Öz

Tüketici fiyatları ile üretici fiyatları arasındaki geçişkenlik ilişkisi literatürde tartışılmaktadır. Bu çalışmada söz konusu geçişkenliğin varlığı ve boyutları, Tüketici Fiyat Endeksi (TÜFE) ve Yurt içi Üretici Fiyat Endeksi (Yİ-ÜFE) alt endeksleri arasında incelenmiştir. 2005 Şubat-2020 Nisan arasındaki dönemin analiz edildiği çalışmada, literatürden farklı olarak geçişkenliğin varlığının ortaya konulmasında ve seviyesinin ölçülmesinde, zamana bağlı değişen (dinamik) koşullu korelasyonları tahmin eden VAR-DCC-GARCH yöntemi kullanılmıştır. Çalışmanın literatürden bir diğer farklılığı, alt endeksler arasındaki geçişkenlik ölçümlerinde farklılaşmayı irdelemek amacıyla geçişkenlik katsayılarına K-Means kümeleme analizi uygulanmış olmasıdır. Çalışmada son olarak, USD/TL kurunun alt endeksler arasındaki dinamik geçişkenlik katsayılarına etkileri dinamik panel ARDL hata düzeltme modeli ile ölçülmüştür. Elde edilen bulgular, TÜFE ve Yİ-ÜFE alt endeksleri arasında geçişkenliğin var olduğunu ve alt endekslerin çoğunluğunda geçişkenliğin istatistiksel olarak anlamlı olduğunu göstermiştir. Geçişkenlik seviyelerine göre TÜFE ve Yİ-ÜFE alt endekslerinin iki kümeye ayrıldığı belirlenmiş ve yüksek geçişkenliğe sahip hizmet fiyatlarıyla ilişkili TÜFE alt endeksleri ve tüm Yİ-ÜFE alt endekslerinin bir kümede yoğunlaştığı görülmüştür. USD/TL kurunun TÜFE ve Yİ-ÜFE alt endeksleri arasındaki geçişkenlik üzerinde istatistiksel olarak anlamlı ve pozitif etkiye sahip olduğu tespit edilmiştir. Model tahmin sonuçları, her iki küme için de USD/TL kurunun hem de kısa ve uzun dönemde geçişkenlik üzerinde etkili olduğuna işaret etmektedir.

Anahtar Sözcükler: Tüketici fiyatları, Üretici Fiyatları, Dinamik koşullu korelasyon, Geçişkenlik, Döviz kuru, Kümeleme analizi, Panel veri analizi.

JEL kodları: C32, C53, E31, E37



AN ALTERNATIVE MEASUREMENT OF TRANSMISSION BETWEEN CONSUMER AND PRODUCER PRICES: DISAGGREGATED INDICES IN TURKEY

Abstract

The transmission between consumer prices and producer prices have been discussed in the literature. In this study, the existence and dimensions of the transmission in question are examined between the Consumer Price Index (CPI) and the Domestic Producer Price Index (D-PPI) sub-indices. The analysis period is determined between 2005 February - 2020 April. Unlike the literature, the VAR-DCC-GARCH method, which predicts the time-varying (dynamic) conditional correlations, has been used in determining the presence of the transmission and measuring its level. Another difference of the study from the literature is that K-Means cluster analysis is applied to the average transmission coefficients in order to examine the differentiation in the transmission coefficients among sub-indices. Finally, the effects of USD /TL exchange rate on the dynamic transmission coefficients among the sub-indices are measured with the dynamic panel ARDL error correction model. The findings points out that there is a valid transmission between the CPI and D-PPI sub-indices, and the most of sub-indices shows statistically significant transmission. The cluster analysis shows that the CPI and D-PPI sub-indices are divided into two clusters, and the CPI sub-indices which are related to service prices and all D-PPI sub-indices are concentrated in a cluster. USD/TL exchange rate is found to have a statistically significant and positive effect on the transmission between the CPI and D-PPI sub-indices. The dynamic panel model estimation results indicate that USD/TL exchange rate has an impact on pass-through in both short and long term for both clusters.

Keywords: Dynamic conditional correlation, transmission, CPI, PPI, Exchange rate, Cluster analysis, Panel data analysis.

JEL classification: C32, C53, E31, E37

Giriş

Tüketici Fiyat Endeksi (TÜFE), piyasada tüketime konu olan mal ve hizmetlerin fiyatlarındaki değişimi ölçerek enflasyon oranını hesaplamayı amaçlamaktadır. TÜFE, uluslararası standartlar çerçevesinde Amaca Göre Bireysel Tüketim Sınıflamasının (COICOP) 12 ana grubuna göre hesaplanmaktadır. TÜFE’de vergiler dahil peşin satın alış fiyatları ölçülmektedir ve taksitli satış veya anlaşmalı fiyatlar dikkate alınmamaktadır. Türkiye’de 1994 yılından bu yana yapısında herhangi bir değişim olmadan TÜFE istatistikleri yayımlanmaktadır. Diğer taraftan, Yurt İçi Üretici Fiyat Endeksi (Yİ-ÜFE), piyasada üretimi yapılan ve yurt içine satışa konu olan ürünlerin üretici fiyatlarındaki değişimi ölçmeyi amaçlamaktadır. Madencilik ve taş ocakçılığı, imalat ile elektrik, gaz ve su temini sektörlerine göre hesaplanan Yİ-ÜFE, yurt içinde üretimi yapılan ürünlerin, dolaylı vergiler hariç peşin satış fiyatını dikkate almaktadır. Yİ-ÜFE, 2003 yılı öncesinde Toptan Eşya Fiyat Endeksi (TEFE), 2003 yılından 2014 yılında kadar ise Üretici Fiyat Endeksi (ÜFE) olarak yayımlanmıştır. 2014 yılında kapsamı yurt içi ile sınırlandırılmak üzere Yİ-ÜFE adını almıştır. Yİ-ÜFE hesaplamasında yapılan yöntem değişikliği nedeniyle, 2003-2013 yılları arasındaki seri 2003 yılına kadar revize edilmiştir. Her ne kadar TÜFE ile Yİ-ÜFE arasında çok belirgin tanım ve kapsam farklılıkları olsa da fiyat istikrarının sağlanması açısından aralarındaki geçişkenlik literatürde tartışma konusu olmuştur.

Literatürde geçişkenliğin yönü ve boyutu üzerinde bir fikir birliği bulunmamaktadır. Bir görüşe göre, üretici fiyatlarından tüketici fiyatlarına doğru bir geçişkenlik mevuttur. Bu görüşte, girdi maliyetlerindeki değişim önce üretici fiyatlarını, sonrasında ise üretim zincirindeki yayılma etkisiyle birlikte tüketici fiyatlarını etkilemektedir. Tersi görüşte ise herhangi bir nedenden dolayı meydana gelen talep şokunun önce tüketici fiyatlarını sonrasında ise girdilere olan talebi ve girdi maliyetlerini arttıracağı savunulmaktadır. Bunların dışında, iki yönlü geçişkenliğin var olduğunu iddia eden çalışmalar ve geçişkenliğin olmadığını öne süren çalışmalar da bulunmaktadır.

Yerli ve yabancı literatürdeki çalışmalarda, kapsam ve yöntem açılarından değerlendirildiğinde, toplulaştırılmış fiyat endeksleri arasındaki geçişkenliğin çeşitli nedensellik ve eş-bütünleşme testleri çerçevesinde incelendiği gözlemlenmiştir. Literatürden farklı olarak, Abdioğlu and Korkmaz (2012) ile Şahin and Doğan (2017) çalışmalarında alt fiyat endekslerinde geçişkenlik araştırılırken, Sui and Yuerong (2019), Tiwari, Mutascu, and Andries (2013) ile Erdem and Yamak (2014) çalışmalarında ise genel endeks seviyeleri kullanılarak fiyat geçişkenliğinin zaman içindeki eğilimi analiz edilmiştir.

