Vergi, İhracat Ve Enflasyonun Ekonomik Büyümeye Etkisi

T.C. TRAKYA ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ EKONOMETRİ BÖLÜMÜ PROJE ÇALIŞMASI

TÜRKİYE’DE ENFLASYON, İHRACAT, VERGİ VE SÜBVANSİYONLARIN EKONOMİK BÜYÜME İLE İLİŞKİSİ

1090707009 ARZU BULUT 1090707029

arzu_bulut288@hotmail.com

YAVUZ ANIL TEMUÇİN

EDİRNE-2013

yavuztemucin@gmail.com

İÇİNDEKİLER

1.GİRİŞ ............................................................................................................................................................. 2 2. EKONOMİK BÜYÜME .................................................................................................................................... 6 2.1. EKONOMİK BÜYÜME VE ENFLASYON İLİŞKİSİ .............................................................................................. 6 2.2. EKONOMİK BÜYÜME VE İHRACAT İLİŞKİSİ ................................................................................................... 8 2.3. VERGİLERİN EKONOMİK BÜYÜME ÜZERİNDEKİ ETKİLERİ ........................................................................... 10 2.4. SÜBVANSİYONLARIN EKONOMİK BÜYÜME ÜZERİNDEKİ ETKİLERİ ............................................................. 11 3. EKONOMETRİK METODOLOJİ ..................................................................................................................... 12 3.1. ÇOKLU DOĞRUSAL REGRESYON MODELİ ................................................................................................... 12 3.2. TEMEL VARSAYIMLAR ................................................................................................................................ 13 4. VERİ SETİ .................................................................................................................................................... 16 5. EKONOMETRİK BULGULAR ......................................................................................................................... 17 5.1. MODEL SEÇİMİ ........................................................................................................................................... 17 5.2. KUKLA DEĞİŞKENLİ MODELLER .................................................................................................................. 27 6. UYGUN MODEL........................................................................................................................................... 30 6.1. GRAFİKLER ................................................................................................................................................. 30 6.2. VARSAYIMLAR ........................................................................................................................................... 31 6.3. CUSUM TESTİ.............................................................................................................................................. 36 6.4. CUSUM SQUARE TESTİ ............................................................................................................................... 37 6.5. RAMSEY RESET SPESİFİKASYON HATASI TESTİ ............................................................................................ 37 6.6. MODEL 7 ...................................................................................................................................................... 38 7. SONUÇ........................................................................................................................................................ 40 8. KAYNAKÇA ................................................................................................................................................. 41

2

1.GİRİŞ Bir ekonominin en önemli sorunlarından birisi, ekonomik oranının nasıl artırılabileceğidir. Bu sorunun çözümünde en önemli yollardan birisi de, ihracatı artırmaktadır. Çünkü ihracattaki artış ekonomideki mal ve hizmetlerin üretiminide artırmaktadır. İhracat ve ekonomik büyüme arasındaki ilişki ekonomi literatüründe çok tartışılan konulardan biridir. İktisatçılar arasındaki en yaygın kanı, ihracatın ekonomik büyümeyi olumlu etkilediği yönündedir.

Michaely (1977), Balassa (1978), Krueger (1978), Feder (1982), Kavoussi (1984), Marin (1992), Oxley (1993), Thornton (1996), ihracattan ekonomik büyü- meye doğru bir nedensellik olduğunu ortaya koyan çalışmalardan bazılarıdır. Findlay (1984), Vernon (1996), Segerstrom v.d (1990), ekonomik büyümeden ihracata doğru tek yönlü bir nedensellik olduğunu sonucuna ulaşmışlardır. Ekonomik büyüme ve ihracat arasında iki yönlü nedensellik olduğunu ifade eden çeşitli çalışmalara ise Bhagwati (1988), Helpman and Krugman (1985), Kunst ve Marin (1989), Ghartey (1993), Doraisami (1996) ve Grossman and Helpman (1991) örnek olarak verilebilir.

Gelişmekte olan ülkeler için de bu konuda pek çok çalışma yapılmıştır. Bu çalışmalardan bazıları şunlardır: Awokuse (2005) Kore, Mah (2005) Çin için yaptığı ça- lışmada, ihracat ve büyüme arasında iki yönlü nedensellik ilişkisi tespit etmişlerdir.

Mallick (2002) Hindistan için yaptığı çalışmada, kısa ve uzun dönemde ihracattan büyümeye doğru nedensellik tespit ederken, Kemal v.d (2002) yine Hindistan için yaptığı çalışmada kısa dönemde büyümeden ihracata, uzun dönemde ise ihracattan büyümeye doğru nedensellik olduğu sonucuna ulaşmışlardır. Love ve Chandra (2004) ise Hindistan, Pakistan ve Sri Lanka için yaptıkları çalışmada Hindistan ve Pakistan için ihracat ve büyüme arasında iki yönlü nedensellik tespit ederlerken Sri Lanka için Granger nedensellik olmadığı sonucuna ulaşmışlardır. .

Saatçioğlu ve Karaca (2004) ekonomik büyümeden ihracata doğru bir nedensellik ilişkisi tespit etmişlerdir. Demirhan ve Akçay ( 2005) ihracat artışı ve ekonomik büyüme arasındaki nedensellik ilişkisini araştırmışlar ve kişi başına düşen reel gayri safi yurt içi hâsıla, reel ihracat ve reel ithalat arasında uzun dönemli bir ilişkinin bulunduğu sonucuna ulaşmışlardır.

Vergiler toplumsal ihtiyaçların karşılanması, sosyoekonomik hayata müdahale edilmesi amacıyla gerçekleştirilen kamu harcamalarının finansmanında, devletin en önemli gelir kaynağını oluşturmaktadır. Mali ve mali olmayan söz konusu amaçların hayata geçirilmesi için vergilemenin adil olması, ekonomide refah kaybına neden olmaması ve istikrar ortamını desteklemesi önem arz etmektedir. Bu sayede bir taraftan kamu harcamalarını karşılayabilecek düzeyde gelir elde edebilecekken diğer taraftan da vergilerin ekonomik ve sosyal yapı üzerindeki muhtemel olumsuz

3 etkileri en aza indirilecektir. Vergilerin etki alanı içerisinde yer alan değişkenler arasında başta ekonomik büyüme olmak üzere mikro ve makro ölçekte çok sayıda unsur yer almaktadır. İktisadi literatürde artan vergilerin, tüketim hızını düşüreceği kabul görmektedir. Ancak son dönemlerde yapılan çalışmalarda vergilerin ekonomik büyüme üzerindeki yansıması analiz edilirken, özellikle dolaysız ve dolaylı vergi ayrımına gidilmektedir.

Vergilerin ekonomik büyüme üzerindeki etkileri ile ilgili olarak ilk kez çalışma yapanlardan biri Solow’dur. Solow’un geliştirdiği neo- klasik büyüme modeli, ölçeğe göre getirilerin sabit olduğu, sermayeni marjinal verimliliğinin azaldığı, tekolojinin dışsal olarak belirlendiği, faktörler arası ikamenin mümkün olduğu ve bağımsız bir yatırım fonksiyonunun bulunmadığına yönelik varsayımlar çerçevesinde şekillendirmiştir. Standart neo- klasik büyüme modelinin bu varsayımları çerçevesinde Cobb- Douglas tipi bir makroekonomik üretim fonksiyonu yardımıyla uzun dönem ve durağan durum büyüme oranının ‘sıfır’ olduğu sonucuna ulaşılmaktadır. Bu çıkarım ise prodüktivite büyümesinin sabit ve vergi politikalarından etkilenmeyeceği anlamına gelmektedir. (Kibritçioğlu, 1998:8)

Türkiye ekonomisinde de vergi gelirleri ile ekonomik büyüme ilişkisi son dönemlerde en fazla değerlendirilen konular arasında yer almaktadır. Durkaya ve Ceylan (2006) yaptıkları çalışmada, dolaylı ve dolaysız vergi gelirleri ile ekonomik büyümeye yönelik ilişkisini de hata düzelteme modeli ve Granger nedensellik analizi kullanarak test etmişlerdir. Ulaşılan bulgulara göre dolaysız vergiler ile ekonomik büyüme arasında çift yönlü bir nedensellik bağıntısı bulunurken dolaylı vergiler ve ekonomik büyüme arasında nedensel ilişki tespit edilememiştir. Yılmaz ve Tezcan (2007) vergi hasılatı ve sabit sermaye yatırımlarının ekonomik büyümeye olan etkisini 1980- 2005 dönemi yıllık verilerinden hareketle birim kök, Johansen- Juselius koentegrasyon testi ve Granger nedensellik alizinden yararlanarak sınamışlardır. Ampirik uygulamalardan GSMH ile dolaysız vergiler arasında pozitif, dolaylı vergiler arasında da negatif yönlü bir ilişki bulunduğu tespit edilmiştir.

Devlet, çeşitli sosyal ve ekonomik amaçları gerçekleştirmek üzere sübvansiyon verebilir. Örneğin; geniş halk kitlelerinin tükettiği bir malın fiyatını düşük tutarak aradaki farkı bütçe gelirinden karşılayabilir. Buradaki amaç tüketicinin korunmasıdır. Tersine, üreticiyi korumak amacıyla da üreticiye, piyasa fiyatına ek bir ödemede bulunabilir. Bunun gibi, ihracatı özendirmek üzere, ihracatçıya ülkeye kazandırdığı döviz başına belirli bir sübvansiyon ödeyebilir. Sübvansiyon, dolaysız veya dolaylı yollarla yapılabilir. Örneğin; birim üretim başına para olarak verilen sübvansiyonlar birinci gruba girer. Oysa üretici veya ihracatçıya düşük faizli kredi verilmesi, vergide indirim, malın girdilerinin ucuz fiyatlardan sağlanması vs. gibi uygulamalar da ikinci gruba örnektir.

Devlet tarafından yapılan sübvansiyonun, ekonomik büyüme oranı üzerindeki etkilerini araştıran Frenkel ve Trauth, götürü vergilerle finanse edilen sübvansiyonun, ar-ge sektörüne yapılması durumunda, bu sektördeki firma ve çalışanlarının gelirlerini artıracağını ve ar-ge sektöründe meydana gelen ücret artışının diğer sektörde(imalat) bulunan beşeri sermayeyi bu sektöre çekerek

4 büyümeyi artıracağını öne sürmektedirler. Sonuçta imalat sanayinde fiziki sermaye malları üretenlerle, ar-ge sektöründe beşeri sermayenin gelirlerini artırıcı bir sübvansiyon politikası, büyüme oranını optimal düzeye yaklaştırarak artıracaktır.

