SAÜ Fen Bl Der 19. Clt, 3. Sayı, s. 361-369, 2015 Gr sstem teors kullanılarak Türkye nn büyüme oranı faktörlernn analz Caner Erden 1*, Emre Cevz 2 ÖZ 22.01.2015 Gelş/Receved, 11.06.2015 Kabul/Accepted Bu çalışmada Gr Sstem Teors kullanılarak büyüme oranı faktör analz gerçekleştrlmştr. Türkye nn ekonomk büyümesn değerlendrlmes çn 2000 l yıllarda gerçekleşen makro-ekonomk ve fnansal verler kullanılmıştır. Az ve yetersz blglerle kullanılablen Gr Sstem Teors bu çalışma çn terch edlmştr. Gr Sstem Teors 1982 yılında gelştrlmesne rağmen 2000 l yıllarda kullanım alanlarını genşletmştr. Çalışmada Gr sstem teorsnn ekonomk analzler üzernde etks üzernde durulmuştur. Çalışmanın sonunda Gr lşk analz kullanılarak makro-ekonomk ve fnansal verlern brbrler arasındak lşkler belrlenmş ve etk derecesne göre sıralanmıştır. Anahtar Kelmeler: Gr sstem teors, Gr lşk analz, büyüme oranı faktörler ABSTRACT Growth rate factor analyss of Turkey usng Grey system theory In ths study, by usng Grey System Theory (GST), factors of Gross Domestc Product (GDP) growth rate was analyzed. Macro-economc and fnancal data n the 2000s was used to evaluate the economc growth of Turkey. GST whch can be used wth lttle or nadequate amount of data, was preferred n the analyss. Although dscovered n 1982, GST ncreased the amount of usage and publcaton especally after the 2000s. The gray system theory n the study focused on the mpact on economc analyss. At the end of the study of macro-economc and fnancal data usng gray relaton analyss has dentfed and ranked accordng to the degree of mpact on the relatonshp between them. Keywords: Grey system theory, Grey relatonal analyss, growth rate factors * Sorumlu Yazar / Correspondng Author 1 Sakarya Ünverstes, Fen Blmler Ensttsü, Endüstr Mühendslğ Bölümü, Sakarya cerden@sakarya.edu.tr 2 Boğazç Ünverstes, Fen Blmler Ensttüsü, Endüstr Mühendslğ Bölümü, İstanbul emrecevz@hotmal.com
C. Erden, E. Cevz Gr sstem teors kullanılarak Türkye nn büyüme oranı faktörlernn analz 1. GİRİŞ (INTRODUCTION) Gr sstem teors Julong Deng tarafından 1982 yılında gelştrlen dsplnler arası uygulama alanları bulunan br matematksel yöntem yaklaşımıdır [1]. Bu teor kesn olmayan blglerden yola çıkarak az sayıda ve eksk verlerden blg çıkarımını amaç ednmştr. Çalışma sürecnde kullanılan çeştl blg çıkarımı teknkleryle az sayıda ve eksk blglerden oluşan verler anlamlı ve şe yarar ntelk kazanmaktadır. Bu özellğ le de gerçek dünyada var olan verlern gr sstem teors le aydınlatılmaya çalışılması anlamlıdır. Üretlen ya da var olan verlern çoğu alanlarda kesn ve net olmaması bulanık ya da kaba kümelern kullanılması gereğn ortaya çıkarmıştır. Matematksel ve statstksel yöntemler le sınıflandırılamayan ve br şeklde anlamlandırılamayan verler lk olarak L. A. Zadeh tarafından 1960'lı yıllarda bulanık matematk çalışmaları le araştırılmaya başlanmıştır [2]. Zadeh bulanık kümeler tanıttığında kesn olarak br kümeye at olmayan verlern gerçek hayatta aslında net verlerden daha fazla olableceğn söylemştr. Gerçekten de br küme le kesn lşk kuramayan ve belrsz lşkler le brden fazla kümeye at olablecek verlern şlenmes ve blglern çıkarılması çok öneml çalışmalara öncül olmuştur. Bu çalışmalar tıp, coğrafya, yapay zeka, ekonom, çevre, mühendslk ve teknoloj gb brbrnden farklı brçok alanda başarıyla uygulanmıştır. Zadeh'n bulanık kümelernden sonra 1980'l yıllarda Z. Pawlak tarafından gelştrlen kaba kümeler de yne belrsz ve eksk verlerden blg üretm üzerne yapılmış öneml br matematksel yaklaşımdır [3]. Belrsz ve eksk verlerden blg üretlmes blgsayar yazılımlarının gelştrlmes le çok daha ler br noktaya gelmştr. Bazen gerçek dünyada blglern küçük örneklerden çıkarılması da zarur br boyut almaktadır. Özellkle, genş br ver kümesne sahp olamadığımız az sayıda ver kümelern temsl edeceğ genş kütley belrlemek ver madenclğnn öneml çalışma alanlarından br tanesdr. Geleneksel yöntemlerde büyük kütlede verlere htyaç duyulmaktadır. Bu durumun aksne yen gelştrlen bulanık kümeler, kaba kümeler ya da gr sstemler daha az sayıda ver le çalışarak sonuca ulaşablmektedrler. Bu çalışmada yararlanılacak