Bu bölümde öncelikle serilerin yapısal kırılmayı göz ardı eden ve yapısal kırılmayı dikkate alan modeller çerçevesinde durağanlıkları test edilecektir. Sonrasında seriler arasında uzun dönemli iliĢkinin varlığı ARDL ve Johansen eĢbütünleĢme yöntemi ile araĢtırılacaktır.
175 4.7.1. Birim Kök Testleri Sonuçları
Tablo11: ADF ve PP Birim Kök Test Sonuçları
Değişkenler ADF Değişkenler PP Sabit Sabit ve
Trendli Sonuç Sabit
Sabit ve
Trendli Sonuç
LGDP 0.842 -2,893 Durağan Değil LGDP 0,927 -2,917 Durağan Değil
∆LGDP -6,668 -6,622 Durağan
I(1) ∆LGDP -6,676 -6,723
Durağan I(1) LPĠNV -2,317 -2,366 Durağan
Değil LPĠNV -2,03 -2,13 Durağan Değil ∆LPĠNV -4,842 -4,778 Durağan
I(1) ∆LPĠNV -4,858 -4,792
Durağan I(1) LINF -2,164 -2,15 Durağan Değil LINF -2,164 -2,116 Durağan Değil
ΔLINF -6,474 -6,643 Durağan
I(1) ΔLINF -6,569 -11.325
Durağan I(1) LOPEN -1,573 -2,198 Durağan
Değil LOPEN -1,559 -2,198 Durağan Değil ΔLOPEN -4,666 -4,625 Durağan
I(1) ΔLOPEN -4,514 -4,453
Durağan I(1) LCE -1,33 -2,458 Durağan Değil LCE -1,21 -2,552 Durağan Değil
ΔLCE -8,189 -8,116 Durağan I(1) ΔLCE -7,778 -7,706 Durağan I(1) ADF Kritik Değer Sabitli Sabitli ve Trendli PP Kritik Değer Sabitli Sabitli ve Trendli 0,01 -3,621 -4,219 0,01 -3,61 -4,211 0,05 -2,943 3,533 0,05 -2,938 -3,529 0,1 -2,61 -3,198 0,1 -2,607 3,196
176 Tablo 12: ADF ve PP Birim Kök Test Sonuçları Devamı
Değişkenler
ADF
Değişkenler
PP Sabit Sabit ve
Trendli Sonuç Sabit
Sabit ve
Trendli Sonuç
LIE -2,219 -2,604 Durağan Değil LIE -2,242 -2,698 Durağan Değil
ΔLIE -5,992 -5,962 Durağan
I(1) ΔLIE -7,547 -9,531
Durağan I(1) LTE -1,508 -2,183 Durağan
Değil LTE -1,489 -2,362 Durağan Değil ΔLTE -6,833 -6,776 Durağan I(1) ΔLTE -6,815 -6,778 Durağan I(1) LHE -2,277 -4,593 Durağan I(0) LHE -2,148 -4,706 Durağan I(0) ΔLHE -12,787 -12,611 Durağan ΔLHE -12,787 -13 Durağan
LME -2,974 -2,86 Durağan
Değil LME -2,962 -2,86 Durağan Değil ΔLME -7,26 -7,241 Durağan I(0) ΔLME -7,29 -7,546 Durağan I(1) LEE -3,268 -4,398 Durağan I(0) LEE -3,076 -4,398 Durağan I(0) LEMP -2,007 -1,043 Durağan Değil LEMP -2,202 -0.887 Durağan Değil ΔLEMP -6,769 -7,634 Durağan I(0) ΔLEMP -6,762 -7,428 Durağan I(1) ADF Kritik Değer Sabitli Sabitli ve Trendli PP Kritik Değer Sabitli Sabitli ve Trendli 0,01 -3,621 -4,219 0,01 -3,61 -4,211 0,05 -2,943 3,533 0,05 -2,938 -3,529 0,1 -2,61 -3,198 0,1 -2,607 3,196
DeğiĢkenlerin durağanlık sınamasında, GeliĢtirilmiĢ Dickey Fuller (ADF) ve Phillips-Peron birim kök testleri kullanılmıĢtır. Tablo 11 ve Tablo 12„ de analizde kullanılan değiĢkenlere ait birim kök testlerinin sonuçları yer almaktadır. Tablolardan da görüldüğü üzere sağlık harcamaları oranını temsil eden LHE I(0)
177 serisi, eğitim harcamalarını temsil eden LEE I(0) serisi ve savunma harcamalarını temsil eden LME I(0) serisi seviyede durağan iken diğer tüm seriler farkında I(1) durağan çıkmıĢtır.
