Tüketici fiyat endeksini ifade etmektedir

Modelde kişi başına düşen reel gelir, vergi gelirleri oranı ve kamu personel harcamalarının toplam kamu harcamalarına oranı değişkenlerinin katsayısının pozitif olması beklenirken, mevduat faiz oranları ve tüketici fiyat endeksi değişkenlerinin katsayılarının negatif olması beklenmektedir (Tanzi, 1980: 442). Bu kapsamda yukardaki denklem için regresyon analiz yapılır. Bu denklem için regresyon analizi yapıldıktan sonra denklemdeki vergi gelirleri oranı sıfır (TR=0) alınarak yani bu değişken modelden dış-lanarak ikinci bir regresyon tahminini yapılır. Bu anlamda ikinci denklem aşağıdaki gibi düzenlenebilir (Kök ve Şapçı, 2006: 15):

Model 2: lnrC2_t = β₀ + β₁lnrY_{t +} β₂lnI_t + β₃lnP_t + ɛ_t; (β_1˃ 0 ve β₂, β₃ ˂ 0) Her iki denklemde tahmin edilen para talebi arasındaki fark, kayıt dışı ekonomide kullanılan nakit para düzeyini vermektedir. Her iki denklemde tahmin edilen para talebi arasındaki fark, paranın dolanım hızı ile çarpıl-dığında kayıt dışı ekonominin boyutları tahmin edilebilir (Kök ve Şapçı, 2006: 15). Ekonometrik yöntemde kullanılan dolaşımdaki para miktarı ve kişi başına düşen gelir verileri reel hale getirilmiş ve reelleştirme işleminde 2010 baz yılı tüketici fiyat endeksi kullanılmıştır.

Dolayısıyla bu yöntem ile Türkiye ekonomisinde kayıt dışı ekonomi-nin boyutlarını ekonometrik yaklaşım ile tahmin edilebilmesi için mode-le dahil edimode-len değişkenmode-lerin ilk önce durağan olup olmadıkları test edil-melidir. Çünkü modele dahil edilen değişkenler zaman içerisinde değişen ortalama ve değişen varyans özelliklerini barındırırsa modelde birim kök sorunu ortaya çıkacaktır. Bu durumda değişkenlere ait t ve F testleri ge-çerli olmayacaktır ve birim köke sahip olması nedeniyle tahmin edilecek modelde sahte regresyon problemi ortaya çıkacaktır (Çetintaş ve Vergil, 2003: 25; Kök ve Şapçı, 2006: 15-16). Bunun için model tahmini yapılma-dan önce değişkenlere Agumented Dickey-Fuller (ADF) ve Phillips-Peron (PP) birim kök testleri uygulanmıştır. Buna göre Dickey ve Fuller (1979) ve Phillips ve Peron (1988) belirtildiği şekilde yapılan birim kök testi so-nuçlarına göre tüketici fiyat endeksi (P) I(0) seviyesinde durağan iken mo-dele dahil edilen diğer değişkenler I(1) seviyesinde durağan olduğu test edilmiştir. Birim kök test sonuçları aşağıdaki tablodaki gibidir.

Tablo 3: ADF ve PP Birim Kök Test Sonuçları Augmented Dickey-Fuller Birim Kök Testi

Seviyede 1.Fark

Değişkenler t-istatistik Prob. t-istatistik Prob.

lnrC -0.153658 0.9347 -4.464507 0.0013***

lnrY 0.168203 0.9661 -4.687485 0.0007***

lnTR -1.476901 0.5322 -5.291957 0.0001***

lnI -0.879674 0.7816 -5.763796 0.0000***

lnP -3.740208 0.0082***

Phillips-Peron Birim Kök Testi

Seviyede 1.Fark

Değişkenler t-istatistik Prob. t-istatistik Prob.

lnrC -.0236632 0.9236 -4.485909 0.0012***

lnrY 0.057931 0.9572 -4.687485 0.0007***

lnTR -1.426805 0.5569 -5.456454 0.0001***

lnI -0.881808 0.7810 -5.784764 0.0000***

lnP -3.643766 0.0102**

Not: 1-) ***, **, ** sırasıyla %1, %5 ve %10 anlamlılık düzeyini göstermektedir.

