Economic Shocks and Civil Conflicts:
Evidence From Africa
Scuola Dottorale
XXIX Ciclo
Università Roma Tre
Dottoranda: Giulia Rapicetta
Supervisor: Prof.ssa Margherita Scarlato
Co-tutor: Dr. Giorgio D'Agostino,
Prof. John Paul Dunne
Roma, 28 Settembre 2016
Outline
Primo Capitolo:
Civil War: Comments to the Definition and
Literature Review of the main Determinants
●
Secondo Capitolo:
Revising the Nexus between Economic Shock
and Civil War in African Countries
●
Terzo Capitolo:
Ethnic and Country Level Markov Transition
Probabilities: an Application to the Analysis of
Civil War in Africa
●
1°Capitolo, Introduzione
●
Domande di Ricerca:
●
Stato dell'arte della Letteratura Economica
●
Definizione di Guerra Civile
●
Principali Teorie e Contributi Econometrici
●
Problemi aperti e Suggerimenti
1°Capitolo, Definizione di guerra civile
●
●
●
Prima Banca Dati sui conflitti: Correlates of War
(Singer and Small, 1979)
Uppsala Conflict Data Program (Pettersson and
Wallensteen, 2015; Gleditsch, 2002) definisce
una guerra civile di bassa intensità se in un anno
l'uso della violenza armata tra governo e gruppo
organizzato causa almeno 25 morti.
Critiche alla definizione ufficiale: Fearon and
Laitin (2003) e Sambanis (2004)
1°Capitolo, Teorie e Contributi Econometrici
●
●
●
●
Rational Choice e Game Theory (Hirshleifer, 1988;
Skaperdas, 2006; Collier, 1998)
Principali Drivers (Hegre et al., 2001; Fearon and Laitin,
1996; Reynal-Querol, 2001; Sambanis, 2005; Ross, 2006)
Greed versus Grievances (Collier and Hoeffler, 2000)
Questioni Metodologiche (Miguel et al., 2004; Dunne and
Tian, 2015; Herrera and Kapur, 2007; Alesina et al.,2003)
1°Capitolo, Teorie e Contributi Econometrici:
Rational Choice e Game Theory
●
●
●
Hirshleifer (1988): modello semplice che si focalizza sul trade-off
tra la scelta di andare in guerra o di negoziare. Probabilità di
vincere dipende dagli armamenti e dallo sforzo per combattere.
Combattere è sempre Pareto-inefficiente.
Skaperdas (2006): evoluzione del modello di Hirshleifer (1988) a
tempo finito ed infinito. Introduce costi della guerra e regola della
divisione del premio in un contesto di negoziazione. Payoff
(premio) dipende dallo sforzo per combattere, il quale influenza la
probabilità di vincere. Se il payoff è alto, converrà fare la guerra.
Collier (1998): introduce nel modello di Hirshleifer (1988) lo
“stipendio” per i ribelli, le risorse naturali e le tasse. Si compete
per le risorse naturali: più queste sono abbondanti e più la
motivazione a combattere alta (guerra funzione crescente delle
entrate statali date dall'export).
1°Capitolo, Principali Determinanti
●
●
●
●
●
●
Diseguaglianza (politica, etnica, religiosa) (Collier, 2007; Collier and Hoeffler, 1998;
2003; Grenier, 1996; Hegre et al., 2009; Sambanis, 2005; Stewart, 2002; 2004; Call,
2012; Wimmer and Min, 2001; Fearon and Laitin, 2003)
Terreno montuoso (Fearon and Laitin, 2003; Miguel, et al. 2004; Wimmer and Min,
2001).
Debolezza o instabilità istituzioni (Goldstone et al., 2010; Sawyer, 2004; 2005; Ngaruko
and Nkurunziza, 2000; Azam, 2001; Addison, 2005; Ndikumana,2005; Hirshleifer, 2001;
Azam,etal.,1996; Hegre et al., 1997; Handerson and Singer, 2000; Blattman and
Miguel, 2010; Fearon, 2003; Fearon and Laitin, 1996, 2003; Francis, 2006; ReynalQuerol, 2005; Wimmer and Min, 2001).