Bu çalışmada TÜFE ve Yİ-ÜFE’nin alt endeksleri arasındaki geçişkenliğin analizi 2010-2020 dönemine için VAR-DCC-GARCH modeli kullanılarak zamana bağlı değişen (dinamik) korelasyonlar yardımıyla araştırılmıştır. Sonrasında, TÜFE ve Yİ-ÜFE’nin alt endeksleri arasındaki geçişkenliğin homojenliğini araştırmak için K-Means kümeleme analizi yardımıyla dinamik korelasyon katsayılarına göre alt endeksler kümelenmiştir. Elde edilen kümeler ayrımında, Amerikan Dolar kurunun (USD/TL) TÜFE ve Yİ-ÜFE’nin alt endeksleri arasındaki geçişkenliğin üzerindeki kısa ve uzun dönemli etkileri panel ARDL hata düzeltme modeli kullanılarak araştırılmıştır.

Fiyat ve döviz kuru geçişkenliği ile ilgili literatürde yapılan diğer çalışmalar @ref(sec:lit). bölümde incelemiştir. Kullanılan veriler ve yöntem, çalışmanın @ref(sec:mvy). bölümünde açıklanmıştır. @ref(sec:bulgular). bölümde ampirik sonuçlar sunulmuş ve @ref(sec:sonuc) bölümde çalışma ve bulguları genel olarak değerlendirilmektedir.

Literatür

Tüketici fiyatları ile üretici fiyatları arasındaki geçişkenlik literatürde popüler bir konudur. Abdioğlu and Korkmaz (2012), Erdem and Yamak (2014) ve Terzi̇ and Tütüncü (2017) çalışmalarında, literatürdeki fiyat geçişkenliği konusunda yapılan çalışmalara detaylı bir şekilde yer verilmiştir.

Literatürde, üretici fiyatlarıyla tüketici fiyatları arasında geçişkenliğin olmadığını öne süren az sayıda çalışma bulunmaktadır. Örneğin, Clark (1995) ve Blomberg and Harris (1995) tarafından yapılan çalışmalarda, üretici fiyatları ile tüketici fiyatları arasında bir ilişkinin Amerika Birleşik Devletleri (ABD) için geçerli olmadığı iddia edilmiştir.

Tüketici fiyatları ile üretici fiyatları arasında en az tek yönlü bir ilişkinin olduğunu savunan çalışmalar ise literatürde çoğunluktadır. Tiwari (2012), Avustralya için tüketici fiyatlarından üretici fiyatlarına doğru bir geçişkenliğin olduğunu, Shahbaz, Tiwari, and Tahir (2012) aynı ilişkinin Pakistan için, Tiwari and Shahbaz (2013) ise Hindistan için geçerli olduğunu göstermiştir. Sui and Yuerong (2019) yaptığı çalışmada Çin ekonomisinde geçişkenliğin zamana bağlı olarak değiştiğini, ancak tüketici fiyatlarının üretici fiyatlarını etkilediği dönemlerin ters yönde etkinin hakim olduğu dönemlere kıyasla daha uzun sürdüğünü tespit etmiştir.

Tiwari et al. (2014) Meksika ekonomisinde iki yönlü bir fiyat geçişkenliğinin olduğunu iddia ederken; Topuz, Yazdifar, and Sahadev (2018) çalışması Türkiye ve İngiltere’de iki yönlü geçişkenlik olduğunu savunmaktadır. Tiwari, Mutascu, and Andries (2013) tarafından yapılan çalışmada, Romanya ekonomisinde farklı zaman aralıklarında farklı yönde geçişkenliklerin olduğunu öne sürümüşlerdir. Diğer bir ifadeyle iki yönlü geçişkenlik olduğunu ileri sürmüştür.

Akçay (2011) tarafından yapılan çalışmada elde edilen sonuçlara göre, üretici fiyat endeksi ile tüketici fiyat endeksi arasındaki geçişkenlik, Finlandiya ve Fransa’da üretici fiyat endeksinden tüketici fiyat endeksine doğru iken, Almanya’da çift yönlüdür. İsveç ve Hollanda örneğinde ise istatistiksel olarak anlamlı bir nedensellik tespit edilmemiştir.

Literatürde Türkiye için yapılan çalışmalar arasında Akdi, Berument, and Cilasun (2006), Şahinöz, Demirhan, and Coşar (2007), Zortuk (2008), Yamak and Topbaş (2008), Saraç and Karagöz (2010), Abdioğlu and Korkmaz (2012), Erdem and Yamak (2014), Yıldırım (2015), Terzi̇ and Tütüncü (2017), Saatçioğlu and Karaca (2017), Şahin and Doğan (2017) ve Öner (2018) çalışmalarına erişilebilmiştir.

Akdi, Berument, and Cilasun (2006) çalışmasında 1987-2004 dönemi için kısa dönemde tüketici fiyatları ile üretici fiyatları beraber hareket ettiği, uzun dönem de ilişkisiz olduğu iddia edilmektedir. Şahinöz, Demirhan, and Coşar (2007), tüketici fiyat endeksleri ile üretici fiyat endeksleri arasındaki tanım ve kapsam farklılıklarından dolayı ilişkinin kurulamayacağını ve farklı yollar izlenmesi gerektiğini öne sürmüştür.

Zortuk (2008), 1986–2004 dönemi için tüketici fiyatlarından üretici fiyatlarına doğru bir geçişkenliğin mevcut olduğu sonucuna ulaşırken, Yamak and Topbaş (2008) tarafından yapılan analizde 1982-2005 dönemi için üretici fiyatlarının tüketici fiyatlarına doğru bir geçişkenliğin olduğunu ileri sürmüştür. Saraç and Karagöz (2010) ise 1994-2009 dönemi için üretici fiyatlarından tüketici fiyatlarına doğru hem kısa hem de uzun dönemde geçişkenliğin olduğunu belirlemiştir.

Abdioğlu and Korkmaz (2012) tarafından 2003-2012 dönemi için yapılan analiz sonucunda, çift yönlü geçişkenlik ilişkisi olduğu gösterilmiştir. Çalışmada, giyim ve konut sektörlerinde tüketici fiyatlarından üretici fiyatlarına doğru tek yönlü bir nedensellik ilişkisi olduğu belirlenmiştir. Erdem and Yamak (2014) ise 1987-2012 dönemi için zamana bağlı değişen parametrelere imkan veren Kalman filtre yöntemi ile tahmin ettikleri regresyon modeli çerçevesinde, üretici fiyatlarından tüketici fiyatlarına olan geçişkenliğin 2003 yılı sonrasında azaldığını iddia etmektedirler.

Yıldırım (2015) yapmış olduğu çalışmada 1987-2013 dönemi için yüksek enflasyon dönemlerinde üretici ve tüketici fiyatları arasındaki geçişkenliğin arttığını, düşük enflasyon dönemlerinde ise geçişkenliğin azaldığını iddia etmektedir. Terzi̇ and Tütüncü (2017), 2010-2016 dönemi için yaptıkları analiz sonucunda hem kısa hem de uzun dönemde çift yönlü geçişkenlik ilişkisinin olduğu tespit edilmiştir. Saatçioğlu and Karaca (2017), 2005-2016 dönemi için üretici fiyatlarından tüketici fiyatlarına doğru bir geçişkenlik olduğunu ileri sürerken, Öner (2018) ise 2004-2016 dönemi için tersi yönde bir geçişkenliğin olduğunu savunmaktadır.

