3. PANEL VERİ
3.6. Panel Birim Kök Testleri
3.6.4 Philips Perron (PP) Panel Birim Kök Testi
∆𝑦𝑖𝑡−𝐿+𝛼𝑚𝑖𝑑𝑚𝑡+𝑢𝑖𝑡 𝑚=1,2,3 (3.21) Fisher - ADF testinin ana fikri, her bir kesit birim için 𝛿 değerlerinin 𝛿𝑖’e göre ayrı birim kök testinin, ekstra güç elde etmenin bir aracı olarak birleştirilmesinde yatmaktadır. Bu test, sıfır hipotezi 𝐻0 red edilemezse serilerin birim kök içerdiğini, alternatif hipotez kabul edilirse her bir zaman serisinin durağan olduğunu ifade etmektedir (Özdamarlar, 2014).3.6.4 Philips Perron (PP) Panel Birim Kök Testi
Philips Perron (PP) testi, Dickey Fuller (DF) ve GEKK testi ile standart tek değişkenli birim kök testindeki aynı eksikliklere sahiptir. Bu eksiklikleri gidermek için
Phillips-35
Perron (1988) tarafından yapısal kırılma önerilmiştir. “Perron (1989), eğer zaman serileri yapısal bir mola içeriyorsa, standart birim kök testlerinin, seri durağan olduğunda, bir birim kök boşluğunun kabul edilmesine yol açacağını”, savunur.
Phillips ve Perron, gecikmeli fark terimleri eklemeden serideki korelasyon hata terimlerine dikkat etmek için parametrik olmayan istatistiksel yöntemler kullanmıştır (Gujarati, 2004). DF ve ADF (Augmented Dickey Fuller) testi, AR (Otoregresif) işlemini içeriyordu. Ancak MA işlemi içermiyordu. Philips-Perron, MA (Hareketli Ortalama) işlemini de eklemek istedi ve böylece, Phillips Perron testi ARMA (Otoregresif Hareketli Ortalama) sürecine dönüştürülmüştür. Phillips Perron test modelleri;
sabit terim ve trend korelasyonuna sahiptir.
Bu denklemlerde T, gözlem sayısını ve hata terimlerini gösterir. Modelde, hata terimi sıfıra eşittir. Ayrıca, hata terimleri seri olarak bağıntılı olabilir. Bu nedenle, Phillips-Perron testi DF ve ADF varsayımlarına bağlı değildir ancak DF’nin tüm kritik değerlerini kullanır ve hipotez testi, DF testi ile aynıdır (Özdamarlar, 2014).
36 3.7. Panel Eşbütünleşme Testi
Seriler arası birim kök testi tespit edildikten sonraki aşamada değişkenler arasında uzun dönemli ilişkiyi tespit etmek amacıyla eşbütünleşme testi yapılmaktadır. Bu test sonucu değişkenler arasındaki bütünleşik ilişkinin bulunması ve değişkenler arasında kısa dönemde oluşacak bir dengesizliğin uzun dönemde düzeleceğini göstermektedir.
Pedroni (1999), Kao (1999) ve Johansen Fisher testleri uygulamalarda sıklıkla kullanılan panel eşbütünleşme testleridir.
3.7.1. Pedroni Eşbütünleşme Testi
Pedroni (1999) tarafından geliştirilerek araştırmalarda en sık kullanılan panel eşbütünleşme testi olup, eşbütünleşme vektörlerinin heterojenliğine izin verip hem dinamik hem de sabit etkilerin panelin kesitleri arasındaki farklılığına izin veren bir testtir. Pedroni, değişkenler arasında eşbütünleşik ilişkinin olmadığı yönündeki sıfır hipotezine karşı 7 farklı test önermiştir. Bu testlerden dört tanesi panel eşbütünleşme, diğer üçü ise grup ortalamasının eşbütünleşme istatistikleridir.
