INTERNATIONAL 9
CONFERENCE ON KNOWLEDGE,
ECONOMY MANAGEMENT
PROCEEDINGS
th
&
ULUSLARARASI 9.
BİLGİ, EKONOMİ YÖNETİM
KONGRESİ
BİLDİRİLERİ
VE
Edited By / Editörler
Zeki Parlak & İbrahim Güran Yumuşak
Sarajevo-2011-Saraybosna
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
Türkiye’de “E-Devlet Kapısı” ve E-Hizmet Sunumları / E-Government Gateway in Turkey and E-Services
Yücel OĞURLU İstanbul Ticaret University
129
SESSIONS 1C: THE KNOWLEDGE SOCIETY
Chairman: Prof. Dr. Hamza Ateş / İstanbul Medeniyet University
From Knowledge Management to Learning Organization – A Journey to Knowledge Society Alma JEFTIC /Dzenan DJONKO
International University of Sarajevo
136
Working Women in Government Organizations of Northern Areas of Pakistan
Hafiz Ghufran Ali Khan International Islamic University
147
Public Capital in a Knowledge Economy: Implications for Learning
Janice Rye KINGHORN Miami University /Randall NIELSEN Charles F. Kettering Foundation
154
Knowledge Society, With A Closer Look at Bosnia and Herzegovina: Facilitators, Hinders, Strategic Advantages and Ways BiH
Should Approach This Issue
Mersid POTURAK /Irfan DJEDOVIC International Burch University
165
Input and Output Indicators of Knowledge-Based Economy
Özcan KARAHAN Balikesir University
173
The Television and Perception of Truth During The Globalization Process
Vedat DEMİR Istanbul Universitesi
186
SESSIONS 1D: FINANCE AND BANKING
Chairman: Prof.Dr. Hilmi Ünlü/International University of Sarajevo
Economic Value Added (Eva) Performances of Banks: Evidence From Turkey
Dilek TEKER /Suat TEKER / Mine SÖNMEZ Okan University
194
Unveiling The Impact of Reverse Mortgage Loans into Financial Markets in And Herzegovina
Haris HOJKURIĆ /Šadi FADDA International University of Sarajevo
201
Institutional Aspects of Prudential Supervision of Banks in Bosnia And Herzegovina With Special Emphasis on Banking Risk
Management
Mehmed GANIĆ Securities Commission of the Federation of Bosnia and Herzegovina
212
İstanbul as an International Financial Center
Dilek TEKER /Suat TEKER Okan University
224
SESSIONS 1E: R&D AND INNOVATION
Chairman: Prof.Dr. Rıdvan Karluk Eskişehir University
Ar-Ge Yatırımlarının Firma Değeri Üzerine Etkisi: İMKB İşlem Gören Firmalar Üzerinde Bir İnceleme / The Effect of Research And
Development (R&D) Investments on The Firm Value: An Empirical Analysis on Ise Listed Firms
Abdulvahap ÖZCAN /Ender COŞKUN Pamukkale University
232
Sürdürülebilir Gelecek İçin İnovasyon Birlikleri: AB Örneği / Innovation Unions for Sustainable Future: The Case of EU
Ali SOYLU /Levent KOCAALAN Pamukkale University
241
Global İnovasyon Endeksi ve Bileşenlerinin Etkinlik Düzeyleri: Ampirik Bir Analiz / Global Innovation Index And Effectiveness of It’s
Components: An Empirical Study
Birol Mercan /Tuba Tünen / Mustafa Gömleksiz Karamanoğlu MehmetBey University
256
Ar-Ge Harcamaları ile Ekonomik Büyüme İlişkisi: OECD Örneği Panel Eşbütünleşme ve Nedensellik Analizi / Causal Linkages
Between R&D Expenditure and Economic Growth: Case of the OECD Countries
Hüseyin AĞIR /Selen UTLU Kahramanmaraş Sütçü İmam University
269
İşletmelerde Bir Rekabet Stratejisi: İnovasyon / Innovation as a Competitive Strategy for Business
Öznur Gökkaya Kocaeli University/Hilal Gökkaya-Armağan Türk
280
Yenilik ve Arge Sürecinde Sinaî Mülkiyetin Önemi / The Importance of Intellectual Property in The Process of Innovation And R&D
Yüksel BİRİNCİ /Ali Riza KÖKER Türk Patent Enstitüsü
287
SESSIONS 1F: GLOBALIZATON AND HEALTH
Chairman: Prof. Dr. Seyfettin Erdoğan/İstanbul Medeniyet University
Küreselleşme ve Sağlık Hakkı / Globalization and Right to Health
A.Tarık GÜMÜŞ Selçuk University/Bülent ALGAN Ankara University
301
Sağlık Hizmetlerindeki Bilgi Asimetrisinin Arz-Talep İlişkileri Üzerine Etkileri
The Effect of Knowledge Asymmetry in Health Services on Supply and Demand
Belma KEKLİK /Elif AKKAŞ /Aygen OKSAY /Ş. Alev UYSAL Süleyman Demirel University
315
vi
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
AR-GE HARCAMALARI İLE EKONOMİK BÜYÜME ARASINDAKİ
NEDENSELLİK İLİŞKİLERİ: OECD ÜLKELERİ ÖRNEĞİ
Hüseyin AĞIR*
Selen UTLU**
Özet
Büyüme yazınında ülkeler arasındaki gelişmişlik farklılığı ve bu farklılığın kaynağı her zaman önemli tartışma
konularından birini oluşturmuştur. İçsel büyüme teorileri, teknolojik gelişmenin ve dolayısıyla Ar-Ge’nin bu
süreçte önemli bir rol oynadığına dikkat çekmektedirler.
