Professional Documents
Culture Documents
SUNU PLANI
1.1.Otoregresif Süreç(AR)
4.Durağanlığın Tespiti
4.1.Görsel Saptama-Korelogram
4.2.Dickey-Fuller Testi
Bir zaman serisi,ilgilenilen bir büyüklüğün zaman içerisinde sıralanmış ölçümlerinin bir
kümesidir.Zaman serisi ile ilgili bu analizin yapılma amacı ise, gözlem kümesince temsil edilen
gerçeğin anlaşılması ve zaman serisindeki değişkenlerin gelecekteki değerlerinin doğru bir şekilde
tahmin (forecast) edilmesidir 1 .Ekonometrik yöntemlerin zaman serileri için uygulanmasına
geçmeden önce zaman serilerini oluşturan farklı unsurları incelemek gerekmektedir.
2.Mevsim Bileşeni; Zaman serilerinde mevsimlere göre değişmeyi ifade eder.Zaman serileri
açısından kullanılan verilerin kimi dönemleri diğer dönemlere göre farklılık gösterir.
•
Avni Önder Hanedar,Onur Akkaya,Çiğdem Bizim
1
ALLEN,R.G.D,Statics for Economists,Mc-Millan,UK,1964,ss.133-152.
2
NEWBOLD,Paul,İşletme ve İktisat için İstatistik,çev.Ümit Şenesen,Literatür Y.,İstanbul,2000.ss.777-785.
1
3.Çevrimsel Bileşen; Ekonomide, mevsimsel değişmeler ile ilgili olmayan dönemsel
değişmelerdir.Örneğin,ekonomide genel eğilimden bağımsız kısa süreli genişleme ya da daralma
durumu çevrimsel süreci tarif eder.
4.Düzensiz Bileşen; Diğer unsurlar gibi belirli olmayan, hata terimi ile ifade edilebilecek
değişmelerdir.
1.1.Otoregresif(AR) Süreç
Bir AR modelinde, bağımlı değişken geçmişteki değerinin bir fonksiyonudur.Bir çok zaman
serisi verisi de bu süreci içermektedir.Bu durum aşağıdaki gibi bir denklemle ifade edilebilir.
Burada, a, sabit terimi temsil ederken a1 ..... gibi katsayılarda gecikmeli değerlerin şimdiki
değerle olan ilişkisini temsil eder.Ayrıca ε hata terimi de rassal şokları tanımlamaktadır.Genel bir
şekilde AR(p) şeklinde ifade edilir.
“Bir limonata satıcısı olduğunuzu ve her saat beş bardak limonata sattığınızı düşünürseniz
.Eğer siz limonata sattığınız yeri kapatmak ve limonata bittiği için satmaktan vazgeçmek
istemiyorsanız, her saat başına tükenen limonata yerine yeni limonata doldurmanız gerekir.Böylece
her saat beş bardak limonata satılsa da siz her zaman yerine yenisini ilave ettiğinizden siz bir kaza
geçirmediğiniz sürece asla limonata satışınızda bir aksama olmaz. Bu bir otoregresif süreci tarif
eder.Çünkü daha az ya da daha fazla limonata satmanız şeklinde bir şok belli bir saatteki limonata
seviyesini etkiler.
verilebilir.
Eğer serinin gecikmeli hata terimi, şimdiki hata terimini etkiliyorsa hareketli ortalama
süreci tanımlanır.Bir hareketli ortalama sürecinde değişkenin tahmin değeri hata terimlerinini
tahmin değeri ile ilgilidir.
3
SANDY,Robert,Statistics for Business and Economics,Mc-Graw—Hill C.USA,1990,ss693-694.
2
xt = et - a1et-1 -....., t = 1, 2, …n
Hareketli ortalama sürecinde, her bir gecikmeli hata terimi onun şimdiki değerini
etkilemektedir.
