25
Türkiye’nin Buğday Üretimi Đçin Bir Öngörü Modeli: VAR Yaklaşımı
Ahmet ÖZÇELĐK1 Selma KAYALAK O. Orkan ÖZER ÖZET
Üretim kararını belirleyen en önemli faktör fiyattır. Türkiye’de buğday üretim miktarı üzerinde fiyatların etkisi, VAR (Vektör Otoregresif Regresyon) Modelleri ile analiz edilmiştir.
Değişkenlerin durağanlıkları ADF ve yapısal kırılmalı Perron 1997 birim kök testleri ile incelenmiştir. Üretimden bağımsız, alana yönelik uygulanan Doğrudan Gelir Desteğinin başlamasıyla, buğday ekimi düşüş göstermiştir. Bu azalış seyrinin etkisiyle; buğday üretim alanları ve üretim alanlarına bağlı olan üretim miktarı değişkenlerinde kırılma yılı 2002 olarak bulunmuştur. Değişkenler arasındaki nedensellik ilişkileri test edilmiş, değişkenler arasındaki dinamik ilişkiler VAR analizi varyans ayrıştırmasıyla incelenmiştir. VAR denklemlerinin öngörü güçlerinin değerlendirilmesinde, Theil Eşitsizlik Katsayısı (TIC) istatistiği kullanılmıştır.
Denklemlerin tahmin sonuçlarından elde edilen hata terimlerinin istatistiklerinden yararlanan Theil Eşitsizlik Katsayısına göre modellerin öngörü gücünün rastgele yürüyüş sürecinde iyi çalışır olduğu ve öngörü yapma imkanının “U(0.3244) < 1” bulunduğu sonucu elde edilmiştir. 2009- 2015 yılları için gerçekleştirilen simülasyon tahminine göre; 2015 yılı için Türkiye’nin buğday üretiminin 18716,23 bin ton olacağı hesaplanmıştır.
Anahtar kelimeler: Buğday Üretimi, VAR Modeli, Theil Eşitsizlik Katsayısı, Öngörü A Prediction Model for the Wheat Production of Turkey: VAR Approach ABSTRACT
The most important factor of decision making to produce wheat is its price. The impact of the prices on wheat production is analysed through VAR (Vector Autogressive Regression) Models.
Stableness of the variables were tested via ADF test and structural break Perron 1997 tests per (bu kelime burda olmalı mı) (testlerin adı içinde birim kök ifadesi var) unit root. Wheat farming declined following to the Direct Income Support policy in the region that was not related to the wheat production. Year 2002 was identified as the breaking year following to the decline of the wheat farming having an impact on the size of the wheat farming area and the amount of production per square meter. Causality relations between the variables were tested and the dynamic relations between variables were examined via VAR analysis variance decomposition.
Theil Inequality Coefficient (TIC) statistic was used to evaluate VAR equations prediction factors.
Calculating through the Theil Inequality Coefficient (TIC) that uses the statistics of error premises gathered from the estimate result of the models, the models were monitored to be working properly thought the process of random walk progress, and ‘U(0,32440) < 1 result for prediction possibility was gathered. As the simulation estimate for the years from 2009 to 2015; the wheat production of Turkey in the year 2015 was calculated as 18716,23 thousand tons.
Keywords: Wheat Production, VAR Models, Theil Inequality Coefficient (TIC), Prediction
1. GĐRĐŞ
Buğday, insanların beslenmesinin yanı sıra ekolojik ve sosyo-ekonomik önemi nedenleriyle de Türkiye ve dünya tarımında vazgeçilmez bir üründür. Türkiye’de 2008 yılı itibariyle işlenen tarım alanlarının (215 550 bin da) yaklaşık olarak %37,53’ünde (80 900 bin da) buğday üretimi yapılmaktadır (Anonim 2010). Türkiye’nin 1980 ile 2008 yılları arasında buğday ekim alanları, üretim miktarı, verimi, TMO’nun alım miktarları, TMO’nun alımının üretime oranı ve dış ticaret miktarları Çizelge 1’de verilmiştir. 2002 öncesine göre, üretim miktarındaki azalış (ekim alanları %12,26 düşmüştür) verimlilik artışının etkisi ile %5,13 seviyesinde olmuştur (Çizelge 1).
