Makaleyi Yazdır - Abant İzzet Baysal Üniversitesi Sosyal Bilimler

AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
İŞLETMELERİN FİYATLAMA YAKLAŞIMLARININ
İNCELENMESİ: FİYAT ENDEKSLERİ İLE SEKTÖREL
BAZDA TEST EDİLMESİ
Yusuf Volkan TOPUZ*
Bahtışen KAVAK**
THE ANALYSIS OF FIRMS’ PRICING APPROACHES:
TESTING BY PRICE INDICES ON SECTORAL BASIS
Öz
Bu çalışmanın amacı, ele alınan bir sektörde işletmelerin yaygın olarak
kullandıkları fiyatlama yöntemini üretici ve tüketici endeksleri arasındaki
ilişkilere dayalı olarak belirlemektir. Çalışmada tüm sektörlerin yer aldığı genel
veriler ile Gıda, Giyim, Mobilya ve Ulaştırma sektörü verileri kullanılmıştır. Bu
çalışmada, zaman serileri arasındaki ilişkilerin belirlenmesi için Granger
nedensellik testi ve VAR modeli kullanılmıştır. VAR sonuçları etki-tepki
fonksiyonları ve varyans ayrıştırması ile yorumlanmıştır. Bunların yanında,
ulaştırma ve giyim sektörlerinde, üretici ve tüketici fiyatları arasındaki ilişkileri
açıklamak için sınır testi-ARDL yaklaşımı ve ECM dayalı Granger nedensellik
testi kullanılmıştır. Testler Sonucunda; giyim sektöründe ve genel düzey
verilerde üretici ve tüketici fiyatları arasında iki yönlü ilişki belirlenmiştir.
Mobilya sektöründe tüketici fiyatlarının üretici fiyatlarını belirlediği, dolayısıyla
mobilya sektörü için talep odaklı fiyatlama anlayışının geçerli olduğu
görülmüştür. Ulaştırma ve gıda sektörlerinde ise, üretici fiyatlarının tüketici
fiyatları üzerinde daha etkili olduğu belirlenmiştir.
Anahtar Kelimeler: Fiyat, Fiyatlama Yöntemleri, Fiyat Endeksleri Arasındaki
İlişkiler, VAR, Sınır Testi, Granger Nedensellik
Abstract
The purpose of this study is to determine the pricing approach which is used
commonly by the firms in a discussed industry based on the relationship
between PPI and CPI. In this study, the public data of all sectors and Food,
Clothing, Furniture and Transportation sectors have been used. In this study,
Granger causality test and VAR model (impulse-response functions and
Yrd. Doç. Dr., Abant İzzet Baysal Üniversitesi, İİBF, İşletme Bölümü, e-posta:
[email protected]
**
Prof. Dr., Hacettepe Üniversitesi, İİBF, İşletme Bölümü, e-posta:
[email protected]
*
87
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
variance decomposition) has been used. Furthermore, Bound Test-ARDL
approach and Granger causality test based on ECM have been used to describe
the relationship between producer and consumer price in transportation and
clothing sector. As a result of the tests, in Clothing sector and general level data,
bidirectional relationship between producer and consumer price. In the furniture
sector, the consumer price determines the producer price. On the other hand, in
transportation and food sectors, producer prices is more effective on consumer
prices.
Keywords: Price, Pricing Approach, The Relationship between Price Indices,
VAR, Bound Test, Granger Causality
1. Giriş
İşletmeler uyguladıkları pazarlama faaliyetlerinin kısa ve uzun dönemli
sonuçlarını doğru tahmin etmelidirler. Hem kısa hem de uzun dönemli
sonuçlar, pazardaki diğer faktörlerin etkisininde dahil olduğu bir
mekanizma içerisinde oluşmaktadır. Bu mekanizma içerisinde işletmenin
kontrol edebildiği ve kontrol edemediği birçok faktör bulunmaktadır.
Bilinmesi gerekn en önemli nokta, söz konusu faktörlerin tamamının
satışları etkilediğidir
(Hanssens ve Parsons, 1993). Öte yandan
pazarlama yöneticileri, bu mekanizmanın işleyişi hakkıdan topladıkları
bilgi ile karar vermek durumunda kalırlar. Pazar ile ilgili olarak toplanan
veriler istatistiksel yöntemler kullanılarak ekonometrik olarak
modellenebilir ve pazardaki değişkenler arasındaki ekonomik ilişkiler
belirlenebilir. Böylece işletmenin seçtiği ve/veya maruz kaldığı bu
unsurlara pazarın nasıl tepki verdiğini doğru bir şekilde analiz etmek
mümkün olmaktadır (Koçaş ve Aykaç, 2007). Bu çerçevede ekonometrik
modellere dayalı olarak, bir işletmenin yer aldığı pazarda ve özellikle
sektörde yaygın olarak uygulanan fiyatlama yöntemini belirlemek, fiyat
kararlarını alan yöneticiler için önemli bir veri olacaktır.
Bir sektördeki işletmelerin fiyatlama davranışını belirlemek ve anlamak
için ilk akla gelen yol birinci elden toplanan veriler olmakla birlikte,
diğer bir yol üretici ve tüketici fiyatları arasındaki ilişkilerden
yararlanmaktır. Uygulamada yaygın olarak, üretici fiyatları tüketici
fiyatlarının göstergesi olarak kullanılmaktadır. Bu nedensellik arz yanlı
gelişmeler ve özellikle üretim zamanı ile ilişkili olabilir (Caporale,
Katsimi ve Pittis, 2002). Nitekim 1980’li yıllardan sonra hammadde
fiyatları ile tüketici fiyatları arasındaki nedensellik ilişkisini inceleyen
çalışmaların birçoğunda, temel bulgu, hammadde fiyatlarındaki
değişmelerin
tüketici
fiyatlarındaki
değişimin
öngörüsünde
kullanılabileceği olmuştur (Thoma, 2006; Chen, 2011). Çünkü standart
88
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
açık bir makro ekonomi modelinde perakende sektörü var olan üretimi
girdi olarak kullanmaktadır. Bu nedenle perakende sektörü var olan
üretime bir gecikme zamanı ile değer ilave edebilmektedir (Caporale vd.,
2002). Dolayısıyla bu çalışmada, ele alınan herhangi bir sektörde, üretici
fiyatlarındaki değişmenin tüketici fiyatlarını yönlendirdiği belirlenir ise o
sektörde maliyetleri temel alan maliyet odaklı fiyatlamanın yönteminin
yaygın olarak kullanıldığı ileri sürülebilecektir.
Farklı bir bakış açısıyla, literatürde tüketici fiyatlarından üretici
fiyatlarına doğru bir nedensellik ilişkisi olduğu ileri sürülmektedir. Söz
konusu nedensellik ilişkisi türetilmiş talep analizi ile açıklanmaktadır.
Buna göre, endüstriyel mallara olan talebi nihai mal ve hizmete talep olan
belirlemektedir. Cushing ve McGarvey (1990)’in talep yanlı etki ile
açıkladıkları bu duruma göre, ilk ürüne olan talep tüketici mallarının
gelecekte beklenen fiyatına bağlıdır. Bu varsayımla tüketici fiyatlarının,
bugünkü talebe bağlı olduğu kadar, geçmişte beklenen bugünkü talebe de
bağlı olduğu ileri sürülebilir. Buna karşın üretici fiyatları, türetilmiş talep
teorisine dayalı olarak tüketicilerin gelecekte beklenen talebine bağlıdır.
Öyleyse bu çalışmada, ele alınan bir sektörde tüketici fiyatlarının üretici
fiyatlarını yönlendirdiği ampirik olarak belirlenirse, o sektör için tüketici
(talep) odaklı fiyatlamanın belirleyici olduğunu, diğer bir ifadeyle söz
konusu sektörde türetilmiş talep teorisinin geçerli olduğunu ileri sürmek
mümkün olacaktır. İşte bu çalışmada söz konusu varsayımın doğruluğu
tespit edilmeye çalışılacaktır. Bir sektörde üretici ve tüketici fiyatları
arasındaki öncelik ilişkisinin tam olarak belirlenmesi durumunda ise,
pazar koşullarına bağlı olarak o sektörde yer alan işletmelerin fiyat
belirlerken karma yöntem kullandığı ileri sürülebilir.
Bu çalışmanın amacı, ele alınan bir sektörde yer alan işletmelerin yaygın
olarak uyguladıkları fiyatlama yöntemlerini sektörel bazda, üretici ve
tüketici endeksleri arasındaki ilişkilerden yararlanarak belirlemektir. Ele
alınan bir sektörde türetilmiş talep teorisinin varlığını da sınamaya imkan
verecek söz konusu amaç doğrultusunda, aşağıdaki araştırma soruları
yanıtlanmaya çalışılacaktır:
1) Üretici fiyatları tüketici fiyatlarını yönlendirmekte midir?
2) Tüketici fiyatları üretici fiyatlarını yönlendirmekte midir?
3) Sektörel fiyatlar arasındaki ilişkiler tüm sektörleri kapsayan
genel fiyatlar arasındaki ilişkileri doğrulamakta mıdır?
89
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
Üretici ve tüketici fiyat endeksleri arasındaki ilişkilerden yararlanarak,
ele alınan bir sektörde yaygın olarak kullanılan fiyatlama yöntemini
belirlemesi açısından bu çalışmanın ayrıcalığa sahip olduğu ifade
edilebilir. Bir sektörde yer alan işletmelerin yaygın olarak kullanıldıkları
fiyatlama yöntemini belirlenmesi halinde ise, sektördeki işletmelere ve
söz konusu sektörlere yeni girecek işletmelere önemli bir bilgi
sağlanabilecektir. Çalışmada, üretici ve tüketici fiyatları arasındaki
ilişkilerin arz ve talep yönlü olmak üzere iki şekilde incelenmesi,
“endüstriyel mallara olan talebin nihai mal ve hizmetlere olan talepten
türetilmiş olduğu” savının geçerliliğinin sektörler itibariyle sınanmasını
sağlayacaktır. Öte yandan, fiyat endeksleri arasındaki öncelik ilişkisinin
belirlenmesi halinde, bir endeksdeki değişim diğerindeki değişmenin
öncü göstergesi olacaktır. Bu bulgu, fiyat ayarlaması yapacak işletmeler
için önemli bir gösterge olacağı gibi, ekonominin genel durumunu ve
enflasyonu izleyen karar birimleri ve politika yapıcıları için de önemli bir
gösterge olacaktır.
