JournalofYasarUniversity201018(5)31173130 TRKYENNDITCARETNDEMEVSMSELDZELTME

EnesE.USLU a Yrd.Do.Dr.zgrPOLAT b
ABSTRACT Bu almada, Trkiyenin 2002:12009:10 dnemi ihracat ve ithalatnn aylk verilerinin mevsimsellikten arndrlmasnda X12ARIMA ve TRAMO/SEATS yntemleri kullanlarak bu iki yntemin mevsimseldzeltmeilemindekiperformanskarlatrlmtr.almadaeldeedilensonular,TRAMO/SEATS ynteminin X12ARIMA yntemine gre Trkiyenin d ticaret verilerinin mevsimsellikten arndrlmasnda dahabaarlolduunugstermektedir. AnahtarKelimeler:Mevsimsellik,MevsimselDzeltme,X12ARIMA,TRAMO/SEATS 1.GR Hava deiimi ve takvim etkileri ile iktisadi birimler tarafndan dorudan veya dolayl olarak alnan retim ve tketim kararlarnn zaman iindeki deiiminden kaynaklanan yl ii sistematik hareketler olarak tanmlanan mevsimsellik (Hylleberg, 1992: 4), ihracat ve ithalat gibi makroekonomik zaman serilerinde ska gzlemlenen hareketlerdir. ktisadi politikalarn belirlenmesinde gnmzde ska kullanlan aylk ve aylk makroekonomik istatistikler, serilerin ksa ve uzun dnem hareketlerini maskeleyebilen ve analize konu olan makroekonomik serinin ak bir ekilde anlalmasn nleyebilen mevsimsel dalgalanmalar ve dier takvim/ticaretgnetkileritarafndanskaetkilenmektedir(EUROSTAT,2009:6). Mevsimsellik,zamanserisiningzlemlenemeyenbileenlerineayrtrlp,mevsimselbileenintahmin edilerek seriden arndrlmasyla giderilir. Mevsimsel dzeltilmi istatistikler ise incelenen dnemde meydana gelendeimeleriinyorumlamayadahauygunlmlersalarveyanltcmevsimseldeiikliklerolmakszn ekonominingerekhareketlerininizlenmesineolanaktanr. Mevsimsel dzeltme, analitik teknikler kullanarak zaman serisini bileenlerine ayrma ve zaman serisinden mevsimsel dalgalamalar karma ilemidir. Mevsimsel dzeltmede ama, zaman serisinin farkl bileenlerinibelirlemekvebylecezamanserisinindavranlarndahaiyianlalmasnsalamaktr.Mevsimsel olarakdzeltilmizamanserilerindemevsimselbileeninetkisikaldrldndan,trendvedzensizbileenlerin hareketleriveetkileridahaakbirekildeortayakar(Cheong,2004:2).Konjonktreldalgalanmalarndaha kolay yorumlanmas ve gncel ekonomik koullarn daha ak bir ekilde deerlendirilebilmesine olanak salayan mevsimsel dzeltme ileminden sonra zaman serileri, ekonomik modelleme ve dnemsel analizinde kullanlr. Mevsimsellikten arndrlm farkl mevsimsel yapya sahip seriler daha tutarl bir ekilde karlatrlarakyorumlanabilmektedir(alk,2009:1). Zaman serilerindeki hareketlerin daha doru bir ekilde yorumlanabilmesi iin serilerde mevcut mevsimsel bileeni ayran mevsimsel dzeltme ilemi, Trkiye statistik Kurumu (TK) gibi lkenin ekonomi, sosyal, demografi, kltr, evre, bilim ve teknoloji alanlar ile gerekli grlen dier alanlardaki istatistikleri derleyen,deerlendiren,analizeden,yaymlayan,resmiistatistiksonularnnbilimselveteknikaklamalarn yapan kurumlar iin nemli bir konudur ve bu modeller ulusal ve Avrupa Birlii gibi uluslar st gstergeler olarak yaymlanan dzeltilmi serilerin retilmesinde ska kullanlmaktadr. TK, kullanclar ile karar vericilerin ardk aylara/dnemlere ait verileri karlatrabilmelerine imkan salamak amacyla, Trkiye
a

TrkiyestatistikKurumu,TKUzman,enesuslu@tuik.gov.tr Dicleniversitesi,ktisatBlm,zgrplt@hotmail.com

