Makaleyi Yazdır - Abant İzzet Baysal Üniversitesi Sosyal Bilimler
Transkript
Makaleyi Yazdır - Abant İzzet Baysal Üniversitesi Sosyal Bilimler
AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 İŞLETMELERİN FİYATLAMA YAKLAŞIMLARININ İNCELENMESİ: FİYAT ENDEKSLERİ İLE SEKTÖREL BAZDA TEST EDİLMESİ Yusuf Volkan TOPUZ* Bahtışen KAVAK** THE ANALYSIS OF FIRMS’ PRICING APPROACHES: TESTING BY PRICE INDICES ON SECTORAL BASIS Öz Bu çalışmanın amacı, ele alınan bir sektörde işletmelerin yaygın olarak kullandıkları fiyatlama yöntemini üretici ve tüketici endeksleri arasındaki ilişkilere dayalı olarak belirlemektir. Çalışmada tüm sektörlerin yer aldığı genel veriler ile Gıda, Giyim, Mobilya ve Ulaştırma sektörü verileri kullanılmıştır. Bu çalışmada, zaman serileri arasındaki ilişkilerin belirlenmesi için Granger nedensellik testi ve VAR modeli kullanılmıştır. VAR sonuçları etki-tepki fonksiyonları ve varyans ayrıştırması ile yorumlanmıştır. Bunların yanında, ulaştırma ve giyim sektörlerinde, üretici ve tüketici fiyatları arasındaki ilişkileri açıklamak için sınır testi-ARDL yaklaşımı ve ECM dayalı Granger nedensellik testi kullanılmıştır. Testler Sonucunda; giyim sektöründe ve genel düzey verilerde üretici ve tüketici fiyatları arasında iki yönlü ilişki belirlenmiştir. Mobilya sektöründe tüketici fiyatlarının üretici fiyatlarını belirlediği, dolayısıyla mobilya sektörü için talep odaklı fiyatlama anlayışının geçerli olduğu görülmüştür. Ulaştırma ve gıda sektörlerinde ise, üretici fiyatlarının tüketici fiyatları üzerinde daha etkili olduğu belirlenmiştir. Anahtar Kelimeler: Fiyat, Fiyatlama Yöntemleri, Fiyat Endeksleri Arasındaki İlişkiler, VAR, Sınır Testi, Granger Nedensellik Abstract The purpose of this study is to determine the pricing approach which is used commonly by the firms in a discussed industry based on the relationship between PPI and CPI. In this study, the public data of all sectors and Food, Clothing, Furniture and Transportation sectors have been used. In this study, Granger causality test and VAR model (impulse-response functions and Yrd. Doç. Dr., Abant İzzet Baysal Üniversitesi, İİBF, İşletme Bölümü, e-posta: topuz_y@ibu.edu.tr ** Prof. Dr., Hacettepe Üniversitesi, İİBF, İşletme Bölümü, e-posta: bahtisenkavak@gmail.com * 87 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 variance decomposition) has been used. Furthermore, Bound Test-ARDL approach and Granger causality test based on ECM have been used to describe the relationship between producer and consumer price in transportation and clothing sector. As a result of the tests, in Clothing sector and general level data, bidirectional relationship between producer and consumer price. In the furniture sector, the consumer price determines the producer price. On the other hand, in transportation and food sectors, producer prices is more effective on consumer prices. Keywords: Price, Pricing Approach, The Relationship between Price Indices, VAR, Bound Test, Granger Causality 1. Giriş İşletmeler uyguladıkları pazarlama faaliyetlerinin kısa ve uzun dönemli sonuçlarını doğru tahmin etmelidirler. Hem kısa hem de uzun dönemli sonuçlar, pazardaki diğer faktörlerin etkisininde dahil olduğu bir mekanizma içerisinde oluşmaktadır. Bu mekanizma içerisinde işletmenin kontrol edebildiği ve kontrol edemediği birçok faktör bulunmaktadır. Bilinmesi gerekn en önemli nokta, söz konusu faktörlerin tamamının satışları etkilediğidir (Hanssens ve Parsons, 1993). Öte yandan pazarlama yöneticileri, bu mekanizmanın işleyişi hakkıdan topladıkları bilgi ile karar vermek durumunda kalırlar. Pazar ile ilgili olarak toplanan veriler istatistiksel yöntemler kullanılarak ekonometrik olarak modellenebilir ve pazardaki değişkenler arasındaki ekonomik ilişkiler belirlenebilir. Böylece işletmenin seçtiği ve/veya maruz kaldığı bu unsurlara pazarın nasıl tepki verdiğini doğru bir şekilde analiz etmek mümkün olmaktadır (Koçaş ve Aykaç, 2007). Bu çerçevede ekonometrik modellere dayalı olarak, bir işletmenin yer aldığı pazarda ve özellikle sektörde yaygın olarak uygulanan fiyatlama yöntemini belirlemek, fiyat kararlarını alan yöneticiler için önemli bir veri olacaktır. Bir sektördeki işletmelerin fiyatlama davranışını belirlemek ve anlamak için ilk akla gelen yol birinci elden toplanan veriler olmakla birlikte, diğer bir yol üretici ve tüketici fiyatları arasındaki ilişkilerden yararlanmaktır. Uygulamada yaygın olarak, üretici fiyatları tüketici fiyatlarının göstergesi olarak kullanılmaktadır. Bu nedensellik arz yanlı gelişmeler ve özellikle üretim zamanı ile ilişkili olabilir (Caporale, Katsimi ve Pittis, 2002). Nitekim 1980’li yıllardan sonra hammadde fiyatları ile tüketici fiyatları arasındaki nedensellik ilişkisini inceleyen çalışmaların birçoğunda, temel bulgu, hammadde fiyatlarındaki değişmelerin tüketici fiyatlarındaki değişimin öngörüsünde kullanılabileceği olmuştur (Thoma, 2006; Chen, 2011). Çünkü standart 88 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 açık bir makro ekonomi modelinde perakende sektörü var olan üretimi girdi olarak kullanmaktadır. Bu nedenle perakende sektörü var olan üretime bir gecikme zamanı ile değer ilave edebilmektedir (Caporale vd., 2002). Dolayısıyla bu çalışmada, ele alınan herhangi bir sektörde, üretici fiyatlarındaki değişmenin tüketici fiyatlarını yönlendirdiği belirlenir ise o sektörde maliyetleri temel alan maliyet odaklı fiyatlamanın yönteminin yaygın olarak kullanıldığı ileri sürülebilecektir. Farklı bir bakış açısıyla, literatürde tüketici fiyatlarından üretici fiyatlarına doğru bir nedensellik ilişkisi olduğu ileri sürülmektedir. Söz konusu nedensellik ilişkisi türetilmiş talep analizi ile açıklanmaktadır. Buna göre, endüstriyel mallara olan talebi nihai mal ve hizmete talep olan belirlemektedir. Cushing ve McGarvey (1990)’in talep yanlı etki ile açıkladıkları bu duruma göre, ilk ürüne olan talep tüketici mallarının gelecekte beklenen fiyatına bağlıdır. Bu varsayımla tüketici fiyatlarının, bugünkü talebe bağlı olduğu kadar, geçmişte beklenen bugünkü talebe de bağlı olduğu ileri sürülebilir. Buna karşın üretici fiyatları, türetilmiş talep teorisine dayalı olarak tüketicilerin gelecekte beklenen talebine bağlıdır. Öyleyse bu çalışmada, ele alınan bir sektörde tüketici fiyatlarının üretici fiyatlarını yönlendirdiği ampirik olarak belirlenirse, o sektör için tüketici (talep) odaklı fiyatlamanın belirleyici olduğunu, diğer bir ifadeyle söz konusu sektörde türetilmiş talep teorisinin geçerli olduğunu ileri sürmek mümkün olacaktır. İşte bu çalışmada söz konusu varsayımın doğruluğu tespit edilmeye çalışılacaktır. Bir sektörde üretici ve tüketici fiyatları arasındaki öncelik ilişkisinin tam olarak belirlenmesi durumunda ise, pazar koşullarına bağlı olarak o sektörde yer alan işletmelerin fiyat belirlerken karma yöntem kullandığı ileri sürülebilir. Bu çalışmanın amacı, ele alınan bir sektörde yer alan işletmelerin yaygın olarak uyguladıkları fiyatlama yöntemlerini sektörel bazda, üretici ve tüketici endeksleri arasındaki ilişkilerden yararlanarak belirlemektir. Ele alınan bir sektörde türetilmiş talep teorisinin varlığını da sınamaya imkan verecek söz konusu amaç doğrultusunda, aşağıdaki araştırma soruları yanıtlanmaya çalışılacaktır: 1) Üretici fiyatları tüketici fiyatlarını yönlendirmekte midir? 