Yöntem

Kur rejimi tercihi, sabit ve dalgalı kur rejimi olmak üzere iki kategoriye indirgenmiş ise yapılacak olan analizde iki değerli bağımlı değişken modellerinin (binary dependent variable model) kullanılması uygundur. Literatürde iki değerli probit veya logit modelleri kullanan birçok çalışma olmasına rağmen bu modeller kur rejimi kategorilerinin ikiden fazla olması durumunda kullanılamamaktadır. Bu durumda kategorik bağımlı değişken modellerinin (categorical dependent variable models) kullanılması gerekmektedir. Eğer kategoriler arasında herhangi bir sıra (derecelendirme) yok ise bu durumda multinomial probit veya logit model tercih edilebilir.

Örneğin bu tür bir model, tüketicilerin GSM operatörü tercihlerini belirlemeye çalışan bir araştırma için uygun olabilir. Çünkü GSM operatörleri (örneğin, Avea, Turkcell ve Vodafone) arasında bir derecelendirme söz konusu değildir ve çeşitli kriterlere göre tüketici istediği GSM operatörünü tercih edebilir. Kur rejimi tercihinin belirlenmesine ilişkin analizlerde bu tür modelleri kullanan araştırmacılar, kur rejimlerinin kategorileri arasında herhangi bir derecelendirme olmadığını varsaymaktadırlar.

Eğer kategoriler arasında bir sıralama (derecelendirme) söz konusu ise sıralı probit veya logit (ordered probit/logit) modeller tercih edilmektedir. Sıralı değişkenin kategorileri derecelendirilmiştir ama bu kategoriler arasındaki mesafeler tam olarak bilinmemektedir.

Örneğin eğitim düzeyleri, ilköğretim, lise, üniversite, lisansüstü diye derecelendirilebilir ama aradaki mesafeler kesin eşit mesafeler değildir (Long ve Freese, 2006). Kur rejimleri de esnekliklerine göre derecelendirildikleri ve bu esneklikler arasındaki mesafeler de eşit olmadığı için çalışmamızda sıralı probit model kullanılması uygun görülmüştür²⁷.

27 Probit ve logit modeller genelde benzer sonuçlara ulaşmaktadırlar.

Çalışmamızda 25 ülke ve 37 yılı kapsayan dengesiz panel (unbalanced panel data) veri seti kullanılacaktır. Baltagi (2005), zaman serisi veya kesit veri ile kıyaslandığında panel verinin avantajlarını şu şekilde sıralamıştır: i) Panel veri, bireyler (ülke, firma vb. gibi) arasındaki heterojenliği dikkate almaktadır, ii) Daha fazla bilgi içermekte, daha fazla serbestlik derecesi ve etkinlik (efficiency) sağlamaktadır. iii) Değişimlerin dinamiğinin izlenmesine daha fazla imkan vermektedir. iv) Değişkenlerin etkilerini daha iyi tanımlayabilmekte ve ölçebilmektedir. v) Daha karmaşık davranışsal modellerin oluşturulmasına ve test edilmesine olanak sağlamaktadır. vi) Binlerce birimi bir araya getirerek sapmayı (bias) minimize etmektedir. Kısacası panel veri, ampirik analizi güçlendirmektedir. Bu nedenle çalışmamızda panel tahmin yöntemi tercih edilmiştir.

Kullanılacak veri setinin panel özelliği taşıması ve bağımlı değişkenin kesikli veri olması nedeniyle kur rejimi tercihi ile bu tercihi belirleyen faktörler arasındaki ilişkiyi ekonometrik olarak test etmemize imkân verecek “Rassal Etkili Sıralı Probit Modelin” (Random Effect Ordered Probit) kullanılması uygun görülmüştür. Sabit etkili model (fixed effect model) tercih edilmemiştir²⁸. Greene (2001, 2002a, 2004) lineer olmayan sabit etkili modellerin hem uygulama açısından hem de metodolojik açıdan sorunlu olduğunu belirtmektedir. Uygulama ile ilgili en temel sorun olarak binlerce kukla değişken katsayısının hesaplanmasının zor olmasını göstermiştir. Metodolojik sorun olarak da ikincil parametre (incidental parametre) sorununu işaret etmiştir. Bu sorunlar nedeniyle ampirik analizlerde sabit etkili modeller yerine rassal etkili modeller tercih edilmektedir²⁹.

