Önizleme · tam metin Premium
Bölümler (12)
  1. Özet
  2. 1Giriş
  3. 2Kavramsal çerçeve: klasik doğrusal regresyon modeli
  4. 3Varsayım ihlalleri ve model kurma sorunları
  5. 4Veri ve kurumsal çerçeve
  6. 5Tarihsel gelişim
  7. 6Uygulama: zaman serisi, panel veri ve finans
  8. 7Sınavlarda öne çıkan noktalar
  9. 8Sonuç
  10. Notlar
  11. Tartışma soruları
  12. Kaynakça
BASH AkademiFinans Sektörü Kaynak Dizisi · kariyerfinans.com
BASH AkademiFinans Sektörü Kaynak DizisiSeri 3 · Nicel ve Teknik AlanSayı 30
PDF olarak indir

Ekonometri: Regresyondan Zaman Serisi ve Panel Veriye

En küçük kareler, varsayım ihlalleri, birim kök ve eşbütünleşme, panel veri ve finans uygulamaları

BASH Akademi Yayın Kurulu

  • 19 Ekim 2026
  • ≈ 47 dk okuma
  • BA-2026-30
  • Sürüm 1.0

Özet

Bu çalışma, finans sektörüne hazırlanan okur için ekonometrinin çekirdeğini üç düzlemde incelemektedir. Birinci düzlemde klasik doğrusal regresyon modeli ele alınmakta; en küçük kareler tahmincilerinin cebirsel ve istatistiksel özellikleri, Gauss-Markov teoremi, katsayıların fonksiyon biçimine göre yorumu ile t testi, F testi, belirlilik katsayısı ve düzeltilmiş belirlilik katsayısına dayanan çıkarsama, kurgusal ve yeniden hesaplanmış örneklerle gösterilmektedir. İkinci düzlemde çoklu doğrusal bağlantı, değişen varyans, otokorelasyon, model tanımlama hataları ve içsellik incelenmekte; her ihlalin tahminciler üzerindeki sonucu, teşhis testleri ve çözüm yöntemleri karşılaştırmalı olarak sunulmaktadır. Üçüncü düzlemde durağanlık ve sahte regresyon, birim kök testleri, Box-Jenkins yaklaşımı ve ARIMA modelleri, eşbütünleşme ve hata düzeltme modeli, Granger nedenselliği, vektör otoregresyon ve panel veri modelleri ele alınmakta; bu yöntemlerin beta tahmini, kredi skorlaması ve oynaklık modellemesindeki kullanımı açıklanmaktadır. Çalışma ayrıca resmî istatistiğin 5429 sayılı Kanundaki hukuki çerçevesine ve bankacılıkta model riskine değinmektedir. Temel bulgu, varsayım ihlallerinin bir kısmının yalnız etkinlik kaybına, içsellik kaynaklarının ise sapma ve tutarsızlığa yol açtığıdır. Son bölüm, finans sektörü seçme sınavlarında öne çıkan noktaları derlemektedir.

Anahtar kelimeler: ekonometri, en küçük kareler, Gauss-Markov teoremi, değişen varyans, otokorelasyon, çoklu doğrusal bağlantı, birim kök, eşbütünleşme, panel veri, GARCH

Atıf önerisi: BASH Akademi Yayın Kurulu. (2026). Ekonometri: Regresyondan Zaman Serisi ve Panel Veriye: En küçük kareler, varsayım ihlalleri, birim kök ve eşbütünleşme, panel veri ve finans uygulamaları (BA-2026-30, Sürüm 1.0). BASH Akademi Finans Sektörü Kaynak Dizisi.

1.Giriş

Ekonometri, iktisat kuramının öne sürdüğü ilişkileri gözlenmiş verilerle sınayan, bu ilişkilerin büyüklüğünü sayısal olarak tahmin eden ve tahmin edilen modelleri öngörü ile politika değerlendirmesinde kullanan bilim dalıdır. Kuram "faiz yükselirse kredi talebi azalır" der; ekonometri ise faizdeki bir puanlık artışın kredi talebini ne kadar azalttığını, bu tahminin ne ölçüde güvenilir olduğunu ve sonucun tesadüfle açıklanıp açıklanamayacağını sorar. Bu nedenle ekonometri, iktisat kuramı, matematiksel iktisat ve istatistiğin kesiştiği yerde durur; üçünden de beslenir, ama hiçbirine indirgenemez.

