Ağ ekonomisinde teknolojik etkileşim modellemesi: Türk otomotiv sanayii örneği

A EKONOM S NDE TEKNOLOJ K ETK LE

M

MODELLEMES : TÜRK OTOMOT V SANAY ÖRNE

Prof.Dr. Recep Kök1 Dr. Abdulvahap Özcan2

Özet: Bilgi toplumuna geçi" süreci ekonomik hayat& her alanda etkilerken, firmalar&n/endüstrilerin rekabete bak&" aç&lar& da de)i"mi"tir. Özellikle rekabet alan&nda yo)un bilgi kullan&m&na ve Ar-Ge faaliyetlerine temel olmak üzere geli"en bilgi/yenilik rekabeti, firmalar&n sürekli olarak teknolojik yenilik yapmalar&na dayanmaktad&r. A) ekonomisinin temel özelli)i çerçevesinde teknolojik yenilikler, firmalar/endüstriler aras&nda kar"&l&kl& etkile"ime dayanan a) örgütlenmeleri ile art&msal bir "ekilde gerçekle"mektedir.

Buradan hareketle bu çal&"mada a) ekonomisinde teknolojik etkile"im modeli kurgulanm&"; bu kurgu çerçevesinde “ülke ekonomileri aç&s&ndan sürdürülebilir büyüme ile sürdürülebilir rekabeti aç&klamaya yönelik endüstriyel geli"menin temel dinami)i, a) ekonomileriyle (teknolojik etkile"im) aç&klanan talep çeki"li ve teknoloji iti"li yenilikler” oldu)u hipotezi test edilmi"tir. Türk Otomotiv Endüstrisindeki teknolojik de)i"meyi aç&klamaya yönelik olarak geri ba)lant&l& oldu)u sektörlerdeki teknolojik de)i"me referans al&nm&"t&r.

Çal&"mada, otomotiv endüstrisindeki teknolojik de)i"me, hem sektörün kendisi hem de a) etkile"imi içinde bulundu)u geri ba)lant&l& sektörlerdeki teknolojik de)i"meyle aç&klanabilmektedir. Ayr&ca otomotivdeki teknolojik de)i"me ise geri ba)lant&l& oldu)u sektörlerdeki teknolojik de)i"meyi de etkileyerek bir kar"&l&kl& etkile"im ili"kisi oldu)u tespit edilmi"tir. Teoriye uygun olarak otomotiv endüstrisindeki teknolojik de)i"menin geri ba)lant&l& oldu)u sektörlerdeki teknolojik de)i"meden etkilenmesi, teknoloji iti"li yenilik; otomotivin geri ba)lant&l& sektörlerde teknolojik de)i"meye neden olmas& ise talep çeki"li yenilik olarak de)erlendirilmi"tir. Di)er taraftan sektördeki teknolojik de)i"menin, yine sektörün rekabet gücüne etkisi incelendi)inde, teknolojik de)i"me ile rekabet gücü aras&nda kar"&l&kl& bir etkile"im oldu)u görü"ü do)rulanm&"t&r. Sektördeki rekabet gücünün, teknolojik de)i"menin yan& s&ra d&"sal de)i"kenler taraf&ndan aç&klanabilece)i görü"ü ise yads&nmamal&d&r.

Anahtar Kelimeler: A) Ekonomisi, Teknolojik Yenilik, Teknolojik Etkile"im Modeli, Otomotiv Endüstrisi, VZA ve VAR Modelleri,

JEL S n flamas : C14, C22, D85, L16, L62, O33

Abstract: While the process of entering the knowledge based society affects economy in all

aspects, the opinion of the firms/industries about competition has changed. Particularly the knowledge/innovation competition developed as a basis to the activities of using information intensively in the field of competition and of research and development depends on making technological innovation of firms consistently. Technological innovations within the framework of the basic feature of the network economy eventuate in parallel with network organizations based on the mutual interaction among firms/industries.

At this point, in this study, technological interaction model in the network economy has been edited and the hypothesis of “the main dynamic of industrial development aiming at explaining sustainable growth and sustainable competition is demand-pull and technology-push innovations arose from network economies (technological interaction) in terms of national economies” has been tested within the framework of the so-called editing. In order to explain the technological changes in automotive industry in Turkey, the technological alterations in the sectors which have backward linkage with the aforesaid industry has been taken into account.

To the findings obtained, the technological change in automotive industry arises from both sectors itself and the technological changes in the sectors which have backward linkage with automobile sector in the network interaction. Besides the change in the automotive sector affects also the sectors which have backward linkage with the automotive sector. So, it can be said that there is a mutual interaction among the sectors in question. In accordance with theoretical framework, it has been evaluated as technology-push innovation when the technological change in the automotive sector is affected by the sectors which have backward linkage with the so-called sector and it has been evaluated as demand pulled innovation when the changes in the automotive

1_{Dokuz Eylül Üniversitesi HHBF Hktisat Bölümü, recep.kok@deu.edu.tr} 2_{Pamukkale Üniversitesi HHBF Hktisat Bölümü, aozcan@pau.edu.tr}

sector cause technological changes in the sectors which have backward linkage with it. Otherwise, it has been verified that there is a mutual interaction between technological change and competition power by studying the effects of technological changes in automotive sector to its own competition power. Another point not to be sneezed at all is the opinion that competition power of the automotive sector can be explained by the exogenous variables besides the technological change.

Key Words: Network Economy, Technological Innovation, Technological Interaction Model, Turkish Automotive Industry, DEA and VAR Models,

JEL Classification: C14, C22, D85, L16, L62, O33

1.

Giri-Tarihsel süreç incelendi)inde gerek sanayi ekonomisinde gerekse de bilgi toplumuna dönü"ümün ba"lam&" oldu)u günümüzde endüstrilerin ve bireysel olarak da firmalar&n teknolojik yenilikler konusuna kay&ts&z kalmad&klar& görülmektedir. Firmalar&n temelde teknolojik yenilikleri takip etmeleri ve sürekli olarak teknolojik yenilik konusunda faaliyette bulunmalar&n&n temel amaçlar&ndan biri, ülke ve dünya piyasalar&ndaki ekonomik yar&"tan daha fazla pay alabilme ve varl&klar&n& sürdürebilme çabas& oldu)u görülür. Sanayi toplumunda bu temel amaç çerçevesinde teknolojik yeniliklerin do)rusal bir süreç "eklinde ortaya ç&kt&)& görülür. Fakat bilgi toplumunun ekonomisinde esnek üretim sistemleri sayesinde teknolojik yenilikler, firma içindeki ve firmalar aras&ndaki a) örgütlenmeleri içinde geri beslemeli çevrimsel bir süreç "eklinde ortaya ç&kmaktad&r. Çevrimsel yenilik modeli ve a) örgütlenmeleri, yenilili)in süreklilik ve a) birimleri aras&nda kar"&l&kl& etkile"imine dayanmaktad&r. Di)er taraftan dünyan&n küresel bir pazara dönü"tü)ü günümüz endüstriyel ya"am&nda, i"letmelerin rekabete bak&" aç&lar& da yine teknolojik yenili)e odaklanm&" durumdad&r. Endüstriler aras&ndaki rekabet üstünlü)ü art&k belirli bir teknolojiye sahip olmaya de)il; teknolojik yenliklerin ne kadar h&zl& gerçekle"ti)ine ba)l& olarak teknolojik yenilik yapabilme yetene)ine ba)l& hale gelmi"tir. Buradan hareketle çal&"man&n temel amac&; Recep KÖK3 _{taraf&ndan kurulmu" olan} a"a)&daki daralt&lm&" hipotezi analitik (ekonometrik) yöntemlerle test etmek ve Türkiye ekonomisi aç&s&ndan seçilmi" endüstrilerin analizlerinden yararlanarak politika önerileri geli"tirebilmektir. Çal&"maya referans al&nan hipotez; ülke ekonomileri aç&s&ndan sürdürülebilir büyüme ile sürdürülebilir rekabeti aç&klamaya yönelik endüstriyel geli"menin temel dinami)i, a) ekonomileriyle (teknolojik etkile"im) aç&klanan talep çeki"li ve teknoloji iti"li yeniliklerdir. Uygulama, Türk Otomotiv Sektörü olarak belirlenmi"tir. Otomotiv sektörü, Türkiye’nin bulundu)u co)rafyada en ileri teknolojiye sahip olan ileri ve geri ba)lant& katsay&s& yüksek olan bir sektör oldu)u için tercih edilmi"tir.

2. L TERATÜR

Bilgi toplumunun ekonomik yap&s& yeni ekonomi, dijital ekonomi, bilgi ekonomisi ve a) ekonomisi gibi farkl& isimlerle an&lmaktad&r. Bu çal&"mada “a) ekonomisi” ismi kullan&lmas&, çal&"man&n genel karakterine de uygun oldu)u için taraf&m&zdan tercih edilen isim olmu"tur. Van Alstyne(1997), a) ekonomisini a) organizasyonlar& olarak ele almakta ve a) organizasyonlar&n&n olu"turdu)u ekonomik yap&y& bilgisayar bilimleri, iktisadi ve sosyolojik araçlarla aç&klamaya çal&"maktad&r. Ona göre a) organizasyonu, ortak bir amaç için bir araya gelen ve i"letme varl&klar&n& büyük ölçüde bu amaç için birle"tiren ve ortak bir kontrolün sa)land&)& yap&d&r. Bu yap&n&n sa)l&kl& bir "ekilde i"leyebilmesi, esneklik ve etkinli)e büyük ölçüde ba)l&d&r. Aviram (2003) ise çal&"mas&nda a) ekonomisinde a) etkisinin düzenleyici rolüne vurgu yapmaktad&r. A) ekonomisinin piyasa düzenlemesine yard&m eden devlet d&"& bir mekanizma oldu)unu savunmaktad&r. Durak (2005), Denizli Tekstil H"letmelerinin "ebeke (a)) organizasyonlar& kapsam&nda neden fason üretim yapt&klar&n& ve fason üretimin sak&ncalar&n& ara"t&rm&"t&r.