1 Ankara Üniversitesi Ziraat Fakültesi Tarım Ekonomisi Bölümü, Dışkapı, Ankara
26
Çizelge 1. Türkiye’de Buğday Üretimi , TMO’nin Alım Miktarı ve Dış Ticareti
Yıl Ekim
Alanı (bin hektar)
Üretim Miktarı (bin Ton)
Verimi (kg/ha)
TMO B.
Alım Miktarı (bin ton)
TMO B.
Alımının Üretime Oranı %
B.
Đhracat Miktarı (bin ton)
B.
Đthalat Miktarı (bin ton)
1980 9020 16500 1829,00 1653,34 10,02 405,20 436,95
1990 9450 20000 2116,00 5158,86 25,79 20,50 2180,73
1999 9380 18000 1918,98 4207,88 23,38 1600,52 1623,03
2000 9400 21000 2234,04 2959,11 14,09 964,89 963,67
2001 9350 19000 2032,09 1459,43 7,68 706,24 346,83
2006 8490 20010 2357,00 1456,57 7,28 442,22 239,87
2007 8100 17234 2128,00 121,92 0,71 4,64 2147,00
2008 8090 17782 2220,00 62,93 0,35 8,00 3708,00
2002 öncesine göre %
değişim -12,26 -5,13 8,41 -80,97 -81,53 -86,10 107,77
Kaynak: Anonim, 2010a
Buğday piyasasında, 1999 yılına kadar devlete bağlı olan kurumların fiyat oluşumundaki etkisi çok yüksekti. Bu kurumların başında ise TMO gelmektedir. 1999 yılından sonra Dünya Para Fonu (IMF) ile yapılan Stand-by anlaşması sonucunda, TMO’nin destekleme alım miktarı hızla düşmüştür ve her yıl açıklanan destekleme alım fiyatları için, dünya piyasasında oluşan fiyatlara yakın bir fiyat düzeyi benimsenmiştir (Özçelik ve Özer, 2006) . Çizelge 1’de görüldüğü üzere TMO’nin buğday alım miktarı yıllar içinde piyasa koşulları ve stand-by anlaşmasına bağlı olarak azalış seyri göstermektedir. Çizelge 1’e göre TMO’nin piyasadaki pazar payının tekel etkisi göstermeyeceği söylenebilir.
Çizelge 1’de görüldüğü üzere, 2008 yılında buğday ithalatı 3708 bin ton olarak gerçekleşirken, buğday ihracatımız 8 bin ton gibi çok düşük bir düzeyde kalmıştır.
Türkiye buğday ihracat miktarı, 1999, 2000 ve 2001 yıllarının ortalamasına göre 2006, 2007 ve 2008 yıllarının ortalamasında %86,10 azalmıştır. Aynı dönemlerin kıyaslamasında buğday ithalatı %107,77 artmıştır (Çizelge 1).
Şekil 1’de 1980-2008 döneminin buğday fiyatları verilmiştir. Türkiye’nin buğday ihracatı ve ithalatında görülen dalgalanmaların ihracat ve ithalat fiyatlarında da olduğu görülmektedir.
0 5 10 15 20 25 30 35
1980 1985 1990 1995 2000 2005 2010
Buğday ortalama ihracat fiyatı (TL/ton) Buğday ortalama ithalat fiyatı (TL/ton) Çiftçi eline geçen fiyat (TL/kg) TMO ortalama buğday alım fiyatı (TL/kg) TMO ortalama arpa alım fiyatı (TL/kg)
Kaynak: Anonim, 2010a
Şekil 1. 1980-2008 Dönemi Buğday Fiyatları
TMO’nin buğday alım fiyatı ile çiftçi eline geçen fiyatlarda paralellik görülmektedir (Şekil 1). TMO arpa alım fiyatları, buğday alım fiyatlarından daha düşük olmakla birlikte paralel seyretmektedir.
