According to the ADF test result LT

According to the ADF test result LTUR and LEMP variables are first order difference stationary, I (1) series. The step after examining the time series properties of the variables is the examination of the long term relationship between the aforementioned variables if there is. The existence of long term relationship between the variables in this study was researched by Johansen Co-integration method. Co-integration aims to model and estimate the long term equilibrium relationship between two non-stationary time series. Existence of co integration between the variables means that there is a “real long term relation” between the variables. Johansen (1988) and Johansen and Juselius (1990) used maximum eigen value and trace statistics to test whether there is a long term relationship between the variables. The lagging number has a crucial role in VAR established during the search of long term relation between the variables by Johansen co-integration test. In the study, common lagging period should be determined before determining the co integration relation between the variables in the long run. 370 There are many criteria that have been developed for the determination of the lagging length (e.g. AIC, Schwarz criterion, HQ criterion, Possibility Ratio test). But since the number of data is scant in the applied studies the answer of the question; “which of this criterion is more unbiased in small samples” gained importance and in the study made by Lutkepolh (1985) under the framework of the Monte Carlo Simulation it was revealed that Schwarz critical values more unbiased relative to other criterion. That is why it was decided to determine the lagging length of the variables present in the mode and to use Schwarz critical values in this determination process. When annual data is used as in this study it is recommended to start the analysis for the determination of lagging length by Charemza-Deadman (1992). According to the SC criterion the appropriate lagging time was determined as two. After deciding to work with the first differences of the series it was tested whether there is long term co integration between the series. The results of the co integration test are in Table 2. According to the maximum eigen value and trace statistics there is a long term relationship between each indicator of tourism revenues and employment. In other words each couple of variables is co integrated.
Maximum eigen value test statistics is equal to 890.95 and is above 14.26 by 5 % critical value. Thus the basic hypothesis that there is no co integration between the variables (r=0) was rejected. Trace test statistics is also inclined to reject the resulting basic hypothesis (r=0) since it is above 5 % critical value. Thus there is a long term relationship between tourism revenues and employment. The step after the determination of the long term relationship between the variables is to apply VECM error correction test including explicitly the error correcting term obtained after the co integration regressions. 371 After applying the error correction test Granger causality test (Granger, 1969) was applied and the results in the Table 3 were obtained.
The results of the econometrical analysis indicate that there is a causality relationship between tourism revenues and employment. Briefly, the following results were obtained as a result of the Granger Causality test applied by using tourism revenues and employment of Turkey. The increase in tourism revenues is a factor that increases employment. 3. Conclusion Tourism, a service sector, has shown a very development throughout the the world. Today, tourism sector accounts for the 30% of total world services trade on its own. Net contribution of tourism to the economies of countries cannot be calculated precisely in that tourism is a coalescence of sectors, that is, it embodies a number of large and small service sectors. Nevertheless, theoretical and empirical studies on this subject, in both national and international literature, have revealed that tourism has a positive effect on employment. This study made for the determination of the causality relationship between tourism and employment covers the period between 1980&2007. Annual time series data are examinet using Engle_Granger causality test, Johansen co-integration approach and error correction modeling.The empirical findings obtained have shown that tourism has had a positive effect on employment, and the cointegration test has proved that there is a mutual relationship between the two variables in the long term.

