Ekonometrinin Gayesi

ve
İktisadi Modeller
 EKONOMETRİ
EKONOMETRİ NEDİR?
NEDİR?

Matematiksel Matematik
İktisat İktisat

EKONOMETRİ
İktisatçılar için Matematiksel
İstatistik İstatistik

İstatistik
 EKONOMETRİ
EKONOMETRİ NEDİR?
NEDİR?
•Ekonometri:
–Ekonomi
–Matematik
–İstatistik
•Bilimlerinin ara kesitidir.
• Yani, İktisat teorisinin, matematik ve
istatistik yöntemlerle kanıtlanması
çabalarıdır.
 EKONOMETRİNİN GAYESİ
• Ekonometrinin gayesi, iktisadi ilişkilerin
katsayılarını gerçeğe en yakın bir şekilde
tahmin etmektir.

• Burada iktisadi ilişkiler "iktisadi modelleri"

ilgilendirirken, "gerçeğe en yakın" ifadesi ise
"istatistik tümevarım" konusunu
ilgilendirmektedir.
 İKTİSADİ MODEL
İktisadın bize sağladığı ön bilgilerden
hareketle, değişkenler arasında kurulan
matematiksel ilişkiye "iktisadi model"
denir.
İktisadi ilişki veya modeller genellikle bir
ana kütleden alınan "örnek" verilerine
göre tahmin edilir.
 İSTATİSTİKİ TÜMEVARIM
• Örnekten hareketle istatistiki analiz
metotlarıyla ana kütlenin özelliklerinin
tanımlanması istatistiki tümevarımdır.
• Örnekten elde edilen sonuçlar ise, ana
kütleyi yani gerçeği tam göstermediğinden,
ekonometrik çalışmalarda istatistikî
tümevarım metodları ile ana kütle değerleri
gerçeğe en yakın tahmin edilmeye çalışılır.
 Temel Kavramlar
Veri: Analizi yapılacak sayı veya
gerçeklerdir. Örneğin 1. tüketiciye ait
aylık gelir olan 750, veridir.
Veri seti: Bir araştırma için toplanan
Tüketici Cinsiyet Aylık Gelir Yıllık Giyim Evdeki verilerdir. Yanda, 10 tüketiciye ait veri
No (K: Kadın, (Milyon TL) Harcaması Birey setidir
E: Erkek) (Milyon TL) Sayısı
Denek (Öğe): Hakkında veri toplanan
1 E 750 340 3
birey veya nesnedir. Her tüketici, bir
denektir. Buna göre 10 denek
2 E 500 120 4 bulunmaktadır
3 K 350 250 2 Değişken: Söz konusu deneklerin bir
4 E 400 100 3 özelliğidir. Çizelgede 4 değişken
bulunmaktadır: Cinsiyet (Kadın, Erkek),
5 K 250 120 3
Aylık Gelir (Milyon TL), Yıllık Giyim
6 K 375 300 4 Harcaması (Milyon TL), Evdeki Birey
7 E 150 80 3 sayısı
8 E 600 150 4 Gözlem: Tek bir deneğe ait tüm
değişkenlere ait veriler, bir gözlemdir.
9 K 280 300 5 Örneğin 2 no’lu tüketiciye ait; cinsiyeti,
10 K 425 275 4 aylık geliri, yıllık giyim harcaması ve
evdeki birey sayısı verileri, bu tüketiciye
ait gözlemdir
 Değişkenler

1. Nicel değişken
2. Nitel değişken
3. Kesikli değişken
4. Sürekli değişken
 Değişkenler
• Nicel değişken: Ne kadar veya kaç tane sorusunun
karşılığıdır. Sayısal olarak ifade edilir. Örneğin aylık
gelir, bir nicel değişkendir. Fiyat, arazi genişliği, süt
verimi birer nicel değişkendir.

• Nitel değişken: Deneklerin herhangi bir niteliğidir.