Bu çalışmanın amacı doğrultusunda, ikincil verilere dayalı üretici ve
tüketici fiyat endeksleri arasındaki olası ilişkiler, zaman serilerine dayalı
ekonometrik modeller kullanılarak belirlenmeye çalışılmıştır. Çalışmada
tüm sektörlerin yer aldığı genel veriler ile Gıda, Giyim, Mobilya ve
Ulaştırma sektörü verileri kullanılmıştır. Üretici ve tüketici fiyat
endeksleri arasındaki öncelik ilişkilerinin belirlenebilmesi için Granger
nedensellik testi kullanılmıştır. Durağanlık varsayımını sağlayan (tüm
sektörleri içeren genel düzey veriler ile gıda ve mobilya sektörleri)
değişkenler arasındaki ilişkinin büyüklüğünü ve gecikmeli etkilerini
belirlemek için vektör otoregresif model-VAR kullanılmıştır. Elde edilen
VAR sonuçları ise, etki-tepki fonksiyonları (IRF) ve varyans ayrıştırması
testleri kullanılarak değerlendirilmiştir. Bunların yanında VAR modelinin
durağanlık varsayımı sağlamayan ulaştırma ve giyim sektörlerinde,
üretici ve tüketici fiyatları arasındaki ilişkilerin analizi için sınır testiARDL yaklaşımı ve hata düzeltme modeline (ECM) dayalı Granger
nedensellik testi kullanılmıştır.
2. İşletmelerin Fiyatlama Yöntemleri ve Fiyat Endeksleri
İlişkisi
İşletmeler fiyatlama sürecinde üç tip bilgiyi belli bir düzeyde kullanarak
seçim yapmaktadırlar. Bunlar müşteri, maliyet ve rakip bilgileridir
(Ingenbleek, Depruyne, Franbach ve Verhallen, 2001). Buradan hareketle
işletmelerin talebe, maliyetlere ve rakiplere bağlı olarak fiyat kararlarını
90
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
verdikleri ifade edilebilir. Rekabet odaklı fiyatlama yaklaşımında fiyat,
rakiplerin fiyatlarını referans alarak belirlenirken, maliyet odaklı
fiyatlama yaklaşımında fiyat, üretim ve pazarlama maliyetlerini temel
alarak belirlenmektedir. Talep odaklı yaklaşım ise, alternatif fiyat
düzeylerinde tüketici tepkisinin tahmin edilmesine dayanmaktadır
(Cravens ve Piercy, 2003: 392).
Bir sektörde yer alan işletmelerin fiyatlama yöntemlerini belirlemek için
ise genellikle iki yol kullanılmaktadır. Bunlardan ilki, fiyatlama yöntemi
belirlenecek işletmelere fiyatlama yöntemlerinin ne olduğunu doğrudan
sormaktır. İkinci yol ise, üretici ve tüketici fiyatları arasındaki ilişkilerden
yararlanarak, ele alınan sektörde yaygın olarak kullanılan fiyatlama
yöntemini belirlemektir (Zurlinden, 2007).
Üretim sürecine yönelik basit teori, üretici fiyatlarındaki değişmelerin
tüketici fiyatlarını etkilemesi nedeniyle üretici ve tüketici fiyatlarını
birbirine bağlamaktadır. Bu nedenle üretici fiyatlarının değişmesi üretim
zincirinin sonraki halkasında tüketici fiyatlarını yönlendirecektir (Clark,
1995; Dorestani ve Arjomand, 2006).
Tüketici ve üretici fiyatları arasındaki nedenselliğe ilişkin bu geleneksel
yaklaşıma göre, üretici fiyatlarındaki değişme tüketici fiyatlarındaki
değişmenin nedenidir (Jones, 1986). Arz yanlı olarak açıklanan bu
yaklaşıma göre birincil ürünler pazarındaki arz hareketleri üretici
fiyatlarını ve belli bir gecikme ile de tüketici fiyatlarını etkilemektedir.
Bazı ekonomistlerin ve halkın yaygın inanışına göre de, üretici
fiyatlarındaki cari değişmeler otomatik olarak sonraki süreçte tüketici
fiyatlarında değişikliklere neden olmaktadır. Çünkü üretici eşya işlemleri
perakende işlemlerinden önce meydana gelmektedir ve insanlar toptan
eşya fiyatlarının tümünde meydana gelen değişikliğin, dağıtım sistemi
içerisinde, ürünlerin perakende fiyatlarına yansıyacağına inanmaktadır
(Guthrie, 1981).1
Öte yandan üretim zincirindeki bu basit ilişkinin aksine Gang vd. (2009),
tüketici fiyatlarından üretici fiyatlarına doğru bir nedensellik
belirlemişlerdir. Colclough ve Lange (1982)’e göre, tüketici ve üretici
fiyatları arasındaki ilişki talep yanlı olarak da ele alınabilir. Bu görüşün
Ancak birçok açıdan üretici ve tüketici fiyatları arasındaki ilişki zayıf
olabilmektedir. Tüketici fiyatları üretici fiyatları kadar hammadde fiyatı
değişikliklerine tepki vermemektedir. Çünkü üretici ve tüketici fiyatları bileşimi
tüketici fiyatlarının hizmet sektörünüde içermesi bakımında önemli bir farklılık
gösterir. Bu nedenle tüketici endeksleri içerisindeki nihai malların fiyatı artarken
hizmetlerin fiyatı düşebilir (Clark,1995).
1
91
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
dayandığı türetilmiş talep analizine göre, endüstriyel pazardaki gelişmeler
tüketici pazarındaki değişmelerden türetilmiştir. Bu düşünce nihai
ürünlere olan talepteki değişmenin birincil ürünlerin talebinde yaratacağı
değişikliğe dayanmaktadır (Colclough ve Lange, 1982; Granger, Robins
ve Engle, 1986). Gerçekte birincil ürünlere olan talep, perakendecinin
bugün ve geçmişteki talebine bağlı olmakla birlikte gelecekteki talebine
de bağlı olabilmektedir (Cushing ve Mcgarvey, 1990). Dolayısıyla nihai
tüketim malları talebinde ve fiyatlarında meydana gelen değişme
üreticilerin girdi talebini ve fiyatını etkileyebilecektir.2
Literatürde, üretici fiyatlarındaki değişmenin, bir sonraki dönemde
tüketici fiyatlarına yansıyacağını ileri süren çalışmalara rastlamak
mümkündür (Dorestani ve Arjomand, 2006; Clark, 1995; Cushing ve
McGarvey, 1990; Caporale vd., 2002; Cutler, Chan ve Li, 2005). Bununla
birlikte Zortuk (2008), Türkiye özelinde, tüketici ve toptan eşya fiyat
endeksleri arasındaki nedenselliği, 1986:01 ve 2004:12 dönemleri
arasında test ettiği çalışmada toptan eşya fiyat endeksinden tüketici fiyat
endeksine doğru tek yönlü bir nedensellik olduğunu belirlenmiştir.
İlişkinin iki yönlü olabileceği varsayımından hareketle yapılan testlerde
ise tüketici fiyatlarının da üretici fiyatlarını yönlendirebileceği sunucuna
ulaşılmıştır (Huh ve Trehan, 1995). Öte yandan, Gordon (1988) üretici
ve tüketici fiyat endeksleri arasında anlamlı ilişkiler bulamamıştır. Akdi,
Berument ve Cilasun (2006) tarafından Türkiye verileri kullanılarak
yapılan bir çalışmada ise, tüketici fiyat endeksleri ile toptan eşya fiyat
endeksleri arasındaki ilişki kısa dönemde anlamlı iken, uzun dönemde
anlamlı olmamıştır.
3. Veri ve Yöntem
Bu çalışmada ele alınan tüm fiyat endeksleri TÜİK’ten temin edilmiştir.
Çalışmada üretici fiyatlarını temsilen TÜİK tarafından hesaplanan Toptan
Eşya Fiyatları Endeksi (1994=100) ve tüketici fiyatlarını temsilen
Tüketici Fiyatları Endeksi (1994=100) kullanılmıştır. Söz konusu fiyat
endeksleri, ilgili ay endeks rakamının, bir önceki aya göre yüzde değişim
(aylık enflasyon) oranı şeklinde ifade edilmiştir. Bu nedenle, çalışmanın
Bu iki farklı yaklaşımında ötesinde görüş öne sürenler ise, tüketici ve üretici
fiyat endekslerinin farklı evren fiyatlarını temsil etmeleri nedeniyle aralarında bir
öncelik ilişkisi olamayacağını, dolayısıyla endekslerden birindeki değişmenin
diğerini etkilemeyeceğini ifade etmektedirler (Guthrie, 1981).
2
92
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
başlangıç dönemi 1994:02 ve bitiş dönemi ise, güvenilir ve kesin verilerin
elde edildiği son tarih olan 2006:10’dur.
