SavedAdd your journal

Journals / Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2019 / Cilt: 20 - Sayı: 3

TÜRKİYE'DE ENFLASYONUN ZAMAN SERİSİ DİNAMİKLERİ

İlyas ŞIKLAR
Pages
2–14
Publication Date
2019-12-17
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Türkiye’de örneklem içi enflasyon tahminleri için elde edilen seri gerçekleşen seri ile büyük ölçüde örtüşmekte ve döngü noktalarını yakalamada oldukça başarı göstermektedir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Öz Bu çalışmada Türkiye’de enflasyonun zaman serisi özellikleri bağlamında dinamik modellenmesi ele alınmaktadır.
📊
Key Findings & Data:Tek değişkenli doğrusal olmayan zaman serisi analiz teknikleri incelenerek, bu analiz teknikleri Türkiye ekonomisine ilişkin 2003: Ocak – 2019:Ekim dönemi enflasyon verilerine uygulanmaktadır.
💡
Conclusion & Impact:Türkiye’de örneklem içi enflasyon tahminleri için elde edilen seri gerçekleşen seri ile büyük ölçüde örtüşmekte ve döngü noktalarını yakalamada oldukça başarı göstermektedir.
🔬Design:Experimental Field Trial
📍Scope:2003 Verileri
⚙️Variables:Anahtar Kelimeler ARCH · GARCH · Enfla

Özet

Öz Bu çalışmada Türkiye’de enflasyonun zaman serisi özellikleri bağlamında dinamik modellenmesi ele alınmaktadır. Tek değişkenli doğrusal olmayan zaman serisi analiz teknikleri incelenerek, bu analiz teknikleri Türkiye ekonomisine ilişkin 2003: Ocak – 2019:Ekim dönemi enflasyon verilerine uygulanmaktadır. Otoregresif koşullu değişkenilik (ARCH) ve bunun geliştirilmiş versiyonu diyebileceğimiz genelleştirilmiş otoregresif koşullu değişkenlik (GARCH) modelleri kullanılmış, modellerin geliştirilmesi tanımlama, tahminleme ve kontrol aşamalarından oluşturulmuştur. Akiake Bilgi Kriteri (AIC), Schwartz Bilgi Kriteri (SIC) ve Hannan-Quin Kriteri (HQC) ölçütleri çerçevesinde verideki stokastik oynaklığı en iyi ifade eden model olarak GARCH (1,1) ve GARCH (1,2) modelleri en uygun model olarak belirlenmiştir. Seçilen modellerin parametre tahminlerinden sonra bir dizi tanı ve tahmin doğrulama testleri gerçekleştirilmiş, tüm varsayımları karşılaması nedeniyle GARCH (1,1) modeli ileriye dönük tahmin amacı ile kullanılmıştır. Türkiye’de örneklem içi enflasyon tahminleri için elde edilen seri gerçekleşen seri ile büyük ölçüde örtüşmekte ve döngü noktalarını yakalamada oldukça başarı göstermektedir.

🔖

Cite This Article

ŞIKLAR, İ. (2019). TÜRKİYE'DE ENFLASYONUN ZAMAN SERİSİ DİNAMİKLERİ. Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 20 - Sayı: 3, 2–14. https://ajindex.com/articles/133769

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (7)

  1. Ahiati, V.S. (2007). Discrete time series analysis with ARMA models. Holden-Day, Oakland. Bollerslev, T. (1986). Generalized autoregressive conditional heteroscedasticity. Journal of Econometrics, 31, 307-327.
  2. Bollerslev, T., Chou, R.Y., Kroner, K.F. (1992). ARCH modelling in finance: A selective review of the theory and empirical evidence. Journal of Econometrics, 52, 5-59.
  3. Chatfield, C. (2000). Time series forecasting. Chapman and Hall, London. David, F.H. (2001). Modelling UK inflation. Journal of Applied Economics, 16, 255-275.
  4. Engle, R. (1982). The use of ARCH/GARCH models in applied econometrics. Journal of Economic Perspectives, 15, 157-168.
  5. Hall, R. (1982). Inflation, causes and effects. Chicago University Press,
  6. Chicago. Shephard, N. (1996). Statistical aspects of ARCH and stochastic volatility time series in econometrics, finance and other fields. Chapman and Hall, London. Şıklar, İ. (2014). Para teorisi ve politikası. Anadolu Üniversitesi,
  7. Eskişehir. Tsay, R.S. (2002). Analysis of financial time series. John Wiley&Sons, Hoboken.