Keeping track of global trade in real time

Abstract

Este artículo desarrolla un indicador novedoso del ciclo de comercio mundial (WTI) mediante un modelo de factores dinámicos, con el objetivo de predecir el crecimiento del comercio mundial de bienes y servicios (generalmente, obviados) en el corto plazo. La selección de indicadores de comercio se realiza utilizando un enfoque multidimensional, que incluye técnicas de modelización de promedio bayesianas, correlaciones dinámicas y contrastes de no causalidad de Granger en un marco VAR lineal. Para superar los desafíos que suponen las previsiones en tiempo real, el modelo de factores dinámicos se amplía para poder lidiar tanto con frecuencias mixtas como con la publicación de datos asincrónicos y para poder asimismo incorporar datos fidedignos y de encuestas junto con los principales indicadores. Las no linealidades se abordan mediante un modelo de Markov de cambio de régimen. En la aplicación empírica, el análisis de las simulaciones en pseudo tiempo real sugiere que: i) el índice de comercio mundial es una herramienta muy útil para monitorear y pronosticar el comercio mundial en tiempo real; ii) el modelo es capaz de inferir ciclos comerciales globales con mucha precisión y mejor que varias alternativas competidoras, y iii) las condiciones de financiación del comercio global parecen ir por delante del ciclo comercial, en línea con la literatura teórica.

This paper builds an innovative composite world trade cycle index (WTI) by means of a dynamic factor model to perform short-term forecasts of world trade growth of both goods and (usually neglected) services. The selection of trade indicator series is made using a multidimensional approach, including Bayesian model averaging techniques, dynamic correlations and Granger non-causality tests in a linear VAR framework. To overcome the real-time forecasting challenges, the dynamic factor model is extended to account for mixed frequencies, to deal with asynchronous data publication and to include hard and survey data along with leading indicators. Nonlinearities are addressed with a Markov switching model. In the empirical application, simulations analysis in pseudo real-time suggest that: i) the global trade index is a very useful tool for tracking and forecasting world trade in real time; ii) the model is able to infer global trade cycles very precisely and better than several competing alternatives; and iii) global trade finance conditions seem to lead the trade cycle, in line with the theoretical literature.