Öz

Tüketici fiyatları ile üretici fiyatları arasındaki ilişki literatürde tartışılmaktadır. Bu çalışmada Türkiye için söz konusu ilişkinin varlığı ve boyutları, Tüketici Fiyat Endeksi (TÜFE), Yurt içi Üretici Fiyat Endeksi (Yİ-ÜFE) ve Tarım Ürünleri Üretici Fiyat Endeksi (TARIM-ÜFE) yıllık enflasyon oranları arasında incelenmiştir. 2011 Ocak-2020 Haziran arasındaki dönemin analiz edildiği çalışmada, öncelikle literatüre paralel olarak yıllık enflasyon oranlarının durağanlık özellikleri beş farklı test kullanılarak incelenmiştir. Yıllık enflasyon oranları arasındaki eş-bütünleşme ilişkisi vektör otoregresif (VAR) modeline dayalı Johansen, yapısal kırılmalı Johansen ve yapısal kırılmalı Luthkepol eş-bütünleşme testleri ile araştırılmıştır. İlişkinin kısa dönemli dinamikleri vektör hata düzeltme modeli (VEC) ile analiz edildikten sonra, literatürden farklı olarak, yıllık enflasyon oranları arasındaki uzun dönemli ilişki iki aşamalı en küçük kareler (2SLS), üç aşamalı en küçük kareler (3SLS) ve görünürde ilişkisiz regresyon (SUR) tahmin yöntemleri kullanılarak tahmin edilmeye çalışılmıştır. Elde edilen bulgular, TÜFE, Yİ-ÜFE ve TARIM-ÜFE yıllık enflasyon oranlarının I(1) düzeyinde entegre olduğunu, aralarında istatistiksel olarak anlamlı bir eş-bütünleşme ilişkisinin yanında kısa dönemli nedensellik ilişkilerinin bulunduğunu işaret etmektedir. 2SLS, 3SLS ve SUR ile tahmin edilen uzun dönem ilişki katsayılarına bakıldığında, TARIM-ÜFE ve Yİ-ÜFE’den TÜFE’ye doğru etkinin uzun dönemde istatistiksel olarak anlamlı ancak küçük boyutlu olduğu, diğer taraftan TÜFE’den TARIM-ÜFE ve Yİ-ÜFE’ye doğru anlamlı ve daha güçlü bir etkinin var olduğu tespit edilmiştir. Bu bulgular ışığında, 2011-2020 yılları arasında Türkiye’de tüketici fiyatları ile üretici fiyatları arasında iki yönlü bir ilişki olduğu, ancak görece tüketici fiyatlarının üretici fiyatlarını daha fazla etkilediği iddia edilebilir.

Anahtar Sözcükler: Tüketici fiyatları, Üretici Fiyatları, Eş-bütünleşme, Sistem denklemleri

JEL kodları: C32, C53, E31, E37



ANALYSIS OF THE RELATIONSHIP BETWEEN THE CONSUMER AND PRODUCER PRICES IN TURKEY USING BY ALTERNATIVE ESTIMATION METHODS: 2011-2020

Abstract

The relationship between consumer prices and producer prices has been discussed in the literature. In this study, the size and existence of the relationship in question for Turkey are examined between the Consumer Price Index (CPI), Producer Price Index Domestic (D-PPI) and Agricultural Products Producer Price Index (AGRICULTURE-PPI). The stationarity characteristics of the price indices are examined using five different tests in parallel with the literature at first In the study in which the period between January 2011 and June 2020 is analyzed. The cointegration relationship between the indices is investigated with the Johansen,test Johansen test with level shift and Luthkepol test with level shift cointegration test which are based on the vector autoregressive (VAR) model, and the short-term dynamics of the relationship are analyzed with the Vector Error Correction (VEC) model. Unlike the literature, the long-term relationship between indices has been tried to be estimated by using two-stage least squares (2SLS), three-step least squares (3SLS) and seemingly unrelated regression (SUR) estimation methods. The findings indicate that the CPI, D-PPI and AGRICULTURE-PPI are integrated at the I(1) level and that there is statistically significant cointegration relationship between them, as well as short-term causality relationships. Considering the long-term relationship coefficients estimated by 2SLS, 3SLS and SUR, it is determined that the effect from AGRICULTURE-PPI and D-PPI to CPI is statistically significant in the long run but small in size. On the other hand, the effects from the CPI to AGRICULTURE-PPI and D-PPI are significant and bigger in size. In light of these findings , it can be claimed that a two-way relationship between producer prices and consumer prices are exist in Turkey for the years between 2011-2020, but consumer prices have stronger effect on producer prices.

Keywords: Consumer prices, Producer Prices, Co-integration, System equations.

JEL classification: C32, C53, E31, E37

Giriş

Ürün piyasasında, üretici ve tüketicilerin etkileşimiyle fiyat olgusu ortaya çıkmaktadır. Ancak ürünün fiyatı üreticiden tüketiciye ulaşma süreci içerisinde farklı eğilimler göstermektedir. Üretici ürettiği ürünün fiyatını belirlerken girdi maliyetleri, önceki dönem talebi ve fiyatı gibi faktörleri dikkate alırken, söz konusu ürünün ulaştırma maliyetleri, stok seviyesi, cari dönem talebi, tüketici davranışları ve ikame malların fiyatı gibi etkiler tüketicinin ürüne ödediği fiyatı etkileyebilmektedir. Üretici ile tüketici arasındaki zincirde değişen fiyat dinamikleri çeşitli başlıklar altında ölçülmektedir. 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. Tarım Ürünleri Üretici Fiyat Endeksi (TARIM-ÜFE), çiftçinin üreterek piyasaya satışını yaptığı tarım, ormancılık ve balıkçılık ürünlerinin ilk el satış fiyatlarındaki zaman içerisinde meydana gelen değişimi ölçmeye çalışmaktadır. Yurt Dışı Üretici Fiyat Endeksi (YD-ÜFE), üretimi ülke içinde yapılan ve ihracata konu olan ürünlerin üretici fiyatlarının zaman içindeki değişimini göstermektedir. Hizmet Üretici Fiyat Endeksi (HİZMET-ÜFE), hizmetlerin üretici fiyatlarını zaman içindeki fiyat değişimlerini ölçen fiyat endeksidir. Tüketici Fiyat Endeksi (TÜFE), piyasada tüketime konu olan mal ve hizmetlerin fiyatlarındaki değişimi ölçerek enflasyon oranını hesaplamayı amaçlamaktadır. TÜFE’de vergiler dahil peşin satın alış fiyatları ölçülmektedir ve taksitli satış veya anlaşmalı fiyatlar dikkate alınmamaktadır.