2-) ADF testinde gecikme uzunluğu Schwarz Bilgi Kriteri (SIC) ve maksimum gecikme 3 olarak belirlenmiştir.

3-) PP testi için Spectral tahmin yöntemi Bertleet Kernel ve Newey-West Bandwidth seçilmiştir

Modele dahil edilen serilen durağanlık testleri yapıldıktan sonra ARDL (Gecikmesi Dağıtılmış Otoregresif Model) uygulanmıştır. Bu yön-temin uygulanmasının nedeni Peseran, Shin ve Smith (2001) tarafından geliştirilen sınır testi (bound testing) olarak da adlandırılan ARDL modeli, serilerin aynı dereceden durağan olup olmadığına bakılmaksızın değişken-ler arsındaki uzun dönemli eş bütünleşme (cointegrasyon) ilişkisini incele-me olanağı verincele-mesidir. Bu anlamda modeldeki serilerden birisi I(0) diğeri dördü ise I(1) seviyesinde durağan olduğundan ARDL modeli uygulana-bilir. Yine aynı şekilde bu modelin uygulanabilmesi için serilerin maksi-mum I(1) dereceden durağan olmaları gerekmektedir (Murthy & Okunade, 2016, s. 68). Hem Model 1 hem de Model 2 için ARDL modelini aşağıdaki gibi kurulabilir:

Peseran, Shin & Smith (2001) değişkenler arasındaki uzun dönem iliş-kisinin anlamlılığı için Fisher (F) testini önermektedirler (Dritsaki ve Sti-akakis, 2014: 185). Sınır testinde (bound testing), değişkenler arasındaki uzun dönemli bir ilişkinin olup olmadığına karar verebilmek için Pesaran, Shin ve Smith (2001) tarafından oluşturulan alt sınır I(0) ve üst sınır I(1)

kritik değerlerinin yer aldığı tablodan yararlanılmaktadır (Terzi ve Tütün-cü, 2017: 177). Dolayısıyla hesaplanan F değeri alt sınırın I(0) kritik de-ğerinden daha düşük ise, H₀ hipotezi (β₁ = β₂ = β₃ = β₄ = β₅ = 0) kabul edilecek yani değişkenler arasında eş bütünleşme ilişkisi bulunmamaktadır aksine eğer hesaplanan F değeri üst sınır I(1) kritik değerin üzerindeyse, H₀ hipotezi reddedilecek alternatif H₁ hipotezi (β₁ ≠ β₂ ≠ β₃ ≠ β₄ ≠ β₅ ≠ 0) ka-bul edilecek yani değişkenler arasında uzun dönemli eş bütünleşme ilişkisi bulunmaktadır. Eğer hesaplanan F değeri I(0) ve I(1) aralığında yer alması durumunda ise, değişkenler arasında uzun dönemli eş bütünleşme ilişkisi hakkında karar verilememektedir (Çelikay, 2017: 176-178). Bu bağlamda hem Model 1 hem de Model 2 için yapılan sınır testi sonucunda elde edilen F istatistik değerleri aşağıdaki tabloda yer almaktadır.