2) Tüketici fiyatları üretici fiyatlarını yönlendirmekte midir? 3) Sektörel fiyatlar arasındaki ilişkiler tüm sektörleri kapsayan genel fiyatlar arasındaki ilişkileri doğrulamakta mıdır? 89 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 Üretici ve tüketici fiyat endeksleri arasındaki ilişkilerden yararlanarak, ele alınan bir sektörde yaygın olarak kullanılan fiyatlama yöntemini belirlemesi açısından bu çalışmanın ayrıcalığa sahip olduğu ifade edilebilir. Bir sektörde yer alan işletmelerin yaygın olarak kullanıldıkları fiyatlama yöntemini belirlenmesi halinde ise, sektördeki işletmelere ve söz konusu sektörlere yeni girecek işletmelere önemli bir bilgi sağlanabilecektir. Çalışmada, üretici ve tüketici fiyatları arasındaki ilişkilerin arz ve talep yönlü olmak üzere iki şekilde incelenmesi, “endüstriyel mallara olan talebin nihai mal ve hizmetlere olan talepten türetilmiş olduğu” savının geçerliliğinin sektörler itibariyle sınanmasını sağlayacaktır. Öte yandan, fiyat endeksleri arasındaki öncelik ilişkisinin belirlenmesi halinde, bir endeksdeki değişim diğerindeki değişmenin öncü göstergesi olacaktır. Bu bulgu, fiyat ayarlaması yapacak işletmeler için önemli bir gösterge olacağı gibi, ekonominin genel durumunu ve enflasyonu izleyen karar birimleri ve politika yapıcıları için de önemli bir gösterge olacaktır. Bu çalışmanın amacı doğrultusunda, ikincil verilere dayalı üretici ve tüketici fiyat endeksleri arasındaki olası ilişkiler, zaman serilerine dayalı ekonometrik modeller kullanılarak belirlenmeye çalışılmıştır. Çalışmada tüm sektörlerin yer aldığı genel veriler ile Gıda, Giyim, Mobilya ve Ulaştırma sektörü verileri kullanılmıştır. Üretici ve tüketici fiyat endeksleri arasındaki öncelik ilişkilerinin belirlenebilmesi için Granger nedensellik testi kullanılmıştır. Durağanlık varsayımını sağlayan (tüm sektörleri içeren genel düzey veriler ile gıda ve mobilya sektörleri) değişkenler arasındaki ilişkinin büyüklüğünü ve gecikmeli etkilerini belirlemek için vektör otoregresif model-VAR kullanılmıştır. Elde edilen VAR sonuçları ise, etki-tepki fonksiyonları (IRF) ve varyans ayrıştırması testleri kullanılarak değerlendirilmiştir. Bunların yanında VAR modelinin durağanlık varsayımı sağlamayan ulaştırma ve giyim sektörlerinde, üretici ve tüketici fiyatları arasındaki ilişkilerin analizi için sınır testiARDL yaklaşımı ve hata düzeltme modeline (ECM) dayalı Granger nedensellik testi kullanılmıştır. 2. İşletmelerin Fiyatlama Yöntemleri ve Fiyat Endeksleri İlişkisi İşletmeler fiyatlama sürecinde üç tip bilgiyi belli bir düzeyde kullanarak seçim yapmaktadırlar. Bunlar müşteri, maliyet ve rakip bilgileridir (Ingenbleek, Depruyne, Franbach ve Verhallen, 2001). Buradan hareketle işletmelerin talebe, maliyetlere ve rakiplere bağlı olarak fiyat kararlarını 90 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 verdikleri ifade edilebilir. Rekabet odaklı fiyatlama yaklaşımında fiyat, rakiplerin fiyatlarını referans alarak belirlenirken, maliyet odaklı fiyatlama yaklaşımında fiyat, üretim ve pazarlama maliyetlerini temel alarak belirlenmektedir. Talep odaklı yaklaşım ise, alternatif fiyat düzeylerinde tüketici tepkisinin tahmin edilmesine dayanmaktadır (Cravens ve Piercy, 2003: 392). Bir sektörde yer alan işletmelerin fiyatlama yöntemlerini belirlemek için ise genellikle iki yol kullanılmaktadır. Bunlardan ilki, fiyatlama yöntemi belirlenecek işletmelere fiyatlama yöntemlerinin ne olduğunu doğrudan sormaktır. İkinci yol ise, üretici ve tüketici fiyatları arasındaki ilişkilerden yararlanarak, ele alınan sektörde yaygın olarak kullanılan fiyatlama yöntemini belirlemektir (Zurlinden, 2007). Üretim sürecine yönelik basit teori, üretici fiyatlarındaki değişmelerin tüketici fiyatlarını etkilemesi nedeniyle üretici ve tüketici fiyatlarını birbirine bağlamaktadır. Bu nedenle üretici fiyatlarının değişmesi üretim zincirinin sonraki halkasında tüketici fiyatlarını yönlendirecektir (Clark, 1995; Dorestani ve Arjomand, 2006). Tüketici ve üretici fiyatları arasındaki nedenselliğe ilişkin bu geleneksel yaklaşıma göre, üretici fiyatlarındaki değişme tüketici fiyatlarındaki değişmenin nedenidir (Jones, 1986). Arz yanlı olarak açıklanan bu yaklaşıma göre birincil ürünler pazarındaki arz hareketleri üretici fiyatlarını ve belli bir gecikme ile de tüketici fiyatlarını etkilemektedir. Bazı ekonomistlerin ve halkın yaygın inanışına göre de, üretici fiyatlarındaki cari değişmeler otomatik olarak sonraki süreçte tüketici fiyatlarında değişikliklere neden olmaktadır. Çünkü üretici eşya işlemleri perakende işlemlerinden önce meydana gelmektedir ve insanlar toptan eşya fiyatlarının tümünde meydana gelen değişikliğin, dağıtım sistemi içerisinde, ürünlerin perakende fiyatlarına yansıyacağına inanmaktadır (Guthrie, 1981).1 Öte yandan üretim zincirindeki bu basit ilişkinin aksine Gang vd. (2009), tüketici fiyatlarından üretici fiyatlarına doğru bir nedensellik belirlemişlerdir. Colclough ve Lange (1982)’e göre, tüketici ve üretici fiyatları arasındaki ilişki talep yanlı olarak da ele alınabilir. Bu görüşün Ancak birçok açıdan üretici ve tüketici fiyatları arasındaki ilişki zayıf olabilmektedir. Tüketici fiyatları üretici fiyatları kadar hammadde fiyatı değişikliklerine tepki vermemektedir. Çünkü üretici ve tüketici fiyatları bileşimi tüketici fiyatlarının hizmet sektörünüde içermesi bakımında önemli bir farklılık gösterir. Bu nedenle tüketici endeksleri içerisindeki nihai malların fiyatı artarken hizmetlerin fiyatı düşebilir (Clark,1995). 1 91 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 dayandığı türetilmiş talep analizine göre, endüstriyel pazardaki gelişmeler tüketici pazarındaki değişmelerden türetilmiştir. Bu düşünce nihai ürünlere olan talepteki değişmenin birincil ürünlerin talebinde yaratacağı değişikliğe dayanmaktadır (Colclough ve Lange, 1982; Granger, Robins ve Engle, 1986). Gerçekte birincil ürünlere olan talep, perakendecinin bugün ve geçmişteki talebine bağlı olmakla birlikte gelecekteki talebine de bağlı olabilmektedir (Cushing ve Mcgarvey, 1990). Dolayısıyla nihai tüketim malları talebinde ve fiyatlarında meydana gelen değişme üreticilerin girdi talebini ve fiyatını etkileyebilecektir.2 Literatürde, üretici fiyatlarındaki değişmenin, bir sonraki dönemde tüketici fiyatlarına yansıyacağını ileri süren çalışmalara rastlamak mümkündür (Dorestani ve Arjomand, 2006; Clark, 1995; Cushing ve McGarvey, 1990; Caporale vd., 2002; Cutler, Chan ve Li, 2005). Bununla birlikte Zortuk (2008), Türkiye özelinde, tüketici ve toptan eşya fiyat endeksleri arasındaki nedenselliği, 1986:01 ve 2004:12 dönemleri arasında test ettiği çalışmada toptan eşya fiyat endeksinden tüketici fiyat endeksine doğru tek yönlü bir nedensellik olduğunu belirlenmiştir. İlişkinin iki yönlü olabileceği varsayımından hareketle yapılan testlerde ise tüketici fiyatlarının da üretici fiyatlarını yönlendirebileceği sunucuna ulaşılmıştır (Huh ve Trehan, 1995). Öte yandan, Gordon (1988) üretici ve tüketici fiyat endeksleri arasında anlamlı ilişkiler bulamamıştır. Akdi, Berument ve Cilasun (2006) tarafından Türkiye verileri kullanılarak yapılan bir çalışmada ise, tüketici fiyat endeksleri ile toptan eşya fiyat endeksleri arasındaki ilişki kısa dönemde anlamlı iken, uzun dönemde anlamlı olmamıştır. 