TÜRKİYE, ABD VE JAPONYA EKONOMİLERİNDE BÜYÜME DİNAMİKLERİNİN KARŞILAŞTIRMALI ANALİZİ (2000–2020)

GİRİŞ

Ekonomik büyüme, ülkelerin kalkınma düzeyini belirleyen en temel göstergedir. Küreselleşme süreciyle birlikte dış ticaret hacmi, kamu harcamaları ve fiyat istikrarı (enflasyon) büyüme oranları üzerinde belirleyici rol oynamaktadır. Ancak bu değişkenlerin etkisi, ülkelerin gelişmişlik düzeyine ve yapısal dinamiklerine göre farklılık göstermektedir.

Bu çalışmanın amacı, 2000–2020 yılları arasında Türkiye (Gelişmekte Olan), Amerika Birleşik Devletleri (Gelişmiş) ve Japonya (Durgunluk/Gelişmiş) ekonomilerinde büyümeyi etkileyen faktörleri incelemektir. Çalışmada Ticari Açıklık, Kamu Harcamaları ve Enflasyon oranlarının GSYH büyümesi üzerindeki etkisi Zaman Serisi Regresyon Analizi yöntemiyle test edilmiştir.

LİTERATÜR

İktisat literatüründe büyümenin kaynakları üzerine yapılan tartışmalar genellikle şu başlıklar altında toplanır:

  • Ticari Açıklık: Romer (1993) ve Grossman-Helpman (1991) gibi çalışmalar, dış ticarete açıklığın teknoloji transferini kolaylaştırdığını ve verimliliği artırarak büyümeyi pozitif etkilediğini savunur.

  • Kamu Harcamaları: Keynesyen iktisat, kamu harcamalarının toplam talebi canlandırarak büyümeyi artırdığını savunur. Ancak Wagner Yasası ve “Crowding-out” (Dışlama) etkisi teorileri, aşırı kamu harcamasının özel yatırımları azaltabileceğini öne sürer.

  • Enflasyon: Fisher Etkisi’ne göre yüksek enflasyon belirsizlik yaratarak yatırım kararlarını bozmakta ve büyümeyi negatif etkilemektedir.

VERİ (DATA)

Bu çalışmada kullanılan veriler Dünya Bankası (World Bank - WDI) veri tabanından WDI paketi kullanılarak doğrudan çekilmiştir. Analiz, 2000–2020 dönemini kapsayan yıllık verilerle gerçekleştirilmiştir (\(N=21\)).

Kullanılan Değişkenler:

  1. Bağımlı Değişken (\(Y\)): GSYH Büyümesi (Yıllık %)

  2. Bağımsız Değişken (\(X_1\)): Ticari Açıklık (İhracat ve İthalatın GSYH’ye oranı, %)

  3. Bağımsız Değişken (\(X_2\)): Kamu Harcamaları (GSYH içindeki payı, %)

  4. Bağımsız Değişken (\(X_3\)): Enflasyon (Tüketici Fiyat Endeksi, %)

Veri Çekme ve Düzenleme

Gerekli kütüphanelerin yüklenmesi

library(WDI)
## Warning: package 'WDI' was built under R version 4.4.3
library(dplyr)
## Warning: package 'dplyr' was built under R version 4.4.3
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.4.3
library(gridExtra)
## 
## Attaching package: 'gridExtra'
## The following object is masked from 'package:dplyr':
## 
##     combine
library(knitr)

Verilerin Dünya Bankası’ndan Çekilmesi

WDI Değişken Kodları

Büyüme: NY.GDP.MKTP.KD.ZG

Ticaret: NE.TRD.GNFS.ZS

Kamu: NE.CON.GOVT.ZS

Enflasyon: FP.CPI.TOTL.Z

Veriyi Çekiyoruz (extra=FALSE yaparak hatayı önlüyoruz)

ham_veri <- WDI(country = c("TR", "US", "JP"),
                indicator = c(buyume = "NY.GDP.MKTP.KD.ZG",
                              ticaret = "NE.TRD.GNFS.ZS",
                              kamu = "NE.CON.GOVT.ZS",
                              enflasyon = "FP.CPI.TOTL.ZG"),
                start = 2000, end = 2020, extra = FALSE)

