Arıma ve var modelleme yöntemlerince üretilen önkestirim modelleri ve Türkiye ekonomisi üzerine bir uygulama

Abstract

ÖZET Bu çalışmada, kısa ve orta dönem için geleceğe yönelik kestirimlere ulaşmak üzere zaman serisi analizlerinde yoğun bir biçimde kullanılan ve bu konuda güncelliğini koruyan ARIMA ve VAR modeller incelenmektedir. Ayrıca, bu modellerin Türkiye ekonomisindeki bazı temel makro değişkenlere uygulaması yapılmaktadır. Çalışmada incelenen analiz yöntemlerinin yapılan, doğal olarak birbirlerinden farklılık göstermektedirler. Öyle ki, Tek Değişkenli Box- Jenkins Analizi veya ARIMA Modellemesi olarak adlandırılan yöntem; zaman serisiyle ifade edilebilen herhangi bir değişkenin geçmişte izlediği davranışları esas almaktadır. Bu davranışların ileride de değişmeyeceği varsayımı üzerine kurulan yöntem uyarınca elde edilen önkestirimler arasından İMKB endeksinin dışında kalan diğer ekonomik büyüklüklerin özellikle kısa dönemde oldukça büyük bir başarı sergilediği görülmektedir. Diğer bir deyişle, ARIMA modeller çerçevesinde enflasyon oranının, dolar kurunun, sanayi üretim endeksinin ve M2'nin gerçekleşen değerlerine yakın ve tutarlı sonuçlara ulaşılabilmektedir. Öte yandan, teorik olmayan Çok Değişkenli Zaman Serisi Analiz yöntemlerinden birisi olan VAR Modelleme yaklaşımı, modele katılacak her bir değişkenin hem kendisinin hem de diğer değişkenlerin geçmiş değerlerinden etkilendiği varsayımına dayanmaktadır. Buna göre. 1986 yılının Ocak ayından başlayan ve 1995 yılı Haziran ayma kadar olan dönem için derlenen aylık verilerden yola çıkılarak kurulan beşli otoregresif bir model aracılığıyla üretilen önkestirimler de çalışmada yer almaktadır. Kullanılan her iki yöntemin ürettiği Önkestirimlerin performansları karşılaştırıldığında; ARIMA modellerin önkestirim hatalarının, kısıtsız VAR modeline ilişkin önkestirim hatalarından daha küçük olduğu saptanmaktadır. Uygulama sonucunda elde edilen bu bulgular doğrultusunda yapılan değerlendirme, önkestirim konusunda ARIMA modellerin VAR modelinden daha başarılı olduğunu ortaya koymaktadır.

SUMMARY In this study, for the purpose of reaching the short and middle-terms forecasting ARIMA and VAR Models which ared used very intensively in Time Series Analysis have been examined. In Turkish economy, an application of these models has been done to some macro econometrics variables. The structure of the techniques examined in this study are naturally different. The Univariate Box- Jenkins Analysis, which are also called ARIMA modelling, is based on the behaviours of a variable in the past time. The forecasts, which are obtained by assuming the invariability of these behaviours in the future are very successfull especially in short terms except İMKB index. In another words, by using ARIMA models, one can obtain very unbiased and consistent forecasts of Wholesale Prices Index (WPI) and inflation ratio, average US Dollar exchange rate, Industrial Production Index and M2. On the other hand, VAR Modelling is a atheoritical multivariate time series analysing technique and assumes that every single variable is affected both by its own and the other variables past values. In this study, five variable autoregressive model has been examined for the monthly data, from January 1986 to June 1995 (114 months). The study also presents this model's forecasts. As a result, the study compares the performances of these two techniques- ARIMA and VAR Models- and it has been found that the forecasts errors oî ARIMA models are smaller than those of VAR Models. Net, the preference is to examine every variables seperately by UUMA models.