3. Veri ve Yöntem Bu çalışmada ele alınan tüm fiyat endeksleri TÜİK’ten temin edilmiştir. Çalışmada üretici fiyatlarını temsilen TÜİK tarafından hesaplanan Toptan Eşya Fiyatları Endeksi (1994=100) ve tüketici fiyatlarını temsilen Tüketici Fiyatları Endeksi (1994=100) kullanılmıştır. Söz konusu fiyat endeksleri, ilgili ay endeks rakamının, bir önceki aya göre yüzde değişim (aylık enflasyon) oranı şeklinde ifade edilmiştir. Bu nedenle, çalışmanın Bu iki farklı yaklaşımında ötesinde görüş öne sürenler ise, tüketici ve üretici fiyat endekslerinin farklı evren fiyatlarını temsil etmeleri nedeniyle aralarında bir öncelik ilişkisi olamayacağını, dolayısıyla endekslerden birindeki değişmenin diğerini etkilemeyeceğini ifade etmektedirler (Guthrie, 1981). 2 92 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 başlangıç dönemi 1994:02 ve bitiş dönemi ise, güvenilir ve kesin verilerin elde edildiği son tarih olan 2006:10’dur. Çalışma dönemi göz önüne alındığında endekslerin zaman serisi özelliği olduğunu görmek mümkündür. Bundan dolayı, üretici ve tüketici fiyatları arasındaki ilişkinin incelenmesinde zaman serilerine dayalı testlerden yararlanılmıştır. Bu çerçevede ilk olarak, ele alınan serilerin trend ve mevsim bileşenlerin incelenmiş ve de birim kök testleri ile durağanlık sınamaları yapılmıştır. Census X-12, X-11 ve TRAMO/SEATS yöntemleri sık kullanılan mevsimsel düzeltme yöntemleridir. Ongan (2002), ülkemiz tüketici ve toptan eşya fiyat endeksleri için en uygun mevsimsel düzeltme yöntemini belirlemek amacıyla yapmış olduğu çalışma sonucunda, fiyat endekslerinin mevsimsellikten ayrıştırılmasında, model temelli bir yaklaşım olan TRAMO/SEATS’i önermiştir. Buna bağlı olarak bu çalışmada ele alınan fiyat endekslerindeki mevsimsellik etkisinin giderilmesinde TRAMO/SEATS yöntemi kullanılmıştır. Birim kök sınamasında Augmented Dickey-Fuller (ADF) ve PhillipsPerron (PP) testleri bir arada kullanılmıştır. Tablo 1: Birim Kök Testi Sonuçları Değişkenler Augmented Dickey-Fuller (ADF) Phillips-Perron (PP) Düzey* I.Sıra Fark** Düzey* TÜFEGNL ÜFEGNL -4,26 (4)a -5,14 (3)a -4,87 (12)a -8,32 (4)a -7,89 [2]a -7,21 [4]a TÜFEGID -4,87 (5)a -9,76 (4)a -8,50 [11]a ÜFEGID -4,69 (11)a -5,10 (12)a -9,10 [4]a TÜFEMOB ÜFEMOB -4,59 (4)a -6,56 (3)a -6,86 (7)a -4,42 (10)a -7,92 [4]a -12,18 [3]a TÜFEGYM -3,86 (4)a -12,14 (3)a -9,24 [2]a ÜFEGYM -2,93 (9) -7,77 (6) a -13,65 [3]a TÜFEULS -5,62 (3)a -7,40 (6)a -9,551 [1]a ÜFEULS -2,89 (12) -4,67 (11)a -7,311 [3]a * Trendli ve sabit katsayılı model için Mac Kinnon Kritik Değerleri %1, %5 ve %10 güven düzeylerinde sırasıyla -4.021254, -3.440471 ve -3.144707’dir. ** Trend ve sabit katsayı içermeyen model için Mac Kinnon Kritik Değerleri %1, %5 ve %10 güven düzeylerinde sırasıyla -2.580366, -1.942952 ve -1.615307’dir. ( ): AIC göre seçilen gecikme uzunluğu, [ ]: Bandwidth a b , , ve c ilgili test istatistiğine göre sırasıyla %1, %5 ve %10 düzeyinde istatistiki olarak anlamlılığa işaret etmektedir. 93 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 Tablo 1’de ADF ve PP birim kök testi sonuçları bir arada verilmektedir. Tablo 1’de yer alan sonuçlardan da görüleceği üzere tüm değişkenler PP birim kök testine göre düzeyde durağan olmasına karşın, ADF birim kök testinde, ulaştırma sektörü üretici fiyatları (ÜFEULS) ve giyim sektörü üretici fiyatları (ÜFEGYM) dışındaki tüm değişkenler düzey değerlerinde durağandır. ÜFEGYM ve ÜFEULS ise birinci farkları alındığında durağan olmaktadır. Bu çalışmada seriler arasındaki öncelik ilişkisinin belirlenmesi için çalışmada Granger nedensellik testi kullanılmıştır. Ele alınan durağan değişkenler arasındaki ilişkinin yönünü ve büyüklüğünü belirlemek için ise Vektör Otoregresif Model-VAR kullanılmıştır. VAR modeli sonuçlarının yorumlanmasında etki-tepki ve varyans ayrıştırması analizlerinden yararlanılmıştır. Diğer yandan, ulaştırma ve giyim sektörlerine ait verilerin VAR modelinin durağanlık varsayımını sağlamadığı görülmüştür. Bu nedenle ulaştırma ve giyim sektörlerinde seriler arasındaki ilişkiler sınır testi-ARDL yaklaşımı ile incelenmiştir. Tüm testlerde E-views paket programı kullanılmıştır. 4. Bulgular 4.1. VAR Sonuçları İki değişkenli kısıtsız VAR modeli için çözüme dahil edilen değişkenlerin (mobilya ve gıda sektörleri ile genel düzey veriler) ADF birim kök testi sonuçlarına göre durağan olduğu görülmüştür.3 VAR sonuçlarının yorumlanmasında yaşanan güçlükler nedeniyle elde edilen katsayıların teker teker yorumlanması yerine, ilişkilerin açıklanmasında etki-tepki ve varyans ayrıştırması analizlerinden yararlanılmıştır. 4.1.1. Genel Düzey Etki Tepki Analizi ve Varyans Ayrıştırması Sonuçları Grafik 1’de görüldüğü üzere ÜFEGNL, TÜFEGNL’de meydana gelen şoka dördüncü aydan sonra azalan yönlü ve istatsitiksel olarak anlamlı Bu nedenle her üç sektör için VAR modeli kullanılmıştır. AIC kriteri dikkate alınarak genel düzeyde veriler için hesaplanan en uygun gecikme uzunluğu 3’tür. AIC göre gıda sektöründe en uygun gecikme uzunluğu 5 olarak kabul edilmiştir. Son olarak, mobilya sektörü için AIC göre hesaplanan en uygun gecikme uzunluğu 2’dir. 3 94 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 tepki vermektedir. TÜFEGNL’nin ÜFEGNL’e verilen şoka verdiği tepki ise pozitif yönlüdür ve bu tepki ilk dört aylık süre itibariyle belirgin şekilde azalarak devam etmektedir.4 Bunlarla birlikte değişkenlerin sıralaması yapılan etki-tepki analizi sonuçlarının Grafik 2’de TÜFEGNL’nin ÜFEGNL’e dördüncü aydan itibaren negatif yönlü ve anlamlı şekilde tepki verdiği görülmektedir. ÜFEGNL’in TÜFEGNL’deki şoka verdiği tepki ise pozitif yönlüdür ve bu tepki istatistiksel olarak anlamlı şekilde aylar itibariyle azalan bir seyir izlemiştir. Tablo 2’de ÜFEGNL için verilen varyans ayrıştırması sonuçlarına bakıldığında, ÜFEGNL’de birinci dönemde meydana gelen değişmenin tamamının (%100) kendisinden kaynaklandığını görülebilir. Bununla birlikte TÜFEGNL’in ÜFEGNL değişmesinde altıncı periyotta ancak %15 oranında etkili olduğu, bu etkinin onikinci dönem itibariyle %22’ye ulaştığı ifade edilebilir. Öte yandan Tablo 2’de TÜFEGNL için hesap edilen varyans ayrıştırması değerlerine bakıldığında, birinci dönemde TÜFEGNL’de meydana gelen değişmenin %38’inin kendisinden %62’sinin ise ÜFEGNL’den kaynaklandığı görülmektedir. ÜFEGNL’in TÜFEGNL üzerindeki bu önemli orandaki etkisinin üçüncü dönemde %65’e çıktığı ve sonraki dönemlerde azalarak onikinci dönemde %46’ya kadar düştüğü görülmektedir.5 Değişkenlerin sıralaması değiştirilerek yeniden yapılan varyans ayrıştırması sonuçları ise Tablo 3’de yer almaktadır. Burada TÜFEGNL’de birinci dönemde meydana gelen değişmenin tamamının kendisinden kaynaklandığı görülmektedir. Altıncı dönemde TÜFEGNL’de meydana gelen değişmenin %7’si ÜFEGNL’den %93’ü yine kendisinden kaynaklanmaktır. ÜFEGNL’in TÜFEGNL üzerindeki Etki-tepki analizi, VAR modelde yer alan değişkenlerin sıralamasından önemli ölçüde etkilenmektedir. Enders (2004), değişkenlerin sıralamasında değişkenlerin hata terimleri arasındaki korelasyondan yararlanılabileceğini ifade etmiştir. Buna göre VAR tahminlerinden elde edilen hata terimleri arasındaki korelasyonun mutlak değeri 0.20’nin altında ise, denklemde yer alan değişkenleri sıralaması etki-tepki analizleri için önemli olmamaktadır (Kadılar, 2000: 90; Saçkan, 2005: 72). Genel fiyat serileri için tahmin edilen VAR denkleminden elde edilen hata terimlerine ait korelasyon değerleri 0.78 olarak hesaplanmıştır. Bu nedenle genel düzeydeki fiyat serileri için yapılan etki-tepki fonksiyonları sıralama değişikliğine gidilerek ikinci kez tahmin edilmiştir. 