Ürünün tüketiciye ulaştığındaki fiyat TÜFE ile ölçülürken, sanayi sektöründeki üreticin fiyatı Yİ-ÜFE, tarım sektöründeki üreticinin fiyatı TARIM-ÜFE, hizmet sektöründeki üreticinin fiyatı HİZMET-ÜFE ve ihracata konu olan malları üreten üreticinin fiyatı YD-ÜFE ile ölçülmektedir. Her ne kadar tüketici ve üretici fiyatlarını ölçen bu göstergeler arasında çok belirgin tanım ve kapsam farklılıkları olsa da fiyat dinamiklerinin anlaşılması açısından aralarındaki ilişki literatürde tartışma konusu olmuştur.

Literatürde ilişkinin yönü ve boyutu üzerinde bir fikir birliği bulunmamaktadır. Bir görüşe göre, üretici fiyatlarından tüketici fiyatlarına doğru bir nedensellik 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 ilişkinin var olduğunu iddia eden çalışmalar ve ilişkinin olmadığını öne süren çalışmalar da bulunmaktadır.

Bu çalışmada tüketici ve üretici fiyatlarının ölçen endekslerin yıllık değişim (enflasyon) oranları arasındaki ilişkinin analizi Ocak 2011-Haziran 2020 dönemi için durağanlık ve eş-bütünleşme analizleri yardımıyla araştırılmıştır. Test güçleri açısından farklılık gösteren beş farklı durağanlık testi ile yıllık enflasyon oranlarının entegrasyon dereceleri incelenmiştir. Sonrasında, aralarındaki uzun dönemli ilişki vektör otoregresif (VAR) modeline dayalı Johansen eş-bütünleşme testi ile incelenmiş ve kısa dönemli dinamikler vektör hata düzeltme (vEC) modeli yardımıyla incelenmiştir. Bu çalışmada literatürden farklı olarak, yıllık enflasyon oranları arasındaki uzun dönem ilişki sistem denklemleri çerçevesinde ele alınmış ve iki aşamalı en küçük kareler (2SLS), üç aşamalı en küçük kareler (3SLS) ve görünürde ilişkisiz regresyon (SUR) yöntemleri kullanılmıştır. Söz konusu tahmin yöntemlerinden elde edilen uzun dönem katsayılar ve VEC modelinin ima ettiği uzun dönem katsayıları birlikte dikkate alınarak yıllık enflasyon oranlarının uzun dönemli ilişkileri değerlendirilmiştir.

Fiyat endeksleri arasındaki ilişki 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 ilişki literatürde popüler bir konudur. Abdioğlu and Korkmaz (2012), Erdem and Yamak (2014) ve Terzi̇ and Tütüncü (2017) çalışmalarında, fiyat endeksleri arasındaki ilişki konusunda literatürde yapılan çalışmalara detaylı bir şekilde yer verilmiştir.

Literatürde, üretici fiyatlarıyla tüketici fiyatları arasında ilişki 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 ilişkinin 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 fiyat endeksleri arasındaki ilişkinin 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 ilişkisinin olduğunu iddia ederken; Topuz, Yazdifar, and Sahadev (2018) çalışması Türkiye ve İngiltere’de iki yönlü ilişki olduğunu savunmaktadır. Tiwari, Mutascu, and Andries (2013) tarafından yapılan çalışmada, Romanya ekonomisinde farklı zaman aralıklarında farklı yönde ilişkilerin olduğunu öne sürümüşlerdir. Diğer bir ifadeyle iki yönlü nedensellik olduğunu ileri sürmüştür.

Akçay (2011) tarafından yapılan çalışmada elde edilen sonuçlara göre, üretici fiyat endeksi ile tüketici fiyat endeksi arasındaki ilişki, 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 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) 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 ilişkinin mevcut olduğu sonucuna ulaşırken, Yamak and Topbaş (2008) tarafından yapılan analizde 1982-2005 dönemi için üretici fiyatlarının tüketici fiyatlarına doğru bir ilişkinin olduğunu ileri sürmüştür. Saraç and Karagöz (2010) ise 1994-2009 dönemi için üretici fiyatlarından tüketici fiyatlarına doğru hem kısa hem de uzun dönemde ilişkinin olduğunu belirlemiştir.

Abdioğlu and Korkmaz (2012) tarafından 2003-2012 dönemi için yapılan analiz sonucunda, çift yönlü nedensellik 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 nedenselliğin 2003 yılı sonrasında azaldığını iddia etmektedirler.

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

Veri ve Yöntem

Çalışmada analiz edilen veri; Türkiye’nin tüketici ve üretici fiyatlarını ölçen TÜFE, Yİ-ÜFE, YD-ÜFE, TARIM-ÜFE ve HİZMET-ÜFE endekslerinin bir önceki yılın aynı ayına göre değişimini gösteren yıllık değişim (enflasyon) oranlarıdır. Verisetinde,



değişkenleri bulunmaktadır. Parantez içinde verilen semboller, endekslerin yıllık enflasyon oranlarını temsil etmek üzere çalışmada kullanılmıştır. \(\pi_{t}\)’ler için analiz dönemi olarak 2011:01-2020:06 aralığı belirlenmiştir. Veri, Türkiye İstatistik Kurumu (TÜİK)’nun Fiyat Endeksleri veri tabanından alınmıştır. Tablo @ref(tab:dagilimm3)’de çalışmada kullanılan veriye ilişkin tanımlayıcı istatistikler verilmiştir. Tablo’ya bakıldığında \(\pi_{t,HİZMET-ÜFE}\)’nin gözlem sayısının oldukça az olduğu göze çarpmaktadır. HiZMET-ÜFE endeksi, 2015=100 temell yıllı olup 2017 yılı itibarıyla TÜİK tarafından yayımlanmaya başlamıştır. \(\pi_{t,HİZMET-ÜFE}\) yeterli gözlem sayısına sahip olmadığı için analiz dışı bırakılmıştır.


Tablo 1. Yıllık enflasyon oranlarına ilişkin tanımlayıcı istatistikler

desc_sonuc.docx


Tablo @ref(tab:kor1)’de ise \(\pi_{t,HİZMET-ÜFE}\) dışındaki \(\pi_{t}\)’ler arasındaki korelasyonlar verilmiştir. Tabloda üretici fiyatlarını temsil eden \(\pi_{t,Yİ-ÜFE}\) ve \(\pi_{t,YD-ÜFE}\) arasındaki ilişkinin %90’ın üzeride olduğu gözlemlenmektedir. Tüketici fiyatları ile üretici fiyatları arasındaki kurulacak bir modelde bu iki değişkenin denklemin sağ tarafında bulunması tama yakın çoklu doğrusal bağıntı sorununu beraberinde getirecektir. Bu nedenle, \(\pi_{t,Yİ-ÜFE}\) analize dahil edilirken, \(\pi_{t,YD-ÜFE}\) analiz dışında bırakılmıştır.