’’yolda kalan kamyonları çekmek üzerenine uzmanlaşmış olan bir şirkete sahip olduğunuzu
düşünürseniz,her bir yolda kalan aracın çekilmesi bir bağımsız olay olacaktır.Deneyimleriniz aracın
bozulduğu yere ve araca sahip olan şirketin bir tamir şirketinin tamirhanesinin olduğu yere bağlı
olarak, bir aracın çekilmesi ve onun tamirhaneye götürülmesi için üç günün gerekli olduğunu
göstermiştir.Eğer siz yeterli çekiciye sahip olmazsanız aracın sahipleri bu işi başkasına
verecektir.Bir gündeki tamir edilmek için çekilmesi gerekli araç sayısı size gerekli olan çekici için
bilgi vermektedir.Üç gün ötesinde, bu günkü tercihler size gelecekte olanlar hakkında bir şey
söylemez.Bu süreç bir hareketli ortalama sürecidir“
örneği verilebilir.
Yt=m+a1yt-1....................apyt-p+ut-but-1-..........-bqut-q
4
SANDY,R.,a.g.e.ss.693-694.
5
SANDY,R.,a.g.e.ss.693-694.
3
“Ulusal park yakınında bir hotele sahip olduğunuzu düşünün,Hotel defteri bazı
rezervasyonları içermektedir.Yani, müşterilerin bazıları otelinizde bir günden daha fazla zaman
harcamakta ve ayrıca müşterilerden bazıları da ulusal parkta bir haftalık tatil geçirirken aynı
zamanda evlerine dönmeden önce gece kalmak için sizin otelinize gelmektedirler.Belli bir günde
meydana gelecek şok otelde sürekli kalan müşterileri artan-birden fazla dönem- bir şekilde
etkileyecektir. Ancak bu şokun, ulusal parkta bir tatil geçirdikten sonra gece için kalmaya gelenler
üstünde bir hafta sonra tek bir etkisi olacaktır”
verilebilir.
Zaman serilerinin durağan olması olarak ifade edilen şey, zaman içinde varyansın ve
ortalamanın sabit olması ve gecikmeli iki zaman periodundaki değişkenlerin ko-varyansının
değişkenler arasındaki gecikmeye bağlı olup zamana bağlı olmamasıdır. 7
Ortalama=E(Yt)=μ
Varyans=var(Yt- μ)2=δ2
6
MADDALA, G.S. ve Inn-Moo Kim,Unit Roots,Cointegration and Structural Changes,Cambridge University
Press,U.K.,2002.s.18 ve KUTLAR Azia,Ekonometrik Zaman Serileri-Teori ve Uygulama-,Gazi
K.Ankara,2000,ss.47-48.
7
GUJARATİ,Damodar N.,Basic Econometrics,third edit,MC-Graw-Hill,İnc.,USA,1995.ss.712-713.
4
Deterministik trend,oldukça uzun bir dönemde ortaya çıkan ve yükseliş ve alçalış zikzakları
arasında belli bir yöndeki uzun dönemdeki eğilimi ifade etmektedir. Zaman serisi içerisinde trendin
bütünü ile kestirilebilir oluşu deterministik trende 8 işaret etmektedir.
Yt=a+βt +ε
Söz konusu denklem bize durağan olmayan bir zaman serisi içerisindeki deterministik trendi tarif
etmektedir. Eğer rassal yürüyüş(random walk) modelini 9 ifade edecek olursak,
Yt=Yt-1+ ε
stokastik bir trendi ifade etmiş oluruz. Yine stokastik ve deterministik trendle birlikte
10
gösterimi de mümkündür. Ayrıca söz konusu denklemde yer alan sabit terimde, zaman serileri
belli bir başlangıç değerine sahip olması gerektiğinden ve bu sabit değerinin anlamsızda olsa
denkleme dahil edilmemesi durumunda durağan olmama durumlarının ortaya çıkabileceğinden
dahil edilmektedir 11 .Durumu, tren stationary process ve difference stationary proses açısından
incelediğimizde zaman serisine yapılacak doğrusal trend ilavesi ile yani trendsizleştirme sonucunda
eğer zaman serisi durağan hale geliyorsa bu zaman serisinin deterministik bir trende sahip
olduğunu, ancak eğer doğrusal bir trend ilavesi eğer zaman serisini durağan hale getirmiyorsa bu
durumda fark alınarak zaman serisi durağan hale getirileceğinden stokastik bir tren geçerlidir. 12
8
Bkz.Deterministic trend,DİEBOLD,Francis X. ve Sendhadji Abdelhak S.,”Deterministic vs Stochastic Trend in US
GNP,Yet Again”,NBER Working Series,Working Paper 5481,www.nber.org.