ADF ve PP birim kök testleri yapısal kırılmayı dikkate almamaktadır. Bu durumda olası bir yapısal kırılma durumunda aslında durağan olan bir seriyi durağan olmayan bir seri olarak gösterebilmektedir. Bu nedenle çalıĢmamızda bir sonraki aĢamada yapısal kırılmayı dikkate alan ZA birim kök testi sonuçları verilmiĢtir.
Tablo 13.: ZA (A Modeli) Birim Kök Değerleri Sonuçları Değişkenler ZA Seviye
Değerleri
Sonuç ZA 1. Fark
Değerleri
Sonuç
LGDP -3,819 Durağan Değil -6,801 Durağan LOPEN -4,667 Durağan Değil -5,597 Durağan LĠNF -4,378 Durağan Değil -6,886 Durağan LPĠNV -4,383 Durağan Değil -5,256 Durağan LCE -4,810 Durağan Değil -9,849 Durağan LTE -3,337 Durağan Değil -7,638 Durağan LĠE -4,316 Durağan Değil -6,495 Durağan LHE -5,887 Durağan -13,685 Durağan LME -5,181 Durağan(5%) -7,613 Durağan LEMP -3,575 Durağan Değil -8,272 Durağan LEE -6,318 Durağan -12,177 Durağan
ZA Kritik Değer
1% -5,57 -5,34
5% -5,08 -4,80
10% -4,82 -4,58
Ġlgili kritikdeğerler için bkz Zivot ve Andrews, 1992: 256, 257. Ġlgili testler yapılırken seviyede gecikme sayısı 5 (beĢ), birinci fark iĢleminde 4(dört) olarak alınmıĢ ve daha sonra hata terimlerinin durağanlık durumu araĢtırılmıĢtır. Hata terimlerinin tüm modellerde seviyede durağan olmadığı için serilerin 1 (bir) gecikmesi modellere dahil edilmiĢtir.
178 Tablo 14‟ de verilen bilgiler ıĢığında, LME, LHE ve LEE serileri seviyede durağan iken diğer seriler birinci farkta durağan çıkmıĢlardır. Bu durumda yapısal kırılma dikkate alındığında dahi serilerde birim kök bulunmadığını söyleyebiliriz.
Tablo14.: Birim Kök Testleri Sonuçlarının KarĢılaĢtırılması
Değişkenler ADF PP ZA
LGDP I(1) I(1) I(1)
LOPEN I(1) I(1) I(1)
LĠNF I(1) I(1) I(1)
LPĠNV I(1) I(1) I(1)
LCE I(1) I(1) I(0)
LTE I(1) I(1) I(1)
LĠE I(1) I(1) I(1)
LHE I(0) I(0) I(0)
LME I(0) I(0) I(0)
LEMP I(1) I(1) I(1)
LEE I(0) I(0) I(0)
Birim kök testleri ile serilerin durağanlıkları incelenmiĢ ve tüm serilerin seviyede durağan olmadıkları tespit edilmiĢtir. Ancak seviyede durağan olmayan serilerin birinci farkında durağan hale geldikleri belirlenmiĢtir. Bu nedenle seriler arasındaki eĢbütünleĢme iliĢkisinin sınır testi yöntemi ile incelenmesi aĢamasına geçilmiĢtir.
4.7.2. Kamu Harcamaları ve Büyüme İlişkisinin Modellenmesi
Kamu harcama çeĢitleri ve büyüme arasındaki iliĢki ile ilgili yukarıda yapılan teorik ve ampirik literatüre bağlı kalınarak, Türkiye‟ de kamu harcama çeĢitleri ile büyüme iliĢkisinin incelendiği bu alt bölümde, analizlerde kullanılan serilerin karakteristik özellikleri, değiĢkenler arasındaki iliĢkinin tek bir metod kullanılarak incelenmesini olanaklı kılmamaktadır. Diğer bir ifade ile serilerin bazıları I(0) ve bazılarıda I(1)‟ dir. Bu nedenle seviyede durağan olmayıp farkında durağan olan I(1) değiĢkenler arasındaki iliĢkinin analizinde Johansen EĢ bütünleĢme analizi
179 yapılırken, I(1) ve I(0) değiĢkenlerinin birlikte yer aldığı değiĢkenler için ARDL (Sınır Testi) tercih edilmiĢtir.