Cinsiyet, renk, bölge, grup gibi özellikler, nitel
değişkenlere örnek olarak verilebilir. Nitel değişkenler
ekonometrik modellerde kullanılabilir. Ancak bunun için
nitel verilere sayısal karşılıklar verilmesi gerekir.
Örneğin tüketicinin cinsiyeti erkek ise 1, kadın ise 0
olarak sayısallaştırılabilir.
 Değişkenler

• Kesikli değişken: Sadece tamsayısal değerler alan

değişkenlerdir. Örneğin ailedeki birey sayısı tam
sayısal verilerden oluşmak zorundadır.

• Sürekli değişken: Sayı ekseni üzerinde tüm

noktalarda değer alabilen değişkenlerdir. Örneğin
aylık gelir, sayı ekseni üzerinde her noktada değer
alabildiğinden, sürekli bir değişkendir.
 Veri ölçekleri
1. Nominal ,
2. Sıralama (Ordinal),
3. Aralık (Interval),
4. Oran (Ratio),
 Nominal Ölçek
Nominal : Verileri birbirinden ayırmaya yarayan bir
numaralama veya sayısal etiketleme sistemidir. Bir
başka ifadeyle, veriler nitel özelliklerine göre
sınıflandırılır. Veriler arasında büyüklük küçüklük
ilişkisi yoktur. Örneğin; SSK numarası, okul
numarası, futbolcuların sırt numarası gibi. Sayısal
büyüklük ifade etmeyen kategorik veriler de nominal
veri tipine girer.
Örneğin; meslek, 1: Memur, 2: İşçi, 3: Esnaf, 4: Çiftçi
gibi.
 Sıralama Ölçek
Sıralama (Ordinal): Verilerin belli bir ölçüte göre büyükten
küçüğe veya küçükten büyüğe sıralanmasıdır.
Yarışmalardaki sıralama bunun bir örneğidir. Yaygın
olarak kullanılan Likert Ölçeği de, sıralama verilerine
sahiptir. Likert ölçeğinde, beğenme veya önem verme
dereceleri azdan çoğa veya çoktan aza doğru sıralanır.
Örneğin;
1: Kesinlikle katılmıyorum,
2: Biraz katılıyorum,
3: Ne katılıyorum ne katılmıyorum (nötr),
4: Büyük ölçüde katılıyorum,
5: Kesinlikle katılıyorum.
 Aralık Ölçek
Aralık (Interval): Veriler belli iki değer arasında
tüm değerleri alabilir. Bu ölçekte, 0 yokluk
anlamına gelmez.

Örneğin hava sıcaklığı 0C iken, sıcaklık yok

denemez. Bunun yanında 2, 1’in 2 katı
demek değildir.
 Oransal Ölçek

• Oran (Ratio): Gözlemlerin aldığı değerlerin,

oransal olarak karşılaştırılabildiği veri tipidir.
• Bu veri tipinde; 10, 2’nin 5 katıdır; 0’ın anlamı
ise, yokluktur.
Fiyat, üretim miktarı, boy, ağırlık, oran veri tipine
verilebilecek örneklerdir.
 Veri tipleri
Uygulamalı ekonometrik
araştırmalarda üç tip veri söz
konusudur:

– Zaman serileri
– Kesit verileri
– Karma (panel) veri
 Zaman serileri
Birbirini izleyen periyodik dönemlere ait verilere, zaman
serisi denir.
– Günlük
– Haftalık
– Aylık
– Üç aylık
– Altı aylık
– Yıllık
veriler, zaman serilerine örnek olarak verilebilir. Zaman
serilerinde hiç bir döneme ait veri, eksik olmamalıdır.
Zaman serisi: Örnek
Tarımsal Tarımsal
Dönem işgücü Dönem işgücü
1983.01 94341 1984.01 98463

