Araştırma, Gazi Üniversitesi Fen Fakültesi İstatisitk Bölümü öğretim üyesi Prof.Dr.Reşat Kasap’ın danışmanlığında araştırmacı olarak; Ayfer Aleyna Ulutaş, Beyda Karazehir ve Muhammed Duhan Akpunar ile birlikte yapılmıştır.
Bu araştırmada ortaya konan problem ve hipotez aşağıdaki gibi ifade edilmiştir:
OECD ülkelerinin pandemi öncesi ve pandemi sonrası endüstriyel üretim indeksi değişmiş midir?
OECD ülkelerinin pandemi öncesi ve pandemi sonrası endüstriyel üretim indeksi değişmiştir.
Araştırma içinde bulunan ülkeler için en kapsamlı verileri toplanacak kaynakları elde etmede TÜİK, OECD, Merkez Bankası, Euro stat, DSÖ, ISI gibi kaynaklarından yararlanılmıştır.
Çalışmada kullanılan tanımlar ise şöyledir:
Pandemi: Bir hastalığın veya enfeksiyon etkeninin ülkelerde, kıtalarda, hatta tüm dünya gibi çok geniş bir alanda yayılım göstermesi (Sağlık Bakanlığı, Covid-19 Bilgilendirme Platformu).
Covid-19: Yeni Koronavirüs Hastalığı (Covid-19) ilk olarak Çin’in Wuhan Eyaleti’nde Aralık ayının sonlarında solunum yolu belirtileri (ateş, öksürük, nefes darlığı) gelişen bir grup hastada yapılan araştırmalar sonucunda 13 Ocak 2020’de tanımlanan bir virüstür (Sağlık Bakanlığı, Covid-19 Bilgilendirme Platformu).
OECD: Ekonomik Kalkınma ve İşbirliği Örgütü bazen de İktisadi İşbirliği ve Gelişme Teşkilatı uluslararası bir ekonomi örgütüdür (“List of OECD Member countries – Ratification of the Convention on the OECD”).
OECD ülkeleri endüstriyel üretim indeksi açıdan diğer ülkelere göre daha gelişmiştir. Bu açıdan pandemiden OECD ülkelerinin daha az etkilendiği düşünüldüğünden bu konunun böyle olup olmadığı bu çalışmada incelenmiştir.
Verilerini elde edebildiğimiz tüm kurucu OECD ülkeleri: Türkiye, ABD, Avusturya, Kanada, Fransa, Hollanda, Lüksemburg, Almanya, İtalya, İngiltere, Belçika, Danimarka, İrlanda, Yunanistan, İsviçre, İsveç, İspanya, İzlanda, Norveç, Portekiz.
Endüstriyel üretim indeksi değişimi (%), Ocak 2018’den Mart 2022’ye kadar olan veriler kullanılmıştır.
Yaptığımız literatür taraması sonucunda dünyanın yeni bir salgınla mücadele ettiği bu dönemde ekonomik ve finansal açıdan tüm ülkelerin düşüş içinde olduğu açıktır. Bu araştırma projesinde bizim amacımız pandemideki son gelişmelerle birlikte bu ekonomik düşüşte değişim olmuş mu? ve 2022 yılında bu düşüşler devam edecek mi? Sorularına cevap bulmak.
COVID-19 pandemisi, Aralık 2019’da başlamış, Çin’in Hubei bölgesinin başkenti olan Vuhan kökenli SARS-CoV-2 olarak adlandırılan yeni bir korona virüsün neden olduğu pandemidir. İlerleyen zamanlarda Avrupa, Kuzey Amerika ve Asya-Pasifik’te yer alan çeşitli ülkelere yayılmış olan salgın, 11 Mart 2020’de Dünya Sağlık Örgütü tarafından pandemi ilan edildi.
OECD, 14 Aralık 1960 tarihinde imzalanan Paris Sözleşmesi’ne dayanılarak, 1961’de kurulmuştur ve savaş yıkıntıları içindeki Avrupa’nın Marshall Planı çerçevesinde yeniden yapılandırılması amacıyla 1948 yılında kurulan Avrupa Ekonomik İşbirliği Örgütü’nün (OEEC) doğrudan mirasçısıdır. Üyelerinin büyük bir bölümü Avrupa Birliği ve İUT üyeleridir, çoğunluğu da gözlemci üyelerdir. OECD ülkeleri sanayileşmiş ve gelişmekte olan ülkelerden oluşmaktadır. [3]
Bu araştırmada 20 kurucu OECD ülkelerini ekonomik ve finansal yönden incelemek amaçlandı.