Tablo 2. Yıllık enflasyon oranları arasındaki korelasyonlar “crr_sonuc.html”

Bu çalışmada öncelikle \(\pi_{t}\)’lerin entegrasyon (durağanlık) dereceleri belirlenmiştir. Zaman serisinin ortalaması ve varyansının zamana bağlı olarak değişmediği ve iki dönem arasındaki ilişkinin sadece uzaklığa bağlı olduğu seviyesi “durağan olduğu seviye”" olarak kabul edilmektedir (Gujarati 2009). I(0) ifadesi, seviyesinde durağanlığı ifade ederken, I(1) birinci farkında durağanlığı ifade etmektedir. \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\) arasında kısa ve uzun dönemli ilişklerin belirlenmesi sırasında Granger and Newbold (1974) tarafından vurgulanan sahte regresyon sorunuyla karşılaşmamak için \(\pi_{t}\)’lerin entegrasyon derecesinin belirlenmesi önemlidir. Bu amaçla literatürde sıkça başvurulan beş farklı test kullanılmıştır. Bu testler, ADF (Dickey and Fuller 1981), PP (Phillips and Perron 1988), ERS (Elliott, Rothenberg, and Stock 1996), KPSS (Kwiatkowski et al. 1992) ve Zivot-Andrews (Zivot and Andrews 1992) durağanlık testleridir.

ADF testi boş hipotezinde serinin durağan olmadığını sınamaktadır. Test denklemindeki olası otokorelasyon problemi, ADF testinde uygun gecikme uzunluğu belirlenerek giderilirken, PP testinde parametrik olmayan bir yaklaşımla (HAC) test denklemindeki otokorelasyon ve değişen varyans problemi çözülmektedir. Diğer taraftan PP testinin en önemli dezavantajı is asimptotik teoriye dayanması ve kısa zaman serilerinde söz konusu HAC düzeltmesinin geçersiz olmasıdır. ADF ve PP testleri yapısal kırılmalara karşı hassas olup ve küçük örneklerde zayıf test gücüne sahiptirler. ERS testinde ise ADF test denklemi kullanılır ancak seriyi doğrusal trendden “local” olarak arındırır. Böylece test gücü açısından ERS testi ADF testinden üstündür. KPSS testi diğer testlerden farklı olarak boş hipotezde serinin durağan olduğunu sınamaktadır ve bu şekilde test gücü açsısından ADF testinin daha gelişmiş bir versiyonudur. Zivot-Andrews testi, yapısal kırılmalara karşı hassasiyet açısından diğer testlere kıyasla daha güçlü bir durağanlık testidir. Bu teste seride tek bir yapısal kırılmaya izin verilmekte ve ADF testindeki t-istatistiğinin minimum yapan gözlem kırılmanın yaşandığı gözlemdir. Zivot-Andrews testi hipotez yapısı olarak ADF, PP ve GLS ile aynıdır.

Bu çalışmada, fiyat endekslerinin entegrasyon dereceleri belirlendikten sonra aralarındaki uzun dönemli ilişkiyi belirlemek amacıyla Vektör Otoregresif (VAR) modeline dayalı Johansen eş-bütünleşme testi (Johansen 1991) uygulanmıştır. Testin ilk aşamasında @ref(eq:n1) numaralı eşitlikte ifade edilen bir VAR modeli tahmin edilir.

\[\begin{equation} X_{t} = \Pi{1} X_{t-1} + … + \Pi_{k} X_{t-k} + \mu + \Phi D_{t} + \varepsilon_{t} , \quad (t = 1, …, T) (\#eq:n1) \end{equation}\]

\(X\) \(\pi_{t}\)’lerden oluşan veri matrisini, \(D\) ise dışsal değişkenleri ve \(\varepsilon\) modelin hata terimlerini göstermektedir. VAR modelinin uygun gecikme uzunluğu (\(k\)) Akaike, Hannan-Quinn ve Schwarz bilgi kriterleri dikkate alınarak belirlenmiştir. Bu kriterlerin önerdiği gecikme uzunluklarından otokorelasyon problemi olmayan gecikme uzunluğu seçilmiştir. VAR modeli tahmininden sonra (eq:n2) numaralı eşitlikte ifade edilen VEC modeli tahmin edilir.

\[\begin{equation} \begin{aligned} \Delta X_{t} = \Gamma_{1} \Delta X_{t-1} + … + \Gamma_{k-1} \Delta X_{t-k+1} + \Pi X_{t-k} + \mu + \Phi D_{t} +\varepsilon_{t} \text{(VEC Modeli)} \\ \Gamma_{i} = - (I - \Pi_{1} - … -\Pi_{i}) \quad (i = 1, … , k-1) \\ \Pi = -(I - \Pi_{1} - … -\Pi_{k}) \\ \end{aligned} (\#eq:n2) \end{equation}\]

\(\Gamma_{i}\) matrisleri uzun dönemli etkileri barındırmaktadır. Diğer taraftan, \(X\) matrisindeki değişkenlerde yapısal kırılma olduğu durumda, Johansen testinin gücü zayıflamaktadır (Lütkepohl, Saikkonen, and Trenkler 2004). Lütkepohl, Saikkonen, and Trenkler (2004) çalışmasında bilinmeyen bir zamanda yapısal kırılmanın tanımlandığı VAR modeline dayalı bir eş-bütünleşme testi önerilmiştir. Bu çalışmada hem Johansen (1991), hem Lütkepohl, Saikkonen, and Trenkler (2004) tarafından önerilen eş-bütünleşme testleri hem de Johansen (1991) testinin 2018 yılı Haziran ayındaki aykırı değeri temsilen bir kukla değişken (eğer \(t >=\) 2018 Haziran ise \(D_t\) = 1, değilse 0) ile genişletilen versiyonu kullanılarak \(\pi_{t}\)’ler arasındaki eşbütünleşme ilişkisi test edilmiştir.

Eş-bütünleşme vektörü sayısının sıfıra eşit olduğu boş hipotezi, @ref(eq:n2) numaralı eşitlik kullanılarak hesaplanan iz-test istatistiği kullanılarak test edilir. Eğer boş hipotez reddedilirse, eş-bütünleşme vektörü sayısının birden büyük olduğu boş hipotezi test edilir. Bu süreç \(X\) matrisindeki değişken sayısının bir eksiğine kadar devam eder. Luthkepol testi için kritik değerler Trenkler (2003) çalışmasından alınırken, Johansen testi için kritik değerler Osterwald-Lenum (1992) çalışmasından alınmıştır.

