Analiza odzivnosti slovenskega blagovnega izvoza Jože Markic Objava in povzemanje prispevkov sta dovoljena delno ali v celoti z navedbo vira. Avtorstvo je treba pripisati avtorju prispevka in ne Uradu RS za makroekonomske analize in razvoj. Mnenja, ugotovitve in sklepi so namrec v celoti avtorjevi in ne odražajo nujno uradnih stališc Urada RS za makroekonomske analize in razvoj. http://www.umar.gov.si/avtorski_prispevki/ Zbirka Delovni zvezki UMAR Delovni zvezek 2/2020, letnikXXIX Kratka vsebina: Delovni zvezek analizira odzivnost slovenskega blagovnega izvoza na tuje povpraševanje in realni efektivni tecaj. Slovensko gospodarstvo je tradicionalno zelo odprto, saj je delež izvoza v primerjavi z BDP v obdobju 2010–2018 v povprecju znašal 75,7% BDP. Zaradi te odprtosti gospodarstva zunanji pogoji v veliki meri determinirajo uspešnost našega gospodarstva. Avtor uvodoma predstavi izvozne tokove in stroškovno konkurencnost Slovenije. Osrednji del delovnega zvezka je analiza odzivnosti izvoza blaga z vektorsko avtoregresijo in mehanizmom popravljanja napak. Analiza zajema obdobje od prvega cetrtletja 2001 do drugega cetrtletja 2019(2001q1–2019q2). Izhodišce analize je leto 2001, ko je Slovenija dosegala zunanje ravnovesje, izraženo s tekocim racunom placilne bilance in z neto mednarodno investicijsko pozicijo do tujine. Obdobje opazovanja zajema tudi liberalizacijo kapitalskih tokov, leta visoke gospodarske rasti Slovenije (2004–2008), krizno obdobje ter okrevanje slovenskega gospodarstva. .............................................................................................................................................. 2 Kljucne besede: izvozna odprtost, zunanje ravnovesje, neto financna pozicija do tujine, izvozna funkcija, stacionarnost, kointegracija, stabilnost kointegracijskega prostora, vektorska avtoregresija z mehanizmom popravljanja napak, funkcija impulznih odzivov, dekompozicija variance, mere primernosti modela. Delovni zvezki Urada RS za makroekonomske analize in razvoj Izdajatelj: Urad RS za makroekonomske analize in razvoj Gregorciceva 27 1000 Ljubljana Tel: (+386) 1 478 1012 Telefaks: (+386) 1 478 1070 E-naslov: gp.umar@gov.si Odgovorna urednica: Urška Brodar (urska.brodar@gov.si) Delovni zvezek: Analiza odzivnosti slovenskega blagovnega izvoza Avtor: dr. Jože Markic (joze.markic@gov.si) Delovni zvezek ni lektoriran. Delovni zvezek je recenziran. Ljubljana, oktober2020 Kataložni zapis o publikaciji (CIP) pripravili v Narodni in univerzitetni knjižnici v Ljubljani COBISS.SI -ID=31674627 ISBN 978-961-6839-45-7 (epub)ISBN 978-961-6839-46-4 (pdf) Kazalo vsebine ....................................................................................................................................................................................................... 1 Uvod Izvozna funkcija in njene lastnosti .............................................................................................................................................................. 4 Delovni zvezek št. 2/2020 Analiza odzivnosti slovenskega blagovnega izvoza ii Delovni zvezek št. 2/2020 Analiza odzivnosti slovenskega blagovnega izvoza iii Delovni zvezek št. 2/2020 Analiza odzivnosti slovenskega blagovnega izvoza iv Izvozna funkcija Slovenije 3.1 Splošna slika izvoznih tokov in konkurencnosti ter nabor spremenljivk .............................................................. 4 3.2 Vektorska avtoregresija z mehanizmom popravljanja napak ................................................................................... 8 3.3 Funkcija impulznih odzivov ................................ ................................ ................................ ................................ .................. 16 3.4 Dekompozicija variance ................................ ................................ ................................ ................................ ......................... 17 3.5 Ocena dolgorocnih elasticnosti na osnovi razlicnih modelov in izbrane mere primernosti izvozne funkcije ................................ ................................ ................................ ................................ ................................ ................................ 18 Zakljucek.............................................................................................................................................................................................20 Seznam literature in virov............................................................................................................................................................21 Priloga: Testi spremenljivk in modela VECM ................................ ................................ ................................ ................................ . 23 Kazalo slikintabel Slika 1: Izvozna odprtost, v % BDP ....................................................................................................................................................... 4 Slika 2: Tekoci racun placilne bilance, v mio EUR (levo) in neto financna pozicija in izvoz, v % BDP (desno) ....... 5 Slika 3: Dekompozicija salda tekocega racuna na ciklicno in strukturno komponento, v % BDP .............................. 5 Slika 4: Kazalniki podjetij, v mio EUR in v % (levo) ter bruto poslovni presežek in izvoz, v mio EUR (desno) ........ 6 Slika 5: Tuje povpraševanje (leva os), realni izvoz blaga Slovenije (leva os) in realni efektivni tecaj (desna os), v obdobju 2001q1 – 2019q2, indeks 2008=100 (levo) ter dekompozicija realnega tecaja, indeks 2008=100 (desno) ........................................................................................................................................................................................................................... 7 Slika 6: Realna rast izvoza in tujega povpraševanja, v % ............................................................................................................ 8 Slika 7: Kointegracijski rezidual izvozne funkcije, naravni logaritem indeksov (2010=100) ................................ ....... 14 Slika 8: Dolgorocna medletna realna rast izvoza blaga Slovenije in tujega povpraševanja, v % ............................. 16 Slika 9: Odkloni izvoza od dolgorocnega ravnotežja (naravni logaritem indeksov) in neto financna po zicija Slovenije ( v mio EUR) ................................ ................................ ................................ ................................ ................................ ............. 16 Slika 10: Funkcija impulznih odzivov ................................ ................................ ................................ ................................ ................ 17 Slika 11: Dekompozicija variance ................................ ................................ ................................ ................................ ....................... 18 Slika 12: Dejanske in ocenjene vrednosti obsega izvoza z modelom VECM, desezonirano, v mio EUR ................ 31 Slika 13: Dejanske in ocenjene vrednosti obsega izvoza z mode lom ECM, desezonirano, v mio EUR ................... 31 Tabela 1: Johansenov trace test ................................ ................................ ................................ ................................ ......................... 10 Tabela 2: Kointegracijski vektor ................................ ................................ ................................ ................................ .......................... 11 Tabela 3: Stabilnost kointegracijskega prostora ................................ ................................ ................................ .......................... 12 Tabela 4: Kratkorocne elasticnosti in mehanizem popravljanja napak ................................ ................................ .............. 13 Tabela 5 : Dolgorocne elasticnosti izvoza in koeficienti prilagajanja ................................ ................................ ................... 18 Tabela 6 : Izbrane mere primernosti ocenjene izvozne funkcije ................................ ................................ ............................ 19 Tabela 7: Test enotnega korena izvoznih tokov ................................ ................................ ................................ .......................... 23 Tabela 8: Test enotnega korena tujega povpraševanja ................................ ................................ ................................ ............ 24 Tabela 9: Test enotnega korena realnega efektivnega tecaja ................................ ................................ ................................ 25 Tabela 10: Izpis celotnega modela VECM ................................ ................................ ................................ ................................ ....... 26 Tabela 11: Test stacionarnosti kointegracijskega rezi duala ................................ ................................ ................................ ... 27 Tabela 12: Grangerjev test vzrocnosti ................................ ................................ ................................ ................................ .............. 28 Tabela 13: LM test avtokorelacije ostankov ................................ ................................ ................................ ................................ ... 28 Tabela 14: Test normalnosti porazdelitve ostankov ................................ ................................ ................................ ................... 29 Tabela 15: Test heteroskedasticnosti ostankov ................................ ................................ ................................ ........................... 29 Tabela 16 : Test stabilnosti VAR modela kot celote ................................ ................................ ................................ ..................... 29 Tabela 17: Test obstoja 1 kointegracijskega vektorja (FMOLS) ................................ ................................ ............................. 30 Tabela 18: Test obstoja 1 kointegracijskega vektorja (DOLS) ................................ ................................ ................................ 30 Povzetek Slovensko gospodarstvo je tradicionalno zelo odprto, saj je delež izvoza v primerjavi z BDP v obdobju 2010–2018 v povprecju znašal 75,7% BDP. Zaradi te odprtosti gospodarstva zunanji pogoji v veliki meri determinirajo uspešnost našega gospodarstva. Izvoz je eden izmed glavnih dejavnikov gospodarske rasti, zlasti v malih odprtih gospodarstvih, zato je ocenjevanje in napovedovanje izvoznih tokov pomembno pri analizi placilne bilance in oblikovanju trgovinske politike. V tej fazi raziskave smo oblikovalipreprost model, ki smo ga preverili pri oceni in napovedi izvoza. Zato smo analiziraliklasicno izvozno funkcijo, ki povezuje obseg izvoza z obsegom tujega povpraševanja in relativnimi cenami.Izhodišce analize je leto 2001, ko je Slovenija dosegala zunanje ravnovesje, izraženo s tekocim racunom placilne bilance in z neto mednarodno investicijsko pozicijo do tujine. Pri temsmo uporabili kvartalni model vektorske avtoregresije s korekcijo napak (VECM), in sicer za obdobje 2001q1–2019q2. Ugotavljamo, da med realnim izvozom, tujim povpraševanjem in realnim tecajem obstaja dolgorocno ravnotežje, in sicer 1 kointegracijski vektor.Slednjega potrdi tako Johansenova metodakot tudi testiranje vektorja z modelom FMOLS in DOLS. Testi modeliVECM potrjujejo, da je model stabilen in primeren. Dohodkovna dolgorocna elasticnost blagovnega izvoza na spremembo tujega povpraševanja je precej visoka (1,7). Realni izvoz se v povprecju vec kot proporcionalno odzove na spremembe zunanjega povpraševanja, kar ni presenetljivo, saj Slovenija spada med malaodprtagospodarstva. Visoka dolgorocna dohodkovna elasticnost se odraža tudi v rasti tržnih deležev, ki jih Slovenija na mednarodnih trgih nenehno povecuje že vec let. Relativno nizka kratkorocna elasticnost izvoza na realni tecaj (0,8) pomeni, da ima izvoz predvsemomejitve na strani uvoznega povpraševanjatujine (angl. demand-constrained in the export markets). Skladno s funkcijo impulznih odzivov ugotavljamo, da je odziv slovenskega blagovnega izvoza na šok tujega povpraševanja pricakovano pozitiven, in sicer z odlogom dveh cetrtletij. Šok ima trajen vpliv na realni izvoz. Ob 1-odstotnem porastu zunanjega šoka se slovenski blagovni izvoz odzove za 1,6%, pri cemer je 90% spremembe izvoza realizirano v prvih treh cetrtletjih, dolgorocno ravnotežje pa izvoz doseže po desetih cetrtletjih. Realni izvozpa se na šok realnega efektivnega tecaja, merjenega s stroški dela na enoto, odzove s casovnim odlogom enega leta. Dolgorocno je zato potrebno dvigniti konkurencnost izvoza industrijskih izdelkov in povecati proizvodnjo srednje in visoko tehnološko zahtevnih proizvodov, po katerih je vecje tuje povpraševanje. Pomembno je tudi razvijati necenovne dejavnike,med katere spadajo: kvaliteta izvoznih proizvodov, okusi potrošnikov, institucionalni dejavniki in vpetost slovenskih izvoznikov v globalne proizvodne verige. Summary Slovenia is a very open economy, with exports accounting for 75.7% of GDP on average in the period 2010-2018 . Because of the high degree of openness, its economic performance is largely determined by external conditions. As exports are one of the main drivers of economic growth, particularly in small and open economies such as Slovenia, assessing and forecasting export flows plays an important role in analysing the balance of payments and formulating of trade policy. We used a simple classical export model to assess and forecast exports. The model links the volume of exports to the volume of foreign demand and relative prices. The period of analysis covers the years 2001-2019. The starting point is 2001, when Slovenia achieved a balancedcurrent account and net international investment position. The analysis is made by a vector error correction model (VECM) using quarterly data for the period 2001q1-2019q2. The results indicate a long-term relationship between real exports, foreign demand and real exchange rate, namely one co-integrating vector. The latter is confirmed by both the Johansen method and the testing of the vector with the FMOLS and DOLS models. VECM model tests confirm that the model is stable and suitable. The long-term elasticity of exports to changes in foreign demand is quite high (1.7%). Real exports on average respond more than proportionally to changes in external demand, which is notsurprising, since Slovenia is a very open economy. The high long-term export elasticity is also reflected in the growth of market shares, which Slovenia has been steadily increasing in international markets for several years. The relatively low short-termelasticity of exports to the real exchange rate (0.8) indicates that exports are constrained primarily by external import demand. The estimates of the impulse response function suggest that the response of Slovenian exports to a foreign demand shock is positive, with a lag of two quarters. The shock has a lasting effect on real exports. In the event of a 1% increase in the external shock, Slovenian goods exports react by 1.6%, with 90% of export change realised in the first three quarters and the long-term balance achieved after 10 quarters. On the other hand, real exports respond to a real effective exchange rate shock measured by unit labour costs with a one-year delay. In the long term, it is therefore necessary to increase the competitiveness of exports of industrial products and the production of medium-and high-technology products for which there is ahigher external demand. It is also important to foster the improvement of non-price factors, including the quality of export products, consumer tastes, institutional factors and the integration of Slovenian exporters in global production chains. Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 1 Uvod Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 2 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 3 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 4 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 5 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 6 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 7 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 8 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 9 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 10 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 11 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 12 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 13 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 14 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 15 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 16 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 17 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 18 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 19 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 20 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 21 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 22 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 23 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 24 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 25 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 26 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 27 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 28 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 29 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 30 Delovni zvezek št. 2/2020 Odzivnost slovenskega izvoza 31 Izvoz je eden izmed glavnih dejavnikov gospodarske rasti, zlasti v malih odprtih gospodarstvih. Ocenjevanje in napovedovanje izvoznih tokov je zato pomembno pri analizi placilne bilance in oblikovanju trgovinske politike. Slovensko gospodarstvo je tradicionalno zelo odprto, saj je delež izvoza v primerjavi z BDP v obdobju 2010–2018 v povprecju znašal 75,7 % BDP. Zaradi te odprtosti gospodarstva zunanji pogoji v veliki meri determinirajo uspešnost našega gospodarstva. Namen prispevka je ugotoviti, v kolikšni meri tuje povpraševanje in realni efektivni