Upload
burhanettin-nogay
View
4.721
Download
0
Embed Size (px)
Citation preview
1
Soru:
(1) İki makro veri ele alarak en az 30 yıl olmak üzere, bu iki serinin
eşbütünleşik(cointegration) olup olmadığını belirleyiniz.
(2) Her iki serinin ARIMA modelleriyle gelecekteki değerlerini tahmin ediniz.
Yıllar İhracat(bin dolar) Y(GSYH-bin dolar)
1923 50 790 1 117 171
1924 82 435 1 416 708
1925 102 700 1 815 339
1926 96 437 1 957 048
1927 80 749 1 745 748
1928 88 278 1 618 653
1929 74 827 2 065 397
1930 71 380 1 571 268
1931 60 226 1 394 220
1932 47 972 1 164 811
1933 58 065 1 359 223
1934 73 007 1 456 313
1935 76 232 1 555 788
1936 93 670 2 000 488
1937 109 225 2 132 122
1938 115 019 2 945 098
1939 99 647 3 118 413
1940 80 904 3 633 795
1941 91 056 4 527 589
1942 126 115 9 357 030
1943 196 734 13 905 910
1944 177 952 10 078 063
1945 168 264 8 251 666
1946 214 580 7 200 205
1947 223 301 5 280 437
1948 196 799 6 641 051
1949 247 825 6 349 345
1950 263 424 6 778 814
1951 314 082 8 177 552
1952 362 914 9 395 076
1953 396 061 10 933 541
1954 334 924 11 164 426
1955 313 346 13 422 082
1956 304 990 15 484 393
1957 345 217 20 619 361
1958 247 271 24 583 412
1959 353 799 30 715 892
2
1960 320 731 19 477 923
1961 346 740 10 788 924
1962 381 197 12 526 758
1963 368 087 14 484 982
1964 410 771 15 397 379
1965 463 738 16 474 579
1966 490 508 19 563 611
1967 522 334 21 809 098
1968 496 419 24 196 997
1969 536 834 27 039 887
1970 588 476 25 306 728
1971 676 602 22 636 950
1972 884 969 28 651 743
1973 1 317 083 36 081 504
1974 1 532 182 49 746 291
1975 1 401 075 62 226 892
1976 1 960 214 71 223 693
1977 1 753 026 81 467 836
1978 2 288 163 89 073 430
1979 2 261 195 108 837 306
1980 2 910 122 90 678 582
1981 4 702 934 94 641 620
1982 5 745 973 85 353 718
1983 5 727 834 81 133 845
1984 7 133 604 78 824 730
1985 7 958 010 89 263 178
1986 7 456 726 100 873 141
1987 10 190 049 115 096 810
1988 11 662 024 121 667 375
1989 11 624 692 142 635 440
1990 12 959 288 200 554 694
1991 13 593 462 200 501 800
1992 14 714 629 210 583 825
1993 15 345 067 238 377 450
1994 18 105 872 176 955 492
1995 21 637 041 225 940 654
1996 23 224 465 243 411 534
1997 26 261 072 253 705 729
1998 26 973 952 270 946 852
1999 26 587 225 247 543 705
2000 27 774 906 265 384 360
2001 31 334 216 196 736 198
2002 36 059 089 230 494 220
2003 47 252 836 304 901 341
2004 63 167 153 390 386 833
2005 73 476 408 481 496 931
3
2006 85 534 676 526 429 394
2007 107 271 750 648 753 606
2008 132 027 196 742 094 395
2009 102 142 613 616 703 325
2010 113 883 219 735 828 349
Kaynak:DPT
Yukarıdaki ihracat ve gayri safi yurtiçi hasıla(GSYH) zaman serileri ARIMA modeli
sınanacaktır.
Zaman serisi analizinin amacı genellikle iki noktada toplanır: Birincisi gözlenen serinin
artısını veren stokastik (tahmini) mekanizmayı modellemek ve anlamak, ikincisi ise serinin
geçmişine bakarak serinin tahmini veya kestirimidir (Jonathan, 1986).