Bu nedenle bu bölümde kurulan modeller, bu modellerde kullanılan değiĢkenler ve kulanılan yöntem Tablo 15‟ de verilmiĢtir.
Tablo 15: Kamu Harcama ÇeĢitleri – Büyüme ĠliĢkisinin Modellenmesi
Model No Değişkenler Yöntem
Model 1
Savunma Harcamaları - Büyüme ĠliĢkisi LME, LGDP, LOPEN, LEMP ARDL (Sınır Testi ) Model 2
Sağlık Harcamaları - Büyüme ĠliĢkisi LHE, LPĠNV, LOPEN, LGDP ARDL (Sınır Testi ) Model 3
Eğitim Harcamaları - Büyüme ĠliĢkisi LPĠNV, LGDP, LOPEN, LEE ARDL (Sınır Testi ) Model 4
Yatırım Harcamaları - Büyüme ĠliĢkisi
LPĠNV, LGDP,
LEMP, LĠE Johansen
Model 5
Cari Harcamalar - Büyüme ĠliĢkisi
LCE, LGDP, LOPEN,
LPĠNV, LEMP, LĠNF Johansen
Model 6
Transfer Harcamaları - Büyüme ĠliĢkisi
LTE, LGDP, LOPEN,
LEMP, LĠNF Johansen
4.7.3. ARDL Eşbütünleşme Testi, Hata Düzeltme Mekanizması ve Granger Nedensellik Sonuçları
ÇalıĢmamızın amacı kamu harcama çeĢitlerinin her birinin büyüme ile iliĢkisini ayrı ayrı test etmektir. Bu nedenle çalıĢmamızda altı farklı harcama çeĢidi kullanılmıĢ ve her bir harcama çeĢidi için farklı bir model oluĢturulmuĢtur. Ancak ilk üç modelde serilerin durağanlık seviyeleri aynı dereceden olmadığı için ARDL yöntemi ile eĢbütünleĢme analizi yapılmıĢtır. Bundan sonraki bölümde ilk üç modelin sırasıyla eĢbütünleĢme, hata düzeltme ve nedensellik sonuçları verilmiĢtir.
180 4.7.3.1. Model 1: Savunma Harcamaları Büyüme İlişkisi
( 4.22 ) Ġlk aĢamada seriler arasında seviye iliĢkisinin varlığını gösteren Bound Testi için gecikme uzunluğu belirlenmiĢ ve sonuçlar Tablo 16‟da verilmiĢtir.
Tablo 16: Gecikme Uzunluğunun Belirlenmesi (Model 1)
P AIC SBC X2(1) p-val X2(1) X2(4) p-val X2(4) 1 -3.728.489 -3.301.935 0.132467 0.7159 1.521.458 0.0139 2 -3.514.952 -2.911.631 0.250840 0.6165 2.044.004 0.0041 3 -3.854.987 -3.071.297 1.953.212 0.1622 5.092.700 0.2779 Gecikme Uzunluğu AIC: 3
Gecikme Uzunluğu SBC: 1
Kurulan model için uygun gecikme uzunluğu AIC kriterine göre 3, SBC kriterine göre 1olarak belirlenmiĢtir ve bu gecikme uzunluğunda otokorelasyona rastlanmamıĢtır.28
Tablo 17: Savunma Harcamaları Büyüme ĠliĢkisi Sınır Testi Sonuçları (Model 1) Sınır Testi Sonuçları Anlamlılık Düzeyinde Kritik Değerler
k F_iv F_v t_v
F_iv F_v t_v
Alt Sınır Üst sınır Alt Sınır Üst sınır Alt Sınır Üst sınır 3 4.269735 5.332974 -4.504390 3.38 4.23 4.01 5.07 -3.41 -4.16
Tanısal Testler R2 = 0.65 F ist.= 4.57 (0.000) D.W. Ġst. = 2.097
k denklemdeki bağımsız değiĢken sayısıdır. Kritik değerler, Paseran vd. (2001)‟deki Tablo CI (III), CI(ĠV) ve CI(V)‟den alınmıĢtır.
