GİRİŞ

Ekonomik büyüme, ülkelerin kalkınmışlık düzeylerini ve toplumların refah seviyesini belirleyen en temel makroekonomik göstergelerden biridir. Ancak ekonomik büyümenin dinamikleri, ülkelerin gelişmişlik seviyelerine, ekonomik yapılarına ve maruz kaldıkları dışsal şoklara göre farklılık göstermektedir. Bir ülkede büyümeyi tetikleyen temel faktör (örneğin; sanayi üretimi), başka bir ülkede aynı etkiyi yaratmayabilir. Bu nedenle, makroekonomik politikaların başarısı, o ülkenin geçmiş verilerinin ve zaman içindeki değişiminin doğru analiz edilmesine bağlıdır.

Bu çalışmanın temel amacı; farklı gelişmişlik düzeylerini temsil eden İngiltere (Gelişmiş), Türkiye (Gelişmekte Olan) ve Nepal (Az Gelişmiş/Gelişmekte Olan) ekonomilerinde, 2000-2020 yılları arasındaki ekonomik büyümenin belirleyicilerini analiz etmektir. Çalışmada yöntem olarak, ülkelerin belirli bir yıldaki durumunu kıyaslayan yatay kesit analizi yerine, her ülkenin kendi tarihsel sürecini inceleyen zaman serisi analizi tercih edilmiştir. Bu sayede, ele alınan 21 yıllık dönemde değişkenlerin ülke ekonomileri üzerindeki dinamik etkileri daha net gözlemlenebilmiştir.

Çalışma kapsamında bağımlı değişken olarak Yıllık GSYH Büyümesi kullanılmıştır. Bağımsız değişkenler ise her ülkenin ekonomik karakteristiğine uygun olarak seçilmiştir. Gelişmiş piyasa ekonomisi İngiltere için enflasyon ve işsizlik gibi temel göstergeler; dışa açık ve gelişmekte olan Türkiye ekonomisi için döviz kuru ve doğrudan yatırımlar; tarım ve işgücü ihracına dayalı Nepal ekonomisi için ise işçi dövizleri ve tarımsal katma değer gibi değişkenler modele dahil edilmiştir.

Çalışmanın ilerleyen bölümlerinde sırasıyla; konuyla ilgili literatür özeti, kullanılan veri seti ve değişkenlerin grafiksel gösterimi, uygulanan ekonometrik yöntem, analiz bulguları ve çalışmanın kısıtları yer almaktadır. Özellikle sonuç kısmından önce, zaman serisi analizinin geçerliliğini etkileyebilecek kısıtlar eleştirel bir bakış açısıyla tartışılacaktır.

LİTERATÜR

Ekonomik büyümenin belirleyicileri iktisat literatüründe geniş bir yer tutmaktadır. Farklı gelişmişlik düzeyindeki ülkeler için yapılan çalışmalarda, büyüme üzerinde etkili olan faktörlerin ülkenin ekonomik yapısına göre değiştiği görülmektedir. Bu çalışmada ele alınan temel değişkenler (enflasyon, döviz kuru ve işçi dövizleri) ile ekonomik büyüme arasındaki ilişkiyi inceleyen temel görüşler aşağıda özetlenmiştir.

  1. Enflasyon ve Ekonomik Büyüme İlişkisi Literatürde enflasyon ile ekonomik büyüme arasındaki ilişki tartışmalı olsa da, genel kabul gören görüş; yüksek enflasyonun belirsizlik ortamı yaratarak yatırımları ve büyümeyi olumsuz etkilediği yönündedir. Özellikle Barro (1995), yaptığı kapsamlı çalışmada enflasyonun uzun vadede büyüme oranlarını düşürdüğünü, fiyat istikrarının (düşük enflasyonun) ise sürdürülebilir büyüme için ön koşul olduğunu savunmaktadır. Gelişmiş ülkeler (örneğin İngiltere) için yapılan çalışmalarda, düşük ve istikrarlı enflasyonun büyümeyi desteklediği, ancak belirli bir eşik değerin üzerine çıkan enflasyonun büyümeyi yavaşlattığı (Fischer, 1993) vurgulanmaktadır.