tecaj vplivata na gibanje obsega slovenskega izvoza. V tej fazi raziskave je cilj narediti preprost model in ga preveriti pri oceni in napovedi izvoza. Pri tem bomo uporabili metodo kointegracije na osnovi modela vektorske avtoregresijein analiziraliklasicno izvozno funkcijo, ki povezuje obseg izvoza z obsegom tujega povpraševanja in relativnimi cenami. Vecja je dohodkovna elasticnost izvoza, bolj je namrec izvoz ocutljiv na spremembe v mednarodnem okolju. Ob vecji cenovni elasticnosti pa realna depreciacija povecuje konkurencnost izvoza. Tradicionalna izvozna funkcija Slovenijeje analizirana v obdobju od prvega cetrtletja 2001do vkljucno drugega cetrtletja 2019, in sicer na osnovi desezoniranih podatkov. Izhodišce analize je leto 2001, ko je Slovenija dosegala zunanje ravnovesje, izraženo s saldom tekocega racuna placilne bilance. Kumulativni tokovitekocih transakcij se nato v letu 2002 prelijejo v uravnoteženo stanje neto financne pozicije do tujine. Obdobje opazovanja zajema tudi liberalizacijo kapitalskih tokov, leta visoke gospodarske rasti Slovenije (2004–2008), krizno obdobje ter okrevanje slovenskega gospodarstva. V poglavju, ki sledi uvodu,bomo najprej predstavili klasicno izvozno funkcijo in njene lastnosti. Sledi poglavje, v katerem bo oblikovan model izvoza, kjerboprikazana splošna slika izvoznih tokov in konkurencnosti,spremenljivke,metodologija tervektorska avtoregresija s popravljanjem napak (VECM). Poglavje obsega analizokointegracijskegarezidula, funkcijo impulznih odzivov in dekompozicijo variance. Poleg modela VECM prikazujemo tudi model ECM, pri cemer primerjamo dolgorocne elasticnosti obeh modelov in primernostpri napovedovanju izvoznih tokov. Prispevek zakljucimo s sklepom in ugotovitvami. Izvozna funkcija in njene lastnosti Analizirali bomo tradicionalno izvozno funkcijo. Tradicionalen pristop poleg relativnih cen obravnava tudi realni efektivni tecaj, temeljec na stroških dela na enoto, kar odraža raven konkurencnosti izvoznikov. Povpraševanje po izvozu posameznih držav je odvisno od gospodarske aktivnosti v tujini in relativnih cen izvoza. Izvozna funkcija je zapisana v obliki dvojnih logaritmov: (1),**210ttREERWME........ pri cemer so: . E –realni izvoz, . WM–uvozno povpraševanje tujine–obseg svetovnegauvozablaga(uvoz gospodarsko razvitih in razvijajocih se državskupaj), . REER–realni efektivni tecaj; deflator stroški dela na enoto, . e –vsi ostali dejavniki. Ker je funkcija izražena v naravnih logaritmih, koeficient b1pomeni dohodkovno elasticnost izvoza, koeficient b2 pa stroškovno elasticnost izvoza. Glede na ekonomsko teorijo pricakujemo pozitiven predznak koeficienta b1in negativen predznak koeficienta b2.Krepitev tujega povpraševanja poveca obseg izvoznih tokov, po drugi strani pa poslabšanje stroškovne konkurencnosti izvoznikov (realna apreciacija) znižuje realno vrednost izvoza. Tradicionalno izvozno funkcijo so empiricno zaceli analizirati v prejšnjem stoletju Orcutt (1950), Houthakker inMagee (1969). Pomemben prispevek na tem podrocju imata Goldstein in Khan (1985), ki sta preucevala tako odzivnost izvoznega povpraševanja,kot tudi izvozne ponudbe na cenovna nihanja v osmih industrijsko razvitih državah (Belgija, Francija, Nemcija, Italija, Japonska, Nizozemska, Velika Britanija in ZDA). Avtorja sta ugotovila, da je v šestihdržavah cenovna elasticnost vecja kot 1. V nadaljevanju pa je prikazan kratek pregled nekatere sodobne literature. Soares in Roua (2013) v tradicionalnem modelu izvoza Portugalske dodajata še domace povpraševanje. Tako ugotavljata, da se v primeru znižanja domacega trošenja, kratkorocno poveca izvozna ucinkovitost. Quere, Gourinchas, Martin in Plantin (2014) analizirajo izvoz francoskih podjetij v obdobju 1995-2010. Izvoz regresirajo na BDP neevrskega obmocja in realni efektivni tecaj. Rezultati kažejo, da10- odstotna realna deprecija evra v povprecju poveca izvoz francoskih podjetij za 6%. Algieri (2014) z modelom vektorske korekcije napak (VECM) analizira odzivnost izvoza blaga in storitev v perifernih državah (Grcija, Irska, Italija, Portugalska in Španija), tako da v tradicionalno funkcijo vkljuci še necenovni dejavnik. Ugotavlja, da dohodkovne elasticnosti variirajo od vrednosti 1 do 2,6, najvecji pa imata Irskain Grcija. Tuje povpraševanjetercenovna in necenovna konkurenca so dolgorocno vsi relevantni dejavniki spremembe obsega izvoza. Kratkorocno pa na gibanje izvoza takoj vpliva le tuje povpraševanje, medtem ko spremembe realnega tecaja in necenovne konkurence delujejo z odlogom. Berthou in Dhyne (2018) analizirata odziv izvoza blaga na tuje povpraševanje in realni efektivni tecaj, in sicer za panel 11 evropskih držav v obdobju 2001–2011. V svoji študiji ugotavljata, da je (nominalni) izvoz najbolj obcutljiv na gibanje tujega povpraševanja. Podjetja, ki so bolj produktivna, šibko reagirajo na spremembo realnega tecaja. Po drugi strani pa so manj produktivna podjetja precej obcutljiva na spremembe relativnih cen. Byrne in Lynehan (2018) ugotavljata, da je vpliv zunanjega povpraševanja na gibanje obsega izvoza Irske mnogo vecji od cenovnih dejavnikov. Heimberger (2018) z vektorsko avtoregresijo analizira cetrtletni izvozni model Avstrije v obdobju 2007–2016. Ugotovi, da obstaja kointegracija med realnim izvozom, tujim povpraševanjem, investicijami in realnim efektivnim tecajem. Od leta 2007 pa je stroškovna konkurencnost relativno skromen dejavnik izvozne ucinkovitosti. Nizka rast izvoza in padec tržnih deležev pa sta vecinoma posledica krcenja gospodarske aktivnosti avstrijskih glavnih trgovinskih partneric, vkljucno z Vzhodno Evropo. Izvozna funkcija Slovenije 3.1 Splošna slika izvoznih tokov in konkurencnosti ter nabor spremenljivk Tradicionalna izvozna funkcija Slovenije je analizirana v obdobju 2001q1–2019q2na osnovi desezoniranih podatkov. Izhodišce analize je leto 2001, ko je Slovenija dosegala zunanje ravnovesje, izraženo s saldom tekocega racunaplacilne bilance. Kumulativni tokovi tekocih transakcij se nato v letu 2002 prelijejo v uravnoteženo stanje neto financnepozicijedo tujine. Obdobje opazovanja zajema tudi liberalizacijo kapitalskih tokov, leta visoke gospodarske rasti Slovenije (2004–2008), krizno obdobje ter okrevanje gospodarstva. Vpetost Slovenije v mednarodne trgovinske tokove se nadalje povecuje.Stopnja zunanjetrgovinske povezanosti Slovenije se je v obdobju 2008–2018 povecala bolj kot v povprecju EU.Potem, ko je v prvih dveh letih krize (2008–2009) padec svetovne trgovinske menjave Slovenijo prizadel bolj kot povprecje EU, se je delež mednarodne menjave glede na BDP v obdobju 2010–2018 povecal bolj kot v EU. Glede na izvozno odprtostse je Slovenija v letu 2018 med clanicami EU uvrstila na peto mesto. Višje relativne deleže izvoza blaga in storitev od Slovenije so izkazovale države Luksemburg, Malta, Irska in Slovaška.Stopnja trgovinske integracije Slovenije je leta 2018dosegla 162,5%BDP, pri cemer je delež izvoza predstavljal 85,4% BDP in se je v primerjavi s predkriznim letom povecal za 16,9o.t. Na to je vplivala hitrejša rast izvoznih trgov in izboljšanje izvozne konkurencnosti slovenskih izvoznikov, temeljece na rasti izvoza vseh panog po tehnološki zahtevnosti. Povprecna realna rast slovenskega izvoza je bila v obdobju 2010–2018 6,3-odstotna, kar je Slovenijo uvrstilo na deseto mesto med državami EU. Tri cetrtine vrednosti izvoza blaga je predstavljal izvoz v države clanice EU. Slika 1: Izvozna odprtost, v % BDP Vir: Eurostat, lastni preracuni. Izvozni tokovi pomembno vplivajo tudi na stanje mednarodnih naložb. Neto financna pozicija Slovenije do tujineje po liberalizaciji kapitalskega in financnega racuna placilne bilance in vstopu Slovenije v EU prešla v primanjkljaj. Celotna neto zadolženost Slovenije se je zacela zniževati po letu 2013, ko so podjetja zaradi krepitve tujega povpraševanja in tudi izboljšanja stroškovne konkurencnosti precej povecala tržni delež na svetovnemtrgu (Markic, 2019). Slika 2: Tekoci racun placilne bilance, v mio EUR (levo) in neto financna pozicija in izvoz, v %BDP (desno) Vir: SURS, BS, lastni preracuni. V obdobju 2002–2004 se je konkurencnost slovenskega gospodarstva, merjena s stroški dela na enoto BDP, z upocasnjeno dinamiko nadaljevala, a je (nominalna) okrepitev evra povzrocila rast realnega efektivnega tecaja. V obdobju 2005–2007 se je stroškovna konkurencnost slovenskega gospodarstva poslabšala v primerjavi z državami EU in evrskega obmocja. Ob približno podobnem rahlem padcu stroškov dela na enoto proizvoda kot v naših najpomembnejših trgovinskih partnericah,je k temu vecinoma prispevala apreciacija evra do košarice valut. Na gibanje izvoznih tokov so vecinoma vplivali ciklicni dejavniki, saj je bilo ciklicno nihanje BDP Slovenije namrec bolj izrazito kot nihanje BDP evrskega obmocja. Slika 3: Dekompozicija salda tekocegaracuna na ciklicno in strukturno komponento, v % BDP Vir: SURS, BS, lastni izracuni. V zacetku krize, v obdobju 2008–2010, je bila Slovenija v skupini držav z najvecjim poslabšanjem stroškovne konkurencnosti. Pri tem so se v omenjenem obdobju stroški dela povecevali, in sicer v letu 2008 in 2010 zaradi rasti plac, v letu 2009 pa zaradi