Şahin and Doğan (2017) çalışmasında, 1968-2015 dönemi için asimetrik sabit koşullu korelasyon analizi kullanılmış ve gıda ve inşaat fiyatları, döviz kuru ve petrol fiyatlarındaki arasındaki etkileşimler incelenmiştir. 2006 yılı sonrasında gıda ve inşaat fiyatları geçişkenliğinin 2006 öncesine göre azaldığı tespit edilmiştir. Ayrıca, döviz kuru ve petrol fiyatlarının fiyat geçişkenliği üzerindeki etkilerinin 2006 yılı sonrasında arttığını gözlemlemişlerdir.

Türkiye’de döviz kurunun enflasyon üzerindeki etkileri literatürde detaylı bir şekilde araştırılmıştır. Temel çalışmalar; Yüncüler (2011), Kara and Öğünç (2011), Özmen and Topaloğlu (2017) ve Altunöz (2020) olarak sıralanabilir. Bu çalışmaların genelinde VAR, nedensellik ve eş-bütünleşme yöntemleri kullanılmıştır. Sonuç olarak, döviz kurunun enflasyon üzerinde etkili olduğu ancak etkinin süresi ve boyutunun değişebildiği gösterilmiştir. Yakın zaman yapılan Nidhaleddine and Louhichi (2016), Caselli and Roitman (2019) ve Arsova (2020) çalışmalarında ise döviz kuru ile enflasyon arasındaki geçişkenliğinin panel veri analizi ile incelendiği gözlemlenmiştir.

Veri ve Yöntem

Çalışmada analiz edilen veri; Türkiye’ye ait ana sanayi grupları sınıflamasına göre Yİ-ÜFE ile COICOP sınıflamasına göre TÜFE alt endekslerinin aylık büyüme oranlarıdır. Alt endeksler aşağıda verilmiştir.



Parantez içinde verilen kodlar, alt endeksleri temsil etmek üzere çalışmada kullanılmıştır. Mevsimsel düzeltilmiş ve 2003=100 referanslı endeksler için analiz dönemi olarak 2005:02-2020:04 aralığı belirlenmiştir. Yİ-ÜFE ve TÜFE alt endekslerinin logaritmasının birinci farkı alınarak aylık değişim oranları hesaplanmıştır. Veri, Türkiye İstatistik Kurumu’nun Fiyat Endeksleri veri tabanından alınmıştır. Tablo @ref(tab:dagilimm3)’de çalışmada kullanılan veri ilişkin tanımlayıcı istatistikler verilmiştir.


Tanımlayıcı istatistikler
Endeksler Gözlem sayısı Minimum Maksimum Maksimum-Minimum Toplam Medyan Ortalama Varyans Standart Sapma Değişim Katsayısı
TÜFE-Gıda ve alkolsüz içecekler 183 -0.043 0.076 0.119 1.599 0.007 0.009 0.000 0.015 1.712
TÜFE-Alkollü içecekler ve tütün 183 -0.030 0.196 0.225 1.946 0.002 0.011 0.001 0.031 2.899
TÜFE-Giyim ve ayakkabı 183 -0.008 0.022 0.029 0.816 0.005 0.004 0.000 0.005 1.165
TÜFE-Konut, su, elektrik, gaz ve diğer yakıtlar 183 -0.036 0.052 0.088 1.469 0.007 0.008 0.000 0.010 1.194
TÜFE-Mobilya, ev aletleri ve ev bakım hizmetleri 183 -0.029 0.108 0.137 1.210 0.006 0.007 0.000 0.012 1.850
TÜFE-Sağlık 183 -0.007 0.029 0.036 0.902 0.004 0.005 0.000 0.006 1.187
TÜFE-Ulaştırma 183 -0.059 0.083 0.142 1.249 0.006 0.007 0.000 0.014 2.041
TÜFE-Haberleşme 183 -0.050 0.046 0.096 0.365 0.001 0.002 0.000 0.009 4.572
TÜFE-Eğlence ve kültür 183 -0.030 0.070 0.100 0.955 0.005 0.005 0.000 0.010 1.873
TÜFE-Eğitim 183 -0.027 0.035 0.061 1.183 0.006 0.006 0.000 0.005 0.705
TÜFE-Lokanta ve oteller 183 0.003 0.042 0.039 1.698 0.009 0.009 0.000 0.004 0.454
TÜFE-Çeşitli mal ve hizmetler 183 -0.020 0.068 0.088 1.729 0.008 0.009 0.000 0.011 1.194
Yurt içi ÜFE-Ara malı 183 -0.037 0.098 0.134 1.448 0.006 0.008 0.000 0.016 2.084
Yurt içi ÜFE-Dayanıklı tüketim malı 183 -0.037 0.080 0.117 1.187 0.006 0.006 0.000 0.015 2.382
Yurt içi ÜFE-Dayanıksız tüketim malı 183 -0.003 0.079 0.082 1.246 0.006 0.007 0.000 0.007 1.015
Yurt içi ÜFE-Enerji 183 -0.130 0.228 0.357 1.542 0.006 0.008 0.002 0.040 4.746
Yurt içi ÜFE-Sermaye malı 183 -0.030 0.081 0.111 1.327 0.005 0.007 0.000 0.014 1.921

Note: a Yİ-ÜFE ve TÜFE alt endekslerine ait mevsimsel düzeltilmiş ve 2003=100 referanslı endekslerin aylık değişimine ilişkin istatistiklerdir.


Bu çalışmada zamana bağlı değişen (dinamik) korelasyon katsayıları ile Yİ-ÜFE ve TÜFE alt endeksleri arasındaki geçişkenlik, bir diğer ifadeyle Yİ-ÜFE ve TÜFE alt endekslerindeki şokların ortak hareketi VAR-DCC-GARCH modeli ile ölçülmeye çalışılmıştır. DCC (Dinamik Koşullu Korelasyon) modeli yardımıyla elde edilen istatistiksel olarak anlamlı dinamik korelasyon katsayıları, her ne kadar Yİ-ÜFE şoklarından TÜFE şoklarına doğru veya tersi yönde bir nedenselliği ifade etmese de iki şok arasında ortak konjonktürel bir hareketin (geçişkenliğin) varlığını işaret etmektedir.