E.E.Uslu,.Polat/JournalofYaarUniversity201018(5)31173130

Cumhuriyet Merkez Bankas ibirlii ile ksa dnemli ekonomik gstergelerde mevsim ve takvim etkilerinden arndrma almalarna EUROSTATn tavsiyelerine uygun yntemler kullanarak Toplam Sanayi retim Endeksine ait mevsim ve takvim etkilerinden arndrlm Mays 2009 Aylk Sanayi retim Endeksi verilerini yaynlayarak balamtr (TK, 2009: 1). Aylk Sanayi retim Endeksi sonularna ilaveten Temmuz 2009 dneminde 1998 Sabit fiyatlarla Gayri Safi Yurtii Hasla sonular da mevsim ve takvim etkilerinden arndrlarakyaynlananserileredahiledilmitir(TK,2009:1). Literatrdemevsimseldzeltmetekniklerihakkndaoksaydaalmabulunmaktadr.Ongan(2002), Trkiyenin 19942002 dnemi fiyat endekslerinin hareketlerini mevsimsel dzeltme tekniklerinden X12 ARIMA (X12) ve TRAMO/SEATS (TS) yntemlerini kullanarak analiz ettii almasnda, Trkiyenin fiyat endekslerininmevsimseldzeltmesindeX12ynteminindahauygunolduusonucunueldeetmitir.Mazzive Savio (2005), 1989:12003:2 dnemi 15 Avrupa Birlii lkesine ait iktisadi zaman serilerini kullanarak, zaman serilerininuzunluklarnnazaltlmasdurumundaTSveX12yntemlerininkaliteperformanslarndakideiiklii deerlendirmilerdir. Serilerin uzunluklarnn azaltlmas durumunda her iki yntemin mevsimsel dzeltme kalitesinin dmesi grlmekle beraber,X12ynteminin kalitesindekidn dahaok olduu sonucu elde edilmitir. Atuk ve Ural (2005), X12 ve TS programlarnn para arzlar zerindeki performanslar inceledikleri almalarnda, yntemlerinin performanslarn karlatrmak amacyla yaplan farkl kriterler testleri sonucundaTSynteminindahabaarldzeltmeyaptgrlmtr. hracat ve ithalat serilerinde benzer ve ayn younlukta devirli bir ekilde her yl dzenli periyodik dalgalanmalareklindeortayakanmevsimselhareketler,dahabykiktisadinemesahipdierbileenlerin hareketlerini gizlediinden ve bu serilerde meydana gelen deiimlerin makul bir ekilde deerlendirilmesini nlediinden, ihracat ve ithalat serilerinin mevsimsel olarak dzeltilmesi ve bu ekilde mevsimsellikten arndrlm serilerin makroekonomik politikalarn belirlenmesinde kullanm byk nem arz etmektedir. Bu almada,iktisadizamanserilerininmevsimselliktenayrtrlmasndaOECDveAvrupaBirliilkelerininbyk ounluunun kulland (OECD, 2002: 6) TS ve X12 yntemleri Trkiyenin 2002:012008:12 dnemi aylk ihracat ve ithalat verilerinin mevsimsellikten arndrlmas ileminde kullanlarak kalite performanslar karlatrlmtr. kinci blmde almada kullanlan mevsimsel dzeltme yntemleri aklanmtr. nc blmdemevsimseldzeltmeyntemleriileyaplanuygulamannsonularverilmitir.Drdncblmdeise almasonucundaeldeedilensonulardeerlendirilmitir. 2.YNTEM Literatrde birok mevsimsellikten arndrma yntemleri bulunmaktadr. Eer mevsimsellik deterministik ise mevsimsel kukla deikenler kullanlarak mevsimsellik giderilir. Mevsimsellik stokastik ise mevsimsel fark alnarak mevsimsellik yok edilir. Son zamanlarda ne kan mevsimsel dzeltme yntemleri, bnyesinde barnd n dzeltme aralar ile veriyi mevsimsel dzeltmeden nce takvim etkileri ve aykr deerlerin etkilerini saf d brakr. Daha sonra kendilerine zg bir mevsimsel dzeltme filtresi kullanarak mevsimsellii arndrr. Son aamada ise mevsimsel dzeltmenin kalitesini lmeye ynelik bir takm tehis istatistiklerisunar(Coar,2006:449). 2.1TRAMO/SEATS

TemelleriBurman(1980)veHillmerveTiao(1982)tarafndanatlanARIMAmodelinedayalmevsimsel dzeltmeynteminiuygulayanTS 1 mevsimseldzeltmeprosedr1997ylndaspanyaMerkezBankasndan Gomez ve Maravall tarafndan gelitirilmitir. TRAMO ksmnda RegARIMA modelleme teknii kullanlarak gzlenen zaman serisine aykr deer dzeltmesi, takvim etkisi dzeltmesi ve eer varsa kayp deerlerin tahminleriuygulanarakseridorusalhalegetirilmektedir. TRAMO srecine detayl olarak bakldnda gzlenen bir zaman serisinin deterministik ve stokastik ksmolarakikiparayaayrldgrlmektedir(GomezveMaravall,1997:1,57).