Enflasyon ve ekonomik büyüme ilişkisini inceleyen çalışmalarda, enflasyonun büyümeyi kısa dönemde pozitif etkilediğini savunan çalışmaların yanında; bu ilişkinin hem kısa hem de uzun dönemde negatif yönlü olduğunu savunan çalışmalarda bulunmaktadır. Özellikle, 1970’li yıllara kadar enflasyonun ciddi bir problem olarak değerlendirilmemesi nedeniyle enflasyonun, ekonomik büyüme üzerindeki etkisinin pozitif olduğuna dair görüşlerin yaygın olduğu görülmektedir. Fakat toplam talebi arttırıcı Keynesyen politikalar sonucu enflasyon artarken ekonomik büyümenin olumsuz etkilenmesi, enflasyonun ekonomik büyümeyi pozitif etkilediğine dair görüşlerin zamanla etkisini yitirmesine neden olmuştur. Dolayısıyla da 1980’den sonra, yüksek hatta ılımlı bir enflasyonun, büyüme ve yatırımları negatif etkilediği, bu nedenle enflasyon ile istikrarlı bir ekonomik büyümenin imkânsız olacağını düşünen birçok çalışma olduğuna değinilmektedir. (Terzi ve Oltulular, 2004,19).

Enflasyon ve ekonomik büyüme üzerinde yapılan en güncel çalışmalardan biri Frenandez Valdovinos’a (2003) aittir. Fernandez Valdovinos, Lucas’ın 1980 yılında yaptığı çalışmadaki metodolojiyi uygulayarak Brezilya, Bolivya, Peru, Paraguay, Meksika, Kosta Rika, Kolombiya ve Şile’de enflasyon ve büyüme arasındaki ilişkiyi araştırmıştır. Lucas paranın miktar teorisinden yola çıkarak yaptığı çalışmada, dolaşımdaki para miktarındaki bir değişimin, diğer faktörler aynı kalmak koşuluyla fiyatlarda ve nominal faizlerde de aynı oranda bir değişime neden olduğunu ortaya koymuştur. Lucas kullandığı verilerin konjonktürden bağımsız olması için, daha açık bir ifade ile uzun vadede fiyatları, belirli bir yönde hareket etme eğiliminin etkisinden kurtarmak için filtre kullanmıştır. Valdovinos da, Burns ve Wesley’nin 1946 yılındaki konjonktür tanımından yola çıkarak kullandığı verilerdeki düşük frekanslı verileri ve trendleri izole etmiştir.

Orijinal verilerde enflasyonla büyüme arasında negatif yönde çok zayıf bir korelasyon gözlemlerken, filtrelenmiş verilerde çok açık bir negatif ilişki tespit etmiştir.

Enflasyon ve ekonomik büyüme ilişkisi üzerinde yapılan çalışmalar negatif ilişkiyi göstermekle beraber, bu ilişkinin derecesi ve kritik değerleri, ülkeden ülkeye değişmektedir.

Sarel (1996)%8’in üstünde gerçekleşen enflasyon oranının büyümeyi olumsuz etkilediğini, %8’in altında gerçekleşen enflasyon oranının ise büyüme üzerinde pozitif etkisi olabileceğini söylemiştir. Ghosh ve Philips (1998) bu eşiği %2.5 olarak bulmuş ama %5-%10 aralığınında da, istatistiksel olarak bir sorun olmadığını belirtmişlerdir. Burdekin (2003) ise, endüstri ülkeleri ve gelişmekte olan ülkeler olarak bir ayrıma gitmiş ve farklı eşik değerleri elde etmiştir. Buna göre gelişmekte olan ülkelerdeki eşik değerini %3 olarak bulurken, endüstri ülkelerinde %8 rakamına ulaşmıştır.

5 Khan ve Senhadji (2001) aynı sınıflandırmaya sahip veri setleriyle tam tersi sonuçlar elde etmişlerdir. Büyüme üzerinde pozitif etki yaratan enflasyon aralığını, endüstri ülkeleri için %1%3, gelişmiş ülkeler için %7-%11 olarak bulmuşlardır. Eski Bundesbank başkanı Otmar Emminger enflasyon hakkında büyüme üzerindeki pozitif etkisi için, enflasyonist politikaların uygulanması uzun vadede kötü sonuçlar doğurabileceğini söylemiştir.

Dennis Logue ve Richard James Sweeney, yirmi dört ülkenin yıllık verilerle yaptıkları araştırmada, enflasyonla, enflasyonun tahmin edilebilirliği ve değişkenliği hakkında pozitif ilişki bulmuşlardır. Yüksek enflasyon ve enflasyondaki değişkenlik, üretimde, yatırımlarda ve dolayısıyla büyümede belirsizliğe yol açmaktadır.

Enflasyon hakkında çalışmaları olan Okun’un (1971) saptamalarına göre eğer bir ülkede yüksek enflasyon varsa, devlet bu enflasyonu kontrol altında tutabilmek ve düşürebilmek için mali ve finansal politikalarında tutarlı olamayacaktır. Yüksek e n f l a s y o n u n y o l açtığı fiyatlardaki dalgalanmalar, reel büyümede de istikrarsızlığa neden olacaktır.

Ülkemizde Diboğlu ve Kibritçioğlu (2004), enflasyon ve büyüme hareketlerini; ticaret, arz, ödemeler dengesi, mali ve parasal şoklar olarak ayırarak incelemişlerdir. Ampirik sonuçlar şokların kısa vadede enflasyon üzerinde önemli etkisi olduğunu göstermiştir.

Bu çalışmanın amacı, enflasyon, ihracat, vergi ve sübvansiyonların ekonomik büyümeyi ne yönde etkilediğini zaman serisi verilerinden yaralanarak analiz etmektir. Çalışmanın ikinci ve teori ve literatüre yer verilmektedir, izleyen kısımlarda ekonometrik metodoloji ve kullanılan verilerle, ekonometrik analiz ele alınmaktadır. Analizden elde edilen bulgular verilmektedir. Altıncı kısımda da çalışma sonlandırılmaktadır.

6

2. EKONOMİK BÜYÜME Ekonomik büyüme bir ülkenin, talep edilen mal ve hizmetleri üretebilme kapasitesinin gelişmesi olarak tanımlanabilir. Bir ülkenin üretken kapasitesi de üretilen mal ve hizmetlerin miktarı ve kalitesi ile birlikte kullanılan teknoloji ile ilgi olduğuna göre,

ekonomik büyüme de bu

değişkenlerin gelişmesi ve genişlemesi ile ilgilidir. Üretim kapasitesinin genişlemesi büyümenin arz yönüyle ilişkiliyken, bu kapasitenin kullanımı büyümenin talep yönüyle ilgilidir. ( Cornwall, 1994: 237, 251).

Büyüme sonucunda elde edilen mal ve hizmetlerin miktarı ve üretken kapasitenin artması kadar, bu mal ve hizmetlerin ve kapasitenin, gerek halk, gerekse devlet tarafından nasıl değerlendirildiği de çok önemlidir. Üretilen mal ve hizmetlerin, kullanılabilir potansiyel kapasitenin ne kadarı ile üretildiği toplam üretim miktarı etkilenmese de, üretimde kullanılan kaynakları etkileyecektir (Peterson ve Estenson, 1992: 545,547).

Yine, üretilen mevcut mal ve hizmetlerin saysı kadar, kişi başına düşen mal ve hizmetlerin sayısı da önemlidir. Eğer ekonomik büyümeden söz ediliyorsa, her bireyin kullanılabilir mal ve hizmet alternatiflerinin artıyor olması gerekir. Bu kritere göre ekonomik büyümenin en anlamlı ölçümü, birim zamanda kişi başı gerçek çıktı/hâsıla miktarıdır. Nüfus boyutu da burada önem kazanmaktadır. Eğer nüfus artış hızı büyüme hızından daha yüksekse, pozitif ekonomik büyümeden söz etmek mümkün değildir (Petrucci, 2003: 545,547).

2.1. EKONOMİK BÜYÜME VE ENFLASYON İLİŞKİSİ

Enflasyon terimi, ekonomide, ürün ve genel fiyat seviyesindeki artışı belirtmek için kullanılır (Kibritçioğlu, 2002: 45). Fiyatlardaki artışın enflasyon olarak adlandırılması için sürekli ve kalıcı olması şarttır. Aynı zamanda bu fiyat artışının piyasadaki tüm mal ve hizmetlerin fiyatında gözlenmesi gerekir (TCMB, 2004).

7 Enflasyon ve ekonomik büyüme ilişkisini inceleyen çalışmalarda, enflasyonun büyümeyi kısa dönemde pozitif etkilediğini savunan çalışmaların yanında; bu ilişkinin hem kısa hem de uzun dönemde negatif yönlü olduğunu savunan çalışmalarda bulunmaktadır. Özellikle, 1970’li yıllara kadar enflasyonun ciddi bir problem olarak değerlendirilmemesi nedeniyle enflasyonun, ekonomik büyüme üzerindeki etkisinin pozitif olduğuna dair görüşlerin yaygın olduğu görülmektedir. Fakat toplam talebi arttırıcı Keynesyen politikalar sonucu enflasyon artarken ekonomik büyümenin olumsuz etkilenmesi, enflasyonun ekonomik büyümeyi pozitif etkilediğine dair görüşlerin zamanla etkisini yitirmesine neden olmuştur. Dolayısıyla da 1980’den sonra, yüksek hatta ılımlı bir enflasyonun, büyüme ve yatırımları negatif etkilediği, bu nedenle enflasyon ile istikrarlı bir ekonomik büyümenin imkânsız olacağını düşünen birçok çalışma olduğuna değinilmektedir. (Terzi ve Oltulular, 2004,19).

Tablo 2.1: Enflasyon ve Büyüme Hakkında Yapılan Ampirik Çalışmalar (Dünya’daki Örnekler)

Türkiye’de, Diboğlu ve Kibritçioğlu (2004), enflasyon ve büyüme hareketlerini; ticaret, arz, ödemeler dengesi, mali ve parasal şoklar olarak ayrıştırmışlardır. Ampirik sonuçlar, ticari şokların kısa vadede enflasyon üzerinde önemli etkisinin olduğunu göstermiştir. Uzun vadede ise, para politikaları ve ödemeler dengesi enflasyona yön vermiştir. Bütçe açıklarının enflasyon üzerinde zayıf bir etkisi vardır. Büyüme ise, ticari şoklardan ve arz şoklarından etkilenir. Bir diğer araştırmada, Artan ve Berber (2004), 1987-2003 dönemini kapsayan bir veri setiyle çalışarak, enflasyon ile ekonomik büyüme arasında negatif korelasyon tespit etmiştir. Bu korelasyona göre enflasyon %10 arttığında, büyüme %1.9 oranında azalmaktadır. 1987 ve 2003 dönemine ait verilerin nedensellik analizi ise ilişkinin yönünün enflasyondan büyümeye doğru olduğunu göstermiştir.

8

2.2. EKONOMİK BÜYÜME VE İHRACAT İLİŞKİSİ İhracat, bir malın yabancı ülkelere döviz karşılığı yapılan satışıdır. İhracat; enerji, yatırım malları ve ara malları gibi önemli ithalatın finansmanı için gerekli olan kıt döviz kaynaklarını sağlamada, bir ülkenin büyüme sürecinde oldukça önemlidir. (Şimşek ve Kadılar, 2005: 1). İhracatın ekonomik büyüme üzerindeki bazı önemli etkileri şöyle özetlenebilir: 

İhracat rekabeti arttırır. Uluslararası piyasalara girişte artan rekabet, önemli gelişmiş kaynak tahsisi, teknik bilginin yayılması, daha iyi yönetim ve daha büyük boyutlu girişimciliğin getirdiği güven ve ihracat dışı sektörlere dışsallıklar sağlayan, yani yeni teknolojilerin yayılmasına imkân veren etkilerle ekonomideki genel verimlilik düzeyini yükselterek özellikle yüksek nitelik kazandıran yeni becerilerin elde edilmesine ve etkili bir fiyat mekanizmasının oluşumuna katkı sağlamaktadır.



