Covid-19对世界贸易的影响是对国际政策制定者（Wolff 2020）严重关切的原因。2020年世界贸易年度的收缩预测从-10％到-32％（图1）。
最初，世界贸易下降特别强劲。然而，与贸易崩溃两大历史事件相比，恢复已经开始（在巨大的经济衰退期间和大萧条）（Eichengreen和O'Rourke 2010，De Grauwe和Yi 2020）。这表明，世界贸易比各国各种国际组织的首次预期更强烈的弹性。
图12020年现实世界贸易增长预测
笔记：o =乐观情景，p =悲观情景
图2比较了世界商品贸易量的发展，从崩溃峰前六个月开始，我们用于识别期间“零”。B.oth contractions start to ‘bite’ after a quarter, but in the fourth month of the coronavirus collapse, world trade was already 17% below the previous peak level (while it was ‘only’ 6% lower at this stage during the 2008/2009 world trade collapse). Global merchandise trade in May 2020, however, bottoms out, and a recovery sets in with a rebound of 7.9% in June and a further 4.8% in July. Further, our Bayesian VAR (BVAR) forecast suggests that the recovery will be sustained and strengthened over the third quarter of 2020.
图2.将Covid崩溃与2008/9世界贸易崩溃和大萧条的比较
来源：EichenGreen和O'Rourke（2009）和CPB世界贸易监测率为7月
在急剧冲击期间，“现在播放”BVAR模型
我们的评估的关键数据来源是CPB世界贸易监测署，该贸易监测署将全球每月汇总商品贸易的月度数据，以便为81个国家的样本占世界贸易的99％（EBregt 2020）。1世界贸易监测监测监测报告报告了两个月内的数据，这意味着我们使用的时间序列于2020年7月结束。为了预测另外三个月，我们使用贝叶斯var模型（De Wind 2015）。一世n addition to incorporating the trade price and volume data used for the construction of the World Trade Measure, the BVAR model incorporates data on industrial production and retail, as well as a selection of leading indicators (such as the CESifo purchasing managers’ index, MSCI world, and the Baltic Dry). In our experience, the BVAR outperforms ‘nowcasting’ based on data science techniques (lasso, random forest, or support vector regression) during periods of significant and fast changes. This is because, in such a period, the data-generating process changes and machine learning does not pick up changes on the basis of training data. In other words, machine learning is based on past patterns that do not include a sudden and significant change. The BVAR does somewhat better and is relatively more sensitive to recent changes (although we stress the words “somewhat” and “relative”). With that caveat in mind, the BVAR indicates that world trade at the time of writing is close to the pre-pandemic level.
异质性
从历史上看，许多异质性在世界贸易崩溃的一集中的世界平均水平。在大萧条和衰退巨大的衰退期间，贸易崩溃开头的国家收缩同步反映了一个共同的触发。然而，在进口与出口的进出口方面也观察到崩溃的严重程度和恢复和发散的区域差异（Van Bergejk 2019）。Covid-19贸易崩溃遵循交错模式，反映了大流行的转移地理中心：亚洲的崩溃从欧洲移动，然后到美国和拉丁美洲（van Bergeijk 2020）。高级经济体的垮台稍后开始，崩溃更深，转弯发生在更短的通知（图3）。新兴经济出口已在随后的三个月内恢复到大流行水平。预计高级经济将逐步恢复，但根据我们的BVAR模型，可能会在未来三个月内恢复大流行水平。
图3.发达经济（AE）和新兴经济体的出口和进口（EE）
（指数号，2019年12月= 100）
表1和2分别为出口和进口的低调期提供了更详细的区域细分。对于所有国家分组，当前衰退的长度比2008/2009年世界贸易崩溃期间短。
表格1在经济衰退期间出口（崩溃的百分比和持续时间）
表2.在低迷期间进口（崩溃的百分比和持续时间）
结论
Covid-19大流行导致了一个前所未有的全球震动，几乎每个国家都有大的贸易。好消息是，国际商品贸易下降，往往是一个领先的指标，似乎遵循一个尖锐的“v形”模式，比世界贸易收缩早期剧集更快。值得注意的是，我们的分析仅适用于商品贸易。恢复服务（包括国际旅行和旅游）将需要更长的时间，并且需要在治疗和保护病毒方面突破。世界商品贸易的抵御能力是显着的，可能反映了Covid-19崩溃的潜在因素。经过长期不断增长的世界经济评估后，这是第一次鼓励经济新闻。
参考
van bergeijk，p a g（2019），脱氮2.0：大萧条和巨大经济衰退期间的贸易和开放，爱德华伊莱加：Cheltenham。
Van Bergeijk，P A G（2020），大流行经济学，Edward Elgar，印刷。
EBREGT，J（2020），“CPB世界贸易监控：技术描述（更新）”，CPB荷兰经济政策分析局。
EichenGreen，B和K H O'Rourke（2010），“两个萧条的故事“，3月08日Voxeu.org。
de Grauwe，P和Y Ji（2020），“三个萧条的故事“，www.pbngalaxy.com，9月24日。可用于：
De Wind，J（2015），“用于CPB的BVAR模型的技术背景文件”，CPB荷兰经济政策分析局。
Wolff，W（2020），“Covid-19和世界贸易的未来“，Voxeu.org，6月1日。
终点
1 CPB每月发布世界贸易监测监测监督委员会代表欧盟委员会。
