بررسی نوسانات شاخص خشک بالتیک، تغییرات نرخ ارز و فعالیت اقتصاد جهانی بر کل کالاهای بارگیری شده در ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری رشته اقتصاد، دانشکده مدیریت و اقتصاد واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران ایران

2 استاد گروه اقتصاد، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهراء، تهران، ایران

3 استادیار اقتصاد، دانشکده مدیریت و اقتصاد واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران ایران

4 استاد اقتصاد دانشگاه علامه طباطبایی تهران

چکیده

براساس آمار سازمان توسعه و تجارت (2018) تجارت دریایی بیش از 90 درصد از تجارت کل را تشکیل می دهد. در ایران با احتساب آمار نفتی این سهم حدود 98 درصد در واردات و  85 درصد در صادرات است. بنابراین شناسایی عوامل موثر بر تجارت دریایی ایران حائز اهمیت است. شاخص خشک بالتیک بعنوان پیشروترین شاخص­های اقتصادی است که رابطه نزدیک با فعالیت اقتصاد جهانی دارد و اقتصاد حمل و نقل دریایی را اندازه گیری می کند. بر این اساس در مقاله حاضر اثرات نوسانات شاخص خشک بالتیک، تغییرات نرخ ارز و فعالیت اقتصاد جهانی بر کل کالای بارگیری شده بنادر مالکیتی ایران در دوره زمانی 1379:01-1398:12 برآورد شده است. نوسانات شاخص خشک بالتیک با استفاده از واریانس شرطی AR(1) و  GARCH(1,1) اندازه‌گیری شده است. نتایج بدست آمده از آزمون­های حداقل مربعات تعمیم­یافتهFMOLS  و رگرسیون جزء تصحیح شده CCR نشان داد که کشش بلند مدت کالاهای بارگیری شده دریایی به شاخص فعالیت جهانی اقتصاد و نرخ ارز اسمی (تنزل ارزش پول) مثبت و نسبت به نوسانات شاخص خشک بالتیک منفی است. نتایج دوره مورد مطالعه در ایران دلالت بر این دارد که رشد اقتصاد جهانی و افزایش رقابت پذیری اقتصاد، رشد کالاهای بارگیری شده در ایران را افزایش می­دهد و افزایش نوسانات شاخص خشک بالتیک رشد کالاهای بارگیری شده در ایران را کاهش داده است. با توجه به ضریب تصحیح خطای برآورد شده همگرایی مدل به سمت تعادل بلندمدت به کندی انجام می­شود.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Impact of the BDI Volatility, exchange Rate Movement and Global Economic Activity on Loaded Port Cargo in Iran

نویسندگان [English]

  • Mahdokht Habibi 1
  • Zahra Afshari 2
  • Abbas Memarnejad 3
  • Mehdi Taghavi 4
1 Ph.D. Studnt of Economics, Islamic Azad University, Science and Research Branch
2 Professor of Economics, University of Alzahra
3 Assistant Professor at Department of Economic, Science and Research Branch, Islamic Azad University
4 Professor of Economics, University of Alameh Tabatabaee
چکیده [English]

According to the Trade and Development Organization Seaborne Trade accounts for more than 90% of total trade. In Iran, including oil statistics, this share is about 98% in imports and 85% in exports. Therefore, it is important to identify the factors affecting Iran's Seaborne trade. The Baltic Dry Index is one of the leading economic indicators that closely relates to global economic activities and measures the shipping economy. This article explores the impact of the BDI Volatility, exchange rate movements and global economic activity on loaded cargoes in Iran in the period of 1379: 01- 1398: 12. BDI Volatility were measured by using conditional variance AR(1) and GARCH(1, 1). The results of the generalized least squares tests of FMOLS and CCR-corrected component regression showed that The long-term elasticity of loaded port cargo to the global economic activity index and the nominal exchange rate (depreciation of the currency) is positive , while the  elasticity of loaded port cargo to  the BDI volatility is negative.
The results indicate that the growth of the global economy and the competitiveness tend to  increase the Seaborne Trade in Iran, while the BDI volatility had  a negative impact on the growth of total loaded cargo in Iran. Due to the estimated error correction coefficient, the convergence of the model towards the long-run equilibrium is slow.

کلیدواژه‌ها [English]

  • Maritime Trade
  • Baltic Dry Index
  • Global Economic Activity
  • Lumsdaine-Papell Test
  • Fully Modified Ordinary Least Square Regression
  1. اسکندری، سارا و پورکرمانی، کسری (1395). بررسی اثر نوسانات قیمت نفت خام بر شاخص بازدهی نرخ کرایه حمل کشتی های نفتکش. هجدهمین همایش صنایع دریایی.
  2. دولتی، حسن و دیهیم پور، مهدی (1399). بررسی عوامل کلیدی موفقیت حمل­و­نقل دریایی (مورد مطالعه: بنادر و کشتیرانی بندرعباس). فصلنامه علوم و فناوری دریا، 24(95)، 56-47.
  3. سازمان بنادر و و دریانوردی جمهوری اسلامی ایران (1399)، سامانه آمار عملیات، اداره کل آمار و فناوری اطلاعات استان تهران.
  4. سلمانی بی­شک، محمدرضا، اسدزاده، احمد و جمالی فرد، فرزاد (1398). تاثیر تغییرات قیمت نفت و حجم کالاهای کانتینری بر هزینه حمل و نقل دریایی. پژوهشنامه حمل­و­نقل، 16(1)، 136-125.
  5. کوه بر، محمد امین و یوسفی، همایون (1393). بررسی ارتباط میان رشد اقتصادی، تجارت بین­الملل و حمل و نقل دریایی. اولین همایش ملی توسعه پایدار دریا محور.
  6. نجفی،مهرداد و افتخاری، یونس (1392)، سند راهبردی حمل و نقل-بخش حمل و نفل دریایی.