Zaman serisi, zaman içinde gözlenen ölçümlerin bir dizisidir. Eğer elimizde geçmiş yıllara ait veriler
bulunuyorsa zaman serileri yardımıyla bu verileri kullanarak gelecek yıllar hakkında öngörüde
bulunabiliriz (Öngörü: gözlemlediğimiz verilerin dışında rastgele değişkeni almasını beklediğimiz
değerlerdir).Bu da bize önemli bilgiler kazandırmaktadır(Yılmaz,2003).
Bu açıklamadan hareketle yukarıda Tablo1 de yer alan 1923-2010 dönemi için yıllık veriler
olan ihracat ve gayri safi yurtiçi hasıla(GSYH) zaman serileri için gelecek yıllar için alacağı
değerler aşağıda ARIMA modeli çerçevesinde tahmin edilecektir.
(1)
Koentegrasyon
Eşbütünleşme yöntemi, değişkenler arasında uzun dönemli denge ilişkilerinin araştırılmasında
yeni bir yöntem olarak Granger tarafından geliştirilmiştir.
Eşbütünleşme analizinin yapılabilmesi için değişkenlerin durağanlıklarına(stationary)
bakılması gerekmektedir. Değişkenlerin durağanlık analizi “birim kök testleri” ile
yapılmaktadır. Bu bağlamda durağanlık aşağıda ilk önce ihracat ve sonrada GSYH serileri
için ADF Birim Kök testi yardımıyla test edilmiştir.
Null Hypothesis: IHRACAT has a unit root
Exogenous: Constant
4
Lag Length: 6 (Automatic based on AIC, MAXLAG=11) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic 7.109363 1.0000
Test critical values: 1% level -3.513344
5% level -2.897678
10% level -2.586103
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(IHRACAT)
Method: Least Squares
Date: 01/14/12 Time: 13:14
Sample (adjusted): 1930 2010
Included observations: 81 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
IHRACAT(-1) 0.581195 0.081751 7.109363 0.0000
D(IHRACAT(-1)) -0.889244 0.154828 -5.743434 0.0000
D(IHRACAT(-2)) -1.247212 0.306738 -4.066053 0.0001
D(IHRACAT(-3)) 0.189806 0.379733 0.499842 0.6187
D(IHRACAT(-4)) 1.293329 0.404459 3.197672 0.0020
D(IHRACAT(-5)) -2.264200 0.457528 -4.948769 0.0000
D(IHRACAT(-6)) -2.570942 0.520822 -4.936313 0.0000
C -217190.6 388652.1 -0.558830 0.5780
R-squared 0.757000 Mean dependent var 1405042.
Adjusted R-squared 0.733699 S.D. dependent var 5785339.
S.E. of regression 2985489. Akaike info criterion 32.74997
Sum squared resid 6.51E+14 Schwarz criterion 32.98645
Log likelihood -1318.374 F-statistic 32.48738
Durbin-Watson stat 2.034719 Prob(F-statistic) 0.000000
Yukarıda ihracat serisinin birim köke sahip olduğuna ilişkin H0 hipotezi reddedilememiştir.
Bu şu anlama gelmektedir ihracat serisi birim köke sahiptir yani durağan değildir.