Tablo 4: Sınır Testi (Bound Testing) F İstatistik Değerleri Model 1

F İstatistiği 5.8851 Kritik Değer I (0) I (1)

k 4 %10 1.90 3.01

%5 2.26 3.48

%2,5 2.62 3.90

%1 3.07 4.44

Model 2

F İstatistiği 8.6006 Kritik Değer I (0) I (1)

k 3 %10 3.47 4.45

%5 4.01 5.07

%2,5 4.52 5.62

%1 5.17 6.36

Yapılan sınır testi sonucunda elde edilen F değerleri değerlendirildi-ğinde hem Model 1 hem de Model 2 için uzun dönemli eş bütünleşme ilişkisinin olduğu görülmektedir. Sınır testi yapıldıktan sonra modellere ait hata düzeltme modeli (ECM) uygulanmaktadır. Her iki model için uygula-nan hata düzeltme modeli denklemleri aşağıdaki gibi kurulabilir:

Hata düzeltme modeli kısa dönemde dengede meydana gelen sapma-ların ne kadarının uzun dönemde düzeleceğini göstermektedir. Hata dü-zeltme terimi katsayısı, istatistiksel olarak anlamlı ve negatif olmalıdır.

Hata düzeltme terimi için elde edilen sonuçlar istatistiki olarak anlamlı ve negatif işaretlidir. Dolayısıyla modelde kısa dönemde meydana gelen sapmaların uzun dönemde düzelmesi beklenmektedir (Demirgil ve Türkay, 2017: 919; Dell’Anno ve Halicioglu, 2010: 634). Her model için uygulan hata düzeltme modeli sonuçları aşağıdaki tabloda gösterilmiştir.

Tablo 5: Hat Düzeltme Modeli (ECM) Sonuçları Katsayı (λ) Standart

Hata t-istatistiği Prob.

Model 1 -0.6438 0.1095 -5.8773 0.0000

Model 1 -0.9397 0.1477 -6.3619 0.0000

Hata düzeltme modeli sonucunda elde edilen bulguların istikrarlı olup olmadığını ve yapısal değişmelerin test edilmesi için CUSUM testi uygu-lanmıştır. CUSUM testi sonucunda elde edilen bulgular aşağıdaki Şekil 2’de gösterilmiştir. Elde edilen sonuçlara göre model tahminlerini gösteren sürekli çizgi %5 anlam düzeyini belirten kesikli çizgilerini geçmemekte-dir ve bu durum her iki modelinde belirlenen dönemlerde tutarlı olduğunu göstermektedir. %5 anlam düzeyini gösteren kesikli çizgiler modelin du-rağanlığını sınayan sınırları göstermektedir (Çelikay, 2017: 182; Teriz ve Tütüncü, 2017: 183).

-15 -10 -5 0 5 10 15

96 98 00 02 04 06 08 10 12 14 16 18

CUSUM 5% Significance

-12 -8 -4 0 4 8 12

2002 2004 2006 2008 2010 2012 2014 2016 2018 CUSUM 5% Significance

Şekil 2: CUSUM Test Sonuçları, Model 1 ve Model 2

Modellere yönelik yapılan analiz sonucunda elde edilen bulgulara göre her iki modelde otokorelasyon ve değişen varyans sorunun olmadığı görülmüştür. Değişen varyans ve otokorelasyon için elde edilen bulgular aşağıdaki tabloda gösterilmiştir.

Tablo 6: Değişen Varyans ve Otokorelasyon

F Testi Prob. Obs*R² Prob X²

Model 1 Değişen Varyans 1.4574 0.2290 10.7380 0.2170 Otokorelasyon 1.4593 0.2550 3.7828 0.1509 Model 2 Değişen Varyans 0.8697 0.5891 11.4118 0.4940 Otokorelasyon 0.8476 0.4479 3.0463 0.2180

Model 1 ve Model 2 iki için uygulanan ARDL yöntemi için modeller-deki bağımsız değişkenlere yönelik elde edilen katsayılar aşağıdaki Tablo 6’daki gibidir. He iki modelde değişkenler için elde edilen katsayılar teorik beklentilere uygun ve istatistiki olarak anlamlı olduğu görülmektedir.

Tablo 7: Regresyon Modelleri Sonucunda Değişkenlere Yönelik Elde Edilen Katsayılar

Değiikenler Katsayı Standart Hata t-istatistiği Prob.