27
Klasik iktisadi teoriye göre, serbest piyasa ortamında tüm ekonomik sorunların çözümü, düzgün işleyen fiyat mekanizması sayesinde otomatik olarak gerçekleşir. Ancak tarımsal üretimin yapısal özellikleri nedeniyle tarım ürünlerinin fiyat mekanizması, klasik iktisat teorisinde öngörüldüğü gibi düzgün işlememektedir. Çiftçiler mevcut piyasa fiyatına bakarak gelecek için üretim kararlarını almaktadırlar. Bu durum özellikle tek yıllık tarımsal ürün piyasalarında üretim miktarı ve fiyatlarda dalgalanmalar ortaya çıkarmaktadır. Ayrıca devletin ekonomik, sosyal ve politik amaçlı müdahaleleri de tarımsal ürün piyasalarının dengesini bozmaktadır. Bu çalışmada, Türkiye için stratejik bir tarım ürünü olan buğdayın, üretiminde fiyatların etkisi, 1980-2008 döneminde VAR (Vertör Otoregresif Regresyon) Modeli ile incelenmiştir.
2. MATERYAL ve METOT 2.1 Veri Seti
Bu çalışmada 1980-2008 yılları arasında, Türkiye buğday üretim miktarı (ton), TMO buğday alım fiyatı (TL/Kg), çiftçi eline geçen fiyat (TL/Kg), TMO arpa alım fiyatı (TL/Kg), Türkiye’nin buğday ihracat fiyatı (TL/Kg) ve Türkiye’nin buğday ithalat fiyatı (TL/Kg) verileri seçilmiştir. Veriler 1980 TEFE değerleri kullanılarak reel halle dönüştürülmüştür. Veriler TMO kayıtlarından derlenmiştir. Tüm değişkenlerin grafikleri incelenmiştir ve eğrisel ilişkileri doğrusallaştırdığı ve varyansta kararlılık sağladığı için logaritmaları alınmıştır. Analizde kullanılan her bir Periyot dönemi 1 yıla karşılık gelmektedir.
2.2 Birim Kök testi
Birim kökün varlığını test etmek için Dickey ve Fuller (1981) çalışmasında bağımlı değişkenin gecikmeli değerleri açıklayıcı değişken olarak kullanılan ADF testi geliştirilmiştir. Bu teste durağanlık yok hipotezi, otoregresif sürecin bir birim kök içermesi ve denklemdeki otoregresif katsayıların toplamının “1” e eşit olması olarak ifade edilir (Göktaş, 2000). Zaman serilerinin durağanlığı Geliştirilmiş Dickey Fuller (ADF) kesişi katsayısı ve trendli denklem ile test edilmiştir. ADF testi kesişi katsayısı ve trendli denklem aşağıda verilmiştir (Gujarati, 2001);
Yt = µ1 + γt + δ Yt-1 + Σi=1
k Yt-i + εt
Denklemlerde bağımlı değişkenin kaç dönem gecikmesinin regresyon denkleminin sağında yer alacağına karar vermek için Schwarz Bilgi Kriterinden (SIC) yararlanılmıştır.
2.3 Yapısal kırılmaların varlığı durumunda geliştirilen birim kök testleri Bir zaman serisi değişkeni, analiz dönemi içinde ekonomik ve sosyal şok ya da kriz etkisine sahip olabilir. Bu şok ya da krizler sabit terimde, eğimde veya sabit terim ile eğim parametrelerinde yapısal değişmelere neden olmuş olabilir. Bu yapısal değişiklikleri dikkate almadan birim kök testi yapmak yanlış sonuçlara yönlendirebilir. Bu çalışmada kırılma tarihini içsel olarak belirleyen Perron (1997) Yapısal Kırılmalı Birim Kök Testi kullanılmıştır.