A) ekonomisinde teknolojik yeniliklerin öneminin artmas& ve yeniliklerin kayna)&n&n sadece teknoloji iti"li de)il bunun yan&nda talep çeki"li özelli)inin de büyük ölçüde öne ç&kmas& yap&lan teorik ve uygulamal& çal&"malarda ortaya konmaktad&r. Bunlardan Taylor ve di)erleri (2006) çevresel teknolojik yenilikler konusunu ele ald&klar& çal&"malar&nda yeniliklerin kayna)&n& teknoloji iti"li ve talep çeki"li yenilikler olarak ikiye ay&rmaktad&rlar. Çevresel teknolojik yenilikler üzerinde kamu politikalar&n&n teknoloji ve talep çeki"li yenilikler üzerinde ne gibi etkilerinin oldu)unu ara"t&rm&"lard&r.

Apsen Enstitüsü Bilgi ve Hleti"im Teknolojileri konusunda yapt&)& çal&"mada BHT ‘nin ekonomik, sosyal ve kurumsal yap&da meydana getirdi)i de)i"iklikler tart&"&lm&", BHT devriminde birkaç on y&l öncesine dayal& merkezi bir yap&y& temsil eden iti"li teknolojiden merkezi olmayan bir yap&lanma içinde A)’a dayal& çeki"li teknolojilere do)ru bir kayma ya"and&)& sonucuna var&lm&"t&r. Bauer (2003), çal&"mas&nda talep çeki"li teknoloji transferini incelemi"tir. Teknoloji transferinin artan rekabet bask&s& nedeniyle kamudan özel sektöre, özel sektörden özel sektöre, ara"t&rma kurumlar&ndan özel sektöre ve teknoloji icatç&s&ndan üreticiye transferi olarak teknoloji transferini s&n&fland&rmaktad&r. Hagel ve Brown (2005)’un çal&"mas&nda, ara"t&rmalardaki yeni ve ana dalga olan talep çeki"li yöntemin ba"lam&" oldu)u ortaya konmakta ve farkl& aç&lardan ele al&nan talep çeki"li yöntemin teknoloji iti"li yöntemle kar"&la"t&rmas& yap&lmaktad&r.

Kolodovski (2006) RISO için yapm&" oldu)u çal&"mas&nda, bilimsel yeniliklerin iki ayr& yol izledi)ini belirterek bunlar&n teknoloji iti"li ve talep çeki"li yenilik yöntemleri oldu)unu belirtmektedir. Her iki yöntemin de literatürde üzerinde çokça tart&"&lan yöntemler oldu)una vurgu yapmaktad&r. Rovny (2007) ise talep çeki"li yenilik ve teknoloji iti"li yenilik aras&nda temel fark&n, talep çeki"li yeniliklerde ortaya ç&kan yenili)in art&msal yenilikler oldu)unu buna kar"&n teknoloji iti"li yeniliklerde ise radikal yeniliklerin daha çok görüldü)ünü belirtmektedir. Piva and Vivarelli (2007), 1995–2000 dönemine ait verilerle 216 Htalyan Hmalat Sanayi firmas&nda balanced panel yöntemi ile talep çeki"li hipotezi ekonometrik olarak test etmi"ler ve uygulama sonucunda yenili)in talep çeki"li oldu)u sonucuna ula"m&"lard&r. Ulusal yenilik sistemleri çerçevesinde Lee ve Park (2006)’&n yapm&" oldu)u uygulamal& çal&"mada ara mal& üretimi yapan firmalarda, Ar-Ge temelli bir yenilik sisteminde yenilik türleri ve yenilik kaynaklar& ara"t&r&lm&"t&r.

Ende and Dolfsma (2002), bilgisayar teknolojisini ele alarak tarihsel geli"im seyri içinde teknolojik geli"menin talep yönlü mü yoksa bilgi(teknoloji iti"li) yönlü mü oldu)unu ara"t&rm&"lard&r. Elde edilen bulgularda bilgisayar teknolojisinin geli"im evresi üç döneme ayr&lmaktad&r. Hlk dönem olan 1900-1960 y&llar&nda talep çeki"li geli"me etkili olurken sonraki evrelerde teknoloji iti"li geli"menin etkin oldu)u sonucuna ula"&lm&"t&r.

Markendahl and Werding (2007) Telekom sektöründe yapt&)& uygulamal& çal&"mada talep çeki"li ve teknoloji iti"li teknolojik geli"meyi incelemi"tir. Elde edilen bulgularda özellikle yenili)in piyasaya ilk sunuldu)u ve yüksek standartlar ta"&yan özellikler içermesi durumunda teknoloji iti"li yeniliklerin etkili oldu)u bulgusu elde edilirken, di)er sektörlerin özellikle maliyet dü"ürücü etkisi ve geli"im üzerinde talep çeki"li yenili)in öne ç&kt&)& gözlemlenmi"tir. Chidamber and Kon (1994) farkl& çal&"malar& inceleyerek, ba"ar&l& bir teknolojik yenilik için teknoloji iti"li ve talep çeki"li yenilik kaynaklar&n&n birbirinin kar"&t& de)il aksine birbirlerinin tamamlay&c&s& oldu)u sonucuna ula"m&"lard&r. Benzer sonuca King ve di).(1994) de ula"m&" ve teknoloji iti"li ve talep çeki"li yenili)in ürün ve süreç yeniliklerinde birbirinin tamamlay&c&s& oldu)una karar vermi"lerdir. Munro and Noori, (1988) ise yeni bir teknolojinin zaman tasarrufu ve maliyet azalt&c& yönlerinin geli"tirilmesinde teknoloji iti"li yenilik kayna)&n&n önemli oldu)una buna kar"&n pazardaki tüketicilerin taleplerinin kar"&lanmas&nda, mevcut teknolojinin eksik yönlerinin giderilmesinde ise talep çeki"li teknolojik yenilik kayna)&n&n rolüne vurgu yapmaktad&r. Neuberger(1997) Almanya’da bankac&l&k sektöründe ya"anan yenilik faaliyetlerini çal&"mas&na konu etmi" ve sektördeki yenilik kaynaklar&n&n hem teknoloji iti"li hem de talep çeki"li yenilikler oldu)unu tespit etmi"tir.

3. UYGULAMANIN VER TABANI VE YÖNTEM

Çal&"man&n bu a"amas&nda giri" k&sm&nda belirtilen amaç do)rultusunda uygulamaya konu olan de)i"kenlere ili"kin veri taban& ve bu verilerin analiz edilece)i yöntemler tan&t&lacakt&r.

3.1. Uygulaman n Veri Taban ve De6i-kenlerin Tan m

Uygulamada firma ölçe)inde veri taban& olu"turman&n güçlü)ünden dolay& analizler, endüstri ölçe)inde ele al&nmaktad&r. Bu çal&"man&n amac&na yönelik olarak araçsal de)i"kenler elde edebilmek için girdi ve ç&kt& de)i"kenlerine ihtiyaç duyulmu"tur. Bu nedenle çal&"mada 1975–2000 dönemine ait emek, sermaye stoku ve ç&kt& de)i"kenleri ile ihracat ve ithalat de)i"kenleri kullan&lm&"t&r. Emek de)i"keni, üretimde kullan&lan toplam i"gücü miktar&n& ifade etmektedir. Ç&kt& ise üretim sonucunda ortaya ç&kan fiziksel üretimin cari piyasa de)erini göstermektedir. Emek ve ç&kt& de)i"kenleri, çe"itli y&llara ait TUHK Hstatistik Y&ll&klar&ndan elde edilmi"tir. Sermaye stoku de)i"keni ise, OECD’nin “Structural Statistics for Industry and Services” adl& veri taban& CD’nden elde edilen y&ll&k yat&r&m tutarlar&ndan hareketle taraf&m&zdan hesaplanm&"t&r4_.

Çal&"mada kullan&lan veriler, imalat sanayi ISIC REV.2 s&n&flamas& esas al&narak düzenlenmi"tir. Emek ve ç&kt& de)i"kenleri ISIC REV.2 taban&na göre yay&nland&)& için, sermaye stoku de)i"keni de TUHK’in veri taban& dönü"üm tablosu temel al&narak ISIC REV.3’ten ISIC REV.2’e taraf&m&zdan dönü"türülmü"tür. Hhracat ve ithalat de)i"kenleri ise TUHK istatistik y&ll&klar&ndan elde edilmi"tir. Ayr&ca de)i"kenlerin cari de)erlerleri enflasyonun etkisinden ar&nd&r&larak (1994=100 TEFE endeksi) reel verilere dönü"türülmü"tür. Burada kullan&lan de)i"kenlerden emek (L), sermaye (K), ç&kt& (O), ihracat (X) ve ithalat ise (M) ile gösterilmi"tir.

3.2. Uygulaman n Yöntemi: A6 Ekonomilerinde Teknolojik Etkile-im

Modeli

Bu çal&"man&n temel amac& çerçevesinde a) ekonomilerinde teknolojik etkile"im modeli, bu çal&"maya referans olacak "ekilde kurgulanm&"t&r5_{. Buna göre otomotiv} endüstrisi, geri ba)lant&l& sektör olarak belirlenmi"tir. Otomotiv endüstrisi ile otomotiv endüstrisinin geri ba)lant&l& oldu)u sektörler (lastik, cam, makine ve motor imalat&, plastik ve mesleki ve ilmi aletler sektörü) aras&nda a"a)&daki modeli referans alan bir a) ekonomisi tan&m& yap&lm&"t&r.

Bu modele göre; a) etkile"im modelinde cam endüstrisi

_X

1 _girdisini

_P

1 _teknolojik

sürecinden geçirerek

_Y

1 _ve 6

_Y

1 gibi iki farkl& ürün elde etmektedir.

