TEZ ONAYI Doç. Dr. Yılmaz AKDİ danışmanlığında, Keziban TEKİN arafından hazırlanan Türkiye de Döviz Kuru Geçişi: Şokların Lineer Olmayan Yayılımı adlı
|
|
- Asli Gökçek
- 7 yıl önce
- İzleme sayısı:
Transkript
1 ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ TÜRKİYE DE DÖVİZ KURU GEÇİŞİ: ŞOKLARIN LİNEER OLMAYAN YAYILIMI Keziban TEKİN İSTATİSTİK ANABİLİM DALI ANKARA 8 Her hakkı saklıdır.
2 TEZ ONAYI Doç. Dr. Yılmaz AKDİ danışmanlığında, Keziban TEKİN arafından hazırlanan Türkiye de Döviz Kuru Geçişi: Şokların Lineer Olmayan Yayılımı adlı ez çalışması //8 arihinde aşağıdaki üri arafından oy birliği ile Ankara Üniversiesi Fen Bilimleri Ensiüsü İsaisik Anabilim Dalı nda YÜKSEK LİSANS TEZİ olarak kabul edilmişir. Danışman : Doç. Dr. Yılmaz AKDİ Jüri Üyeleri: Başkan: Prof. Dr. Hakan BERUMENT, Bilken Üniversiesi İkisadi İdari ve Sosyal Bilimler Fakülesi İkisa Bölümü Üye: Yrd. Doç. Dr. Halil AYDOĞDU, Ankara Üniversiesi Fen Fakülesi İsaisik Bölümü Üye:. Doç. Dr. Yılmaz AKDİ, Ankara Üniversiesi Fen Fakülesi İsaisik Bölümü Yukarıdaki sonucu onaylarım. Prof. Dr. Ülkü MEHMETOĞLU Ensiü Müdürü
3 ÖZET Yüksek Lisans Tezi TÜRKİYE DE DÖVİZ KURU GEÇİŞİ: ŞOKLARIN LİNEER OLMAYAN YAYILIMI Keziban TEKİN Ankara Üniversiesi Fen Bilimleri Ensiüsü İsaisik Anabilim Dalı Danışman: Doç. Dr. Yılmaz AKDİ Döviz kuru geçişi ile bir birim şokun genel fiya seviyesine nasıl geçiği araşırılır. McCarhy(999) bazı gelişmiş ülkeler için oplam seviye üzerindeki döviz kuru geçişini araşırmışır. Analiz edilen ülkelerin çoğunda, ükeici fiyaları için döviz kuru geçişi uarlı bulmuşur. Gelişmiş ekonomiler üzerinde 43 ampirik çalışma Menon(995a) arafından sunulmuşur. Bu çalışmaların çoğunda döviz kuru geçişinin amamlanmamış olduğu gözlenmişir. Ayrıca bazı çalışmalarda, geçişin asimerik olduğu bulunmuşur. Geçişin asimerik olması, döviz kuru arışları ve azalışları süresince, geçiş kurunun farklı olması anlamına gelir. Döviz kuru geçişinin asimerik veya amamlanmamış olabileceği Menon (995a) ve McCarhy(999) arafından göserilmişir. Hem süre hem de büyüklük olarak döviz kuru değişimlerinin fiyalara ekisini espi emek için vekör ooregresif(var) meodoloisi kullanıimakadır(mccarhy, 999)). Fiyalardaki azalma seviyesi, geçiş mekanizması için önemlidir. Mar 3 en iibaren ABD Dolarındaki arış rendinin enflasyon üzerinde çok fazla ekisinin olduğunu söylemek zordur. Bundan dolayı, arış üzerindeki azalma ekisinde asimeriklik bulunabilir. Asimerinin bir ürü ABD Dolarındaki arışa karşı azalmadır. Asimeri sıfır erafında olmayabilir faka sıfıra yakın poziif bir sayı erafında olması beklenmekedir. McCarhy(999) arafından önerilen meod, eşik seviyesini espi emek için kullanılan sandar bir yönemdir. Bu çalışmada, Türkiye deki, genel fiya endeksi ve döviz kuru serileri için Berumen (7) arafından önerilen VAR modeli göz önüne alınarak, döviz kuru geçişkenliğinin Balke () arafından önerilen aralık arama yönemi ile hangi nokadan sonra ekili olduğunu araşırılacakır. Bu çalışmanın amacı; Balke() aralık arama yönemini kullanarak model paramerelerini ahmin emek ve döviz kuru geçişindeki asimeriyi incelemekir. 8, 54 sayfa Anahar kelimeler: Döviz Kuru Geçişi, Eşik Vekör Ooregresif (TVAR) i
4 ABSTRACT Maser Thesis ECHANGE RATE PASS-THROUGH IN TURKEY: NONLINEAR PROPAGATION OF SHOCKS APPROACH Keziban TEKİN Ankara Universiy Graduae School of Naural and Applied Sciences Deparmen of Saisics Supervisor: Assoc. Prof. Dr. Yılmaz AKDİ The exchange rae pass hrough invesigaes how a one-uni shock is ransmied o general price level. McCarhy(999) presens a comprehensive sudy of exchange rae pass hrough on he aggregae level for a number of indusrialised counries. In mos of he counries analyzed, he exchange rae pass hrough o consumer prices is found o be modes. Menon(995a) presens an overview of 43 empirical sudies on indusrialised economies. The maoriy of hese sudies conclude ha exchange rae pass-hrough is incomplee. Some sudies have also found pass hrough o be asymmeric, which implies ha he rae of pass-hrough is differen during exchange rae appreciaions and depreciaions. The empirical evidence repored suggess ha exchange rae pass hrough migh be asymmeric or incomplee(menon(995a) and McCarhy(999)). Mos of he ime hese sudies employ he VAR mehodology o capure he effec of exchange rae innovaion o prices for boh is magniude and duraion (McCarhy, 999). The level of depreciaion migh be crucial for he ransmission mechanism. The curren rend of US dollar appreciaion since March of 3 did no bring negaive inflaion. Therefore here migh be asymmery of he effec of depreciaion on appreciaion. One ype of asymmery is depreciaion versus appreciaion US dollar. However, he asymmery may no be around zero bu i migh be around a posiive number. In his sudy, we will consider he model proposed by Berumen(7) for general price index and exchange rae series and ry o invesigae he poin of exchange rae pass hrough. Berumen(7) assumes direcly ha here is a direc sable relaionship beween he price index and exchange raes. Here, we will ry o invesigae he break poin where his relaionship is valid by using Balke s grid search mehod. The purpose of his sudy o exend he VAR model of Berumen(7) for Turkey by using grid search mehod of Balke(), esimae he hreshold model parameer and assess he asymmery of he exchange rae pass- hrough. 8, 54 pages Key Words: Exchange Rae Pass-Through, Threshold Vecor Auoregression (TVAR) ii
5 TEŞEKKÜR Çalışmalarımın her aşamasında bilgi ve yardımlarını esirgemeyerek gelişmeme kakıda bulunan Ankara Üniversiesi Fen Fakülesi İsaisik Bölümü öğreim üyelerinden danışman hocam Doç. Dr. Yılmaz AKDİ ye çok eşekkür ederim. Tez konumun oluşmasında ve ekonomi alanında olan eksikliklerimi amamlamamda sabırla yardım eden, akademik hayaa ilerlememi kolaylaşıran Bilken Üniversiesi İkisadi İdari ve Sosyal Bilimler Fakülesi İkisa Bölümü öğreim üyelerinden değerli hocam Prof. Dr. Hakan BERUMENT e eşekkürlerimi sunarım. Tezimin analizlerinin sonuçlanmasında ve ekonomik açıdan anlam kazanmasında büyük kakıları olan Gazi Üniversiesi İkisadi ve İdari Bilimler Fakülesi İkisa Bölümü öğreim üyelerinden Yrd. Doç. Dr. Zeynel Abidin ÖZDEMİR e değerli kakılarından dolayı eşekkür ederim. Çalışmalarım süresince her zaman yanımda olan ve deseklerini hiçbir zaman esirgemeyen değerli aileme en derin duygularımla sonsuz eşekkürlerimi sunarım. Bu ez çalışması, Türkiye de Döviz Kuru Geçişi: Şokların Lineer Olmayan Yayılımı(6K378) konulu proe kapsamında TÜBİTAK arafından deseklenmişir. Keziban TEKİN Ankara, Ocak 8 iii
6 İÇİNDEKİLER ÖZET.... i ABSTRACT. ii TEŞEKKÜR iii SİMGELER DİZİNİ v ŞEKİLLER DİZİNİ... vi ÇİZELGELER DİZİNİ vii. GİRİŞ.... DÖVİZ KURU GEÇİŞİ.. 3. LİNEER ZAMAN SERİLERİ Zaman Serisi Durağanlık Durağan Zaman Serileri Harekeli oralama serileri Ooregresif zaman serileri Kısmi ookorelasyon fonksiyonu Ooregresif harekeli oralama serileri Öngörü Durağan Olmayan Zaman Serileri Dickey-Fuller birim kök esi Genişleilmiş Dickey-Fuller birim kök esi VEKTÖR OTOREGRESİF MODELLER Granger Nedensellik Tesi Eki-Tepki Fonksiyonları Varyans Ayrısırması VEKTÖR OTOREGRESİF MODELLER YARDIMI İLE TÜRKİYE DEKİ DÖVİZ KURU GEÇİŞİ EŞİK DEĞERİNİN TESPİTİ Meodoloi Veri ve Bulgular SONUÇ.. 5 KAYNAKLAR ÖZGEÇMİŞ iv
7 SİMGELER DİZİNİ AR ARMA MA TEFE TÜFE TVAR ÜFE VAR WN Ooregresif Zaman Serileri Ooregresif Harekeli Oralama Serileri Harekeli Oralama Serileri Topan Eşya Fiyaları Endeksi Tükeici Fiyaları Endeksi Eşik Vekör Ooregresif Üreici Fiyaları Endeksi Vekör Ooregresif Beyaz Gürülü Süreci v
8 ŞEKİLLER DİZİNİ Şekil 3. MA() serisi için ookorelasyonlar ve kısmi ookorelasyonlar....8 Şekil 4. Doğrusal olmayan eki-epki fonksiyonları Şekil 5. Büyüme oranının gecikmelerine ekisi Şekil 5. Enflasyonun büyüme oranına ekisi. 48 Şekil 5.3 Spreadin büyüme oranına ekisi...49 Şekil 5.4 Kurdaki değişikliğin büyüme oranına ekisi....5 vi
9 ÇİZELGELER DİZİNİ Çizelge 3. Sanayi üreim endeksi serisi birim kök esi Çizelge 3. Sanayi üreim endeksi fark serisi birim kök esi Çizelge 5. Eşik değerin ahmini ve es isaisikleri vii
10 .GİRİŞ Bazı gelişmiş ülkeler için genel fiya seviyesi üzerindeki döviz kuru geçişi McCarhy(999) arafından araşırılmışır. Analizleri yapılan ülkelerin çoğunda, ükeici fiyaları için döviz kuru geçişi anlamlı bulunmuşur. Menon(995a) ile gelişmiş ekonomiler üzerinde çeşili ampirik çalışmalar sunulmuşur. Hem süre hem de büyüklük olarak döviz kuru değişimlerinin fiyalara ekisini espi emek için vekör ooregresif(var) meodoloisi kullanılmakadır (McCarhy 999). Fiyalardaki azalma seviyesi, geçiş mekanizması için önemlidir. Türkiye için Mar 3 en iibaren ABD Dolarındaki arış rendinin enflasyon üzerinde çok fazla ekisinin olduğunu söylemek zordur. Bundan dolayı, arış üzerindeki azalma ekisinde asimeriklik bulunabilir. Asimerinin bir ürü ABD Dolarındaki arışa karşı azalmadır. Asimeri sıfır erafında olmayabilir faka sıfıra yakın poziif bir sayı erafında olması beklenmekedir. Ayrıca McCarhy(999) arafından önerilen meod, eşik seviyesini espi emek için kullanılan sandar bir yönemdir. Döviz kurlarından fiyalara geçiş ekisi yüksek olan ülkelerde, döviz kuruna dayalı isikrar programlarının başarılı olma şansının yüksek olduğu geçmişe yapılan çalışmalarda göserilmişir. Diğer yandan, geçiş ekisinin azalmış olması gerekliliği enflasyon hedeflemesi uygulayacak ülkelerde geçerli olduğu vurgulanmışır. Bulunan bu bulgular yardımı ile Türk ekonomisi üzerinde döviz kurlarından fiyalara geçiş ekisinin incelenmesinin oldukça önemli olduğu görülmekedir.
11 . DÖVİZ KURU GEÇİŞİ Döviz kuru geçişi ile bir birim şokun genel fiya seviyesine nasıl geçiği araşırılır. Döviz kurlarından fiyalara geçiş asimerik bir yapıya sahip olabilir. Geçişin asimerik olması, döviz kuru arışları ve azalışları süresince, geçiş kurunun farklı olması anlamına gelmekedir. Bir ekonominin emel makro ekonomik değişkenleri üzerindeki döviz kuru geçişi oldukça ekilidir. Bazı ekonomik erimler aşağıda açıklanmakadır. Döviz kuru, bir ülkenin ulusal para biriminin yabancı para birimleri cinsinden değerini gösermekedir. Döviz kurlarının belirlenmesinde kullanılan sisemlere de döviz kuru sisemleri adı verilmekedir. Döviz kuru sisemleri, döviz kurlarının nasıl belirleneceği, kurlarda serbesçe ya da resmi kararla hangi ölçülerde değişme olup olmayacağı gibi konularla ilgili kurallar opluluğu olarak açıklanabilir. Döviz kuru siseminin seçimi oldukça önemlidir. Çünkü döviz kurundaki değişiklikler cari işlemler dengesini büyük ölçüde ekilemekedir. Son yıllarda yükselen piyasa ekonomilerinde sıklıkla bankacılık ve döviz krizleri yaşanmakadır. Yaşanan döviz krizlerinden dolayı gelişmeke olan ülkelerde büyümenin yavaşladığı neredeyse kesildiği görülmekedir. Döviz kurunun ihala, ihraca, üreim ve isihdam üzerinde de önemli ekilerinin olduğu bilinmekedir. Aslında döviz kuru ve enflasyonla işsizlik arasında merkezi bir ilişki olduğu lieraürde arışılmakadır. Endeks, belirli bir olaya ai sayısal verilerde meydana gelen oransal değişimin gösergesi olarak anımlanabilir. Endeks yüzde değişimleri ifade eden bir sayıdır. Başlıca endeksler fiya endeksi, ükeici fiyaları endeksi(üfe), opan eşya fiyaları endeksi(efe), üreici Değişkenlerin anımlanmasında hp://analiz.ibsyazilim.com/sozluk/sozlukdefaul.hm ve hp:// adreslerinden ve T.C Başbakanlık Devle İsaisik Ensiüsü Tükeici Fiyaları Endeksi ve Üreici Fiyaları Endeksi Sorularla İsaisikler Dizisi, Şuba 5 den büyük ölçüde yararlanılmışır.
