Investigation of the Effects of Exports of Products and Services and Raw Agricultural Products on Economic Growth by Linear and Quantile Regression

Yıl 2022, Cilt: 11 Sayı: 4, 2311 - 2332, 31.12.2022

Yıldırım Demir

https://doi.org/10.15869/itobiad.1138419

Öz

Export is one of the important parameters that show the economic power of a country. Each country exports according to its product range. Countries that are strong in the industrial sector export industrial products, countries that are rich in oil or underground resources export petroleum, and countries that are rich in agricultural products export agricultural products. In this study, the effects of Turkey's raw agricultural product exports and exports of products and services on the economic growth were analyzed. However, correct model selection is important in determining such relationships and making healthier predictions. For this reason, the data for Turkey between the years 1988-2018 were obtained from the World Bank. Linear and quantile regression were used as methods, and Kolmogorov-Smirnov and Shapiro-Wilk tests were used to test whether the data showed normal distribution. Using the bootstrap method, 25%, 50% and 100% bootstrap was applied to the data. In the implementations, MAD and RMSE were used to select the most suitable model among linear regression, quantile regression models. It was observed that quantile regression gave better results in the raw data and 25% bootstrap application, and linear regression in the other two applications. Thus, it is seen that OLS gives better estimates for normal distributions and quantile regression for non-normal distributions. In addition, it has been determined that the export of raw agricultural products has a significant effect on the Turkish economy. For this reason, it is of great importance not only for the sector but also for the Turkish economy to take into account the external demand as well as the domestic demand in agricultural production, and to take steps to urgently solve the existing problems by increasing efficiency.

Anahtar Kelimeler

Bootstrap Method, Linear Regression, Economic Growth, Export, Quantile Regression

Ürün ve Hizmet ile Ham Tarım Ürünleri İhracatının Ekonomik Büyümeye Etkisinin Doğrusal ve Kantil Regresyonla İncelenmesi

Öz

İhracat, bir ülkenin ekonomik gücünü gösteren önemli parametrelerden birisidir. Her ülke sahip olduğu ürün yelpazesine göre ihracat yapmaktadır. Sanayi sektöründe güçlü olan ülkeler endüstriyel ürünler, petrol ya da yeraltı kaynakları bakımından zengin olan ülkeler petrol, tarımsal ürünlerde zengin olan ülkeler ise tarımsal ürün ihracatı yapmaktadır. Bu çalışmada, Türkiye’nin ham tarım ürün ihracatı ile ürün ve hizmet ihracatının ekonomik büyümesi üzerindeki etkileri analiz edilmiştir. Ancak bu tür ilişkilerin belirlenmesinde ve daha sağlıklı tahminlerin yapılabilmesinde doğru model seçimi önemlidir. Bu nedenle, Türkiye’ye ait 1988-2018 yılları arasındaki veriler Dünya Bankası’ndan alınmıştır. Yöntem olarak lineer ve kantil regresyon yöntemleri ve verilerin normal dağılım gösterip göstermediğini test etmek için ise Kolmogorov-Smirnov ve Shapiro-Wilk testleri kullanılmıştır. Bootstrap yöntemi kullanılarak verilere %25, %50 ve %100 bootstrap uygulanmıştır. Gerçekleştirilen uygulamalarda, doğrusal regresyon, , ve kantil regresyon modelleri arasından en uygun modelin seçimi için ortalama mutlak sapma ve kök ortalama kare hata değerleri kullanılmıştır. Bootstrap uygulamasından önce ve %25 bootstrap uygulamasında kantil regresyonun; %50 ve %100 bootstrap uygulamasında ise doğrusal regresyonun daha iyi sonuç verdiği gözlemlenmiştir. Normallik varsayımının geçerli olduğu durumlarda, EKK yaklaşımıyla normallik varsayımının geçerli olmadığı durumlarda ise kantil regresyon yaklaşımı ile daha iyi tahminlerin yapılabileceği görülmektedir. Ayrıca, ham tarım ürünleri ihracatının Türkiye ekonomisi üzerinde önemli bir etkisinin olduğu tespit edilmiştir. Bu nedenle tarımsal üretimde iç talebin yanı sıra dış talebin de dikkate alınması, mevcut sorunların verimliliği artırarak acilen çözülmesine yönelik adımların atılması sadece sektör için değil, Türkiye ekonomisi için de büyük önem taşımaktadır.

