PCA tabanlı dijital finansal kapsayıcılık endeksi (DFI index), mobil hücresel abonelikler ile internet kullanımındaki ortak değişimi temel bileşen analiziyle birleştiren ve bu çalışmada dijital finansal kapsayıcılığın özellikle dijital erişim ve hazırlık boyutunu temsil eden bileşik bir ölçüdür. Araştırma Kazakistan, Kırgız Cumhuriyeti, Özbekistan, Tacikistan ve Türkmenistan'ı 2004–2024 döneminde incelemekte; temel tahminlerde fixed effects (FE), Driscoll–Kraay (DK) standart hataları, pooled mean group (PMG) ve instrumental-variable fixed effects (IV-FE) yöntemlerini kullanmaktadır. Ana modellerde daha yüksek PCA tabanlı DFI skorları daha yüksek reel kişi başına GSYH ile pozitif ve istatistiksel olarak anlamlı biçimde ilişkilidir. Bununla birlikte çalışma, bu ilişkinin nedensel olduğunu kesin olarak göstermemektedir.

Beş ülke temel modelinde mobil hücresel abonelikler ve internet kullanımıyla oluşturulan ilk temel bileşenin özdeğeri 1,657'dir ve toplam varyansın %82,84'ünü açıklamaktadır. Her iki değişkenin PC1 faktör yükü 0,707'dir. Dört ülke temel modelinde PC1 varyansın %84,30'unu açıklar. Banka şubelerinin de eklendiği genişletilmiş dört ülke modelinde ise PC1'in açıklanan varyansı %56,26'ya düşmekte ve PC2 özdeğeri 1,063'e çıkmaktadır. Bu nedenle genişletilmiş endeks, temel endeksten daha zayıf tek-boyutlu yapıya sahiptir ve doğrudan dijital finansal hizmet kullanım göstergesi olarak yorumlanmamalıdır.

Ana FE/DK tahminlerinde DFI katsayısı beş ülke için 0,192; dört ülke temel modelinde 0,164 ve genişletilmiş dört ülke modelinde 0,165'tir. Üç katsayı da %1 anlamlılık düzeyindedir. PMG tahminlerindeki uzun dönem DFI katsayıları beş ülke için 0,177 ve genişletilmiş dört ülke için 0,182'dir. IV-FE sonuçları da sırasıyla 0,188, 0,179 ve 0,181 pozitif katsayılar vermektedir.

Ancak bağımlı değişken yıllık ekonomik büyüme oranı değil, doğal logaritması alınmış reel kişi başına GSYH düzeyidir. Benzer biçimde DFI katsayısındaki bir birim de internet kullanımı veya mobil finans kullanımında bir yüzde puanlık artış değildir; standartlaştırılmış PCA skorundaki bir birimlik değişimdir. Bu nedenle katsayılar doğrudan “DFI %1 artınca GSYH %X arttı” biçiminde okunmamalıdır.

Ülke-etkileşim analizinde DFI ile kişi başına GSYH arasındaki ilişkinin büyüklüğü ülkeler arasında anlamlı biçimde farklılaşmıştır. Beş ülke modelindeki tahmin edilen marjinal etkiler Kazakistan için 0,107, Kırgız Cumhuriyeti için 0,177, Tacikistan için 0,299, Türkmenistan için 0,376 ve Özbekistan için 0,255'tir. Ortak etkileşim testi F=330,83 ve p<0,001'dir. Bu sonuç, tek tip bölgesel politika varsayımı yerine ülkelerin dijital hazırlık, finansal sistem olgunluğu ve kurumsal koşullarındaki farklılıkların dikkate alınmasını desteklemektedir.

Çalışmanın en önemli sınırı nedenselliktir. İlk gecikmeli DFI değişkenini araç olarak kullanan IV-FE modellerinde araç güçlü görünmekte, fakat modeller tam tanımlı olduğu için dışlanan aracın dışsallığı overidentification testiyle değerlendirilememektedir. Dolayısıyla çalışma pozitif ve uzun dönemli bir ilişki için ampirik kanıt sunar; dijital finansal kapsayıcılığın kişi başına GSYH'yi nedensel olarak artırdığını kanıtlamaz.

