KaydedilenlerDerginizi ekleyin

Dergiler / Aydın İktisat Fakültesi Dergisi / 2017 / Cilt: 2 - Sayı: 2

TÜRKİYE ÇIKTI AÇIĞININ GÖZLENEMEYEN BİLEŞEN MODELLERİ İLE ÖLÇÜLMESİ

Eda Yalçın Kayacan
Şenay Üçdogruk Birecikli
Sayfa
33–48
Yayın Tarihi
2017-12-10
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Modelde düzensiz bileşene ait varyasyonun sıfıra çok yakın elde edilmesi , modelde açıklanamayan bir adım olmadığını ve model varyasyonunun konjonktür ve trend tarafından açıklanabildiğini göstermektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Öz Potansiyel çıktı ve çıktı açığı, parasal, mali ve işgücü piyasalarına ait politikaların idaresinde oldukça önemli bir role sahip olan ve gözlenemeyen ancak tahmin edilebilen değişkenlerdir.
📊
Temel Bulgular & Veri:Durum-uzay formunda gösterilen ölçüm ve geçiş denklemleri Kalman filtresini kullanarak en çok olabilirlik yöntemine dayanan istatistiksel yöntemlerle tahminlenmektedir.Çalışmamızın amacı, 1998:Q1- 2016:Q2 dönemleri için Türkiye GSYH (Gayri safi yurtiçi hasıla- sabit 1998 bazlı-logaritmik değerleri üzerinden mevsimsel olarak düzeltilmiş) verisi kullanılarak, potansiyel çıktı ve çıktı açığının gözlenemeyen bileşen modelleri ile tahminlenmesidir.
💡
Sonuç & Katkı:Modelde düzensiz bileşene ait varyasyonun sıfıra çok yakın elde edilmesi , modelde açıklanamayan bir adım olmadığını ve model varyasyonunun konjonktür ve trend tarafından açıklanabildiğini göstermektedir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:2016 Verileri
⚙️Değişkenler:Anahtar Kelimeler Çıktı Açığı

Özet

Öz Potansiyel çıktı ve çıktı açığı, parasal, mali ve işgücü piyasalarına ait politikaların idaresinde oldukça önemli bir role sahip olan ve gözlenemeyen ancak tahmin edilebilen değişkenlerdir. Potansiyel çıktı ve çıktı açığının tahminine yönelik kullanılan çeşitli istatistiksel ve ekonometrik teknikler mevcuttur. Çalışmamız çıktı açığının tahminlenmesinde, gözlenemeyen bileşen modellerine dayanan yöntemlere odaklanmaktadır.Trend, mevsimsel, konjonktürel ve düzensiz bileşenleri içeren bir zaman serisi gözlenemeyen bileşenleri açısından doğrudan formule edilmekte ve serinin ayrışması ile doğrudan ekonomik yorum yapılabilmektedir. Söz konusu modeller durum–uzay formunda ifade edilmektedir.Durum-uzay modelleri ise, gözlenen-gözlenemeyen değişkenler arasındaki ilişkiyi tanımlayan ölçüm denklemi ve gözlenemeyen değişkenlerin dinamiklerini tanımlayan geçiş denkleminden oluşmaktadır. Durum-uzay formunda gösterilen ölçüm ve geçiş denklemleri Kalman filtresini kullanarak en çok olabilirlik yöntemine dayanan istatistiksel yöntemlerle tahminlenmektedir.Çalışmamızın amacı, 1998:Q1- 2016:Q2 dönemleri için Türkiye GSYH (Gayri safi yurtiçi hasıla- sabit 1998 bazlı-logaritmik değerleri üzerinden mevsimsel olarak düzeltilmiş) verisi kullanılarak, potansiyel çıktı ve çıktı açığının gözlenemeyen bileşen modelleri ile tahminlenmesidir. GSYH serisinin en uygun temsilini bulmak için, bileşenleri açısından farklılaştırılarak, potansiyel çıktı ve çıktı açığı değerleri tahminlenmiştir. Literatürde GSYH’nın stokastik trend bileşeni ve AR(2) süreci izleyen durağan konjonktürel bileşen ile ifade edildiği temel çalışma Clark(1987)’de incelenmektedir. Çalışmamızda GSYH’nın stokastik trend bileşeni, AR(2) süreci izleyen durağan konjonktürel bileşen olup, 2009 yılının birinci çeyreğindeki müdahale değişkeni ile temsil edilen istatistiksel model şartlarını sağlayan ve tahminleme başarısı en yüksek olan modeldir. Modelde düzensiz bileşene ait varyasyonun sıfıra çok yakın elde edilmesi , modelde açıklanamayan bir adım olmadığını ve model varyasyonunun konjonktür ve trend tarafından açıklanabildiğini göstermektedir. Elde edilen potansiyel ve gerçekleşen çıktıya ait değerler grafik üzerinde incelendiğinde, gözlenemeyen bileşen modellerine dayanan teori ile elde edilmiş potansiyel ve gerçekleşen çıktının yükseliş ve düşme dönemlerinde birlikte hareket ettiği ve benzer kırılma noktalarını yakaladıkları da görülmektedir.