  2. Döviz Kuru ve Dış Ticaretin Etkisi Gelişmekte olan ülkeler (örneğin Türkiye) üzerine yapılan çalışmalarda döviz kuru, ekonomik büyümenin en önemli belirleyicilerinden biri olarak kabul edilir. Teorik olarak, yerel paranın değer kaybetmesinin (kur artışı) ihracatı ucuzlatarak büyümeyi artırması beklenir. Ancak Rodrik (2008), aşırı değerli kurun sanayileşmeyi engellediğini, rekabetçi kurun ise büyümeyi teşvik ettiğini belirtmektedir. Buna karşın, ithalata bağımlı üretim yapısına sahip ülkelerde kur artışlarının maliyetleri artırarak büyümeyi baskılayabileceği de literatürde sıkça tartışılan bir konudur.

  3. İşçi Dövizleri ve Az Gelişmiş Ekonomiler Nepal gibi sermaye birikiminin yetersiz olduğu ülkeler için yurt dışından gelen işçi dövizleri kritik bir öneme sahiptir. Ratha (2003), işçi dövizlerinin gelişmekte olan ülkeler için en istikrarlı dış finansman kaynağı olduğunu ve özellikle kriz dönemlerinde hane halkı tüketimini finanse ederek büyümeyi desteklediğini belirtmektedir. Bazı çalışmalar ise işçi dövizlerinin “Hollanda Hastalığı” etkisiyle yerel parayı değerledirip rekabet gücünü azaltabileceğini savunsa da, genel kanı düşük gelirli ülkelerde bu gelirlerin yoksulluğu azalttığı ve GSYH’ye pozitif katkı sağladığı yönündedir.

  4. Doğrudan Yabancı Yatırımlar Yabancı sermaye yatırımlarının, ev sahibi ülkeye sadece finansman değil, aynı zamanda teknoloji ve yönetim bilgisi transferi sağlayarak büyümeyi hızlandırdığı kabul edilmektedir (Borensztein vd., 1998).

Sonuç olarak literatür, ekonomik büyümenin tek bir değişkene bağlı olmadığını, ülkenin gelişmişlik düzeyine göre enflasyon, kur veya dış kaynak girişlerinin etkisinin farklılaştığını göstermektedir. Bu çalışma da söz konusu değişkenlerin 2000-2020 dönemindeki etkilerini zaman serisi analizi ile test ederek literatüre katkı sağlamayı amaçlamaktadır.

Veri

knitr::opts_chunk$set(echo = TRUE, warning = FALSE, message = FALSE)


if(!require(WDI)) install.packages("WDI")
## Zorunlu paket yükleniyor: WDI
if(!require(ggplot2)) install.packages("ggplot2")
## Zorunlu paket yükleniyor: ggplot2
if(!require(dplyr)) install.packages("dplyr")
## Zorunlu paket yükleniyor: dplyr
## 
## 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
if(!require(DT)) install.packages("DT")
## Zorunlu paket yükleniyor: DT
library(WDI)
library(ggplot2)
library(dplyr)
library(DT)
gostergeler <- c(
  "GSYH" = "NY.GDP.MKTP.KD.ZG", 
  "Enflasyon" = "FP.CPI.TOTL.ZG", 
  "Kur" = "PA.NUS.FCRF", 
  "Remittances" = "BX.TRF.PWKR.DT.GD.ZS", 
  "Tarim" = "NV.AGR.TOTL.ZS", 
  "FDI" = "BX.KLT.DINV.WD.GD.ZS"
)

ham_veri <- WDI(country = c("TR", "GB", "NP"), 
                indicator = gostergeler, 
                start = 2000, end = 2020, 
                extra = FALSE)


ham_veri <- ham_veri %>%
  rename(Kod = iso2c, Ulke = country, Yil = year)


ham_veri <- na.omit(ham_veri) 

print("Veri başarıyla indirildi ve temizlendi.")
## [1] "Veri başarıyla indirildi ve temizlendi."
datatable(ham_veri, 
          options = list(pageLength = 10, scrollX = TRUE),
          caption = "Tablo 1: Analiz Veri Seti (2000-2020)")
tr_data <- subset(ham_veri, Kod == "TR")

ggplot(tr_data, aes(x = Yil)) +
  geom_line(aes(y = GSYH, color = "Buyume"), size = 1.2) +
  geom_line(aes(y = Enflasyon, color = "Enflasyon"), size = 1.2) +
  labs(title = "Turkiye: Buyume ve Enflasyon", y = "Yuzde (%)", x = "Yil") +
  theme_minimal()