GSYH için ADF Birim Kök Testi:
Null Hypothesis: Y has a unit root
Exogenous: Constant
Lag Length: 11 (Automatic based on AIC, MAXLAG=11) t-Statistic Prob.*
5
Augmented Dickey-Fuller test statistic 6.233903 1.0000
Test critical values: 1% level -3.519050
5% level -2.900137
10% level -2.587409
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(Y)
Method: Least Squares
Date: 01/14/12 Time: 13:20
Sample (adjusted): 1935 2010
Included observations: 76 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
Y(-1) 0.421206 0.067567 6.233903 0.0000
D(Y(-1)) -0.732536 0.162094 -4.519201 0.0000
D(Y(-2)) -0.499657 0.180059 -2.774966 0.0073
D(Y(-3)) -0.160443 0.184588 -0.869196 0.3880
D(Y(-4)) -0.444887 0.183426 -2.425433 0.0182
D(Y(-5)) -0.856856 0.193375 -4.431069 0.0000
D(Y(-6)) -1.297024 0.192812 -6.726896 0.0000
D(Y(-7)) -0.553693 0.248419 -2.228871 0.0294
D(Y(-8)) 0.134794 0.230186 0.585588 0.5602
D(Y(-9)) -0.877004 0.243396 -3.603196 0.0006
D(Y(-10)) -1.091126 0.280614 -3.888346 0.0002
D(Y(-11)) -1.085913 0.284071 -3.822684 0.0003
C 263506.7 3460614. 0.076144 0.9395
R-squared 0.624712 Mean dependent var 9662790.
Adjusted R-squared 0.553228 S.D. dependent var 34708690
S.E. of regression 23199637 Akaike info criterion 36.91168
Sum squared resid 3.39E+16 Schwarz criterion 37.31036
Log likelihood -1389.644 F-statistic 8.739239
Durbin-Watson stat 1.937025 Prob(F-statistic) 0.000000
Yine aynı şekilde gayri safi yurtiçi hasıla(GSYH) değişkeni içinde H0 hipotezi
reddedilememiş ve serinin birim köke sahip olarak durağan olmadığı tespit edilmiştir.
İki serininde düzeyde durağan olmadığı anlaşılmıştır bunun için Johansen eşbütünleşme
testinden yararlanılacaktır.
Johansen ve Juselius (1990) tarafından geliştirilen Johansen eşbütünleşme testi sayesinde
düzeyde durağan olmayan serilerin uzun dönemde birlikte hareket edip etmediklerini ortaya
koymak mümkün olmuştur. Johansen eş-bütünleşme testi ile incelenecek olan hipotezler
6
aşağıda verilmiştir:
H0: Değişkenler arasında es-bütünleşme ilişkisi yoktur (r=0)
H1: Değişkenler arasında es-bütünleşme ilişkisi vardır (r=1)
Date: 01/14/12 Time: 14:05
Sample (adjusted): 1926 2010
Included observations: 85 after adjustments
Trend assumption: Linear deterministic trend
Series: IHRACAT Y
Lags interval (in first differences): 1 to 2
Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.269694 27.69950 15.49471 0.0005
At most 1 0.011518 0.984740 3.841466 0.3210 Trace test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.269694 26.71476 14.26460 0.0003
At most 1 0.011518 0.984740 3.841466 0.3210 Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
*0.05 önem seviyesinde boş hipotezin reddedildiğini göstermektedir.
Yukarıdaki Johansen ve Juselius Eşbütünleşme testi sonucuna göre ihracat ve GSYH
değişkenlerinden oluşan sistemleri, uzun dönem denge değerine taşıyan en az 1 eşbütünleyen
denklemin varlığını göstermektedir.
Düzeyde durağan olmayan I(0) ihracat ve GSYH değişkenlerinin kaçıncı farkta(I(d)) durağan
olduklarını tespit edebilmek için tekrar Genişletilmiş Dickey-Fuller(ADF) testinden
7
yararlanılmıştır fakat uzun bir süre farkı alınan serilerin hala durağan olmadıkları tespit
edilmiştir.
Makro ekonomik değişkenlerin kullanıldığı çalışmalarda serilerin doğal logaritmasının
alınması ortak bir görüş birliği haline gelmiştir. Bu logaritma alma işleminin yapılmasının
sebepleri düzeyde üstel bir büyüme gösteren serinin logaritması alındığında büyümenin lineer
hale dönüşmesidir. Logaritmanın alınması ile varyans stabilize olmakta ve aykırı gözlemlerin
etkileri azalmaktadır (Franses ve McAleer, 1998:654).