\(\pi_{t}\)’ler arasındaki eş-bütünleşme vektörü sayısı belirlendikten sonra, nihai bir VEC modeli tahmin edilerek kısa dönemli dinamikler araştırılmıştır. Tahmin edilen VEC modelinde otokorelasyon ve değişen varyans probleminin varlığı Breusch-Godfrey otokorelasyon testi ve Breusch-Pagan değişen varyans testi ile araştırılmıştır. VEC model yapısı içinde \(\pi_{t}\)’ler arasındaki Granger nedensellik ilişkilerini tespit etmek için Wald testi uygulanmıştır.

\(\pi_{t}\)’ler arasındaki kısa dönemli etkileşimleri daha detaylı analiz etmek amacıyla Lütkepohl (2005) çalışmasında önerildiği gibi, tahmin edilen VEC modelinin dayandığı VAR modeli kullanılarak etki-tepki fonksiyonları ve öngörü hatasının varyans ayrıştıma analizleri uygulanmıştır. Etki-tepki fonksiyonu analizi, VAR modelinin hareketli ortalamalar gösteriminden elde edilen ortogonal katsayılar kullanılarak yapılır. Bu çalışmada kümülatif olarak ve %95 güven aralıkları içinde sunulmuştur. Etki tepki fonksiyonları, sistemdeki bir değişkendeki beklenmedik bir şoka karşı diğer değişkenlerin gösterdiği tepkileri ölçmektedir. Öngörü hatasının varyansının ayrıştıması analizi ise değişken bazında elde edilen ortogonal etki-tepki katsayılarının değişkenlerin öngörü hatasının varyansına katkılarını göstermektedir. Böylece, sistemdeki bir değişkenin öngörü hatasının varyansına diğer değişkenlerin katkıları yorumlanabilmektedir.

Bu çalışmada, kısa dönemli etkiler analiz edildikten sonra uzun dönemli etkilerin araştırılmasında farklı tahmin yöntemleri denenmiştir. Klasik yaklaşımda, VEC modeline dayalı kısa dönemli analizler yapıldıktan sonra yine VEC modelinin ima ettiği uzun dönem katsayılar yorumlanmaktadır. VEC modelindeki katsayılardan uzun dönem katsayıların elde edilmesi sürecinde hata düzeltme terimleri kullanılırken (Pesaran, Shin, and Smith 2001), katsayıların standart hataları ise Oehlert (1992) tarafından önerilen yaklaşımla hesaplanmaktadır. Bu çalışmada, klasik yaklaşıma ek olarak \(\pi_{t}\)’ler arasındaki uzun dönemli ilişki katsayıları sistem denklemi yaklaşımı dahilinde tahmin edilmeye çalışılmıştır. Öncelikle @ref(eq:n3) numaralı eşitlikte verildiği şekilde bir sistem kurulmuştur.


\[\begin{equation} \begin{aligned} \pi_{t,TÜFE} = \beta_{1} + \alpha_{1,1} \pi_{t,TARIM-ÜFE} + \alpha_{1,2} \pi_{t,YI-ÜFE} + \upsilon_{1,t} \\ \pi_{t,TARIM-ÜFE} = \beta_{2} + \alpha_{2,1} \pi_{t,TÜFE} + \alpha_{2,2} \pi_{t,YI-ÜFE} + \upsilon_{2,t} \\ \pi_{t,YI-ÜFE} = \beta_{3} + \alpha_{3,1} \pi_{t,TARIM-ÜFE} + \alpha_{3,2} \pi_{t,TÜFE} + \upsilon_{3,t} \\ \end{aligned} (\#eq:n3) \end{equation}\]


i = 1,2,3 olmak üzere, \(\beta_{i}\) modelin sabit terimini, \(\alpha\) değişken katsayılarını, \(\upsilon_{i,t}\) ise i. denklemin hata terimini göstermektedir. Klasik yaklaşımda @ref(eq:n3) numaralı eşitlikte verilen sistem En Küçük Kareler (OLS) tahmincisi kullanılarak tahmin edilebilir. Ancak, sistemdeki modellerde içsel bağıntı problemi olması durumunda OLS tahmincisi sapmalı ve tutarsız sonuçlar üretmektedir. Bu durumda, OLS yönteminin geliştirilmiş versiyonu olan İki Aşamalı en küçük kareler (2SLS) tahmincisinin kullanılması önerilir. Sistemdeki modellerin 2SLS tahmincisi ile tahmininden elde edilen hata terimleri arasındaki kovaryans (\(E(\upsilon_{i,t},\upsilon_{j,t})\)) nedeniyle tutarsız olması durumunda Üç Aşamalı En Küçük Kareler (3SLS) tahmincisi kullanılır. Bu yöntemde, \(E(\upsilon_{i,t},\upsilon_{j,t})\)’lerden oluşan diagonal bir matris, katsayı tahmininde ağırlık olarak kullanılır. Böylelikle, sistemdeki \(\alpha_{i,i}\) tahminlerinin tutarlı olması sağlanır (Zellner and Theil (1962)). 2SLS ve 3SLS tahmin yöntemlerinden hangisinin kullanılacağına Hausman testi ile karar verilebilir (Hausman (1978)). Testin boş hipotezi, sistemdeki tüm araç değişkenlerin hata terimleri ile ilişkisiz olduğunu iddia etmektedir. Bu hipotez altında, 2SLS ve 3SLS tahmin yöntemlerinin ikisi de tutarlıdır ancak 3SLS yöntemi asimptotik olarak etkindir. Eğer boş hipotez reddedilirse, 2SLS tahmincisi tutarlı ancak 3SLS yöntemi tutarsızdır. Hausman test istatistiği (\(m\)) aşağıda verilmiştir.

\(m = (\beta_{2SLS} - \beta_{3SLS} )' (V_{2SLS} - V_{3SLS} ) ( b_{2SLS} - b_{3SLS} )\)

\(b_2SLS\) and \(V_2SLS\), 2SLS tahmininden elde edilen katsayı tahminleri ve onların varyans-kovaryans matrislerini, \(b_3SLS\) and \(V_3SLS\) ise 3SLS tahmininden elde edilen katsayı tahminleri ve onların varyans-kovaryans matrislerini temsil etmektedir.