DCC modelinin tahmini iki aşamadan oluşmaktadır. Öncelikle Lütkepohl (2005) çalışmasında önerilen bir VAR (Vektör Otoregresif) modeli tahmin edilir ve bu aşamadan elde edilen standartlaştırılmış hata terimleri ile Engle (2002) çalışmasında gösterildiği şekliyle koşullu korelasyon modeli tahmin edilir. Tahmin edilen modeller @ref(eq:n1) numaralı eşitliklerde ifade edilmiştir.


\[\begin{equation} \begin{aligned} y_{t} = \mu + A_1y_{t-1} +\epsilon_{t} & \text{(VAR Modeli)}\\ \epsilon_{t} = H^{1/2}_{t} u_{t} & \text{(GARCH Modeli)}\\ H_{t} = D_{t}R_{_t}D_{t} & \text{(DCC Modeli)}\\ R_{t} = diag(q^{-1/2}_{1,1,t},\dots,q^{-1/2}_{1,1,t})Q_{t}diag(q^{-1/2}_{1,1,t},\dots,q^{-1/2}_{1,1,t}) & \text{(DCC Ayrıştırma)}\\ Q_{t} = (1-\alpha-\beta) \bar{Q} + \alpha u_{t-1}u'_{t-1} + \beta Q_{t-1} & \text{(Kovaryans tahmini)}\\ \end{aligned} (\#eq:n1) \end{equation}\]


\(t = 2005:02,\dots,2020:04\) aralığında 183 gözlem noktasını kapsamak üzere; \(y_t\), \(y_t = (y_{1,t},\dots,y_{17,t})'\) dokuz adet sektörün Yİ-ÜFE ve TÜFE alt endekslerinin logaritmasının birinci farkını içeren \((17 \times t)\) uzunluğunda vektörü, \(A_1\) zamana göre sabit \((17 \times 17)\) büyüklüğünde katsayı matrislerini, \(E(y_{t})\)’nin sıfırdan farklı olması ihtimaline karşı \(\mu = (\mu_{1},\dots,\mu_{17})\), \((17 \times 1)\) uzunluğunda sabit terim vektörünü ve son olarak \(\epsilon_{t}\) ise \(\epsilon_t = (\epsilon_{1,t},\dots,\epsilon_{18,t})'\) \((17 \times t)\) boyutlu, \(E(u_{t}) = 0\) ve \(s \ne t\) için \(E(u_{t},u'_{s})=0\) özelliklerine sahip olan beyaz gürültü sürecini temsil etmektedir. VAR modelinin gecikme uzunluğu 1 olarak alınmıştır.

\(E(u_{t},u'_{t})=H_{t}\) varyansa sahip hata terimleri \(H_t = (h_{i,j,t})\) ise \(i,j = 1,\dots,17\) olmak üzere \(t\)’ye bağlı koşullu kovaryans matrisine sahiptir ve \(I\) ise \((17 \times 17)\) birim matrisi temsil etmektedir. \(D_{t} = diag(H^{1/2}_{1,1,t},\dots,H^{1/2}_{17,17,t})'\), koşullu varyansın karekökünün köşegen matrisini ifade etmektedir ve içindeki her bir \(h_{i,j,t}\) için GARCH süreci tanımlanmaktadır.

\(R_{t}\) ise \((17 \times 17)\) boyutlarında ve \(t\)’ye bağlı olarak değişen koşullu korelasyonları, diğer bir ifadeyle Yİ-ÜFE ve TÜFE arasındaki senkronizasyonun (geçişkenliğin) ölçüsünü göstermektedir. \(Q_t = (q_{i,j,t})\), \(t\)’ye bağlı olarak değişen koşullu kovaryansları ifade etmekte ve \(u_t = (u_{1,t},\dots,u_{17,t})'\) standartlaştırılmış hata terimleri vektörünü, \(\bar{Q}\) ise \(u_t\)’nin koşulsuz kovaryans matrisini, \(\alpha\) ve \(\beta\) ise \(\alpha+\beta < 1\) koşulunu sağlayan pozitif sayıları temsil etmektedir.

VAR-DCC-GARCH modeli tahmini sonrasında, Antonakakis (2012) çalışmasında önerildiği gibi, \(u_t\)’nin normal dağıldığı boş hipotezi reddedildiği için bu çalışmada DCC modeli çok değişkenli \(t-\mathrm{dağılımı}\) altında en yüksek olabilirlik benzeri (QML) tahmincisi ile tahmin edilmiştir.

Yİ-ÜFE ve TÜFE arasındaki geçişkenliğin alt endeksler arasında farklılaşma eğilimleri incelenmiştir. Yİ-ÜFE ve TÜFE arasında ölçülen zamanla değişen geçişkenliğin \((R_{t})\) aritmetik ortalaması olarak hesaplanan beklenen değerler \((\bar{R})\), alt endeksler arası uzaklık ölçüsü olarak kullanılmıştır. Bu uzaklık ölçülerine Hartigan and Wong (1979) tarafından önerilen K-Means kümeleme analizi uygulanmıştır. @ref(eq:n2) numaralı eşitliklerde K-Means yöntemi ifade edilmeye çalışılmıştır.


\[\begin{equation} \begin{aligned} M_{k} = (1/n_{k})\sum_{i=1}^{n_{k}} {x_{i,k}} \\ \epsilon_{t} = H^{1/2}_{t} u_{t} \\ E_{k}^{2} = \sum_{k=1}^{\mathrm{K}} {e_{k}^{2}} \\ \end{aligned} (\#eq:n2) \end{equation}\]


\(K\), önceden belirlenmiş küme sayısını ve \(i = 1,...,k\) küme sayısını temsil etmek üzere; \(k\) adet veri noktası \((x_{i,k})\) gözlemleri seçilerek \(M_{k}\) küme merkezleri seçilir. Devamında, küme içi hata kareleri ortalamaları \((e_{i}^{2})\) hesaplanır ve bunların toplamı olan toplam karesel hata \((E_{k}^{2})\) hesaplanır. Bu süreç \(M_{k}\) küme merkezleri değişmeyinceye kadar devam eder. \(K\), yöntemin girdisi durumundadır. Bu çalışmada, uygun \(K\)’yı belirlemek üzere Rousseeuw (1987) çalışmasında önerildiği şekilde \(E_{k}^{2}\)’yi en küçük yapan \(K\) seçilmiştir.

Bu çalışmada, istatistiksel olarak anlamlı bulunan Yİ-ÜFE ve TÜFE alt endeksleri arasındaki zamana bağlı değişen geçişkenlik \((R_{t})\) katsayıları panel veri şeklinde yeniden düzenlenmiştir. \((i = 45, t=183, n = 8235)\) olmak üzere 2005:02-2020:04 dönemi için USD/TL kurununun logaritmasının \(ln(USD)\), \(R_{t}\)’ler üzerindeki uzun ve kısa dönem etkileri ölçülmeye çalışılmıştır. Tahmin edilen panel ARDL hata düzeltme modeli @ref(eq:n3) numaralı eşitlikte ifade edilmiştir.


\[\begin{equation} \begin{aligned} \Delta dc_{i,j,t} = & \nu_{i,j} + \phi_{1} dc_{i,j,t-1} + \phi_{2} ln(USD)_{t-1} \\ & + \sum_{i=1}^{3}{\pi_{i} \Delta dc_{i,j,t-i}} + \sum_{j=0}^{3}{\psi_{j} \Delta ln(USD)_{t-j}} \\ & + \varepsilon_{i,j,t} \\ \end{aligned} (\#eq:n3) \end{equation}\]


\(dc_{i,j,t}\); \(R_{t}\)’lerin \([-1,1]\) aralığının dışına çıkarılması için \(ln((1+R_{i,j,t})/(1-R_{i,j,t}))\) dönüşümü uygulamış halidir. Bu dönüşüm, katsayı tahminlerini etkilememektedir. \(\nu_{i,j}\) yatay kesitler için tanımlanmış sabit terimleri, \(\phi_{1,2}\) ise ARDL hata düzeltme modelinin uzun dönem katsayılarını, \(\pi_{i}\) ve \(\psi_{j}\) ise ARDL modelinin kısa dönem katsayılarını, \(\varepsilon_{i,j,t}\) ise \(\varepsilon_{i,j,t}\sim n.i.i.d\) olarak dağılan hata terimini temsil etmektedir. @ref(eq:n3) numaralı model, Blundell and Bond (1998) ve Arellano and Bond (1988) çalışmalarında önerilen araç değişkenli “Generalized Method of Moments (GMM)” ile tahmin edilmiştir. Tahmin edilen modellerden elde edilen hata terimlerinde Arellano and Bond (1991) çalışmasında önerilen test ile otokorelasyon varlığı araştırılmıştır.