Y

1, do)rudan tüketim

için ya da di)er endüstriler için piyasaya sunulan ç&kt&lar& göstermektedir. Lastik endüstrisi ise

_X

2 _{girdisini kullanarak}

_P

2 _{teknolojik süreç sonucunda}

_Y

2 _ve 6

_Y

2 ç&kt&s&n&

üretmektedir.

_Y

2_{piyasaya sunulan ç&kt&y& temsil etmektedir(di)er sektörler için de benzer}

yorumlar yap&labilmektedir). S&ras&yla her be" sektörden elde edilen 6

Y

1 ,

Y

6 2 ,

Y

6 3 ,

Y

6 4 ve

Y

6

5 ç&kt&lar& otomotiv endüstrisi için ara girdi olarak kullan&lmaktad&r. Otomotiv endüstrisi,

geri ba)lant&l& oldu)u endüstrilerden ald&)& ara girdilerin yan&nda

_X

6 _{girdisini kullanarak} 6

P

teknolojisi ile

_Y

6 _{ç&kt&s&n& üretmektedir. Otomotiv endüstrisinin de üretti)i ürünleri}

ba"ka bir sektör girdi olarak kullanabilir. Ancak bu durumda a) etkile"im modeli çoklu bir yap&ya dönü"ecektir. Bu çal&"mada sadece otomotiv endüstrisi ile geri ba)lant&l& olan endüstriler aras&ndaki a) etkile"imi incelendi)i için tekli yap&daki bir a) etkile"imi modellenmi" ve amaç çerçevesinde analiz edilmi"tir.

4_{Geni bilgi için bkz: Sayg)l) vd., 2005; 15; Tuncer ve Özu urlu, 2004; 84-86} 5_{Bu model, Prof. Dr. Recep KÖK taraf)ndan önerilmi ve kurgulanm) t)r.}

Kaynak: Fâre ve Grosskopf, 2005, s.66’dan yararlan&larak taraf&m&zdan düzenlenmi"tir. P6 Otomotiv P3 M.H.A. P2 Lastik P1 Cam

P4

Plastik

P5 M.M.H Y1-6 Y2-6 Y3-6 _Y4-6 Y5-6 X1 Y1 X2 Y2 X3 X4 Y4 X5 Y6 X6 Y6 Y3

Otomotiv endüstrisinin geri ba)lant&l& oldu)u sektörlerle olu"turdu)u bu a) yap&lanmas& içinde sektörler aras&ndaki girdi al&"veri"i sürecinde teknolojik etkile"im ortaya ç&kmaktad&r. Her sektör, kendi üretim sürecini maksimizasyon ko"uluna uygun hale getirirken; bu süreçte teknolojik de)i"imde ortaya ç&kmaktad&r. Söz konusu teknolojik de)i"im, sektörler aras& girdi al&"veri"inde bir sektörden di)erine aktar&labilmektedir. Burada otomotiv sektöründeki teknolojik de)i"im, üretim süreci içerisinde geri ba)lant&l& oldu)u sektörlerde meydana gelen teknolojik de)i"menin otomotiv sektöründeki teknolojik de)i"meye yans&mas& "eklinde ortaya konulabilir. Yani otomotiv sektörünün geri ba)lant&l& oldu)u sektörlerde d&"sal olan teknolojinin, otomotiv sektörünün bu sektörlerden ara girdi kullan&m&yla içselle"tirildi)i dü"ünülmektedir.

Yukar&daki "ekilde ifade edilen a) etkile"im modeli, "u "ekilde do)rusal programlama modeline dönü"türülmü"tür6_:

Hleri ba)lant&l& sektörlerin amaç denklemi;

).

5

,

4

,

3

,

2

,

1

,

1

,

1

,...,

1

,

...

,...

0

,...,

1

..

,...

*

,...,

1

,...

*

*

...,

1

,...

*

*

;

:

)

,

((

)

(

1 1 1 1 1 1 1

=

=

=

=

=

=

=

= = = + + = +

i

z

K

k

z

N

n

x

z

x

J

j

y

z

y

M

m

y

z

y

kisit

y

y

x

P

k k i k i k K k i kn i k i n K k kj i i i k j i i K k i km i k i m i i i i i (3.1)

Geri Ba)lant&l& sektörün amaç denklemi;

).

1

0

,

1

,...,

1

.

...

,...

0

,...,

1

..

,...

*

*

,...,

1

,...

*

*

...,

1

,...

*

;

:

(

)

,

(

1 6 6 1 6 6 6 1 6 1 6 6 1 1 6 6 6 6 6 1 6 6

=

=

=

=

=

=

= = = + + = + k k k k K k kn k n K k j k i k j i K k km k m i

z

K

k

z

N

n

x

z

x

J

j

y

z

y

M

m

y

z

y

Kisit

y

y

x

P

(3.2) A) modeli içinde firmalar&n amaç denklemi ise;

x

x

x

y

i

x

p

y

x

p

y

i

y

kisit

y

y

x

P

i i i i i

+

+

+

+

=

6 6 1 6 6 6 6 1 6

)

,

(

)

(

)

,

(

;

,

)

(

(3.3) A) etkile"im modelinin olmad&)& bir durumda ileri ve geri ba)lant&l& sektörler için yukar&da iki farkl& amaç denklemi yer almaktad&r. Hem ileri ba)lant&l& hem de geri ba)lant&l& sektörler birbirinden ba)&ms&z olarak maksimizasyon ko"ullar&n& sa)lamaya çal&"maktad&rlar. Do)rusal programlama denklemlerinde y ç&kt&s&n&, x girdisi ile maksimize etme amaçlan&rken bu p teknolojisi ile gerçekle"mektedir. Denklemde z yo)unluk de)i"keni teknoloji de)i"keni olarak modellenmektedir. Lambda ve delta ise girdi ve ç&kt&n&n dispossal yani kullan&lmama katsay&s&n& ifade etmektedir. Bu çal&"mada geçmi" dönem girdi ve ç&kt& verileri kullan&ld&)&ndan burada as&l hedeflenen çal&"man&n ileriki bölümünde kullan&lmak üzere z ile gösterilen teknoloji katsay&s&n& elde etmektir. A) etkilei"imi içinde ileri ve geri ba)lant&l& sektörlerin maksimizasyonu, birbirleriyle ba)lant&l& olarak gerçekle"mektedir. Bu ko"ul 3. do)rusal programlama denklemi ile ifade edilmektedir.

A) ekonomisindeki teknolojik etkile"im modelindeki teknolojik de)i"me endeksi, Veri Zarflama Analizi(VZA) yöntemi ve Malmquist endeksi yard&m&yla elde edilmi", sonuçlar VAR modeli ile s&nanm&"t&r.

Çal&"man&n bu a"amas&nda bu yöntemlere k&saca yer verilmesi yararl& olacakt&r. Bunlardan ilki veri zarflama analizi (VZA) ve malmquist verimlilik endeksidir. Etkinlik ölçümü ile benzer karar birimleri aras&nda kar"&la"t&rma yapmak, etkinlikteki de)i"imin yönünü belirlemek ve etkinlik parametrelerinin iyile"tirilmesine yönelik politikalar geli"tirmek için yayg&n bir "ekilde kullan&lan etkinlik ölçüm yöntemlerinden biri veri zarflama analizidir. VZA, parametrik olmayan matematiksel (do)rusal programlama) yöntemleri kullanmaktad&r. VZA, firmalar&n her zaman tam etkin olmayabilecekleri varsay&m& alt&nda analizler yapmaktad&r. VZA’nin en önemli özelli)i, referans bir faaliyeti ortaya koyarak her bir girdi ve ç&kt& için referans teknoloji düzeylerini tan&mlamas&d&r. VZA ile etkinlik ölçümünde bir firman&n etkinli)i, di)er firmalar&n ula"t&klar& etkinlik düzeyleri ile kar"&la"t&rma yap&ld&)& için nispi sonuçlar vermektedir. Bunun sonucunda ise karar al&c& birimler olan firmalar ya etkin s&n&rlar üzerinde ya da etkin olmayan s&n&rlar üzerinde yer al&rlar. VZA, girdi yönelimli ve ç&kt& yönelimli yöntemler olmak üzere temelde iki farkl& "ekilde uygulanmaktad&r. Girdi eksenli yakla"&mda veri bir ç&kt&y& en az girdi ile üretmek için girdilerin ne kadar azalt&lmas& ya da artt&r&lmas& gerekti)ini ortaya koymaktad&r. Ç&kt& eksenli VZA yönteminde ise veri girdi seti ile üretimin ne kadar artt&r&lmas& ya da azalt&lmas& gerekti)ini belirleyen etkinlik ölçümüdür. Bu iki farkl& yöntem, ölçe)e göre sabit getiriler alt&nda ayn& sonuçlar& verirken; ölçe)e göre de)i"ken getirilerin söz konusu oldu)u durumda sonuçlar farkl&la"abilmektedir (Kök ve Delikta", 2003; 219–221).