Çalışma dönemi göz önüne alındığında endekslerin zaman serisi özelliği
olduğunu görmek mümkündür. Bundan dolayı, üretici ve tüketici fiyatları
arasındaki ilişkinin incelenmesinde zaman serilerine dayalı testlerden
yararlanılmıştır. Bu çerçevede ilk olarak, ele alınan serilerin trend ve
mevsim bileşenlerin incelenmiş ve de birim kök testleri ile durağanlık
sınamaları yapılmıştır. Census X-12, X-11 ve TRAMO/SEATS
yöntemleri sık kullanılan mevsimsel düzeltme yöntemleridir. Ongan
(2002), ülkemiz tüketici ve toptan eşya fiyat endeksleri için en uygun
mevsimsel düzeltme yöntemini belirlemek amacıyla yapmış olduğu
çalışma sonucunda, fiyat endekslerinin mevsimsellikten ayrıştırılmasında,
model temelli bir yaklaşım olan TRAMO/SEATS’i önermiştir. Buna
bağlı olarak bu çalışmada ele alınan fiyat endekslerindeki mevsimsellik
etkisinin giderilmesinde TRAMO/SEATS yöntemi kullanılmıştır.
Birim kök sınamasında Augmented Dickey-Fuller (ADF) ve PhillipsPerron (PP) testleri bir arada kullanılmıştır.
Tablo 1: Birim Kök Testi Sonuçları
Değişkenler
Augmented Dickey-Fuller (ADF)
Phillips-Perron (PP)
Düzey*
I.Sıra Fark**
Düzey*
TÜFEGNL
ÜFEGNL
-4,26 (4)a
-5,14 (3)a
-4,87 (12)a
-8,32 (4)a
-7,89 [2]a
-7,21 [4]a
TÜFEGID
-4,87 (5)a
-9,76 (4)a
-8,50 [11]a
ÜFEGID
-4,69 (11)a
-5,10 (12)a
-9,10 [4]a
TÜFEMOB
ÜFEMOB
-4,59 (4)a
-6,56 (3)a
-6,86 (7)a
-4,42 (10)a
-7,92 [4]a
-12,18 [3]a
TÜFEGYM
-3,86 (4)a
-12,14 (3)a
-9,24 [2]a
ÜFEGYM
-2,93 (9)
-7,77 (6)
a
-13,65 [3]a
TÜFEULS
-5,62 (3)a
-7,40 (6)a
-9,551 [1]a
ÜFEULS
-2,89 (12)
-4,67 (11)a
-7,311 [3]a
*
Trendli ve sabit katsayılı model için Mac Kinnon Kritik Değerleri %1, %5 ve
%10 güven düzeylerinde sırasıyla -4.021254, -3.440471 ve -3.144707’dir.
**
Trend ve sabit katsayı içermeyen model için Mac Kinnon Kritik Değerleri %1,
%5 ve %10 güven düzeylerinde sırasıyla -2.580366, -1.942952 ve -1.615307’dir.
( ): AIC göre seçilen gecikme uzunluğu, [ ]: Bandwidth
a b
, , ve c ilgili test istatistiğine göre sırasıyla %1, %5 ve %10 düzeyinde istatistiki
olarak anlamlılığa işaret etmektedir.
93
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
Tablo 1’de ADF ve PP birim kök testi sonuçları bir arada verilmektedir.
Tablo 1’de yer alan sonuçlardan da görüleceği üzere tüm değişkenler PP
birim kök testine göre düzeyde durağan olmasına karşın, ADF birim kök
testinde, ulaştırma sektörü üretici fiyatları (ÜFEULS) ve giyim sektörü
üretici fiyatları (ÜFEGYM) dışındaki tüm değişkenler düzey değerlerinde
durağandır. ÜFEGYM ve ÜFEULS ise birinci farkları alındığında
durağan olmaktadır.
Bu çalışmada seriler arasındaki öncelik ilişkisinin belirlenmesi için
çalışmada Granger nedensellik testi kullanılmıştır. Ele alınan durağan
değişkenler arasındaki ilişkinin yönünü ve büyüklüğünü belirlemek için
ise Vektör Otoregresif Model-VAR kullanılmıştır. VAR modeli
sonuçlarının yorumlanmasında etki-tepki ve varyans ayrıştırması
analizlerinden yararlanılmıştır. Diğer yandan, ulaştırma ve giyim
sektörlerine ait verilerin VAR modelinin durağanlık varsayımını
sağlamadığı görülmüştür. Bu nedenle ulaştırma ve giyim sektörlerinde
seriler arasındaki ilişkiler sınır testi-ARDL yaklaşımı ile incelenmiştir.
Tüm testlerde E-views paket programı kullanılmıştır.
4. Bulgular
4.1. VAR Sonuçları
İki değişkenli kısıtsız VAR modeli için çözüme dahil edilen değişkenlerin
(mobilya ve gıda sektörleri ile genel düzey veriler) ADF birim kök testi
sonuçlarına göre durağan olduğu görülmüştür.3 VAR sonuçlarının
yorumlanmasında yaşanan güçlükler nedeniyle elde edilen katsayıların
teker teker yorumlanması yerine, ilişkilerin açıklanmasında etki-tepki ve
varyans ayrıştırması analizlerinden yararlanılmıştır.
4.1.1. Genel Düzey Etki Tepki Analizi ve Varyans Ayrıştırması
Sonuçları
Grafik 1’de görüldüğü üzere ÜFEGNL, TÜFEGNL’de meydana gelen
şoka dördüncü aydan sonra azalan yönlü ve istatsitiksel olarak anlamlı
Bu nedenle her üç sektör için VAR modeli kullanılmıştır. AIC kriteri dikkate
alınarak genel düzeyde veriler için hesaplanan en uygun gecikme uzunluğu 3’tür.
AIC göre gıda sektöründe en uygun gecikme uzunluğu 5 olarak kabul edilmiştir.
Son olarak, mobilya sektörü için AIC göre hesaplanan en uygun gecikme
uzunluğu 2’dir.
3
94
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
tepki vermektedir. TÜFEGNL’nin ÜFEGNL’e verilen şoka verdiği tepki
ise pozitif yönlüdür ve bu tepki ilk dört aylık süre itibariyle belirgin
şekilde azalarak devam etmektedir.4 Bunlarla birlikte değişkenlerin
sıralaması yapılan etki-tepki analizi sonuçlarının Grafik 2’de
TÜFEGNL’nin ÜFEGNL’e dördüncü aydan itibaren negatif yönlü ve
anlamlı
şekilde
tepki
verdiği
görülmektedir.
ÜFEGNL’in
TÜFEGNL’deki şoka verdiği tepki ise pozitif yönlüdür ve bu tepki
istatistiksel olarak anlamlı şekilde aylar itibariyle azalan bir seyir
izlemiştir.
Tablo 2’de ÜFEGNL için verilen varyans ayrıştırması sonuçlarına
bakıldığında, ÜFEGNL’de birinci dönemde meydana gelen değişmenin
tamamının (%100) kendisinden kaynaklandığını görülebilir. Bununla
birlikte TÜFEGNL’in ÜFEGNL değişmesinde altıncı periyotta ancak
%15 oranında etkili olduğu, bu etkinin onikinci dönem itibariyle %22’ye
ulaştığı ifade edilebilir. Öte yandan Tablo 2’de TÜFEGNL için hesap
edilen varyans ayrıştırması değerlerine bakıldığında, birinci dönemde
TÜFEGNL’de meydana gelen değişmenin %38’inin kendisinden
%62’sinin ise ÜFEGNL’den kaynaklandığı görülmektedir. ÜFEGNL’in
TÜFEGNL üzerindeki bu önemli orandaki etkisinin üçüncü dönemde
%65’e çıktığı ve sonraki dönemlerde azalarak onikinci dönemde %46’ya
kadar düştüğü görülmektedir.5
Değişkenlerin sıralaması değiştirilerek yeniden yapılan varyans
ayrıştırması sonuçları ise Tablo 3’de yer almaktadır. Burada
TÜFEGNL’de birinci dönemde meydana gelen değişmenin tamamının
kendisinden
kaynaklandığı
görülmektedir.
Altıncı
dönemde
TÜFEGNL’de meydana gelen değişmenin %7’si ÜFEGNL’den %93’ü
yine kendisinden kaynaklanmaktır. ÜFEGNL’in TÜFEGNL üzerindeki
Etki-tepki analizi, VAR modelde yer alan değişkenlerin sıralamasından önemli
ölçüde etkilenmektedir. Enders (2004), değişkenlerin sıralamasında
değişkenlerin hata terimleri arasındaki korelasyondan yararlanılabileceğini ifade
etmiştir. Buna göre VAR tahminlerinden elde edilen hata terimleri arasındaki
korelasyonun mutlak değeri 0.20’nin altında ise, denklemde yer alan değişkenleri
sıralaması etki-tepki analizleri için önemli olmamaktadır (Kadılar, 2000: 90;
Saçkan, 2005: 72). Genel fiyat serileri için tahmin edilen VAR denkleminden
elde edilen hata terimlerine ait korelasyon değerleri 0.78 olarak hesaplanmıştır.
Bu nedenle genel düzeydeki fiyat serileri için yapılan etki-tepki fonksiyonları
sıralama değişikliğine gidilerek ikinci kez tahmin edilmiştir.
5
Etki tepki analizlerinde ÜFEGNL ve TÜFEGNL’in hata terimleri arasındaki
korelasyon katsayının (0.78) %20’den büyük olduğu görülmektedir. Bu nedenle
sıralam değişikliğine gidilerek yeniden varyans ayrıştırması yapılmıştır.
4
95
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
etkisi dönemler itibariyle artmakla birlikte onikinci dönemde ancak %9’a
ulaşmaktadır. Bunlarla birlikte ÜFEGNL için yapılan varyans
ayrıştırması sonuçlarında ise ilk dönemde ÜFEGNL’de meydana gelen
değişmenin %62’sinin TÜFEGNL’den %38’nin ise ÜFEGNL’den
kaynaklandığı görülmektedir. TÜFEGNL’in ÜFEGNL üzerindeki bu
etkisi dönemler itibariyle artarak onikinci dönemde %66’ya ulaşmaktadır.