Bu çalışma 1981-2008 dönemi yıllık verilerini kullanarak daha fazla data varlığına göre seçilmiş 17 OECD
ülkesi için Ar-Ge harcamaları ile ekonomik büyüme ilişkisini Panel Eşbütünleşme ve Panel Nedensellik testleri
yardımıyla ampirik olarak ortaya koymayı amaçlamaktadır. Ampirik bulgulara göre, Ar-Ge harcamaları kısa
dönemde ekonomik büyümeye neden olmazken uzun dönemde ekonomik büyümenin nedeni olarak
görünmektedir.
CAUSAL LINKAGES BETWEEN R&D EXPENDITURE AND ECONOMIC
GROWTH: CASE OF THE OECD COUNTRIES
Abstract
Differences in the level of economic development among the nations and sources of these differences have
always been one of the hotly debated issues in the growth literature. The Endogenous growth theories emphasize
that technological development, and therefore R&D, plays an important role in this process.
This paper tries to empirically investigate the linkage between R&D expenditure and economic growth in 17
OECD countries mainly selected according to the availability of data for the period 1981-2008 by using annual
data and applying panel co-integration and panel causality tests. Empirical results indicate that while R&D does
not cause economic growth in the short-run, it has an impact on economic growth in the long-run.
1. Giriş
Bilgi birikimi, Ar-Ge, yetişmiş insan kaynağı ve teknolojik gelişme gibi unsurların, bir
ekonominin gelişiminde önemli roller oynadığı son dönemdeki iktisat yazınında çokça
vurgulanmaktadır. Bilgi, ekonomik büyümenin en önemli belirleyicilerinden birisi olarak
gösterilmekte, dahası, azgelişmişliğin nedeni olarak finansal ve reel sermayenin yetersizliği
yerine, yeni bilgilere ulaşamama, mevcut teknolojiyi kullanamama, yeterli beşeri sermayeye
sahip olamama gibi unsurlar ileri sürülmektedir. Günümüzde bazı ekonomiler (Japonya, İsrail,
Kore, Finlandiya gibi) büyüme oranlarındaki artışların sebebini Ar-Ge harcamalarına daha
fazla kaynak ayırmalarıyla açıklamaktadırlar. Çünkü, Ar-Ge faaliyetleri için yapılan
harcamalar bir yatırım niteliğindedir ve bu yatırımlar sonucunda elde edilecek karlar, ArGe’ye yapılan yatırımlardan çok daha yüksek olabilmektedir. Diğer bir ifadeyle, bir
ekonomide Ar-Ge’ye yapılan yatırımdan sağlanan fayda, diğer yatırımlardan elde edilenlere
göre çok daha fazla olabilmektedir.
*
Yrd.Doç.Dr., KSÜ İİBF İktisat Bölümü, Avşar kampusü, [email protected]
Doktora Adayı, KSÜ İİBF İktisat Bölümü, Avşar kampusü, [email protected]
**
269
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
Neoklasik büyüme modelleri olarak adlandırılan eski büyüme modelleri büyümeyi, ölçeğe göre
azalan getiri şartları altında üretim faktörlerinin birikimi ile açıklamaya çalışırlarken, yeni büyüme
modelleri ya da içsel büyüme modelleri, ölçeğe göre sabit ya da artan getiri durumlarında bilgi
birikimi ile açıklamaktadır. İçsel büyüme modellerinde ekonomik büyümeye kaynaklık
edebilecek bir çok unsura atıf yapılırken, Ar-Ge faaliyetleri sonucunda ortaya çıkan “yeni
bilgi” de bu unsurlardan birisini oluşturmaktadır.
Bir ekonomi için Ar-Ge’nin önemi ve ekonomik büyüme sürecindeki rolü üzerine çok sayıda
çalışmaya rastlamak mümkündür. Konuyla ilgili ülke örnekleri ve ülke grupları üzerine
yapılan ampirik çalışmaların ortak çıkarımı Ar-Ge faaliyetlerinin göstergesi olabilecek
değişkenlerin ekonomik büyümeye pozitif katkı sağladığı şeklindedir (Coe ve Helpman, 1995;
Park, 1995; Yaylalı vd., 2010; Genç ve Atasoy, 2010; Goel ve Ram, 1994; Ülkü, 2004;
Sylvester, 2001). Bu çalışma Ar-Ge harcamaları ile ekonomik büyüme arasındaki ilişkiyi veri
çokluğuna göre seçilmiş 16 OECD Ülkesi (Almanya, Avusturya, Belçika, Danimarka,
Finlandiya, Fransa, İrlanda, İspanya, İsveç, İtalya, İzlanda, Japonya, Kanada, Hollanda,
Norveç, Portekiz) ve 1981-2008 dönemi için panel eşbütünleşme (Pedroni, 1999) ve panel
nedensellik testleri yardımıyla ekonometrik olarak inceleyecektir.
Literatürdeki çalışmaların yanı sıra bu çalışma, incelenen ülkeler, kullanılan data setinin
güncelliği ve yöntem bakımından diğer çalışmalardan ayrılmaktadır. Çalışmanın planı ise şu
şekildedir: Giriş bölümünü takiben çalışmada konu teorik olarak incelendikten sonra, OECD
Ar-Ge göstergeleri ile birlikte literatürde ülke grupları için yapılan benzer çalışmalarda hangi
değişkenlerin kullanıldığına dair kısa bir literatür özeti sunulacak, veri seti ve kaynağı
gösterilerek ekonometrik model kurulacak, kullanılan ekonometrik yöntem tanıtılacak ve elde
edilen bulgular gösterilerek sonuca ulaşılacaktır.
