Nedensellik Analizleri

Teorik olarak nedensellik, durumlar arasındaki ilişkiyi yönetir. Sosyologlara göre dünya, nedensel sistemlerin bir araya gelmesinden oluşmaktadır (Goodman, Ullman ve Tenenbaum, 2010). Aynı şekilde nedensellik ilişkisi ekonomide de yer almaktadır. Farklı ekonomik aktivitelerin, birbirleri üzerinde etkili olması, bu veriler arasında bir nedensellik ilişkisi olduğunu ifade eder. Nedensellik ile korelasyon birbiri ile yakın iki terim olmasına rağmen, aralarında fark vardır. İki olayın birlikte ortaya çıkması durumuna korelasyon adı verilirken, nedensellik ise bir olayın diğer olayı etkilemesi ve iki olayın arasında sebep sonuç ilişkisini ifade eder (http://www.ekodialog.com/konular/korelasyon.html, Erişim Tarihi: 29.04.2016). Örnek vermek gerekirse, turizm gelirleri ile istihdamın beraber artış göstermesi, bu iki ekonomik parametre arasındaki korelasyonu işaret ederken, turizm gelirlerinin artması sonucunda istihdamın artış göstermesi, bu iki parametre arasında nedensellik ilişkisi olduğunu ortaya koymaktadır.

Ekonomide nedensellik çalışmaları Mill’in 1854 yılındaki ve Marshall’ın 1890 yılındaki çalışmalarına dayanır. Her iki iktisatçı da nedenselliği ceteris paribus ilkesine dayanarak açıklamışlardır. Diğer her şey sabitken, X’in değerlerinin değişimi Y’nin varsayılan değerlerini değiştiriyorsa, X, Y’ye neden olmaktadır (Heckman, 2003). 1969 yılında ise Granger, bir zaman serisinin, başka bir zaman serini öngörmek için kullanılıp

102

kullanılamayacağını ortaya koyan ve istatistikî hipotez testi olan “Granger Nedensellik Analizini” ortaya koymuştur. Bu çalışmada da turizm gelirleri ve GSYİH arasındaki nedensellik ilişkisinin araştırılması için Granger Nedensellik Analizi kullanılmış olup, bu test ile alakalı detaylı bilgi verilecektir. Nedensellik analizi bölümünde temel olarak 2004 yılında yayınlanan Damodar N. Gujarati’ye ait “Basic Econometrics” kitabından ve 2007 yılında Dr. Hilal Bozkurt’a ait “Zaman Serileri Analizi” kitabından yararlanılmıştır.

4.2.4.1. Granger Nedensellik Analizi

1969 yılında Granger ve 1972 yılında Sims tarafından işsel ve dışsal değişkenler arasında ilişki olabileceği göz önünde bulundurularak nedensellik ilişkileri ele alınmıştır. Bir sistemde yer alan değişkenler arasındaki ilişkinin yönünün ve gecikme yapısının belirlendiği teste Granger Nedensellik Testi denir. Amaç; modelde yer alan birden fazla değişken arasında iki yönlü veya tek yönlü ilişki olup olmadığını belirlemektedir (Bozkurt, 2007; 91).

Granger nedensellik analizi, X ve Y serileri için aşağıdaki regresyonların tahmin edilmesini içermektedir: 𝑌𝑌𝑡𝑡 = � 𝛼𝛼𝑔𝑔𝑋𝑋𝑡𝑡−𝑔𝑔 + � 𝛽𝛽𝑗𝑗𝑌𝑌𝑡𝑡−𝑗𝑗 + 𝜇𝜇1𝑡𝑡 𝑘𝑘 𝐽𝐽=1 𝑘𝑘 𝑔𝑔=1 (66) 𝑋𝑋𝑡𝑡 = � 𝜆𝜆𝑔𝑔𝑋𝑋𝑡𝑡−𝑔𝑔 + � 𝛿𝛿𝑗𝑗𝑌𝑌𝑡𝑡−𝑗𝑗 + 𝜇𝜇2𝑡𝑡 𝑘𝑘 𝐽𝐽=1 𝑘𝑘 𝑔𝑔=1 (67)

Bu regresyonlarda 𝜇𝜇_1𝑡𝑡 ve 𝜇𝜇_2𝑡𝑡 dağılımları arasında korelasyon olmadığı varsayılmaktadır. Burada iki farklı değişken olduğu için, çift yönlü nedensellik incelenmektedir. İkiden fazla değişkeni olan çok yönlü nedensellik çalışmaları için Vektör Otoregresyon (VAR) tekniği kullanılmaktadır (Gujarati, 2004; 849).

İki farklı seri arasındaki Granger nedenselliği dört farklı durum olarak ortaya çıkabilir. Bu durumlar aşağıdaki gibidir:

• Eğer X’in gecikmeli değerinin katsayısı grup olarak sıfırdan farklıysa (∑ 𝛼𝛼𝑔𝑔 ≠ 0) ve Y’nin gecikmeli değerlerinin katsayısı sıfırdan farklı

değilse (∑ 𝛿𝛿𝑗𝑗 = 0), X’ten Y’ye doğru tek yönlü bir nedensellik ilişkisi

vardır. (X  Y)

• Eğer Y’in gecikmeli değerinin katsayısı grup olarak sıfırdan farklıysa (∑ 𝛿𝛿𝑗𝑗 ≠ 0) ve X’nin gecikmeli değerlerinin katsayısı sıfırdan farklı

değilse (∑ 𝛼𝛼𝑔𝑔 = 0), Y’den X’e doğru tek yönlü bir nedensellik ilişkisi

vardır. (Y  X)

• Her iki regresyonun da grup olarak katsayıları istatistikî olarak anlamlı derecede sıfırdan farklılarsa Y ve X arasında çift yönlü nedensellik ilişkisi vardır. (Y ↔ X)

• Eğer X ve Y’nin grup olarak katsayıları istatistikî olarak anlamlı değillerse Y ve X arasında nedensellik ilişkisi bulunmamaktadır.

