Investissement direct étranger : de nouvelles observations

Dans une policy-note récente[1], Blanchard et Acalin ont remis en question le consensus international selon lequel l’investissement direct étranger est « un bon flux », tandis que les investissements en portefeuille sont des flux volatils et leurs retombés sur l’économie restent ambigus.

En examinant les flux d'IDE vers 25 pays émergents[2], les auteurs ont relevé trois faits qui suggèrent que l'IDE mesuré est en fait très différent de celui que les décideurs imaginent.

Premièrement, il a été observé que la corrélation entre les entrées et les sorties des IDE dans ce panel de pays émergents est étonnamment élevés en avoisinant 51%. Un préalable raisonnable serait que cette corrélation devrait être proche de zéro ou même négative: Si un pays est, pour quelque raison, plus attrayant pour les investisseurs étrangers, il n'est pas évident que les investisseurs nationaux voudraient investir à l'étranger.

Une première explication de ce résultat peut être que la corrélation ne reflète qu’une tendance commune pour les deux séries sans pour autant qu’il y ait un lien entre les deux séries. Cela joue un rôle mineur car même si les entrées et les sorties d’IDE sont corrigées en les rapportant à la tendance du PIB, elles présentent une corrélation de 33% dont six pays ont une corrélation dépassant 60%.

 La seconde explication est que les facteurs saisonniers sont probablement en jeu. Cela ne semble pas non plus impacté les résultats. La corrélation moyenne entre les entrées et les sorties d'IDE ajusté des facteurs saisonniers, est de 33%. Cinq pays ont toujours une corrélation supérieure à 60%. 

Une troisième explication est que  la corrélation est l'implication de l'équilibre sur le marché des changes. Ainsi, l'ajustement du taux de change peut conduire à une corrélation positive entre les entrées et sorties d'IDE. Par exemple, une augmentation des entrées d'IDE peut conduire à une appréciation, ce qui rend plus attrayant pour les investisseurs nationaux à investir à l'étranger, et donc conduire à une augmentation des sorties d'IDE. Cet effet peut être en partie à l'œuvre.

La quatrième explication est que la corrélation reflète la couverture des risques. Une couverture simple, pour une entreprise qui investit dans un marché émergent, consiste à emprunter auprès du marché domestique par sa filiale et à réinvestir les fonds à la société mère, couvrant ainsi le risque de change découlant de l'investissement initial. Dans ce cas, l'afflux d'IDE vers un marché émergent sera égalé par une sortie d'IDE de ce pays.

La deuxième observation qui ressort de ces données est que les entrées d'IDE sur les marchés émergents répondent positivement à une baisse du taux directeur des États-Unis. A priori, on devrait s’attendre à ce que les flux d'IDE ne réagissent pas beaucoup, voire pas du tout, aux variations de la politique monétaire eux Etats-Unis, c'est-à-dire que l'effet devrait être proche de zéro.

Dans la même lignée, les auteurs ont trouvé que la réponse des flux d’IDE aux variations du taux d’intérêt est plus forte que la réponse des flux de portefeuille dans le panel de pays émergents. Ces résultats sont très frappants et ils sont cohérents avec la constatation d'une corrélation élevée entre les entrées et sorties d’IDE.

Troisièmement et bien que les résultats de différents pays de l’échantillon pointent vers la même direction, il existe des différences dans l’ampleur des corrélations et des réponses aux variations du taux d’intérêt. Les auteurs estiment qu’à ce titre la législation en termes de taxation et contrôle de capitaux jouent un rôle important pour expliquer les disparités entre pays. En guise d’illustration les auteurs ont pris l’exemple de la Hongrie. L'une des raisons pour lesquelles la Hongrie a une corrélation aussi forte entre les entrées et les sorties d'IDE s'explique par le fait qu'elle a un traité fiscal bilatéral avec les États-Unis. Cela signifie que les résidents de pays tiers peuvent bénéficier de ces traités en passant par un investissement en Hongrie. Cette pratique permet à de nombreuses entreprises d'utiliser la Hongrie comme un moyen de transport de fonds vers les États-Unis.

A la lumière des observations précédentes, les auteurs concluent par rappeler que les flux d'IDE vers les économies émergentes ne semblent pas désigner des flux de caractère de long terme, comme on l’a cru pour longtemps, ce qui appelle à la fois les chercheurs et les décideurs à relativiser lorsqu’il s’agit de l’évaluation de l’investissement direct étranger.

---

[1] What Does Measured FDI Actually Measure? Blanchard et Acalin (2016), Peterson Institute for International Economics.

[2] Argentine, Brésil, Bulgarie, Chili, Chine, Colombie, Croatie, République Czech, Hongrie, Inde, Indonésie, Israël, Corée, Malaisie, Mexique, Pirou, Philippines, Pologne, Romanie, Russie, Slovaquie, Afrique du Sud, Thaïlande, Turquie, et Vietnam.

The replication of Gali (2010) is now available ! not really available !

In recent collaboration together with Johannes Pfeifer, we replicate the study done by Gali (2010) : Monetary policy and unemployment, which can be found here. 

In his paper, Gali builds on the New Keynesian model and relies on the search and literature to integrate the labor market frictions in such a model. The main finding is that labor market frictions matter, both for the shape of the economy and for the design of monetary policy. 

But I'm not writing this blog about the paper and the topic of monetary policy and unemployment. This post is more on the experience of replication, what it teaches and what it reveals.

This experience -of replicating other's work- was interesting in more than aspect. First, the deep understanding of a paper cannot be achieved only by reading. More you get involved, more you enhance your understanding. Second, we learn important things: how to build a model with all the difficulties that go with, how to ask a questions about the plausibility of approach used, how to go further and extend the model, etc. Always, when reading an article we tend to have the impression of that we can do the same easily. But when engaged really in the work lot of difficulties arises, which are challenging and of course learning-enhancing.

More interestingly, we found that we cannot replicate exactly the model of Gali (by using his calibration values) due to some inconsistencies in the calibration and in the definition of some variables. Lesson to learn is not to always take the results of paper as granted! 

Gali (2010), is it a case of the 'crisis of replication' ?

Discussion with Olivier Blanchard on Macroeconomic Models

Discussion with Olivier Blanchard on Macroeconomic Models

In recent post by Blanchard, entitled ‘The Need for Different Classes of Macroeconomic Models’, he underlined the need for different classes of macro models for different tasks. Two classes of models are considered. First, theoretical models that are micro founded and are intended to clarify theoretical issues within a general equilibrium setting, like DSGE models. Second, policy models that might not be micro founded and aimed at analyzing specific issues related to the macroeconomic policy. Blanchard describes the finding of one model that can respond to both uses as a pipe dream.

In a correspondence discussion with Blanchard, I expressed my surprise vis-à-vis the proposition of separation between theoretical and policy models. The aim of science is the unification, I think, rather than separation. If we look at physics, the efforts of all scientists are oriented to understand and consequently to provide theories to what they observe. In line with this observation, I believe that macroeconomics, like physics or any other science, should have the objective of unifying what we observe and what we theorize. In favor of this claim, one can notice that macroeconomics is very young science. At the end, there is still a long way to go to achieve this.

In response to my claim, Blanchard thinks that the goal of unifying both classes of models is unattainable, surely today, and probably forever, given the complexity of seven billion people interacting in complex ways. The main point is that trying to do both classes in one model today is counterproductive.   

To conclude, I think that the complexity of interactions between economic agents is surmountable if we internalize those interactions and behaviors in our models, we can arrive at the stage where there are no conflicts between theory and practice. Especially, the research agenda on the New Keynesian economics studied within a behavioral framework is oriented to this aim.