Ekonomi, insan davranışlarının, kurumsal kararların ve doğal koşulların iç içe geçtiği karmaşık bir sistemdir. Bu sistemi anlamlandırmak ve geleceğe dair çıkarımlar yapabilmek için ekonomistler, matematiksel yapılar üzerine inşa edilmiş çeşitli modeller geliştirmiştir. Ekonomik modeller, gerçek dünyanın soyutlaştırılmış bir temsili olarak işlev görür; hangi değişkenlerin birbirleriyle nasıl ilişkilendiğini, politika değişikliklerinin nasıl yayıldığını ve makroekonomik dengelerin nasıl oluştuğunu açıklamaya çalışır. Ancak bir modelin yararlılığı, ne kadar karmaşık olduğuyla değil, gerçekliği ne ölçüde doğru biçimde temsil edebildiğiyle ölçülür.
Ekonomik Modellemenin Tarihsel Kökenleri
Modern ekonomik modellemenin temelleri, 19. yüzyılın sonlarına uzanır. Leon Walras’ın genel denge teorisi, ekonomiyi birbiriyle bağlantılı piyasaların eş zamanlı denge arayışı olarak tanımlayan ilk sistematik girişimlerden biriydi. 20. yüzyılın ortasında ise John Maynard Keynes’in makroekonomik çerçevesi, ulusal gelir, tüketim, yatırım ve kamu harcamaları arasındaki ilişkileri modelleyen bir yapı sundu. Bu yapı, hükümetlerin ekonomik dalgalanmalarla başa çıkmak için politika araçlarını nasıl kullanabileceğini somut bir dille ortaya koydu.
1950’ler ve 1960’larda Tinbergen ve Frisch’in öncülüğünde geliştirilen ekonometrik modeller, istatistiksel verileri teorik çerçevelerle birleştirerek öngörü kapasitesini önemli ölçüde artırdı. Nobel Ekonomi Ödülü’nün bu isimlere verilmesi, ekonomik modellemenin akademik alanda ne denli ciddi bir disiplin haline geldiğini simgeliyordu.
Temel Model Türleri
Bugün kullanılan ekonomik modeller, kapsam ve yöntem açısından birbirinden belirgin biçimde ayrılır. Makroekonomik modeller, bir ülkenin ya da bölgenin bütününe ilişkin çıktılar üretir; büyüme hızı, enflasyon, işsizlik oranı ve dış ticaret dengesi gibi değişkenler bu modellerin temel odak noktalarını oluşturur. Bunların en bilineni olan Dinamik Stokastik Genel Denge (DSGE) modelleri, merkez bankalarının para politikası kararlarında ve IMF’nin ülke değerlendirmelerinde yaygın biçimde kullanılmaktadır.
Mikroekonomik modeller ise bireysel tüketicilerin, firmaların ve piyasaların davranışlarını analiz eder. Oyun teorisi, fiyatlama stratejileri, piyasa başarısızlıkları ve regülasyon etkileri bu modeller aracılığıyla incelenir. Hesaplanabilir Genel Denge (CGE) modelleri, mikro ve makro düzeyi birleştirerek ticaret politikası değişikliklerinin ya da vergi reformlarının ekonominin tüm sektörlerine nasıl yansıdığını simüle etmek amacıyla kullanılır.
Son yıllarda giderek önem kazanan ajan tabanlı modeller (ABM), geleneksel modellerden köklü biçimde ayrılır. Bu modellerde ekonomi, birbirinden farklı kurallara ve tercih yapılarına sahip binlerce ya da milyonlarca “ajan”ın etkileşiminden ortaya çıkan bir sistem olarak ele alınır. Standart modellerin varsaydığı “temsili ajan” yerine heterojenliği merkeze alan bu yaklaşım, finansal krizlerin, balonların ve sistemik risklerin analizinde büyük potansiyel taşımaktadır.
Öngörü: Güç ve Kırılganlıklar
Ekonomik öngörü, bir modelin en zorlu sınavıdır. IMF, Dünya Bankası, merkez bankaları ve özel araştırma kuruluşları her yıl büyüme, enflasyon ve dış denge projeksiyonları yayımlar. Bu tahminler, hükümet bütçelerinden kurumsal yatırım kararlarına, para politikası tercihlerinden uluslararası kredi değerlendirmelerine kadar geniş bir yelpazede referans alınır.
Bununla birlikte ekonomik öngörünün temel kırılganlığı, büyük kırılma noktalarında en çarpıcı biçimde ortaya çıkar. 2008 küresel finansal krizini standart modellerin neredeyse hiçbirinin önceden görememiş olması bu kırılganlığın sembolik örneğidir. Benzer şekilde, 2020 pandemi şoku, modellerin olağandışı dışsal bozulmalara ne denli yetersiz kaldığını bir kez daha gözler önüne serdi. Bu tür “kuyruk riskleri”, normal dağılım varsayımı üzerine kurulu standart modellerden sistematik olarak kaçar.