9
MANKIW,G. ve Matthew Shappiro,Trends,”Random Walks and Tests of the Permenant Income
Hypothesis”,Jouranal of Monetary Economics,v;16,1985,ss.165-174.
10
CHAREMZA,Wojciech W ve Derek F. Ddeadman,New Directions in Econometric Practice,Edward
Elgar,UK,1997,ss84-95.Random Walk başlangıç değerine yani bir sabit değer ve deterministik trend ya da zaman
değişkeni ile ifade edilirse Yt=u+bt+Yt-1+ ε şeklinde gösterilir.
11
FRANSES,Philip Hans,Time Series Models for Business and Economic Forecasting,Cambridge University
Press,UK,1998,ss.80-90.
12
ENDERS,Walter,Applied Econometric Time Series,John Wiley and Sons,UK,1995,ss.155-195.
5
Keynezyen görüşün konjoktür konusundaki fikirleri Samuelson-Hicks çarpan ve hızlandıran 13
modeline dayanmaktadır.
t t
Yt=g+Yt-1+zt
Denklemi ile ifade edilen bir rassal yürüyüş olarak ifade edilen üretim, yaşanacak bir(t) şok
sonucunda, geleneksel görüşe göre bu şok sonucu üretim eski değerine geri dönmek zorunda iken,
geçmiş üretimin gelecekteki üretimi belirlemesi nedeniyle, üretim yeni bir trende sahip
olmuştur.Dolayısıyla reel unsurları dikkate alan ve trend etrafında dalgalanmaktan çok yeni bir
13
Daha geniş bilgi için,ALLEN,R.G.D.,Macro-Economic Theory-A methematical Treatment-,Mc-
Millan,UK,1968,ss-321-340.
14
SNOWDON,Brian,Vane Howard ve Peter Wynarczyk,A Modern Guide to Macroeconomics,-An Introduction to
Competing Schools of Thought-Edward Elgar,UK,1995.ss.236-260. ve Snowdon,Brian ve Howard Vane,Reflections
on the Development of Modern Macroeconomics,Edward Elgar,UK,1997,ss. 103-128.
6
trendin oluştuğu ve bu trendinde kendini oluşturan unsurların rassal olması nedeniyle rassal olduğu
bir konjonktür yaklaşımı gelişmiştir 15 .
4.DURAĞANLIĞIN TESPİTİ
S(Xt-Xbar)(Xt-k-Xbar)
ACF(k) = ------------------------
S(Xt-Xbar)2
Durağanlık tespiti için korelogramdan şu şekilde yararlanılır.ACF eğer çok yüksek bir
değerden başlayıp çok yavaş küçülüyorsa, bu serinin durağan olmadığının bir göstergesidir.Söz
konusu hipotez testi her bir ACF(k) değeri için +-1.96(1/√n) değeri bulunarak yapılır.Eğer ACF(k)
değeri güven aralığı sınırları dışında kalıyorsa otokorelasyon vardır. Kısmi korelasyon fonksiyonu
gecikmeli değişkenler arasındaki ilişkiyi ifade eder.Kısmi korelasyon fonksiyonu ile korelasyon Y
ve Yt-k değerleri arasındaki terimlerin etkisi çıkarılarak bulunur. 16
Bütün bu ACF(k) değerlerinin eş-anlı olarak sıfıra eşit olduğunun testi için diğer bir
yöntemde,Box-PierceQ ve Ljung-Box istatistiğinin kullanılmasıdır.
m ⎛ m
k ⎞⎟
∑ ⎜
∑
2 2
Box − PierceQ n⋅ p k LB n ( n + 2) n ⋅ p ⋅
⎜ n − k⎟
k =1 ⎝ k =1 ⎠
15
Lucas Kritiği için,SARGENT,Thomas,Macroeconomic Theory,s.edit.,Academic Press Inc.,UK,1987,ss.397-398.