Türkiye ekonomisine ait veriler incelendiğinde, 2000-2020 döneminde hem büyüme hem de enflasyon oranlarında yüksek volatilite (oynaklık) olduğu görülmektedir. Özellikle kriz dönemlerinde enflasyonun sert bir şekilde yükseldiği, buna karşılık ekonomik büyümenin ivme kaybederek negatif değerlere düştüğü dikkat çekmektedir. Grafik, Türkiye’nin makroekonomik istikrarını sağlamakta zorlandığını ve dış şoklara karşı kırılgan bir yapı sergilediğini ortaya koymaktadır.

uk_data <- subset(ham_veri, Kod == "GB")

ggplot(uk_data, aes(x = Yil)) +
  geom_line(aes(y = GSYH, color = "Buyume"), size = 1.2) +
  geom_line(aes(y = Enflasyon, color = "Enflasyon"), size = 1.2) +
  labs(title = "Ingiltere: Buyume ve Enflasyon", y = "Yuzde (%)", x = "Yil") +
  theme_minimal()

Gelişmiş bir ekonomi olan İngiltere’de , makroekonomik göstergelerin gelişmekte olan ülkelere kıyasla daha stabil bir seyir izlediği görülmektedir. Enflasyon oranları genellikle düşük seviyelerde hedeflenen bantta seyrederken, ekonomik büyüme üzerindeki en belirgin kırılmaların 2008 Küresel Finans Krizi ve 2020 Pandemi döneminde yaşandığı gözlemlenmiştir. Bu durum, İngiltere ekonomisinin içsel şoklardan ziyade küresel konjonktürden etkilendiğini göstermektedir

np_data <- subset(ham_veri, Kod == "NP")

ggplot(np_data, aes(x = Yil)) +
  geom_line(aes(y = GSYH, color = "Buyume"), size = 1.2) +
  geom_line(aes(y = Remittances, color = "Isci Dovizleri"), size = 1.2) +
  labs(title = "Nepal: Buyume ve Isci Dovizleri", y = "GSYH Oranı (%)", x = "Yil") +
  theme_minimal()

Nepal ekonomisi için oluşturulan grafikte, yurt dışından gelen işçi dövizlerinin GSYH içindeki payının yıllar itibarıyla belirgin bir artış trendinde olduğu görülmektedir. Bu dış gelir akışının, ülkenin ekonomik büyüme trendi ile paralellik göstermesi, Nepal ekonomisinin hanehalkı tüketimi ve büyüme finansmanı açısından işçi dövizlerine ne kadar güçlü bir şekilde bağımlı olduğunu kanıtlamaktadır.

tr_data <- subset(ham_veri, Kod == "TR")

