ykssinav

WDI Paketi ve Veri indirme

GDP ve POP veriler

GDP: NY.GDP.MKTP.CD

POP: SP.POP.TOTL

library(WDI)

library(tidyverse)

## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.4     ✔ readr     2.1.5
## ✔ forcats   1.0.0     ✔ stringr   1.5.1
## ✔ ggplot2   3.5.0     ✔ tibble    3.2.1
## ✔ lubridate 1.9.3     ✔ tidyr     1.3.1
## ✔ purrr     1.0.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors

pr <- WDI(country = ("TR"), indicator = c("gsyh" = "NY.GDP.MKTP.CD","pop" = "SP.POP.TOTL"), start = 1960, end = 2022)

library(explore)

describe_all(pr)

## # A tibble: 6 × 8
##   variable type     na na_pct unique         min          mean           max
##   <chr>    <chr> <int>  <dbl>  <int>       <dbl>         <dbl>         <dbl>
## 1 country  chr       0      0      1         NA            NA            NA 
## 2 iso2c    chr       0      0      1         NA            NA            NA 
## 3 iso3c    chr       0      0      1         NA            NA            NA 
## 4 year     int       0      0     63       1960          1991          2022 
## 5 gsyh     dbl       0      0     63 7566666667. 297287275852. 957799120008.
## 6 pop      dbl       0      0     63   27510980      55384831.     84979913

ÜLKE ANALİZİ

TÜRKİYE

pr_TR <- pr %>% mutate(kisibasi = gsyh / pop)

ggplot(pr_TR, aes(x= pop, y= kisibasi)) + geom_line(colour = "red")

ARDL

ARDL Sınır Testi 2001 yılında geliştirilen test, seviyelerinde durağan olmayan en az iki serinin durağan bir bileşimi olduğunu ifade eden eşbütünleşme kavramını test etmek amacıyla kullanılan modeldir.Kısaca uzun ve kısa dönem nedensellik ilişkilerini yakalamaya yarayan modeldir.

SINIR TESTİNİN AVANTAJLARI

Modelde kullanılacak değişkenlerin seviyede durağan ya da birinci farkta durağan olup olmamasına bağlı olmadan sınır testini uygulamak mümkündür.Bu sebeple sınır testini uygulamadan önce değişkenlerin durağanlık mertebelerini belirlemeye gerek yoktur. Fakat kritik değerler, değişkenlerinin durağan ya da birinci farkta durağan olmasına göre tablolaştırıldığından, değişkenlerin ikinci farkta durağan olma ihtimaline karşı sınanması gerekmektedir. İkinci farkta durağan değişkenlerde ARDL modeli uygulanamaz.

ARDL yaklaşımında kısıtsız hata düzeltme modeli kullanıldığından,daha güvenilir sonuçlar verir.

UYGULAMA AŞAMALARI

Birim kök testleri ile değişkenlerin I(0) veya I(1) olduğu saptanır. Buradaki amaç verilerin I(2) olmadığını sınamaktır. Akaike (AIC), Schwarz (SIC) ve LM istatistik kriterleri kullanılarak uygun gecikmeler belirlenir. Akaike (AIC) ve Schwarz (SIC) ölçütlerinin minimum olduğu ve otokorelasyonun olmadığı yani LM Prob-Ki-Kare>0.05 Koşulu uygun gecikme saptanmasında önemlidir.[3] Uygun gecikmeler kullanılarak F istatistiği tablosu oluşturulur. H0:θ1=θ2=0 (Eşbütünleşme yoktur hipotezi), Hα:θ1≠θ2≠0 (Eşbütünleşme vardır alternatif hipotezi) F istatistiği > F tabloüstsınır ise ; H0:θ1=θ2=0 reddedilir ve eşbütünleşme vardır sonucuna varılır. F istatistiği < F tabloaltsınır ise ; H0:θ1=θ2=0 kabul edilir ve eşbütünleşme yoktur sonucuna varılır. F tabloaltsınır < F istatistiği < F tabloüstsınır ise ; Kararsız bölge Eğer H0 hipotezi reddedilip, eşbütünleşme olduğu sonucuna varılırsa, son aşamada ARDL Kısa Dönem ve Uzun Dönem (sapmayı gösteren Hata Düzeltme Modeli) yorumları yapılır. Ancak modelin çalışması için Hata Düzeltme Modeli’nin (EC(-1) veya CointEq(-1) olarak da gösterilebilir) negatif ve istatistiksel olarak anlamlı olması gerekmektedir.Yani Prob değerinin 0.05’ten küçük olması gereklidir. EC(-1) parametresi, bağımlı değişkenle bağımsız değişkenler arasındaki uzun dönemli ilişkisinden elde edilen kalıntıların bir dönem gecikmeli değerini göstermektedir.

UZUN VE KISA DÖNEM

ARDL’de bir çok testler yapılır. Elde edilen test sonuçları eşbütünleşme ilişkisinin varlığını gösterirse,ilk etapta sınır testi için kullanılan modelin tanısal testleri yapılır. Bu aşamadan sonra değişkenler arasındaki ilişkiler ortaya konulur. Bu amaçla ilk olarak uzun dönem yöntemine başvurulur. Uzun dönem katsayıları elde edinmeye çalışılır. Uzun dönem katsayıları, sınır testi denklemindeki bağımsız değişkenlerin katsayılarını, bağımlı değişkenin katsayısının bir gecikmeli değerinin negatif işaretlisine bölünerek elde edilirş.Değişkenler arasındaki uzun dönemli ilişki elde edildikten sonra, kısa dönemli ilişkilerin elde edilmesi amaçlanır

Stationary

pr_st <- ts(pr, start = c(1960), end = c(2022),frequency = 1)

pr_st <- pr_st[,c("gsyh","pop")]

plot(pr_st[,"gsyh"], ylab="gsyh")

plot(pr_st[,"pop"], ylab="pop")

NonStationary

names(pr) <- c("ülke", "iso2c", "iso3c", "sene","gsyh","pop")

head(pr)

##      ülke iso2c iso3c sene        gsyh      pop
## 1 Turkiye    TR   TUR 1960  7566666667 27510980
## 2 Turkiye    TR   TUR 1961  7988888889 28255002
## 3 Turkiye    TR   TUR 1962  8922222222 29033647
## 4 Turkiye    TR   TUR 1963 10355555556 29827877
## 5 Turkiye    TR   TUR 1964 11177777778 30612821
## 6 Turkiye    TR   TUR 1965 11966666667 31374536

library(ggplot2)
ggplot(pr, aes(sene, gsyh, color=ülke, linetype=ülke)) + geom_line()

library(ggplot2)
ggplot(pr, aes(sene, pop, color=ülke, linetype=ülke)) + geom_line()