4.1.2. Gıda Sektörü Etki Tepki Analizi ve Varyans Ayrıştırması
Sonuçları
Grafik 3’de ÜFEGID ve TÜFEGID serilerinin etki-tepki fonksiyonları
gösterilmektedir. ÜFEGID’ın TÜFEGID’da meydana gelen şoka verdiği
tepki pozitif yönlü olmasına karşın istatistiksel olarak anlamlı olmadığı
ifade edilebilir. TÜFEGID’ın ÜFEGID’a verilen şoka verdiği tepki ise
pozitif yönlüdür ve bu etki dönemler itibariyle azalan bir seyir
izlemektedir.6
Sıralama değişikliği yapılarak elde edilen etki-tepki fonksiyonları Grafik
4’de görülmektedir. TÜFEGID’ın ÜFEGID’da meydana gelen şoka
verdiği tepkiye bakıldığında ilk üç dönem itibariyle artan bir pozitif etki
söz konusudur. Bu pozitif etki üçüncü dönemden itibaren azalmaktadır.
ÜFEGID’ın TÜFEGID’a verilen şoka verdiği tepki ise pozitiftir ve ilk
dört ay itibariyle anlamlı biçimde azalan bir seyir izlemektedir.
Gıda sektörü verileri için elde edilen varyans ayrıştırması sonuçları Tablo
4’de verilmiştir. Bu tabloda ÜFEGID’nın varyans ayrıştırması
sonuçlarına bakıldığında ilk periyotta ÜFEGID’da meydana gelen
değişmenin tamamının kendisinden kaynakladığı görülmektedir. üçüncü
periyotta ise ÜFEGID’da meydana gelen değişmenin ancak %2,7’si
TÜFEGID’dan kaynaklanmaktadır. Onikinci dönem itibariyle ise
ÜFEGID’daki değişmenin %4’ü TÜFEGID’dan kaynaklanmaktadır.
Tablo 4’de ikinci olarak TÜFEGID’nın varyans ayrıştırması sonuçlarına
yer verilmiştir. Burada görüleceği üzere ilk dönemde TÜFEGID’daki
değişmenin %65,8 kendisinden kaynaklanırken %34,2 gibi bir oranda
ÜFEGID’dan kaynaklanmaktadır. ÜFEGID’ın TÜFEGID üzerindeki bu
Genel düzeydeki fiyat serilerinde olduğu gibi burada da değişkenlerin
sıralaması ile ilgili olarak hata terimleri arasındaki korelasyondan
yararlanılmıştır. Buna göre ÜFEGID ve TÜFEGID hata terimleri arasındaki
korelasyon 0,58’dir dolayısıyla etki-tepki analizi sıralama değişikliğine gidilerek
yeniden yapılmıştır
6
96
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
etkisi dönemler itibariyle artmakla birlikte onikinci dönemde %62’ye
ulaşmaktadır.7
Tablo 5’de sıralama değişikliği sonucu elde edilen varyans ayrıştırması
sonuçları gösterilmektedir. Burada ilk olarak TÜFEGID varyans
ayrıştırması sonuçlarına bakıldığında, birinci dönemde, TÜFEGID’da
meydana gelen değişmenin %100’nün kendinden kaynaklandığı
görülmektedir. Ancak üçüncü dönemde TÜFEGID’daki değişmenin
yaklaşık %11’i ÜFEGID’dan kaynaklanmaktadır. ÜFEGID’ın TÜFEGID
üzerindeki etkisi onikinci dönemde %20’lere ulaşmaktadır. Tablo 5’de
ÜFEGID’nın
varyans
ayrıştırması
sonuçlarına
bakıldığında,
ÜFEGID’daki değişmenin ilk dönemde %34,2’sinin, onikinci dönem
itibariyle ise %48,2’sinin TÜFEGID’dan kaynaklandığı görülmektedir.
4.1.3. Mobilya Sektörü Etki Tepki Analizi ve Varyans Analizi
Sonuçları
Grafik 5’de ÜFEMOB ve TÜFEMOB sıralaması ile elde edilen etki-tepki
fonksiyonları gösterilmektedir. Buna göre ÜFEMOB’un TÜFEMOB’da
meydana gelen şoka verdiği tepki ilk iki dönem itibariyle pozitif ve artan
yönlüdür. TÜFEMOB’ın ÜFEMOB’a verilen şoka verdiği tepki ise
pozitif yönlüdür ve bu tepki ilk sekiz dönem itibariyle istatistiksel olarak
anlamlı şekilde azalan bir seyir izlemektedir.8 Sıralama değişikliği sonucu
elde edilen Grafik 6’ya bakıldığında, TÜFEMOB’un ÜFEMOB’daki
şoka verdiği tepki istatistiksel olarak anlamsızdır. ÜFEMOB’un
TÜFEMOB’a verilen şoka verdiği tepki ise pozitif yönlüdür ve bu etki
dönemler itibariyle azalan bir seyir izlemektedir.
Mobilya sektörü için ÜFEMOB ve TÜFEMOB Clolesky sıralamasına
göre elde edilen varyans ayrıştırması sonuçları Tablo 6’da verilmiştir.
Tablo 6’da ÜFEMOB için elde edilen varyans ayrıştırması sonuçlarında
ilk dönemde ÜFEMOB’da meydana gelen değişmenin tamamının
kendisinden kaynakladığı görülmektedir. Üçüncü dönemde ise
ÜFEGID ve TÜFEGID serileri için VAR denklemlerinden elde edilen hata
terimleri arasındaki korelasyon katsayısının (0.58) %20’den büyük olduğu
belirlenmiştir. Bu nedenle değişkenlerin sıralaması değiştirilerek yeniden
varyans ayrıştırması yapılmıştır.
8
ÜFEMOB ve TÜFEMOB hata terimleri arasındaki korelasyon 0.48 olarak
hesaplanmıştır. VAR denkleminden elde edilen hata terimlerine ait korelasyon
değerleri 0.20’nin üstünde olduğu için etki-tepki analizi sıralama değişikliğine
gidilerek yeniden yapılmıştır.
7
97
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
ÜFEMOB’daki değişmenin yaklaşık %9,5’inin TÜFEMOB’daki
değişmeden kaynaklandığı, onikinci dönem itibariyle de bu oranın %14
ulaştığı görülmektedir. Aynı tabloda TÜFEMOB için yapılan varyans
ayrıştırması sonuçlarına bakıldığında, TÜFEMOB’daki değişmenin,
dönemler itibariyle küçük değişiklikler olmakla birlikte, onikinci
dönemde yaklaşık %24 gibi bir oranda ÜFEMOB’dan kaynakladığı
görülmektedir.
Mobilya sektörü için VAR denklemlerinden elde edilen hata terimleri
arasındaki korelasyona oranına bağlı olarak TÜFEMOB ve ÜFEMOB
şeklinde sıralama değişikliğine gidilerek elde edilen sonuçlar Tablo 7’de
verilmiştir. Tablo 7’de yer alan TÜFEMOB varyans ayrıştırması
sonuçları göre, TÜFEMOB’da meydana gelen değişmenin tamamı
neredeyse tüm dönemler boyunca kendisinden kaynaklanmaktadır. Buna
karşın ÜFEMOB varyans ayrıştırması sonuçlarında ÜFEMOB’daki
değişmenin ilk dönemde yaklaşık %24’nün TÜFEMOB’dan
kaynaklandığı görülmektedir. Onikinci dönem itibariyle ise TÜFEMOB,
ÜFEMOB’da meydan gelen değişmenin %36’sını açıklamaktadır.
4.2. Granger Nedensellik Testi Sonuçları
Granger nedensellik testi yapabilmenin ön koşulu ele alınan zaman
serilerinin durağanlık varsayımını sağlamasıdır. Buna göre durağan
üretici ve tüketici fiyat serileri arasında belirlenen gecikme uzunluklarına
bağlı olarak yapılan Granger nedensellik testi sonuçları Tablo 8’de
görülmektedir.9
Tablo 8: Granger Nedensellik Testi Sonuçları
Sıfır Hipotezi
TÜFEGNL Granger Nedeni değildir ÜFEGNL
ÜFEGNL Granger Nedeni değildir TÜFEGNL
TÜFEGID Granger Nedeni değildir ÜFEGID
ÜFEGID Granger Nedeni değildir TÜFEGID
TÜFEMOB Granger Nedeni değildir ÜFEMOB
ÜFEMOB Granger Nedeni değildir TÜFEMOB
F- Testi
5,67
4,75
2,50
6,28
3,09
0,08
Olasılık
0,001
0,003
0,115
0,002
0,081
0,771
Granger Nedensellik testi gecikme uzunluklarına duyarlı olduğundan, ele alınan
değişkenler için ortak bir gecikme uzunluğu kullanılmamıştır. Bunun yerine
değişkenleri farklı gecikme uzunlukları olabileceği varsayımı ile Akaike Bilgi
Kriterinden (AIC) yararlanarak her bir değişkenin kendi gecikme uzunluğu
belirlenmiştir.
9
98
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
Tablo 8’de yer alan F değerleri ve olasılıklarına göre TÜFEGNL,
ÜFEGNL’nin Granger nedeni iken, ÜFEGNL’de TÜFEGNL’nin Granger
nedenidir. Buna göre genel düzeydeki üretici ve tüketici fiyat serileri
arasında iki yönlü bir nedenselliğin olduğu ifade edilebilir. Diğer taraftan
“TÜFEGID Granger Nedeni değildir ÜFEGID” şeklinde kurulan sıfır
hipotezi istatistiksel olarak reddedilememiştir. Fakat bunu karşın,
“ÜFEGID Granger Nedeni değildir TÜFEGID” şeklinde ifade edilen
sıfır hipotezi istatistiksel olarak %1 düzeyinde anlamlıdır. Dolayısıyla
ÜFEGID TÜFEGID’ın Granger nedenidir. O halde gıda sektöründe
ÜFE’den TÜFE’ye doğru tek yönlü bir Granger nedenselliğinin olduğu
ifade edilebilir. Son olarak Tablo 8’de yer alan F testi sonuçlarına göre,
“ÜFEMOB Granger Nedeni değildir TÜFEMOB” şeklinde kurulan sıfır
hipotezi reddedilemezken, “TÜFEMOB Granger Nedeni değildir
ÜFEMOB” şeklindeki sıfır hipotezi %10 anlamlılık düzeyinde
reddedilmiştir. O halde, TÜFEMOB ÜFEMOB’un Granger nedenidir. Bu
sonuçlara göre mobilya sektöründe tüketici fiyatlarının üretici fiyatlarının
Granger nedeni olduğu ifade edilebilir.