Bundan dolayı iki serininde logaritması alınarak ADF Birim Kök testi yeniden yapılmıştır.
Ve test sonucunda ihracat ve GSYH serilerinin 1 farkı alındığında birim kök içermedikleri
yani durağan hale geldikleri tespit edilmiştir.[I(1)]. Değişkenler bu sayede
eşbütünleşmiş(cointegrated) olmuşlardır.
(2)
Durağan Olmayan Doğrusal Stokastik Modeller [ARIMA(p, d, q)]
Devlet Planlama Teşkilatının internet sitesinden “Ekonomik ve Sosyal Göstergeler”
bölümünden temin edilen ihracat ve GSYH değişkenlerine ilişkin verilerin 1923-2010 dönemi
yıllık değerleri baz alınmıştır. Ve bu değişkenlerin ARIMA modeli çerçevesinde gelecek
değerleri tahmin(forecast) edilecektir.
Serilerin gelecek değerlerini tahmin edebilmek için ARIMA modelinin belirlenmesi
gerekmektedir. ARIMA modelide Box-Jenkins modeline dayandığı için burada Box-Jenkins
modelinin tahmin etme süreci için getirmiş olduğu varsayımlar dikkate alınacaktır.
Box-Jenkins yaklasımı zaman serisi verileri analizleri için oldukça yaygın kullanılan
yöntemlerden birisidir. Yöntemin bu kadar popüler olması, ele alınan herhangi bir seri
durağan olsun olmasın, mevsimsel unsur içersin içermesin bilgisayar paket programlarıyla bir
çözüme kavuşturulabilmesidir. Box-Jenkins (1976) zaman serisi analizlerinde ve
önraporlamada (kestirim) uygulanan genel ARIMA modelleri ile eş anlamlıdır (Sevüktekin,
2005).
Box-Jenkins yönteminde temel adımlar kısaca su şekilde özetlenebilir:
(1) Durağanlığa ulaşabilmek için serinin yeterli sayıda farkları alınır,
(2) Deneme niteliğinde potansiyel bir model tanımı yapılır,
(3) Potansiyel modelin tahmini yapılır,
8
(4) Tanı (ayırt edici) kontrole başvurulur (eğer model yetersiz ise ikinci adıma
tekrar geri dönülerek alternatif modeller dikkate alınır)
(5) Ön raporlama ve kontrol için model kullanılır.
İlk adım olarak serilerin durağan olup olmadığı belirlenmelidir. Yukarıda 1.soruda ADF
Birim Kök testi ile durağanlık testi yapılmış ve serilerin durağan olmadığı belirlenmişti
burada tekrar durağanlık testi yapılmayacak yalnız serilerin korelogramları incelenecektir.
Yukarıda ADF birim kök testi sonucu ihracat ve GSYH serilerinin durağan olmadığı
belirlenmişti.Ve bu sorunun çözümü için serilerin farkı alınmış ve serilerin birinci farklarında
I(1) durağan olduğu bulunmuştu.
Genel olarak ARIMA modellerinin temsilinde kullanılan notasyon: ARIMA(p,d,q)
şeklindedir. Notasyonda p ve q sırasıyla ilgili modelin standart otoregresif ve standart
hareketli ortalama derecelerini gösterirken, d serinin durağanlaştırılabilmesi için kaçıncı
dereceden standart farkının alınması gerektiğini göstermektedir.
Bu bağlamda sırasıyla ilk önce ihracat sonra gayri safi yurtiçi hasıla için p, q ve d belirlenecek
ve model oluşturularak değişkenlerin gelecek değerleri tahmin edilmeye çalışılacaktır.