Bulgular

Yİ-ÜFE ile TÜFE alt endeksleri arasında geçişkenliğin ölçüldüğü @ref(eq:n1) numaralı VAR-GARCH-DCC modelinin tahmin sonuçları Tablo @ref(tab:dagilimm)’de verilmiştir2. Hosking (1980) çalışmasında açıklanan ve otokorelasyon olmadığı boş hipotezini test eden \(H_{10}\) testi ile değişen varyans olmadığı boş hipotezini test eden \(H_{10}^{2}\) testlerinde, boş hipotezler %1 anlamlılık düzeyinde reddedilemediği için modelin başarılı tahmin edildiği söylenebilir. Ayrıca Tablo @ref(tab:dagilimm)’de \(\alpha + \beta < 1\) koşulunun sağlandığı ve her iki katsayının da istatistiksel olarak %1 anlamlılık düzeyinde anlamlı olduğu görülmektedir. Model tahmini sonucunda, Yİ-ÜFE ile TÜFE alt kalemleri arasında istatistiksel olarak anlamlı bir geçişkenlik olduğu iddia edilebilir.


2005:02-2020:04 için DCC modeli tahmin sonuçları
Katsayı Tahmini Std. Hata t-test p-değeri
1 \(\alpha\) 0.014 0.0034 4.1379 0
2 \(\beta\) 0.965 0.0065 147.5962 0
Akaike Akaike -108.781
Bayes Bayes -105.746
Shibata Shibata -109.610
Hannan-Quinn Hannan-Quinn -107.551
Test istatistiği p-değeri
\(H_{10}\) 3884.846 0.039
\(H^{2}_{10}\) 3852.640 0.039

Note: a \(H_{10}\) ve \(H^{2}_{10}\), Hosking (1980) çalışmasındaki şekliyle 10 gecikmeye kadar hesaplanmış çok değişkenli Portmanteau test istatistikleridir.


@ref(eq:n1) numaralı modelin tahmininden elde edilen Yİ-ÜFE ve TÜFE alt kalemleri arasındaki dinamik koşullu korelasyonların (geçişkenlik) ortalamaları, t-test değerleri ve p-değerleri Tablo @ref(tab:dagilimm36)’de verilmiştir. Yİ-ÜFE ve TÜFE alt endeksleri arasındaki \((5 \times 12)\) 60 adet dinamik geçişkenlik katsayılarından 45 tanesi istatistiksel olarak %1 seviyesinde anlamlı bulunmuştur.

Geçişkenlik katsayılarının gıda dışı ürünler için büyük ve istatistiksel olarak anlamlı olduğu gözlemlenmektedir. Örneğin, en yüksek ve istatistiksel olarak en anlamlı ilk 5 geçişkenlik katsayısı;

alt endeksleri arasında tespit edilmiştir.

Grafik @ref(fig:dagilimm38)’de istatistiksel olarak anlamlı olarak tespit edilen Yİ-ÜFE ve TÜFE alt endeksleri arasındaki dinamik koşullu korelasyon (geçişkenlik) katsayıları verilmiştir. Yİ-ÜFE ve TÜFE alt endeksleri arasındaki geçişkenliğin zaman içindeki değişimine bakıldığında, genel olarak sabit bir ortalama etrafında volatiliteli bir seyir gösterdiği ancak belirli dönemlerde beklenmeyen artış ve azalışlar gösterdiği iddia edilebilir. Özellikle, 2017-2018 yıllarından sonra geçişkenliğin oldukça yükseldiği gözlemlenmiştir.

2005:02-2020:04 için DCC ortalamaları
var1 tip Yİ-ÜFE-ARM Yİ-ÜFE-DLT Yİ-ÜFE-DZT Yİ-ÜFE-ENJ Yİ-ÜFE-SEM
TÜFE-01 \(\hat{\rho}\) 0.28 0.22 0.41 0.19 0.30
TÜFE-01 \(\hat{t}\). 3.96 3.08 6.00 2.58 4.21
TÜFE-01 \(p\) 0.00 0.01 0.00 0.02 0.00
TÜFE-02 \(\hat{\rho}\) 0.03 0.01 0.07 0.10 0.01
TÜFE-02 \(\hat{t}\). 0.45 0.15 0.96 1.29 0.07
TÜFE-02 \(p\) 0.35 0.39 0.24 0.17 0.39
TÜFE-03 \(\hat{\rho}\) 0.30 0.22 0.46 0.22 0.27
TÜFE-03 \(\hat{t}\). 4.28 3.10 6.90 3.08 3.75
TÜFE-03 \(p\) 0.00 0.01 0.00 0.01 0.00
TÜFE-04 \(\hat{\rho}\) 0.37 0.27 0.44 0.32 0.33
TÜFE-04 \(\hat{t}\). 5.30 3.80 6.51 4.55 4.70
TÜFE-04 \(p\) 0.00 0.00 0.00 0.00 0.00
TÜFE-05 \(\hat{\rho}\) 0.45 0.52 0.61 0.28 0.43
TÜFE-05 \(\hat{t}\). 6.76 8.18 10.26 3.89 6.38
TÜFE-05 \(p\) 0.00 0.00 0.00 0.00 0.00
TÜFE-06 \(\hat{\rho}\) 0.29 0.33 0.47 0.06 0.34
TÜFE-06 \(\hat{t}\). 4.02 4.77 7.17 0.79 4.85
TÜFE-06 \(p\) 0.00 0.00 0.00 0.28 0.00
TÜFE-07 \(\hat{\rho}\) 0.65 0.40 0.48 0.56 0.52
TÜFE-07 \(\hat{t}\). 11.45 5.80 7.26 9.13 8.12
TÜFE-07 \(p\) 0.00 0.00 0.00 0.00 0.00
TÜFE-08 \(\hat{\rho}\) 0.18 0.18 0.21 0.11 0.24
TÜFE-08 \(\hat{t}\). 2.41 2.54 2.83 1.45 3.35
TÜFE-08 \(p\) 0.03 0.02 0.01 0.14 0.00
TÜFE-09 \(\hat{\rho}\) 0.39 0.39 0.55 0.29 0.49
TÜFE-09 \(\hat{t}\). 5.75 5.74 8.94 4.03 7.61
TÜFE-09 \(p\) 0.00 0.00 0.00 0.00 0.00
TÜFE-10 \(\hat{\rho}\) 0.17 0.12 0.49 0.14 0.22
TÜFE-10 \(\hat{t}\). 2.39 1.67 7.63 1.86 2.98
TÜFE-10 \(p\) 0.03 0.10 0.00 0.07 0.01
TÜFE-11 \(\hat{\rho}\) 0.43 0.31 0.68 0.34 0.43
TÜFE-11 \(\hat{t}\). 6.46 4.39 12.34 4.88 6.33
TÜFE-11 \(p\) 0.00 0.00 0.00 0.00 0.00
TÜFE-12 \(\hat{\rho}\) 0.51 0.33 0.51 0.34 0.50
TÜFE-12 \(\hat{t}\). 7.96 4.76 7.98 4.91 7.76
TÜFE-12 \(p\) 0.00 0.00 0.00 0.00 0.00

