Zamanla Değişen Panel Nedensellik Analiz

Zamanla değişen panel nedensellik analizi Dumitrescu ve Hurlin (2012) tarafından geliştirilmiş olan panel nedensellik analizine dayanmaktadır. Test yatay kesit bağımlılığına karşı güçlü ve her bir ülke için βi’lerin farklı olması yani katsayıların

SAKARYA İKTİSAT DERGİSİ CİLT 6, SAYI 2, 2017, SS. 70-82

THE SAKARYA JOURNAL OF ECONOMICS, VOLUME 6, NUMBER 2, 2017, PP. 70-82

76

heterojen olması gerekmektedir. Bunun için kurulacak modellere ait homojenlik testleri yapılmalıdır. Dumitrescu ve Hurlin (2012) geliştirdikleri bu testin temelinin Granger (1969) tarafından geliştirilen nedensellik testine dayandığını ve panel verisi için dönüştürüldüğünü ifade etmektedirler.

Nedensellik analizi yapılan model şu şekilde gösterilmektedir (Dumitrescu ve Hurlin, 2012: 1451); 𝑦_𝑖,𝑡 = 𝛼_𝑖,𝑡+ ∑ 𝛾_𝑖(𝑘)𝑦_{𝑖,𝑡−𝑘} 𝐾 𝑘=1 + ∑ 𝛽_𝑖(𝑘)𝑥_{𝑖,𝑡−𝑘} 𝐾 𝑘=1 + 𝜀_𝑖,𝑡 (3)

(3) nolu denklemde yer alan y model (1) için LGDP’yi model (2) için LCO2‘yi ifade

ederken, x ise model (1) için LCO2‘yi model (2) için LGDP’yi ifade etmektedir. k ise

gecikme sayısını ifade etmektedir. γ bağımlı değişkenin gecikmelerine ait katsayıları, β ise bağımsız değişkenin gecikmelerine ait katsayıları göstermektedir. Ayrıca analize dahil edilen bu değişkenlerin durağan olması gerekmektedir. Bu sebepten dolayı I(1) derecesinde durağan olan değişkenlerin farkları alınarak analize dahil edilmelidir. Teste ait hipotezler ise şu şekildedir;

H0: βi=0, ∀i=1,…,N (Bütün birimler için nedensellik yoktur)

H1: βi=0, ∀i=1,…,N1 (Bazı birimler için nedensellik vardır)

βi≠0, ∀i=N1+1, N1+2,…,N

Dumitrescu ve Hurlin (2012) bu hipotezleri test edebilmek için Wald (𝑊_𝑁,𝑇𝐻𝑛𝑐_{) ve 𝑍} 𝑁,𝑇𝐻𝑛𝑐

istatistiklerini geliştirmişlerdir. İstatistikler şu şekilde hesaplanmaktadır (Dumitrescu ve Hurlin, 2012: 1453-1454); 𝑊_𝑁,𝑇𝐻𝑛𝑐 = 1 𝑁∑ 𝑊𝑖,𝑇 𝑁 𝑖=1 , 𝑍_𝑁𝐻𝑛𝑐 = √𝑁[𝑊𝑁,𝑇 𝐻𝑁𝐶 _{− 𝑁}−1_{∑ 𝐸(𝑊} 𝑖,𝑇) 𝑁 𝑖=1 ] √𝑁−1_{∑ 𝑉𝑎𝑟(𝑊} 𝑖,𝑇) 𝑁 𝑖=1 𝑑 𝑁, 𝑇 → ∞ 𝑁(0,1).

D-H testinde hesaplanan istatistikler kritik değerlerden büyük veya test istatistiklerine ait olasılık değerleri %10, %5 gibi anlamlılık düzeylerinin altında ise sıfır hipotezi reddedilir, yani “bazı birimler için nedensellik vardır” sonucuna ulaşılır. Ancak, Arslantürk vd. (2011)’in ifadesinde incelenen dönemde iki değişken arasındaki