Problemimizi test etmek amacıyla belirli ekonomik, finansal, sağlık vb.veriler elde edildi. Veri bulma sürecinde bazı veriler yıllık ve bazı veriler de aylık olarak bulundu. Aylık olarak bulunan veriler zaman serileri analizi yöntemleri ile test edildi.
Verilerimizi hazır verilerden elde ettik. Hazır olan verileri belirli yıllar aralığında tablo haline getirdik. Bu verileri ülkelerin resmi internet sitelerinden, tüik, data OECD, OECD resmî sitesi vb. elde ettik ve ilgilendiğimiz yıllar aralığında düzenledik.
4.3 Zaman serisi analizi
4.3.1 Üstel düzgünleştirme yöntemi
•İlk olarak Brown(1959), Holt(1957) ve Winters (1960) tarafından geliştirilmiştir.
•Üstel düzgünleştirme yöntemlerinde öngörüler zaman serisinin geçmiş gözlemlerinin ağırlıklı ortalaması hesaplanarak elde edilir.
•Üstel Düzgünleştirme Yöntemleri Üstel düzgünleştirme geçmiş gözlemlerin ağırlıklı ortalamasını alarak yapılır. T anından geriye gittikçe ağırlıklar üstel olarak azalır. Başka bir ifadeyle, T anına yaklaştıkça gözlemlerin ağırlıkları üstel olarak artar.
•Bu yönteme basit denmesinin nedeni, trend ve mevsimselliğin olmadığı veriler için uygun bir yöntem olmasıdır. Başka bir deyişle, verinin ortalamada durağan olduğunu varsayar.
4.3.2 Arıma
Birçok zaman serisi doğrusal ilişkinin yanında doğrusal olmayan ilişkilerde içermektedir. ARIMA modelleri zaman serisindeki doğrusal ilişkiyi iyi bir şekilde modellerken, doğrusal olmayan ilişkileri modellemede yetersiz kalmaktadır. Yapay sinir ağları ise hem doğrusal hem de doğrusal olmayan ilişkileri modelleyebilmesine karşın, her veri seti için aynı etkinlikte sonuçlar sağlayamamaktadır. Melez modeller zaman serilerindeki doğrusal ve doğrusal olmayan bileşenlerin ayrı ayrı modellenmesi prensibine dayanır. Bir zaman serisi eşitlik 5’ de gösterildiği gibi doğrusal ve doğrusal olmayan bileşenlerin toplamı şeklinde ifade edilebilir.[7]
AR, MA ve ARMA modellerinin hepsi de ARIMA ailesinin birer üyesidir.
•AR(p) ifadesi p. dereceden otoregresif bir modeli tanımlar.
•MA(q) ifadesi, q. dereceden bir hareketli ortalamalar modelini ifade eder
•ARMA(p,q) Bu model, AR(p) and MA(q) modellerinin bir birleşimidir
4.3.3 Mevsimsellik ve Trend
Trend Serinin zaman içinde doğrusal artan veya azalan davranışıdır. Bir eğilim artan (yukarı), azalan (aşağı) veya yatay (durağan) olabilir.
Mevsimsellik Bir yıllık bir süre içinde sabit zaman aralıklarında yinelenen bir model gösteren bir Zaman Serisine mevsimsel model veya mevsimsellik denir. Mevsimsel kalıplar, birçok zaman serisi türünde görülebilir. Örneğin, ısıtma maliyetleriniz yazın düşer, kışın yükselir. Şirketlerin envanterlerini, çalışanlarını ve diğer birçok önemli şeyi düzgün bir şekilde yönetmek için mevsimselliği anlamaları gerekir.[8]
5.2 Veri
Verilerimizi hazır veri olarak kullanmayı tercih ettik. Bu verileri elde ederken ülkelerin resmi sitelerinden, OECD nin verilerini paylaştığı siteden, Dünya Sağlık Örgütünün resmi sitesinden, WorldBank ın veri paylaşım sitesinden ve pandemi öncesi ve sonrası için istatistiksel bilgileri içeren sitelerden yararlandık.
Verilerimizi iki türlü analizle yaptık. Aylık verileri Zamana Serisi Analiziyle test ederken, yıllık verileri Çok Değişkenli Analizle test ettik.
Verilerimizi elde ettikten sonra Excel de toparladık ve verileri Excel ortamından SPSS sistemine girdik. Yukarıda belirtilen test istatistikleri yapıldıktan sonra analiz çıktılarımızı elde ettik.
Yapılan bu çalışmadan pandeminin OECD ülkeleri üzerindeki ekonomik ve finansal etkilerin inceledik.