5 Etki tepki analizlerinde ÜFEGNL ve TÜFEGNL’in hata terimleri arasındaki korelasyon katsayının (0.78) %20’den büyük olduğu görülmektedir. Bu nedenle sıralam değişikliğine gidilerek yeniden varyans ayrıştırması yapılmıştır. 4 95 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 etkisi dönemler itibariyle artmakla birlikte onikinci dönemde ancak %9’a ulaşmaktadır. Bunlarla birlikte ÜFEGNL için yapılan varyans ayrıştırması sonuçlarında ise ilk dönemde ÜFEGNL’de meydana gelen değişmenin %62’sinin TÜFEGNL’den %38’nin ise ÜFEGNL’den kaynaklandığı görülmektedir. TÜFEGNL’in ÜFEGNL üzerindeki bu etkisi dönemler itibariyle artarak onikinci dönemde %66’ya ulaşmaktadır. 4.1.2. Gıda Sektörü Etki Tepki Analizi ve Varyans Ayrıştırması Sonuçları Grafik 3’de ÜFEGID ve TÜFEGID serilerinin etki-tepki fonksiyonları gösterilmektedir. ÜFEGID’ın TÜFEGID’da meydana gelen şoka verdiği tepki pozitif yönlü olmasına karşın istatistiksel olarak anlamlı olmadığı ifade edilebilir. TÜFEGID’ın ÜFEGID’a verilen şoka verdiği tepki ise pozitif yönlüdür ve bu etki dönemler itibariyle azalan bir seyir izlemektedir.6 Sıralama değişikliği yapılarak elde edilen etki-tepki fonksiyonları Grafik 4’de görülmektedir. TÜFEGID’ın ÜFEGID’da meydana gelen şoka verdiği tepkiye bakıldığında ilk üç dönem itibariyle artan bir pozitif etki söz konusudur. Bu pozitif etki üçüncü dönemden itibaren azalmaktadır. ÜFEGID’ın TÜFEGID’a verilen şoka verdiği tepki ise pozitiftir ve ilk dört ay itibariyle anlamlı biçimde azalan bir seyir izlemektedir. Gıda sektörü verileri için elde edilen varyans ayrıştırması sonuçları Tablo 4’de verilmiştir. Bu tabloda ÜFEGID’nın varyans ayrıştırması sonuçlarına bakıldığında ilk periyotta ÜFEGID’da meydana gelen değişmenin tamamının kendisinden kaynakladığı görülmektedir. üçüncü periyotta ise ÜFEGID’da meydana gelen değişmenin ancak %2,7’si TÜFEGID’dan kaynaklanmaktadır. Onikinci dönem itibariyle ise ÜFEGID’daki değişmenin %4’ü TÜFEGID’dan kaynaklanmaktadır. Tablo 4’de ikinci olarak TÜFEGID’nın varyans ayrıştırması sonuçlarına yer verilmiştir. Burada görüleceği üzere ilk dönemde TÜFEGID’daki değişmenin %65,8 kendisinden kaynaklanırken %34,2 gibi bir oranda ÜFEGID’dan kaynaklanmaktadır. ÜFEGID’ın TÜFEGID üzerindeki bu Genel düzeydeki fiyat serilerinde olduğu gibi burada da değişkenlerin sıralaması ile ilgili olarak hata terimleri arasındaki korelasyondan yararlanılmıştır. Buna göre ÜFEGID ve TÜFEGID hata terimleri arasındaki korelasyon 0,58’dir dolayısıyla etki-tepki analizi sıralama değişikliğine gidilerek yeniden yapılmıştır 6 96 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 etkisi dönemler itibariyle artmakla birlikte onikinci dönemde %62’ye ulaşmaktadır.7 Tablo 5’de sıralama değişikliği sonucu elde edilen varyans ayrıştırması sonuçları gösterilmektedir. Burada ilk olarak TÜFEGID varyans ayrıştırması sonuçlarına bakıldığında, birinci dönemde, TÜFEGID’da meydana gelen değişmenin %100’nün kendinden kaynaklandığı görülmektedir. Ancak üçüncü dönemde TÜFEGID’daki değişmenin yaklaşık %11’i ÜFEGID’dan kaynaklanmaktadır. ÜFEGID’ın TÜFEGID üzerindeki etkisi onikinci dönemde %20’lere ulaşmaktadır. Tablo 5’de ÜFEGID’nın varyans ayrıştırması sonuçlarına bakıldığında, ÜFEGID’daki değişmenin ilk dönemde %34,2’sinin, onikinci dönem itibariyle ise %48,2’sinin TÜFEGID’dan kaynaklandığı görülmektedir. 4.1.3. Mobilya Sektörü Etki Tepki Analizi ve Varyans Analizi Sonuçları Grafik 5’de ÜFEMOB ve TÜFEMOB sıralaması ile elde edilen etki-tepki fonksiyonları gösterilmektedir. Buna göre ÜFEMOB’un TÜFEMOB’da meydana gelen şoka verdiği tepki ilk iki dönem itibariyle pozitif ve artan yönlüdür. TÜFEMOB’ın ÜFEMOB’a verilen şoka verdiği tepki ise pozitif yönlüdür ve bu tepki ilk sekiz dönem itibariyle istatistiksel olarak anlamlı şekilde azalan bir seyir izlemektedir.8 Sıralama değişikliği sonucu elde edilen Grafik 6’ya bakıldığında, TÜFEMOB’un ÜFEMOB’daki şoka verdiği tepki istatistiksel olarak anlamsızdır. ÜFEMOB’un TÜFEMOB’a verilen şoka verdiği tepki ise pozitif yönlüdür ve bu etki dönemler itibariyle azalan bir seyir izlemektedir. Mobilya sektörü için ÜFEMOB ve TÜFEMOB Clolesky sıralamasına göre elde edilen varyans ayrıştırması sonuçları Tablo 6’da verilmiştir. Tablo 6’da ÜFEMOB için elde edilen varyans ayrıştırması sonuçlarında ilk dönemde ÜFEMOB’da meydana gelen değişmenin tamamının kendisinden kaynakladığı görülmektedir. Üçüncü dönemde ise ÜFEGID ve TÜFEGID serileri için VAR denklemlerinden elde edilen hata terimleri arasındaki korelasyon katsayısının (0.58) %20’den büyük olduğu belirlenmiştir. Bu nedenle değişkenlerin sıralaması değiştirilerek yeniden varyans ayrıştırması yapılmıştır. 8 ÜFEMOB ve TÜFEMOB hata terimleri arasındaki korelasyon 0.48 olarak hesaplanmıştır. VAR denkleminden elde edilen hata terimlerine ait korelasyon değerleri 0.20’nin üstünde olduğu için etki-tepki analizi sıralama değişikliğine gidilerek yeniden yapılmıştır. 7 97 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 ÜFEMOB’daki değişmenin yaklaşık %9,5’inin TÜFEMOB’daki değişmeden kaynaklandığı, onikinci dönem itibariyle de bu oranın %14 ulaştığı görülmektedir. Aynı tabloda TÜFEMOB için yapılan varyans ayrıştırması sonuçlarına bakıldığında, TÜFEMOB’daki değişmenin, dönemler itibariyle küçük değişiklikler olmakla birlikte, onikinci dönemde yaklaşık %24 gibi bir oranda ÜFEMOB’dan kaynakladığı görülmektedir. Mobilya sektörü için VAR denklemlerinden elde edilen hata terimleri arasındaki korelasyona oranına bağlı olarak TÜFEMOB ve ÜFEMOB şeklinde sıralama değişikliğine gidilerek elde edilen sonuçlar Tablo 7’de verilmiştir. Tablo 7’de yer alan TÜFEMOB varyans ayrıştırması sonuçları göre, TÜFEMOB’da meydana gelen değişmenin tamamı neredeyse tüm dönemler boyunca kendisinden kaynaklanmaktadır. Buna karşın ÜFEMOB varyans ayrıştırması sonuçlarında ÜFEMOB’daki değişmenin ilk dönemde yaklaşık %24’nün TÜFEMOB’dan kaynaklandığı görülmektedir. Onikinci dönem itibariyle ise TÜFEMOB, ÜFEMOB’da meydan gelen değişmenin %36’sını açıklamaktadır. 4.2. Granger Nedensellik Testi Sonuçları Granger nedensellik testi yapabilmenin ön koşulu ele alınan zaman serilerinin durağanlık varsayımını sağlamasıdır. Buna göre durağan üretici ve tüketici fiyat serileri arasında belirlenen gecikme uzunluklarına bağlı olarak yapılan Granger nedensellik testi sonuçları Tablo 8’de görülmektedir.9 Tablo 8: Granger Nedensellik Testi Sonuçları Sıfır Hipotezi TÜFEGNL Granger Nedeni değildir ÜFEGNL ÜFEGNL Granger Nedeni değildir TÜFEGNL TÜFEGID Granger Nedeni değildir ÜFEGID ÜFEGID Granger Nedeni değildir TÜFEGID TÜFEMOB Granger Nedeni değildir ÜFEMOB ÜFEMOB Granger Nedeni değildir TÜFEMOB F- Testi 5,67 4,75 2,50 6,28 3,09 0,08 Olasılık 0,001 0,003 0,115 0,002 0,081 0,771 Granger Nedensellik testi gecikme uzunluklarına duyarlı olduğundan, ele alınan değişkenler için ortak bir gecikme uzunluğu kullanılmamıştır. Bunun yerine değişkenleri farklı gecikme uzunlukları olabileceği varsayımı ile Akaike Bilgi Kriterinden (AIC) yararlanarak her bir değişkenin kendi gecikme uzunluğu belirlenmiştir. 