Perron (1989)’daki çalışmasında serilerin düzey ve/veya eğimlerinde bir değişim olduğunda bir çok makroekonomik zaman serisinin deterministtik trend fonksiyonu etrafında durağan dalgalanmalara sahip olabileceğini savunulmuştur (Sevüktekin ve Nargeleçekenler, 2007). Test istatistikleri Dickey-Fuller test stratejisi mantığıyla ve trendin eğiminde ve sabitinde kırılmalara izin verecek kuklaların modele dahil edilmesiyle hesaplanmıştır. Perron (1997), makalesindeki Model C aşağıdaki gibidir.
Sabitte ve Eğimde Kırılmanın Testi (Model C)
Model C’de kırılma döneminde hem sabitte hem de eğimde kırılma durumu incelenir.
α =1 sınaması için,
t i t k
i i t
B t
t t
t DU t DT D T Y c Y e
Y = + + + + + + ∆ − +
−
∑
=1
) 1
( α
δ γ
β θ
µ
modeli oluşturularak t-testi yapılmaktadır.
28
2.4 Granger Nedensellik Testi
Bu çalışmada Granger Nedensellik testi kullanılmıştır. Granger nedensellik testine göre x değişkenine ait verilerin modele eklenmesi, y değişkeninin tahmininde katkı sağlıyorsa, x değişkeni y ‘nin nedenidir. X ve Y ile gösterilen iki değişkenli kısıtsız VAR modelinde Y’yi tanımlayan denklem aşağıdaki gibidir.
∑ ∑
= − + = − +
+
= k
j
k
j
t j t j j
t j t
t A D Y X
Y
1 1
0
α β ε
Eğer, eşitlikte β1=β2=....=βk=0 ise X, Y’nin Granger nedeni değildir. Bu kısıtın geçerli olup olmadığının testi F testi ile yapılır (Yurdakul,1995).
2.5 Vector Autoregression Regression (VAR)
Türkiye buğday üretim miktarı ve fiyatlar arasındaki karşılıklı etkileşimi belirlemek amacıyla, Vector Autoregression Regression (VAR) yönteminden yararlanılmıştır.
VAR modelleri; iktisadi değişkenler arasındaki ilişkinin belirlenmesinde ve politika analizi yaparak makro ekonomik politikaların şekillendirilmesinde kullanılan bir yaklaşımdır. VAR modelinde değişkenlerin tümü içsel kabul edilmektedir ve gecikme değerinin modelde yer aldığı kabul edilir. VAR modeli genel olarak aşağıdaki gibidir (Sims, 1980):
Y=f(x) Yt= c1 +
∑ ∑
= −
− + = +
k
i
t i t k
i i
t X U
Y
1 1
β
α
Xt= c2 +
∑ ∑
= −
− + = +
k
i
t i t k
i i
t Y V
X
1 1
ϑ γ
VAR analizi ile buğday üretimi ve buğday fiyatları arasındaki dinamik ilişkiler varyans ayrıştırması aracılığıyla incelenmiştir.
2.5Öngörü Hatasının Varyans Ayrıştırması
Varyans ayrıştırması, içsel değişkenlerden birindeki değişimi, tüm içsel değişkenleri etkileyen ayrı ayrı şoklar olarak ayırır. Bu anlamda varyans ayrıştırması, sistemin dinamik yapısı hakkında bilgi verir. Varyans ayrıştırmasının amacı, her bir rassal şokun, gelecek dönemler için öngörünün hata varyansına olan etkisini ortaya çıkarmaktır.
Öngörünün hata varyansı, k uzunluktaki bir dönem için, her bir değişkenin hata varyansına katkısı olarak ifade edilebilir. Daha sonra bu şekilde elde edilen her bir varyans, toplam varyansa oranlanarak, yüzde olarak nispî ağırlığı bulunur (Özgen ve Güloğlu, 2004).
2.6 Öngörülerin Değerlendirilmesi (Theil Eşitsizlik Katsayısı)
VAR denklemleri ekonomik yorumda kullanılmamakta, eğer VAR denklemlerinin öngörü güçleri geçerli ise değişkenlerin geçmiş dönemlerine ait verileri kullanarak bu değişkenlerin gelecekte alacakları değerleri tahmin amacı ile kullanılır.