3.7.2. Kao Eşbütünleşme Testi
Kao eşbütünleşme testi, ADF ve DF testlerine dayalı olarak geliştirilip, temel olarak DF testi (Baltagi, 2005),
𝑒𝑖,𝑡= 𝜌𝑒𝑖𝑡 −1 +
1 j j
∆𝑒𝑖𝑡−𝑗 + 𝑣𝑖𝑡𝜌 (3.25)37
şeklinde ifade edilen regresyonun uygulanmasına dayanır. Bu eşitliğe uygulanacak DF testi ise,
Kao testinde sıfır hipotezi eşbütünleşme yoktur şeklindedir. Bu test, AR (Otoregresif) katsayılarını ve homojen eşbütünsel vektörlerini uygulamaya koymaktadır.
Fakat bir veya daha fazla eşbütünsel vektör olması durumunda eşbütünsel olan vektör ile ilgili herhangi bir tanımlama yapılamamaktadır (Yardımcıoğlu ve Gülmez 2013).
3.7.3. Johansen Fisher Eşbütünleşme Testi
Test seviyelerinde en az iki serinin durağan bir bileşimi olduğunu ifade eden eşbütünleşme kavramını test etmek için kullanılan modeldir. Bu yöntemlerin uygulanabilmesi için modelde yer alan tüm değişkenlerin I(0)'da durağan olmaması ve birinci farkları alındığında durağan hale gelmesi gerekmektedir. Farklı durağanlık seviyelerinde bu model uygulanamaz. Johansen eşbütünleşme testi, uygun gecikme saptanarak VAR Modeli kurularak yapılır. Uygun gecikmenin saptanması için Akaike (AIC) ve Schwarz (SIC) ölçütlerinin minimum olduğu gecikmeler seçilir. Gecikme seçilirken veri setlerine uygun gecikmeler seçilmelidir.
Genel bir VAR (p) modeli;
38
1 1 ...
t t p t p t t
y A y A y Bx u (3.27)
burada y durağan olmayan k-vektörü, x d- vektörün deterministik değişkeni, t ut değişim vektörüdür. Burada VAR olarak yeniden yazarsak;
1 seçildikten sonra çalışma için uygun trendli, trendsiz, lineer veya quadratic modellerden en uygunu seçilir. Bu seçimde Akaike (AIC), Schwarz (SIC) ve Log-olabilirlik kriterlerinin minimum olduğu değerler uygundur ve olası eşbütünleşmenin olduğu modelleri belirleyecektir (Özdamarlar, 2014).
39
4. YÖNTEM 4.1. Kullanılan Veri Kümesinin Açıklaması
Bu tez çalışmasında Türkiye ve Avrupa Birliği’ne üye 28 ülkenin yaptıkları savunma harcamaları ile istihdam oranları arasındaki ilişki panel veri analizi ile incelenmiştir.
Avrupa Birliği, aralarında ekonomik, ticari, sosyal-kültürel, siyasi ve stratejik birliğe sahip olan ve bunu ortak hukuk çerçevesinde gerçekleştirme hedefi olan 28 üye ülkenin bir araya gelerek oluşturdukları devletler topluluğu olarak bilinmektedir. 7 Şubat 1992 tarihinde imzalanıp, Kasım 1993’te yürürlüğe giren Maastricht Anlaşması ile Avrupa Topluluğu, Avrupa Birliği (AB) adını almıştır. Avrupa Birliği; Avrupa Topluluğu, Avrupa Kömür ve Çelik Topluluğu ve Avrupa Ekonomik Topluluğu adlarıyla bilinen toplulukların 1992 Maastricht Anlaşması’nda birleştirilmesi ile oluşan bir birliktir (Yıldırım, 2004). Avrupa Birliği; özgürlük ve demokrasi ilkelerini kollamak, tüm üyeler tarafından insan haklarına saygılı, eşit, temel haklar ve hukukun üstünlüğü kuralının uygulanması ile kıta’yı bütünüyle barışçıl yolla daha da ileriye taşımak ve yeni üyeler ile birlikte kararlı ve refah alanlarının genişletilmesini amaçlamaktadır. Bu tez çalışmasında AB üyesi olarak Almanya, Avusturya, Belçika, Bulgaristan, Çek Cumhuriyeti (Çekya), Danimarka, Estonya, Finlandiya, Fransa, GKRY, Hırvatistan, Hollanda, İngiltere, İrlanda, İspanya, İsveç, İtalya, Letonya, Litvanya, Lüksemburg, Macaristan, Malta, Polonya, Portekiz, Romanya, Slovakya, Slovenya, Yunanistan ülkeleri ele almış olup, kısaca AB-28 ülkeleri olarak ifade edilecektir.