Anahtar Kelimeler

Bootstrap Yöntemi, Doğrusal Regresyon, Ekonomik Büyüme, İhracat, Kantil Regresyon

Kaynakça

• Acar Balaylar, N., Emeç, H. & Üçdoğruk Birecikli, Ş. (2021). Türkiye’de İmalat ve Hizmet Sektörlerindeki Ücret Farklılıklarının Dilim Regresyonla Analizi. Çalışma ve Toplum, 1(68); 45-74.
• Alakaya, D. (2019). Kantil Regresyon Ve Doğrusal Regresyon Yöntemlerinin Performansını Etkileyen Faktörlerin İncelenmesi [Yüksek Lisans Tezi]. Mersin Üniversitesi Sağlık Bilimleri Enstitüsü, Mersin.
• Ali, S. W., Kanwal, & Nadia. (2020). Impact of Sectors (Agrıculture, Manufacturıng, Servıce & Industry) on Pakıstan’s GDP. Harf-o-Sukhan, 4(3); 37-50.
• Altaylar, M. & Dursun, S. (2021). Türkiye’de İçsel Büyüme Modeline Kademeli Bir Bakış: Kantil Regresyon Yaklaşımı. Ekonomi, Politika & Finans Araştırmaları Dergisi, 6(Özel Sayı); 225-246.
• Çamurlu, S. & Erilli, N. A. (2019). Kantil Regresyon Analizinde Bootstrap Tahmini. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 35(2); 16-25.
• Çelik, O. & Selim, S. (2014). Türkiye’de Kamu ve Özel Sektör Ücret Farklılıklarının Kantil Regresyon Yaklaşımı ile Analizi. Yönetim ve Ekonomi Dergisi, 21(1); 205-232.
• Demir, Y. (2020). Çoklu Doğrusal Regresyon Ve Bazı Cezalı Tahmin Yöntemlerinin İncelenmesi. Sosyal ve Beşeri Bilimlerde Teori ve Araştırmalar II, Cilt 2 (261-276), Gece akademi, Ankara.
• Dinç, Ö. G. (2022). Türkiye’de Tarım, Sanayi ve Hizmet Sektörleri ile Ekonomik Büyüme Arasındaki İlişki: Bootstrap Toda-Yamamoto Nedensellik Testi. İşletme Ekonomi ve Yönetim Araştırmaları Dergisi 2; 226-233.
• Dorak, Ö.(2017). Kantil Regresyon ve En Küçük Kareler Yöntemlerinin Karşılaştırılması: Bir Uygulama Denemesi [Yüksek Lisans Tezi]. Anadolu Üniversitesi Sosyal Bilimleri Enstitüsü, Eskişehir.
• Draper, N. R. & Smith, H. (1998). Applied Regression Analysis, Third Edition. John Wiley & Sons, Inc, Canada.
• Efron, B. & Tibshirani, R. (1993). An Introduction to the Bootstrap. Chapman & Hall USA.
• Erhalim, S. (2011). Türkiye’de Tarım Sektöründe İstihdamın Azalması Ve İşgücü Piyasasına Etkisi [Yüksek Lisans Tezi]. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü, İzmir.
• Gayaker, S. (2015). Durağan Olmayan Var Sistemlerinde Bootstrap Yöntemi ile Granger Nedensellik Sınaması [Yüksek Lisans Tezi]. Gazi Üniversitesi Sosyal Bilimler Enstitüsü, Ankara.
• Hao, L. & Naiman D. Q. (2007). Quantile Regression: Quantitative Applications in the Social Sciences. Sage Publications, Inc, California.
• Huang, Q., Zhang, H., Chen, J. & He, M. (2017). Quantile Regression Models and Their Applications: A Review. Journal of Biometrics & Biostatistics, 8(3); 1-6.
• Keskin, B. (2012). Sağlam Bir Çıkarsama Yöntemi: Kantil Regresyon [Yüksek Lisans Tezi]. Muğla Sıtkı Koçman Üniversitesi, Fen Bilimleri Enstitüsü, Muğla.
• Koca, A. (2018). Hizmet İhracatının Temel Belirleyicileri Üzerine Bir Analiz: Türkiye Örneği [Yüksek Lisans Tezi]. İstanbul Üniversitesi Sosyal Bilimleri Enstitüsü, İstanbul.
• Koenker R. (2005). Quantile Regression. Cambridge University Press, UK.
• Koenker, R. & Bassett, G. (1978). Regression Quantiles. Econometrica, 46(1); 33-50.
• Kopuk, E. & Meçik, O. (2020). Türkiye’de İmalat Sanayi ve Tarım Sektörlerinin Ekonomik Büyüme Üzerine Etkisi: 1998- 2020 Dönemi Analizi. Yönetim ve Ekonomi Dergisi, 27(2); 263-274.