ผลลัพธ์ (ไทย) 1:

ตาม ADF ทดสอบผล LTUR และ LEMP ตัวแปรแรกสั่งต่างเครื่องเขียน ฉัน (1) ชุดการ ขั้นตอนการตรวจสอบคุณสมบัติของตัวแปรชุดเวลาจะ ตรวจสอบระยะยาวความสัมพันธ์ระหว่างตัวแปรดังกล่าวมี การดำรงอยู่ของความสัมพันธ์ระยะยาวระหว่างตัวแปรในการศึกษานี้เป็นวิจัย โดยวิธี Johansen ร่วมรวม รวมร่วมมีวัตถุประสงค์เพื่อจำลอง และประเมินความสัมพันธ์สมดุลระยะยาวระหว่างสองเวลาไม่เขียนชุด รวมบริษัทระหว่างตัวแปรที่มีอยู่หมายความ ว่า มีความ "ระยะยาวจริงสัมพันธ์" ระหว่างตัวแปร Johansen (1988) และ Johansen และ Juselius (1990) ใช้สูงสุด eigen ค่าติดตามสถิติและการทดสอบมีความสัมพันธ์ระยะยาวระหว่างตัวแปร หมายเลข lagging มีบทบาทสำคัญใน VAR ที่ก่อตั้งขึ้นในระหว่างการค้นหาของความสัมพันธ์ระยะยาวระหว่างตัวแปรโดย Johansen รวมร่วมทดสอบ ในการศึกษา ควรกำหนดระยะเวลา lagging ทั่วไปก่อนกำหนดบริษัทรวมความสัมพันธ์ระหว่างตัวแปรในระยะยาว 370 มีมีเงื่อนไขมากมายที่ได้รับการพัฒนาสำหรับการกำหนดความยาว lagging (เช่น AIC โรลด์เกณฑ์ HQ เกณฑ์ การทดสอบอัตราความเป็นไปได้) แต่เนื่องจากจำนวนข้อมูลไม่เพียงพอในการใช้ ศึกษาคำตอบของคำถาม "ซึ่งเงื่อนไขนี้เป็นคนในตัวอย่างขนาดเล็กมากขึ้น" ได้รับความสำคัญ และในการศึกษาทำ โดย Lutkepolh (1985) ภายใต้กรอบของการจำลอง Carlo มอน จะถูกเปิดเผยที่ สำคัญโรลด์ค่าคนสัมพันธ์กับเกณฑ์อื่น ๆ เพิ่มเติม นั่นคือเหตุผลที่มันเป็นการตัดสินใจกำหนดจำนวนตัวแปรอยู่ในโหมด lagging และใช้โรลด์ค่าวิกฤตในกระบวนการกำหนดนี้ เมื่อมีใช้ข้อมูลรายปีในการศึกษานี้ ก็จะแนะนำให้เริ่มการวิเคราะห์สำหรับการกำหนดของ lagging ยาว โดย Charemza-Deadman (1992) ตามเกณฑ์ SC เวลา lagging ที่เหมาะสมที่ถูกกำหนดเป็นสอง หลังจากตัดสินใจที่จะทำงานกับความแตกต่างของชุดแรก มันถูกทดสอบไม่รวมบริษัทระยะยาวระหว่างชุด ผลการทดสอบรวมบริษัทที่อยู่ในตารางที่ 2 ตาม eigen สูงสุด ค่าติดตามสถิติและมีความสัมพันธ์ระยะยาวระหว่างแต่ละตัวบ่งชี้ของการท่องเที่ยวรายได้และการจ้างงาน ในคำอื่นๆ แต่ละคู่ของตัวแปรเป็นบริษัทที่รวม สถิติทดสอบค่า eigen สูงสุดเท่ากับ 890.95 และอยู่เหนือค่าสำคัญ 14.26 โดย 5% ดังนั้นสมมติฐานพื้นฐานว่า มีไม่รวมบริษัทระหว่างตัวแปร (r = 0) ถูกปฏิเสธ สถิติทดสอบติดตามอยู่ยังอยากปฏิเสธสมมติฐานพื้นฐานได้ (r = 0) เนื่องจากเป็นด้านบนค่าสำคัญ 5% จึง มีความสัมพันธ์ระยะยาวระหว่างท่องเที่ยวรายได้และการจ้างงาน ขั้นตอนหลังจากกำหนดระยะยาวความสัมพันธ์ระหว่างตัวแปรจะใช้ทดสอบแก้ไขข้อผิดพลาด VECM รวมทั้งข้อผิดพลาดการแก้ไขเงื่อนไขที่ได้รับหลังจากการที่บริษัทรวม regressions อย่างชัดเจน 371 หลังจากใช้ทดสอบแก้ไขข้อผิดพลาดถูกใช้ทดสอบ causality นี่เกรนเจอร์ (นี่เกรนเจอร์ 1969) และได้รับผลลัพธ์ในตาราง 3 The results of the econometrical analysis indicate that there is a causality relationship between tourism revenues and employment. Briefly, the following results were obtained as a result of the Granger Causality test applied by using tourism revenues and employment of Turkey. The increase in tourism revenues is a factor that increases employment. 3. Conclusion Tourism, a service sector, has shown a very development throughout the the world. Today, tourism sector accounts for the 30% of total world services trade on its own. Net contribution of tourism to the economies of countries cannot be calculated precisely in that tourism is a coalescence of sectors, that is, it embodies a number of large and small service sectors. Nevertheless, theoretical and empirical studies on this subject, in both national and international literature, have revealed that tourism has a positive effect on employment. This study made for the determination of the causality relationship between tourism and employment covers the period between 1980&2007. Annual time series data are examinet using Engle_Granger causality test, Johansen co-integration approach and error correction modeling.The empirical findings obtained have shown that tourism has had a positive effect on employment, and the cointegration test has proved that there is a mutual relationship between the two variables in the long term.

