OECD ÜLKELERİNİN MAKROEKONOMİK DEĞİŞKENLER YARDIMIYLA KÜMELENMESİ: PANDEMİ DÖNEMİ VE PANDEMİ ÖNCESİ DÖNEM KARŞILAŞTIRMASI
Author :
Abstract
ÖZ: Dünyayı etkisi altına alan COVID-19 salgını ülkelerin ekonomik ve finansal göstergelerinde önemli değişimlere neden olmuştur. Çalışma OECD ülkelerinin, COVID-19 öncesi ve COVID-19 döneminde çeşitli makroekonomik değişkenler etkisinde, ortaya koyduğu kümelemeyi gösteren bir çalışmadır. Çalışmada OECD kurucu üyeleri incelenmiştir. Araştırma kapsamında ülkelerin enflasyon oranları, işsizlik oranları, dolar kurları, faiz oranları, borsa endeksleri ve ihracatın ithalatı karşılama oranları kullanılan değişkenlerdir. Çalışma kapsamında 2017-2020 dönemi dikkate alınmıştır. 2017-2019 dönemini kapsayan süreç salgın öncesi ve pandeminin başladığı günden çalışmanın başladığı güne kadar olan 2020 yılının ilk 8 aylık periyodu ise salgın dönemi süreci olarak ele alınmıştır. Kümeleme için Beklenti Maksimizasyonu Algoritması kullanılmıştır. İstatistiki testler yardımıyla kümelenme sonuçları arasında anlamlılık düzeyi incelenmiştir.
Bulgulara göre COVID-19 öncesi dönemde 4 küme oluşmuştur. Bu kümelerden birincisinde Yunanistan ve İspanya birlikte kümelenmiştir. İkinci kümede ABD, İngiltere, Fransa, İsveç, İtalya, İzlanda, Kanada, Lüksemburg ve Portekiz yer almıştır. Üçüncü kümede Türkiye tek başına yer almış ve diğer ülkelerden ayrışmıştır. Son kümede Almanya, Avusturya, Belçika, Danimarka, Hollanda, İrlanda, İsviçre ve Norveç yer almıştır. Pandemi dönemine ilişkin kümeleme sonuçlarına göre birinci kümede Belçika, Lüksemburg yer alırken ikinci kümede iki ülke İspanya ve Yunanistan yer almaktadır. Yunanistan İspanya kümelenmesi hem pandemi öncesi dönemde hem de pandemi döneminde aynıdır. Üçüncü kümede İzlanda ve Türkiye yer alırken son küme diğer 14 ülkeden oluşmaktadır.
Keywords
Abstract
ABSTRACT: The global epidemic of COVID-19, which affected the whole world, caused significant changes in the economic and financial indicators of countries. This study is a study showing the clustering of OECD countries under the influence of various macroeconomic variables in the pre-COVID-19 period and during the COVID-19 period. In the study, the founding members of the OECD were examined. Within the scope of the research, the inflation rates of the countries, unemployment rates, dollar currency rates, interest rates, stock market indices, export-import coverage ratios are the variables used. Within the scope of the study, the period of 2017-2020 was taken into account. The period covering the period of 2017-2019 is before the epidemic and the first 8-month period of 2020, from the start of the pandemic to the day of the start of the work, is considered as the epidemic period. The Expectation Maximization Algorithm was used for clustering. In addition, with the help of statistical tests, it was examined whether there were statistically significant differences between clustering results.
According to the findings, four clusters were formed in the pre-COVID-19 period. In the first of these clusters, Greece and Spain were clustered together. The second cluster included the USA, England, France, Sweden, Italy, Iceland, Canada, Luxembourg, and Portugal. In the third cluster, Turkey took place alone and differentiated from other countries. In the last cluster, Germany, Austria, Belgium, Denmark, Netherlands, Ireland, Switzerland, and Norway took place. According to the clustering results for the pandemic period, Belgium and Luxembourg are in the first cluster, while Spain and Greece are in the second cluster. The Greece Spain cluster is the same both in the pre-pandemic period and during the pandemic period. While Iceland and Turkey are in the third cluster, the last cluster consists of 14 other countries.
Keywords
- Ada, A., A. (2011). Kümeleme Analizi ile Ab Ülkeleri ve Türkiye’nin Sürdürülebilir Kalkınma Açısından Değerlendirilmesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 29, 319-332.