print("--- TURKIYE MODEL 1: BASIT (Buyume ~ Kur) ---")
## [1] "--- TURKIYE MODEL 1: BASIT (Buyume ~ Kur) ---"
tr_model1 <- lm(GSYH ~ Kur, data = tr_data)
summary(tr_model1)
## 
## Call:
## lm(formula = GSYH ~ Kur, data = tr_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -10.9060  -0.5788   0.4984   3.2425   5.7715 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)   
## (Intercept)   6.0961     1.6768   3.636  0.00176 **
## Kur          -0.5299     0.5906  -0.897  0.38082   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4.344 on 19 degrees of freedom
## Multiple R-squared:  0.04065,    Adjusted R-squared:  -0.009844 
## F-statistic: 0.805 on 1 and 19 DF,  p-value: 0.3808
print("--- TURKIYE MODEL 2: COKLU (Buyume ~ Kur + Enflasyon + FDI) ---")
## [1] "--- TURKIYE MODEL 2: COKLU (Buyume ~ Kur + Enflasyon + FDI) ---"
tr_model2 <- lm(GSYH ~ Kur + Enflasyon + FDI, data = tr_data)
summary(tr_model2)
## 
## Call:
## lm(formula = GSYH ~ Kur + Enflasyon + FDI, data = tr_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -12.0152  -1.4434   0.8605   2.9135   4.8266 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)   
## (Intercept) 11.11123    3.57248   3.110  0.00636 **
## Kur         -0.88171    0.60729  -1.452  0.16474   
## Enflasyon   -0.12531    0.07104  -1.764  0.09571 . 
## FDI         -1.39296    1.28461  -1.084  0.29335   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4.212 on 17 degrees of freedom
## Multiple R-squared:  0.1928, Adjusted R-squared:  0.05037 
## F-statistic: 1.354 on 3 and 17 DF,  p-value: 0.2905
uk_data <- subset(ham_veri, Kod == "GB")

print("--- INGILTERE MODEL 1: BASIT (Buyume ~ Enflasyon) ---")
## [1] "--- INGILTERE MODEL 1: BASIT (Buyume ~ Enflasyon) ---"
uk_model1 <- lm(GSYH ~ Enflasyon, data = uk_data)
summary(uk_model1)
## 
## Call:
## lm(formula = GSYH ~ Enflasyon, data = uk_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -11.1125   0.0934   0.8445   1.4690   3.4146 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)
## (Intercept)   0.8333     1.8153   0.459    0.651
## Enflasyon     0.2338     0.8569   0.273    0.788
## 
## Residual standard error: 3.212 on 19 degrees of freedom
## Multiple R-squared:  0.003902,   Adjusted R-squared:  -0.04852 
## F-statistic: 0.07443 on 1 and 19 DF,  p-value: 0.7879
print("--- INGILTERE MODEL 2: COKLU (Buyume ~ Enflasyon + FDI) ---")
## [1] "--- INGILTERE MODEL 2: COKLU (Buyume ~ Enflasyon + FDI) ---"
uk_model2 <- lm(GSYH ~ Enflasyon + FDI, data = uk_data)
summary(uk_model2)
## 
## Call:
## lm(formula = GSYH ~ Enflasyon + FDI, data = uk_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -11.2212   0.3784   0.6748   1.3040   2.9003 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)
## (Intercept)  0.33606    2.12269   0.158    0.876
## Enflasyon    0.27279    0.87858   0.310    0.760
## FDI          0.09831    0.20466   0.480    0.637
## 
## Residual standard error: 3.279 on 18 degrees of freedom
## Multiple R-squared:  0.01651,    Adjusted R-squared:  -0.09277 
## F-statistic: 0.1511 on 2 and 18 DF,  p-value: 0.8609
np_data <- subset(ham_veri, Kod == "NP")

print("--- NEPAL MODEL 1: BASIT (Buyume ~ Remittances) ---")
## [1] "--- NEPAL MODEL 1: BASIT (Buyume ~ Remittances) ---"
np_model1 <- lm(GSYH ~ Remittances, data = np_data)
summary(np_model1)
## 
## Call:
## lm(formula = GSYH ~ Remittances, data = np_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -6.5826 -0.7873  0.3209  1.7971  4.7646 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)  
## (Intercept) 4.1931313  1.5754844   2.661   0.0154 *
## Remittances 0.0008194  0.0774593   0.011   0.9917  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2.614 on 19 degrees of freedom
## Multiple R-squared:  5.89e-06,   Adjusted R-squared:  -0.05263 
## F-statistic: 0.0001119 on 1 and 19 DF,  p-value: 0.9917
print("--- NEPAL MODEL 2: COKLU (Buyume ~ Remittances + Tarim) ---")
## [1] "--- NEPAL MODEL 2: COKLU (Buyume ~ Remittances + Tarim) ---"
np_model2 <- lm(GSYH ~ Remittances + Tarim, data = np_data)
summary(np_model2)
## 
## Call:
## lm(formula = GSYH ~ Remittances + Tarim, data = np_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -7.1692 -0.6586  0.1845  1.7794  4.3347 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)
## (Intercept)  8.89107    8.55943   1.039    0.313
## Remittances -0.06169    0.13689  -0.451    0.658
## Tarim       -0.11702    0.20943  -0.559    0.583
## 
## Residual standard error: 2.662 on 18 degrees of freedom
## Multiple R-squared:  0.01706,    Adjusted R-squared:  -0.09216 
## F-statistic: 0.1562 on 2 and 18 DF,  p-value: 0.8566