Dış ticaret verimlilik artışının yanısıra yeni teknolojilerin elde edilmesini ve yayılmasını sağlayarak ekonomik büyüme oranını da arttırmaktadır.



İhracat, rekabet avantajlarından yararlanma imkânları sağlar. Ayrıca içeride ve dışarıda çeşitli yeni fırsatlar ortaya çıkarır. İşgücü maliyetlerinin düşürülmesi, yerli mallara dış talebin artması, bunun yeni yatırımları uyarması, böylece bu sektörlere daha çok yatırımların yapılması, uzmanlaşma ve karşılaştırmalı üstünlüklerden yararlanma bu fırsatlara verilebilecek bazı örneklerdir.



İç pazarı dar olan ekonomiler ancak ihracat yoluyla ekonomik ölçekte üretim yapma imkânlarını elde ederler.

İhracatın promosyonu döviz girdilerini arttırarak dış ödemelerdeki döviz baskısını azaltır.

Böylece mal ve hizmet ithalatının da artmasına imkan sağlar. İhracat artışı, aynı zamanda çeşitli girdiler ve sermaye malları gibi ülkede bulunmayan, yerli üretimi arttırmada önemli rol oynayan ithalat kapasitesini genişleterek ekonomik büyümede itici rol oynamaktadır. (Şimşek, 2003:2). İhracat ve ekonomik büyüme arasındaki ilişki ekonomi literatüründe çok tartışılan konulardan biridir. İktisatçılar arasındaki en yaygın kanı, ihracatın ekonomik büyümeyi olumlu etkilediği yönündedir.

Son 30 yılda pek çok gelişmekte olan ülke, daha önce uyguladıkları ithal ikamesine

dayalı büyüme politikalarını terk ederek, ihracata yönelik büyüme politikasına geçmiştir. 1980 yılında aynı tercihi yapan Türkiye de bu ülkelerden biridir. Ancak ihracat ile ekonomik büyüme arasındaki ilişkide nedenselliğin yönü ihracattan büyümeye doğru olabileceği gibi büyümeden

9 ihracata doğru da olabilir. Ayrıca ihracat ile ekonomik büyüme arasındaki karşılıklı bir nedensellik ilişkisinin olması ya da aralarındaki herhangi bir nedensellik ilişkisinin bulunmaması da mümkündür.

(Saatçioğlu ve Karaca, 2004.31).

Michaely (1977), Balassa (1978), Krueger (1978), Feder (1982), Kavoussi (1984), Marin (1992), Oxley (1993), Thornton (1996), ihracattan ekonomik büyü- meye doğru bir nedensellik olduğunu ortaya koyan çalışmalardan bazılarıdır. Findlay (1984), Vernon (1996), Segerstrom v.d (1990), ekonomik büyümeden ih- racata doğru tek yönlü bir nedensellik olduğunu sonucuna ulaşmışlardır. Ekonomik büyüme ve ihracat arasında iki yönlü nedensellik olduğunu ifade eden çeşitli çalışmalara ise Bhagwati (1988), Helpman and Krugman (1985), Kunst ve Marin (1989), Ghartey (1993), Doraisami (1996) ve Grossman and Helpman (1991) örnek olarak ve rilebilir.

Gelişmekte olan ülkeler için de bu konuda pek çok çalışma yapılmıştır. Bu çalış- malardan bazıları şunlardır: Awokuse (2005) Kore, Mah (2005) Çin için yaptığı ça- lışmada, ihracat ve büyüme arasında iki yönlü nedensellik ilişkisi tespit etmişlerdir.

Mallick (2002) Hindistan için yaptığı çalışmada, kısa ve uzun dönemde ihracattan büyümeye doğru nedensellik tespit ederken, Kemal v.d (2002) yine Hindistan için yaptığı çalışmada kısa dönemde büyümeden ihracata, uzun dönemde ise ihracattan büyümeye doğru nedensellik olduğu sonucuna ulaşmışlardır. Love ve Chandra (2004) ise Hindistan, Pakistan ve Sri Lanka için yaptıkları çalışmada Hindistan ve Pakistan için ihracat ve büyüme arasında iki yönlü nedensellik tespit ederlerken Sri Lanka için Granger nedensellik olmadığı sonucuna ulaşmışlardır.

Bu konuda Türkiye için de bazı çalışmalar yapılmıştır. Yiğidim ve Köse (1997) “ekonomik büyümeyi en çok etkileyen değişken ithalattır.” bulgusuna ulaşmışlardır. Çetintaş (2004) ihracat ve ekonomik büyüme arasında uzun dönemde iki yönlü bir nedenselliğin olduğunu göstermiştir. Değer (2006) kısa vadede gözlenen ihracat ve ekonomik büyüme arasındaki anlamlı ilişkilerin, uzun vadede de varlığını sürdürdüğünü ifade etmiştir.

10 Saatçioğlu ve Karaca (2004) ekonomik büyümeden ihracata doğru bir nedensellik ilişkisi tespit etmişlerdir. Demirhan ve Akçay ( 2005) ihracat artışı ve ekonomik büyüme arasındaki nedensellik ilişkisini araştırmışlar ve kişi başına düşen reel gayri safi yurt içi hâsıla, reel ihracat ve reel ithalat arasında uzun dönemli bir ilişkinin bulunduğu sonucuna ulaşmışlardır.

2.3. VERGİLERİN EKONOMİK BÜYÜME ÜZERİNDEKİ ETKİLERİ

Vergi, ekonomik birimlerden siyası cebir altında ve karşılıksız olarak devlete kaynak aktarılmasıdır. Kamu hizmeti yapmak durumunda olan devlet, bunu yaparken mal ve hizmet üretiminde bulunur. Gerekli üretim faktörlerini sağlarken kamu fonlarını kullanır. Bu fonlar içerisinde vergi gelirlerinin oranı yüksektir. Devlet, vergi adı altında çok çeşitli araçlar kullanmakta, daha doğrusu bireylerin ödeme gücünden, türlü fırsatlardan yararlanarak pay almaktadır. Bireylerin gelir elde etmesi, kurumların kazanç sağlaması, gelirleri harcanması, istihsal ve satış nedenleriyle ya da miras ve hibe yoluyla malların el değiştirmesi, bir servete sahip olma, sahip olunan servetin değerinde artış görülmesi gibi olaylar, devletin vergi koymasının belli başlı fırsat ve nedenlerini oluşturmaktadır.

Vergilerin ekonomik büyüme üzerindeki etkileri ile ilgili olarak ilk kez çalışma yapanlardan biri Solow’dur. Solow’un geliştirdiği neo- klasik büyüme modeli, ölçeğe göre getirilerin sabit olduğu, sermayeni marjinal verimliliğinin azaldığı, tekolojinin

dışsal olarak belirlendiği, faktörler arası

ikamenin mümkün olduğu ve bağımsız bir yatırım fonksiyonunun bulunmadığına yönelik varsayımlar çerçevesinde şekillendirmiştir. Standart neo- klasik büyüme modelinin bu varsayımları çerçevesinde Cobb- Douglas tipi bir makroekonomik üretim fonksiyonu yardımıyla uzun dönem ve durağan durum büyüme oranının ‘sıfır’ olduğu sonucuna ulaşılmaktadır. Bu çıkarım ise prodüktivite büyümesinin sabit ve vergi politikalarından etkilenmeyeceği anlamına gelmektedir. (Kibritçioğlu, 1998:8)

Türkiye ekonomisinde de vergi gelirleri ile ekonomik büyüme ilişkisi son dönemlerde en fazla değerlendirilen konular arasında yer almaktadır. Durkaya ve Ceylan (2006) yaptıkları çalışmada, dolaylı ve dolaysız vergi gelirleri ile ekonomik büyümeye yönelik ilişkisini de hata

11 düzelteme modeli ve Granger nedensellik analizi kullanarak test etmişlerdir. Ulaşılan bulgulara göre dolaysız vergiler ile ekonomik büyüme arasında çift yönlü bir nedensellik bağıntısı bulunurken dolaylı vergiler ve ekonomik büyüme arasında nedensel ilişki tespit edilememiştir. Yılmaz ve Tezcan (2007) vergi hasılatı ve sabit sermaye yatırımlarının ekonomik büyümeye olan etkisini 1980- 2005 dönemi yıllık verilerinden hareketle birim kök, Johansen- Juselius koentegrasyon testi ve Granger nedensellik alizinden yararlanarak sınamışlardır. Ampirik uygulamalardan GSMH ile dolaysız vergiler arasında pozitif, dolaylı vergiler arasında da negatif yönlü bir ilişki bulunduğu tespit edilmiştir.

2.4. SÜBVANSİYONLARIN EKONOMİK BÜYÜME ÜZERİNDEKİ ETKİLERİ

Devlet, çeşitli sosyal ve ekonomik amaçları gerçekleştirmek üzere sübvansiyon verebilir. Örneğin; geniş halk kitlelerinin tükettiği bir malın fiyatını düşük tutarak aradaki farkı bütçe gelirinden karşılayabilir. Buradaki amaç tüketicinin korunmasıdır. Tersine, üreticiyi korumak amacıyla da üreticiye, piyasa fiyatına ek bir ödemede bulunabilir. Bunun gibi, ihracatı özendirmek üzere, ihracatçıya ülkeye kazandırdığı döviz başına belirli bir sübvansiyon ödeyebilir. Sübvansiyon, dolaysız veya dolaylı yollarla yapılabilir. Örneğin; birim üretim başına para olarak verilen sübvansiyonlar birinci gruba girer. Oysa üretici veya ihracatçıya düşük faizli kredi verilmesi, vergide indirim, malın girdilerinin ucuz fiyatlardan sağlanması vs. gibi uygulamalar da ikinci gruba örnektir.

Devlet tarafından yapılan sübvansiyonun, ekonomik büyüme oranı üzerindeki etkilerini araştıran Frenkel ve Trauth, götürü vergilerle finanse edilen sübvansiyonun, ar-ge sektörüne yapılması durumunda, bu sektördeki firma ve çalışanlarının gelirlerini artıracağını ve ar-ge sektöründe meydana gelen ücret artışının diğer sektörde(imalat) bulunan beşeri sermayeyi bu sektöre çekerek büyümeyi artıracağını öne sürmektedirler. Sonuçta imalat sanayinde fiziki sermaye malları üretenlerle, ar-ge sektöründe beşeri sermayenin gelirlerini artırıcı bir sübvansiyon politikası, büyüme oranını optimal düzeye yaklaştırarak artıracaktır.

12

3. EKONOMETRİK METODOLOJİ 3.1. ÇOKLU DOĞRUSAL REGRESYON MODELİ

Basit doğrusal regresyon modelinin bağımlı değişkenini etkileyecek, bağımlı değişkendeki değişmelerin nedeni olabilecek değişkenlerin eklenmesi ile oluşturulan modeller çoklu regresyon modeli denir. Çoklu regresyon modeli de basit regresyon modeli gibi, doğrusal veya doğrusal olmayan fonksiyonlarla ifade edilir. Değişkenler arasında doğrusal ilişki olduğu varsayımı ile doğrusal fonksiyonla ifade edilen çoklu regresyon modellerine çoklu doğrusal regresyon modelleri adı verilmektedir.

