Hisse senedi piyasası çalkantıları için erken uyarı
Transkript
Hisse senedi piyasası çalkantıları için erken uyarı
www.istatistikciler.org statistikçiler Dergisi 2 (2009) 37-47 statistikçiler Dergisi Hisse senedi piyasas çalkant lar için erken uyar sistemi: Türkiye örne i Ayhan Topcu Oya Can Mutan Sermaye Piyasas Kurulu Eski ehir Yolu 8. km. No: 156 06530 Ankara, Türkiye ayhan.topcu@spk.gov.tr Sermaye Piyasas Kurulu Eski ehir Yolu 8. km. No: 156 06530 Ankara, Türkiye oya.canmutan@spk.gov.tr Özet Dünyada 19. yüzy ldan bu yana etki alan geni& ve maliyeti yüksek pek çok ekonomik kriz meydana gelmi&, piyasalar tehdit eden ve derinden etkileyen bu durum ara&t rmac lar n oldu u kadar piyasa aktörlerinin de ilgisini çekmi&tir. Yap lan ara&t rmalar ya&anan krizlerin önceden tahmin edilip edilemeyece i sorusunu ak llara getirmi&, erken uyar sistemleri (EWS- early warning system) geli&tirilmi&tir. Çal &mada, bankac l k ve para krizleri için pek çok örne i bulunan erken uyar sistemlerini Türk hisse senedi piyasas krizleri için geli&tirmek ve literatürde bu konuda mevcut olan bo&lu u kapatmak amaçlanm &, bu ba lamda KLR (1998), FR (1996) modelleri uygulanm &t r. Kriz dönemlerini belirlemek için SMPI (stock market pressure index-hisse senedi piyasas bask endeksi) olu&turulmu&, veriler 1998:01–2008:10 dönemlerini kapsayacak &ekilde temin edilmi&tir. Anahtar sözcükler: Hisse senedi piyasas krizi; Erken uyar sistemi; SMPI. Abstract Early warning system for the turmoil in stock markets: Turkish evidence Since 19th century so many financial crises that have widespread adverse effects have arisen and the existence and contagion ways of these crises have affected not only the researchers but also the policy makers, which bring into the question of whether an early warning system (EWS) can be implemented. In the literature there exist so many empirical studies on banking and currency crises. Since there are no EWS on stock market crises, in this study, we want to make a contribution by investigating the turmoil in Turkish stock markets. In order to correctly define the binary crisis variable, a “stock market pressure” index (SMPI) is created. The monthly data covers the period 1998:01-2008:10. The methods applied are KLR (1998), FR (1996). Keywords: Stock market crisis; Early warning system; SMPI. 1. Giri# Dünyada 19. yüzy ldan bu yana etki alan geni& ve maliyeti yüksek pek çok ekonomik kriz meydana gelmi&, piyasalar tehdit eden ve derinden etkileyen bu durum ara&t rmac lar n geçmi&ten günümüze oldukça ilgisini çekmi&tir. Reel ve finansal sektördeki arz-talep çalkant lar , dünya piyasalar ndaki h zl ekonomik entegrasyon gibi ekonomik geli&melerin yan s ra siyasi istikrars zl k ya da do al afet gibi ekonomik olmayan geli&melerin de krizlere neden oldu u gözlenmi&, krizlerin nedenleri ve i&leyi&leri ara&t r lm &t r (Aktan ve ?en, 2002). A. Topcu, O. C. Mutan / statistikçiler Dergisi 2 (2009) 37-47 38 Yap lan ara&t rmalar ya&anan krizlerin önceden tahmin edilip edilemeyece i sorusunu ak llara getirmi&, ara&t rmac lar kadar piyasa aktörlerinin de kulland erken uyar sistemleri (EWS- early warning system) geli&tirilmi&tir. Bu sistemler ADB (Asian Development Bank), ASEAN (Association of Southeast Asian Nations), BIS (Bank for International Settlements), ECB (European Central Bank), Fed (Federal Reserve Board of Governors) ve IMF’nin (International Monetary Fund) de aralar nda bulundu u pek çok kurulu& taraf ndan olas krizleri önceden tahmin etmekte kullan lmaktad r. Literatürde bankac l k krizi, para krizi ve ikisinin birle&imi olan ikiz (twin) kriz hakk nda pek çok çal &ma olmas na kar& n, ampirik ara&t rmalar n daha çok para krizi etraf nda yo unla&t görülmü&tür. Bu