene Ekvatorial-Guinea og Kina vs. vekstkatastrofer som Zimbabwe og Liberia.
Figure 1.6: The distribution of growth rates, 1975-2009
Vekst før 1970 Mangelfulle data før 1970: ser på regioner i stedet Gjennomsnittlig vekstrate i verden har økt. Forskjellene mellom rike og fattige land har også økt.
Ulikhet før og nå I 1820 forklarte ulikhet innad i land 87% av verdens ulikhet. I 1992 forklarte ulikhet innad i land bare 40% av verdens ulikhet resten tilskrives ulikhet mellom land. Figure : 1.8: World inequality and its components, 1820-1992
Economic growth as seen from outer space
Economic growth as seen from outer space
Kapittel 2 i Weil-boka: for vekstanalyse Hvorfor er noen land rike og andre fattige? Vi skiller mellom faktorakkumulasjon (arbeid og kapital) og produktivitet (forelesning 2-4) teknologi og effektivitet (forelesning 4-6) fundamentale faktorer (forelesning 7)
Produksjonsfunksjonen Viser hvordan innsatsfaktorer transformeres til produksjon. Output er her produksjonen til et land. Factors of production per worker kan referere til enten én bestemt innsatsfaktor eller til flere innsats- faktorer samlet sett.
Produksjonsfunksjonen Kilder til ulik produksjon per arbeider: produktivitet vs. akkumulering av produksjonsfaktorer.
Økonomiske modeller Forenklede representasjoner av virkeligheten Kan brukes til å analysere osv. hvordan e variable blir bestemt hvordan en endring i en variabel påvirker de andre variablene Men vi kan ikke si hvor mye! Trenger data: kvantitativ analyse
Spredningsdiagram: Figur 2.4
Outliers: avvikende observasjoner Bahrain og Saudi Arabia Begreper Korrelasjon: i hvilken grad to variabler beveger seg sammen. Positiv korrelasjon når høye verdier går sammen Negativ korrelasjon når høye verdier på en variabel går sammen med lave verdier på en annen Negativ korrelasjon mellom inntekt per innbygger og befolkningsvekst Korrelasjonskoeffisient: tar verdier mellom -1 og 1 En verdi lik 1 indikerer perfekt positiv korrelasjon En verdi lik 0 indikerer at det ikke er en systematisk sammenheng mellom variablene En verdi lik -1 indikerer perfekt negativ korrelasjon Korrelasjonskoeffisienten i Figur 2.4 er -0.42
Kausalitet Viktig! Hvis vi finner en positiv korrelasjon mellom to variable X og Y kan vi da konkludere at X fører til Y? Nei! Det er tre mulige forklaringer: X fører til Y Y fører til X (reverse causation) Det er ingen kausal sammenheng mellom X og Y, men en tredje variabel Z fører til både X og Y (Z er en utelatt variabel)
Kausalitet Hvordan kan vi finne den kausale sammenhengen? Multippel regresjonsanalyse Instrumentvariable Randomiserte eksperimenter
Inkluderer: Randomiserte eksperimenter Behandling ( treatment ): f.eks. en subsidie eller programmdeltakelse. Kontrollgruppe: en gruppe som ikke får behandlingen. Hvilke grupper/individer som får behandling blir randomisert (tilfeldig trukket). Vi finner effekten av behandlingen ved å sammenlikne utfall for de to gruppene Hvorfor randomiserer vi eksperimentet?
Eksempel: skolebøker i Kenya Glewwe, Paul, Michael Kremer, and Sylvie Moulin. 2009. Many Children Left Behind? Textbooks and Test Scores in Kenya. American Economic Journal: Applied Economics, 1(1): 112-35. http://dx.doi.org/10.1257/app.1.1.112
Ikke alt kan randomiseres Problemer med randomiserte eksperimenter Ekstern validitet Generell likevektseffekter Hawthorne effekten