Yt = X t + Z t
'

(1)

TimeSeriesRegressionwithARIMANoise,MissingObservations,andOutliers/SignalExtractioninARIMATimeSeries 3118

Burada;Y,gzlenenseriyi; X ,deterministikksm; ,deterministikksmnkatsayvektrnveZise

'

stokastikksmgstermektedir. X inalmaadakigibidir:

'

X t = t' + Ct' + j j ( B) I t (t j )
j =1

(2)

Burada; B, gecikme operatrn (rnein BX t = X t 1 ); vektr;

t' = (1t , 2t ,..., nt )

= (1 , 2 ,..., n )' regresyon katsaylar

'

kullanc tarafndan tanmlanabilecek deikeni, C t takvim etkisi

deikenleri kolonunu; I t (t j ) aykr deerin gzlem srasn gsteren deikeni (ek aykr deer iin

j ( B ) = 1 , dzey kaymas iin j ( B ) = 1 / (1 B ) , geici deiim iin 0 < < 1 olmak zere j ( B ) = 1 / (1 B ) ), j her bir aykr deerin katsaysn ifade etmektedir (Kaiser ve Maravall, 2001:44).

Stokastik ksm ise n dzeltmesi yaplm zaman serisinin SARIMA( p, d , q )(P, D, Q) s olarak modellenmesidir.Bumodelingsterimiaadakigibidir:

( B ) ( B s ) (1 - B )d (1 - B s ) (Yt X t' ) = ( B ) (B s ) t
D

(3)

Burada eitliin sol taraf AR polinomu (srasyla mevsimsel olmayan ve mevsimsel olan AR sreleri), dzenlifarkvemevsimselfark,satarafiseMA(HareketliOrtalamaMovingAverage)polinomudur(srasyla mevsimselolmayanvemevsimselolanMAsreleri)(Maravall,2005:1415). Yt X t ,takvimetkisinden
'

ve aykr deerlerden arndrlm bir seridir ve Yt X

' t

) serisini temsil eden en iyi ARIMA modeli

belirlenirken modifiye edilmi HannanRissanen (1982) prosedr kullanlr. (1) denkleminin parametre tahmininde En Yksek Olabilirlik Yntemi kullanlrken, (2) denklemin tahmininde Genelletirilmi En Kk Kareler Yntemi kullanlr. Parametre spesifikasyonlar ise Kalman(1960) Filtre ile yaplr (Kaiser ve Maravall, 2001:44;MariniveMoauro,2006:4;GomezveMaravall,1997:2). kinci ksm olan SEATS ise temel olarak ndzeltmesi yaplm zaman serisini bileenler iin en kk hata kareler ortalamasn salayacak ekilde gzlemlenemeyen bileenlerine WienerKolmogorov filtresi yardmylaayrtrr(MariniveMoauro,2006:5).Birzamanserisinin;trend(T),geicideiim(C),mevsimsel(S) ve dzensiz (I) bileenlerden olutuu varsayldnda (3) modelinin arpanlarna ayrlm ekli aadaki gibi yazlabilir:

P ( B)(TC ) t = P ( B) t , P S ( B) S t = S ( B ) t , S IC ( B)C t = IC ( B ) t , IC
Burada yine eitliklerin sol taraf AR sreci sa taraf ise MA srecidir. Bir zaman serisi, gzlemlenemeyenbileenlerinebazvarsaymlarardndaayrtrlr.(GomezveMaravall,1997:58).Bunlar; 1. Gzlemlenemeyen bileenler ilikisizdir(kanoniktir). Yani t , P , t , S ve t , IC birbirlerinden (4)

bamsz,0ortalamal V P , VS ve VC varyanslbeyazgrltsreleridir. 2. Gzlemlenemeyenbileenlerinilikiyapsmodel(4)tarafndaneniyiekildetanmlanmtr. Kukusuz model (3) birok farkl ekilde arpanlarna ayrlabilir. Ancak burada kastedilen dzensiz bileenin varyansnn en byk dier bileenlerin varyanslarnn en kk olacak ekilde ( P ( B), P ( B)) ,

( S ( B), S ( B)) ve ( IC ( B ), IC ( B)) tek(asal)polinomiftlerieldeedilmesidir.

3.

P (B) , S (B) ve IC (B ) polinomlaraynbirimkkpaylamazlar

4. Gzlenenserininmodelibilinmektedir.Yani(3)numaralmodelBoxJenkinstahminteknikleri neticesinde hesaplanmaktadr (Planas, 1997: 7579). (4) numaral modellerin parametreleri aada yer alan WienerKolmogorovfiltrelerininarlklarnoluturmaktadr(KaiserveMaravall,2001:52).

3119

E.E.Uslu,.Polat/JournalofYaarUniversity201018(5)31173130

WK P = v 0 + v i B i + F i i =1 WK S = v 0 + vi B i + F i i =1

) P )

S t

(5)

