Panel Veri Modelleri İle Öngörü Performans Kıyaslaması: Çevresel Kuznets Eğrisi Analizi

Öz

Bu çalışmada farklı panel veri yapılarına ve farklı tahmincilere bağlı olarak öngörü analizi yapılmıştır. Çevresel kuznets eğrisi çerçevesinde oluşturulan panel veri modelleri, heterojen ve homojen panel veri grubu olarak iki ayrı birim grubu üzerinden oluşturulmuştur. Heterojen panel veri olarak G20 ülke grubu ve homojen panel veri olarak G8 ülke grubu ele alınarak 1990 – 2020 dönemleri için oluşturulmuştur. Ardından sabit etkiler tahmin öngörüsü, tesadüfi etkiler tahmin öngörüsü ve birleşik öngörü yöntemleri ile örneklem dışı öngörüleri elde edilerek bu öngörülerin performansları karşılaştırılmıştır. Çalışmada örneklem dışı 1 yıl, 3 yıl ve 3 yıl ortalaması için öngörü değerleri tahmin edilmiştir. Öngörü performansları ortalama hata kare ve kök ortalama hata kare ile değerlendirilmiştir. Sonucunda ise literatürdeki çalışmalarla uyumlu olarak homojen tahmincilerin daha iyi performans gösterdiğine ulaşılmıştır. Ayrıca homojen panel veri yapısında sabit etkiler tahmincisi ile elde edilen öngörünün, heterojen panel veri yapısında ise tesadüfi etkiler tahmincisi ile elde edilen öngörünün daha iyi performans sergilediği görülmüştür. Homojen panel veri yapısında birleşik öngörünün tesadüfi etkiler tahmincisi ile elde edilen öngörüden daha iyi olduğu ve heterojen panel veri yapısında ise sabit etkiler tahmincisi ile elde edilen öngörünün birleşik öngörü yönteminden daha kötü performans sergilediğine ulaşılmıştır. Çalışmada, Huang (2019) tarafından geliştirilen yeni öngörü yöntemlerinden birleşik öngörü yöntemi incelenerek diğer öngörü yöntemleri ile performansları kıyaslanmıştır. Bu çalışmanın bir diğer bakış açısı ise birleşik öngörü yönteminin heterojenlik ve içsellik açısından farklı koşullar altındaki performansı da incelenmiştir.

Anahtar Kelimeler

• Panel Veri
• Öngörü Yöntemleri
• Birleşik Öngörü

Forecasting Performance Comparison With Panel Data Models: Environmental Kuznets Curve Analysis

Öz

In this study, forecast analysis was conducted on the basis of different panel data structures and predictors. Panel data models, constructed within the framework of the Environmental Kuznets Curve, were developed using two separate unit groups: the G20 country group as heterogeneous panel data and the G8 country group as homogeneous panel data for the period 1990–2020. Subsequently, out-of-sample forecasts were obtained using a fixed effects predictor, a random effects predictor, and combined forecasting methods, and the performances of these forecasts were compared. Forecast values were estimated for out-of-sample 1 year, 3 years, and a 3-year average. Forecast performances were evaluated using the mean squared error and root mean squared error. As a result, it was found that, in line with the literature, homogeneous predictors exhibited better performance. In addition, it was observed that the forecast obtained with the fixed effects predictor in the homogeneous panel data structure performed better, whereas the forecast obtained with the random effects predictor in the heterogeneous panel data structure performed better. The combined forecast in the homogeneous panel data structure was better than the forecast obtained with the random effects predictor, whereas in the heterogeneous panel data structure, the forecast obtained with the fixed effects predictor performed worse than the combined forecasting method. In this study, the combined forecasting method developed by Huang (2019) was examined, and its performance was compared with other forecasting methods. Another perspective of this study was to examine the performance of the combined forecasting method under different heterogeneity and endogeneity conditions.

Anahtar Kelimeler

• Panel Data
• Forecasting Methods
• Combined Forecasting

Kaynakça

1. Baltagi, B.H., ve Griffin J. M. (1997), Pooled Estimators vs. Their Heterogeneous Counterparts in The Context of Dynamic Demand For Gasoline. Journal of Econometrics, 77, 303-327. google scholar
2. Baltagi, B.H., Bresson, G., Griffin, J.M., ve Pirotte, A. (2003), Homogeneous, heterogeneous or shrinkage estimators? Some empirical evidence from French regional gasoline consumption. Empirical Economics, 28, 795-811. google scholar
3. Baltagi, B.H. (2013), Panel Data Forecasting, Handbook of Economic Forecasting, Volume 2B, ISSN 1574-0706, http://dx.doi.org/10.1016/B978-0-444-62731-5.00018-X. google scholar
4. Borhan, H., Ahmed, E.M., ve Hitam, M. (2012), The Impact of CO2 on Economic Growt in Asean 8, Procedia - Social and Behavioral Sciences, 35, 389-397. google scholar
5. Brucker, H., ve Siliverstovs, B. (2006), On The Estimation And Forecasting of İnternational Migration: How Relevant is Heterogeneity Across Countries, Empirical Economics, 31, 735-754. google scholar
6. Baltagi, B.H. (2013), Panel Data Forecasting, Handbook of Economic Forecasting, Bölüm: 18, ISSN 1574-0706. google scholar
7. Çalışkan, U. (2022), Finansal Bir Birlik Olarak EUROCONTROL’de Çevresel Kuznets Eğrisinin Geçerliliği: Ekonometrik Bir Analiz, Journal of Emerging Economies and Policy, 7(1), 305-326. google scholar
8. Dam, M.M., Karakaya, E., Bulut, Ş. (2013), Çevresel Kuznets Eğrisi ve Türkiye: Ampirik Bir Analiz, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 85 - 95. google scholar

9. Kömüryakan, F. (2019), Tesadüfi Katsayılı Panel Veri Modelleri: Çevresel Kuznets Eğrisinin Geçerliliğinin Analizi, Yüksek Lisans Tezi, İstanbul. google scholar
10. Güriş, S., & Şak, N. (2019), Çevresel Kuznets Eğrisi Hipotezinin Toplamsal Olmayan Sabit Etkili Panel Kantil Yöntemiyle İncelenmesi. Business and Economics Research Journal, 10(2), 327-339. google scholar
11. Huang, B., Lee, T.H., Ullah, A. (2019), A Combined Random Effect And Fixed Effect Forecast For Panel Data Models. Journal of Management Science and Engineering, 4, 28-44. google scholar
12. Kuznets, S. (1955), Economic Growth and Income Inequality. The American Economic Review, 45(1), 1-28. google scholar
13. Pesaran, M.H., Pick, A., Timmermann, A. (2022), Forecasting With Panel Data: Estimation Uncertainty Versus Parameter Heterogeneity, CESifo Working Papers, 9690. google scholar
14. Timmermann, A., Zhu, Y. (2019), Comparing Forecasting Performance With Panel Data, SSRN Electronic Journal, 6-7, http://dx.doi.org/10.2139/ssrn.3380755. google scholar