اثرات سرریز شوک‌های تجارت و نرخ ارز شرکای تجاری بر اقتصاد ایران: رویکرد GVAR

محورهای موضوعی : اقتصاد کار و جمعیت

عزیز ساکی ¹ (دانشجوی دکتری اقتصاد بین‌الملل، دانشگاه شهید چمران اهواز، ایران)
سید عزیز آرمن ² (استاد اقتصاد ، گروه اقتصاد ، دانشکده اقتصاد و علوم اجتماعی ، دانشگاه شهید چمران اهواز ، اهواز ، ایران)
حسن فرازمند ³ (دانشیار اقتصاد ، گروه اقتصاد ، دانشکده اقتصاد و علوم اجتماعی ، دانشگاه شهید چمران اهواز ، اهواز ، ایران)

تاریخ دریافت : 1400/06/27 تاریخ پذیرش : 1400/09/19 تاریخ انتشار : 1400/09/30

کلید واژه: نرخ ارز, تجارت, شرکای عمده تجاری, مدل GVAR, طبقه‌بندی JEL: F14 F31, C32, واژگان کلیدی: اثرات سرریز,

چکیده مقاله :

در این مقاله اثرات سرریز شوک های تجارت و نرخ ارز شرکای عمده تجاری (برزیل، چین، آلمان، هند، ایتالیا، کره جنوبی، ترکیه، روسیه، امارات و سوئیس) بر اقتصاد ایران به روش خودرگرسیون برداری جهانی طی دوره زمانی 1996 - 2019 بررسی شده است. نتایج نشان داد افزایش مبادلات تجاری در کشورهای برزیل و چین، سطح مبادلات تجاری ایران را به ترتیب، کاهش و افزایش می دهد. هم‌چنین افزایش نرخ ارز واقعی در چین در ابتدا نرخ ارز واقعی در ایران را کاهش و سپس، افزایش می دهد. با توجه به نتایج و مقدار بیش‌تر واردات ایران از کشور چین، تاثیر نرخ ارز واقعی ایران از شوک های نرخ ارز واقعی چین بیش‌تر است. بر اساس نتایج پیشنهاد می شود سیاست گذاران هنگام طراحی سیاست های تجاری، تفاوت ها و اثرات شوک های متغیرهای اقتصادی شرکای تجاری را بر اقتصاد ایران مدنظر قرار دهند.

چکیده انگلیسی:

This article deals with how trade and exchange rates shocks of major trading partners affect the Iranian economy. For this purpose, quarterly data of 10 major Iranian trading countries, including Brazil, China, Germany, India, Italy, Korea, Turkey, Russia, UAE and Switzerland during the period 1996 to 2019 has been used. Econometric parameters has been estimated by Global Vector Autoregressive approach.The modeling results show that the increase in the real exchange rate in Brazil, in some cases, increases the real exchange rate in Iran. Rising real exchange rate in China first reduces and then increases the real exchange rate in Iran. In addition, Increasing China's trade increases the level of Iran's trade. According to the results, when Iran's imports from a country are higher, it is more affected by exchange rate shocks in that country, which can be seen in response to real exchange rate shocks in China.

منابع و مأخذ:

منابع

• افشاری، زهرا، امینی، تکتم (1390). بررسی ارتباط بین شدت تجارت دوجانبه و هم‌زمانی ادوار تجاری ایران و اعضای اکو با استفاده از یک الگوی ترکیبی، فصلنامه پژوهشنامه بازرگانی، (61): 111-81.


• حاج امینی، مهدی (1397). تحلیل نقش شرکای وارداتی در آسیب‌پذیری تورمی اقتصاد ایران: ارزیابی بر اساس یک مدل تصحیح خطای برداری جهانی(GVECM) ، فصلنامه علمی مطالعات اقتصادی کاربردی ایران، (25): 131–154.


• کرمی، سمیرا، جعفری صمیمی، احمد، طهرانچیان، امیرمنصور (1398). ‫بررسی امکان تشکیل اتحادیه پولی مشترک بین کشورهای عضو و ناظر سازمان همکاری شانگهای با استفاده از رهیافت خود رگرسیون برداری جهانی GVAR، فصلنامه علمی مطالعات اقتصاد کاربردی ایران، (31): 33-65.


• نجفی، ایمان، مقدسی، رضا، زراعت کیش، سید یعقوب (1395). بررسی عامل‌های موثر بر قیمت‌های صادراتی کشورهای عمده صادرکننده پسته با استفاده از الگوی خودرگرسیون برداری جهانی، مجله تحقیقات اقتصاد کشاورزی، (3): 193-216.


• Abosedra, S., Arayssi, M., Ben Sita, B., & Mutshinda, C. (2020). Exploring GDP growth volatility spillovers across countries. Economic Modelling, 89, 577–589.


• AKDAĞ, S., & İSKENDEROĞLU, Ö. (2019). Investigating the Risk Appetite Index with Markov Regime Model: Case of Turkey. Ege Akademik Bakis (Ege Academic Review), 19(2).