Araştırma hangi problemi ele alıyor?

Dijital finansal hizmetler, fiziksel banka şubelerine olan bağımlılığı azaltarak finansal erişimi genişletebilir. Mobil cihazlar, internet bankacılığı, dijital ödeme sistemleri ve elektronik finansal kanallar işlem maliyetlerini düşürebilir ve uzak bölgelerde yaşayan hanehalkları ile işletmelerin finansal sisteme katılımını kolaylaştırabilir.

Bununla birlikte dijital bağlantıya sahip olmak, finansal hizmetlerin gerçekten kullanıldığı anlamına gelmez. Bir kişinin internete veya mobil telefona erişebilmesi; dijital ödeme yapması, dijital hesaba sahip olması, mobil para kullanması veya finansal hizmetleri etkin biçimde kullanmasıyla aynı kavram değildir.

Bu ayrım çalışma açısından merkezîdir. Orta Asya için 2004–2024 dönemini kapsayan uyumlu yıllık dijital ödeme, mobil para ve hesap kullanımı verileri bütün ülkelerde bulunmadığı için araştırmacılar gözlenebilir dijital erişim göstergelerinden bir PCA endeksi oluşturmuştur.

Çalışma neden Orta Asya'yı inceliyor?

Analiz beş geçiş ekonomisini kapsar:

• Kazakistan,
• Kırgız Cumhuriyeti,
• Özbekistan,
• Tacikistan,
• Türkmenistan.

Bu ülkeler ortak bölgesel ve tarihsel özellikler taşımalarına rağmen dijital altyapı, finansal sistem olgunluğu, kurumsal kalite ve kişi başına gelir bakımından homojen değildir. Araştırmanın ikinci hipotezi bu nedenle DFI–büyüme ilişkisinin ülkeler arasında aynı olmayacağını öngörmektedir.

Temel beş ülke paneli 2004–2024 döneminde 105 ülke-yıl gözleminden oluşmaktadır. Banka şubesi verisi Türkmenistan için bulunmadığından dört ülke modellerinde Türkmenistan çıkarılmış ve gözlem sayısı 84 olmuştur.

Çalışmanın hipotezleri

H1: Dijital finansal kapsayıcılık uzun dönem ekonomik büyüme ile pozitif ilişkilidir.

H2: Dijital finansal kapsayıcılık ile ekonomik büyüme arasındaki ilişki ülkeler arasında farklılık gösterir.

Teorik arka plan

Kaynak üç tamamlayıcı teorik çerçeveyi kullanmaktadır.

• Financial Deepening Theory: daha gelişmiş finansal sistemlerin tasarrufların mobilizasyonunu ve sermayenin dağılımını iyileştirerek yatırımı destekleyebileceğini ileri sürer.
• Endogenous Growth Theory: insan sermayesi, teknolojik yenilik ve bilgi birikiminin uzun dönem büyümenin içsel kaynakları olduğunu vurgular.
• Financial Intermediation Theory: finansal aracılığın işlem ve bilgi maliyetlerini azaltarak ekonomik etkinliği destekleyebileceğini savunur.

Bu teoriler dijital finansın olası büyüme kanallarını açıklamak için kullanılmaktadır. Ancak çalışmanın ekonometrik sonuçları bu kanalların tek tek nedensel olarak gerçekleştiğini ölçmemektedir.

PCA Tabanlı DFI Endeksi Gerçekte Neyi Ölçüyor?

Temel DFI endeksi dijital finansal hizmetlerin gerçek kullanım miktarını değil, mobil bağlantı ve internet kullanımının ortak varyasyonundan türetilen dijital erişim ve hazırlık koşullarını ölçmektedir; genişletilmiş modelde banka şubelerinin eklenmesi ise endeksi daha geniş finansal altyapı boyutuna taşımaktadır.

Temel beş ülke endeksi

PC1 özdeğeri 1,657 ve açıklanan toplam varyans %82,84'tür. Eşit 0,707 yükler, iki dijital erişim göstergesinin ilk temel bileşene yaklaşık eşit katkıda bulunduğunu gösterir.