12 fiyaları endeksi(üfe), sanayi üreim endeksi, hizmeler endeksi, mali endeks, ulusal endeksi, ulusal 3 endeksidir. Bu endeksler aşağıda kısaca açıklanmakadır. Fiya endeksi, seçilmiş mal ve hizmelerin oralama fiyalarının belli bir döneme göre değişimini göserir. Başka bir ifade ile fiya endeksi; malların belirli bir dönemdeki fiyalarını daha sonraki dönemlerdeki fiyalara oranlayarak, fiyalardaki arışın veya azalışın gösergesi olarak açıklanabilir. Endeks oluşurmak için ilgilenilen piyasaya göre (ükeici, üreici, ihraca, ihala vb.) bir mal ve hizme sepei oluşurulur. Burada seçilmiş maddelerin fiyaları dönemsel olarak akip edilir. Fiya endeksleri, fiyalarının izlendiği mal ve hizme piyasasına göre isimlendirilir. Tükeici fiyaları endeksi, üreici fiyaları endeksi, ihraca fiyaları endeksi, ihala fiyaları endeksi örnek olarak göserilebilir. Bir ülkenin ekonomik yapısının belirlenmesinde, ekonomik kararlar alınmasında, kişilerin saın alma gücünün espiinde, ücre ve maaşların belirlenmesi gibi çeşili konularda fiya endekslerine ihiyaç duyulur. Tükeici fiyaları endeksi, belirli bir dönemde hane halkları arafından saın alınan mal ve hizmelerle belirlenen bir sepein aylık dönemler iibariyle fiya değişimini ölçer. Başka bir ifade ile ükeici fiyaları endeksi; ükeiciler arafından geniş ölçüde kullanılan malların genel fiya seviyelerindeki değişmeleri göseren endeksir. Bu ür endekslerin düzenlenmesinde, ükeicilerin harcamalarını ahsis eikleri her bir mal grubunun oplam harcama içindeki ağırlıklarının belirlenmesi çok önemlidir. Tükeici harcamalarının büyük bir kısmını oluşuran herhangi bir mal grubuna endeks içinde düşük bir ağırlık verilmesi, bu mal grubunun fiyalarındaki değişmelerin endekse daha küçük oranda yansımasına yol açabilecek ve dolayısıyla, endeks rakamları, fiyalar genel düzeyindeki gerçek arışları yansımakan uzak olabilecekir. Dolayısıyla mal ve hizme sepeindeki her bir madde için mikar ve kalie değişmeleri göz önüne alınarak endeksin sadece fiya harekelerini 3
13 yansıması çok önemlidir. Türkiye de ükeici endeksleri; geçinme endeksi, perakende fiya endeksi, ükeici fiyaları endeksi isimleri alında İsanbul Ticare Odası, Türkiye İsaisik Kurumu ve Hazine ve Dış Ticare Müseşarlığı arafından düzenlenmekedir. Topan eşya fiyaları endeksi, paranın saın alma gücünde oluşan değişmelerin opan eşya fiyalarına dayandırılarak endekse abi uulmasıdır. Topan eşya fiyaları endekslerinde, emel oluşuracak veriler, genellikle opancılık yapanlardan, imalaçılardan elde edilmekedir. Üreici fiyaları endeksi, belirli bir referans döneminde ülke ekonomisinde üreimi yapılan ve yuriçine saışa konu olan ürünlerin, üreici fiyalarını zaman içinde karşılaşırarak fiya değişikliklerini ölçen fiya endeksidir. Üreici fiyaları, üreimde kullanılan her ürlü maddenin ve işgücünün maliyeinden ekilenmekedir. Sanayi üreim endeksi, imala sanayinde, madencilik, elekrik ve gaz endüsrilerinde fiziksel üreim değerlerinin dönemsel olarak ölçülmesi şeklinde anımlanabilir. Mali endeks, mali sekörde yer alan şirkelerin hisse senelerinin fiyalarındaki değişmeleri dikkae almak şarıyla hesaplanan hisse seneleri piyasası endeksidir. Ulusal endeksi, 986 yılında 4 şirkein hisse senedi ile başlayarak zamanla sayısı şirkein hisse senedi ile sınırlanan bileşik endeksin devamı nieliğindedir. Ulusal pazarda işlem gören yaırım oraklıkları hariç önceden belirlenmiş şarlar yanında sekörel emsil kabiliyei de göz önünde bulundurularak seçilmiş hisse senelerinden oluşmakadır ve İMKB-3 da yer alan hisse senelerini de kapsamakadır. Ulusal 3 endeksi, Vadeli İşlemler Piyasası nda kullanılmak amacıyla oluşurulmuşur. Yaırım oraklıkları hariç ulusal pazarda işlem gören şirkelerden önceden belirlenmiş 4
14 şarlar yanında, piyasa değeri ve likidiesi yüksek olanlardan sekörel emsil kabiliyei de göz önünde bulundurularak seçilen 3 hisse senedinden oluşan endeksir. Enflasyon, fiyalar genel seviyesinin sürekli olarak yükselmesi nedeniyle paranın sürekli olarak değer kaybemesi durumudur. Başka bir ifadeyle ükeicilerin saın alma gücünü yiirmesidir. Bir ekonomide bazı malların fiyaları ararken bazıları da düşmekedir. Dolayısıyla, önemli olan oralama fiyaların seyridir. Fiya endeksleri yardımı ile oralama fiyaların seyri espi edilebilir. Ayrıca enflasyonun hesaplanmasında seçilmiş mal ve hizmelerin oralama fiyalarının dönemsel değişimini göseren fiya endeksleri kullanılır. Benzer şekilde enflasyon oranı da ülke genelindeki fiya arışlarının ölçüsü olarak kullanılan fiya endekslerinden yararlanılarak bulunur. Enflasyon oranı, fiya isikrarını sağlamak için poliika uygulayıcılarına yol göserir. Bir ekonomide var olan çeşili piyasalar açısından bakılarak fiyalar genel seviyesindeki değişim oranı belirlenmek isenebilir. Tükeici, üreici, ihraca veya ihala piyasalarında fiyalar genel seviyesindeki arış oranı bu piyasalara ilişkin enflasyon oranı olarak nielendirilebilir. Faka kamuoyunda enflasyon oranı, ükeici veya üreici fiyalarındaki değişim oranı olarak alınmakadır. Bir ülkenin iç veya dış ilişkilerinden doğan ekonomik dengesizliklere şok adı verilir. Şoklar dış kaynaklı olarak oraya çıkıyor ise dışsal şok, iç kaynaklı olarak oraya çıkıyor ise içsel şok olarak adlandırılmakadır. Ayrıca bir şokun yaşandığı seride arış meydana geliyorsa bu şok poziif şokur, eğer ki seride azalış meydana geliyorsa negaif şokur. 5
15 3. LİNEER ZAMAN SERİLERİ 3. Zaman Serisi ( Ω, U, P) bir olasılık uzayı, T de bir indis kümesi olmak üzere bir zaman serisi Ω T çarpım uzayından reel sayılara giden bir fonksiyondur. Yani, bir zaman serisi, (.,.) : Ω T : ( w, ) ( w, ) = ( w) (3..) şeklinde anımlanan bir fonksiyondur ve her sabi için (w) bir rasgele değişkendir. Her bir sabi w için, nin reel değerli bir fonksiyonudur. Bu reel değerli fonksiyona zaman serisinin bir yörüngesi denir. Gerçek hayaa görülen zaman serileri grafikleri aslında zaman serisinin bir yörüngesidir. Zaman serileri gözlem değerlerinin zamana göre dağılımını göserir. Başka bir ifadeyle, bir değişkenin belli zaman aralıklarında gözlenen değerlerinden oluşurlar. Bu bağlamda, döviz kurlarındaki günlük değişimleri göseren bir seri zaman seridir. Benzer olarak, aylara göre bir firmanın üreiği veya saığı mal sayısından oluşan seriler de zaman serilerine örnek göserilebilir. Günümüzde zaman serileri birçok alanda kullanılmakadır. Özellikle isaisik ve ekonomeri gibi bilim dallarındaki uygulama alanları oldukça genişir. Zaman serileri yardımı ile geçmiş yıllara ai ekonomik verileri kullanarak gelecek yıllar hakkında öngörüde bulunabiliriz. Ancak yapılan öngörülerin isaisiki anlamda güvenilir sonuçlar vermesi için kullanılan zaman serilerinin durağanlığı sağlaması gerekmekedir. Dolayısıyla zaman serilerinde durağanlık kavramı, en önemli kavramlardan birisidir. Aşağıdaki bölümde durağanlık kavramı ve bu kavramın zaman serilerindeki önemi açıklanmakadır. 6
16 3. Durağanlık Zaman serileri eknikleri uzun dönem dengesinin oluşumunu ampirik yönden incelememize olanak sağlar. Bu eknikler, dengenin sağlanıp sağlanmadığı, siseme verilen şoklar sonrasında oraya çıkan sapmaların devamında sisemin uzun dönemde ekrar denge düzeyine dönüp dönmeyeceği konusunda bilgiler sağlar. Ancak uzun dönem dengesi incelenirken ele alınan değişkenlerin, kısa dönemde şoklardan ekilense dahi birkaç dönem sonra bu şokların ekilerinden kurularak ekrar eski denge düzeyine yönelen nielike olmaları gerekir. Bu özelliğe sahip bir değişkene durağan zaman serisi adı verilir. İsaisiksel açıdan açıklamak gerekirse, durağanlık kısaca şu şekilde anımlanabilir: Deerminisik bir yapısı olmayan ve d kere farkı alındıkan sonra oralaması ve varyansı sabi, doğrusal bir ooregresif harekeli oralama(arma) süreci sergileyen bir seri durağandır(engle and Granger 987). d inci dereceden durağan olan olarak I(d) şeklinde ifade edilir. serisi sembolik Durağanlık, zaman serilerinde en önemli kavramalardan birisidir. İsaisiki sonuç çıkarımlarının çoğunda serinin durağan olduğu varsayılır. Eğer seri durağan değil ise fark alma gibi çeşili eknikler kullanılarak seri durağan hale geirilir. Genel olarak iki çeşi durağanlıkan söz edilir. Birincisi güçlü durağanlık ikincisi ise zayıf durağanlıkır. Bir zaman serisinin,,, n zamanlarındaki,,, n rasgele değişkenlerinin orak olasılık dağılım fonksiyonu ile herhangi bir öelemeyle elde edilen zamanlarındaki + h, + h,, n + h n, h, + h, + h +,, n h n+ h T rasgele değişkenlerinin orak olasılık dağılım fonksiyonu aynı ise bu seriye güçlü durağandır denir. Başka bir ifadeyle, T indis kümesi doğal sayılar kümesi olmak üzere, { : T } bir zaman serisi olsun. 7
17 Eğer n, T, her,,, n T ve her x, x,, xn için + h, + h,, n + h T olmak üzere F,..., (,,...,, x x x n n ) = F + h, + h,..., n+ h ( x, x,..., x n ) koşulu sağlanıyorsa { : T } zaman serisine güçlü durağandır denir. Eğer { : T } zaman serisi güçlü durağan ise bu n ( + h + h, n h i T, (,,..., ) = D,..., + ) şeklinde göserilebilir. n için Eğer { : T } zaman serisi güçlü durağan ise bağımsız aynı dağılıma sahip rasgele değişkenlerin bir dizisidir. Praike serinin güçlü durağanlığını sağlamak kolay değildir. Bunun yerine koşulların biraz hafifleilmesi ile anımlanan zayıf durağanlık veya kısaca durağanlık uygulama açısından yeerli görülmemekedir. Bir { : T } zaman serisi eğer, (i) E ) = µ ( (ii) Cov, ) kovaryansı sadece s nin bir fonksiyonudur. ( s koşullarını sağlıyorsa, zaman serisine zayıf durağan, kovaryans durağan veya kısaca durağandır denir. 8
18 Güçlü durağanlık ve zayıf durağanlık kavramları birbirlerini gerekirmez. Bazı durumlarda bu geçişler olabilmekedir: (i){ : T } zaman serisi durağan ve normal dağılım varsayımı sağlanıyorsa bu seri aynı zamanda güçlü durağandır. (ii) { : T } zaman serisi güçlü durağan ve E ( ) < koşulunu sağlıyorsa bu seri aynı zamanda durağandır. 3.3 Durağan Zaman Serileri 3.3. Harekeli oralama serileri (Moving average series, MA) Oralaması sıfır olan herhangi bir { T} fonksiyonu, e : zaman serisinin ookovaryans σ, h= γ e ( h) =, d. d. (3.3..) şeklinde ise { e : T} e WN (, σ ) şeklinde göserilir. serisine bir Beyaz Gürülü (Whie Noise) serisi denir ve Eğer e WN (, σ ), q sonlu bir doğal sayı olmak üzere q uncu dereceden harekeli oralama serisi, q µ = e + β e ( 3.3..) = şeklinde verilir ve MA(q) şeklinde göserilir. 9
19 Eğer MA (q) ise, serinin ookovaryans fonksiyonu aşağıdaki gibi hesaplanır. Ayrıca serinin oralamasının sıfır olduğu görülmekedir. Yani, E( ) = µ dür. Ayrıca serinin varyansı da, Var( ) Var e e q q = + β = σ β = = (3.3..3) dir. Ookovaryans fonksiyonu ise β = olmak üzere, γ ( h) Cov(, ) Cov( β e, β e ) = = + h i + h i = i= q q q q = β βicov( e, e+ h i) ( ) = i= dir. Faka,, = + σ i h Cov( e, e+ h i ) = ( ), d. d. olduğundan, q h ( h) + h = γ = σ β β ( ) dir. Yukarıdaki oplamın üs sınırının q h olmasının nedeni; i+ h nin alabileceği en yüksek değerin q olmasıdır. Burada ookovaryans fonksiyonunun simerik olması gerekir.