9 98 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 Tablo 8’de yer alan F değerleri ve olasılıklarına göre TÜFEGNL, ÜFEGNL’nin Granger nedeni iken, ÜFEGNL’de TÜFEGNL’nin Granger nedenidir. Buna göre genel düzeydeki üretici ve tüketici fiyat serileri arasında iki yönlü bir nedenselliğin olduğu ifade edilebilir. Diğer taraftan “TÜFEGID Granger Nedeni değildir ÜFEGID” şeklinde kurulan sıfır hipotezi istatistiksel olarak reddedilememiştir. Fakat bunu karşın, “ÜFEGID Granger Nedeni değildir TÜFEGID” şeklinde ifade edilen sıfır hipotezi istatistiksel olarak %1 düzeyinde anlamlıdır. Dolayısıyla ÜFEGID TÜFEGID’ın Granger nedenidir. O halde gıda sektöründe ÜFE’den TÜFE’ye doğru tek yönlü bir Granger nedenselliğinin olduğu ifade edilebilir. Son olarak Tablo 8’de yer alan F testi sonuçlarına göre, “ÜFEMOB Granger Nedeni değildir TÜFEMOB” şeklinde kurulan sıfır hipotezi reddedilemezken, “TÜFEMOB Granger Nedeni değildir ÜFEMOB” şeklindeki sıfır hipotezi %10 anlamlılık düzeyinde reddedilmiştir. O halde, TÜFEMOB ÜFEMOB’un Granger nedenidir. Bu sonuçlara göre mobilya sektöründe tüketici fiyatlarının üretici fiyatlarının Granger nedeni olduğu ifade edilebilir. 4.2.4. Sınır Testi-ARDL Sonuçları Sınır testi-ARDL modeli, eşbütünleşme testlerinde serilerin durağanlık özelliklerinin önceden belirlenmesine ilişkin güçlükleri ortadan kaldırarak, uzun ve kısa dönemli ilişkilerin varlığının analiz edilmesini sağlamaktadır (Yardımcı, 2007). Birim kök testlerinin yer aldığı Tablo 1’den de görüleceği üzere, ulaştırma sektörü üretici fiyatları (ÜFEULS) ve giyim sektörü üretici fiyatları (ÜFEGYM) serileri ADF birim kök testine göre düzeyde durağan değillerdir. Ele alınan seriler ancak birinci sıra farkları alındığında durağan hale gelmektedir. O halde burada ulaştırma sektörü tüketici fiyatları (TÜFEULS) I(0) iken, ÜFEULS I(1) ve giyim sektörü tüketici fiyatları (TÜFEGYM) I(0) iken, ÜFEGYM I(1)’dir. Bu durum söz konusu seriler arasında ilişkinin incelenmesinde son yıllarda gelişen Pesaran, Shin, ve Smith (2001) sınır testini ve sınır testini tamamlayan ARDL modelini uygulama imkanı vermektedir. Sınır testi uygulaması için ele alınan serilerde bağımlı ve bağımsız değişkenlerin yerleri değiştirilerek aşağıda görülen iki model üretilmiştir. Böylece bağımlı değişkenin seçimi için önsel bir sınırlamadan kaçınılmıştır. Aşağıda yer alan söz konusu iki model trendli olarak ifade edilmektedir. Analizlerde öncelikle bu modeller tahmin edilecektir. İkinci aşamada ise aynı modeller trendsiz olarak tahmin edilecektir. 99 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 m m i 1 i 0 X t 0 1t 2 X t i 3 Yt i 4 X t 1 5Yt 1 t m m i 1 i 0 Yt 0 1t 2 Yt i 3 X t i 4Yt 1 5 X t 1 t (1) (2) Sınır testi yönteminin uygulaması sırasında ilk olarak gecikme uzunlukları belirlenmiştir. Bu uygulama ADF birim kök testinde olduğu gibi AIC veya SC kullanılarak yapılabilmektedir. Fakat burada önemli olan serilerin hata terimleri arasında ardışık bağımlılık (otokorelasyon) olup olmamasıdır. Bu nedenle bilgi kriterlerine göre seçilen gecikme uzunluğunda hata terimleri arasında otokorelasyon olup olmadığı Breusch-Godfrey LM Testi ile incelenmiştir.10 Ulaştırma ve Giyim Sektörlerinin trendli ve trendsiz formları için belirlenen gecikme uzunlukları dikkate alınarak yapılan sınır testi sonuçları Tablo 9’da verilmiştir. Tablo 9’da yer alan sonuçlara göre ÜFEULS’nin bağım değişken olduğu modelin hem trendli hem de trendsiz formunda sonuçlar istatistiksel olarak %5 düzeyinde anlamlı çıkmamıştır. Bu nedenle ÜFEULS’nin bağımlı değişken olduğu modelde sıfır hipotezi reddedilememiştir. Diğer bir ifadeyle TÜFEULS’den ÜFEULS’ye doğru eşbütünleşme ilişkisi yoktur. Fakat buna karşın, TÜFEULS’nin bağımlı değişken olduğu modelde hem trendli hem de trendsiz denklemlerden elde edilen F ve t istatistiği değerleri eşbütünleşme ilişkisinin olmadığını ifade eden sıfır hipotezini reddetmeye imkan vermektedir. Daha açık bir ifadeyle, ÜFEULS ve TÜFEULS arasında eşbütünleşme ilişkisi söz konusudur. 10 Pesaran ve diğerleri (2001) sınır testi yaklaşımının uygulanabilmesi için ilk olarak gecikme uzunluğunun belirlenmesi gerekmektedir. Ulaştırma sektörü için Formül 1’in trendli ve trendsiz formları için en küçük AIC değeri 11 gecikmede elde edilmiştir. Formül 2’nin trendli ve trendsiz formu için en küçük AIC değeri 3 gecikmede elde edilmiştir. Formül 2 için her iki durumda da elde edilen 3 gecikme uzunluğunda LM testi sonuçlarına göre belirlenen gecikme uzunluklarında otokorelasyon sorunu olmadığı görülmektedir. Giyim sektörü için AIC göre belirlenmiş gecikme uzunlukları Formül 1’in trendli ve trendsiz formları için 9’dur. Bununla birlikte Formül 2 için en küçük AIC değeri; trendli formda 2, trendsiz formda 4 gecikme uzunluğunda elde edilmiştir. Her iki model için de belirlenen gecikme uzunluklarında LM testi sonuçları da otokorelasyon sorunu olmadığını göstermektedir. 100 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 Buna göre, ÜFEULS ve TÜFEULS arasında tek yönlü uzun dönemli ilişki vardır ve bu ilişkinin yönü ÜFEULS’den TÜFEULS’ye doğrudur. O halde bu sonuçlara göre, uzun dönem ilişkiyi ortaya koyan ARDL modeli TÜFEULS’nin bağımlı ÜFEULS’nin ise bağımsız olduğu durum için incelenmelidir. F Testi (iv) F Testi (v) t-testi (TÜFEULS 11 2,03 2,71 -2,31 ÜFEULS) (ÜFEULS 10,14*** 15,20*** 3 TÜFEULS) 5,13*** (TÜFEGYM 9 6,32** 9,29** ÜFEGYM) 4,30*** (ÜFEGYM 2 28,34*** 42,22*** TÜFEGYM) 9,16*** *** ve ** Bağımsız değişken sayısı (k) 1 iken Pesaran tablo değerlerine göre sırasıyla %1 ve %5’te anlamlıdır. Gecikme Uzunluğu Modeller Gecikme Uzunluğu Tablo 9: Sınır Testi Sonuçları (Ulaştırma ve Giyim Sektörü) Trendli Trendsiz 11 F Testi (iii) t-testi 3,08 -2,40 4,60*** 9 8,01*** 3,97*** 4 7,22** 3,79** ve diğerleri (2001) ilgili 3 11,28*** Öte yandan Tablo 9’da yer alan sonuçlara göre, Giyim sektöründe Model 1 ve Model 2’nin trendli ve trendsiz denklem sonuçları istatistiksel olarak %5 düzeyine anlamlı çıkmıştır. Dolayısıyla her iki modelin trendli ve trendsiz formlarında sıfır hipotezi reddedilmiştir. Buna göre, TÜFEGYM’den ÜFEGYM’e ve ÜFEGYM’den TÜFEGYM’e doğru iki yönlü eşbütünleşme ilişkisi vardır denilebilir. Bu nedenle sınır testi sonuçlarına dayalı olarak giyim sektöründe her iki modelin trendli ve trendsiz formları için uzun dönem ilişkiyi ortaya koyan ARDL modeli kurulabilir. ARDL modelinde kullanılacak denklemler trendli olarak aşağıdaki gibi ifade edilebilir: m n i 1 i 0 X t 0 1 X t i 2Yt i 3t t p q i 1 i 0 Yt 0 1Yt i 2 X t i 3t t (3) (4) 101 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 ARDL modeli için m ve n olarak ifade edilen gecikme uzunluklarının AIC kullanılarak belirlenmiştir.11 Buna göre her iki sektör için trendli ve trendsiz olarak hesaplanan ARDL sonuçlarına dayalı olarak hesaplanan uzun dönem katsayılar Tablo 10’da verilmektedir. Tablo 10: ARDL Modeli Kullanılarak Hesaplanan Uzun Dönem Katsayılarıa Trendli Trendsiz Model 0 3 0 2 2 (ÜFEULS 3,090 0,589 -0,17 0,850 0,859 TÜFEULS) t-istatistiğib (8,993)*** (22,393)*** (5,798)** (2,649)* (24,657)*** (TÜFEGYM 0.97993 0.710 ÜFEGYM) 2.797 0.491 -0.014 t istatistiğib (2,364) (8,286)*** (1,322) (2,355) (12,432)*** (ÜFEGYM 3,725 0,461 0,896 TÜFEGYM) -0,027 -0,123 t istatistiğib (10,490)*** (3,810)*** (11.494)*** (0,491) (3,663)*** ***, ** ve * t testine göre sırasıyla %1, %5 ve %10 düzeyinde istatistiksel olarak anlamlıdır. n m i 0 i 1 a Uzun dönem katsayıları ( 2,i ) /(1 1,i ) şeklinde bulunmuştur. b Wald testi ile elde edilen F testi değeridir. 