2. Teorik Yapı
Neo-Klasik Büyüme teorilerine bir alternatif olarak ilk defa Romer (1986) tarafından
geliştirilen İçsel Büyüme Teorisi, Neo-Klasik Modelin aksine, teknolojik gelişmelerin modele
dışşal olmadığını, beşeri sermayeyi de kapsayan sermayenin artan getirisinin olabileceğini ve
bu artan getirinin de uzun dönemde büyümeyi azaltmayacağını kabul etmektedir (Sala-i
Martin,1990). Romer (1986)’e kadar, emeğin niteliği (beşeri sermaye) teknolojik yenilikler
(yeni ürünler) ve ekonomik büyüme ile ilgili kavramların büyüme literatüründe görülmediğini
vurgulamak gerekmektedir (Gürak, 2006: 126). İçsel Büyüme Teorileri’nde artan getirinin
kaynağı olarak, beşeri sermaye (Lucas, 1988), kümülatif sermaye (Rebelo, 1991), Ar-Ge
faaliyetleri (Romer, 1986; 1990), kamu harcamaları politikaları (Barro, 1990) ve finansal
piyasalar (Pagano, 1993) gösterilmekte ve bir ekonominin büyümesini etkileyen sektörlerin
önemi açıkça vurgulanmaktadır.
Romer (1986) modelinde, teknolojik gelişmeyi içselleştirmiş, yapılan yatırımların yan bir
ürün olarak teknolojik bilgiyi arttırdığını ve bu yeni bilgi birikiminin de diğer üretim
süreçlerinde bedava bilgi girdisi olarak kullanıldığını, bunun da taşmalar (spillover) sonucu
sektör geneline yayıldığını ileri sürmektedir. Dolayısıyla Neo-klasik modellere göre yatırımlar
daha düşük maliyetlerle yapılabilmekte ve getirileri de daha yüksek olabilmektedir. Aslında
Romer (1986)’in teorisi, Arrow (1962)’un “yaparak öğrenme (learning by doing)” diye
adlandırılan düşüncesine dayanmaktadır. Arrow, bazı sektörlerde zaman ilerledikçe üretim
maliyetlerinin düştüğünü, kalitenin yükseldiğini ve üretimin hızlandığını fark etmiş ve bunun
sebebini de bilgideki birikmelere atfederek buna “yaparak öğrenme” adını vermiştir.
Romer (1990)’e göre, Ar-Ge sektörü, üretim sürecine girdi olan yeni fikir ve geliştirilmiş
tasarımları, nihai ürün üretiminde kullanılan makineler yoluyla yapmaktadır. Bu yeni
270
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
tasarımlar, ekonomideki toplam bilgi stokunu arttıracağından, Ar-Ge sektöründeki beşeri
sermayenin verimini de arttıracaktır. Bilginin üretim sürecindeki bu katkıları nihai ürün
üretiminde kullanılan makinelerin verimliliğini de arttıracaktır. Bilgi birikiminin ve teknolojik
gelişmenin bu şekilde ilişkilendirildiği teorik çerçevenin, ülkeler arasındaki gelişmişlik farkını
açıklayabileceği ileri sürülmektedir. Dolayısıyla bilgi birikimine katkıda bulunan Ar-Ge
harcamalarına ayrılan kaynak, büyüme hızının artırılmasına katkıda bulunacaktır. Bununla
birlikte Romer (1994), sürdürülebilir bir büyüme için iktisadi politika önermektedir: Ona göre
hükümetlerin, teknolojik değişmeyi destekleyen kurumsal çerçeveyi yaratacak iktisat
politikaları uygulamaları gerekmektedir. Bu bağlamda geliştirilen içsel büyüme teorileri,
kamu politikalarına büyüme alanında önemli görevler yüklemektedir. Bu anlamdaki ilk
modeller ise, dış ticaretin serbestleşmesini vurgulamaktadırlar (Renelt, 1991; Coe ve
Moghadam, 1993).
Bilginin bir kamu malı niteliği taşıdığı, mükemmel bir şekilde patentlenemeyeceği ve
erişiminin kısmen engellenebilen bir mal olduğunu ileri süren Romer (1990: 74) gibi
Grossman ve Helpman (1989-1990) da, büyümenin kaynağı olan bilginin, kullanım engeli
olmayan ancak patentlerden dolayı kısmen engellenebileceğini vurgulamaktadır. Grossman ve
Helpman (1989, 1990) modellerinde, dış ticaretin getirdiği imkanlardan yararlanabilen Ar-Ge
sektörünün, ülke ekonomisine karşılaştırmalı üstünlük kazandırarak büyümeyi
tetikleyebileceği vurgulamaktadır. Grossman ve Helpman (1992)’a göre, zaman içinde
üretilen malların miktarı, kalitesi ve çeşidi sürekli olarak artmakta yani ekonomik büyüme
süreklilik göstermektedir. Büyümenin kaynağı ise, içsel teknolojik yeniliklerden kaynaklanan
verimlilik arışlarıdır.
Aghion ve Howitt (1992) modelinde ise, büyümenin kaynağı olarak rekabetçi Ar-Ge
sektöründe gerçekleşen “dikey teknolojik yenilikler” gösterilmektedir. Başka bir ifadeyle
teknolojik yeniliklerin nedeni rekabetçi firmaların araştırmalarıdır. Ar-Ge sonucu ortaya çıkan
yenilikler sayesinde, piyasaya daha iyi ürünler sürülmekte ve eski ürünler ortadan
kalkmaktadır. Teknolojik yeniliklerin içsel olduğu modelde, her yenilik yeni bir ara malının
üretimine neden olmaktadır. Ar-Ge sonucunda elde edilen yenilik için alınan patent, oluşacak
tekel karından dolayı firmayı yeni Ar-Ge’ye itecektir. Modelde, büyüme oranı, yeniliklerin
miktarı, nitelikli işgücünün miktarı ve Ar-Ge’nin verimliliği ile ilişkilidir.
