Orta vadeli program (OVP)* tahminlerinin GM (1,1) modeli ve doğrusal trend analizi ile yeniden değerlendirilmesi

Abstract

Özellikle II. Dünya Savaşı’ndan sonra başlayan refah devleti anlayışı, sonrasında yaşanan “Büyük Enflasyon” ve nihayetinde 1990’lı yıllarla gerçekleşmeye başlayan küreselleşme olgusu bütçeleme sürecinde ve tekniklerinde birçok değişikliği de beraberinde getirmiştir. Türkiye açısından bakıldığında 5018 sayılı Kamu Mali Yönetim ve Kontrol Kanunu (KMYKK) kapsamında uygulanmaya başlanan çok yıllı bütçeleme ile bir yıl esas olmak kaydıyla üçer yıllık planları içine alan bütçe uygulamalarına geçilmiştir. Çalışmanın amacı da OVP’de yer alan söz konusu bütçe uygulamalara geçilmiştir. Çalışmanın amacı çok yıllık bütçeleme neticesinde ortaya çıkan OVP tahminlerinin tutarlılığının ölçülmesidir. Çalışma kapsamında tutarlılığın ölçülebilmesi için 2012-2021 yıllarını kapsayan kamu gelirleri ve giderlerine ilişkin veriler kullanılmıştır. OVP tahminlerinin tutarlılıklarının ölçülebilmesi için tahmin sonuçları ile Gri Teori (GM (1,1)) uygulaması ve Trend analizlerinde elde edilen sonuçlar karşılaştırılmıştır. Yapılan analizler neticesinde elde edilen sonuçlara bakıldığında 2012-2021 yılları için OVP’lerde yer alan tahminleri gerçekleşen tutarlardan sapmalarının gelir kanadında %15’lik bir sapmayla hesaplandığı, harcama kanadında ise %32’lik bir sapma ile hesaplandığı tespit edilmiştir. Yapılan GM (1,1) modellemesi ile gelirde %4,08 ve harcamada ise %4,63’lük bir sapma ile gelir ve gider tahminleri yapılmıştır. Elde edilen sonuçlar değerlendirildiğinde yapılan analizlerin kamunun yapmış olduğu OVP tahminlerden daha tutarlı olduğu tespit edilmiştir.

Keywords

• Orta Vadeli Program
• Bütçe Gelirleri
• Bütçe Giderleri
• Gri Teori

Reforecasting the medium-term program (MTP) predictions through the application of grey model (GM) (1,1) and linear trend analysis

Abstract

In the wake of the Second World War, the emergence of the welfare state model, coupled with the subsequent era of the 'Great Inflation', and ultimately the advent of the globalization paradigm in the 1990s, instigated substantial evolutions in budgetary procedures and methodologies. In the Turkish context, pursuant to the Public Financial Management and Control Law No. 5018, the integration of a multi-annual budgeting framework commenced, encapsulating triennial plans predicated on an annual basis into budgetary strategies. The intent of this scholarly investigation is to ascertain the level of coherence exhibited by the projections within the Medium-Term Program (MTP), which have been derived because of these multi-annual budgetary practices. To quantify this coherence, data pertaining to public revenue and expenditures for the decade spanning 2012 to 2021 have been employed within this study. The consistency of the MTP predictions was scrutinized by juxtaposing the forecasted outcomes with empirical findings procured from the application of Grey Theory (GM (1,1)) and trend analysis methodologies. Reviewing the insights extracted from these analytical procedures, it was discerned that the divergences from the actual figures and the estimates presented in the MTPs for the period of 2012-2021 were calculated with a discrepancy of 15% in terms of revenue and a variance of 32% on the expenditure front. Utilizing the GM (1,1) modelling approach, projections for revenues and expenditures were formulated with a discrepancy rate of 4.08% and 4.63% respectively. An evaluation of the outcomes procured suggests that the analytical procedures executed demonstrated a higher degree of coherence compared to the MTP estimates promulgated by the government.

Keywords

• Medium Term Programme
• Budget Revenues
• Budget Expenses
• Grey Theory

References

1. Akçakaya, O. (2021). Büyükşehirlerin Çok Yıllı Gider Bütçelerinin Gir Tahmin Modeli ile Analizi: İstanbul Büyükşehir Belediyesi Örneğinde Bir Uygulama. Fırat Üniversitesi Sosyal Bilimler Dergisi, 31(2), 875–885. doi:10.18069/firatsbed.899037
2. Aktan, C. C. (2001). Kamu Ekonomisi ve Kamu Maliyesi. İzmir: Anadolu Matbaacılık.
3. Akyüz, L. ve Bilgil, H. (2022). Application of Standard and Exponential Grey Forecasting Models on Turkey ’s Education Expenditures. New Trends in Mathematical Sciences, 10(4), 9–19. doi:10.20852/ntmsci.2022.484
4. Ataç, B., Coşkun, G. ve Moğol, T. (2004). Bütçe. Eskişehir: Anadolu Üniversitesi.
5. Bal, T. (2016). Performans Esaslı Bütçeleme (PEB) Sistemi ve Sistemin Uygulanabilirliğinin Artırılmasına Yönelik Öneriler. Sayıştay Dergisi, 101, 1–30.
6. Bodin, J. (1967). Six Books of the Commonwealth. (M. J. Tooley, Ed.). London: Oxford University Press.
7. Çalışkan, A., Ertürk, Y. ve Koçak, D. (2020). Türkiye’de Vergi Gelirlerini Gri Tahmin Modeli ile Tahmin Edilmesi. Vergi Sorunları Dergisi, 43(387), 50–58.
8. Candan, E. (2007). Türk Bütçe Sisteminde Performans Denetimi. Ankara: Ümit Ofset Matbaacılık. doi:10.1017/CBO9781107415324.004