Model 1 ARDL(1,2,0,1,0)

lnC1 1.7853 0.0700 25.5079 0.0000***

lnTR 0.7497 0.3088 2.4282 0.0234**

lnI -0.5355 0.531 -10.0843 0.0000***

lnP -0.0710 0.0319 -2.2261 0.0361**

Model 2 ARDL(1,2,2,3)

lnC2 0.8768 0.2739 3.2015 0.0052***

lnI -0.4234 0.1543 -2.7448 0.0138**

lnP -0.0632 0.0266 -2.3741 0.0296**

Not: 1-) ***, **, * sırasıyla %1, %5 ve %10 anlamlılık düzeyini göstermektedir.

2-) Schwarz Bilgi Kriteri (SIC) seçilmiştir.

Ekonometrik yaklaşım ile kayıt dışı ekonominin boyutlarını görebil-mek için uygulanan regresyon modelleri sonucundan değişkenler için elde edilen katsayılar kullanılarak dolaşımdaki para miktarı tahmin edilmekte-dir (Kök ve Şapçı, 2006: 24-25; Çetintaş ve Vergil, 2003: 27-28). Model 1 için aşağıdaki şekilde dolaşımdaki para miktarı tahmin edilmektedir:

C1₁₉₈₆ = 1.7853Y₁₉₈₆ + 0.7497TR₁₉₈₆ – 0.5355I₁₉₈₆ – 0.0710P₁₉₈₆

.

.

.

C1₂₀₁₈ = 1.7853Y₂₀₁₈ + 0.7497TR₂₀₁₈ – 0.5355I2018 – 0.0710P₂₀₁₈ Aynı şekilde vergi değişkeninin dışlandığı Model 2 için dolaşımdaki para miktarı aşağıdaki gibi tahmin edilmektedir:

C2₁₉₈₆ = 0.8768Y₁₉₈₆ –0.4234I₁₉₈₆ – 0.0632P₁₉₈₆

.

.

.

C2₂₀₁₈ = 0.8768Y₂₀₁₈ – 0.4234I₂₀₁₈ – 0.0632P₂₀₁₈

Daha sonra, her iki model için tahmin edilen dolaşımdaki para mik-tarları arasındaki fark (C1₁₉₈₆ – C2₁₉₈₆, . . ., C1₂₀₁₈ – C2₂₀₁₈), kayıt dışı sek-tördeki dolaşımdaki para miktarını vermektedir. Kayıt dışı sektör için elde edilen para miktarı hem kayıtlı ekonomide hem de kayıt dışı ekonomide aynı olduğu varsayılan paranın dolanım hızı ile çarpıldığında kayıt dışı ekonomi boyutları elde edilebilir. Çalışmada paranın dolanım hızının he-saplanmasında Dünya Bankası veri tabanından yer alan geniş para (broad money) verisi kullanılmış ve paranın dolanım hızı geniş para/GSYİH şek-linde hesaplanmıştır. Ekonometrik yaklaşım kullanılarak Türkiye ekono-misine yönelik yapılan bu çalışmada 1986-2018 dönemleri arasında kayıt dışı ekonominin GSYİH’ye oranı aşağıdaki gibi tahmin edilmiştir.

Şekil 3: Ekonometrik Yaklaşım ile Türkiye’de Kayıt Dışı Ekonominin Boyutları (%)

Ekonometrik yöntem ile elde edilen bulgular değerlendirildiğinde, parasal oran ile elde edilen bulguların aksine Türkiye ekonomisinde kayıt dışı ekonomi boyutlarının sürekli düşme eğiliminde olduğu görülmektedir.