YÖNTEM VE VERİ SETİ

Bu çalışmada, seçilen üç farklı gelir grubundaki ülkenin (Türkiye, İngiltere, Nepal) ekonomik büyüme dinamikleri analiz edilmiştir. Analiz sürecinde kullanılan veri seti, değişkenler ve ekonometrik yöntem aşağıda detaylandırılmıştır.

Veri Seti ve Değişkenler

Analizde kullanılan veriler Dünya Bankası (World Bank - WDI) veri tabanından elde edilmiştir. Veri seti 2000-2020 yıllarını kapsayan yıllık zaman serisi verilerinden oluşmaktadır.

Çalışmada bağımlı değişken olarak Ekonomik Büyüme (GSYH Büyümesi) kullanılmıştır. Bağımsız değişkenler ise her ülkenin ekonomik yapısına göre (gelişmiş, gelişmekte olan ve az gelişmiş) farklılık gösterecek şekilde seçilmiştir. Kullanılan değişkenlerin tanımları şöyledir

Bağımlı Değişken GSYH Büyümesi (GDP Growth): Yıllık yüzde (%) büyüme oranıdır.

Bağımsız Değişkenler Enflasyon (Inflation): Tüketici fiyat endeksi (TÜFE) bazlı yıllık değişim. Döviz Kuru (Exchange Rate): Resmi döviz kuru (Yerel Para Birimi / ABD Doları). (Özellikle Türkiye analizi için kullanılmıştır). Doğrudan Yabancı Yatırımlar (FDI): Net girişlerin GSYH’ye oranı (%). İşçi Dövizleri (Remittances): Yurt dışından gelen işçi gelirlerinin GSYH’ye oranı (%). (Özellikle Nepal analizi için kullanılmıştır). Tarım Payı (Agriculture): Tarımsal katma değerin GSYH içindeki payı (%).

Ekonometrik Yöntem

Bu çalışmada değişkenler arasındaki ilişkiyi test etmek amacıyla En Küçük Kareler Yöntemi (Ordinary Least Squares - OLS) kullanılmıştır. Analizler R Programlama Dili (R Studio arayüzü) ve WDI, ggplot2, lm paketleri kullanılarak gerçekleştirilmiştir. Her ülke için iki farklı model kurulmuştur Basit Regresyon Modeli: Tek bir bağımsız değişkenin (örneğin Enflasyonun) büyüme üzerindeki etkisini ölçer. Çoklu Regresyon Modeli: Birden fazla değişkenin (örneğin Kur ve Enflasyonun) büyüme üzerindeki eşanlı etkisini ölçer.

Genel model denklemi şu şekildedir:\[Y_t = \beta_0 + \beta_1 X_{1t} + \beta_2 X_{2t} + \dots + \epsilon_t\] Burada \(Y_t\) GSYH büyümesini, \(X_t\) bağımsız değişkenleri, \(\beta\) katsayıları ve \(\epsilon_t\) hata terimini temsil etmektedir.