40
Elde edilen veriler yıllık veriler şeklinde olup, 1993-2017 dönemini kapsamaktadır.
Savunma harcaması değişkeni 2016 yılı sabit fiyatlarıyla ülkelerin aynı yıl için yapmış oldukları askeri harcamayı, istihdam oranı değişkeni ise istihdamın 15 yaş ve üstü nüfusa oranını temsil etmekte olup, veriler sırasıyla SIPRI ve Dünya Bankası veri tabanı kullanılarak elde edilmiştir. 1993-2017 yılları için Türkiye’nin 2016 yılına göre sabitlenmiş savunma harcamaları için oluşturulan grafik Şekil 4.1 ile gösterilmiştir.
Şekil 4.1. Türkiye’nin Askeri Harcama Sabit (2016) ABD Dolar $
İlk olarak istihdam ve savunma harcaması değişkenlerine ilişkin serilerin, yıllar içindeki değişimlerini görmek amacıyla zamana karşı kesitlerin aldıkları değerler incelenecektir. Şekilsel karışıklığa neden olmamak adına AB-28 ülkeleri içinden Türkiye'nin de dahil olduğu 9 ülke belirlenerek, Şekil 4.2 ve Şekil 4.3 elde edilmiştir.
Şekil 4.2’ye göre, rasgele seçilen dokuz ülke için istihdam oranının değişimi incelendiğinde, genel olarak gelişmişlik düzeyi yüksek olan ülkelerin benzer yönde hareket ettiği ve diğer ülkelere göre daha az dalgalanmaya sahip olduğu görülmektedir.
Şekil 4.3’de ise ülkelerin yaptıkları savunma harcamalarının zaman içindeki değişimi gösterilmektedir. Bu şekle göre ilgilenilen kesitler için benzer yönde değişim izlenmiştir. 2000'li yıllarda savunma harcamalarında incelenen ülkelerin tümünde
0
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
ASKERİ HARCAMA SABİT (2016)$
US$ (2016)
41
azalma görülmüş, sonrasında artış eğilimi belirlenmiştir. Bu verilere göre Türkiye’nin diğer ülkelerden negatif yönde ayrıştığı söylenebilir.
Şekil 4.2. İstihdam Oranlarının Ülkelere Göre Değişimi
Şekil 4.3. Savunma Harcamalarının Ülkelere Göre Değişimi
30 60
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
YIL
1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
YIL
42
4.1.1. Durağanlık ve Eşbütünleşme Testi Sonuçları
SAV savunma harcamaları serisi ve it İSH istihdam oranı serisi olmak üzere doğrusal it panel regresyon model denklemi
0 1
it it it
İSH SAV , i 1, , 29; t 1993,..., 2017 şeklindedir.
Uygulamada dikkate alınan savunma harcamaları ve istihdam oranı değişkenlerine ilişkin tanımlayıcı istatistik sonuçları Çizelge 4.1 ile verilmiştir.
Çizelge 4.1. Savunma ve İstihdam Değişkenlerine Ait Tanımlayıcı İstatistik Sonuçları
İstihdam Savunma
Veriye uygun model belirleme aşamasına geçmeden önce değişkenlerin durağanlığı incelenmiştir. Serilerin durağan olup olmadığının belirlenmesi amacıyla panel birim kök testleri yapılmış ve Çizelge 4.2’de sonuçlar verilmiştir.