Bunun nedeni ise yukarıda vurgulandığı gibi kayıt dışı ekonominin tanımlanması, faaliyetlerin sınıflandırılması ve bu faaliyetlerin tahmin edilmesindeki güçlüklerden kaynaklanmaktadır. Yine yukarıda Tablo 2’de de belirtildiği gibi, farklı yöntemlerle aynı dönem için yapılan tahmin sonuçları bile farklı çıkabilmektedir. Bu yöntemle elde edilen bulgulara göre kayıt dışı faaliyetlerinin en yüksek olduğu yıl 1990 yılıdır. 1990-1993 yılları arasında düşme eğiliminde olsa bile 1994 yılında tekrar hızlı bir artış göstermiştir. 2004 yılından sonra ise neredeyse 2001 yılına kadar sürekli düşüş göstermiştir. 2004 yılından sonra ise genel olarak Türkiye ekonomisinde kayıt dışı ekonomi boyutlarının düşüş gösterdiği ve dönem sonunda kayıt dışı ekonominin GSYİH içindeki payının %20 civarına düştüğü görülmektedir. Parasal oran yöntemi ile elde edilen bulgularla karşılaştırıldığında her iki yöntemde de kayıt dışı ekonominin yüksek olduğu dönemlerin benzerlik gösterdiği söylenebilir.

4. Sonuç

Parasal yöntemler kullanılarak Türkiye ekonomisinde kayıt dışı eko-nominin boyutlarını tahmin edilmesine yönelik yapılan bu çalışmada, uy-gulanan yöntemler sonucundan elde edilen bulgulara göre Türkiye ekono-misinde kayıt dışı faaliyetlerin oldukça yüksek boyutlarda olduğu ve ciddi bir sorun olduğu belirtilebilir. Basit ve geliştirilmiş parasal oran yöntemi ile elde edilen bulgular değerlendirildiğinde, kayıt dışı ekonomi boyutları-nın en yüksek olduğu dönem 2006 yılı ve %50-130 civarında olduğu tah-min edilmiştir. Kayıt dışı faaliyetlerin en düşük olduğu dönem ise 2017 ve yaklaşık %25 civarında olduğu tahmin edilmiştir. Basit ve geliştirlmiş parasal oran yöntemine göre dönem boyunca Türkiye’de kayıt dışı eko-nominin GSYİH’ye oranı oratlama %27-65 arası olduğu tahmin edilmiştir.

Basit ve geliştirilmiş parasal oran yaklaşımında elde edilen bulgular dö-nem boyunca kayıt dışı faaliyetlerin ortalama artış eğiliminde olduğunu gösterirken ekonometrik yaklaşım ile elde edilen bulgulara göre ise aksi-ne döaksi-nem boyunca kayıt dışı ekonomik faaliyetlerinin azalma eğiliminde olduğunu göstermektedir. Ekonometrik yönteme göre kayıt dışı ekonomi boyutunun en yüksek olduğu yıl %95 ile 1990 yılı ve en düşük olduğu yıl ise %21 ile 2008 yılıdır. 2009 yılından sonra istikrarlı bir düşüş meydana gelmiştir. Bu yöntemden elde edilen bulgulara göre Türkiye ekonomisinde kayıt dışı ekonominin GSYİH’ye oranı dönem boyunca ortalama %47’dir.

Hem ekonometrik hem de parasal oran yöntemi ile elde edilen bul-gular her ne kadar farklılık gösterse de ve son dönemlerde kayıt dışı eko-nomi boyutları düşüş göstermesine rağmen Türkiye ekoeko-nomisinde kayıt dışı ekonomi faaliyetlerinin hala çok yüksek olduğu ileri sürülebilir. Bu

nedenle, kayıt dışı ekonomik faaliyetlerin önlenmesi ve faaliyetlerin yasal bir zemine teşviki için gerekli yasal düzenlemelerin yapılması önerilebilir.