77

nedensellik ilişkisi istikrarlı olmayabilir. Başka bir ifade ile incelenen dönem aralığının bir kısmında nedensellik söz konusu iken bir kısmında nedensellik söz konusu olmayabilir. Bu sebeple Dumitrescu ve Hurlin (2012) nedensellik analizini tüm dönem aralığına yapmaktansa alt dönemlere ayırıp nedensellik analizinin yapılmasının daha uygun olabileceğini ifade etmişlerdir. Bu çalışmada pencere sayısı 15 olarak belirlenmiş ve “yuvarlanan pencere” yöntemiyle alt dönemlere ait Dumitrescu ve Hurlin (2012) tarafından geliştirilen nedensellik analizleri sırasıyla yapılmıştır. Alt dönem aralığının (pencerenin) 15 olarak belirlenmesinde testin uzun T değerlerinde etkin olmasıdır. Daha sonra her bir alt dönem için hesaplanan Dumitrescu ve Hurlin (2012) nedensellik testi istatistik değerlerinin olasılık değerleri alınarak %10 anlamlılık düzeyiyle birlikte grafikleri çizilmiştir. %10 anlamlılık düzeyinin altındaki dönemler, o dönem ve o dönemden önceki 14 yıl için değişkenler arasında nedensellik ilişkisi olduğunu göstermektedir. Bu çalışma için analize ait alt dönemler sırasıyla; 1990-2004, 1991-2005, 1992-2006, 1993-2007, 1994-2008, 1995-2009, 1996-2010, 1997-2011 şeklindedir. Görüldüğü üzere analiz edilen dönemler sırasıyla yuvarlanarak gitmekte her bir dönem bir önceki döneme göre bir yıl kaymaktadır. Uygulanan yöntemden dolayı bu analize zamanla değişen panel nedensellik adı verilmektedir. 3.3. Bulgular

Çalışmada kullanılan testlere ait sonuçlar bu kısımda tablolar halinde gösterilmiştir. Öncelikle Tablo 1’de LCO2 ve LGDP değişkenlerine ait yatay kesit bağımlılığı test

sonuçları görülmektedir. Tüm yatay kesit bağımlılığı test sonuçlarına göre hesaplanan test istatistiklerinin istatistiki olarak anlamlı olmasından dolayı yatay kesit bağımlılığı olduğu görülmektedir. Bu durumda yapılacak olan analizlerde yatay kesit bağımlılığının dikkate alınması gerekir.

Tablo 1: Değişkenlere ait Yatay Kesit Bağımlılığı Test Sonuçları

Değişkenler: LGDP LCO2

Test Test İstatistiği Olasılık Test İstatistiği Olasılık

Breusch-Pagan LM 2864.698* 0.000 945.9289 * 0.000

Pesaran scaled LM 121.507* 0.000 32.23797 * 0.000

Bias-corrected scaled LM 120.721* 0.000 31.45226 * 0.000

Pesaran CD 48.962* 0.000 10.28832 * 0.000

SAKARYA İKTİSAT DERGİSİ CİLT 6, SAYI 2, 2017, SS. 70-82

THE SAKARYA JOURNAL OF ECONOMICS, VOLUME 6, NUMBER 2, 2017, PP. 70-82

78

Değişkenlerde yatay kesit bağımlılığı olmasından dolayı ikinci nesil birim kök testlerinden olan Smith vd. (2004) tarafından geliştirilen Bootsrap Panel Birim Kök Testi kullanılmıştır. Tablo 2’de değişkenlere ait birim kök test sonuçları görülmektedir. Değişkenler hem sabitli hem de sabitli-trendli modellerin her ikisinde de tüm istatistik sonuçlarına göre I(1) derecesinde durağandır.

Tablo 2: Değişkenlere ait Bootsrap Panel Birim Kök Testi LGDP

Sabitli Model Sabitli-Trendli Model Test Adı Seviye Birinci Farkı Seviye Birinci Farkı

IPS İstatistiği(Olasılık) -1.450(0.541) -2.250(0.003)* -1.583(0.642) -4.257(0.002)* Max İstatistiği (Olasılık) -0.007(0.853) -4.412(0.000)* -1.842(0.717) -2.343(0.000)* LM İstatistiği(Olasılık) 3.527(0.248) 8.859(0.000)* 3.456(0.216) 9.084(0.000)* Min. LM

istatistiği(Olasılık)

1.524(0.418) 5.851(0.000)* 4.458(0.665) 7.055(0.004)*

WS istatistiği(Olasılık) 0.051(0.574) -2.252(0.000)* -1.084(0.862) -2.858(0.000)*

Sabitli Model Sabitli-Trendli Model Test Adı Seviye Birinci Farkı Seviye Birinci Farkı

IPS İstatistiği(Olasılık) -3.006(0.440) -5.805(0.000)* -1.350(0.980) -4.375(0.002)* Max İstatistiği (Olasılık) 0.308(0.988) -5.688(0.000)* -1.521(0.950) -6.251(0.000)* LM İstatistiği(Olasılık) 4.241(0.848) 10.309(0.000)* 2.478(0.980) 10.633(0.000)* Min. LM

istatistiği(Olasılık)

2.598(0.145) 12.026(0.000)* 2.095(0.950) 12.328(0.000)*

WS istatistiği(Olasılık) -0.012(0.547) -4.458(0.000)* -1.471(0.978) -4.548(0.000)*

*%5 anlamlılığa göre durağanlığı ifade etmektedir. Bootsrap döngü sayısı 5000 olarak alınmıştır.