upada produktivnosti. Slovenija je kljub temupovecala tržni delež na trgu držav EU.Na to so v najvecji meri vplivali kemicni proizvodi, stroji in transportne naprave. Pospešena rast tržnega deleža kemicnih proizvodov je bila predvsem posledica izrazitejše rasti izvoza medicinskih in farmacevtskih proizvodov, ki,zarazliko od vecine drugih podsektorjev, v casu mednarodne gospodarske krize niso bili sooceni s krcenjem povpraševanja v EU. Na višjo rasttržnega deleža strojev in transportnih naprav pa je vplival zlasti izvoz cestnih vozil zaradi dodatnih spodbud prodaje avtomobilov v nekaterih državah EU, kar se je kazalo tudi v rasti tržnega deleža na francoskem in nemškem trgu. Opazneje se je povecal tudi tržni delež elektricnih strojev in naprav (Porocilo o razvoju, 2009). Obdobje od leta 2012 zaznamuje presežek v tekoci bilanci, ki odraža ugodna izvozna gibanja in zmerno rast domace potrošnje. Slovenija nenehno povecuje tržne deleže na mednarodnih trgih. Po letu 2011 nenehno povecuje izvoz, katerega rast pripisujemo predvsem ugodnim razmeram v mednarodnem okolju in izboljšanju konkurencnega položaja slovenskih izvoznikov.Slednje se odraža tudi v visokikorelaciji med izvozom in poslovnim presežkom.1Ugodna kolicinska in cenovna gibanja so podjetjem omogocila povecati bruto poslovni presežek (dobicek)2in s tem kreirati lastna financna sredstva. Podjetja so namrec v preteklih letih s financnimi presežki vecinoma odplacevala pred krizo najeta bancna posojila,3bancno kreditiranje pa je znova oživelo v letu 2017. Šibka investicijska aktivnost podjetij, pogojena z razdolževanjem, se odraža v presežku tekocih in kapitalskih transakcij, ki ga nefinancne družbe dosegajo od leta 2012 (Markic, 2019). 1 Ce se delež poslovnega presežka v dodani vrednosti ne zmanjšuje, potem se mora rast odraziti tudi v poslovnem presežku, in sicer predvsem na tujih trgih. Vecja (pozitivna) korelacija je posledica vecje konkurencnosti na tujih trgih. 2V letih primanjkljaja 2004–2008 se je produktivnost dela povecevala, kar je vplivalo tudi na višjo rast uvoza, preko vecjega uvoza proizvodov za vmesno porabo in proizvodov za investicije. Bruto poslovni presežek se je povecal, vendar se je ob vecji produktivnosti povecal tudi uvoz, kar je s poslabšanjem pogojev menjave ohranjalo primanjkljaj v menjavi s tujino. 3Pred krizo so slovenska podjetja svojo rast financirala vecinoma s posojili bank, ki so se dodatno zadolževale zlasti pri tujih bankah. Po letu 2008 so banke tuja posojila zacele vracati. Slovenijazapira stroškovno vrzel v primerjavi s svetovnim trgom z obcutno depreciacijo evra v letu 2015. Stroški dela na enoto proizvoda menjalnega sektorja Slovenije so od leta 2015 približno na ravni povprecja EU, tako da je gibanje stroškovne konkurencnosti vecinoma posledica sprememb nominalnega efektivnega tecaja. Slika 4: Kazalniki podjetij, v mio EUR in v % (levo) ter bruto poslovni presežek in izvoz, v mio EUR(desno) Vir: SURS, BS, lastni preracuni. Slovenija poseduje relativno obilje dela in ima skromno surovinsko osnovo in naravne vire. Pri proizvodnji primarnih proizvodov ne izkazujemo primerjalnih prednosti, razen pri barvnih kovinah, zmanjšuje pa se tudi delež izvoza primarnih proizvodov v celotnem slovenskem izvozu. Slovensko gospodarstvo s skromno surovinsko in energetsko osnovo se mora zato specializirati v proizvodnji tistih izdelkov, ki vsebujejo cim vec proizvedenih (znanja, dela in kapitala) in cim manj naravnih inputov (naravnih virov in storitev okolja). Dolgorocno je zato potrebno dvigniti konkurencnost izvoza industrijskih izdelkov in povecati proizvodnjo srednje in visoko tehnološko zahtevnih proizvodov, po katerih je vecje tuje povpraševanje. Pomembno je tudi razvijati necenovne dejavnike,med katere spadajo:kvaliteta izvoznih proizvodov, okusi potrošnikov, institucionalni dejavniki in vpetost slovenskih izvoznikov v globalne proizvodne verige (Markic, 2019). Realni izvoz blaga, tuje povpraševanje in realni efektivni tecaj so nestacionarne casovne vrste na osnovni ravni, stacionarne pa postanejo z enkratnim diferenciranjem. Z diferenciranjem sicer odpravimo nestacionarnost casovnih vrst, vendar pa izgubimo informacijo o dolgorocnih povezavah med spremenljivkami. Zato v tem kontekstu analiziramo ali med omenjenimi casovnimi vrstami obstaja kointegracija. Da bi ugotovili ucinek globalne financne in dolžniške krize, obez mocnim padcem BDP, smo vkljucili še slamnato spremenljivko. Slednja ima vrednost 1 v obdobju 2008q4–2009q1 ter v obdobju 2012q4–2013q1. Slika 5: Tuje povpraševanje(leva os), realni izvoz blaga Slovenije(leva os)in realni efektivni tecaj(desna os), v obdobju 2001q1–2019q2, indeks 2008=100(levo) ter dekompozicija realnega tecaja, indeks 2008=100(desno) Vir: SURS, WTO, lastni preracuni. Slika 6: Realna rast izvoza in tujega povpraševanja, v % Vir: SURS, OECD, EK, Focus Economics, napoved UMAR. Opomba:*Realni uvoz trgovinskih partneric tehtan s slovenskim deležem izvoza v te države. 3.2 Vektorska avtoregresija z mehanizmom popravljanja napak Model vektorske korekcije napak (VECM) je VAR model, prilagojen za analizo casovnih serij, ki so nestacionarne, vendar pa postanejo stacionarne s pretvorbo na diferenco enakega reda. Pomemben je koncept kointegracije, ki pomeni, da obstaja dolgorocna povezanost med I(1) spremenljivkami, oziroma spremenljivkami, ki so integrirane reda ena. Kointegracija pomeni dolgorocno povezavo med skupnimi stohasticnimi trendi. Stacionarne napake regresije v enacbi dolgorocnega ravnotežja pa kažejo na kointegriranost obravnavanih spremenljivk. Pri analizi smo torej namesto VAR modela izbrali model VECM. To pa zato, ker smo ugotovili, da med spremenljivkami obstaja kointegracijska povezava in jo na na tak nacin lahko analiziramo. Prisotnost kointegracije namrec pomeni, da imamo med spremenljivkami kratkorocne in dolgorocne odnose. Ce bi nestacionarnost odpravili le z diferenciranjem, in ne bi upoštevali kointegracijskega odnosa, bi dobili nekonsistentne ocene parametrov (Favero, 2001). Predpostavimo, da sta seriji yin x integrirani istega reda. Ce obstaja med njima linearna kombinacija yt-.xt; (..0), potem sta seriji kointegrirani s kointegracijskim vektorjem (1-.). Med serijama torej obstaja dolgorocna povezava,medtem ko kratkorocno odstopata od ravnovesja. Dolgorocno se seriji (spremenljivki) povecujeta z isto stopnjo rasti, razlika med obema stopnjama pa se giblje okrog fiksne povprecne vrednosti. Prilagoditev dolgorocnemu ravnotežju prikazuje kointegracijski vektor. Število kointegracijskih vektorjev pa je odvisno od števila spremenljivk in dolžine upoštevanih odlogov. Model vektorske avtoregresije s korekcijo napak zapišemo v sledeci splošni obliki: .yt = c + .yt-1+ .1.yt-1 +…+.p-1.yt-p+1+fDt+.t, (2) pri cemer posamezne oznake pomenijo: . .yt –vektorendogenih spremenljivkna prvih diferencah, . .–kointegracijski vektor z rangom r, (r .k), . .k–matrike koeficientov kratkorocnih elasticnosti, dimenzij kx k, . c –vektor konstante, . Dt –vektor impulznih slamnatih spremenljivk, . .t–vektor rezidualov. Matrika .ima reducirani rang (r .k), kar pomeni, da obstaja kx rmatrik koeficientov prilagajanja in matrik kointegracijskih vektorjev. V primeru kendogenih spremenljivk, od katerih ima vsaka enotni koren, lahko obstaja od 0do k-1linearno neodvisnih kointegracijskih relacij. Ce pa kointegracijska relacija ne obstaja, potem za analizo uporabljamo VAR na I. diferenci. V primeru kkointegracijskih relacij pa so že osnovne casovne serije stacionarne. Johansenova procedura je v primeru krajšega obdobja opazovanja izpostavljena problemu nepravilne sprecifikacije deterministicnih komponent. Z vektorskim modelom analiziramo tako dolgorocno povezanost med spremenljivkami (kointegracijski vektor) kot tudi kratkorocne elasticnosti. Ocena kointegracijetemelji na Johansenovi proceduri (Johansen, 1991), v kateri je predstavljenametoda ocenjevanja kointegracijskega vektorja, njenega ranga in modelskih parametrov. Analiza kointegracije je praviloma sestavljena iz dveh korakov. V prvem koraku se ugotavlja integracijski red analiziranih casovnih serij. Identifikacija integracijskegareda logaritemskih vrednosti osnovnih podatkov bo opravljena s pomocjo Augmented Dickey-Fullerjevega testa (ADF). V drugem koraku pa po izboru casovnih serij s primerljivim (enakim) kointegracijskim redom poišcemo linearno kombinacijo med njimi, ki je stacionarna (kointegracija). Casovni odlogi so najprej izbrani po nacelu parsimonije (varcnosti), kar pomeni minimiziranje vrednosti Schwarzovega in Akaikovega informacijskega kriterija. Uporaba Johansenovo metode je primerna, ko obstaja vec kointegracijskih vektorjev. V primeru, da obstaja en kointegracijski vektor, pa je bolje uporabiti Engle-Grangerjev dvo-stopenjski pristop. Pristop modela popravljanja napak z eno enacbo razlikuje med odvisnimi in neodvisnimi spremenljivkami. Vendar so Monte-Carlo študije pokazale, da so kointegracijske regresije odlicne za velike vzorce, precej pristranske pa za majhne vzorce. Zato je bolj priporocljivo, da namesto locenega ocenjevanja dolgorocne enacbe, celoten ECM model ocenimo hkrati (Kennedy, 2003, str. 328). Kointegracijomed