Bu amaçla ilk olarak vergi adaleti ilkesi tabana yayılmalı, vergi muafiyet-lerinde eşitlik ilkesi uygulanmalı ve sık sık çıkarılan vergi muaafiyetle-ri önlenmelidir. Hükümet özellikle iktisadi faaliyetlemuaafiyetle-rin yasal bir şekilde gerçekleşebilmesi için vergi teşvikleri sağlamalı, vergi oranlarını düşür-melidir ve iş işleyişlerinde bürokratik işlemleri kolaylaştırmaldır. İşgücü maliyetini artıran ve kayıt dışı istihdamı teşvik eden yüksek vergi ve prim kesintileri azaltılmaldır. Siyasal kurumlar kayıt dışı faaliyetlerin önlenme-sinde etkin rol oynamalı, oy kazanma ve popülist uygulamalara gitmeme-lidir. En önemlisi eğitim sisteminde ilk adımdan başlayarak vatandaşlar bilinçlendirilmeli ve bu anlamda bunun bir vatandaşlık bilinçi olduğu ve ahlaki normlar öğretilmelidir.

Kaynakça

Ahumada, H., Alvaredo, F., & Canavese, A. (2007). The Monetary and The Size of The Shadow Economy: A Critical Assessment. Review of Income and Wealth, 53(2), 363-371.

Ahumada, H., Alvaredo, F., & Canavese, A. (2008). The Monetary Method to Measure the Sahdow Economy: The Forgotten Proplem of the Inıtıal Conditions. Economics Letters(101), 97-99.

Akalın, G., & Ferdi Kesikoğlu. (2007). Türkiye’de Kayıtdışı Ekonomi ve Büyüme İlişkisi. ZKÜ Sosyal Bilimler Dergisi, 3(5), 71-87.

Bovi, M., & Dell’Anno, R. (2010). The Changing Nature of The OECD Shadow Economy. Journal Evolutionary Economics, 20, 19-48.

Çelikay, F. (2017). Milli Gelirin Vergi Yükü Üzerindeki Etkileri: ARDL sınır testi Yaklaşımı ile Türkiye Üzerine Bir İnceleme (1924-2014). Sosyoekonomi, 25(32), 169-188.

Çetintaş, H., & Vergil, H. (2003). Türkiye’de Kayıtdışı Ekonominin Tahmini.

Doğuş Üniversitesi Dergisi, 4(1), 15-30.

Davutyan, N. (2008). Estimating the Size of Turkey’s Informal Sector: An Expenditure-Based Approach. Journal of Economic Policy Reform, 11(4), 261-271.

Dell’Anno, R., & Halicioglu, F. (2010). An ARDL Model of Unrecorded and Recorded Economies in Turkey. Journal of Economic Studuies, 37(6), 627-646.

Demirgil, B., & Türkey, H. (2017). Türkiye’de Faiz Oranlarını Etkileyen Faktöreler: Bir ARDL/Sınır Testi Uygulaması. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 19(3), 907-928.

Dickey, D. A., & Fuller, W. A. (1979). Distribution of The Estimators for Autoregresive Time Series With a Unit Root. Journal of The American Statistical Association, 74(366a), 427-431.

Dritsaki, C., & Stiakakis, E. (2014). Foreign Direct Investmets, Exports and Economic Growth in Croatia: A Time Series Analysis. Procedia Economics and Finance (14), 181-190.

Eilat, Y., & Zinnes, C. (2002). The Shadow Economy in Transition Countries:

Friend or Foe? A Policy Perspective. World Development, 40(7), 1233-1254.

Enste, D. H. (2010). Regulation and Shadow Economy: Emprical Evidence for 25 OECD Countries. Constitution of Political Economics, 21, 231-248.

Erdinç, Z. (2012). Currency Demand Modeling in Estimating the Underground Economy in Turkey: An Error Correction Framework. International Research Journal of Finance and Economics, 96, 25-39.

Erkuş, H., & Karagöz, K. (2009). Türkiye’de Kayıt Dışı Ekonomi ve Vergi Kaybının Tahmini. Maliye Dergisi(156), 126-140.

Feige, E. L. (1979). How Big Is the Irregular Economy? Challenge, 22(5), 5-13.