Anakütle çoklu doğrusal regresyon modeli, Yi =β1 +β2Xi2 +β3Xi3+…+βkXik+εi şeklinde ifade edilir.

Bağımlı

değişken

Y’

deki

değişmeler

X2,X3,….Xk bağımsız

değişkenleri

tarafından

açıklanmaktadır. Bağımsız değişkenler X2’den başlayarak tanımlandığından modelde toplam k değişken ve (k-1) bağımsız değişken yer almaktadır. Sabit katsayı β1 ve eğim parametreleri β2,β3,…βk olduğundan tahmin edilecek parametre sayısı k’dır.

Çoklu doğrusal regresyon modelinin parametreleri basit doğrusal regresyon modelinin parametreleri gibi aynı yöntemlerle tahmin edilebilir. Bu işlemler değişken sayısının çokluğu nedeni ile biraz daha karmaşıklaşmakla birlikte, elde edilen sonuçlar aynı olacaktır. Bu yöntemler; 

En Küçük Kareler Yöntemi



En Çok Benzerlik Yöntemi



En İyi Doğrusal Sapmasız Tahmin Yöntemi



Momentler Yöntemi



Parametrelerin Matrislerle Tahmini dir.

13

3.2. TEMEL VARSAYIMLAR

Çoklu doğrusal regresyonda da basit doğrusal regresyonda olduğu gibi elde edilen sonuçların geçerliliği temel varsayımların geçerliliğine bağlıdır. Çoklu regresyonda basit regresyonun varsayımları aynen geçerli olup iki ilave varsayım daha vardır. Çoklu doğrusal regresyonun temel varsayımları, 

Normallik



Sıfır ortalama



Sabit varyans



Otokorelasyon olmaması



Bağımsız değişkenlerin tesadüfi değişken olması



Çoklu doğrusal bağlılık olmaması



n>k olmasıdır.

3.2.1. Normallik

Regresyonun temel varsayımlarından biri olan normallik varsayımı anakütle hata teriminin normal dağıldığını varsayar. Doğrusal regresyon modelindeki her bir hata teriminin, sıfır ortalama ve sabit varyansla normal dağıldığı varsayımı, E(εi)=0 E(εi2)=σ2 E(εi εj)=0 εi ˷ N(0, σ2)

i≠j

olarak ifade edilebilir.

Normallik varsayımı, parametre tahminlerinin istatistiksel olarak anlamlılığının testi ve aralık tahminleri için gereklidir. Bu varsayım geçersiz ise testler ve aralık tahmini yapılamaz. Normallik varsayımı geçerli değilse ve diğer varsayımlar geçerli ise parametrelerin nokta tahminleri elde edilir ve bu parametre tahminleri sapmasız en iyi doğrusal sapmasız tahminci olma özelliğini taşırlar. Fakat bu parametreler için anlamlılık testleri ve aralık tahminleri yapılamaz..

14 3.2.2. Sıfır Ortalama

Bu varsayım hata terimlerinin beklenen değerini sıfır olacağını ifade etmektedir.

E(εi)=0 Normallik varsayımı ve sıfır ortalama varsayımına göre hata terimleri ±∞ aralığında sıfır ortalama etrafında normal dağılmaktadır.

3.2.3. Sabit Varyans

Bu varsayım her bir hata teriminin dağılımının aynı varyansa sahip olması gerektiğini ifade etmektedir.

E[ εi – E(εi)]2 = E(εi)2=σ2 Bu varsayıma göre Xi’nin alacağı değerler ile oluşan εi ‘lerin varyansı her bir Xi için aynı olacaktır. Oysa uygulamada Xi birbirinden çok farklı büyüklükte değerler alabilmekte ve bu durumda bu varsayım geçerli olmamaktadır. Sabit varyans varsayımının geçerli olmaması durumu değişen varyans olarak adlandırılmaktadır.

3.2.4. Otokorelasyon Olmaması

Hata terimleri arasında ilişki olması otokorelasyon olarak adlandırılır. İstenen otokorelasyon olmamasıdır. Bu varsayıma göre bir hata terimi kendinden önce veya sonra yer alan hata terimlerini etkilemeyecektir.

E[εi – E(εi)] E[εj – E(εj)]=E(εi,εj)=0 i≠j

15 3.2.5. Bağımsız Değişkenlerin Tesadüfi Değişken Olması

Bu varsayıma göre bağımsız değişkenler tesadüfi değişken olmayacak. Yani, tekrarlanan örnekler için Xi değerleri sabit olacaktır .Xi ‘lerin tesadüfi değişken olması durumunda ise Xi’ler ile hata terimi εi arasındaki ilişki olmayacaktır.

3.2.6. Çoklu Doğrusal Bağlılık Olmaması

Bağımsız değişkenlerden ikisi veya daha fazlası arasında kuvvetli doğrusal ilişki olması durumu çoklu doğrusal bağlılık olarak adlandırılmaktadır. Tam çoklu doğrusal bağlılık olduğunda, sistem çözülememekte, yani parametreler tahmin edilememekte veya bazı temel varsayımlar geçerli olmamaktadır. Bu nedenle, sonuçların geçerliliği için modelde çoklu doğrusal bağlılık olmamalıdır.

3.2.7. n>k Olması

Çoklu regresyonda tahmin edilecek parametre sayısı k’dır. Bu nedenle gözlem sayısı k’dan az ise parametreler tahmin edilmeyecektir. Gözlem sayısı, tahmin edilecek parametre sayısına eşit (n=k) ise bu durumda da gerekli serbestlik derecesi sağlanamayacaktır. Bu nedenle n>k olması gerekmektedir.

16

4. VERİ SETİ Çalışmamızda belirtildiği üzere vergi ve sübvansiyonlar, üretici fiyatları endeksi ve ihracatın gayrisafi yurtiçi hasıla ile ilişkisi incelenecektir. Veri seti olarak 2003-2012 yılları alınmıştır.

Değişkenlerin önce logaritmik dönüşümleri kullanılmıştır ancak gerekli varsayımları sağlanamadığından, değişkenlerin birinci farkları da alınmıştır. Çalışmamızda D(LOGGAYRI_SAFI_YURTICI_HA): Gayrisafi Yurtiçi Hasıla, D(LOGUFE): Üretici Fiyatları Endeksi, D(LOGIHRACAT): İhracat, D(LOGVERGI_SUBVANSIYON_CAR): Vergi ve sübvansiyonlar olarak adlandırılmıştır. Veriler TCMB’ dan 3 aylık olarak alınmıştır. obs 2003Q1 2003Q2 2003Q3 2003Q4 2004Q1 2004Q2 2004Q3 2004Q4 2005Q1 2005Q2 2005Q3 2005Q4 2006Q1 2006Q2 2006Q3 2006Q4 2007Q1 2007Q2 2007Q3 2007Q4 2008Q1 2008Q2 2008Q3 2008Q4 2009Q1 2009Q2 2009Q3 2009Q4 2010Q1 2010Q2 2010Q3 2010Q4 2011Q1 2011Q2 2011Q3 2011Q4 2012Q1 2012Q2

D(LOGGYRI_SFI_YRTICI_HA) NA 0.032708 0.084832 -0.020740 -0.010828 0.039890 0.080537 -0.019281 -0.029039 0.037370 0.072196 -0.022236 -0.032497 0.059679 0.064986 -0.024985 -0.029952 0.034050 0.057874 -0.024155 -0.008153 0.045398 0.039893 -0.051273 -0.049769 0.041114 0.058798 -0.012389 -0.023368 0.042813 0.046409 -0.000315 -0.008714 0.039340 0.043925 -0.015010 -0.016123 0.028860

D(LOGUFE) NA 0.001344 0.000882 0.011861 0.021941 0.025933 0.009140 0.012503 -0.002711 0.008828 -0.000254 0.003942 0.008026 0.023190 0.016476 -0.000842 0.003133 0.008594 0.004418 0.006404 0.015546 0.038257 0.001253 -0.008971 -0.005746 0.006563 0.001656 0.008306 0.013886 0.013920 0.000216 0.009368 0.020136 0.009069 0.007356 0.017239 0.005733 0.000645

D(LOGIHRACAT) D(LOGVERGI_SUBVNSYON) NA NA 0.029586 -0.041072 0.104736 0.030909 -0.045921 -0.000304 -0.065735 0.089364 0.130381 -0.025233 0.097120 0.045990 -0.043256 0.005062 -0.088040 0.049370 0.068978 -0.012198 0.073817 0.023167 -0.048014 -0.007315 -0.067881 0.070277 0.130119 -0.013591 0.087635 0.013865 -0.048980 -0.021800 -0.048528 -0.003467 0.057511 0.016949 0.044566 0.021314 -0.045919 -0.007278 0.015371 0.022007 0.073356 0.035104 0.047253 -0.013835 -0.060068 -0.055899 -0.036581 -0.020176 -0.004402 0.061373 0.075168 0.015935 -0.014924 0.006517 -0.072684 0.013065 0.076164 0.051284 0.019826 0.017103 0.002894 0.037857 0.010122 -0.025666 0.055704 0.071268 0.091773 -0.014460 -0.021814 0.030660 -0.024526 -0.055462 0.072313 0.039982

17

5. EKONOMETRİK BULGULAR 5.1. MODEL SEÇİMİ 5.1.1. Model 1

Bağımlı Değişken: GAYRI_SAFI_YURTICI_HASIL Bağımsız Değişkenler

Katsayılar

Satandart Hata

MAAS__UCRET_CARI_ SAGLIK_ISLERI_VE_SOSYAL_ EGITIM_CARI_ UFE VERGI_SUBVANSIYON_CARI_ KAMU_SEKTORU_CARI_ IHRACAT C

7.602235 23.95270 -17.66397 160062.1 2.140555 2.046.239 1.043628 -2.15E+12

1.940069 4.211962 4.069787 321062.8 0.436405 1.019811 0.244775 2.01E+12

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.995055 0.993901 5.55E+11 9.24E+24 -1077.022 862.3595 0.000000

t-istatistik Olasılık 3.918538 5.686827 -4.340269 0.498538 4.904971 2.006488 4.263619 -1.073105

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

Durbin-Watson stat

0.0005 0.0000 0.0001 0.6217 0.0000 0.0539 0.0002 0.2918

2.17E+13 7.10E+12 57.10642 57.45118 57.22909 1.847900

Modelin R2, yani belirlilik katsayısına bakıldığı zaman 0,995055 değerini almıştır. Çoklu regresyon modellerinde basit regresyon modellerinde olduğu gibi bu değer 0 ≤ R2 ≤ 1 olacaktır, F testi ile çoklu doğrusal regresyonda sabit parametre dışındaki parametrelerin tümünün birden anlamlılığını test etmektedir.

Hipotezler: H0 = Sabit parametre hariç tüm bağımsız değişkenler anlamsızdır. (β2 = β3 = …. Βk= 0) Ha = Sabit parametre hariç tüm bağımsız değişkenler anlamlıdır.