4.2.4. Sınır Testi-ARDL Sonuçları
Sınır testi-ARDL modeli, eşbütünleşme testlerinde serilerin durağanlık
özelliklerinin önceden belirlenmesine ilişkin güçlükleri ortadan
kaldırarak, uzun ve kısa dönemli ilişkilerin varlığının analiz edilmesini
sağlamaktadır (Yardımcı, 2007). Birim kök testlerinin yer aldığı Tablo
1’den de görüleceği üzere, ulaştırma sektörü üretici fiyatları (ÜFEULS)
ve giyim sektörü üretici fiyatları (ÜFEGYM) serileri ADF birim kök
testine göre düzeyde durağan değillerdir. Ele alınan seriler ancak birinci
sıra farkları alındığında durağan hale gelmektedir. O halde burada
ulaştırma sektörü tüketici fiyatları (TÜFEULS) I(0) iken, ÜFEULS I(1)
ve giyim sektörü tüketici fiyatları (TÜFEGYM) I(0) iken, ÜFEGYM
I(1)’dir. Bu durum söz konusu seriler arasında ilişkinin incelenmesinde
son yıllarda gelişen Pesaran, Shin, ve Smith (2001) sınır testini ve sınır
testini tamamlayan ARDL modelini uygulama imkanı vermektedir.
Sınır testi uygulaması için ele alınan serilerde bağımlı ve bağımsız
değişkenlerin yerleri değiştirilerek aşağıda görülen iki model üretilmiştir.
Böylece bağımlı değişkenin seçimi için önsel bir sınırlamadan
kaçınılmıştır. Aşağıda yer alan söz konusu iki model trendli olarak ifade
edilmektedir. Analizlerde öncelikle bu modeller tahmin edilecektir. İkinci
aşamada ise aynı modeller trendsiz olarak tahmin edilecektir.
99
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
m
m
i 1
i 0
X t   0  1t    2 X t i    3 Yt i  4 X t 1   5Yt 1   t
m
m
i 1
i 0
Yt   0  1t    2 Yt i    3 X t i  4Yt 1   5 X t 1   t
(1)
(2)
Sınır testi yönteminin uygulaması sırasında ilk olarak gecikme
uzunlukları belirlenmiştir. Bu uygulama ADF birim kök testinde olduğu
gibi AIC veya SC kullanılarak yapılabilmektedir. Fakat burada önemli
olan serilerin hata terimleri arasında ardışık bağımlılık (otokorelasyon)
olup olmamasıdır. Bu nedenle bilgi kriterlerine göre seçilen gecikme
uzunluğunda hata terimleri arasında otokorelasyon olup olmadığı
Breusch-Godfrey LM Testi ile incelenmiştir.10
Ulaştırma ve Giyim Sektörlerinin trendli ve trendsiz formları için
belirlenen gecikme uzunlukları dikkate alınarak yapılan sınır testi
sonuçları Tablo 9’da verilmiştir.
Tablo 9’da yer alan sonuçlara göre ÜFEULS’nin bağım değişken olduğu
modelin hem trendli hem de trendsiz formunda sonuçlar istatistiksel
olarak %5 düzeyinde anlamlı çıkmamıştır. Bu nedenle ÜFEULS’nin
bağımlı değişken olduğu modelde sıfır hipotezi reddedilememiştir. Diğer
bir ifadeyle TÜFEULS’den ÜFEULS’ye doğru eşbütünleşme ilişkisi
yoktur. Fakat buna karşın, TÜFEULS’nin bağımlı değişken olduğu
modelde hem trendli hem de trendsiz denklemlerden elde edilen F ve t
istatistiği değerleri eşbütünleşme ilişkisinin olmadığını ifade eden sıfır
hipotezini reddetmeye imkan vermektedir. Daha açık bir ifadeyle,
ÜFEULS ve TÜFEULS arasında eşbütünleşme ilişkisi söz konusudur.
10
Pesaran ve diğerleri (2001) sınır testi yaklaşımının uygulanabilmesi için ilk
olarak gecikme uzunluğunun belirlenmesi gerekmektedir. Ulaştırma sektörü için
Formül 1’in trendli ve trendsiz formları için en küçük AIC değeri 11 gecikmede
elde edilmiştir. Formül 2’nin trendli ve trendsiz formu için en küçük AIC değeri
3 gecikmede elde edilmiştir. Formül 2 için her iki durumda da elde edilen 3
gecikme uzunluğunda LM testi sonuçlarına göre belirlenen gecikme
uzunluklarında otokorelasyon sorunu olmadığı görülmektedir.
Giyim sektörü için AIC göre belirlenmiş gecikme uzunlukları Formül 1’in
trendli ve trendsiz formları için 9’dur. Bununla birlikte Formül 2 için en küçük
AIC değeri; trendli formda 2, trendsiz formda 4 gecikme uzunluğunda elde
edilmiştir. Her iki model için de belirlenen gecikme uzunluklarında LM testi
sonuçları da otokorelasyon sorunu olmadığını göstermektedir.
100
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
Buna göre, ÜFEULS ve TÜFEULS arasında tek yönlü uzun dönemli
ilişki vardır ve bu ilişkinin yönü ÜFEULS’den TÜFEULS’ye doğrudur.
O halde bu sonuçlara göre, uzun dönem ilişkiyi ortaya koyan ARDL
modeli TÜFEULS’nin bağımlı ÜFEULS’nin ise bağımsız olduğu durum
için incelenmelidir.
F Testi
(iv)
F Testi
(v)
t-testi
(TÜFEULS
11
2,03
2,71
-2,31
ÜFEULS)
(ÜFEULS
10,14*** 15,20***
3
TÜFEULS)
5,13***
(TÜFEGYM
9
6,32**
9,29**
ÜFEGYM)
4,30***
(ÜFEGYM
2
28,34*** 42,22***
TÜFEGYM)
9,16***
*** ve ** Bağımsız değişken sayısı (k) 1 iken Pesaran
tablo değerlerine göre sırasıyla %1 ve %5’te anlamlıdır.
Gecikme
Uzunluğu
Modeller
Gecikme
Uzunluğu
Tablo 9: Sınır Testi Sonuçları (Ulaştırma ve Giyim Sektörü)
Trendli
Trendsiz
11
F Testi
(iii)
t-testi
3,08
-2,40
4,60***
9
8,01***
3,97***
4
7,22**
3,79**
ve diğerleri (2001) ilgili
3
11,28***
Öte yandan Tablo 9’da yer alan sonuçlara göre, Giyim sektöründe Model
1 ve Model 2’nin trendli ve trendsiz denklem sonuçları istatistiksel olarak
%5 düzeyine anlamlı çıkmıştır. Dolayısıyla her iki modelin trendli ve
trendsiz formlarında sıfır hipotezi reddedilmiştir. Buna göre,
TÜFEGYM’den ÜFEGYM’e ve ÜFEGYM’den TÜFEGYM’e doğru iki
yönlü eşbütünleşme ilişkisi vardır denilebilir. Bu nedenle sınır testi
sonuçlarına dayalı olarak giyim sektöründe her iki modelin trendli ve
trendsiz formları için uzun dönem ilişkiyi ortaya koyan ARDL modeli
kurulabilir.
ARDL modelinde kullanılacak denklemler trendli olarak aşağıdaki gibi
ifade edilebilir:
m
n
i 1
i 0
X t   0   1 X t i    2Yt i   3t   t
p
q
i 1
i 0
Yt   0   1Yt i    2 X t i   3t   t
(3)
(4)
101
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
ARDL modeli için m ve n olarak ifade edilen gecikme uzunluklarının
AIC kullanılarak belirlenmiştir.11 Buna göre her iki sektör için trendli ve
trendsiz olarak hesaplanan ARDL sonuçlarına dayalı olarak hesaplanan
uzun dönem katsayılar Tablo 10’da verilmektedir.
Tablo 10: ARDL Modeli Kullanılarak Hesaplanan Uzun Dönem
Katsayılarıa
Trendli
Trendsiz
Model
0
3
0
2
2
(ÜFEULS
3,090
0,589
-0,17
0,850
0,859
TÜFEULS)
t-istatistiğib
(8,993)*** (22,393)***
(5,798)**
(2,649)* (24,657)***
(TÜFEGYM
0.97993
0.710
ÜFEGYM)
2.797
0.491
-0.014
t istatistiğib
(2,364)
(8,286)***
(1,322)
(2,355) (12,432)***
(ÜFEGYM
3,725
0,461
0,896
TÜFEGYM)
-0,027
-0,123
t istatistiğib
(10,490)*** (3,810)*** (11.494)*** (0,491)
(3,663)***
***, ** ve * t testine göre sırasıyla %1, %5 ve %10 düzeyinde istatistiksel olarak
anlamlıdır.
n
m
i 0
i 1
a
Uzun dönem katsayıları (  2,i ) /(1   1,i ) şeklinde bulunmuştur.
b
Wald testi ile elde edilen F testi değeridir.