Note: a TÜFE-01: TÜFE-Gıda ve alkolsüz içecekler, TÜFE-02: TÜFE-Alkollü içecekler ve tütün, TÜFE-03: TÜFE-Giyim ve ayakkabı, TÜFE-04: TÜFE-Konut, su, elektrik, gaz ve diğer yakıtlar, TÜFE-05: TÜFE-Mobilya, ev aletleri ve ev bakım hizmetleri, TÜFE-06: TÜFE-Sağlık, TÜFE-07: TÜFE-Ulaştırma, TÜFE-08: TÜFE-Haberleşme, TÜFE-09: TÜFE-Eğlence ve kültür, TÜFE-10: TÜFE-Eğitim, TÜFE-11: TÜFE-Lokanta ve oteller, TÜFE-12: TÜFE-Çeşitli mal ve hizmetler, Yİ-ÜFE-ARM: Yurt içi ÜFE-Ara malı, Yİ-ÜFE-DLT: Yurt içi ÜFE-Dayanıklı tüketim malı, Yİ-ÜFE-DZT: Yurt içi ÜFE-Dayanıksız tüketim malı, Yİ-ÜFE-ENJ: Yurt içi ÜFE-Enerji, Yİ-ÜFE-SEM: Yurt içi ÜFE-Sermaye malı b \(\hat{\rho}\) : DCC katsayılarının ortalama tahminin, \(\hat{t}\) : t-istatistiği değerini, \(p\) : p-değerini ifade etmektedir.


## [1] "Not: TÜFE-01: TÜFE-Gıda ve alkolsüz içecekler, TÜFE-02: TÜFE-Alkollü içecekler ve tütün, TÜFE-03: TÜFE-Giyim ve ayakkabı, TÜFE-04: TÜFE-Konut, su, elektrik, gaz ve diğer yakıtlar, TÜFE-05: TÜFE-Mobilya, ev aletleri ve ev bakım hizmetleri, TÜFE-06: TÜFE-Sağlık, TÜFE-07: TÜFE-Ulaştırma, TÜFE-08: TÜFE-Haberleşme, TÜFE-09: TÜFE-Eğlence ve kültür, TÜFE-10: TÜFE-Eğitim, TÜFE-11: TÜFE-Lokanta ve oteller, TÜFE-12: TÜFE-Çeşitli mal ve hizmetler, Yİ-ÜFE-ARM: Yurt içi ÜFE-Ara malı, Yİ-ÜFE-DLT: Yurt içi ÜFE-Dayanıklı tüketim malı, Yİ-ÜFE-DZT: Yurt içi ÜFE-Dayanıksız tüketim malı, Yİ-ÜFE-ENJ: Yurt içi ÜFE-Enerji, Yİ-ÜFE-SEM: Yurt içi ÜFE-Sermaye malı"
Yİ-ÜFE ve TÜFE alt endeksleri arasında geçişkenlik katsayıları

Yİ-ÜFE ve TÜFE alt endeksleri arasında geçişkenlik katsayıları


Yİ-ÜFE ve TÜFE alt endeksleri arasındaki geçişkenlik derecelerinin farklılaşmasını incelemek için yapılan kümeleme analizi öncesinde, en uygun küme sayısını belirlemeye yönelik olarak yapılan Silhouette analizi sonuçları Grafik @ref(fig:dagilimm33)’de sunulmuştur. Ortalama Silhouette değerinin en yüksek olduğu küme sayısı 2 olarak belirlenmiştir. K-Means kümeleme algoritması 2 küme için çalıştırıldığında elde edilen sonuçlar Tablo @ref(tab:dagilimm39)’da verilmiştir.


Optimal küme sayısının belirlenmesi

Optimal küme sayısının belirlenmesi


2005:02-2020:04 için Geçişkenlik katsayılarına göre K-Means Kümeleme Analizi Sonuçları
Endeksler Küme
TÜFE-Çeşitli mal ve hizmetler 1
TÜFE-Eğlence ve kültür 1
TÜFE-Konut, su, elektrik, gaz ve diğer yakıtlar 1
TÜFE-Lokanta ve oteller 1
TÜFE-Mobilya, ev aletleri ve ev bakım hizmetleri 1
TÜFE-Ulaştırma 1
Yurt içi ÜFE-Ara malı 1
Yurt içi ÜFE-Dayanıklı tüketim malı 1
Yurt içi ÜFE-Dayanıksız tüketim malı 1
Yurt içi ÜFE-Enerji 1
Yurt içi ÜFE-Sermaye malı 1
TÜFE-Alkollü içecekler ve tütün 2
TÜFE-Eğitim 2
TÜFE-Giyim ve ayakkabı 2
TÜFE-Gıda ve alkolsüz içecekler 2
TÜFE-Haberleşme 2
TÜFE-Sağlık 2

Note: a Kümeleme analizi sonucunda grup içi kareler toplamının toplam kareler toplamına oranı %25.88 olmuştur.


Yİ-ÜFE’nin 5 alt endeksi ve TÜFE’nin 12 alt endeksi arasındaki geçişkenliklerin iki kümeye ayrıldığı gözlenmiştir. Yİ-ÜFE’nin tüm alt endeksleri ve TÜFE’nin 6 alt endeksi 1.kümede, TÜFE’nin diğer 6 alt endeksi ise 2. kümede toplanmıştır. ÜFE-TÜFE geçişkenliği yüksek alt endekslerin 1 kümede toplandığı gözlenirken, geçişkenliği düşük TÜFE alt endekslerinin 2. kümede gruplandığı gözlemlenmiştir. Alt endekslerin kümeleşmesi Grafik @ref(fig:dagilimm62)’de gösterilmiştir.


2005:02-2020:02 için Geçişkenlik seviyelerine göre K-Means Kümeleme Analizi Sonuçları

2005:02-2020:02 için Geçişkenlik seviyelerine göre K-Means Kümeleme Analizi Sonuçları


Tablo @ref(tab:dagilimm36)’de sunulan Yİ-ÜFE ve TÜFE alt endeksleri arasındaki 60 adet ortalama dinamik geçişkenlik katsayısı arasından, istatistiksel olarak anlamlı bulunan 45’i üzerinde Amerikan dolarının (USD) etkisi ve bu etkinin kümeler arasındaki farklılaşması panel veri analizi ile araştırılmıştır. Amerikan dolar kuru (USD/TL) verileri, Türkiye Cumhuriyet Merkez Bankası Elektronik Veri Dağıtım Sistemi’nden 2005:02 ile 2020:04 aralığında aylık olarak alınmıştır. Geçişkenlik üzerinde kur etkisini ölçmeyi amaçlayan @ref(eq:n3) numaralı dinamik panel ARDL hata düzeltme modeli GMM yöntemi ile tahmin edilmiştir.

Tablo @ref(tab:dagilimm3752)’da iki küme için @ref(eq:n3) numaralı modelin tahmin sonuçlarına yer verilmiştir. F-test sonuçlarına göre her iki modelde tahmin edilen katsayılar istatistiksel olarak topluca anlamlı bulunmuştur. İki grup için tahmin edilen modellerin hata terimlerinde %1 anlamlılık seviyesinde otokorelasyon problemi bulunmamaktadır. Her iki grup için de uzun ve kısa dönem USD katsayıları istatistiksel olarak %1 seviyesinde anlamlı bulunmuştur. Diğer taraftan, Yİ-ÜFE ve TÜFE alt endeksleri arasındaki zamana bağlı değişen geçişkenliklerin USD/TL kuruyla olan ilişkisinin kümeler açısından farklı olmadığı anlaşılmaktadır.

