BibTex RIS Kaynak Göster

Türkiye’nin GSYİH Büyümesinin Karışık Veri Örnekleme MIDAS Yöntemi ile Öngörüsü

Yıl 2020, Sayı: 22, 519 - 542, 01.04.2020

Öz

Gayri Safi Yurtiçi Hasıla GSYİH , belli bir zaman aralığında belli sınırlar içindeki bir ekonomide üretilen nihai mal ve hizmetlerin tamamının parasal değerini ifade etmekte ve uzun yıllardır iktisat literatüründe üzerinde çalışılan ve öngörüsü modellenmeye çalışılan makroekonomik göstergelerin başında gelmektedir. Bu çalışmanın amacı; 2006.Ç1 – 2018.Ç3 dönemi aralığında Türkiye’nin GSYİH büyümesinin, aylık vergi gelirleri kullanılarak, Karışık Veri Örnekleme MIDAS yaklaşımı ile öngörülmesidir. MIDAS metodolojisi, geleneksel regresyon yaklaşımında bir zorunluluk olan bağımlı ve bağımsız değişkenlerin aynı frekansa sahip olma gerekliliğini ortadan kaldırarak farklı frekans verilerini aynı model içinde kullanmaya olanak sağlamaktadır. Bu amaçla çalışmada toplulaştırılmış regresyon modeli ve alternatif MIDAS modelleri tahmin edilerek, öngörüler yapılmıştır. Tahmin edilen öngörü modellerinin performansları incelendiğinde, MIDAS modellerinden PGM-Almon modelinin Türkiye ekonomisi için GSYİH büyümesinin öngörüsünde daha iyi sonuçlar verdiği görülmektedir.

Kaynakça

  • Aastveit, K.A., Foroni, C. & Ravazzolo, F. 2014. “Density forecasts with MIDAS models”. JOURNAL OF APPLIED ECONOMETRIC, 32: 783-801.
  • Alper, C. E., Fendoglu, S. & Saltoglu, B. 2009. “MIDAS Volatility Fore- cast Performance Under Market Stress: Evidence from Emer- ging and Developed Stock Markets”. Working Papers, Bogazici University, Department of Economics.
  • Almon, S. 1965. “The Distributed Lag between Capital Appropriations And Expenditures”. Econometrica, 33: 178-196.
  • ANDRAŠIC, J., KALAŠ, B., MIROVIC, V., MILENKOVIC, N. & MI- LOŠ, P. 2018. “Econometric Modelling of Tax Impact on Eco- nomic Growth: Panel Evidence from OECD Countries”. Econo- mıc Computatıon and Economıc Cybernetıcs Studıes and Research, 52: 211-226.
  • Bai, J. & Ng, S. 2008. “Forecasting Economic Time Series Using Targe- ted Predictors”. Journal of Econometrics, 146 (2): 304-317.
  • models with MA components”. Deutsche Bundesbank Discussion Paper, 02/2018.
  • Franses, P.H. 2016. “Yet another look at MIDAS regression. Economet- ric Institute Report”. Erasmus University Rotterdam, Erasmus School of Economics (ESE), Econometric Institute, 2016-32.
  • Furceri, D. & Karras, G. 2007. “Tax changes and economic growth: Empirical evidence for a panel of OECD countries”. ECB Public Finance http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.36 0.2497verep=rep1vetype=pdf. Workshop.