1983.02 94399 1984.02 99104

1983.03 95023 1984.03 99898

1983.04 95655 1984.04 100437

1983.05 96032 1984.05 101567

1983.06 97836 1984.06 102932

1983.07 99144 1984.07 103536

1983.08 99179 1984.08 102982

1983.09 98825 1984.09 102247

1983.10 99252 1984.10 102994

1983.11 99866 1984.11 103019

1983.12 99852 1984.12 103037

Zaman serisi: Örnek
Döne Döne
m Fiyat Talep Gelir m Fiyat Talep Gelir
1978.1 841 1317 1271 1982.1 480 943 1036
1978.2 957 1615 1295 1982.2 530 1175 1019
1978.3 999 1662 1313 1982.3 557 1269 1047
1978.4 960 1295 1150 1982.4 602 973 918
1979.1 894 1271 1289 1983.1 658 1102 1137
1979.2 851 1555 1245 1983.2 749 1344 1167
1979.3 863 1639 1270 1983.3 827 1641 1230
1979.4 878 1238 1103 1983.4 858 1225 1081
1980.1 792 1277 1273 1984.1 808 1429 1326
1980.2 589 1258 1031 1984.2 840 1699 1228
1980.3 657 1417 1143 1984.3 893 1749 1297
1980.4 699 1185 1101 1984.4 950 1117 1198
1981.1 675 1196 1181 1985.1 838 1242 1292
1981.2 652 1410 1116 1985.2 884 1684 1342
1981.3 628 1417 1190 1985.3 905 1764 1323
1981.4 529 919 1125 1985.4 909 1328 1274
Zaman serisi: Örnek
TÜKETİ TÜKETİ
Yıl GELIR M Yıl GELIR M
1976 1562.2 1417.2 1991 2710.1 2448.4
1977 1653.5 1497 1992 2733.6 2447.1
1978 1734.3 1573.8 1993 2795.8 2476.9
1979 1811.4 1622.4 1994 2820.4 2503.7
1980 1886.8 1707.5 1995 2893.6 2619.4
1981 1947.4 1771.2 1996 3080.1 2746.1
1982 2025.3 1813.5 1997 3162.1 2865.8
1983 2099.9 1873.7 1998 3261.9 2969.1
1984 2186.2 1978.4 1999 3289.5 3052.2
1985 2334.1 2066.7 2000 3404.3 3162.4
1986 2317 2053.8 2001 3464.9 3223.3
1987 2355.4 2097.5 2002 3524.5 3272.6
1988 2440.9 2207.3 2003 3538.5 3259.4
1989 2512.6 2296.6 2004 3648.1 3349.5
1990 2638.4 2391.8 2005 3704.1 3458.7
 Kesit verileri:
Zamanın belli bir diliminde veya noktasında;
bireylerden, hanehalklarından, firmalardan
veya tarım işletmelerinden toplanan veriler,
kesit verileridir.

• Anket yoluyla toplanan veriler, kesit verileridir.

• Nüfus sayımı buna iyi bir örnektir.
• İllere, coğrafi bölgelere, ülkelere göre belli bir zaman
dilimi için toplanan veriler de kesit verileridir.
 Kesit veri: Örnek

Firma no Üretim Kapasite

1 70 80
2 65 100
3 90 120
4 95 140
5 110 160
6 115 180
7 120 200
8 140 220
9 155 240
10 150 260
Kesit veri: Örnek
Ev no Fiyat Alan (m2)
1 199.9 106.5
2 228 125.4
3 235 130
4 285 157.7
5 239 160
6 293 175
7 285 180
8 365 187
9 295 193.5
10 290 194.8
11 385 225.4
12 505 260
13 425 280
14 415 300
Kesit veri: Örnek
İşsizlik
İl no Gini katsayısı Gelir oranı
1 0.4759 2950 6.3
2 0.3939 670 9
3 0.3732 16340 2.9
4 0.4454 11780 2.3
5 0.2885 200 2.5
6 0.5245 720 2.9
7 0.596 2590 3.3
8 0.2069 2830 2.5
9 0.2741 18970 2.4
10 0.5788 2060 9.9
11 0.36 390 4.2
12 0.4607 1660 5.7
13 0.5046 870 12.7
14 0.205 22850 5.7
15 0.3674 400 4.9
16 0.5906 960 3.9
17 0.54 870 3.8
18 0.2334 2780 0.3
19 0.3046 370 6.6
20 0.3274 16050 2.9
Kesit veri: Örnek
Öğrenci
no Vize Final
1 10 30
2 30 20
3 70 80
4 100 70
5 90 90
6 50 60
7 40 50
8 80 100
9 20 10
10 60 40
11 70 30
12 75 80
13 85 40
14 15 55
 Karma veri:
Zaman serisi ve kesit verilerinin bir
araya getirilmesiyle, karma veri elde
edilir.
Örneğin 1999-2004 yılları arasında
bölgelere göre buğday verimleri, 1990-
2005 yılları arasında firmalara göre süt
üretim miktarları ve süt maliyetleri,
karma verilere örnek olarak verilebilir.
 Karma veri: Örnek
1997-2001 arasında bölgelere göre süt üretimleri ve reel fiyatları