ผลลัพธ์ (ไทย) 2:

ตามผลการทดสอบ ADF Ltur และตัวแปร LEMP มีความแตกต่างนิ่งสั่งซื้อครั้งแรกผม (1) ซีรีส์ ขั้นตอนหลังจากการตรวจสอบคุณสมบัติของอนุกรมเวลาของตัวแปรที่จะตรวจสอบการความสัมพันธ์ระยะยาวระหว่างตัวแปรดังกล่าวถ้ามี การดำรงอยู่ของความสัมพันธ์ระยะยาวระหว่างตัวแปรในการศึกษาครั้งนี้ได้รับการวิจัยพัฒนาโดยฮันเซน Co-วิธีบูรณาการ บูรณาการร่วมมีจุดมุ่งหมายเพื่อสร้างแบบจำลองและประมาณการในระยะยาวความสัมพันธ์ที่สมดุลระหว่างสองอนุกรมเวลาไม่หยุดนิ่ง การดำรงอยู่ของการบูรณาการร่วมกันระหว่างตัวแปรหมายความว่าจะมี "ความสัมพันธ์ระยะยาวจริง" ระหว่างตัวแปร ฮันเซน (1988) และฮันเซนและ Juselius (1990) ใช้ค่าสูงสุดเองและติดตามสถิติเพื่อทดสอบว่ามีความสัมพันธ์ระยะยาวระหว่างตัวแปร จำนวนปกคลุมด้วยวัตถุฉนวนมีบทบาทสำคัญในการ VAR ที่จัดตั้งขึ้นในระหว่างการค้นหาของความสัมพันธ์ระยะยาวระหว่างตัวแปรโดยฮันเซนทดสอบร่วมบูรณาการ ในการศึกษาระยะเวลาที่ปกคลุมด้วยวัตถุฉนวนทั่วไปควรได้รับการพิจารณาก่อนที่จะกำหนดความสัมพันธ์ที่บูรณาการร่วมกันระหว่างตัวแปรในระยะยาว 370 มีเกณฑ์หลายอย่างที่ได้รับการพัฒนาสำหรับการกำหนดความยาวปกคลุมด้วยวัตถุฉนวนที่มี (เช่น AIC เกณฑ์ชวาเกณฑ์ HQ, ความเป็นไปได้อัตราส่วนการทดสอบ) แต่เนื่องจากจำนวนของข้อมูลที่มีความขาดแคลนในการศึกษาใช้คำตอบของคำถามที่; "ซึ่งเกณฑ์นี้เป็นเป็นกลางมากขึ้นในตัวอย่างเล็ก" และได้รับความสำคัญในการศึกษาทำโดย Lutkepolh (1985) ภายใต้กรอบของการจำลองมอนติคาร์โลมันก็ปรากฏว่าชวาค่าที่สำคัญญาติเป็นกลางมากขึ้นในการเกณฑ์อื่น ๆ นั่นคือเหตุผลที่มันก็ตัดสินใจที่จะกำหนดความยาวปกคลุมด้วยวัตถุฉนวนของตัวแปรที่อยู่ในโหมดและใช้งานชวาค่าที่สำคัญในกระบวนการความมุ่งมั่นนี้ เมื่อข้อมูลประจำปีจะถูกใช้เป็นในการศึกษาครั้งนี้ขอแนะนำที่จะเริ่มต้นการวิเคราะห์การกำหนดระยะเวลาในปกคลุมด้วยวัตถุฉนวนโดย Charemza-นิรภัย (1992) ตามเกณฑ์ SC เวลาปกคลุมด้วยวัตถุฉนวนที่เหมาะสมถูกกำหนดเป็นสอง หลังจากตัดสินใจที่จะทำงานกับความแตกต่างครั้งแรกของซีรีส์ที่ได้รับการทดสอบว่ามีระยะยาวบูรณาการร่วมกันระหว่างชุด ผลของการทดสอบบูรณาการร่วมอยู่ในตารางที่ 2 ตามค่าสูงสุดเองและสถิติการติดตามมีความสัมพันธ์ระยะยาวระหว่างตัวบ่งชี้ของรายได้จากการท่องเที่ยวและการจ้างงานในแต่ละ ในคำอื่น ๆ แต่ละคู่ของตัวแปรที่จะร่วมบูรณาการ.