  • Gale, W., Krupkin, A. & Rueben, K. 2015. “The Relationship Between Taxes and Growth: New Evidence”. National Tax Journal, 68(4): 919-942.
  • Ghysels, E., Santa-Clara, P. & Valkanov, R. 2002. “The MIDAS touch: Mixed data sampling regression models”. Working paper, UNC ve UCLA.
  • Ghysels, E., Sinko, A. & Valkanov, R. 2007. “MIDAS Regressions: Furt- her Results and New Directions”. Econometric Reviews, 26(1): 53- 90.
  • Göçer, İ., Mercan, M., Bulut, Ş. & Dam, M.M. 2010. “Ekonomik Büyü- me ile Vergi Gelirleri Arasındaki İlişki: Sınır Testi Yaklaşımı”. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 28: 97-110.
  • Günay, M. 2018. “Nowcasting Annual Turkish GDP Growth with MIDAS”. CBT Research Notes in Economics Research and Monetary Policy Department, Central Bank of the Republic of Turkey.
  • Helms, L. J. 1985. “The Effect of State and Local Taxes on Economic Growth: A Time Series-Cross Section Approach”. The Review of Economics and Statistics, 67(4):574-582.
  • Jaimovich, N. & Rebelo, S. 2017. “Nonlinear Effects of Taxation on Growth”. Journal of Political Economy, 125(1): 265-291.
  • Kalaš, B., Mirović, V. & Andrašić, J. 2017. “Estimating the Impact of Taxes on the Economic Growth in the United States”. Economic Themes, 55(4): 481-499.
  • Shocks”. American Economic Review, 100(3): 763-801.
  • Samuelson, P. A. & Nordhaus, W. D. 2009. “Economics” 19. Baskı, Irwin: McGraw-Hill.
  • Siliverstovs, B. 2016. “Short-term forecasting with mixed-frequency data: A MIDASSO approach”. Applied Economics, 49: 1326-1343.
  • Tsui, A. K., Xu, C. Y. & Zhang, Z. 2018. “Macroeconomic forecasting with mixed data sampling frequencies: Evidence from a small open economy”. Journal of Forecasting, 37(6): 666-675.
  • TUİK 2012. “Üretim ve Harcama Yöntemi ile Gayri Safi Yurtiçi Hasıla Tahminleri Kavram, Yöntem ve Kaynaklar”, Ankara: Türkiye İstatistik Kurumu Matbaası.
  • Umutlu, G., Alizadeh, N. & Erkılıç, A.Y. 2011. “Maliye Politikası Araç- larından Borçlanma ve Vergilerin Ekonomik Büyümeye Etkile- ri”. Uludağ Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 30(1): 75-93.
  • Veronika, B. ve Lenka, J. 2012. “Taxation of Corporations and Their Impact on Economic Growth: The Case of EU Countries”. Jour- nal of Competitiveness, 4(4): 96-108.
  • Yamak, N., Samut, S. & Koçak, S. 2018. “Farklı Frekanslı Veriler Altın- da Ekonomik Büyüme Oranının Tahmini”. Ekonomi Bilimleri Dergisi, 10 (1): 34-49.
  • Yegen, B. & Berk, E. 2017. “Türkiye’de Toplam Vergi Yükü ve Ekono- mik Büyüme İlişkisi: 1970-2015”. Uluslararası Hakemli Ekonomi Yönetimi Araştırmaları Dergisi, 13: 1-18.

