TÜRKİYE'DE KAYIT DIŞI EKONOMİNİN BOYUTUNUN MODELLEME YAKLAŞIMI İLE ÖLÇÜLMESİ
[ X ]
Tarih
2024
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Kırıkkale Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Kayıt dışı ekonomi boyutunun tahmin edilmesine yönelik hem ulusal hem de uluslararası literatürde çeşitli metodolojiler geliştirilmiştir. Kayıt dışı ekonomi sorunsalının spesifik yapısı ve ülkeler özelinde farklı düzey ve değişik türlerde görülmesi kayıt dışı ekonomi boyutunun tahmin edilmesinde kullanılan metodolojilerinde farklı varsayımlar içermesine neden olmaktadır. Bu çalışmada, Türkiye'de kayıt dışı ekonomi boyutunun GSMH içerisindeki payı 1985-2023 dönemine ait veriler kullanılarak dolaylı yöntemlerden Parasal Oran Yöntemi, Ekonometrik Model Yöntemi, MIMIC Model Yöntemi ve Kalman Filtresi Tahmin Algoritması metodolojileri ile tahmin edilmesi amaçlanmıştır. Bu çalışmada parasal oran yöntemi kullanılarak tahmin edilen kayıt dışı ekonomi boyutunun 1985-2023 döneminde ortalama ~%26,55 olduğu hesaplanmıştır. Parasal oran yöntemi sonuçlarına göre Türkiye'de kayıt dışı ekonomi boyutunun 2017 yılından itibaren azalış eğilimi içerisine girdiği görülmüştür. Ekonometrik model yöntemi ile gerçekleştirilen tahminde ise kayıt dışı ekonomi boyutunun analiz dönemi içerisinde dalgalı bir trend izlediği görülmüş ve 2018 yılından itibaren hızla azalarak 2023 yılında %23,14 oranında tahmin edilmiştir. Kalman filtresi tahmin algoritması yöntemi kullanılarak kayıt dışı ekonomi boyutunun ölçülmesine yönelik gerçekleştirilen hesaplamalarda kayıt dışı ekonomi büyüklüğünün analiz döneminde ortalama %37,57 olduğu öngörülmüştür. Hata terimlerini minimize ederek algoritmanın yinelenerek çalışmasını sağlayan kalman kazancı ile kayıt dışı ekonomi büyüklüğü tekrar hesaplanmış ve 2024 yılı için değerin yaklaşık %24-%25 olduğu tahmin edilmiştir. MIMIC model yöntemi ile gerçekleştirilen analizlerde kayıt dışı ekonominin tahmini 17 farklı model üzerinden 51.000 iterasyon yapılarak 7 model seçilerek gerçekleştirilmiştir. Söz konusu modellere göre 2018-2023 döneminde kayıt dışı ekonominin büyüklüğünün %28,48 olduğu tahmin edilmiştir. Çalışmada kayıt dışı ekonomi boyutu ile kayıt dışı ekonomiye neden olduğu öngörülen değişkenler arasındaki ilişkiye göre enflasyon oranı değişkeni ile işsizlik oranı değişkenin kayıt dışı ekonominin temel faktörleri olduğu ve her iki parametrenin de kayıt dışı ekonomiyi artırdığı görülmektedir. Dolaysız vergi yükünün bazı modellerde kayıt dışı ekonomiyi artırdığı bazı modellerde ise kayıt dışı ekonomiyi azalttığı, dolaylı vergi yükünün ise kayıt dışı ekonomiyi azalttığı gözlemlenmiştir. Diğer taraftan GV, KV ve KDV vergilerine ait vergi yükü ile sosyal güvenlik yükündeki değişimlerin kayıt dışı ekonomi ile doğru orantılı olduğu belirlenmiştir. Ayrıca çalışmada kayıt dışı ekonomi ile dış açıklık değişkeni arasında pozitif, faiz oranı, kamu harcamaları/GSMH ve toplam vergi tahsilatı/toplam vergi tahakkuku değişkenleri ile kayıt dışı ekonomi arasında negatif bir ilişkinin olduğu elde edilen bulgulardan görülmektedir.
