INTERNATIONAL NOWLEDGE, - huseyinagir.com°K-İLİŞKİLERİ.pdf · modelleri ya da içsel büyüme modelleri, ölçe ğe göre sabit ya da artan getiri durumlarında bilgi birikimi

INTERNATIONAL 9th

CONFERENCE ON KNOWLEDGE,

ECONOMY & MANAGEMENT

PROCEEDINGS

ULUSLARARASI 9.

BİLGİ, EKONOMİ VE YÖNETİM

KONGRESİ

BİLDİRİLERİ

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

vi

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



269

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, Ar-Ge’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]



270

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



271

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).



272

0

1

2

3

4

5

6

7

8

9

19

81

19

83

19

85

19

87

19

89

19

91

19

93

19

95

19

97

19

99

20

01

20

03

20

05

20

07

10

00

Kiş

i B

aş

ına

(A

de

t)

0

0,5

1

1,5

2

2,5

GS

MH

Ora

nı

Araştımacı Sayısı 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.



273

Tablo 1. Ar-Ge Harcamaları Ekonomik Büyüme -Ülke Grupları Örneği-

Yazar Dönem/Ülke Yöntem Kullanılan Değişkenler

Sonuç

Genç ve Atasoy (2010)

1997-2008 34 Ülke

Panel Nedensellik

Kişi Başına GSYİH ve Ar-Ge harcamaları

Ar-Ge harcamaları Ekonomik Büyümenin nedenidir.

Samimi ve Alerasoul (2009)

2000-2006 Gelişmekte olan 30 Ülke

Panel Genelleştirilmiş EKK

GSYİH, AR-GE harcamaları, İşgücü, Yatırım oranı

Ar-Ge harcamalarının ekonomik büyüme üzerine etkisi anlamsızdır.

Ülkü (2004)

1981-1997 20’si OECD Ülkesi olmak üzere 30 Ülke grubu

Panel EKK, GMM

GSYİH, Patentler, Ar-Ge harcamaları, yatırım oranı, okullaşma oranı, istihdam oranı, dışa açıklık oranı, kamulaştırma risk indeksi.

Ar-Ge ile Ekonomik büyüme arasında anlamlı bir ilişki bulgulanmıştır.

Sylwester (2001)

1981-1996 aralığında değişik ortalamalar. 20 OECD Ülkesi (G7 dahil)

Regresyon analizi

Kişi Başına Çıktının ortalama büyüme oranı, Kişi Başına GSYİH ve Ar-Ge harcamaları, Beşeri sermaye göstergesi.

OECD örneğinde Ar-Ge Ekonomik Büyüme ilişkisi yok. G7 örneğinde ise, Ar-Ge Ekonomik Büyümeyi pozitif etkilemektedir.

Park (1995)

1970-1987 10 OECD ülkesi

Panel EKK Kamu ve Özel Ar-Ge harcamaları, GSMH

Özel sektör Ar-Ge harcamaları uzun dönemde ekonomik büyüme için daha etkilidir.

Goel ve Ram (1994)

1960-1985 54 Ülke

Yatay Kesit Analizi

Reel Gelir, İşgücü oranı, Sermaye oranı, Ar-Ge Harcamaları

Ar-Ge harcamaları ekonomik 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.



274

Tablo 2. Modelde Kullanılan Değişkenler

Değişken Açıklama Dönem Kaynak logY Logaritma Kişi Başına Reel

Gelir (2000 US$) 1981-2008

Dünya Bankası World Development Indicators

logRD Logaritma Ar-Ge Harcamalarının GSMH içerisindeki payı

1981-2008

OECD Country Statistical Profiles

logOPEN Logaritma (İhracat+İthalat)/GSMH (Dışa Açıklık Oranı)

1981-2008

OECD Country Statistical Profiles

Tablo 2.’de gösterilen değişkenler kullanılarak tahmin edilecek çift logaritmik model ise şöyledir:

itititit OPENRDY εααα +++= logloglog 210 (1)

)16,...,1( =i ve )2008,....1981( =t

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.

itiitjit

p

j

ijitiit Xyyy εδβα ++∆+=∆ −

=

− ∑'

11 (2)

burada X sabit ve/veya deterministik trend değişkenlerini temsil etmektedir. Boş hipotez, 0:0 =iH α , seri durağan değildir (bütün i’lerde birim kök vardır), iH α:1 < 0, seri durağandır

(en azından bir i’de birim kök yoktur) alternatif hipotezine karşı test edilmektedir.