VZA yöntemi ile Malmquist toplam faktör verimlilik endeksi de ölçülebilmektedir. Fark fonksiyonlar& ile tan&mlanabilen bu endeks, ortak teknolojiye göre her bir veri noktas&n&n uzakl&klar&n&n oran&n& hesaplayarak iki veri noktas& aras&ndaki toplam faktör verimlili)ini ölçmektedir. Malmquist endeksi, teknoloji için fonksiyonel form tan&mlanmas&na ihtiyaç duymamaktad&r. Malmquist üretim endeksi "u "ekilde tan&mlanmaktad&r:

2 / 1 1 0 1 1 0 0 1 1 1 0 1 , 0

[[(

(

,

)

/

(

,

)]

*

[

(

,

)

/

(

t

,

t

)]]

t t t t t t t t t t t t

_D

_x

_y

_D

_x

_y

_D

_x

_y

_D

_x

_y

M

+

=

+ _{+ + + +} + (3.4) Burada

(

1

,

1

)

1 0+ t+ t+ t

_x

_y

D

, t+1 dönemi gözleminden t dönemi teknolojisine olan uzakl&)& göstermektedir. Yukar&da yer alan denklem geni"letilmi" kal&pla a"a)&daki gibi gösterilebilmektedir: 2 / 1 1 0 0 1 1 1 0 1 1 0 0 1 1 1 0 0

(

,

)

/

(

,

)

*

[(

(

,

)

/

(

,

))

*

(

(

,

)

/

(

t

,

t

))]

t t t t t t t t t t t t t t t t

_x

_y

_D

_x

_y

_D

_x

_y

_D

_x

_y

_D

_x

_y

_D

_x

_y

D

M

+ + + + + + + + +

=

(3.5) Etkinlikteki de)i"me= 1

(

₁

,

₁

)

/

₀

(

,

)

0 t t t t t t

_x

_y

_D

_x

_y

D

+ _{+ +} (3.6) TeknolojikDe)i"me= 1 1/2 0 0 1 1 1 0 1 1 0

(

,

)

/

(

,

))

*

(

(

,

)

/

(

,

))]

[(

t _{t t} t t t t t t t t t

_x

_y

_D

_x

_y

_D

_x

_y

_D

_x

_y

D

_{+ +} + _{+ +} + (3.7)

biçiminde ayr&"t&r&labilmektedir. Malmquist üretim endeksi, VZA kullan&larak hesaplanabilmektedir. Toplam faktör verimlili)inin teknolojik de)i"me olarak ifade edilen k&sm& t ve t+1 dönemlerindeki teknolojideki kayman&n geometrik ortalamas&d&r7_{. Etkinlikteki} de)i"me ise, t ve t+1 dönemindeki nispi teknik etkinli)i yani teknik ilerlemeyi göstermektedir (Kök ve Delikta", 2003; 240–243).

Ayr&ca çal&"man&n temel amac&na yönelik, imalat sanayi genelinde taraf&m&zdan seçilmi" endüstrilerden hareketle otomotiv endüstrisi özelinde teknolojik etkile"imi aç&klayan a) ekonomisinden güvenilir parametreler elde edildi)ini gösterebilmek için, denklem sisteminin en iyi fit veren tahminciler elde edilmesine imkân sa)lamas& gerekmektedir. Dolay&s&yla teknolojik etkile"im sürecinin önemini ortaya koyabilmek için Vektör Atoregresif Analiz (VAR) modelinden de yararlan&lm&"t&r. Bu ba)lamda, bu yönteme özel k&sa aç&klamalarda bulunmak yararl& olacakt&r.

VAR analizi ekonometrik analizlerde de)i"kenlerin içsel veya d&"sal olduklar&n&n belirlenmesine yönelik olarak Sims (1980;1–48) taraf&ndan geli"tirilmi" e" anl& denklem sisteminden olu"an bir yöntemdir. P kadar de)i"kenden olu"an ve k gecikmeli bir VAR modeli "u "ekilde yaz&labilir:

Yt=A0+A1Yt-1+A2Yt-2+….+ApYt-k+Ut (3.8)

VAR yönteminde de)i"kenler aras&ndaki ili"kinin do)ru tespit edilmesi, sistemin gecikme katsay&s& olan k’n&n do)ru belirlenmesine ve VAR istikrar ko"ulunun sa)lanmas&na ba)l&d&r. Bu ko"ullar yerine getirildikten sonra etki-tepki ve varyans ayr&"t&rmas& güvenilir bir biçimde yap&labilmektedir. Gecikme say&s&n&n ne olaca)& konusunda temel ölçüt ise VAR sisteminde yer alan denklemlerin otokorelasyona yol açmayacak kadar bir gecikme uzunlu)udur. Bunun yan&nda gecikme uzunlu)u belirlenirken en küçük kareler yönteminin normallik, sabit varyans gibi varsay&mlar& ile temel diognastik istatistikleri dikkate al&nmal&d&r. Katsay&lar matrisinin her bir karakteristik kökü, birim çember içinde yer ald&)&nda VAR istikrar ko"ulu sa)lanm&" olmaktad&r. VAR sisteminde her gecikme say&s& sisteme yeni bir katsay&lar matrisi ekleyece)inden dolay&, gecikme say&s& artt&kça karakteristik kök say&s& da artacakt&r. Hstikrar ko"ulunun sa)lanmas& içinde her bir birim kökün birim çember içinde olmas& yani mutlak olarak 1’den küçük olmas& gerekmektedir. Hstikrar ko"ulunun sa)land&)& VAR modelindeki her bir de)i"ken e" kovaryans dura)an özelli)e sahip olmaktad&r (Enders, 2004; 264–268).

Denklem 3.6 da yer alan Yt de)i"ken matrisi hareketli ortalama süreci ile modellendi)inde denklem (VMA) a"a)&daki gibi ifade edilmektedir:

1 0 =

+

=

t i i t

u

Y

µ

(3.9)

Literatürde etki-tepki analizi olarak bilinen yönteme göre denklem 3.9’daki _i matrisi, denklem sistemi içinde yer alan hata terimlerinde meydana gelen "oklar&n, zaman boyunca, modelde yer alan ba)&ml& de)i"kenler üzerindeki etkisini ortaya koymaktad&r. Etki-tepki analizinde tespit edilen "oklar&n hangi de)i"kenden ne kadar kaynakland&)&n&n belirlenmesi varyans ayr&"t&rmas&yla ortaya konmaktad&r. 3.9 denklemindeki Yt de)i"kenler vektörü, Y1t ve Y2t gibi iki de)i"kenden olu"uyorsa, n dönem sonras& için yap&lan öngörümlemeden elde edilecek öngörümleme hatalar&n&n varyans& "u "ekilde formüle edilebilmektedir (Enders, 2004;273):

]

)

1

(

...

)

1

(

)

0

(

[

]

)

1

(

...

)

1

(

)

0

(

[

)

(

2 12 2 12 2 12 2 2 11 2 11 2 11 1 2 1

n

=

y

+

+

+

n

+

y

+

+

+

n

y (3.10) 4.21 nolu denklemden hareketle öngörümleme hatalar&n&n varyans&n&n, her bir "oka göre pay& "u "ekilde formüle edilmektedir:

2 1 2 11 2 11 2 11 2 1

[

(

0

)

(

1

)

...

(

1

)

]]

/

(

)

[

_y

+

+

+

n

_y

n

(3.11) 2 2 2 12 2 12 2 12 2 2

[

(

0

)

(

1

)

...

(

1

)

]]

/

(

)

[

y

+

+

+

n

y

n

(3.12)

Böylece bir de)i"kenin zaman içerisindeki hareketinin ne kadarl&k bir bölümünün di)er de)i"kende olu"acak bir "oktan kaynakland&)& oransal olarak belirlenebilecektir. 3.9 denkleminden elde edilecek de)er s&f&r oldu)unda, y1t de)i"keninin öngörümleme hatas&n&n varyans&, di)er de)i"kenin hata teriminden etkilenmeyecek ve d&"sal olacakt&r. E)er denklemden elde edilen de)er bire e"it olursa di)er de)i"kenin hata teriminde meydana gelebilecek "oklardan tamamen etkilenecek ve içsel olacakt&r8_{(Enders, 2004;278–280).}

Teorik çerçeveye uygun olarak ve çal&"man&n amaç bölümündeki varsay&m do)rultusunda teknolojik yeniliklerin, rekabet olgusunun belirleyenlerinden biri oldu)unu ortaya koyabilmek için teknolojik de)i"me ve rekabet gücü aras&nda VAR modeli yöntemi ile etki tepki analizi yap&lm&"t&r. VAR analizinde kullan&lan teknolojik de)i"me endeksinin yan&nda rekabet de)i"keni için otomotiv endüstrisinin rekabet gücü endeksi elde edilmi"tir. Söz konusu endeks Aç&klanm&" Kar"&la"t&rmal& Üstünlükler (AKÜ) yakla"&m&na dayal& olarak elde edilmi"tir. Buna göre:

AKÜ=(Xi,t/Xt)/(Mi,t/Mt) (3.13)

Xi, t dönemindeki otomotiv endüstrisinin ihracat& X, t döneminde ülke ihracat& toplam&

Mi, t döneminde otomotiv endüstrisinin ithalat&

M ise t döneminde ülkenin toplam ithalat&n& göstermektedir.

4. A EKONOM LER VE TEKNOLOJ K ETK LE

M ANAL Z

SONUÇLARI

Uygulamaya ili"kin veri taban& ve analiz araçlar&n&n belirlenmesinden sonra otomotiv sektörü, a) ekonomisinde teknolojik etkile"im modeli çerçevesinde analiz edilmi"tir. Elde edilen bulgular a"a)&da aç&klanmaktad&r.

4.1. A6 Ekonomisi Modeline Yönelik O.Ü.F. ve Teknolojik De6i-me

A) ekonomisinde teknolojik etkile"im ba)lam&nda ara"t&rmaya konu olan otomotiv sektörü ve bu sektörle geri ba)lant&l& ili"ki içinde olan imalat sanayi ISIC REV.2 s&n&flamas& 3 basamak düzeyindeki on iki sektörde ortak üretim fonksiyonu (O.Ü.F.) ve söz konusu sektörlerde teknolojik de)i"me olup olmad&)&n& belirlemeye yönelik olarak e" bütünle"me yöntemi uygulanmaktad&r. Çal&"mada kullan&lan O, K ve L de)i"kenlerinin her bir sektör için ayr& ayr& kaç&nc& dereceden dura)an olduklar& Augmented Dickey Fuller (ADF) yöntemiyle test edilmi"tir. ADF testine göre; oniki sektörün tamam&nda her üç de)i"kende düzey de)erinde dura)an de)ildir. Birim kök testi sonuçlar&n&n t istatistikleri, MacKinnon t istatistikleri ile kar"&la"t&r&lm&"t&r. ADF testiyle hesaplanan t istatistikleri, MacKinnon t istatistiklerinden daha küçük de)ere sahip oldu)u için anlams&z oldu)u görülmektedir. Ayr&ca ADF test sonuçlar&n&n p olas&l&k de)erleri de kabul edilebilir düzey olan %5’den daha büyüktür. Olas&l&k de)erlerinin %5’den büyük olmas&, sonuçlar&n güvenilir olmad&)&n& göstermektedir. De)i"kenlerin ancak d=1. dereceden fark& al&nd&)&nda dura)an olduklar& gözlenmektedir. d=1. fark al&nd&)&nda ADF testi ile hesaplanan t istatistikleri, MacKinnon t istatistiklerinden büyük ç&kmakta ve anlaml& sonuçlar vermektedir. Ayr&ca p olas&l&k de)erlerinin %5 ve daha dü"ük ç&kmas&, de)i"kenlerin d=1. farklar& al&nd&)&nda ADF testinin sonuçlar&n&n güvenilir oldu)unu göstermektedir.