olan Gr sstem teors, mevcut blglern yetersz ya da belrsz olduğu durumlarda tüm ver analzler çn tamamıyla çalışablecek br zemn hazırlamaktadır. Gr sstem teorsnde yer alan "gr" kelmes az, zayıf, belrsz ve yetersz blgy tanımlamaktadır [4]. Gr sstem teorsnn en öneml avantajı da bu tp eksk ya da yetersz blgler le uyumlu olmasıdır. Gr sstem teorsnn lteratürde k şeklde özellkle kullanıldığını görüyoruz. Bunlardan brs gr lşk analz, dğer se gr sstem modellemesdr [5]. Gr lşk analz, statstksel yöntemlerle kurulablecek olan regresyon, korelasyon ya da Otoregresf Brleşk Hareketl Ortalamalar modellerne yan daha çok blnen smyle ARIMA (Autoregressve Integrated Movng Average) modellerne alternatf br yol sunmaktadır. GİA (Gr İlşk Analz)'nın en öneml fonksyonu k değşken dz arasındak lşknn boyutunu çeştl matematksel yöntemler kullanarak belrlemektr [4]. Gr sstem modellemes se, var olan blglern gr sstem le yenden tanımlanması, sınıflandırılması ve tahmnlemes olarak tanımlanablr. Bu model le geleneksel olarak kullanılan yöntemlern üzerne öneml eklemeler yapılarak başarılı sonuçlar elde edlmes sağlanmıştır. Bu çalışmada br ülkenn ekonomk durumunu analz edeblmek çn kullanılan brçok faktörün ülkenn büyüme oranlarına nasıl etk ettğ üzernde durulmuştur. Büyüme oranlarına etk eden faktörler çalışma sonucunda etk derecesne göre sıralanmış ve bunun üzerne yorumlar gerçekleştrlmştr. Çalışmanın knc bölümünde GST (Gr Sstem Teors) hakkında yapılmış çalışmaların derlendğ lteratür çalışmasına yer verlmştr. Üçüncü bölümde, çalışmanın yapılacağı büyüme oranları faktörlernn neler olduğu ve ne gb özellkler çerdğ hakkında blgler verlmştr. Dördüncü bölümde, GST hakkında temel blgler verlerek GST yöntemlernden bahsedlecektr. Beşnc bölümde GST le ekonomk verler üzernde br uygulama yapılarak GST'nn ekonomk alanlarda uygulanablrlğne dar br çalışma yapılacaktır. Son bölümde sonuçlar tartışılarak, gelecekte yapılacak çalışmalar le lgl öngörülerde bulunulacaktır. 2. LİTERATÜR ÇALIŞMASI (LITERATURE REVIEW) Bu çalışmada kullanılan gr lşk analz, gr sstem teorsnn, uygulama yönüyle pek çok farklı kullanım alanına sahp olan br parçasıdır. Lteratürde, gr lşksel analz, havayolu ağları [6], şrketlern fnansal göstergeler le lglenen karşılaştırmalı çalışmalar [7], talep tahmn [8] gb pek çok alanda kullanılmıştır. Gr sstem teorsnn uygulanableceğ endüstr sektörler alanları arasında; tarım, ekonom, enerj, ulaşım, asker hzmetler ve fnans uygulamaları vardır. Bu sektörlerde brçok başarılı uygulama gerçekleştrlmştr [9,10]. Ho ve Wu Avustrala da yerleşk 3 bankanın performans karşılaştırmasını 23 rasyoyu gr lşksel analz le nceleyerek gerçekleştrmşlerdr [9]. Chang, Tayvan dak 15 tcar bankanın 2000-2002 yıllarındak verlern ncelemş, lkdte oranları, karlılık ve sermaye yapısı gb 20 rasyoyu kullanmış ve bu bankaların 362 SAÜ Fen Bl Der 19. Clt, 3. Sayı, s. 361-369, 2015
Gr sstem teors kullanılarak Türkye nn büyüme oranı faktörlernn analz performanslarını en çok etkleyen etkenlern aktf karlılığı ve özkaynak karlılığı olduğu sonucuna varmıştır [10]. Özdemr ve Deste, gr lşk analz kullanarak otomotv sektörü çn br tedarkç seçm uygulaması gelştrmşler, bu problem br performans değerlendrme problem olarak ele almış ve pek çok özellğ barındıran çoklu seçenekler arasından tedarkç seçm yapablen br analz gerçekleştrmşlerdr [11]. Grgner ve Uçkun, kamu ve özel bankaların performanslarını tanımlamayı hedefledkler çalışmalarında, gr lşksel analz kullanmışlardır [12]. Ecer ve Günay, hsseler halka açık şlem gören turzm frmalarının 2008-2012 dönemndek lkdte, karlılık, fnansal kaldıraç ve faalyet göstergeler kapsamındak 17 rasyoyu kullanarak bu frmaların fnansal performanslarını belrlemeye yönelk br çalışma ortaya koymuşlar ve gr lşksel analz yöntemn kullanmışlardır [13]. Kurt se Lkert ölçeğne sahp anketlerden elde ettğ verlern analznde gr lşk analzn ve rdt çözümlemesn kullanarak br karşılaştırma yapmıştır. Yapılan karşılaştırmanın sonunda Kurt, gr lşk analz ve rdt çözümlemes arasında çok fazla fark olmadığı sonucuna ulaşmıştır [14]. Ergonom alanında yapılan çalışmada Akay bel hastalıklarının