Kazanimlar:
- Başlıca ekonomik veri kaynaklarını (TÜİK, TCMB EVDS, IMF WEO, Dünya Bankası, Eurostat, FRED) amaç, kapsam, güncelleme sıklığı ve güvenilirliğe göre karşılaştırıp doğru kaynağı seçebilme
- Yapay zekayı veri kaynağı bulma, seri kodu/tanım eşleştirme ve indirme kodu üretme için kullanıp her sonucu resmi kaynaktan teyit edebilme
- Sürüm (revizyon), taban yılı, birim ve tanım farklarının analizi nasıl bozduğunu görüp meta veriyi doğrulama alışkanlığı kazanabilme
Her iktisadi analiz bir veriyle başlar ve analizin kalitesi, verinin kalitesini asla aşamaz. "Çöp girer, çöp çıkar" (garbage in, garbage out) ilkesi ekonomide acımasızca işler: yanlış tabana, yanlış tanıma veya yanlış döneme dayanan en zarif model bile yanlıştır. Bu ünitede yapay zekayı doğru veriyi bulmak, seri kodlarını eşleştirmek ve indirme kodunu yazmak için kullanacağız; ama tek bir altın kural değişmeyecek: Rakam yapay zekadan değil, resmi birincil kaynaktan gelir. Yapay zeka size kaynağa giden yolu gösterebilir; verinin kendisini o kaynaktan alırsınız.
Başlıca kaynakları tanıyalım
Bir iktisatçının pusulasında şu kaynaklar bulunur. Her birinin amacı, kapsamı ve güncelleme ritmi farklıdır.
TÜİK (Türkiye İstatistik Kurumu). Türkiye'nin resmi istatistik otoritesi. Enflasyon (TÜFE/ÜFE), GSYİH, işgücü, dış ticaret, sanayi üretimi, nüfus. Türkiye'ye özgü rakamlarda birincil kaynak budur.
TCMB EVDS (Elektronik Veri Dağıtım Sistemi). Merkez Bankası'nın veri portalı. Kur, faiz, para arzı, ödemeler dengesi, cari denge, rezervler, beklenti anketleri. Finansal ve parasal veride ilk durak.
IMF (Uluslararası Para Fonu). Özellikle WEO (World Economic Outlook — Dünya Ekonomik Görünümü) veri tabanı: ülkeler arası karşılaştırmalı GSYİH, enflasyon, borç, cari denge ve projeksiyonlar. Uluslararası kıyas için idealdir; ama projeksiyonlar tahmindir, gerçekleşme değil.
Dünya Bankası (World Bank — WDI). World Development Indicators: kalkınma, yoksulluk, eğitim, sağlık, altyapı göstergeleri; uzun tarihsel seriler ve ülke karşılaştırmaları.
Eurostat. Avrupa Birliği'nin istatistik ofisi; AB ülkeleri için uyumlaştırılmış (karşılaştırılabilir) veriler. HICP (uyumlaştırılmış enflasyon) gibi seriler AB kıyasında kullanılır.
FRED (Federal Reserve Economic Data). St. Louis Fed'in devasa serisi; ABD ve küresel makro-finansal veri için hızlı ve programlanabilir erişim (API) sunar.
OECD. Gelişmiş ekonomiler için karşılaştırmalı göstergeler, öncü göstergeler, verimlilik ve refah serileri.
İpucu: "Doğru kaynak" sorusunun cevabı amaca bağlıdır. Türkiye'nin resmi enflasyonu için TÜİK; Türkiye ile 30 ülkeyi kıyaslamak için IMF/Dünya Bankası; ABD faizi için FRED. Aynı göstergeyi yanlış kaynaktan almak sessiz bir hatadır.
Sessiz hata kaynakları: revizyon, taban yılı, birim, tanım
Ekonomik veride en tehlikeli hatalar gürültüsüzdür. Dört tanesini tanıyın:
- Revizyon (sürüm). Birçok gösterge (GSYİH, ödemeler dengesi) ilk açıklandıktan sonra aylarca revize edilir. Bugün "geçici", üç ay sonra "kesin" rakam farklı olur. Hangi vintage'ı (sürümü) kullandığınızı bilin.
- Taban yılı. Endeksler bir taban yılına (=100) göre kurulur. Farklı taban yıllı iki seriyi doğrudan karşılaştırmak yanlıştır.
- Birim. Milyon mu milyar mı, TL mi dolar mı, cari mi sabit fiyat mı? Birim karışıklığı en sık analiz hatasıdır.
