Küresel altın fiyatlarıyla ABD ek beslenme yardımı harcamaları ve baltık kuru yük endeksi arasındaki etkileşim

Mehmet Saraç, Feyyaz Zeren, Remzi Başar
827 157

Abstract


Bu makalede küresel altın fiyatlarının değişimiyle Amerika Birleşik Devletleri’ndeki ekonomik durumun bir göstergesi olarak ABD Ek Beslenme Yardımı Programı (SNAP) harcamalarının ve dünyadaki ekonomik canlılığın bir göstergesi olarak Baltık Kuru Yük Taşımacılığı Endeksi’nin (BDI) ilişkisi analiz edilmiştir. Çalışmada 1988-2012 yılları arasındaki verilere dayanarak kullanılan ARDL Eşbütünleşme Modeli sonuçları, global altın fiyatlarının SNAP harcamalarıyla hem uzun hem de kısa dönemde anlamlı ve aynı yönlü bir ilişkide olduğunu, BDI ile kısa dönemde anlamlı, aynı yönlü ancak nispeten düşük seviyede bir ilişkide olduğunu ortaya koymaktadır. Toda-Yamamoto testi ile SNAP harcamalarından altın fiyatlarına doğru tek yönlü nedensellik bulunmuştur. Bu sonuçlara göre ABD’deki yoksulluk düzeyi arttıkça küresel altın fiyatları da artmaktadır. Bu çalışma, Amerika’nın ekonomik durumunun dünyadaki altın fiyatları ve dolayısıyla küresel ekonominin seyri üzerindeki etkisini bir başka açıdan kanıtlamaktadır. BDI ile altın fiyatları arasında kısa vadedeki aynı yönlü ilişki ise ekonominin canlandığı dönemlerde bollaşan likiditenin altına yöneldiği ve bu nedenle fiyatların arttığı şeklinde açıklanabilir.


Full Text:

PDF

References


ABD St. Louis Federal Merkez Bankası FRED finansal veri tabanı, Erişim Tarihi: 02.01.2015.

Aksoy, M. & Topçu, N. (2013). Altın ile hisse senedi ve enflasyon arasındaki ilişki. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 27(1), 59-79.

Alam, I. & Quazi, R. (2003). Determinants of capital flight an econometric case study of Bangladesh. International Review of Applied Economics, 17(1), 85-103.

Bahmani-Oskooee, M. M. & Goswami, G. G. (2003). A disaggregated approach to test the J-Curve phenomenon: Japan versus her major trading partners. Journal of Economics and Finance, 27(1), 102-113.

Bakshi, G., Panayotov, G., & Skoulakis, G. (2011). The Baltic dry index as a predictor of global stock returns, commodity returns, and global economic activity. Working Paper University of Maryland.

Bardsen, G. (1989) Estimation of long run coefficients in error correction models. Oxford Bulletin of Economics & Statistics, 51(3), 345-350.

Baur, D. & McDermott, T. K. (2010). Is gold a safe haven? International evidence. Journal of Banking & Finance 34, 1886–1898.

Baur, D. & Löffler, G. (2013). Predicting the equity premium with the demand for gold coins and bars. FIRN Research Paper, 1-10.

Çağlayan, E. (2006). Enflasyon, faiz oranı ve büyümenin

tasarruflar üzerindeki etkileri. yurtiçi

Üniversitesi İ.İ.B.F. Dergisi, 21(1), 423-438. Marmara

Dunis, C. L. & Nathani, A. (2007).

Quantitative trading

of gold and silver using nonlinear models. Neural

Network World, 17, 93-112.

Eriçok, R. E. & Yılancı, V. (2013). Eğitim harcamaları ve ekonomik büyüme ilişkisi: Sınır testi Yaklaşımı”. Bilgi Ekonomisi ve Yönetimi Dergisi, 8(1). 87-101.

Greene, W. H. (2003). Econometric analysis. 5th Edition,USA: Prentice Hall.

Hanson, K., Golan, E. ,Vogel, S., & Olmsted, J. (2002). Tracing the impacts of food assistance programs on agriculture and consumers. USDA United States Department of Agriculture Research Report, 18, 1-34.