sınıflandırılmasında gr lşk analz yöntemn kullanarak başarılı br çalışma gerçekleştrmştr [15]. Gr lşk analz sıralama ve seçm problemlernde, tahmn modellernde, performans değerlendrmelernde ve faktör analzlernde de terch edlen br yöntem olmuştur [18,19]. Slavek ve Jovc yaptıkları çalışmada yazılım projelerne etk eden performans ölçülern tanımlayarak faktörler arasında br sıralama ve karşılaştırma gerçekleştrmşlerdr. Bu çalışmada, 7 yazılım projes kalte faktörler 10 yazılım projesnde uygulanarak gr lşk analz yöntemyle yazılım projelernn kalte faktörler arasındak lşkler belrlenmştr. Çalışma sonucunda gr lşk analznn yazılım projelernn kalte değerlendrmelernde kullanılableceğ ortaya konulmuştur [16]. Yne benzer alanda Me yaptığı çalışmada yazılım güvenrlklernn değerlendrlmesnde gr sstem teorsn kullanarak sonuçlar elde etmştr. Yazılım sstemlernn güvenrlğnn belrlenmesnde gelştrlen metot br sstem gelştrc şrkette sayısal olarak çalıştırılmış ve başarılı olunmuştur [17]. Gr lşk analznde yapılan çalışmalar son yıllarda artarak devam etmektedr. Scencedrect te yapılan br arama sonucunda 2015 yılında 101, 2014 237, 2013 168, 2012 181, 2011 143 ve 2010 yılında da 67 adet çalışmaya rastlanmıştır [14]. Gr lşk analz le yapılan araştırmalarda 2010 yılından sonra öneml şeklde artışlar görünmektedr. Gr lşk analz uygulamaları bakımından oldukça genş br alana sahptr. Belrsz durumların varlığında karar vermek çn gr lşk analz C. Erden, E. Cevz yaklaşımından faydalanılmaktadır. E. Aydemr v.d. 2013 yılında yayınladıkları makalelernde 2007 yılından tbaren gr lşk analzyle yapılan 10 adet çalışmaları kronolojk olarak derlemştr [15]. 3. BÜYÜME ORANINA ETKİ EDEN FAKTÖRLER (FACTORS AFFECTING THE GROWTH RATE) 3.1. Ekonomk Büyüklük (Economc Growth) Ekonomk büyüklük, ülkeler çapında bakıldığında gayrsaf yurtç hasıla (GSYH) değer le ölçülür. GSYH, br ülkenn, belrl br dönemde (genellkle br yılda), üretm faktörlern kullanarak, yurtçnde ürettğ nha mal ve hzmetlern pyasa değerlernn toplamıdır [14]. 3.2. Para Brmnn Amerkan Doları Karşısındak Değer (The Value of the Currency Aganst the US Dollar) Amerkan doları tüm dünya tcaretnde en çok kullanılan değer aracıdır [15]. Ülkelern para brmlernn dolar karşısındak değer ve bu değerdek oynaklık, dış tcaretlern dolayısıyla ekonomk büyüklüklerndek değşm etkleyeceğ düşünülmektedr. 3.3. Merkez Hükümetlern Dış Borçlarının GSYH ya Oranı (The Rato of the Central Government External Debt) Merkez hükumetlern dış borçlarından kasıt, ülkelern merkez yönetm kapsamındak kurum ve kuruluşlarının herhang br dış fnansman kaynağından elde ettkler tüm mal yükümlülüklernn toplamıdır [14]. Brçok ülke, bu borçları altyapı yatırımları, üretm artırıcı teşvkler vb yerlere harcayarak ekonomlern büyütmeye çabalar. Ancak, borçların artışı, borç le elde edlen kaynakların doğru yatırımlara yönlendrlememes ya da car htyaçlar çn kullanılması, fazlerdek değşm gb nedenler sebebyle br rsk unsuruna dönüşeblen dış borçların büyümeye etksnn olacağı öngörülmektedr. 3.4. Car Açığın GSYH ya Oranı (Current Account Defct to GDP Rato) Car şlemler denges, br ülkenn toplam mal ve hzmet hracatı le thalatı arasındak farkı fade eder. Car açık olarak bahs edlen se, bu dengenn negatf değerlerdr. Böyle br açığın varlığı, ülkenn dövz cns borçlanması ya da dövz yatırımlar çekmesn zorunlu kılar. Bu noktada, car açık ekonom çn br rsk teşkl eder. SAÜ Fen Bl Der 19. Clt, 3. Sayı, s. 361-369, 2015 363
C. Erden, E. Cevz Gr sstem teors kullanılarak Türkye nn büyüme oranı faktörlernn analz 3.5. Enflasyon Oranı (Inflaton Rate) Enflasyon, mal ve hzmetlern fyatlarındak genel artıştır. Enflasyonun büyümeye etks çokça rdelenmş br konudur. Gelşmş ülkelerde %1-3, gelşmekte olan ülkelerde %7-13 sınırları aşıldığında ekonomk büyümenn olumsuz etklendğ br IMF yayının çıktısıdır [16]. 3.6. Toplam Dış Borç Stoğu (Total External Debt Stock) Toplam dış borç stoğu, tüm kamu kurum ve kuruluşları (Merkez Bankası dahl), özel şrketler ve kşlern yurtdışındak yerleşklerden aldıkları kredler ve yurtdışına hraç ettkler tahvllern toplamıdır. Bu borçlar dövz cnsnden gerçekleşmektedr. 