20 Sonuç olarak, q uncu dereceden bir harekeli oralama serisi için ookovaryans fonksiyonu, q h σ β β + h, h q γ ( h) = ( ) =, d. d. şeklinde yazılabilir. Buradan da ookorelasyon fonksiyonu, ρ, h q = ( ), d. d. q h q β β + h β ( h) = = şeklinde olacakır. Görüldüğü gibi, harekeli oralama serileri q sonlu olduğu sürece her zaman durağandır. Harekeli oralama serileri her zaman durağandır. β = ρ, ρ < olduğunda { : T } zaman serisi, e WN (, σ ) iken = e + ρ e şeklinde verilsin. ρ < olduğundan = φ dolayı E ( ) = ve z+ h h h ( h) = = () = şeklinde olup = ρ γ σ ρ ρ γ ρ σ { : T } zaman serisi durağandır. Bununla birlike, eğer ρ = ise γ ( h ) anımlı değildir. Ayrıca, E ) değeri de hesaplanamaz. Dolayısı ile ρ = olması durumunda seri durağan değildir. (
21 3.3. Ooregresif zaman serileri (Auoregressive ime series, AR) Burada α = = e + e zaman serisini göz önüne alındığında bu seri, α = = e + e ( 3.3..) α = α = e + e ( 3.3..) denklemlerinin yardımı ile = + e şeklinde yazılabilir. Böylece MA(+ ) α serisinden elde edilen = + e şeklinde bir seriye ulaşılır. Bu seri, α ( µ ) = α ( µ ) + e veya = β+ β + e şeklinde de yazılabilir. Görüldüğü gibi bu seri basi doğrusal regresyon denklemine benzemekedir. Bu seri birinci dereceden ooregresif zaman serisi olarak bilinmekedir. AR() serisi, α < olmak üzere = + e şeklinde verildiğinde, α E( ) = Var( ) () σ ( ) = γ = α () = Var( ) = Var( + e ) = Var( ) + Var( e ) + Cov(, e ) γ α α α = α γ () + σ ( ) ve h> için, γ ( h) = Cov(, ) = Cov( α + e, ) + h + h = Cov(, ) + Cov( e, ) α + h + h
22 = Cov(, ) α + h = αγ ( h ) ( ) şeklinde hesaplanmakadır. Böylece AR() serisi için Yule-Walker denklemleri, γ () = α γ () + σ γ ( h) = αγ ( h ) ( ) şeklinde yazılır. Yule-Walker denklemleri ile serinin varyansı ve ookovaryansı bulunur. Birinci denklem kullanılarak serinin varyansı aşağıdaki şekilde hesaplanır. σ Var( ) = γ () = α (3.3..7) Serinin ookovaryans fonksiyonunu ise, h ( h) = ( h ) = ( ( h )) = ( h ) =... = () γ αγ α αγ α γ α γ h σ h γ ( h) = α = α γ () α ( ) şeklinde olduğu kolayca görülür. Buradan serinin ookorelasyon fonksiyonu, h ρ( h) = α (3.3..9) şeklinde olduğu açıkır. 3
23 Aslında, = + e şeklinde verilen bir zaman serisi MA(+ ) serisi olarak yazılabilir. α k Β = k olmak üzere( Β gerileme operaörü veya backshif operaörü), ( αβ ) = e e e e = = ( αβ ) = α ( α ) = = Β ( 3.3..) şeklinde yazılır. Yine dikka edilirse bu geçiş ρ = için geçerli değildir. Ooregresif zaman serileri serinin şimdiki ve geçmiş değerleri ile beyaz gürülüden ekilenir. Genel olarak, p inci dereceden bir ooregresif zaman serisi e WN (, σ ) bir beyaz gürülü serisi ve µ de serinin beklenen değeri olmak üzere, p ( µ ) = α ( µ ) + e ( 3.3..) i i i= şeklinde verilir ve AR(p) şeklinde göserilir. p modelin derecesini, α i, σ modelin paramerelerini gösermekedir. i =,,..., p ler ve AR(p) zaman serisi modeli, p p = µ α + α + e ( 3.3..) i i i i= i= şeklinde yazılabilir. Eğer, p αi = ise, serinin beklenen değeri yok olmakadır. Bu i= durumda seri durağan değildir. AR(p) zaman serisi modelinin karakerisik denklemi, p p i f ( m) = m α m = p i= i 4
24 şeklinde olsun. Bu denklemin köklerinden en az bir anesi mulak değerce e eşi ise, seri durağan değildir. Denklemin köklerinden en az bir anesi mulak değerce e eşi olması için gerek ve yeer koşul: p αi = olmasıdır (Akdi 3). i= Eğer e WN (, σ ) olduğunda AR(p) zaman serisi modeli, p = αi i+ i= e ( ) şeklinde verildiğinde bu serinin varyansı, γ p () = Var( ) = Cov(, ) = Cov, αi i+ e i= p = α Cov(, ) + Cov(, e ) i= i i p αγ i ( i) σ ( ) i= = + şeklinde bulunur. Ayrıca, h> için ookovaryanslar, p γ ( h) = Cov(, ) = Cov, α + e + h i + h i + h i= p = α Cov(, ) = αγ ( h i) i + h i i i= i= p ( ) olarak bulunur. Sonuç olarak Yule-Walker denklemleri: γ () = αγ () + α γ () α γ ( ) + σ p p γ ( h) = αγ ( h ) + α γ ( h ) α γ ( h p) ( ) p şeklinde hesaplanır. 5
25 3.3.3 Kısmi ookorelasyon fonksiyonu Zaman serileri analizlerinde ookorelasyon fonksiyonu serinin model derecesini belirlemede çok açıklayıcı değildir. Özellikle AR serilerinde ookorelasyonlar model derecesi hakkında bilgi vermez ancak korelasyonların azalma hızına göre serinin durağanlığı hakkında bir şey söylenebilir. Faka model derecesini belirlemede kısmi ookorelasyon fonksiyonu kullanılabilir. Herhangi bir { :,,3,..., n} üzerine regresyonu yapıldığında, = zaman serisi verildiğinde, nin,,..., h h nin kasayısı h nci kısmi ookorelasyon olarak anımlanır. Serilerin kısmi ookorelasyonları korelasyonlar yardımı ile kolaylıkla hesaplanmakadır (Enders 995). Burada, üzere P h marisi, ρ h ler serinin ookorelasyonlarını gösermek ρ ρ... ρh ρ ρ... ρ h Ph = ρh ρh 3 ρh 4... ρ ρh ρh ρh 3... şeklinde olsun. P h marisinin yardımı ile * P h marisi, olarak yazılır. P * h ρ ρ... ρ ρ ρ... ρ = ρh ρh 3 ρh 4... ρh ρh ρh ρh 3... ρ h 6
26 Sonuç olarak φ ( h) h nci kısmi ookorelasyon, * de( Ph ) φ ( h) = (3.3.3.) de( P ) şeklinde ifade edilir. Faka MA serileri ve ARMA serileri için kısmi ookorelasyonların hesaplanması oldukça zaman almakadır. Faka aşağıda verilen formül ile bu sorun oradan kalkmakadır. Herhangi bir zaman serisinin ookorelasyonları h ρ, kısmi ookorelasyonları ise φ ( ) ile göserilsin. Bu durumda, (3.3.3.) eşiliğinden, φ() = ρ ve elde edilir. ( ρ ρ ) φ() = ( ) ρ Diğer kısmi ookorelasyonlar φs, = φ( s ), φs, sφ( s ),( ) olmak üzere, φ( h) = h ρ φ ρ h ( h ), h = h = φ ρ ( h ), (3.3.3.) formülü ile hesaplanabilir (Enders 995). Bazı durağan zaman serileri modelleri için ookorelasyon ve kısmi ookorelasyon aşağıdaki şekilde elde edilir. İlk olarak oralama serisi, e WN σ (, ) olmak üzere ikinci dereceden harekeli = e + β e + β e incelensin. Bu serinin ookovaryans fonksiyonu, σ ( + β + β ), h= σ ( β+ ββ ), h=± γ ( h) = σ β, h=±, h 3 ( ) şeklindedir. 7
27 Ookorelasyon fonksiyonu ise,, h= ( β+ ββ ) /( + β + β ), h=± ρ ( h) = β /( + β + β ), h=±, h 3 ( ) şeklinde bulunur. Burada β =.3 ve β =.4 olsun. Bu durumda serinin ookovaryansları ( ) de verilen ookovaryans fonksiyonu yardımıyla γ ().5 = σ, γ ().8 = σ, γ () =.4σ şeklinde hesaplanır. Serinin ookorelasyonları ise ρ =, ρ =.44, ρ =.3 ve h > için ρ = olduğu açıkır. h Serinin birinci ve ikinci kısmi ookorelasyonları, φ() = ρ =.44 ve ( ρ ρ ) φ() = =.348 şeklinde hesaplanır. (3.3.3.) formülü yardımı ile ( ) ρ ρ φ ρ 3, 3 = φρ+ φρ φ, ρ = φρ φρ φ(3) = = şeklinde yazılır. Burada, φ= φ φφ =.94 şeklinde hesaplandıkan sonra bu değer formülde yerine yazılarak φ (3) =.34 bulunur. Benzer şekilde φ (4) =.63 ve φ (5) =.88 olarak hesaplanır. Elde edilen grafikler şekil 3. de göserilmişir. Şekil 3. MA() serisi için ookorelasyonlar ve kısmi ookorelasyonlar 8
28 Ookorelasyonlar belli bir nokadan sonra sıfırdır, kısmi ookorelasyonlarda ise bir azalma görülmekedir. Bu durum incelenilen serinin MA() serisi olmasından kaynaklanmakadır. İkinci olarak durağan bir AR() serisi e WN σ (, ) olmak üzere, = e serisi göz önüne alınsın. AR serileri bölümünde (3.3..6) da verilen Yule- Walker denklemleri yardımı ile γ ( h) = αγ ( h ) + α γ ( h ) ( ) elde edilir. Bu eşilik kullanılarak, γ α = ve () γ () α α γ () = + α γ () α ifadelerine ulaşılır. Serinin ookorelasyonları bu ifadeler kullanılarak elde edilir. Yani, ρ γ () α = γ () = α ve ρ γ () α = α γ () = α + şeklinde ifade edilir. Formüllerde α =.7 ve α =.7 değerleri yerine yazıldığında ρ = , ρ = şeklinde hesaplanır. Benzer şekilde diğer ookorelasyon değerleri de elde edilebilir. Serinin birinci kısmi ookorelasyonu, φ() = ρ = bulunur. İkinci kısmi ookorelasyon ise, P ρ = = ρ P ρ * = = ρ ρ 9
29 P ve * P marisleri yardımı ile * de( P ) φ() = =.7= α de( P ) şeklinde hesaplanır. Kısmi ookorelasyonlar ikinci gecikmeden sonra sıfır olacakır. Ookorelasyonlarda ise bir azalma görülmekedir. olmasından kaynaklanmakadır. Bu durum serinin AR() serisi Durağan zaman serileri modellerinden MA serilerinde ookorelasyonların, AR serilerinde ise kısmi ookorelasyonların belli nokadan sonra sıfır olduğu görülmekedir. Ancak bazı serilenin ookorelasyonları ve kısmi ookorelasyonları azalmasına rağmen sıfır olmayabilir. Bu durumda serilere ooregresif harekeli oralama serileri denir. Bir sonraki bölümde ooregresif harekeli oralama serileri hakkında bilgi verilmekedir Ooregresif harekeli oralama serileri (Auoregressive moving series, ARMA) Harekeli oralama serileri her zaman durağan serilerdir. Ooregresif zaman serilerinin durağanlığı ise karakerisik denkleminin köklerine bağlıdır. Harekeli oralama serilerinin ookorelasyonları belli bir yerden sonra sıfır olmakadır. Bununla birlike kısmi ookorelasyonları ise azalmakadır. Ooregresif zaman serilerinde ise ookorelasyonlar azalmaka ve kısmi ookorelasyonlar belli bir yerden sonra sıfır olmakadır. Bir zaman serisi verildiğinde ookorelasyonlar ve kısmi ookorelasyonlar ile serinin model dereceleri belirlenmekedir. Bazen serinin ookorelasyonları ve kısmi ookorelasyonları azalmasına rağmen sıfır olmayabilir. Böyle bir durumda seriye ooregresif zaman serisi veya harekeli oralama serisi adı verilemez. Bu ür serilere ooregresif harekeli oralama serileri denir.