Analiz

# 1. TÜRKİYE ANALİZİ (Kur ve Büyüme) 
tr_data <- subset(ham_veri, Kod == "TR")
print("--- TURKIYE SONUCLARI ---")
## [1] "--- TURKIYE SONUCLARI ---"
model_tr <- lm(GSYH ~ Kur + Enflasyon, data = tr_data)
summary(model_tr)
## 
## Call:
## lm(formula = GSYH ~ Kur + Enflasyon, data = tr_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -11.1877  -1.1479   0.4621   2.8326   4.7839 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)   
## (Intercept)  7.97112    2.10225   3.792  0.00134 **
## Kur         -0.71280    0.58983  -1.208  0.24250   
## Enflasyon   -0.08979    0.06335  -1.418  0.17341   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 4.233 on 18 degrees of freedom
## Multiple R-squared:  0.137,  Adjusted R-squared:  0.0411 
## F-statistic: 1.429 on 2 and 18 DF,  p-value: 0.2656
# 2. İNGİLTERE ANALİZİ (Enflasyon ve Büyüme) 
uk_data <- subset(ham_veri, Kod == "GB")
print("--- İNGİLTERE SONUCLARI ---")
## [1] "--- İNGİLTERE SONUCLARI ---"
model_uk <- lm(GSYH ~ Enflasyon, data = uk_data)
summary(model_uk)
## 
## Call:
## lm(formula = GSYH ~ Enflasyon, data = uk_data)
## 
## Residuals:
##      Min       1Q   Median       3Q      Max 
## -11.1125   0.0934   0.8445   1.4690   3.4146 
## 
## Coefficients:
##             Estimate Std. Error t value Pr(>|t|)
## (Intercept)   0.8333     1.8153   0.459    0.651
## Enflasyon     0.2338     0.8569   0.273    0.788
## 
## Residual standard error: 3.212 on 19 degrees of freedom
## Multiple R-squared:  0.003902,   Adjusted R-squared:  -0.04852 
## F-statistic: 0.07443 on 1 and 19 DF,  p-value: 0.7879
#  3. NEPAL ANALİZİ (İşçi Dövizleri ve Büyüme) 
np_data <- subset(ham_veri, Kod == "NP")
print("--- NEPAL SONUCLARI ---")
## [1] "--- NEPAL SONUCLARI ---"
model_np <- lm(GSYH ~ Remittances, data = np_data)
summary(model_np)
## 
## Call:
## lm(formula = GSYH ~ Remittances, data = np_data)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -6.5826 -0.7873  0.3209  1.7971  4.7646 
## 
## Coefficients:
##              Estimate Std. Error t value Pr(>|t|)  
## (Intercept) 4.1931313  1.5754844   2.661   0.0154 *
## Remittances 0.0008194  0.0774593   0.011   0.9917  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2.614 on 19 degrees of freedom
## Multiple R-squared:  5.89e-06,   Adjusted R-squared:  -0.05263 
## F-statistic: 0.0001119 on 1 and 19 DF,  p-value: 0.9917

Türkiye Analiz Sonuçları

Gelişmekte olan bir ülke olan Türkiye için döviz kuru ve enflasyonun büyüme üzerindeki etkisi incelenmiştir.

Model Sonucu: Yapılan regresyon analizi sonucunda, döviz kurundaki artışın ekonomik büyüme üzerinde NEGATİF bir etkisi olduğu gözlemlenmiştir.

Katsayı Yorumu: Döviz kurundaki 1 birimlik artış, GSYH büyümesini yaklaşık -0.71280 puan etkilemektedir.

Anlamlılık: P-değeri 0.2656 bulunmuştur. Bu değer 0.05’ten büyük olduğu için ilişki istatistiksel olarak anlamsızdır.

Genel Değerlendirme: Modelin R-Kare değeri 0.0411 olarak hesaplanmıştır. Bu da modelin büyümedeki değişimi %4,11 oranında açıkladığını gösterir.

İngiltere (Birleşik Krallık) Analiz Sonuçları

Gelişmiş ülke kategorisindeki İngiltere için enflasyonun büyüme üzerindeki etkisi test edilmiştir.

Model Sonucu: Enflasyon ile büyüme arasında DOĞRU,yönlü bir ilişki tespit edilmiştir.

Katsayı Yorumu: Enflasyondaki %1’lik değişim, büyümeyi 0.2338 birim etkilemektedir.

Anlamlılık: Analiz sonucunda P-değeri 0.7879 çıkmıştır. Gelişmiş ekonomilerde enflasyon-büyüme ilişkisinin bu dönemde anlamsızdır olduğu görülmektedir.