Ege Marmara Akdeniz İç Anadolu

YIL Üretim Fiyat Üretim Fiyat Üretim Fiyat Üretim Fiyat

1997 100 1.0 120 0.90 110 0.85 105 0.95
1998 120 1.1 90 1.15 110 1 125 1.20
1999 110 1.2 80 1.25 120 1.2 95 1.05
2000 130 1.1 95 1.05 350 0.95 120 0.90
2001 140 1.25 120 1.25 150 1.25 110 1.25
 Karma veri: Örnek
1990-1997 arasında 7 ülkenin tüketici fiyatları indeksi

YIL Kanada Fransa Almanya İtalya Japonya İngiltere ABD

1990 135.5 133 112.2 159.6 111.4 148.2 130.7

1991 143.1 137.2 116.3 169.8 115 156.9 136.2

1992 145.3 140.5 122.1 178.8 116.9 162.7 140.3

1993 147.9 143.5 127.6 186.4 118.4 165.3 144.5

1994 148.2 145.8 131.1 193.7 119.3 169.4 148.2

1995 151.4 148.4 133.5 204.1 119.1 175.1 152.4

1996 153.8 151.4 135.5 212 119.3 179.4 156.9

1997 156.3 153.2 137.8 215.7 121.3 185 160.5

 VERİ KAYNAKLARI

Birincil veriler İkincil veriler

Deneme verileri Zaman serileri

Kesit verileri Karma (panel) veri

Anket

Posta

Telefon

İnternet
 VERİ TİPLERİNİN KULLANIM ALANLARI

Zaman serileri Kesit verileri Karma (panel) veri

Dönemler arası
Öngörümleme Üretim deseni
ilişkiler

Pazar analizi Tüketim deseni Yapısal analiz

Yapısal analiz Tüketici davranışı Pazar analizi

Hedef grup
Dönemler arası
politikaları
ilişkiler

Pazar analizi

Yapısal analiz
 İKTİSADİ MODELLER

• Mikro Ekonomik Modeller

• Sektörel Modeller

• Makro Ekonomik Modeller

Çok Denklemli Makro Ekonometrik
Modeller
C  a 0  a1 Y  a 2 T (1)
I  b 0  b1r  b 2 Yt 1 (2)

 5 denklemli
M d  C0  c1r  c 2 Y  c 3 L (3)
 makro bir model
M D  MS (4)

Y  CIG (5)

r= Faiz haddi (oranı), L= Likit aktifler, M D= Para talebi,
MS = Para arzı
 Ekonometrinin Konusu
ve
Ekonometrik Araştırmada
Takip Edilen Aşamalar
 EKONOMETRİNİN KONUSU

•İktisadi İlişkilerin Tahmin Edilmesi,

•İktisat Teorisi ile Gerçeklerin
Karşılaştırılması ve İktisadi Davranışların
Test Edilmesi,
•Ekonomik Değişkenlerin Gelecekte
Alabilecekleri Değerlerin Önceden Tespit
edilmesi,
 Bağımlı Değişken:
Otomobil tamir masrafı
(TL/Yıl)

Bağımsız Değişken İşareti

Otonun yaşı +++++

 Bağımlı Değişken:
Otomobil tamir masrafı (TL/Yıl)

Bağımsız Değişken İşareti

Yaptığı km +++++
 Bağımlı Değişken:
Otomobil tamir masrafı (TL/Yıl)