İhracat
Birinci farkı alınmış 1923-2010 yılları arası yıllık ihracat zaman serisi için, bu kısımda, en
uygun ARIMA modelleri belirlenmeye çalışılacak ve bu modellerin parametreleri
hesaplanacaktır.
Logaritması alınmış ihracat serisi
9
Yukarıdaki şekilde logaritması alınmış serinin de artan bir trende sahip olduğu yani durağan
olmadığı tespit edilmiştir. Bu sonuç ilk bölümde yapmış olduğumuz ADF Birim Kök testi
sonunda serinin durağan olmadığını ispatlamaktadır. Serinin birinci dereceden farkı alınmış ve
zamana göre seyri aşağıda verilmiştir.
Birinci dereceden farkı alınmış ihracat serisinin grafiği
Logaritmik ihracat serisinin korelogramı
10
11
12
13
14
15
16
17
18
19
30 40 50 60 70 80 90 00 10
LNIHRACAT
-.4
-.3
-.2
-.1
.0
.1
.2
.3
.4
.5
30 40 50 60 70 80 90 00 10
DLNIHRACAT
10
Yine aynı şekilde ihracat serisinin Korelogramına bakıldığında sırasıyla otokorelâsyon, kısmi
otokorelâsyon ve ters otokorelâsyon katsayılarına ilişkin korelogramlar görülmektedir.
Şekilde otokorelâsyon katsayıları birim kök sorununa işaret edecek derecede yavaş
azalmaktadır. Serinin 1. Farkını alıp korelogramına bakıldığında seride durağanlık sorunun
aşıldığı gözlenecektir.
1. dereceden fark serisinin (Dlnihracat) korelogramı
11
Eviews programı kullanılarak en uygun model için birkaç model karşılaştırılmış ve bu
modellere ilişkin istatistikler aşağıda verilmiştir.
ARIMA(1,1,0)
12
Dependent Variable: DLNIHRACAT
Method: Least Squares
Date: 01/14/12 Time: 20:01
Sample (adjusted): 1925 2010
Included observations: 86 after adjustments
Convergence achieved after 3 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 0.083762 0.018734 4.471182 0.0000
AR(1) 0.067944 0.105149 0.646163 0.5199
R-squared 0.004946 Mean dependent var 0.084080
Adjusted R-squared -0.006900 S.D. dependent var 0.161306
S.E. of regression 0.161862 Akaike info criterion -0.781168
Sum squared resid 2.200733 Schwarz criterion -0.724090
Log likelihood 35.59022 F-statistic 0.417527
Durbin-Watson stat 2.031535 Prob(F-statistic) 0.519935
Inverted AR Roots .07
ARIMA(2,1,0)
Dependent Variable: DLNIHRACAT
Method: Least Squares
Date: 01/14/12 Time: 20:03
Sample (adjusted): 1926 2010
Included observations: 85 after adjustments
Convergence achieved after 3 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 0.082521 0.018470 4.467762 0.0000
AR(1) 0.048996 0.110165 0.444754 0.6577
AR(2) -0.009983 0.109229 -0.091399 0.9274
R-squared 0.002447 Mean dependent var 0.082484
Adjusted R-squared -0.021884 S.D. dependent var 0.161578
S.E. of regression 0.163337 Akaike info criterion -0.751349
Sum squared resid 2.187669 Schwarz criterion -0.665138
Log likelihood 34.93235 F-statistic 0.100570
Durbin-Watson stat 1.972882 Prob(F-statistic) 0.904434
Inverted AR Roots .02+.10i .02-.10i
13
ARIMA(2,1,1)
Dependent Variable: DLNIHRACAT
Method: Least Squares
Date: 01/14/12 Time: 20:04
Sample (adjusted): 1926 2010
Included observations: 85 after adjustments
Convergence achieved after 15 iterations
Backcast: 1925
Variable Coefficient Std. Error t-Statistic Prob.