3. OECD Ar-Ge Göstergeleri ve Ampirik Literatür
Dünyada Ar-Ge’ye ayrılan payların eşik değerleri; GSMH’den Ar-Ge’ye ayrılan yüzde 1’lik
pay ile 1000 iktisaden faal nüfusa düşen 1,5 tam zamana eşdeğer araştırmacı personel sayısı
olarak sıralanmaktadır. Bunlar, ülkenin Ar-Ge yapabilme ve teknoloji üretebilme kabiliyetinin
eşik değerleri olarak kabul edilmektedir (Yücel, 1997: 15). Gelişmiş ülkelerde bu oranlar;
1000 kişiye düşen tam zamanlı 4’ün üzerinde araştırmacı ve GSMH’den yüzde 2’nin üzerinde
bir pay şeklindedir (Bulut, 2005: 81).
271
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
2,5
8
2
7
6
1,5
5
4
1
3
2
GSMH Oranı
1000 Kişi Başına (Adet)
9
0,5
1
Araştımacı Sayısı
2007
2005
2003
2001
1999
1997
1995
1993
1991
1989
1987
1985
1983
0
1981
0
Ar-Ge Harcaması
Şekil 1. OECD Ar-Ge Harcamaları (1981-2008)
Kaynak: OECD 2010.
Şekil 1. OECD Ülkeleri için 1000 kişi başına tam zamanlı Ar-Ge araştırmacı sayıları (sol
sütun ve üstteki hat) ile Ar-Ge harcamalarının GSMH içerisindeki paylarını (sağ sütün ve
alttaki hat) göstermektedir. Ar-Ge araştırmacıları sayısı yönünden, OECD ortalaması veri
dönemde oldukça yüksek bir seviyede görünürken, Ar-Ge harcamaları açısından ise son
yıllarda yüzde 2 seviyelerinin üzerinde bir görünüm sergilemektedir. Bununla birlikte Ar-Ge
harcamaları bakımından OECD ülkeleri içerisinde ortalamadan yüksek değerler alan ülkeler
olarak, başta İsrail olmak üzere Finlandiya, Japonya, İsveç, ABD ve İzlanda gibi ekonomiler
gelirken, ortalamanın çok altında kalan ülkeler olarak da, Macaristan, Meksika, Polonya,
Türkiye ve Slovakya ekonomileri görülmektedir. Ar-Ge’de çalışan kişi bakımından ise, en
yüksek değere sahip Finlandiya ile birlikte Danimarka, İzlanda, Japonya ve İsveç de
ortalamayı yükselten diğer ülkeler olarak kendilerini gösterirken, en az araştırmacı sayısına
sahip ülke Meksika olarak görünmekte, Türkiye’de araştırmacı sayısının oldukça az olduğu
ülkelerden birisi olarak göze çarpmaktadır (OECD, 2010).
Literatürde hem ülke örnekleri için hem de ülke grupları için Ar-Ge harcamalarının ekonomik
büyüme üzerine etkilerini konu edinen çalışmalara rastlamak mümkündür. Bu çalışmaların bir
çoğunda modele Ar-Ge harcamaları da eklenerek üretim fonksiyonu tahmin edilmeye
çalışılmıştır. Tablo 1. ülke grupları örneklerinden oluşan bazı çalışmaları ayrıntılı bir şekilde
göstermektedir.
272
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
Tablo 1. Ar-Ge Harcamaları Ekonomik Büyüme -Ülke Grupları ÖrneğiYazar
Dönem/Ülke
Genç ve 1997-2008
Atasoy
34 Ülke
(2010)
Samimi
ve
Alerasoul
(2009)
2000-2006
Gelişmekte
olan 30 Ülke
Ülkü
(2004)
1981-1997
20’si
OECD
Ülkesi olmak
üzere 30 Ülke
grubu
Sylwester
(2001)
1981-1996
aralığında
değişik
ortalamalar.
20
OECD
Ülkesi
(G7
dahil)
Park
(1995)
1970-1987
10
OECD
ülkesi
Goel ve 1960-1985
Ram
54 Ülke
(1994)
Yöntem
Kullanılan
Sonuç
Değişkenler
Panel
Kişi Başına GSYİH Ar-Ge harcamaları
Nedensellik
ve Ar-Ge harcamaları Ekonomik
Büyümenin
nedenidir.
Panel
GSYİH,
AR-GE Ar-Ge
Genelleştirilm harcamaları, İşgücü, harcamalarının eko
iş EKK
Yatırım oranı
nomik
büyüme
üzerine
etkisi
anlamsızdır.
Panel EKK,
GSYİH,
Patentler, Ar-Ge
ile
GMM
Ar-Ge harcamaları, Ekonomik büyüme
yatırım
oranı, arasında anlamlı bir
okullaşma
oranı, ilişki
istihdam oranı, dışa bulgulanmıştır.
açıklık
oranı,
kamulaştırma
risk
indeksi.
Regresyon
Kişi Başına Çıktının OECD örneğinde
analizi
ortalama
büyüme Ar-Ge Ekonomik
oranı, Kişi Başına Büyüme
ilişkisi
GSYİH ve Ar-Ge yok. G7 örneğinde
harcamaları, Beşeri ise,
Ar-Ge
sermaye göstergesi.
Ekonomik
Büyümeyi pozitif
etkilemektedir.
Panel EKK
Kamu ve Özel Ar-Ge Özel sektör Ar-Ge
harcamaları, GSMH
harcamaları uzun
dönemde ekonomik
büyüme için daha
etkilidir.
Yatay Kesit Reel Gelir, İşgücü Ar-Ge harcamaları
Analizi
oranı, Sermaye oranı, ekonomik
Ar-Ge Harcamaları
büyümeyi pozitif
ve büyük oranlı
etkilemesine karşın
istatistiksel
anlamlılığı zayıftır.