FIV : Sabitli-Trendli modeldeki gecikmeli seviye değiĢkenleri ile trend değiĢkenine ait katsayıların,
eĢanlı olarak sıfıra karĢı test edilmesi ile elde edilen F istatistiğidir.
FV : Sabitli-Trendli modeldeki gecikmeli seviye değiĢkenlerine ait katsayıların, eĢanlı olarak sıfıra
karĢı test edilmesi ile elde edilen F istatistiğidir.
tv : Sabitli-Trendli modelde, bağımlı değiĢkenin seviye değerine ait katsayının t istatistiğidir
28
p-val X2(1): otokorelasyon test istatistiği olup tüm gecikmelerde 0,05‟ den büyük olması modelde
181 Tablo 17‟deki sınır testi sonuçlarına göre, hesaplanan test istatistikleri, Peseran vd.(2001)‟deki üst kritik değerleri %5 anlamlılık düzeyinde aĢtığı görülmektedir. Bu sonuç, analize konu olan değiĢkenler arasında uzun dönemli bir seviye iliĢkisinin olduğunu göstermektedir. Dolayısıyla uzun ve kısa dönem iliĢkileri belirlemek üzere ARDL modeli Ģu Ģekilde kurulabilecektir.
( 4.23 ) Tablo 18: ARDL Modeli Uzun Dönem Katsayıları (2.3.0.0. Modeli) (Model 1)
Değişken Katsayı Std. Hata t-istatistiği
LEMP 0.858482 0.146375 5.864941 (0.000) LOPEN -0.143371 0.032196 -4.453050 (0.000) LME -0.100815 0.033319 -3.025781 (0.004) C 7.266598 0.587812 12.36219 (0.000) Tanısal Testler R2 F-ist. D.W. Ġst. 0.99656 1.545776(0.000) 1.710938
Uzun dönem ARDL‟ ye iliĢkin test sonuçları herhangi bir ekonometrik problemin olmadığını göstermektedir. Ampirik sonuçlara göre, savunma harcamalarını temsil eden LME serisi ekonomik büyümeyi temsil eden LGDP serisini negatif olarak etkilemiĢtir. Tablo 18 daki sonuçlara göre savunma harcamalarındaki %1‟ lik bir artıĢ büyümede yaklaĢık % 0.10‟ lük bir azalmaya yol açacaktır. Dolayısıyla bu sonuca göre savunma harcamaları ile büyüme arasında negatif bir iliĢki olduğunu söyleyebiliriz.
Savunma harcamalarının büyümeyi negatif etkilediği sonucuna varan birçok çalıĢma vardır. Bu çalıĢmaların çoğunda savunma harcamalarının dıĢlama etkisinden bahsedilmiĢtir. Bu fikre göre büyük bir savunma bütçesinin ticari rekabeti önlediği ve ekonomik büyümeyi önleyecek Ģekilde özel yatırımları dıĢladığı düĢünülmektedir. Bu nedenlede savunma harcamalarına ayrılan bütçenin azaltılmasının, daha verimli alanlara yatırım yapabilmek için gerekli ve var olan kaynak miktarını artırdığı ifade
182 edilmektedir. Artan yatırım ekonomik büyümeyi tetiklediği için savunma harcamalarının miktarında yapılan azaltmaların ekonomik büyümeyi uyardığı savunulmaktadır (Heo ve Ro, 1998;172). Ayrıca savunmada istihdam edilen iĢgücünün genellikle nitelikli olması ekonominin diğer alanlarına olan beĢeri sermaye arzını azaltırken, gerek silah üretimi için yapılan ara mal ithali, gerekse yurt dıĢından ithal edilen silahlar, özellikle geliĢmekte olan ülkelerde döviz kaynaklarının harcanmasına sebep olmaktadır (Giray, 2004; 190). Değer ve Smith (1983), Lim (1983), Heo (1999)‟ nin yaptıkları çalıĢmalarda bu görüĢü destekler niteliktedir.