C 0.082636 0.018632 4.435294 0.0000
AR(1) -0.161899 1.211321 -0.133655 0.8940
AR(2) 0.002380 0.139605 0.017046 0.9864
MA(1) 0.210542 1.220869 0.172453 0.8635
R-squared 0.004466 Mean dependent var 0.082484
Adjusted R-squared -0.032405 S.D. dependent var 0.161578
S.E. of regression 0.164175 Akaike info criterion -0.729846
Sum squared resid 2.183240 Schwarz criterion -0.614898
Log likelihood 35.01847 F-statistic 0.121132
Durbin-Watson stat 1.981857 Prob(F-statistic) 0.947412
Inverted AR Roots .01 -.18
Inverted MA Roots -.21
ARIMA(0,1,1)
Dependent Variable: DLNIHRACAT
Method: Least Squares
Date: 01/14/12 Time: 20:05
Sample (adjusted): 1924 2010
Included observations: 87 after adjustments
Convergence achieved after 6 iterations
Backcast: 1923
Variable Coefficient Std. Error t-Statistic Prob.
C 0.089045 0.019256 4.624230 0.0000
MA(1) 0.079430 0.108175 0.734269 0.4648
R-squared 0.005416 Mean dependent var 0.088681
Adjusted R-squared -0.006285 S.D. dependent var 0.166007
S.E. of regression 0.166528 Akaike info criterion -0.724588
Sum squared resid 2.357180 Schwarz criterion -0.667901
14
Log likelihood 33.51958 F-statistic 0.462842
Durbin-Watson stat 1.954492 Prob(F-statistic) 0.498147
Inverted MA Roots -.08
ARIMA model BIC Adjusted R2
SEE
(1,1,0) -0.724 -0.006 0.161
(2,1,0) -0.665 -0.021 0.163
(2,1,1) -0.614 -0.032 0.164
(0,1,1) -0.667 -0.006 0.166
Bu modeller içinde en uygun modeli seçerken aşağıdaki kriterler dikkate alınacaktır:
- Göreli düşük BIC değerine sahip olan(Schwarz criterion = nLog(SEE)+kLog(n))
- Göreli düşük SEE’ye sahip olan
- Göreli yüksek adjust R2’ye sahip olan model daha iyi ve daha anlamlıdır.
Bu kapsamda BIC, adjust R2 ve SEE kriterleri değerlerine göre modeller incelendiğin de en
uygun modelin (1,1,0) yani 1.dereceden fark alınarak ar(1) eklenerek oluşturulan modelin en
uygun model olduğu belirlenmiştir.
Sonuç olarak en uygun model aşağıdaki gibidir:
lnihracatt = 0.08376215798 + 0.06794356767lnihracatt-1
Sonuç olarak bu modele göre hesaplanan ihracatın tahmin değerleri aşağıdaki tabloda
verilmiştir.
