Determinants of High Technology Exports and Turkey’s state

Year 2021, , 1128 - 1141, 31.07.2021

Özlem Akay

https://doi.org/10.29130/dubited.861464

Cited By: 1

Abstract

High technology exports are very important for countries to develop economically and to gain an international competitive advantage. In order to increase the economic growth of developing countries, it is an issue that needs to be focused on high technology exports. Therefore, it is necessary to reveal the factors affecting high technology exports and high technology exports. Therefore, the study aims to determine the location of Turkey among European Union member countries in terms of the high-tech exports and the importance of the factors affecting the level of high-tech exports in Turkey. First, between the years 2007-2018 the European Union countries and Turkey's high-tech export data were obtained. Turkey's location has been determined among European union countries by performing time series clustering analysis to these data. Then, for Turkey significance level of factors affecting high-tech exports was determined using artificial neural networks.

Keywords

High technology export, Cluster analysis, Artificial neural networks.

Yüksek Teknoloji İhracatında Türkiye’nin Yeri ve Belirleyicileri

Abstract

Yüksek teknoloji ihracatı, ülkelerin ekonomik olarak kalkınması ve uluslararası rekabet üstünlüğü sağlayabilmeleri açısından oldukça önemlidir. Özellikle gelişmekte olan ülkelerin ekonomik büyümelerini artırmak için yüksek teknoloji ihracatı üzerinde durulması gereken bir konudur. Dolayısıyla yüksek teknoloji ihracatı ve yüksek teknoloji ihracatını etkileyen faktörlerin ortaya konulması gerekmektedir. Bu nedenle çalışmada, yüksek teknoloji ihracatı açısından Türkiye’nin Avrupa Birliği üyesi ülkeler arasında bulunduğu yerin ve Türkiye’de yüksek teknoloji ihracatını etkileyen faktörlerin önem düzeyinin belirlenmesi amaçlanmaktadır. Bu amaç doğrultusunda, ilk olarak, 2007-2018 yılları arası Avrupa Birliği ülkeler ve Türkiye’nin yüksek teknoloji ihracat verileri alınarak zaman serisi kümeleme analizi ile Türkiye’nin Avrupa Birliği ülkeleri arasındaki yeri belirlenmiştir. Daha sonra, yapay sinir ağları kullanılarak Türkiye için yüksek teknoloji ihracatı belirleyicilerinin önem düzeyleri elde edilmiştir.

Keywords

Yüksek teknoloji ihracatı,, Kümeleme analizi,, Yapay sinir ağları.

