• VAR modelindeki katsayıları ayrı ayrı

yorumlamak zor olduğu için uygulamada

ETKİ TEPKİ FONKSİYONU genellikle etki-tepki fonksiyonları tahmin
edilerek analiz yapılmaktadır.

• Etki-tepki fonksiyonları, hata terimindeki

şoklara VAR sistemindeki bağımlı
değişkenlerin cari ve gelecek dönemlerdeki
tepkisini izlememizi sağlar
1 2

• AR sürecini MA süreci olarak yazabiliyorduk. • VMA formunda

• VAR sürecini de VMA süreci olarak yazabiliriz. y1t ve y2t değişkenleri
• Standart form VAR:
e1 ve e2 nin cari ve geçmiş değerlerinin
Y t = A 0 + A 1 Y t-1 + e t fonksiyonu olarak ifade edilmektedir.
• Bunu VMA formunda yazarsak
∞
yt = µ + ∑ A1i et −i
i =0

µ = y1t , y2 t , 3 4

İrfan Civcir 1
 • VAR modelini VMA süreci olarak yazarsak, • Örnek: VAR(1)
şokların VAR sistemindeki değişkenler ⎡ y1t ⎤ ⎡ a10 ⎤ ⎡ a11 a12 ⎤ ⎡ y1t −1 ⎤ ⎡ e1t ⎤
⎢ ⎥= ⎢ ⎥+⎢ ⎥⎢ ⎥ + ⎢ ⎥ (1)
üzerindeki etkisinin zaman patikasını ⎣ y2t ⎦ ⎣ a20 ⎦ ⎣a21 a22 ⎦ ⎣ y2 t −1 ⎦ ⎣ e2t ⎦
belirleyebiliriz. • veya VMA formunda
i
⎡ y1t ⎤ ⎡ y1t ⎤ ∞ ⎡ a11 a12 ⎤ ⎡ e1t −i ⎤
⎢ ⎥= ⎢ ⎥+∑ ⎢ ⎥ ⎢ ⎥
⎣ y2 t ⎦ ⎣ y2 t ⎦ i =0 ⎣
a21 a22 ⎦ ⎣ e2 t −i ⎦


A1

• yukarıda y1t ve y2t değişkenleri

5
e1t ve e2t cinsinden yazılmıştır. 6

• Eğer Daha önce

y1t = γ10 - b12y2t + γ11y1t-1 + γ12y2t-1 + ε1t
y1t ve y2t değişkenleri
ε1t ve ε2t cinsinden yazılırsa y2t = γ20 - b21y1t + γ21y1t-1 + γ22y2t-1 + ε2t
daha detaylı analiz yapmak mümkün olacaktır.
• γ12 = γ21 =0
Buna göre
y1t = γ10 - b12y2t + γ11y1t-1 + ε1t

y2t = γ20 - b21y1t + γ22y2t-1 + ε2t

7 8

İrfan Civcir 2
 • Ve • Buna göre
⎡ e1t ⎤ 1 ⎡ 1 −b12 ⎤ ⎡ ε1t ⎤
ε1t + b12ε 2 t ⎢ ⎥= ⎢ ⎥⎢ ⎥ (3)
e1t = ⎣ e2t ⎦ 1 − b12b21 ⎣ −b21 1 ⎦ ⎣ε 2t ⎦
1 − b12 b21

b21ε1t + ε 2 t
e2 t =
1 − b12 b21 9 10

• (2) ve (3) birlikte ele alınırsa • buna göre

⎡ y1t ⎤ ⎡ y1t ⎤ ⎛ ⎞ ∞ ⎡ a11 a12 ⎤
i
⎡ 1 −b12 ⎤ ⎡ ε1t −i ⎤ ⎡ y1t ⎤ ⎡ y1t ⎤ ∞ ⎡φ11 (i ) φ12 (i ) ⎤ ⎡ ε1t −i ⎤
⎢ ⎥=⎢ ⎥+∑ ⎢
1
⎢ ⎥= ⎢ ⎥+⎜ ⎟∑ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎥ ⎢ ⎥
⎣ y2 t ⎦ ⎣ y2 t ⎦ ⎝ 1 − b12 b21 ⎠ i =0 ⎣ a21 a22 ⎦ ⎣ −b21 1 ⎦ ⎣ε 2 t −i ⎦
⎣ y2 t ⎦ ⎣ y2 t ⎦ i =0 ⎣φ21 (i ) φ22 (i ) ⎦ ⎣ε 2 t − i ⎦
• Notasyonu basitleştirmek için