Ayrıca Tablo 18„e göre tahmin edilen modeldeki değiĢkenlere ait katsayıların istatistiksel anlamlılığına bakıldığında LEMP ve LOPEN serilerinden oluĢan kontrol değiĢkenlerin %1‟ lik ve %5‟ lik seviyede anlamlı, aynı Ģekilde savunma harcamalarını temsil eden LME serisinin istatistiksel olarak anlamlı olduğu görülmektedir. DeğiĢkenler arasında kısa dönem iliĢkisi ARDL yaklaĢımına dayalı hata düzeltme (ECM) modeli aĢağıda oluĢturulan modele göre araĢtırılmıĢtır.
( 4.24 ) Modeldeki uzun dönem iliĢkisinden elde edile hata terimleri serisinin bir dönem gecikmeli değerleridir. Modelde yer alan ECMt-1 değiĢkeni, hata düzeltme
terimidir. ECMt-1 değiĢkeninin katsayısı, kısa dönemde dengesizliğin ne kadarının
uzun dönemde düzeltileceğini gösterir. Hata düzeltme modelinin iĢlerliği, bu değiĢkenin katsayısının iĢaretinin negatif ve anlamlı olmasına bağlıdır.
183 Tablo 19: ARDL Hata Düzeltme Modeli ve Kısa Dönem Katsayıları (2.3.0.0.) (Model 1)
Değişken Katsayı Std. Hata t-istatistiği
ΔLEMP 0.748384 0.238567 3.136998 (0.003) ∆LOPEN -0.130417 0.041791 -3.120717 (0.003) ∆LME -0.070685 0.033577 -2.105154 (0.043) C 0.035233 0.005990 5.882328 (0.000) ECMT(-1) -0.831955 0.175158 -4.749753 (0.000) Tanısal Testler R2 F-ist. D.W. Ġst. 0.4973 6.5295 (0.000) 1.9493
Modelde hata düzeltme teriminin katsayısı (ECMt-1) -0,831 olarak
belirlenmiĢtir. Hata düzeltme teriminin iĢaretinin negatif olması modeldeki uygulama hızının iyi yönde olduğunu göstermektedir. 1/0.831955= 1,2 sonucu değerlendirildiğinde herhangi bir dengeden sapma durumunun yaklaĢık bir dönem sonra düzeleceğini söyleyebiliriz. Aynı zamanda modelin hata düzeltme teriminin istatistiksel olarak da anlamlı olduğu görülmektedir. Modelde kısa dönem katsayıları incelendiğinde uzun dönem anlamlılığın kısa dönemde de gerçekleĢtiğini görebiliriz. Ayrıca tüm serilerin istatistiksel olarak anlamlı çıktığı görülmektedir.
Modelde seriler arasındaki uzun ve kısa dönemli iliĢki test edildikten sonra seriler arasındaki iliĢkinin yönünü tespit edebilmek için Granger Nedensellik testi yapılmıĢtır.
Tablo 20: Granger Nedensellik Test Sonuçları
Y / X LEMP LOPEN LME LGDP ECM(t-1) t-stats
LEMP -- 1.201.817 3.978.389 7.578.220 309.891 (0.2811) (0.0547)* (0.0097)* (0.00403)* LOPEN 0.275830 -- 0.050122 1.402.630 -0.15155 (0.6031) (0.8243) (0.2450) (0.88049) LME 1.914.183 0.579774 -- 4.576.772 143.965 (0.1761) (0.4520) (0.0401)* (0.15968) LGDP 0.501937 0.049796 0.512561 -- -218.897 (0.4838) (0.8248) (0.4792) (0.03601)*
184 Granger nedensellik sonuçlarının yer aldığı Tablo 20‟ deki verilere göre; savunma harcamaları ile büyüme arasında GDP‟ den savunma harcamalarına doğru tek taraflı bir nedensellik iliĢkisi vardır. Bu sonuçlara göre ekonomik büyümedeki bir artıĢın savunma harcamalarını da artıracağını söyleyebiliriz. Günümüzde savunma hizmetlerinin tüm ülkeler için önemli olması savunma harcamalarının artmasında belirleyici bir etken olmaktadır. Savunma ve milli güvenlik için GSMH‟nın yaklaĢık olarak % 5‟nin ayrıldığı Türkiye‟de savunma harcamalarının, NATO ülkeleri ile karĢılaĢtırıldığında oldukça yüksek olduğu görülmektedir. Savunma harcamaları beĢeri sermaye yatırımı olarak eğitim ve sağlık harcamaları ile karĢılaĢtırıldığında, savunma harcamalarının konsolide bütçe içindeki payının diğer harcamalarının payından oldukça yüksek olduğu gözlenmektedir. Bu durum Türkiye‟nin jeopolitik durumuna bağlı olarak askeri harcamaların azaltılmasını zorlaĢtırmaktadır. Benzer Ģekilde savunma harcamalarından iĢgücü serisine ve büyüme serisinden yine iĢgücüne doğru tek taraflı bir nedensellik iliĢkisi görülmektedir.