9. Chen, S. W., Li, Z. G. ve Zhou, S. X. (2005). Application of Non-Equal Interval GM(1,1) Model in Oil Monitoring of Internal Combustion Engine. Journal of Central South University of Technology, 12(6), 705–708. doi:10.1007/s11771-005-0073-2
10. Ergün, T. (2004). Kamu Yönetimi (Kuram-Siyasi-Uygulama). Ankara: TODAİE Yayınları.
11. Fu, Y. ve Ye, G. (2019). Prediction of the Impact of Comprehensive Property Tax on Local Fiscal Revenue : Take Chongqing as an Example. ICEME 2019 içinde (ss. 40–44).
12. Haldun, İ. ve Çev. Tekin, A. (2014). Mukaddime İbn Haldun I. CİLT-II. CİLT (1. baskı). İstanbul: İlgi Kültür Sanat Yayınları.
13. Hazine ve Maliye Bakanlığı. (2022). Kamu Giderleri ve Gelirleri. https://muhasebat.hmb.gov.tr/ adresinden erişildi.
14. Hobbes, T. (1998). Leviathan. New York: Oxford University Press.
15. Ju-Long, D. (1982). Control Problems of Grey Systems. Systems and Control Letters, 1(5), 288–294. doi:10.1016/S0167-6911(82)80025-X
16. Ju-Long, D. (1989). Introduction to Grey System. Journal of Grey System, 1(1), 1–24.
17. Kamu Mali Yönetim ve Kontrol Kanunu (10/12/2003). Resmi Gazete (Sayı: 25326 No:5018). https://www.mevzuat.gov.tr/mevzuat?MevzuatNo=5018&MevzuatTur=1&MevzuatTertip=5
18. Karahanoğulları, O. (2015). Kamu Hizmeti (3. baskı). Ankara: Turhan Kitapevi.
19. Li, W. ve Wei, Y. (2010). Application of Grey Prediction Theory to Forecast Expenditure for Science & Technology: Evidence from Henan Province in China Wuwei. 2010 International Conference on Challenges in Environmental Science and Computer Engineering içinde (ss. 216–219). IEEE Computer Society. doi:10.1109/CESCE.2010.235
20. Liu, S. ve Lin, Y. (2006). Grey Information: Theory and Practical Applications. London: Springer-Verlag. doi:10.1108/03684920810851078
21. Luo, M. (2023). Prediction of hospital health expenditure based on GM (1.1) grey clustering model. Proceedings of the 2022 2nd International Conference on Business Administration and Data Science (BADS 2022) içinde (ss. 1164–1169). Xinjiang: Atlantis Press. doi:10.2991/978-94-6463-102-9_120
22. Ma, L., Shi, M., Li, Y. ve Liu, Y. (2019). Prediction of Total Tax Value Based on Grey BP Correction Model. Journal of Economics, Business and Management, 7(2), 45–49. doi:10.18178/joebm.2019.7.2.579
23. Mogol, T. (2018). Devlet Bütçe Sistemleri. Devlet Bütçesi içinde . Eskişehir: Anadolu Üniversitesi Açıköğretim Yayını, Yayın No: 2608.
24. Primandari, A. H. (2017). Grey Exponential Smoothing for Forecasting Indonesian Income Tax. International Journal of Advances in Soft Computing and its Applications, 9(1), 88–98.
25. Rousseau, J. J. (1995). Rousseau, J. J. İstanbul: Say Sayınları.
26. Sayım, S. ve Ömürbek, V. (2021). Gri Tahmin GM (1,1) Modeli ile Bir Büyükşehir Belediyesinde Gelir Tahmini. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Biilimler Dergisi, 8(3), 1782–1805.
27. SBB. (2022a). Orta Vadeli Program (2023-2025). Ankara. https://www.sbb.gov.tr/wp-content/uploads/2022/09/Orta-Vadeli-Program-2023-2025.pdf adresinden erişildi.
28. SBB. (2022b). Orta Vadeli Program Tahminleri. https://www.sbb.gov.tr/ adresinden erişildi.
29. Şimşek, A. (2021). GM(1,1) Modeli ile Konaklama ve Tesis Sayıları Açısından Tahminlenen İllerin Entropi Tabanlı Moora Yöntemine Göre Sıralanması. Uluslararası İşletme, Ekonomi ve Yönetim Perspektifleri Dergisi, 5(Prof. Dr. Fikret Otlu Özel Sayısı), 326–360.