Feige, E. L. (1997). Revisted Estimates of The Underground Economy:

Implications of US Currency Held Abroad. MPRA Paper No: 13805, 152-208. Munich: Munich Personel RePEc Archive.

Fleming, M. H., Roman, J., & Farrell, G. (2000). The Shadow Economy. Jounranl of International Affairs, 53(2), 387-409.

Frey, B. S., & Hannelore Weck. (1983). Estimating the Shadow Economy: A

‘Naive’ Approach. Ocford Economic Papers, 35(1), 23-44.

Frey, B. S., & Pommerehne, W. W. (1984). The Hidden Economy: State and Prospects For Measurment. Review of Income and Wealth(30), 1-23.

Frey, B. S., & Schneider, F. (2000). Informal and Underground Economy.

International Encyclopedia of Social and Behavioral Science Bd. 12 (s.

1-16). Amsterdam: Elsevier Science Publishing Company.

Gaspareniene, L., & Remeikiene, R. (2016). The Methodologies of shadow Economy Estimation in the World and in Lithuania: Whether the Criterions Fixing Digital Shadow Are Included? Procedia Economics and Finance, 39, 753-760.

Halicioglu, F. (1999). The Black Economy in Turkey: An Emprical Investigation.

The Review of Political Sciences of Ankara University, 175-191.

Hassan, M., & Schneider, F. (2016). Size and Development of the Shadow Economies of 157 Wolrdwide Countries: Updated and New Measures from 1999 to 2013. Journal of Global Economics, 4(3), 1-14.

Ilgın, Y. (1999). Kayıt Dışı ekonomi ve Türkiye’deki Boyutları. DPT Yayınları.

Ankara: Devlet Planlama Teşkilatı (DPT).

Işık, N., & Acar, M. (2003). Kayıtdışı Ekonomi: Ölçme Yöntemleri, Boyutları, Yarar ve Zararları Üzerine Bir Değerlendirme. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi(21), 117-136.

Kalça, A., & Ekinci, A. (2008). Kayıtdışı Ekonomi ve İktisadi Dalgalanmalar İlişkisi: Türkiye (1968-2005). Çukurova Üniversitesi Sosyal Bilimler Enstitüsü dergisi, 17(3), 211-228.

Kök, R., & Şapçı, O. (2006). Kayıt Dışı Ekonomi ve Türkiye Ekonomisindeki Büyüklüğünün Tahmin Edilmesi. Türkiye Ekonomi Kurumu Uluslararası Ekonomi Konferansı (s. 1-30). Ankara: Türkiye Ekonomi Kurumu.

Medina, L., & Schneider, F. (2017). Shadow Economies Around the World:

New Results for 158 Countries over 1991-2015. CESifo Working Paper No.6430. Munich: Center for Economic Studies and Ifo Institute (CESifo).

Medina, L., & Schneider, F. (2018). Shadow Economy Aroaund the World: What Did We Leaern Over the Last 20 Years? IMF Working Paper. International Monetary Found.

Murthy, V. N., & Albert A. Okunade. (2016). Determinants of U.S. Health Expenditure: Evidence from Autoregressive Distributed Lag (ARDL) approach to Cointegration. Economic Modelling(59), 67-73.

Orviska, M., Caplanova, A., Medved, J., & Hudson, J. (2006). A Cross-Section Approach to Measuring the Shadow Economy. Journal of Policy Modelling, 28, 713-724.

Öğünç, F., & Yılmaz, G. (2000). Estimating The Underground Economy in Turkey. Discussion Paper. Ankara: The Central Bank of Republic of Turkey Research Department.

Özsoylu, A. F. (1996). Türkiye’de Kayıt Dışı Ekonomi. Ankara: Bağlam Yayıncılık.

Pesaran, M. H., & Yongcheol Shin. (1999). An Autoregressive Distributed-Lag Modelling approach to Cointegration Analysis. In S. Storm, & S.