16
ERTEK,Tümay,Ekonometriye Giriş,2.b.,Beta b.yay.,İstanbul,1996,ss.383-384.
7
4.2.DİCKEY-FULLER TESTİ
Dickey-Fuller testi, gözlenen serilerde birim kökün varlığının (serinin durağan olmadığı)
olup olmadığının belirlenmesinde kullanılan bir testtir. Bu yöntemin ilk olarak duyurulması, Dickey
D.A. ve W.A.Fuller’ın 1979’da ‘Journal of American Statistical Association’ adlı dergide
yayınlanan makaleleriyle olmuştur. Testin ilk çıktığı dönemden günümüze kadar çeşitli alanlarda
yeterli gelmediği ve bundan dolayı eksikliklerin kapatılması için oluşturulan yardımcı yöntemler
ortaya çıkmıştır δ . Ancak yapılan uygulamalarda serinin birim kök taşıyıp taşımadığının saptanması
için mutlak suretle DF (Dickey-Fuller) testinin yapılması şart niteliğinde bulunmaktadır.
Model: Yt = pYt-1 + ut
Denklemin her iki tarafından yt-1 çıkarıldığında, (p-1) = y olmak üzere denklem
aşağıdaki şekle gelir.
Δyt = γyt-1 + ut
(p-1) = 0 veya γ = 0 durumunda yt serisi bir birim kök içermektedir. Ancak IpI < 1
durumunda seri durağan olur. Burada Dickey ve Fuller’ın Monte Carlo uygulamasında ortaya
çıkarılan ‘‘ T’’ (tau) istatistiği kullanılmaktadır.
δ
Bu kısım ‘DF’nin eleştirisi’ bölümünde ele alınacaktır.
8
Üç regresyonun birbirinden farkı a ve b gibi deterministik elemanlar içermesidir. Bu
denklemde yer alan γ parametresinde ‘γ = 0’ eşitliğinin sağlanması ‘‘yt’’nin birim kök
içerdiğini göstermektedir.
Yukarıda ele alınan DF test modelinin içerdiği kabul edilen otoregresif süreç sayısı AR (1)
kabul edilmektedir. Ancak her zaman serisinde durum böyle olmamaktadır. Bundan dolayı Dickey
D.A. ve W.A.Fuller’ın (1981) ‘de ‘Econometrıca’ dergisinde yayınlanan makalelerinde bu konuyu
işlermişler ve mevcut olan test denklemini en genel haliyle şu şekilde kullanmaktadırlar:
Son şekli oluşan regresyon günlük yaşamda kullanılan zaman serilerinin birim kök taşıyıp
taşımadığını açıklamada daha yüksek işlevsellik kazanmıştır.
Bu araştırmada kullanılan hipotezler şu şekildedir; ‘Ho = seri durağan değildir.’, ‘H1= seri
durağandır.’ hipotezlerinin testinde ADF testi kullanılmıştır. Sonuçta bulunan regresyon şu
şekildedir.
ΔInft = 0.53 – 0.11 Inft-1 – 0.14 ΔInft-1 – 0.25 ΔInft-2 + 0.24 Δ Inft –3 + 0.01 Δ
Inft-4
9
Yapılan önceki araştırmalarda AR(1) kabul edildiğinde Inft-1 için bulunan t = -2.60
olmaktadır. %5 anlamlılık düzeyindeki kritik tablo değeri ise = -2.86 dır. Buna göre US’deki
enflasyonun durağan olmadığı söylenebilir. Yukarıdaki denklemde ele alınan geçikme sayısına
göre; AR(3)’teki t değeri = -2.60 ve AR(4)’teki t değeri ise –2.65 olmaktadır. % 5 anlamlılık
düzeyindeki kritik değer ise –2.86 dır. Bu anlamlılık düzeyinde yine U.S.’deki enflasyonun trend
içerdiği söylenir. Ancak değer aralığının % 10 anlamlılık düzeyinde aldığımızda kritik değer –
2.57’ye düşer. Bu duruma göre U.S.’teki enflasyonun trend içermediği ve veri setinin durağan
olduğu söylenebilir. Ancak yapılan farklı çalışmalar sonucu U.S.’deki enflasyonun trend içerdiği
bir çok kez ortaya çıkarılmıştır. Bu durum U.S.’deki enflasyon için hazırlanacak stratejiler
kullanılmaktadır (Stock ve Watson, 2003;466).
