Denizyolu Taşımacılığı Piyasası Kapsamında Küresel Ticaret Hacminin Analizi: Markov Rejim Değişim Modeli

Yıl 2019, Sayı: 37, 1 - 20, 30.06.2019

Recep Tarı Muhammet Rıdvan İnce

https://doi.org/10.35343/kosbed.581404

Cited By: 3

Öz

Uluslararası
ticaretin serbestleşme sürecinin başlamasıyla birlikte Dünya ekonomisi önemli dönüşümler
yaşamıştır. Özellikle üretim süreçlerinde kullanılan hammaddelerin dünya
üzerinde dengesiz dağılımı, üretimin yapıldığı yer ile hammadde kaynaklarının
birbirine uzaklığı, taşıma ve transfer maliyetlerini ön plana çıkarmaktadır. Bu
kapsamda taşıma maliyetlerini alternatiflerine göre minimum düzeye indiren
denizyolu taşımacılığı piyasası çok büyük önem kazanmakta ve Dünya ekonomisinin
mevcut durumunu gözlemleyebilme ve gelecek hakkında öngörülerde bulunabilmemize
imkân sağlamaktadır.

Dünya
üretimi ve ticaret hacminin en önemli bileşenlerinden birisi olan denizyolu
taşımacılığı piyasası içerisinde yer alan kuru yük piyasası özellikle demir
cevheri, kömür, tahıl vb. önemli hammaddelerin taşınmasını sağlamaktadır. Bu
piyasadaki taşıma fiyatları (navlun) Londra merkezli Baltık Borsası tarafından
yayınlanan Baltık kuru yük endeksi (BDI) ile izlenmektedir. Dolayısıyla
çalışmada Dünya ticaret hacmini ölçmek açısından vekil değişken olarak bu
endeks değeri, analiz yöntemi olarak ise Markov Rejim Değişim modeli
kullanılmıştır. 1985:1 - 2019:2 arasındaki çeyreklik verileri kapsayan modelde,
rejim 1 “Dünya hammadde talebinin ortalamanın üzerinde olmasını”, rejim 2 ise “Dünya
hammadde talebinin ortalama seviyede olmasını” göstermektedir. Özellikle 2008
Dünya finansal krizi öncesindeki ekonomik canlanma model tarafından başarılı
bir şekilde yakalanmıştır.  

Anahtar Kelimeler

Denizyolu Taşımacılığı, Baltık Kuru yük Endeksi, Markov Rejim Değişim Modeli

Kaynakça

• Aldertson, S. (2004). Sea Transport Operation and Economics. London : Witherby.
• Bakshi, G., Panayotov, G., & Skoulakis, G. (2012). The Baltic Dry Index as a Predictor of Global Stock Returns, Commodity Returns, and Global Economic Activity. SSNR, 1-52.
• Başer, S., & Açık, A. (2019). The Effects of Golbal Economic Growth on Dry Bulk Freight Rates. Uluslararası Ticaret ve Ekonomi Araştırmaları Dergisi, 1-17.
• Bayat, T., Kayhan, S., & Koçyiğit, A. (2013). Türkiye'de İşsizliğin Asimetrik Davranışının Rejim Değişim Modeliyle İncelenmesi. Business and Economic Research Journal, 79 - 90.
• Bildirici, M., Aykaç Alp, E., Ersin, Ö., & Bozoklu , Ü. (2010). İktisatta Kullanılan Doğrusal Olmayan Zaman Serisi Yöntemleri. İstanbul: Türkmen Kitapevi.
• Brock, W., Dechert, W., & Scheinkman, J. (1986). A Test for Independence Based on The Correlation Dimension. Econometric Reviews, 197-235.
• Chan, K., & Tong, H. (1985). On The Use Of the Deterministic Lyapunov for The Function of Ergodicity of Stochastic Difference Equation . Advanced in Applied Probability, 667 - 678.
• E. Bildirici, M., Kayıkçı, F., & Şahin Onat, I. (2015). Baltic Dry Index as a Major Economic Policy Indicator: The Relationship with Economic Growth. Procedia - Social and Behavioral Science, 416-424.
• Goldfeld , L., & Quandt, R. (1973). A Markov Model For Switching Regression . Journal of Econometrics, 3-16.
• Haijie, Z., & Xuying, L. (2006). Volatility of Baltic Dry Index using GARCH type Models with Different Distributions. Journal of Shanghai Maritime University, 1-20.
• Hamilton, J. (1989). A New Approach to the Economic Analysis of non Stationary Time Series and the Business Cycle . Econometrica, 357-384.
• Hummels, D. (2001). Time as a Trade Barrier. Purdue: Purdue University.
• Jankowski, W. (1989 b). The Development of Liner Shipping Conferences: A Game Theoretical Explanation. International Journal of Transport Economics , 313-328.
• Jankowski, W. (1998 a). Competition, Contestability and the Liner Shipping Industry; a Comment. Journal of Transport Economics and Policy, 199-203.
• Kabadayı, B. (2013). Türkiye Konjonktür Dalgalanmaları ve Rejim Değişim Analizi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 108-120.
• Kidman, S. (2003). Port State Control: A guide for Cargo Ships. London: İntercargo.
• Koç, S. (2008). Tek ve Çok Değişkenli Rejim Değişim Modellerinin Türkiye Ekonomik Göstergelerine Uygulanması. İstanbul: Doktora Tezi.
• Lin, F., & Sim, N. (2012). Trade, İncome and Baltic Dry INDEX. European Economic Review, 1-18.
• Molland, A. (2008). The Maritime Engineering Reference Book: A Guide to ship Desing Construction and Operation. Oxford: Oxford University.
• Packard , W. (2004). Sea Trading. London: Shipping Books.
• 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 Applications, 278-289.
• Salvatore , D. (1990). Internatıonal Economics. New York: Macmillan Publishing Company.
• Smith, G. (2012). Shipping Markets and Freight Rates: An Analysis of the Baltic Dry Index. Birkbeck Institutional Research Online, 1-26.
• Stopford, M. (2016). Denizcilik Ekonomisi. (O. Duru, E. Bulut , & S. Esmer, Çev.) Ankara: Nobel Akademik Yayıncılık Eğitim Danışmanlık Tic. Ltd. Şti.
• Tarı, R. (2015). Ekonometri. Kocaeli: Umuttepe Yayınları.
• Tarı, R., & Abasız, T. (2010). Asimetrik Etkiler Altında Okun Yasası’nın Eşik Hata Düzeltme Modeli ile Sınanması: Türkiye örneği. İktisat İşletme ve Finans, 53-77.
• Tong, H. (1978). On a Threshold Model. Pattern Recognition and Signal Processing, 575-586.
• UNCTAD. (2018). Review of Maritime Transport. London: United Nations.
• Zeng, Q., & Qu, C. (2014). An Approach for Baltic Dry Index Analysis Based on Empirical Mode Decomposition. Maritime Policy & Management The Flagship Journal of International Shipping and Port Research, 224-240.