WK IC = v 0 + vi B i + F i ( IC ) t i =1

Burada; vi ,arlklar;B,gerifarkoperatrnveFiseilerifarkoperatrnifadeetmektedir. 2.2X12ARIMA Bumetot,1988ylndaKanadastatistikOfisindenDagum(1988)tarafndanortayaatlanX11ARIMA metodunun bir takm yenilikler eklenerek gelitirilmi bir versiyonudur. Kullanclarn tanmlayaca regresyonlar ile ticaret, alma ve tatil gnleri etkilerinin tahmin edilebilmesi, ilave mevsimsel ve trend filtreleme seenekleri, alternatif mevsimsel trend dzensiz bileen ayrtrmas, mevsimsel dzeltmenin kalite ve kararllk tans, gl katsay tahmini ile zaman serilerinin modellenmesi, oklu zaman serileri ile almaimkansunankullancarayzX12degelitirilenzelliklerolaraksralanabilir(Findleyvedi.,1998: 1). RegARIMA ksmnda ARIMA modelleme teknii kullanlarak gzlenen zaman serisine aykr deer dzeltmesi, takvim etkisi dzeltmesi ve eer varsa kayp deerlerin tahminleri uygulanarak seri iin ileriye ve geriyedorutahminlereldeedilerekdorusalhalegetirilmektedir.ndzeltmesiyaplmolanserihareketli ortalamalar kullanlarak bileenlerine ayrtrlp mevsimsel bileen seriden arndrlmaktadr. Tt (Trend),

S t (mevsim) ve I t (dzensiz) bileenlerini ayrtran arpmsal 2 , toplamsal 3 ve sahtetoplamsal 4 modellerden

oluansreaadakiaamalardanolumaktadr(Findleyvedi.1998:911): 1.Aama:nclTahminler (a) Merkezi13terimlihareketliortalamafiltresiiletrendbileenibalangtahmini:

Tt1 =
(b) (c)

1 1 1 1 1 Yt 6 + Yt 5 + ... + Yt + ... + Yt +5 + Yt + 6 24 12 12 12 24
1 1

BalangSIOran:(M,PA): SI t = Yt / Tt ,

(A): SI t = Yt Tt
1 1

3x3mevsimselhareketliortalamafiltresiilebalangnclmevsimselbileentahmini:

1 2 3 2 1 S t1 = SI t1 24 + SI t112 + SI t1 + SI t1+12 + SI t1+ 24 9 9 9 9 9

(d) BalangMevsimselBileen: (M,PA): S =
1 t

S t1 1 1 1 1 1 1 S t 6 + S t15 + ... + S t1+ 5 + S t +6 24 12 12 24

24 12 12 24

S1 S1 S1 S1 1 1 (A): S t = S t t 6 + t 5 + ... + t + 5 + t + 6
(e)
2 3

Balangmevsimseldzeltme:

(M): Yt = Tt S t I t (A): Yt

= Tt + St + It 4 (PA): Y =T (St +It 1 ) t t

3120

(M): At

Yt , S t1
H

(A): At = Yt S t ,
1 1

(PA): At = Yt Tt S t 1
1 1 1

2.Aama:Mevsimselfaktrvemevsimseldzeltme (a) (b) (c) kinciltrend 5 : Tt

2

j = H

( 2 H +1) j

At1+ j
2 2 2

kincilSIoran:(M,PA): SI t = Yt / Tt , (A): SI t = Yt Tt
2

3x5mevsimselhareketliortalamailenclmevsimselbileentahmini:

1 2 3 3 1 2 1 S t2 = SI t236 + SI t2 24 + SI t212 + SI t2 + SI t2+12 + SI t2+ 24 + SI t2+ 36 15 15 15 15 15 15 15

(d) Mevsimselfaktr: (M,PA): S t =
2

S t2 1 2 1 1 1 2 S t 6 + S t25 + ... + S t2+ 5 + S t +6 24 12 12 24

24 12 12 24

S2 S2 S2 S2 2 2 (A): S t = S t t 6 + t 5 + ... + t + 5 + t + 6
(e) Mevsimseldzeltme: (M): At 3. (a)
2

Yt , S t2

(A): At = Yt S t ,
2 2

(PA): At = Yt Tt S t 1
2 2 2

Aama:NihaiHendersonTrendveNihaiDzensizBileen:
3

Nihaitrend: Tt

j = H

( 2 H +1) j

At2+ j
3

(b) (c)

Nihaidzensizbileen:(M,PA): I t NihaiAyrtrma:
3 2 3

At2 3 2 3 , (A): I t = At Tt Tt 3
3 2 2 3 3

(M): Yt = Tt S t I t ,

(A): Yt = Tt + S t + I t ,(PA): Yt = Tt ( S t 1) + Tt I t
3 2

3.ARATIRMABULGULARI BualmadaTrkiyenin2002:12009:10dnemiaylkihracatveithalatserileriTSveX12yntemleri kullanlarak mevsimsel olarak dzeltilmitir ve bu uygulama sonucunda bu iki yntemin performanslar karlatrlmtr. Analize konu iktisadi zaman serilerinin mevsimsellikten arndrlmas ilemi EUROSTAT yetkilileri tarafndan gelitirilen Demetra 2.1 paket program kullanlarak yaplmtr. almada kullanlan veriler,TKininternetsayfasndayaynlamolduuaylkihracatveithalatverilerindenderlenmitir. TSveX12yntemlerikullanlarakyaplanuygulamasonucundaeldeedilensonularEk15veEk16da yer almaktadr. hracat serisi incelendiinde, her iki yntemin logaritmik dnm uygulad ve ortalama 6 dzeltmesi yapmad grlmektedir. Her iki yntem de airline olarak bilinen ayn ARIMA modelini kullanmtr. SMA (Mevsimsel Hareketli Ortalama) ve MA parametreleri her iki yntem tarafndan anlaml ve
5 6