Dört ülke temel endeksi

Türkmenistan çıkarıldığında mobil abonelik ve internet kullanımına dayalı dört ülke modelinde PC1 özdeğeri 1,686 ve açıklanan varyans %84,30'dur. İki faktör yükü yine 0,707'dir.

Genişletilmiş dört ülke endeksi

Bu modelde PC1 özdeğeri 1,688 ve varyans açıklama oranı %56,26'dır. PC2 özdeğeri 1,063, PC3 özdeğeri 0,249'dur. PC2'nin Kaiser eşiği olan 1'in üzerinde kalması, banka şubesi değişkeninin eklenmesiyle tek boyutlu yapının temel modele göre zayıfladığını gösterir.

Banka şubeleri geleneksel finansal erişimin göstergesidir ve gerçek dijital finans kullanımı değildir. Bu nedenle genişletilmiş endeks, dijital erişim koşullarıyla daha geniş finansal altyapının ortak kullanıldığı alternatif bir sağlamlık spesifikasyonu olarak değerlendirilmiştir.

Kaynak Şekil 2 ve Şekil 3 ne gösteriyor?

Kaynak Şekil 2'de 2004–2024 döneminde ülkelerin kişi başına GSYH ve PCA tabanlı DFI endeksi ayrı zaman serileri olarak gösterilmektedir. Kişi başına GSYH genel olarak yükselirken ülkeler arasında seviye farkları bulunmaktadır. DFI endeksinde de genel yükseliş görülmekte ancak ülke yörüngeleri aynı değildir.

Şekil 3, yıllık bölge ortalaması düzeyinde DFI ve log kişi başına GSYH'nin zaman içinde genellikle aynı yönde hareket ettiğini ve scatter görünümünde pozitif bir doğrusal ilişki bulunduğunu gösterir. Kaynağın kendisi bu görsel örüntünün betimleyici olduğunu ve nedensellik göstermediğini açıkça belirtmektedir.

Şekil 2–3'ün bütün yıllık noktaları ayrı sayısal tablo olarak yayımlanmadığından, Verianla grafiğin piksel konumlarından kesin yıllık değerler çıkarmamaktadır.

Betimleyici korelasyonlar

*** işareti kaynakta p<0,01 anlamına gelir. Bu korelasyonlar yalnız ikili ilişkileri gösterir ve regresyon kontrol değişkenlerinin yerine geçmez.

Pozitif DFI–Büyüme İlişkisi Nedensellik Kanıtı mı?

Hayır. FE, Driscoll–Kraay, PMG ve IV-FE tahminlerinin aynı yönde sonuç vermesi ilişkinin farklı spesifikasyonlarda istikrarlı olduğunu destekler; fakat özellikle IV-FE modellerinde aracın dışsallığının doğrudan sınanamaması nedeniyle çalışma dijital finansal kapsayıcılığın kişi başına GSYH üzerinde kesin nedensel etkisini kurmamaktadır.

Ana panel modeli

Kaynağın temel regresyon modeli:

\[ \ln GDPpc_{it} = \alpha_i + \beta_1DFI_{it} + \beta_2popgrowth_{it} + \beta_3goveff_{it} + \beta_4\ln GFCF_{it} + \beta_5\ln trade_{it} + \lambda_t + \varepsilon_{it} \]

şeklindedir.

• \(\ln GDPpc_{it}\): i ülkesinin t yılındaki reel kişi başına GSYH'sinin doğal logaritması.
• \(DFI_{it}\): PCA tabanlı dijital erişim / DFI skoru.
• \(popgrowth_{it}\): yıllık nüfus büyüme oranı.
• \(goveff_{it}\): hükümet etkinliği.
• \(GFCF_{it}\): brüt sabit sermaye oluşumu.
• \(trade_{it}\): ticaret açıklığı.
• \(\alpha_i\): gözlenmeyen zaman-invariant ülke etkileri.
• \(\lambda_t\): yıl sabit etkileri.
• \(\varepsilon_{it}\): artık terimi.

Modelde bağımlı değişken logaritmik, DFI ise standartlaştırılmış PCA skorudur. Bu nedenle \(\beta_1\) bir DFI yüzdesinin ekonomik büyüme yüzdesi üzerindeki doğrudan elastikiyeti değildir.

Neden fixed effects kullanıldı?