30 Bir MA serisi, e WN(, σ ) ve θ olmak üzere, q i i i= q µ = e + θ e (3.3.4.) şeklindedir. Bu serinin karakerisik denklemi, m q q q i + θim = dır. Harekeli oralama serileri her zaman durağan serilerdir ve karakerisik denklemin büün kökleri mulak değerce den küçük ise seriye ersinirdir(inverible) denir. Serinin ersinir olması, i= π i < olmak üzere, i= e = π ( µ ) şeklinde yazılabilir olması anlamındadır. i i i= Oralaması µ olan MA(q) serisini, θ B θ B θ B θ B q ( ) = q olmak üzere, = µ + θ ( B) e şeklinde yazabiliriz. Burada, B, gerileme operaörünü gösermekedir. Eğer serinin oralamasının µ olduğunu varsayarsak, seriyi µ = θ ( B) e şeklinde de ifade edebiliriz. Benzer şekilde oralaması µ olan AR(p) serisi, µ = e + φ ( µ ) şeklinde yazılır. AR serilerinin durağanlığı karakerisik i i i= p denklemin köklerine bağlıdır. AR serileri her zaman ersinirdir. Eğer φ p = olmak üzere, φ B φ B φ B φ B p ( ) =... p şeklinde ise, AR(p) serisini, φ ( B)( µ ) = e şeklinde yazabiliriz. Serinin oralaması sıfır olduğu durumda ise φ ( B) = e şeklinde olacağı açıkır. Sonuç olarak, model dereceleri p ve q olan bir ARMA(p,q) serisi φ ( B)( µ ) = θ ( B) e şeklinde göserilir. Burada, p serinin AR kısmının model derecesini, q ise serinin MA kısmının model derecesini gösermekedir. Eğer serinin oralaması sıfır ise, bir ARMA(p,q) serisi,
31 φ( B) = θ ( B) e (3.3.4.) şeklinde göserilir. Daha açık bir şekilde ifade emek isersek, model dereceleri p ve q olan µ oralamalı bir ARMA(p,q) serisi φ ve θ olmak üzere p p φ ( µ ) + e + = q q ( µ ) = θ e ( ) i= i i şeklinde yazılır. Eğer serinin oralaması sıfır ise ARMA(p,q) serisi, p = φ + e + θ e i i = i= q ( ) olarak yazılır. Bir ARMA(p,q) serisinin durağan olabilmesi için, AR kısmının durağan olması; ersinir olabilmesi için ise MA kısmının ersinir olması yeerlidir. Eğer ARMA( p, q) serisi durağan ise, ψ < şarı sağlandığında, = = ψ e ( ) = şeklinde yazılabilir. Dolayısıyla serinin ookovaryans fonksiyonunun, γ ( h) σ ψ ψ + h = = ( ) şeklinde olacağı açıkır. Ancak burada ψ kasayılarının belirlenmesi gerekir.
32 Eğer ARMA(p,q) serisini φ( B) = θ ( B) e şeklinde ise, φ( B) = θ ( B) e θ ( B) = e ( ) φ( B) olacakır. Buradaki ψ kasayıları z < olmak üzere, θ ( z) ψ ( z) = = ψ z ( ) φ( z) = özdeşliğinden yararlanarak elde edilir. Ayrıca burada, θ z = + θ z+ θ z + + θ z ( )... q q p ( z) = z z... pz ( ) φ φ φ φ dir. Bu eşiliklerin çözülmesi ile θ = ve olduğundan çözümler, > q için θ = ve ayrıca > p için φ = ψ φψ = θ, < max( p, q+ ) k k < k ψ φψ =, max( p, q+ ) k k < k p (3.3.4.) şeklindedir (Brockwell and Davis 987). Bu eşilikler çözüldüğünde, ψ = θ = ψ= θ+ ψ φ = θ+ φ ψ = θ + ψ φ + ψφ = θ + φ + ψφ + φ ψ kasayıları ardışık olarak bulunur. 3
33 3.4 Öngörü (Forecasing) Öngörü, gözlemlediğimiz değerlerin dışında rasgele değişkenin almasını beklediğimiz değerdir. Öngörüler yapılırken kullanılan bilgi, geçmiş zamanlardaki gözlem değerleridir. Bu gözlem değerleri yardımı ile rasgele değişkenin geleceke alacağı değerler için bir ahminde bulunulur.,,..., n rasgele değişkenleri verildiğinde n + için öngörü, n+ E n+ n = (,,..., ) (3.4.) olarak anımlanır. Normal dağılım varsayımı alında bu koşullu beklenen değer,,..., n değerlerinin bir lineer birleşimidir. Kabul edelim ki Y, Y,..., Y n rasgele değişkenleri den bağımsız) (, ) olmak üzere ( e WN σ e ler de Y Y Y, = = αy + e, (3.4.) modeline uygun olsun. α < olsun yani serinin durağan olduğu varsayılsın. Bu durumda Yn, Yn,..., Y değerleri öngörülmek isensin. + + n+ s e, e,..., e n ler bağımsız olduğundan dolayı e n + rasgele değişkeni Y, Y,..., Y n lerden bağımsızdır. Dolayısı ile ) E( e + Y, Y,..., Y ) = E( e + ) = olacağından, Y + = E( Y + Y, Y,..., Y ) = αyn şeklinde n n n n n n hesaplanır. Yani öngörü sadece serinin aldığı son değere ve paramereye bağlıdır. 4
34 ) n+ n+ n n İki adım ilerisi için öngörü, Y = E( Y Y, Y,..., Y ) = α Y olacakır. Bu şekilde devam edilirse s adım ilerisi için öngörü, ) s Y =α (3.4.3) n+ s Yn olarak hesaplanır. Görüldüğü gibi öngörüler örneklemin en son değerine bağlıdır ve s için öngörüler serinin oralaması olan değerine yaklaşmakadır. Bu öngörüler hesaplandıkan sonra öngörü haaları ve bu öngörü haalarının varyansı da ) verilmelidir. Bir adım ilerisi için öngörü haası, Yn+ Yn+ = ( αyn + en+ ) αyn = en+ ve ) öngörü haasının varyansı ise, Var( Y Y ) = Var( e ) = σ olarak bulunur. n+ n+ n+ İki adım ilerisi için elde edilen öngörü haası, ) Y Y = ( α Y + e ) α Y n+ n+ n+ n+ n = ( α ( α Y + e ) + e ) α Y n n+ n+ n = α Yn + αen+ + en+ α Yn = + α en + en + dır. İki adım ilerisi için öngörü haasının varyansı, ) Var( Y Y ) = Var( α e + e ) n+ n+ n+ n+ = σ + α şeklinde hesaplanır. 5
35 Bu şekilde devam edildiği zaman s adım ileri için öngörü haası, ) Y Y e s n+ s n+ s = α n+ s = (3.4.4) şeklindedir. Bu öngörü haasının varyansı ise, ) Var( Yn+ s Yn+ s ) = σ α s = (3.4.5) olacağı açıkır. Burada s için öngörü haalarının varyansı serinin varyansına doğru yaklaşır. Çünkü, ) σ Var( Y Y ) Var( Y ) s n+ s n+ s = σ α = = α (3.4.6) dir. Yani, seri durağan ise öngörüler serinin oralamasına doğru yaklaşır. Bununla birlike, öngörü haalarının varyansı da serinin varyansına doğru yaklaşır. Ancak serinin durağan olmaması durumunda ( α =± ) bu özellikler geçerli değildir. Eğer Y +, Y +,..., Y değerleri aynı anda öngörülmek isendiğinde, ) ) ) + Y, Y,..., Y n n n s şeklinde öngörüler elde edilir. Bu öngörülerin haaları ise, n+ n+ n+ s Y Y Y ) Y ) Y n+ n+ n+ n+... ) Y n+ s n+ s en+ αen+ + en+. =.. s s α e + α e e n+ n+ n+ s (3.4.7) şeklindedir. 6
36 Buradan öngörü haalarının varyans-kovaryans marisi, Z = ( Yn+, Yn+,..., Yn+ s )' % ) ) ) ) (,,..., )' % ve Z = Yn+ Yn+ Yn+ s olmak üzere, s α... α α + α α + α... ) ) E ( Z Z)( Z Z)' % % % % = σ s..... α = (3.4.8) şeklindedir. Eğer bir öngörü yapılıyorsa, bu öngörü için güven aralığı oluşurmak gereklidir. s adım ) ilerisi için öngörü Y n + s ise bu öngörü için %95 lik güven aralığı, ) Yn+ s± Z(.5) σ α s = (3.4.9) olarak yazılabilir. Faka praike buradaki α ve σ değerleri paramerelerdir ve bunların ) ahmin değerleri kullanılır. Ayrıca, burada Y n + s kesiricisinin dağılımının bulunmasıdır. ) Bununla birlike, yukarıda verilen güven aralığında Z (.5) yazılabilmesi için Y n + s kesiricisinin dağılımının normal olması gerekir. Aşağıdaki model göz önüne alındığında, Y, = Y = αy + e, Eğer α < ise seri durağandır. (3.4.) 7
37 Ayrıca, E( Y ) =, Var( Y ) = σ α dir. ) Burada, s için Y n + s s = α Y n = Var( Y ) ve öngörü haalarının varyansı da, ) σ Var( Y Y ) Var( Y ) s n+ s n+ s = σ α = = α (3.4.) dır. Ancak α = ise seri durağan değildir. Çünkü Y = alındığında, Y = e olduğundan, kovaryans, = Cov Y Y+ = σ + h dir ve ookovaryanslar (, h) min(, ) zamana bağlıdır. Öngörüler hesaplanırken serinin durağan olup olmaması hakkında bir bilgi gerekmez. Çünkü öngörüler koşullu beklenen değer olarak hesaplanır. Dolayısıyla dağılım bilindiği sürece öngörüler hesaplanabilir. Öngörüler hesaplanırken durağanlığa gerek duyulmaz faka durağanlık öngörülerin hesaplanmasında önemli bir rol oynamakadır. Yukarıda hesaplanan öngörüler serinin durağan olmaması durumunda( α = olması ) durumunda) sabi kalmakadır. Bu durumda öngörüler, her s için, Yn+ s = Yn şeklinde ) olacakır. Yani s ve α = ise E( Y Y ) = σ s olur. Diğer arafan, α > ise, n+ s n+ s ) α E( Yn+ s Yn+ s ) = = s s σ α σ = α (3.4.) olacakır. Y değeri bir rasgele değişkendir ve isaisiki sonuç çıkarımında önemli role sahipir. Genelde Y = olarak alınmakadır. Faka bazen Y = µ gibi bir sabi değer alınmakadır. 8
38 Eğer Y αy e = + olduğunda, Y = Y e Y = α Y α e (3.4.3) * * α α ve * α < olduğundan, ) Y =α Y * olacakır. Bir AR(p) modeli ardışık olarak elde edilir. α = p = e + şeklinde verilmiş ise öngörüler, ) p n+ s = α n+ s = 3.5 Durağan Olmayan Zaman Serileri İsaisik ve ekonomi gibi çalışma alanlarında kullanılan serilerin çoğu durağan olmayan zaman serileridir. Birim köklü zaman serileri durağan olmayan zaman serileri arasında büyük yer umakadır. Bir serinin durağan olmadığı düşünülüyor ise seri mulaka es edilmelidir. Eğer ki durağan değilse, durağanlık sağlanmalıdır. Çünkü zaman serilerinde durağanlık, en önemli kavramalardan birisidir. Dolayısıyla analizlere başlamadan önce serinin durağan olup olmadığı araşırılmalıdır. Ayrıca durağan serilerle çalışmak, isaisiki anlamda güvenilir sonuçlar elde ememizi sağlar. Zaman serileri uzun dönemde rend ile deerminisik sürecin lineer bileşimi olarak yazılabilir. Deerminisik rend, zaman serisinin zaman içinde sürekli olarak arması(veya azalması) şeklindeki eğilim olarak anımlanır. = + µ Modeldeki { µ } rasgele olmayan erimler serisine deerminisik rend adı verilir. (3.5.) Ayrıca e WN σ (, ) olmak üzere, = + e (3.5.) serisi göz önüne alınsın. 9
39 Ardışık olarak yazıldığında, = + e = + v (3.5.3) i i= elde edilir. Modeldeki { v} = ei serisine de sokasik rend denir. Sokasik rend, serideki i= zamanla aran (veya azalan) eğilimin sürekli olmaması, genellikle arış(veya azalış) içerisinde olan bir seride azalışlarında(veya arışlarında) gözlendiği durumu ifade emekedir. Yukarıdaki (3.5.) ve (3.5.3) modelleri birleşirildiğinde, = + µ + e = + µ + v (3.5.4) i i= modeli elde edilir. Modelde bulunan { µ + v } erimi ise deerminisik ve sokasik rendlerin birleşimidir. Burada sokasik bir rasgele değişken ya da sokasik olmayan bir sabi olarak düşünülür. Uygulamada ise genellikle = veya = µ olarak alınabilir. Bir serinin beklenen değeri zamana bağlı iken serinin ookovaryansları zamana bağlı değil ise bu serinin deerminisik rend içerdiği düşünülür (Yalçın ). Yukarıda verilen (3.5.4) modelinde verilen seri için v durağan ise µ deerminisik rend olarak adlandırılır. Burada v nin ookovaryansları zamana bağlıdır. Bazı seriler (3.5.4) modelindeki v gibi durağan olmayan bileşen içerebilir. Bu ür serilerin sokasik rend içerdiği düşünülür. Başka bir ifade ile bir serinin sadece ookovaryansları zamana bağlı ise seri sokasik rend içeriyor denir. Bazı seriler hem deerminisik hem de sokasik rend içerebilir. Durağanlık, zaman serilerinde en önemli kavramalardan birisidir. İsaisiki sonuç çıkarımlarının çoğunda öncelikle serinin durağan olup olmadığı araşırılır. Örneğin Türkiye ekonomisindeki birçok değişken durağan değildir. Dolayısıyla geleceğe yönelik kararlar 3