Kaynak: Yazarlar
4. Ekonometrik Analiz
4.1. Değişkenler ve Model
Ar-Ge harcamalarının ekonomik büyümeye etkisini ölçebilmek için kullanılan değişkenler ve
açıklayıcı bilgiler Tablo 2.’de gösterilmektedir. OPEN değişkeni modele kontrol değişkeni
olarak eklenmiş ve tüm değişkenlerin logaritmik dönüşümleri kullanılmıştır.
273
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
Tablo 2. Modelde Kullanılan Değişkenler
Değişken
logY
Açıklama
Dönem
Logaritma Kişi Başına Reel
Gelir (2000 US$)
1981-2008
logRD
Logaritma
Ar-Ge
Harcamalarının
GSMH 1981-2008
içerisindeki payı
Logaritma
(İhracat+İthalat)/GSMH
1981-2008
(Dışa Açıklık Oranı)
logOPEN
Kaynak
Dünya Bankası
World
Development
Indicators
OECD
Country
Statistical
Profiles
OECD
Country
Statistical
Profiles
Tablo 2.’de gösterilen değişkenler kullanılarak tahmin edilecek çift logaritmik model ise
şöyledir:
log Yit = α 0 + α 1 log RDit + α 2 log OPEN it + ε it
(1)
(i = 1,...,16) ve (t = 1981,....2008)
Denklem (1)’deki modelin tahmininde öncelikle, herbir değişkenin zaman serisi özellikleri
araştırılarak panel birim kök analizi yapılacak, ardından panel eşbütünleşme testleri yapılarak
eşbütünleşme parametreleri elde edilecek, son olarak da panel nedensellik testleri ile
değişkenler arasındaki uzun ve kısa dönem ilişkileri araştırılacaktır.
4.2. Yöntem
Panel veri, t zamanlı ve k değişkenden oluşan bir data setini, n tane yatay kesit (firma, sektör)
için oluşturulmakta ve böylelikle zaman ve grup etkilerinin modele dahil edilmesini
sağlamaktadır. Zaman serisi analizinde olduğu gibi, panel veri modellerinde de düzmece
regresyon problemiyle karşılaşmamak için serilerin birim kök içerip içermediklerinin
araştırılması gerekmektedir. Serilerin durağanlıklarının araştırılması için uygulamada bir çok
birim kök testi kullanılmaktadır (örneğin, Levin, Lin ve Chu, 2002; Breitung, 2000; Im,
Pesaran ve Shin, 2003; Maddala ve Wu, 1999; Choi, 2001; Hadri, 2000).
Bu çalışmada Im, Pesaran ve Shin (2003) tarafından ortaya konulan panel birim kök testi
tercih edilmiştir. Diğerlerinden farklı olarak bu test, panele özgü sonuçlar elde edebilmek için
ilk olarak her bir yatay kesiti için için ayrı ayrı birim kök olup olmadığını test ettiği için panel
veri setindeki heterojenitinin dikkate alınmasını sağlamaktadır.
p
∆y it = α i y it −1 + ∑ β ij ∆y it − j + X it' δ i + ε it
(2)
j =1
burada X sabit ve/veya deterministik trend değişkenlerini temsil etmektedir. Boş hipotez,
H 0 : α i = 0 , seri durağan değildir (bütün i’lerde birim kök vardır), H 1 : α i < 0, seri durağandır
(en azından bir i’de birim kök yoktur) alternatif hipotezine karşı test edilmektedir.
274
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
Seviye değerlerinde birim kök bulunan (durağan olmayan) değişkenlerin birinci farklarında
birim kök sorununun ortadan kalkması (serilerin durağan hale gelmesi) durumunda, uzun
dönem ilişkisinin araştırılması için eşbütünleşme testleri yapılmalıdır.
Bu çalışmada Pedroni (1999) eşbütünleşme testlerinden yararlanılacaktır. Pedroni’nin
geliştirdiği testler, aşağıdaki gibi bir denklemden elde edilen artıklar (hata terimi) üzerine
kurulmuştur. Bu nedenle ilk aşama eşbütünleşme regresyonundan elde edilen artıkları
hesaplamaktır (Pedroni, 1999: 656):
(3)
yi ,t = α i + δ i t + β 1i x1i ,t + β 2i x 2i ,t + .... + β mi x mi ,t + ε i ,t
t=1,...,T;
i=1,...,N;
m=1,…M
t zaman sürecindeki gözlem sayısı, N paneldeki yatay kesitlerin toplam sayısı ve M
regresyondaki değişkenlerin sayısıdır. Eşbütünleşme testini yapmak için ε it = φ it −1 + vit
regresyon modeli tahmin edilmektedir. Pedroni (1999), H 0 : φ i = 0 eşbütünleşme olmadığı
boş hipotezine karşı, standart normal dağılıma sahip yedi adet farklı test (Panel-ν , Panel- ρ ,
Panel-PP, Panel-ADF, Group- ρ , Group–PP, Group-ADF) önermiştir. Bunların ilk dördü
kesit içi panel eşbütünleşme testleri, diğer üçü ise kesitler arası panel eşbütünleşme
istatistikleridir. Bu istatistiklerin karşılaştırmalı avantajları büyük ölçüde veri oluşum sürecine
göre değişmektedir. Küçük örneklemlerde group- ρ istatistiği, örneklem boyutu büyümeye
başladıkça panel-ν istatistiğinin anlamlılığı eşbütünleşme olduğunu önemli bir göstergesidir
(Pedroni, 2004: 614).
