Zübeyde ÇİÇEK, Nuran BAYRAM ARLI

PROBİT MODEL YAKLAŞIMI İLE KAYIT DIŞI İSTİHDAMI ETKİLEYEN FAKTÖRLERİN BELİRLENMESİ

Kayıt dışı istihdam, istihdama katılan kişilerin çalışmaları sonucunda ücret veya gün olarak ilgili kamu kurum ve kuruluşlarına hiç bildirilmemesi veya eksik bildirilmesi durumu şeklinde tanımlanabilir. Bu çalışmanın amacı, bireylerin demografik ve sosyo-ekonomik belirleyicilerin kayıt dışı istihdam üzerindeki etkilerini belirlemektir. Bu amaç doğrultusunda çalışmada Türkiye İstatistik Kurumu'nun 2018 yılında yapmış olduğu Türkiye Hanehalkı İşgücü Anketi mikro verileri kullanılmıştır. Kayıtlı çalışıp çalışmama durumu bağımlı değişken olarak ele alınarak ikili probit model kurulmuştur. Kurulan bu modele cinsiyet, yaş, eğitim durumu, medeni durum, hanehalkı büyüklüğü, hanehalkı sorumlusuna yakınlık, çalışma şekli, işyeri durumu ve çalışan sayısı olmak üzere 9 bağımsız değişken dahil edilmiştir. Modele dahil edilen tüm bağımsız değişkenlerin istatistiksel olarak anlamlı olduğu ve genel modelin de anlamlı olduğu görülmüştür.

Anahtar Kelimeler:

Hanehalkı İşgücü Anketi, Probit Model, TÜİK, Marjinal Etkiler

Empirical Reflections of the Nexus between Dual Banking System Credits and Industry Production in Turkey: Cointegration and Causality Analysis

The existence of a developed financial system is essential for directing savings to the economy. The effects of the financial system and banks on the economy have been frequently investigated in the literature. This study aims to evaluate the efficiency of banking sector financing to produce output in Turkey. Today, as in many countries the banking sector has been operating out of a dual banking system including Islamic and conventional banks in Turkey. In this study, the cointegration and causality relationships between the financing provided by Islamic banks and conventional banks to the real sector and industrial production variables were investigated. According to the Johansen cointegration test results, the financing series provided by industrial production and conventional and Islamic banks to the real sector move together in the long run. According to the VECM causality analysis, a long-term causality relationship between the series from bank loans to industrial production can be mentioned.

Keywords:

Islamic Banks, Conventional Banks, Industry Production, , Cointegration, Causality,

PDF

___

Agresti, A. (2002). Categorical data analysis John Wiley & sons. Inc., Publication, 15, 24.
Alptekin, E. (2007). Türkiye’nin Bitmeyen Derdi Kayıt Dışı, Ar & Ge Bülten.
Bairagya, I. (2012). Employment in India’s informal sector: size, patterns, growth and determinants, Journal of the Asia Pacific Economy, 17(4), 593-615.
Başlevent, C. ve Acar, A. (2015). Recent Trends in Informal Employment in Turkey, Yildiz Social Science Review, 1(1), 77-88.
Dünya Bankası. (2010). Türkiye Ülke Ekonomik Raporu, Kayıt dışılık: Nedenler, Sonuçlar, Politikalar, Rapor No: 48523-TR.
Fidan, H. ve Genç, S. (2014). Kayıt dışı İstihdam ve Kayıt dışı İstihdama Etki Eden Mikro Faktörlerin Analizi: Türkiye Özel Sektör Örneği, Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 5(9), 137-150.
Gallaway, J. ve Bernasek, A. (2002). Gender and Informal Sector Employment in Indonesia, Journal of Economic Issues, 36(2), 313-321.
Gërxhani, K. (1999). The Informal Sector in Developed and Less Developed Countries, Tinbergen Institute Discussion Paper, No: TI-083/2.
Gkritza, K. (2009). Modeling motorcycle helmet use in Iowa: evidence from six roadside observational surveys. Accident Analysis & Prevention, 41(3), 479-484.
Greene, W. H. (2002). Econometric Analysis, New Jersey: Prentice Hall.
Gujarati, D. ve Porter, D. (2012). Temel Ekonometri (Translated By Ümit Şenesen and Gülay Günlük Şenesen), İstanbul: İstanbul Literatür Yayınları.
Güloğlu, T., Korkmaz, A. ve Kip , M. (2003). Türkiye'de Kayitdişi İstihdam Gerçeğine Bir Bakiş, Sosyal Siyaset Konferansları Dergisi, (45), 51-96.
Güriş, S. ve Astar, M. (2015), SPSS İle İstatistik, İstanbul: DR Yayınları.
Kalaycı, C. ve Kalan, E. (2017). Türkiye’de Kayıt Dışı İstihdamla Mücadele Politikalarının Analizi/The Analysis Of Policies To Fight Against Informal Employment In Turkey. Uluslararası Ekonomi İşletme Ve Politika Dergisi, 1(1), 17-34.
Larsen, C., Rand, S., Schmid, A., Bobkov, V. Ve Lokosov, V. (2019). Assessing Informal Employment and Skills Needs: Approaches and Insights from Regional and Local Labour Market Monitoring, München.
Long, J. S. ve Freese, J. (2000). Scalar measures of fit for regression models. Stata Technical Bulletin, 56, 34-40.
Merkuryeva, I. (2006). The structure and determinants of informal employment in Russia: Evidence from NOBUS data. Discussion Paper. Saint-Petersburg Stata University Institute of Management.
Oktar, K. (2004). Kayıt dışı İstihdam ve Sosyal Güvenlik, TBB Dergisi, 53, 266-270.
Öztürk, S. ve Başar, D. (2018). Türkiye’de Kadınların İşgücü Piyasasına Yönelik Tercihleri: Kayıt Dışı Sektör Özelinde Bir Analiz, SGD-Sosyal Güvenlik Dergisi, 8(2), 41-58.
Sas, Computing Marginal Effects for Discrete Dependent Variable Models. https://support.sas.com/rnd/app/ets/examples/margeff/index.html (Erişim Tarihi: 20 Mart 2021)
Ucla. (2016). Statistical Consulting Group. Probit Regression/ Stata Data Analysis Examples, https:/stats.idre.ucla.edu/stata/dae/probit-regression/ (Erişim Tarihi: 10 Mart 2021)
Veall, M. ve Zimmerman, K. (1994). Evaluating Pseudo-R2's for binary probit models, Quality and Quantity, 28(2), 151-164.
Wamuthenya, W. (2010). Determinants of employment in the formal and informal sectors of the urban areas of Kenya, Kenya: Modern Lithographic (K) Ltd.
Zellner, A. ve Lee, T. (1965). Joint estimation of relationships involving discrete random variables, Econometrica: Journal of the Econometric Society, 382-394.