Yıldız Teknik Üniversitesi

İktisat Bölümü
Ekonometri I Ders Notları
Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A
Modern Approach, 2nd. edition, Thomson Learning

Ch. 1:
Giriş, Temel Tanımlar ve Kavramlar

Doç. Dr. Hüseyin Taştan1

1 Yıldız Teknik Üniversitesi, İktisat Bölümü, Yıldız Kampüsü H Blok, Oda no. 124, Beşiktaş, İstanbul.
Email: tastan@yildiz.edu.tr
 EKONOMETRİNİN UĞRAI ALANLARI

• Ekonomik ilişkilerin tahmini için istatistiksel

yöntemler geliştirmek,
• Ekonomik teori ve hipotezleri test etmek,
• Ekonomik politikaları değerlendirmek ve
uygulamak
• Tahmin-Öngörü- (forecasting) yapmak,
• Deneysel-olmayan (nonexperimental) ya da
gözlemsel (observational) veri (data) toplamak
ve analiz etmek.

2
 EKONOMETRİ NEDİR ?

• Ekonometri kelime anlamıyla “ekonomik ölçme”

demektir. Ancak, ekonometrinin uğraşı alanı çok
daha geniştir.
• Ekonometri, ekonomik olayların ekonomik teori,
matematik ve istatistiksel çıkarım (inference)
araçlarıyla analiz edildiği bir sosyal bilimdir
(Goldberger, A.S., 1964).

3
EKONOMETRİDE KLASİK (GELENEKSEL)
METODOLOJİ
• Teori ya da hipotezin formülasyonu,
• Bu teori ya da hipotezin matematiksel modelinin
oluşturulması (model specification),
• Matematiksel modelin ekonometrik model haline
getirilmesi,
• Veri (data) toplanması,
• Ekonometrik modelin parametrelerinin tahmini,
• Hipotez testleri,
• Tahmin (forecasting/prediction),
• Model sonuçlarının kontrol ya da politika
oluşturma amacıyla kullanılması. (Gujarati, p.3)
4
 EKONOMİK MODEL
ÖRNEK 1: Suçun İktisadi Modeli
y = f(x1,x2,x3,x4,x5,x6,x7)

y = suç işlemeye ayrılan zaman, (saat)

x1 = suç işlemeye ayrılan zaman başına “ücret”
x2 = yasal çalışma için saat başına ücret
x3 = suç ve yasal çalışma dışında kalan gelir
x4 = yakalanma olasılığı
x5 = yakalanma durumunda hüküm giyme olasılığı
x6 = hüküm giyme durumunda beklenen ceza
x7 = yaş
5
 EKONOMİK VE EKONOMETRİK MODEL :
ÖRNEK
Ekonomik Model: İş eğitimi ve işçi verimliliği

wage: saat başına ücret, para birimi

exper: işgücü piyasasındaki deneyim, yıl
training: iş ile ilgili eğitime ayrılan süre, hafta

Ekonometrik Model: Doğrusal spesifikasyon

6
Ekonometrik Model: Doğrusal spesifikasyon

u: rassal hata terimi (error term, disturbance term), modelde yer

almayan tüm faktörlerin ortak etkisi

Ücret (wage) denkleminde yer almadığı halde ücretleri etkilemesi

muhtemel, doğuştan gelen yetenek, alınan eğitimi, aile geçmişi gibi
faktörlerin ortak etkisi hata terimin u’da yer alır.

β0, β1, β2, β3 : yukarıdaki ekonometrik modelde ücretlerle, eğitim düzeyi,

tecrübe ve iş eğitimi değişkenleri arasındaki ilişkinin yönünü ve
gücünü gösteren parametreler

7
 EKONOMİK VERİ (DATA) TÜRLERİ

1) Kesitler-arası veri (cross-sectional data):

Kişiler, aileler, firmalar, şehirler, endüstriler,
ülkeler vb. birimlere ait belli bir zaman
noktasına ait örnekleri kapsar.
2) Zaman serileri (time series data) :
Değişkenlere ait birbirine eşit zaman
aralıklarında gözlemlenen değerleri içerir.
Çoğu makroekonomik değişken bu gruba girer.
GSMH, enflasyon ve faiz oranları, döviz
kurları, İMKB endeksi vs.