43
Çizelge 4.2. İstihdam Oranı ve Savunma Harcamaları Serilerine Ait Birim Kök Test Sonuçları
Seriler Test Test İstatistiği p değeri
SAV, Düzeyde
Levin, Lin ve Chu t 1.21317 0.8875
Im, Pesaran ve Shin W-stat 0.73406 0.7685
ADF-Fisher Chi-square 45.4548 0.8846
PP-Fisher Chi-square 21.8414 1.0000
İSH, Düzeyde
Levin, Lin ve Chu t -1.98093 0.0238
Im, Pesaran ve Shin W-stat -0.64207 0.2604
ADF-Fisher Chi-square 69.7271 0.1392
PP-Fisher Chi-square 25.4510 0.9999
SAV, Birinci Fark I (1)
Levin, Lin ve Chu t -7.49549 <0.05
Im, Pesaran ve Shin W-stat -9.05822 <0.05
ADF-Fisher Chi-square 182.255 <0.05
PP-Fisher Chi-square 198.340 <0.05
İSH, Birinci Fark I (1)
Levin, Lin ve Chu t -7.23792 <0.05
Im, Pesaran ve Shin W-stat -8.44422 <0.05
ADF-Fisher Chi-square 173.461 <0.05 PP-Fisher Chi-square 165.153 <0.05 Çizelge 4.2. incelendiğinde, birim kök test sonuçlarına göre istihdam oranı ve savunma harcamaları serileri düzeyde durağan değil iken, serilerin birinci farkları alındığında her iki seri için %5 anlam düzeyinde H0 hipotezi reddedilerek serilerde birim kök olmadığı, yani serilerin durağanlaştığı görülmüştür. Böylece durağan seriler ile oluşturulacak olan olası bir modelde sahte regresyon problemi ile karşılaşılmayacaktır.
Seriler aynı düzeyde durağan olduklarından, aralarındaki uzun dönemli ilişkinin tespiti amacıyla Pedroni, Kao ve Johansen-Fisher eşbütünleşme testleri uygulanmış ve sonuçlar Çizelge 4.3’ de verilmiştir. Çizelge 4.3’ de verilen Pedroni eşbütünleşme testi sonuçlarına göre, Panel-ADF ve Grup-ADF testleri istatistiksel olarak anlamlı çıkmış, eşbütünleşme yoktur şeklindeki H0 hipotezi reddedilmiştir. Pedroni (1999) tarafından geliştirilen eşbütünleşme testlerinden dördü Panel v, Panel rho, Panel Phillips Perron (PP) ve Panel ADF olarak adlandırılan panel eşbütünleşme istatistikleri, üçü ise Grup rho, Grup Phillips Perron (PP) ve Grup ADF olarak adlandırılan grup ortalamasının
44
eşbütünleşme istatistikleridir. Pedroni (1999) çalışmasında kapsamlı olarak yapılan Monte Carlo simülasyon çalışmasına dayanarak, bu istatistiklerden Panel-ADF ve Grup-ADF istatistik sonuçlarının özellikle zaman boyutunun kısa olduğu veri seti için daha iyi sonuçlar verdiği söylenebilmektedir (Pedroni 1999, Kök ve Şimşek 2006, Üçler ve Kızılkaya 2014). Kao ve Johansen Fisher eşbütünleşme testleri sonuçlarına göre ise seriler arasında eşbütünleşme olduğu sonucuna ulaşılmıştır. Dolayısıyla seriler arasında eşbütünleşmenin var olduğu sonucuna ulaşılmış, değişkenlerin uzun dönemde eşbütünleşik olduğu belirlenmiştir. Böylece Türkiye ve AB-28 ülkeleri için, savunma harcamaları ile istihdam oranının uzun dönemde birbirlerini etkilediği ifade edilebilmektedir.
Çizelge 4.3. Eşbütünleşme Testi Sonuçları
Pedroni Eşbütünleşme Testi
Test İstatistiği p-değeri
Panel v-İstatistiği 0.921628 0.1784
Panel rho-istatistiği 0.655789 0.7440
Panel PP-İstatistiği 0.269155 0.6061
Panel ADF-İstatistiği -2.837781 0.0023
Group rho-İstatistiği 2.939177 0.9984
Group PP-İstatistiği 2.011215 0.9778
Group ADF-İstatistiği -2.203660 0.0138
Kao Eşbütünleşme Testi
45
4.1.2. Panel Veri Modellerinin Tahmin Sonuçları
Analizin bundan sonraki kısmında panel regresyon modellerinin tahmin aşamasına geçilmiştir. İlk olarak, modelde birim ve/veya zaman etkilerinin olmadığını varsayan klasik model ele alınmış olup, bu modele ait bulgular Çizelge 4.4. ile sunulmuştur.