(β2 ≠ β3 ≠ …. Βk≠ 0)

F istatistiğinin olasılık değerine baktığımız zaman 0,05’ten küçük olduğu görülmektedir. H0 reddedilir. Sabit parametre hariç tüm bağımsız değişkenler anlamlıdır.

18 Daha sonra parametrelerin anlamlılığına bakılır. Bu nedenle modeldeki değişkenlerin t-istatistik değerlerine bakılır. Hipotezler şu şekilde kurulur:

H0 = Parametreler anlamlı değildir.

Ha = Parametreler anlamlıdır.

Eğer t-istatistiklerinin olasılık değeri 0,05’ten küçükse H0 hipotezi reddedilir, büyükse kabul edilir. Modele bakıldığında UFE değişkeninin ve C sabitinin 0,05’ten büyük olduğu görülür. Yani H0 kabul edilir. Bu nedenle UFE değişkeni modelden çıkarılarak, model tekrar tahmin edilmelidir.

Ancak model anlamlı ve R2’ nin yüksek olması nedeniyle, regresyon varsayımlarına da bakılmalıdır. Çünkü bunlar çoklu doğrusal bağıntının göstergesi olabilir.

Çoklu Doğrusal Bağıntı Varsayımı

Çoklu regresyon analizi yaparken en çok dikkat edilmesi gereken varsayımlardan birisi çoklu doğrusal bağıntıdır. Vif kriteri kullanılarak bakılmıştır.

Variance Inflation Factors MAAS__UCRET_CARI_ SAGLIK_ISLERI_VE_SOSYAL_ EGITIM_CARI_ UFE VERGI_SUBVANSIYON_CARI_ KAMU_SEKTORU_CARI_ IHRACAT C

Coefficient 3.763868 17.74062 16.56316 1.03E+11 0.190450 1.040015 0.059915 4.03E+24

Uncentered 1419.506 290.4547 1090.907 2890.276 187.1807 91.11843 210.5069 496.8896

Centered 162.3905 27.51420 158.5997 124.5322 15.89947 14.13909 24.16465 NA

Tablo sonuçlarına bakıldığında Vif değerlerinin hiçbiri 5’ten küçük değildir. Çoklu doğrusal bağıntı vardır. Varsayım sağlanamamıştır. Diğer varsayımlara bakmanın gereği yoktur.

19 5.1.2. Model 2 Bağımlı Değişken: GAYRI_SAFI_YURTICI_HASIL Bağımsız Değişkenler

Katsayılar

Satandart Hata

t-istatistik

Olasılık

MAAS__UCRET_CARI_ SAGLIK_ISLERI_VE_SOSYAL_ EGITIM_CARI_ VERGI_SUBVANSIYON_CARI_ KAMU_SEKTORU_CARI_ IHRACAT C

7.442028 25.02928 -16.81772 2.194639 2.369293 1.107465 -1.19E+12

1.889938 3.572155 3.653782 0.417552 0.777866 0.206067 5.41E+11

3.937710 7.006772 -4.602825 5.255972 3.045887 5.374288 -2.201617

0.0004 0.0000 0.0001 0.0000 0.0047 0.0000 0.0353

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.995014 0.994049 5.48E+11 9.31E+24 -1077.179 1031.038 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

Durbin-Watson stat

2.17E+13 7.10E+12 57.06204 57.36370 57.16937 1.889883

UFE’yi çıkarttıktan sonra kurduğumuz modele bakınca değişkenlerin t-istatistik olasılık değerlerinin hepsinin 0,05’ten küçük olduğu görülmektedir. Yukarıdaki hipotezlere göre baktığımızda H0 reddedilir ve parametrelerin anlamlı olduğu söylenir. Ancak tek başına parametre anlamlılığı model seçmekte yeterli değildir. Çoklu regresyon analizinin birçok varsayımı vardır ve doğru sonuçlara ulaşmak için bunlarında sağlanması gereklidir.

Otokorelasyon Varsayımı Modelde otokorelasyon olup olmadığını test etmek için Breusch-Godfrey Otokorelasyon LM testi kullanılmıştır. Tek tek otokorelasyon derecelerine bakılmıştır. 6. derecede(gecikmede) bir soruna rastlanılmıştır.

Breusch-Godfrey Otokorelasyon LM Test: F-statistic Obs*R-squared

2.738129 15.06908

Prob. F(6,25) Prob. Chi-Square(6)

0.0348 0.0197

Hipotezler şu şekilde kurulur: H0 = Otokokorelasyon yoktur.

Ha = Otokorelasyon vardır.

Ki-kare olasılık değerlerine bakılarak yorum yapılır. Eğer ki-kare olasılık değeri 0,05’ten küçükse H0 reddedilir, büyükse kabul edilir. Tabloya bakıldığında 0,0197<0,05 olduğu görülmektedir.

Bu sonuçlara göre otokorelasyon sorunu vardır. H0 reddedilir. Varsayım sağlanamamıştır. Sonuçları daha net görebilmek artıkların otokorelasyon tablosu aşağıda verilmiştir.

20

Tablodan da 6. Derecede (gecikmede) otokorelasyon sorunu olduğu görülmektedir. Çoklu Doğrusal Bağıntı Varsayımı Çoklu regresyon analizi yaparken en çok dikkat edilmesi gereken varsayımlardan birisi çoklu doğrusal bağıntıdır. Vif kriteri kullanılarak bakılmıştır.

Variance Inflation Factors Variable MAAS__UCRET_CARI_ SAGLIK_ISLERI_VE_SOSYAL_ EGITIM_CARI_ VERGI_SUBVANSIYON_CARI_ KAMU_SEKTORU_CARI_ IHRACAT C

Coefficient Variance 3.571865 12.76029 13.35012 0.174349 0.605076 0.042464 2.93E+23

Uncentered VIF 1380.559 214.1054 901.1288 175.6137 54.32925 152.8998 37.00501

Centered VIF 157.9350 20.28178 131.0092 14.91696 8.430413 17.55177 NA

Vif kriterine göre bakıldığında, elde edilen sonuçların 5’ten küçük alınması önerilir. Tabi ki bir önbilgi, detay vs. gibi durumlar varsa bu değişebilir. Ancak çoğu araştırmacı bu kriter 5’ten küçük olduğu zaman çoklu doğrusal bağıntının bulunmadığını söylemektedir.

Tablo sonuçlarına bakıldığında Vif değerlerinin hiçbiri 5’ten küçük değildir. Çoklu doğrusal bağıntı vardır. Varsayım sağlanamamıştır. Diğer varsayımlara bakmanın gereği yoktur.

21 5.1.3. Model 3 Bağımlı Değişken: LOGGAYRI_SAFI_YURTICI_HA Bağımsız Değişkenler

Katsayılar

Satandart Hata

LOGUCRET LOG_EGITIM_CARI_ LOGSAGLIK_ISLERI_VE_SOSY LOGVERGI_SUBVANSIYON_CAR LOGKAMU LOGIHRACAT C

0.530257 -0.529345 0.402860 0.271525 0.046019 0.283063 3.421731

0.103932 0.091101 0.051108 0.039818 0.008340 0.040702 0.400178

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.995014 0.994049 5.48E+11 9.31E+24 -1.077.179 103.1038 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

Durbin-Watson stat

t-istatistik Olasılık 5.101963 -5.810529 7.882503 6.819199 5.518077 6.954583 8.550530

0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000

2.17E+13 7.10E+12 5.706204 5.736370 5.716937 1.889883

Değişkenlerin logaritma dönüşümleri alınarak model tahmin edilmeye çalışılmıştır. Logaritma alınmasının amacı, hem sonuçları daha net bir şekilde görebilmek hem de bu dönüşümle varsayımları sağlamaya çalışmaktır.

Model 3’deki parametrelerin anlamlılığına bakıldığında hepsinin 0,05’ten küçük olduğu görülmektedir. Yukarıda kurduğumuz hipotezlere göre H0 reddedilir. Yani parametreler anlamlıdır.

Ancak yüksek R2 ve F istatistik değerinin olumlu olması çoklu doğrusal bağıntı göstergesi olabilir.

Varsayımlara bakılmalıdır. Çoklu Doğrusal Bağıntı Varsayımı Çoklu regresyon analizi yaparken en çok dikkat edilmesi gereken varsayımlardan birisi çoklu doğrusal bağıntıdır. İlk olarak bu varsayıma bakılır. Tablo sonuçlarına bakıldığında Vif değerlerinin hiçbiri 5’ten küçük değildir. Çoklu doğrusal bağıntı vardır. Varsayım sağlanamamıştır.

Variance Inflation Factors Variable LOGUCRET LOG_EGITIM_CARI_ LOGSAGLIK_ISLERI_VE_SOSY LOGVERGI_SUBVANSIYON_CAR LOGKAMU LOGIHRACAT C

Coefficient Variance 0.010802 0.008299 0.002612 0.001585 6.95E-05 0.001657 0.160142

Uncentered VIF 281112.8 581101.5 174357.1 122949.6 8.701.653 133938.4 80616.41

Centered VIF 131.6633 138.2043 31.26494 14.38615 7.605370 21.28534 NA

22 5.1.4. Model 4

Bağımlı Değişken: D(LOGGAYRI_SAFI_YURTICI_HA) Bağımsız Değişkenler

Katsayılar

Satandart Hata

t-istatistik

Olasılı k

D(LOGUCRET) D(LOG_EGITIM_CARI_) D(LOGSAGLIK_ISLERI_VE_SOSY) D(LOGVERGI_SUBVANSIYON_CAR) D(LOGKAMU) D(LOGIHRACAT) C

0.479944 -0.482465 0.389590 0.181136 0.039577 0.324341 0.001016

0.122724 0.092788 0.091592 0.058455 0.017085 0.048059 0.003409

3.910766 -5.199639 4.253539 3.098722 2.316436 6.748768 0.298000

0.0005 0.0000 0.0002 0.0042 0.0275 0.0000 0.7678

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.944363 0.933236 0.010188 0.003114 121.0828 84.86881 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

Durbin-Watson stat

0.014915 0.039428 -6.166637 -5.861869 -6.059192 2.476022

Model 3’de değişkenlerin logaritma dönüşümleri alınarak model tahmin edilmeye çalışılmıştır. Ancak logaritma dönüşümleri sonunda da çoklu doğrusal bağlantı sorunuyla karşılaşılmıştır.

Model 4’te logaritması alınmış değişkenlerin, birinci farkları alınarak tahmin edilmeye çalışılmıştır.

Parametrelerin anlamlılığına bakıldığında bütün bağımsız değişkenlerin t-istatistik değerlerinin olasılıkları 0,05’ten küçüktür. Yani parametreler anlamlıdır. Ancak C sabit parametresinin olasılık değerlerine bakıldığında 0,7678>0,05 olduğu görülmektedir. C parametresi anlamsızdır. Ancak yüksek R2 ve F istatistik değerinin olumlu olması çoklu doğrusal bağıntı göstergesi olabilir.

Varsayımlara bakılmalıdır.