References

• [1] A. Şeker, “Teknolojik Gelişme ve Yüksek Teknoloji İhracatının Ekonomik Karmaşıklık Endeksi Üzerindeki Etkisi: Türkiye Örneği,” Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, c. 26, s. 2, ss. 377-395, 2019.
• [2] E. Tekin, ve Y. Hancıoğlu, “İnovasyon Belirleyicilerinin İhracat Performansına Etkisi Üzerine Bir Araştırma,” Uluslararası Yönetim İktisat ve İşletme Dergisi, c. 14, s. 4, ss. 897-917, 2018.
• [3] T.S. Sara, F.H. Jackson, ve L.T Upchurch, “Role of Innovation in Hi-Tech- Exports of a Nation”, International Journal of Business and Management, c.7, s. 7, ss. 85-93, 2012.
• [4] İ. Çütçü, “İnovasyonun İhracat Performansına Etkisi: Yatay-Kesit Analizi Uygulaması,” Uluslararası Sosyal Araştırmalar Dergisi, c. 10 s. 48, ss. 586-596, 2017.
• [5] A. Şahbaz, R. Yanar, U. Adıgüzel, “Ar-Ge Harcamaları ve İleri Teknoloji Mal İhracatı İlişkisi: Panel Nedensellik Analizi,” Ç.Ü. Sosyal Bilimler Enstitüsü Dergisi, c. 23, s. 1, ss. 47-60, 2014.
• [6] A. Konak, “Yüksek Teknoloji İçeren Ürün İhracatının İhracat Hacmi ve Ekonomik Büyüme Üzerine Etkisi; Seçilmiş OECD Ülkeleri ve Türkiye Örneği,” JOMELIPS-Journal of Management Economics Literature Islamic and Political Sciences, c. 3, s. 2, ss. 56-80, 2018.
• [7] Z. Erdinç, ve A. Gökçen, “Yüksek Teknoloji Ürünleri İhracı Ve Belirleyicileri: Panel Veri Analizi”, International Social Mentality and Researcher Thinkers Journal, (Issn:2630-631X), c. 6, s. 30, ss. 496-507, 2020.
• [8] F. Kula, “Uluslararası sermaye hareketlerinin etkinliği: Türkiye üzerine gözlemler,” Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, c. 4, s. 2, 141-154, 2003.
• [9] G. Özkan, ve H. Yılmaz, “AR-GE Harcamalarının Yüksek Teknoloji Ürün İhracatı ve Kişi Başı Gelir Üzerindeki Etkileri: 12 AB Ülkesi ve Türkiye için Uygulama (1996-2015),” Bilgi Ekonomisi ve Yönetimi Dergisi, c. 12, s. 1, 1-12, 2017.
• [10] U. Buzdağlı, A.M. Uzun, S. Ö. Emsen, “yükselen ekonomilerde yüksek teknolojili mal ihracatının belirleyicileri”, Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi , c. 20, s. 1, ss. 474 – 487, 2019.
• [11] S. Belay, “Determinants of levels of high technology exports: An empirical investigation”, Advances in Competitiveness Research, c. 13, s. 1,ss. 64-79, 2005.
• [12] M. Srholec, “High-Tech Exports from Developing Countries: A Symptom of Technology Spurts or Statistical Illusion?” Review of World Economics/WeltwirtschaftlichesArchiv, c. 143, s. 2, ss. 227–255, 2007.
• [13] H. Hollenstein, “Innovation modes in the Swiss service sector: a cluster analysis based on firm-level data”, Research policy, c. 32, s. 5, ss. 845-863, 2003.
• [14] Y. G., Lee, ve Y. I . Song, “Selecting the key research areas in nano-technology field using technology cluster analysis: A case study based on National R&D Programs in South Korea”, Technovation, c. 27, s. (1-2), ss. 57-64, 2007.
• [15] Y. L., Chyi, Y. M. Lai ve W. H. Liu, “Knowledge spillovers and firm performance in the high-technology industrial cluster”, Research Policy, c. 41, s. 3, ss. 556-564, 2012.
• [16] İ. Göçer, “Ar-Ge harcamalarının yüksek teknolojili ürün ihracatı, dış ticaret dengesi ve ekonomik büyüme üzerindeki etkileri”, Maliye Dergisi, c. 165, s. 2, ss. 215-240, 2013.
• [17] K. Hadri, ve E. Kurozumi, “A Simple Panel Stationarity Test in the Presence of Serial Correlation and a Common Factor”, Economics Letters, c.115, ss. 31–34, 2012.
• [18] E.I. Dumitrescu, ve C. Hurlin, “Testing for Granger Non-Causality in Heterogeneous Panels”, Economic Modelling, c. 29, s. 4, ss. 1450–1460, 2012.
• [19] J. Westerlund, ve D.L. Edgerton, “A Panel Bootstrap Cointegration Test”, Economic Letters, c. 97, s. 3, ss. 185-190, 2007.
• [20] M. Eberhardt, ve S. Bond, “Cross-section Dependence in Nonstationary Panel Models: A Novel Estimator”, MPRA Paper, No. 17870, 2009.
• [21] O. M. Telatar, M. K., Değer, ve M. A. Doğanay, “Teknoloji yoğunluklu ürün ihracatının ekonomik büyümeye etkisi: Türkiye örneği (1996: Q1-2015: Q3)”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, c. 30, s. 4, 2016.
• [22] R. F. Engle, ve C.W. J. Granger, “Cointegration and Error Correction: Representation, Estimation and Testing”, Econometrica, c. 55 s. 2, ss. 251- 276, 1987.
• [23] S. Güneş, ve T. Akın, “Yüksek teknolojili ürün i̇hracatı: Lider ülkeler ve Türkiye analizi.” (2019).
• [24] M., Akyol ve S. Demez, “İnovasyonun Yüksek Teknoloji Ürün İhracati Üzerindeki Etkisi: Yeni Endüstrileşen Ülkeler İçin Panel Veri Analizi”, Journal of Yaşar University, c. 15, s. 57, ss. 56-62, 2020.