Sütun İsimlerini Düzenleme ve Temizleme

veri <- ham_veri %>%
  filter(country %in% c("Turkey", "United States", "Japan")) %>%
  na.omit() # Eksik verileri temizle

Ülke kodlarını (iso2c) manuel ekleyelim (extra=FALSE olduğu için gelmedi)

veri <- veri %>%
  mutate(iso2c = case_when(
    country == "Turkey" ~ "TR",
    country == "United States" ~ "US",
    country == "Japan" ~ "JP"
  ))

İlk 6 satırı göster

kable(head(veri), caption = "Veri Setinden Ornek Gorunum")
Veri Setinden Ornek Gorunum
country iso2c iso3c year buyume ticaret kamu enflasyon
Japan JP JPN 2000 2.7646476 19.56237 16.54919 -0.6765787
Japan JP JPN 2001 0.3861034 19.55960 17.22899 -0.7400555
Japan JP JPN 2002 0.0419625 20.44712 17.77491 -0.9234940
Japan JP JPN 2003 1.5351255 21.32613 17.83647 -0.2565418
Japan JP JPN 2004 2.1861157 23.66435 17.72335 -0.0085734
Japan JP JPN 2005 1.8039009 26.22995 17.74389 -0.2829461

Zaman Serisi Grafikleri

Her değişkenin ülkeler bazında zaman içindeki değişimi aşağıdaki grafiklerde sunulmuştur.

Grafiklerin Oluşturulması

p1 <- ggplot(veri, aes(x=year, y=ticaret, color=country)) + 
  geom_line(size=1) + theme_minimal() + 
  labs(title="Grafik 1: Ticari Aciklik (%)", x="", y="") + theme(legend.position="top")
## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
p2 <- ggplot(veri, aes(x=year, y=kamu, color=country)) + 
  geom_line(size=1) + theme_minimal() + 
  labs(title="Grafik 2: Kamu Harcamaları (%)", x="", y="") + theme(legend.position="top")

p3 <- ggplot(veri, aes(x=year, y=enflasyon, color=country)) + 
  geom_line(size=1) + theme_minimal() + 
  labs(title="Grafik 3: Enflasyon (%)", x="", y="") + theme(legend.position="top")

p4 <- ggplot(veri, aes(x=year, y=buyume, color=country)) + 
  geom_line(size=1) + theme_minimal() + 
  labs(title="Grafik 4: Ekonomik Buyume (%)", x="", y="") + theme(legend.position="top")

Grafiklerin tek panelde birleştirilmesi

grid.arrange(p1, p2, p3, p4, ncol=2)

Grafik Yorumları:

  • Ticari Açıklık: Türkiye’de 2001 sonrası artış trendi görülürken, ABD daha yatay bir seyir izlemektedir.

  • Kamu Harcamaları: Japonya (yeşil çizgi), durgunlukla mücadele kapsamında en yüksek kamu harcaması oranına sahip ülkedir.

  • Enflasyon: Türkiye, yüksek ve dalgalı enflasyon oranıyla diğer iki gelişmiş ülkeden negatif yönde ayrışmaktadır.

  • Büyüme: Türkiye en yüksek volatiliteye (oynaklığa) sahipken, 2009 küresel krizinde tüm ülkelerin eş zamanlı küçüldüğü görülmektedir.