• Alizadeh Janvisloo, M. R., & Sherafatian-Jahromi, R. (2019). Macroeconomic, International Linkage and Effects of External Shocks in Southeast Asian Emerging Economies.


• Allen, D. E., McAleer, M., Powell, R. J., & Kumar-Singh, A. (2018). Volatility Spillovers from Australia’s Major Trading Partners Across the GFC. SSRN Electronic Journal.


• Antonakakis, N., & Badinger, H. (2016). Economic growth, volatility, and cross-country spillovers: New evidence for the G7 countries. Economic Modelling, 52, 352–365.


• Bahmani-Oskooee, M. (2001). Nominal and real effective exchange rates of middle eastern countries and their trade performance. Applied Economics, 33(1), 103–111.


• Balli, F., Balli, H. O., Jean Louis, R., & Vo, T. K. (2015). The transmission of market shocks and bilateral linkages: Evidence from emerging economies. International Review of Financial Analysis, 42, 349–357.


• Bordo, M. D., & Helbling, T. (2003). Have National Business Cycles Become More Synchronized? NBER Working Paper.


• Çakir, M. Y., & Kabundi, A. (2013). Trade shocks from BRIC to South Africa: A global VAR analysis. Economic Modelling, 32(1).


• Calderón, C. (2004). Trade Openness and Real Exchange Rate Volatility: Panel Data Evidence. Economic Research Foundation, 1–44.


• Caporale, G. M., Beirne, J., Schulze-Ghattas, M., & Spagnolo, N. (2013). Volatility spillovers and contagion from mature to emerging stock markets. Review of International Economics, 21(5), 1060–1075.


• Chen, S. H., Chang, C. L., & Du, Y. R. (2012). Agent-based economic models and econometrics. In Knowledge Engineering Review (Vol. 27, Issue 2).


• Chudik, A., & Pesaran, M. H. (2016). Theory and practice of gvar modelling. In Journal of Economic Surveys (Vol. 30, Issue 1, pp. 165–197).


• Dees, S., Di Mauro, F., Pesaran, M. H., & Smith, L. V. (2007). Exploring the international linkages of the euro area: A global var analysis. Journal of Applied Econometrics, 22(1), 1–38.


• Dees, S., Holly, S., Pesaran, M. H., & Smith, L. V. (2007). Long Run Macroeconomic Relations in the Global Economy. Economics, 1(1).


• di Mauro, F., & Pesaran, M. H. (2013). Introduction: An overview of the GVAR approach and the handbook. In The GVAR Handbook.


• di Mauro, F., & Smith, L. V. (2013). The basic GVAR DdPS model. In The GVAR Handbook.


• Eichengreen, B., Rose, A. K., Wyplosz, C., Dumas, B., & Weber, A. (1995). Exchange Market Mayhem: The Antecedents and Aftermath of Speculative Attacks. Economic Policy, 10(21).


• European Commission. (2014). Quarterly report on the Euro area .


• Felices, G., & Wieladek, T. (2012). Are emerging market indicators of vulnerability to financial crises decoupling from global factors? Journal of Banking and Finance, 36(2).


• Glick, R., & Rose, A. K. (1999). Contagion and trade: Why are currency crises regional? Journal of International Money and Finance, 18(4).


• Hájek, J., & Horváth, R. (2016). The Spillover Effect of Euro Area on Central and Southeastern European Economies: A Global VAR Approach. Open Economies Review, 27(2), 359–385.


• Hassan, I. B., Azali, M., Chin, L., & Azman-Saini, W. N. W. (2017). Macroeconomic linkages and international shock transmissions in East Asia: A global vector autoregressive approach. Cogent Economics and Finance, 5(1).


• Koop, G., Pesaran, M. H., & Potter, S. M. (1996). Impulse response analysis in nonlinear multivariate models. Journal of Econometrics, 74(1).


• Kruger, A. O. (1983). The effects of trade strategies on growth. Finance & Development, 20(2).


• Pesaran, M. H., Schuermann, T., & Weiner, S. M. (2004). Modeling Regional Interdependences Using a Global Error-Correcting Macroeconometric Model. In Journal of Business and Economic Statistics (Vol. 22, Issue 2).


• Pesaran, M. H., & Smith, R. (2006). Macroeconometric modelling with a global perspective. Manchester School, 74(SUPPL. 1), 24–49.


• Smith, L. V., & Galesi, A. (2014). GVAR Toolbox 2.0 User Guide.


• Sorenson, D. J. (2007). Assessing economic base relationships in South Dakota. Journal of Regional Analysis and Policy, 37(2), 165–182.


• Tandon, S. (2014). Trade Balance and the Real Exchange Rate: An Empirical Analysis of Multilateral and Bilateral Relationship. Foreign Trade Review, 49(2).


• Verbeek, M. (2012). A Guide to Modern Econometrics Fourth Edition. In Chichester, England: John Wiley & Sons.


• Weyerstrass, K., Schoors, K., & Van Aarle, B. (2008). Economic spillovers, structural reforms and policy coordination in the Euro Area: An overview. Contributions to Economics.