Storm (Ed.), Econometrics and Economic Theory in The 20th Century.

Cambridge University Press.

Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds Testing Approaches to The Analysis of Level Relationships. Journal of Applied Econometrics(16), 289-326.

Phillips, P. C., & Perron, P. (1988). Testing for a Unit Roort in Time Series Regression. Biometrika, 75(2), 335-346.

Pickhardt, M., & Pons, J. S. (2006). Size and Scope of the Underground Economy in Germany. Applied Economics, 38, 1707-1713.

Savaşan, F. (2011). Türkiye’de Kayıtdışı Ekonomi ve Kayıtdışılıkla Mücadelenin Serencamı. Seta Analiz(35). Siyaset, ekonomi ve Toplum Araştırmaları Vakfı.

Schneider, F. (2005). Shadow Economies Araund the World: What Do We Really Know? European Journal of Political Economy, 21, 598-642.

Schneider, F. (2008). The Shadow Economy in Germany: a Blessing or A Curse for the Official Economy? Economic Analysis and Policy, 38(1), 89-111.

Schneider, F. (2016). Estimating the Size of the Shadow Economies of Highly-developed Countries: Selected New Results. 14(4), 44-53. München:

ifo Institut-Leinbiz-Institut für Wirtschaforschung an der Universitat München.

Schneider, F., & Buehn, A. (2013). Shadow Economies in Highly Developed OECD Countries: What are the Driving Forces?

Schneider, F., & Buehn, A. (2018). Shadow Economy: Estimation Methods, Problems, Results and Open Qustions. Open Economics, 1, 1-29.

Schneider, F., & Enste, D. H. (2000). Shadow Economies: Size, Causes and Consequences. Journal of Economic Literature, 38, 77-114.

Schneider, F., & Enste, D. H. (2004). The Shadow Economy An International Survey. United Kingdom: Cambridge University Press.

Schneider, F., & Savasan, F. (2007). Dymimic Estimates of the Size of Shadow Economies of Turkey and of Her Neighbouring Countries. International Research Joırnal of Finance and Economics, 9, 126-143.

Schneider, F., Buehn, A., & Montenegro, C. E. (2010). New Estimates for the Shadow Economies All Over the World. International Economic Journal, 24(4), 443-461.

Tanzi, V. ( 1980). The Underground Economy in the United States: Estimates and Implications. Meeting of American Economic Association Semptember 5-7, (s. 427-453). Denver, Colorado. https://ojs.uniroma1.it/index.php/

PSLQuarterlyReview/article/view/12996/12801 adresinden alındı

Temel, A., Şimşek, A., & Yazıcı, K. (1994). Kayıtdışı Ekonomi Tanımı, Tespit Yöntemleri ve Türk Ekonomisindeki Büyüklüğü. İktisat, İşletme ve Finans(104), 10-33.

Terzi, H., & Tütüncü, A. (2017). Türkiye’de Üretici Fiyat Endeksi ve Tüketici Fiyat Endeksi Arasındaki İlişkinin İncelenmesi: ARDL Sınır Testi Yaklaşımı. Sosyoekonomi, 25(34), 173-186.

Us, V. (2004). Kayıt Dışı Ekonomi Tahmin Yöntem Önerisi: Türkiye Öreneği.

Türkiye Ekonomi Kurumu Tartışma Metni. Türkiye Ekonomi Kurumu.

Us, V. (2006). Türkiye Ekonomisinde Kayıtdışı Ekonomiyi Ölçmeye Yönelik Ampirik Çalışma: Elektrik Üretim Yaklaşımı. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(1), 95-111.

Yurdakul, F. (2008). Türkiye’de Kayıtdışı Ekonomi: Bir Model Denemesi.

Ankara Üniversitesi SBF Dergisi, 63(4), 205-221.

Bölüm 51

Belgede Baskı & Cilt / Printing & Volume Sertifika / Certificate No: 47083 (sayfa 149-161)