- Tanım/kapsam. "İşsizlik" hangi tanımla? "Çekirdek enflasyon" hangi kalemleri dışlıyor? Aynı ada sahip iki seri farklı şey ölçebilir.
Dikkat: İki kaynaktan alınan aynı göstergenin rakamı uyuşmuyorsa, ilk varsayımınız "biri yalan söylüyor" değil, "tanım/taban/kapsam/revizyon farkı var" olmalıdır. Önce meta veriyi (verinin künyesini) hizalayın.
Adım adım: yapay zeka destekli veri toplama
- İhtiyacı netleştir. Hangi gösterge, hangi ülke/il, hangi dönem, hangi sıklık (aylık/çeyreklik/yıllık), hangi tanım?
- Kaynağı seç. Yapay zekaya amacı anlatıp uygun birincil kaynağı ve tam seri adını önerttir.
- Meta veriyi doğrula. Seçilen serinin birim, taban yılı, tanım ve güncelleme tarihini resmi sayfadan teyit et.
- İndirme kodunu ürettir. FRED/Dünya Bankası gibi API'si olanlar için yapay zekaya Python kodu yazdır; TÜİK/EVDS için indirme adımlarını çıkart.
- İlk kontrol. Veri geldikten sonra satır/sütun sayısı, eksik değer, uç değer ve tarih aralığını kontrol et.
- Kaynağa teyit. En az birkaç gözlemi resmi yayınla karşılaştır; birebir tutuyor mu?
Üç mini vaka
Vaka 1 — Taban yılı tuzağı. Bir analist iki ayrı çalışmadan sanayi üretim endeksi aldı; biri 2015=100, diğeri 2021=100 tabanlıydı. Yapay zekaya "bunları birleştir" dedi. Meta veri kontrolünü atlasa, endeksleri yan yana koyup sahte bir sıçrama görecekti. Kontrol adımında taban farkını yakaladı, ikisini ortak tabana çevirdikten sonra birleştirdi. Sahte sıçrama yok oldu.
Vaka 2 — Uydurulan API çıktısı. Bir araştırmacı yapay zekaya "Dünya Bankası'ndan Türkiye kişi başı GSYİH'yi çek" dedi; yapay zeka hem kodu hem de "örnek çıktı" olarak bir rakam tablosu verdi. Araştırmacı tabloyu kullanmadı; sadece kodu çalıştırdı ve veriyi gerçek API'den aldı. Sonra fark etti ki yapay zekanın "örnek" olarak yazdığı rakamlar gerçekten yüzde 10-15 sapmalıydı. Kod aracı, sayı değil; doğru davranış buydu.
Vaka 3 — Revizyon farkı. Bir kurum, altı ay önce yayımladığı bir notta çeyreklik büyümeyi yüzde 4,0 yazmıştı; güncel TÜİK verisinde aynı çeyrek yüzde 3,5'e revize edilmişti. Analist yeni raporda hangi sürümü kullandığını dipnotta belirtti ve iki rakam arasındaki farkı revizyonla açıkladı. Şeffaflık, güvenilirliği korudu.
Kaynak seçim tablosu
Amaç
Uygun birincil kaynak
Dikkat
Türkiye enflasyonu (TÜFE/ÜFE)
TÜİK
Taban yılı, çekirdek/manşet ayrımı
Kur, faiz, cari denge, rezerv
TCMB EVDS
Revizyon, seri tanımı
Ülkeler arası GSYİH/enflasyon kıyası
IMF WEO
Projeksiyon ≠ gerçekleşme
Kalkınma/uzun tarihsel seri
Dünya Bankası WDI
Kapsam, eksik yıllar
AB uyumlaştırılmış göstergeler
Eurostat
HICP tanımı
ABD/küresel makro-finans, API
FRED
Mevsimsel düzeltme durumu
Dört kopyalanabilir şablon
1) Kaynak ve seri eşleştirme:
Şu göstergeye ihtiyacım var: [gösterge, ülke/il, dönem, sıklık,tanım]. Bunun için en uygun birincil resmi kaynağı ve tam seriadını öner. Serinin birimi, taban yılı ve tanımı hakkındadoğrulamam gereken noktaları listele. Rakam verme; sadece neredenve nasıl alacağımı söyle.