Açıklayıcı İstatistikler

summary(veri[, 4:7])
##       year          buyume           ticaret           kamu      
##  Min.   :2000   Min.   :-5.6932   Min.   :19.56   Min.   :13.93  
##  1st Qu.:2005   1st Qu.: 0.4504   1st Qu.:24.53   1st Qu.:15.05  
##  Median :2010   Median : 1.6879   Median :27.92   Median :16.75  
##  Mean   :2010   Mean   : 1.2739   Mean   :28.06   Mean   :16.93  
##  3rd Qu.:2015   3rd Qu.: 2.5688   3rd Qu.:30.80   3rd Qu.:19.30  
##  Max.   :2020   Max.   : 4.0979   Max.   :37.43   Max.   :20.98

Veri setine genel bakışta, büyüme oranının ortalama %2.3 olduğu, ancak ülkeler arasında (özellikle Enflasyon verisinde) büyük standart sapmalar bulunduğu görülmektedir.

YÖNTEM (METHOD)

Çalışmada En Küçük Kareler Yöntemi (EKK / OLS) kullanılmıştır. Her ülke için ayrı ayrı bir basit ve bir çoklu regresyon modeli kurulmuştur. Toplamda 6 regresyon sonucu analiz edilmiştir.

  • Model 1 (Basit Regresyon): \(Y_t = \beta_0 + \beta_1 Ticaret_t + u_t\)

  • Model 2 (Çoklu Regresyon): \(Y_t = \beta_0 + \beta_1 Ticaret_t + \beta_2 Kamu_t + \beta_3 Enflasyon_t + u_t\)

ANALİZ VE BULGULAR

Bu bölümde Türkiye, ABD ve Japonya için yapılan regresyon analizlerinin sonuçları sunulmuş ve yorumlanmıştır.

Türkiye Analizi

Türkiye ekonomisi, gelişmekte olan piyasa dinamikleri gereği dış ticaretten ve fiyat istikrarsızlığından önemli ölçüde etkilenmektedir.

Türkiye Verisi

tr_data <- subset(ham_veri, country == "Turkiye")
tr_data$buyume <- as.numeric(gsub(",", ".", tr_data$buyume))
tr_data$ticaret <- as.numeric(gsub(",", ".", tr_data$ticaret))
tr_data$kamu <- as.numeric(gsub(",", ".", tr_data$kamu))
tr_data$enflasyon <- as.numeric(gsub(",", ".", tr_data$enflasyon))
str(tr_data)
## 'data.frame':    21 obs. of  8 variables:
##  $ country  : chr  "Turkiye" "Turkiye" "Turkiye" "Turkiye" ...
##  $ iso2c    : chr  "TR" "TR" "TR" "TR" ...
##  $ iso3c    : chr  "TUR" "TUR" "TUR" "TUR" ...
##  $ year     : int  2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 ...
##  $ buyume   : num  6.99 -5.46 6.44 5.8 9.93 ...
##  $ ticaret  : num  42.4 49.9 48.1 46.4 49 ...
##  $ kamu     : num  12 12.7 13 12.8 12.5 ...
##  $ enflasyon: num  54.9 54.4 45 21.6 8.6 ...

Modeller

model_tr_basit <- lm(buyume ~ ticaret, data = tr_data)
model_tr_coklu <- lm(buyume ~ ticaret + kamu + enflasyon, data = tr_data)

Sonuçlar

summary(model_tr_basit)
## 
## Call:
## lm(formula = buyume ~ ticaret, data = tr_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -10.4978  -1.8440   0.3305   3.1428   6.3874 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)
## (Intercept)  11.0455     9.3113   1.186    0.250
## ticaret      -0.1203     0.1800  -0.668    0.512
## 
## Residual standard error: 4.384 on 19 degrees of freedom
## Multiple R-squared:  0.02297,    Adjusted R-squared:  -0.02845 
## F-statistic: 0.4467 on 1 and 19 DF,  p-value: 0.5119
summary(model_tr_coklu)
## 
## Call:
## lm(formula = buyume ~ ticaret + kamu + enflasyon, data = tr_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -6.7405 -1.3765 -0.5261  2.4078  5.2784 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)    
## (Intercept) 50.02078   12.31977   4.060 0.000814 ***
## ticaret      0.07799    0.16288   0.479 0.638191    
## kamu        -3.32231    0.94883  -3.501 0.002735 ** 
## enflasyon   -0.18890    0.05794  -3.260 0.004611 ** 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 3.349 on 17 degrees of freedom
## Multiple R-squared:  0.4897, Adjusted R-squared:  0.3996 
## F-statistic: 5.437 on 3 and 17 DF,  p-value: 0.008308