3.7. Toplam Dış Borçların GSYH ya Oranı (The Rato of Total External Debt) Toplam dış borç stoğunun, GSYH a oranıdır. Bu oranın yüksek olmaması stenr. Avrupa Brlğ Maastrcht Krterler ne göre sağlıklı br ekonomde bu oran %60 ı geçmemeldr. 3.8. Büyüme Oranları (Growth Rates) Büyüme oranları, GSYH nın belrl dönemlerdek oransal artışını fade eder. Büyüme oranları genellkle yıllık ve 3 aylık dönemlerle açıklanır. Bu çalışmada yıllık büyüme oranları göz önünde bulundurulmuştur. 4. GRİ SİSTEM TEORİSİ (GREY SYSTEM THEORY) Gr kelmes kesn olmayan ve eksk olan blgler tanımlar. Gr sstem teors blglern eksk olması ve yetersz olması durumlarında çalışablecek çok dsplnl br yaklaşım ortaya koyar [17]. Gr kelmes le lgl detaylı blg çn Tablo 1 nceleneblr [18]. Tablo 1. Syah, gr ve beyaz tanımlamaları (Black, gray and whte defntons) Durum / Syah Gr Beyaz Konsept Blg Görünüş Süreç Özellk Açısından Yöntem Davranış Çıkanlar Blnmeyen Yetersz Kesnlkle blnyor Koyu Buğulu Açık, net Yen Değşken Esk Düzensz Değşken Sıralanmış Ret Değşken Kabul Gtmesne zn verme Toleranslı Katı Çözümsüz Çok çözümlü Tek çözümlü Tablo 1 den görülebleceğ gb gr kelmes le pek çok durum tanımlanablr ve modelleneblr durumdadır. Gerçek hayattak blgler le kıyasladığımızda var olan blgler genellkle gr blglerdr ve kesn olarak fade edlmes çoğu durumda mkansız olablmektedr. Buna ek olarak eksk olan blg de gr blg olarak adlandırılır ve geleneksel yöntemler le şlenlmes mümkün değldr. Eksk blglern br şeklde doldurulması ya da eksk blgler kabul edecek yöntemler le çalışılması gerekmektedr. Burada eksk blgler 4 çeştte karşımıza çıkmaktadır. Bunlar [18]; 1. Değşkenlere at eksk blgler 2. Sstemn yapısındak eksk blgler 3. Sstem sınırlarının sahp olduğu eksk blgler 4. Sstem davranışındak eksk blgler Gr sstem teorsnn temel varsayımları kullanılarak br çok yöntem gelştrlmştr. Bu yöntemler hakkında kısa blg aşağıda verlmştr. Gr Modelleme (Grey Modellng): Modelleme Gr lşk eştlklern ve gr dferansyel denklemlern oluşturmak çn çalıştırılır. Bu modelleme şlemne beyazlatma (whtenng) adı verlr. Gr model GM(n,h) varsayımına dayanır ve burası n. Dferansyel denklemn h değşken çn sırasını fade eder. Bu Gr lşk sınırlı blglern kullanılmasına yarar sağlar. Brçok araştırmacı hesaplama kolaylığı GM(1,1) modeln terch eder. GM(1,1) modeller zaman sers kısıtlarına sahptr. Yan buradak model tahmn modelne mevcut eklenen yen ver le brlkte yenlenr. GM(1,N) modelnde se N değşken le lşkldr [21]. Gr Tahmnleme (Grey Predcton): Beyazlatma adımları takp edlerek mevcut olan az sayıdak verlerden yen verlern tahmn edlmes şlemdr. Özellkle zaman serlerndek mevcut verlerden gelecek verler tahmn edlmeye çalışılırken Gr modellemenn tanımlamalarından yararlanılır. Gr tahmn yapılırken aşağıdak adımlar gerçekleştrlr [18]. Gr Karar (Grey Decson): Karar verme sürec alternatfler arasından brsnn seçlmes ya da yen br karar verlmes olarak blnr. Karar verme sadece yönetm aktvtes olarak değl aynı zamanda her nsanın günlük hayatında da öneml rol oynar. Gr karar verme sürec kısaca gr tanımlamaların ve yöntemlern kullanılması le alakalıdır. Gr karar verme yaklaşımında özel olarak br planın seçlmes ve uygulanması adımları zlenr. 4.1. Gr İlşk Analz (Grey Relatonal Analyss) Genel olarak sstemler kurulurken ssteme etk eden faktörler ve bu faktörlern brbrlerne olan bağımlılıkları 364 SAÜ Fen Bl Der 19. Clt, 3. Sayı, s. 361-369, 2015
Gr sstem teors kullanılarak Türkye nn büyüme oranı faktörlernn analz üzernden sonuçlar üzernden analzler yapılır. Faktörler arasında lşkler belrlemenn yanı sıra hang faktörün öne çıktığının da önem vardır. Örneğn regresyon analz le bast anlamda matematksel yöntemler kullanarak sstem faktörler üzerndek etk oranları ncelenr. Yne de bu lşkler aşağıdak zayıf yönlere sahptr. 