Değişkenler arasında eşbütünleşmenin olduğu sonucuna varıldıktan sonra, eşbütünleşme
parametrelerinin tahmin edilmesi gereklidir. Eşbütünleşme parametreleri Pedroni (2000 ve
2001) tarafından geliştirilen grup-ortalama panel FMOLS (Fully Modified Ordinary Least
Squares) ve DOLS (Dynamic Ordinary Least Squares) metodları ile elde edilecektir. Panel
N
*
*
*
olarak gösterilir, buradaki β FMi
denklem (1)’deki
FMOLS tahmin edicisi, βˆGFM
= N −1 ∑ β FMi
i =1
her ülke için zaman serileri FMOLS tahmininden elde edilmektedir. Panel DOLS tahmin
edicisi ise, aşağıda gösterilen Denklem (4)’deki modelin herbir ülke için EKK tahminleri
kullanılarak elde edilmiştir.
K ii
ln Yit = β 0i + β 1i ln RDit + β 2i ln OPEN it +
∑ α ik ∆ ln RDit +
k = − K ii
Buradaki
ve
–Ki
Ki
öncüller
ve
K ii
∑λ
ik
∆ ln OPEN it +ε it
(4)
k = − K ii
gecikmelerdir.
Panel
DOLS
tahmin
edicisi,
N
*
*
*
olarak yazılır, β Di
denklem (4)’nin tahmininden elde edilmiştir.
βˆGD
= N −1 ∑ β Di
i =1
Eşbütünleşme ilişkisi, değişkenler arasında ena az bir yönlü nedensellik ililkisinin
olabileceğininn bir göstergesidir. Eşbütünleşik panellerde, panel nedensellik testlerini
yapabilmek için panel hata düzeltme modelinin tahmin edilmesi gerekmektedir. Bir panel
VECM modeli şöyle ifade edilebilir (Ağır, Kar ve Nazlıoğlu, 2011):
k
k
k
p =1
p =1
p =1
∆ logYit = δ 1i + ∑δ 11ip ∆ logYit − p + ∑δ12ip ∆ log RDit − p + ∑δ 13ip ∆ logOPENit − p + ϕ1i εˆit −1 + υ1it
275
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
k
k
k
∆ log RDit = δ 2i + ∑δ 21ip ∆ log RDit − p + ∑δ 22ip ∆ logYit − p + ∑δ 23ip ∆ logOPENit − p + ϕ 2i εˆit −1 + υ2it
p =1
p =1
p=1
k
k
k
p=1
p =1
p =1
∆ logOPENit = δ 3i + ∑δ 31ip ∆ logOPENit − p + ∑δ 32ip ∆ logYit − p + ∑δ 33ip ∆ log RDit − p + ϕ3i εˆit −1 + υ3it
Denklemlerdeki k optimal gecikmeleri, εˆit ise denklem (1)’deki panel FMOLS tahmininin
hata terimlerini temsil etmektedirler. Bu denklemlerden, değişkenler arasındaki kısa ve uzun
dönem nedensellikler gösterilebilir. Bir değişkenden diğerine kısa dönem nedensellik
değişkenlerin gecikmeli değerlerine uygulanan Wald testi yoluyla tespit edilmektedir. Uzun
dönem nedensellik ise, hata terimlerinin katsayılarının ( ϕ ) t istatistiklerine göre
belirlenmektir. Buna gore, istatistiki olarak anlamlı hata düzeltme katsayıları uzun dönem
nedenselliğin bir göstergesidir.
4.3. Bulgular
Değişkenlerin durağanlık testleri, Im, Pesaran ve Shin (2003) (IPS) tarafından ortaya konulan
panel birim kök testleri yardımıyla test edilecektir. Tablo … da gösterilen Panel birim kök test
sonuçlarına göre, serilerin birinci dereceden I(1) durağan olduğu anlaşılmaktadır.
Tablo 3. IPS Panel Birim Kök Testi Sonuçları
Değişkenler
Sabit Terimli
Sabit Terimli
ve Trendli
Sonuç
lnY
lnRD
lnOPEN
∆lnY
∆lnRD
∆lnOPEN
1.68274 [0.9538]
-0.10400 [0.4586]
3.96236 [1.0000]
-7.17828 [0.0000]
-10.9876 [0.0000]
-11.8576 [0.0000]
-0.96413 [0.1675]
-0.80697 [0.2098]
1.66765 [0.9523]
-5.27100 [0.0000]
-9.76328 [0.0000]
-11.0333 [0.0000]
Durağan Değil
Durağan Değil
Durağan Değil
Durağan I(1)
Durağan I(1)
Durağan I(1)
Köşeli parentez içindeki değerler p (olasılık) değerlerini göstermektedir.
Optimal gecikme uzunluğu Schwarz Kriteriyle belirlenmiştir.
Tablo 4. Panel Eşbütünleşme Testi Sonuçları
Kesit
İçi
(WithinTests)
Panel-ν
Panel- ρ
Panel-PP
Panel-ADF
Kesitlerarası
(Between Tests)
Group- ρ
Group –PP
Group-ADF
Testler Sabit Terimli
1.43*
1.51*
1.11
0.87
Sabit Terimli
ve Trendli
8.88***
1.98***
1.74**
-0.71
2.35***
1.57*
0.66
3.11***
2.35***
-0.86
Testler
***,** ve * sırasıyla yüzde 1, yüzde 5 ve yüzde 10 seviyesindeki anlamlılığı göstermektedir.
276
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
Panel değişkenleri arasında eşbütünleşme yoktur boş hipotezi, Pedroni (1999) eşbütünleşme
testi ile sınanmıştır. Analizlerde kullanılan değişkenlerin uzun dönemde eşbütünleşik
oldukları Tablo … de gösterilen Panel-ADF ve Group-ADF testleri dışındaki istatistikler
tarafından doğrulanmıştır. Değişkenler arasındaki eşbütünleşmenin belirlenmesinden sonra,
eşbütünleşme parametreleri de Tablo 5.’de gösterilmektedir.