⎛ A 1i ⎞ ⎡ 1 −b12 ⎤
φi = ⎜ ⎟ ⎢ ⎥
1 −
⎝ b12 b21 ⎠ ⎣ −b21 1 ⎦

11 12

İrfan Civcir 3
 • veya daha kısaltılmış • VMA olarak yazdığımızda
olarak
y1t ve y2t nin karşılıklı ilişkisini analiz
yt = µ + ε t + φ1 ε t −1 + φ2 ε t −1 + ...
edebiliriz.
∂yt
= φi kısmi türevi verir. • Yani φi katsayılarını kullanarak
∂ε t −i
∞ ε1t ve ε2t şoklarının
yt = µ + ∑ φi ε t −i (4)
i =0 y1t ve y2t üzerindeki etkisinin zaman
yazabiliriz. i = şok dönemi patikasını belirleyebiliriz.

13 14

• φ11(0) : ε1t deki bir birimlik değişmenin

∞
yt = µ + ∑ φi ε t −i
y1t üzerinde aynı dönemde ne kadar etki yaptığını
gösterir.
i =0 • φ12(0) : ε2t deki bir birimlik değişmenin
•
y1t üzerinde aynı dönemde ne kadar etki yaptığını
y1t = y1t + φ11ε1t −0 + φ12ε 2t −0 gösterir.
y2t = y2t + φ21ε1t −0 + φ22ε 2t −0
• φ12(1) : ε2t-1 deki bir birimlik değişmenin
• φ11(i), φ12(i), φ21(i) ve φ22(i) katsayı setine etki-tepki y1t üzerindeki 1 dönemlik etkisini gösterir.
fonksiyonu denir.
• i = 0 için etki çarpanı (aynı dönemde verilen şok) elde edilir • φ11(1) : ε1t-1 deki bir birimlik değişmenin
y1t üzerindeki 1 dönemlik etkisini gösterir.

15 16

İrfan Civcir 4
 • ε1t (veya ε2t) deki birim etkilerin toplamını elde • Genellikle φjk(i) katsayıları (i) ye karşı plot edilerek
etmek için etki tepki fonksiyonundaki şoklar karşısında y1t ve y2t nin tepkileri
katsayıların toplanması gerekir. incelenmektedir. (i=dönem)
• Eğer yapısal formdaki parametreleri biliyorsak, ε1t ve
• Örneğin ε2t şoklarının zaman patikasını belirleyebiliriz.
ε2t nin y1t üzerindeki n dönem sonrası toplam – Ancak, tahmin edilen VAR (standart from) eksik
etki aşağıdakine eşit olacaktır: belirlendiği için yapısal formdaki katsayılar belirlenemez.
n • Sistemin tam veya fazladan belirlenmesi için ek
∑φ
i =0
12 (i ) kısıtların empoze edilmesi ve daha sonra etki-tepki
analizi yapmak gerekir.
17 18

• Çeşitli belirleme kısıtları vardır. Bunlardan • Hata terimlerini aşağıdaki gibi elde etmiştik:
birisi Choleski ayrıştırmasıdır. ⎡ e1t ⎤ ⎡ 1 −b12 ⎤ ⎡ ε1t ⎤
1
• Örneğin ⎢ ⎥= ⎢ ⎥⎢ ⎥
⎣ e2 t ⎦ 1 − b12 b21 ⎣ −b21 1 ⎦ ⎣ε 2 t ⎦
Sistemi kısıtlayarak y1t nin y2t yi aynı dönemde
etkilemesini engelleyebiliriz. • burada b21 = 0 olursa
• Bunun için yapısal formda b21 =0 kısıtını
• e1t = ε1t –b12ε2t (5)
empoze etmek gerekir.
• e2t = ε2t (6)