Değişkenler düzey değerlerinde birim köklü iken 1.farkları alındığında seriler durağan hale gelmiştir. Bu nedenle zamanla değişen panel nedensellik analizi yapılırken değişkenlerin birinci farkları analize dahil edilmiştir. Ayrıca pencere sayısı 15 olarak belirlenerek, toplam 8 dönem ve dönemlere 1 ve 2 gecikme uygulanarak Dumitrescu- Hurlin nedensellik analizleri yapılmıştır. Ancak bu analizin yapılabilmesi için modellere ait parametre katsayılarının her bir ülke için farklı olması gerekmektedir. Bunu test etmek amacıyla yapılan homojenlik test sonuçları Tablo 3’de görülmektedir.

79

Tablo 3: Modellere ait Homojenlik Test Sonuçları

(1) Nolu Model Sonuçları (2) Nolu Model Sonuçları Test Test İstatistiği Olasılık Değeri Test İstatistiği Olasılık Değeri

∆̃ 22.461* 0.000 18.897 * 0.000

∆̃𝑎𝑑𝑗 34.883* 0.000 20.265 * 0.000

*%5 anlamlılığa göre heterojenliği ifade etmektedir.

Homojenlik test sonuçlarına göre her bir ülkeye ait βi’ler homojen değillerdir. Bunun tespitinden sonra belirlenen her bir dönem için Dumitrescu-Hurlin nedensellik analizi yapılmış ve dönemlere ait grafikler çizilmiştir. %10 anlamlılık düzeyi altında olan olasılık değerler için değişkenler arasında o dönem ve ondan önceki 14 yıl için nedensellik ilişkisi olduğunu göstermektedir.

Şekil 1’de OECD ülkeleri için LCO2’den LGDP’ye doğru olan zamanla değişen

nedensellik sonuçları verilmiştir. Buna göre, 1 gecikme ve 2 gecikme için yapılan analizde %10 istatistiki anlamlılıkta değişkenler arasında nedensellik ilişkisi olmadığı görülmektedir.

Şekil 1:Hava Kirliliğinden (Karbondioksit Salınımı) Ekonomik Büyümeye Doğru Zamanla Değişen Nedensellik Analizi Sonuçları

Şekil 2’de de yine OECD ülkeleri için LGDP’den LCO2’ye doğru olan zamanla

değişen nedensellik dönemleri verilmiştir. Buna göre, hem 1 gecikme hem de 2 gecikme için gerçekleştirilen analizlerde %10 istatistiki anlamlılıkta 1995-2009 dönemleri arasında LGDP’den LCO2’ye doğru nedensellik ilişkisi olduğu

SAKARYA İKTİSAT DERGİSİ CİLT 6, SAYI 2, 2017, SS. 70-82

THE SAKARYA JOURNAL OF ECONOMICS, VOLUME 6, NUMBER 2, 2017, PP. 70-82

80

Şekil 2:Ekonomik Büyümeden Hava Kirliliğine (Karbondioksit Salınımı) Doğru Zamanla Değişen Nedensellik Analizi Sonuçları

4.Sonuç

Bu çalışmada 22 OECD ülkesinde1990-2011 dönemi için ekonomik büyüme ve hava kirliliği arasındaki nedensellik ilişkisi zamanla değişen panel nedensellik tekniği ile araştırılmıştır. Çalışmada Smith vd. (2004) tarafından geliştirilen bootsrap panel birim kök testi kullanılmış ve değişkenlerin durağanlık dereceleri I(1) olarak belirlenmiştir. Seriler arasındaki yatay kesit bağımlılığı araştırılmış ve homojenlik testi ile katsayıların homojen mi heterojen mi olduğu belirlenerek bunu dikkate alan Dumitrescu -Hurlin (2012) temelli zamanla değişen panel nedensellik testi kullanılmıştır.

Test sonuçlarında hava kirliliğinden ekonomik büyüme doğru bir nedensellik tespit edilemezken, ekonomik büyümeden hava kirliliğine doğru 1995 – 2009 dönemi için nedensellik olduğu tespit edilmiştir.