Table 5. Panel Eşbütünleşme Parametreleri
logY
logRD
logOPEN
Panel DOLS
0.60
(27.80)***
0.73
(13.62)***
Panel FMOLS
0.66
(20.46)***
0.56
(8.58)***
Parantez içindeki değerler t-istatistikleridir. *** yüzde 1 seviyesindeki anlamlılığı temsil etmektedirler.
Tablo 5.’deki Panel DOLS ve Panel FMOLS’den elde edilen eşbütünleşme parametreleri, ArGe harcamaları (logRD) ve dışa açıklık oranının (logOPEN) ekonomik büyümeyi (logY)
pozitif ve istatistiksel olarak anlamlı bir şekilde etkilediğini göstermektedir.
Panel Granger nedensellik testi sonuları ise Tablo 6.’da sunulmaktadır.
Table 6. Panel Granger Nedensellik Testi Sonuçları
Kısa Dönem
Uzun
Dönem
Nedensellik
Nedensellik
∆ logY
∆ logY
∆ logRD
∆ logOPEN
ε t −1
0.51 [0.7728]
6.89 [0.0318]
-0.02 (-1.88)
**
1.97 [0.3739]
0.14 (5.62)
***
0.05 (1.56)
*
∆ logRD 6.03 [0.489]
∆ logOPEN21.2 [0.0000]
1.82 [0.4014]
Köşeli pazantez içindeki değerler p-değerleri, parantez içindeki değerler ise t istatistikleridir.
***,** ve * işaretleri, yüzde 1, yüzde 5 ve yüzde 10 seviyesindeki anlamlılıkları temsil etmektedir.
Tablo 6’daki panel Granger nedensellik testi sonuçları topluca değerlendirildiğinde, kısa
dönemde logOPEN ve logY değişkenleri arasında karşılıklı çift yönlü nedensellik mevcutken
diğer değişkenler arasında kısa dönemde bir nedensel ilişki görünmemektedir. Diğer taraftan,
uzun dönemde logY, logRD ve logOPEN değişkenleri arasında karşılıklı çift yönlü
nedensellik mevcuttur.
277
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
5. Sonuç
Bu çalışma Ar-Ge harcamaları ile ekonomik büyüme arasındaki ilişkiyi üç değişkenli bir
modelle ve seçilmiş 16 OECD ülkesinin 1981-2008 dönemindeki yıllık verileriyle ampirik
olarak test etmiştir. Öncelikle vurgulanması gerek şey, OECD ortalamasında Ar-Ge
harcamaları ve Ar-Ge’de çalışan insan gücü bakımından göstergelerin oldukça yüksek
seviyelerde olduğudur. Ampirik tahminler için kullanılan Ar-Ge harcamaları ve Dışa açıklık
oranı açıklayıcı değişkenleri, bağımlı değişken olarak kullanılan ekonomik büyüme göstergesi
kişi başına geliri pozitif ve istatistiksel olarak anlamlı bir şekilde etkilemektedir. Elde edilen
Granger nedensellik testi sonuçlarına göre ise, Ar-Ge harcamalarındaki artış kısa dönemde
gelire neden olmamaktadır. Ancak uzun dönemde Ar-Ge harcamalarındaki artış gelir artışının
nedeni olarak görülmektedir. Bu bulgu, içsel büyüme modellerinin de çıkış noktasını
oluşturan “büyümenin kayıp ögesini” açıklamakta kullanılabilir bir sonuç niteliğindedir. Buna
göre Ar-Ge harcamalarının artması ekonomik büyümenin artmasına neden olmaktadır. Bu
sonuç göstermektedir ki, ülkeler ekonomik gelişmelerini arttırabilmek için Ar-Ge
harcamalarını özendirici politikalar sunmalıdır.
Kaynaklar
Aghion, Philippe- Howitt, Peter, (1992) “A Model of Growth Through Creative Destruction”, Econometrica,
Vol. 60, No. 2 pp. 323-351.
Ağır, Hüseyin- Kar, Muhsin- Nazlıoğlu, Şaban, (2011) “Do Remittances Matter for Financial Development in
the MENA Region? Panel Cointegration and Causality Analysis”, Empirical Economics Letters,
Yayına Kabul Edildi
Arrow, Kenneth J, (1962) “The Economic Implications of Learning by Doing”, The Review of Economic
Studies, Vol.29(3), pp. 155-173.
Barro, Robert, (1990) “Government Spending in a Simple Model of Endogenous Growth”, Journal of Political
Economy, 98, pp.103-125.
Breitung, Jörg (2000) “The Local Power Of Some Unit Root Test For Panel Data”, Nonstationary Panels, Panel
Cointegration and Dynnamic Panels, Advences in Econometrics, 15, pp. 161-177.
Bulut, Halil, İ. (2005) “Ulusal Ar-Ge Tamamlayıcısı Olarak Uluslar arası Kurumsal Risk Sermayesi”, İktisat,
İşletme ve Finans, 20 (236), ss.65-86.
Choi, In (2001) “Unit Root Tests for Panel Data”, Journal of International Money and Finance, Vol.20, pp.
249–272.
Coe, David- Moghadam, Reza (1993) “Capital and Trade As Engines of Growth in France: An Application of
Johansen's Cointegration Methodology”, IMF Staff Papers, 40(3), pp. 542-566.
Coe, David T.- Helpman, E., (1995) “International R&D Spillovers”, NBER Working Paper Series, 4444,
http://papers.ssrn.com/sol3/delivery.cfm/nber_w4444.pdf?abstractid=227321
Dünya
Bankası,
(2010)
World
Development
Indicators,
http://databank.worldbank.org/ddp/home.do?Step=12&id=4&CNO=2 (12.11.2010).