Orta Asya ülkeleri kurumsal yapı, coğrafya, finansal sistem ve ekonomik yapı bakımından birbirinden farklıdır. Fixed-effects yaklaşımı, zaman içinde değişmeyen gözlenmeyen ülke özelliklerini ülkeye özgü sabit etkiler aracılığıyla kontrol etmeyi amaçlar.

Tanı testleri ne gösterdi?

• Ortalama VIF yaklaşık 2,1'dir; kaynak geleneksel eşiklerin üzerinde ciddi multicollinearity tespit etmemiştir.
• Levin–Lin–Chu panel unit-root testlerinde kullanılan değişkenler için p değerleri 0,05'in altındadır.
• Beş ülke modelinde modified Wald testi grup bazlı heteroskedastisiteyi göstermiştir: \(\chi^2=90.67,\;p<0.001\).
• Dört ülke modellerinde heteroskedastisite için istatistiksel kanıt bulunmamıştır.
• Pesaran CD testlerinde p değerleri 0,40–0,79 arasındadır; kaynak kesitler arası bağımlılık için anlamlı kanıt bulmamıştır.
• Wooldridge testi üç modelde de birinci dereceden seri korelasyon bulunduğunu göstermiştir.

Bu nedenle kaynak ana çıkarımlarda heteroskedastisite ve seri korelasyona dayanıklı Driscoll–Kraay standart hatalarını raporlamaktadır.

Ana FE / Driscoll–Kraay sonuçları

Hükümet etkinliği ve brüt sabit sermaye oluşumu ana modellerde pozitif ve anlamlıdır. Nüfus büyümesi ve toplam ticaret açıklığı ise negatif ve anlamlı katsayı vermiştir. Ticaret katsayısının yorumu daha sonra ithalat ve ihracat ayrıştırmasıyla ayrıca sınanmıştır.

PMG uzun dönem sonuçları

Negatif error-correction term tahmin edilen uzun dönem dengeye doğru ayarlanmayla uyumludur. Ancak PMG'nin asimptotik özellikleri çok az sayıda kesit birimi bulunan örneklemlerde daha az güvenilir olabilir. Kaynak bu nedenle PMG'yi ana nedensel kanıt değil tamamlayıcı uzun dönem analiz olarak kullanmaktadır.

IV-FE sonuçları

Potansiyel reverse-causality sorununu araştırmak amacıyla ilgili DFI endeksinin birinci gecikmesi dışlanan araç olarak kullanılmıştır.

Bu istatistikler aracın ilk aşamada güçlü biçimde ilişkili olduğunu ve underidentification sorununun görünmediğini destekler. Ancak güçlü araç, geçerli dışsal araç demek değildir. Her model tek dışlanan araçla tam tanımlı olduğundan aracın dışsallığını sınayacak overidentification testi yapılamamaktadır. Kaynak bu nedenle IV-FE tahminlerini nedensellik kanıtı olarak kabul etmemektedir.

Ülkeler Arasında Aynı DFI–GSYH İlişkisi mi Görülüyor?

Hayır. DFI–kişi başına GSYH ilişkisinin tahmin edilen büyüklüğü beş Orta Asya ekonomisinde anlamlı biçimde farklıdır ve DFI-ülke etkileşimlerinin ortak testleri bütün spesifikasyonlarda p<0,001 sonucunu vermektedir.

*** işareti p<0,01 anlamına gelir. Etkileşim testlerinin p değerleri p<0,001'dir.

Bu katsayıların büyüklüğü ülkelerin dijital finansal gelişmişlik sıralaması değildir. Örneğin Türkmenistan için daha büyük marjinal katsayı elde edilmesi, Türkmenistan'ın DFI seviyesinin Kazakistan'dan daha yüksek olduğunu göstermez. Katsayı yalnız ilgili örneklem ve model içinde PCA skoruyla log kişi başına GSYH arasındaki tahmin edilen ilişkinin büyüklüğünü ifade eder.

Ticaret açıklığındaki negatif katsayı nasıl incelendi?

Ana modellerde toplam ticaret açıklığı negatif katsayı vermiştir. Araştırmacılar bunun ihracat mı yoksa ithalat mı tarafından yönlendirildiğini görmek için toplam ticareti iki bileşene ayırmıştır.

