Johansen ve Engle-Granger testleri tüm serilerin I(1) olmasını şart koşar; oysa uygulamada birim kök testleri çoğu zaman karışık bir tablo verir: Bazı seriler düzeyde durağan I(0), bazıları birinci farkta durağan I(1) çıkar. ARDL sınır testi (bounds test) tam bu durum için geliştirilmiştir: Karışık bütünleşme derecelerinde, tek denklemle ve küçük örneklemde bile eşbütünleşmeyi sınamaya izin verir. Bu rehber, sınır testinin mantığını, karar kurallarını, hata düzeltme modelini ve zorunlu tanı testlerini tez ve makale pratiğine dönük olarak özetler.
ARDL sınır testi ne zaman tercih edilmeli?
Üç koşul ARDL'yi öne çıkarır: (1) Değişkenlerin bütünleşme dereceleri I(0) ve I(1) karışımı ise, (2) örneklem küçükse — yıllık veride 30–80 gözlem aralığı sosyal bilim tezlerinde çok yaygındır ve Johansen gibi asimptotik testlerin gücünü ciddi biçimde düşürür — ve (3) tek bir uzun dönem ilişkisi modellenmek isteniyorsa. Modelin bir diğer avantajı, bağımlı ve bağımsız değişkenlere farklı gecikme uzunlukları tanıyabilmesidir: Örneğin ARDL(2,1,0) gösteriminde bağımlı değişken iki, ilk açıklayıcı değişken bir gecikmeyle modele girerken üçüncüsü yalnızca cari değeriyle yer alır. Uygun gecikme yapısı, içsellik ve otokorelasyon sorunlarını da önemli ölçüde hafifletir.
Kritik uyarı: ARDL hiçbir değişkenin I(2) olmaması koşuluna dayanır. İkinci dereceden bütünleşik bir seri varsa F istatistiğinin dağılımı geçersizleşir ve test anlamsız sonuç üretir. Bu yüzden 'ARDL birim kök testi gerektirmez' yargısı yanlıştır: Test, bütünleşme derecesini bilmeyi gerektirmez ama hiçbir serinin I(2) olmadığını doğrulamayı gerektirir. ADF, PP ve KPSS testlerinin birlikte raporlanması bu nedenle zorunlu bir ön adımdır.
F sınır testi mantığı: Alt sınır, üst sınır, kararsız bölge
Sınır testi, ARDL modelinin koşullu hata düzeltme biçiminde, düzey değişkenlerin gecikmeli katsayılarının topluca sıfır olduğu hipotezini (H₀: uzun dönem ilişki yok) F testiyle sınar. Bu F istatistiği, düzey değişkenler durağan olmayabileceği için standart F dağılımına uymaz; bunun yerine iki kritik değer seti kullanılır: Tüm değişkenlerin I(0) olduğu varsayımına dayanan alt sınır ve tümünün I(1) olduğu varsayımına dayanan üst sınır. Değişkenlerin gerçek bütünleşme dereceleri bu iki uç arasında kaldığı sürece karar geçerlidir — yöntemin adı da buradan gelir. Böylece araştırmacı, birim kök testlerinin sınırda kalan, belirsiz sonuçlarına kararını rehin vermek zorunda kalmaz.
| F istatistiğinin konumu | Karar | Sonraki adım |
|---|---|---|
| F < alt sınır I(0) | H₀ reddedilemez: eşbütünleşme yok | Yalnızca kısa dönem (farklarla) model kurulur |
| Alt sınır ≤ F ≤ üst sınır | Kararsız bölge | Hata düzeltme teriminin t sınır testi ve alternatif yöntemlerle çapraz kontrol |
| F > üst sınır I(1) | H₀ reddedilir: eşbütünleşme var | Uzun dönem katsayılar ve hata düzeltme modeli tahmin edilir |
Kritik değerler değişken sayısına (k), deterministik bileşen durumuna (en yaygını sınırlandırılmamış sabitli Durum III) ve anlamlılık düzeyine göre değişir; Pesaran ve arkadaşlarının tabloları büyük örneklemler içindir, 80 gözlemin altındaki çalışmalarda küçük örneklem kritik değerlerinin kullanılması hakemlerce özellikle aranır. Kararsız bölgeye düşen F istatistiği başarısızlık değildir; hata düzeltme katsayısının anlamlılığı ve işaretine dayalı t sınır testi bu durumda devreye girer.