Granger nedensellik testi uygulanırken, öncelikle Y’nin güncel değeri tüm gecikmeli Y değerlerine ve varsa değişkenlerin üzerine regrese edilir. Ancak X’in gecikmeli değerleri bu regresyona eklenmez. Bu, sınırlı bir regresyondur ve bu regresyonun sonunda sınırlı artık kareler toplamı, 𝑅𝑅𝑆𝑆𝑆𝑆𝑅𝑅, elde edilir. Bu aşamadan sonra

ise X’in gecikmeli değerleri ile regresyon tekrar çalıştırılır ve 𝑅𝑅𝑆𝑆𝑆𝑆_{𝑈𝑈𝑅𝑅,}, yani sınırsız artık kareler toplamı elde edilir.

Yukarıdaki aşamaların sonucunda, aşağıdaki şekilde sıfır hipotez ve alternatif hipotezler kurulur. Gecikmeli X değerleri regresyona dâhil değildir.

𝐻𝐻0: � 𝛼𝛼𝑔𝑔 = 0

𝐻𝐻1: � 𝛼𝛼𝑔𝑔 ≠ 0

104

Hipotezin test edilmesi için, F-testi sonuçlarının bulunması gerekmektedir. Bu testin sonuçları aşağıdaki formül ile bulunur:

𝐹𝐹 =(𝑅𝑅𝑆𝑆𝑆𝑆_{𝑅𝑅𝑆𝑆𝑆𝑆}𝑅𝑅 − 𝑅𝑅𝑆𝑆𝑆𝑆𝑈𝑈𝑅𝑅)/𝑔𝑔

𝑈𝑈𝑅𝑅⁄(𝑘𝑘 − 𝑘𝑘) (69)

Yukarıdaki sonuç m ve (n-k) ile F dağılımını izler. Bu durumda m, X’in gecikmeli değerlerinin toplamı, k ise sınırsız regresyonda hesaplanan parametre sayısıdır.

Eğer, hesaplanan F değeri, seçilen anlamlılık derecesinin kritik F değerlerini aşıyorsa, sıfır hipotez reddedilir, yani gecikmeli X değerleri regresyona aittir. Böylece,

X, Y’nin nedenidir sonucuna ulaşılır. Yukarıdaki süreç X regresyonu için uygulandığı

takdirde Y’den X’e doğru nedensellik ilişkisi olup olmadığı bilgisine ulaşılmaktadır.

Granger nedensellik testinin doğru sonuç verebilmesi için her iki veri setinin de durağan olması gerekmektedir. Ayrıca, gecikmeli terim değerlerinin hesaplanması için Akaike veya Schwarz bilgi değerlerinin kullanılması uygundur (Foresti, 2006).

BEŞİNCİ BÖLÜM

5. UYGULAMA

5.1. VERİ SETİ, DÖNEMİ VE MODEL

Türkiye’nin turizm gelirleri ile ekonomik büyümesi arasındaki nedensellik ilişkisini konu alan bu araştırmada, her iki değişken için de 1980 - 2014 periyoduna ait 35 yıllık veri setleri ile çalışılmıştır. Ekonomik büyümenin göstergesi olarak TÜİK tarafından hazırlanan, ABD Doları cinsinden toplam sabit gayrisafi yurt içi hâsıla rakamları, turizm gelirleri için ise yine TÜİK tarafından hazırlanan ve Kültür ve Turizm Bakanlığınca yayınlanan ABD Doları cinsinden toplam sabit turizm gelirleri rakamları kullanılmıştır. Testler, Eviews 9.0 programı kullanılarak yapılmıştır. Analizlerde toplam GSYİH rakamları GSYH_USD, logaritmik gösterimi ise LNGSYH_USD olarak ifade edilirken, toplam turizm gelirleri TURGEL_USD, logaritmik gösterimi ise LNTURGEL_USD olarak tanımlanmıştır.

Yukarıdaki verilere göre, GSYİH ve turizm gelirlerini kapsayan model aşağıdaki şekilde yazılabilir:

𝐿𝐿𝑁𝑁𝐿𝐿𝑆𝑆𝑌𝑌İ𝐻𝐻_𝑈𝑈𝑆𝑆𝐷𝐷𝑡𝑡 = 𝛽𝛽1+ 𝛽𝛽2𝐿𝐿𝑁𝑁𝑇𝑇𝑈𝑈𝑅𝑅𝐿𝐿𝐸𝐸𝐿𝐿_𝑈𝑈𝑆𝑆𝐷𝐷𝑡𝑡+ 𝑅𝑅𝐸𝐸𝑅𝑅𝑡𝑡 + 𝜀𝜀𝑡𝑡

Yukarıdaki modele istinaden, GSYİH ile turizm gelirleri arasındaki ilişki, turizm gelirleri ve reel döviz kuru (RER) birleşiminden oluşmaktadır. Bu çalışmada, sadece GYSİH ve turizm gelirleri arasında ampirik inceleme yapılmıştır.