Forecasting Turkey’s GDP Growth with Mixed Data Sampling MIDAS Method

Yıl 2020, Sayı: 22, 519 - 542, 01.04.2020

Öz

Referring to the monetary value of the final goods and services produced in an economy within a country’s borders in a certain period, Gross Domestic Product GDP , is one of the macroeconomic indicators that have been studied and its forecast to be modeled in the economics literature for many years. This study aims to forecast Turkey's GDP growth, using monthly tax revenues, in the period of 2006.Q1 - 2018.Q3 with Mixed Data Sampling MIDAS approach. The MIDAS methodology, eliminating the need to have the same frequency of dependent and independent variables which is a must in the traditional regression approach, allows the use of different frequency data in the same model. For this purpose, the aggregated-regression model and alternative MIDAS models were estimated and their forecasts were performed. Considering the performance of forecast models, it seems that among the MIDAS models the PGM-Almon model provides better results in forecasting GDP growth of Turkey's economy.

Kaynakça

  • Aastveit, K.A., Foroni, C. & Ravazzolo, F. 2014. “Density forecasts with MIDAS models”. JOURNAL OF APPLIED ECONOMETRIC, 32: 783-801.
  • Alper, C. E., Fendoglu, S. & Saltoglu, B. 2009. “MIDAS Volatility Fore- cast Performance Under Market Stress: Evidence from Emer- ging and Developed Stock Markets”. Working Papers, Bogazici University, Department of Economics.
  • Almon, S. 1965. “The Distributed Lag between Capital Appropriations And Expenditures”. Econometrica, 33: 178-196.
  • ANDRAŠIC, J., KALAŠ, B., MIROVIC, V., MILENKOVIC, N. & MI- LOŠ, P. 2018. “Econometric Modelling of Tax Impact on Eco- nomic Growth: Panel Evidence from OECD Countries”. Econo- mıc Computatıon and Economıc Cybernetıcs Studıes and Research, 52: 211-226.
  • Bai, J. & Ng, S. 2008. “Forecasting Economic Time Series Using Targe- ted Predictors”. Journal of Econometrics, 146 (2): 304-317.
  • models with MA components”. Deutsche Bundesbank Discussion Paper, 02/2018.
  • Franses, P.H. 2016. “Yet another look at MIDAS regression. Economet- ric Institute Report”. Erasmus University Rotterdam, Erasmus School of Economics (ESE), Econometric Institute, 2016-32.
  • Furceri, D. & Karras, G. 2007. “Tax changes and economic growth: Empirical evidence for a panel of OECD countries”. ECB Public Finance http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.36 0.2497verep=rep1vetype=pdf. Workshop.
  • Gale, W., Krupkin, A. & Rueben, K. 2015. “The Relationship Between Taxes and Growth: New Evidence”. National Tax Journal, 68(4): 919-942.
  • Ghysels, E., Santa-Clara, P. & Valkanov, R. 2002. “The MIDAS touch: Mixed data sampling regression models”. Working paper, UNC ve UCLA.
  • Ghysels, E., Sinko, A. & Valkanov, R. 2007. “MIDAS Regressions: Furt- her Results and New Directions”. Econometric Reviews, 26(1): 53- 90.
  • Göçer, İ., Mercan, M., Bulut, Ş. & Dam, M.M. 2010. “Ekonomik Büyü- me ile Vergi Gelirleri Arasındaki İlişki: Sınır Testi Yaklaşımı”. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 28: 97-110.
  • Günay, M. 2018. “Nowcasting Annual Turkish GDP Growth with MIDAS”. CBT Research Notes in Economics Research and Monetary Policy Department, Central Bank of the Republic of Turkey.
  • Helms, L. J. 1985. “The Effect of State and Local Taxes on Economic Growth: A Time Series-Cross Section Approach”. The Review of Economics and Statistics, 67(4):574-582.
  • Jaimovich, N. & Rebelo, S. 2017. “Nonlinear Effects of Taxation on Growth”. Journal of Political Economy, 125(1): 265-291.
  • Kalaš, B., Mirović, V. & Andrašić, J. 2017. “Estimating the Impact of Taxes on the Economic Growth in the United States”. Economic Themes, 55(4): 481-499.
  • Shocks”. American Economic Review, 100(3): 763-801.
  • Samuelson, P. A. & Nordhaus, W. D. 2009. “Economics” 19. Baskı, Irwin: McGraw-Hill.
  • Siliverstovs, B. 2016. “Short-term forecasting with mixed-frequency data: A MIDASSO approach”. Applied Economics, 49: 1326-1343.
  • Tsui, A. K., Xu, C. Y. & Zhang, Z. 2018. “Macroeconomic forecasting with mixed data sampling frequencies: Evidence from a small open economy”. Journal of Forecasting, 37(6): 666-675.
  • TUİK 2012. “Üretim ve Harcama Yöntemi ile Gayri Safi Yurtiçi Hasıla Tahminleri Kavram, Yöntem ve Kaynaklar”, Ankara: Türkiye İstatistik Kurumu Matbaası.
  • Umutlu, G., Alizadeh, N. & Erkılıç, A.Y. 2011. “Maliye Politikası Araç- larından Borçlanma ve Vergilerin Ekonomik Büyümeye Etkile- ri”. Uludağ Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 30(1): 75-93.
  • Veronika, B. ve Lenka, J. 2012. “Taxation of Corporations and Their Impact on Economic Growth: The Case of EU Countries”. Jour- nal of Competitiveness, 4(4): 96-108.
  • Yamak, N., Samut, S. & Koçak, S. 2018. “Farklı Frekanslı Veriler Altın- da Ekonomik Büyüme Oranının Tahmini”. Ekonomi Bilimleri Dergisi, 10 (1): 34-49.
  • Yegen, B. & Berk, E. 2017. “Türkiye’de Toplam Vergi Yükü ve Ekono- mik Büyüme İlişkisi: 1970-2015”. Uluslararası Hakemli Ekonomi Yönetimi Araştırmaları Dergisi, 13: 1-18.
Toplam 25 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Bölüm Araştırma Makalesi
Yazarlar

Hamza Erdoğdu

Yayımlanma Tarihi 1 Nisan 2020
Yayımlandığı Sayı Yıl 2020 Sayı: 22

Kaynak Göster

APA Erdoğdu, H. (2020). Türkiye’nin GSYİH Büyümesinin Karışık Veri Örnekleme MIDAS Yöntemi ile Öngörüsü. Iğdır Üniversitesi Sosyal Bilimler Dergisi(22), 519-542.