• [25] D. Sankoff ve JB Kruskal, “Time Warps, String Edits, and Macromolecules: The Theory and Practice of Sequence Comparison. Addison Wesley, 1983.
• [26] D.J. Berndt, J. Clifford “Using Dynamic Time Warping to Find Patterns in Time Series.” In KDD Workshop, ss. 359–370, 1994.
• [27] Z. Bohte, D. Cepar, K. Ko˘smelj, “Clustering of Time Series”, In MM Barritt, D Wishart (eds.), COMPTSTAT 80, Proceedings in Computational Statistics, ss. 587–593. PhysicaVerlag, Heidelberg, 1980.
• [28] P. Galeano, D. Pe˜na, “Multivariate Analysis in Vector Time Series”, Resenhas do Instituto de Matem´atica e Estat´ıstica da Universidade de S˜ao Paulo, c. 4, s. 4, ss. 383–403, 2000.
• [29] J. Caiado, N. Crato, D. Pe˜na, “A Periodogram-Based Metric for Time Series Classification”, Computational Statistics & Data Analysis, c. 50 s. 10, ss. 2668–2684, 2006.
• [30] P. D’Urso, E.A. Maharaj, “Autocorrelation-Based Fuzzy Clustering of Time Series”, Fuzzy Sets and Systems, c. 160, s. 24, ss. 3565 – 3589, 2009.
• [31] E.A. Maharaj, “A Significance Test for Classifying ARMA Models.” Journal of Statistical Computation and Simulation, c. 54, s. 4, ss. 305–331, 1996.
• [32] E.A. Maharaj, “Clusters of Time Series”, Journal of Classification, c. 17, s. 2, ss. 297–314, 2000.
• [33] P. Montero, J.A. Vilar, “TSclust: An R package for time series clustering”, Journal of Statistical Software c. 62, ss. 1-43, 2014.
• [34] O. Kaynar, S. Taştan, ve F. Demirkoparan, “Yapay sinir ağlari ile doğalgaz tüketim tahmini”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, c. 25, 2011.
• [35] H. Budak, ve S. Erpolat, “Kredi Riski Tahmininde Yapay Sinir Ağları ve Lojistik Regresyon Analizi Karşılaştırılması”, AJIT‐e: Online Academic Journal of Information Technology, c. 3, s. 9, 23-30, 2012.
• [36] H. Aygören, H. Saritaş, ve T. Morali, “İMKB 100 Endeksinin Yapay Sinir Ağları ve Newton Nümerik Arama Modelleri ile Tahmini”, Journal of Alanya Faculty of Business/Alanya Isletme Fakültesi Dergisi, c. 4, s. 1, 2012.
• [37] Ö. Yıldız, “Döviz Kuru Tahmininde Yapay Sinir Ağlarının Kullanımı”, Osmangazi Üniversitesi Sosyal Bilimler Enstitüsü Yüksek Lisans Tezi, Eskişehir, 2006.
• [38] Ö. Efe,ve O. Kaynak, “Yapay Sinir Ağları ve Uygulamaları”, Boğaziçi Üniversitesi Yayınları, Basım No: 696, İstanbul, 148, 2000.
• [39] Ö. Asilkan, ve A. G. S. Irmak, “İkinci El Otomobillerin Gelecekteki Fiyatlarının Yapay Sinir Ağları ile Tahmin Edilmesi”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, c. 14, s. 2, ss. 375-391, 2009.
• [40] C. Hamzaçebi, ve F. Kutay, “Yapay sinir ağları ile türkiye elektrik enerjisi tüketiminin 2010 yılına kadar Tahmini”, Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, c. 19, s. 3, 2004.
• [41] M. Tolon, ve N.G. Tosunoğlu, “Tüketici Tatmini Verilerinin Analizi: Yapay Sinir Ağlari Ve Regresyon Analizi Karşilaştirmasi”, Gazi Universitesi Iktisadi ve Idari Bilimler Fakultesi Dergisi, c. 10, s. 2, 2008.
• [42] H.A. Es, F.Y. Kalender ve C, Hamzaçebi, “Yapay sinir ağlari ile Türkiye net enerji talep tahmini”, Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, c. 29,s. 3, 2014.
• [43] A. Akcan, ve C. Kartal, “İMKB Sigorta Endeksini Olusturan Sirketlerin Hisse Senedi Fiyatlarının Yapay Sinir Ağları İle Tahmini”, Muhasebe ve Finansman Dergisi, c. 51, ss. 27-40, 2011.
• [44] M. Karaatlı, Ö.C. Helvacıoğlu, N. Ömürbek, ve G. Tokgöz, “Yapay Sinir Ağlari Yöntemi ile Otomobil Satiş Tahmini”, Uluslararası Yönetim İktisat ve İşletme Dergisi, c. 8, s. 17, 87-100, 2012.
• [45] A.K. Kökocak, Ekonomik güç: Bilim ve Teknoloji, Odak Yayın ve Dağıtım, Ankara, 2005.
• [46] H. Yaman, ve O. Sungur, “İleri Teknoloji İhtracatı ve Büyüme İlişkisi: OECD Ülkelerine Yönelik Ekonometrik Bir Analiz”, Bolu Abant İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, c. 20,s. 1, ss. 63-80, 2020.
• [47] O. Kızılkaya, E. Sofuoğlu, ve A. Ay, “Yüksek teknolojili ürün ihracatı üzerinde doğrudan yabancı sermaye yatırımları ve dışa açıklığın etkisi: Gelişmekte olan ülkelerde panel veri analizi”, 2017.
• [48] N. Topallı, “Doğrudan yabancı yatırımlar, ekonomik büyüme ve yüksek teknoloji ihracatı arasında bir nedensellik ilişkisi”, International Journal of Social Sciences and Education Research, c. 1, s. 1, ss. 277-285, 2015.
• [49] N. Algan, M. Manga ve M. Tekeoğlu, T”eknolojik Gelişme Göstergeleri ile Ekonomik Büyüme Arasındaki Nedensellik İlişkisi: Türkiye Örneği”, International Conference on Eurasian Economies, ss. 332-338, 2017.