19 20

İrfan Civcir 5
 • Eğer (6) yı kullanırsak, e2t hataları ε2t
şoklarından kaynaklanmaktadır.
ε2t hesaplanabilir.
e1t bilinmektedir.
e1t ve e2t arasındaki korelasyon katsayısı
bilinmektedir
(ρ12 =Cov(e1t, e2t)/ Var(e1t)
buna göre (5) ten ε1t bulunabilir.
21
• Choleski ayrıştırması (b21=0)
• ε1t şokunun y2t yi doğrudan etkilemesini
engellemektedir.
• Ancak dolaylı etki hala vardır.
– Çünkü y1t-1 değişkeni y2t yi etkilemektedir.
22

• Choleski ayrıştırması potansiyel olarak önemli olan • Örnek:

asimetriyi ortadan kaldırmaktadır. Çünkü ε2t şokunun y1t = a10 + a11 y1t −1 + a12 y2 t −1 + e1t
y1t ve y2t üzerinde aynı dönemde etkisi vardır.
• Bu sebeple, (5) ve (6) değişkenlerin sırasını ima
y2 t = a20 + a21 y1t −1 + a22 y2 t −1 + e2 t
etmektedir.
• ε2t şoku doğrudan e1t ve e2t yi etkilemektedir, modelini tahmin ettiğimizi ve
ancak ε1t şoku e2t yi etkilememektedir. • a10 = a20 = 0
• Dolayısıyla y2t değişkeni y1t den öncedir. • a11 = a22 = 0.7
• a12 = a21 = 0.2
23 24

İrfan Civcir 6
 • ayrıca
Ω matriksinin elemanlarının
⎡ y1t ⎤ ⎡0.7 0.2 ⎤ ⎡ y1t −1 ⎤ ⎡ e1t ⎤ σ 12 = σ 22 ve Cov ( e1t , e2 t ) den
⎢ ⎥=⎢ ⎥⎢ ⎥+⎢ ⎥ • e1t ve e2t arasındaki korelasyon katsayısının:
⎣ y2 t ⎦ ⎣0.2 0.7 ⎦ ⎣ y2 t −1 ⎦ ⎣ e2 t ⎦ (ρ12) = 0.8 olduğunu varsayalım
• Tanım gereği corelasyon katsayısı (ρ12)= σ12 / (σ1σ2)
• Kovaryans (σ12 ) = E(e1te2t)
• E(e1te2t) = E [ ε2t (ε1t + 0.8ε2t) ] = 0.8
• Ayrıştırmaya göre, Var(e2t) = σ22
• Eğer σ21 = σ22 Î ρ12 = 0.8 σ22 / σ22 = 0.8

25 26

• b21 = 0 varsayımı altında, ayrıştırılmış hata • Buna göre

terimleri: • ε2t deki 1 birimlik şok,
• e1t = ε1t +0.8ε2t (7) y1t de 0.8 birimlik, ve
• e2t = ε2t (8) y2t de 1 birimlik
sıçramaya neden olur.