40 alırken analizler yapılmadan önce çalışığımız serilerin durağanlığı sağlayıp sağlamadığı mulaka konrol edilmelidir. Aksi akdirde elde edilen sonuçlar isaisiki anlamda güvenilir olmayacakır. Bir seriyi durağan hale geirmek için çeşili yollar vardır. Eğer seri sadece deerminisik rend içeriyor ise serinin oralaması çıkarılarak durağanlık sağlanabilir. Seri sadece sokasik rend içeriyor ise serinin durağanlığı fark alma yönemi ile sağlanabilir. Ancak burada fark alma operaörünün önceden anımlanmış olması gerekir. Zaman serilerinde durağanlığı veya birim kökü es emek için çeşili yönemler vardır. Bu yönemlerin içinde en çok kullanılan Dickey-Fuller esidir. Aşağıda Dickey-Fuller esine kısaca değinilecekir Dickey-Fuller birim kök esi Herhangi bir serinin(genellikle ikisadi serinin) birim kök içerip içermediğini sınamak için en çok kullanılan yönem paramerelerin en küçük kareler ahmin edicilerinin dağılımına göre gelişirilen Dickey-Fuller yönemidir. Dickey-Fuller yönemi, paramerelerin en küçük kareler ahmin edicisinin birim kök varsayımı alındaki dağılımına dayanır. Ancak Dickey- Fuller esleri, süreç birim köke sahip ve bu durum fark alma yönemi ile oradan kaldırılabiliyorsa uygulanır. Dickey-Fuller birim kök esleri, zaman serilerinde birim kök araşırmasını sağlayan ilk biçimsel yönemdir. Birinci dereceden bir ooregresif zaman serisi modeli, e WN σ (, ) olmak üzere, ρ + e (3.5..) = şeklinde verilsin. Bu denklemin birinci dereceden farkı alındığında aşağıdaki model veya + = ρ e (3.5..) 3
41 şekline dönüşür. = (ρ ) + e (3.5..3) Burada, γ =ρ olarak anımlandığında (3.5..3) denklemi, = γ + e (3.5..4) şeklinde olmakadır. Dolayısıyla, (3.5..) modeline göre H : ρ hipoezi ile H : γ hipoezi denkir. = = Burada (3.5..) de verilen zaman serisi için, H : ρ yokluk hipoezi alında, Cov( =, + ) = σ min(, h) şeklindedir yani kovaryans zamanın bir fonksiyonu h + olmakadır. Sonuç olarak, H : ρ yokluk hipoezi alında, (3.5..) de verilen zaman serisi durağan değildir. = Durağan olmayan zaman serilerinde H : ρ hipoezinin esinde isaisiği kullanılır. = Burada kullanılan isaisiğinin dağılımı negaif olarak sola çarpıkır. Dolayısıyla, sol uçaki kriik değerler Suden dağılımınkinden daha küçük olabilmekedir. Dağılım sandar dağılımı olmadığında limi dağılımı aşağıdaki üç ayrı model için, = γ + e (3.5..5) = α + γ + e (3.5..6) = α+ β+ γ + e (3.5..7) sırasıyla τ, τ µ, τ τ olmakadır (Enders 995). Burada, τ, τ µ ye göre ve τ µ de τ τ ya göre daha güçlüdür (Dickey e all. 986). 3
42 H : ρ veya H : γ hipoezinin es edilmesi isendiğinde hesaplanan = = τ veya varyans bilindiğinde n ( ) isaisiğinin değeri kriik değerlerden küçük ise yokluk ρ τ hipoezi red edilmekedir. Başka bir ifade ile serisi durağandır Genişleilmiş Dickey-Fuller birim kök esi Veri üreim süreci AR(p) olan bir zaman serisinin, p olmak üzere, AR() olarak modellenmesi haa erimlerinde ookorelasyonlara sebep olacağından serinin durağanlığını araşırmak için Dickey-Fuller esinin kullanılması başlangıça geçersiz olacakır. Bunun nedeni e lerin beyaz gürülü süreci olması varsayımı bozulmasıdır. Faka verilen bir birim köklü serinin herhangi bir AR( p) (veya ARMA(p,q)) serisi içinde Dickey-Fuller esi uygulanmakadır. Bu durumda da verilen bir p + β = serisinin, = α + e (3.5..) şeklinde yazılması durumunda H : serisi birim köklüdür yokluk hipoezini H : α = hipoezinin es edilmesi ile aynı olacakır. Bunun için nin,,..., p üzerine regresyonunun yapılması durumunda in kasayısı hesaplanır ve ˆ α ˆ τ = S es isaisiği(veya değerler ile aynıdır. α ˆ τ µ, ττ ) kullanılır. Kriik değerler Dickey-Fuller esinde kullanılan Bir serinin birim kök içerip içermediğini sınamak için çeşili bilgisayar programları kullanılmakadır. Çalışmada 987:-7: dönem aralığında Türkiye için sanayi üreim endeksi(indusrial producion index) ele alınmışır. Bu serinin birim kök içerip içermediği 33
43 incelenmişir. Sanayi üreim endeksi için Eviews programına ai birim kök sınaması sonuçları aşağıdaki çizelge 3. de belirilmişir. Çizelge 3. Sanayi üreim endeksi serisi birim kök esi -Saisic Prob. Augmened Dickey-Fuller es saisic Tes criical values: % level % level % level Birim kök sınaması sonuçlarına göre, p değerinin oldukça büyük olduğunu görülür. Dolayısıyla 987:-7: dönem aralığında Türkiye için sanayi üreim endeksi serisi birim kök içermekedir. Yapılan analizlerin isaisiksel anlamda güvenli olabilmesi için serinin birim köken arındırılması gerekmekedir. Bunun için serinin birinci dereceden farkı alınır. Sanayi üreim endeksi serisinin birinci dereceden farkı alındıkan sonra yapılan birim kök sınaması sonuçları aşağıdaki çizelge 3. de verilmişir. Çizelge 3. Sanayi üreim endeksi fark serisi birim kök esi -Saisic Prob. Augmened Dickey-Fuller es saisic Tes criical values: % level % level % level Serisinin birinci dereceden farkı alındıkan sonra yapılan birim kök sınaması sonuçları göre, p değerinin küçüldüğü dikka çekmekedir dolayısıyla serinin birim köken arındırıldığı anlaşılır. 34
44 İkisadi serilerin büyük çoğunluğu birim kök içermekedir. Bu nedenle isaisiksel anlamda güvenli sonuçlar almak için analizlere başlamadan önce serilerin birim kök içermediğinden emin olmak gereklidir. Seri birim köklü ise yukarıdaki şekilde seri birim köken arındırılmalıdır. Aksi akdirde sonuçlar çok farklı çıkabilmekedir. 35
45 4. VEKTÖR OTOREGRESİF(VAR) MODELLER VAR modelleri zaman serileri modelleri arasında en fazla kullanılan modellerdir. Bu modeller öncelikle makroekonomik değişkenler arasındaki ilişkilerin incelenmesinde ve rasgele şokların değişkenlere olan ekisinin analizinde kullanılır. İkisadi ilişkilerin çoğu oldukça karmaşıkır. Bundan dolayı ikisadi ilişkiler eşanlı denklemler yardımıyla incelenmekedir. Eşanlı denklemlerde bağımlı-bağımsız değişken kavramı yerine içsel-dışsal değişken kavramı oraya çıkmakadır. İçsel değişken, değeri model içerisinde belirlenen değişken olarak anımlanırken; dışsal değişken, değeri model dışında belirlenen değişken olarak anımlanabilir. İkisadi ilişkilerde çoğunlukla değişkenler birbirleriyle ilişkilidir. Değişkenler ilişkili olduğundan dolayı, değişkenleri içsel ya da dışsal değişken olarak ayırmak oldukça zorlaşmakadır. VAR modellerinde modeli kısılayan varsayımların kesinlikle kullanılması gerekmemekedir. Bundan dolayı model ikisadi eoriden bağımsız şekilde oluşurulabilir. Ayrıca bu modellerde içsel ya da dışsal değişken ayrımı da gerekmemekedir. Seçilen büün değişkenler birlike ele alınır. Bu özelliği ile diğer eşanlı denklemlerden ayrılır. VAR analizinde sonuçlarının isaisiki anlamda güvenilir olması için, kullanılan serilerin durağan olması gereklidir. Zaman serileri genellikle durağan değildir. Bu nedenle analizlere başlamadan önce serilerin durağan olup olmadığı incelenir. Eğer ki seriler durağan değil ise önce seriler durağanlaşırır sonra analize başlanır. 36
46 İki değişkenli VAR modeli, sandar şekilde aşağıdaki gibi ifade edilebilir: k Y = α + λ Y + λ Z + e i i i i i= i= k Z = β + γ Y + γ Z + e i i i i i= i= k k (4.) Ayrıca iki değişkenli VAR modeli marisler yardımı ile aşağıdaki şekilde de ifade edilebilir: k k λ i λi Y α i= i= Y i e k k Z = β + Z + i e γ i γ i i= i= (4.) Yukarıdaki iki değişkenli VAR modelinde; k modelde gecikmelerin uzunluğunu, e oralaması sıfır ve sabi varyanslı normal dağılıma sahip rasgele haa erimlerini gösermekedir. VAR modelinde haaların kendi gecikmeli değerleriyle ilişkisiz olduğu varsayılır. Bunun nedeni değişkenlerin gecikme uzunluğunun arırıldığında ookorelasyon sorununun oradan kalkmasıdır (Özgen ve Güloğlu 4). Haa erimleri arasındaki korelasyon sıfırdan farklı ise, yani haa erimleri birbirleriyle ilişkili ise, haa erimlerinin birindeki değişim diğer bir haa erimini ekileyecekir. Ayrıca haa erimleri, modeldeki üm değişkenlerle ilişkisizdir. VAR modelinin sağ arafında içsel değişkenlerin gecikmeli değerleri yer almakadır. Dolayısıyla eşanlılık problemi ile karşılaşılmaz. Dolayısıyla ahminlerde en küçük kareler yönemi kullanılabilir. VAR modelleri, kısılanmış ve kısılanmamış VAR modelleri ikiye ayrılmakadır. VAR analizinde sonuç alabilmek için üç yol uygulanır. 37
47 . Granger Nedenselliğini. Varyans Ayrışırması 3. Eki-Tepki Fonksiyonları VAR modelleri ek başına ekonomik yorum için fazla bir şey ifade emez. Dolayısıyla VAR modellerinde güvenilir ekonomik yorumlara ulaşabilmek için yukarıdaki üç yönem kullanılır. 4. Granger Nedensellik Tesi 969 yılında Granger, nedensellik ve dışsallık kavramlarını oraya amışır (Granger 969). Granger nedensellik esine göre; eğer Z değişkenine ai bilgiler modele eklendiğinde Y değişkeninin öngörüsüne kakıda bulunuyor ise Z değişkeni Y değişkeninin nedenidir (Özgen ve Güloğlu 4). Yukarıda verilen iki değişkenli VAR modeli için Granger nedensellik sınaması şu şekilde yapılır: H hipoezinin red edilememesi halinde Z değişkeni, Y değişkeninin nedeni değildir. H : λ = λ =... = λk = H hipoezinin red edilememesi halinde Y değişkeni, Z değişkeninin nedeni değildir. H : γ = γ =... = γ k = Eğer H ve H hipoezlerinin her ikisi de red edilirse, Z ve Y arasında iki araflı nedensellik olduğu anlaşılır. 38
Zaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri
Yıldız Teknik Üniversiesi İkisa Bölümü Ekonomeri II Ders Noları Ders Kiabı: J.M. Wooldridge, InroducoryEconomericsA Modern Approach, 2nd. ed., 2002, Thomson Learning. Zaman Serisi Modelleri: Birim Kök
DetaylıTürkiye de Kırmızı Et Üretiminin Box-Jenkins Yöntemiyle Modellenmesi ve Üretim Projeksiyonu
Hayvansal Üreim 53(): 3-39, 01 Araşırma Türkiye de Kırmızı E Üreiminin Box-Jenkins Yönemiyle Modellenmesi ve Üreim Projeksiyonu Şenol Çelik Ankara Üniversiesi Fen Bilimleri Ensiüsü Zooekni Anabilim Dalı
DetaylıBox-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama
Kocaeli Üniversiesi Sosyal Bilimler Ensiüsü Dergisi (6) 2003 / 2 : 49-62 Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama Hüdaverdi Bircan * Yalçın Karagöz ** Öze: Bu çalışmada geleceği
Detaylı24.05.2010. Birim Kök Testleri. Zaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri
Yıldız Teknik Üniversiesi İkisa Bölümü Ekonomeri II Ders Noları Ders Kiabı: J.M. Wooldridge, Inroducory Economerics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Zaman Serisi Modelleri: Birim Kök
DetaylıBirim Kök Testleri 3/24/2016. Bir stokastik sürecin birim kök içerip içermediğini nasıl anlarız? Hatırlarsak aşağıdaki AR(1) sürecinde
Yıldız Teknik Üniversiesi İkisa Bölümü Ekonomeri II Ders Noları Ders Kiabı: J.M. Wooldridge, Inroducory Economerics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Zaman Serisi Modelleri: Birim Kök
DetaylıKONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ
KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ İsmail KINACI 1, Aşır GENÇ 1, Galip OTURANÇ, Aydın KURNAZ, Şefik BİLİR 3 1 Selçuk Üniversiesi, Fen-Edebiya Fakülesi İsaisik
DetaylıC.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 11, Sayı 1, 2010 141
C.Ü. İkisadi ve İdari Bilimler Dergisi, Cil 11, Sayı 1, 2010 141 BİR MALİYE POLİTİKASI ARACI OLARAK BORÇLANMA VE EKONOMİK BÜYÜME İLİŞKİSİ: TÜRKİYE ÖRNEĞİ (1990 2009) Hali ÇİÇEK *, Süleyman GÖZEGİR ** ve
DetaylıÇOKLU DOĞRUSAL BAĞLANTI
ÇOKLU DOĞRUSAL BAĞLANTI ÇOKLU DOĞRUSALLIĞIN ANLAMI Çoklu doğrusal bağlanı; Bağımsız değişkenler arasında doğrusal (yada doğrusala yakın) ilişki olmasıdır... r xx i j paramereler belirlenemez hale gelir.
DetaylıKORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ
KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ 1 KORELASYON ANALİZİ İki değişken arasındaki doğrusal ilişkinin gücünü(derecesini) ve yönünü belirlemek için hesaplanan bir sayıdır. Belirli
DetaylıWhite ın Heteroskedisite Tutarlı Kovaryans Matrisi Tahmini Yoluyla Heteroskedasite Altında Model Tahmini
Ekonomeri ve İsaisik Sayı:4 006-1-8 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ Whie ın Heeroskedisie Tuarlı Kovaryans Marisi Tahmini Yoluyla Heeroskedasie Alında Model Tahmini
DetaylıTürkiye nin Kabuklu Fındık Üretiminde Üretim-Fiyat İlişkisinin Koyck Yaklaşımı İle Analizi
TÜRK TARIM ve DOĞA BİLİMLERİ DERGİSİ TURKISH JOURNAL of AGRICULTURAL and NATURAL SCIENCES www.urkjans.com Türkiye nin Kabuklu Fındık Üreiminde Üreim-Fiya İlişkisinin Koyck Yaklaşımı İle Analizi Şenol ÇELİK*
DetaylıBirim Kök Testleri. Random Walk. Bir stokastiksürecin birim kök içerip içermediğini nasıl anlarız? Hatırlarsak aşağıdaki AR(1) sürecinde
Yıldız Teknik Üniversiesi İkisa Bölümü Ekonomeri II Ders Noları Ders Kiabı: J.M. Wooldridge, Inroducory Economerics A Modern Approach, 2nd. ed., 02, Thomson Learning. Zaman Serisi Modelleri: Birim Kök
DetaylıİÇİNDEKİLER ÖNSÖZ...III AÇIKLAMA... V BÖLÜM I - TEMEL KAVRAMLAR...1
İÇİNDEKİLER Sayfa ÖNSÖZ...III AÇIKLAMA... V BÖLÜM I - TEMEL KAVRAMLAR...1 Soru 1- Dış ticaret nedir?...1 Soru 2- Mal nedir?...1 Soru 3- Mal ve hizmet arasındaki fark nedir?...1 Soru 4- İhracat nedir?...1
DetaylıBİYOİSTATİSTİK Uygulama 7 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Uygulama 7 Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 1. Pearson Korelasyon Katsayısı
DetaylıYAPISAL KIRILMALI BİRİM KÖK TESTLERİNİN KÜÇÜK ÖRNEKLEM ÖZELLİKLERİNİN KARŞILAŞTIRILMASI
YAPISAL KIRILMALI BİRİM KÖK TESTLERİNİN KÜÇÜK ÖRNEKLEM ÖZELLİKLERİNİN KARŞILAŞTIRILMASI TC. Pamukkale Üniversiesi Sosyal Bilimler Ensiüsü Yüksek Lisans Tezi Ekonomeri Anabilim Dalı Abdullah Emre ÇAĞLAR
DetaylıRASYONEL BEKLENTLER DOAL ORAN HPOTEZ Türkiye çin Zaman Serisi Bulguları 1950-1995 1
RASYONEL BEKLENTLER DOAL ORAN HPOTEZ Türkiye çin Zaman Serisi Bulguları 950-995 Rahmi YAMAK * Yakup KÜÇÜKKALE ** ÖZET Bu çalımada, Rasyonel Bekleniler Doal Oran Hipoezinin, Çıkı (ya da isizliin) alep (ya
DetaylıBİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI
BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI Arş. Gör. Furkan EMİRMAHMUTOĞLU Yrd. Doç. Dr. Nezir KÖSE Arş. Gör. Yeliz YALÇIN
DetaylıDEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıtılmış Gecikme ve Otoregresiv Modeller
DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıılmış Gecikme ve Ooregresiv Modeller 1 Zaman serisi modellerinde, bağımlı değişken Y nin zamanındaki değerleri, bağımsız X değişkenlerinin zamanındaki cari
DetaylıBölüm 3 HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME YÖNTEMLERİ
Bölüm HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME ÖNTEMLERİ Bu bölümde üç basi öngörü yönemi incelenecekir. 1) Naive, 2)Oralama )Düzleşirme Geçmiş Dönemler Şu An Gelecek Dönemler * - -2-1 +1 +2 + Öngörü yönemi
DetaylıCinsiyet Eşitliği MALTA, PORTEKİZ VE TÜRKİYE DE İSTİHDAM ALANINDA CİNSİYET EŞİTLİĞİ İLE İLGİLİ GÖSTERGELER. Avrupa Birliği
Cinsiyet Eşitliği MALTA, PORTEKİZ VE TÜRKİYE DE İSTİHDAM ALANINDA CİNSİYET EŞİTLİĞİ İLE İLGİLİ GÖSTERGELER Projenin Malta, Portekiz ve Türkiye de cinsiyet ayrımcılığı problemlerini çözme amacıyla ilgili
DetaylıTeknolojik bir değişiklik veya üretim arttırıcı bir yatırımın sonucunda ihracatta, üretim miktarında vs. önemli artışlar olabilir.
YAPISAL DEĞİŞİKLİK Zaman serileri bazı nedenler veya bazı fakörler arafından ekilenerek zaman içinde değişikliklere uğrayabilirler. Bu değişim ikisadi kriz, ikisa poliikalarında yapılan değişiklik, eknolojik
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOK DEĞİŞKENLİ EŞİKSEL OTOREGRESİF MODELLER ÜZERİNE BİR ÇALIŞMA Ümran Münire KAHRAMAN DOKTORA TEZİ İsaisik Anabilim Dalı 2012 KONYA Her Hakkı Saklıdır TEZ
DetaylıTÜRKİYE CUMHURİYETİ ÇUKUROVA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI
TÜRKİYE CUMHURİYETİ ÇUKUROVA ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ EKONOMETRİ ANABİLİM DALI YAPISAL DEĞİŞİKLİK ALTINDA BİRİM KÖK TESTLERİ VE BAZI MAKRO İKTİSADİ DEĞİŞKENLER ÜZERİNE UYGULAMALAR Esra İĞDE
DetaylıANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ TÜRKİYE İMALAT SANAYİ İÇİN BİR KOİNTEGRASYON ANALİZİ. Ali İhsan ÇAVDARLI
ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ TÜRKİYE İMALAT SANAYİ İÇİN BİR KOİNTEGRASYON ANALİZİ Ali İhsan ÇAVDARLI İSTATİSTİK ANABİLİM DALI ANKARA 7 Her hakkı saklıdır Prof. Dr. Ömer L. GEBİZLİOĞLU
DetaylıÜstel modeli, iki tarafın doğal logaritması alınarak aşağıdaki gibi yazılabilir.
5. FONKSİYON KALIPLARI VE KUKLA DEĞİŞKENLER 5.1. Fonksiyon Kalıpları Bölüm 4.1 de doğrusal bir modelin katsayılarının yorumu ele alınmıştır. Bu bölümde farklı fonksiyon kalıpları olması durumunda katsayıların
DetaylıFİNANSAL PİYASA VOLATİLİTESİ VE EKONOMİ
FİNANSAL PİYASA VOLATİLİTESİ VE EKONOMİ Yrd. Doç. Dr. Hülya Kanalıcı Akay Uludağ Üniversiesi İkisadi ve İdari Bilimler Fakülesi Mehme Nargeleçekenler Uludağ Üniversiesi İkisadi ve İdari Bilimler Fakülesi
DetaylıEŞANLI DENKLEMLİ MODELLER
EŞANLI DENKLEMLİ MODELLER EŞANLI DENKLEMLİ MODELLER Eşanlı denklem siseminde, Y den X e ve X den Y ye karşılıklı iki yönlü eki vardır. Y ile X arasındaki karşılıklı ilişki nedeniyle ek denklemli bir model
DetaylıTürev Kavramı ÜNİTE. Amaçlar. İçindekiler. Yazar Prof.Dr. Vakıf CAFEROV
Türev Kavramı Yazar Prof.Dr. Vakıf CAFEROV ÜNİTE 9 Amaçlar Bu üniteyi çalıştıktan sonra; türev kavramını anlayacak, türev alma kurallarını öğrenecek, türevin geometrik ve fiziksel anlamını kavrayacak,
DetaylıİNŞAAT MALZEMELERİ SANAYİ ENDEKSLERİ SAYI-7 TEMMUZ 2015
İNŞAAT MALZEMELERİ SANAYİ ENDEKSLERİ SAYI-7 2015 İNŞAAT MALZEMELERİ SANAYİ ENDEKSLERİ ANA ENDEKS İNŞAAT MALZEMELERİ SANAYİ BİLEŞİK ENDEKSİ İnşaat malzemeleri sanayinde ölçülen faaliyet, güven ve beklentilerin
DetaylıTEFE VE TÜFE ENDEKSLERİ İLE ALT KALEMLERİNDEKİ MEVSİMSEL HAREKETLERİN İNCELENMESİ* Soner Başkaya. Pelin Berkmen. Murat Özbilgin.
TEFE VE TÜFE ENDEKSLERİ İLE ALT KALEMLERİNDEKİ MEVSİMSEL HAREKETLERİN İNCELENMESİ* Soner Başkaya Pelin Berkmen Murat Özbilgin Erdal Yılmaz 21 Haziran 1999 Araştırma Genel Müdürlüğü *Bu çalışmaya katkılarından
DetaylıİÇİNDEKİLER. Sayfa No. ÖZET... i. SUMMARY... iü. İÇİNDEKİLER... v. TABLOLAR... xi. ŞEKİLLER... xiii GİRİŞ... 1
İÇİNDEKİLER Sayfa No ÖZET... i SUMMARY... iü İÇİNDEKİLER... v TABLOLAR... xi ŞEKİLLER... xiii GİRİŞ... 1 1. BÖLÜM : GENEL OLARAK PORTFÖY YÖNETİMİ...... 3 1.1. Tanım...... 3 1.2. Portföy Yönetim Süreci...
DetaylıDOĞAL GAZ DEPOLAMA ġġrketlerġ ĠÇĠN TARĠFE HESAPLAMA USUL VE ESASLARI. BĠRĠNCĠ KISIM Amaç, Kapsam, Dayanak, Tanımlar ve Ġstenecek Veriler
DOĞAL GAZ DEPOLAMA ġġrketlerġ ĠÇĠN TARĠFE HESAPLAMA USUL VE ESASLARI BĠRĠNCĠ KISIM Amaç, Kapsam, Dayanak, Tanımlar ve Ġsenecek Veriler BĠRĠNCĠ BÖLÜM Amaç, Kapsam, Dayanak ve Tanımlar Amaç ve kapsam Madde
DetaylıAnkara Üniversitesi Ziraat Fakültesi Tarım Ekonomisi Bölümü, Ankara e-posta: selma@kayalak.com. Geliş Tarihi/Received:30.05.2012
Türkiye de Fındık Üreim Alanlarının Armasında Deseklemelerin Ekisi Selma KAYALAK 1 Ahme ÖZÇELİK 2 1 Çanakkale Onsekiz Mar Üniversiesi Ziraa Fakülesi Tarım Ekonomisi Bölümü, Çanakkale 2 Ankara Üniversiesi
Detaylı6.6. Korelasyon Analizi. : Kitle korelasyon katsayısı
6.6. Korelasyon Analizi : Kitle korelasyon katsayısı İki ya da daha çok değişken arasındaki ilişkiyi gösterir. Korelasyon çözümlemesinin amacı değişkenler arasındaki ilişkinin derecesini ve yönünü belirlemektir.
Detaylıİstatistik Yöntemleri ve Hipotez Testleri
Sağlık Araştırmalarında Kullanılan Temel İstatistik Yöntemleri ve Hipotez Testleri Yrd. Doç. Dr. Emre ATILGAN BİYOİSTATİSTİK İstatistiğin biyoloji, tıp ve diğer sağlık bilimlerinde kullanımı biyoistatistik
DetaylıDolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler
Dolar Kurundaki Günlük Harekeler Üzerine Bazı Gözlemler Türkiye Bankalar Birliği Ekonomi Çalışma Grubu Toplanısı 28 Nisan 2008, İsanbul Doç. Dr. Cevde Akçay Koç Finansal Hizmeler Baş ekonomis cevde.akcay@yapikredi.com.r
DetaylıBOBĐNLER. Bobinler. Sayfa 1 / 18 MANYETĐK ALANIN TEMEL POSTULATLARI. Birim yüke elektrik alan içerisinde uygulanan kuvveti daha önce;
BOBĐER MAYETĐK AAI TEME POSTUATARI Birim yüke elekrik alan içerisinde uygulanan kuvvei daha önce; F e = qe formülüyle vermişik. Manyeik alan içerisinde ise bununla bağlanılı olarak hareke halindeki bir
DetaylıDağıtılmış Gecikme ve Otoregresiv Modeller. Mehmet Vedat PAZARLIOĞLU
Dağıılmış Gecikme ve Ooregresiv Modeller Mehme Veda PAZARLIOĞLU Saik Model Nedir? Saik Model, Y ve X arasında aynı dönemde yani döneminde oraya çıkan ilişkiden gelmekedir. Y = b 0 + b 1 X + u, (=1,2,,n.)
DetaylıÖrnek Uzay: Bir deneyin tüm olabilir sonuçlarının kümesine Örnek Uzay denir. Genellikle harfi ile gösterilir.