23 Çoklu Doğrusal Bağıntı Varsayımı

Variance Inflation Factors Variable D(LOGUCRET) D(LOG_EGITIM_CARI_) D(LOGSAGLIK_ISLERI_VE_SOSY) D(LOGVERGI_SUBVANSIYON_CAR) D(LOGKAMU) D(LOGIHRACAT) C

Coefficient Variance 0.015061 0.008610 0.008389 0.003417 0.000292 0.002310 1.16E-05

Uncentered VIF 4.448490 9.887563 8.856901 1.605676 12.77748 3.478881 4.143063

Centered VIF 3.215007 9.112610 8.397047 1.424956 12.57259 3.242335 NA

Tablo sonuçlarına bakıldığında Vif değerlerinden ücret, kamu ve sağlık harcamalarının 5’ten büyük olduğu görülmektedir. Çoklu doğrusal bağıntı vardır. Varsayım sağlanamamıştır. Diğer varsayımlara bakmanın gereği yoktur.

5.1.5. Model 5

Model 4’te eğitim harcamalarının katsayısı negatif çıkmıştır. İktisadi açıdan eğitim harcamalarının büyümeye pozitif etkisi olduğunu düşünerek bu değişken çıkarılarak tekrar model kurulmuştur.

Bağımlı Değişken: D(LOGGAYRI_SAFI_YURTICI_HA) Bağımsız Değişkenler

Katsayılar

Satandart Hata

D(LOGIHRACAT) D(LOGKAMU) D(LOGSAGLIK_ISLERI_VE_SOSY) D(LOGUCRET) D(LOGVERGI_SUBVANSIYON_CAR) C

0.492452 0.075987 0.416982 0.146808 0.249728 -0.007241

0.048232 0.021139 0.124032 0.141980 0.077244 0.004092

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.894223 0.877162 0.013819 0.005920 109.1967 52.41395 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

Durbin-Watson stat

t-istatistik Olasılık 10.21005 3.594582 3.361900 1.034004 3.232973 -1.769664

0.014915 0.039428 -5.578201 -5.316971 -5.486106 2.232041

0.0000 0.0011 0.0021 0.3091 0.0029 0.0866

24

Model 5’ün parametrelerinin anlamlılıklarına bakıldığında ÜCRET değişkeni ve C parametresinin t-istatistik olasılıkları 0,05’ten büyük çıkmıştır. Yani bu parametreler anlamsızdır. H0 kabul edilir. Ancak regresyon varsayımlarına bakılması gereklidir. Çünkü yüksek R2 ve F istatistik değerinin olumlu olması çoklu doğrusal bağıntı göstergesi olabilir.

Çoklu Doğrusal Bağıntı Varsayımı

Variance Inflation Factors

D(LOGIHRACAT) D(LOGKAMU) D(LOGSAGLIK_ISLERI_VE_SOSY) D(LOGUCRET) D(LOGVERGI_SUBVANSIYON_CAR) C

Coefficient Uncentered Centered 0.002326 1.904436 1.774944 0.000447 10.63124 10.46.077 0.015384 8.827601 8.369268 0.020158 3.236070 2.338768 0.005967 1.523901 1.352385 1.67E-05 3.244079 NA

Tablo sonuçlarına bakıldığında Vif değerlerinin hiçbiri 5’ten küçük değildir. Çoklu doğrusal bağıntı vardır. Varsayım sağlanamamıştır. Diğer varsayımlara bakmanın gereği yoktur.

25 5.1.6. Model 6

Model 5’te anlamsız çıkan ÜCRET değişkeni çıkarılarak model tekrar kurulmuştur.

Bağımlı Değişken: D(LOGGAYRI_SAFI_YURTICI_HA) Bağımsız Değişkenler

Katsayılar

Satandart Hata

D(LOGIHRACAT) D(LOGKAMU) D(LOGSAGLIK_ISLERI_VE_SOSY) D(LOGVERGI_SUBVANSIYON_CAR) C

0.508309 0.068994 0.428192 0.211723 -0.004650

0.045778 0.020050 0.123690 0.068012 0.003239

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.890575 0.876897 0.013834 0.006124 1.085694 65.10942 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

Durbin-Watson stat

t-istatistik Olasılık 1.110367 3.441112 3.461806 3.113014 -1.435973

0.0000 0.0016 0.0015 0.0039 0.1607

0.014915 0.039428 -5.598348 -5.380656 -5.521601 2.208868

Model 6’in anlamlılık değerlerine bakıldığında bağımsız değişkenlerin t-istatistik olasılık değerleri 0,05’ten küçük olduğu ancak C parametresinin 0,05’ten büyük olduğu görülmektedir. Yani C parametresi anlamsızdır. Ancak yine de çoklu doğrusal bağlantıya bakmakta yarar vardır. Çünkü yüksek R2 ve F istatistik değerinin olumlu olması çoklu doğrusal bağıntı göstergesi olabilir.

Variance Inflation Factors Variable D(LOGIHRACAT) D(LOGKAMU) D(LOGSAGLIK_ISLERI_VE_SOSY) D(LOGVERGI_SUBVANSIYON_CAR) C

Coefficient Variance 0.002096 0.000402 0.015299 0.004626 1.05E-05

Uncentered VIF 1.711904 9.543110 8.760157 1.178852 2.027853

Centered VIF 1.595504 9.390085 8.305326 1.046172 NA

Tablodaki Vif değerlerine bakıldığında kamu ve sağlık harcamalarının 5’ten büyük olduğu görülmektedir. Çoklu doğrusal bağlantı vardır. Varsayım sağlanamamaktadır.

26 5.1.7. Model 7

Son olarak LOGUFE, LOGIHRACAT ve LOGVERGISUBVANSIYON bağımsız değişkenleriyle bir model kurulmuştur. UFE’ nin tekrar modele alınmasının sebebi enflasyonun etkilerinin de modele katılmak istenmesidir. Çünkü Türkiye enflasyonist bir ekonomiye sahiptir. Enflasyonun göz önüne alınmadığı bir model doğru sonuçlar vermeyecektir. Model sonuçları aşağıdadır:

Bağımlı Değişken: D(LOGGAYRI_SAFI_YURTICI_HA) Bağımsız Değişkenler

Katsayılar

Standart Hata

D(LOGUFE) D(LOGIHRACAT) D(LOGVERGI_SUBVANSIYON_CAR) C

-0.595496 0.577513 0.283191 0.006783

0.284623 0.041285 0.074413 0.003392

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.865781 0.853579 0.015087 0.007511 104.7911 70.95572 0.000000

t-istatistik Olasılık -2.092228 13.98849 3.805655 1.999395

0.0442 0.0000 0.0006 0.0539

Mean dependent var 0.014915 S.D. dependent var 0.039428 Akaike info criterion -5.448170 Schwarz criterion -5.274017 Hannan-Quinn criter. -5.386773 Durbin-Watson stat 2.283477

Model 7’deki parametrelerin anlamlılıklarına bakıldığı zaman, UFE, IHRACAT, VERGI ve SUBVANSIYON değişkenlerinin t-istatistik olasılık değerleri 0,05’ten küçüktür. Yani H0 hipotezi reddedilir. Parametreler anlamlıdır. Sabit parametre C’ye baktığımız zaman olasılık değerinin 0,05’ten büyük olduğunu görüyoruz. Fakat bu değer çift taraflı tabloya göre hesaplanmıştır. T-istatistik değerini (n>30 old. İçin Z tablo kullanılır) t tek taraflı tabloya göre bakarsak tablo değeri 0,05 hata payı ile şu şekilde hesaplanır: (0,5-0,05)=0,45 tablodan 0,45’e denk gelen tablo değerine bakıldığında (n>30 Z tablo) 1,64 bulunur.

Hesaplanan istatistik değeri 1,999395’tir. Hesaplanan tablo değeri 1,64’tür.

Hesaplanan değer, tablo değerinden büyük olduğu için H0 reddedilir, Ha kabul edilir. Yani C parametresi anlamlıdır.

(NOT: Bütün regresyon varsayımlarına bakılmıştır ve Model 7 tüm varsayımları sağlamıştır.

Sonuçlar bir bölüm sonra gösterilmiştir.)

Ancak sahip olduğumuz veri seti 3’er aylık (mevsimsel ya da çeyreklik) olduğundan, mevsimsel etkinin var olup olmadığına bakılmalıdır. Çünkü mevsimsel etkinin dışlanması sonuçları etkileyebilir. Bu nedenle dummy (kukla) değişkenler eklenerek mevsimsel etkiler açıklanmaya çalışılmıştır.

27

5.2. KUKLA DEĞİŞKENLİ MODELLER Kukla değişkenler sabit, eğim ve hem eğim hem sabit şeklinde modele eklenebilir. Hangisinin uygun olduğunu bulmak için 3 kalıpta denenmiştir.

D t1=1 yaz D t1= 0, D t2=1 sonbahar D t2= 0, D t3=1 kış D t3= 0, D t1= 0 D t2= 0 D t3= 0 ilkbahar 5.2.1. Hem Sabit Hem Eğimi Etkileyen Model

Hem sabit hem eğimi etkileyen modelin denklemi aşağıdaki gibidir: D(LOGGAYRI_SAFI_YURTICI_HA) = C(1)*D(LOGUFE) + C(2)*D(LOGIHRACAT) + C(3)*D(LOGVERGI_SUBVANSIYON_CAR) + C(4) + C(5)*D1 + C(6)*D2 + C(7)*D3 + C(8)*D(LOGUFE)*D1 + C(9)*D(LOGIHRACAT)*D1 + C(10)*D(LOGVERGI_SUBVANSIYON_CAR)*D1 + C(11)*D(LOGUFE)*D2 + C(12)*D(LOGIHRACAT)*D2 + C(13)*D(LOGVERGI_SUBVANSIYON_CAR)*D2 + C(14)*D(LOGUFE)*D3 + C(15)*D(LOGIHRACAT)*D3 + C(16)*D(LOGVERGI_SUBVANSIYON_CAR)*D3

Bağımlı Değişken: D(LOGGAYRI_SAFI_YURTICI_HA) Bağımsız Değişkenler

Katsayılar

Satandart Hata

D(LOGUFE) D(LOGIHRACAT) D(LOGVERGI_SUBVANSIYON_CAR) C D1 D2 D3 D(LOGUFE)*D1 D(LOGIHRACAT)*D1 D(LOGVERGI_SUBVANSIYON_CAR)*D1 D(LOGUFE)*D2 D(LOGIHRACAT)*D2 D(LOGVERGI_SUBVANSIYON_CAR)*D2 D(LOGUFE)*D3 D(LOGIHRACAT)*D3 D(LOGVERGI_SUBVANSIYON_CAR)*D3

1.147423 0.055837 -0.020669 -0.030684 0.013891 0.063241 0.062432 -1.595486 -0.039324 0.585224 -1.494951 0.235689 0.617922 -0.763507 -0.014708 0.037155

0.323529 0.100434 0.075268 0.006042 0.010383 0.008932 0.008049 1.010835 0.344315 0.427801 0.584198 0.140611 0.150424 0.402741 0.126470 0.099511

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.982197 0.969481 0.006888 0.000996 142.1631 77.23870 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

Durbin-Watson stat

t-istatistik Olasılık 3.546580 0.555960 -0.274607 -5.078215 1.337808 7.079985 7.756969 -1.578384 -0.114208 1.367980 -2.558981 1.676176 4.107873 -1.895778 -0.116296 0.373380

0.014915 0.039428 -6.819629 -6.123016 -6.574040 2.311494

0.9019 0.5841 0.7863 0.7040 0.1953 0.0954 0.0651 0.1294 0.9102 0.1858 0.7183 0.1085 0.0912 0.0718 0.9085 0.7126

28

Modele bakıldığında hepsinin t-istatistik olasılık değerleri 0,05’ten büyüktür. Yani H0 hipotezi (parametreler anlamlı değildir) kabul edilir. Bu nedenle kukla değişkenler hem sabit hem de eğimi etkileyen modelle mevsimsel etkileri açıklayamamaktadır. Sadece sabiti ve sadece eğimi etkileyen modellere bakılacaktır.

