© The McGraw-Hill Companies, 2005 Bölüm 2 İktisadi analizin araçları David Begg, Stanley Fischer and Rudiger Dornbusch, Economics, 8th Edition, McGraw-Hill, 2005 PowerPoint presentation by Alex Tackie and Damian Ward
© The McGraw-Hill Companies, Modeller ve Veriler Fiyat artışının (enflasyon) arkasında hangi faktörlerin yattığını bulmak ancak bir model kurarak başarılabilir. Model –Basitleştirilmiş varsayımlara dayalı olarak işleyen kavramsal çerçeve –İktisadi düşünmeyi kolaylaştırır. Veri –İktisatçının gerçek dünya ile ilişkisini sağlar. –Zaman serileri –Yatay kesit verileri Örnek: Modelde kullanılacak veriler, GSMH, para arzı miktarı vs. zaman serilerine birer örnektir.
© The McGraw-Hill Companies, Reel ve Nominal Veri Ayrımı Birçok iktisadi veri parasal olarak (o yılın fiyatlarıyla) ölçülür. Belli yıllar arasında karşılaştırma yaparken bu verileri kullanmak sağlıklı değildir. Nominal değerler –O gün geçerli olan (cari) fiyatlarla ölçülür Reel değerler –Nominal değerlerin fiyat değişimlerinden arındırılmış halidir. –Herhangi bir yılın fiyatları temel (baz) alınarak verilerdeki gerçek değişim ölçülür.
© The McGraw-Hill Companies, Tüketici Fiyatları Endeksi (TÜFE) ve Enflasyon Fiyat artışlarının ölçülmesi bir ekonomi için vazgeçilmezdir İşçiler toplu sözleşmelerde geçmişteki fiyat artışları kadar ya da üzerinde zam bekler, Kira vb. kontratlarda oluşan fiyatlar geçmişteki fiyat artışlarına bağlıdır. TÜFE, ortalama bir tüketicinin tüketebileceği mallardan oluşan tüketim sepetinin fiyatını ölçen endekstir. –Tüketim sepetine ekmek, petrol dahilken, tank dahil değildir Enflasyon ise TÜFE’deki yüzde değişimdir.
© The McGraw-Hill Companies, TÜFE ve Enflasyon TÜFE iki aşamada hesaplanır. –Tüketim öncelikle, giyim, yiyecek, barınma, ulaşım vb. kategorilere ayrılır. Her bir kategori için fiyat artışları bulunur. –Tüketim sepetinde her kategorinin ağırlığı ayrıdır. Dolayısıyla 2. aşamada, fiyat artışları bu ağırlıklarla çarpılıp TÜFE elde edilir. –Kira, gelirin yaklaşık dörtte, beşte biridir. Tüketici için kiradaki %10 artış, sinema bileti fiyatındaki aynı orandaki artıştan daha önemlidir. Zira kiranın ağırlığı çok daha fazladır.
© The McGraw-Hill Companies, TÜFE 851 mal ve hizmete karşılık gelen 12 ana kategoriden oluşur TÜFE ağırlıkları-Türkiye 2008 (%) 1.Gıda ve Alkolsüz İçecek Alkollü İçecek ve tütün5 3.Giyim ve Ayakkabı8.1 4.Konut Ev Eşyası7.4 6.Sağlık2.5 7.Eğitim2.2 8.Haberleşme4.3 9.Ulaştırma Eğlence ve Kültür Lokanta ve Oteller Çeşitli mal ve Hizmetler4.2 –TOPLAM100 Kaynak: TUİK
© The McGraw-Hill Companies, Diyagramlar … verideki trendleri görmeyi kolaylaştır.
© The McGraw-Hill Companies, Diyagramlar (2) … verideki trendleri görmeyi kolaylaştırır
© The McGraw-Hill Companies, Diyagramlar (3) … verideki trendleri görmeyi kolaylaştırır
© The McGraw-Hill Companies, İktisadi model: Örnek İktisadi ilişkileri anlayabilmek için gerçekte olanı birtakım varsayımlarla basitleştirmek gerekir. Basitleştirme, sadece temel etmenler üzerinde durmamızı sağlar. Varsayılım ki, metroda yapılan yolculuk sayısı, bilet fiyatına, gelire ve diğer alternatif ulaşım araçları hakkındaki zevklerimize bağlı olsun Metro yolculuk sayısı = f (Fiyat,Gelir,Tercihler)
© The McGraw-Hill Companies, İlişkiler Diyagramlar iktisatçıların iktisadi değişkenler arasında ilişki kurmasına yardımcı olurlar.
© The McGraw-Hill Companies, İktisadi Bulgular Serpilme (dağılım) Diyagramları iktisadi teori ile gözlenen gerçekliği karşılaştırmayı sağlar. Ekonometri istatistiki teknikler kullanarak karşılaştırmayı daha ileri boyutta yapar. Bulgular iktisadi kuramları reddetmemize olanak verebilir. Ya da kuramların arkasındaki desteği güçlendirir.
© The McGraw-Hill Companies, 2005 Vize =f (Devamlılık) Dependent Variable: VIZE Method: Least Squares Date: 01/18/09 Time: 21:15 Sample (adjusted): Included observations: 130 after adjustments VIZE=C(1) +C(2)*DEVAMLILIK CoefficientStd. Errort-StatisticProb. C DEVAMLILIK R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Durbin-Watson stat
© The McGraw-Hill Companies, 2005 Vize =f(Devam, Cinsiyet) Dependent Variable: VIZE Method: Least Squares Date: 01/18/09 Time: 21:23 Sample (adjusted): Included observations: 130 after adjustments VariableCoefficient Std. Error t-Statistic Prob. C DEVAMLILIK CINSIYET R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)