İki küme için tahmin edilen uzun dönem USD katsayılarına \(ln(USD)_{t-1}\) bakıldığında her iki grup için de %1 seviyesinde istatistiksel olarak anlamlı ve pozitif olduğu görülmektedir. Dolayısıyla Yİ-ÜFE ve TÜFE alt endeksleri arasındaki geçişkenliğin USD/TL kuruyla pozitif ilişkili olduğu anlaşılmaktadır. Ancak, 1. küme üzerinde etkinin \((0.016)\) diğer kümeye kıyasla \((0.033)\) daha az olduğu gözlemlenmektedir.

Kısa dönem USD/TL kuru katsayılarına bakıldığında, her iki küme için de 1. ve 2. gecikmelerinin pozitif ve %1 seviyesinde istatistiksel olarak anlamlı bir şeklide tahmin edildiği görülmektedir. Bu katsayılar, \(t\) ve \(t+1\) aylarındaki USD/TL kurundaki artışların (azalışların), Yİ-ÜFE ve TÜFE alt endeksleri arasındaki geçişkenlik üzerinde \(t+2\) ayında arttırıcı (azaltıcı) etki gösterdiği şeklinde yorumlanabilir. Diğer taraftan, ikinci kümeye kıyasla USD/TL kurunun kısa dönemli etkisinin 1. kümede daha fazla olduğu gözlemlenmiştir (1. küme için \(0.202+0.075 = 0.277\), 2. küme için \(0.129+0.043 = 0.172\)).


[Tablo Buraya]

Bağımlı değişken: Δ dci,j,t
Grup 1 Grup 2
dci,j,t-1 -0.068*** (0.009) -0.108*** (0.018)
ln(USD)t-1 0.016*** (0.003) 0.033*** (0.007)
Δ dci,j,t-1 0.044* (0.022) -0.042 (0.055)
Δ dci,j,t-2 0.015 (0.014) 0.012 (0.021)
Δ dci,j,t-3 0.025* (0.014) 0.027 (0.020)
Δ ln(USD)t 0.001 (0.015) -0.001 (0.014)
Δ ln(USD)t-1 0.202*** (0.028) 0.129*** (0.035)
Δ ln(USD)t-2 0.075*** (0.012) 0.043** (0.019)
Δ ln(USD)t-3 -0.027 (0.018) 0.012 (0.019)
F-test: 2547.6*** 427231.2***
Otokorelasyon testi (1): -2.04 -2.149
Otokorelasyon testi (2): -0.260 0.160
Not: *** %1 seviyesinde anlamlı
** %5 seviyesinde anlamlı
  • %10 seviyesinde anlamlı
Standart hatalar parantez içinde verilmiştir.


Sonuç

Üretici fiyatları ile tüketici fiyatları arasındaki geçişkenlik konusu literatürde tartışma yaratmıştır. Bu çalışmada, TÜFE ile Yİ-ÜFE varlığı araştırılmıştır. Literatürde fiyat geçişkenliği konusu genel fiyat endeksleri kullanılarak nedensellik ve eş-bütünleşme analiz yöntemleri ile araştırılırken, bu çalışmada TÜFE ve Yİ-ÜFE alt endeksleri arasındaki geçişkenlik Şubat 2005 ile Nisan 2020 dönemi için VAR-DCC-GARCH modeli kullanılarak analiz edilmiştir. Geçişkenliği alt endeksler arasında homojen olup olmadığını araştırmak için ortalama geçişkenlik katsayılarına K-Means kümeleme analizi uygulanmıştır. Son olarak, dinamil geçişkenlik katsayıları üzerinde USD/TL etkisinin ölçmek ve bu etkinin kümeler arasında farklılaşıp farklılaşmadığını göstermek üzere panel ARDL hata düzeltme modeli GMM yöntemiyle tahmin edilmiştir.

VAR-DCC-GARCH modeli tahmininden elde edilen bulgulara göre, Şubat 2005 ile Nisan 2020 yılları arasındaki dönemde Yİ-ÜFE ile TÜFE alt endeksleri arasındaki geçişkenliğin var olduğu anlaşılmaktadır. TÜFE’nin 12 alt kalemi ve Yİ-ÜFE’nin 5 alt kalemi arasında olası 60 adet ilişkinin 45’inin istatistiksel olarak anlamlı olduğu görülmüştür. Yapılan kümeleme analizi sonucunda, geçişkenliğin özellikle Yİ-ÜFE’nin tüm alt endeksleri ve TÜFE’nin hizmet sektörleriyle ilişkili alt endeksleri arasında yüksek olduğu tespit edilmiştir. Diğer taraftan, TÜFE’nin temel mallar ve yönetilen/yönlendirilen ürünlerle ilişkili alt endeksleri ve Yİ-ÜFE’nin alt endeksleri arasındaki geçişkenliğin düşük olduğu anlaşılmıştır. Bununla birlikte, geçişkenliğin özellikle 2018 yılı sonrasında arttığı gözlemlenmiştir.

Panel ARDL hata düzeltme modeli tahmini sonucunda, Yİ-ÜFE ile TÜFE alt endeksleri arasındaki geçişkenlik ile USD/TL arasındaki ilişkinin kümeler arasında farklılaşmadığı görülmüştür. Ayrıca, ilişkinin kısa ve uzun dönemde istatistiksel olarak anlamlı ve pozitif olduğu anlaşılmıştır. Dolayısıyla, analiz döneminde USD/TL kurundaki artışın (azalışın), Yİ-ÜFE ve TÜFE alt endeksleri arasındaki geçişkenliği arttırdığı (azalttığı) iddia edilebilir.