Elde edilen t-istatistiklerine veya p olasılık değerlerine bakıldığında %95 güven düzeyinde değişkenlerin anlamsız olduğu yönünde kurulan H0 hipotezi reddedilerek, istihdam oranı üzerinde savunma harcamaları değişkeninin anlamlı olduğu görülmüştür. F test istatistiği anlamlı olup, savunma harcamaları değişkeni istihdam oranındaki değişkenliğin %6’sını açıklamaktadır. Ayrıca
54.13774 0.006173
it it
İSH SAV şeklinde elde edilen klasik modele göre savunma harcamaları değişkenine ilişkin katsayı negatif olduğundan bu değişkende görülebilecek artış, istihdam üzerinde negatif yönde etkili olacaktır.
Çizelge 4.4. Klasik Panel Veri Modelinin Tahmin Sonuçları
Değişken Katsayı Std. Hata t-İstatistiği p-değeri
C 54.13774 0.347649 155.7252 0.0000
SAV -0.006173 0.000849 -7.270644 0.0000
R 2 0.068134
Düzeltilmiş R 2 0.066845
F 52.86227
Olasılık (F) 0.000000
Klasik modelin ardından, olabilirlik oran (LR) testi ve Haussman testi yardımıyla oluşturulacak olan modelin sabit etkili mi, rassal etkili mi olacağına karar verilmiştir.
46
Çizelge 4.5. Tek Yönlü Kesite Göre Sabit Etkiler Modeli İçin LR Testi Sonuçları
İstatistik s.d. p.
F 79.781332 29 0.0000
2 1042.885390 28 0.0000
Çizelge 4.6. Tek Yönlü Kesite Göre Rassal Etkiler Modeli İçin Hausman Testi Sonuçları
2 s.d. p.
Kesite Bağlı Rassal Etki 4.978099 1 0.0257
Çizelge 4.5 ile verilen sonuçlara göre tek yönlü kesite göre sabit etkiler modelinin klasik model yerine tercih edilmesi gerektiği p olasılık değerlerine bakılarak (<0.05) belirlenmiştir. Hausman testi yardımıyla Çizelge 4.6 ile elde edilen sonuçlara göre ise rassal etkiler modelinin geçerli olduğuna yönelik H0 hipotezi red edilerek rassal etkilerin modelde olmadığı, sabit etkilerin geçerli olduğu sonucuna ulaşılmıştır. Bu sonuca göre elde edilen tek yönlü kesite göre sabit etkiler modeli için tahmin sonuçları Çizelge 4.7 ile verilmiştir. Ancak Çizelge 4.7 ’den görüldüğü üzere savunma harcamaları değişkeninin 0.05 önem düzeyine göre istatistiksel olarak anlamlı olmadığı görülmektedir. Ayrıca bu model için savunma harcamaları değişkeninin işareti pozitiftir.
47
Çizelge 4.7. Tek Yönlü Kesite Bağlı Sabit Etkili Panel Veri Modelinin Tahmini
Değişken Katsayı Std. hata t-İstatistiği Olasılık
SAV 0.001772 0.001041 1.701540 0.0893
C 51.45587 0.364826 141.0422 0.0000
R2 0.778876
Düzeltilmiş R2 0.769649
F 84.41503
Olasılık (F) 0.000000
Tek yönlü zamana göre sabit ve rassal etkili model tercihlerine bakıldığında ise Çizelge 4.8’den H0 hipotezinin red edilemediği ve klasik modelin uygun olduğu, Çizelge 4.9’dan H0 hipotezinin red edilerek sabit etkili modelin kullanılmasının uygun olduğu görülmüştür. Dolayısıyla klasik modelin tercih edilmesi gerektiği sonucuna ulaşılmıştır.
Çizelge 4.8. Tek Yönlü Zamana Göre Sabit Etkiler Modeli İçin LR Testi Sonuçları
İstatistik s.d. p
F 1.313211 25 0.1451
2 31.973830 24 0.1276
48
Çizelge 4.9. Tek Yönlü Zamana Göre Rassal Etkiler Modeli İçin Hausman Testi Sonuçları
2 s.d. p
Zamana Bağlı Rassal Etki 20.504665 1 0.0000
İki yönlü sabit etkili veya rassal etkili modelin uygunluğu için Çizelge 4.10 ve Çizelge 4.11 ile elde edilen bulgulardan yararlanılmıştır. Bu sonuçlara göre ise iki yönlü sabit etkiler modelinin geçerli olduğu söylenebilir. İki yönlü sabit etkiler modelinin tahmin sonuçları ise Çizelge 4.12 ile sunulmuştur.