Risorse naturali (Berdal and Malone, 2000; Ross, 2006; Hegre, 2003; 2004;
Humphreys, 2003; Elbadawi and Sambanis, 2002; Wimmer and Min, 2001).
Petrolio (Collier and Hoeffler, 2004; Sambanis, 2004; Fearon and Laitin, 2003; Miguel
et al., 2004)
Popolazione (Sambanis, 2004; Fearon and Laitin, 2003;Wimmer and Min, 2001).
2°Capitolo, Introduzione
Domande di Ricerca:
1) Verificare la robustezza dello strumento “piovosità media
annuale” e stabilire se si è risolto il problema di causalità tra
crescita economica e guerra civile.
2) L'attuale definizione di guerra civile è adeguata a studiare
il fenomeno?
2°Capitolo, Shock Economici e Guerra
Civile: Replicazione Estensiva (i)
●
Edward Miguel, Shanker Satyanath and Ernest Sergenti
“Economic Shocks and Civil Conflict:” An Instrumental
Variables Approach”, 2004. (MSS)
●
7° articolo più citato nella letteratura delle guerre civili.
●
Panel Dataset esteso dal 1981 al 2009 con 49 paesi Africani
●
Replicando lo studio dell'articolo originale, procedo
svolgendo:
•
Probit e OLS
•
Instrumental Variables Two-Stage Least Squares (IV2SLS)
2°Capitolo, Fonti dei Dati
Variabili economiche:
● World Penn Table 8.1 e World Development
Indicators (WDI)
● Variabili Politiche ed Istituzionali:
● Polity IV Project e Database of Political Institutions
(DPI)
● Variabili Sociali:
● CIA Factbook, Atlas Marodov Mira e World
Development Indicators (WDI)
● Geografiche/Territoriali:
● World Development Indicators (WDI)
● Fearon and Laitin (2003)
● National Centers for Environment Prediction (NCEP)
●
2°Capitolo, Economic Shocks and Civil
Conflict: a Replication (iii)
2°Capitolo, Shock Economici e Guerra
Civile: Replicazione Estensiva (iii)
●
Per rispondere alle domande di ricerca proseguo l'analisi
con:
●
IV Test: Bazzi and Clemens (2013) e Stock and Yogo (2005)
●
IV2SLS con nuove soglie di morti
●
•
IV2SLS con nuovi dati (Fearon and Laitin, 2003; Sambanis,
2004)
Non-Linear Models:
•
Zero Inflated Models (Dunne and Tian, 2015)
2°Capitolo, Shock Economici e Guerra
Civile: i Test
●
●
●
Kleibergen-Paap LM test (Kleibergen and Paap, 2006) per
verificare che le equazioni strutturali siano sovraidentificate: H0 =
modello è sovraidentificato.
Kleibergen-Paap rk Wald statistic: test per verificare la debolezza
dello strumento.
Cragg-Donald Wald (Cragg and Donald, 1993) statistics basato
sui valori critici di Stock and Yogo (2005) verifica se lo strumento
è debole tramite due metodi:
•
Bias Method: con una significatività del 5% il disturbo
dell'IV2SLS non è superiore del 10% o del 30% rispetto al
disturbo dell'OLS.
•
Size Method: con una significatività del 5% l'ampiezza del
disturbo dell'IV2SLS rispetto all'ampiezza del disturbo
dell'OLS non deve superare il 10 o il 25%.