VAR denklemlerinin öngörülerin ne derece güçlü olduğunun belirlenmesinde, modellerin tahmin sonuçlarından elde edilen hata terimlerinin istatistiklerinden yararlanılmaktadır.
Bu çalışmada VAR denklemlerinin öngörü güçleri Theil Eşitsizlik Katsayısı ile test edilmiştir.
∑
∑
=
=
∆
∆
−
∆
= n
i i
i n
i i
n Y
Y n Y
U
1 2
2 1
) 1 (
ˆ ) 1 (
=
∆Yi Değişkenin gerçek değişi ∆Yˆi =Değişkenin öngörülen değişimi
=
n Gözlem sayısı
29
U katsayısı 0 ≤ U ≤ + ∞ arasında değişmektedir (Okur 2009). Theil Eşitsizlik Katsayısının sıfır çıkması modelin öngörü gücünün en iyi olduğu durumu gösterirken, bu değerin mümkün olduğunca küçük (1’den küçük) çıkması gerekmektedir (Vergil ve Özkan, 2007).
Bu çalışmada buğday sektörüne ait ekonomik göstergelerin geçmiş dönemlerine ait veriler ile gelecekte ne olabileceği VAR denklemleriyle araştırılmıştır.
3. ARAŞTIRMA BULGULARI
Zaman serileri için geliştirilen teorilerin durağanlık varsayımı altında çalışmaları nedeniyle iktisadi serilerin durağan olup olmaması büyük önem taşımaktadır.
Değişkenlerin durağanlık sınamasında kullanılan kesişim katsayılı ve trendli ADF testi ile kesişim katsayılı ve trendli (Model C) Perron 1997 yapısal kırılmalı birim kök testi sonuçları Çizelge 2’te verilmiştir.
Çizelge 2. Değişkenlerin ADF ve Yapısal Kırılmalı Perron 1997 Birim Kök Test Sonuçları
Değişkenler ADF Kesişi Katsayısı +
Trend
Perron 1997 Model C
k Düzey ADF k Minimum t değeri Kırılma Tarihi
Türkiye’nin B. Üretim Miktarı 0 -4,558 1 -5,673 2002
TMO B. Alım Fiyatı 1 -4,210 1 -6,259 1994
Çiftçi Eline Geçen Fiyat 1 -4,621 1 -5,200 1993
TMO Arpa Alım Fiyatı 0 -3,394 1 -4,729 2000
Türkiye’nin B. Đhracat Fiyatı 1 -4,296 1 -6,246 1994
Türkiye’nin B. Đthalat Fiyatı 0 -4,282 1 -4,625 1997
Tablo değeri %1 (-4,339) %5 (-3,587) %10 (- 3,229)
Tablo değeri %1 (-5,41) %5 (- 4,74) %10 (-4,44)
Gecikme uzunluğu için max k = 3 alınmıştır. Uygun gecikme uzunluğunun belirlenmesinde SIC yararlanılmıştır.
Çizelge 2 de görüldüğü üzere kesişim katsayılı ve trendli ADF testine göre değişkenler durağandır. Perron 1997 yapısal kırılma testi tek kırılma yılı (en büyük değişim noktasını) vermektedir. Değişkenler Perron 1997 Model C yapısal kırılmalı birim kök testine göre kırılmaya rağmen durağan bulunmuştur.
Türkiye’nin buğday üretim miktarı değişkeni için kırılma yılı 2002 bulunmuştur.
2001 yılında başlayan üretimden bağımsız alana yönelik uygulanan Doğrudan Gelir Desteğinin, 2002 yılına yansıması ve buğday ekiminde düşüşe neden olması ile üretim miktarındaki kırılma yılı örtüşmektedir.
VAR modelinde değişkenlerin sıralaması önemlidir. Bu nedenle, Granger Nedensellik testi yapılmıştır. Tarımsal ürünlerde üretim kararının bir önceki yılın fiyatlarının fonksiyonu olması nedeniyle, Granger Nedensellik Testinde bütün değişkenlerin 1 gecikmeli değerleri (k=1) alınmıştır. Çizelge 3’de Granger Nedensellik test sonuçlarını verilmiştir.
