全球紧张局势带来的贸易转移效应 — — 比我们想象的要高
全球紧张局势带来的贸易转移效应— —比我们想象的要高 王梦琪和斯沃纳利艾哈迈德·汉南 WP / 23 / 234 IMF工作文件 西半球部 全球紧张局势带来的贸易转移效应— —比我们想象的要高，王梦琪*和斯沃纳利·艾哈迈德·汉 南* * 授权发行Bikas Joshi 2023年9月 货币基金组织工作文件描述了作者正在进行的研究，并发表了这些论文，以引起评论并鼓励辩论。基金组织工作文件中表达的观点是作者的观点，不一定代表基金组织、其执行董事会或基金组织管理层的观点。 摘要：本文通过将墨西哥的国家来源的输入输出数据（INEGI）与跨国来源（WIOD，UN Comtrade）相结合，构建了一个独特的行业级数据集。使用此数据集利用比跨国来源更多的行业更高的供应联系，本文估计了贸易转移对墨西哥对美国出口的影响S.从两集，重点是第一集：美国S.- 2018年中国和美国的贸易紧张局势S.2014年对俄罗斯的制裁。差异差异，局部预测和其他经验方法很少使用。对于第一集，本文发现贸易转移效应比文献中的估计更高。产出关税起着重要作用，有证据表明下游关税会产生积极影响。与跨国来源的数据相比，使用国家来源的投入产出数据的影响更大。重要的是，各行业贸易转移的程度并不取决于墨西哥对美国的行业层面贸易敞口S.，而是在美国S.中国商品的关税变化，从中国进口的减少，产品与中国产品的替代性以及（弱）墨西哥的GVC整合。同样，对于第二集，本文发现了积极的贸易转移效应。总体而言，研究结果表明，贸易转移效应可能比以前认为的要高，数据集和供应联系的适当核算会有所不同。 推荐引用:Wang，Mengqi和Swarnali Ahmed Hannan，“全球紧张局势带来的贸易转移效应-比我们想象的要高”，IMF工作文件2023。 工作文件 全球紧张局势带来的贸易转移效应— —比我们想象的要高 Wang Mengqi和Swarnali Ahmed Hannan1编写 Contents 4.4.14.1.14.1.24.1.34.1.44.2 5.5.15.25.3 6.6.16.26.36.46.5 7.7.17.2 8.8.18.28.38.4 9. Figures 1.直接(产出)关税效应说明132.间接关税效应图，上游(左)和下游(右)关税143.具有灵活规格的DID的回归结果，净关税变化虚拟254.特定行业的贸易转移效应265.每个行业的贸易转移效应估计，按美国从中国的进口变化排名286.估计的行业级贸易转移效应和净关税变化307.2017年行业级贸易分流效应和出口份额估计318.每个行业的贸易转移效应估计，按进口投入占总产量的份额排序Cost ..........................................................................................329.每个行业的贸易转移效应估计，按出口占总产量的份额排序3210.按产品替代能力衡量的各行业贸易转移效应估计3311.比较动态贸易转移效应、INEGI和WIOD 3512.美国从墨西哥（实心）和俄罗斯（虚线）的月度进口值，归一化3713.美国制裁的贸易转移效应，动态结果3914.美国制裁的贸易转移效应，局部预测结果4015.墨西哥估计的行业级贸易转移的相关系数41 TABLES 1.关税暴露措施汇总统计202.贸易分流效应的回归结果，虚拟处理233.贸易分流效应的回归结果，连续处理244.行业层面贸易转移效应估计汇总统计265.特定行业的贸易转移效应276.贸易转移效应与关税变化297.比较总贸易转移效应，一个S. D.变化，INEGI和WIOD 348.比较行业层面的贸易转移效应、平均值、INEGI和WIOD 369.行业层面贸易转移效应与关税变化暴露、INEGI和INEGI的相关性比较WIOD .............................................................................3610.2012 - 14年至2015 - 16年美国从俄罗斯和墨西哥的名义进口38 1.Introduction 以墨西哥为例，本文阐明了全球贸易紧张局势对贸易敞口和供应联系较高的国家可能产生的影响。近年来的事件（e。Procedre，U.S.- 2018年的中国贸易紧张局势，全球芯片短缺，Covid - 19大流行）显示了供应链和各国之间错综复杂的联系在传播全球冲击方面的重要性。本文研究了两集，重点是第一集：(I) 2018年美国S.-中国贸易紧张局势，以及（ii）2014年美国S.制裁俄罗斯。 贡献是三倍。 首先，本文为墨西哥建立了一个独特的行业级数据集，该数据集利用投入产出和供应链联系来量化投入产出联系在全球紧张局势中可能发挥作用的渠道。 与跨国来源相比，这允许在更多的行业（258个行业与56个行业的跨国覆盖）之间进行更高的供应联系。要预览结果，我们发现国家来源的投入产出表显示出比通常使用的跨国来源的结果更高的贸易转移效应（例如Procedre, WIOD)。因此，供应联系的适当核算很重要。 其次，本文以有关投入/产出关税的文献为基础，并使用差异方法来估计美国对墨西哥出口的影响S.-中国贸易紧张局势。虽然墨西哥的贸易转移效应以前已经研究过(e。Procedre，可爱等。2021年；最近，Utar等人。2023年使用公司层面的贸易数据），据我们所知，这是首次尝试在大量行业中同时捕获直接和间接行业层面的风险敞口。重要的是，本文也是首次尝试探索墨西哥各行业贸易转移效应变化的决定因素。因此，本文提供了一些有趣的见解，并为跨国研究提供了很好的补充（例如Procedre，弗洛伊德等人。2023年，阿尔法罗等人。2023年，Fajgelbam等人。2023年)与最近的政策兴趣有关，即在新冠肺炎大流行和任何潜在的地缘经济分裂之后，全球供应链如何演变。 