Ancak, 3SLS tahmin yönteminde \(\upsilon_{i,t}\)’ler arasında ilişki olmadığı \((E(\upsilon_{i,t},\upsilon_{j,t}) \ne 0)\) varsayılır. Bu varsayım ihlal edildiğinde, 2SLS ve 3SLS tahminleri sapmalı ve tutarsızdır. Bu durumda, Görünürde İlişkisiz Regresyon (SUR) modelleri kullanılır (Zellner 1962). SUR modelleri sistemdeki modellerin hata terimleri arasındaki ilişkiyi dikkate alarak katsayı tahminlerini elde eder.

Bu çalışmada, \(\pi_{t}\)’ler arasındaki uzun dönemli ilişkiyi temsil eden katsayıların analizinde hem VEC modellerinin ima ettiği katsayılar hem de @ref(eq:n3) numaralı sistemin OLS, 2SLS, 3SLS ve SUR yöntemlerinde elde edilen (\(\alpha\)) katsayılar dikkate alınarak, tüketici ve üretici fiyat endeksleri arasındaki ilişki tanımlanmaya çalışılmıştır.

Bulgular

\(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\) arasındaki ilişkinin analiz edildiği bu çalışmada, entegrasyon derecelerinin belirlenmesi için yapılan durağanlık testlerinin sonuçları Tablo 3’de özetlenmiştir.

Tablo 3’de verilen test sonuçlarına göre, \(\pi_{t}\)’lerin sevieyelerinde durağan olmadığını yani I(1) iddia eden boş hipotezin \(\pi_{t,TÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\) için güçlü bir şekilde reddedildiği, \(\pi_{t,TARIM-ÜFE}\) için ise durumun testler arasında farklılık gösterdiği anlaşılmaktadır. \(\pi_{t,TARIM-ÜFE}\) serisi için eski nesil testler (ADF ve PP) boş hipotezi reddederken, ERS, KPSS ve Zivot-Andrews gibi yeni nesil testler boş hipotezi reddedememiştir. Testlerin gücünün nesiller arasında arttığı varsayımıyla yeni nesil testlerin sonuçlarına göre tercih yapılmış ve \(\pi_{t,TARIM-ÜFE}\) serisinin I(1) olduğuna karar verilmiştir. Nitekim, \(\Delta\pi_{t}\)’lerin durağan olmadığını yani I(2) olduğunu iddia eden boş hipotezin tüm değişkenler için reddedilmiştir. Dolayısıyla \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\) değişkenlerinin birinci farkında durağan yani I(1) olduğu sonucuna varılmıştır.


Tablo 3. Durağanlık test sonuçları “ur_sonuc.docx”"


\(\pi_{t}\)’lerin I(1) seviyesinde durağan olduğunun belirlenmesinden sonra Johansen eşbütünleşme testi için VAR modeli üzerinden uygun gecikme uzunluğu belirlenmiştir. Gecikme uzunlukları için bilgi kriterlerinden elde edilen sonuçlar Tablo 4’te sunulmuştur. Tablo 4’e göre AIC ve HQ kriterleri 3 gecikmeyi önerirken SC kriteri 2 gecikmeyi önermektedir. Bu çalışmada AIC ve HQ kriterleri dikkate alınmış ve VAR modeli için gecikme uzunluğu \(k\) = 3 olarak alınmıştır.


Tablo 4. VAR modeli için uygun gecikme uzunluğunun belirlenmesi “var_lag_sonuc.docx”

VAR(\(k = 3\)) modeline dayalı olarak 2 gecikmeli (\(k-1\)) VEC modeli kullanılarak I(1) entegrasyon derecesine sahip \(\pi_{t}\)’lere 3 farklı eşbütünleşme testi uygulanmıştır. Bunlar, klasik Johansen, bilinmeyen tarihli yapısal kırılmalı Luthkepol ve 2018-Haziran tarihli yapısal kırılmalı Johansen testleridir. Tablo 5’te eşbütünleşme test sonuçları verilmiştir. \(r\) eşbütünleşme verktörü sayısını göstermektedir. Sonuçlara bakıldığında, tüm test tiplerinde \(r =0\) ve \(r>=1\) boş hipotezlerinin reddedildiği görülmektedir. Bu bulgu \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\) arasında en az iki adet eşbütünleşme vektörü olduğuna işaret etmektedir. Diğer bir ifadeyle \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\) arasında en az iki uzun dönemli ilişki mevcut olduğu anlaşılmaktadır. Diğer taraftan, yapısal kırılmalı testlerin alternatifine göre boş hipotezleri daha güçlü bir şekilde reddettiği görülmektedir. 2018 yılı Haziran ayında meydana gelen dışsal etkiyi eşbütünleşme testinde dikkate almanın \(\pi_{t}\)’ler arasındaki uzun dönemli ilişkiyi tespit etmeye katkı sağladığı görülmektedir. Sonuç olarak, aynı entegrasyon derecesindeki I(1) \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\) arasında uzun dönemli bir ilişkinin mevcut olduğu ve iki adet eşbütünleşme vektörü ile bu ilişkinin temsil edildiği görülmüştür.

“coint.html”

Eşbütünleşmenin var olduğu varsayımı altında, \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\) arasında \(k=3\) ve sabit terimli bir VAR modeli tahmin edilmiş ve bu model kullanılarak etki-tepki fonksiyonları ve öngörü hatasının varyans ayrıştırma analizleri yapılmıştır. Etki-tepki fonksiyonlarına ilişkin elde edilen sonuçlar Şekil 1’de özetlenmiştir.

Şekil 1’de \(3 \times 3\) boyutunda bir grafik kümesi bulunmaktadır. Birinci sütünda bulunan üç grafik, \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\)’de meydana gelen bir standart sapmalık şoka karşı \(\pi_{t,TÜFE}\)’nin vereceği tepkileri göstermektedir. İkinci sütunda buluna üç grafik \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\)’de meydana gelen bir standart sapmalık şoka karşı \(\pi_{t,TARIM-ÜFE}\)’nin vereceği tepkileri gösterirken, son sütunda bulunan üç grafik ise \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\)’de meydana gelen bir standart sapmalık şoka karşı \(\pi_{t,Yİ-ÜFE}\)’nin vereceği tepkileri göstermektedir. Elde edilen sonuçlar, \(\pi_{t,TARIM-ÜFE}\)’de meydana gelen bir şokun \(\pi_{t,TÜFE}\) üzerindeki etkisinin 3 ay gibi kısa bir süre hissedildiğini ancak \(\pi_{t,Yİ-ÜFE}\)’de meydana gelen bir şokun \(\pi_{t,TÜFE}\) üzerindeki etkisinin 1 yılı aşan bir süre için hissedilir olduğunu göstermektedir. Diğer taraftan, \(\pi_{t,TÜFE}\)’de meydana gelen bir şokun \(\pi_{t,TARIM-ÜFE}\) üzerindeki etkisinin belirgin olmadığı, \(\pi_{t,Yİ-ÜFE}\)’de meydana gelen bir şokun ise \(\pi_{t,Yİ-ÜFE}\)’deki etkilerinin 6. aydan sonra hissedilir olduğu gözlemlenmektedir. Son olarak, \(\pi_{t,TÜFE}\)’de meydana gelen bir şokun \(\pi_{t,Yİ-ÜFE}\) üzerinde 3 ay gibi kısa bir süre için hissedildiği ancak \(\pi_{t,TARIM-ÜFE}\)’de meydana gelen bir şokun \(\pi_{t,Yİ-ÜFE}\) üzerindeki etkisinin hissedilir olmadığı görülmektedir.