Bağımsız Değişken İşareti

Yaptığı km +++++

Otonun yaşı +++++

 Bağımlı Değişken:
Patent sayısı (Adet/Yıl)
Bağımsız Değişken İşareti
Araştırma Geliştirme
+++++
harcamaları

Bilim adamı sayısı +++++

 Bağımlı Değişken:
İşlenen Suç Sayısı (Adet/Yıl)
Bağımsız Değişken İşareti

Verilen Ceza (adet/yıl) ------

 Bağımlı Değişken:
Ölüm (1000 Kişi/yıl)
Bağımsız Değişken İşareti
Sigara içen (1000
+++++
kişi/yıl)
 Bağımlı Değişken:
Bina Sayısı
Bağımsız Değişken İşareti

Nüfus Yoğunluğu +++++

Nüfus artış oranı +++++

Işsizlik Oranı -----

 Bağımlı Değişken:
Ev Alımı
Bağımsız Değişken İşareti

Milli Gelir +++++

G.Menkul Kr.Faiz Or. -----

 Bağımlı Değişken:
Ev Fiyatı (milyon TL)
Bağımsız Değişken İşareti

Evin alanı +++++

Oda sayısı +++++

Yatak odası sayısı +++++

Banyo alanı +++++

 Bağımlı Değişken:
Otobüsle seyahat süresi
(Saat)
Bağımsız Değişken İşareti

Bilet fiyatı -----

Akaryakıt fiyatı +++++

Kişi başına gelir -----

Kentin nüfusu +++++

+++++
Nüfus yoğunluğu

Kentin yerleşim alanı +++++

 Bağımlı Değişken:
Çalışan kadın oranı (%)
Bağımsız Değişken İşareti

Ortalama Kadın maaşı +++++

Ortalama Erkek maaşı -----

Üniv. mezunu kadın oranı +++++

İşsizlik oranı -----

Evli kadın Oranı -----

Boşanma oranı +++++

 Bağımlı Değişken:
İle Göç Oranı (%)
Bağımsız Değişken İşareti

Hayat Standardı indeksi +++++

İl geliri/Ülkegeliri +++++

İl istihdam oranı / Ülke istihdam oranı +++++

Eğitim indeksi +++++

Kişi Başınagelir +++++

Sağlık indeksi +++++

 Bağımlı Değişken:
Yurtiçi Pamuk Talebi (t)
Bağımsız Değişken İşareti
Pamuk fiyatı (t) -----
Tekstil ve konfeksiyon
+++++
ihracatı (t)
Dünya pamuk fiyatı (t) -----

Kişi başına gelir değişimi (t)-(t-1) +++++

 Bağımlı Değişken:
Ürün Ekiliş Alanı (t)
Bağımsız Değişken İşareti
Ekiliş Alanı (t-1) -----

Dekara gelir (t-1) +++++

 Bağımlı Değişken:
Süt tüketimi (t)
Bağımsız Değişken İşareti
Süt Tüketim (t-1) +++++

Fiyat (t) -----

Gelir (t) +++++

 Kesin (Deterministik) Model

Arz teorisne göre, arz, fiyatın bir

fonksiyonudur. Böyle durumda ilk soru şu
olmalıdır:

Bu iki değişken arasında kesin bir

ilişkinin var olduğunu düşünebilir
miyiz?
Kesin (Deterministik) Model...

• Cevabımız, hayır olmalıdır. Zira modele çok

sayıda değişken dahil edilse bile, yine de arz
miktarını kesinlikle kestirmemiz mümkün
değildir.
• Biz biliyoruz ki arz miktarı, fiyat dışında
pek çok değişkene bağlı olup, örneğin diğer
malların fiyatları, girdi fiyatları, geleceğe ilişkin
görüşler, teknoloji düzeyi gibi değişkenler de arz
miktarını etkileyecektir.
 Kesin (Deterministik) Model...