1- Güvenlr sonuçlar elde edeblmek çn genş kütledek örneklern kullanılmasına htyaç olması 2- Mevcut verlern br takım tpk olasılık dağılımları göstermesnn stenmes 3- Hesaplamaların blgsayarlar aracılığıyla çok fazla yapılması 4- Bazen ncelk olarak yapılan analzlern ntelk olarak yapılan analzlerle aynı sonuçlar çermemes [18] Gr lşk analz bu zayıflıkların üstesnden gelerek br sstem oluşturan az sayıda ve eksk blglerden oluşan faktörler üzerne öneml blgler sunmaktadır. Bununla brlkte Gr lşk analz, belrsz sstemlern modellenmes ve blnmeyen blglern tamamlanması üzerne analzler yaparak br lşk analz yürütür [19]. Adım 1: Gr lşk analz çn yapılması gereken lk ş x sstem faktörünü belrlemektedr. X (k) x e at geçmş verlerden oluşmak üzere br ser oluşturur. X (k) = {x (1), x (2),...x (n)} k=1,2,,n dzs sstem oluşturan faktörlern davranış dzs olarak adlandırılır. X (k) = {x (1), x (2),...x (n)} eğer br zaman sers se k değşken değşen zaman aralığını temsl etmektedr. Adım 2: Bu adımda D 1, D2, D3, D4 ve D5 serler hesaplanır. D1 sersn operatör ser olarak tanımlarsak X D 1 = {x (1)d 1, x (2)d 1,, x (n)d 1} olarak hesaplanır, yan [18]; x ( k) x ( k) d1, x (1) 0, k 1,2,..., n (1) x (1) D2 operatörü se denklem 2 dek şeklde hesaplanır; x ( k) 1 x ( k) d, X x ( k), k 1,2,..., n (2) n 2 X n k 1 D 2 operatörü ortalama operatör olarak adlandırılır ve X sersnn ortalama değerlernden oluşur. D 3 operatörü aşağıdak denklemle fade edlr. x ( k) mn x ( k) x ( k) d3 ; k 1,2,..., n (3) max x ( k) mn x ( k) D 3 operatörü X nn görüntü aralığını belrler. Eğer X faktörlernn davranış dzs x (k) [1,0], =1,2,,n se D 4 operatörü de aşağıdak şeklde fade edleblr. 4 C. Erden, E. Cevz x ( k) d 1 x ( k), k 1,2,..., n (4) D 4 operatörü ger operatör olarak smlendrlr ve X sersnn ger görüntüsü çn br dz oluşturur. D 5 operatörü se aşağıdak formülle hesaplanır. 1 x ( k) d5, x ( k) 0, k 1,2,..., n (5) x ( k) D 5 karşılık operatörü X D 5 sersn X sersnn karşılık sers olara oluşturur. Ver kümes D={D, =1,2,3,4,5} olan D sers gr lşk operatörü olarak adlandırılır. X sers tüm sstem faktörlern temsl ederse, (X, D) ver set sstemn gr lşk faktörlern belrleyen ver set olacaktır. Adım 3: Bu adımda gr lşk katsaysı hesaplanır. Gr lşk analznde hesaplanan dğer br değşken se Gr lşk katsayısı olan değşkendr, bu değşken aşağıdak formülle hesaplanır [20]; mn max ( k) (6) x ( k) max Adım 4: Gr lşk katsayısı hesaplandıktan sonra gr lşk dereceler aşağıdak formülde gösterldğ gb hesaplanır ve faktörler arasındak sıralama gr lşk derecelerne göre yapılır. [ ( k) ( k)] (7) 5. SAYISAL ÇALIŞMA (NUMERICAL STUDY) Bu çalışmada br zaman sers olan ekonomk büyüme oranının gr lşk analz yöntem le ekonomk faktör analz yapılmıştır. Verler Türkye nn son 12 yılındak makro ekonomk gelşmeler olarak belrlenmş ve Türk ekonomsnn göstergelernn bağımlılıkları ve farklılıkları ncelenmştr. Makro ekonomk sstemlern değerlendrlmes ve tahmnlenmesnn sağlıklı yapılablmes çn sstemlere etk eden faktörlern etk değerlernn araştırılması gerekmektedr. Hang faktörün makro ekonomye hang oranda etk ettğnn blnmes le ekonom yönetclerne zamanlama ve önlem alma öneml kazanımlar sağlanablr. Bu çalışmada bahsedlen büyüme oranı üzernden gdlerek hang faktörün ekonomk büyüme oranını daha fazla etkledğ ve başka br açıdan, hang faktörün ekonomk büyüme oranını kötü yönden etkledğ gb soruların cevapları verlmştr. SAÜ Fen Bl Der 19. Clt, 3. Sayı, s. 361-369, 2015 365
C. Erden, E. Cevz Gr sstem teors kullanılarak Türkye nn büyüme oranı faktörlernn analz Bu çalışmada 6 adet temel ekonomk faktör ele alınmıştır. Bunlar br öncek bölümde detaylı br şeklde anlatılmış olup numaralandırılmış ve özetlenmş haller le aşağıda lstelenmştr. 1 ekonomk büyüklük, 2 para brmnn Amerkan Doları karşısındak değer, 3 merkez hükümetlern dış borçlarının GSYH ya oranı, 4 car açığın GSYH ya oranı, 5 enflasyon oranı, 6 toplam dış borç stoğu değerlern tanımlamaktadır. Belrlenen değerler Tablo 1 de verlmştr. Bundan sonrak alanlarda ekonomk büyümeye etk eden faktörler yukarıdak numaraların başına A gelecek şeklde gösterlecektr. Örneğn A1: Ekonomk Büyüklük sersn tanımlamaktadır. Dğer serlerde de yapılan sıralama geçerldr. Şekl 2 Türkye nn 2000-2012 yılları arasındak 12 yıllık büyümey göstermektedr. Türkye ekonoms 12 yıllık bu süre çersnde 2001 ve 2009 yıllarına taban yapıp sonrak yıllarda tekrar yükselşe geçmştr. Türkye 2010 yılındak performansıyla dünyanın en hızlı büyüyen 15. büyük ekonoms olmuştur. Bu sıralamada Çn ve Hndstan dan sonra