ADF testi birim kökün bulunmasında oldukça önemli bir yere sahip olmasına rağmen
testin içerdiği eksiklerde bulunmakta ve bu eksiklikler yardımcı testlerle giderilmektedir.
- ARMA içeren veri seti içinde hareketli ortalama derecesinin bilinmemesi durumu
- Sabit terim ve zaman trendinin regresyonda olup olmamasına karar verilmesi durumu
- Dışsal kırılma
- İçsel kırılma
şeklinde sıralayabiliriz.
10
5.DICKEY FULLER BIRIM KÖK TESTLERINDEKI PROBLEMLER VE
PHILLIPS PERRON TESTI
Δt = φXt-1 + ut Xt = ut φ = 0 in AR(1)
φ=1 Xt = φXt-1 + ut
Bir testin gücü , yanlış olan hipotezi red etme olasılığı ile ölçülür. Dickey – Fuller
testlerinin bu açıdan gücü düşüktür. Çünkü bu testler birim kök ve yakın birim kökü
ayırdetmede yetersiz kalmaktadırlar. 19
φ=1 olursa birim kök vardır ancak φ=0.95 olması birim kök olmadığını
göstermez(yakın birim kök vardır).Eğer , model şu şekilde olursa ; yt = 0.95yt-1 + ut Dickey-
Fuller testine göre seri durağan kabul edilir. 20 Ancak böyle bir durumda aslında null hipotez
kabul edilmelidir. Katsayı 1 den küçüktür ancak 0,95 olması seride aslında birim kök
olduğunu söylemektedir. Testing güçsüz olması yakın birim kök olması durumunda problem
olmaktadır. Testing gücünün düşük olması sorunu veri aralığı genişletilerek çözülebilir.
Bunların yanında ADF testi test denklemindeki terimlerin ilave farklarının dahil edilmesi
17
Kerry Patterson,An Introduction to Applied Econometrics:A Time Series Approach , St. Martin’s Pres,Scholary
and Reference Division,2000, pp. 238-241
19
Enders Walter,Applied Econometric Time Series, Iowa State University,John Wiley&Sons Inc.pp.251-252
20
Chris Brooks , İntroduction Econometrics for Finance, 2002,
http://www.cambridge.org/resources/0521790182/1552_117097.ppt 20.03.2005
11
gerektirir. Bu da serbestlik derecesinde bir azalmaya ve test sürecinin gücünde bir azalmayı
ortaya çıkarır.
5.1.PHILLIPS-PERON TESTI
Yt=a0* + a1*yt-1 + µt
21
Perron Pierre, “Testing for a Unit Root in a Time Series With a Changing Mean”,Journal of Business&Economic
Statistics , April 1990,Vol.8,No.2
22
Enders Walter,Applied Econometric Time Series, Iowa State University,John Wiley&Sons Inc.pp.239-240
12
Phillips-Perron istatistiklerinin kritik değerleri Dickey-Fuller testi tarafından kesinlikle
verilmektedir. Örnek vermek gerekirse yukarıda ki modelde,
13
KAYNAKÇA
PERRON Pierre, “Testing for a Unit Root in a Time Series With a Changing
Mean”,Journal of Business&Economic Statistics , April 1990,Vol.8,No.2
UTKULU, Utku, “Is The Turkish External Debt Sustainable? Evidence From Unit Root
Testing”Yapı Kredi Economic Review, vol 10, Number 2, 1999.
14