8
Kesitler-arası (cross-sectional) veri : Örnek:
GRETL, wage1.gdt

9
Zaman serisi veri : Örnek
GRETL: prminwge.gdt

10
 Veri türleriyle ilgili bazı notlar

• Kesitler-arası veri rasgele örnekleme (random

sampling) yoluyla mı elde edilmiş, yoksa başka
bir yolla mı? Bu ayrım önemli.
• Kesitler-arası veri daha çok mikroekonomik
hipotezlerin testinde ve ekonomik politikaların
değerlendirilmesinde işimize yarar.
• Zaman serisi verilerde veri sıklığı (data
frequency), verinin hangi zaman aralıklarıyla
toplandığını gösterir : yıllık, aylık, günlük, vs.

11
 BİRLETİRİLMİ KESİTLER-ARASI VERİ
(POOLED CROSS SECTIONS)
• Veri seti hem kesitler-arası hem de zaman
serisi özelliği taşır.Örneğin, iki ayrı yıla ait
kesitler-arası hane halkı anket sonuçları.
• Burada, örnekleme yeniden yapıldığı için
her bir kesitler-arası veride aynı birimler
(aile, firma, vs.) değil farklı birimler yer alır.

12
Birleştirilmiş kesitler-arası veri (pooled cross
sections) örneği

13
 PANEL VERİ (LONGITUDINAL DATA)

• Aynı birimlere (aile, kişi, firma, vs) ait zaman

serilerinin oluşturduğu veri seti.

• Örneğin, her yıl aynı 1000 aileye gidip hane

halkı anketi yapıyorsak, 10 yıl sonra elimizde
1000 aileye ait 10 yıllık bir zaman serisi
oluşacaktır.Her bir değişken için 1000 X 10
boyutunda bir veri matrisine sahip olacağız.

14
PANEL VERİ ÖRNEĞİ

15
 Nedensellik (Causality) ve Ceteris Paribus
Kavramı
• Ekonomik modellerin test edilmesinde ve politikaların
oluşturulmasında ekonometrisyenin temel amacı bir
değişkenin diğer bir değişken üzerinde nedensel etkisinin
ortaya konmasıdır
• Ceteris paribus: ilgili diğer faktörlerin etkisi sabit
• Nedensellikte bu varsayımın önemli bir yeri vardır. Bir çok
iktisadi soru ceteris paribus niteliği taşır
• Örneğin, tüketici talep teorisinde, fiyattaki bir değişmenin
talep edilen miktar üzerindeki etkisini öğrenmek
istediğimizde, gelir, diğer malların fiyatları, kişisel zevk ve
tercihler gibi değişkenlerin sabit tutulduğunu varsayarız.
• Diğer faktörler sabit tutulmazsa fiyat değişimi ile talep edilen
miktar arasındaki nedensel ilişkiyi ortaya koymak mümkün
olmaz.
• Ekonometrik analizlerde temel soru yeterli sayıda faktörün
sabit tutulup tutulmadığıdır. 16
 Ceteris Paribus: Örnekler
Örnek 1.3: Gübre kullanımının tarımsal çıktı üzerine
etkisi
– Tarımsal ürün buğday olsun. Gübre miktarınının üretilen
buğday miktarı üzerindeki etkisini ayrıştırmak istiyoruz.
– Buğday mahsulünü gübre dışında, yağmur miktarı,
toprağın kalitesi, parazitlerin varlığı gibi bir çok faktör
etkiler.
– Gübrenin etkisini ayrıştırabilmemiz için bu faktörlerin
kontrol edilmesi gerekir.
– Bunu görebilmek için şöyle bir deney tasarlayabiliriz.
Tarlayı birbirine eşit büyüklükte (örneğin dönüm) parçlara
ayırır, ve her parçaya değişen miktarlarda gübre uygularız.
– Daha sonra her parça için çıktı miktarlarını ölçeriz ve
ilerleyen derslerde göreceğimiz yöntemlerle gübre miktarı
ile ilişkisini modelleriz
17
 Örnek 1.3: Gübre kullanımının tarımsal çıktı
üzerine etkisi
– Peki bu deneyin ceteris paribus varsayımını
tam olarak sağladığını söyleyebilir miyiz?
– Hayır, çünkü toprağın kalitesini tam olarak
kontrol etmemiz (hatta gözlemlememiz)
olanaklı değildir.
– Ancak yine de ceteris paribus yaklaşımını
kullanabiliriz.
– Bunun için her toprak parçasında
kullandığımız gübre miktarının toprak kalitesi
ile ilişkisiz olması yeterli olacaktır.
– Başka bir deyişle, toprak parçalarının
özellikleri gübre miktarının belirlenmesinde
göz ardı edilmelidir. 18
 Ceteris Paribus: Örnekler
Örnek 1.4: Eğitimin getirisinin ölçülmesi:
– Soru: Popülasyondan bir çalışanı seçsek ve bu kişiye fazladan bir yıl
eğitim versek, bu kişinin ücreti ne kadar artar?
– Bu da bir ceteris paribus sorusudur: eğitimi etkileyen eğitim dışındaki tüm
faktörlerin sabit tutulmuş olması gerekir.
– Gübre-tarımsal çıktı deneyine benzer şekilde şöyle bir deney
tasarladığımızı düşünelim: popülasyondan bir grup seçilmiş ve her bireye
rassal olarak belirlenmiş eğitim seviyeleri tayin edilmiş olsun (kimisi
ilkokul, kimi lise, kimi 9. sınıf kimi de üniversite eğitimine sahip olacaktır)
– Her birinin eğitimden sonra bir işte çalışacağı varsayılarak ücret
düzeyleri ölçülmüş olsun.
– Eğer eğitim düzeyleri ücretleri etkileyen diğer faktörlerden (tecrübe ve
doğuştan gelen yetenek) bağımsız olarak tayin edilirse ilave bir yıl
eğitimin ücretler üzerindeki etkisi ayrıştırılabilir.

