ekonometri 2 final projesi
hamid sougoudi hawa
2024-06-10
output: title: “Türkiye ve Afrika Ekonomik Büyüme analizi” - name: Hamid sougoudi hawa affiliation: karabuk universitesi pdf_document: citation_package: natbib latex_engine: xelatex keep_tex: true dev: cairo_pdf template: ../svm-latex-article2.tex biblio-style: apsr author:
##Özet
Ekonomik büyüme, ülkelerin refah seviyelerinin artırılması ve sürdürülebilir kalkınmanın sağlanması açısından büyük önem taşır. Türkiye ve Afrika kıtası, son yıllarda ekonomik büyüme yolunda önemli adımlar atmış iki bölgedir. Bu makale, Türkiye ve Afrika ülkelerinin ekonomik büyüme süreçlerini karşılaştırarak, bu büyümeye katkıda bulunan faktörleri ve her iki bölgenin ekonomik performansını değerlendirmeyi amaçlamaktadır. Hem Türkiye’nin hem de Afrika’nın ekonomik gelişimini ve büyüme stratejilerini inceleyen bu çalışma, veriye dayalı analizlerle desteklenmiştir. Bu makalede, Türkiye ve Afrika ülkelerinin ekonomik büyüme dinamikleri incelenmektedir. Öncelikle, ekonomik büyümenin temel kavramları ve faktörleri ele alınacak, ardından Türkiye ve Afrika’nın ekonomik büyüme performansları karşılaştırılacaktır. Literatür taraması, bu iki bölgenin ekonomik büyümesini etkileyen faktörlere dair mevcut çalışmaları kapsayacak ve bu faktörlerin nasıl etkileşimde bulunduğunu analiz edecektir. Son olarak, ekonomik büyüme verileri ve analizleri sunulacak ve karşılaştırmalı değerlendirmeler yapılacaktır.
##abstract:
“Lorem ipsum dolor sit amet, consectetur adipiscing elit. Donec sit amet libero justo. Pellentesque eget nibh ex. Aliquam tincidunt egestas lectus id ullamcorper. Proin tellus orci, posuere sed cursus at, bibendum ac odio. Nam consequat non ante eget aliquam. Nulla facilisis tincidunt elit. Nunc hendrerit pellentesque quam, eu imperdiet ipsum porttitor ut. Interdum et malesuada fames ac ante ipsum primis in faucibus. Suspendisse potenti. Duis vitae nibh mauris. Duis nec sem sit amet ante dictum mattis. Suspendisse diam velit, maximus eget commodo at, faucibus et nisi. Ut a pellentesque eros, sit amet suscipit eros. Nunc tincidunt quis risus suscipit vestibulum. Quisque eu fringilla massa.”
Giriş
Ekonomik büyüme, ülkelerin yaşam standartlarını iyileştirmek, işsizliği azaltmak ve genel refahı artırmak için hayati öneme sahiptir. Türkiye, son yıllarda istikrarlı bir ekonomik büyüme göstermiş olup, özellikle sanayi ve hizmet sektörlerinde önemli gelişmeler kaydetmiştir. Afrika kıtası ise, geniş coğrafi ve ekonomik çeşitliliği nedeniyle farklı büyüme dinamiklerine sahiptir. Bu makalede, Türkiye ve Afrika’nın ekonomik büyüme performansları ve bu büyümeyi etkileyen faktörler derinlemesine incelenecektir.
Literatür Taraması
Literatürde, ekonomik büyümeyi etkileyen faktörler genellikle aşağıdaki ana başlıklar altında incelenir:
Sermaye Birikimi: Yatırımların artırılması, ekonomik büyümenin en önemli itici güçlerinden biridir. Hem Türkiye’de hem de Afrika ülkelerinde sermaye birikimi, büyümeyi etkileyen kritik bir faktördür. İşgücü ve Eğitim: Kalifiye işgücü ve eğitim seviyesinin yükselmesi, verimliliği artırarak ekonomik büyümeye katkıda bulunur. Teknolojik İlerleme: İnovasyon ve teknolojik gelişmeler, üretkenliği artırarak ekonomik büyümeyi destekler. Küresel Ticaret ve Yatırımlar: Dış ticaret ve yabancı yatırımlar, ekonomik büyümeye önemli katkılarda bulunabilir.