Etki-tepki fonksiyonu sonuçları

Etki-tepki fonksiyonu sonuçları


Tablo 4’te \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\)’nin öngörü hatası varyanslarının ayrıştırma analizi sonuçları sunulmuştur. Elde edilen sonuçlar, etki-tepki fonksiyonu sonuçları ile benzer noktalara işaret etmektedir. \(\pi_{t,TÜFE}\)’nin öngörü hatasının varyansına katkıyı \(\pi_{t,Yİ-ÜFE}\) değişkeni yapmakta ve dönem sayısı arttıkça bu katkı artmaktadır. 12 ay sonunda \(\pi_{t,TÜFE}\)’nin öngörü hatasınn varyansının %75.90’lık kısmının \(\pi_{t,Yİ-ÜFE}\) tarafından açıklandığı görülmektedir. \(\pi_{t,TARIM-ÜFE}\)’nin öngörü hatasının varyansının 6. aydan sonra \(\pi_{t,Yİ-ÜFE}\) tarafından açıklanabildiği ve 12. ayın sonunda %36.1’lik kısmının \(\pi_{t,Yİ-ÜFE}\) tarafından açıklandığı gözlemlenmiştir. Son olarak, \(\pi_{t,Yİ-ÜFE}\)’nin öngörü hatasının varyansının büyük kısımının kendisi tarafından açıklandığı, \(\pi_{t,TÜFE}\) tarafından açıklanan oranın 12 ay sonra yaklaşık %10 olduğu görülmüştür.

“fevd.html”


Kısa dönemli dinamikleri görmek için iki gecikme uzunluğuna sahip bir VEC modeli tahmin edilmiştir. VEC modeli, \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\)’nin durağan olduğu seviyede kurulmuş modelleri içermektedir. Her bir modelde, iki hata düzeltme vektörü ve \(\Delta\pi_{t,TÜFE}\), \(\Delta\pi_{t,TARIM-ÜFE}\) ve \(\Delta\pi_{t,Yİ-ÜFE}\)’nin değişkenlerinin gecikmeleri bulunmaktadır. Elde edilen tahmin sonuçları Tablo 5’te sunulmuştur.

Tablo 5’te ECT(-1) hata düzeltme teriminin 1. gecikmesini, ECT(-2) ise 2. gecikmesini temsil etmektedir. Görüldüğü üzere, ECT(-1) terimi \(\Delta\pi_{t,TÜFE}\) ve \(\Delta\pi_{t,Yİ-ÜFE}\) için kurulan modellerde negatif ve istatistiksel olarak %1 seviyesinde anlamlıdır. ECT(-2) terimi ise \(\Delta\pi_{t,TARIM-ÜFE}\) için kurulan modelde negatif ve istatistiksel olarak anlamlıdır. ECT(-2) teriminin \(\Delta\pi_{t,TÜFE}\) için kurulan modelde de %10 seviyesinde istatistiksel olarak anlamlı olduğu söylenebilir. VEC modellerindeki hata düzeltme terimlerinin negatif olması, tüm değişkenler arasında yakınsamanın olduğunu göstermektedir. VEC modelinde sırasıyla otokorelasyon ve değişen varyans problemlerinin varlığını araştıran Breusch-Godfrey ve Breusch-Pagan testlerinin sonucunda problemlerin olduğuna dair boş hipotezler, \(\chi^2_1\) ve \(\chi^2_8\) serbestlik derecelerinde %1 anlamlılık düzeyinde reddedilememiştir.

Tablo 5’in alt kısmında fiyat endeksleri için yapılan Granger nedensellik testleri bulunmaktadır. \(\chi^2_2\) serbestlik derecesinde değerlendirilen Wald test sonuçları, \(\Delta\pi_{t}\)’lerin %1 anlamlılık düzeyinde birbiri üzerinde nedensellik ilişkisine sahip olduğunu işaret etmektedir. Bununla birlikte, katsayı değerleri dikkate alındığında daha detaylı sonuçlar çıkarmak mümkündür. Özellikle \(\Delta\pi_{t,TÜFE}\)’nin \(\Delta\pi_{t,TARIM-ÜFE}\) ve \(\Delta\pi_{t,Yİ-ÜFE}\) üzerindeki nedensellik etkilerinin daha güçlü olduğu söylenebilir. \(\Delta\pi_{t,Yİ-ÜFE}\)’nin \(\Delta\pi_{t,TÜFE}\) üzerindeki nedensellik etkisi de nispeten yüksek bulunmuştur.

vecm.html


models.html

Bu çalışmada, \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\) arasındaki uzun dönemli ilişkilerin analizi, VEC modelinin ima ettiği uzun dönem katsayılarının yanında sistem denklemleri tahmin yöntemleri kullanılarak yapılmıştır. VEC modelinin ima ettiği uzun dönem katsayıları ile (3) numaralı eşitlikte ifade edilen sistem denkleminin OLS, 2SLS, 3SLS ve SUR yöntemleri ile tahmin sonuçları Tablo 6’da raporlanmıştır. Tablo yorumuna geçmeden önce, 2SLS ve 3SLS yöntemleri sonuçları arasında yapılan Hausman testi sonuçlarının sunulmasında fayda vardır. Hausman test istatistiği 2.454 olarak hesaplanmış ve bu test istatistiği ki-kare dağılımında 9 serbestlik derecesinde 0.9821 olasılık değerine karşılık gelmektedir. Bu durumda 3SLS tahmincisinin tutarlı olduğu boş hipotezi reddedilemediği anlaşılmaktadır. Dolayısıyla, 3SLS tahmincisinin tutarlı olduğunu varsayılabilir.