2) FRED/Dünya Bankası indirme kodu:
Python'da [FRED/World Bank] API'siyle şu seriyi indiren bir kodyaz: [seri kodu/adı], [tarih aralığı]. Kod veriyi pandasDataFrame'e alsın, ilk/son 5 satırı ve eksik değer sayısınıyazdırsın. Bana örnek/uydurma rakam verme; sadece çalışan kodu ver.
3) Meta veri doğrulama listesi:
Şu seriyi kullanacağım: [seri]. Kullanmadan önce doğrulamamgereken meta veri kontrol listesini çıkar: birim, taban yılı,mevsimsel düzeltme durumu, tanım/kapsam, güncelleme tarihi,revizyon durumu. Her madde için "neyi nereden teyit edeceğimi"tek cümlede yaz.
4) İki kaynak uyuşmazlığı teşhisi:
Aynı göstergeyi iki kaynaktan aldım ve rakamlar farklı: Kaynak A: [değer, künye]. Kaynak B: [değer, künye].Bu farkın olası masum nedenlerini (tanım, taban, kapsam,mevsimsel düzeltme, revizyon, para birimi) sırala ve her biriiçin nasıl kontrol edeceğimi söyle. "Biri yanlış" deme; önceuyumsuzluğu açıklamama yardım et.
Zayıf prompt / Güçlü prompt
Zayıf prompt:
Bana Türkiye'nin son 10 yıllık büyüme verisini ver.
Yapay zeka belleğinden, muhtemelen eski ve kısmen uydurulmuş bir tablo döker; kaynak ve künye yoktur.
Güçlü prompt:
2014-2023 Türkiye yıllık reel GSYİH büyümesini kullanacağım.Bunun birincil kaynağını (TÜİK) ve tam seri adını söyle;serinin sabit fiyatlı mı olduğunu ve taban yılını doğrulamamiçin nereye bakacağımı belirt. Ayrıca bu veriyi indirmek içinadımları/kodları ver. Rakamların kendisini sen üretme.
Sık yapılan hatalar
- Yapay zekanın "örnek çıktı" tablosunu gerçek veri sanmak. O sayılar uydurma olabilir; sadece kodu/yönergeyi kullanın.
- Meta veriyi hizalamadan iki seriyi karşılaştırmak. Taban/birim/tanım farkı sahte sonuç üretir.
- Projeksiyonu gerçekleşme sanmak. IMF WEO'daki gelecek yıl rakamı bir tahmindir.
- Revizyonu görmezden gelmek. Hangi sürümü kullandığınızı belirtmemek.
- Sıklık uyumsuzluğu. Aylık bir seriyle çeyreklik bir seriyi düzeltmeden birleştirmek.
- Kaynağı dipnotta belirtmemek. İzlenebilir olmayan rakam, savunulamaz rakamdır.
Özetle
Analizin gücü verinin gücüdür. Yapay zekayı doğru kaynağı bulmak, seriyi eşleştirmek ve indirme kodu yazmak için kullanın; ama rakamı daima birincil resmi kaynaktan (TÜİK, EVDS, IMF, Dünya Bankası, Eurostat, FRED) alın. Revizyon, taban yılı, birim ve tanım gibi sessiz hata kaynaklarını meta veriyi hizalayarak etkisiz kılın. İki kaynak çelişiyorsa önce künyeyi karşılaştırın.
Uygulama görevi
İşinizde sık kullandığınız bir göstergeyi seçin. Yukarıdaki 1. ve 3. şablonlarla yapay zekaya kaynağı ve meta veri kontrol listesini çıkarttırın. Sonra aynı göstergeyi iki farklı kaynaktan (örn. TÜİK ve Dünya Bankası) bulup rakamları karşılaştırın; bir fark varsa 4. şablonla nedenini teşhis edin ve bulgunuzu üç cümleyle not edin.
Kontrol listesi
- [ ] Amacıma uygun birincil kaynağı seçtim (Türkiye resmi / uluslararası kıyas ayrımını yaptım).
- [ ] Serinin birim, taban yılı, tanım ve güncelleme tarihini resmi sayfadan doğruladım.
- [ ] Yapay zekanın verdiği "örnek rakamları" değil, gerçek kaynaktan çektiğim veriyi kullandım.
- [ ] En az birkaç gözlemi resmi yayınla birebir karşılaştırdım.
- [ ] Revizyon/sürüm durumunu kontrol edip kullandığım sürümü not ettim.
- [ ] İki kaynak çelişkisini meta veriyi hizalayarak açıkladım.
- [ ] Kullandığım her rakamın kaynağını dipnotla izlenebilir yaptım.