SavedAdd your journal

Journals / Kafkas Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2017 / Cilt: 8 - Sayı: 15

TÜRKİYE’DE KISA VE UZUN DÖNEM SEKTÖREL DİNAMİKLER

NEBİYE YAMAK
FATMA KOLCU
Pages
81–99
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)

Toda-Yamamoto nedensellik testi sonuçları, GSYİH ile sanayi üretimi arasında ve GSYİH ile hizmet üretimi arasında çift yönlü, hizmet sektörü üretiminden sanayi üretimine doğru olmak üzere tek yönlü bir nedensellik ilişkisi olduğunu göstermiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bu çalışmanın amacı Türkiye’de, ekonominin üç temel sektörü olan sanayi, hizmet ve tarım sektörlerinin gerek birbirleriyle gerekse gayri safi yurtiçi hasıla (GSYİH) ile olan kısa ve uzun dönem etkileşimlerini zaman serisi yöntemleriyle ortaya koymaktır.
📊
Key Findings & Data:Çalışmada kullanılan veriler üçer aylık olup 1998:I-2015:IV dönemini kapsamaktadır.
💡
Conclusion & Impact:Toda-Yamamoto nedensellik testi sonuçları, GSYİH ile sanayi üretimi arasında ve GSYİH ile hizmet üretimi arasında çift yönlü, hizmet sektörü üretiminden sanayi üretimine doğru olmak üzere tek yönlü bir nedensellik ilişkisi olduğunu göstermiştir.
🔬Design:Modeling & Simulation
📍Scope:2015 Verileri
⚙️Variables:Kaldor yasası · sektörel dinamikler · ARDL sınır testi yaklaşımı

Özet

Bu çalışmanın amacı Türkiye’de, ekonominin üç temel sektörü olan sanayi, hizmet ve tarım sektörlerinin gerek birbirleriyle gerekse gayri safi yurtiçi hasıla (GSYİH) ile olan kısa ve uzun dönem etkileşimlerini zaman serisi yöntemleriyle ortaya koymaktır. Çalışmada kullanılan veriler üçer aylık olup 1998:I-2015:IV dönemini kapsamaktadır. Değişkenler arasındaki uzun dönem dinamik ilişkileri araştırmak için Gecikmesi Dağıtılmış Otoregresif (ARDL) sınır testi yaklaşımı kullanılmıştır. Ardından, Toda-Yamamoto nedensellik testi ile söz konusu değişkenler arasındaki nedensel ilişkiler belirlenmiştir. ARDL sınır testi sonucunda, tarım sektörü üretiminin bağımsız değişken olduğu modeller hariç tüm ikili değişkenler arasında uzun dönem ilişki tespit edilmiştir. Toda-Yamamoto nedensellik testi sonuçları, GSYİH ile sanayi üretimi arasında ve GSYİH ile hizmet üretimi arasında çift yönlü, hizmet sektörü üretiminden sanayi üretimine doğru olmak üzere tek yönlü bir nedensellik ilişkisi olduğunu göstermiştir.

🔖

Cite This Article

YAMAK, N., KOLCU, F. (2017). TÜRKİYE’DE KISA VE UZUN DÖNEM SEKTÖREL DİNAMİKLER. Kafkas Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 8 - Sayı: 15, 81–99. https://ajindex.com/articles/212770

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (17)

  1. Arısoy, İ. (2013). Kaldor yasası çerçevesinde Türkiye’ de sanayi sektörü ve iktisadi büyüme ilişkisinin sınanması. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 8(1), 143-162.
  2. Ateşoğlu, H. S. (1993). Manufacturing and economic growth in the United States. Applied Economics, 25(1), 67-69.
  3. Bairam, E. (1987). The verdoorn law, returns to scale and ındustrial growth: a review of the literature. Australian Economic Papers, 26(48), 20-42.
  4. Bairam, E. (1991). Economic growth and kaldor’s law: the case of turkey, 1925-78. Applied Economics, 23(8), 1277-1280.
  5. Cornwall, J. (1976). Diffusion, convergence and Kaldor’s laws. The Economic Journal, 86(342), 307-314.
  6. Cornwall, J. (1977). Modern capitalism: Its growth and transformation. London: Martin Robertson. Çetin, M. (2009). Kaldor büyüme yasasının ampirik analizi: Türkiye ve AB ülkeleri örneği (1981-2007). Afyon Kocatepe Üniversitesi İ.İ.B.F.Dergisi, C.XI, S I, 355-373.
  7. Diaz Bautista, A. (2003). Mexico’s industrial engine of growth: Cointegration and causality. Momento Economico, 126, 34-41.
  8. Dickey, D.A., & Fuller, W.A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74(366), 427–431.
  9. Dickey, D.A., & Fuller, W.A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica, 49 (4), 1057-1072.
  10. Dixon, R., & Thirlwall, A.P. (1975). A model of regional growth-rate differences on kaldorian lines. Oxford Economic Papers, 27(2), 201-214.
  11. Drakopoulos, S.A., & Theodessiou, I. (1991). Kaldorian approach to greek economic growth. Applied Economics, 23(10), 1683-1689.
  12. Engle, R.F., & Granger, C.W.J. (1987). Co-integration and error correction: Representation, estimation, and testing. Econometrica, 55(2), 251-276.
  13. Gramlich, E. (1994). Infrastructure investment: A review essay. Journal of Economic Literature, 32(3), 1179-1196
  14. Güçlü, M. (2013). Manufacturing and regional economic growth in Turkey: A spatial econometric view of Kaldor’s laws. European Planning Studies, 21(6), 854-866.
  15. Johansen, S. (1988). Statistical analysis of cointegration vectors. Journal of Economic Dynamics and Control, 12(2-3), 231-254.
  16. Johansen, S., & Juselius, K. (1990). Maximum likelihood estimation and ınference on cointegration with applications to the demand for money. Oxford Bulletin of Economics and Statistics, 52(2), 169-210.
  17. Kaldor, N. (1966). Causes of the slow rate of growth of the United Kingdom. Cambridge: Cambridge Unive