Türkiye
Türkiye’de yapılan çalışmalarda, ekonomik büyümenin büyük ölçüde sanayi ve hizmet sektörlerindeki gelişmelere bağlı olduğu vurgulanmaktadır. Ayrıca, hükümetin uyguladığı yapısal reformlar ve teşvik politikaları da büyümeyi olumlu yönde etkilemiştir.
Afrika
Afrika kıtasında yapılan araştırmalar, ekonomik büyümenin büyük ölçüde doğal kaynakların kullanımı, tarım sektörü ve altyapı yatırımlarına bağlı olduğunu göstermektedir. Ancak, kıtadaki ülkeler arasında büyük farklılıklar bulunmakta olup, siyasi istikrar ve yönetişim kalitesi de büyümeyi etkileyen önemli faktörler arasındadır.
Veri ve Analiz
Ekonomik büyüme performanslarını karşılaştırmak için Dünya Bankası, IMF ve OECD gibi uluslararası kurumların veri tabanlarından elde edilen veriler kullanılacaktır. Aşağıda, Türkiye ve Afrika için bazı temel ekonomik göstergeler sunulmaktadır:
österge Türkiye (2023) Afrika (2023 Ort.) GSYİH Büyüme Oranı (%) 4.5 3.1 Kişi Başına GSYİH ($) 12,500 1,800 Enflasyon Oranı (%) 10.0 8.5 İşsizlik Oranı (%) 11.7 15.0
Bu veriler, Türkiye’nin kişi başına GSYİH ve ekonomik büyüme oranları açısından Afrika’nın ortalamasına göre daha iyi bir performans sergilediğini göstermektedir. Ancak, Afrika kıtasında bazı ülkeler, özellikle Güney Afrika ve Nijerya gibi, kıtanın ortalamasının üzerinde performans göstermektedir.
Türkiye ve Afrika Ekonomik Büyümesi Üzerine Bir İnceleme
Ekonomik büyüme, ülkelerin refah seviyelerinin artırılması ve sürdürülebilir kalkınmanın sağlanması açısından büyük önem taşır. Türkiye ve Afrika kıtası, son yıllarda ekonomik büyüme yolunda önemli adımlar atmış iki bölgedir. Bu makale, Türkiye ve Afrika ülkelerinin ekonomik büyüme süreçlerini karşılaştırarak, bu büyümeye katkıda bulunan faktörleri ve her iki bölgenin ekonomik performansını değerlendirmeyi amaçlamaktadır. Hem Türkiye’nin hem de Afrika’nın ekonomik gelişimini ve büyüme stratejilerini inceleyen bu çalışma, veriye dayalı analizlerle desteklenmiştir.
Ekonomik Büyüme İncelemesi: Türkiye ve Afrika
Konu Türkiye Afrika Sektörler Sanayi, Hizmetler, Tarım Doğal Kaynaklar, Tarım, Sanayi ve Hizmetler GSYİH Büyüme Oranı Yıllık ortalama %5 (2010-2020) Yıllık ortalama %4-5 (genel kıta ortalaması) Büyümeye Katkıda Bulunan Faktörler Yapısal reformlar, dışa açık ekonomi politikaları Doğal kaynak zenginlikleri, politik istikrar, altyapı yatırımları Büyük Ekonomiler - Nijerya, Güney Afrika
Türkiye’nin Ekonomik Büyüme Süreci
Sanayi Sektörü
Türkiye, 2000’li yılların başından itibaren sanayi sektöründe önemli ilerlemeler kaydetmiştir. Özellikle otomotiv, beyaz eşya ve tekstil gibi sektörler, Türkiye’nin ekonomik büyümesine önemli katkılarda bulunmuştur. Sanayi sektöründe gerçekleştirilen yapısal reformlar ve teknolojik yenilikler, üretkenliği artırarak büyümeyi desteklemiştir.
##Hizmet Sektörü
Hizmet sektörü, Türkiye’nin ekonomik büyümesinde kritik bir rol oynamaktadır. Turizm, bankacılık, telekomünikasyon ve lojistik gibi hizmet alanları, Türkiye’nin GSYİH’sine önemli katkılar sağlamaktadır. Özellikle turizm sektörü, döviz girdisi sağlayarak ekonomik büyümeyi desteklemektedir.