Çizelge 4.10. İki Yönlü Sabit Etkiler Modeli İçin LR Testi Sonuçları
İstatistik s.d. p
F 82.278196 29 0.0000
2 kesit 1079.640577 28 0.0000
F zaman 2.780105 25 0.0000
2 zaman 68.729017 24 0.0000
F kesit/zaman 46.883060 53 0.0000
2 kesit/zaman 1111.614406 52 0.0000
49
Çizelge 4.11. İki Yönlü Rassal Etkiler Modeli İçin Hausman Testi Sonuçları c
2 s.d. p
Kesite Bağlı Rassal 4.473241 1 0.0344
Zamana Bağlı Rassal 16.942692 1 0.0000
Kesite ve Zamana Bağlı Rassal 8.883640 1 0.0029
Çizelge 4.12. İki Yönlü Sabit Etkili Panel Veri Modelinin Tahmini
Değişken Katsayı Std. hata t-İstatistiği Olasılık
SAV -0.003568 0.001567 -2.276024 0.0232 C 53.25829 0.537589 99.06882 0.0000
R 2 0.798876 Düzeltilmiş R 2 0.782989
F 50.28759
p (F) 0.000000
Çizelge 4.12’e göre iki yönlü sabit etkiler modelinin R2 değeri yaklaşık %80 olarak tahmin edilmektedir. Olasılık değeri sabit değişken için 0.0000<0.05 ve MILT değişkeni için 0.0232<0.05 değerini aldığından bu değişkenler istatistiksel olarak anlamlıdır. Ayrıca savunma harcamaları değişkeninin istihdam değişkeni üzerinde ters yönde etkiye sahip olduğu görülmektedir.
50 5. SONUÇ
Toplumun sosyal refah düzeyini artırmak için var olan tüm kaynaklarını optimal seviyede kullanarak tam istihdamı sağlayabilmek, kuşkusuz her ülkenin temel hedefleri arasında olup devlet gücünün önemli bir göstergesidir. İstihdamı etkileyen pek çok faktör bulunmaktadır. Ancak, bu tez çalışmasının amacı savunma harcamalarının istihdam oranı üzerindeki etkisini incelemektir. Bu amaç doğrultusunda Türkiye ve Avrupa Birliği’ne üye 28 ülkenin 1993-2017 dönemini kapsayan panel veri seti ile ampirik bir analiz yapılmıştır. İstihdam oranı ve savunma harcamaları değişkenlerine ilişkin serilerin düzeyde durağan değil iken, birinci farklarının durağanlaştığı görülmüştür. Ayrıca değişkenler arasında uzun dönemli bir ilişki olduğu eş bütünleşme testleri ile ortaya konmuştur. Ardından panel veri regresyon modelleri oluşturularak savunma harcamaları ile istihdam oranı arasında anlamlı bir ilişki bulmuştur. Savunma harcamalarının istihdam oranını negatif yönde etkilediği ortaya çıkmıştır. Esgin (2010) yaptığı çalışmada, gelişmekte olan ülkelerin arasında yer alan Türkiye’yi ele alıp, savunma harcamalarının ekonomik gelişmeyi olumsuz etkilediğini ifade etmektedir. Ancak ülkenin silah ithalatından çok silah üretimine kayması, bu olumsuz etkinin azalmasına neden olacağını belirtmiştir. Duyar ve Koçoğlu (2014) ise savunma harcamalarının büyüme üzerindeki etkisinin kısa dönemde sıfır hatta negatif olarak gözlemlenebilirken uzun dönemde pozitif gözlemlenebileceğini belirtmiştir.
Kaya (2013) çalışmasında, Granger nedensellik analizi kullanarak, savunma harcamalarından istihdama doğru bir nedensellik ilişkisi olduğu, savunma harcamalarının söz konusu istihdamda ve GSYH’de artış yaratma gibi olumlu etkilerinin kalıcı olabilmesi için, teknolojik gelişmeye açık potansiyelinin iyi
51
değerlendirilmesi, Ar-Ge harcamalarının teşvik edilmesi ve desteklenmesiyle pozitif yönde etkili olabileceğini ifade ediyor. Ancak eğitim, sağlık gibi verimli alanlarda kullanılabilecek kaynakların aktarılması sebebiyle negatif yönde etkileneceğini belirtmiştir.