🔖

Bu Makaleye Atıf Yap

Kayacan, E. Y., Birecikli, Ş. Ü. (2017). TÜRKİYE ÇIKTI AÇIĞININ GÖZLENEMEYEN BİLEŞEN MODELLERİ İLE ÖLÇÜLMESİ. Aydın İktisat Fakültesi Dergisi, Cilt: 2 - Sayı: 2, 33–48. https://ajindex.com/articles/4533

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. Box, G.E.P., Jenkins, G.M. and Reinsel, G.C. (1994). “Time series analysis: Forecasting and Control”, 3rd edition. Prentice Hall, NewJersey. Clark, P. K. (1987): “The Cyclical Component of U.S. Economic Activity,” Quarterly Journal of Economics, 102, 797-814.
  2. Dungey, Mardi, Jan P.A.M. Jacobs, Jing Tian, and Simon van Norden. 2015. “Trend in Cycle or Cycle in Trend? New Structural Identifications for Unobserved-Components Models of U.S. Real Gdp.” Macroeconomic Dynamics 19 (4): 776–90.
  3. Harvey, A. C. (1990).”Forecasting, Structural Time Series Models and the Kalman Filter”. Cambridge University Press.
  4. Harvey, A.C. and S.J. Koopman (1992), "Diagnostic checking of unobserved components time series models", Journal of Business and Economic Statistics, 10:377-389.
  5. Harvey, A. C. and A. Jaeger (1993): “Detrending, Stylized Facts and the Business Cycle,” Journal of Applied Econometrics, Vol.8, 231-247.
  6. Harvey, A.C. and A. Scott (1994), "Seasonality in dynamic regression models", The Economic Journal. 104:1324-1345.
  7. Harvey, A. And Shephard, N. (2004). “State Space and Unobserved Component Models: Theory and Applications”. Cambridge University Press.
  8. Harvey, A and Proietti, T.(2005). “Readings in Unobserved Components Models”. Oxford University Press.
  9. Jacques, J. (2007).“An Introduction to State Space Time Series Analysis”. Oxford University Press.
  10. Jones, R.H.(1993). “Longitudinal Data with Serial Correlation: A State Space Approach”. London: Chapman and Hall. Kitagawa, G., and W Gersch (1996).” Smoothness Priors Analysis of Time Series”. Berlin: Springer-Verlag. Koopman, S. and Durbin, J. (2012).”Time Series Analysis by State Space Methods”, Second Edition.
  11. Oxford University Press.
  12. Koopman S J, Harvey A C, Doornik J A and Shephard N. (2000).” STAMP: Structural Time Series Analyzer, Modeler and Predictor”. Kuttner, K.N. (1994): “Estimating Potential Output as a Latent Variable,” Journal of Business and Economic Statistics, Vol.12 (3), 361-68.
  13. Kuttner, K.N. (1999): “A Time-Series Approach to Potential Output,” Manuscript, Federal Reserve Bank of New York. Luati A., Proietti T. and Reale M. (2012). “The Variance Profile”. Journal of the American Statistical Association, 107, 607–621.
  14. Meinhold, R. J. and Singpurwalla, N.D., (1983). “Understanding Kalman filter”. Amer. Statistician, 37, 123-127.
  15. Nakstad, Yoon Shin. 2006. “Structural Time Series Models: Theory and Application Department of Economics,” Nelson, C. and C.I. Plosser (1982):“Trends and Random Walks in Macroec