1923-2010 yılları arası yıllık ihracat değerleri ve tahminleri
Gerçek ihracat(bin dolar)
Tahmin ihracat (bin dolar)
15
1923 50 790 NA
1924 82 435 34 030
1925 102 700 552 322
1926 96 437 68 809
1927 80 749 64 613
1928 88 278 54 102
1929 74 827 59 147
1930 71 380 50 134
1931 60 226 47 825
1932 47 972 40 352
1933 58 065 32 142
1934 73 007 38 904
1935 76 232 48 915
1936 93 670 51 076
1937 109 225 62 759
1938 115 019 73 181
1939 99 647 77 063
1940 80 904 66 764
1941 91 056 54 206
1942 126 115 61 008
1943 196 734 84 497
1944 177 952 131 812
1945 168 264 119 228
1946 214 580 112 737
1947 223 301 143 769
1948 196 799 149 612
1949 247 825 131 856
1950 263 424 166 043
1951 314 082 176 494
1952 362 914 210 435
1953 396 061 243 153
1954 334 924 265 361
1955 313 346 224 399
1956 304 990 209 942
1957 345 217 204 344
1958 247 271 231 296
1959 353 799 165 672
1960 320 731 237 046
1961 346 740 214 890
1962 381 197 232 316
1963 368 087 255 402
1964 410 771 246 619
1965 463 738 275 217
1966 490 508 310 705
1967 522 334 328 641
1968 496 419 349 964
16
1969 536 834 332 601
1970 588 476 359 679
1971 676 602 394 279
1972 884 969 453 323
1973 1 317 083 592 930
1974 1 532 182 882 446
1975 1 401 075 1 026 562
1976 1 960 214 938 721
1977 1 753 026 1 313 344
1978 2 288 163 1 174 528
1979 2 261 195 1 533 069
1980 2 910 122 1 515 001
1981 4 702 934 1 949 782
1982 5 745 973 3 150 966
1983 5 727 834 3 849 802
1984 7 133 604 3 837 649
1985 7 958 010 4 779 515
1986 7 456 726 5 331 867
1987 10 190 049 4 996 006
1988 11 662 024 6 827 333
1989 11 624 692 7 813 556
1990 12 959 288 7 788 544
1991 13 593 462 8 682 723
1992 14 714 629 9 107 620
1993 15 345 067 9 858 802
1994 18 105 872 10 281 195
1995 21 637 041 12 130 935
1996 23 224 465 14 496 818
1997 26 261 072 15 560 392
1998 26 973 952 17 594 918
1999 26 587 225 18 072 548
2000 27 774 906 17 813 441
2001 31 334 216 18 609 187
2002 36 059 089 20 993 925
2003 47 252 836 24 159 590
2004 63 167 153 31 659 401
2005 73 476 408 42 321 993
2006 85 534 676 49 229 194
2007 107 271 750 57 308 233
2008 132 027 196 71 872 073
2009 102 142 613 88 458 221
2010 113 883 219 68 435 551
Bir sonraki yıl 2011 yılı için yıllık ihracat değeri şu şekilde tahmin edilmiştir.
17
İhracat2011 = 0.08376215798 + 0.06794356767ihracat2010
= 77 326 557 bin dolar.
Yine aynı şekilde 2012,2013,2014,2015 ve sonraki yıllar içinde ihracat değerlerinin bir
gecikmelisi modelde yerine konur ve serinin yıllar itibariyle gelecek değerleri tahmin edilmiş
olur.
İhracat2012= 51 808 793
İhracat2013=34 711891
İhracat2014=23 256 967
İhracat2015=15 582168
Gayri safi yurtiçi hasıla(GSYH)
Yukarıda ihracatın 1923-2010 yılları arasında nasıl değer alacağını ve gelecek değerlerini
tahmin etmek için kullanılan ARIMA modeli ve izlenen tüm adımlar burada da izlenmiş
ARIMA(1,1,0) uygun bulunmuştur.
ARIMA(1,1,0)
Dependent Variable: DLNY
Method: Least Squares
Date: 01/14/12 Time: 22:55
Sample (adjusted): 1925 2010
Included observations: 86 after adjustments
Convergence achieved after 3 iterations
Variable Coefficient Std. Error t-Statistic Prob.