HendersonfiltresiileilgiliayrntlbilgiiinFindleyvedi.e(1998)baklabilir. BoxveJenkins(1976)tarafndangelitirilenvebirokzamanserisinineniyimodellendiidnlenmodeldir. 3121

E.E.Uslu,.Polat/JournalofYaarUniversity201018(5)31173130

negatif 7 iaretlivetakvimetkisideikeni 8 herikiyntemtarafndananlamlvepozitifiaretli 9 bulunmutur. Buadanbakldndayntemlerin,mevsimseldzeltmedebenzeristatistikselzelliklerinesahipbulgularelde ettii grnmektedir. Mevsimsel dzeltme kalite endeksi 10 incelendiinde, TS ynteminin daha baarl mevsimseldzeltmeyaptgrlmektedir. Mevsimsel dzeltmenin kalitesini lmeye ynelik bir dier kriter de literatrde idempotancy olarak bilinen mevsimsel dzeltilmi seriye tekrar mevsimsel dzeltme yaplarak ortaya kan mevsimsel bileenin bykldr. Eer baarl bir dzeltme olmu ise arpmsal model kullanldnda artk mevsimselliin (2. dzeltmesonrasmevsimselbileen)mutlakortalamasnn1yada1eokyaknolmasbeklenir.hracatserisi iinherikiyntemleeldeedilenmevsimselartklarngrafiiekil1deyeralmaktadr.BugrafiebakldndaTS ynteminindahabaarlbirmevsimseldzeltmeyaptsonucunaulaabiliriz. thalat serisi incelendiinde, her iki yntemin seriye logaritmik dnm yapt, TS ynteminin modelde sabit terim kulland, yntemlerin n dzeltme iin kullandklar modelin farkl olduu, X12 11 ynteminde airline modeli kullanlrken TS ynteminde dengeli olmayan bir modelin kullanld grlmektedir. Takvim etkisi deikeni her iki yntem tarafndan anlaml ve pozitif iaretli bulunmutur. Mevsimsel dzeltme kalite endeksine bakldnda TS ynteminin daha baarl mevsimsel dzeltme yapt grnmektedir.ekil2deithalatserisiiinmevsimselartklarnkarlatrmalgrafiiyeralmaktadr.Bugrafie bakldndaTSynteminindahabaarlbirmevsimseldzeltmeyaptsonucunaulaabiliriz.
1.030 1.020 1.010 1.000 0.990 0.980 0.970
TRAMO/SEATS X-12-ARIMA

13

17

21

25

29

33

37

41

45

49

53

57

61

65

69

73

77

81

85

89

93

ekil1.hracatSerisiiinMevsimselArtklar

ModelbazlmevsimseldzeltmedemodelinyaknsamasiinMAparametresininmevsimselMAparametresindenbykvenegatifiaretli (1eyaknsamas)olmasbeklenir(KaiserveMaravall,1991:42) 8 almadatakvimetkisinilmekiinbirayiindekignsaysndanPazargnleri,resmivetatilgnlerikartlarakoluturulanalma gnntemsiledentekbirdeikenkullanlmtr 9 Takvimetkisininilgiliseridegeerliolmasiinkullanlandeikeninpozitifiaretliveistatistikselolarakanlamlolmasgerekmektedir. Demetraprogramyaplanmevsimseldzeltmeninkalitesinintespitiamacylamevsimseldzeltmekaliteendeksihesaplar.Kaliteendeksi deeri0(eniyideer)ile10(enktdeer)arasndadeiir. 11 Kaiser ve Maravall (1991) dengeli model durumunda zaman serilerinin bileenlerine daha etkin ayrtrlabileceini ileri srmektedir. DengelimodeldenkastARveMApolinomlarnneitdereceleresahipolmasdr.
10

3122

1.03 1.02 1.01 1 0.99 0.98 0.97 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 55 57 59 61 63 65 67 69 71 73 75 77 79 81 83 85 87 89 91 93

