Optimal makroekonomik belirsizlik endeksinin oluşturulması: Türkiye örneği

Abstract

Makroekonomik belirsizlik, gerek teorik gerekse de ampirik literatürde sürekli olarak tartışılmaktadır. Ampirik literatürde makroekonomik belirsizliği hesaplamak için çok sayıda yaklaşım mevcuttur. Literatürde kullanılan ortak yaklaşım ise, herhangi bir değişkenin tahmini koşullu varyansları ile makroekonomik belirsizliğin türetilmesidir. Bu yaklaşım, makroekonomik değişkenlerin yalnızca bireysel belirsizliklerine dikkat çekmektedir. Ancak, bu yaklaşımların kullanılması, bazı politika çıkarımlarını sağlayamamakta ve bütün bir ekonomi için büyük refah kayıplarına neden olabilmektedir. Bunun yerine, optimizasyon algoritması kullanılarak, yapısal bir makroekonomik model içerisinde, optimal makroekonomik belirsizlik endeksinin oluşturulması önerilmektedir. Bu çalışmanın amacı, Türkiye ekonomisi için optimal makroekonomik belirsizlik endeksinin oluşturulmasıdır. Çalışma, 2002-2014 dönemini kapsamaktadır. Bu çalışmada endeks, küçük yapısal bir makroekonomik model ile kurulmuştur. Çalışma üç önemli ekonometrik süreç içermektedir. Birincisi, model ayrı ayrı En Küçük Kareler (OLS), Görünürde İlişkisiz Modeller (SUR) ve Genelleştirilmiş Momentler (GMM), yöntemleri kullanılarak tahmin edilmiştir. İkincisi, optimizasyon algoritması olarak Broyden–Fletcher–Goldfarb–Shanno (BFGS) uygulanmıştır. BFGS ile belirsizlik endeksini optimal yapan değerler bulunmuştur. Sonuç olarak, endeksi meydana getiren bütün değişkenler, tahmini optimal katsayılar ile ağırlıklandırılmış ve seriler toplulaştırılarak Türkiye için optimal makroekonomik belirsizlik endeksi oluşturulmuştur.

Macroeconomic uncertainty is constantly discussed in both theoretical and empirical literature. There are several different approaches to measure macroeconomic uncertainty in the empirical literature. A common approach is to produce proxies using the estimated conditional volatility of any variable. This approach only pays attention to individual uncertainty of the macroeconomic variables. However, if any individual uncertainty index is used as macroeconomic uncertainty, the findings from the uncertainty index cannot correctly provide some policy implications. Therefore, they can cause large welfare losses for a whole economy. Instead, it is suggested to produce the optimal macroeconomic uncertainty index in a structural macroeconomic model, using an optimization algorithm. The aim of this study is to get optimal macroeconomic uncertainty index for Turkish Economy. The data used in the study are quarterly and cover the period of 2002-2014. In this study, the index is formed under the assumption of small structural macroeconomic model. The study has three important econometric processes: First, the model was separately estimated by using the Ordinary Least Squares (OLS), Seemingly Unrelated Regressions (SUR) and Generalized Method of Moments (GMM). Secondly, Broyden–Fletcher–Goldfarb–Shanno (BFGS) was applied as an optimization algorithm. Using BFGS, optimal parameters were found for uncertainty index. Finally, the variables of the index were weighted under the estimated optimal coefficients and then aggregated to produce the optimal macroeconomic uncertainty index for Turkish Economy.