Finans sektörü bakımından ekonometri, soyut bir akademik uğraş değildir. Bir hissenin sistematik riskini ölçen beta katsayısı bir regresyon eğimidir. Kredi başvurusunu değerlendiren skor kartları çoğunlukla lojistik regresyonla kurulur. Bankaların beklenen kredi zararı hesapladığı modeller, stres testlerinde makroekonomik senaryoları kredi kayıplarına bağlayan denklemler, piyasa riskinde kullanılan oynaklık tahminleri ve merkez bankalarının enflasyon öngörüleri, ekonometrik yöntemlerin gündelik uygulamalarıdır. Bir analistin bu modelleri doğru kurması kadar, başkalarının kurduğu modellerin çıktısını doğru okuması da önemlidir: katsayının işareti, standart hatası, t istatistiği, belirlilik katsayısı ve modelin varsayımlarının sağlanıp sağlanmadığı, bir regresyon tablosundan okunması gereken asgari bilgilerdir.

Bu makale, ekonometrinin finans sektörüne hazırlanan okur için gerekli çekirdeğini üç düzlemde ele almaktadır. Birinci düzlem klasik doğrusal regresyon modelidir: en küçük kareler yöntemi, modelin varsayımları, Gauss-Markov teoremi, katsayıların yorumu ve t, F, R² ile istatistiksel çıkarsama. İkinci düzlem varsayım ihlalleridir: çoklu doğrusal bağlantı, değişen varyans, otokorelasyon, model tanımlama hataları ve içsellik; bunların nasıl teşhis edileceği ve hangi yöntemlerle giderileceği. Üçüncü düzlem zaman serisi ve panel veri yöntemleridir: durağanlık ve sahte regresyon, birim kök testleri, Box-Jenkins yaklaşımı ve ARIMA modelleri, eşbütünleşme ve hata düzeltme modeli, Granger nedenselliği, vektör otoregresyon ve panel veri modelleri. Makale, bu yöntemlerin finans uygulamalarını (beta tahmini, kredi skorlaması, oynaklık modelleri) ayrı bir alt bölümde toplamakta; ayrıca resmî istatistiğin hukuki çerçevesine ve bankacılıkta model riskine kısaca değinmektedir.

Konu, finans sektörüne yönelik seçme sınavlarında hem doğrudan bir test alanı olarak hem de istatistik ve iktisat sorularının tamamlayıcısı olarak karşımıza çıkar. Sınavlarda sıkça sorulan noktalar; en küçük kareler tahmincilerinin özellikleri, Gauss-Markov teoreminin varsayımları, belirlilik katsayısı ile düzeltilmiş belirlilik katsayısı arasındaki fark, varsayım ihlallerinin tahminciler üzerindeki sonuçları, Durbin-Watson istatistiğinin yorumu, kukla değişken tuzağı, birim kök ve eşbütünleşme kavramlarıdır. Bu ayrıntılar metin boyunca yeri geldikçe açıklanmış, yedinci bölümde ise sınav odaklı bir derleme hâlinde yeniden toplanmıştır. Betimsel istatistik, hipotez testinin mantığı ve basit regresyonun ilk tanıtımı bu dizinin 14. sayısında (BA-2026-14) ele alındığından burada yalnız gerektiği kadar hatırlatılmaktadır.

Makalenin planı şöyledir: İkinci bölüm klasik doğrusal regresyon modelini kurar. Üçüncü bölüm varsayım ihlallerini ve model kurma sorunlarını inceler. Dördüncü bölüm veri ve kurumsal çerçeveye, yani resmî istatistiğin hukuki temeline ve bankacılıkta model riskine ayrılmıştır. Beşinci bölüm ekonometrinin tarihsel gelişimini özetler. Altıncı bölüm zaman serisi ve panel veri yöntemlerini finans uygulamalarıyla birlikte ele alır. Yedinci bölüm sınavlarda öne çıkan noktaları derler; sekizinci bölüm ise sonuç değerlendirmesidir. Metindeki bütün sayısal örnekler kurgusal veriye dayanır ve yeniden hesaplanarak doğrulanmıştır; gerçek bir kurumun ya da piyasanın verisini temsil etmez.

BASH Akademi · Premium

Tam metin BASH Premium'da

Makalenin kalan 9 bölümü (yaklaşık 39 dk okuma) şekil, tablo ve kaynakçasıyla birlikte Premium üyelere açık.

Devamında

  1. 2Kavramsal çerçeve: klasik doğrusal regresyon modeli
  2. 3Varsayım ihlalleri ve model kurma sorunları
  3. 4Veri ve kurumsal çerçeve
  4. 5Tarihsel gelişim
  5. 6Uygulama: zaman serisi, panel veri ve finans
  6. 7Sınavlarda öne çıkan noktalar
  7. 8Sonuç
  8. Notlar
  9. Tartışma soruları

Yeni üyelere 7 gün Premium hediye — kayıt olurken ödeme bilgisi istenmez. Premium üyelikte bütün dersler, soru bankası, denemeler ve BASH Akademi makalelerinin tamamı açılır.