X-12-ARIMA TRAMO/SEATS

ekil2.thalatSerisiiinMevsimselArtklar Tablo1.hracatserisineaitbileenlerinaprazkorelasyonlar MevsimselBileen DzensizBileen TrendBileeni Tablo1ve2deisebileenlerarasndakiaprazkorelasyonlaryeralmaktadr.Bileenlerinbirbirlerine ortogonalolduuvarsaymgznnealndndabileenlerarasndakikorelasyonlarndk 12 olduu(ilikisiz) grlmektedir. Tablo2.thalatserisineaitbileenlerinaprazkorelasyonlar MevsimselBileen DzensizBileen TrendBileeni 4.TARTIMA Bu almada, Trkiyenin 2002:12009:10 dnemi ihracat ve ithalatnn aylk verilerinin mevsimsellikten arndrlmasnda X12ARIMA ve TRAMO/SEATS yntemleri kullanlarak bu iki yntemin mevsimsel dzeltme performanslar karlatrlmtr. Her iki yntem mevsimsel dzeltme srecinde farkl istatistikselaltyapyasahiptekniklerikullandndan,mevsimseldzeltmeninsonularnkarlatrmayaynelik snrlsaydaistatistiktenyararlanlabilmektedir. Ek16daithalatserisineveEk712deihracatserisineilikinzamanserisibileenleriyeralmaktadr.Ek 1veEk7deyeralanserilereaitmevsimselbileenleringrafiklerindenakagrldzere,20022006yllar arasndamevsimselbileenlerdahadalgalveboyutolarakdahabykken2006ylsonrasboyutolarakdaha klmtr.Serilerdekimevsimseldeikeninboyutununzamanladeimesiserilerdezamanagredeiken bir mevsimsellik olduunu ve serilerde mevsimsel birim kke bal stokastik mevsimsellik olduunu gstermektedir.BununsonucuolarakserilerinSARIMAmodellerindemevsimselfarkyeralmaktadr.
12

X12 Mevsimsel Bileen 1 Dzensiz Bileen 0.022 1 Trend Bileeni 0.002 0.057 1 Mevsimsel Bileen 1

TS Dzensiz Bileen 0.017 1 Trend Bileeni 0.004 0.025 1

X12 Mevsimsel Bileen 1 Dzensiz Bileen 0.069 1 Trend Bileeni 0.034 0.146 1 Mevsimsel Bileen 1

TS Dzensiz Bileen 0.163 1 Trend Bileeni 0.032 0.227 1

%5nemseviyesindeanlamszkorelasyon. 3123

E.E.Uslu,.Polat/JournalofYaarUniversity201018(5)31173130

2008ylndayaananglobalfinansalkrizinetkisiyleherikiseridemeydanagelennegatifynldzey kaymalar Ek 2 ve Ek 8de yer alan serilerin trend bileenlerine 13 ait grafiklerden aka grlmektedir. X12 ARIMA yntemi ile yaplan analizlerde Ekim 2008 dneminde ihracat serisi iin srasyla Ek 11 ve Ek 12de grld zere hem dzey kaymas (kritik deer14: 11.51) hem de geici deiim (kritik deer 14 : 5,76) tipli aykrdeerlertespitedilmitir.Ayngzlemdeeribirdenfazlaaykrdeerolamayacandankritikdeeridaha dkolangeicideiimtipliaykrdeerinsahteolduudnlmektedir.thalatserisiiinherikiyntemile yaplan analizlerde Ekim 2008 (kritik deer15 : 4,86), Kasm 2008 (kritik deer15: 6,65) ve Ocak 2009 (kritik deer15:5,41)dnemleriiindzeykaymastespitedilmitir.thalatserisindemeydanagelendzeykaymalar vegeicideiimsrasylaEk5veEk6dayeralmaktadr. Hafta sonu, dini ve resmi tatil gn etkileri olarak tanmlanan takvim etkilerinin ekonomik zaman serilerizerindemevsimseletkisiolduuEk4veEk10dayeralangrafiklerdegrlmektedir.Serilerintakvim etkisibileenlerindebazdeerlerinbyklkolaraknegatifvepozitifolmasilgiliaydaalmagnsaysnn srasylaokyadaazolmasileilgilidir.Herbirtakvimetkisiiinayrayrkukladeikentanmlamakmodelin serbestlik derecesini dreceinden; almada, takvim etkileri Atabek ve di.nin (2009) almas referans alnarak tek bir deiken kullanlarak test edilmitir. Her iki yntem tarafndan her iki seride de takvim etkisi anlamlbulunarakdzeltmesiyaplmtr. Nihai olarak orijinal rakamlar ile mevsimsel dzeltilmi rakamlarn karlatrmal grafii ihracat serisi iin Ek 12de thalat serisi iin ise Ek 13de yer almaktadr. TS yntemi ile yaplan mevsimsel dzeltmeler sonucunda, Idempotancy kriterine gre mevsimsel artklara daha az rastlanm ve Demetra programnn hesaplad mevsimsel dzeltme kalite endeksi kriterine gre daha iyi sonular elde edilmitir. Bu yzden almada yer alan serilere mevsimsel dzeltme ilemi gerekletirilirken TS ynteminin kullanlmas nerilmektedir.

13

Zamanserilerininbileenlerineayrtrlmasnda;dzeykaymastipliaykrdeernihaitrendbileenitahminiierisinde,geicideiimve ekaykrdeertipliaykrdeerlernihaidzensizbileentahminiierisindeyeralmaktadr 14 X12ARIMAyntemiiinaykrdeerkabuldeeri3,793dr.