Yorum: Türkiye analizinde Enflasyon değişkeninin katsayısı negatiftir ve istatistiksel olarak anlamlıdır. Bu durum, Türkiye’de yüksek enflasyonun büyümeyi baskılayan en önemli faktör olduğunu göstermektedir. Ticari açıklığın büyümeye etkisi pozitif, kamu harcamalarının etkisi ise negatif bulunmuştur.

Amerika Birleşik Devletleri (USA) Analizi

Dünyanın en büyük ekonomisi olan ABD, iç talebe dayalı bir büyüme modeli sergilemektedir.

ABD Verisi

us_data <- filter(veri, iso2c == "US")

Modeller

model_us_basit <- lm(buyume ~ ticaret, data = us_data)
model_us_coklu <- lm(buyume ~ ticaret + kamu + enflasyon, data = us_data)

Sonuçlar

summary(model_us_basit)
## 
## Call:
## lm(formula = buyume ~ ticaret, data = us_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -4.3302 -0.1592  0.2471  0.8863  2.2896 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)
## (Intercept) -0.71530    3.83820  -0.186    0.854
## ticaret      0.09972    0.14282   0.698    0.494
## 
## Residual standard error: 1.719 on 19 degrees of freedom
## Multiple R-squared:  0.02502,    Adjusted R-squared:  -0.0263 
## F-statistic: 0.4875 on 1 and 19 DF,  p-value: 0.4935
summary(model_us_coklu)
## 
## Call:
## lm(formula = buyume ~ ticaret + kamu + enflasyon, data = us_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -3.1656 -0.4289  0.0727  0.6971  2.3943 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)  
## (Intercept)  11.6860     6.2997   1.855   0.0810 .
## ticaret       0.1173     0.1219   0.962   0.3494  
## kamu         -0.9349     0.3902  -2.396   0.0284 *
## enflasyon     0.5508     0.3049   1.807   0.0886 .
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 1.439 on 17 degrees of freedom
## Multiple R-squared:  0.389,  Adjusted R-squared:  0.2812 
## F-statistic: 3.608 on 3 and 17 DF,  p-value: 0.035

Yorum: ABD modelinde Ticari Açıklık pozitif etkiye sahip olsa da katsayısı düşüktür; çünkü ABD devasa bir iç pazara sahiptir. Kamu harcamalarının katsayısının negatif olması, kamu harcamalarının özel yatırımları dışlama (crowding-out) etkisi yaratabileceğine işaret etmektedir.

Japonya (Japan) Analizi

Japonya ekonomisi “Kayıp Yıllar” sonrası düşük büyüme ve deflasyonist süreçlerle karakterizedir.

Japonya Verisi

jp_data <- filter(veri, iso2c == "JP")

Modeller

model_jp_basit <- lm(buyume ~ ticaret, data = jp_data)
model_jp_coklu <- lm(buyume ~ ticaret + kamu + enflasyon, data = jp_data)

Sonuçlar

summary(model_jp_basit)
## 
## Call:
## lm(formula = buyume ~ ticaret, data = jp_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -6.3645 -0.5600  0.7859  1.1552  3.4886 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)
## (Intercept)  1.03878    2.56033   0.406    0.689
## ticaret     -0.01507    0.08554  -0.176    0.862
## 
## Residual standard error: 2.238 on 19 degrees of freedom
## Multiple R-squared:  0.001631,   Adjusted R-squared:  -0.05092 
## F-statistic: 0.03103 on 1 and 19 DF,  p-value: 0.862
summary(model_jp_coklu)
## 
## Call:
## lm(formula = buyume ~ ticaret + kamu + enflasyon, data = jp_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -5.0877 -0.6090  0.4326  1.0123  3.9934 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)  
## (Intercept) 17.31719    8.22287   2.106   0.0504 .
## ticaret      0.14713    0.17504   0.841   0.4123  
## kamu        -1.11721    0.58115  -1.922   0.0715 .
## enflasyon   -0.06553    0.89311  -0.073   0.9424  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2.114 on 17 degrees of freedom
## Multiple R-squared:  0.203,  Adjusted R-squared:  0.0623 
## F-statistic: 1.443 on 3 and 17 DF,  p-value: 0.2653