สถิติการทดสอบค่าไอเกนสูงสุดเท่ากับ 890.95 และอยู่เหนือ 14.26 5% ค่าวิกฤต ดังนั้นสมมติฐานพื้นฐานที่ไม่มีการบูรณาการร่วมกันระหว่างตัวแปร (r = 0) ถูกปฏิเสธ สถิติการทดสอบติดตามยังเป็นแนวโน้มที่จะปฏิเสธสมมติฐานพื้นฐานที่เกิดขึ้น (r = 0) เพราะมันเป็น 5% ค่าวิกฤต ดังนั้นจึงมีความสัมพันธ์ระยะยาวระหว่างรายได้จากการท่องเที่ยวและการจ้างงาน ขั้นตอนหลังจากการกำหนดความสัมพันธ์ระยะยาวระหว่างตัวแปรคือการใช้การทดสอบการแก้ไขข้อผิดพลาด VECM รวมทั้งแก้ไขข้อผิดพลาดอย่างชัดเจนในระยะที่ได้รับหลังจากการถดถอยบูรณาการร่วมกัน 371 หลังจากการใช้แก้ไขข้อผิดพลาดการทดสอบเกรนเจอร์ทดสอบเวรกรรม (เกรนเจอร์, 1969) ถูกนำมาใช้และผลในตารางที่ 3 ที่ได้รับ.
ผลของการวิเคราะห์ทางเศรษฐมิติระบุว่ามีความสัมพันธ์ที่ก่อให้เกิดรายได้ระหว่างการท่องเที่ยวและการจ้างงาน สั้น ๆ ดังต่อไปนี้ผลที่ได้รับเป็นผลมาจากการทดสอบเกรนเจอร์เวรกรรมนำมาใช้โดยใช้รายได้จากการท่องเที่ยวและการจ้างงานของตุรกี การเพิ่มขึ้นของรายได้จากการท่องเที่ยวเป็นปัจจัยที่เพิ่มการจ้างงาน 3. สรุปการท่องเที่ยวภาคบริการได้แสดงให้เห็นการพัฒนาอย่างมากทั่วโลก วันนี้บัญชีภาคการท่องเที่ยวสำหรับ 30% ของการให้บริการการค้าโลกรวมตัวของมันเอง การมีส่วนร่วมสุทธิของการท่องเที่ยวเศรษฐกิจของประเทศไม่สามารถคำนวณได้อย่างแม่นยำในการท่องเที่ยวที่มีการเชื่อมต่อกันของภาคคือว่ามันคาดเดาจำนวนของภาคบริการที่มีขนาดใหญ่และขนาดเล็ก อย่างไรก็ตามการศึกษาเชิงทฤษฎีและเชิงประจักษ์ในเรื่องนี้ทั้งในวรรณคดีประเทศและต่างประเทศได้เปิดเผยว่าการท่องเที่ยวมีผลบวกต่อการจ้างงาน การศึกษาครั้งนี้ทำเพื่อการกำหนดความสัมพันธ์ของเหตุและผลระหว่างการท่องเที่ยวและการจ้างงานครอบคลุมระยะเวลาระหว่างปี 1980 และ 2007 ข้อมูลอนุกรมเวลาประจำปีจะใช้การทดสอบ examinet เวรกรรม Engle_Granger ฮันเซนวิธีการร่วมบูรณาการและการแก้ไขข้อผิดพลาดของผลการวิจัยเชิงประจักษ์ modeling.The ได้แสดงให้เห็นการท่องเที่ยวที่มีผลกระทบในเชิงบวกต่อการจ้างงานและการทดสอบในระยะยาวได้พิสูจน์ว่ามีความสัมพันธ์ร่วมกันระหว่าง สองตัวแปรในระยะยาว