27 28

İrfan Civcir 7
 • Bir dönem sonra ε2t+1 = 0 olur. • benzer şekilde
• Ancak sistem AR formunda olduğu için y1t+1 = 0.7y1t +0.2y2t + ε1t+1
y1t+1 ve y2t+1 hemen uzun dönem değerine geri buradan
dönmez. y1t+1 = 0.7(0.8) +0.2(1) = 0.76
– Çünkü (durağansa giderek azalacak) • Eğer sistem durağansa, y1t ve y2t nin daha
y2t+1 = 0.2y1t +0.7y2t + ε2t+1 sonraki değerleri uzun dönem değerlerine geri
buradan döner.
y2t+1 = 0.2(0.8) + 0.7(1) = 0.86
29 30

• ε1t deki bir birimlik şoku ele alırsak • Dolayısıyla

• Ayrıştırmanın asimetrikliği hemen ortaya
çıkar:
ε1t deki 1 birimlik şok y1t nin 1 birim
artmasına neden olur.
• Ancak bu şokun y2 nin t dönemi üzerinde
etkisi olmayacaktır.
• y1t = 1 , y2t = 0 ve ε1t+1 = 0 olacaktır.
•
Ancak
• y1t+1 = 0.7y1t +0.2y2t + ε1t+1
• y1t+1 = 0.7(1) +0.2(0) = 0.7
• y2t+1 = 0.2y1t +0.7y2t + ε2t+1
• y2t+1 = 0.2(1) + 0.7(0) = 0.2
• Eğer sistem durağansa n-arttıkça nihai olarak etki
tepki azalacaktır.

31 32

İrfan Civcir 8
 • Choleski ayrıştırmasını tersine çevirseydik:
• Yani b12 = 0 olsaydı (öncekinde b21 = 0)
• A1 matriksi simetrik olduğu için
(a11 = a22 ve a12 = a21)
• ε1t ve ε2t şoklarının grafikleri benzer şekilde
olacaktır.
• Sadece değişkenler yer değiştirecektir (yani
öncekinde y1t kesikli y2t düz çizgi ise
sonrakinde y1t düz, y2t kesikli çizgi olacaktır).
33
• ÎKolay bir yol yok. Ayrıca eksik belirleme
sorunundan dolayı sisteme bazı kısıtlar
empoze edilmesi gerekir. Choleski ayrıştırması
en az sayıda varsayımla sistemin
belirlenmesini sağlar.
35
İrfan Civcir
• Pratik açısından, hangi ayrıştırmayı tercih etmek
gerekir?
• ÎBazı durumlarda, teorik olarak değişkenlerden
birisinin diğeri üzerinde aynı dönemde etkisi
olmayacak şekilde spesifikasyon yapmak mümkün
olabilir.
• ÎGenellikle önceden kullanabileceğimiz bilgi
yoktur. Ayrıca VAR sisteminin yapısına bunu
önceden empoze etmek te pek mümkün değildir.
34
• Sıralamayı belirlerken e1t ve e2t hata terimleri
arasındaki korelasyon katsayılarının
büyüklüğü kritik öneme sahiptir.
σ 12
Korelasyon katsayısı ρ12 =
σ1σ 2
36
9
 • Şimdi tahmin edilen modelden elde edilen • Eğer ρ12 = 1 Î
var-cov martiksi Ω nın değeri öyle olsun ki • Sistemde tek şok vardır ve her iki değişkeni de aynı
ρ12 = 0 olarak bulunsun. dönemde etkiler.
• Bu durumda, sıralama önemini kaybeder.
• Eğer b21 = 0 Î
e1t = ε1t – b12ε2t
e2t = ε2t
e1t = ε2t
ρ12 = 0 Î e2t = ε2t
e1t = ε1t • Eğer b12 = 0 Î
e2t = ε2t e1t = ε1t
• Yani y1t ve y2t eşitliklerindeki hata terimi (e1t, e2t), e2t = ε1t
yapısal model hata terimine (ε1t, ε2t) eşit olur.
37 38

• Genellikle ρ12 nin anlamlığının test edilmesi gerekir.

Basitçe
|ρ12| >0.2 Î etki tepki fonksiyonunun belirli bir
sıra takip etmesi gerekir (ayrıştırmada).
• Daha sonra sıralamayı değiştirerek etki tepki
sonuçlarını karşılaştırırız.

• Eğer sıralama değiştirildiği zaman sonuçlar çok

farklıysa daha detaylı analiz yapmak gerekir
39

İrfan Civcir 10