15

TRAMO/SEATSyntemiiinaykrdeerkabuldeeri3.110dur. 3124

 KAYNAKA Atabek,A.,Atuk,O.,Coar,E.,E.,Sarkaya,.,(2009).MevsimselModellerdealmaGnDeikeni,TCMB EkonomiNotlarSerisi,Say:20093. Atuk, O. ve Ural, B. P. (2005). Mevsimsellikten Arndrma Yntemleri: Para Arzlarnda Trkiye Uygulamas. 14.statistikAratrmaSempozyumu,56Mays,Ankara,423437. Burman,J.P.(1980),"SeasonalAdjustmentbySignalExtraction",JournaloftheRoyalStatisticalSocietyA,143, 321337. Cheong, Saukuen Angela (2004). Application of X12ARIMASeasonal Adjustment Program on Some Economic Time Series of Hong Kong. Second Researchbased Regional Course, 16 August24 September2004,ResearchReport,Daejeon,Korea. Coar, E. (2006). Seasonal Behaviour of the Consumer Price Index of Turkey. Applied Economics Letters,13:7,449455. alk,S.(2009).EkonomikZamanSerilerindeMevsimsellikAnalizi.TKUzmanlkTezi Dagum, E. B. (1988). The X11 ARIMA/88 Seasonal Adjustment Method Foundations and Users Manual. StatisticsCanada. EUROSTAT,(2009).EssGuidelinesonSeasonalAdjustment,Luxembourg:OfficeforOfficialPublicationsofthe EuropeanCommunities,2009Edition. http://epp.eurostat.ec.europa.eu/cache/ITY_OFFPUB/KSRA09006/EN/KSRA09006EN.PDF (13/12/2009) Findley,D.F,Monsell,B.C.,Bell,W.R.,Otto,M.C.andChen,B.C.(1998).NewCapabilitiesandMethodsoftheX 12ARIMASeasonalAdjustmentProgram.JournalofBusinessandEconomicStatistics,16(2),127 152.http://www.census.gov/ts/papers/jbes98.pdf(22/12/2009) Gomez, V. and Maravall, A. (1997). "Programs TRAMO (Time series Regression with Arima noise, Missing observations,andOutliers)andSEATS(SignalExtractioninArimaTimeSeries):Instructionsforthe User.BancodeEspaaResearchDepartment,WorkingPaper97001. Hannan, E. J. and Rissanen, J. (1982). Recursive Estimation of Mixed AutoregressiveMoving Average Orders. Biometrika,69,8194. Hillmer,S.C.andTiao,G.C.(1982).AnARIMAModelBasedApproachtoSeasonalAdjustment.Journalofthe AmericanStatisticalAssociation,77,6370. Hylleberg, S. (1992). General Introduction. (Ed: S. Hylleberg (Ed.), Modelling Seasonality Oxford: Oxford UniversityPress.314. Kaiser,R.andMaravall,A.(2001).NotesonTimeSeriesAnalysisARIMAModelsandSignalExtraction.Bancode Espano,DocumentosdeTrabajo,No:0012. http://www.bde.es/webbde/Secciones/Publicaciones/PublicacionesSeriadas/DocumentosTrabajo /00/Fic/dt0012e.pdf(22/12/2009) Kalman,R.E.(1960).ANewApproachtoLinearFilteringandPredictionProblems.TransactionoftheASME JournalofBasicEngineering,82(SeriesD),3545. Maravall,A.(2005).BriefDescriptionofthePrograms. http://www.bde.es/webbde/es/secciones/servicio/software/tramo/summprogs.pdf(22/12/2009) Mazzi,G.L.andSavio,G.(2005)TheSeasonalAdjustmentOfShortTmeSeres.Luxembourg:OfficeforOfficial PublicationsoftheEuropeanCommunities. http://ec.europa.eu/eurostat/ramon/statmanuals/files/KSDT05002EN.pdf

3125

E.E.Uslu,.Polat/JournalofYaarUniversity201018(5)31173130

Moauro,F.andMarini,M.(2006).SeasonalAdjustmentProceduresUsingaRelatedSeries:AnApplicationon the Industrial Production Index. Conference on Seasonality, Seasonal Adjustment and their ImplicationsforShortTermAnalysisandForecasting,1012May2006. http://epp.eurostat.ec.europa.eu/portal/page/portal/euroindicators_conferences/documents_ seasons/MOAURO%20FINAL.pdf(22/12/2009) OECD (2002). Harmonizing Seasonal Adjustment Methods in European Union and OECD Countries, STD/STESEG(2002)22.http://www.oecd.org/dataoecd/1/9/1933606.doc(23/12/2009) Ongan, M. O. (2002). The Seasonal Adjustment of the Consumer and Wholesale Prices : a Comparison of CensusX11,X12ArimaandTramo/Seats.CentralBankoftheRepublicofTurkey,Researchand MonetaryPolicyDepartment,WorkingPapers0205. http://www.tcmb.gov.tr/research/work/wp8.pdf(23/12/2009)

