Evaluating the Impact of Naturel Disaster Costs on Macroeconomic Indicators: Evidence from BRICS-T Countries

Abstract

Natural disasters vary in their impact and shape. Following a calamity, countries may incur social, economic, and political losses. Losses have both short- and long-term consequences that affect a wide range of topics. This study attempted to evaluate the theoretical and empirical influence of costs incurred during natural catastrophes on macroeconomic indices. The study used macro indicators such as growth, unemployment, inflation, expenditure, and payment. Each variable was treated as its own model. The study covered the years 2000 to 2022. The association between natural disaster expenses and macroeconomic variables was investigated using panel analysis. Firstly, descriptive statistics for the variables were used in the analysis. The next step was to do the required causality test using horizontal section and delta tests. In accordance with the findings, the Kónya causality test was used. This test reveals a one-way relationship between the natural disaster variable and the growth variable, a one-way relationship from the natural disaster variable to the unemployment variable, a bidirectional relationship between the natural disaster and investment expenditure variables, a one-way relationship between the natural disaster variable and the expenditure variable, and a unidirectional relationship between the natural disaster variable and the It was established that a directional connection existed.

Keywords

• Natural Disaster
• Macro Economic Indicators
• BRICS-T

Doğal Afet Maliyetlerinin Makro Ekonomik Göstergeler Üzerindeki Etkisinin İncelenmesi: BRICS-T Ülkelerinden Kanıtlar

Abstract

Doğal afetler etkisi ve oluşum biçimiyle farklılık göstermektedir. Yaşanan afetler sonrasında yaşanan gelişmeler sosyal, ekonomik ve siyasi açıdan ülkelerin kayıplar yaşamasına yol açabilmektedir. Kayıpların kısa ve uzun dönemli etkileri birçok alanda ve başlıkta etkisini göstermektedir. Bu çalışmada doğal afet sonrasında oluşan maliyetlerin makro ekonomik göstergeler üzerindeki etkisi hem teorik hem de ampirik olarak araştırılmaya çalışılmıştır. Makro değişken olarak çalışmada büyüme, işsizlik, enflasyon, harcama ve ödeme değişkenleri kullanılmıştır. Her değişken için ayrı ayrı modeller oluşturulmuştur. Çalışmada 2000-2022 yılları baz alınmıştır. Panel analiziyle doğal afet maliyetlerinin makro değişkenler arasındaki ilişkisi incelenmiştir. Analizde ilk olarak değişkenlere ilişkin tanımlayıcı istatistiklere yer verilmiştir. Sonrasında yatay kesit ve delta testi yapılarak uygun nedensellik testinin yapılması amaçlanmıştır. Çıkan sonuçlar doğrultusunda Kónya nedensellik testi yapılmıştır. Bu test sonucunda doğal afet değişkeni ile büyüme değişkeni arasında tek yönlü, doğal afet değişkeninden işsizlik değişkenine doğru tek yönlü, doğal afet ile yatırım harcaması değişkenleri arasında çift yönlü, doğal afet değişkeni ile harcama değişkeni arasında tek yönlü ve doğal afet değişkeni ile enflasyon değişkeni arasında tek yönlü bir bağlantının olduğu belirlenmiştir.

Keywords

• Doğal Afet
• Makro Ekonomik Göstergeler
• BRICS-T

References

1. Akar, S. (2013). Doğal afetlerin kamu maliyesine ve makro ekonomiye etkileri: Türkiye değerlendirmesi. Journal of Management and Economics Research, 11(21), 185–206.
2. Cavallo, E. A., Becerra, O., & Acevedo, L. (2022). The impact of natural disasters on economic growth (IDB Working Paper Series No. IDB-WP-1257). Inter-American Development Bank. https://doi.org/10.18235/0003683
3. Dikmen, A. T. (2019). Türkiye’de doğal afetlerin makroekonomik etkileri [Doktora tezi, Atatürk Üniversitesi]. YÖK Ulusal Tez Merkezi. https://tez.yok.gov.tr/UlusalTezMerkezi
4. Güneş, İ. (2023). Afetler ve afet ekonomisi: Teorik bir inceleme. In S. Berkün (Ed.), Sosyal, beşeri ve idari bilimler alanında uluslararası araştırmalar (pp. 149–167). Eğitim Yayıncılık.
5. Keyifli, N. (2021). OECD ülkelerinde doğal afetlerin bütçe açıkları üzerine etkisi: Dinamik panel veri analizi. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 43, 303–318.
6. Klomp, J., & Valckx, K. (2014). Natural disasters and economic growth: A meta-analysis. Global Environmental Change, 26, 183–195.
7. Klomp, J. (2016). Economic development and natural disasters: A satellite data analysis. Global Environmental Change, 36, 67–88.
8. Klomp, J., & Sseruyange, J. (2021). Earthquakes and economic outcomes: Does central bank independence matter? Open Economies Review, 32(2), 335–359.

9. Konat, G., & Fendoğlu, E. (2021). Covid-19 salgınının makroekonomik etkileri: Ekonometrik bir analiz. In A. Aksoy, A. Karapınar, F. Zaif, & B. Aydıntan (Eds.), Covid-19 pandemisinin işletme ve ekonomi alanında etkileri: Seçme yazılar (pp. 255–272). Gazi Kitabevi.
10. Kónya, L. (2006). Exports and growth: Granger causality analysis on OECD countries with a panel data approach. Economic Modelling, 23, 978–992. https://doi.org/10.1016/j.econmod.2006.04.008
11. Marangoz, M., & İzci, Ç. (2023). Doğal afetlerin ekonomik, sosyal ve çevresel etkilerinin 6 Şubat 2023 Kahramanmaraş merkezli depremler bağlamında girişimciler açısından değerlendirilmesi. Sosyal ve Beşeri Bilimler Araştırmaları Dergisi, 24(52), 1–30.
12. National Research Council. (1999). The impacts of natural disasters: A framework for loss estimation. The National Academies Press. https://doi.org/10.17226/6425
13. Noy, I. (2009). The macroeconomic consequences of disasters. Journal of Development Economics, 88(2), 221–231.
14. Panwar, V., & Sen, S. (2019). Economic impact of natural disasters: An empirical re-examination. Margin: The Journal of Applied Economic Research, 13(1), 109–139.
15. Strulik, H., & Trimborn, T. (2019). Natural disasters and macroeconomic performance. Environmental and Resource Economics, 72, 1069–1098.
16. Türe, H., & Akdi, Y. (2005, 26–27 Mayıs). Mevsimsel kointegrasyon: Türkiye verilerine bir uygulama [Sempozyum Bildirisi]. Ulusal Ekonometri ve İstatistik Sempozyumu, İstanbul Üniversitesi, Türkiye.
17. Zellner, A. (1962). An efficient method of estimating seemingly unrelated regression equations and tests of aggregation bias. Journal of the American Statistical Association, 57(298), 500–509. http://dx.doi.org/10.1080/01621459.1962.10480664