Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBulgularımıza göre, İktisadi Yönelim Anketi'nde yer alan göstergeler ile küresel iktisadi faaliyetle ilişkili bir takım değişkenler söz konusu üç ölçütü de sağlamaktadır.
📌 3 Maddede Bu Makale
Özet
ÖZ Bu çalışma, işgücü piyasasının mevcut durumunu özetlemek ve tahmin etmek amacıyla, Türkiye'de tarım dışı işsizlik oranı ile ilişkili olabilecek bazı değişkenleri incelemektedir. Bu kapsamda, iktisadi faaliyetin genel gidişatını, iş gücü piyasası koşullarını, iktisadi faaliyete ilişkin beklentileri, kredi koşullarını ve küresel eğilimleri gösteren 72 tane değişken değerlendirmeye alınmıştır. Serilerin bilgi değeri Granger nedensellik testi, bağıntı analizi ve bireysel örneklem dışı tahmin performansı sonuçları esas alınarak ölçülmüştür. Bulgularımıza göre, İktisadi Yönelim Anketi'nde yer alan göstergeler ile küresel iktisadi faaliyetle ilişkili bir takım değişkenler söz konusu üç ölçütü de sağlamaktadır. Bununla birlikte, örneklem dışı tahmin performansına bakılarak seçilen serilerden oluşturulan bileşik endeksin, işsizliğin sadece kendi gecikmeli değerleriyle açıklandığı temel modele kıyasla tahmin performansını iyileştirdiği gözlenmiştir.
Abstract
This paper examines various variables that are likely to be associated with the Turkish non-agricultural unemployment rate in search of indicators to summarize and forecast the state of the labor market. We consider a total of 72 series that reflect aggregate economic activity, labor market conditions, expectations over future economic activity, global economic trends, and credit conditions. We use Granger causality tests, correlation analyses and individual out of sample forecast performance of these series to assess their informativeness about the unemployment rate. We find that Business Tendency Survey indicators and some series that measure the global economic conditions satisfy all three criteria of informativeness. Moreover, the composite index constructed from series selected based upon out of sample predictive power improves short-term forecast performance of the autoregressive benchmark model, where we use only lagged values of the unemployment rate.