TK, (2009). Haber Blteni: Mevsim ve Takvim Etkilerinden Arndrlm Gstergeler, Temmuz / 2009. http://www.tuik.gov.tr/PreHaberBultenleri.do?id=6157(EriimTarihi:07/12/2009). www.tuik.gov.tr

3126

 Ek1.thalatSerisininMevsimselBileeni
1.2

Ek2.thalatSerisininTrendBileeni
20000000000

1.1

15000000000

10000000000
0.9

0.8

5000000000

0.7 Oca2002 Oca2004 Oca2006 Oca2008 Oca2010

date Oca2002 Oca2004 Oca2006 Oca2008 Oca2010

2 1

Ek3.thalatSerisininDzensizBileeni
1.1 1.05 1 0.95 0.9 0.85 0.8 Oca2002 Oca2004 Oca2006 Oca2008 date Oca2010

Ek4.thalatSerisininTakvimEtkileri

0 -1 -2 -3 -4 -5 -6 Oca2002 Oca2004 Oca2006 Oca2008 Oca2010

Ek5.thalatSerisindeDzeyKaymas
2.5

Ek6.thalatSerisindeGeiciDeiim
1

0.95
2

0.9
1.5

0.85

1 Oca2002 Oca2004 Oca2006 Oca2008

0.8

Oca2002

Oca2004

Oca2006

Oca2008

3127

E.E.Uslu,.Polat/JournalofYaarUniversity201018(5)31173130

Ek7.hracatSerisininMevsimselBileeni
( 1. 15 1. 1 1. 05 1 0. 95 0. 9 0. 85 0. 8 0. 75 Oc a2002 Oc a2005 Oc a2008 dat e Oc a )

Ek8.hracatSerisininTrendBileeni
( 15000000000 )

12500000000

10000000000

7500000000

5000000000

2500000000 Oc a2002 Oc a2004 Oc a2006 Oc a2008

dat e Oc a

Ek9.hracatSerisininDzensizBileeni
g 1. 5 ( )

Ek10.hracatSerisininTakvimEtkileri
g 1. 1 y ( )

1. 4

1. 05

1. 3

1. 2

0. 95

1. 1

0. 9

1 date Oc a2002 Oc a2004 Oc a2006 Oc a2008 Oc a

0. 85 dat e Oc a2002 Oc a2005 Oc a2008 Oc a

0. 9

0. 8

Ek11.hracatSerisindeDzeyKaymas
2

Ek12.hracatSerisindeGeiciDeiim
1. 5

1. 8

1. 4

1. 6

1. 3

1. 4

1. 2

1. 2

1. 1

1 Oc a2002 Oc a2004 Oc a2006 Oc a2008

1 Oc a2002 Oc a2005 Oc a2008

3128

Ek13.OrijinalveMevsimselDzeltilmihracatSerisi

Ek14.OrijinalveMevsimselDzeltilmithalatSerisi
12 10 8 6 4 2 Eyl.02 Eyl.03 Eyl.04 Eyl.05 Eyl.06 Eyl.07 Eyl.08 Oca.02 Oca.03 Oca.04 Oca.05 Oca.06 Oca.07 Oca.08 Oca.09 May.02 May.03 May.04 May.05 May.06 May.07 May.08 May.09 Eyl.09

Orijinal

Mevsimsel Dzeltilmi

3129

E.E.Uslu,.Polat/JournalofYaarUniversity201018(5)31173130

Ek15.TSYntemiileEldeEdilenSonular SARIMAModel Sabit Seri Terim Logaritmik Dnm Model (0,1,1)(0,1,1)12 MAParametresi ()0.41(4.23) [1.98,1.98]%5 SMAParametresi ()0.88(1.76) [1.98,1.98]%5 ()0.42(3.02) [1.98,1.98]%5 AIC 222.03 BIC 5.72 Takvim Etkisi 0.04(12.56) [1.98,1.98]%5 0.03(10.79) [1.98,1.98]%5 AykrDeer (%) %1.06 [%0,%5] %3.19 [%0,%5] Mevsimsel Dzeltme KaliteEndeksi 3.266 [0,10] 2.243 [0,10]

hracat

Yok

Var

thalat

Var

Var

(2,1,0)(1,0,1)12

284.75

5.92

Ek16.X12YntemiileEldeEdilenSonular SARIMAModel Sabit Seri Terim Logaritmik Dnm Model (0,1,1)(0,1,1)12 MA Parametresi ()0.62(8.14) [1.98,1.98]%5 ()0.53(5.79) [1.98,1.98]%5 SMA Parametresi ()0.99(10.31) [1.98,1.98]%5 ()0.47(4.71) [1.98,1.98]%5 Takvim Etkisi 0.04(13.70) [1.98,1.98]%5 0.03(11.67) [1.98,1.98]%5 Aykr Deer (%) %2.13 [%0,%5] %3.19 [%0,%5] MevsimselDzeltme KaliteEndeksi 3.953 [0,10] 3.307 [0,10]

hracat

Yok

Var

thalat

Yok

Var

(0,1,1)(0,1,1)12

3030