ผลลัพธ์ (ไทย) 3:

ตามตัวแปรทดสอบ ADF ผล ltur เลมป์เป็นลำดับแรกและความนิ่ง ผม ( 1 ) ชุด ขั้นตอนหลังจากการตรวจสอบอนุกรมเวลา คุณสมบัติของตัวแปรคือ การสอบของความสัมพันธ์ระยะยาวระหว่างตัวแปรดังกล่าว หากมีการดำรงอยู่ของความสัมพันธ์ระยะยาวระหว่าง ตัวแปรในการศึกษาวิจัยโดยวิธีบูรณาการ โคโจแฮนเซ่น มีวัตถุประสงค์เพื่อบูรณาการร่วมรุ่นและประเมินความสัมพันธ์ดุลยภาพระยะยาวระหว่างสอง non-stationary เวลาชุด การดำรงอยู่ของ Co บูรณาการระหว่างตัวแปรซึ่งหมายความว่ามี " ความสัมพันธ์ " ที่แท้จริงในระยะยาวระหว่างตัวแปรโจแฮนเซน ( 1988 ) และ โจแฮนเซน และ juselius ( 1990 ) ใช้สถิติค่า eigen สูงสุด และติดตาม เพื่อทดสอบว่ามีความสัมพันธ์ระยะยาวระหว่างตัวแปร การปกคลุมด้วยวัตถุฉนวนหมายเลขมีบทบาทสําคัญใน var ก่อตั้งขึ้นในระหว่างการค้นหาระยะยาวของความสัมพันธ์ระหว่างตัวแปรโดยการทดสอบบูรณาการ Co Johansen ในการศึกษาร่วมกันล่าระยะเวลาควรพิจารณาก่อนการร่วมบูรณาการความสัมพันธ์ระหว่างตัวแปรในระยะยาว ซึ่งมีหลักเกณฑ์มากมายที่ได้รับการพัฒนา เพื่อกำหนดความยาวของฉนวนกันความร้อน ( เช่น AIC ชวาร์ซ , เกณฑ์ HQ เกณฑ์การทดสอบอัตราส่วนความเป็นไปได้ ) แต่เนื่องจากจำนวนของข้อมูลที่ใช้ศึกษาที่ขาดแคลนในคำตอบของคำถาม ;" ซึ่งเกณฑ์นี้เป็นกลางมากขึ้นในกลุ่มตัวอย่างขนาดเล็ก " ที่ได้รับความสำคัญในการศึกษาทำโดย lutkepolh ( 1985 ) ภายใต้กรอบของมอนติคาร์โลมันถูกเปิดเผยว่า วิกฤตที่เป็นกลางมากขึ้น เทียบกับ ชวาร์ซ ค่าเกณฑ์อื่น ๆนั่นคือเหตุผลที่มันตัดสินใจที่จะตรวจสอบล่าช้าความยาวของตัวแปรที่อยู่ในโหมด และใช้วิจารณญาณในชวาร์ซค่ากระบวนการกำหนดนี้ เมื่อข้อมูลประจำปีที่ใช้ในการศึกษา คือ แนะนำให้เริ่มต้นในการวิเคราะห์หาปริมาณล่าความยาว charemza ความตาย ( 1992 ) ตาม SC เกณฑ์เหมาะสมล่าช้าเวลาถูกกำหนดเป็นสองหลังจากตัดสินใจที่จะทำงานกับส่วนแรกของชุดก็ทดสอบว่า มีระยะเวลานานร่วมบูรณาการระหว่างชุด ผลของการจำกัดการทดสอบในตารางที่ 2 ตามค่า eigen สูงสุดและสถิติติดตามมีความสัมพันธ์ระยะยาวระหว่างแต่ละตัวบ่งชี้ของรายได้จากการท่องเที่ยวและการจ้างงานในคำอื่น ๆ แต่ละคู่ของตัวแปรเป็น Co แบบบูรณาการ