- Arpacı, İ., vd. (2020). Analysis of Twitter Data Using Evolutionary Clustering during the COVID-19 Pandemic. Computers, Materials & Continua, 65(1), 193-204.
- Baygül, A. (2007). Kayıp Veri Analizinde Sıklıkla Kullanılan Etkin Yöntemlerin Değerlendirilmesi. [Yüksek Lisans Tezi, İstanbul Üniversitesi] Ulusal Tez Merkezi.
- Bircan, H., Zontul, M. ve Yüksek, G., A. (2006). SOM Tipinde Yapay Sinir Ağlarını Kullanarak Türkiye'nin İhracat Yaptığı Ülkelerin Kümelenmesi Üzerine Bir Çalışma. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 20(2), 219-237.
- Cai, F., Le-Khac, N. ve Kechadi, M. (2012). Clustering Approaches for Financial Data Analysis: a Survey. International Conference on Data Mining (DMIN 2012), Las Vegas, Nevada USA, 16-19 July 2012.
- Çakmak, Z., Uzgören, N. ve Keçek, G. (2005). Kümeleme Analizi Teknikleri ile İllerin Kültürel Yapılarına Göre Sınıflandırılması ve Değişimlerinin İncelenmesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (12), 1-21.
- Çalışır, M. ve Şensoy, G. (2018). Türkiye’nin Şanghay İşbirliği Örgütü ile Entegrasyon Olasılığının Ekonomik Veriler Açısından İncelenmesi: Kümeleme Analizi. Bilgi Ekonomisi ve Yönetimi Dergisi, 13(1), 37-50.
- Çamoğlu, M., S., Yüce, G. ve Akıncı, M. (2010). 2008 Küresel Finansal Kriz ve Türkiye: Makro Ekonomik Göstergelerin Kümeleme Yöntemi ile Analizi. Finans Politik & Ekonomik Yorumlar, 47(546), 73-85.
- Demı̇rcı̇oğlu, M. ve Eşı̇yok, S. (2020). Covıd–19 Salgını ile Mücadelede Kümeleme Analizi ile Ülkelerin Sınıflandırılması. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 19(37), 369-389.
- Eren, H. ve Ömürbek, N. (2021). OECD Ülkelerinin Lojistik Performansları Açısından Kümelenmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 26(2), 153-166.
- Ertaş, A., S. ve Atik, H. (2016). Kalkınma Göstergeleri Bakımından Türkiye’nin OECD Ülkeleri Arasındaki Yeri: İstatistiksel Bir Analiz. Kesit Akademik Dergisi, 2(5):13-24.
- Gazel, S. ve Akel, V. (2018). Borsa İstanbul’da Sektör Sınıflandırmasının Kümeleme Analizi ile Belirlenmesi. Muhasebe ve Finansman Dergisi, Ocak (2018), 147-164.
- Güzel, S. ve Murat, D. (2019). Yönetişim ve Ekonomik Performans Bağlamında OECD Ülkelerinin Konumları. Akademik İncelemeler Dergisi, 14(1):315-344.
- Han, J., Kamber, M. ve Pei, J. (2012). Data Mining Concepts and Techniques. USA: Morgan Kaufmann.
- Hervada-Sala, C. ve Jarauta-Bragulat, E. (2004). A program to perform Ward’s clustering method on several regionalized variables. Computers & Geosciences, 30(8), 881-886. doi:10.1016/j.cageo.2004.07.003
- Kangallı, S., G., Uyar, Um. ve Buyrukoğlu, S. (2014). OECD Ülkelerinde Ekonomik Özgürlük: Bir Kümeleme Analizi. Uluslararası Alanya İşletme Fakültesi Dergisi, 6(3), 95-109.
- Karabayır, M. & Doğanay, M. (2010). Kümeleme Analizi le Portföy Seçimi: İmkb-100 Endeksi Üzerine Bir Çalışma. Ticaret ve Turizm Eğitim Fakültesi Dergisi, 2010(2), 160-179.
- Kokate, U., Deshpande, A., Mahalle, P. ve Patil, P. (2018). Data Stream Clustering Techniques, Applications, and Models: Comparative Analysis and Discussion. Big Data Cogn. Comput, 2(32), 1-30.
