External Demand, Domestic Monetary Conditions, and Remittance Dynamics in Nepal

Riepilogo Tecnico: Domanda Esterna, Condizioni Monetarie Domestiche e Dinamiche delle Rimesse in Nepal

Enunciato del Problema
Nonostante le rimesse personali costituiscano un pilastro dell'economia nepalese, rappresentando costantemente oltre il 20–30% del PIL, i loro determinanti rimangono insufficientemente compresi all'interno di un solido quadro di serie temporali multivariato. La letteratura esistente si concentra prevalentemente su motivazioni di livello micro o su correlati macroeconomici ampi come i tassi di cambio e l'instabilità politica, trascurando spesso le dinamiche congiunte tra le condizioni di domanda esterna globale nei principali paesi di destinazione dei migranti e gli ambienti di politica monetaria domestica. Inoltre, la natura di piccoli campioni dei dati macroeconomici annuali disponibili per il Nepal (1993–2024) presenta sfide metodologiche significative che le analisi precedenti non hanno affrontato pienamente, in particolare riguardo alla multicollinearità tra i regressori e alle rotture strutturali.

Metodologia
Questo studio impiega una pipeline econometrica completa, di livello pubblicabile, adattata per dati di serie temporali a piccoli campioni (N=32 osservazioni). La metodologia procede attraverso le seguenti fasi:

1. Costruzione e Preprocessing dei Dati:

   • Variabili: La variabile dipendente è la quota delle rimesse personali sul PIL. I controlli includono indicatori domestici (crescita del PIL reale, inflazione CPI, disoccupazione, tasso di cambio) e un set dettagliato di variabili di politica monetaria (tasso di politica monetaria, tasso interbancario, tassi dei titoli del Tesoro, tassi di deposito/prestito, CRR).
   • Indici Compositi tramite PCA: Per mitigare la multicollinearità, lo studio costruisce due indici compositi teoricamente fondati utilizzando l'Analisi delle Componenti Principali (PCA):
     • Indice di Domanda Esterna: Derivato dalla prima componente principale delle serie del PIL reale trasformate in logaritmo di 12 principali paesi di destinazione (inclusi gli stati del Golfo, l'India, gli USA, il Giappone e l'Australia).
     • Indice delle Condizioni Monetarie (MCI): Derivato da cinque indicatori finanziari chiave (tasso di politica monetaria, tasso interbancario, titoli del Tesoro a 91 giorni, tasso di deposito, tasso di prestito), dove valori più alti indicano condizioni più restrittive.
   • Imputazione: I dati monetari mancanti per il periodo iniziale (1993–2000) sono stati imputati utilizzando riferimenti storici ufficiali ed estrapolazione lineare.
   • Trasformazioni: Sono state applicate trasformazioni logaritmiche naturali per stabilizzare la varianza e facilitare l'interpretazione dell'elasticità.

2. Pipeline Econometrica:

   • Stazionarietà e Rotture Strutturali: Le variabili sono state testate utilizzando i test ADF, PP, KPSS e Zivot-Andrews. Test di Chow sequenziali hanno identificato una rottura strutturale dominante nel 2002, che è stata controllata utilizzando dummy impulsive e step.
   • Cointegrazione: È stato utilizzato l'approccio di test dei limiti ARDL (Caso III), integrato dal test basato sui residui di Engle-Granger.
   • Stima: I parametri di lungo periodo sono stati stimati tramite OLS con errori standard consistenti per eteroschedasticità e autocorrelazione (HAC). È stato impiegato l'OLS dinamico (DOLS) per affrontare la potenziale endogeneità e il bias dei piccoli campioni.
   • Dinamiche di Breve Periodo: È stato costruito un Modello a Correzione dell'Errore (ECM) in due passaggi per modellare i meccanismi di aggiustamento.
   • Validazione: Il modello ha subito estesi test diagnostici (correlazione seriale, eteroschedasticità, normalità, forma funzionale) e controlli di stabilità dei parametri (CUSUM/CUSUMSQ). La robustezza è stata verificata attraverso sette specifiche alternative.
   • Previsione: È stato sviluppato un quadro di previsione multi-modello, integrando modelli di serie temporali univariati (ARIMA, ETS, Theta), ensemble di machine learning (Ridge, Lasso, ElasticNet, Gradient Boosting) e proiezioni ECM basate su scenari fino al 2030.

Risultati Chiave

• Determinanti di Lungo Periodo: L'analisi rivela un forte effetto positivo di lungo periodo della domanda esterna sulle rimesse. Un aumento di una deviazione standard nell'indice di domanda esterna aumenta la quota delle rimesse sul PIL di circa 0,25 punti percentuali (OLS) fino a 0,32 punti percentuali (DOLS). Al contrario, condizioni monetarie domestiche più restrittive esercitano un impatto negativo significativo (coefficiente $\approx -0,21$ to $-0,28$).
• Cointegrazione e Aggiustamento: Il test dei limiti ARDL (statistica F = 6,0658) e il test di Engle-Granger confermano una relazione di equilibrio di lungo periodo stabile. L'ECM indica una velocità di aggiustamento rapida, correggendo circa il 26,3% di qualsiasi disequilibrio entro un anno (tempo di dimezzamento delle deviazioni $\approx$ 2,28 anni).
• Causalità: I test di causalità di Granger supportano una causalità unidirezionale che va dalla domanda esterna e dalle condizioni monetarie domestiche agli afflussi di rimesse.
• Previsione: In uno scenario di base, si prevede che le rimesse raggiungano circa il 28,27% del PIL entro il 2030. Tuttavia, le proiezioni mostrano un'alta sensibilità agli shock esterni; uno scenario di "Bassa Domanda Esterna" limita questo valore al 25,62%, mentre uno scenario di "Alta Domanda Esterna" lo porta al 29,43%.

Significato e Contributi
Il documento afferma di avanzare la letteratura in tre modi principali:

1. Integrazione Metodologica: Integra sistematicamente indici compositi derivati da PCA della domanda esterna e delle condizioni monetarie domestiche all'interno di un quadro unificato ARDL-ECM specificamente progettato per ambienti a piccoli campioni, affrontando efficacemente la multicollinearità e le limitazioni dei dati.
2. Rigorosa Econometria Completa: Applica un'intera suite di tecniche moderne di serie temporali—including la gestione delle rotture strutturali, il DOLS e la previsione multi-modello—ai dati nepalesi, colmando esplicitamente il divario tra rigore accademico e rilevanza politica orientata al futuro.
3. Rilevanza Politica: Identificando la politica monetaria domestica come un driver non neutrale dei flussi di rimesse, lo studio offre spunti attuabili per la calibrazione della politica monetaria, le strategie di diversificazione della migrazione e l'utilizzo produttivo degli afflussi di rimesse in una delle economie più dipendenti dalle rimesse al mondo.

Limitazioni
Gli autori riconoscono che la dipendenza da dati annuali (32 osservazioni) limita i gradi di libertà, che le statistiche ufficiali escludono i flussi informali e che gli indici PCA potrebbero oscurare l'eterogeneità specifica dei paesi nella domanda esterna.