BÖLÜM 3. OLASILIK ve OLASILIK DAĞILIMLARI Rasgele Sonuçlu Deney: Sonuçlarının kümesi belli olan, ancak hangi sonucun ortaya çıkacağı önceden söylenemeyen bir işleme Rasgele Sonuçlu Deney veya kısaca Deney
DetaylıPARA ARZININ ÇIKTI ÜZERİNE ETKİLERİ
Marmara Üniversiesi İ.İ.B.F. Dergisi YIL 2007, CİLT XXIII, SAYI 2 PARA ARZININ ÇIKTI ÜZERİNE ETKİLERİ Öze Araş. Gör. Burak Güriş * Araş. Gör. Burcu Kıran * Çalışmada para arzının çıkı üzerindeki ekileri
DetaylıDEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıtılmış Gecikme ve Otoregresiv Modeller
DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıılmış Gecikme ve Ooregresiv Modeller 1 Saik Model Y = b 0 + b 1 X + u, (=1,2,,n.) Saik Model, Y ve X arasında aynı dönemde yani döneminde oraya çıkan ilişkiden
DetaylıİŞSİZLİK VE EKONOMİK BÜYÜME İLİŞKİSİNDE ASİMETRİ ASYMMETRY IN THE RELATIONSHIP BETWEEN UNEMPLOYMENT AND ECONOMIC GROWTH
Doğuş Üniversiesi Dergisi, (), 57-65 İŞSİZLİK VE EKONOMİK BÜYÜME İLİŞKİSİNDE ASİMETRİ ASYMMETRY IN THE RELATIONSHIP BETWEEN UNEMPLOYMENT AND ECONOMIC GROWTH Serve CEYLAN Giresun Üniversiesi İİBF, İkisa
DetaylıA nonlinear estimation of monetary policy reaction function for Turkey
MPRA Munich Personal RePEc Archive A nonlinear esimaion of moneary policy reacion funcion for Turkey Tolga Omay Omay and Mubariz Hasanov Çankaya Üniversiesi 6. July 006 Online a hp://mpra.ub.uni-muenchen.de/054/
DetaylıTürkiye Cumhuriyet Merkez Bankası Sayı: 2010-8 / 24 Mayıs 2010 EKONOMİ NOTLARI
Türkiye Cumhuriye Merkez Bankası Sayı: 2010-8 / 24 Mayıs 2010 EKONOMİ NOTLARI TCMB Faiz Kararlarının Piyasa Faizleri Ve Hisse Senedi Piyasaları Üzerine Ekisi Mura Duran Refe Gürkaynak Pınar Özlü Deren
DetaylıC.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 14, Sayı 2, 2013 187 TÜRKİYE DE PARASAL AKTARIM MEKANİZMASI: YAPISAL VAR ANALİZİ
C.Ü. İkisadi ve İdari Bilimler Dergisi, Cil 14, Sayı 2, 2013 187 TÜRKİYE DE PARASAL AKTARIM MEKANİZMASI: YAPISAL VAR ANALİZİ Yusuf Ekrem AKBAŞ *, Fama ZEREN ** ve Halil ÖZEKİCİOĞLU *** Öze Bu çalışmada,
DetaylıİŞSİZLİK VE İNTİHAR İLİŞKİSİ: 1975 2005 VAR ANALİZİ Ferhat TOPBAŞ *
İşsizlik ve İnihar İlişkisi: 1975 2005 Var Analizi 161 İŞSİZLİK VE İNTİHAR İLİŞKİSİ: 1975 2005 VAR ANALİZİ Ferha TOPBAŞ * ÖZET İşsizlik, birey üzerinde olumsuz birçok soruna neden olan karmaşık bir olgudur.
DetaylıÖzel sektör tasarrufları Hanehalkı Şirketler kesimi Kamu sektörü tasarrufları
Türkiye Ülke Ekonomik Raporu Özel sektör tasarrufları Hanehalkı Şirketler kesimi Kamu sektörü tasarrufları 1. Tasarruf ve büyüme ilişkisi 2. Tasarruf trendleri 3. Tasarrufun belirleyicileri 4. Mali piyasaların
DetaylıSORU SETİ 02 (REVİZE EDİLDİ) FİNAL KONULARI
Ekonomeri 8 Ocak, 0 Gazi Üniversiesi İkisa Bölümü SORU SETİ 0 (REVİZE EDİLDİ) FİNAL KONULARI PROBLEM Aşağıda verilen avuk ei alebi fonksiyonunu düşününüz (960-98): lny = β + β ln X + β ln X + β ln X +
DetaylıTÜRK SANAYĠSĠNĠN KALBĠ TEKSTĠL VE HAZIR GĠYĠM SEKTÖRÜNDEKĠ GELĠġMELER
TÜRK SANAYĠSĠNĠN KALBĠ TEKSTĠL VE HAZIR GĠYĠM SEKTÖRÜNDEKĠ GELĠġMELER Hande UZUNOĞLU Dünya ekonomisi zor bir süreçten geçiyor. 2009 yılında bir önceki yıla göre nispeten kendini toparlayan dünya ekonomisi
Detaylıeyd Ekonomik Yaklaşım Derneği / Association
eyd Ekonomik Yaklaşım Derneği / Associaion Ekonomik Yaklaşım 016, 7(99): 1-15 www.ekonomikyaklasim.org doi: 10.5455/ey.35908 BIST-100 Endeksinin Volail Davranışlarının Simerik Ve Asimerik Sokasik Volailie
Detaylı2014 AĞUSTOS AYI ENFLASYON RAPORU
2014 AĞUSTOS AYI ENFLASYON RAPORU HAZIRLAYAN 03.09.2014 Yrd. Doç. Dr. Sema ULUTÜRK AKMAN - İstatistik Araştırma Merkezi Araş. Gör. Hakan BEKTAŞ İktisat Fakültesi Ekonometri Bölümü RAPOR Ağustos ayında
DetaylıBANKA KREDİ PORTFÖYLERİNİN YÖNETİMİNDE ÖDEMEME RİSKİ ANALİZİ: KALMAN FİLTRESİNE DAYANAN ALTERNATİF BİR YÖNTEM ÖNERİSİ
BANKA KREDİ PORTFÖLERİNİN ÖNETİMİNDE ÖDEMEME RİSKİ ANALİZİ: KALMAN FİLTRESİNE DAANAN ALTERNATİF BİR ÖNTEM ÖNERİSİ K. Bau TUNA * ÖZ Ödememe riski banka kredilerini ve bankaların kredi porföylerini ekiler.
DetaylıThe Nonlinear Models with Measurement Error and Least Squares Estimation
D.Ü.Ziya Gökalp Eğiim Fakülesi Dergisi 5,17-113 5 ÖLÇÜM HATALI LiNEER OLMAAN MODELLER ve EN KÜÇÜK KARELER KESTİRİMİ The Nonlinear Models wih Measuremen Error and Leas Squares Esimaion Öze : u çalışmada,
Detaylı2016 Ocak SEKTÖREL GÜVEN ENDEKSLERİ 25 Ocak 2016
2016 Ocak SEKTÖREL GÜVEN ENDEKSLERİ 25 Ocak 2016 Ocak ayı inşaat ve hizmet sektörü güven endeksleri TÜİK tarafından 25 Ocak 2016 tarihinde yayımlandı. İnşaat sektörü güven endeksi 2015 yılı Aralık ayında
Detaylıolacaktır. Burada emek verimliliğinde artış λ nın küçülmesi demek olacaktır.
N.K Ekinci, Kasım 2015 1. Bazı Tanımlar a) Bir t döneminde X t değeri alan bir değişkenin büyüme hızı (g X ) ΔX t = X t X t 1 olmak üzere g X = ΔX t /X t 1 = X t /X t 1 1 olur. Burada 1 + g X = X t /X
DetaylıFĐYAT ĐNTĐBAKLARI VE TĐCARET DENGESĐ DR. DĐLEK SEYMEN ASLI SEDA BĐLMAN
FĐYAT ĐNTĐBAKLARI VE TĐCARET DENGESĐ DR. DĐLEK SEYMEN ASLI SEDA BĐLMAN Esnek Kur Sisteminde Fiyat Đntibakı: Esneklikler Yaklaşımı Yurt içi ve yurt dışı fiyatlar sabit iken nominal döviz kurunda ve buna
DetaylıTHE CAUSALITY RELATION BETWEEN CONSUMER CONFIDENCE AND STOCK PRICES: CASE OF TURKEY. Abstract
Ekonomik ve Sosyal Araşırmalar Dergisi, Bahar 20, Cil:7, Yıl:7, Sayı:, 7:53-65 TÜKETİCİ GÜVENİ VE HİSSE SENEDİ FİYATLARI ARASINDAKİ NEDENSELLİK İLİŞKİSİ: TÜRKİYE ÖRNEĞİ * Yusuf Volkan TOPUZ ** THE CAUSALITY
DetaylıEĞİLİM YÜZDELERİ (Trend) ANALİZİ
1 EĞİLİM YÜZDELERİ (Trend) ANALİZİ Trend Analizi işletmenin mali tablolarında yer alan kalemlerin zaman içerisinde göstermiş oldukları eğilimlerin saptanması ve incelenmesidir. Böylece varlıkların verimliliği,
DetaylıTÜRKİYE DE EKONOMİK BÜYÜME VE DÖVİZ KURU CARİ AÇIK ÜZERİNDE ETKİLİ MİDİR? BİR NEDENSELLİK ANALİZİ
ZKÜ Sosyal Bilimler Dergisi, Cil 3, Sayı 6, 2007, ss. 8 88. TÜRKİYE DE EKONOMİK BÜYÜME VE DÖVİZ KURU CARİ AÇIK ÜZERİNDE ETKİLİ MİDİR? BİR NEDENSELLİK ANALİZİ Arş.Gör. Erman ERBAYKAL Balıkesir Üniversiesi
Detaylı2014 HAZİRAN AYI ENFLASYON RAPORU
2014 HAZİRAN AYI ENFLASYON RAPORU HAZIRLAYAN 03.07.2014 Yrd. Doç. Dr. Sema ULUTÜRK AKMAN - İstatistik Araştırma Merkezi Araş. Gör. Hakan BEKTAŞ İktisat Fakültesi Ekonometri Bölümü RAPOR Haziran ayında
DetaylıRasyonel Beklentiler Hipotezinin Testi: Enflasyon, Faiz ve Kur 1
Çukurova Üniversiesi İİBF Dergisi Cil:17 Sayı:1 Haziran 2013 ss.17-35 Rasyonel Bekleniler Hipoezinin Tesi: Enflasyon, Faiz ve Kur 1 Tes of he Raional Expecaions Hypohesis: Inflaion, Ineres Rae and Exchange
DetaylıŞenol ÇELİK. Modelling of Production Amount of Nuts Fruit by Using Box-Jenkins Technique
YYÜ TAR BİL DERG (YYU J AGR SCI) 013, 3(1): 18 30 Geliş Tarihi (Received) : 6.07.01 Kabul Tarihi (Acceped) : 19.10.01 Araşırma Makalesi/Research Aricle (Original Paper) Ser Kabuklu Meyvelerin Üreim Mikarının
DetaylıİSTANBUL MENKUL KIYMETLER BORSASINDA DEĞİŞKENLİĞİN (VOLATİLİTENİN) ARCH-GARCH YÖNTEMLERİ İLE MODELLENMESİ
İSTANBUL MENKUL KIYMETLER BORSASINDA DEĞİŞKENLİĞİN (VOLATİLİTENİN) ARCH- YÖNTEMLERİ İLE MODELLENMESİ ÖZET Yard.Doç. Dr. Tülin ATAKAN İsanbul Üniversiesi, İşleme Fakülesi, Finans Anabilim Dalı Bu çalışmada,
DetaylıİSTATİSTİK-II. Korelasyon ve Regresyon
İSTATİSTİK-II Korelasyon ve Regresyon 1 Korelasyon ve Regresyon Genel Bakış Korelasyon Regresyon Belirleme katsayısı Varyans analizi Kestirimler için aralık tahminlemesi 2 Genel Bakış İkili veriler aralarında
DetaylıREEL DÖVİZ KURU VE DIŞ TİCARET DENGESİ İLİŞKİSİ:
Ekonomeri ve İsaisik Sayı: 005 9 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ REEL DÖVİZ KURU VE DIŞ TİCARET DENGESİ İLİŞKİSİ: Prof.Dr. Rahmi YAMAK; Abdurrahman KORKMAZ * Absrac
DetaylıPARA POLİTİKASININ FİYAT BİLEŞENLERİ ÜZERİNE ETKİSİ: TÜRKİYE ÖRNEĞİ: 1988-2009
Gazi Üniversiesi İkisadi ve İdari Bilimler Fakülesi Dergisi 11 / 3 (29). 113-126 PARA POLİİKASININ FİYA BİLEŞENLERİ ÜZERİNE EKİSİ: ÜRKİYE ÖRNEĞİ: 1988-29 Yeliz YALÇIN * Ferhan ÇEVİK Öz: Bu çalışmada, CMB
DetaylıBölüm 10 Teknolojik Yenilik ve Ekonomik Performans
Bölüm 10 Teknolojik Yenilik ve Ekonomik Performans Teknolojik gelişme sürecinin üçüncü aşaması, teknolojik yeniliklerin uygulanması ve yaygınlaşmasıdır. Teknolojik gelişmenin ekonomik etkileri ancak bu
Detaylıirket Riski (Çeşitlendirilebilir) Hisse Senedi Riski, σ p Piyasa Riski (Çeşitlendirilemez) 10 20 30 40 2,000+ Doç. Dr.