Hata düzeltme modeli ve uzun dönem katsayılar
Eşbütünleşme bulunduğunda model iki ürün verir. Birincisi hata düzeltme katsayısıdır (ECT): Negatif, anlamlı ve genellikle 0 ile −1 arasında olması beklenir. Örneğin ECT = −0,38 (p < 0,01), bir dönemdeki dengesizliğin %38'inin izleyen dönemde giderildiğini söyler. −1 ile −2 arasındaki değerler salınımlı ama yine de yakınsayan bir uyarlanmaya işaret eder; pozitif veya −2'yi aşan değerler model kurgusunun gözden geçirilmesini gerektirir.
İkincisi uzun dönem katsayılardır: Her açıklayıcı değişkenin gecikmeli düzey katsayısı, bağımlı değişkenin gecikmeli düzey katsayısına bölünüp işareti ters çevrilerek türetilir; standart hatalar delta yöntemiyle hesaplanır. Yazılımlar bu dönüşümü otomatik raporlar, ancak yorum yazarken kısa dönem (fark) katsayılarıyla uzun dönem katsayıların ayrı tablolarda sunulması okunabilirliği belirgin artırır. Gecikme uzunlukları AIC veya SC ile seçilir; yıllık veride en çok 2, çeyreklik veride 4–8 gecikme tipik başlangıç noktasıdır. Gözlem sayısı kısıtlıysa cimri davranan SC tercih edilmeli, seçilen modelin kalıntılarında otokorelasyon kalmadığı mutlaka doğrulanmalıdır.
Tanı testleri: Sonuçların geçerlilik sigortası
- Breusch-Godfrey LM testi: Kalıntılarda otokorelasyon olmamalıdır (p > 0,05). Otokorelasyon, sınır testinin F dağılımını geçersiz kılar; ilk müdahale gecikme sayısını artırmaktır.
- CUSUM ve CUSUMSQ: Katsayıların örneklem boyunca kararlılığını sınar; çizgiler %5 güven bantları içinde kalmalıdır. CUSUMSQ'nun bandı aşması varyans kararsızlığına, dolayısıyla olası yapısal kırılmaya işaret eder.
- Breusch-Pagan / White: Değişen varyans kontrolü; sorun varsa dirençli standart hatalar raporlanır.
- Ramsey RESET ve Jarque-Bera: Fonksiyonel biçim ve kalıntı normalliği; özellikle küçük örneklemde birlikte sunulmalıdır.
Yazılım tarafında EViews, ARDL'yi gecikme seçimi ve sınır testi tablolarıyla birlikte menüden sunar ve en yaygın tercihtir; Stata'da kullanıcı yazımı ardl komutu sınır testi kritik değerlerini yerleşik getirir; R'daki ARDL paketi ise tam şeffaf, yeniden üretilebilir bir iş akışı sağlar. Hangi araç seçilirse seçilsin, raporda model spesifikasyonu — gecikme yapısı, deterministik durum, kritik değer kaynağı — eksiksiz belirtilmelidir.
ARDL birim kök testini gereksiz kılmaz; yalnızca sorunun cevabını değil, sorunun sorulabilir olduğunu doğrulamanızı ister.
Sık Sorulan Sorular
ARDL sınır testi kaç gözlemle yapılabilir?
ARDL küçük örneklemlerde en güvenilir eşbütünleşme yaklaşımıdır; 30 gözlem civarında dahi uygulanabilir. Ancak 80 gözlemin altında, büyük örneklem tabloları yerine küçük örneklem kritik değerlerinin kullanılması gerekir.
F istatistiği kararsız bölgeye düşerse ne yapmalıyım?
Önce hata düzeltme teriminin t sınır testine bakın: Katsayı negatif ve t istatistiği üst sınırı aşıyorsa eşbütünleşme lehine yorum güçlenir. Ek olarak farklı gecikme uzunluklarıyla duyarlılık analizi yapmak ve sonucu açıkça 'kararsız' olarak raporlamak en dürüst yaklaşımdır.
Serilerden biri I(2) çıkarsa ARDL kullanabilir miyim?
Hayır; I(2) bir değişken varlığında sınır testinin kritik değerleri geçersizdir. Seriyi ikinci farkıyla durağanlaştırıp modele I(1) biçimde sokmak ya da değişkeni yeniden tanımlamak (örneğin düzey yerine oran) gibi seçenekler değerlendirilmelidir.
Celsus ARDL analizinde hangi hizmetleri sunuyor?
Birim kök ön testleri, gecikme seçimi, sınır testi, uzun dönem katsayıların türetilmesi, hata düzeltme modeli ve CUSUM dahil tüm tanı testlerini EViews, Stata veya R ile yürütüyoruz. Bulgular tez ve makale formatında tablolarla, yorum metniyle ve yeniden üretilebilir kodla teslim edilir.