Panel veri için tasarlanmış sıralı (kesikli) bağımlı değişken modeli şu şekilde formüle edilebilir (Bkz. Wooldridge, 2001; Greene, 2002b; Long ve Freese, 2006):

* '

it it it

y XXiti^' it i = 1, 2, 3, …….N t = 0, 1, …..T_i

xit^{, ,} t ^vei sembolleri sırasıyla açıklayıcı değişkenler vektörünü, katsayılar vektörünü, ülkeleri ve zamanı temsil etmektedir. Bu durumda N toplam ülke sayısını

28 Markiewicz (2006) ve Von-Hagen ve Zhou (2007) de sabit etkili modellerin bu tür analizlerde kullanılmasının zorluklarına ve sakıncalarına değinerek çalışmalarında rassal etkili model kullanmışlardır.

29 Panel tahmin yöntemi ile yapılmış ve rassal etkili modelleri kullanan örnekler için bkz. Berger ve diğerleri (2000), Zhou (2003), Zhou ve Von-Hagen (2004), Von-Hagen ve Zhou (2007).

gösterirken; T_i , i ülkesi için toplam gözlem sayısını göstermektedir. Yukarıdaki formülde y^*, gözlemlenemeyen (unobserverd veya latent) değişkendir. Gözlemlenen değerler (y_it^{) ile} gözlemlenemeyen gizli değişken (y^*_it) arasındaki ilişki aşağıdaki gibidir:

*

µi , model içinde tahminlenen y^*_it ‘nin alacağı değerlerin alt ve üst sınırlarını gösteren eşik değerleri (cut points) temsil etmektedir. Bu eşik değerler, modelin katsayıları ile birlikte Gauss-Hermite quadrature yöntemi kullanılarak, olabilirlik fonksiyonunun (likelihood function) maksimize edilmesiyle tahmin edilmektedir.

Kur rejimi tercihinin ekonometrik olarak analiz edilmesi, y_it’nin her bir değerine bir kur rejimi kategorisinin (örneğin birinci bölümde geliştirdiğimiz ve kur rejimlerini esneklilerine göre 1 ile 9 arasında sınıflandıran de facto sınıflamanın kategorilerinin) atanmasıyla mümkündür. Bu durumda diğer tüm değişkenler (makro ekonomik, finansal ve politik değişkenler, X_it^{) veri} iken, y_it’nin farklı kur rejimi kategorileri (1: Para Kurulu, 2: Sabit Kur, 3: Sürünen Parite vb.

gibi) içerisinde sınıflandırılma olasılıkları aşağıdaki gibidir:

' '

Yukarıdaki olasılıklar hata teriminin dağılımına bağlıdır. Hata terimleri standart normal dağılıma sahiptir. , hata terimlerinin kümülatif yoğunluk fonksiyonunu temsil etmektedir ve 0 ile 1 arasında değerler almaktadır. Yukarıdaki tüm olasılıklar pozitif ve 0 < µ₁ <µ₂ <µ₃ …..µ_j-1 şeklindedir. Kur rejimi tercihinin ekonometrik analizinde y^*_it değişkeni, daha önceki bölümlerde tanımlanan makro ekonomik, finansal ve politik değişkenlerin bir fonksiyonu şekline dönüşmekte ve kur rejimi tercihinin belirlenmesi bu değişkene dayanmaktadır. Bu durumda yukarıdaki model şu şekilde yorumlanabilmektedir:

Ülkelerin kur rejimi tercihleri veri iken;

Gözlemlenemeyen değişkenin değeri sıfırın altında ise, i ülkesinin “para kurulu rejimini” seçtiği varsayılmaktadır:

Eğer y^*_it 00 ^ise, y 1_it 1 ^dir.

Gözlemlenemeyen değişken 0 ile ₁₁eşik değerleri arasında bir değer alırsa, i ülkesinin “sabit kur rejimini” seçtiği kabul edilmektedir:

Eğer 0 yy^**_itit ₁1 ise, y_it 22 dir.

Son aşamada eğer gözlemlenemeyen değişken, ₈₈ eşik değerini aşarsa, i ülkesinin kur rejimi sınıflamamızdaki en esnek kur rejimini seçtiği varsayılmaktadır:

Eğer y^*_{it 8}8 ise, y_it 99 dur.

Rassal etkili sıralı probit modelin ampirik sonuçları bir sonraki bölümde anlatılmıştır.