Oniki sektörde de her üç de)i"kenin dura)anl&k düzeylerinin ayn& oldu)u (I1) belirlendikten sonra, uygulamal& çal&"malarda s&kl&kla kullan&lan dokuz farkl& üretim 8_{Çal) mada VAR analizi sonuçlar) Eviews-5 program)yla elde edilmi tir.}

fonksiyonuna göre (EK 4.1) modellenerek regresyona tabi tutulmu" ve her bir modele ait hata terimlerinin dura)an olup olmad&)& ara"t&r&lm&"t&r. Uygulamal& çal&"malarda s&kl&kla kullan&lan ADF birim kök yöntemi, hata terimlerinin dura)anl&)& söz konusu oldu)unda ayn& düzeyde güvenilir sonuç vermedi)i için, parçal& birim kök testi yöntemi uygulanm&"t&r. Parçal& birim kök testinde dura)anl&k derecesi olan d, 0<d<0,5 ko"ulunu sa)lad&)&nda, hata teriminin dura)an oldu)u kabul edilmektedir. Ayr&ca t istatistik de)erinin de 2’den büyük olmas& test sonucunun güvenilirli)i için gerekli "artt&r. d>0,5 olmas&na kar"& t istatistik de)eri 2’den küçük ise sonucun anlams&z ve s&f&rdan farks&z oldu)u anlam&na gelmektedir. Bu durumda da söz konusu hata teriminin düzeyde dura)an oldu)u kabul edilmektedir. O, K ve L de)i"kenleri d=1.dereceden dura)an iken hata terimleri de dura)an olan bu modeller, e" bütünle"me yönteminin uygulanabilece)i modeller olarak birim kök testlerini geçmi" olmaktad&r.

Söz konusu testi geçen bu modellerde Full Modified Phillips Hansen (PH) E" bütünle"me yöntemi ile de)i"kenler aras&nda e" bütünle"me testi yap&lm&"t&r. Bu yöntem sonucunda birim kök testlerini geçen sektörlerde ortak üretim fonksiyonu ve bu modeller çerçevesinde söz konusu sektörlerde teknolojik de)i"menin olup olmad&)& ara"t&r&lm&"t&r. Bu parametrelerin istatistikî ve iktisadi aç&dan anlaml& sonuçlar verdi)i modellerin e" bütünle"ik olduklar& söylenebilir. PH e" bütünle"me yönteminde elde edilen sonuçlarda de)i"en varyans, otokorelasyon ve çoklu do)rusall&k gibi ekonometrik hastal&klar bulunmamaktad&r. E" bütünle"me testini geçen sektörler Otomotiv Sektörü, Tekstil Sektörü, Boya ve Di)er Kimyasal Ürünler Sektörü, Tekerlek Lasti)i Sektörü, Plastik Ürünler Sektörü, Cam ve Cam E"ya Ürünleri Sektörü, Makine-Motor Hmalat& ve Montaj& Sektörü, Mesleki ve Hlmi Aletler ve Ölçme-Kontrol Cihazlar& Sektörleridir. E" bütünle"me test sonuçlar& ve e" bütünle"meyi geçen sektörlerin ortak üretim fonksiyonlar&n&n yer ald&)& tablo EK 4.2’de gösterilmektedir. Testi geçen sektörlerden 7’sinin ortak üretim fonksiyonu 2 nolu model olan sabit getirili CD tipi üretim fonksiyonu olarak belirlenmi"tir. Bu sektörlerden Tekerlek Lasti)i Sektörü, 5 nolu üretim fonksiyonuna sahip oldu)u görülmektedir. Tekerlek Lasti)i sektörünün üretim fonksiyonunun farkl& ç&kmas&, sektörün kendine özel yap&s&yla aç&klanabilir. Bu nedenle analizde sektörler için belirlenen ortak üretim fonksiyonundan sapmay& engellemek için, bu sektörün dâhil edildi)i analizde kukla (Dummy) de)i"ken modele dâhil edilmi"tir. Ayr&ca sekiz sektörde de teknolojik de)i"me oldu)u tespit edilmi"tir. E" bütünle"me testlerinde teknoloji de)i"keni olarak regresyon denklemlerinde yer alan t de)i"keni anlaml& ç&km&"t&r.

4.2. A6 Ekonomisinde Teknolojik Etkile-im Modeli Analizi: Otomotiv

Endüstrisi ve Geri Ba6lant l Endüstriler

A) etkile"imi içinde olan sektörlerde ortak bir üretim fonksiyonu ve teknolojik de)i"menin varl&)& stokastik olarak belirlendikten sonra, a) ekonomilerinde teknolojik etkile"im modelinde kullan&lacak olan bu sektörlerdeki teknolojik de)i"me endekslerini olu"turmak gerekmektedir. Bunun için VZA analizinden yararlan&lm&"t&r. VZA yönteminde ise sabit getirili Malmquist toplam faktör verimlili)i metodu kullan&lm&"t&r. Malmquist endeksinde sabit girdili endeks yöntemi seçilmi"tir. Çal&"mada belirlenen ortak üretim fonksiyonu, ölçe)e göre sabit getirili CD üretim fonksiyonu oldu)u için, girdi eksenli ya da ç&kt& eksenli Malmquist sonuçlar& aras&nda bir fark olmayacakt&r. Malmquist sonuçlar&ndan frontier shift (kayma) olarak yer alan sonuçlar, teknolojik de)i"meyi göstermektedir. Alt& sektör için iki grup halinde bu yöntemle teknolojik de)i"me endeksleri elde edilmi"tir. Bu endeksler EK 4.3 ve EK 4.4 VZA Malmquist Sonuçlar& tablosunda yer almaktad&r. Tabloda yer alan teknolojik de)i"me endeksleri 1 de)eri ölçüt al&narak de)erlendirilmekte ve yorumlanabilmektedir. Endeks de)erinin 1’den büyük oldu)u dönemlerde teknolojik de)i"menin pozitif yönde oldu)unu, buna kar"&n endeks de)erinin 1’den küçük de)erler ald&)& dönemlerde ise teknolojik de)i"menin negatif oldu)unu yani teknolojik bir gerilemeden söz edilebilece)ini

göstermektedir. Teknolojik de)i"menin negatif olmas&, mevcut teknoloji düzeyini korumak için gerekli olan yenileme yat&r&mlar&n&n bile yap&lamad&)&n& göstermektedir. Tüm sektörler için elde edilen teknolojik de)i"me endeksleri incelendi)inde, teknolojik de)i"me endeksinin dalgal& bir trend izledi)i görülmektedir. Endeksin bu "ekilde bir trend izlemesi, konjonktürel dalgalanmalardan kaynakland&)& söylenebilir. Çal&"maya konu olan dönem ortalamalar& itibariyle teknolojik de)i"me endeksi birinci VZA Malmquist endeksi sonuçlar& incelendi)inde (EK 4.3); lastik sektöründe %6, cam sanayinde %6, otomotiv endüstrisinde %5 ve mesleki ve ilmi aletler ve ölçme ve kontrol cihazlar& sanayinde ise %11’lik bir teknolojik de)i"me oldu)u görülmektedir. EK 4.4 de ise ikinci VZA Malmquist endeksi sonuçlar& yer almaktad&r. Buna göre; ortalama olarak lastik sektöründe %6, makine ve motor imalat& ve montaj& sanayinde %7, otomotiv endüstrisinde %8 ve mesleki ve ilmi aletler ve ölçme ve kontrol cihazlar& sanayinde ise %3 teknolojik de)i"me oldu)u görülmektedir.

4.3. Otomotiv Endüstrisi ve M A, Lastik ve Cam Sanayi Analizi

VZA Malmquist yöntemiyle elde edilen teknolojik de)i"me endeksleri kullan&larak, VAR yöntemiyle a) ekonomilerinde teknolojik etkile"im belirlenmeye çal&"&lm&"t&r. Ancak VAR yönteminde tüm sektörlerin birlikte ele al&nmas&, serbestlik derecesi sorununa yol açt&)& için, dört de)i"kenli iki ayr& VAR analizi yap&lm&"t&r. Hlk yap&lan VAR analizinde otomotiv sektörü ile do)rudan ba)lant&l& oldu)u dü"ünülen üç sektör (Mesleki ve Hlmi Aletler ve Ölçme ve Kontrol Cihazlar& Sektörü, Cam Sanayi ve Lastik Sektörü) ve Otomotiv Sektörü, VAR analizi de)i"kenleri olarak ele al&nm&"t&r. Hkinci olarak yap&lan VAR analizinde ise Otomotiv, Mesleki ve Hlmi Aletler ve Ölçme ve Kontrol Cihazlar& Sektörü, Plastik Sanayi ve Makine-Motor Hmalat& ve Montaj& sektörleri seçilmi"tir. Ancak e" bütünle"me testini geçen 321 nolu tekstil sektörü ile 352 nolu Boya ve Di)er Kimyasallar Sektörü ile yap&lan VAR analizlerinde anlams&z sonuçlar ç&kt&)& için analiz d&"& b&rak&lm&" ve a) modeli alt& sektörlü bir model olarak analiz edilmi"tir. Ay&rca Mesleki ve Hlmi Aletler Sektörü, bilgi ve ileti"im teknolojilerini temsil etti)i için her iki VAR analizine de dâhil edilmi"tir.