• Değişkenler arasında kesin bir ilişki olduğunu varsayan

modeller, kesin (deterministic) modeller olarak
adlandırılmaktadır.
• Örneğin arz miktarı y'nin, fiyat düzeyi x'in tam bir buçuk
katı olduğuna inanıyorsak:

y=1.5x
• Bu denklem, x ve y değişkenleri arasındaki kesin bir
ilişkiyi temsil etmektedir.
• Bu kestirimde hata payı yoktur.
 Olasılıklı Model...

• Eğer arz miktarında belki de önemli fakat ele alınmayan

değişkenlerin veya tesadüfi olguların yol açtığı
açıklanmayan değişimlerin olacağına inanıyorsak, kesin
model yerine tesadüfi hataya yer veren modelden
yararlanmamız gerekir. Olasılıklı model hem kesin ögeyi
hem de tesadüfi hata ögesini içerir.
• Örneğin eğer arz miktarı y'nin, fiyat düzeyi x ile:
y = 1.5x + Tesadüfi Hata
şeklinde bir ilişkisi olduğunu düşünüyorsak, x ile y
arasında olasılıklı bir ilişki olduğunu anlarız. Görüldüğü
gibi, olasılıklı modelin kesin ögesi
1.5x’tir.
 Kesin (Deterministik) ve Olasılıklı
Model...
Bu kez grafikten yararlanalım:

Kesin Model: y=1.5x Olasılıklı Model: y=1.5x + Tesadüfi hata

 İKTİSADİ MODEL

Y=a+bX

EKONOMETRİK MODEL

Y=a+bX+u
U HATA TERİMİNİN KAYNAKLARI
•ÖLÇME HATALARI
•TOPLAMA HATALARI
•ÖRNEKLEME HATALARI

•TANIMLAMA HATALARI
 Ekonometrik Yaklaşım
İktisat Teorisi Yaşam

Model Tanımlaması Ham Veri İstatistik Teorisi

Ekonometrik Model İşlenmiş Veri Ekonometrik Teknikler

Model Tahmini

Modelin Kullanılması

Devlet veya Firma

Yapısal Analiz Kararlarında

Geleceğin Tahmini
 Ekonomi teorisi, diğer araştırmalar,
Ekonometrik deneyimler, sezgiler
araştırmanın
aşamaları
 Ekonomi teorisi, diğer araştırmalar,
Ekonometrik deneyimler, sezgiler
araştırmanın
aşamaları •Model Değişkenlerinin belirlenmesi

•Bağımlı, Bağımsız Değişken

Model tanımlama Ayrımının Yapılması

•Model katsayılarının İşaret ve

Büyüklüklerinin tartışılması

•Modelin Matematiksel Şeklinin

Belirlenmesi
 Ekonomi teorisi, diğer araştırmalar,
Ekonometrik deneyimler, sezgiler
araştırmanın
aşamaları
Model tanımlama

•Zaman serileri
Veri toplama •Kesit verileri
•Karma (panel) veri
 Ekonomi teorisi, diğer araştırmalar,
Ekonometrik deneyimler, sezgiler
araştırmanın
aşamaları
Model tanımlama

Veri toplama

•En küçük kareler yöntemi

Modelin tahmin edilmesi
(EKK)
•Dolaylı en küçük kareler
yöntemi (DEKK)
•2 Aşamalı EKK
•Doğrusal olmayan EKK
 Ekonomi teorisi, diğer araştırmalar,
Ekonometrik deneyimler, sezgiler
araştırmanın
aşamaları
Model tanımlama

Veri toplama

Modelin tahmin edilmesi

Olumsuz
Hipotezlerin test edilmesi
 Ekonomi teorisi, diğer araştırmalar,
Ekonometrik deneyimler, sezgiler
araştırmanın
aşamaları
Model tanımlama

Veri toplama

Modelin tahmin edilmesi

Hipotezlerin test edilmesi

Olumlu

Sonuçların yorumlanması
 Ekonomi teorisi, diğer araştırmalar,
Ekonometrik deneyimler, sezgiler
araştırmanın
aşamaları
Model tanımlama

Veri toplama

Modelin tahmin edilmesi

Olumsuz
Hipotezlerin test edilmesi

Olumlu

Sonuçların yorumlanması

Politika kararları Öngörümleme