1ISM1BL7M
1ISM1BL7M
1ISM1BL7M
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Mayıs-Haziran 2013 Yıl: 2 Sayı: 12<br />
görüleri, tüm değişkenlerin gelecekteki davranışının<br />
örnek periyodundaki ile aynı kalacağı örtülü varsayımı<br />
üzerine tesis edilmektedir. Sims (1980) makalesinde,<br />
VAR modelleme yaklaşımındaki esas amacını<br />
öngörü değil, değişkenler arasındaki dinamik ilişkileri<br />
ortaya çıkarmak olarak tanımlamıştır. VAR modelinde<br />
hata terimleri arasındaki eş zamanlı çapraz<br />
kovaryanslar sıfırdan farklıdır ve bu özellik, ekonomi<br />
teorisiyle tutarlı ve ekonomik politika analizi için uygulanabilir<br />
olan ve dolayısıyla Cowles Komisyonuna<br />
alternatif bir yapısal formülasyonu sağlamaktadır.<br />
İki değişkenli ve gecikme uzunluğu bir olan VAR modeli<br />
aşağıdaki gibi tanımlanır:<br />
2 2 Burada; E(e )=E(e )=0, E(e )=s11,E(e2t )=s22<br />
1t 2t 1t<br />
ve E(e e )=s12. Bu model ile değişkenler arasın-<br />
1t 2t<br />
daki dinamik ilişkilerin analizi için hata terimleri e1t ve e arasındaki çapraz kovaryansın sıfır olması<br />
2t<br />
gerekmektedir. Bu kovaryansı sıfır yapacak iki farklı<br />
dönüşümü uygulamak mümkündür.<br />
Örneğin; d=s /s olmak üzere birinci denklem<br />
12 11<br />
d ile çarpılıp ikinci denklemden çıkarılırsa aşağıdaki<br />
eşitliklere ulaşılır:<br />
* * * c =c1-da , d =d1-db iken e =e2t-de dir.<br />
1<br />
1 1<br />
1 2t<br />
1t<br />
* Böylece e1t ve e arasındaki çapraz kovaryans<br />
2t<br />
* E(e e )=E(e ( e -de ))==E(e e -<br />
1t 2t<br />
1t 2t 1t 1t 2t<br />
2 2 de )=E(e1te )-dE(e )=s12-(s /s )s =0<br />
1t<br />
2t 1t<br />
12 11 11<br />
olmaktadır. Bu dönüşümde x değişkeni y değişkenini<br />
eş zamanlı olarak etkilemekte iken kendisi y’nin eş<br />
zamanlı değişkeni tarafından etkilenmemektedir. Bu<br />
durumun bir sonucu olarak x değişkeni y değişkeninden<br />
önce gelmektedir. Buna karşın hata terimleri<br />
arasındaki eş zamanlı çapraz kovaryans, d=s12/<br />
s22 olmak, ikinci denklem d ile çarpılıp birinci denklemden<br />
çıkartılarak da sıfır yapılabilir.<br />
AKADEMİK<br />
* * Burada; a *=a -dc , b =b1-dd iken e =e1t- 1 1 1 1<br />
1 1t<br />
* de olmaktadır. Böylece e ve e2t arasındaki çapraz<br />
2t 1t<br />
kovaryans<br />
* 2 E(e e2t )=E((e -d e )e )==E(e e -de )=E(e1t<br />
1t<br />
1t 2t 2t 1t 2t 2t<br />
2 e )-dE(e )=s12-(s /s )s =0<br />
2t 2t<br />
12 22 22<br />
olmaktadır. Bu dönüşümde y değişkeni x değişkenini<br />
eş zamanlı olarak etkilemekte iken kendisi x’in eş<br />
zamanlı değişkeni tarafından etkilenmemektedir. Bu<br />
durumun bir sonucu olarak y değişkeni x değişkeninden<br />
önce gelmektedir. VAR modelleri ile yapılan<br />
analizler öncesinde hata terimlerine ilişkin çapraz kovaryansların<br />
sıfır olması için yapılan dönüşümlerden<br />
hangisinin seçileceğine ilişkin kararın verilmesi gerekmektedir.Yukarıda<br />
yapılan birinci dönüşümde e1t ve e hata terimleri y 'yi eşzamanlı olarak etkilemek-<br />
2t t<br />
te ancakx değişkenini sadece e eş zamanlı olarak<br />
t 1t<br />
etkilemektedir. İkinci dönüşümde ise e ve e hata<br />
1t 2t<br />