Çizelge 3. Garnger Nedensellik Testi Sonuçları
F-Đstatistiği Olasılık Türkiye Buğday Üretim Miktarı Buğday Đthalat Fiyatı 7.35912 0.01190 Buğday Đthalat Fiyatı Türkiye Buğday Üretim Miktarı 5.46878 0.02766 Buğday Đhracat Fiyatı Türkiye Buğday Üretim Miktarı 3.49502 0.07331 Türkiye Buğday Üretim Miktarı Çiftçi Eline Geçen Fiyat 4.34377 0.04752 TMO Buğday Alım Fiyatı Çiftçi Eline Geçen Fiyat 5.78411 0.02390 Buğday Đthalat Fiyatı Çiftçi Eline Geçen Fiyat 3.31530 0.08063 Çizelge 3 incelendiğinde, Türkiye’nin buğday üretim miktarı ile buğday ithalat fiyatı arasında karşılıklı bir nedensellik olduğu görülmektedir. Đthalat ve ihracat fiyatı buğday üretime nedenseldir. TMO buğday alım fiyatı, buğday ithalat fiyatı ve buğday üretim miktarının çiftçi eline geçen fiyata nedensel bulunmuştur. TMO buğday ve arpa
30
alım fiyatlarının buğday üretimi etkilemediği görülmektedir. Ancak TMO buğday alım fiyatı çiftçi eline geçen fiyatı etkilemektedir.
TMO arpa alım fiyatı ile diğer değişkenler arasında doğrudan bir ilişki olmadığını gösteren Granger Nedensellik Testi sonucuna rağmen, üretim modellerinde rakip ürün fiyatının etkisini görmek amacıyla VAR modeline dışsal bir değişken olarak arpa fiyatı eklenerek analiz gerçekleştirilmiştir.
VAR modeli için gecikme uzunluğu en küçük Schwarz Bilgi Kriteri SIC değeri (- 12,363) olan k=3 olarak tespit edilmiştir. Türkiye’nin buğday üretiminin Varyans Ayrıştırması Çizelge 4‘da verilmiştir. Türkiye’nin buğday üretim miktarının varyans ayrıştırması sonuçları tarımsal üretimin bir önceki yılın fiyatlarının fonksiyonu olması teorisi ile uyumludur. 1. dönemde buğday üretimi üzerinde fiyatların katkısı hiç yoktur.
Buğday üretim miktarı üzerinde fiyatların katkısı 2. dönem itibariyle görülmektedir.
Buğday fiyatı ve buğday üretimi arasındaki zaman farkının incelendiği Özçelik ve Ozer 2006 çalışmasında, buğday fiyatlarında meydana gelen değişimin, buğday üretiminde hissedilir ölçüde bir etkiye neden olabilmesi için geçmesi gereken zamanın 0,8325 yıl (10 ay) bulunduğu gecikmesi dağıtılmış Koyck modeli çalışmasıyla da benzerlik göstermiştir.
Çiftçi eline geçen fiyatın buğday üretim miktarındaki katkısı 2. dönemde yaklaşık olarak
%40 olarak bulunmuştur. Yine 10 dönem sonunda da en fazla katkı payı %29.77 ile çiftçi eline geçen fiyatındır.
Çizelge 4. Türkiye’nin Buğday Üretim Miktarının Varyans Ayrıştırması
Dönem
S.E.
Türkiye B.
Üretim Miktarı
Çiftçi Eline Geçen Fiyat
Türkiye B.
Đthalat Fiyatı
Türkiye B.
Đhracat Fiyatı
TMO B.