izvozomSlovenije, tujim povpraševanjem in realnim tecajem, ocenjenoz Johansenovo proceduro, na koncu preverimo še s pristopom DOLS in FMOLS (angl. single cointegrating vector).Johansenova metodavkljucuje predpostavko obstoja vec kointegracijskih vektorjev. Število kointegracijskih relacij je obcutljivo od števila odlogov. V analizi izvoza blaga imamo vzorec s 74opazovanjiza vsako spremenljivko. Akaike informacijski kriterij sicer pokaže model z dvema odlogoma, v katerem pa jeprisotna heteroskedasticnost. Heteroskedasticost odpravimo tako,da izberemo model s tremi odlogi-VAR (3)oz. model korekcije napak z dvema odlogoma-VECM (2).Kointegracijski rang med spremenljivkamidolocimoz Johansenovim testom sledi (angl. trace test), ki potrdiobstoj enega kointegracijskega vektorja.V dolgorocni in kratkorocni del je vkljucena konstanta. Tabela 1: Johansenov trace test Date: 01/20/20 Time: 11:58 Sample: 2001Q1 2019Q2 Included observations: 74 Trend assumption: Linear deterministic trend Series: LOG(XG) LOG(WM) LOG(REULC) Exogenous series: D1 Warning: Critical values assume no exogenous series Lags interval (in first differences): 1 to 2 Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.237851 31.03338 29.79707 0.0359 At most 1 0.124857 10.93396 15.49471 0.2156 At most 2 0.014286 1.064767 3.841466 0.3021 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Hypothesized Trace Corrected CV trace No. of CE(s) Eigenvalue Statistic Trace (0,05) -O92 None * 0.238 31.03 29.78 29.38 At most 1 0.125 10.93 10.49 15.34 At most 2 0.014 1.06 1.02 3.84 Vir: Izpis s programskim paketom Eviews, lastni prikaz, lastni izracuni.Opombe: Test sledi (trace test) pokaže, da med spremenljivkami obstaja ena kointegracijska povezava.Ker imamo, glede na Johansenovo proceduro,relativno malo število opazovanj in eksogeno slamnato spremenljivko, smo izacunali tudi popravek testa sledi (angl.Corrected trace). Slednje smo nato primerjali s kriticno vrednostjo za VECM s konstanto, upoštevaje izracunane vrednosti Osterwald-Lenum. Iz tabele 1 je razvidno, da lahko s 5-odstotno stopnjotveganja pri r=0, zavrnemo nicelno domnevo, da ni kointegracije. Pri r=1 je vrednost testa LR=10,49in je manjša od kriticnevrednosti Osterwald-Lenum, zato v tem primerunicelne domneve ne zavrnemo. Tabela 2: Kointegracijski vektor Vector Error Correction Estimates Date: 01/20/20 Time: 12:18 Sample: 2001Q1 2019Q2 Included observations: 74 Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 LOG(XG(-1)) 1.000000 LOG(WM(-1)) -1.736841 (0.05023) [-34.5754] LOG(REULC(-1)) 0.841027 (0.28722) [ 2.92820] C -4.298778 Vir: Izpis s programskim paketom Eviews, lastni prikaz.Opomba: Tabela 2 prikazuje normirankointegracijski vektor, pri cemer se izbere en koeficient, ki je enak 1. Vokroglem oklepaju je prikazana standardna napaka,v oglatem oklepaju je prikazana t-statistikaocenjenih koeficientov. Med spremenljivkami torej obstaja 1 kointegracijski vektor, katerega stabilnostugotavljamo na osnovi Hansen-Johansen testa (Hansen-Johansen 1993, str.8): (3)..............riiittt1*.11ln*.. Upoštevaje X2distribucijo s (p-r)r stopinjami prostosti, kjer je p velikost kointegracijskega prostora, r pa je število kointegracijskih vektorjev. V enacbi (3) je lambdai* najvecja lastna vrednostposameznega opazovanega podobdobja; lambdaipa je navecja lastna vrednost v celotnem obdobju.Preverili bomo ali so v funkcijiizvoza, ki vkljucuje tuje povpraševanje in realni efektivni tecaj, dolgorocne elasticnosti stabilne.Uporabili bomo Johansenovo procedurov celotnem obdobju 2001q1–2019q2 in postopek nadaljevali rekurzivno do podobdobja 2001q1–2017q1. Tabela 3:Stabilnost kointegracijskega prostora Long-run elasticities Johansen stability test Period of estimation Foreign demand Real exchange rate Vector Eigen value HJ stat. 2001q1 2017q1 1.66 -0.71 1 0.2814 -4.3511 2001q1 2017q2 1.67 -0.76 1 0.2772 -3.9274 2001q1 2017q3 1.70 -0.76 1 0.2615 -2.3337 2001q1 2017q4 1.71 -0.81 1 0.2603 -2.2133 2001q1 2018q1 1.70 -0.76 1 0.2663 -2.8138 2001q1 2018q2 1.71 -0.87 1 0.2546 -1.6423 2001q1 2018q3 1.70 -0.80 1 0.2603 -2.2112 2001q1 2018q4 1.73 -0.89 1 0.2490 -1.0909 2001q1 2019q1 1.74 -0.84 1 0.2440 -0.6016 2001q1 2019q2 1.74 -0.84 1 0.2379 - Vir: lastni izracuni. Opomba: kritcna vrednost X2(2)=5,99, pri 5-odstotni stopnji znacilnosti.Iz tabele 3 je razvidno, da v vseh podobdobjih in celotnem opazovanem obdobju obstaja 1 kointegracijski vektor.V vseh podobdobjih so si dolgorocne dohodkovne in cenovne elasticnosti zelo podobne. Tudi HJ-statistika je v vseh podobdobjih manjša od kriticne (5-odstotna stopnja znacilnosti), zato sklepamo, da so ocenjene dolgorocne elasticnosti stabilne. Dolgorocno naj bi bile tekoce in odložene spremenljivke izvoza, tujega povpraševanja in realnega tecaja enake, torej so njihove diference enake nic. Iz kointegracijskega vektorja, zapisanega v tabeli 2, zato dobimo naslednjo dolgorocnopovezavomed spremenljivkami: REULCWMXGlog84,0log74,130,4log... Kointegracijamed spremenljivkami pomenidolgorocno razmerje med realnim izvozom, tujim povpraševanjem in realnim tecajem. Dohodkovna dolgorocna elasticnost blagovnega izvoza na spremembo tujega povpraševanja je precej visoka. V primeru, da se tuje povpraševanje poveca za 1%, se realni izvoz poveca za 1,7%. Elasticnost, vecja od 1, je ugodna v casu mednarodne konjunkture, prizadene pa nas v obdobju recesije. Visoka dohodkovna elasticnost izvoza se odraža v nenehni rasti izvoznih tržnih deležev Slovenije na svetovnem trgu.Visoko dohodkovno elasticnost slovenskega blagovnegaizvoza pojasnimo z vecjo uvozno komponento v izvozu, ki je znacilna za male odprte ekonomije. Uvoznakomponenta izvoza Slovenije je po razpoložljivih podatkih za leto 2016 (31,6%) v gornji tretjini držav EU.Visoka dohodkovna elasticnost je povezana tudi z deležem trajnih dobrin, kar nakazuje strukturni ucinek, saj se naša podjetja bolj osredotocajo na proizvodnjo in izvoz trajnih dobrin. Trajne dobrine, ki imajo bistveno vecjo dohodkovno elasticnost, predstavljajo približno 70% slovenskega blagovnega izvoza. Relativno visokadohodkovnaelasticnostslovenskega izvoza je povezana tudi z relativno visokim deležem tuje dodane vrednosti v izvozu. Vertikalna specializacija (torej vecji delež tuje dodane vrednosti v izvozu) naj bi namrec povzrocila vecjo dohodkovno elasticnost izvoza in uvoza. Komponenta tuje dodane vrednosti v izvozu je npr. na krizo odreagirala bolj kot komponenta domace dodane vrednosti(T. Golob Šušteršic, 2018, str. 31). Dolgorocni ucinek tujega povpraševanja na slovenski blagovni izvoz je približno 2-krat vecji od ucinka realnega efektivnega tecaja. V primeru realne apreciacije evra oziroma poslabšanja stroškovne konkurencnosti za 1%, se obseg izvoza zniža za 0,8%. Relativno nizka dolgorocna elasticnost izvoza na realni tecaj pomeni, da ima izvoz predvsemomejitve na strani uvoznega povpraševanjatujine (angl. demand-constrained in the export markets). Tabela 4: Kratkorocne elasticnosti in mehanizem popravljanja napak Error Correction: D(LOG(XG)) D(LOG(WM)) D(LOG(REULC)) CointEq1 -0.144578 0.072079 0.037950 (0.06902) (0.04777) (0.02955) [-2.09461] [ 1.50893] [ 1.28437] D(LOG(XG(-1))) -0.047413 0.080029 0.027570 (0.14759) (0.10214) (0.06318) [-0.32124] [ 0.78351] [ 0.43637] D(LOG(XG(-2))) -0.209832 -0.138152 0.103170 (0.14186) (0.09817) (0.06073) [-1.47918] [-1.40723] [ 1.69896] D(LOG(WM(-1))) 0.481517 0.436550 -0.054338 (0.19823) (0.13719) (0.08486) [ 2.42906] [ 3.18215] [-0.64034] D(LOG(WM(-2))) 0.060071 -0.024713 -0.088711 (0.19717) (0.13645) (0.08440) [ 0.30466] [-0.18111] [-1.05102] D(LOG(REULC(-1))) 0.043031 -0.133071 -0.040889 (0.28928) (0.20020) (0.12383) [ 0.14875] [-0.66470] [-0.33019] D(LOG(REULC(-2))) 0.215413 -0.122845 0.003497 (0.29635) (0.20509) (0.12686) [ 0.72690] [-0.59899] [ 0.02757] C 0.017939 0.007700 -0.001361 (0.00379) (0.00263) (0.00162) [ 4.72945] [ 2.93343] [-0.83794] D1 -0.066219 -0.042562 0.021646 (0.01389) (0.00962) (0.00595) [-4.76590] [-4.42633] [ 3.63937] Vir: Izpis s programskim paketom Eviews, lastni prikaz.Opomba: Tabela 3 prikazuje kratkorocne elasticnosti spremenljivk (diference logaritmov) in mehanizem popravljanja napak (CointEq1). V okroglem oklepaju je prikazana standardna napaka, v oglatem oklepaju je prikazana t-statistika ocenjenih koeficientov. Vrednost koeficienta prilagajanja je negativna (-0,14)in statisticno znacilna (5-odstotna raven) terkaže relativno pocasen proces proti dolgorocnemu ravnotežju. Kadar je realni izvoz nad dolgorocnim ravnotežjem stujimpovpraševanjemin realnimefektivnimtecajem, se prilagaja navzdol. V tekocem cetrtletju se odpravi 14% neravnotežja iz prejšnjega obdobja. Kratkorocni odklon realnega izvoza od dolgorocnega ravnotežja pa se zapre v dveh letih in enem cetrtletju.4Koeficienti prilagajanja kažejo, da se neravnovesje odpravljale prirealnih izvoznih tokovih(funkcija izvoza), saj sta pripadajoca koeficienta prilagajanja realnega tecaja in tujega povpraševanja statisticno neznacilna.Realni efektivni tecaj in tuje povpraševanje sta šibko eksogeni spremenljivki. 