terimleri x 'yi eşzamanlı olarak etkilemekte ancak y t t<br />
değişkenini sadece e eş zamanlı olarak etkilemek-<br />
2t<br />
tedir. Hata terimlerinin bu şekilde üçgensel biçimde<br />
ayrıştırılması “Choleski ayrıştırması” olarak adlandırılır.<br />
M değişken sayısı olmak üzere M faktöriyel (M!)<br />
sayıda “Choleski ayrıştırması” yapmak mümkündür.<br />
Sims (1980) çalışmasında altı değişken kullanmıştır.<br />
Bu durumda, hata terimleri arasındaki çapraz kovaryansları<br />
sıfır yapan ve birbirinden farklı olan 720<br />
dönüşüm yapılabilmektedir. Şayet hata terimleri<br />
arasındaki kovaryanslar sıfır değilse,bu dönüşümlerin<br />
her biri araştırmacıyı farklı sonuçlara götürebilir.<br />
Yukarıda bahsedilen iki farklı dönüşüm hangi değişkenin<br />
daha önce geleceği bir bakıma hangi değişkeninin<br />
diğerine göre dışsal olduğunun belirlenmesini<br />
gerektirmektedir. Bu nedenle VAR modeli çerçevesinde<br />
yapılan analizlerde araştırma kapsamına alınan<br />
değişkenlerin dışsaldan içsele doğru sıralanması yaklaşımı<br />
ile dönüşüm matrisi oluşturulmaktadır. Sims<br />
(1980) çalışmasında bu sıralamayı önsel bilgi (iktisat<br />
teorisi)kullanarak yapmıştır. Bu durum VAR modeli<br />
için değişkenlerin seçilmesi ve sıralanmasında iktisat<br />
teorisine ihtiyaç olduğu anlamına gelmektedir.<br />
Diğer bir ifadeyle, geleneksel ekonometrik modeller<br />
için hangi değişkenlerin içsel hangilerinin dışsal<br />
olduğuna ilişkin karar vermede yaşanan sorunlar<br />
(belirlenme sorunu) VAR modelinde değişkenlerin<br />
dışsaldan içsele doğru sıralanmasışeklinde devam<br />
etmektedir.<br />
VAR modelin vektör hareketli ortalama (VMA) gösterimi<br />
değişkenler arasındaki karşılıklı dinamik ilişkilerin<br />
analizinde kullanılan bir araçtır. Değişken sıralamasının<br />
x ve y şeklinde olduğu durum için yukarıda<br />
verilen VAR(1) modelinin VMA gösterimi aşağıdaki<br />
gibi ifade edilebilir:<br />
Araştırma kapsamına alınan değişkenlerin tamamı<br />
VAR modelinde içsel statüsünde olduğuna göre,<br />
VMA gösteriminde dışsal değişken olarak sadece<br />
hata terimleri kalmaktadır. Hata terimleri vasıtasıyla<br />
değişkenler arasındaki dinamik ilişkilerinin analizine<br />
ekonomik bir anlam verebilmek için hata terimlerini<br />
“şok” olarak adlandırmak gerekmektedir. VAR modellerle<br />
politika analizi, etki-tepki fonksiyonları ara-<br />
0 cılığıyla yapılmaktadır.Örneğin f katsayısı e1t deki<br />
21<br />
bir birimlik değişimin y üzerinde beklenen eş zamanlı<br />
t<br />
tepkisini göstermekte iken f 21<br />
1 katsayısı e1t deki bir<br />
birimlik değişime y 'nin bir dönem sonraki beklenen<br />
t<br />
tepkisini gösterecektir. e ve/veya e deki 1 birim-<br />
1t 2t<br />
lik uyarımların birikimli etkileri etki-tepki fonksiyonu<br />
katsayılarının uygun toplamı ile bulunabilir. Örneğin,<br />
n n-dönem sonra e 'nin y değerine etkisi f dir.<br />
1t t+n 21<br />
Böylece, e 1t 'nin{y t }serisine n-dönem sonraki toplam<br />
etkisi Sn f i=1 t<br />
21 olacaktır.<br />
VAR modeller ile politika analizi öngörü hatasının varyans<br />
