# 經濟問題研討心得: 不同匯率制度之下的經常帳調整速度
> [name= 107258012 郭庭愷]
> [time=Mon, Oct 14 , 2019 ]

本次演講從樣本選擇偏誤(sample selection bias)此一新穎的角度去探討一個經典的總體經濟學問題:Friedman假說(Friedman hypothesis)。此一假說提供一個經濟直覺，即在浮動匯率之下，經常帳(current account, CA)調整的速度比較快；反之，在固定匯率之下則較慢。此一直覺可以如此闡釋: 在浮動匯率之下，經常帳會被實質的總體變數影響(根據Mundell-Fleming模型)；而在固定匯率之下，經常帳僅被物價影響，因此調整速度有快慢之別。

然而在實證研究中，針對Friedman假說卻是支持與反對的論據並陳。Chinn & Wei,2018的結果顯示在兩種制度下的經常帳調整速度並無穩健(robust)，顯著(significant)的差異。另一方面，Wu & Wu,2017則發現歐元區的情形與假說剛好相反。

其他相關工作的細節參見:

- Ghosh,2010考慮了經常帳調整幅度的不對稱性
- Ghosh,2013不倚賴其他外部指標，使用匯率的波動度定義"浮動"程度
- Martin,2016考慮"sudden-stop"效果

本次演講則是聚焦在Wu & Wu,2017結果的延伸。作者發現，在考慮全部國家樣本或是考慮非工業國家時，估計結果是支持Friedman假說的；而在考慮工業國家時假說被反駁。其用於避免樣本選擇偏誤的特殊方法稱為"kernel matching on propensity score"，考慮了八項關鍵控制因素，包括配對(matching)方法、PSM(Propensity score matching)、內生性、是否有金融危機等等...。用此配對方法把樣本分成控制組(control group)，緊釘匯率制度(hard peg.)以及對照組(treatment group)，非緊釘的匯率制度(non-hard peg.)。注意此處的"hard peg"/"non-hard peg."的定義乃是作者根據Ching & Wei的工作但略加修改。

此研究使用來自WDI,IFFS,Rogoff & Levann，共計188國，自1960~2016年的資料。

其使用的估計模型是將所有年度視為類似橫斷面資料的pooled probit，模型的規格(identification)如下:
$$P(D_j=1|x_j)=P(x_j\theta+\epsilon_j>0|x_j)=1-\phi(-x_j\theta)=\phi(x_j\theta)$$

其中j=1,...,M。如果x屬於對照組，則D=1；反之則等於0。得出回歸式的估計值後，將

$$\{x_{j_c}|P_{predict}(D_j=1|x_j)\approx\hat{P}(D_j=1|x_j) \}放入對照組\{x_{tr}\}$$

並重新估計迴歸係數，再重複此步驟。注意回歸式的權重w必須滿足小於1此限制條件。作者特別提到在估計過程中為了使得權重是隨著i(解釋變數)不隨著t改變，他使用LSDV(least square dummy variable)估計

$$\bar{w}_i=\frac{\sum{w_i}}{N}$$
此步驟是值得商榷的。

在討論結果時，重新將Friedman假說表示成統計檢定的形式:

$$FH_1:\rho_1>\rho_2>\rho_3>0;FH_0:\rho_1=\rho_2=\rho_3$$

1,2,3分別代表緊釘(hard peg.)/釘住(soft peg.)/彈性(flexible)三種制度的經常帳調整速度。

在不考慮調整的不對稱性以及配對的因素之下結果呈現:

$$\rho_1>\rho_2<\rho_3$$
的V型分布。

在考慮不對稱性時，非工業國家樣本滿足FH。同時考慮不對稱性以及配對時，工業國家樣本滿足FH。

---
我在演講中提出的疑問是:在1960~2016年超過半世紀的時間跨度中，許多國家一定經歷過匯率制度的轉型。當匯率制度發生改變，該如何處理制度發生結構性改變的當期與下一期的資料?而講者認為，可以直接把這部分的資料捨去。

我的另外一個想法是，如果是考慮樣本外預測的角度上，在使用pooled probitㄕ，是不是乾脆把經歷過匯率制度改變前後"看做"是兩個相似，但是在匯率制度上不同的國家就可以了。