Yönelim anketlerini büyüme tahminlerinde ne ölçüde kullanabiliriz?

Üçlü (yukarı, aşağı ve değişmez gibi) kategoride yanıt içeren nitel yöneliş anket sonuçlarından nicel değişme oranlarına ulaşmayı amaçlayan çalışmalar Carlson-Parkin (1975) ve daha sonra Pesaran (1984 ve 1987)’ın çalışmaları ile büyük bir yaygınlık kazandı. Biz bu çalışmada, olasılık ya da doğrusal-olmayan regresyon yöntemlerine dayanan bu sayısallaştırma tekniklerini, TCMB tarafından aylık olarak yayınlanan ‘Genel Gidişat’ anket sonuçlarına uyguladık. Anket yanıt kategorilerinden sanayi büyüme hızını tahmin etmeye çalıştık. Ancak, yanıtlarda ‘aynı / değişme yok’ kategorisinin %60 gibi çok yüksek bir oranda çıkması, sistematik olarak ‘noksan-tahmin’e yol açtı. Bu engeli, büyüme ve küçülme dönemleri için ayrı ölçek katsayısı hesaplayarak aşmaya çalıştık. Çalışmanın ilk kısmında anket sonuçlarını bağlı olasılıklar çapraz (contingency) tablosu incelemesine tâbi tutarak iç tutarlılığını irdeledik. Daha sonra, olasılık ve regresyon yöntemlerine dayanan değişik modeller uygulayarak büyüme oranı tahminleri türettik. Anket sonuçları, imalat sanayisinde dönüm noktaları ve kriz dönemlerinin tahmininde başarılı sonuçlar verdi. Son olarak, sapmasızlık ve dikeylik sınamaları yaparak türettiğimiz tahmin serilerinin rasyonel bekleyişler hipotezinin (RBH) empoze ettiği özellikleri taşıyıp taşımadığına baktık. Sonuçlar, RBH öngörülerini değil, adaptif bekleyiş modellerini destekler nitelikte çıkmaktadır.

Yönelim Anketleri ,

Büyüme ,

Büyüme Tahminleri ,

The qualitative data obtained from tendency surveys are one of the main data sources for evaluating and carrying out various tests on expectations. In this paper, first,I examine the tendency survey data gathered and published regularly by the Central Bank of the Turkish Republic (CBTR) since December 1987 within a contingency table analysis framework, then, convert these data into quantitative growth rate expectations by applying the several versions of the probability and regression methods widely used in economic literature. The main deficiency of the survey results is the abnormally high ratio (60% of the total) of ‘no change / the same’ (S) category answers and this causes a systematic underestimation of the problem. To cope with this problem, I estimated two different scaling factors (coefficients), one for the periods with positive growth, the other for the contracting periods. The estimated growth rate series derived from the survey data of the CBTR are successful in anticipating the turning points and crisis periods of the Turkish manufacturing industry. On the other hand, these expected growth rate series exhibit none of the properties implied by the rational expectational hypothesis according to the results of the unbiasedness and orthogonality tests. They lend support, instead, to the adaptive expectations models.

Tendency Survey ,

Growth ,

Growth Forecasts ,