4 Hitrost prilagajanja (angl. speed of adjustment)je obicajno izracunana kot cas, v katerem se odpravi polovica neravnotežja: ln2/koeficient prilagoditve. V našem primeru konkretno pomeni 0,69/0,15=5 cetrtletij. Kratkorocna dohodkovna elasticnostizvoza znaša 0,5, kar pomeni, da so na kratek rok proizvodne kapacitete dane. Kapacitete se povecajo v primeru okrepitve povpraševanja na mednarodnem trgu. Da se izvoz kratkorocno ne odziva na spremembo realnega efektivnega tecaja,je posledica majhnosti domacega trga. Vecina izvoznikov namrec, kljub slabšim stroškovnim pogojem, poizkuša ohraniti tržne deleže.Vrednost slamnate spremenljivke (D1) je statisticno znacilno negativna, kar pomeni, da sta svetovna financna kriza in dolžniška kriza evrskega obmocja povzrocili krcenje slovenskega realnega izvoza. Slika 7: Kointegracijski rezidual izvozne funkcije, naravni logaritem indeksov(2010=100) Vir: Izpis s programskim paketom Eviews, lastni izracuni.Opomba: Kointegracijski rezidual izvozne funkcije prikazujemo kot razliko med naravnim logaritmom realnega izvoza blaga in naravnim logaritmom izvoza, ki je ocenjen z dolgorocno kointegracijsko enacbo. Slika 7prikazuje odklone od dolgorocnega ravnotežja med realnim izvozom, tujim povpraševanjem in realnim tecajem (rezidual kointegracijskega vektorja). Dolgorocno naj bi bile tekoce in odložene spremenljivke enake vrednosti nic. Crta, ki gre skozi vrednost nic, torej predstavlja stabilno in dolgorocno ravnotežje med spremenljivkami. Prvi vecji odklon od dolgorocnega ravnotežja je bil opazen v letih 2002 in 2003 terodraža delovanje denarne politike. V letu 2002 so bila zakljucena pogajanja o vstopu RS v EU, v celoti je bil sprejet tudi pravni red EU za prosti pretok kapitala. V pogojih sprošcenih kapitalskih tokov je BS soodvisno uravnavala obrestne mere in devizni tecaj. Dogovor z domacimi poslovnimi bankami o sodelovanju na trgu tujega denarja je BS omogocil signaliziranje in dolocanje razpona tecajev. BS je namrec vplivala na višino deviznega tecaja z nakupi in prodajo deviz na deviznem trgu. Presežno likvidnost, ki je izhajala iz monetizacije tujih kapitalskih pritokov, je sterilizirala s tolarskimi blagajniškimi zapisi. V okviru priprav za vstop Slovenije v ERM II je BSod konca prvega cetrtletja 2003 postopno zniževala obrestne mere in upocasnjevala depreciacijo tolarja. Drugi vecji odklon, ki je nastal v letu 2009, je bil posledica odzivnosti slovenskega izvoza na kolaps svetovnih trgovinskih tokov.Analiza globalnih tokov kaže, da se jesvetovni output v obdobju 2008q4–2009q1na medcetrtletni ravni v povprecju skrcil za trido štiriodstotke, padec obsega svetovne trgovine pa je bil osemkrat vecji. To pomeni, da so na krcenje trgovinskih tokov,poleg padca svetovnega BDP, vplivali še drugi dejavniki:i) veliko znižanje zalog podjetij, ii) protekcionisticne politike, iii) vecji upad blagovnih tokov, ki predstavljajo 80% svetovne trgovine,in imajo vecji delež v svetovnem BDP. Poglabljanje financne krize je leta 2008 mocno omejilo tudi dostop do virov financiranja, ki so zaceli postopoma usihati. Slednje je najbolj prizadelo sektorje, ki so proizvajali stroje in opremo ter trajno potrošno blago na globalni ravni (OECD 2009, str. 12). Mednarodna gospodarska kriza, ki jo jezaznamoval velik in hiter upad trgovinskih tokov, je mocno znižala tudi obseg slovenskega izvoza. Realna raven izvoza blaga je bila po 17-odstotnem znižanju v letu 2009 približno na ravni iz leta 2006. Na velik padec izvoza je vplivala visoka vpetost Slovenije v mednarodne trgovinske tokove, deloma pa tudi struktura slovenskega izvoza, ki temelji pretežno na izvozu nizko in srednje tehnološko intenzivnih proizvodov. Med relativno manj prizadetimi izvoznimi dejavnostmi sta bili proizvodnja vozil5in farmacevtskih izdelkov, ki sta od drugega cetrtletja leta 2009 na najpomembnejših slovenskih izvoznih trgih že tudi povecevalitržne deleže(Porocilo o razvoju, 2010, str. 64). 5Avtomobilski sektor je bil v nekaterih državah med relativno bolj prizadetimi, slovenski proizvajalec vozil pa je v casu krize celo uspel povecati proizvodnjo, kar lahko pripišemo spodbudam za nakupe novih vozil v Franciji in Nemciji, ki sta med glavnimi izvoznimi trgi slovenskega proizvajalca, pa tudi relativno vecji privlacnosti nakupa manjših avtomobilov v casu znižane kupne moci potrošnikov.Nominalna vrednost izvoza pa je,kljub realnemu povecanju proizvodnje, upadla, saj je moral proizvajalec cene vozil zniževati. Primerjalno je bil padec realnega slovenskega izvoza manjši od padca obsega svetovne trgovine. Z omenjeno dinamiko slovenskega izvoza in mednarodnih trgovinskih tokov pojasnjujemo tudi vecji pozitivni kointegracijski rezidual izvozne funkcije ali odmik izvoza od dolgorocne ravnotežne ravni s tujim povpraševanjem in realnim efektivnim tecajem. Slika 8: Dolgorocna medletna realna rast izvoza blaga Slovenije in tujega povpraševanja, v % Vir: lastni izracuni. Opomba: Log(XG) je naravni logaritem izvoza blaga, LOG(WM) je naravni logaritem tujega povpraševanja. Po letu 2015 dolgorocni del enacbe pocasi popravlja napake in usmerja proces proti ravnotežju. Poleg ugodnih razmer v mednarodnem okoljuin robustni rasti tujega povpraševanja, k temu deloma prispeva tudi izboljšanje stroškovne konkurencnosti slovenskih izvoznikov. Izboljšujetapa se tudi fiskalna pozicija države in neto financna pozicija Slovenije do tujine(glej sliko 9). Slika 9: Odkloni izvoza od dolgorocnega ravnotežja(naravni logaritem indeksov)in neto financna pozicija Slovenije(v mio EUR) Vir: Izpis s programskim paketom Eviews, lastni izracuni.Opomba: Kointegracijski rezidual izvozne funkcije prikazujemo kot razliko med naravnim logaritmom realnega izvoza blaga in naravnim logaritmom izvoza, ki je ocenjen z dolgorocno kointegracijsko enacbo. 3.3 Funkcija impulznih odzivov Po ustrezni specifikaciji modela VECM lahko uporabimo funkcijo impulznih odzivov. Funkcija impulznih odzivov prikazuje kako se posamezna spremenljivka v modelu odziva na razlicne šoke. Funkcija impulznih odzivov v stacionarnem VAR pocasi izzveni. Vsaka spremenljivka v stacionarnem VAR ima namrec konstantno povprecje in varianco, oboje neodvisno od casa. Šoki, ki nastanejo v stacionarni casovni vrsti so le zacasni, tako da se spremenljivka lahko vrne k svoji povprecni vrednosti. Nasprotno pa velja za spremenljivke I(1), vsebovane v kointegracijskem VAR, ki sene vrnejo k povprecni vrednosti. Enotni moduli v kvadratni matriki namrec pomenijo, da ucinki nekaterih šokov ne izzvenijo. Slika 10: Funkcija impulznih odzivov -.004.000.004.008.012.016.020.024.02812345678910LOG(XG)LOG(WM)LOG(REULC)Response of LOG(XG) to CholeskyOne S.D. Innovations Vir: Izpis s programskim paketom Eviews, lastni prikaz. Funkcija impulznih odzvivov kaže, da nadinamiko slovenskega izvoza najbolj vplivajo lastni šoki, ki dosežejo vrh v drugem certrtletju. Odziv slovenskega blagovnega izvoza na šok tujega povpraševanja je pricakovano pozitiven, z odlogom dveh cetrtletij. Šokne izzveni in ima trajen vpliv na realni izvoz. Ob 1-odstotnem porastu zunanjega šoka se slovenski blagovni izvoz odzove za 1,6%,pri cemer je 90% spremembe izvozarealizirano v prvih treh cetrtletjih.Dolgorocno stabilno raven izvoz doseže po desetih cetrtletjih, kar je skladno z rezultati kointegracijske analize. Nepricakovana realna apreciacija evra pomeni poslabšanje konkurencnosti slovenskih izvoznikov. Šok s strani realnega tecaja nima kratkorocnega vplivana obseg izvoza. Realni izvoz se na šok realnega efektivnega tecaja, merjenega s stroški dela na enoto, odzove s casovnim odlogom enega leta. 3.4 Dekompozicija variance Dekompozicija variancekaže, da so nihanja obsega izvoza sicer vecinoma spodbujena zaradi lastnih šokov. Slednji v obdobju dveh let pojasnijo približno tri cetrtine variacije realnega izvoza. Na gibanje izvoza pomembno vplivajo tudi šoki s strani tujega povpraševanja,ki v dveh letih (8 cetrtletjih) pojasnijo približno petino variacije realnega izvoza blaga. Šok v realnem efektivnem tecaju pa ima majhen vpliv na gibanje realnih izvoznih tokov. Slika 11: Dekompozicija variance 02040608010012345678910LOG(XG)LOG(WM)LOG(REULC)Variance Decomposition of LOG(XG) Vir: Izpis s programskim paketom Eviews, lastni prikaz. 