- Kou, G., Peng, Y. ve Wang, G. (2014). Evaluation of clustering algorithms for financial risk analysis using MCDM methods. Information Sciences, 275, 1-12. doi:10.1016/j.ins.2014.02.137
- Köse, İ. (2018). Veri Madenciliği Teori Uygulama ve Felsefesi. Papatya Bilim.
- Kucukefe, B. (2020). Covid-19’un OECD Ülkeleri ve Çin’de Makroekonomik Etkisinin Kümeleme Analizi. Ekonomi, Politika & Finans Araştırmaları Dergisi. doi:10.30784/epfad.811289
- Ömürbek, N., Dağ, O. ve Eren, H. (2020). EM Algoritmasına Göre Kümelenen Havalimanlarının Borda Sayım Yöntemi ile Değerlendirilmesi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 491-514. doi:10.16951/atauniiibd.659125
- Öz, B., Taban, S. ve Kar, M. (2009). Kümeleme Analizi ile Türkiye ve AB Ülkelerinin Beşeri Sermaye Göstergeleri Açısından Karşılaştırılması. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 10(1), 1-29.
- Özarı, Ç. ve Demirkale, Ö. (2020). K-Ortalamalar Kümeleme Yöntemi ile Temel Makroekonomik ve Finansal Göstergeler ile Değerlendirilmesi: Kırılgan Beşli Ülkelerinin Örneği. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(1): 2232.
- Özekeş, S. (2003). Veri Madenciliği Modelleri ve Uygulama Alanları. İstanbul Ticaret Üniversitesi Dergisi, 2(3), 65-82.
- Poon, J., P. (2003). Hierarchical Tendencies of Capital MarketsAmong International Financial Centers. Growth and Change, 34(2), 135-156.
- Seyrek, İ., H. – Ata, H., A., (2010), Veri Zarflama Analizi ve Veri Madenciliği ile Mevduat Bankalarında Etkinlik Ölçümü, BDDK Bankacılık ve Finansal Piyasalar, 4(2), 67-84.
- Sharma, N., vd. (2012). Comparison the various clustering algorithms of weka tools. International Journal of Emerging Technology and Advanced Engineering, 2(5), 73-80.
- Takaoğlu, M. (2019). K-Means ve Hiyerarşik Kümeleme Algoritmanın Weka ve Matlab Platformlarında Karşılaştırılması. Istanbul Aydin Universitesi Dergisi, 11(3), 303-317. doi:10.17932/IAU.IAUD.m.13091352.2019.3/43.303-317
- Tekı̇n, B. (2020). Covıd-19 Pandemisi Döneminde Ülkelerin Covıd-19, Sağlık ve Finansal Göstergeler Bağlamında Sınıflandırılması: Hiyerarşik Kümeleme Analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(2), 336-349.
- Turan, K., K., Özarı, Ç. ve Demir, E. (2016). Kümeleme Analizi ile Türkiye ve Ortadoğu Ülkelerinin Ekonomik Göstergeler Açısından Karşılaştırılması. İstanbul Aydın Üniversitesi Dergisi, 8(29), 143-165.
- Turanlı, M. – Özden, Ü., H. – Türedi, S. (2006), Avrupa Birliği’ne Aday ve Üye Ülkelerin Ekonomik Benzerliklerinin Kümeleme Analiziyle İncelenmesi, İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 5(9), 95-108.
- Yazıcı, F. (2005). EM Algoritması ve Uzantıları. Yükse Lisans Tezi, Hacettepe Üniversitesi. Ulusal Tez Merkezi.
- Yılmaz, M. vd. (2020). Güncel Gelişmeler Işığında Kripto Paraların Kümelenmesi. Turkish Studies – Economy, 15(3), 1753-1773.
- Investing.com—Döviz, Hisse Senedi, Emtia ve Finans Haberleri. 19 Ocak 2021 tarihinde https://tr.investing.com/ adresinden erişildi.
- Worldometers.info. 30 Haziran 2021 tarihinde https://www.worldometers.info/coronavirus/ adresinden ulaşıldı.
- Worldometers.info 25 Mayıs 2022 tarihinde https://www.worldometers.info/coronavirus/
- OECD Statistics. 19 Ocak 2021 tarihinde https://stats.oecd.org/ adresinden erişildi.
- TCMB. 19 Ocak 2021 tarihinde https://www.tcmb.gov.tr/wps/wcm/connect/TR/TCMB+TR