11 Bu süreç dikkate alınarak Ulaştırma sektörü Model 4 için yapılan hesaplamalar sonucunda gecikme uzunluğu trendli modelde; bağımlı değişken için 4, bağımsız değişken için ise 0 olarak belirlenmiştir. Öyleyse uzun dönem ilişkinin araştırıldığı trendli model ARDL (4,0) şeklinde olacaktır. Aynı süreç trendsiz model için tekrarlandığında, bağımlı değişken için 8 ve bağımsız değişken için 0 gecikme belirlenmiştir. Dolayısıyla trendsiz model ARDL(8,0) şeklindedir. Diğer taraftan aynı süreç Giyim sektörü için tekrarlandığında Model 3 için trendli formda bağımlı değişken için 8, bağımsız değişken için ise 0 gecikme uzunluğu belirlenmiştir. Model 3’ün trendsiz formunda da bağımlı değişken için 8, bağımsız değişken için 0 gecikme belirlenmiştir. Model 4’ün trendli formunda bağımlı ve bağımsız değişken için 5 gecikme, trendli model de ise bağımlı ve bağımsız değişkenler için gecikme uzunluğu yine 5 olarak belirlenmiştir. O halde, Model 3’ün her iki formu için de ARDL(8,0) iken, Model 4’ün her iki formu için de ARDL(5,5) olacaktır. 102 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 Tablo 10’daki sonuçlara göre Ulaştırma Sektörü TUFEULS’nin bağımlı olduğu hem trendli modelde hem de trendsiz modelde ÜFEULS için pozitif ve istatistiksel olarak anlamlı katsayılar elde edilmiştir. Bu sonuca bağlı olarak ÜFEULS’den TÜFEULS’ye doğru uzun dönemde pozitif ve istatistiksel olarak anlamlı bir ilişki olduğu ileri sürülebilir. Tablo 10’da gösterilen ARDL modeli sonuçlarına göre, Giyim Sektörü için kurulan her iki modelin trendli ve trendsiz formlarında 2 katsayıları istatistiksel olarak anlamlı ve pozitif olarak elde edilmiştir. Bu sonuçlara bağlı olarak, ÜFEGYM’den TÜFEGYM’e doğru uzun dönemde pozitif ve istatistiksel olarak anlamlı bir ilişki olduğu ileri sürülebileceği gibi, TÜFEGYM’den ÜFEGYM’e doğru da uzun dönemde pozitif ve istatistiksel olarak anlamlı bir ilişki olduğu ileri sürülebilir. Tablo 9 ve 10’da yer alan değerler değişkenler arasındaki nedenselliğin yönüne ve işaretine ilişkin sonuçlar vermesine karşın, ARDL modelinden elde edilen hata terimlerine dayalı olarak kurulan Hata Düzeltme Modeli (ECM) ile Granger nedenselliği sınanabilir.12 Buna göre Model 3 ve Model 4’ün hata düzeltme modeline dayalı trendli formları aşağıdaki gibi ifade edilebilir. m m i 1 i 1 X t 0 1 ECt 1 2 X t i 3 Yt i 4t t p p i 1 i 1 Yt 0 1 ECt 1 2 Yt i 3 X t i 4 t t (5) (6) 12 Granger nedenselliğinin uygulanabilmesi için gerekli varsayımlardan biri kullanılacak değişkenlerin durağan olmasıdır. Nedensellik testlerinde durağan olmayan serilerin kullanımı halinde sahte regresyon problemi ile karşılaşılacaktır (Çil Yavuz, 2006). Bununla birlikte durağan olmayan seriler arasında eşbütünleşme ilişkisinin varlığı halinde fark alma yoluna gidildiğinde uzun dönem ilişkisinin yitirilmesi söz konusu olabilir. Eşbütünleşme ilişkisi varlığı halinde yaşanan bu problem Granger nedensellik testinde modele hata düzeltme terimi ilave edilmesiyle aşılmaktadır (Shahbaz, Ahmed ve Ali, 2008; Halıcıoğlu, 2008). 103 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 Yukarıdaki modellerde yer alan m ve p Akaike Bilgi Kriterine (AIC) göre belirlenen en uygun gecikme uzunluklarıdır. Bağımsız değişkenin gecikmelerinin ( 3 ) F (Wald) testine göre anlamlı olması durumunda kısa dönem ilişkilerin varlığından, ECt 1 katsayısının (negatif yönlü olarak) t testine göre istatistiksel olarak anlamlı olması durumunda ise uzun dönem nedensellik ilişkisinden bahsedilir (Arize ve Malindretos, 2008). Ulaştırma sektörü ve Giyim sektörü için belirlenen gecikme uzunlukları göz önünde tutularak kurulan Hata Düzeltme Modeline dayalı Granger nedensellik testi sonuçları Tablo 11’de verilmiştir. Tablo 11: Granger Nedensellik Sonuçları Bağımsız Değişken F-Testi (ECt-1) 1 Trendsiz Form t-test ( 1 ) Gecikme Uzunluğu Model Gecikme Uzunluğu Trendli Form Bağımsız Değişken F-Testi (ECt-1) ( 1 ) 1 t-test (ÜFEULS TÜFEULS) 1 0,944 -0.947 (-6.304) *** 7 1,419 -0,694 (-2.244) ** (TÜFEGYM ÜFEGYM) 1 0,929 -0,853 (-7,664) *** 9 2,809 *** -1.599 (-3.435) *** (ÜFEGYM TÜFEGYM) 5 5,351*** -1,104 (4,654) *** 5 4,381 *** -1,112 (3,105) *** *** ve ** t testine göre %1 ve %5 düzeyinde istatistiksel olarak anlamlıdır. Tablo 11’in ilk satırında, ÜFEULS’den TÜFEULS’ye doğru Granger nedensellik ilişkisinin incelendiği trendli ve trendsiz denklem sonuçlarında, F testi sonuçlarının istatistiksel olarak % 5 hata düzeyinde anlamlı olmadığını görmekteyiz. Bu durumda söz konusu seriler arasında (kısa dönemde) nedenselliğin olmadığını ifade eden sıfır hipotezi kabul edilmiştir. Buna karşın uzun dönem denge ilişkisine doğru hareketliliğin ifadesi olan hata terimi katsayıları( 1 ) negatif ve istatistiksel olarak anlamlıdır. Dolayısıyla Ulaştırma Sektörü üretici fiyatlarından tüketici fiyatlarına doğru uzun dönemde geçerli tek yönlü bir nedensellik ilişkisinin varlığından bahsedilebilir. Tablo 11’deki sonuçlara göre, TUFEGYM’den UFEGYM’e doğru Granger nedenselliğin ele alındığı modelin trendli formunda F-testi sonucu istatistiksel olarak %5 hata düzeyinde anlamlı olmamasına karşın, hata terimi katsayısı negatif yönlü ve t testine göre istatistiksel olarak %1 104 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 hata düzeyinde anlamlıdır. Aynı modelin trendsiz formunda ise F-testi sonucu ve hata terimi katsayısı (negatif yönlü) istatistiksel olarak %1 hata düzeyinde anlamlıdır. Elde edilen bu sonuçlara göre, Giyim Sektörü tüketici fiyatlarından üretici fiyatlarına doğru bir nedensellik ilişkisi vardır denilebilir. Öte yandan UFEGYM’den TUFEGYM’e doğru Granger nedenselliğin ele alındığı modelin hem trendli formunda hem de trendsiz formunda F testi sonuçları ve hata terimi katsayıları istatistiksel olarak %1 hata düzeyinde anlamlıdır. Bunun yanında hata terimi katsayıları beklenildiği gibi negatif yönlüdür. Buna göre ÜFEGYM’den TÜFEGYM’e doğru da bir nedensellik ilişkisi olduğu görülmektedir. Dolayısıyla Giyim Sektörü üretici ve tüketici fiyatları arasında iki yönlü Granger nedensellik ilişkisi söz konusudur. 5. Sonuç Bu çalışmada üretici ve tüketici fiyatları arasındaki ilişkilerin belirlenmesi için ulaştırma, gıda, mobilya ve giyim sektörlerinin verileri ile tüm sektörlerin temsil eden genel düzey veriler kullanılmıştır. Verilerin karakteristik özelliklerine bağlı olarak tüm sektörlerin yer aldığı genel düzey, gıda ve mobilya sektörleri için Granger nedensellik, VAR ve varyans ayrıştırması testleri ile etki-tepki analizi yapılmıştır. Ulaştırma ve giyim sektörüne ilişkin verilerin ise standart VAR modeline ilişkin durağanlık varsayımlarını sağlamadığı görülmüştür. Bu sektörlere ilişkin verilerin birim kök testi sonuçlarında tüketici fiyatları I(0) iken üretici fiyatları I(1) olarak belirlenmiştir. Dolayısıyla, söz konusu sektörlerde üretici ve tüketici fiyatları arasındaki ilişkinin belirlenmesi için bu gibi durumlarda uygulanabilen sınır testi ve sınır testini tamamlayan ARDL modeli kullanılmıştır. Ek olarak, bu sektörlerde nedensellik ilişkisi hata düzeltme modeline (ECM) dayalı Granger nedensellik testi ile sınanmıştır. Yapılan testler sonucunda genel düzey üretici ve tüketici fiyatları arasında iki yönlü bir etkileşim bulunmuştur. Dolayısıyla genel düzeyde, diğer bir ifadeyle sektör ayrımına gitmeksizin, tüm işletmeler için fiyat