Tarım Sektörü
Tarım sektörü, Türkiye ekonomisinin önemli bir parçasıdır. Türkiye, tarımsal üretimde kendine yeterli olma hedefini sürdürmektedir. Ancak, tarım sektöründeki verimlilik sorunları ve iklim değişikliğinin etkileri, büyüme üzerinde olumsuz etkiler yaratmaktadır.
Afrika’nın Ekonomik Büyüme Süreci
##Doğal Kaynaklar Afrika, zengin doğal kaynaklara sahip bir kıtadır. Petrol, doğalgaz, altın ve elmas gibi kaynaklar, birçok Afrika ülkesinin ekonomisine önemli katkılar sağlamaktadır. Özellikle Nijerya ve Angola gibi ülkeler, petrol gelirleriyle ekonomik büyümelerini desteklemektedir.
Tarım Sektörü
Tarım, Afrika’da istihdamın ve gelirlerin büyük bir kısmını oluşturmaktadır. Ancak, tarım sektöründeki düşük verimlilik ve altyapı eksiklikleri, Afrika’nın ekonomik büyümesini sınırlayan faktörler arasında yer almaktadır. Tarım sektöründeki gelişmeler, kıtanın genel ekonomik performansı üzerinde büyük etkiye sahiptir.
Sanayi ve Hizmetler Sanayi ve hizmet sektörleri, Afrika’da hızla gelişen alanlardır. Güney Afrika, Mısır ve Kenya gibi ülkeler, sanayi ve hizmet sektörlerindeki büyüme ile dikkat çekmektedir. Özellikle, telekomünikasyon ve finansal hizmetler, Afrika’nın ekonomik büyümesinde önemli rol oynamaktadır.
Türkiye ve Afrika’nın Ekonomik Büyüme Modellerinin Karşılaştırılması Türkiye ve Afrika’nın ekonomik büyüme süreçleri, çeşitli benzerlikler ve farklılıklar göstermektedir. Her iki bölge de ekonomik büyüme için sanayi ve hizmet sektörlerine büyük önem vermektedir. Ancak, Türkiye’nin ekonomik büyümesi, yapısal reformlar ve dışa açık ekonomi politikaları ile desteklenirken, Afrika’da doğal kaynak zenginlikleri ve tarım sektörü büyümenin anahtarı olmuştur.
Veriye Dayalı Analiz
Türkiye
Türkiye’nin GSYİH büyüme oranları, 2010-2020 yılları arasında yıllık ortalama %5 civarında gerçekleşmiştir. Sanayi ve hizmet sektörlerindeki büyüme, Türkiye’nin ekonomik performansını olumlu yönde etkilemiştir. Ancak, son dönemde yaşanan ekonomik dalgalanmalar ve pandemi etkisi, büyüme oranlarında dalgalanmalara neden olmuştur.
Afrika
Afrika kıtasında ise, ekonomik büyüme oranları ülkeden ülkeye farklılık göstermektedir. Nijerya ve Güney Afrika gibi büyük ekonomiler, doğal kaynak zenginlikleri ve sanayi sektöründeki gelişmeler ile öne çıkarken, diğer bazı ülkeler tarım ve hizmet sektörlerindeki büyüme ile dikkat çekmektedir. Afrika’nın genelinde son on yılda yıllık ortalama GSYİH büyüme oranı %4-5 aralığında seyretmiştir.
keywords: “pandoc, r markdown, knitr” date: “juin 11, 2024” geometry: margin=1in #fontfamily: libertineotf mainfont: cochineal sansfont: Linux Biolinum O fontsize: 11pt # spacing: double endnote: no # pandocparas: TRUE sansitup: TRUE bibliography: master.bib header-includes: -- =.95
-https://data.worldbank.org/indicator/NY.GDP.PCAP.KD.ZG?view=chart
library(WDI)data= WDI(indicator = c(GDP = "NY.GDP.PCAP.KD.ZG", NV="NV.AGR.TOTL.ZS"),country = c("TR"), start=1961, end=2022)library(stevemisc)zaman_serisi <- ts(data, start = c(1961), end=c(2022), frequency = 1)zaman_serisi <-zaman_serisi [,c("GDP","NV")]plot(zaman_serisi[ , c("GDP", "NV")])
zaman_serisi <- zaman_serisi [, c("GDP", "NV")]plot(zaman_serisi[ , c("GDP", "NV")])
#Gecikme ve Otokorelasyon
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 3.5.1 ✔ tibble 3.2.1
## ✔ lubridate 1.9.3 ✔ tidyr 1.3.1
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ lubridate::dst() masks stevemisc::dst()
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ✖ dplyr::tbl_df() masks stevemisc::tbl_df()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorsZaman serisi GDP, belirli bir dönem boyunca bir ülkenin GDP’sindeki değişiklikleri gösteren bir veri dizisidir. Örneğin, bir ülkenin yıllık GDP verileri zaman serisi olarak kaydedilir ve analiz edilir. Bu veri seti, ekonomik eğilimleri ve döngüleri anlamak, ekonomik politikaların etkilerini değerlendirmek ve gelecekteki ekonomik performansı tahmin etmek için kullanılır.