11
Bu süreç dikkate alınarak Ulaştırma sektörü Model 4 için yapılan
hesaplamalar sonucunda gecikme uzunluğu trendli modelde; bağımlı değişken
için 4, bağımsız değişken için ise 0 olarak belirlenmiştir. Öyleyse uzun dönem
ilişkinin araştırıldığı trendli model ARDL (4,0) şeklinde olacaktır. Aynı süreç
trendsiz model için tekrarlandığında, bağımlı değişken için 8 ve bağımsız
değişken için 0 gecikme belirlenmiştir. Dolayısıyla trendsiz model ARDL(8,0)
şeklindedir. Diğer taraftan aynı süreç Giyim sektörü için tekrarlandığında Model
3 için trendli formda bağımlı değişken için 8, bağımsız değişken için ise 0
gecikme uzunluğu belirlenmiştir. Model 3’ün trendsiz formunda da bağımlı
değişken için 8, bağımsız değişken için 0 gecikme belirlenmiştir. Model 4’ün
trendli formunda bağımlı ve bağımsız değişken için 5 gecikme, trendli model de
ise bağımlı ve bağımsız değişkenler için gecikme uzunluğu yine 5 olarak
belirlenmiştir. O halde, Model 3’ün her iki formu için de ARDL(8,0) iken,
Model 4’ün her iki formu için de ARDL(5,5) olacaktır.
102
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
Tablo 10’daki sonuçlara göre Ulaştırma Sektörü TUFEULS’nin bağımlı
olduğu hem trendli modelde hem de trendsiz modelde ÜFEULS için
pozitif ve istatistiksel olarak anlamlı katsayılar elde edilmiştir. Bu sonuca
bağlı olarak ÜFEULS’den TÜFEULS’ye doğru uzun dönemde pozitif ve
istatistiksel olarak anlamlı bir ilişki olduğu ileri sürülebilir.
Tablo 10’da gösterilen ARDL modeli sonuçlarına göre, Giyim Sektörü
için kurulan her iki modelin trendli ve trendsiz formlarında  2 katsayıları
istatistiksel olarak anlamlı ve pozitif olarak elde edilmiştir. Bu sonuçlara
bağlı olarak, ÜFEGYM’den TÜFEGYM’e doğru uzun dönemde pozitif
ve istatistiksel olarak anlamlı bir ilişki olduğu ileri sürülebileceği gibi,
TÜFEGYM’den ÜFEGYM’e doğru da uzun dönemde pozitif ve
istatistiksel olarak anlamlı bir ilişki olduğu ileri sürülebilir.
Tablo 9 ve 10’da yer alan değerler değişkenler arasındaki nedenselliğin
yönüne ve işaretine ilişkin sonuçlar vermesine karşın, ARDL modelinden
elde edilen hata terimlerine dayalı olarak kurulan Hata Düzeltme Modeli
(ECM) ile Granger nedenselliği sınanabilir.12 Buna göre Model 3 ve
Model 4’ün hata düzeltme modeline dayalı trendli formları aşağıdaki gibi
ifade edilebilir.
m
m
i 1
i 1
X t   0  1 ECt 1    2 X t i    3 Yt i   4t   t
p
p
i 1
i 1
Yt   0  1 ECt 1    2 Yt i    3 X t i   4 t   t
(5)
(6)
12
Granger nedenselliğinin uygulanabilmesi için gerekli varsayımlardan biri
kullanılacak değişkenlerin durağan olmasıdır. Nedensellik testlerinde durağan
olmayan serilerin kullanımı halinde sahte regresyon problemi ile karşılaşılacaktır
(Çil Yavuz, 2006). Bununla birlikte durağan olmayan seriler arasında
eşbütünleşme ilişkisinin varlığı halinde fark alma yoluna gidildiğinde uzun
dönem ilişkisinin yitirilmesi söz konusu olabilir. Eşbütünleşme ilişkisi varlığı
halinde yaşanan bu problem Granger nedensellik testinde modele hata düzeltme
terimi ilave edilmesiyle aşılmaktadır (Shahbaz, Ahmed ve Ali, 2008; Halıcıoğlu,
2008).
103
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
Yukarıdaki modellerde yer alan m ve p Akaike Bilgi Kriterine (AIC) göre
belirlenen en uygun gecikme uzunluklarıdır. Bağımsız değişkenin
gecikmelerinin (  3 ) F (Wald) testine göre anlamlı olması durumunda
kısa dönem ilişkilerin varlığından, ECt 1 katsayısının (negatif yönlü
olarak) t testine göre istatistiksel olarak anlamlı olması durumunda ise
uzun dönem nedensellik ilişkisinden bahsedilir (Arize ve Malindretos,
2008).
Ulaştırma sektörü ve Giyim sektörü için belirlenen gecikme uzunlukları
göz önünde tutularak kurulan Hata Düzeltme Modeline dayalı Granger
nedensellik testi sonuçları Tablo 11’de verilmiştir.
Tablo 11: Granger Nedensellik Sonuçları
Bağımsız
Değişken
F-Testi
(ECt-1)
1
Trendsiz Form
t-test
( 1 )
Gecikme
Uzunluğu
Model
Gecikme
Uzunluğu
Trendli Form
Bağımsız
Değişken
F-Testi
(ECt-1)
( 1 )
1
t-test
(ÜFEULS
TÜFEULS)
1
0,944
-0.947
(-6.304)
***
7
1,419
-0,694
(-2.244)
**
(TÜFEGYM
ÜFEGYM)
1
0,929
-0,853
(-7,664)
***
9
2,809
***
-1.599
(-3.435)
***
(ÜFEGYM
TÜFEGYM)
5
5,351***
-1,104
(4,654)
***
5
4,381
***
-1,112
(3,105)
***
*** ve ** t testine göre %1 ve %5 düzeyinde istatistiksel olarak anlamlıdır.
Tablo 11’in ilk satırında, ÜFEULS’den TÜFEULS’ye doğru Granger
nedensellik ilişkisinin incelendiği trendli ve trendsiz denklem
sonuçlarında, F testi sonuçlarının istatistiksel olarak % 5 hata düzeyinde
anlamlı olmadığını görmekteyiz. Bu durumda söz konusu seriler arasında
(kısa dönemde) nedenselliğin olmadığını ifade eden sıfır hipotezi kabul
edilmiştir. Buna karşın uzun dönem denge ilişkisine doğru hareketliliğin
ifadesi olan hata terimi katsayıları(  1 ) negatif ve istatistiksel olarak
anlamlıdır. Dolayısıyla Ulaştırma Sektörü üretici fiyatlarından tüketici
fiyatlarına doğru uzun dönemde geçerli tek yönlü bir nedensellik
ilişkisinin varlığından bahsedilebilir.
Tablo 11’deki sonuçlara göre, TUFEGYM’den UFEGYM’e doğru
Granger nedenselliğin ele alındığı modelin trendli formunda F-testi
sonucu istatistiksel olarak %5 hata düzeyinde anlamlı olmamasına karşın,
hata terimi katsayısı negatif yönlü ve t testine göre istatistiksel olarak %1
104
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
hata düzeyinde anlamlıdır. Aynı modelin trendsiz formunda ise F-testi
sonucu ve hata terimi katsayısı (negatif yönlü) istatistiksel olarak %1 hata
düzeyinde anlamlıdır. Elde edilen bu sonuçlara göre, Giyim Sektörü
tüketici fiyatlarından üretici fiyatlarına doğru bir nedensellik ilişkisi
vardır denilebilir. Öte yandan UFEGYM’den TUFEGYM’e doğru
Granger nedenselliğin ele alındığı modelin hem trendli formunda hem de
trendsiz formunda F testi sonuçları ve hata terimi katsayıları istatistiksel
olarak %1 hata düzeyinde anlamlıdır. Bunun yanında hata terimi
katsayıları beklenildiği gibi negatif yönlüdür. Buna göre ÜFEGYM’den
TÜFEGYM’e doğru da bir nedensellik ilişkisi olduğu görülmektedir.
Dolayısıyla Giyim Sektörü üretici ve tüketici fiyatları arasında iki yönlü
Granger nedensellik ilişkisi söz konusudur.
5. Sonuç
Bu çalışmada üretici ve tüketici fiyatları arasındaki ilişkilerin
belirlenmesi için ulaştırma, gıda, mobilya ve giyim sektörlerinin verileri
ile tüm sektörlerin temsil eden genel düzey veriler kullanılmıştır.
Verilerin karakteristik özelliklerine bağlı olarak tüm sektörlerin yer aldığı
genel düzey, gıda ve mobilya sektörleri için Granger nedensellik, VAR
ve varyans ayrıştırması testleri ile etki-tepki analizi yapılmıştır. Ulaştırma
ve giyim sektörüne ilişkin verilerin ise standart VAR modeline ilişkin
durağanlık varsayımlarını sağlamadığı görülmüştür. Bu sektörlere ilişkin
verilerin birim kök testi sonuçlarında tüketici fiyatları I(0) iken üretici
fiyatları I(1) olarak belirlenmiştir. Dolayısıyla, söz konusu sektörlerde
üretici ve tüketici fiyatları arasındaki ilişkinin belirlenmesi için bu gibi
durumlarda uygulanabilen sınır testi ve sınır testini tamamlayan ARDL
modeli kullanılmıştır. Ek olarak, bu sektörlerde nedensellik ilişkisi hata
düzeltme modeline (ECM) dayalı Granger nedensellik testi ile
sınanmıştır.
Yapılan testler sonucunda genel düzey üretici ve tüketici fiyatları
arasında iki yönlü bir etkileşim bulunmuştur. Dolayısıyla genel düzeyde,
diğer bir ifadeyle sektör ayrımına gitmeksizin, tüm işletmeler için fiyat
belirlemede tek başına maliyetlerin ya da tek başına tüketicilerin (talebin)
etkili olduğunu ileri sürmek mümkün değildir. Bu noktada belirtmek
gerekir ki söz konusu iki yönlü etkileşim birkaç nedenden kaynaklanmış
olabilir. Bunlardan ilki, genel düzey içinde yer alan her bir sektörde
yapısal farklılıklar nedeniyle farklı fiyatlama yöntemleri kullanılıyor
olmasıdır. İkincisi, sektörler arasındaki girdi çıktı ilişkisinin neden
olduğu karşıklıklı etkileşimdir. Üçüncüsü, üretici ve tüketici fiyat
105
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
endekslerinin farklı sayıda sektör verisi ile derlenmesinin yol açtığı içerik
farklılıklarıdır.