belirlemede tek başına maliyetlerin ya da tek başına tüketicilerin (talebin) etkili olduğunu ileri sürmek mümkün değildir. Bu noktada belirtmek gerekir ki söz konusu iki yönlü etkileşim birkaç nedenden kaynaklanmış olabilir. Bunlardan ilki, genel düzey içinde yer alan her bir sektörde yapısal farklılıklar nedeniyle farklı fiyatlama yöntemleri kullanılıyor olmasıdır. İkincisi, sektörler arasındaki girdi çıktı ilişkisinin neden olduğu karşıklıklı etkileşimdir. Üçüncüsü, üretici ve tüketici fiyat 105 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 endekslerinin farklı sayıda sektör verisi ile derlenmesinin yol açtığı içerik farklılıklarıdır. Sektör düzeyinde elde edilen sonuçlara bakıldığında, giyim sektöründe elde edilen sonuçların genel düzey sonuçlar ile uyumlu olduğu görülecektir. Buna göre giyim sektöründe üretici ve tüketici fiyatları arasında iki yönlü ilişki söz konusudur. Dolayısıyla bu sektörde yer alan işletmeler için tek başına maliyetlerin ya da tek başına tüketicilerin (talebin) fiyat belirlemede etkili olduğunu ileri sürmek mümkün değildir. Öte yandan, bu çalışmada elde edilen bulgulara göre, tüm sektörlerin yer aldığı genel düzey verilerden ve giyim sektöründen farklı olarak, gıda ve ulaştırma sektörlerinde üretici fiyatlarının tüketici fiyatları üzerinde daha belirleyici olduğu görülmüştür. Bu bulgu, literatürde, her iki fiyat endeksi arasındaki ilişkiyi inceleyen çalışmaların büyük çoğunluğu ile uyumludur. Dolayısıyla bu sonuca bağlı olarak gıda ve ulaştırma sektörlerinde ağırlıklı olarak maliyetlere dayalı fiyatlama yapıldığı ifade edilebilir. Çalışmada ele alınan diğer bir sektör olan mobilya sektöründe, tüketici (talep) odaklı fiyatlama anlayışının geçerli olduğu sonucuna ulaşılmıştır. Bu sonuç, pazarlama literatüründe yer alan, “endüstriyel mallara olan talep tüketicilerin talebinden türetilmiştir” (Arpacı, Ayhan, Böge, Tuncer ve Üner, 1994) savını mobilya sektörü için doğrulanmıştır. Sonuç olarak, bu çalışmada kullanılan veriler sektörel fiyat endeksleridir ve bu nedenle ekonometrik analizlerle ulaşılan sonuçlar sektör düzeyinde işletmelerin yaygın şekilde kullandıkları fiyatlama yönteminin ne olduğunu tespit etmemize imkan vermektedir. Dolayısıyla bu sonuçlar, ele alınan sektördeki işletmelerin fiyatlama davranışı hakkında genel bir fikir vermektedir. Burada, bir ekonomide yer alan her sektörün diğer sektörlerle az ya da çok etkileşim (girdi-çıktı) içinde olduğunu belirtmek gerekir. Ayrıca, sektörler arasındaki etkileşimler genellikle çok sayıda ürün için geçerlidir. Bu nedenle işletmelerin, her bir ürün için farklı pazarlara sahip olabileceği ve her bir ürün için farklı fiyatlandırma yöntemi kullanabileceği ihtimalini göz önünde tutmak anlamlı olacaktır. 106 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 Kaynakça Akdi, Y., Berument, H., Cilasun, S.M. (2006). The relationship between different price indices: Evidence from Turkey. Physica A, 360, 483-492. Arize, A. C., Malindretos, J. (2008). Dynamic Linkages And Granger Causality Between Trade And Budget Deficits: Evidence From Africa. African Journal of Accounting, Economics, Finance and Banking Research, 2, No: 2, 2-19. Arpacı, T., Ayhan, D. Y., Böge, E., Tuncer, D., Üner, M. M. (1994). Pazarlama. 2. Baskı, Ankara: Gazi Büro Kitabevi. Caporale, G. M., Katsimi, M., Pittis, N. (2002). Causality Links between Consumer and Producer Prices: Some Empirical Evidence. Southern Economic Journal, Vol. 68, No. 3, Jan., 703-711. Chen, T. (2011). Does Commodity Price Index predict Canadian Inflation? Web Journal of Chinese Management Review , Vol. 14, No .1, 1-13. Clark, T. E. (1995). Do Producer Prices Lead Consumer Prices?. Federel Reserve Bank of Kansas City Economic Review, Third Quarter, 25-39. Cravens, D. W., Piercy, N. F. (2003). Strategic Marketing. 7th Ed., Boston: McGraw-Hill/Irwin. Colclough, W. G., Lange, M. D. (1982). Empirical Evidence of Causality from Consumer to Wholesale Prices. Journal of Econometrics, 19, 379-84. Cushing, M. J., McGarvey, M. G. (1990). Feedback between wholsale and consumer price inflation: A reexamination of the evidence. Southern Economic Journal, 56, 1058-1072. Cutler, J., Chan, C., Li, U. (2005). The relationship between commodity and consumer prices in Mainland China and Hong Kong. Hong Kong Monetary Authority Quarterly Bulletin, June, http://www.info.gov.hk/hkma/eng/public/qb200506/fa2.pdf. Çil Yavuz, N. (2006). Türkiye’de İhracat Ve İktisadi Büyüme Arasında Nedensellik Analizi. Prof. Dr. Turan Yazgan'a Armağan, 962-972. http://iibf.kocaeli.edu.tr/ceko/armaganlar/turanyazgan/38.pdf. Dorestani, A., Arjomand, L. H. (2006). An Empirical Study Of The Relationship Between Consumer And Producer Price Index: A Unit Root Test And Test of Cointegration. The Coastal Business Journal, Spring, Volume 5, Number 1, 33-38. 107 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 Enders, W. (2004). Applied Econometric Time Series. 2nd ed. Danver: John Wiley & Sons. Gang, F., Liping H., Jiani H. (2009). CPI vs. PPI: Which drives which? Front. Econ. China, 4(3), 317–334. Gordon, R. J. (1988). The Role of Wages in the Inflation Process. The American Economic Review, Vol. 78, No. 2, May, 276-283. Granger, C. W. J., Robins, R. P., Engle, R. F. (1986). Wholesale and Retail Prices: bivariate Time-Series Modeling with Forecastable Error Variances. (Ed.) D. A. Belsley and E. Kuh, Model Reliability. Cambridge, Massachusetts: MIT Press, 1-17. Guthrie, R. S. (1981). The Relationship between Wholesale and Consumer Prices. Southern Economic Journal, Vol. 47, No. 4. (Apr.), 1046-1055. Halıcıoğlu, F. (2008). The J-curve dynamics of Turkey: an application of ARDL model, Applied Economics, 40:18, .2423-2429 Hanssens, D. M., Parsons, L. J. (1993). Econometric and Time-Series Market Response Models. (Ed.) J. Eliashberg and G.L. Lilien, Handbooks in Operations Research And Management Science. Vol. 5: Marketing, Amsterdam: North Holland, 408-464. Huh, C. G., Trehan, B. (1995). Modeling the Time Series Behavior of the Aggregate Wage Rate. Federal Reserve Bank of San Francisco Economic Review, No. 1, 3-13. Ingenbleek P., Depruyne, M., Franbach, R. T., Verhallen T. M. M. (2001). On Cost-Informed Pricing and Customer Value: A Resource-Advantage Perspective on Industrial Innovation Pricing Practices. Eindhoven Centre for Innovation Studies Conference: The Future of Innovation Studies, Eindhoven University of Technology, the Netherlands, 20-23 September. Jones, J. B. (1986). Consumer Prices, Wholesale Prices, and Causality. Emprical Economics, 11, 41-55. Kadılar, C. (2000). Uygulamalı Çok Değişkenli Zaman Serileri Analizi. Ankara: Hacettepe Üniversitesi Fen Fakültesi İstatistik Bölümü. Koçaş, C., Aykaç, S. Ö. (2007). Ekonometrik Rekabet Modelleme, Pazar Tepki Analizi ve Talep Tahmini. İTO Proje Raporu, http://selcen.org/personal/articles/KocasAykacITOProjeRaporu.pdf Ongan, M. G. (2002). The Seasonal Adjustment of the Consumer and Wholesale Prices: A Comparison of Census X-11, X-12 ARIMA 108 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 and TRAMO/SEATS. TCMB Research Department Working Paper No:5, http://www.tcmb.gov.tr/research/work/wp8.pdf. Pesaran, M. H., Shin, Y., Smith, R. J. (2001). Bounds Testing Approaches to the Analysis of Level Relationships. Journal of Applied Econometrics, 16, 289-326. Saçkan, O. (2005). Genel Fiyat Düzeyinin Belirlenmesinde Para Ve Maliye Politikası Dominant Rejimler: Türkiye Örneği (1988 – 2005). Yayımlanmamış Türkiye Cumhuriyet Merkez Bankası Uzmanlık Yeterlilik Tezi, Ankara. Shahbaz, M., Ahmed, N., Ali, L. (2008). Stock Market Development and Economic Growth: ARDL Causality in Pakistan. International Research Journal of Finance and Economics, 14, 182-195. Thoma, M. (2006). The Relationship Between Input and Output Price Inflation. Economist's View, March 23. http://economistsview.typepad.com/economistsview/2006/03/the_r elationshi.html. Yardımcı, P. (2007). Türkiye’de İhracat-İthalat ve Ekonomik Büyüme Arasınadki İlişkilerin Bilgi Yayılmaları Çerçevesinde Analizi: Johansen ve Pesaran Sınır Testi Uygulaması. 