Kaynakça

Mevzuat

  • 5429 sayılı Türkiye İstatistik Kanunu. (2005). Resmî Gazete, 25997, 18 Kasım 2005. Güncel metin: https://www.mevzuat.gov.tr/mevzuat?MevzuatNo=5429&MevzuatTur=1&MevzuatTertip=5 (Erişim tarihi: 19 Ekim 2026).

Kurumsal yayınlar

  • Basel Committee on Banking Supervision. (2006). International convergence of capital measurement and capital standards: A revised framework (Comprehensive version). Bank for International Settlements.

Kitaplar ve makaleler

  • Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, 23(4), 589–609.
  • Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327.
  • Box, G. E. P., & Jenkins, G. M. (1970). Time series analysis: Forecasting and control. Holden-Day.
  • Breusch, T. S., & Pagan, A. R. (1979). A simple test for heteroscedasticity and random coefficient variation. Econometrica, 47(5), 1287–1294.
  • Brooks, C. (2019). Introductory econometrics for finance (4th ed.). Cambridge University Press.
  • Chow, G. C. (1960). Tests of equality between sets of coefficients in two linear regressions. Econometrica, 28(3), 591–605.
  • Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74(366), 427–431.
  • Durbin, J., & Watson, G. S. (1950). Testing for serial correlation in least squares regression: I. Biometrika, 37(3/4), 409–428.
  • Enders, W. (2015). Applied econometric time series (4th ed.). Wiley.
  • Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987–1007.
  • Engle, R. F., & Granger, C. W. J. (1987). Co-integration and error correction: Representation, estimation, and testing. Econometrica, 55(2), 251–276.
  • Fama, E. F., & French, K. R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33(1), 3–56.
  • Frisch, R. (1933). Editor's note. Econometrica, 1(1), 1–4.
  • Galton, F. (1886). Regression towards mediocrity in hereditary stature. The Journal of the Anthropological Institute of Great Britain and Ireland, 15, 246–263.
  • Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424–438.
  • Granger, C. W. J., & Newbold, P. (1974). Spurious regressions in econometrics. Journal of Econometrics, 2(2), 111–120.
  • Greene, W. H. (2018). Econometric analysis (8th ed.). Pearson.
  • Gujarati, D. N., & Porter, D. C. (2009). Basic econometrics (5th ed.). McGraw-Hill/Irwin.
  • Haavelmo, T. (1944). The probability approach in econometrics. Econometrica, 12(Supplement), iii–vi, 1–115.
  • Hausman, J. A. (1978). Specification tests in econometrics. Econometrica, 46(6), 1251–1271.
  • Johansen, S. (1988). Statistical analysis of cointegration vectors. Journal of Economic Dynamics and Control, 12(2–3), 231–254.
  • Kwiatkowski, D., Phillips, P. C. B., Schmidt, P., & Shin, Y. (1992). Testing the null hypothesis of stationarity against the alternative of a unit root. Journal of Econometrics, 54(1–3), 159–178.
  • Legendre, A. M. (1805). Nouvelles méthodes pour la détermination des orbites des comètes. Firmin Didot.
  • Lucas, R. E., Jr. (1976). Econometric policy evaluation: A critique. Carnegie-Rochester Conference Series on Public Policy, 1, 19–46.
  • MacKinnon, J. G. (1996). Numerical distribution functions for unit root and cointegration tests. Journal of Applied Econometrics, 11(6), 601–618.
  • Nelson, C. R., & Plosser, C. I. (1982). Trends and random walks in macroeconomic time series: Some evidence and implications. Journal of Monetary Economics, 10(2), 139–162.
  • Newey, W. K., & West, K. D. (1987). A simple, positive semi-definite, heteroskedasticity and autocorrelation consistent covariance matrix. Econometrica, 55(3), 703–708.
  • Ohlson, J. A. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18(1), 109–131.
  • Phillips, P. C. B., & Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 75(2), 335–346.
  • Ramsey, J. B. (1969). Tests for specification errors in classical linear least-squares regression analysis. Journal of the Royal Statistical Society: Series B, 31(2), 350–371.
  • Sharpe, W. F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. The Journal of Finance, 19(3), 425–442.
  • Sims, C. A. (1980). Macroeconomics and reality. Econometrica, 48(1), 1–48.
  • Tinbergen, J. (1939). Statistical testing of business-cycle theories (Vols. 1–2). League of Nations.
  • White, H. (1980). A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica, 48(4), 817–838.
  • Wooldridge, J. M. (2020). Introductory econometrics: A modern approach (7th ed.). Cengage Learning.
  • Yule, G. U. (1926). Why do we sometimes get nonsense-correlations between time-series? A study in sampling and the nature of time-series. Journal of the Royal Statistical Society, 89(1), 1–63.

İlgili makaleler

Seri 3 · Nicel ve Teknik Alan makalelerinin tamamı →  ·  Bütün BASH Akademi makaleleri