gdp <- data.frame(cbind(data$GDP, lag(data$GDP, 1)))gdp <- gdp[2:55,]cor(gdp$X1, gdp$X2)## [1] 6.91853e-05acf(zaman_serisi[,"GDP"])
NV <-data.frame(cbind(data$NV, lag(data$NV, 1)))NV <-NV[2:55,]cor(NV$X1, NV$X2)## [1] 0.9956243acf(zaman_serisi[,"NV"])
##Regresyon
gdp <- zaman_serisi[,"GDP"]
NV <- diff(zaman_serisi[,"NV"])
plot(NV)
library(dynlm)## Le chargement a nécessité le package : zoo##
## Attachement du package : 'zoo'## Les objets suivants sont masqués depuis 'package:base':
##
## as.Date, as.Date.numericHata payı
uhat <- dynlm(gdp~NV)
summary(uhat)##
## Time series regression with "ts" data:
## Start = 1962, End = 2022
##
## Call:
## dynlm(formula = gdp ~ NV)
##
## Residuals:
## Min 1Q Median 3Q Max
## -9.8423 -1.5939 0.4561 2.5367 7.6688
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 3.3525 0.5644 5.940 1.63e-07 ***
## NV 0.5209 0.3697 1.409 0.164
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 3.853 on 59 degrees of freedom
## Multiple R-squared: 0.03256, Adjusted R-squared: 0.01616
## F-statistic: 1.986 on 1 and 59 DF, p-value: 0.1641reg <- dynlm(gdp~NV)
summary(reg)##
## Time series regression with "ts" data:
## Start = 1962, End = 2022
##
## Call:
## dynlm(formula = gdp ~ NV)
##
## Residuals:
## Min 1Q Median 3Q Max
## -9.8423 -1.5939 0.4561 2.5367 7.6688
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 3.3525 0.5644 5.940 1.63e-07 ***
## NV 0.5209 0.3697 1.409 0.164
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 3.853 on 59 degrees of freedom
## Multiple R-squared: 0.03256, Adjusted R-squared: 0.01616
## F-statistic: 1.986 on 1 and 59 DF, p-value: 0.1641hapa <- resid(reg)
plot(hapa)
Hata payının otokorelasyonunu da ölçelim.
plot(uhat)
ACF, bir zaman serisinin kendi geçmiş değerleriyle olan korelasyonunu
(ilişkisini) farklı gecikmeler (lags) için ölçer. Zaman serisindeki
desenleri ve ilişkileri belirlemek için kullanılır.