Alım Fiyatı
TMO Arpa Alım Fiyatı 1 0,047944 100,0000 0,000000 0.000000 0.000000 0,000000 0,000000 2 0,089788 31,12595 39,71448 15.97952 0.721941 12,44340 0,014704 3 0,094596 28,54358 38,64524 15.60644 3.832476 13,33641 0,035852 4 0,102076 26,34925 34,26143 13.45311 8.282281 17,60676 0,047172 5 0,107056 24,10417 34,25416 12.84597 10.02558 18,65847 0,111655 6 0,108181 23,62751 34,74118 12.72779 10.38123 18,39288 0,129411 7 0,114586 21,73458 31,37106 11.75607 9.486259 25,51136 0,140672 8 0,119046 20,26952 29,65232 11.18596 12.92073 25,83345 0,138026 9 0,120481 19,86026 29,38907 11.29825 13.39576 25,91816 0,138509 10 0,122930 19,10471 29,77385 10.98492 14.79288 25,20938 0,134259 2. dönemden itibaren buğday ithalat fiyatının katkısı %15,97 ve TMO’nin buğday alım fiyatlarının katkısı ise %12,44 olarak görülmektedir. Türkiye buğday ihracat fiyatının ise 3. dönemden itibaren başlayan katkısı artarak uzun dönemde %14,79 seviyesine çıkmaktadır. Bu değişkenler arasında çiftçi eline geçen fiyat ve TMO’nin buğday alım fiyatı 2. dönem itibariyle katkısı %52.15’tir. Türkiye’nin buğday üretim miktarına bu iki değişkende oluşturulacak politik müdahaleler ile yön verilebilir.
VAR denklemlerinin öngörü güçlerinin test edildiği Theil Eşitsizlik Katsayısı sonuçları Çizelge 5’de verilmiştir. VAR analizinin öngörü gücünün belirlendiği Theil Eşitsizlik Katsayısına göre denklemlerin öngörü güçleri geçerli bulunmuştur.
Çizelge 5. Theil Eşitsizlik Katsayısı
VAR Modeli Denklemleri Theil U
Türkiye’nin B. Üretim Miktarı Denklemi 0,324378
Çiftçi Eline Geçen Fiyat Denklemi 0,343610
Türkiye’nin B. Đhracat Fiyatı Denklemi 0,600852
Türkiye’nin B. Đthalat Fiyatı Denklemi 0,818684
TMO B. Alım Fiyatı Denklemi 0,261262
TMO Arpa Alım Fiyatı Denklemi 0,728836
Türkiye buğday üretim miktarı değişkeninin denklemi Theil U (0.3244) < 1 olduğu için buğday üretim miktarının öngörüsü yapılmıştır. Çizelge 6’de VAR denklemlerinden elde edilen buğday üretim miktarının öngörü sonuçları verilmiştir.
31
Çizelge 6. Türkiye’nin BUğday Üretim Miktarı (bin ton)Öngörü Değerleri
2010 2011 2012 2013 2014 2015
Öngörüler 20662,01 17599,52 18143,98 19222,27 21604,96 18716,24
VAR analizinden yararlanarak geleceğe yönelik buğday üretimi 2010 yılından 2015 yılına kadar önceki yıllarda olduğu gibi dalgalı bir trend izleyeceği ve 2015 yılı için Türkiye’nin buğday üretiminin 18716,23 bin ton olacağı hesaplanmıştır.
4. SONUÇ
Bu çalışmada, Türkiye’de buğday üretim miktarı üzerinde fiyatların etkisi, VAR (Vektör Otoregresif Regresyon) Modelleri ile analiz edilerek geleceğe yönelik buğday üretiminin tahminini oluşturulması amaçlanmıştır. Değişkenler ADF ve yapısal kırılmalı Perron 1997 birim kök testlerine göre durağan bulunmuştur. Türkiye’nin buğday üretim miktarı değişkeni için kırılma yılı 2002 bulunmuştur. 2001 yılında başlayan üretimden bağımsız alana yönelik uygulanan Doğrudan Gelir Desteğinin, 2002 yılına yansıması ve buğday ekiminde düşüşe neden olması ile üretim miktarındaki kırılma yılı örtüşmektedir.