Hanson, K. (2010). The food assistance national input output multiplier (FANIOM) model and stimulus effects of SNAP. United States Department of Agriculture Research Report Number 103, 1-44.

İsmail, Z.,Yahya, A. & Shabri, A. (2009). Forecasting gold prices using multiple linear regression method. American Journal of Applied Sciences, 6(8), 1509-1514.

Lee, J.& Strazicich, M.C. (2004). Minimum LM unit root test with one structuralbBreak. Appalachian State University Working Paper 0417. 1-15.

Narayan, S. & Narayan, P. K. (2005). Estimating income and price elasticities of imports for fiji in a cointegration framework. Economics Discussion Papers. 1-29.

Narayan, P. K. & Smyth, R. (2006). What determines migration flows from low- income to high-income countries? An empirical investigation of Fiji-U.S. Migration 1972-2001. Contemporary Economic Policy, 24(2), 332-342.

Nguyen, B.T., Shuval, K. Njike, V.Y., & Katz, L. (2014). The supplemental nutrition assistance program and dietary quality among US adults: Findings from a nationally representative survey. Mayo Foundation for Medical Education and Research n Mayo Clin Proc., 89(9), 1211- 1219.

Pesaran, M.H, Shin, Y. & Smith, R.J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289-326.

Pesaran, M.H, & Pesaran, B. (1997). Working with microfit 4.0: Interactive econometric analysis. Oxford University Pres.

Saraç, M. & Zeren, F. (2014). Is gold investment an effective hedge against inflation and US Dollar? Evidence from Turkey. Journal of Economic Computation and Economic Cybernetics Studies and Research, 48(4), 669- 679

Shaflee, S. & Topal, E. (2010). An overview of global gold market and gold price forecasting. Resources Policy, 35, 178-189.

Toda, H.Y. & Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly integrated processes. Journal of Econometrics, 66, 225–250.

Turner, P. (2006). Response surfaces for an F-test for cointegration. Applied Economics Letters, 13, 479-482. Vakıfbank Aylık Finans www.vakifbank.com.tr (Erişim tarihi:28.06.2014)/ Raporu (2010).

Wang, K.M., Lee, Y.M., & Thi, T.B.N. (2011). Time and place where gold acts as an inflation hedge: An application of long-run and short-run threshold model, Economic Modelling 28, 806-819.

Yılancı, V. (2012). Türkiye’de para talebi istikrarlılığının testi: Kayan pencerelerde sınır testi yaklaşımı. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 33, 67-74.

Yılmaz, R. (2009). Amerika Birleşik Devletlerinde belediye hizmetlerine iki örnek. T.C. İçişleri Bakanlığı Türk İdare Dergisi, 462, 9-36.

Zheng, X. & Chen, M. (2010). Identification of market forces in the financial system adaptation framework. 8th IEEE International Conference on Control and Automation Xiamen, China, June 9-11.

www.balticexchange.com, Erişim Tarihi: 29.12.2014

www.fns.usda.gov/snap, Erişim Tarihi: 25.06.2014

EK 1: Kısa Dönem Modeli İçin Parametre Kararlılık Testleri

Şekil 1. CUSUM Testi Sonucu*

Not: *Kırmızı ve yeşil doğrular %5 anlamlılık düzeyinde kritik

sınırları, koyu mavi çizgiler ise CUSUM ve CUSUMSQ test

değerlerini göstermektedir.

Hata terimlerinin istikrarlı olup olmadığının anlaşılması

amacıyla kullanılan CUSUM testi sonucunda elde edilen

bu grafiğe göre mavi çizgi kırmızı ve yeşil çizgilerin

arasında olduğu için tahmin edilen ARDL modelinin

istikrar koşulunu yerine getirdiği sonucu elde

edilmektedir. Hata terimleri istikrarsız olsaydı ARDL

modeli tutarsız olurdu ancak hata terimlerinin istikrarlı

olduğu sonucu elde edildiği için ARDL modelinin tutarlı

olduğunu söylenebilir.