Hlk yap&lan VAR analizinde de)i"kenlerden biri Lastik Sektörüdür. Bu sektörün üretim fonksiyonu ölçe)e göre de)i"ken getirili (VES) üretim fonksiyonu oldu)u ve di)er sektörlerin tümünün üretim fonksiyonu CD üretim fonksiyonu oldu)u için bu farkl&l&)& ortadan kald&rmaya yönelik olarak VAR modeline kukla (Dummy) de)i"ken d&"sal olarak eklenmi"tir. VAR yöntemi uygulanmas&nda sonuçlar&n güvenilirli)inin belirlenmesi için VAR istikrar ko"ulunun sa)lanmas& ve residual testlerinin anlaml& ç&kmas& gerekmektedir. Gecikme yap&s& birim çember içinde ç&km&" ve istikrar ko"ulu sa)lanm&"t&r. EK 4.5’de VAR istikrar ko"ulu ve residual testlerine ili"kin sonuçlar& yer almaktad&r. Analiz sonuçlar& birim çember içinde oldu)u için VAR istikrar ko"ulu sa)lanm&"t&r. VAR analizinin güvenilirli)ini test etmek için residual testleri yap&lm&"t&r. Bu testler otokorelasyon LM testi, de)i"en varyans ve normallik testidir. VAR analizindeki de)i"kenler aras&nda otokorelasyonun olup olmad&)& LM testi ile s&nanm&"t&r. LM testi istatistikleri ve olas&l&k de)erleri anlaml& ç&km&"t&r. Bu sonuçlara göre VAR analizinde de)i"kenler aras&nda otokorelasyona rastlanmam&"t&r. VAR analizinde da)&l&m&n normal da)&l&m özelli)ine sahip olup olmad&)&n& belirlemeye yönelik olarak da normallik testi yap&lm&"t&r. Skewness, Kurtosis ve Jarque-Bera istatistik de)erlerinin ve p olas&l&k de)erlerinin anlaml& olmas&, bu teste göre da)&l&m&n normal da)&l&m oldu)unu göstermektedir. Ayr&ca analizde de)i"en varyans olup olmad&)& da ara"t&r&lm&"t&r. Ara"t&rma sonucunda Chi-sq istatistikleri ve olas&l&k de)erlerinin anlaml& oldu)u görülmü" ve de)i"en varyansa rastlanmad&)&na karar verilmi"tir. Bu testler, yap&lan VAR analizi sonuçlar&n&n güvenilir oldu)unu ortaya koymaktad&r. Daha sonra etki-tepki (Impulse response) ayr&"t&rmas& yap&larak hata terimlerindeki "oklar&n kal&c& etkilerinin kaç dönem sonunda ortaya ç&kt&)& belirlenmeye çal&"&lm&"t&r. Hata terimlerinde meydana gelen "oklar&n 12 y&ll&k bir zaman dilimi sonunda kal&c& olarak ortaya ç&kt&)& görülmü"tür. EK 4.6 nolu tablo,

etki-tepki analizi sonuçlar& grafi)idir. De)i"kenlerin hata terimlerindeki "oklar&n kal&c& etkilerinin yakla"&k 12 dönem sonunda ortaya ç&kt&)& izlenebilmektedir. 12. dönem sonunda etki de)erlerinin s&f&ra yakla"t&)& görülmektedir. Daha sonra varyans ayr&"t&rmas& yap&larak ba)&ml& de)i"kenin (otomotiv endüstrisi) hata terimindeki "oklar&n oransal olarak ne kadar&n&n kendinden ve nekadar&n&n da aç&klay&c& de)i"kenlerin (otomotiv sektörünün geri ba)lant&l& oldu)u sektörler) hata terimlerindeki "oklardan kaynakland&)& belirlenmeye çal&"&lm&"t&r.

Varyans ayr&"t&rmas& sonucunda otomotiv sektörünün hata terimi, geri ba)lant&l& oldu)u sektörlerin hata terimlerinde ortaya ç&kan "oklardan 12 y&ll&k bir zaman dilimi sonucunda kal&c& olarak etkilenmektedir (EK- 4.7). Hata terimlerindeki "oklardan etkilenme, sadece geri ba)lant&l& olan sektörlerden otomotiv sektörüne do)ru de)il, ayn& zamanda otomotiv sektöründen de geri ba)lant&l& sektörlere do)ru çift yönlü bir etkidir.

VAR analizinde kullan&lan de)i"kenler, sektörlerden elde edilen teknolojik de)i"me endeksleri (Malmquist Endeksi) oldu)u için, bir sektörde meydana gelen teknolojik de)i"menin di)er sektördeki teknolojik de)i"meye etkisini test etmede kullan&lm&"t&r. Yöntemin uyguland&)& otomotiv sektörünün geri ba)lant&l& oldu)u sektörler, otomotiv sektöründeki teknolojik de)i"meye neden olurken; otomotiv sektöründeki teknolojik de)i"me de, geri ba)lant&l& oldu)u sektörlerde teknolojik de)i"meye neden olmaktad&r. Bu nedensellik Varyans ayr&"t&rmas& sonuçlar&yla incelendi)inde; otomotivin geri ba)lant&l& oldu)u sektörlerdeki teknolojik de)i"me, hem kendisindeki hem de otomotiv sektöründeki teknolojik de)i"meyi aç&klad&)& görülmektedir. Birinci VAR analizine göre (EK 4.7); otomotiv sektöründeki teknolojik de)i"menin %19.90’& otomotiv sektörünün kendisi taraf&ndan belirlenirken %51.63’ü mesleki ve ilmi aletler ve ölçme-kontrol cihazlar& sektöründen, %20.75’i cam sanayinden ve %7.70’i ise lastik sektöründeki teknolojik de)i"meden etkilenmektedir. Ayr&ca otomotiv sektörü, mesleki ve ilmi aletler ve ölçme-kontrol cihazlar& sektöründeki teknolojik de)i"meye %1.12, cam sektöründeki Teknolojik de)i"meye %11.54 ve lastik sektöründeki teknolojik de)i"meye ise %15.30 oran&nda etki yapmaktad&r.

4.4. Otomotiv Endüstrisi ve M. .A., M.M. . ve Plastik Sanayi Analizi

Hkinci olarak yap&lan VAR analizinde, öncelikle analizin istatistikî ölçütleri sa)lay&p sa)lamad&)& ara"t&r&lm&"t&r. Yukar&daki a"amalar burada da tekrarlanm&"t&r. EK 4.8 nolu tabloda VAR istikrar ko"ulu ve residual testlerine ili"kin sonuçlar yer almaktad&r. Burada Var istikrar ko"ulu sa)lanm&" ve test sonuçlar&na göre VAR analizinde de)i"en varyansa ve oto korelasyona rastlanmazken, da)&l&mda normal da)&l&m özelli)i sergiledi)i tespit edilmi"tir. VAR analizinde de)i"kenlerin hata terimindeki "oklar&n kal&c& etkilerinin kaç dönem sonunda ortaya ç&kt&)&n& görmek için etki-tepki analizi yap&lm&" ve 12 y&ll&k bir dönem sonucunda kal&c& etkilerin ortaya ç&kt&)& EK 4.9 nolu grafikte izlenebilmektedir.

Yap&lan ikinci VAR analizine göre (EK 4.10); Otomotiv sektöründeki teknolojik de)i"menin %64.52’si otomotiv sektörünün kendisi taraf&ndan belirlenirken %9.71’i mesleki ve ilmi aletler ve ölçme-kontrol cihazlar& sektörü, %7.92’si plastik sanayinden ve %17.83’ü ise makine ve motor imalat& ve montaj& sektöründeki teknolojik de)i"meden kaynaklanmaktad&r. Otomotiv sektörünün kendisi ise di)er sektörlerdeki teknolojik de)i"meye s&ras&yla; mesleki ve ilmi aletler ve ölçme-kontrol cihazlar& sektöründe %24.94, plastik sektöründe %18.43, makine ve motor imalat& ve montaj& sektöründe ise %7.94 oran&nda etki yapmaktad&r.

Otomotiv sektörünün geri ba)lant&l& oldu)u sektörlerde meydana gelen teknolojik de)i"menin otomotiv sektöründe teknolojik de)i"meye yol açmas&, teknoloji iti"li yenilik olarak tan&mlanabilmektedir. Buna kar"&n otomotiv endüstrisinin geri ba)lant&l& oldu)u

sektörlerdeki teknolojik de)i"meyi aç&klamas& ise talep çeki"li teknolojik yenilik olarak adland&r&lmaktad&r.

Çal&"man&n bir di)er amac& çerçevesinde teknolojik de)i"me ile rekabet olgusunu aç&klamak üzere yap&lan VAR analizinden de güvenilir sonuçlar elde edilmi"tir. EK 4.11’de VAR istikrar ko"uluna ili"kin sonuç incelendi)inde; VAR istikrar ko"ulunun sa)land&)& ve gecikme yap&s&n&n da birim çember içinde yer ald&)& görülmektedir. Residual testlerinden otokorelasyon ve de)i"en varyans testlerine ili"kin istatistik ve olas&l&k de)erleri anlaml& ç&km&"t&r. Normallik testinde ise Skewness ve Kurtosis de)erleri ile olas&l&k de)erleri anlaml& ç&kmas&na kar"&n Jarque-Bera sonuçlar&, s&n&ra yak&n ç&km&"t&r. Ancak Skewness ve Kurtosis sonuçlar&n&n anlaml& ç&kmas&, analiz sonuçlar&n&n normal da)&l&m özelli)i göstermesi aç&s&ndan yeterli kabul edilebilir.