eigen มูลค่าสูงสุดสถิติทดสอบเท่ากับ 890.95 และอยู่เหนือ 14.26 อีก 5% มีมูลค่า ดังนั้นพื้นฐานสมมติฐานว่าไม่มี Co บูรณาการระหว่างตัวแปร ( r = 0 ) ถูกปฏิเสธ สถิติทดสอบติดตามก็มีแนวโน้มที่จะปฏิเสธผลพื้นฐานสมมติฐาน ( r = 0 ) เพราะมันสูงกว่า 5% มีมูลค่าดังนั้นจึงมีความสัมพันธ์ระยะยาวระหว่างรายได้การท่องเที่ยวและการจ้างงาน ขั้นตอนหลังจากการหาความสัมพันธ์ระยะยาวระหว่างตัวแปรที่จะใช้ vecm แก้ไขข้อผิดพลาดการทดสอบรวมถึงข้อผิดพลาดการแก้ไขอย่างชัดเจนในระยะที่ได้รับหลังจากร่วมรวมสังกะสี แต่หลังจากการแก้ไขข้อผิดพลาดการทดสอบ Granger causality test ( เกรนเจอร์1969 ) ที่ใช้และผลลัพธ์ใน 3 ตารางที่ได้รับ
ผลวิเคราะห์ econometrical บ่งชี้ว่ามีความสัมพันธ์ความสัมพันธ์ระหว่างรายได้การท่องเที่ยวและการจ้างงาน สั้น ผลลัพธ์ต่อไปนี้ได้ผลจากการทดสอบความสัมพันธ์เชิงเหตุภาพประยุกต์โดยใช้รายได้การท่องเที่ยวและการจ้างงานของตุรกีเพิ่มรายได้จากการท่องเที่ยว เป็นปัจจัยสำคัญที่ช่วยเพิ่มการจ้างงาน 3 . การท่องเที่ยว บทสรุป ภาคบริการ ได้แสดงให้เห็นการพัฒนามากทั่วโลก วันนี้ ภาคการท่องเที่ยวบัญชีสำหรับ 30% ของการค้าบริการโลกทั้งหมดในตัวของมันเอง บริจาคสุทธิของการท่องเที่ยว เศรษฐกิจของประเทศ ไม่สามารถคำนวณให้แม่นยำในการท่องเที่ยวคือ การรวมตัวของกลุ่ม นั่นคือมัน embodies หลายขนาดใหญ่และธุรกิจบริการขนาดเล็ก อย่างไรก็ตาม การศึกษาเชิงทฤษฎีและเชิงประจักษ์ในเรื่องนี้ ทั้งในระดับชาติ และวรรณกรรมระหว่างประเทศ ได้เปิดเผยว่า การท่องเที่ยวได้ผลบวกในการจ้างงาน การศึกษานี้ทำในการหาความสัมพันธ์ความสัมพันธ์ระหว่างการท่องเที่ยวและการจ้างงาน ครอบคลุมระยะเวลาระหว่างปี 1980 & 2007ข้อมูลอนุกรมเวลารายปี examinet ใช้ทดสอบว่า engle_granger เชิงบูรณาการ โจแฮนสัน Co และแบบจำลอง Errorcorrection ผลการศึกษาเชิงประจักษ์ที่ได้แสดงให้เห็นว่าการท่องเที่ยวมีผลบวกในการจ้างงานและ Cointegration การทดสอบได้พิสูจน์ว่ามีความสัมพันธ์ซึ่งกันและกันระหว่างสองตัวแปรใน ระยะยาว