Various methodologies have been developed in both national and international literature to estimate the size of the shadow economy. The specific structure of the shadow economy problem and its occurrence at different levels and in different types within countries cause the methodologies used to estimate the size of the shadow economy to contain different assumptions. In this study, it is aimed to estimate the share of the shadow economy in Turkey's GNP using indirect methods such as the Monetary Ratio Method, Econometric Model Method, MIMIC Model Method and Kalman Filter Estimation Algorithm methodologies, using data for the period 1985-2023. In this study, the size of the shadow economy estimated using the monetary ratio method was calculated to be ~26.55% on average in the period 1985-2023. According to the results of the monetary ratio method, it has been observed that the size of the shadow economy in Turkey has been in a decreasing trend since 2017. In the estimation made with the econometric model method, it was seen that the size of the shadow economy followed a fluctuating trend during the analysis period and it decreased rapidly starting from 2018 and was estimated to be 23.14% in 2023. In the calculations made to measure the size of the shadow economy using the Kalman filter estimation algorithm method, it was estimated that the size of the shadow economy was 37.57% on average during the analysis period. The size of the shadow economy was recalculated with the Kalman gain, which allows the algorithm to work repeatedly by minimizing the error terms, and the value for 2024 was estimated to be approximately 24%-25%. In the analyzes carried out with the MIMIC model method, the estimation of the shadow economy was carried out by making 51,000 iterations over 17 different models and selecting 7 models. According to the models in question, the size of the shadow economy was estimated to be 28.48% in the 2018-2023 period. In the study, according to the relationship between the shadow economy dimension and the variables that are predicted to cause the shadow economy, it is seen that the inflation rate variable and the unemployment rate variable are the main factors of the shadow economy and both parameters increase the shadow economy. It has been observed thatthe direct tax burden increases the shadow economy in some models, decreases the shadow economy in some models, and the indirect tax burden reduces the shadow economy. On the other hand, it has been determined that the tax burden of Income Tax, Corporation Tax and VAT taxes and the changes in the social security burden are directly proportional to the shadow economy. In addition, it is seen from the findings of the study that there is a positive relationship between the shadow economy and the external openness variable, and a negative relationship between the variables of interest rate, public expenditures/GNP and total tax collection/total tax accrual and the shadow economy.
Various methodologies have been developed in both national and international literature to estimate the size of the shadow economy. The specific structure of the shadow economy problem and its occurrence at different levels and in different types within countries cause the methodologies used to estimate the size of the shadow economy to contain different assumptions. In this study, it is aimed to estimate the share of the shadow economy in Turkey's GNP using indirect methods such as the Monetary Ratio Method, Econometric Model Method, MIMIC Model Method and Kalman Filter Estimation Algorithm methodologies, using data for the period 1985-2023. In this study, the size of the shadow economy estimated using the monetary ratio method was calculated to be ~26.55% on average in the period 1985-2023. According to the results of the monetary ratio method, it has been observed that the size of the shadow economy in Turkey has been in a decreasing trend since 2017. In the estimation made with the econometric model method, it was seen that the size of the shadow economy followed a fluctuating trend during the analysis period and it decreased rapidly starting from 2018 and was estimated to be 23.14% in 2023. In the calculations made to measure the size of the shadow economy using the Kalman filter estimation algorithm method, it was estimated that the size of the shadow economy was 37.57% on average during the analysis period. The size of the shadow economy was recalculated with the Kalman gain, which allows the algorithm to work repeatedly by minimizing the error terms, and the value for 2024 was estimated to be approximately 24%-25%. In the analyzes carried out with the MIMIC model method, the estimation of the shadow economy was carried out by making 51,000 iterations over 17 different models and selecting 7 models. According to the models in question, the size of the shadow economy was estimated to be 28.48% in the 2018-2023 period. In the study, according to the relationship between the shadow economy dimension and the variables that are predicted to cause the shadow economy, it is seen that the inflation rate variable and the unemployment rate variable are the main factors of the shadow economy and both parameters increase the shadow economy. It has been observed thatthe direct tax burden increases the shadow economy in some models, decreases the shadow economy in some models, and the indirect tax burden reduces the shadow economy. On the other hand, it has been determined that the tax burden of Income Tax, Corporation Tax and VAT taxes and the changes in the social security burden are directly proportional to the shadow economy. In addition, it is seen from the findings of the study that there is a positive relationship between the shadow economy and the external openness variable, and a negative relationship between the variables of interest rate, public expenditures/GNP and total tax collection/total tax accrual and the shadow economy.
Açıklama
Sosyal Bilimler Enstitüsü, İktisat Ana Bilim Dalı, İktisat Bilim Dalı
Anahtar Kelimeler
Ekonomi, Economics