• Kwark, N. & Lee, C. (2021). Asymmetric Effects of Financial Conditions on GDP Growth in Korea: A Quantile Regression Analysis. Economic Modelling, 94; 351-369.
• Laurent, T. & Koźluk, T. (2012). Measuring GDP Forecast Uncertainty Using Quantile Regressions. OECD Economics Department Working Papers, 978, OECD Publishing.
• Leng, C. & Tong, X. (2013). A Quantile Regression Estimator for Censored Data. Bernoulli, 19(1); 344-361.
• Magoti, E. & Mtui, J. M. (2020). The Relationship between Economic Growth and Service Sector in Tanzania: An Empirical Investigation. African Journal of Economic Review, 8(2); 219-238.
• Mohsin, M., Ullah, H., Iqbal, N., Iqbal, W. & Taghizadeh-Hesary, F. (2021). How external debt led to economic growth in South Asia: A policy perspective analysis from quantile regression. Economic Analysis and Policy 72; 423–437
• Okutan, D. (2009). Bootstrap Yönteminin Regresyon Analizinde Kullanımı ve Diğer Yöntemlerle Karşılaştırılması [Yüksek Lisans Tezi]. Ege Üniversitesi Fen Bilimleri Enstitüsü, İzmir.
• Orhunbilge, N. (2017). Uygulamalı Regresyon ve Korelasyon Analizi. Gözden Geçirilmiş 3. Basım. Nobel Akademi Yayınevi, Ankara
• Orkunoğlu Şahin, I. F. (2022). Türkiye’nin 1980-2021 Dönemi Dış Ticaret Gelişiminin İrdelenmesi. Gümrük Ticaret Dergisi, 9(27); 82-99.
• Öztürk, S.A. (2019). Hizmet Pazarlaması Kuram, Uygulama ve Örnekler, 17. Baskı. Ekin Yayınevi, Bursa.
• Özyıldırım, Y. (2019). Finansal Kapsayıcılık İle Ekonomik Büyüme Arasındaki İlişkinin Kantil Regresyon Yöntemiyle Analizi [Yüksek Lisans Tezi]. Uşak Üniversitesi Sosyal Bilimler Enstitüsü, Uşak.
• Revzin, E., Majumdar, D. & Bassett, G. W. (2014). Conditional quantile regression models of melanoma tumor growth curves for assessing treatment effect in small sample studies. Statistics in Medicine, 33; 5209-5220.
• Saçaklı, İ. (2005). Kantil Regresyon ve Alternatif Regresyon Modelleri ile Karşılaştırılması [Yüksek Lisans Tezi]. Marmara Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
• SBB [Strateji ve Bütçe Başkanlığı], (2021). İşgücü Piyasasındaki Gelişmelerin Makro Analizi. Erişim adresi: https://www.sbb.gov.tr/wp-content/uploads/2021/05/IsgucuPiyasasindakiGelismelerinMakroAnalizi-2021-I_31052021.pdf
• SBB [Strateji ve Bütçe Başkanlığı], (2022). 2022 Yılı Cumhurbaşkanlığı Yıllık Programı. Erişim adresi: https://www.sbb.gov.tr/wp-content/uploads/2022/07/2022_Yili_Cumhurbaskanligi_Yillik_Programi.pdf
• Shao, J. & Tu, D. (1995). The Jackknife and Bootstrap. Springer. New York.
• Şanver, C. & Söğüt, Y. (2022). Türkiye’de 2000-2021 Yılları Arası Tarımsal Desteklerin Tarım Sektörünün Gelişimine Etkisi. Ekonomi ve Finans Konularına Teorik Yaklaşımlar, (272-286). Ekin Yayınevi.
• Telli Üçler, Y. (2022). Türkiye’de Sektörler İtibari ile İstihdam Büyüme İlişkisi. Pearson Journal of Social Sciences & Humanıties, 7(21); 148-160.
• World Bank (2020). World Bank Open Data. https://data.worldbank.org/, Erişim tarihi: 10.10.2022
• Yavuz, F. & Dilek, Ş. (2019). Türkiye Tarımına Yeniden Bakış [Rapor]. SETA, İstanbul.
• Yousuf, M., Ahmed, R., Lubna, N. A. & Sumon, S. M. (2019). Estimating the Services Sector Impact on Economic Growth of Bangladesh: An Econometric Investigation. Asian Journal of Economic Modelling, 7(2); 62-72.