Tablo 6’da \(\pi_{t,TÜFE}\), \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\)’nin uzun dönemli etkileşimleri görülmektedir. \(\pi_{t,TÜFE}\)’nin uzun dönemde \(\pi_{t,TARIM-ÜFE}\) üzerindeki etkisi sistem denklemleri tahminlerinde pozitif ve istatistiksel olarak anlamlı bulunmuştur. VEC tahmininden elde edilen katsayı negatif ve istatistiksel olarak anlamsızdır. Sistem denklemi tahminlerine göre \(\pi_{t,TÜFE}\) ’deki 10 puanlık bir artışın \(\pi_{t,TARIM-ÜFE}\) üzerindeki 12.22-38.22 puan arasında bir artışa sebep olabileceği anlaşılmaktadır. Diğer taraftan, \(\pi_{t,TÜFE}\) ’nin uzun dönemde \(\pi_{t,Yİ-ÜFE}\) üzerindeki etkisi de VEC modelinde pozitif ve istatistiksel olarak anlamsızken, sistem denklemleri tahminlerinde pozitif ve istatistiksel olarak anlamlı bulunmuştur. Bu bulgu, \(\pi_{t,TÜFE}\) ’deki 10 puanlık bir artışın \(\pi_{t,Yİ-ÜFE}\) üzerinde 19.75-26.75 puan arasında bir artışa sebep olabileceğini göstermektedir.

\(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\) ’nin \(\pi_{t,TÜFE}\) üzerindeki uzun dönemli etkilerine bakıldığında, istatistiksel olarak anlamlı ancak nispeten zayıf olduğu görülmektedir. VEC ve sistem denklemi tahmin yöntemlerinden elde edilen katsayılara bakıldığında, \(\pi_{t,Yİ-ÜFE}\)’de 10 puanlık bir artış \(\pi_{t,TÜFE}\)’de 2,96-3,93 puan arasında bir artışa neden olacağı anlaşılmaktadır.\(\pi_{t,TARIM-ÜFE}\)’nin \(\pi_{t,TÜFE}\) üzerindeki uzun dönemli etkisi, tüm tahmin yöntemlerinde istatistiksel olarak anlamlı bulunmuştur. Bununla birlikte VEC modelinden elde edilen katsayının negatif olduğu, sistem denklemlerinden elde edilen katsayıların pozitif olduğu görülmektedir. Bu doğrultuda, \(\pi_{t,TARIM-ÜFE}\)’de 10 puanlık bir artışın, \(\pi_{t,TÜFE}\) üzerinde -0.89 ile +2.53 puan arasında bir değişime neden olacağı yorumu yapılabilir.

Tablo 6’daki sonuçlar genel olarak yorumlandığında, \(\pi_{t,TÜFE}\)’nin \(\pi_{t,TARIM-ÜFE}\) ve \(\pi_{t,Yİ-ÜFE}\) üzerindeki etkilerinin tersi yöndeki etkiden daha fazla olduğu sonucu çıkarılabilir. Bu sonuç, 2011-2020 dönemi için Türkiye’de tüketici fiyatlarından üretici fiyatlarında doğru etkileşimin daha hissedilir olduğunu göstermektedir. Dolayısıyla söz konusu dönemde artan talebe karşı kısıtlı arz sebebiyle ilk aşamada tüketici fiyatlarının arttığı, beraberinde arzın arttırılması amacıyla üreticinin girdi talebi nedeniyle üretici fiyatlarının arttığı sürecin geçerli olduğu görülmektedir. Üretici fiyatlarından tüketici fiyatlarına doğru ilişkinin ise nispeten daha zayıf olduğu görülmektedir. Bu bulgu ise girdi maliyetlerindeki artışların tüketici fiyatlarına daha az oranda yansıdığını göstermektedir. Çalışmada, tüketici fiyatlarına etki eden kalite ve vergi/kâr marjı gibi unsurlar dikkate alınmadığından böyle bir sonuç normaldir. Çünkü, üretici fiyatlarındaki değişim sonrasında tüketici fiyatlarına yansımayı düşük tutmak için ürünün kalitesinde değişime gidilebilmektedir. Diğer taraftan üreticiler ya da politika yapıcılar vergi/kâr marjını değiştirerek tüketiciye yansımayı düşük tutabilmektedir.

Sonuç

Üretici fiyatları ile tüketici fiyatları arasındaki ilişki literatürde tartışma yaratmıştır. Literatürde bu ilişki genelde TÜFE ve Yİ-ÜFE arasında ve nedensellik-eşbütünleşme analiz yöntemleri kullanılarak araştırılmıştır. 2011 Ocak-2020 Haziran dönemini kapsayan bu çalışmada ise, TÜFE, TARIM-ÜFE ve Yİ-ÜFE yıllık enflasyon oranları kullanılarak, ilişkinin üretici fiyatları kısımında ayrıştırmaya gidilmiştir. Hizmet sektöründeki fiyat değişimini ölçen HİZMET-ÜFE endeksi yetersiz gözlem sayısına sahip olduğu için analiz dışında bırakılmıştır. Kısa dönemli dinamikler, etki-tepki fonksiyonları ve öngörü hatasının varyans ayrıştırması analizlerinin yanında VEC modeli üzerinden Granger nedensellik testleri ile detaylandırılmıştır. Uzun dönemli dinamikler ise VEC modelinin ima ettiği uzun dönem katsayılarıın yanında sistem denklemi çerçevesinde OLS, 2SLS, 3SLS ve SUR yöntemleri kullanılarak ortaya konulmaya çalışılmıştır.

Çalışmada uygulanan beş farklı durağanlık testinin sonuçları, TÜFE, TARIM-ÜFE ve Yİ-ÜFE yıllık enflasyon oranlarının I(1) entegrasyon derecesinde sahip olduğunu, diğer bir ifadeyle birinci farkında ve aynı entegrasyon derecesinde durağan olduklarını göstermektedir. Uygulanan Johansen, Luthkepol ve yapısal kırılmalı Johansen eşbütünleşme testleri sonucunda TÜFE, TARIM-ÜFE ve Yİ-ÜFE yıllık enflasyon oranları arasında uzun dönemli bir ilişkinin olduğu ve bu ilişkinin iki eşbütünleşme vektörü ile temsil edilebildiği anlaşılmıştır.