Etki tepki analizinde ise ba)&ml& ve ba)&ms&z de)i"kenlerin hata terimlerinde meydana gelen "oklar&n etkilerinin 18 dönem sonunda kal&c& olarak ortaya ç&kt&)& görülmektedir(EK 4.12). Varyans ayr&"t&rmas& sonucunda hata terimlerindeki "oklar&n ne kadar&n&n ba)&ml& de)i"kenin kendisi taraf&ndan ortaya ç&kt&)&n& ve ne kadar&n&n ba)&ms&z de)i"kenden kaynakland&)&n& belirlemek mümkün olmu"tur. EK 4.13’deki sonuçlara göre; teknolojik de)i"menin rekabet gücü üzerinde %5.22’lik bir etkisi oldu)u görülmektedir. Bunun yan&nda rekabetin de teknolojik de)i"me üzerinde %19.79 gibi önemli bir etkisi söz konudur. Bu sonuçlar, teknolojik de)i"me ile rekabet aras&nda kar"&l&kl& bir etkile"imin oldu)unu göstermektedir.

5.SONUÇ VE ÖNER LER

Özetle çal&"man&n uygulama bölümünden elde edilen analitik bulgular, teorik bölümde öngörülen a) örgütlenmeleri içinde teknolojik etkile"im sürecini aç&klamakta ve teknolojik yenilikler ile rekabet aras&ndaki etkile"imin önemini do)rular niteliktedir Ancak çal&"man&n as&l önemli yönü, elde edilen sonuçlar&n politika önerileri geli"tirme yönünde tutaca)& &"&k olmas&d&r. Özelikle konu, ülke kalk&nmas& aç&s&ndan ele al&nd&)&nda otomotiv sektörünün ekonominin bütünü üzerindeki etkisi analiz edilebilir.

Nitekim geli"mi" ve geli"mekte olan ülkeler aras&ndaki teknolojik aç&)&n giderek büyüdü)ünü dikkate al&)&m&zda, bu aç&)&n azalmas&, yani geli"mekte olan ülkeler avantaj&na dönü"mesi, katma de)eri yüksek mallar üreterek bunlar& geli"mi" ülkelere pazarlayabilmelerine ba)l&d&r. Ucuz emek ya da do)al kaynaklara dayal& üretimden teknoloji yo)un bir üretime geçi" için teknolojiye yat&r&m yap&lmas& ve endüstri içindeki Ar-Ge faaliyetlerinin artt&r&lmas& zorunlu hale gelmektedir. Otomotiv sektörü 2000 y&l& itibariyle imalat sanayinde yarat&lan katma de)erin %8.19’una sahiptir. Otomotiv sektörü ve çal&"man&n uygulama bölümünde inceleme konusu olan geri ba)lant&l& oldu)u di)er sektörlerle birlikte yaratt&)& katma de)er, imalat sanayinde yarat&lan katma de)erin %18.40’&n& olu"turmaktad&r. Yine ayn& y&l için otomotiv sektörü, imalat sanayi içinde istihdamdaki pay& %4.33 ve geri ba)lant&l& oldu)u sektörlerle birlikte %18.45’lik bir paya sahip oldu)u görülmektedir. Gerek tek ba"&na otomotiv sektörünün gerekse de geri ba)lant&l& oldu)u sektörlerle birlikte yaratt&)& katma de)er ve istihdam hacmi aç&s&ndan sektörün Türkiye ekonomisindeki yeri aç&s&ndan önemi ortaya ç&kmaktad&r. Bu analitik bulgular referans al&narak ülke ekonomisinde sektörel analizlerin yap&lmas&, Türkiye ekonomisinin daha reel göstergelerle incelenmesine ve rekabet gücüne yönelik bulgulara ula"&lmas&na imkân haz&rlamaktad&r.

Ülke ekonomisinde sürükleyici bir sektörün belirlenmesi ve bu sektörün ileri ve geri ba)lant&l& oldu)u sektörlerin olu"turdu)u a) örgütlenmesinin bir sanayi kümesi "eklinde bir bölgede yo)unla"mas&, dengesiz kalk&nma modeli çerçevesinde ülke kalk&nmas&na katk&da bulunabilir. Çal&"man&n s&n&rland&r&lm&" amac& çerçevesinde ileri ve geri ba)lant&l& sektörlerde

yat&r&mlar&n artmas& ve Ar-Ge faaliyetlerine yönelik seçilmi" amaçlar&n gerçekle"tirilmesiyle teknolojik yeniliklere bir tür ivme kazand&rabilece)ini ve endüstrilerin rekabet gücünü yükseltebilece)ini söylemek mümkündür.

Bu ba)lamda Türkiye ekonomisi aç&s&ndan sürükleyici sektör ya da sektörlerin belirlenmesi, büyük önem ta"&maktad&r. Dolay&s&yla sektörel ili"kilerin ortaya konmas&, teknolojik de)i"menin ve göreli geri teknoloji kullanan sektörlerin teknoloji düzeylerinin yükseltilebilmesi, farkl& sektörlerde bulunan ve ileri ve geri ba)lant&larla a) ili"kisi içinde yer alan endüstrilerden hareketle sürükleyici sektörlerin belirlenmesi büyük bir önem kazanmaktad&r.

Ulusal ve uluslararas& alanda rekabet gücü yüksek sektörler ve firmalar&n piyasada say&lar&n&n artmas& için teknolojik yeniliklerin de h&zla artmas& gerekmektedir. Teknolojik yeniliklerin ise temel kayna)&n&n Ar-Ge faaliyetleri oldu)u göz önüne al&nd&)&nda, AR-Ge faaliyetlerinin özel ve kamu sektöründe artmas& gereklili)i ortaya ç&kmaktad&r. Özellikle % 0.5 düzeylerinde olan ülkemizdeki Ar-Ge faaliyetlerine milli gelirden ayr&lan pay&n h&zl& bir "ekilde %2-3’lere kadar yükseltilmesi gerekmektedir. Ar-GE faaliyetlerine ba)l& olarak da bilim adam& ve di)er teknik personel kullan&m& artacakt&r. Potansiyel olarak var olan be"eri sermayenin aktif kullan&m& bunun sonucunda sa)lanm&" olacakt&r. Böylece ülkemizdeki yeterince kullan&lmayan beyin gücümüzü üretime dönü"türmü" ve verimli faktörlerin yurtd&"&na transferi önlenmi" olacakt&r.

Teknolojik yeniliklerin h&zlanmas& için devletin gerekli kurumsal ve maddi altyap&y& haz&r hale getirmesi ve teknolojik yenilik yönünde çal&"ma yapan firmalar&n kullan&m&na sunmas& gerekmektedir. Yenilik çal&"malar&n&n sonucunun belirsiz olmas& nedeniyle yeniliklerin finansman&nda risk sermayesi sunan finansal kurumlar&n yoklu)u önemli bir alt yap& eksikli)i olarak de)erlendirilebilmektedir. Bu nedenle gerekli yasal ve kurumsal düzenlemelerin yap&larak risk sermayesi veren finansal kurumlar&n faaliyete geçmesi, sektörlerin kendilerini yeniden yap&land&rmas&na katk& sa)layacakt&r.

Ar-Ge faaliyetlerine yönelik olmak üzere üniversite-sanayi i"birli)ine kurumsal düzeyde i"lerlik kazand&r&lmas& gerekir. Ülkemizde imalat sanayinde faaliyet gösteren firmalar&n a)&rl&kl& olarak KOBH nitelikli firmalardan olu"tu)u dikkate al&narak, özellikle uluslararas& rekabetle kar"& kar"&ya kalan büyük ölçekli firmalar kar"&s&nda yenilik yapma yeteneklerinin artt&r&lmas& ve ulusal sanayinin güçlendirilmesi için kat&l&mc& giri"imcili)i içine alan yeniden yap&lanmaya ihtiyaç vard&r. Bu çal&"man&n analitik bulgular& bir bütün olarak de)erlendirildi)inde, büyük endüstrilerin “bilgi ve yenilik ekonomisinin” dinamiklerinden yararlanmas& oldukça önemlidir.

KAYNAKÇA

Marshall Van Alstyne (1997), “The State Of Network Organization: A Survey In Three Frameworks”, Forthcoming in Journal of Organizational Computing (1997), 7(3), pp.1-50.

Amitai Aviram(2003), “Regulation by Networks”, John M. Olin Law & Economics

Working Paper, No. 181, March 2003, pp.1-60.

Durak, Hbrahim (2005), Küreselle-me Sürecinde ebeke Organizasyonlar ve Denizli

Tekstil -letmeleri Uygulamas , AÜ. SBE (Bas&lmam&" Doktora Tezi), Ankara.

Margaret Taylor Edward S. Rubin Gregory F. Nemet (2006), “The Role of Technological Innovation in Meeting California’s Greenhouse Gas Emission Targets”, Managing

Greenhouse Gas Emissions in California (ed: W. Michael Hanemann and Alexander E.

Farrell), The California Climate Change Center at UC Berkeley, January 2006, pp.1-35

David Bollier (2006), When Push Comes To Pull The New Economy and Culture of

Networking Technology, The Apsen Institute, Washington.

Stephen M. Bauer (2003), “Demand Pull Technology Transfer Applied to the Field of Assistive Technology”, Journal of Technology Transfer, 28, pp.285–303.

John Hagel and John Seely Brown, “From Push to Pull- Emerging Models for Mobilizing Resources”, Working Paper, October 2005, pp.1-49.

www.johnseelybrown.com/pushmepullyou4.72.pdferi"im: 03.07.2007

Andrei Kolodovski (2006), “Push – Pull – Thinking”, RISO National Laboratory

Puplication, Denmark, December 2006, pp.1-19.