2°Capitolo, Test IV2SLS (i)
(1)
(2)
(3)
Cragg-Donald F stat
2195
4595
4311
Kleibergen-Paap F stat
1210
2606
3252
Kleibergen-Paap LM test p-value
0,177
0,102
0,0947
H_0: t-test rel-bias>10% (p-value) |
CD
0,899
0,620
0,656
H_0: t-test rel-bias>30% (p-value) |
CD
0,488
0,154
0,179
H_0: t-test size>10% (p-value) | CD
0,996
0,953
0,962
H_0: t-test size>25% (p-value) | CD
0,556
0,200
0,228
2°Capitolo, Test IV2SLS (ii)
(1)
(2)
(3)
H_0: t-test rel-bias>10% (p-value) |
KP
0,968
0,860
0,788
H_0: t-test rel-bias>30% (p-value) |
KP
0,713
0,409
0,304
H_0: t-test size>10% (p-value) | KP
0,999
0,993
0,985
H_0: t-test size>25% (p-value) | KP
0,767
0,477
0,367
●
●
Il p-value di Cragg-Donald e di Kleibergen-Paap LMWald Test sono molto alti,
dunque lo strumento non supera il test: è uno strumento è debole.
Nella terza specificazione l'equazione strutturale è identificata (Kleibergen-Paap LM
Test).
2°Capitolo, Shock Economici e Guerra Civile:
Replicazione Estensiva (iv)
La piovosità media annuale sembrerebbe essere uno
strumento valido per la crescita economica Africana,
eppure il test lo reputa uno strumento debole.
● Il problema potrebbe non appartenere allo strumento
di per se, bensì alla definizione di conflitto.
● Per indagare questa ipotesi ho anzitutto replicato lo
IV2SLS utilizzando diversi intervalli temporali, in
seguito ho replicato le stesse specificazioni levando
un paese per volta.
● Mentre la dinamica temporale non influisce sulle
stime, Niger, Congo e Djibuti influenzano
notevolmente le stime.
●
2°Capitolo,Shock Economici e Guerra Civile:
Replicazione Estensiva (v)
2°Capitolo, Shock Economici e Guerra
Civile: Replicazione Estensiva (vi)
Il Sudan, assieme all'Etiopia, è il paese con maggiore
numerosità di morti in guerra.
2°Capitolo, Applicazione nuova Soglia Morti
(IV2SLS)
2°Capitolo, Test IV2SLS 30 morti (i)
(1)
(2)
(3)
Cragg-Donald F stat
2195
4595
5902
Kleibergen-Paap F stat
1210
2606
3528
Kleibergen-Paap LM test p-value
0,177
0,102 0.0774
H_0: t-test size>10% (p-value) | KP
0,999
0,993
0,980
H_0: t-test size>25% (p-value) | KP
0,767
0,477
0,326
2°Capitolo, Test IV2SLS 30 morti (ii)
(1)
(2)
(3)
H_0: t-test size>10%
(p-value) | CD
0,996
0,953
0,897
H_0: t-test size>25%
(p-value) | CD
0,556
0,200
0,104
H_0: t-test rel-bias>10% (p-value)
| KP
0,968
0,860
0,755
H_0: t-test rel-bias>30% (p-value)
| KP
0,713
0,409
0,266
H_0: t-test rel-bias>10% (p-value)
| CD
0,899
0,620
0,456
H_0: t-test rel-bias>30% (p-value)
| CD
0,488
0,154 0.0752
2°Capitolo, Frequenza degli Zero nella
variabile “guerra”
●
●
Per affrontare il problema dell'eccesso degli zero si può applicare lo Zero-Inflated
Poisson Model (ZIP) che si distribuisce come una Poisson.
Lo ZIP si sviluppa in due parti: un modello probit ed a seguire un modello “inflazionato”
Poisson.
2°Capitolo, Probit e Modello ZIP
2°Capitolo, il Modello Zero Inflated
Poisson
I coefficienti della prima parte della tabella vengono
interpretati come:
• Tra i paesi a rischio di guerra civile, per ogni punto
percentuale aggiuntivo di crescita economica, la
probabilità dello scoppio della guerra si riduce tra il 2.3
ed il 5.3 punti percentuali.