Sektör düzeyinde elde edilen sonuçlara bakıldığında, giyim sektöründe
elde edilen sonuçların genel düzey sonuçlar ile uyumlu olduğu
görülecektir. Buna göre giyim sektöründe üretici ve tüketici fiyatları
arasında iki yönlü ilişki söz konusudur. Dolayısıyla bu sektörde yer alan
işletmeler için tek başına maliyetlerin ya da tek başına tüketicilerin
(talebin) fiyat belirlemede etkili olduğunu ileri sürmek mümkün değildir.
Öte yandan, bu çalışmada elde edilen bulgulara göre, tüm sektörlerin yer
aldığı genel düzey verilerden ve giyim sektöründen farklı olarak, gıda ve
ulaştırma sektörlerinde üretici fiyatlarının tüketici fiyatları üzerinde daha
belirleyici olduğu görülmüştür. Bu bulgu, literatürde, her iki fiyat endeksi
arasındaki ilişkiyi inceleyen çalışmaların büyük çoğunluğu ile
uyumludur. Dolayısıyla bu sonuca bağlı olarak gıda ve ulaştırma
sektörlerinde ağırlıklı olarak maliyetlere dayalı fiyatlama yapıldığı ifade
edilebilir. Çalışmada ele alınan diğer bir sektör olan mobilya sektöründe,
tüketici (talep) odaklı fiyatlama anlayışının geçerli olduğu sonucuna
ulaşılmıştır. Bu sonuç, pazarlama literatüründe yer alan, “endüstriyel
mallara olan talep tüketicilerin talebinden türetilmiştir” (Arpacı, Ayhan,
Böge, Tuncer ve Üner, 1994) savını mobilya sektörü için doğrulanmıştır.
Sonuç olarak, bu çalışmada kullanılan veriler sektörel fiyat endeksleridir
ve bu nedenle ekonometrik analizlerle ulaşılan sonuçlar sektör düzeyinde
işletmelerin yaygın şekilde kullandıkları fiyatlama yönteminin ne
olduğunu tespit etmemize imkan vermektedir. Dolayısıyla bu sonuçlar,
ele alınan sektördeki işletmelerin fiyatlama davranışı hakkında genel bir
fikir vermektedir. Burada, bir ekonomide yer alan her sektörün diğer
sektörlerle az ya da çok etkileşim (girdi-çıktı) içinde olduğunu belirtmek
gerekir. Ayrıca, sektörler arasındaki etkileşimler genellikle çok sayıda
ürün için geçerlidir. Bu nedenle işletmelerin, her bir ürün için farklı
pazarlara sahip olabileceği ve her bir ürün için farklı fiyatlandırma
yöntemi kullanabileceği ihtimalini göz önünde tutmak anlamlı olacaktır.
106
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
Kaynakça
Akdi, Y., Berument, H., Cilasun, S.M. (2006). The relationship between
different price indices: Evidence from Turkey. Physica A, 360,
483-492.
Arize, A. C., Malindretos, J. (2008). Dynamic Linkages And Granger
Causality Between Trade And Budget Deficits: Evidence From
Africa. African Journal of Accounting, Economics, Finance and
Banking Research, 2, No: 2, 2-19.
Arpacı, T., Ayhan, D. Y., Böge, E., Tuncer, D., Üner, M. M. (1994).
Pazarlama. 2. Baskı, Ankara: Gazi Büro Kitabevi.
Caporale, G. M., Katsimi, M., Pittis, N. (2002). Causality Links between
Consumer and Producer Prices: Some Empirical Evidence.
Southern Economic Journal, Vol. 68, No. 3, Jan., 703-711.
Chen, T. (2011). Does Commodity Price Index predict Canadian
Inflation? Web Journal of Chinese Management Review , Vol. 14,
No .1, 1-13.
Clark, T. E. (1995). Do Producer Prices Lead Consumer Prices?. Federel
Reserve Bank of Kansas City Economic Review, Third Quarter,
25-39.
Cravens, D. W., Piercy, N. F. (2003). Strategic Marketing. 7th Ed.,
Boston: McGraw-Hill/Irwin.
Colclough, W. G., Lange, M. D. (1982). Empirical Evidence of Causality
from Consumer to Wholesale Prices. Journal of Econometrics, 19,
379-84.
Cushing, M. J., McGarvey, M. G. (1990). Feedback between wholsale
and consumer price inflation: A reexamination of the evidence.
Southern Economic Journal, 56, 1058-1072.
Cutler, J., Chan, C., Li, U. (2005). The relationship between commodity
and consumer prices in Mainland China and Hong Kong. Hong
Kong
Monetary
Authority
Quarterly
Bulletin,
June,
http://www.info.gov.hk/hkma/eng/public/qb200506/fa2.pdf.
Çil Yavuz, N. (2006). Türkiye’de İhracat Ve İktisadi Büyüme Arasında
Nedensellik Analizi. Prof. Dr. Turan Yazgan'a Armağan, 962-972.
http://iibf.kocaeli.edu.tr/ceko/armaganlar/turanyazgan/38.pdf.
Dorestani, A., Arjomand, L. H. (2006). An Empirical Study Of The
Relationship Between Consumer And Producer Price Index: A
Unit Root Test And Test of Cointegration. The Coastal Business
Journal, Spring, Volume 5, Number 1, 33-38.
107
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
Enders, W. (2004). Applied Econometric Time Series. 2nd ed. Danver:
John Wiley & Sons.
Gang, F., Liping H., Jiani H. (2009). CPI vs. PPI: Which drives which?
Front. Econ. China, 4(3), 317–334.
Gordon, R. J. (1988). The Role of Wages in the Inflation Process. The
American Economic Review, Vol. 78, No. 2, May, 276-283.
Granger, C. W. J., Robins, R. P., Engle, R. F. (1986). Wholesale and
Retail Prices: bivariate Time-Series Modeling with Forecastable
Error Variances. (Ed.) D. A. Belsley and E. Kuh, Model
Reliability. Cambridge, Massachusetts: MIT Press, 1-17.
Guthrie, R. S. (1981). The Relationship between Wholesale and
Consumer Prices. Southern Economic Journal, Vol. 47, No. 4.
(Apr.), 1046-1055.
Halıcıoğlu, F. (2008). The J-curve dynamics of Turkey: an application of
ARDL model, Applied Economics, 40:18, .2423-2429
Hanssens, D. M., Parsons, L. J. (1993). Econometric and Time-Series
Market Response Models. (Ed.) J. Eliashberg and G.L. Lilien,
Handbooks in Operations Research And Management Science.
Vol. 5: Marketing, Amsterdam: North Holland, 408-464.
Huh, C. G., Trehan, B. (1995). Modeling the Time Series Behavior of the
Aggregate Wage Rate. Federal Reserve Bank of San Francisco
Economic Review, No. 1, 3-13.
Ingenbleek P., Depruyne, M., Franbach, R. T., Verhallen T. M. M.
(2001). On Cost-Informed Pricing and Customer Value: A
Resource-Advantage Perspective on Industrial Innovation Pricing
Practices. Eindhoven Centre for Innovation Studies Conference:
The Future of Innovation Studies, Eindhoven University of
Technology, the Netherlands, 20-23 September.
Jones, J. B. (1986). Consumer Prices, Wholesale Prices, and Causality.
Emprical Economics, 11, 41-55.
Kadılar, C. (2000). Uygulamalı Çok Değişkenli Zaman Serileri Analizi.
Ankara: Hacettepe Üniversitesi Fen Fakültesi İstatistik Bölümü.
Koçaş, C., Aykaç, S. Ö. (2007). Ekonometrik Rekabet Modelleme, Pazar
Tepki Analizi ve Talep Tahmini. İTO Proje Raporu,
http://selcen.org/personal/articles/KocasAykacITOProjeRaporu.pdf
Ongan, M. G. (2002). The Seasonal Adjustment of the Consumer and
Wholesale Prices: A Comparison of Census X-11, X-12 ARIMA
108
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
and TRAMO/SEATS. TCMB Research Department Working
Paper No:5, http://www.tcmb.gov.tr/research/work/wp8.pdf.
Pesaran, M. H., Shin, Y., Smith, R. J. (2001). Bounds Testing
Approaches to the Analysis of Level Relationships. Journal of
Applied Econometrics, 16, 289-326.
Saçkan, O. (2005). Genel Fiyat Düzeyinin Belirlenmesinde Para Ve
Maliye Politikası Dominant Rejimler: Türkiye Örneği (1988 –
2005). Yayımlanmamış Türkiye Cumhuriyet Merkez Bankası
Uzmanlık Yeterlilik Tezi, Ankara.
Shahbaz, M., Ahmed, N., Ali, L. (2008). Stock Market Development and
Economic Growth: ARDL Causality in Pakistan. International
Research Journal of Finance and Economics, 14, 182-195.
Thoma, M. (2006). The Relationship Between Input and Output Price
Inflation.
Economist's
View,
March
23.
http://economistsview.typepad.com/economistsview/2006/03/the_r
elationshi.html.
Yardımcı, P. (2007). Türkiye’de İhracat-İthalat ve Ekonomik Büyüme
Arasınadki İlişkilerin Bilgi Yayılmaları Çerçevesinde Analizi:
Johansen ve Pesaran Sınır Testi Uygulaması. 8.Türkiye
Ekonometri ve İstatistik Kongresi, 24-25 Mayıs, Malatya.