Türkiye’nin buğday üretim miktarının varyans ayrıştırması sonuçlarına göre tarımsal üretimin bir önceki yılın fiyatlarının fonksiyonu olması teorisi ile uyumludur. Buğday üretim miktarı üzerinde fiyatların katkısı 2. dönem itibariyle görülmektedir. Türkiye buğday üretim miktarı değişkeninin denklemi Theil U (0.3244) ile 1’den küçük bulunmuş, buğday üretim miktarı için öngörü modeli oluşturulmuştur. 2015 yılında Türkiye’nin buğday üretiminin 18716,23 bin ton olacağı hesaplanmıştır.
Tarla bitkileri içinde buğday üretimi %37,53’lük oranla ilk sırada yer alması nedeniyle, kimi zamanlar devletin sosyo-ekonomik ve besin arzı güvenliği açısından alıcı olarak piyasaya müdahale etmesi ihtiyacını doğurmaktadır. Günümüzde devlet politikaları, daha etkin şekilde gelece yönelik tahminlerde bulunması ve bu tahminler doğrultusunda yapılanmaya girerek üretim miktarında yaşanan değişimlerin neticesinde oluşabilecek olumsuz sonuçlara önceden müdahale etme ihtiyacını doğurmaktadır. Bu amaçla özellikle piyasa pazarlama kanallarının etkilin bir şekilde oluşturulması ve yerel tarım ürünleri borsalar gibi piyasa fiyatını belirleyen pazarlama kanallarının etkinliğinin arttırılması gerekmektedir. Bu sayede serbest piyasa mekanizmasının üretici aleyhine oluşturacağı olumsuz etkiler azaltılmış olacaktır. Ayrıca devlet politikalarının geleceğe yönelik öngörülerinin tutarlılığını artabilecektir.
5. KAYNAKLAR
Anonim. 2010. (http://www.tuik.gov.tr/VeriBilgi.do?tb_id=45&ust_id=13 , 14.06.2010) Anonim. 2010a. TMO Đstatistik Kayıtları, Ankara
Dickey, D.A. and Fuller, W.A. 1981. Likehood Ratio Statistics for Autoregressive Time Series with Unit Root, Ecomometrica, v5, 455-461.
Göktaş, Ö. 2000. Durağan Olmayan Zaman Serilerinde Ko-Entegrasyon Analizi ve Bir Uygulama Đstanbul üniversitesi Sosyal Bilimler Enstitüsü, Doktora Tezi, Đstanbul.
Gujarati, D.N, 2001. Temel Ekonometri. Literatür Yayınları:33, Đstanbul
Okur, S., 2009. Parametrik Ve Parametrik Olmayan Basit Doğrusal Regresyon Analiz Yöntemlerinin Karşılaştırmalı Olarak Đncelenmesi, Yüksek Lisans Tezi, Çukurova Üniversitesi, S:43
Özçelik, A., Özer O.O., 2006. Koyck Modeliyle Türkiye’de Buğday Üretimi ve Fiyatı Đlişkisinin Analizi, Tarım Bilimleri Dergisi, 12(4),s.333-339, Ankara.
Özgen B. F., Güloğlu, B., 2004. Türkiye ‘de Đç Borçların Đktisadi Etkilerinin VAR Tekniği ile Analizi, ODTÜ Gelişme Dergisi, 31(Haziran), 2004, 93-114 Perron, P., 1997. Further Evidence on Breaking Trend Functions in Macroeconomic
Variables, Journal of Econometrics, 80 (2), 355-385.
32
Sevüktekin, M. ve Nargeleçekenler, M. 2007. Ekonometrik Zaman Serileri Analizi EViews Uygulamalı, Nobel Yayım Dağıtım, Ankara.
Sims, C., 1980. Macroeconomics an Reality, Econometrica,Vol.48.
Vergil H., Özkan F., 2007. Döviz Kurları Öngörüsünde Parasal Model ve Arima Modelleri, Kocaeli Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (13) 2007 / 1: 211-231
Yurdakul, F.,1995. Ekonometride Yeni eğilimler Hendry ve Sims Yöntemleri: Döviz Kuru Üzerine Uygulama, Gazi Üniversitesi Sosyal Bilimler Enstitüsü, Ekonometri Anabilim Dalı, Doktora Tezi, Ankara.