Yorum: Japonya analizinde dikkat çeken nokta Kamu Harcamalarının pozitif katsayısıdır. Japonya’nın durgunluktan çıkmak için uyguladığı mali teşviklerin büyümeyi desteklediği görülmektedir. Ayrıca ihracatçı bir ülke olduğu için ticari açıklık büyümeyi pozitif etkilemektedir.

ARAŞTIRMANIN EKSİKLERİ VE KISITLARI

Bu çalışma lisans düzeyinde bir bütünleme ödevi olup, ekonometrik güvenilirlik açısından aşağıda belirtilen önemli kısıtları barındırmaktadır. Sonuçlar bu kısıtlar ışığında değerlendirilmelidir:

  1. Durağanlık (Stationarity) Sorunu: Zaman serisi analizlerinde serilerin durağan (ortalamasının ve varyansının zamanla değişmemesi) olması gerekir. Ancak GSYH, Enflasyon ve Kamu Harcamaları gibi makroekonomik seriler genellikle trend içerir. Bu çalışmada Birim Kök Testi (ADF Testi) yapılmadan ve serilerin farkı alınmadan (düzey değerlerle) analiz yapılmıştır. Bu durum literatürde “Sahte Regresyon” (Spurious Regression) olarak bilinen soruna yol açabilir.

  2. Gözlem Sayısı Yetersizliği (\(N=21\)): Regresyon analizi “Büyük Sayılar Yasası”na dayanır. Çalışmada kullanılan 21 yıllık veri seti, asimptotik normallik varsayımlarını karşılamak için oldukça küçüktür. Bu durum parametre tahminlerinin güvenilirliğini azaltmaktadır.

  3. Otokorelasyon Riski: Zaman serilerinde bir yılın hata teriminin diğer yılı etkilemesi (otokorelasyon) sık görülür. Durbin-Watson testi ve düzeltmesi yapılmadığı için standart hatalar yanıltıcı olabilir.

  4. Değişken Eksikliği (Omitted Variable Bias): Büyümeyi etkileyen faiz oranları, döviz kuru, teknolojik gelişme ve kurumsal kalite gibi faktörler model dışı bırakılmıştır.

SONUÇ

Bu çalışmada 2000–2020 dönemi için Türkiye, ABD ve Japonya’da ekonomik büyümenin belirleyicileri karşılaştırmalı olarak analiz edilmiştir.

Elde edilen bulgulara göre:

  • Ticari Açıklık: Her üç ülkede de büyümeyi pozitif etkilediği görülmüştür. Ancak etkinin boyutu, ülkenin dışa açıklık derecesine göre değişmektedir.

  • Enflasyon: Türkiye örneğinde yüksek enflasyonun büyümeyi belirgin şekilde baskıladığı tespit edilmiştir. Bu, gelişmekte olan ülkeler için fiyat istikrarının önemini kanıtlamaktadır.

  • Kamu Harcamaları: Etkisi ülkelere göre farklılaşmaktadır. Japonya’da büyümeyi desteklerken, ABD ve Türkiye’de negatif etkiler gözlemlenmiştir.

Sonuç olarak, tek bir ekonomi politikası reçetesi tüm ülkeler için geçerli değildir. Ülkelerin gelişmişlik düzeyleri ve yapısal dinamikleri, makroekonomik değişkenlerin büyüme üzerindeki etkisini değiştirmektedir.