A Meta-Analysis of the Estimates of the Armington Elasticity
Metaanalýza odhadů Armingtnových elasticit
bachelor thesis (DEFENDED)
View/ Open
Permanent link
http://hdl.handle.net/20.500.11956/85955Identifiers
Study Information System: 185520
Collections
- Kvalifikační práce [17642]
Author
Advisor
Referee
Polák, Petr
Faculty / Institute
Faculty of Social Sciences
Discipline
Economics and Finance
Department
Institute of Economic Studies
Date of defense
15. 6. 2017
Publisher
Univerzita Karlova, Fakulta sociálních vědLanguage
English
Grade
Excellent
Keywords (Czech)
Armington elasticity, meta-analysis, Bayesian model averaging, publication biasKeywords (English)
Armingtonova elasticita, metaanalýza, bayesovská statistika, publikační vychýleníJosef Bajzík Abstrakt Na 3 524 pozorováních ze 42 studií zkoumáme určující faktory pro Armingtonovo elasticity napříč historií a národy. Je provedena metaanalýza a pro získání nejvíce ovlivňujících činitelů je použita bayesovská metoda průměrování modelů. Více než 30 proměnných je prozkoumáno a výsledky jsou porovnány se závěry z předchozích souhrnných článků. Tato práce je například první, která porovnává různé modely použité v této oblasti. Nakonec je zjištěno, že důležitá je úroveň agregace dat, stejně tak síla měny. Na druhou stranu, zde není žádný významný rozdíl mezi krátkodobými a dlouhodobými odhady. Publikačním vychýlení je také objektem analýzy a jsou pro něj nalezeny důkazy v této oblasti.
Josef Bajzík Abstract We examine determinants of Armington elasticities throughout history and nations employing 3,524 observations from 42 studies. We conduct meta-analysis using Bayesian model averaging approach to test the most influential factors. We explore more than 30 variables and compare our results with previous summarizing articles. In this thesis is, for instance, the first comparison of employment of different type of models in this area. Finally, we find out that the level of aggregation of the data used for estimation matters as well as the power of the currency. On the other hand, we discover that there is no significant distinction between long-run and short-run estimates. Moreover, we test for publication bias and we find evidence for it in this field.