σ p (%) 35 irket Riski (Çeşitlendirilebilir) Hisse Senedi Riski, σ p 20 0 Piyasa Riski (Çeşitlendirilemez) 10 20 30 40 2,000+ Portföydeki Hisse # Hisse Senedi Piyasa Çeşitlendirilebilir riski = riski +
DetaylıTURİZM GELİŞMESİNİN TÜRKİYE EKONOMİSİ ÜZERİNDEKİ ETKİLERİNİN EKONOMETRİK ANALİZİ
T.C. KÜLTÜR ve TURİZM BAKANLIĞI STRATEJİ GELİŞTİRME BAŞKANLIĞI TURİZM GELİŞMESİNİN TÜRKİYE EKONOMİSİ ÜZERİNDEKİ ETKİLERİNİN EKONOMETRİK ANALİZİ UZMANLIK TEZİ Selim DAĞLIOĞLU EKİM - 010 ANKARA T.C. KÜLTÜR
DetaylıMAK 305 MAKİNE ELEMANLARI-1
MAK 305 MAKİNE ELEMANLARI-1 BURKULMA HESABI Doç.Dr. Ali Rıza YILDIZ MAK 305 Makine Elemanları-Doç. Dr. Ali Rıza YILDIZ 1 BU SLAYTTAN EDİNİLMESİ BEKLENEN BİLGİLER Burkulmanın tanımı Burkulmanın hangi durumlarda
DetaylıTCMB FAĐZ KARARLARININ HĐSSE SENEDĐ PĐYASALARI ÜZERĐNE ETKĐSĐ
Cenral Bank Review Vol. 10 (July 2010), pp.23-32 ISSN 1303-0701 prin / 1305-8800 online 2010 Cenral Bank of he Republic of Turkey hp://www.cmb.gov.r/research/review/ TCMB FAĐZ KARARLARININ HĐSSE SENEDĐ
DetaylıYAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ
Aaürk Ü. İİBF Dergisi, 0. Ekonomeri ve İsaisik Sempozyumu Özel Sayısı, 20 463 YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ Oğuz KAYNAR Serkan TAŞTAN 2 Ferhan DEMİRKOPARAN 3 Öze: Doğalgaz emini nokasında
DetaylıNicel araştırmalar altında yer alan deneysel olmayan araştırmaların bir alt sınıfında yer alır. Nedensel karşılaştırma, ortaya çıkmış ya da daha
5.HAFTA Nicel araştırmalar altında yer alan deneysel olmayan araştırmaların bir alt sınıfında yer alır. Nedensel karşılaştırma, ortaya çıkmış ya da daha önceden gerçekleşmiş bir durumun ya da olayın nedenlerini,
DetaylıMurat MAZIBAŞ mmazibas@bddk.org.tr Bankacılık Düzenleme ve Denetleme Kurumu (BDDK) ÖZET
İMKB Piyasalarındaki Volailienin Modellenmesi ve Öngörülmesi: Asimerik GARCH Modelleri ile bir Uygulama Mura MAZIBAŞ mmazibas@bddk.org.r Bankacılık Düzenleme ve Deneleme Kurumu (BDDK) ÖZET Çalışmada, 5
DetaylıHİKMET YURDU Düşünce Yorum Sosyal Bilimler Araştırma Dergisi
HİKMET YURDU Düşünce Yorum Sosyal Bilimler Araşırma Dergisi ISSN: 138-6944 www.hikmeyurdu.com Hikme Yurdu, Ocak Haziran 1, Yıl: 5, C: 5, Sayı: 9, ss. 65-79 İmkb Ulusal 1 Endeksi Geiri Volailiesinin ARCH
DetaylıTÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ
Nüfusbilim Dergisi\Turkish Journal of Populaion Sudies, 2012, 34, 31-50 31 TÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ Ölümlülük ahminleri, demografi ve aküerya bilimlerinde önemli bir rol oynamakadır.
DetaylıReel Döviz Kuru Endeksinin Otoregresif Koşullu Değişen Varyanslılığının Analizi: İki Eşikli Tarch Yöntemi İle Modellenmesi
Reel Döviz Kuru Endeksinin Ooregresif Koşullu Değişen Varyanslılığının Analizi: İki Eşikli Tarch Yönemi İle Modellenmesi Reel Döviz Kuru Endeksinin Ooregresif Koşullu Değişen Varyanslılığının Analizi:
DetaylıZAMAN SERİSİ ANALİZ YÖNTEMLERİNİN KARŞILAŞTIRILMASI
EGE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ (YÜKSEK LİSANS TEZİ) ZAMAN SERİSİ ANALİZ YÖNTEMLERİNİN KARŞILAŞTIRILMASI Sibel OĞHAN Tez Danışmanı: Prof. Dr. Hülya ATIL Zooekni Anabilim Dalı Bilim Dalı Kodu:
DetaylıMart Ayı Enflasyon Gelişmeleri
Mart Ayı Enflasyon Gelişmeleri Stratejik Düşünce Enstitüsü (SDE) Ekonomi Koordinatörlüğü olarak 2014 yılı Mart ayı Fiyat Gelişmeleri Analizimizi sizlere sunuyoruz. Türkiye İstatistik Kurumu (TÜİK) tarafından
DetaylıEKONOMİ POLİTİKALARI GENEL BAŞKAN YARDIMCILIĞI Eylül 2012, No: 39
EKONOMİ POLİTİKALARI GENEL BAŞKAN YARDIMCILIĞI Eylül 2012, No: 39 i Bu sayıda; Ağustos Ayı TİM İhracat Verileri,, Suriye ye Yılın İlk Sekiz Ayında Yapılan İhracat, Temmuz Ayı TÜİK Dış Ticaret Verileri;
DetaylıÜCRET-FİYAT SPİRALİ: TÜRK İMALAT SANAYİ ÖRNEĞİ
45 ÜCRET-FİYAT SPİRALİ: TÜRK İMALAT SANAYİ ÖRNEĞİ Zehra ABDİOĞLU * ÖZET Bu çalışma Türkiye için 2005-2012 dönemi iibariyle ara malı, dayanıklı ükeim malı, dayanıksız ükeim malı, enerji ve sermaye malı
DetaylıF12 Piyasa Riskine Karşı Özel Risk Daha önceden belirtildiği gibi çok küçük bir çeşitlendirme bile değişkenlikte önemli oranda azalma sağlamaktadır. F13 Piyasa Riskine Karşı Özel Risk Doğru aynı zamanda,
DetaylıT.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI
T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI Tufan ÖZEK YÜKSEK LİSANS TEZİ İSTATİSTİK ANABİLİM DALI Konya, T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ
DetaylıKOŞULLU DEĞİŞEN VARYANS MODELLERİ İLE TÜRKİYE ALTIN PİYASASI ENDEKSİ VOLATİLİTELERİNİN TAHMİN EDİLMESİ
Cil/Volume: 15 Sayı/Issue: Haziran/June 017 ss./pp. 163-181 İ. E. Kayral Doi: hp://dx.doi.org/10.11611/yead.6404 KOŞULLU DEĞİŞEN VARYANS MODELLERİ İLE TÜRKİYE ALTIN PİYASASI ENDEKSİ VOLATİLİTELERİNİN TAHMİN
DetaylıLİTVANYA ÜLKE RAPORU 23.02.2016
LİTVANYA ÜLKE RAPORU 23.02.2016 YÖNETİCİ ÖZETİ Uludağ İhracatçı Birlikleri nin kayıtlarına göre, Bursa dan Litvanya ya ihracat yapan 208 firma bulunmaktadır. 31.12.2015 tarihi itibariyle Ekonomi Bakanlığı
DetaylıHİSSE SENEDİ FİYATLARI VE DÖVİZ KURU İLİŞKİSİ
The Journal of Academic Social Science Sudies Inernaional Journal of Social Science Doi number:hp://dx.doi.org/10.9761/jasss2963 Number: 37, p. 399-408, Auumn I 2015 Yayın Süreci Yayın Geliş Tarihi Yayınlanma
DetaylıSatın Alma Gücü Paritesinin Azerbaycan, Kazakistan ve Kırgızistan İçin Geçerliliği: Birim Kök ve Eşbütünleşme Analizi
259-284 Saın Alma Gücü Pariesinin Azerbaycan, Kazakisan ve Kırgızisan İçin Geçerliliği: Birim Kök ve Eşbüünleşme Analizi Turhan Korkmaz Emrah İsmail Çevik ** Nüke Kırcı Çevik *** Öz Bu çalışmada Azerbaycan,
DetaylıSERMAYE PİYASALARININ GELİŞMESİ EKONOMİLERDEKİ KRİZLERİN BAŞ ETKENİ OLABİLİR Mİ?
SERMAYE PİYASALARININ GELİŞMESİ EKONOMİLERDEKİ KRİZLERİN BAŞ ETKENİ OLABİLİR Mİ? SERMAYE PİYASALARININ GELİŞMESİ EKONOMİLERDEKİ KRİZLERİN BAŞ ETKENİ OLABİLİR Mİ? Sermaye piyasası, ekonomide finansal sistemi
DetaylıMALZEME BİLİMİ VE MÜHENDİSLİĞİ. Malzeme Üretim Laboratuarı I Deney Föyü NİCEL (KANTİTATİF) METALOGRAFİ. DENEYİN ADI: Nicel (Kantitatif) Metalografi
DENEYİN ADI: Nicel (Kantitatif) Metalografi DENEYİN AMACI: Metal ve alaşımlarının ince yapılarının (=mikroyapı) incelenmesi ile hangi fazların var olduğu, bu fazların konumları ve düzenleri hakkında bilgiler
DetaylıELEKTRİK DAĞITIM BÖLGELERİNDE UYGULANACAK FİYAT EŞİTLEME MEKANİZMASI HAKKINDA TEBLİĞ
ELEKTRİK DAĞITIM BÖLGELERİNDE UYGULANACAK FİYAT EŞİTLEME MEKANİZMASI HAKKINDA TEBLİĞ BİRİNCİ BÖLÜM Amaç, Kapsam, Hukuki Dayanak, Tanımlar ve Kısalmalar Amaç ve kapsam MADDE 1- (1Bu Tebliğ, 4628 sayılı
DetaylıOTOKORELASYON OTOKORELASYON
OTOKORELASYON OTOKORELASYON Y = α + βx + u Cov (u,u s ) 0 u = ρ u -1 + ε -1 < ρ < +1 Birinci dereceden Ookorelasyon Birinci Dereceden Ooregressif Süreç; A R(1) e = ρ e -1 + ε Σe e ˆ ρ = Σ 1 e KARŞILA ILAŞILAN
DetaylıTurizm Talebi ve Döviz Kuru Şokları: Türk Turizm Sektörü İçin Ekonometrik Bir Analiz
Turizm Talebi ve Döviz Kuru Şokları: Türk Turizm Sekörü İçin Ekonomerik Bir Analiz Kuruluş BOZKURT Yrd. Doç. Dr., Adnan Menderes Üniversiesi Söke İşleme Fakülesi, Bankacılık ve Finans Bölümü kuriboz_48@homail.com
Detaylı6. Kamu Maliyesi. Türkiye Cumhuriyet Merkez Bankası. Tablo 6.1. Merkezi Yönetim ve Genel Devlet Bütçe Dengesi (GSYİH'nin Yüzdesi Olarak)
6. Kamu Maliyesi Merkezi Yönetim bütçe açığı, 214 yılının ilk üç çeyreği itibarıyla geçen yılın aynı dönemine göre bir miktar artış göstermiş ve bu gelişmede faiz dışı harcamalarda gözlenen yüksek artış
DetaylıNitel Tepki Bağlanım Modelleri
Nitel Tepki ve Nitel Tepki Bağlanım Modelleri Nitel Tepki ve Ekonometri 2 Konu 17 Sürüm 2,0 (Ekim 2011) Nitel Tepki ve UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial
DetaylıReel ve Nominal Şokların Reel ve Nominal Döviz Kurları Üzerindeki Etkileri: Türkiye Örneği
Reel ve Nominal Şokların Reel ve Nominal Döviz Kurları Üzerindeki Ekileri: Türkiye Örneği Öze Ahme Mura ALPER Bu çalışma Türkiye deki reel döviz kuru dalgalanmalarının kaynaklarını açıklamayı amaçlamakadır.
DetaylıİSTANBUL MENKUL KIYMETLER BORSASI NDA EŞHAREKETLİLİK VE ASİMETRİK AYARLAMA
Yıl: 24 Sayı:88 Temmuz 2010 97 İSTANBUL MENKUL KIYMETLER BORSASI NDA EŞHAREKETLİLİK VE ASİMETRİK AYARLAMA Ebru Yüksel* - Güldal Güleryüz** 32 Öze Bu makale, İsanbul Menkul Kıymeler Borsası na (İMKB) ai
DetaylıDA-DA DÖNÜŞTÜRÜCÜLER (DA Kıyıcı, DA Gerilim Ayarlayıcı) DA gerilimi bir başka DA gerilim seviyesine dönüştüren devrelerdir.
DADA DÖNÜŞÜRÜCÜLER (DA Kıyıcı, DA Gerilim Ayarlayıcı) DA gerilimi bir başka DA gerilim seviyesine dönüşüren devrelerdir. Uygulama Alanları 1. DA moor konrolü 2. UPS 3. Akü şarjı 4. DA gerilim kaynakları
DetaylıKIRGIZİSTAN DA DÖVİZ KURLARININ YÖNÜ: SATIN ALMA GÜCÜ PARİTESİ YAKLAŞIMI
Sosyal Bilimler Dergisi Sayı: 20 2008 KIRGIZİSTAN DA DÖVİZ KURLARININ YÖNÜ: SATIN ALMA GÜCÜ PARİTESİ YAKLAŞIMI Cunus GANİEV Kırgızisan-Türkiye Manas Üniversiesi Sosyal Bilimler Ensiüsü Araşırma Görevlisi
DetaylıBorsa Getiri Oranı ve Faiz Oranı Arasındaki İlişkinin Doğrusal Olmayan Yöntemlerle Analizi: Türkiye Örneği
Volume 4 Number 3 03 pp. -40 ISSN: 309-448 www.berjournal.com Borsa Geiri Oranı ve Faiz Oranı Arasındaki İlişkinin Doğrusal Olmayan Yönemlerle Analizi: Türkiye Örneği Yusuf Ekrem Akbaşa Öze: Bu çalışmada,
Detaylı