C 0.072490 0.027049 2.679919 0.0089
AR(1) 0.232972 0.105829 2.201397 0.0305
R-squared 0.054545 Mean dependent var 0.072705
Adjusted R-squared 0.043290 S.D. dependent var 0.196708
S.E. of regression 0.192404 Akaike info criterion -0.435462
Sum squared resid 3.109607 Schwarz criterion -0.378384
Log likelihood 20.72487 F-statistic 4.846149
Durbin-Watson stat 1.966739 Prob(F-statistic) 0.030450
Inverted AR Roots .23
18
Sonuç olarak GSYH serisi için şu model kurulmuştur:
LNY = 0.07249018061 + 0.232971925*lnYt-1
1923-2010 yılları arası yıllık GSYH değerleri ve tahminleri
Gerçek GSYH(bin dolar)
Tahmin GSYH (bin dolar)
1923 1 117 171 NA
1924 1 416 708 260 269
1925 1 815 339 330 053
1926 1 957 048 422 923
1927 1 745 748 455 937
1928 1 618 653 406 710
1929 2 065 397 377 100
1930 1 571 268 481 179
1931 1 394 220 366 061
1932 1 164 811 324 814
1933 1 359 223 271 368
1934 1 456 313 316 660
1935 1 555 788 339 280
1936 2 000 488 362 454
1937 2 132 122 466 057
1938 2 945 098 496 724
1939 3 118 413 686 125
1940 3 633 795 726 502
1941 4 527 589 846 572
1942 9 357 030 1 054 801
1943 13 905 910 2 179 925
1944 10 078 063 3 239 686
1945 8 251 666 2 347 905
1946 7 200 205 1 922 406
1947 5 280 437 1 677 445
1948 6 641 051 1 230 193
1949 6 349 345 1 547 178
1950 6 778 814 1 479 219
1951 8 177 552 1 579 273
1952 9 395 076 1 905 140
1953 10 933 541 2 188 789
1954 11 164 426 2 547 208
1955 13 422 082 2 600 997
19
1956 15 484 393 3 126 968
1957 20 619 361 3 607 428
1958 24 583 412 4 803 732
1959 30 715 892 5 727 244
1960 19 477 923 7 155 940
1961 10 788 924 4 537 809
1962 12 526 758 2 513 516
1963 14 484 982 2 918 383
1964 15 397 379 3 374 594
1965 16 474 579 3 587 156
1966 19 563 611 3 838 114
1967 21 809 098 4 557 772
1968 24 196 997 5 080 907
1969 27 039 887 5 637 221
1970 25 306 728 6 299 534
1971 22 636 950 5 895 757
1972 28 651 743 5 273 773
1973 36 081 504 6 675 051
1974 49 746 291 8 405 977
1975 62 226 892 11 589 489
1976 71 223 693 14 497 118
1977 81 467 836 16 593 120
1978 89 073 430 18 979 718
1979 108 837 306 20 751 608
1980 90 678 582 25 356 036
1981 94 641 620 21 125 563
1982 85 353 718 22 048 840
1983 81 133 845 19 885 020
1984 78 824 730 18 901 908
1985 89 263 178 18 363 949
1986 100 873 141 20 795 814
1987 115 096 810 23 500 609
1988 121 667 375 26 814 325
1989 142 635 440 28 345 082
1990 200 554 694 33 230 053
1991 200 501 800 46 723 613
1992 210 583 825 46 711 290
1993 238 377 450 49 060 119
1994 176 955 492 55 535 253
1995 225 940 654 41 225 661
1996 243 411 534 52 637 829
1997 253 705 729 56 708 053
1998 270 946 852 59 106 312
1999 247 543 705 63 123 009
2000 265 384 360 57 670 733
2001 196 736 198 61 827 105
20
2002 230 494 220 45 834 010
2003 304 901 341 53 698 682
2004 390 386 833 71 033 452
2005 481 496 931 90 949 172
2006 526 429 394 112 175 266
2007 648 753 606 122 643 269
2008 742 094 395 151 141 376
2009 616 703 325 172 887 159
2010 735 828 349 143 674 560
Bir sonraki yıl 2011 yılı için GSYH değeri şu şekilde tahmin edilmiştir.
Y2011 = 0.07249018061 + 0.232971925*Y2010
= 170 712 177 bin dolar.
Yine aynı şekilde 2012,2013,2014,2015 ve sonraki yıllar içinde GSYH değerlerinin bir
gecikmelisi modelde yerine konur ve serinin yıllar itibariyle gelecek değerleri tahmin edilmiş
olur.
GSYH2012=39 605 225
GSYH2013=9 188 412
GSYH2014=2 131 711
GSYH2015=494 557