Savunma harcamaları ile istihdam arasındaki ilişki zamanla ülkemizde yer eden bir konudur. Savunma sektörünün iç ve dış güvenlik açısından her geçen gün artan büyük önemi, savunma harcamalarının önümüzdeki yıllarda ağırlığını koruyacağının bir göstergesidir. Savunma harcamalarının istihdamı negatif yönde etkisini tersine çevirip savunma sanayii alanında istihdam kapasitesini artırıp üretici konumuna gelirsek GSYH’de yaratacağı etkinin önemi de artacaktır.
52 KAYNAKÇA
Aya, S., Askeri Harcamalarının Türk Ekonomisi Üzerine Etkileri: Genel Denge Modeli. Yüksek Lisans Tezi. İhsan Doğramacı Bilkent Üniversitesi, Ankara, 2005.
Azam, M., Khan, F., Zaman, K., Rasli, A.M., Military Expenditures and Unemployment Nexus For Selected South Asian Countries. Social Indicators Research, 127 (3): 1103-1117, 2016.
Baltagi, B.H., Econometric Analysis of Panel Data. John Wiley and Sons, West Sussex, England, 2005.
Bekiroğlu, C., Türkiye’de İşsizlik Sorununun Çözümlenmesinde Uygulanan Ekonomi Politikalarının Analizi. Yüksek Lisans Tezi. Kadir Has Üniversitesi, İstanbul, 2010.
Bektaş, G., Savunma Harcamalarının Ekonomik Büyümeye Etkisi: Türkiye Örneği.
Yüksek Lisans Tezi. Namık Kemal Üniversitesi, Tekirdağ, 2017.
Brzoska M., World Military Expenditures. Handbook of Defense Economics 1: 45-67, 1995.
Budak, H., Savunma Sanayi, Savunma Harcamaları ve İstihdam İlişkisi: Türkiye Örneği. Yüksek Lisans Tezi. Eskişehir Osmangazi Üniversitesi, Eskişehir, 2018.
Burhan, E., Panel Veri Analizi İle Avrupa Birliği Ülkeleri ve Türkiye için Petrol Tüketimi ve Gayri Safi Yurtiçi Hasıla Arasındaki İlişkinin Araştırılması.
Yüksek Lisans Tezi. Eskişehir Osmangazi Üniversitesi, Eskişehir, 2012.
53
Candar, Ö., “Türkiye`de Askeri Harcamalar ve Ekonomik Büyüme”. Yüksek Lisans Tezi. İhsan Doğramacı Bilkent Üniversitesi, Ankara, 2003.
Carvalho, M., Julio, P., Digging Out The PPP Hypothesis: An İntegrated Empirical Coverage. Emprical Economy, 42 (3): 713-744, 2012.
Choi, I., Unit root tests for panel data. Journal of International Money and Finance, 20 (2): 249-272, 2001.
Çalışkan, Ş., “Eğitim-İşsizlik ve Yoksulluk İlişkisi”. S.Ü. İİBF Sosyal Ekonomik Araştırmalar Dergisi, 7 (13): 285-308, 2007.
Çatalbaş, G.K., Yarar, Ö., Türkiye'deki Bölgeler Arası İç Göçü Etkileyen Faktörlerin Panel Veri Analizi İle Belirlenmesi. Alphanumeric Journal, 3 (1): 99-117, 2015.
Çelik, C., Türkiye İl Gruplarındaki Konut Satışlarının İncelenmesinde Kümeleme ve Panel Veri Analizi. Doktora Tezi. Çukurova Üniversitesi, Adana, 2019.
Çetin, M., Ecevit, E., Sağlık harcamalarının ekonomik büyüme üzerindeki etkisi:
OECD ülkeleri üzerine bir panel regresyon analizi. Doğuş Üniversitesi Dergisi, 11 (2): 166-182, 2010.