ayrıştırması vasıtasıyla da yapılmaktadır. Öngörü<br />
dönemi 1’den n’e kadar alınarak hesaplananx de- t<br />
ğişkeni öngörü hata varyans ayrıştırması değerleri,xt değişkeninin öngörü hata varyansına kendi ve diğer<br />
değişken y 'nin şoklarının etkisini gelecek dönem-<br />
t<br />
ler itibariyle gösteren bir araç olarak kullanılabilir.<br />
Ayrıca,e şokları, tüm öngörü dönemleri için y 'nin<br />
1t t<br />
öngörü hata varyansının hiçbirini açıklamıyor ise, yt değişkeninin dışsal olduğunu söyleyebiliriz. Diğer bir<br />
uç durum ise, e şoklarının tüm öngörü dönemlerin-<br />
1t<br />
de y ' deki öngörü hata varyansının tamamını açık-<br />
t<br />
lamasıdır. Böyle bir durumda, y değişkeni içseldir<br />
t<br />
kararına varılabilir. O halde, varyans ayrıştırması,<br />
sistemdeki bir değişken üzerinde hangi değişkenin<br />
daha etkili olduğunun belirlenmesinde kullanabileceğimiz<br />
bir araçtır. Ayrıca, VAR modelleme yaklaşımında<br />
herhangi bir davranışsal ekonomik teori yoktur ve<br />
dolasıyla elde edilen sonuçların doğruluğu veya yanlışlığını<br />
ortaya çıkarmak mümkün değildir. Bu nedenlerle,<br />
VAR modeller çerçevesinde yapılan etki tepki<br />
analizleri ile öngörü hatasının varyans ayrıştırması<br />
sonuçları bilgi verici olarak değerlendirilmelidir.<br />
Dışsallık düşüncesinin ekonomiye müdahale edilebileceği<br />
fikrini içerdiği açıktır. Bu nedenle geleneksel<br />
yapısal ekonometrik modellerin, en azından prensipte,<br />
Keynezyen makro ekonomi temelinde bir metodoloji<br />
üzerine kurulu olduğu söylenebilir. VAR modeller<br />
üzerine geliştirilen etki-tepki fonksiyonları ve varyans<br />
ayrıştırması vasıtasıyla yapılan analizlerde ise ekonomik<br />
şoklara karşı içsel değişkenlerin tepkisi ölçülerek<br />
analizler yapılmaktadır. Ekonomide şoklar ekonomiye<br />
pozitif ya da negatif yönde etki eden beklenmedik<br />
olaylar olarak tanımlanabilir. Diğer bir ifadeyle, şoklar<br />
dışsal faktörlerde beklenmeyen bir değişimi ifade<br />
ederve ekonomistler tarafından açıklanamayan bu<br />
faktörler içsel değişkenler üzerinde etkiye sahiptir.<br />
Dolayısıyla ekonomistler tarafından açıklanamayan<br />
diğer bir ifadeyle kontrol edilemeyen beklenmedik<br />
şokların içsel ekonomik değişkenler üzerindeki etkisi<br />
üzerine kurulan VAR modellerinin ekonomiye müdahale<br />
edilmemesi fikrine dayalıbir metodoloji üzerine<br />
tesis edildiği söylenebilir.<br />
Kaynaklar<br />
Charemza, W.W. and D.F. Deadman (1992), New Direction in Econometric Practice,<br />
Edward Elgar Pub. Lim., Aldershot<br />
Cooley, F.T. and S.F. LeRoy (1985), “Atheoretical Macroeconometrics”, Journal of<br />
Monetary Economics, Vol.16, 283-308.<br />
Köse, Nezir (1996), Vektör Otoregressif Modeller Üzerine Bir İnceleme, Basılmamış<br />
Doktora Tezi, Gazi Üniversitesi, SosyalBilimler Enstitüsü.<br />
McNees, Stephen K. (1986), “Forecasting Accuracy of Alternative Techniques: A<br />
Comparison of US Macroeconomic Forecasts”, Journal of Business and Economic<br />
Statistics, Vol.4, 5-15.<br />
Sims, Christopher (1980), “Macroeconomics and Reality”, Econometrica,<br />
Vol.48, 1-48.<br />
28 29