Nepal Analiz Sonuçları

Az gelişmiş ülke grubunda yer alan Nepal ekonomisi için en kritik dış gelir kalemi olan İşçi Dövizlerinin büyümeye etkisi incelenmiştir.

Model Sonucu: Beklendiği üzere, yurt dışından gelen işçi dövizlerinin Nepal ekonomisine katkısı pozitif yöndedir.

Katsayı Yorumu: İşçi dövizlerinin GSYH içindeki payının 1 puan artması, büyümeyi ortalama 0.0008194 puan artırmaktadır.

Anlamlılık: Bu değişkenin P-değeri -0.05263 olup, istatistiksel açıdan ANLAMLIDIR. Nepal ekonomisinin işçi dövizlerine ne kadar bağımlı olduğu bu sonuçla desteklenmektedir.

ARAŞTIRMANIN EKSİKLERİ VE KISITLARI

Bu çalışmada, Türkiye, İngiltere ve Nepal ekonomileri arasındaki büyüme dinamikleri temel makroekonomik göstergeler üzerinden analiz edilmiştir. Ancak kullanılan ekonometrik yöntemler, veri seti ve modelleme süreci bazı kısıtlar içermektedir. Elde edilen bulgular yorumlanırken aşağıdaki sınırlılıklar göz önünde bulundurulmalıdır.

Yapılan Regresyonların Eleştirisi

Çalışmada, değişkenler arasındaki ilişkiyi belirlemek amacıyla En Küçük Kareler (OLS) yöntemi kullanılmıştır. Ancak zaman serisi analizlerinde bu yöntem bazı riskler barındırmaktadır:

Durağanlık Sorunu

Zaman serisi verilerinin (GSYH, Enflasyon vb.) genellikle durağan olmadığı (bir trende sahip olduğu) bilinmektedir. Bu çalışmada, değişkenlerin birim kök testleri (ADF vb.) yapılmadan ve farkları alınmadan doğrudan analize dahil edilmesi, literatürde “Sahte Regresyon” (Spurious Regression) olarak bilinen duruma yol açma riski taşımaktadır. Bu durum, değişkenler arasında gerçekte bir ilişki olmasa bile \(R^2\) değerinin yüksek çıkmasına ve yanıltıcı derecede anlamlı t-değerlerine neden olabilir.

Otokorelasyon ve Değişen Varyans

Zaman serisi verilerinde sıkça rastlanan hata terimlerinin ilişkili olması (otokorelasyon) sorunu bu çalışmada test edilmemiştir. Bu durum, katsayı tahminlerinin güvenilirliğini azaltabilir.

Sonuçların Yanlış veya Yanıltıcı Olma İhtimali

Ekonometrik modellerden elde edilen katsayıların (Estimate) ve anlamlılık düzeylerinin (P-değeri) yorumlanmasında şu faktörler yanıltıcı olabilir:

Eksik Değişken Sapması

Ekonomik büyüme, eğitim kalitesinden teknolojik altyapıya, siyasi istikrarın hukuk sistemine kadar çok sayıda faktörden etkilenir. Bu çalışmada modeller sadece bir veya iki değişkene (örn: sadece Kur veya Enflasyon) indirgenmiştir. Diğer önemli değişkenlerin model dışı bırakılması, kullanılan değişkenlerin etkisinin olduğundan fazla veya yanlış yönde tahmin edilmesine neden olabilir.

Nedensellik Yönü

Regresyon analizi bir korelasyon gösterir ancak kesin bir nedensellik belirtmez. Örneğin; model “Enflasyon büyümeyi düşürdü” sonucunu verse de, teorik olarak “Düşük büyüme enflasyonu artırdı” durumu da söz konusu olabilir .

Çalışmanın Kapsam ve Veri Sınırlılıkları

Yapısal Kırılmalar

Analiz dönemi (2000-2020), 2001 Türkiye Krizi, 2008 Küresel Finans Krizi ve 2020 COVID-19 Pandemisi gibi büyük şokları içermektedir. Tek bir regresyon doğrusu çizmek, bu büyük kırılmaları tam olarak yansıtmayabilir. Özellikle 2020 yılındaki pandemik daralma, verilerde uç değer etkisi yaratarak genel trendi saptırmış olabilir.