gelşmekte olan ülkeler arasında öneml br sırada yer almaktadır [22]. Türkye'nn 12 Yıllık Büyüme Oranı (%) öncek verlern blnmemes ya da verlern dağınık br yapıda olmasından dolayı km zaman mkansız olmaktadır. Tablo 7 dek verlern standardze edlmes le brlkte a6 sütununda yer alan büyüme oranı le lgl analz gerçekleştrlecektr. Tablo 1. Ekonomk etk faktörler ve büyüme oran değerler (Economc mpact factors and growth rates values) [23] a1 a2 a3 a4 a5 a6 Tarh EB(GSYH mlyar $) PBA D DBGO CAGO mlyar $ EO TDBS (mlyar$) BO (%) 2000 132,88 0,62 45,27 54,92 116,79 6,77 2001 118,48 1,23 54,40 112,93-5,70 2002 111,10 1,51 44,96 129,52 6,16 2003 168,22 1,50 25,30 142,60 5,27 2004 219,09 1,43 10,58 158,16 9,36 2005 247,05 1,36-8,52 10,14 172,13 8,40 2006 261,01 1,44-13,74 9,60 209,58 6,89 2007 286,17 1,31-20,02 8,76 258,44 4,67 2008 273,14 1,30-20,11 10,44 288,98 0,66 2009 283,99 1,54-11,35 6,25 277,27-4,83 2010 363,24 1,51-10,12 8,57 299,18 9,16 2011 401,80 1,68-13,68 6,47 305,48 8,77 2012 384,31 1,80-24,07 8,89 337,49 2,24 Büyüme Oranı (%) 10,0 7,5 5,0 2,5 0,0-2,5-5,0 2000 2002 2004 2006 Yıllar 2008 2010 2012 Tablo 1 den okunableceğ gb büyüme oranı en yüksek değern 2004 yılında almıştır. 2004 yılındak büyüme %9,36 dır. Buna etk eden 6 faktörden hçbrs o dönem çn en yüksek değernde değldr. Yne aynı şeklde büyüme oranının en düşük yaşandığı 2001 yılında etk eden faktörlern hçbrs en düşük değernde değldr. Buradan da görülebleceğ gb geleneksel statstk metodları le bu etk analznn sağlıklı sonuçlar vermes pek düşünülemez. Şekl 2. Türkye'nn 2000-2012 yılları arasındak büyüme oranı (Turkey's growth rate between the years 2000-2012) [22]. Tablo 2 de 7 adet etk değer terch edlmş olup bu etk faktörler br öncek bölümde detaylı br şeklde anlatılmıştır. Etk faktörlernn Dünya Bankası ndan elde edlen 12 yıllık verler üzernden br Gr lşk analz çalışması yapılacaktır. Burada yapılacak analz sonucunda çıkan rakamların büyük olması büyüme oranına daha fazla etk ettğ, küçük olması se büyüme oranına daha az etk ettğ sonucuna bz ulaştıracaktır. Tablo 1 de yer alan bazı ekonomk faktörlern verlerndek eksklk Gr lşk analznn yapılamayacağı anlamına gelmez. Grş bölümünde belrttğmz gb Gr modelleme eksk ya da belrsz verler üzernden de analz yapablmektedr. Bu tabloda eksk olarak yer alan blgler gr blg olarak tanımlanmıştır. Gerçek hayatta bu türden verler le karşılaşmak olasıdır ve bu tp verlern doldurulması Gr lşk analznn yapılablmes çn verlern standardze edlmş haller Tablo 2 de gösterlmştr. Bu tablo oluşturulurken her br ver lk senek değerlernden çıkarılmıştır. Tablo 2. Standardze edlmş faktör verler ve büyüme oran değerler (Standardzed data and growth factor levels) A1 0,0-14,4-21,8 35,3 86,2 114,2 128,1 153,3 140,3 151,1 230,4 268,9 251,4 A2 0,0 0,6 0,9 0,9 0,8 0,7 0,8 0,7 0,7 0,9 0,9 1,1 1,2 A3 0,0-0,2 0,2-0,5 0,8-1,8 3,4 9,7 9,8 1,0-0,2 3,4 13,8 A4 0,0-0,5-10,0-29,6-44,3-44,8-45,3-46,2-44,5-48,7-46,3-48,4-46,0 A5 0,0-3,9 12,7 25,8 41,4 55,3 92,8 141,7 172,2 160,5 182,4 188,7 220,7 A6 0,0 0,1 0,3-3,0-2,4-2,5-1,8-2,5-1,6-5,2-4,8-4,0-3,6 A7 0,0-1,1-0,6-1,5 2,6 1,6 0,1-2,1-6,1-1,9 2,4 2,0-4,5 Verlern standardze edlmesnden sonra yapılan gr lşk analz sonuçları Tablo 3 te verlmştr. Tablo 3 te 366 SAÜ Fen Bl Der 19. Clt, 3. Sayı, s. 361-369, 2015
Gr sstem teors kullanılarak Türkye nn büyüme oranı faktörlernn analz C. Erden, E. Cevz ayrıca hang faktörün lşk sıralaması da okunablr. Etk değer yüksek olan faktörler büyüme oranına daha fazla etk etmektedr. Etk değer düşük olan ya da başka br deyşle 0 değerne yakın olan faktörler se büyüme oranına daha az etk etmektedr. Örneğn A2 faktörünün yan para brmnn Amerkan Doları karşısındak değer faktörünün büyüme oranına etk dereces 0,05 bulunmuştur. A2 faktörünün etk değer dğer faktörlere göre yüksek olduğu çn en öneml faktörün A2 olduğu sonucuna varılmıştır. Gr lşk adımları 4.1 numaralı bölümde açıklanmıştır ve bu adımlar Mcrosoft Excel 2013 programı yardımıyla hesaplanarak aşağıdak tabloya aktarılmıştır. Tablo 3. İlşk yüzdeler ve faktör sıralamaları (Relatonshp percent and factor rankngs) Faktör Derece Etk değer Sıra s1-s7 