 

  1. Apergis, N., & Payne, J. E. (2013). New evidence on the information and predictive content of the Baltic Dry Index. International journal of financial studies1(3), 62-80.
  2. Bakshi, G., Panayotov, G., & Skoulakis, G. (2010). The Baltic Dry Index as a predictor of global stock returns, commodity returns, and global economic activity. Commodity Returns, and Global Economic Activity (October 1, 2010).
  3. Bildirici, M. E., Kayıkçı, F., & Onat, I. Ş. (2015). Baltic Dry Index as a major economic policy indicator: the relationship with economic growth. Procedia-Social and Behavioral Sciences210, 416-424.
  4. Bornozis, N. (2006). Dry bulk shipping: the engine of global trade. white paper.
  5. Chi, J., & Cheng, S. K. (2016). Do exchange rate volatility and income affect Australia’s maritime export flows to Asia?. Transport Policy47, 13-21.
  6. Clark, X., Dollar, D., & Micco, A. (2004). Port efficiency, maritime transport costs, and bilateral trade. Journal of development economics75(2), 417-450.
  7. Coto-Millán, P., Baños-Pino, J., Sainz-González, R., Pesquera-González, M. Á., Núñez-Sánchez, R., Mateo-Mantecón, I., & Hontañón, P. C. (2011). Determinants of demand for international maritime transport: An application to Spain. Maritime Economics & Logistics13(3), 237-249.
  8. Dolati, H., Dehimpour, M. (2020). Investigating the Key Factors of Maritime Transportation Success (Case Study: Ports and Shipping of Bandar Abbas). Quarterly Journal of Marine Science and Technology, 24 (95), 56-47 (In Persian).
  9. Eskandari, S., & Pourkermani, K. (2015). Investigating the effect of crude oil price fluctuations on the rate of return of oil tanker freight rates. 18th Marine Industry Conference (In Persian).
  10. Jugović, A., Komadina, N., & Perić Hadžić, A. (2015). Factors influencing the formation of freight rates on maritime shipping markets. Pomorstvo29(1), 23-29.
  11. Jiang, B., Li, J., & Gong, C. (2018). Maritime shipping and export trade on “Maritime Silk Road”. The Asian Journal of Shipping and Logistics34(2), 83-90.
  12. Kavussanos, M. G., & Alizadeh-M, A. H. (2001). Seasonality patterns in dry bulk shipping spot and time charter freight rates. Transportation Research Part E: Logistics and Transportation Review37(6), 443-467.
  13. Kilian, L. (2009). Not all oil price shocks are alike: Disentangling demand and supply shocks in the crude oil market. American Economic Review99(3), 1053-69.
  14. Kim, C. B. (2016). Impact of exchange rate movements, global economic activity, and the BDI volatility on loaded port cargo throughput in South Korea. The Asian Journal of Shipping and Logistics32(4), 243-248.
  15. Kohbar, M. A., & Yousefi, H. (2014). Investigating the relationship between economic growth, international trade and maritime transport. The first national conference on sea-based sustainable development (In Persian).
  16. Lin, F., & Sim, N. C. (2013). Trade, income and the baltic dry index. European Economic Review59, 1-18.
  17. Lumsdaine, R. L., & Papell, D. H. (1997). Multiple trend breaks and the unit-root hypothesis. Review of economics and Statistics79(2), 212-218.
  18. Phillips, P. C. (1995). Fully modified least squares and vector autoregression. Econometrica: Journal of the Econometric Society, 1023-1078.
  19. Phillips, P. C., & Hansen, B. E. (1990). Statistical inference in instrumental variables regression with I (1) processes. The Review of Economic Studies57(1), 99-125.
  20. Ravazzolo, F., & Vespignani, J. (2015). A new monthly indicator of global real economic activity.
  21. Ruan, Q., Wang, Y., Lu, X., & Qin, J. (2016). Cross-correlations between Baltic Dry Index and crude oil prices. Physica A: Statistical Mechanics and its Applications453, 278-289.
  22. Salmani Bishk, M. R., Asadzadeh, A., & Jamali Fard, F. (2019). The effect of changes in oil prices and the volume of containerized goods on the cost of shipping. Journal of Transportation, 16(1), 136-125 (In Persian).
  23. UNCTAD (2020). Review of Maritime Transport. UN, New York Review of Maritime Transport.
  24. UNCTAD (2019). Review of Maritime Transport. UN, New York Review of Maritime Transport.
  25. Wagner, N. (2015). Connections between the Dry Bulk Freight Index and the Cyclical Economic Activity of the G7 Countries. Logistics and Transport25(1), 71-82.
  26. Wilmsmeier, G., & Martinez-Zarzoso, I. (2010). Determinants of maritime transport costs–a panel data analysis for Latin American trade. Transportation Planning and Technology33(1), 105-121.
  27. Zhang, J., & Tong, Z. (2017). The Relationship between the Prices of Shipping Market and China’s Economy. In Wuhan International Conference on e-Business. Association For Information Systems.