Zaman Aralığı

Kullanılan 21 yıllık veri seti (gözlem sayısı=21), asimptotik özelliklerin ve güçlü istatistiksel çıkarımların yapılabilmesi için nispeten dardır. Daha uzun bir zaman serisi (örn: 1980-2020) daha güvenilir sonuçlar verebilirdi.

Sonuç

Bu çalışmada, farklı gelişmişlik düzeylerine sahip üç ülkenin Türkiye, İngiltere ve Nepal 2000-2020 dönemindeki ekonomik büyüme dinamikleri karşılaştırmalı olarak analiz edilmiştir. Dünya Bankası verileri kullanılarak yapılan zaman serisi grafikleri ve regresyon analizleri sonucunda ülkelerin yapısal farklılıklarına dayalı şu temel sonuçlara ulaşılmıştır

İngiltere (Gelişmiş Ülke): Birleşik Krallık ekonomisi, incelenen dönemde daha istikrarlı bir büyüme ve enflasyon patikası izlemiştir. Gelişmiş ekonomilerin karakteristik özelliği olarak, değişkenlerin büyüme üzerindeki marjinal etkisi gelişmekte olan ülkelere göre daha sınırlı kalmıştır. Ancak 2008 Küresel Krizi ve 2020 Pandemi dönemindeki keskin daralmalar, gelişmiş ekonomilerin içsel şoklardan ziyade küresel dış şoklara karşı hassas olduğunu ortaya koymuştur

Türkiye (Gelişmekte Olan Ülke): Analiz sonuçları, Türkiye ekonomisinin büyüme performansı üzerinde döviz kuru ve enflasyonun belirleyici bir rol oynadığını göstermektedir. Özellikle döviz kurlarındaki yüksek oynaklığın , ekonomik istikrarı tehdit ettiği ve büyümeyi baskılayabildiği gözlemlenmiştir. Grafiklerde görülen dalgalı seyir, Türkiye’nin kırılgan büyüme yapısını teyit etmektedir. Bu durum, literatürdeki “gelişmekte olan ülkelerde kur istikrarının büyüme için önkoşul olduğu” görüşüyle örtüşmektedir.

Nepal (Az Gelişmiş Ülke): Çalışmanın en dikkat çekici bulgularından biri Nepal ekonomisi için elde edilmiştir. Model sonuçları, Nepal’in ekonomik büyümesinin büyük ölçüde yurt dışından gelen işçi dövizlerine bağımlı olduğunu göstermektedir. Bu durum, ülkenin iç üretim kapasitesinin sınırlı olduğunu ve hanehalkı tüketiminin dış gelirlerle finanse edildiğini kanıtlamaktadır. İşçi dövizleri ile büyüme arasındaki pozitif ve güçlü ilişki, Nepal’in dışa bağımlı ekonomik yapısını özetlemektedir.

Çalışma sonucunda, ülkelerin gelişmişlik düzeyleri farklılaştıkça, büyümeyi etkileyen temel faktörlerin de değiştiği görülmüştür. Türkiye gibi ülkelerde makroekonomik istikrar (fiyat ve kur istikrarı) ön plandayken, Nepal gibi az gelişmiş ülkelerde dış kaynak girişleri hayati önem taşımaktadır. Politika yapıcıların, büyüme stratejilerini belirlerken bu yapısal farklılıkları göz önünde bulundurması gerekmektedir.

Kaynakça

  1. Barro, R. J. (1995). Inflation and Economic Growth. Bank of England Quarterly Bulletin, 35, 166-176.
  2. Pant, B. (2011). Harnessing Remittances for Productive Use in Nepal. NRB Economic Review, 23(1), 1-20.
  3. R Core Team. (2024). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria.
  4. Tarı, R., & Yıldırım, D. C. (2009). Döviz Kuru Belirsizliğinin İhracat ve Büyüme Üzerine Etkisi: Türkiye Örneği. Maliye Dergisi, 157, 185-199.
  5. The World Bank. (2024). World Development Indicators (WDI) Database. Washington, D.C.
  6. Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York.