5.2.2. Sadece Eğimi Etkileyen Model

Sadece eğimi etkileyen model aşağıdaki gibidir: D(LOGGAYRI_SAFI_YURTICI_HA) = C(1)*D(LOGUFE) + C(2)*D(LOGIHRACAT) + C(3)*D(LOGVERGI_SUBVANSIYON_CAR) + C(4) + C(5)*D(LOGUFE)*D1 + C(6)*D(LOGIHRACAT)*D1 + C(7)*D(LOGVERGI_SUBVANSIYON_CAR)*D1 + C(8)*D(LOGUFE)*D2 + C(9)*D(LOGIHRACAT)*D2 + C(10)*D(LOGVERGI_SUBVANSIYON_CAR)*D2 + C(11)*D(LOGUFE)*D3 + C(12)*D(LOGIHRACAT)*D3 + C(13)*D(LOGVERGI_SUBVANSIYON_CAR)*D3

Bağımlı Değişken: D(LOGGAYRI_SAFI_YURTICI_HA) Bağımsız Değişkenler

Katsayılar

Satandart Hata

D(LOGUFE) D(LOGIHRACAT) D(LOGVERGI_SUBVANSIYON_CAR) C D(LOGUFE)*D1 D(LOGIHRACAT)*D1 D(LOGVERGI_SUBVANSIYON_CAR)*D1 D(LOGUFE)*D2 D(LOGIHRACAT)*D2 D(LOGVERGI_SUBVANSIYON_CAR)*D2 D(LOGUFE)*D3 D(LOGIHRACAT)*D3 D(LOGVERGI_SUBVANSIYON_CAR)*D3

-0.479528 0.601088 0.255875 0.008002 0.648436 0.186603 -0.318602 -0.035484 -0.001478 0.364300 0.838803 -0.310102 -0.083633

0.501669 0.144909 0.137005 0.006602 2.042242 0.443777 0.797451 1.140240 0.236172 0.305086 0.711243 0.225490 0.194642

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.911414 0.867121 0.014372 0.004958 112.4778 20.57690 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

Durbin-Watson stat

t-istatistik Olasılık -0.955866 4.148027 1.867634 1.212072 0.317512 0.420489 -0.399525 -0.031119 -0.006258 1.194087 1.179348 -1.375234 -0.429675

0.3487 0.1054 0.0741 0.2373 0.7536 0.6779 0.6930 0.9754 0.9951 0.2441 0.2498 0.1818 0.6713

0.014915 0.039428 -5.377180 -4.811181 -5.177639 2.274324

Modele bakıldığında dummy değişkenlerin hiçbirinin t-istatistik olasılık değerlerinin 0,05’ten küçük olmadığı görülüyor. Bu sonuçlarla H0 hipotezi (parametreler anlamlı değildir) kabul edilir. Bu nedenle kukla değişkenler mevsimsel etkileri açıklayamamaktadır.

29 5.2.3. Sadece Sabiti Etkileyen Model

Sadece sabiti etkileyen model aşağıdaki gibidir: D(LOGGAYRI_SAFI_YURTICI_HA) = C(1)*D(LOGUFE) + C(2)*D(LOGIHRACAT) + C(3)*D(LOGVERGI_SUBVANSIYON_CAR) + C(4) + C(5)*D1 + C(6)*D2 + C(7)*D3

Bağımlı Değişken: D(LOGGAYRI_SAFI_YURTICI_HA) Bağımsız Değişkenler

Katsayılar

Satandart Hata

D(LOGUFE) D(LOGIHRACAT) D(LOGVERGI_SUBVANSIYON_CAR) C D1 D2 D3

0.336749 0.207048 0.149958 -0.019766 0.004082 0.062177 0.038259

0.215217 0.060809 0.050548 0.004820 0.004475 0.008642 0.007618

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.953503 0.944204 0.009313 0.002602 124.4028 102.5343 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter.

Durbin-Watson stat

t-istatistik Olasılık 1.564693 3.404893 2.966665 -4.100996 0.912185 7.194622 5.022128

0.1281 0.0619 0.0959 0.4223 0.3689 0.6210 0.1068

0.014915 0.039428 -6.346096 -6.041328 -6.238651 1.798469

Modele bakıldığında hepsinin t-istatistik olasılık değerleri 0,05’ten büyüktür. Yani H0 hipotezi (parametreler anlamlı değildir) kabul edilir. Bu nedenle kukla değişkenler mevsimsel etkileri açıklayamamaktadır.

30

6. UYGUN MODEL 6.1. GRAFİKLER LOGGayri Safi Yurtici Hasila(Cari)

FARKGSYIH

13.6

.10

13.5

.08 .06

13.4

.04 13.3 .02 13.2 .00 13.1

-.02

13.0

-.04

12.9

-.06 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2003

2004

2005

2006

LOGUFE

2007

2008

2009

2010

2011

2012

2009

2010

2011

2012

2009

2010

2011

2012

2009

2010

2011

2012

FARKUFE

7.32

.04

7.28 .03

7.24 7.20

.02 7.16 7.12 .01 7.08 7.04

.00

7.00 6.96

-.01 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2003

2004

2005

LOGIHRACAT

2006

2007

2008

FARKIHRACAT

13.0

.15

12.9 .10 12.8 .05

12.7 12.6

.00

12.5 -.05 12.4 12.3

-.10 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2003

2004

2005

2006

LOGVergi-Subvansiyon(Cari)

2007

2008

FARKVERGI

12.7

.10 .08

12.6

.06 12.5

.04

12.4

.02 .00

12.3

-.02 12.2

-.04

12.1

-.06 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2003

2004

2005

2006

2007

2008

Bütün grafiklere bakıldığında logaritma dönüşümlü grafiklerde trend gözlemlenmektedir. Fark alınarak bu trend etkisi de yok edilmiştir. Fark alınmış grafikleri de şekildeki gibidir.

31

6.2. VARSAYIMLAR

Bağımlı Değişken: D(LOGGAYRI_SAFI_YURTICI_HA) Bağımsız Değişkenler

Katsayılar

Standart Hata

D(LOGUFE) D(LOGIHRACAT) D(LOGVERGI_SUBVANSIYON_CAR) C

-0.595496 0.577513 0.283191 0.006783

0.284623 0.041285 0.074413 0.003392

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)

0.865781 0.853579 0.015087 0.007511 104.7911 70.95572 0.000000

t-istatistik Olasılık -2.092228 13.98849 3.805655 1.999395

0.0442 0.0000 0.0006 0.0539

Mean dependent var 0.014915 S.D. dependent var 0.039428 Akaike info criterion -5.448170 Schwarz criterion -5.274017 Hannan-Quinn criter. -5.386773 Durbin-Watson stat 2.283477

Yukarıda da gösterildiği üzere Model 7’de parametreler anlamlı çıkmıştır. Hatırlatmak gerekir ki, C parametresinin anlamlılığına tek taraflı tabloya göre bakılmıştır ve H0 reddedilmiştir(H0= parametreler anlamlı değildir). Parametreler anlamlıdır. Şimdi çoklu regresyonun diğer varsayımlarına bakılacaktır.

6.2.1. Çoklu Doğrusal Bağıntı Varsayımı

Variance Inflation Factors Variable D(LOGUFE) D(LOGIHRACAT) D(LOGVERGI_SUBVANSIYON_CAR) C

Coefficient Uncentered Centered Variance VIF VIF 0.081010 0.001704 0.005537 1.15E-05

2.113531 1.170593 1.186468 1.870792

1.145444 1.090999 1.052931 NA

Tabloya bakıldığında Vif kriteri 3 değişken içinde 5’ten küçük olarak çıkmıştır. Yani değişkenler arasında çoklu doğrusal bağlantı sorunu yoktur.

32 6.2.2. Otokorelasyon Varsay覺m覺

Breusch-Godfrey Otokorelasyon LM Test: F-statistic Obs*R-squared

2.365562 2.546904

Prob. F(1,32) Prob. Chi-Square(1)

0.1339 0.1105

Breusch-Godfrey Otokorelasyon LM Test: F-statistic Obs*R-squared

2.437282 5.027486

Prob. F(2,31) Prob. Chi-Square(2)

0.1040 0.0810

Breusch-Godfrey Otokorelasyon LM Test: F-statistic Obs*R-squared

1.573949 5.031654

Prob. F(3,30) Prob. Chi-Square(3)

0.2162 0.1695

Breusch-Godfrey Otokorelasyon LM Test: F-statistic Obs*R-squared

2.141847 8.437992

Prob. F(4,29) Prob. Chi-Square(4)

0.1010 0.0768

33

Breusch-Godfrey Otokorelasyon LM Test: F-statistic Obs*R-squared

1.662479 8.469798

Prob. F(5,28) Prob. Chi-Square(5)

0.1765 0.1322

Breusch-Godfrey Otokorelasyon LM Test: F-statistic Obs*R-squared

1.839134 10.73458

Prob. F(6,27) Prob. Chi-Square(6)

0.1288 0.0969

Breusch-Godfrey Otokorelasyon LM Test: F-statistic Obs*R-squared

1.647941 11.37099

Prob. F(7,26) Prob. Chi-Square(7)

0.1664 0.1232

Breusch-Godfrey Otokorelasyon LM Test: F-statistic Obs*R-squared

1.522934 12.12336

Prob. F(8,25) Prob. Chi-Square(8)

0.1994 0.1458

Yukarıdaki tüm otokorelasyon testlerine baktığımızda hepsinin ki-kare olasılıklarının 0,05’ten büyük olduğu görülmektedir. H0 kabul edilir(otokorelasyon yoktur).

34

Otokorelasyon durumlarının tam olarak görülmesi amacıyla, artıkların corelogram grafikleri şekildeki gibidir. Tablodan da görüldüğü gibi otokorelasyon sorunu bulunmamaktadır.

6.2.3. Sabit Varyans Varsayımı Bir diğer varsayım değişen varyans varsayımıdır. Değişen varyans White testi:

Değişen Varyans Testi: White F-statistic

1.012695

Prob. F(9,27)

0.4545

Obs*R-squared

9.337792

Prob. Chi-Square(9)

0.4067

Scaled explained SS

5.785026

Prob. Chi-Square(9)

0.7612

Hipotezler şu şekilde kurulur: H0 = Değişen varyans yoktur. (Sabit varyanslıdır.)

Ha = Değişen varyans vardır. (Sabit varyanslı değildir.)

Tablodaki olasılık değerlerine bakıldığında 0,05’ten büyük oldukları görülmektedir. H0 kabul edilir.