Beş ülke modelinde ithalat katsayısı −0,200 ve p<0,01 iken ihracat anlamlı değildir. Ancak dört ülke modellerinde hem ihracat hem ithalat istatistiksel olarak anlamsızdır. Bu nedenle kaynak, negatif toplam ticaret katsayısının bütün Orta Asya için değişmez bir bölgesel özellik gibi yorumlanmaması gerektiğini belirtmektedir.

İthalata bağımlılık, yerli üretim kapasitesi veya ticaret yapısı olası açıklamalar olarak tartışılmıştır; çalışma bu mekanizmaları doğrudan test etmemiştir.

Politika açısından kaynak ne öneriyor?

Kaynak, sonuçları doğrudan nedensel politika etkileri olarak sunmadan ülkeye özgü politika öncelikleri tartışmaktadır:

• Kazakistan: dijital finansal hizmetlerin kullanım, kalite ve güvenlik boyutlarının; siber güvenlik ve dijital finansal okuryazarlığın geliştirilmesi.
• Özbekistan: dijital finans altyapısının genişletilmesiyle birlikte dijital finans araçlarının girişimcilik faaliyetlerine entegrasyonunun desteklenmesi.
• Kırgız Cumhuriyeti ve Tacikistan: özellikle finansal olarak yetersiz hizmet alan gruplar için güvenilir bağlantı ve temel finansal erişimin güçlendirilmesi.
• Türkmenistan: daha geniş dijital finansal erişim için temel dijital ve finansal altyapı koşullarının geliştirilmesi.

Bölgenin tamamında kurumsal kalite, tüketici koruması, siber güvenlik ve dijital/finansal okuryazarlık, dijital altyapının tamamlayıcısı olarak ele alınmaktadır.

Bu öneriler çalışma sonuçlarından çıkarılan politika çıkarımlarıdır; çalışmada politika müdahalesinin randomize veya quasi-experimental nedensel etkisi ölçülmemiştir.

Çalışmanın desteklediği sonuçlar

• 2004–2024 döneminde PCA tabanlı dijital erişim endeksi ile reel kişi başına GSYH arasında pozitif ve istatistiksel olarak anlamlı ilişki vardır.
• Bu pozitif işaret beş ülke ve dört ülke örneklemlerinde ve farklı endeks spesifikasyonlarında korunmuştur.
• PMG modelleri pozitif uzun dönem DFI ilişkisi göstermiştir.
• IV-FE modelleri ana sonuçla aynı yönde pozitif katsayılar vermiştir.
• Ülke-etkileşim modelleri DFI–GSYH ilişkisinin büyüklüğünün ülkeler arasında farklı olduğunu göstermiştir.
• Hükümet etkinliği ve brüt sabit sermaye oluşumu ana modellerde kişi başına GSYH ile pozitif ilişkilidir.
• Nüfus büyümesi ana modellerde kişi başına GSYH ile negatif ilişkilidir.
• DFI katsayısı toplam ticaret ihracat ve ithalata ayrıldığında da pozitif ve anlamlı kalmıştır.

Çalışmanın desteklemediği sonuçlar ve sınırlılıklar

• Çalışma dijital finansal kapsayıcılığın ekonomik büyümeyi kesin olarak nedensel biçimde artırdığını kanıtlamamaktadır.
• Temel DFI endeksi dijital ödeme kullanımı, mobil para kullanımı, hesap sahipliği veya gerçek dijital işlem hacmini doğrudan ölçmemektedir.
• DFI endeksi kalite, kullanım yoğunluğu ve finansal okuryazarlık boyutlarını içermemektedir.
• Beş ülkelik küçük kesit boyutu PMG sonuçlarının genellenebilirliğini ve asimptotik güvenilirliğini sınırlar.
• Genişletilmiş model yalnız dört ülkeyi kapsamaktadır.
• IV modellerinin tam tanımlı olması nedeniyle aracın dışsallığı overidentification testiyle değerlendirilememektedir.
• Sonuçlar Orta Asya dışındaki geçiş veya gelişmekte olan ekonomilere otomatik olarak genellenemez.
• Ülkeler arası heterojenliğin hangi spesifik dijital, kurumsal veya finansal faktörden kaynaklandığı doğrudan ayrıştırılmamıştır.
• Yoksulluk, gelir eşitsizliği, hanehalkı refahı, girişimcilik, firma üretkenliği ve işgücü piyasası gibi mikroekonomik mekanizmalar doğrudan incelenmemiştir.
• Negatif ticaret katsayısı bütün bölge için sabit yapısal sonuç değildir; örneklem bileşimine duyarlıdır.