1404,2 0,00071 5 s2-s7 16,4 0,05734 1 s3-s7 39,5 0,02471 3 s4-s7 424,7 0,00235 4 s5-s7 1186,8 0,00084 6 s6-s7 22,2 0,04301 2 Sıralama aynı zamanda Tablo 4 te belrtlmştr. Bu çalışmada ölçülen değerler sadece 2000-2012 yılındak değerler göz önüne alınarak hesaplanmıştır. Br sonrak hesaplamada değşk sonuçların bulunması durumu söz konusu olablr. Başka br deyşle kullanılan faktörlern etklern değşmes durumunda ekonomk faktör etk değerlernn de değşeceğ söyleneblr. Tablo 4. Ekonomk faktörlern sıralanması (Sequencng of economc factors) Sıralama 1 2 3 4 5 6 Faktör A2 A6 A3 A4 A1 A5 6. TARTIŞMA (DISCUSSION) Gr sstem teorsnn en öneml avantajlarından brs olan az sayıda ve belrsz blgler çeren ver kümeler le çalışablmek brçok gerçek hayat uygulamasına zemn hazırlamaktadır. Günümüzde var olan blglern eksk olması ya da blnmeyen yönlere sahp olması gr sstem teors, bulanık küme teors ya da kaba küme teors gb yaklaşımlara htyacı artırmaktadır. Bu htyacı karşılamak çn Gr sstem teors eksk ya da blnmeyen blgy gr blg olarak tanımlar ve üzernde matematksel şlemler yapableceğmz daha doğru ve nesnel blg halne çevrr. Gr sstem teors çeşrl alanlarda başarılı analzlern yapılmasına zemn oluşturmuş güçlü br teordr. Geleneksel metodlar genellkle büyük ver kütleler le çalışmada başarılı olurken Gr sstem teors le küçük sayıda ver çeren ve eksk blg tablolarından sağlıklı blglern çıkarılması şlem yapılablmektedr. Gr sstem teors ayrıca esk verlerden yola çıkarak ver tahmnlemes yapablmes le öne geçen br yaklaşım olmuştur [23]. Çalışma çn kullanılan verler gerçek verlerdr, ele alınan senaryo Türkye ekonomsnn gerçeklklern yansıtmaktadır. Türkye nn çok genş br çerçevede değşen büyüme oranları bu çalışmada etk edlen sstem değşken olarak ele alınmıştır. Büyüme oranına etk eden en öneml faktör olarak A2 faktörü belrlenmştr. A5 faktörü se Türkye nn büyüme oranına etks en az faktör olmuştur. Faktörler arasındak sıralama çalışmanın son bölümünde bulunarak çalışma btrlmştr. Bu çalışmada sonuç olarak bulunan faktör sıralaması ve bu faktörlern etk değerler makro ekonomk yorumlarda değerlendrleblr br yorum gelştrmştr. Gr sstem teorsnn ürettğ bu blgler ışığında yapılacak olan ekonomk faktör analz çalışmaları destekleneblr ya da eleştrleblr. Çalışma sonucu ekonomk faktör analzlernn Gr lşk analz le yapılableceğn göstermektedr. Bu çalışmanın ardından araştırmacılar Gr lşk analz le lşk analz yapablen dğer metodları kıyaslayarak br performans analz yapablrler. Ayrıca çalışma çersnde bahsedlen Gr sstem teorsnn yöntemler kullanılarak büyüme oranları le alakalı sağlıklı ver tahmnlemes yapılablr, bu yolla üretlen tahmn verler başka tahmnler le kıyaslanarak doğru yöntemlern gelştrlmesne neden olablr. KAYNAKLAR (REFERENCES) [1] D. JL., Grey system fundamental method, Chna: Huazhong Unversty of Scence and Technology Wuhan, 1982. [2] L. A. Zadeh, Fuzzy Sets, Informaton and control, 338-353, 1965. [3] Z. Pawlak, Rough Sets, Internatonal Journal of Computer and Informaton Scences,, 11(5), 342-356, 1982. [4] J. C. Huang, The key factor of the nternet nformaton technology on the qualty of lfe for the eldery: applcaton of grey system theory, IEEE SMC enewsletter, 33, 2010. [5] L. Meng ve W. Kees, Grey System Theory and Applcatons: A way Forward,» The Journal of Grey System, 10, 47-54, 2007. SAÜ Fen Bl Der 19. Clt, 3. Sayı, s. 361-369, 2015 367
C. Erden, E. Cevz Gr sstem teors kullanılarak Türkye nn büyüme oranı faktörlernn analz [6] Hsu ve Wen, Applcaton of Grey Theory and Multobjectve Programmng Towards Arlne Network Desgn,» European Journal of Operatonal Research, 127(1), 44-68, 2000. [7] C. M. Feng ve R. T. Wang, Performance Evaluaton for Arlnes Includng the Consderaton of Fnancal Ratos, Journal of Ar Transport Management, 6, 133-142, 2000. [8] C. Ln ve P. Hsu, Forecast of NonAlcoholc Beverage Sales n Tawan Usng the GreyTheory, Asa Pacfc Journal of Marketng and Logstcs, 14(4), 3-12, 2002. [9] D. K. A. J. M. J. F. Jovc, Evaluaton of Grey Predcton Method of Energy Consumpton, %1 çnde Proceedngs of the 28th Internatonal Conventon on Informaton and Communcaton Technology, Electroncs