30. Şimşek, A. ve Ömürbek, N. (2021). GM (1,1) Modeli ve Doğrusal Trend Analizi ile Türkiye’nin Ziyaretçi Sayısı ve Kişi Başı Ortalama Harcama Miktarı Temelinde Turizm Geliri ve Giderinin Tahmini. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 12(2), 303–324.
31. Şimşek, A. ve Özkan Tükel, G. (2022). GM (1,1) Modeli ile Türkiye’deki Otoyollar, Devlet ve İl Yolları Üzerinden Yük ve Yolcu Taşımalarının Tahmini. N. Şalvarcı Türeli (Ed.), Bir Başka Yönetim Mümkün Mü? içinde (ss. 164–201). Ankara: Detay Yayıncılık.
32. Siverekli Demircan, E. (2005). Karşılatırmalı Bir Perfspektiften Kamu Mali Yönetiminde Türk Bütçe Sistemive Analitik Bütçe Sistemine Geçiş. Muhasebe ve Finansman Dergisi, 25, 60–69.
33. Snowdon, B. ve Vane, R. H. (2017). Modern Makroekonominin Temelleri, Temelleri, Gelişimi ve Bugünü. Ankara: Efil Yayınevi.
34. Song, Y. ve Chen, S. (2019). Macau gaming industry scare research - A public finance perspective. Journal of Social Studies, 2, 86–90. doi:10.35532/JSSS.V2.016
35. Tang, H. W. V. ve Chou, T. chin R. (2016). On the fit and forecasting performance of grey prediction models for projecting educational attainment. Kybernetes, 45(9), 1387–1405. doi:10.1108/K-03-2014-0050
36. Tang, H. W. V. ve Yin, M. S. (2012). Forecasting performance of grey prediction for education expenditure and school enrollment. Economics of Education Review, 31(4), 452–462. doi:10.1016/j.econedurev.2011.12.007
37. Teşkilatı Esasiye Kanunu (1924). Türkiye Cumhuriyeti. https://www.anayasa.gov.tr/tr/mevzuat/onceki-anayasalar/1924-anayasasi/
38. TBMM. Muhasebe-i Umumiye Kanunu (1927). Resmi Gazete (606). https://teftis.ktb.gov.tr/TR-264514/1050-muhasebei-umumiye-kanunu.html
39. Tüğen, K. (2016). Devlet Bütçesi. İzmir: Bassaray Matbaası.
40. Ünsal, H., Çalışkan, A., Koçak, D. ve Ertürk, Y. (2020). Kamu Mali Yönetimi Kapsamında Çok Değişkenli Gri Tahmin Modeli ile Vergi Gelirleri Tahmini. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Biilimler Dergisi, 7(Özel Sayı), 1104–1120.
41. Wu, W., Ma, X., Zhang, Y., Wang, Y. ve Wu, X. (2019). Analysis of novel FAGM(1,1,tα) model to forecast health expenditure of China. Grey Systems, 9(2), 232–250. doi:10.1108/GS-11-2018-0053
42. Yang, X., Zou, J., Kong, D. ve Jiang, G. (2018). The Analysis of GM (1, 1) Grey Model to Predict the Incidence Trend of Typhoid and Paratyphoid Fevers in Wuhan City, China. Medicine (United States), 97(34), 1–5.
43. Yavuz, E., Özgül, H. B. ve Susam, N. (2021). Türk Bütçe Sistemindeki Değişimler ve Performans Esaslı Program Bütçe Sistemine Geçiş. Maliye Çalışmaları Dergisi, 65, 115–137. doi:10.26650/mcd2021-889262
44. Yavuz, İ. S. (2022). Genel Bütçeli İdarelerin Harcamalarının Tahmini ve Orta Vadeli Mali Planların Performansı. TNKU FEAS International Symposium on Public Finance TNKÜ içinde (ss. 113–122). Tekirdağ: Tekirdağ Üniversitesi.
45. Yu, Z., Yang, C., Zhang, Z. ve Jiao, J. (2015). Error correction method based on data transformational GM(1,1) and application on tax forecasting. Applied Soft Computing Journal, 37, 554–560. doi:10.1016/j.asoc.2015.09.001
46. Zhang, H. ve Chen, Y. (2021). Analysis and Application of Grey-Markov Chain Model in Tax Forecasting. Journal of Mathematics, 2021, 1–11. doi:10.1155/2021/9918411
47. Zhao, Z., Wang, J., Zhao, J. ve Su, Z. (2012). Using a Grey Model Optimized by Differential Evolution Algorithm to Forecast the Per Capita Annual Net Income of Rural Households in China. Omega, 40(5), 525–532. doi:10.1016/j.omega.2011.10.003