Gelecek araştırma

Kaynak daha kapsamlı dijital finansal kapsayıcılık ölçülerinin oluşturulmasını; dijital ödemeler, hesap sahipliği, mobil para, finansal okuryazarlık, hizmet kalitesi ve kullanım yoğunluğu gibi boyutların eklenmesini önermektedir.

Ayrıca hanehalkı ve firma düzeyi mikro verilerin makroekonomik panel verileriyle birleştirilmesi, daha güçlü dışsal araçlar veya alternatif identification stratejileri kullanılması ve ülke düzeyindeki heterojenliğin hangi mekanizmalar üzerinden oluştuğunun araştırılması önerilmektedir.

Çalışmanın Yöntemi ve Bulguları

Veri seti

Veri kaynakları

Makroekonomik göstergeler Dünya Bankası World Development Indicators (WDI) veri tabanından, hükümet etkinliği gibi kurumsal veriler Worldwide Governance Indicators (WGI) veri tabanından alınmıştır.

Karşılaştırılabilirliği artırmak amacıyla endeks girdileri standardize edilmiş, reel kişi başına GSYH ise sabit 2015 ABD doları cinsinden kullanılmış ve doğal logaritmaya dönüştürülmüştür.

PCA'nın çalışma akışındaki rolü

1. Mobil hücresel abonelikler ve internet kullanımı seçildi.
2. Değişkenler farklı ölçüm ölçeklerini gidermek için standardize edildi.
3. PCA uygulandı.
4. Birinci temel bileşen çıkarıldı.
5. PC1 skoru DFI bileşik endeksi olarak kullanıldı.
6. Dört ülke genişletilmiş modelinde ticari banka şubeleri ek bir finansal erişim göstergesi olarak eklendi.

Temel ekonometrik strateji

1. Fixed-effects panel tahmini.
2. Tanı testleri: LLC, VIF, modified Wald, Pesaran CD ve Wooldridge.
3. Driscoll–Kraay standart hatalarıyla sağlam çıkarım.
4. PMG ile uzun dönem denge ve kısa dönem dinamikleri.
5. İlk gecikmeli DFI ile IV-FE tamamlayıcı endogeneity analizi.
6. Toplam ticaretin ihracat ve ithalata ayrıştırılması.
7. DFI × ülke etkileşimleri ve ülke düzeyinde marjinal etkiler.
8. Etkileşimlerin ortak anlamlılığının F testiyle sınanması.

PCA sonuçlarının teknik özeti

Ana sonuçların yöntemler arası karşılaştırması

H1 ve H2 değerlendirmesi

H1: Kaynağın kullandığı modellerde PCA tabanlı DFI endeksi kişi başına GSYH ile pozitif ve anlamlı ilişki göstermiştir. Bu nedenle H1, çalışmanın ilişki çerçevesinde desteklenmektedir.

H2: DFI-ülke etkileşimlerinin ortak F testleri bütün modellerde anlamlıdır ve ülke marjinal etkileri belirgin biçimde farklıdır. Bu nedenle H2 desteklenmektedir.

H1'in desteklenmesi nedensel bir büyüme etkisinin kanıtlanması anlamına gelmez. Kaynağın sonuç bölümü de bulguyu açıkça “positive association” olarak sınırlar.

Kaynak ve Yöntem Notu

Özgün çalışma: Digital Financial Inclusion and Long-Run Economic Growth in Central Asian Transition Economies: Evidence from a PCA-Based Index.

Yazarlar: Aida Saparbek, Laila Bimendiyeva ve Mathews Nkhoma.

Sorumlu yazar: Aida Saparbek.

Afiliasyon 1: Higher School of Economics and Business, Al-Farabi Kazakh National University, Almaty 050040, Kazakhstan.