Öngörü hatalarının temel kaynaklarından biri model belirsizliği, diğeri ise veri sorunlarıdır. Ekonomik veriler genellikle gecikmeli yayımlanır, birden fazla kez revize edilir ve ölçüm hataları içerir. Modeller ise geçmiş gözlemlere dayanarak kalibre edilir; bu durum, yapısal dönüşüm geçiren ya da daha önce benzeri görülmemiş koşullarla yüzleşen ekonomilerde ciddi sapmalara yol açabilir.
Davranışsal İktisat ve Modellerin Evrimi
Geleneksel ekonomik modeller, büyük ölçüde “rasyonel ajan” varsayımına dayanır. Bu varsayıma göre bireyler, kendi çıkarlarını maksimize eden tutarlı tercihlerde bulunur. Ancak Daniel Kahneman, Richard Thaler ve Amos Tversky gibi isimlerin öncülüğünde gelişen davranışsal iktisat, bu varsayımın gerçek insan davranışıyla ne denli örtüşmediğini deneysel kanıtlarla ortaya koydu.
Kayıptan kaçınma eğilimi, çerçeveleme etkileri, statüko yanlılığı ve aşırı güven gibi bilişsel önyargılar, standart modellerin temel eksiksizlik varsayımlarını sarsmaktadır. Davranışsal DSGE modelleri olarak adlandırılan yeni nesil yaklaşımlar, bu psikolojik gerçeklikleri modele dahil etmeye çalışmaktadır. Benzer biçimde, nöroekonomi alanı da beyin görüntüleme teknikleriyle karar alma süreçlerini inceleyerek ekonomi modellerine yeni bir katman eklemektedir.
Yapay Zeka ve Büyük Veri Çağında Modelleme
Makine öğrenimi ve yapay zeka, ekonomik modellemenin sınırlarını hızla genişletmektedir. Geleneksel modeller, teorik bir çerçeveden hareketle parametreleri tahmin ederken; makine öğrenimi algoritmaları verideki örüntüleri doğrudan öğrenir. Bu yaklaşım, özellikle kısa vadeli tahminlerde dikkat çekici başarılar sergilemiştir.
Büyük veri kaynakları da öngörü kapasitesine yeni boyutlar katmaktadır. Kredi kartı harcama verileri, uydu görüntüleri, arama motoru sorguları ve sosyal medya akışları; geleneksel istatistik ofislerinin anketlerle topladığı verilere kıyasla çok daha yüksek frekanslı ve gerçek zamanlı ekonomik sinyaller sunmaktadır. “Nowcasting” adıyla bilinen bu yaklaşım, henüz resmi verilerin açıklanmadığı dönemler için gerçek zamanlı ekonomik aktivite tahminleri üretmek amacıyla merkez bankaları tarafından aktif olarak kullanılmaktadır.
Ancak yapay zekanın bu alanda da sınırları mevcuttur. Makine öğrenimi modelleri, nedensellik ilişkilerini değil korelasyonları yakalar. Bir ekonomi politikası değişikliğinin sonuçlarını tahmin etmek için yalnızca geçmiş verilerle eğitilmiş bir algoritma yeterli olmayabilir; zira politika değişikliğinin kendisi davranışsal tepkileri dönüştürerek tarihin bu kez farklı yazılmasına yol açabilir. Bu olgu, Lucas Eleştirisi olarak ekonomi literatüründe temel bir referans noktası olmayı sürdürmektedir.
Modellerin Ötesinde: Belirsizlik ve Tevazu
Ekonomik modellemenin belki de en değerli katkısı, kesin tahminler üretmek değil, olası senaryolar arasındaki fark ve riskleri sistematik biçimde düşünmeyi mümkün kılmaktır. Merkez bankalarının “fan chart” olarak adlandırdığı olasılık dağılımlı tahmin grafikleri, tek bir sayı yerine belirsizlik aralığını görselleştirmesi bakımından bu anlayışın güzel bir yansımasıdır.
Sonuç olarak ekonomik modeller, gerçekliğin haritasıdır; ancak hiçbir harita, arazinin kendisi değildir. Modelin gücü, soyutlaştırma yeteneğinde; sınırı ise bu soyutlaştırmanın kaçınılmaz olarak dışarıda bıraktığı karmaşıklıkta yatar. İyi bir ekonomist modelin ne söylediğini olduğu kadar neyi söyleyemediğini de bilmek zorundadır. Geleceği şekillendiren kararlar, nihai olarak insan yargısı, kurumsal bağlam ve değer tercihlerinin bileşimi tarafından verilir — modeller bu süreci destekler, ama onun yerine geçemez.