Zurlinden, M. (2007). The Pricing Behaviour of Swiss Companies:
Results of a Survey Conducted by The SNB Delegates for
Regional Economic Relations. Swiss National Bank Quarterly
Bulletien, 1/2007, 48-55.
Zortuk M. (2008). Türkiye’de Tüketici ve Toptan Eşya Fiyat Endeksleri
Arasındaki Nedensellik İlişkisi: 1986–2004, Dumlupınar
Üniversitesi Sosyal Bilimler Dergisi, 20, 181-190.
109
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
EKLER
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of UFEGNL to UFEGNL
Response of UFEGNL to TUFEGNL
1.6
1.6
1.2
1.2
0.8
0.8
0.4
0.4
0.0
0.0
-0.4
-0.4
5
10
15
20
25
30
5
Response of TUFEGNL to UFEGNL
1.2
1.2
0.8
0.8
0.4
0.4
0.0
0.0
5
10
15
20
25
10
15
20
25
30
Response of TUFEGNL to TUFEGNL
30
5
10
15
20
25
30
Grafik 1: ÜFEGNL ve TÜFEGNL Serilerinin Etki Tepki Fonksiyonları
(Cholesky Sıralaması: ÜFEGNL, TÜFEGNL)
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of TUFEGNL to TUFEGNL
Response of TUFEGNL to UFEGNL
1.5
1.5
1.0
1.0
0.5
0.5
0.0
0.0
-0.5
-0.5
5
10
15
20
25
30
5
Response of UFEGNL to TUFEGNL
10
15
20
25
Response of UFEGNL to UFEGNL
1.5
1.5
1.0
1.0
0.5
0.5
0.0
0.0
-0.5
-0.5
-1.0
-1.0
5
10
15
20
25
30
5
10
15
20
25
Grafik 2: ÜFEGNL ve TÜFEGNL Serilerinin Etki Tepki Fonksiyonları
(Cholesky Sıralaması: TÜFEGNL, ÜFEGNL)
110
30
30
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of UFEGID to UFEGID
Response of UFEGID to TUFEGID
2.5
2.5
2.0
2.0
1.5
1.5
1.0
1.0
0.5
0.5
0.0
0.0
-0.5
-0.5
5
10
15
20
25
30
5
Response of TUFEGID to UFEGID
10
15
20
25
30
Response of TUFEGID to TUFEGID
2.0
2.0
1.5
1.5
1.0
1.0
0.5
0.5
0.0
0.0
-0.5
-0.5
-1.0
-1.0
5
10
15
20
25
30
5
10
15
20
25
30
Grafik 3: ÜFEGID ve TÜFEGID Serilerinin Etki Tepki Fonksiyonları
(Cholesky Sıralaması: ÜFEGID, TÜFEGID)
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of TUFEGID to TUFEGID
Response of TUFEGID to UFEGID
2.5
2.5
2.0
2.0
1.5
1.5
1.0
1.0
0.5
0.5
0.0
0.0
-0.5
-0.5
5
10
15
20
25
30
5
Response of UFEGID to TUFEGID
2.0
1.6
1.6
1.2
1.2
0.8
0.8
0.4
0.4
0.0
0.0
-0.4
-0.4
10
15
20
25
15
20
25
30
Response of UFEGID to UFEGID
2.0
5
10
30
5
10
15
20
25
30
Grafik 4: ÜFEGID ve TÜFEGID Serilerinin Etki Tepki Fonksiyonları
(Cholesky Sıralaması: TÜFEGID, ÜFEGID)
111
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of UFEMOB to UFEMOB
Response of UFEMOB to TUFEMOB
4
4
3
3
2
2
1
1
0
0
-1
-1
5
10
15
20
25
30
5
Response of TUFEMOB to UFEMOB
10
15
20
25
30
Response of TUFEMOB to TUFEMOB
2.0
2.0
1.5
1.5
1.0
1.0
0.5
0.5
0.0
0.0
-0.5
-0.5
5
10
15
20
25
30
5
10
15
20
25
30
Grafik 5: ÜFEMOB ve TÜFEMOB Serilerinin Etki Tepki Fonksiyonları
(Cholesky Sıralaması: ÜFEMOB, TÜFEMOB)
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of TUFEMOB to UFEMOB
Response of TUFEMOB to TUFEMOB
2.5
2.5
2.0
2.0
1.5
1.5
1.0
1.0
0.5
0.5
0.0
0.0
-0.5
-0.5
5
10
15
20
25
5
30
Response of UFEMOB to TUFEMOB
4
4
3
3
2
2
1
1
0
0
-1
-1
5
10
15
20
25
10
15
20
25
30
Response of UFEMOB to UFEMOB
30
5
10
15
20
25
30
Grafik 6: ÜFEMOB ve TÜFEMOB Serilerinin Etki Tepki Fonksiyonları
(Cholesky Sıralaması: TÜFEMOB, ÜFEMOB)
112
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
Tablo 2: ÜFEGNL ve TÜFEGNL Serileri Varyans Ayrıştırması
(Cholesky Sıralaması: ÜFEGNL, TÜFEGNL)
ÜFEGNL’in Varyans Ayrıştırması:
Period
S.E.
TÜFEGNL’in Varyans Ayrıştırması:
ÜFEGNL TÜFEGNL Period
S.E.
ÜFEGNL TÜFEGNL
1
1.409659 100.0000
0.000000
1
1.079347 61.77624
38.22376
3
1.671542 98.59160
1.408400
3
1.289322 65.33370
34.66630
6
1.821450 84.83725
15.16275
6
1.502638 51.93920
48.06080
9
1.885509 80.25396
19.74604
9
1.592621 48.09036
51.90964
12
1.917370 78.21387
21.78613
12
1.636732 46.49472
53.50528
Tablo 3: ÜFEGNL ve TÜFEGNL Serileri Varyans Ayrıştırması
(Cholesky Sıralaması: TÜFEGNL, ÜFEGNL)
TÜFEGNL’in Varyans Ayrıştırması:
ÜFEGNL’in Varyans Ayrıştırması:
TÜFEGNL ÜFEGNL Period
S.E.
TÜFEGNL ÜFEGNL
Period
S.E.
1
1.079347
100.0000
0.000000
1
1.409659
61.77624
38.22376
3
1.289322
99.10382
0.896177
3
1.671542
63.69870
36.30130
6
1.502638
92.98246
7.017538
6
1.821450
64.94193
35.05807
9
1.592621
91.40051
8.599489
9
1.885509
65.79712
34.20288
12
1.636732
90.78831
9.211691
12
1.917370
66.27070
33.72930
Tablo 4: ÜFEGID ve TÜFEGID Serileri Varyans Ayrıştırması
(Cholesky Sıralaması: ÜFEGID, TÜFEGID)
ÜFEGID’nın Varyans Ayrıştırması:
Period
S.E.
TÜFEGID’nın Varyans Ayrıştırması:
ÜFEGID TÜFEGID Period
S.E.
ÜFEGID TÜFEGID
1
1.825727 100.0000
0.000000
1
1.845834 34.21963
65.78037
3
2.304460 97.27728
2.722724
3
2.268928 52.29841
47.70159
6
2.450713 96.50660
3.493403
6
2.475493 58.72379
41.27621
9
2.568960 96.01368
3.986324
9
2.584747 60.89031
39.10969
12
2.620066 95.95241
4.047589
12
2.634450 62.09546
37.90454
113
AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114
Tablo 5: ÜFEGID ve TÜFEGID Serilerinin Varyans Ayrıştırması
(Cholesky Sıralaması: TÜFEGID, ÜFEGID)
TÜFEGID’nın Varyans Ayrıştırması:
ÜFEGID’nın Varyans Ayrıştırması:
TÜFEGID ÜFEGID Period
S.E.
TÜFEGID ÜFEGID
Period
S.E.
1
1.845834
100.0000
0.000000
1
1.825727
34.21963
65.78037
3
2.268928
89.07784
10.92216
3
2.304460
44.27652
55.72348
6
2.475493
81.21704
18.78296
6
2.450713
46.29002
53.70998
9
2.584747
80.49804
19.50196
9
2.568960
47.86942
52.13058
12
2.634450
79.73068
20.26932
12
2.620066
48.25010
51.74990
Tablo 6: ÜFEMOB ve TÜFEMOB Serileri Varyans Ayrıştırması
(Cholesky Sıralaması: ÜFEMOB, TÜFEMOB)
ÜFEMOB’nın Varyans Ayrıştırması
TÜFEMOB’nın Varyans Ayrıştırması
ÜFEMOB TÜFEMOB Period
S.E.
ÜFEMOB TÜFEMOB
Period
S.E.
1
3.314516
100.0000
0.000000
1
1.936183
23.88023
76.11977
3
3.508248
90.48799
9.512014
3
2.408031
24.06883
75.93117
6
3.600079
87.10472
12.89528
6
2.662301
24.05212
75.94788
9
3.626461
86.18818
13.81182
9
2.735557
24.04171
75.95829
12
3.634418
85.91555
14.08445
12
2.757313
24.03888
75.96112
Tablo 7: ÜFEMOB ve TÜFEMOB Serileri Varyans Ayrıştırması
(Cholesky Sıralaması: TÜFEMOB, ÜFEMOB)
TÜFEMOB’nın Varyans Ayrıştırması
ÜFEMOB’nın Varyans Ayrıştırması
TÜFEMOB ÜFEMOB Period
S.E.
1
1.936183
100.0000
0.000000
1
3.314516
23.88023
76.11977
3
2.408031
99.99138
0.008619
3
3.508248
31.32991
68.67009
6
2.662301
99.99283
0.007166
6
3.600079
34.78787
65.21213
9
2.735557
99.99321
0.006788
9
3.626461
35.73323
64.26677
12
2.757313
99.99332
0.006681
12
3.634418
36.01434
63.98566
114
S.E.
TÜFEMOB ÜFEMOB
Period
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114
115