J. Rovny, “Benefits of research activities incorporation into the core business of smaller TSOs”, Nuclear Regulatory Authority of the Slovak Republic Publication, IAEA-CN-142-40

http://www.pub.iaea.org/MTCD/Meetings/PDFplus/2007/cn142/cn142Papers/40_J_%20Rov ny.doceri"im:03.07.2007.

Mariacristina Piva and Marco Vivarelli , “Is demand-pulled innovation equally important in different groups of firms?”, Cambridge

Journal of Economics Advance, (in pres), June 2007, pp1-20.

Jeong-dong Lee_, Chansoo Park (2006), “Research and development linkages in a national innovation system: Factors affecting success and failure in Korea” Technovation:26, pp.1045–1054.

Jan van den Ende and Wilfred Dolfsma, “Technology Push, Demand Pull and The Shaping of Technological Paradigms - Patterns in The Development of Computing Technology”, ERIM

Report Series Research in Management, No:ERS–2002–93-ORG, October 2002, pp.1–

26.

Jan Markendahl, Jan Werding, “Local access provisioning driven by Supply-push or by Demand-pull? - Initial findings from interviews with market actors”, Project of NAP and

VINNOVA, pp.1-19.

http://www.wireless.kth.se/projects/NAP/publication_files/local%20access%20provisioning

Munro, H., Noori, H. (1988) “Measuring Commitment to New Manufacturing Technology: Integrating Technological Push and Marketing Pull Concepts”, IEEE Transactions on

Engineering Management, 35 (2), pp.63–70.

Chidamber, S.R., Kon, H.B. (1994), A Research Retrospective of Innovation Inception and Success: The Technology-push, Demand-pull Question” International Journal of

Technology Management, 9 (1), pp.94–112.

King, J.L., Gurbaxani, V., Kraemer, K.L., McFarlan, F.W., Raman, K.S., Yap, C.S. (1994. ) “Institutional Factors in Information Technology Innovation”, Information Systems

Research, 5 (2), pp.139–169.

Doris Neuberger (1997), “Direct Banking –A Demand Pull and Technology Push Innovation”,

EKLER

EK 1: Üretim Fonksiyonlar

1. lnO=b0+b1t+b2lnK+b3lnL+ i

(Cobb Douglas Üretim Fonksiyonu-Ölge)e Göre De)i"ken Getirili) 2. In(0/L)= b0+ b1t + b2ln(K/L)+ i

(Cobb Douglas Üretim Fonksiyonu -Ölçe)e Göre Sabit Getirili) 3. lnO= b0+ b1lnK+ b2lnL+ b3(lnK-lnL)2+ i

(CES Üretim Fonksiyonu)

4. lnO= b0+ b1lnK+ b2lnL+ b3(ln(K/L))2+ b4t + i

(Zaman Trendli Kmenta Yakla"&ml& CES Üretim Fonksiyonu) 5. ln(0/L)=lnAt+cln(K/L)+ bK/L+ i

(VES Üretim Fonksiyonu )

6. lnO=At+clnK+blnL+0,5c(lnK)2+0,5b(lnL)2_{+ c(lnKlnL)} (S&n&rlamal& Translog Üretim Fonksiyonu)

7. ln(0/L)=At+ cln(K^)+0,5(ln(K^))2 (Translog Üretim Fonksiyonu)

8. (0/L)= At+ c1lnK+ b1lnL+c2(LlnK)+ b2(KlnL) (Do)rusal Olmayan Eklemeli Üretim Fonksiyonu)

9. 0= At+ clnK+ blnL

(Do)rusal Eklemeli Üretim Fonksiyonu)

EK 2: E" Bütünle"me Testi Sonucu Sektörlerin Ortak Üretim Fonksiyonu

Modeller Sektörler 1 2 5 Tekstil CD Boya CD CD Lastik VES Plastik CD CD Cam CD CD

Makine ve Motor malat CD

Otomotiv CD

Mesleki ve Umi Metier ve Öl§me-Kontrol

Cihazlan CD CD

EK 3: VZA Malmquist Endeksi Frontier 1975=>19 1976=>19 1977=>19 1978=>19 1979=>19 1980=>1 Lastik 0.91 1.06 1.04 1.42 1.14 0.71 Cam 0.70 1.26 0.76 1.80 1.40 0.69 Otomoti 0.89 1.03 0.91 1.74 1.31 0.53 M.i.A. 0.61 1.41 0.97 1.29 2.08 0.42 Average 0.78 1.19 0.92 1.56 1.48 0.59 Max 0.91 1.41 1.04 1.80 2.08 0.71 Min 0.61 1.03 0.76 1.29 1.14 0.42 SD 0.15 0.18 0.12 0.25 0.41 0.14 1981=>1 1982=>1 1983=>1 1984=>1 1985=>1 1986=>1 1987=>1 1.41 0.95 0.87 1.10 1.10 0.93 0.92 1.37 0.65 0.92 1.04 1.09 0.94 0.81 1.43 0.69 1.01 1.03 1.09 0.86 0.79 2.56 0.45 0.92 1.06 1.07 0.69 0.88 1.69 0.69 0.93 1.06 1.09 0.86 0.85 2.56 0.95 1.01 1.10 1.10 0.94 0.92 1.37 0.45 0.87 1.03 1.07 0.69 0.79 0.58 0.21 0.06 0.03 0.01 0.12 0.06 1988=>19 1989=>1 1990=>1 1991=>1 1992=>1 1993=>1 1994=>1 1.06 1.20 1.03 1.42 1.11 0.71 1.35 1.14 1.11 1.04 1.36 1.11 0.77 1.49 1.17 0.82 1.31 1.43 1.02 0.83 1.34 1.42 1.06 0.78 1.42 1.04 0.72 1.50 1.20 1.05 1.04 1.41 1.07 0.76 1.42 1.42 1.20 1.31 1.43 1.11 0.83 1.50 1.06 0.82 0.78 1.36 1.02 0.71 1.34 0.16 0.16 0.22 0.03 0.05 0.05 0.08 1995=>199 1996=>199 1997=>199 1998=>199 1999=>200 Average 0.92 0.93 1.20 0.78 1.30 1.06 0.88 1.00 1.42 0.55 1.22 1.06 0.87 0.88 1.12 0.86 1.21 1.05 0.90 0.89 1.48 0.97 1.17 1.11 0.89 0.92 1.31 0.79 1.23 1.07 0.92 1.00 1.48 0.97 1.30 1.11 0.87 0.88 1.12 0.55 1.17 1.05 0.02 0.06 0.17 0.18 0.06 0.03

EK 4: VZA Malmquist Endeksi Frontier 1975=>19 1976=>19 1977=>19 1978=>19 1979=>19 1980=>198 Plastik 1.14 1.07 0.90 1.06 1.08 1.04 M.M.i. 0.82 1.44 0.82 1.12 1.13 1.24 Otomoti 1.09 1.44 0.83 1.12 1.08 1.27 M.i.A. 0.88 1.24 0.76 1.09 1.29 1.43 Average 0.98 1.30 0.83 1.10 1.14 1.25 Max 1.14 1.44 0.90 1.12 1.29 1.43 Min 0.82 1.07 0.76 1.06 1.08 1.04 SD 0.16 0.18 0.06 0.03 0.10 0.16 1981=>19 1982=>19 1983=>19 1984=>19 1985=>19 1986=>19 1987=>19 1.09 1.05 0.99 0.80 1.38 1.16 1.00 0.92 0.86 0.97 0.76 1.34 1.14 1.05 0.92 0.89 1.03 0.80 1.32 1.44 0.99 0.64 0.62 0.88 0.67 1.46 1.21 1.03 0.89 0.85 0.97 0.76 1.38 1.24 1.02 1.09 1.05 1.03 0.80 1.46 1.44 1.05 0.64 0.62 0.88 0.67 1.32 1.14 0.99 0.19 0.18 0.07 0.06 0.06 0.14 0.03 1988=>19 1989=>19 1990=>19 1991=>19 1992=>19 1993=>19 1994=>19 1.01 1.25 1.09 1.07 1.08 0.59 1.71 0.99 1.09 0.98 1.14 1.06 0.81 1.20 0.91 1.19 1.14 1.23 1.10 0.72 1.35 0.97 1.21 0.96 1.04 0.96 1.05 1.11 0.97 1.18 1.04 1.12 1.05 0.79 1.34 1.01 1.25 1.14 1.23 1.10 1.05 1.71 0.91 1.09 0.96 1.04 0.96 0.59 1.11 0.04 0.07 0.09 0.08 0.06 0.19 0.27 1995=>19 1996=>19 1997=>19 1998=>19 1999=>20 Average 0.99 0.96 1.45 0.57 1.33 1.08 0.97 0.87 2.21 0.48 1.42 1.07 0.91 1.04 1.05 0.84 1.23 1.08 0.94 0.94 1.37 0.75 1.19 1.03 0.95 0.95 1.52 0.66 1.29 1.06 0.99 1.04 2.21 0.84 1.42 1.08 0.91 0.87 1.05 0.48 1.19 1.03 0.04 0.07 0.49 0.16 0.11 0.02

EK 4.5: Otomotiv ve M.H.A., Cam, Lastik Endüstrileri VAR stikrar Ko"ulu

Otokorelasyon LM Testi

Normallik Testi

Chi-sq

Serbestlik derecesi

Olas l k

Skewness

Kurtosis

Jarque-Bera

3.262656

6.471076

9.733733

4

4

8

0.51

49

0.16

66

De i§en Varyans Testi

Chi-sq

Serbestlik derecesi

Olas l k

97.54806

90

0.2753

*Tablolar taraf)m)zdan düzenlenmi tir.

Gecikme Say s LM statisti6i Olas l k

1 15.40510 0.4952 2 10.00901 0.8662

EK 4.6: Otomotiv ve M.H.A., Cam, Lastik Endüstrileri Etki-Tepki Analizi Sonuçlar Grafik Gösterimi