Kısa dönem perspektifinde yapılan analizler sonucunda TÜFE, TARIM-ÜFE ve Yİ-ÜFE yıllık enflasyon oranları arasında istatistiksel olarak anlamlı nedensellik ilişkilerinin olduğu anlaşılmıştır. Özellikle, TÜFE’den TARIM-ÜFE ve Yİ-ÜFE’ye doğru, Yİ-ÜFE’den TARIM-ÜFE’ye doğru ve Yİ-ÜFE’den TÜFE’ye doğru etkileşimlerin hissedilir büyüklükte olduğu ortaya konmuştur. Uzun dönemli analiz sonuçları da kısa dönemli analiz bulgularını destekler niteliktedir. TÜFE’den TARIM-ÜFE ve Yİ-ÜFE’ye doğru etkilerin oldukça yüksek seviyede olduğu, diğer taraftan TARIM-ÜFE ve Yİ-ÜFE’den TÜFE’ye doğru etkilerin nistepten zayıf kaldığı görülmüştür.

Elde edilen sonuçlar genel olarak değerlendirildiğinde Türkiye’de tüketici fiyatları ile üretici fiyatları arasında iki yönlü kısa ve uzun dönemli ilişki olduğu iddia edilebilir. Ancak, ilişkinin büyüklüğünde farklılıklar mevcuttur. Tüketici fiyatlarındaki değişimle birlikte üretici fiyatlarının hissedilir düzeyde değiştiği, üretici fiyatlarındaki değişimlere karşı ise tüketici fiyatlarının benzer seviyede tepki vermediği değerlendirilmektedir. Bu noktada, tüketici fiyatlarındaki değişimin ölçüldüğü TÜFE endeksinde vergiler dahil fiyatların kapsandığının vurgulanması gerekmektedir. Ayrıca, tüketici fiyatlarını etkileyebilecek olan kâr marjı gibi nicel ya da ürün kalitesi gibi nitel faktörler analize dahil edilmediği için tüketici fiyatlarının üretici fiyatlarına tepkisinin nispeten düşük bulunması beklentiler dahilindedir. Fiyat endeksleri arasındaki ilişkileri konu alan analizlerde ürünlerin kar marjı, ürün üzerindeki vergiler ve ürün kalitesini ölçen değişkenlerin kullanılabilmesiyle kısa ve uzun dönemli dinamiklerin daha net anlaşılabileceği değerlendirilmektedir.

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.
Blomberg, S. Brock, and Ethan S. Harris. 1995. “The Commodity-Consumer Price Connection: Fact or Fable?” Economic Policy Review 1 (3).
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.
Dickey, David A., and Wayne A. Fuller. 1981. “Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root.” Econometrica 49 (4): 1057–72. http://www.jstor.org/stable/1912517.
Elliott, Graham, Thomas J. Rothenberg, and James H. Stock. 1996. “Efficient Tests for an Autoregressive Unit Root.” Econometrica 64 (4): 813–36. http://www.jstor.org/stable/2171846.
Erdem, Feyza, and Rahmi Yamak. 2014. “Üretici Fiyat Endeksi Ve tüketici Fiyat Endeksi Arasındaki Geçişkenliğin Derecesi.” Anadolu University Journal of Social Sciences 14 (4).
Granger, C. W. J., and P. Newbold. 1974. “Spurious Regressions in Econometrics.” Journal of Econometrics 2 (2): 111–20. https://doi.org/https://doi.org/10.1016/0304-4076(74)90034-7.
Gujarati, Damodar N. 2009. Basic Econometrics. Tata McGraw-Hill Education.
Hausman, J. A. 1978. “Specification Tests in Econometrics.” Econometrica 46 (6): 1251–71. http://www.jstor.org/stable/1913827.
Johansen, Søren. 1991. “Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models.” Econometrica 59 (6): 1551–80. http://www.jstor.org/stable/2938278.
Kwiatkowski, Denis, Peter C. B. Phillips, Peter Schmidt, and Yongcheol Shin. 1992. “Testing the Null Hypothesis of Stationarity Against the Alternative of a Unit Root: How Sure Are We That Economic Time Series Have a Unit Root?” Journal of Econometrics 54 (1): 159–78. https://doi.org/https://doi.org/10.1016/0304-4076(92)90104-Y.
Lütkepohl, Helmut. 2005. New Introduction to Multiple Time Series Analysis. Springer Science & Business Media.
Lütkepohl, Helmut, Pentti Saikkonen, and Carsten Trenkler. 2004. “Testing for the Cointegrating Rank of a VAR Process with Level Shift at Unknown Time.” Econometrica 72 (2): 647–62. http://www.jstor.org/stable/3598917.
Oehlert, Gary W. 1992. “A Note on the Delta Method.” The American Statistician 46 (1): 27–29. https://doi.org/10.1080/00031305.1992.10475842.
Osterwald-Lenum, Michael. 1992. “A Note with Quantiles of the Asymptotic Distribution of the Maximum Likelihood Cointegration Rank Test Statistics1.” Oxford Bulletin of Economics and Statistics 54 (3): 461–72. https://doi.org/10.1111/j.1468-0084.1992.tb00013.x.
Öner, Hakan. 2018. “Tüketici Ve üretici Fiyat Endeksleri Arasindaki i̇lişkinin Granger Nedensellik Testi Yoluyla i̇ncelenmesi.” Finans Ekonomi Ve Sosyal Araştırmalar Dergisi (FESA).
Pesaran, M. Hashem, Yongcheol Shin, and Richard J. Smith. 2001. “Bounds Testing Approaches to the Analysis of Level Relationships.” Journal of Applied Econometrics 16 (3): 289–326. https://doi.org/10.1002/jae.616.
Phillips, Peter, and Pierre Perron. 1988. “Testing for a Unit Root in Time Series Regression.” Biometrika 75 (2): 335–46. http://www.jstor.org/stable/2336182.
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.
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.
Trenkler, Carsten. 2003. “A New Set of Critical Values for Systems Cointegration Tests with a Prior Adjustment for Deterministic Terms.” Economics Bulletin 3 (11): 1–9. https://EconPapers.repec.org/RePEc:ebl:ecbull:eb-03c10003.
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.
Zellner, Arnold. 1962. “An Efficient Method of Estimating Seemingly Unrelated Regressions and Tests for Aggregation Bias.” Journal of the American Statistical Association 57 (298): 348–68. http://www.jstor.org/stable/2281644.
Zellner, Arnold, and H. Theil. 1962. “Three-Stage Least Squares: Simultaneous Estimation of Simultaneous Equations.” Econometrica 30 (1): 54–78. http://www.jstor.org/stable/1911287.
Zivot, Eric, and Donald W. K. Andrews. 1992. “Further Evidence on the Great Crash, the Oil-Price Shock, and the Unit-Root Hypothesis.” Journal of Business & Economic Statistics 10 (3): 251–70. http://www.jstor.org/stable/1391541.
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, ↩︎