275

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):

titmimitiitiiiiti xxxty ,,,22,11, .... εβββδα ++++++= (3)

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 ititit v+= −1φε

regresyon modeli tahmin edilmektedir. Pedroni (1999), 0:0 =iH φ 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

FMOLS tahmin edicisi, ∑=

−=N

i

FMiGFM N1

*1*ˆ ββ olarak gösterilir, buradaki *FMiβ denklem (1)’deki

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.

it

K

Kk

itik

K

Kk

itikitiitiiit

ii

ii

ii

ii

OPENRDOPENRDY ελαβββ ∑∑−=−=

+∆+∆+++= lnlnlnlnln 210 (4)

Buradaki –Ki ve Ki öncüller ve gecikmelerdir. Panel DOLS tahmin edicisi,

∑=

−=N

i

DiGD N1

*1*ˆ ββ olarak yazılır, *Diβ denklem (4)’nin tahmininden elde edilmiştir.

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):

ititipit

k

p

ippit

k

p

ippit

k

p

ipiit OPENRDYY 1111

131

121

111ˆloglogloglog υεϕδδδδ ++∆+∆+∆+=∆ −−

=

−

=

−

=

∑∑∑



276

ititipit

k

p

ippit

k

p

ippit

k

p

ipiit OPENYRDRD 2121

231

221


=

−

=

−

=

∑∑∑

ititipit

k

p

ippit

k

p

ippit

k

p

ipiit RDYOPENOPEN 3131

331

321


=

−

=

−

=

∑∑∑

Denklemlerdeki k optimal gecikmeleri, itε̂ 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 1.68274 [0.9538] -0.96413 [0.1675] Durağan Değil lnRD -0.10400 [0.4586] -0.80697 [0.2098] Durağan Değil lnOPEN 3.96236 [1.0000] 1.66765 [0.9523] Durağan Değil ∆lnY -7.17828 [0.0000] -5.27100 [0.0000] Durağan I(1) ∆lnRD -10.9876 [0.0000] -9.76328 [0.0000] Durağan I(1) ∆lnOPEN -11.8576 [0.0000] -11.0333 [0.0000] 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 Testler

(WithinTests)

Sabit Terimli Sabit Terimli

ve Trendli

Panel-ν 1.43* 8.88*** Panel- ρ 1.51* 1.98***

Panel-PP 1.11 1.74** Panel-ADF 0.87 -0.71 Kesitlerarası Testler

(Between Tests)

Group- ρ 2.35*** 3.11***

Group –PP 1.57* 2.35*** Group-ADF 0.66 -0.86

***,** ve * sırasıyla yüzde 1, yüzde 5 ve yüzde 10 seviyesindeki anlamlılığı göstermektedir.



277

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, Ar-Ge 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

Nedensellik

Uzun Dönem Nedensellik

∆ logY ∆ logRD ∆ logOPEN 1−tε

∆ logY 0.51 [0.7728] 6.89 [0.0318] -0.02 (-1.88) **

∆ logRD 6.03 [0.489] 1.97 [0.3739] 0.14 (5.62) ***

∆ logOPEN21.2 [0.0000] 1.82 [0.4014] 0.05 (1.56) *

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.



278

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, 2010 http://databank.worldbank.org/ddp/home.do?Step=12&id=4&CNO=2 (12.11.2010).

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 Cross-Country 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.



279

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, Jully-August.

Sala-i Martin, Xavier (1990) “Lecture Notes on Economic Growth (I): Introduction to the Literature and Neo-Classical 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.

Documents

INTERNATIONAL NOWLEDGE, - huseyinagir.com°K-İLİŞKİLERİ.pdf · modelleri ya da içsel büyüme modelleri, ölçe ğe göre sabit ya da artan getiri durumlarında bilgi birikimi