3.5 Ocena dolgorocnihelasticnosti na osnovi razlicnih modelov in izbrane mere primernostiizvozne funkcije Poleg ocene dolgorocnih elasticnosti z modelom VECM prikazujemo tudi elasticnosti, dobljene na osnovi modela ECM. Rezultati so razvidni iz tabele 5. Tabela 5: Dolgorocne elasticnosti izvozain koeficienti prilagajanja Vrsta modela Tuje povpraševanje Realni efektivni tecaj Koeficient prilagajanja VECM 1,74 -0,84 -0,14 ECM-Engle Granger 1,66 -0,30 -0,17 ECM-neposredno 1,68 -0,95 -0,16 Vir: lastni izracuni. Koeficienti dolgorocnih elasticnosti imajo pricakovane predznake, pri cemer vsi modeli potrjujejo vecjo dohodkovno elasticnost izvoza od cenovne elasticnosti. Pri vseh modelih dobimo zelo podobne dohodkovne elasticnosti, medtem ko je cenovna elasticnost nižja le v modelu ECM-Engle Granger.Precej podobne so tudi vrednosti koeficientov prilagajanja, kar pomeni, da potrebuje izvoz približno dve leti za povrnitev v dolgorocno ravnotežje. Za posamezne modele želimo ugotoviti v kolikšni meri soustrezniza napovedovanje izvoznih tokov. Pri tem smo odstopanja ocenjenih od dejanskih vrednosti izvoza preverjali na osnovi kriterijapovprecne absolutne napake, korena povprecne kvadratne napake in Theilovega koeficienta neenakosti. Povprecna odstotna absolutna napaka: (4) 100*11...TtttYeTMAPE Koren povprecne kvadratne napake: (5) KPKONnyyytetatatn....100121() Theilov koeficient neenakosti: (6) ...............TtTtttttTtYTYTYYTU112221111 Tabela 6: Izbranemereprimernostiocenjene izvozne funkcije Vrsta modela Povpr. odst. abs. napaka KPKN Theilov koef. neenakosti VECM 1,7852 105,7327 0,0105 ECM-Engle Granger 1,5100 88,5042 0,0088 ECM -neposredno 1,5161 85,7597 0,0085 Vir: lastni izracuni. Rezultati kažejo, da smo z razlicnimi modeli dobili relativno dobro napoved realnega izvoza.Iz tabele6 je razvidno, da je odstotek povprecne absolutne napake napovedanih vrednosti izvoza precej pod mejo normalne vrednosti(5%). Tudi ostali kriteriji so ustrezni, saj je Theilov koeficient neenakosti zelo blizu vrednosti nic. Primerjalno gledano pa nekoliko boljšo napoved dobimo z modelom popravljanja napak -ECM modelom(glej prilogo, slika 12 in 13). Zakljucek Slovensko gospodarstvo je tradicionalno zelo odprto, saj je delež izvoza v primerjavi z BDP v obdobju 2010–2018 v povprecju znašal 75,7% BDP. Zaradi te odprtosti gospodarstva zunanji pogoji v veliki meri determinirajo uspešnost našega gospodarstva. Med osnovne zunanje pogoje, ki spadajo v okvir tujega gospodarskega okolja, uvršcamo naslednje dejavnike: gibanje tujega povpraševanja na izvoznih trgih, spremembe cen nafteinostalih surovinterproizvajalcevih domicilnih cen, ki generirajo spremembe rasti uvoznih cen, dinamikotujih obrestnih mer in intenzivnost kapitalskih tokov. Ekonometricna analiza slovenskega blagovnega izvoza z vektorskim modelom popravljanja napak (VECM)pokaže, da med realnim blagovnim izvozom, tujim popraševanjem in realnim efektivnim tecajem obstaja dolgorocno ravnotežje -1 kointegracijski vektor. Slednjega potrdi tako Johansenova procedura kot tudi testiranje vektorja zmodelom FMOLS in DOLS. Testni modeliVECM potrjujejo, da je model primeren in stabilen. Dohodkovna dolgorocna elasticnost blagovnega izvoza na spremembo tujega povpraševanja je precej visoka (1,7). Realni izvoz se v povprecju vec kot proporcionalno odzove na spremembe zunanjega povpraševanja, kar ni presenetljivo, saj Slovenija spada med male odprte ekonomije. Visoka dolgorocna dohodkovna elasticnost se odraža tudi v rasti tržnih deležev, ki jihSlovenijana mednarodnih trgihnenehno povecuje.Relativno nizka kratkorocna elasticnost izvoza na realni tecaj (0,8) pomeni, da ima izvoz predvsemomejitve na strani uvoznega povpraševanjatujine (angl. demand-constrained in the export markets). Odziv slovenskega blagovnega izvoza na šok tujega povpraševanja jepricakovano pozitiven, z odlogom dveh cetrtletij. Šok ima trajen vpliv na realni izvoz. Ob 1-odstotnem porastu zunanjega šoka se slovenski blagovni izvoz odzove za 1,6%, pri cemer je 90% spremembe izvoza realizirano v prvih treh cetrtletjih, dolgorocno ravnotežje pa izvoz doseže po desetih cetrtletjih. Realni izvoz se na šok realnega efektivnega tecaja, merjenega s stroški dela na enoto, odzove s casovnim odlogom enega leta.Podobno gibanje odraža tudi dekompozicija variance, ki kaže relativno pomembnostposameznih šokov pri pojasnjevanju variance obsega izvoza. Rezultati funkcije impulznih odzivov in dekompozicije variance so skladni z ugotovitvami, ki jih dobimo skointegracijo. Dolgorocno je zato potrebno dvigniti konkurencnost izvoza industrijskih izdelkov in povecati proizvodnjo srednje in visoko tehnološko zahtevnih proizvodov, po katerih je vecje tuje povpraševanje. Pomembno je tudi razvijati necenovne dejavnike,med katere spadajo: kvaliteta izvoznih proizvodov, okusi potrošnikov, institucionalni dejavniki in vpetost slovenskih izvoznikov v globalne proizvodne verige. Seznam literature in virov 1. Algieri B. (2014). Drivers of Export Demand: A Focus on the GIIPS Countries. Department of Economics, Statistics, and Finance, University of Calabria, Rende, Cosenza, Italy. 2. Ankargren S., in Lyhagen J. (2018). Estimating a VECM for a Small Open Economy. Department of Statistics Uppsala University. Working Paper No. 2. 3. Arize A.(2001). Traditional export demand relation and parameter instability. Journal of Economic Studies 28 (6), 378-396. 4. Benassy A., Gourinchas P.O., Martin P., in Plantin G. (2014). The Euro in the Currency War. CEPR Policy Insight No. 70. 5. Berthou A., in Dhyne E. (2018). Exchange Rate Movements, Firm-level Exports and Heterogenity. Working Paper No. 660. 6. Byrne S., in Linehan S. (2018). The Response of Irish Export to World Demand. Central Bank of Ireland, Quarterly Bulletin No. 3. 7. Catao L., in Falcetti E. (2002). Determinants of Argentina’s External Trade. Journal of Applied Economics, 5 (1), 19–57. 8. Cheung C., in Guichard S. (2009). Understanding the World Trade Collaps. OECD Economic Department Working Papers No. 729. 9. Cusbert T., in Rohling T. (2013). Currency Demand during the Global Financial Crisis: Evidence from Australia. Reserch Discussion Paper. Reserve Bank of Australia. 10. Danninger S., in Joutz F. (2008). What Explains Germany’s Rebounding Market Share? CESifo Economic Studies, 54 (4), 681–714. 11. Demirhan E., in Demirhan B. (2015). The Dynamic Effect of Exchange-Rate Volatility on Turkish Exports:Parsimonious Error-Correction Model Approach. Panoeconomicus 62 (4), 429-451. 12. Favero, C. A. (2001). Applied Macroeconometrics. Oxford: Oxford University Press. 13. Fernandez M.J. (2014). Spain’s Internal Devaluations and Export Growth. Spanish Economic and Financial Outlook, 3 (5), 45–52. 14. Golob Šušteršic T. (2018). Vpetos Slovenije v globalno gospodarstvo: trgovina z dodano vrednostjo in globalne povezave. Delovni zvezek št. 1/2018, letnik XXVII. Ljubljana: Urad RS za makroekonske analize in razvoj. 15. Heimberger P. (2018). What Explains Austria Export Performance? Evidence Based on Export Model over 2007–2016. WIIW Working Paper No. 149. 16. Jamal H. (2008). Traditional Export Demand Relation: A Cointegration and Parameter Constancy Analysis. International Journal of Applied Econometrics and Quantitative Studies, 5 (2), 1-60. 17. Jiang H., in Liu C. (2011). Forecasting construction demand: A vector error correction model wih dummy variables. Construction Mangement and Economics, 29, 969-979. 18. Johansson K. (1998). Exports in The Econometric Model Kosmos. National Institute od Economic Research, Stockholm, Sweden. Working Paper No. 62. 19. Kenneddy P. (2003). A guide to econometrics. 5thedition, Cambridge, Massachusetts: The MIT Press, 623 str. 20. Komuves Z., in Ramires M. (2013). Economic Infrastructure, Private Capital Formation, and FDI inflows to Hungary: A Unit Root and Cointegration Analysis with Structural Breaks. Economics Department Working paper No. 123. 21. Mauro F., in Mandel B. (2011). Recovery and Beyond, Lessons for Trade Adjustments and Competitiveness. European Central Bank, str.179. 22. Monfort B. (2008). Chile: Trade Peformance, Trade Liberalizations, and Competitiveness. IMF Working Paper No. 128. 23. Soares P., in Rua A. (2013). Is There a Role For Domestic Demand Pressure on Export Performance? ECB Working Paper No. 1594. 24. Straus H. (2002). Multivariate Cointegration Analyses of Aggrete Exports: Empirical Evidence for the United States, Canada, and Germany. Kiel Working Paper, No. 1101. 25. Tressel T., in Wang S. (2014). Rebalancing in the Euro Area and Cyclicality of Current Account Adjustments. IMF Working Paper No. 130. 26. Zorzi M., in Schnatz B. (2007). Explaining and Forecasting Euro Area Exports. ECB Working Paper No. 833. 27. Banka Slovenije (2019) podatkovni portal. Ljubljana. Pridobljeno na https://www.bsi.si/statistika/podatkovne - serije/podatkovne - serije 28. Eurostat Portal Page (2019). Luxembourg: Eurostat. Pridobljeno na http://ec.europa.eu/eurostat/data/database 29. Porocilo o razvoju 2010. (2010). Ljubljana: Urad RS za makroekonomske analize in razvoj. 30. Porocilo o razvoju 2019. (2019). Ljubljana: Urad RS za makroekonomske analize in razvoj. 