2010
Genç, Murat C.- Atasoy, Yeşim (2010) “Ar&Ge Harcamaları Ve Ekonomik Büyüme İlişkisi: Panel Veri
Analizi”, 8.Bilgi, Ekonomi ve Yönetim Kongresi, İstanbul Üniversitesi,Uluslar arası Elekrtronik Dergi,
www.beykon.org/dergi.html , ss.15-22.
Goel, Rajeev K. - Ram, Rati (1994) “Research and Development Expenditures and Economic Growth: A CrossCountry Study”, Economic Development and Cultural Change, Vol. 42, No.2, pp. 403-11.
Grossman, Gene, M.- Helpman, Elhanan, (1989) “Quality Ladders in the Growth Theory”, NBER Working
Paper, 3099, August.
Grossman, Gene, M.- Helpman, Elhanan, (1990) “Comparative Advantage and Long-run Growth”, The AER,
80 (4), pp. 796-815.
Grossman, Gene, M.- Helpman, Elhanan., (1992) Inovation and Growth, MIT-Press, Cambridge.
278
9th INTERNATIONAL CONFERENCE ON KNOWLEDGE, ECONOMY & MANAGEMENT PROCEEDINGS
ULUSLAR ARASI 9. BİLGİ, EKONOMİ VE YÖNETİM KONGRESİ BİLDİRİLERİ
Jun 23-25, 2011 Sarajevo-Bosnia & Herzegovina / 23-25 Haziran 2011, Saraybosna-Bosna Hersek
Gürak, Hasan. (2006) Ekonomik Büyüme ve Küresel Ekonomi, Bursa: Ekin Yayınevi.
Hadri, Kaddour (2000) “Testing for Stationarity in Heterogeneous Panel Data”, Econometric Journal, Vol3, pp.
148–161
Im, Kyung So - Pesaran, M. Hashem - Shin, Yongcheol, (2003) “Testing for Unit Roots in Heterogeneous
Panels” Journal of Econometrics Vol.115, pp.53–74.
Levin, Andrew - Lin, Chien-Fu - Chu, Chia-Shang (2002) “Unit Root Tests In Panel Data: Asymptotic and
Finite-Sample Properties” Journal of Econometrics, Vol.108, pp.1- 24.
Lucas, Robert (1988) “On the Mechanics of Economic Development”, Journal of Monetary Economics,
Vol.22(1), pp. 3-42.
Maddala, G.S. - Wu, Shaowen (1999) “A Comparative Study of Unit Root Tests with Panel Data and A New
Simple Test”, Oxford Bulletin of Economics and Statistics, Vol.61, pp. 631-652
OECD Country Statistical Profiles, (2010) http://stats.oecd.org/index.aspx (18.04.2011).
Pagano, Marco (1993) “Financial Markets and Growth: An Overview”, European Economic Review, Vol.37,
pp.613-622.
Park, Walter G (1995) “International R&D Spillovers and OECD Economic Growth”, Economic Inquiry, Vol
33( 4), pp.571-593
Pedroni, P., (1999) “Critical Values For Cointegration Tests In Heterogeneous Panels With Multiple Regressors”
Oxford Bulletin of Economics and Statistics 61, 653–670.
Pedroni, Peter, (2004) “Panel Cointegration: Asymptotic And Finite Sample Properties Of Pooled Time Series
Tests With An Application To The PPP Hypothesis”, Econometric Theory, 20, pp. 597-625.
Rebelo, Sergio, (1991) “Long-run Policy Analysis and Long-run Growth”, Journal of Political Economy,
Vol.99(3), pp.500-521.
Renelt, David, (1991) “Economic Growth: A Review of the Theoretical and Empirical Literature”, Policy
Research Working Paper Series No.678, Washington, D.C.World Bank.
Romer, Paul, M., (1986) “Increasing Returns and Long Run Growth”, Journal of Political Economy, Vol.94 (5),
pp.1002-1037.
Romer, Paul, M., (1990) “Endogenous Technological Change”, Journal of Political Economy, Vol.98 (5),
pp.71-102.
Romer, Paul, M., (1994) “Beyond Classical and Keynasian Macroeconomic Policy.” Policy Options, JullyAugust.
Sala-i Martin, Xavier (1990) “Lecture Notes on Economic Growth (I): Introduction to the Literature and NeoClassical
Models”,
Economic
Working
Paper
Vol.
78,
http://www.econ.upf.edu/docs/papers/downloads/78.pdf
Samimi, Ahmad Jafari – Alerasoul, Seyede Monireh (2009) “R&D and Economic Growth: New Evidence from
Some Developing Countries”, Australian Journal of Basic and Applied Sciences”, 3 (4), pp. 3464-3469.
Sylwester, Kevin (2001) “R&D and Economic Growth”, Knowledge, Technology, & Policy, Vol.13, No.4,
pp.71-84.
Ülkü, Hülya (2004) “R&D, Innovation, and Economic Growth: An Empirical Analysis”, IMF Working Paper,
No.04/185.
Yaylalı, Muammer- Akan, Yusuf- Işık, Cem (2010) “Türkiye’de Ar&Ge Harcamaları ve Ekonomik Büyüme
Arasındaki Eş-Bütünleşme ve Nedensellik İlişkisi: 1990-2009”, 8.Bilgi, Ekonomi ve Yönetim Kongresi,
İstanbul Üniversitesi,Uluslar arası Elekrtronik Dergi, www.beykon.org/dergi.html , ss. 1-14.
Yücel, İsmail, Hakkı, (1997) “Bilgi Teknoloji Politikaları ve 21.Yüzyılın Toplumu”, Ankara: DPT,
http://ekutup.dpt.gov.tr/bilim/yucelih/biltek.html, 29/07/2010.
279
Download

Ar-Ge EG NEDENSELLİK İLİŞKİLERİ