THE EFFECTS OF OIL PRICES AND CLIMATE POLICY UNCERTAINTY ON THE GRAIN PRICE DYNAMICS

Abstract

The effects of fluctuations in the global economy on agricultural commodity markets, particularly the repercussions of increasing global economic uncertainties on energy prices in recent years, and the food security concerns triggered by global climate change-related political uncertainties, are increasingly gaining importance in investment strategies. Within this scope, the effects of changes in oil prices and climate policy uncertainty on the price dynamics of staple agricultural commodities (wheat, corn, rice, and oats) have been empirically investigated. For this purpose, FMOLS, CCR, and DOLS models, which offer unbiased and efficient estimates, have been applied. The empirical findings obtained from the study have revealed that changes in oil prices and climate policy uncertainty are statistically significant on the prices of the examined wheat, corn, rice, and oats, exhibiting different effects on a commodity basis. These results offer noteworthy implications for policymakers and market participants in developing future strategies. Furthermore, a comprehensive understanding of the price movements of these staple grain products, which are of critical importance for global food security, holds great significance for the development of sustainable agricultural policies and the effective management of market-based risks.

Keywords

• Grain Market
• Global Brent Crude Oil Price
• Climate Policy Uncertainty Index

PETROL FİYATLARI VE İKLİM POLİTİKASI BELİRSİZLİĞİNİN TAHIL FİYAT DİNAMİKLERİ ÜZERİNDEKİ ETKİLERİ

Öz

Küresel ekonomideki dalgalanmaların tarımsal emtia piyasaları üzerindeki etkileri, özellikle son yıllarda artan küresel ekonomik belirsizliklerin enerji fiyatlarına yansımaları ve küresel iklim değişikliğine bağlı politik belirsizliklerin tetiklediği gıda güvenliği endişeleri, yatırım stratejileri üzerinde giderek daha fazla önem kazanmaktadır. Bu kapsamda, petrol fiyatlarındaki ve iklim politikası belirsizliğindeki değişimlerin temel tarımsal emtiaların (buğday, mısır, pirinç ve yulaf) fiyat dinamikleri üzerindeki etkileri ampirik olarak araştırılmıştır. Bu amaçla, sapmasız ve etkin tahminler sunan FMOLS, CCR ve DOLS modelleri uygulanmıştır. Çalışmadan elde edilen ampirik bulgular, petrol fiyatlarındaki ve iklim politikası belirsizliğindeki değişimlerin incelenen buğday, mısır, pirinç ve yulaf fiyatları üzerinde istatistiksel olarak anlamlı olduğunu ve emtia bazında farklı etkiler gösterdiğini ortaya koymuştur. Bu sonuçlar, politika yapıcılar ve piyasa katılımcıları için geleceğe yönelik stratejiler geliştirmede kayda değer çıkarımlar sunmaktadır. Ayrıca, küresel gıda güvenliği açısından kritik öneme sahip olan bu temel tahıl ürünlerindeki fiyat hareketlerinin kapsamlı bir şekilde anlaşılması, sürdürülebilir tarım politikalarının geliştirilmesi ve piyasa kaynaklı risklerin etkin bir şekilde yönetilmesi açısından büyük bir önem taşımaktadır.

Anahtar Kelimeler

• Tahıl Piyasası
• Küresel Brent Ham Petrol Fiyatı
• İklim Politikası Belirsizlik Endeksi

Kaynakça

1. Baumeister, C., & Kilian, L. (2013). Do oil price increases cause higher food prices?, CFS Working Paper, No. 10, 1-66. https://nbn-resolving.de/urn:nbn:de:hebis:30:3-324872
2. Bayramoğlu, A., & Koç Yurtkur, A. (2015), Türkiye’de Gıda ve Tarımsal Ürün Fiyatlarını Uluslararası Belirleyicileri, Anadolu Üniversitesi Sosyal Bilimler Dergisi, 15(2), 63-73. https://doi.org/10.18037/ausbd.84248,
3. Chen, S. T., Kuo, H.I., & Chen, C.C. (2010). Modelling the Relationship between the Oil Price and Global Food Prices, Applied Energy, 87, 2517-2525. https://doi.org/10.1016/j.apenergy.2010.02.020
4. Demirağ, İ., & Sağır, M. (2024). Gıda fiyatları neden yükseliyor? Türkiye’de tarım ürünleri üretici fiyatları ve döviz kuru etkisinin ARDL ile incelenmesi. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 42 (1), 33-46. https://doi.org/10.17065/huniibf.1288378.
5. Dickey, D.A., & Fuller, W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root, Econometrica, 49, 1057-1072. https://www.jstor.org/stable/1912517.
6. Du, X., Yu, C. L., & Hayes, D. J. (2011). Speculation and Volatility Spillover in the Crude Oil and Agricultural Commodity Markets: A Bayesian Analysis, Energy Economics, 33(3), 497-503. https://doi.org/10.1016/j.eneco.2010.12.015.
7. Durgun Kaygısız, A. (2022). Enerji Fiyatlarının Küresel Gıda Fiyatları Üzerine Etkisi, Ekonomi Bilimleri Dergisi, 14 (2): 203-215. https://doi.org/10.55827/ebd.1190564.
8. Gavriilidis, K. (2021). Measuring Climate Policy Uncertainty. Available at SSRN: https://ssrn.com/abstract=3847388.