H0: OECD ülkelerinin pandemi öncesi ve pandemi sonrası endüstriyel üretim indeksi oranı değişmiştir.
H1: OECD ülkelerinin pandemi öncesi ve pandemi sonrası endüstriyel üretim indeksi oranı değişmemiştir.
H0 yokluk hipotezini test etmek için çok değişkenli analiz sonuçlarına bakıldığında OECD ülkelerinin pandemi öncesi ve pandemi sonrası endüstriyel üretim indeksi oranlarının değiştiği apaçık görülmektedir.
Beklenmedik anda tüm ülkelerin hazırlıksız yakalandığı bu pandemide ekonomik açıdan ülkelerin nasıl etkilendiğini araştırmayı amaçladık ve bu amaç doğrultusunda bulunan verilere gerekli analizleri yaptık. Pandemi genel olarak ülkeleri ekonomik yönden olumsuz etkilemiştir. Bu ekonomik etki diğer değişkenleri de etkilemiştir. Ekonomik gelişmişlik gösteren ülkelerin 2022 tahmin değerlerine baktığımızda daha hızlı toparlandığını görmekteyiz.
Sağlık alanında gelişmiş ülkelerin ölüm oranları diğer ülkelere göre daha azdır. Bu gelişmişlik aşılama oranında da diğer ülkelerden önde olduklarını gösterir.
Aylık endüstriyel üretim endeksi değişkeninde elde edilen kestirimler açısından en uygun modeller belirlenmiştir. Tabloya göre Türkiye, Danimarka, Yunanistan ve İsviçre Winters’ Additive modeline uygundur. ABD, Avusturya, Kanada, Hollanda, Lüksemburg, Almanya, İtalya, İngiltere, İrlanda, İsveç, Norveç, İspanya ve Portekiz Simple Seasonal modeline uygundur. Belçika ve Fransa ise ARIMA modeline uygun görülür.
Grafiklere bakıldığında endüstriyel üretim endeksinin Türkiye’de Ocak 2018’den Mart 2020 ye kadar fazla değişim göstermediği fakat Nisan 2020 de keskin bir düşüş yaşandığı, sonrasında belirgin olarak artmaya başladığı söylenebilir. Diğer ülkeler için de aynı yorumlar yapılabilir.
2023 yılına ait kestirim değerleri ise; Ocak:155.03, Şubat:156.78, Mart:155.31, Nisan:146.38, Mayıs:150.81, Haziran:153.43, Temmuz:156.83, Ağustos:158.86, Eylül:158.31, Ekim:157.91, Kasım:159.6410.28, Aralık:160.91oldu.
KAYNAKLAR:
[1] OECD Ekonomik Görünüm Raporu (2018-Doğruluk Payı) (Cavlak, H./ Gaziantep University Journal of Social Sciences 2020 Special Issue 143-168)
[2] Cohen, MS; Hellmann, N; Levy, JA; DeCock, K; Lange, J (Nisan 2008). “The spread, treatment, and prevention of HIV-1: evolution of a global pandemic”. The Journal of Clinical Investigation. 118 (4). ss. 1244-54. doi:10.1172/JCI34706. PMC 2276790 $2. PMID 18382737.
[3] Küskü, F. “II. Abdülhamid Pandemi ile Nasıl Başa Çıkmıştı? / How did Abdul Hamid II Cope With The Pandemic?”. Uluslararası Kapadokya Salgın Dönemleri Kongresi.
[4] Box G.E.P., Jenkins G.M., Reinsel G.C., 1994, Time Series Analysis; Forecasting and Control, 3rd Edition, Prentice Hall, Englewood Cliff, New Jersey.
[5] Lorr, M.: Cluster Analysis for Social Scientists, Jossey-Bass Publishers, London, 1983.
[6] Ulutaş, A.A.; Karazehir, B. ve Akpunar, M.D., Pandemi Sürecinin Ekonomik Ve Finansal Etkileri: Oecd Ülkeleri Üzerine Bir İnceleme, Gazi Üniversitesi, Fen Fakültesi, İstatistik Bölümü Araştırma Projesi, Danışman: Prof.Dr.Reşat Kasap, Ankara, Haziran 2022.
[7] https://www.tuik.gov.tr/
[8] https://ec.europa.eu/eurostat/web/main/home
[9] https://www.isi-web.org/
[10] https://saglik.gov.tr/
[11] https://www.tcmb.gov.tr/
[12] https://data.oecd.org/
[13] https://stats.oecd.org/
[14] https://data.worldbank.org/
[15] https://countryeconomy.com/