31. SURS. (2019). SI-STAT podatkovni portal. Ljubljana: Statisticni urad RS. Pridobljeno na: https://pxweb.stat.si/pxweb/Database/Ekonomsko/Ekonomsko.asp 32. WTO (2019). Portal Page (2019). Pridobljeno na https://www.wto.org/english/res_e/statis_e/merch_trade_stat_e.htm Priloga: Testispremenljivk in modela VECM Tabela 7: Test enotnega korenaizvoznih tokov Null Hypothesis: D(LOG(XG)) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=11) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.613261 0.0000 Test critical values: 1% level -3.521579 5% level -2.901217 10% level -2.587981 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(LOG(XG),2) Method: Least Squares Date: 01/27/20 Time: 12:11 Sample: 2001Q1 2019Q2 Included observations: 74 Variable Coefficient Std. Error t-Statistic Prob. D(LOG(XG(-1))) -0.602213 0.107284 -5.613261 0.0000 C 0.008764 0.003628 2.415553 0.0183 R-squared 0.304406 Mean dependent var -0.000497 Adjusted R-squared 0.294745 S.D. dependent var 0.033100 S.E. of regression 0.027798 Akaike info criterion -4.301086 Sum squared resid 0.055635 Schwarz criterion -4.238813 Log likelihood 161.1402 Hannan-Quinn criter. -4.276244 F-statistic 31.50870 Durbin-Watson stat 1.972076 Prob(F-statistic) 0.000000 Vir: Izpis s programskim paketom Eviews, lastni prikaz. Tabela 8: Test enotnega korena tujega povpraševanja Null Hypothesis: D(LOG(WM)) has a unit root Exogenous: Constant Lag Length: 0 (Automatic -based on SIC, maxlag=11) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.856382 0.0001 Test critical values: 1% level -3.521579 5% level -2.901217 10% level -2.587981 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(LOG(WM),2) Method: Least Squares Date: 01/27/20 Time: 12:12 Sample: 2001Q1 2019Q2 Included observations: 74 Variable Coefficient Std. Error t-Statistic Prob. D(LOG(WM(-1))) -0.493395 0.101597 -4.856382 0.0000 C 0.003607 0.002398 1.503900 0.1370 R-squared 0.246739 Mean dependent var -0.000368 Adjusted R-squared 0.236277 S.D. dependent var 0.022191 S.E. of regression 0.019393 Akaike info criterion -5.021131 Sum squared resid 0.027079 Schwarz criterion -4.958859 Log likelihood 187.7818 Hannan-Quinn criter. -4.996289 F-statistic 23.58445 Durbin-Watson stat 1.723710 Prob(F-statistic) 0.000007 Vir: Izpis s programskim paketom Eviews, lastni prikaz. Tabela 9: Test enotnega korena realnega efektivnega tecaja Null Hypothesis: D(LOG(REULC)) has a unit root Exogenous: Constant Lag Length: 0 (Automatic -based on SIC, maxlag=11) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.940615 0.0000 Test critical values: 1% level -3.521579 5% level -2.901217 10% level -2.587981 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller TestEquation Dependent Variable: D(LOG(REULC),2) Method: Least Squares Date: 01/27/20 Time: 12:14 Sample: 2001Q1 2019Q2 Included observations: 74 Variable Coefficient Std. Error t-Statistic Prob. D(LOG(REULC(-1))) -0.945257 0.119041 -7.940615 0.0000 C 0.000596 0.001272 0.468379 0.6409 R-squared 0.466877 Mean dependent var 0.000143 Adjusted R-squared 0.459473 S.D. dependent var 0.014863 S.E. of regression 0.010927 Akaike info criterion -6.168432 Sum squared resid 0.008597 Schwarz criterion -6.106160 Log likelihood 230.2320 Hannan-Quinn criter. -6.143591 F-statistic 63.05337 Durbin-Watson stat 1.973187 Prob(F-statistic) 0.000000 Vir: Izpis s programskim paketom Eviews, lastni prikaz. Tabela 10: Izpis celotnega modela VECM Vector Error Correction Estimates Date: 01/27/20 Time: 09:35 Sample: 2001Q1 2019Q2 Included observations: 74 Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 LOG(XG(-1)) 1.000000 LOG(WM(-1)) -1.736841 (0.05023) [-34.5754] LOG(REULC(-1)) 0.841027 (0.28722) [ 2.92820] C -4.298778 Error Correction: D(LOG(XG)) D(LOG(WM)) D(LOG(REULC)) CointEq1 -0.144578 0.072079 0.037950 (0.06902) (0.04777) (0.02955) [-2.09461] [ 1.50893] [ 1.28437] D(LOG(XG(-1))) -0.047413 0.080029 0.027570 (0.14759) (0.10214) (0.06318) [-0.32124] [ 0.78351] [ 0.43637] D(LOG(XG(-2))) -0.209832 -0.138152 0.103170 (0.14186) (0.09817) (0.06073) [-1.47918] [-1.40723] [ 1.69896] D(LOG(WM(-1))) 0.481517 0.436550 -0.054338 (0.19823) (0.13719) (0.08486) [ 2.42906] [ 3.18215] [-0.64034] D(LOG(WM(-2))) 0.060071 -0.024713 -0.088711 (0.19717) (0.13645) (0.08440) [ 0.30466] [-0.18111] [-1.05102] D(LOG(REULC(-1))) 0.043031 -0.133071 -0.040889 (0.28928) (0.20020) (0.12383) [ 0.14875] [-0.66470] [-0.33019] D(LOG(REULC(-2))) 0.215413 -0.122845 0.003497 (0.29635) (0.20509) (0.12686) [ 0.72690] [-0.59899] [ 0.02757] C 0.017939 0.007700 -0.001361 (0.00379) (0.00263) (0.00162) [ 4.72945] [ 2.93343] [-0.83794] D1 -0.066219 -0.042562 0.021646 (0.01389) (0.00962) (0.00595) [-4.76590] [-4.42633] [ 3.63937] R-squared 0.455738 0.525914 0.233627 Adj. R-squared 0.388752 0.467565 0.139304 Sum sq. resids 0.036061 0.017271 0.006608 S.E. equation 0.023554 0.016301 0.010083 F-statistic 6.803475 9.013227 2.476889 Log likelihood 177.1826 204.4215 239.9687 Akaike AIC -4.545477 -5.281662 -6.242397 Schwarz SC -4.265253 -5.001438 -5.962173 Mean dependent 0.014881 0.007688 0.000622 S.D. dependent 0.030127 0.022339 0.010868 Determinant resid covariance (dof adj.) 8.74E-12 Determinant resid covariance 5.93E-12 Log likelihood 641.5063 Akaike information criterion -16.52720 Schwarz criterion -15.59312 Vir: Izpis s programskim paketom Eviews, lastni prikaz. Tabela 11: Test stacionarnosti kointegracijskega reziduala Null Hypothesis: COINTEQ04 is stationary Exogenous: Constant Bandwidth: 6 (Newey-West automatic) using Bartlett kernel LM-Stat. Kwiatkowski-Phillips-Schmidt-Shin test statistic 0.105899 Asymptotic critical values*: 1% level 0.739000 5% level 0.463000 10% level 0.347000 *Kwiatkowski-Phillips-Schmidt-Shin (1992, Table 1) Residual variance (no correction) 0.002512 HAC corrected variance (Bartlett kernel) 0.011102 KPSS Test Equation Dependent Variable: COINTEQ04 Method: Least Squares Date: 01/29/20 Time: 11:26 Sample: 2001Q1 2019Q2 Included observations: 74 Variable Coefficient Std. Error t-Statistic Prob. C -1.68E-16 0.005866 -2.86E-14 1.0000 R-squared 0.000000 Mean dependent var -1.61E-16 Adjusted R-squared 0.000000 S.D. dependent var 0.050465 S.E. of regression 0.050465 Akaike info criterion -3.121652 Sum squared resid 0.185910 Schwarz criterion -3.090516 Log likelihood 116.5011 Hannan-Quinn criter. -3.109232 Durbin-Watson stat 0.315496 Vir: Izpis s programskim paketom Eviews, lastni prikaz. Tabela 12: Grangerjev test vzrocnosti VEC Granger Causality/Block Exogeneity Wald Tests Date: 01/28/20 Time: 12:36 Sample: 2001Q1 2019Q2 Included observations: 74 Dependent variable: D(LOG(XG)) Excluded Chi-sq df Prob. D(LOG(WM)) 6.173041 2 0.0457 D(LOG(REULC)) 0.532987 2 0.7661 All 6.793371 4 0.1472 Vir: Izpis s programskim paketom Eviews, lastni prikaz. Tabela 13:LM test avtokorelacijeostankov VEC Residual Serial Correlation LM Tests Null Hypothesis: no serial correlation at lag order h Date: 01/28/20 Time: 12:39 Sample: 2001Q1 2019Q2 Included observations: 74 Lags LM-Stat Prob 1 8.099601 0.5241 2 9.239752 0.4154 3 9.413869 0.4000 4 10.01395 0.3494 5 10.35671 0.3224 6 11.76356 0.2270 7 6.085398 0.7313 8 8.228995 0.5112 9 10.25727 0.3301 10 5.190259 0.8174 11 5.153043 0.8208 12 6.093058 0.7306 Probs from chi-square with 9 df. Vir: Izpis s programskim paketom Eviews, lastni prikaz. Tabela 14: Test normalnosti porazdelitve ostankov Component Jarque-Bera df Prob. 1 0.779364 2 0.6773 2 0.195204 2 0.9070 3 0.102254 2 0.9502 Joint 1.076821 6 0.9825 Vir: Izpis s programskim paketom Eviews, lastni prikaz. Tabela 15: Test heteroskedasticnosti ostankov VEC Residual Heteroskedasticity Tests: Includes Cross Terms Date: 01/28/20 Time: 12:41 Sample: 2001Q1 2019Q2 Included observations: 74 Joint test: Chi-sq df Prob. 266.1747 234 0.0729 Vir: Izpis s programskim paketom Eviews, lastni prikaz. Tabela 16: Test stabilnosti VAR modela kot celote Roots of Characteristic Polynomial Endogenous variables: LOG(XG) LOG(WM) LOG(REULC) Exogenous variables: D1 Lag specification: 1 2 Date: 01/28/20 Time: 12:43 Root Modulus 1.000000 1.000000 1.000000 1.000000 0.662591 0.662591 0.539445 0.539445 -0.108207 - 0.481016i 0.493037 -0.108207 + 0.481016i 0.493037 -0.389745 0.389745 0.257260 - 0.272824i 0.374988 0.257260 + 0.272824i 0.374988 VEC specification imposes 2 unit root(s). Vir: Izpis s programskim paketom Eviews, lastni prikaz. Tabela 17:Testobstoja 1 kointegracijskega vektorja (FMOLS) Dependent Variable: LOG(XG) Method: Fully Modified Least Squares (FMOLS) Date: 01/20/20 Time: 14:27 Sample: 2001Q1 2019Q2 Included observations: 74 Cointegrating equation deterministics: C Long-run covariance estimate (Prewhitening with lags = 1, Tukey-Parzen kernel, Newey-West fixed bandwidth = 4.0000) Variable Coefficient Std. Error t-Statistic Prob. LOG(WM) 1.739299 0.052966 32.83779 0.0000 LOG(REULC) -0.493244 0.279260 -1.766257 0.0817 C 2.710931 1.271662 2.131802 0.0365 R-squared 0.975316 Mean dependent var 8.439514 Adjusted R-squared 0.974620 S.D. dependent var 0.304816 S.E. of regression 0.048560 Sum squared resid 0.167426 Durbin-Watson stat 0.307030 Long-run variance 0.006759 Vir: Izpis s programskim paketom Eviews, lastni prikaz. Tabela 18: Test obstoja 1 kointegracijskega vektorja (DOLS) Dependent Variable: LOG(XG) Method: Dynamic Least Squares (DOLS) Date: 01/20/20 Time: 14:32 Sample: 2001Q1 2019Q2 Included observations: 74 Cointegrating equation deterministics: C Fixed leads and lags specification (lead=0, lag=2) Long-run variance estimate (Bartlett kernel, Newey-West fixed bandwidth = 4.0000) Variable Coefficient Std. Error t-Statistic Prob. LOG(WM) 1.691100 0.039379 42.94414 0.0000 LOG(REULC) -0.499009 0.207050 -2.410084 0.0188 C 2.966557 0.933668 3.177316 0.0023 R-squared 0.988350 Mean dependent var 8.439514 Adjusted R-squared 0.986916 S.D. dependent var 0.304816 S.E. of regression 0.034866 Sum squared resid 0.079017 Durbin-Watson stat 0.528301 Long-run variance 0.003442 Vir: Izpis s programskim paketom Eviews, lastni prikaz. Slika 12: Dejanske in ocenjene vrednostiobsega izvozaz modelom VECM, desezonirano, v mio EUR Vir: lastni izracuni. Slika 13: Dejanske in ocenjenevrednostiobsega izvozaz modelom ECM, desezonirano, v mio EUR Vir: lastni izracuni.