9. Güneş, H. (2022). Enerji ve Tarım Emtiaları Arasındaki İlişkinin ARDL Modeli ile Belirlenmesi, Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 24(2), 147-160. DOI: 10.21180/iibfdkastamonu.1103192.
10. Harri, A., Nalley, L., & Hudson, D. (2009). The Relationship Between Oil, Exchange Rates, And Commodity Prices, Journal Of Agricultural And Applied Economics, 41(2), 501-510. https://doi.org/10.1017/S1074070800002959.
11. Engle, R.F., & Granger, C.W.J. (1987) Co-integration and error correction: Representation, estimation, and testing.
12. Econometrica, 55(2), 251-276. http://dx.doi.org/10.2307/1913236.
13. Kaltalıoğlu, M., & Soytaş, U. (2011). Volatility spillover from oil to food and agricultural raw material markets, Modern Economy, 2, 71-76. https://doi:10.4236/me.2011.22011.
14. Karadaş, H. A., & Koşaroğlu, Ş. M. (2020). Tarım Ürünleri Fiyatları, Ham Petrol Fiyatı ve Döviz Kuru İlişkisi: Türkiye İçin Eşbütünleşme Analizi, İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 19 (Temmuz 2020(Özel Ek), 515-526.
15. Kumar, D. (2017). On Volatility Transmission from Crude Oil to Agricultural Commodities. Theoretical Economics Letters, 7, 87-101. https://doi.org/10.4236/tel.[phone].
16. Kwiatkowski, D., Phillips, P.C.B., Schmidt, P. & Shin, Y. (1992). Testing the null hypothesis of stationarity against the alternative of a unit root: How sure are we that economic time series have a unit root?, Journal of Econometrics, 54(1-3),159-178. https://doi.org/10.1016/0304-4076(92)90104-Y.
17. Nam, K. (2021). Investigating the effect of climate uncertainty on global commodity markets, Energy Economics, Vol. 96, 105123. .https://doi.org/10.1016/j.eneco.2021.105123.
18. Nazlıoğlu, S. (2011). World oil and agricultural commodity prices: Evidence from nonlinear causality, Energy Policy, 39(5), 2935-2943, https://doi.org/10.1016/j.enpol.2011.03.001.
19. Nazlıoğlu, S., Erdem, C., & Soytaş, U. (2013). Volatility spillover between oil and agricultural commodity markets, Energy Economics, Vol. 36, 658-665, https://doi.org/10.1016/j.eneco.2012.11.009.
20. Park, J. Y. (1992). Canonical cointegrating regressions. Econometrica, 60(1), 119-143. https://doi.org/10.2307/2951679.
21. Phillips, P. C. B., & Hansen, B. E. (1990). Statistical inference in instrumental variables regression with I(1) processes. The Review of Economic Studies, 57(1), 99-125. https://doi.org/10.2307/2297545.
22. Saikkonen, P. (1992). Estimation and testing of cointegrated systems by an autoregressive Approximation. Econometric Theory. 8(1), 1-27. http://www.jstor.org/stable/3532143.
23. Stock, J. H., & Watson, M. W. (1993). A simple estimator of cointegrating vectors in higher order integrated systems. Econometrica, 61(4), 783-820. https://doi.org/10.2307/2951763.
24. Wang, Y., Wu, C., & Yang, L. (2014). Oil price shocks and agricultural commodity prices, Energy Economics, Vol. 44, 22-35. https://doi.org/10.1016/j.eneco.2014.03.016.