Afiliasyon 2: College of Business and Law, RMIT University, Melbourne, VIC 3000, Australia.

Dergi: Economies.

Yayınevi: MDPI.

Cilt / makale: 14, 458.

DOI: 10.3390/economies14100458.

Gönderim: 6 Eylül 2026.

Revizyon: 26 Eylül 2026.

Kabul: 28 Eylül 2026.

Yayın: 8 Ekim 2026.

Akademik editör: Weixin Yang.

Kaynak türü: Hakemli ampirik panel-ekonometri araştırma makalesi.

Lisans: Creative Commons Attribution (CC BY).

JEL sınıflandırması: O47; O16; G21; O33.

Anahtar kelimeler: digital financial inclusion; economic growth; Central Asia; transition economies; PCA-based index; cross-country heterogeneity.

Çalışma dönemi: 2004–2024.

Ülkeler: Kazakistan, Kırgız Cumhuriyeti, Özbekistan, Tacikistan ve Türkmenistan.

Temel örneklem: 5 ülke, 105 gözlem.

Alternatif örneklem: Türkmenistan hariç 4 ülke, 84 gözlem.

Temel DFI girdileri: 100 kişi başına mobil hücresel abonelikler ve internet kullanan bireylerin nüfusa oranı.

Genişletilmiş endeks: mobil ve internet göstergelerine 100.000 yetişkin başına ticari banka şubeleri eklenmiştir.

Bağımlı değişken: reel kişi başına GSYH, sabit 2015 ABD doları, doğal logaritma.

Kontroller: nüfus büyümesi, hükümet etkinliği, brüt sabit sermaye oluşumu ve ticaret açıklığı.

Ana yöntem: ülke ve yıl etkilerini içeren fixed-effects panel tahmini; Driscoll–Kraay standart hataları.

Tamamlayıcı yöntemler: PMG, IV-FE, trade decomposition ve DFI-country interaction/marginal-effects analizi.

IV aracı: ilgili DFI endeksinin birinci gecikmesi.

Veri kaynakları: World Bank World Development Indicators (WDI) ve Worldwide Governance Indicators (WGI).

Veri erişim tarihi: 25 Eylül 2026.

Finansman: Araştırma dış finansman almamıştır.

Institutional Review Board: uygulanabilir değil.

Bilgilendirilmiş onam: uygulanabilir değil.

Veri erişilebilirliği: Kullanılan WDI ve WGI verileri kamuya açıktır.

Çıkar çatışması: Yazarlar çıkar çatışması olmadığını beyan etmiştir.

Yazar katkıları: Kavramsallaştırma Aida Saparbek; metodoloji Laila Bimendiyeva ve Mathews Nkhoma; doğrulama Laila Bimendiyeva ve Mathews Nkhoma; formal analiz, araştırma ve veri kürasyonu Aida Saparbek; ilk taslak Aida Saparbek; gözden geçirme ve düzenleme üç yazar; görselleştirme Aida Saparbek; danışmanlık Laila Bimendiyeva ve Mathews Nkhoma.

Temel ölçüm sınırı: PCA tabanlı DFI endeksi dijital finansın kullanım, kalite ve yoğunluk boyutlarını doğrudan ölçmemektedir. Dijital ödemeler, hesap sahipliği, mobil para ve finansal okuryazarlık temel endekse dahil değildir.

Temel nedensellik sınırı: IV-FE modelleri tam tanımlıdır; excluded instrument dışsallığı overidentification testiyle sınanamamaktadır. Bu nedenle sonuçlar nedensel etki değil pozitif ilişki olarak sunulmalıdır.

PMG sınırı: Beş veya dört kesit biriminin bulunması PMG'nin asimptotik özellikleri açısından küçük örneklem sorunu oluşturur; sonuçlar tamamlayıcıdır.

Genellenebilirlik sınırı: Bulgular beş Orta Asya geçiş ekonomisinden türetilmiştir ve başka bölgelere otomatik olarak genellenmemelidir.

Mikro-mekanizma sınırı: Yoksulluk, gelir dağılımı, hanehalkı refahı, girişimcilik, firma üretkenliği ve işgücü piyasası kanalları doğrudan test edilmemiştir.