4.7.3.2. Model 2: Sağlık Harcamaları Büyüme İlişkisi
( 4.25 ) Modelimizin denklemi bu Ģekilde oluĢturulduktan sonra yine öncelikle Bound Testi için gecikme uzunluğu belirlenmiĢ ve Tablo 21 de sonuçları verilmiĢtir.
Tablo 21: Gecikme Uzunluğunun Belirlenmesi (Model 2)
P AIC SBC X2(1) p-val X2(1) X2(4) p-val X2(4) 1 -3.726633 -3.342734 2.755960 0.0969 5.380707 0.2504
2 -3.823604 -3.263377 2.546737 0.1105 8.514471 0.0744
3 -4.002474 -3.262323 0.008752 0.9255 13.96701 0.0074
4 -3.776897 -2.853178 0.113555 0.7361 19.71243 0.0006 Gecikme Uzunluğu AIC: 3
185 Kurulan model için uygun gecikme uzunluğu AIC kriterine göre 3, SBC kriterine göre 1olarak belirlenmiĢtir. p-val X2
(1) birinci dereceden otokorelasyon LM testidir. p-valX2(1) değerleri incelendiğinde seride %5 aralığında otokorelasyon olmadığı görülmektedir. Bir sonraki aĢamada Bound Testi ilgili modelin Bound Testi sonuçları verilmiĢtir.
Tablo 22: Sağlık Harcamaları - Büyüme ĠliĢkisi Sınır Testi Sonuçları (Model 2)
Sınır Testi Sonuçları Anlamlılık Düzeyinde Kritik Değerler k F_iv F_v t_v F_iv F_v t_v
Alt Sınır Üst sınır Alt Sınır Üst sınır Alt Sınır Üst sınır 3 4.291929 5.110701 -4.653612 3.38 4.23 4.01 5.07 -3.41 -4.16
Tanısal Testler
R2 : 0.6227 F ist.: 4.0517(0.001) D.W. Ġst. : 2.1284
k denklemdeki bağımsız değiĢken sayısıdır. Kritik değerler, Paseran vd. (2001)‟deki Tablo CI (III), CI(ĠV) ve CI(V)‟den alınmıĢtır.
FIV : Sabitli-Trendli modeldeki gecikmeli seviye değiĢkenleri ile trend değiĢkenine ait katsayıların,
eĢanlı olarak sıfıra karĢı test edilmesi ile elde edilen F istatistiğidir.
FV : Sabitli-Trendli modeldeki gecikmeli seviye değiĢkenlerine ait katsayıların, eĢanlı olarak sıfıra
karĢı test edilmesi ile elde edilen F istatistiğidir.
tv : Sabitli-Trendli modelde, bağımlı değiĢkenin seviye değerine ait katsayının t istatistiğidir
Tablo 22‟deki sınır testi sonuçlarına göre, hesaplanan test istatistikleri, Peseran vd.(2001)‟deki üst kritik değerleri %5 anlamlılık düzeyinde aĢtığı görülmektedir. Bu sonuç, analize konu olan değiĢkenler arasında uzun dönemli bir seviye iliĢkisinin olduğunu göstermektedir. Dolayısıyla uzun ve kısa dönem iliĢkileri belirlemek üzere ARDL modeli Ģu Ģekilde kurulabilecektir.