● I coefficienti inflazionati della seconda parte della
tabella si interpretano come:
• Per punto percentuale aggiuntivo nella crescita
economica, la probabilità di essere tra i paesi in pace
aumenta fino al 117% (esponenziale di 5,178).
●
2°Capitolo, Shock Economici e Guerra
Civile: Conclusione
Le stime confermano i risultati di MSS, anche se l'impatto
della crescita economica risulta molto più forte, insieme a
quello della montuosità e dei paesi esportatori di petrolio.
●
Lo strumento di MSS talvolta risulta essere identificato ma
mai robusto: le stime ottenute non possono essere affidabili.
●
●
●
L'effetto delle variabili esplicative sullo scoppio della guerra
civile è molto sensibile alla definizione di guerra.
Lo ZIP risulta essere il modello che fornisce le stime meno
distorte ma non fa uso dello strumento. I risultati dello ZIP ci
informano che maggiore è la crescita economica, e
maggiore è la probabilità di non vivere la guerra civile.
3°Capitolo, Ethnic and Country Level
Markov Transition Probabilities: an
Application to the Analaysis of Civil War in
Africa
Domanda di Ricerca:
•
•
•
È possibile studiare le guerre civili come l’esito di un
processo graduale che parte da contestazioni della società
civile, con manifestazioni e scioperi, si trasforma in un
conflitto più accentuato con attacchi armati e bombe, fino
ad esplodere in una vera e propria guerra civile?
L'escalation di violenza e le caratteristiche strutturali dei
paesi, sono sufficienti a prevedere le guerre civili?
3°Capitolo, Introduzione
Costruzione dei Dataset: un dataset a livello etnico (Morelli
and Rohner, 2015) ed un dataset a livello paese.
•
•
•
●
50 Paesi Africani e 463 gruppi etnici dal 1975 al 2014
Definizione di conflitto come processum: costruzione di un
nuovo indicatore (SCAD+ACLED+UCDP) da 1 a 3.
Suddivisione dei conflitti in 3 tipologie: Politico, Religioso
ed Ambientale.
Nuove variabili di controllo (spesa pubblica, produzione
diamanti e oro, qualità diritti politici, Gini in termini di
commodities, fertilità del suolo ed autocrazia).
3°Capitolo, Le Metodologie (i)
Riprendendo Jung (2006), Casasnovas e Nicodemo (2012)
e French (2005) analizzo i due dataset con 3 modelli:
● Count Model
Predicted Markov Switching Probabilities
from an Ordered Logit Model
Survival Analysis
● Count Model: Conteggio della probabilità che si realizzi una
transizione da uno stato di violenza ad un altro in un dato
intervallo di tempo. Si stimano le singole probabilità di
transizione di stato e poi una media per ogni individuo.
● Markov Ordered Logit: probabilità condizionata di
transizione da uno stato di violenza ad un altro in un
intervallo di tempo. Le condizioni sono l'assunto di Markov e
l'ordine di transizione. Le probabilità variano in base a delle
covariate ed allo stato dell'anno precedente.
●
3°Capitolo, Le Metodologie (ii)
●
●
●
●
●
Survival Analysis: statistica inferenziale che mette in rapporto un certo evento con il
fattore tempo.
Elementi fondamentali dell'analisi sono il tempo della sopravvivenza, la failure e la
dinamicità delle coorti di riferimento: si studiano degli individui che in modo casuale
vivono o meno un evento in un certo intervallo. La numerosità delle coorti è variabile
perché non tutti gli individui vivono le stesse transizioni.
La probabilità di transitare da uno stato ad un altro è condizionata dal tempo della
sopravvivenza precedente e la funzione di sopravvivenza fornisce la probabilità di
subire l'evento oltre il tempo corrente.