Değişen varyans sorunu yoktur.

35 6.2.4. Normallik Varsayımı 6

Series: Residuals Sample 2003Q2 2012Q2 Observations 37

5

4

3

2

1

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

2.63e-18 0.001455 0.023462 -0.033134 0.014445 -0.323994 2.557639

Jarque-Bera Probability

0.949009 0.622193

0 -0.03

-0.02

-0.01

0.00

0.01

0.02

Hipotezler aşağıdaki gibidir: H0 = Artıklar normal dağılmaktadır.

Ha = Artıklar normal dağılmamaktadır.

Olasılık değeri 0,05’ten büyük olduğu için H0 kabul edilir. Yani artıklar normla dağılmaktadır.

6.2.5. Sıfır Ortalama Varsayımı Artıkların ortalamalarının sıfıra eşit olması demektir.

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

RESID 3.56E-18 0.001455 0.023462 -0.033134 0.014445 -0.323994 2.557.639

Jarque-Bera Probability

0.949009 0.622193

Sum Sum Sq. Dev.

9.37E-17 0.007511

Observations

37

36 Tablodan da görüldüğü gibi artıkların ortalaması 0,0035632157884929 yaklaşık olarak sıfırdır.

Bu varsayımda sağlanmıştır.

6.2.6. n > k varsayımı Gözlem sayısı 38’dir. Bu nedenle n parametre sayısından büyüktür.

6.2.7. Bağımsız Değişkenlerin Tesadüfi Olmaması Bağımsız değişkenler belirli değerleri belirli olasılıklarla alan, değerleri denemelerin sonuçlarında değişmeyen değişkenlerdir. Alacakları değerler örnekten örneğe de değişmeyerek tekrarlanan örnekler için aynı kalacaktır. Aynı bağımısız değişkenlerin yer aldığı farklı örnekler alınabilir. Farklı örneklerde yer alan, aynı bağımsız değişkenlerin, aynı gözlemleri için değerler değişmeyecektir. Örneğin, bir ülkenin her hangi bir yıldaki milli gelirinin aynı yıl hangi örnekte yer alırsa alsın ülkenin milli gelirinin aynı kalması, değişmemesi gibi. İktisadi olaylarda bağımsız değişkenlerin tesadüfi değişken olması karşılaşılacak bir durum değildir. Bu nedenle bu varsayımda sağlanmıştır.

6.3. CUSUM TESTİ

20 15 10 5 0 -5 -10 -15 -20 2004

2005

2006

2007 CUSUM

2008

2009

2010

2011

5% Significance

Grafikte görüldüğü gibi, 2003-2012 tarihleri arasında kırılmaya rastlanmamıştır.

2012

37

6.4. CUSUM SQUARE TESTİ

1.4 1.2 1.0 0.8 0.6 0.4 0.2 0.0 -0.2 -0.4 2004

2005

2006

2007

2008

CUSUM of Squares

2009

2010

2011

2012

5% Significance

Cusum Square testi Cusum’a göre daha duyarlı bir testtir. Grafiğe bakıldığında kırılma olmadığı görülmektedir.

6.5. RAMSEY RESET SPESİFİKASYON HATASI TESTİ

Ramsey RESET Spesifikasyon Hatası Testi t-statistic F-statistic Likelihood ratio

Value 0.378977 0.143624 0.165693

df 32 (1, 32) 1

Probability 0.7072 0.7072 0.6840

Sum of Sq. 3.36E-05 0.007511 0.007478 0.007478

df 1 33 32 32

Mean Squares 3.36E-05 0.000228 0.000234 0.000234

Value 104.7911 104.8740

df 33 32

F-test summary: Test SSR Restricted SSR Unrestricted SSR Unrestricted SSR LR test summary: Restricted LogL Unrestricted LogL

38 Tablodan olasılık değerlerine bakıldığı zaman 0,05’ten büyük oldukları görülmektedir. H0 hipotezi kabul edilir( spesifikasyon hatası yoktur).

Sonuç olarak Model 7’nin çoklu regresyon varsayımlarını sağladığı bulunmuştur. Bundan sonraki aşamalar Model 7 üzerinden devam etmiştir.

6.6. Model 7

Bağımlı Değişken: D(LOGGAYRI_SAFI_YURTICI_HA) Bağımsız Değişkenler

Katsayılar

Standart Hata

D(LOGUFE) D(LOGIHRACAT) D(LOGVERGI_SUBVANSIYON_CAR) C

-0.595496 0.577513 0.283191 0.006783

0.284623 0.041285 0.074413 0.003392

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) R2 İncelemesi

0.865781 0.853579 0.015087 0.007511 104.7911 70.95572 0.000000

t-istatistik Olasılık -2.092228 13.98849 3.805655 1.999395

0.0442 0.0000 0.0006 0.0539

Mean dependent var 0.014915 S.D. dependent var 0.039428 Akaike info criterion -5.448170 Schwarz criterion -5.274017 Hannan-Quinn criter. -5.386773 Durbin-Watson stat 2.283477

Modelin R2, yani belirlilik katsayısına bakıldığı zaman 0,865781 değerini almıştır. Çoklu regresyon modellerinde basit regresyon modellerinde olduğu gibi bu değer 0 ≤ R2 ≤ 1 olacaktır.

Belirlilik katsayısı, bağımlı değişkendeki değişmelerin alınan örnek için bağımsız değşkenler tarafından açıklanma oranını verir. 0,865781 yeterli bir orandır.

Düzeltilmiş R2 İncelemesi Düzeltilmiş belirlilik katsayısı modellerin karşılaştırılmasında kullanılırken, modelde yer alacak en uygun bağımsız değişken grubunun belirlenmesi içinde kullanılmaktadır. Düzeltilmiş R2 < R2 olmalıdır. Değerlere bakıldığında 0.853579 < 0.865781 olduğu görülmektedir.

F Testi İncelemesi F testi ile çoklu doğrusal regresyonda sabit parametre dışındaki parametrelerin tümünün birden anlamlılığını test etmektedir.

Hipotezler:

39 H0 = Sabit parametre hariç tüm bağımsız değişkenler anlamsızdır. (β2 = β3 = …. Βk= 0) Ha = Sabit parametre hariç tüm bağımsız değişkenler anlamlıdır.

(β2 ≠ β3 ≠ …. Βk≠ 0)

F istatistiğinin olasılık değerine baktığımız zaman 0,05’ten küçük olduğu görülmektedir. H0 reddedilir.

Sabit parametre hariç tüm bağımsız değişkenler anlamlıdır.

Modeldeki diğer sonuçlara bakıldığında Durbin-Watson değeri 2,283477 olduğu görülmektedir. Bu değer R2 = 0.865781 değerinden yüksektir. Yalancı regresyon durumu olmadığı görülür. Ayrıca gecikme kriterlerine bakıldığı zaman en küçük olanın Akaike bilgi kriteri olduğu görülmektedir.

Sonuç olarak Model 7’yi kullanarak Büyümeye etki eden faktörler olarak İhracat, Vergi ve Üfe değişkenlerini çoklu doğrusal regresyon kullanarak açıklamakta ekonometri ve iktisat açıdan bir sorun yoktur. Model katsayıları yorumlanabilir.

40

7. SONUÇ Bu çalışmada, enflasyon, ihracat, vergi ve sübvansiyonların ekonomik büyümeyi ne yönde etkilediği zaman serisi verilerinden yararlanılarak analiz edilmiştir. Bu çerçevede enflasyon, ihracat, vergi ve sübvansiyonlar ile ekonomik büyüme arasındaki ilişkiler incelenip, birlikte anlamlı bir ekonometrik model kurulması amaçlanmıştır. Değişkenler 2003-2012 yılları için araştırılmıştır. Bu çalışmada bağımlı değişken gayri safi yurt içi hasıla (büyüme), açıklayıcı değişkenler üretici fiyat endeksi(enflasyon), ihracat, vergi ve sübvansiyonlardır. Değişkenlerin önce logaritmik dönüşümleri kullanılmıştır ancak gerekli varsayımlar sağlanamadığından, değişkenlerin birinci farkları da alınmıştır.

Literatürde dört değişkenin bir arada değerlendirildiği bir çalışmaya rastlanılmamıştır. İkili ilişkilerinin üzerinden araştırma yapışmıştır. Vergi ve sübvansiyonlar, ihracat sabit tutulduğunda enflasyon bir birim arttığında ekonomik büyüme 0.59 birim azalacaktır. Bu bağlamda, kuramsal kısımda bahsedilen Sarel, Valdovinos’un hipotezinin geçerli olduğu ifade edilebilir.

Vergi ve sübvansiyonlar, enflasyon sabit tutulduğunda ihracat bir birim arttığında ekonomik büyüme ekonomik büyüme 0.57 birim artacaktır. Bu bağlamda, “ihracat ekonomik büyümeyi olumlu yönde etkiler” hipotezinin geçerli olduğu ifade edilebilir.

İhracat, enflasyon sabit tutulduğunda vergi ve sübvansiyonlar bir birim arttığında ekonomik büyüme 0.28 birim artacaktır. Devletin uyguladığı vergi ve sübvansiyon politikaları ekonomik büyümeyi arttırdığı ifade edilebilir.

Enflasyon, ihracat, vergi ve sübvansiyonlar sıfır olduğunda ekonomik büyümenin ortalama değeri 0,0068 birimdir.

41

8. KAYNAKÇA Alptekin, V ve Mucuk M. ‘Türkiye’de Vergi ve Ekonomik Büyüme İlişkisi: Var Analizi (1975-2006)’ Maliye Dergisi, Sayı 155, s.159-174, 2008.

Artan,S ve Berber, M.’ Türkiye’de Enflasyon-Ekonomik Büyüme İlişkisi: ( Teori, Literatür Ve Uygulama) ‘ İktisadi ve İdari Bilimler Dergisi, 18, Sayı 3-4, s.104-117,2004.

Atamtürk, B. ‘Büyüme Teorileri ve Imf Politikaları’ Marmara Üniversitesi İ.İ.B.F. Dergisi, 22, Sayı 1, s.89-103, 2007. Çağlayan, E ve Güriş, S. ‘Ekonometri :Temel Kavramlar’ Genişletilmiş 3. Baskı, İstanbul: Der Yayınları, 2010,s. 179-247 Çiloğlu,İ. ‘ Teşvik Politikalarının Yönlendirme Gücü’ Hazine Dergisi,Sayı 13, s.29-48, 2000.

Demirhan, E. ‘ Büyüme ve İhracat Arasındaki Nedensellik İlişkisi :Türkiye Örneği’ Ankara Üniversitesi SBF Dergisi, 60-4, s.76-88. Şimşek, M. ' İhracata Dayalı-Büyüme Hipotezinin Türkiye Ekonomisi Verileri ile Analizi, 1960-2002’ D.E.Ü.İ.İ.B.F.Dergisi, 18, Sayı 2, s.43-63,2003.

Taştan, H. ‘ Türkiye’de İhracat, İthalat ve Ekonomik Büyüme Arasındaki Nedensellik İlişkilerinin Spektral Analizi’ Ekonomi Bilimler Dergisi, 2, Sayı 1, s. 87-98, 2010.