第三，尽管文献集中在制裁对俄罗斯目标部门/公司的影响（Ahn和Ludema，2017; B ä l í n和Hanousek，2019），但对第三国的影响尚未得到广泛研究。据我们所知，这是首次尝试了解2014年美国对俄罗斯的制裁对墨西哥的影响。 我们结合了三个数据集：（i）来自INEGI的墨西哥经济投入产出表，（ii）粒状贸易数据（来自UN Comtrade的HS - 6位数字），以及（iii）来自世界投入产出数据库（WIOD）的跨国投入产出表。这样可以获得以下新信息：（i）与贸易数据相匹配的投入产出联系的细粒度数据，（ii）特定行业进口投入来源的详细信息，以及（iii）每个行业的产品在各国所有行业的综合使用。 这篇论文估计了墨西哥对美国出口的影响S.从美国的前三轮S.2018年7月6日、8月23日和9月24日对中国征收的关税（2021年公布）。当U.S.对中国生产的一种产品征收更高的关税，美国S.可能会将其从中国进口的这种产品转移到墨西哥。除了产出关税的直接贸易转移效应外，间接效应还通过。 还考虑了上游和下游关税。1差异方法用于利用行业间关税风险的变化。差异的第一个维度是比较墨西哥对美国的出口S.较高的美国工业S.对中国产品征收进口关税，受影响较小，第二个方面是贸易紧张局势之前和之后。 The results suggest an overhear trade transfer effect on Mexico ’ s exports. A one - standard device increase in net关税change (5.8percentage points) on China products increases Mexport to the U.S.6.4%。我们发现，产出关税起着更为重要的作用，有一些证据表明下游关税会产生积极影响。最后，行业层面的贸易转移效应不会因墨西哥对美国的贸易敞口而异。S.，而是根据U的变化大小S.对中国产品的关税，美国的减少S.从中国的进口，以及墨西哥产品对中国的可替代程度。有一些薄弱的证据表明，更高的全球价值链（GVC）整合行业受益更多。 对墨西哥对美国出口的潜在影响提供一些影响S.从最近的美国S.对俄罗斯的制裁，我们使用美国进行事件研究S.2014年对俄罗斯的制裁。我们采用动态回归和局部投影方法，使用每月U。S.从墨西哥进口的HS 6位数水平。我们发现美国的积极影响S.对墨西哥对美国出口的制裁S.，制裁后四个月，规模增加了约10%。 本文的结构如下。第2节讨论数据集。第3节回顾了有关贸易转移的文献，并讨论了我们的贡献。第4节列出了各种经验方法。第5节介绍了2018年美国整体贸易转移效应的结果S.-中国贸易紧张局势。第6节介绍了2018年美国的行业层面结果S.-中国贸易紧张局势。第7节比较了来自国家来源的数据和来自跨国来源的数据的结果。第8节显示了2014年的结果。美国对俄罗斯的制裁。第9节结束。 2.Data 本文采用三组数据。第一组是INEGI.2的墨西哥经济投入产出表。年度投入产出表包含2003 - 18年期间NAICS 4位数水平的258个行业的生产结构信息。该数据集提供了有关各个行业的投入产出联系，每个行业的全球价值链整合以及墨西哥对进口投入的依赖程度的信息。除了跨行业的投入产出联系外，本文还使用了该来源的总产量和出口信息。 第二个数据集是来自UN Comtrade.3的HS 6位级别的细粒度贸易数据。我们使用墨西哥和美国之间以及墨西哥和其他国家之间的年度和/或月度出口和进口。 结合INEGI投入产出数据集，我们可以跟踪每个行业投入产出的采购和目的地国家。UN Comtrade数据集也用于贸易转移分析中美国从墨西哥进口的数据。 第三个数据集是世界投入产出数据库（WIOD）的跨国投入产出表。4该来源提供了来自43个国家（28个欧洲联盟国家和包括墨西哥在内的15个其他主要国家）的投入产出联系信息，涵盖了ISIC 2位数级别的56个行业。出于我们的研究目的，WIOD数据集提供了墨西哥生产中进口投入的来源国家信息以及从墨西哥出口的最终产品的目的地国家信息。与UN Comtrade相比，WIOD区分了中间投入和最终产品，更重要的是，墨西哥特定行业中使用的投入，这为特定行业的采购国结构提供了更准确的信息。但是，UN Comtrade具有更精细的数据结构以及更长的覆盖范围。 我们使用INEGI数据集作为构建数据库的基础。具体而言，分析基于INEGI数据集的258个行业，其他数据集的变量被汇总或分解到这些行业中。选择这个基地有两个原因。首先，INEGI数据集提供了比WIOD更高的粒度行业，并涵盖了更近的时期。其次，INEGI根据这258个行业详细介绍了投入产出结构。 如上所述,所使用的每个数据集被编码在不同的指示系统中。数据构建的一个挑战是将WIOD和UN Comtrade数据与INEGI行业级别相匹配。对于HS 6位产品级别的UN Comtrade，我们将其与NAICS 4位行业代码进行匹配，遵循Pierce和Schott（2009）。5当一个行业生产具有不同HS代码的多个产品时，我们将这些产品的贸易价值加到行业水平。对于以ISIC 2位行业代码编码的WIOD，我们使用2017年NAICS与ISIC Rev之间的协调表。4来自美国S.人口普查网站。6在匹配过程中，有215种情况下，一个NAICS 4位代码与多个ISIC 2位代码匹配。在这些情况下，我们总结。 Up import and export values from all matched ISIC - coded industries to one NAICS industry. The detailed matchingprocess is summised in Appendix I.1 - I.3. 总体而言，这三个数据集的组合有助于提供以