acf(hapa)
Gecıkme Testi
##
## Breusch-Godfrey test for serial correlation of order up to 1
##
## data: reg
## LM test = 0.0039725, df1 = 1, df2 = 58, p-value = 0.95library(dynlm)
Ilkgecikme <- dynlm(gdp ~ L(gdp, 1))
summary(Ilkgecikme)##
## Time series regression with "ts" data:
## Start = 1962, End = 2022
##
## Call:
## dynlm(formula = gdp ~ L(gdp, 1))
##
## Residuals:
## Min 1Q Median 3Q Max
## -10.1036 -2.0907 0.3588 2.6544 7.4629
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 2.9667043 0.6231543 4.761 1.29e-05 ***
## L(gdp, 1) -0.0002571 0.1289786 -0.002 0.998
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 3.917 on 59 degrees of freedom
## Multiple R-squared: 6.732e-08, Adjusted R-squared: -0.01695
## F-statistic: 3.972e-06 on 1 and 59 DF, p-value: 0.9984library(dynlm)
ikigecikme <- dynlm(NV ~ L(NV, 2))
summary(ikigecikme)##
## Time series regression with "ts" data:
## Start = 1964, End = 2022
##
## Call:
## dynlm(formula = NV ~ L(NV, 2))
##
## Residuals:
## Min 1Q Median 3Q Max
## -3.4756 -0.9366 0.1939 0.9436 2.6974
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.84192 0.20171 -4.174 0.000103 ***
## L(NV, 2) -0.06266 0.13093 -0.479 0.634088
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 1.345 on 57 degrees of freedom
## Multiple R-squared: 0.004002, Adjusted R-squared: -0.01347
## F-statistic: 0.229 on 1 and 57 DF, p-value: 0.6341plot(mtcars)
Sonuç
Bu makalede, Türkiye ve Afrika’nın ekonomik büyüme performansları ve bu büyümeyi etkileyen faktörler incelenmiştir. Türkiye, sanayi ve hizmet sektörlerindeki gelişmeler ve hükümet politikalarının etkisiyle istikrarlı bir büyüme sergilerken, Afrika kıtasında doğal kaynaklar ve tarım sektörüne dayalı bir büyüme modeli gözlemlenmiştir. Her iki bölgenin de ekonomik büyümesini sürdürebilmesi için yapısal reformlar ve yatırım politikalarına devam etmeleri gerekmektedir.
Ödev:Quantmod Paketi
library(quantmod)## Le chargement a nécessité le package : xts##
## ######################### Warning from 'xts' package ##########################
## # #
## # The dplyr lag() function breaks how base R's lag() function is supposed to #
## # work, which breaks lag(my_xts). Calls to lag(my_xts) that you type or #
## # source() into this session won't work correctly. #
## # #
## # Use stats::lag() to make sure you're not using dplyr::lag(), or you can add #
## # conflictRules('dplyr', exclude = 'lag') to your .Rprofile to stop #
## # dplyr from breaking base R's lag() function. #
## # #
## # Code in packages is not affected. It's protected by R's namespace mechanism #
## # Set `options(xts.warn_dplyr_breaks_lag = FALSE)` to suppress this warning. #
## # #
## #################################################################################
## Attachement du package : 'xts'## Les objets suivants sont masqués depuis 'package:dplyr':
##
## first, last## Le chargement a nécessité le package : TTR## Registered S3 method overwritten by 'quantmod':
## method from
## as.zoo.data.frame zoogetSymbols("AMZN", src = "yahoo")## [1] "AMZN"dim(AMZN)## [1] 4389 6head(AMZN)## AMZN.Open AMZN.High AMZN.Low AMZN.Close AMZN.Volume AMZN.Adjusted
## 2007-01-03 1.9340 1.9530 1.9025 1.9350 248102000 1.9350
## 2007-01-04 1.9295 1.9570 1.9130 1.9450 126368000 1.9450
## 2007-01-05 1.9360 1.9395 1.8800 1.9185 132394000 1.9185
## 2007-01-08 1.9110 1.9155 1.8585 1.8750 135660000 1.8750
## 2007-01-09 1.8800 1.9030 1.8670 1.8890 114060000 1.8890
## 2007-01-10 1.8745 1.8850 1.8535 1.8575 130550000 1.8575tail(AMZN)## AMZN.Open AMZN.High AMZN.Low AMZN.Close AMZN.Volume AMZN.Adjusted
## 2024-06-03 177.70 178.70 175.92 178.34 30786600 178.34
## 2024-06-04 177.64 179.82 176.44 179.34 27198400 179.34
## 2024-06-05 180.10 181.50 178.75 181.28 32116400 181.28
## 2024-06-06 181.75 185.00 181.49 185.00 31371200 185.00
## 2024-06-07 184.90 186.29 183.36 184.30 28021500 184.30
## 2024-06-10 184.07 187.23 183.79 187.06 34445600 187.06chartSeries(AMZN)
chartSeries(AMZN, theme="white")
getSymbols("STICKCPIM157SFRBATL" , src="FRED")## [1] "STICKCPIM157SFRBATL"chartSeries(STICKCPIM157SFRBATL ,theme="white")
getFX("EUR/TRY", from = "2020-01-01")## Warning in doTryCatch(return(expr), name, parentenv, handler): Oanda only
## provides historical data for the past 180 days. Symbol: EUR/TRY## [1] "EUR/TRY"chartSeries(EURTRY, theme="white")