Dumanlı C., Savunma harcamaları. Jeopolitik Cilt 6 (40), 2007.
Dunne, P., Watson, D., Military expenditure and employment in south Africa. Defence and Peace Economics, 11 (4): 587-596, 2000.
Duyar M., Koçoğlu M., Askeri Harcamaların Ekonomik Büyüme Üzerine Etkisi:
Sahra Altı Afrika Örneği. Uluslararası Sosyal Araştırmalar Dergisi, 7 (33):
703-704, 2014.
Esgin, Y., Savunma Harcamaları ve Ekonomik Gelişme Arasındaki ilişki: Silah İhracatçısı ve İthalatçısı Ülkeler İçin Panel Veri Yöntemi ile Bir Analiz. Yüksek Lisans Tezi. Ege Üniversitesi, İzmir, 2010.
54
European Commission, European Social Fund Investing in People, Belgium, 2007.
Fisher, R.A., Statistical Methods For Research Workers, 4th Edition, Oliver and Boyd, Edinburg, 1932.
Giray, F., Savunma harcamaları ve ekonomik büyüme. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 5 (1): 181-199, 2004.
Gökbunar, R. ve Yanıkkaya, H., “Savunma Harcamalarını Belirleyen Faktörler Ve Ekonomik Büyümeye Etkileri”. Ankara Üniversitesi SBF Dergisi 59 (1): 159-17, 2004.
Gujarati, D.N., Basic econometrics. MC-Graw-Hill, Inc.USA, 2004.
Gülen, H., İstihdam Edilmiş Beşeri Sermaye ve Ekonomik Büyüme İlişkisi: OECD Ülkeleri İçin Panel Veri Analizi. Yüksek Lisans Tezi. Eskişehir Osmangazi Üniversitesi, Eskişehir, 2018.
Gülmez, A., Yardımcıoğlu, F., OECD Ülkelerinde Ar-Ge Harcamaları Ve Ekonomik Büyüme İlişkisi: Panel Eşbütünleşme Ve Panel Nedensellik Analizi (1990-2010). Maliye Dergisi, 163 (1): 335-353, 2012.
Gündoğan, N., Biçerli, M.K., Çalışma Ekonomisi. Anadolu Üniversitesi, Eskişehir, 2003.
Güriş, S., Stata İle Panel Veri Modelleri. Der Yayınları, İstanbul, 2015.
Hadri, K., Testing for Stationarity in Heterogneous Panel Data. The Econometrics Journal, 3 (2): 148-161, 2000.
Harris, R., Tzavalis, E., Inference for Unit Roots in Dynamic Panels Where The Time Dimension is Fixed. Journal of Econometrics, 91 (2): 201-226, 1999.
55
Hausman, J. A., Taylor, W.E., Panel Data and Unobservable İndividual Effects.
Econometrica, 49 (6): 1377–1398, 1981.
Im, K.S., Pesaran, M.H., Shin, Y., Testing for Unit Roots in Heterogeneous Panels.
Journal Of Econometrics, 115 (1): 53-74, 2003.
İşseveroğlu, G., Gençoğlu, Ü.G., Araştırma Geliştirme (Ar-Ge) Giderlerinin Faaliyet Sonuçlarına ve Piyasa Değerine Etkisi: Panel Veri Analizi ile Borsa İstanbul Uygulaması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 32 (3), 2018.
Kao, C., Spurious Regression and Residual-Based Tests. Journal of Econometrics, 90, 1-44, 1999.
Karlıdağ, K. N., Savunma Harcamaları-Ekonomik Büyüme İlişkisi: Bölgesel Panel Veri Analizi. Yüksek Lisans Tezi. Nevşehir Hacı Bektaş Veli Üniversitesi, Nevşehir, 2018.
Kaya S.S., Türkiye’de Savunma Harcamalarının İktisadi Etkileri Üzerine Nedensellik Analizi (1970 – 2010). Trakya Üniversitesi Sosyal Bilimler Dergisi, 15 (2): 17-38, 2013.
Kök, R., Şimşek, N., Endüstri İçi, Dış Ticaret, Patentler ve Uluslararası Teknolojik
Kök, R., Şimşek, N., Endüstri İçi, Dış Ticaret, Patentler ve Uluslararası Teknolojik