Ülkeler, sürdürülebilir kalkınmanın gereği olan ekonomik büyümelerini gerçekleştirirken diğer yandan da hava kirliliğine de neden olmaktadırlar. Konuya ilişkin literatürdeki çalışmalarda da ekonomik büyüme ile hava kirliliği arasında pozitif bir ilişki olduğu sonucuna ulaşan pek çok çalışma mevcuttur. Bu noktada sonuç olarak ifade edilmesi gereken, ekonominin istikrarlı bir büyüme trendi yakalaması için tüm imkanlarla yapılan üretim faaliyetlerinin çevresel tahribata neden olduğu unutulmamalıdır. Bu konuda yapılması gereken çevreyi korumaya yönelik önlemlerin gerek firmalar bazında gerekse de politika anlamında alınması ve üretim faktörlerinin büyük çoğunluğunun doğadan elde edildiği bilinciyle üretim faaliyetlerin gerçekleştirilmesidir.

81 Kaynakça

ANG, James B. (2007), “CO2 emissions, energy consumption, and output in France”, Energy Policy, 35(10), 4772-4778.

ARI, Ayşe, ve Zeren, F. (2011), “CO2 Emisyonu ve Ekonomik Büyüme: Panel Veri Analizi”, Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler

Fakültesi Dergisi, 18(2), 37-47.

BALTAGI, B., Feng, Q. and C. Kao (2012), “A Lagrange Multipier Test for Cross- Sectional Depedence in a Fixed Effects Panel Data Model”, Syracuse University, Center for Policy Research.

BAYRAMOĞLU, A. T., ve Yurtkur, A. K. (2016), “Türkiye’de Karbon Emisyonu ve Ekonomik Büyüme İlişkisi: Doğrusal Olmayan Eşbütünleşme Analizi”, Abant

İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi.

BREUSCH, T.S and A.R. Pagan(1980), “The Lagrange Multiplier Test and Its Applications to Model Specification Tests in Econometrics”, Review of Economic

Studies, 47, 239-53.

COONDOO, D. and S. Dinda. (2002), “Causality between income and emission: a country group-specific econometric analysis”, Ecological Economics, 40, 351–367

DINDA, S. (2004), “Environmental Kuznets curve hypothesis: a

survey”, Ecological Economics, 49(4), 431-455.

DINDA, S. and Dipankor C. (2006), “Income and emission: A panel databased cointegration analysis”, Ecological Economics, 57, 167– 181

DUMITRESCU, E.I., and Hurlin, C. (2012), “Testing for Granger non-causality in heterogeneous panels”, Economic Modelling, 29(4), 1450-1460.

GÜLMEZ, A. (2015), “OECD Ülkelerinde Ekonomik Büyüme ve Hava Kirliliği İlişkisi: Panel Veri Analizi”, Kastamonu Üniversitesi İİBF Dergisi, 9, 18-30.

HALİCİOGLU, F. (2009), “An econometric study of CO 2 emissions, energy consumption, income and foreign trade in Turkey”, Energy Policy, 37(3), 1156- 1164.

PESARAN, M. H. (2004), “General Diagnostic Tests for Cross Section Dependence in Panels”, Cambridge Working Papers in Economics, doi:https://doi.org/10.17863/CAM.5113

SAKARYA İKTİSAT DERGİSİ CİLT 6, SAYI 2, 2017, SS. 70-82

THE SAKARYA JOURNAL OF ECONOMICS, VOLUME 6, NUMBER 2, 2017, PP. 70-82

82

PESARAN, M. H. ve Yamagata, T. (2008), “Testing Slope Homogenity in Large Panels”, Journal of Econometrics, 142(1), 50-93.

PESARAN, M. H. , A. Ullah and T. Yamagata, (2008), “A bias‐adjusted LM test of error cross‐section independence”, The Econometrics Journal, 11.1: 105-127. SMITH, L. V., Leybourne, S., Kim, T. H. and P. Newbold (2004), “More Powerful Panel Data Unit Root Tests with An Apllication To Mean Reversion in Real Exchange Rates”, Journal of Apllied Econometrics, Sayı: 19, 147-170.

SAATÇİ, M., ve Dumrul, Y. (2011), “Çevre Kirliliği ve Ekonomik Büyüme İlişkisi: Çevresel Kuznets Eğrisinin Türk Ekonomisi İçin Yapısal Kırılmalı Eş- Bütünleşme Yöntemiyle Tahmini”, Erciyes Üniversitesi İktisadi ve İdari Bilimler

Fakültesi Dergisi, (37), 65-86.

YERDELEN Tatoğlu, F. (2013), Panel Veri Ekonometrisi: Stata Uygulamalı, İstanbul: Beta.

ZHANG, Xing-Ping and Xiao-Mei Cheng (2009), “Energy consumption, carbon emissions, and economic growth in China”, Ecological Economics, 68, 2706–2712