Se non è nota la distribuzione del tempo, si fa uso di modelli semi parametrici (Cox
Regression)
La funzione del rischio fornisce informazioni sulla probabilità di evento nell'intervallo di
tempo (t, t+dt), dato che il soggetto non ha ancora vissuto l'evento nel tempo t. La
funzione di rischio è uguale per tutti i soggetti, dunque l'effetto marginale delle variabili
non può variare nel tempo.
3°Capitolo, Count Model (i)
1= Pace ; 2=Violenza Armata ; 3=Guerra Civile
3°Capitolo, Count Model (i)
Evidente tendenza a tornare alla pace delle tipologie di
conflitto.
● La guerra nel conflitto ambientale e politico risulta
essere persistente.
● A livello paese, le probabilità vanno nel senso inverso:
la tendenza è verso la guerra.
●
3°Capitolo, Predicted Markov Switching
Probabilities Ordered Logit Model
●
●
Una comunità che vive in un territorio montuoso, con una
crescente produzione di diamanti ed una crescita
economica positiva ha più probabilità di restare in pace.
Contemporaneamente, la crescita economica e della
produzione di diamanti aumenta anche la probabilità di
transitare in guerra.
3°Capitolo, Survival Hazard Model (i)
3°Capitolo, Survival Hazard Model (ii)
(Nell'ultima colonna solamente il conflitto religioso ed Oil Gini sono significativi)
3°Capitolo, Survival Hazard Model (ii)
3°Capitolo, Survival Hazard Model: Test
●
●
Time-Varying Variables
Schoenfeld and Scaled Schoenfeld Residual Test
(Schoenfeld, 1982)
●
Link Test (Tukey, 1949)
●
Log-log Plot Test
●
Goodness of Fit Test
3°Capitolo, Survival Hazard Model: Test (ii)
Dalla Pace
Da Violenza
Da Guerra
TVC
Popolazione ed oro;
Crescita economica.
Crescita gdp,
autocrazia, crescita
popolazione,
montuosità, fertilità,
qulità diriti, oro.
Spesa pubblica,
crescita economica
e popolazione,
qualità diritti politici,
produzione petrolio
e diamanti,
montuosità.
LinkTest
Non significativo
Non significativo
Significativo
Residual Test Non significativo
Produzione di oro e
qualità diritti politici
significativi
TVC confermate
Goodness of
Fit
Il modello è
adeguato ai dati
Il modello non è
adeguato ai dati
Modello non è adeguato ai
dati
3°Capitolo, Survival Hazard Model (iii)
Diamanti e diseguaglianza in termini di commodities non
sono necessariamente causa di guerra civile. Se siamo in
pace, un loro aumento accresce la probabilità di restare in
pace. Se invece siamo già in conflitto, i diamanti e le
diseguaglianze alimentano il conflitto. Il petrolio ha un effetto
esattamente opposto.
●
Fertilità del suolo è una variabile cruciale nelle guerre civili,
per il suo ruolo di mantenimento della pace o di bene
conteso in guerra. Terreni montuosi, invece, riducono la
probabilità di restare in pace.
●
Il conflitto religioso sembra essere la causa più persistente,
mentre quelli ambientali tendonoad una risoluzione.
●
Conclusioni
●
●
●
●
●
La letteratura economica si è focalizzata prevalentemente
sulle cause dello scoppio della guerra civile sottovalutando
l'importanza del ciclo della violenza e la storia dei paesi
Africani.
Studiare la guerra civile come un processum porta a risultati
coerenti con la letteratura. Tuttavia, le politiche che ne
derivano implicano uno studio di ogni forma conflittuale che
precede e segue la guerra civile.
I problemi statistici sono stati solo parzialmente risolti.
La fertilità del suolo e la produzione di diamanti assumono
un ruolo significativo ed ambivalente. La loro influenza
dipende dal contesto.
È necessario indagare le cause prime dei conflitti.
Grazie per l'attenzione
e
Buona serata!