8.Türkiye Ekonometri ve İstatistik Kongresi, 24-25 Mayıs, Malatya. Zurlinden, M. (2007). The Pricing Behaviour of Swiss Companies: Results of a Survey Conducted by The SNB Delegates for Regional Economic Relations. Swiss National Bank Quarterly Bulletien, 1/2007, 48-55. Zortuk M. (2008). Türkiye’de Tüketici ve Toptan Eşya Fiyat Endeksleri Arasındaki Nedensellik İlişkisi: 1986–2004, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 20, 181-190. 109 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 EKLER Response to Cholesky One S.D. Innovations ± 2 S.E. Response of UFEGNL to UFEGNL Response of UFEGNL to TUFEGNL 1.6 1.6 1.2 1.2 0.8 0.8 0.4 0.4 0.0 0.0 -0.4 -0.4 5 10 15 20 25 30 5 Response of TUFEGNL to UFEGNL 1.2 1.2 0.8 0.8 0.4 0.4 0.0 0.0 5 10 15 20 25 10 15 20 25 30 Response of TUFEGNL to TUFEGNL 30 5 10 15 20 25 30 Grafik 1: ÜFEGNL ve TÜFEGNL Serilerinin Etki Tepki Fonksiyonları (Cholesky Sıralaması: ÜFEGNL, TÜFEGNL) Response to Cholesky One S.D. Innovations ± 2 S.E. Response of TUFEGNL to TUFEGNL Response of TUFEGNL to UFEGNL 1.5 1.5 1.0 1.0 0.5 0.5 0.0 0.0 -0.5 -0.5 5 10 15 20 25 30 5 Response of UFEGNL to TUFEGNL 10 15 20 25 Response of UFEGNL to UFEGNL 1.5 1.5 1.0 1.0 0.5 0.5 0.0 0.0 -0.5 -0.5 -1.0 -1.0 5 10 15 20 25 30 5 10 15 20 25 Grafik 2: ÜFEGNL ve TÜFEGNL Serilerinin Etki Tepki Fonksiyonları (Cholesky Sıralaması: TÜFEGNL, ÜFEGNL) 110 30 30 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 Response to Cholesky One S.D. Innovations ± 2 S.E. Response of UFEGID to UFEGID Response of UFEGID to TUFEGID 2.5 2.5 2.0 2.0 1.5 1.5 1.0 1.0 0.5 0.5 0.0 0.0 -0.5 -0.5 5 10 15 20 25 30 5 Response of TUFEGID to UFEGID 10 15 20 25 30 Response of TUFEGID to TUFEGID 2.0 2.0 1.5 1.5 1.0 1.0 0.5 0.5 0.0 0.0 -0.5 -0.5 -1.0 -1.0 5 10 15 20 25 30 5 10 15 20 25 30 Grafik 3: ÜFEGID ve TÜFEGID Serilerinin Etki Tepki Fonksiyonları (Cholesky Sıralaması: ÜFEGID, TÜFEGID) Response to Cholesky One S.D. Innovations ± 2 S.E. Response of TUFEGID to TUFEGID Response of TUFEGID to UFEGID 2.5 2.5 2.0 2.0 1.5 1.5 1.0 1.0 0.5 0.5 0.0 0.0 -0.5 -0.5 5 10 15 20 25 30 5 Response of UFEGID to TUFEGID 2.0 1.6 1.6 1.2 1.2 0.8 0.8 0.4 0.4 0.0 0.0 -0.4 -0.4 10 15 20 25 15 20 25 30 Response of UFEGID to UFEGID 2.0 5 10 30 5 10 15 20 25 30 Grafik 4: ÜFEGID ve TÜFEGID Serilerinin Etki Tepki Fonksiyonları (Cholesky Sıralaması: TÜFEGID, ÜFEGID) 111 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 Response to Cholesky One S.D. Innovations ± 2 S.E. Response of UFEMOB to UFEMOB Response of UFEMOB to TUFEMOB 4 4 3 3 2 2 1 1 0 0 -1 -1 5 10 15 20 25 30 5 Response of TUFEMOB to UFEMOB 10 15 20 25 30 Response of TUFEMOB to TUFEMOB 2.0 2.0 1.5 1.5 1.0 1.0 0.5 0.5 0.0 0.0 -0.5 -0.5 5 10 15 20 25 30 5 10 15 20 25 30 Grafik 5: ÜFEMOB ve TÜFEMOB Serilerinin Etki Tepki Fonksiyonları (Cholesky Sıralaması: ÜFEMOB, TÜFEMOB) Response to Cholesky One S.D. Innovations ± 2 S.E. Response of TUFEMOB to UFEMOB Response of TUFEMOB to TUFEMOB 2.5 2.5 2.0 2.0 1.5 1.5 1.0 1.0 0.5 0.5 0.0 0.0 -0.5 -0.5 5 10 15 20 25 5 30 Response of UFEMOB to TUFEMOB 4 4 3 3 2 2 1 1 0 0 -1 -1 5 10 15 20 25 10 15 20 25 30 Response of UFEMOB to UFEMOB 30 5 10 15 20 25 30 Grafik 6: ÜFEMOB ve TÜFEMOB Serilerinin Etki Tepki Fonksiyonları (Cholesky Sıralaması: TÜFEMOB, ÜFEMOB) 112 AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 Tablo 2: ÜFEGNL ve TÜFEGNL Serileri Varyans Ayrıştırması (Cholesky Sıralaması: ÜFEGNL, TÜFEGNL) ÜFEGNL’in Varyans Ayrıştırması: Period S.E. TÜFEGNL’in Varyans Ayrıştırması: ÜFEGNL TÜFEGNL Period S.E. ÜFEGNL TÜFEGNL 1 1.409659 100.0000 0.000000 1 1.079347 61.77624 38.22376 3 1.671542 98.59160 1.408400 3 1.289322 65.33370 34.66630 6 1.821450 84.83725 15.16275 6 1.502638 51.93920 48.06080 9 1.885509 80.25396 19.74604 9 1.592621 48.09036 51.90964 12 1.917370 78.21387 21.78613 12 1.636732 46.49472 53.50528 Tablo 3: ÜFEGNL ve TÜFEGNL Serileri Varyans Ayrıştırması (Cholesky Sıralaması: TÜFEGNL, ÜFEGNL) TÜFEGNL’in Varyans Ayrıştırması: ÜFEGNL’in Varyans Ayrıştırması: TÜFEGNL ÜFEGNL Period S.E. TÜFEGNL ÜFEGNL Period S.E. 1 1.079347 100.0000 0.000000 1 1.409659 61.77624 38.22376 3 1.289322 99.10382 0.896177 3 1.671542 63.69870 36.30130 6 1.502638 92.98246 7.017538 6 1.821450 64.94193 35.05807 9 1.592621 91.40051 8.599489 9 1.885509 65.79712 34.20288 12 1.636732 90.78831 9.211691 12 1.917370 66.27070 33.72930 Tablo 4: ÜFEGID ve TÜFEGID Serileri Varyans Ayrıştırması (Cholesky Sıralaması: ÜFEGID, TÜFEGID) ÜFEGID’nın Varyans Ayrıştırması: Period S.E. TÜFEGID’nın Varyans Ayrıştırması: ÜFEGID TÜFEGID Period S.E. ÜFEGID TÜFEGID 1 1.825727 100.0000 0.000000 1 1.845834 34.21963 65.78037 3 2.304460 97.27728 2.722724 3 2.268928 52.29841 47.70159 6 2.450713 96.50660 3.493403 6 2.475493 58.72379 41.27621 9 2.568960 96.01368 3.986324 9 2.584747 60.89031 39.10969 12 2.620066 95.95241 4.047589 12 2.634450 62.09546 37.90454 113 AIBU Journal of Social Sciences, 2014, Vol:14, Year:14, Issue:2, 14: 87-114 Tablo 5: ÜFEGID ve TÜFEGID Serilerinin Varyans Ayrıştırması (Cholesky Sıralaması: TÜFEGID, ÜFEGID) TÜFEGID’nın Varyans Ayrıştırması: ÜFEGID’nın Varyans Ayrıştırması: TÜFEGID ÜFEGID Period S.E. TÜFEGID ÜFEGID Period S.E. 1 1.845834 100.0000 0.000000 1 1.825727 34.21963 65.78037 3 2.268928 89.07784 10.92216 3 2.304460 44.27652 55.72348 6 2.475493 81.21704 18.78296 6 2.450713 46.29002 53.70998 9 2.584747 80.49804 19.50196 9 2.568960 47.86942 52.13058 12 2.634450 79.73068 20.26932 12 2.620066 48.25010 51.74990 Tablo 6: ÜFEMOB ve TÜFEMOB Serileri Varyans Ayrıştırması (Cholesky Sıralaması: ÜFEMOB, TÜFEMOB) ÜFEMOB’nın Varyans Ayrıştırması TÜFEMOB’nın Varyans Ayrıştırması ÜFEMOB TÜFEMOB Period S.E. ÜFEMOB TÜFEMOB Period S.E. 1 3.314516 100.0000 0.000000 1 1.936183 23.88023 76.11977 3 3.508248 90.48799 9.512014 3 2.408031 24.06883 75.93117 6 3.600079 87.10472 12.89528 6 2.662301 24.05212 75.94788 9 3.626461 86.18818 13.81182 9 2.735557 24.04171 75.95829 12 3.634418 85.91555 14.08445 12 2.757313 24.03888 75.96112 Tablo 7: ÜFEMOB ve TÜFEMOB Serileri Varyans Ayrıştırması (Cholesky Sıralaması: TÜFEMOB, ÜFEMOB) TÜFEMOB’nın Varyans Ayrıştırması ÜFEMOB’nın Varyans Ayrıştırması TÜFEMOB ÜFEMOB Period S.E. 1 1.936183 100.0000 0.000000 1 3.314516 23.88023 76.11977 3 2.408031 99.99138 0.008619 3 3.508248 31.32991 68.67009 6 2.662301 99.99283 0.007166 6 3.600079 34.78787 65.21213 9 2.735557 99.99321 0.006788 9 3.626461 35.73323 64.26677 12 2.757313 99.99332 0.006681 12 3.634418 36.01434 63.98566 114 S.E. TÜFEMOB ÜFEMOB Period AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2014, Cilt:14, Yıl:14, Sayı:2, 14:87-114 115