Kaynaklar

Abdioğlu, Zehra, and Özge Korkmaz. 2012. “Tüketici Ve üretici Fiyat Endekslerinde Fiyat Geçişkenliği: Alt Sektörler.” Çukurova Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi 16: –.
Akçay, Selcuk. 2011. “The Causal Relationship Between Producer Price Index and Consumer Price Index: Empirical Evidence from Selected European Countries.” International Journal of Economics and Finance 3 (6): 227–32.
Akdi, Yilmaz, Hakan Berument, and Seyit Mümin Cilasun. 2006. “The Relationship Between Different Price Indices: Evidence from Turkey.” Physica A: Statistical Mechanics and Its Applications 360 (2): 483–92. https://doi.org/https://doi.org/10.1016/j.physa.2005.05.037.
Altunöz, Utku. 2020. “Pass-Through Effects of Exchange Rate on Inflation: The Case of Turkey.” Journal of Ekonomi 2: 71–75.
Antonakakis, Nikolaos. 2012. “Business cycle synchronization during US recessions since the beginning of the 1870s.” Economics Letters 117 (2): 467–72. https://doi.org/10.1016/j.econlet.2012.06.
Arellano, Manuel, and Stephen Bond. 1988. Dynamic Panel Data Estimation Using DPD-a Guide for Users. Institute for Fiscal Studies London.
———. 1991. “Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations.” The Review of Economic Studies 58 (2): 277–97.
Arsova, A. 2020. “Exchange Rate Pass-Through to Import Prices in Europe: A Panel Cointegration Approach.” Empirical Economics. https://doi.org/10.1007/s00181-020-01858-8.
Blomberg, S. Brock, and Ethan S. Harris. 1995. “The Commodity-Consumer Price Connection: Fact or Fable?” Economic Policy Review 1 (3).
Blundell, Richard, and Stephen Bond. 1998. “Initial Conditions and Moment Restrictions in Dynamic Panel Data Models.” Journal of Econometrics 87 (1): 115–43.
Caselli, F. G., and A. Roitman. 2019. “Nonlinear Exchange-Rate Pass-Through in Emerging Markets.” International Finance 22 (3): 279–306. https://doi.org/10.1111/infi.12344.
Clark, Todd. 1995. “Do Producer Prices Lead Consumer Prices?” Economic Review 80 (Q III): 25–39. https://EconPapers.repec.org/RePEc:fip:fedker:y:1995:i:qiii:p:25-39:n:v.80no.3.
Engle, Robert. 2002. “Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models.” Journal of Business & Economic Statistics 20 (3): 339–50.
Erdem, Feyza, and Rahmi Yamak. 2014. “Üretici Fiyat Endeksi Ve tüketici Fiyat Endeksi Arasındaki Geçişkenliğin Derecesi.” Anadolu University Journal of Social Sciences 14 (4).
Hartigan, J. A., and M. A. Wong. 1979. “Algorithm AS 136: A k-Means Clustering Algorithm.” Journal of the Royal Statistical Society. Series C (Applied Statistics) 28 (1): 100–108. http://www.jstor.org/stable/2346830.
Hosking, J. R. M. 1980. “The Multivariate Portmanteau Statistic.” Journal of the American Statistical Association 75 (371): 602–8. http://www.jstor.org/stable/2287656.
Kara, Hakan, and Fethi Öğünç. 2011. “Doviz Kuru ve Ithalat Fiyatlarinin Enflasyona Etkisi.” CBT Research Notes in Economics 1114. Research; Monetary Policy Department, Central Bank of the Republic of Turkey.
Lütkepohl, Helmut. 2005. New Introduction to Multiple Time Series Analysis. Springer Science & Business Media.
Nidhaleddine, Ben Cheikh, and Waël Louhichi. 2016. “Revisiting the Role of Inflation Environment in Exchange Rate Pass-Through: A Panel Threshold Approach.” Economic Modelling 52: 233–38. https://doi.org/https://doi.org/10.1016/j.econmod.2014.11.004.
Öner, Hakan. 2018. “Tüketici Ve üretici Fiyat Endeksleri Arasindaki i̇lişkinin Granger Nedensellik Testi Yoluyla i̇ncelenmesi.” Finans Ekonomi Ve Sosyal Araştırmalar Dergisi (FESA).
Özmen, Mustafa Utku, and Meltem Topaloğlu. 2017. “Disaggregated Evidence for Exchange Rate and Import Price Pass-through in the Light of Identification Issues, Aggregation Bias and Heterogeneity.” Working Papers 1708. Research; Monetary Policy Department, Central Bank of the Republic of Turkey.
Rousseeuw, Peter. 1987. “Rousseeuw, p.j.: Silhouettes: A Graphical Aid to the Interpretation and Validation of Cluster Analysis. Comput. Appl. Math. 20, 53-65.” Journal of Computational and Applied Mathematics 20 (November): 53–65. https://doi.org/10.1016/0377-0427(87)90125-7.
Saatçioğlu, Cem, and Orhan Karaca. 2017. “Türkiye’de üretici Fiyatları i̇le tüketici Fiyatları Arasındaki Nedensellik i̇lişkisi: 2005-2016.” Sakarya İktisat Dergisi 6 (2): 1–16.
Saraç, Taha Bahadır, and Kadir Karagöz. 2010. “Türkiye’de tüketici Ve üretici Fiyatları Arasındaki i̇lişki: Yapısal kırılma Ve sınır Testi.” Maliye Dergisi 159: 220–32.
Shahbaz, Muhammad, Aviral Kumar Tiwari, and Mohammad Iqbal Tahir. 2012. “Does CPI Granger-Cause WPI? New Extensions from Frequency Domain Approach in Pakistan.” Economic Modelling 29 (5): 1592–97. https://doi.org/https://doi.org/10.1016/j.econmod.2012.05.016.
Sui, Jianli, and Li Yuerong. 2019. “Internal Driving Mechanism Between CPI and PPI on the View of Regime Switching Causality.” Systems Engineering - Theory & Practice 39 (4): 1001. https://doi.org/10.12011/1000-6788-2018-1990-17.
Şahin, Afşin, and İmdat Doğan. 2017. “İstanbul Ticaret Odası TEFE Genel Endeksi Enflasyonu Ve Alt Bileşenleri Arası i̇lişki: Türkiye üzerine Asimetrik Sabit Koşullu Korelasyon Analizi, 1968-2015.” Journal of Yaşar University 12 (47): 216–36.
Şahinöz, Saygın, Aslıhan Atabek Demirhan, and Evren Erdoğan Coşar. 2007. “Üretici Fiyatlarından tüketici Fiyatlarına Geçişkenliğin Farklı Yaklaşımlarla İncelenmesi: Türkiye Örneği.” TISK Academy/TISK Akademi 2 (4).
Terzi̇, Harun, and Asiye Tütüncü. 2017. “Türkiye’de Üretici Fiyat Endeksi Ve tüketici Fiyat Endeksi Arasındaki İlişkinin İncelenmesi: ARDL sınır Testi Yaklaşımı.” Sosyoekonomi 25 (34): 173–86.
Tiwari, AwiralKumar. 2012. “An Empirical Investigation of Causality Between Producers’ Price and Consumers’ Price Indices in Australia in Frequency Domain.” Economic Modelling 29 (5): 1571–78. https://doi.org/10.1016/j.econmod.2012.05.010.
Tiwari, AwiralKumar, M. Mutascu, and A. M. Andries. 2013. “Decomposing Time-Frequency Relationship Between Producer Price and Consumer Price Indices in Romania Through Wavelet Analysis.” Economic Modelling 31 (1): 151–59. https://doi.org/10.1016/j.econmod.2012.11.057.
Tiwari, AwiralKumar, and M. Shahbaz. 2013. “Modelling the Relationship Between Whole Sale Price and Consumer Price Indices: Cointegration and Causality Analysis for India.” Global Business Review 14 (3): 397–411. https://doi.org/10.1177/0972150913496784.
Tiwari, AwiralKumar, K. G. Suresh, M. Arouri, and F. Teulon. 2014. “Causality Between Consumer Price and Producer Price: Evidence from Mexico.” Economic Modelling 36: 432–40. https://doi.org/10.1016/j.econmod.2013.09.050.
Topuz, Y. V., H. Yazdifar, and S. Sahadev. 2018. “The Relation Between the Producer and Consumer Price Indices: A Two-Country Study.” Journal of Revenue and Pricing Management 17 (3): 122–30. https://doi.org/10.1057/s41272-017-0125-x.
Yamak, Rahmi, and Ferhat Topbaş. 2008. “Fiyat Endeksleri Arasındaki Geçişkenlik i̇lişkisi: Enders-Ludlow Nonlineer eş bütünleşme Analizi.” Dokuzuncu Ekonometri Ve İstatistik Sempozyumunda Sunulmuş Bildiri, İzmir.
Yıldırım, Zekeriya. 2015. “Enflasyon Rejimleri Ve Üretici Enflasyonundan tüketici Enflasyonuna Geçişkenlik.” Central Bank Review 15 (3): 89–114.
Yüncüler, Çağlar. 2011. “Pass-Through of External Factors into Price Indicators In Turkey.” Central Bank Review 11 (2): 71–84.
Zortuk, Mahmut. 2008. “Türkiye de tüketici Ve Toptan eşya Fiyat i̇ndeksleri Arasındaki Nedensellik i̇lişkisi: 1986 2004.” Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, no. 20.

  1. Dr., Hacettepe Üniversitesi, Ankara, Türkiye, ORCID: 0000-0002-4232-9985, ↩︎

  2. Bulguları kısa tutmak amacıyla ilk aşamadaki VAR ve GARCH tahmin sonuçlarına burada yer verilmemiştir. Talep edilmesi durumunda detaylı sonuçlar paylaşılabilir.↩︎