19
 Örnek 1.4: Eğitimin getirisinin ölçülmesi (devam)
• Açıktır ki böyle bir deneyin gerçekleştirilmesi mümkün değildir:
– Moral nedenler,
– Ekonomik maliyetler,
– Zaten üniversite mezunu olan birine, 8. sınıf eğitimi verilmesinin
imkansızlığı
• Deneysel veri oluşturulamasa bile, kişilerin eğitim düzeyleri ve
ücretlerine ilişkin gözlemsel veriler elde edilebilir.
• İnsanlar eğitim düzeylerini kendileri seçtiğinden, ücreti
belirleyen diğer faktörler ile eğitim düzeyinin ilişkisiz olmasını
bekleyemeyiz.
• Örneğin, doğuştan yetenekli (innate ability) insanlar daha fazla
eğitim alma eğilimindedir. Yüksek yetenek düzeyine sahip
bireyler daha yüksek ücret aldıklarından eğitim düzeyinin
ücretler üzerindeki etkisini ceteris paribus etkisini ayrıştırmak
zorlaşır.
20
 Örnek 1.5: Yasal yaptırımların bir şehirdeki suç
seviyesi üzerindeki etkisi
• Soru: Bir şehirde devriye gezen polis sayısının arttırılması suç
oranını düşürür mü?
• Ceteris paribus: eğer bir şehir rassal olarak seçilir ve polis
sayısı 10 kişi arttırılırsa suç oranı ne kadar düşer?
• Başka bir deyişle: iki şehir, A ve B, polis sayısı dışında her
açıdan birbirinin aynıysa, öyle ki A şehrindeki polis sayısı B
şehrinden 10 daha fazlaysa, iki şehir arasındaki suç oranı farkı
ne olur?
• Polis sayısı dışında her açıdan birbirinin aynı olan iki şehir
bulmak imkansızdır. Ancak ekonometrik analizde bu şart
değildir.
• Bir şehirde kaç polisin görev yapacağı, o şehirdeki suç oranı
dışındaki (suç oranını etkileyen) faktörlerle ilişkilidir.
• Bir şehirdeki polis gücü ile suç oranı eşzamanlı (simultaneous)21
belirlenir.