EKONOMETRI I UYGULAMA NOTLARI Dr.

Hseyin Tatan u s GRETL n alm GNU (G-new) Regression, Econometrics and Time-series Library c dir ve kullanma ve gelitirmeye aktr (freeware). Windows iletim sistemi iin kurulum s c s c program http://gretl.sourceforge.net/win32/ adresinden indirilebilir. Kullanma klavuzu pdf formatnda http://gretl.sourceforge.net/manual-a4.pdf adresinden temin edilebilir. Program kurulumu yukardaki adresten gretl_install.exe dosyasnn altrlmas ile yaplabilir. Ayrca, program kurulduktan sonra ayn web c s sayfasnda universitelerde okutulan tannm ders kitaplarnda kullanlan veri setleri yer s almaktadr. Bunlar Wooldridge, Gujarati, Stock ve Watson, Ramanathan ve Greenein ders kitaplarndaki veri setleridir. GRETL R. Ramanathann gelitirdii ESL ekonometri s g programndan evrilmitir. Daha detayl bilgiye websitesinden ulaabilirsiniz. Program s s kurulduktan sonra desktop uzerinde ksayol yaratacaktr. Bu ksayola ift tklayarak pro c gram balatabilirsiniz. s

Uygulama I Iki deikenli regresyon modeli: gs

Ilk olarak Wooldridge s.32deki rnei ele alalm (Example 2.3). Burada baml deiken o g g gs (Y ) irketlerin ynetim kurulu bakanlarnn yllk maalar (salary), bamsz ya da s o s s g aklayc deiken ise (X) irketin son uc yldaki net karnn toplam sermayesine orandr c gs s (roe, return on equity). Bu veri setine GRETL programnda u komutlarla ulaabilirsiniz: s s File Open data Sample File Wooldridge Ceosal1.gdt

Obs 1 2 3 4 5 6 7 8 9 . . . 206 207 208 209

Y salary, 1000US$ 1095 1001 1122 578 1368 1145 1078 1094 1237 . . . 525 658 555 626

X roe, % 14.1 10.9 23.5 5.9 13.8 20.0 16.4 16.3 10.5 . . . 15.5 12.1 13.7 14.4

Bu veri setinde toplam 209 rmaya ait roe ve salary deikenleri yer almaktadr. Yukardaki gs tabloda veri setindeki ilk 9 ve son 4 gzlem verilmitir. Bu bir kesit veri olduundan (cross o s g section) gzlem sralarnn bir nemi yoktur (obs.) Bu veri setine gre, rnein, 8 nolu o o o o g gzlemde yer alan rmann CEOsu ylda 1,094,000 USD maa almaktadr ve bu rmann o s son u yldaki getiri oran ortalamas %16.3tr. c u Firmann performans ile CEO kazanc arasnda ilikiyi ortaya karmak iin aadaki s c c s g modeli tahmin etmek istediimizi dunelim: g us salary = 0 + 1 roe + u Burada rmann performans ile CEO maalar arasnda ayn ynde bir iliki bekleriz s o s (1 > 0). Eim parametresi 1 > 0, net kazan-sermaye oranndaki yzde 1lik arta g c u s karlk CEO maalarnda beklenen deiimi (Y nin birimi cinsinden, burada USD) ifade s s gs etmektedir. GRETL programnda bunu tahmin etmek iin aadaki admlar takip edec s g lim: Model Ordinary Least Squares OLS penceresinde baml ve bamsz deikenleri yukardaki modele gre seelim. Bug g gs o c rada const sabit terimi (0 ) ifade etmektedir. OK tuuna basnca yeni bir pencerede s tahmin sonular zetlenmi olacaktr: c o s Model 1: OLS estimates using the 209 observations 1209 Dependent variable: salary Variable const roe Coecient 963.191 18.5012 Std. Error 213.240 11.1233 t-statistic 4.5169 1.6633 p-value 0.0000 0.0978

Mean of dependent variable (Baml deikenin ortalamas) g gs S.D. of dependent variable (Baml deikenin standart sapmas) g gs Sum of squared residuals (SSR, ya da KKT, Kalnt Kareleri Toplam) Standard error of residuals ( ) (Kalntlarn std hatas) 2 Unadjusted R Adjusted R2 Degrees of freedom (Serbestlik derecesi) Akaike information criterion Schwarz Bayesian criterion Tahmin edilen CEO kazanlar oyle de yazlabilir: c s salary = 963.191 + 18.5012 roe

1281.12 1372.35 3.86567e+08 1366.55 0.0131886 0.00842142 207 3613.09 3619.77

Bu sonular oyle yorumlanabilir: roe sfr olduunda tahmin edilen CEO maalar c s g s (salary) 963,191USD olmaktadr. Eim parametresinin tahmininden hareketle g salary = 18.501 roe yazlabilir. Buna gre, roedeki yzde birlik bir arta karlk CEO maalarnn 18.5 o u s s s birim, yani 18,500USD artmasn bekleriz.
Actual and fitted salary versus roe 16000 fitted actual 14000

12000

10000

salary

8000

6000

4000

2000

0 0 10 20 roe 30 40 50

Figure 1: Gzlem Deerleri ve Tahmin edilen Y deerleri Y o g g Bu regresyon sonularndan hareketle Y ve u deerleri kolayca hesaplanabilir. c g 3

1 2 3 4 5 6 7 8 9 . . . 206 207 208 209

salary, Gzlenen tted, tahmin edilen, Y residuals, kalntlar, u o 1095 1224 -129 1001 1165 -164 1122 1398 -276 578 1072 -494 1368 1219 149 1145 1333 -188 1078 1267 -189 1094 1265 -171 1237 1157 80 . . . . . . . . . 525 1250 -725 658 1187 -529 555 1217 -662 626 1230 -604
Regression residuals (= observed - fitted salary)

14000

12000

10000

8000

residual

6000

4000

2000

-2000 0 50 100 index 150 200

Figure 2: Gzlem numaralar ve kalntlar u o Belirlilik katsays (coecient of determination) SSE SSR R2 = =1 SST SST ilikisinden hareketle bu model iin 0.0132 olarak bulunmutur. CEO maalarndaki s c s s deiimin yzde 1.3 kadar rmann kazan oranndaki deiimle aklanabilmektedir. gs u c gs c Modelde aklanamayan ksmn oran yaklak yzde 98.7dir (kalntlara ait). c s u 4