and Mcroelectroncs MIPRO, Opatja, Croata, 2007. [10] J. F. L. Sfen, The Current Developng Status on Grey System Theory, The Journal of Grey System, 2(1), 111-123, 2007. [11] C. T. Ho ve Y. S. Wu, Benchmarkng Performance Indcators for Banks Benchmarkng, An Internatonal Journal, 13(1), 147-159, 2006. [12] C. P. Chang, Managng Busness Attrbutes and Performance for Commercal Banks, The Journal of Amercan Academy of Busness, 9, (1), 104-109, 2006. [13] A. İ. Özdemr ve M. Deste, Gr İlşksel Analz le Çok Krterl Tedarkç Seçm: Otomotv Sektöründe Br Uygulama., Istanbul Unversty Journal of the School of Busness Admnstraton, 38(2), 147-156, 2009. [14] N. Uçkun ve N. Grgner, Türkye dek Kamu ve Özel Bankaların Performanslarının Gr İlşk Analz İle İncelenmes, Akdenz İktsad ve İdar Blmler Fakültes Dergs, 21, 46-66, 2011. [15] F. Ecer ve S. Dündar, Gr İlşksel Analz Yaklaşımıyla Türkye dek Özel Sermayel Mevduat Bankalarının Performanslarının Ölçümü, %1 çnde 13.Uluslararası Ekonometr Yöneylem Araştırması ve Istatstk Sempozyumu, Gazmağusa, K.K.T.C., 2012. [16] G. Kurt, Gr lşk çözümlemes ve rdt çözümlemes kullanılarak ünverste öğrenclernn çeştl kaygılarının değerlendrlmes, Akademk Bakış, 14, 1-10, 2008. [17] D. Akay, Grey Relatonal Analyss Based on Instance Based Learnng Approach for Classfcaton of Rsks of Occupatonal Low Back Dsorders, Safety Scence, 49(8-9), 1277-1282, 2011. [18] T. Chh-Hung ve C. L. C. Chng-Lang, Applyng Grey Relatonal Analyss to the Vendor Evaluaton Model, Internatonal Journal of the Computer, The Internet and Management, 11(3), 45-53, 2003. [19] C. L. Chang, C. H. Tsa ve L. Chen, Applyng Grey Relatonal Analyss to the Decathlon Evaluaton Model, Internatonal Journal of the Computer, The Internet and Management, 11(3), 54-62, 2003. [20] N. Slavek ve A. Jovc, Applcaton of Grey System Theory to Software Projects Rankng, ATKAFF, 53(3), 284-293, 2012. [21] D. Me, Software Relablty Estmaton n Grey System Theory, %1 çnde IEEE Internatonal Conference on Grey Systems and Intellgent Servces, Nanjng, Chna, 2007. [22] Scencedrect, Scencedrect Search, 01 01 2015. [Çevrmç]. Avalable: http://www.scencedrect.com/scence?_ob=artcl elsturl&_method=lst&_artclelstid=- 764567965&_sort=r&_st=13&vew=c&md5=5e0 2a1d0aa4b541fa7de27e8452ba9b2&searchtype=a. [Erşld: 30 03 2015]. [23] E. Aydemr, F. Bedr ve G. Özdemr, Gr Sstem Teors ve Uygulamaları: Blmsel Yazın Taraması, Süleyman Demrel Ünverstes İktsad ve İdar Blmler Fakültes Dergs, 18(3), 187-200, 2013. [24] Üretm ve Harcama Yöntem le Gayr Saf Yurtç Hasıla Tahmnler Kavram, ANKARA: TUİK, 2012. [25] G. Galat ve P. Wooldrdge, The euro as a reserve currency: a challenge to the pre-emnence of the US dollar?, Int. J. Fn. Econ., 14, 1-23, 2009. [26] M. S. Khan ve A. S. Senhadj, Threshold Effects n the Relatonshp Between Inflaton and Growth, IMF Workng Paper, 110, 1-10, 2000. 368 SAÜ Fen Bl Der 19. Clt, 3. Sayı, s. 361-369, 2015
Gr sstem teors kullanılarak Türkye nn büyüme oranı faktörlernn analz C. Erden, E. Cevz [27] L. Sfen ve J. Forrest, The Current Developng Status on Grey System Theory, The Journal of Grey System, 2, 111-123, 2007. [28] S. Lu ve Y. Ln, Grey Systems Theory and Applcatons, Berln: Sprnger, 2010. [29] S. Lu ve Y. Lu, Grey nformaton: Theory and Practcal Applcaton, London: Sprnger-Verlag, 2006. [30] J. L. Deng, The control problems of grey system, Journal of Systems & Control Letters, 5, 288-294, 1982. [31] Y. Xong, Grey Relatonal Evaluaton of Fnancal Stuaton of Lsted Company, Journal of Modern Accountng and Audtng, 3(2), 41-44, 2007. [32] W. Bank, World Bank, 1 1 2015. [Çevrmç]. Avalable: http://data.worldbank.org/ndcator/ny.gdp.mk TP.KD.ZG?order=wbap_data_value_2010+wbap _data_value+wbap_data_value-frst&sort=desc.. [Erşld: 1 1 2015]. [33] T. K. Bakanlığı, Ekonomk Göstergeler, 01 01 2015. [Çevrmç]. Avalable: http://www.kalknma.gov.tr/pages/temelekonom kgostergeler.aspx. [Erşld: 2015 01 01]. [34] J. H. Stock, Tme Seres: Economc Forecastng n N. J. Smelser, P. B. Baltes, eds., Internatonal Encyclopeda, Elsever, 2001, 15721-15724. SAÜ Fen Bl Der 19. Clt, 3. Sayı, s. 361-369, 2015 369