durumun en önemli sebebi para krizlerinin bankac l k krizlerine göre daha s k gerçekle&mesi olurken bir di er sebebi de kriz dönemlerinin belirlenmesinde kullan lan endeksleri olu&tururken ya&anan sorunlard r. Yap lan çal &malarda, para krizleri, döviz piyasas ndaki bask y ölçmekte kullan lan, kurdaki ve rezervlerdeki de i&imi dikkate alan EMP (exchange market pressure) endeksiyle tan mlanm &, ancak bankac l k krizini do ru tespit edecek tek bir endeks olu&turman n güç oldu una de inilmi&tir (Murshid, 2001). Bu çal &ma ile para krizleri için pek çok örne i bulunan erken uyar sistemlerini Türkiye hisse senedi piyasas krizleri için geli&tirmek ve literatürde bu konuda mevcut olan bo&lu u kapatmak amaçlanm &, bu ba lamda Kaminsky, Lizondo ve Reinhart (1998) - KLR, Frankel ve Rose (1996) - FR modelleri uygulanm &t r1. Kriz dönemlerinin belirlenmesinde EMKB &irketlerinin halka aç k bölümünün piyasa de eri ve EMKB 100 endeksindeki ayl k de i&imlerin dikkate al nd bir endeks (SMPI - stock market pressure index) olu&turulmu&tur. Veriler 1998:01–2008:10 dönemlerini kapsayacak &ekilde temin edilmi&, böylece, çal &maya A ustos 2007’de Amerika’da subprime mortgage krizi olarak ba&layarak tüm dünyay etkisi alt na alan finansal türbulans da dahil edilmi&tir. Kurulan ekonometrik modelin olabildi ince güvenilir olmas için 15’i a&k n de i&ken kullan lm &t r. Çal &man n geri kalan &u &ekilde düzenlenmi&tir. Bölüm 2’de erken uyar sistemine ili&kin yap lan literatür taramas k saca sunulmu&tur. Bölüm 3’te çal &mada kullan lan veri ve ekonometrik model hakk nda k sa bir bilgi verilmi& ve ampirik sonuçlar sunulmu&tur. Son olarak, Bölüm 4’te ise çal &man n sonuçlar na de inilmi&tir. 2. Literatür Literatürde 1980’lerde Latin Amerika’da ya&anan borç krizleri; 1992–1993 Avrupa döviz kuru mekanizmas krizi; 1994 Meksika; 1997–1998 Güney Do u Asya; 1998 Rusya, Brezilya ve 2001 Türkiye, Arjantin krizlerine yönelik pek çok çal &ma yer alm &, her bir çal &ma farkl sonuçlar ön plana ç karm &t r (Kaya ve Y lmaz, 2006) . 1880–1997 y llar nda meydana gelen krizlerin maliyeti, neden olduklar olumsuz etkilerden ar nma süresi ve say s Bordo ve Eichengreen (2002)’de yer alm & (bak n z Çizelge 1, 2, 3), bu durum güvenilir erken uyar sistemlerine olan ihtiyac gözler önüne sermi&tir. Bu ba lamda erken uyar sistemleri geli&tirilmi& ve bu sistemler kurulurken Kaminsky, Lizondo ve Reinhart (1998), Sachs, Tornell ve Velasco (1996), Frankel ve Rose (1996) taraf ndan geli&tirilen üç temel yakla& m izlenmi&tir. Çizelge 1. Küresel krizlerin GSYEH’nin yüzdesi cinsinden maliyetleri Tüm krizler Tüm ülkeler Geli&mi& ülkeler Geli&mekte olan ülkeler 1880-1914 9.76 7.68 10.37 1919-1939 13.42 12.29 16.46 1945-1971 5.24 2.39 8.60 1973-1997 8.29 6.25 9.21 Kaynak: Bordo ve Eichengreen (2002) 1 Sachs, Tornell ve Velasco (1996) taraf ndan geli&tirilen ve literatürde ülkeler aras nda kar& la&t rma yaparken s kl kla kullan lan STV modeli gelecek çal &malar n konusunu olu&turmaktad r. A. Topcu, O. C. Mutan / statistikçiler Dergisi 2 (2009) 37-47 39 Çizelge 2. Küresel krizlerin neden olduklar olumsuz etkilerden ar nma süresi (y l)* Tüm krizler 1880-1914 1919-1939 1945-1971 1973-1997 Tüm ülkeler Geli&mi& ülkeler 2.35 (1.62) 2.71 (1.25) 2.35 (1.67) 2.26 (1.65) 1.78 (1.16) 1.60 (1.19) 2.64 (2.15) 2.84 (2.40) Geli&mekte olan ülkeler 2.25 (1.73) 2.62 (1.76) 2.00 (1.12) 2.09 (1.14) Kaynak: Bordo ve Eichengreen (2002)* Hesaplamalar 21 ülke için yap lm &t r. Parentez içindeki rakamlar standart sapma de erleridir. Çizelge 3. Kriz say s Geli&mi& Ülkeler Geli&mekte Olan Ülkeler Y1llar Bankac1l1k Krizi Para Krizi kiz Kriz 1880-1913 1919-1939 4 11 2 13 1 12 1945-1971 0 21 0 1973-1997 9 29 6 1880-1913 11 6 8 1919-1939 7 3 3 1945-1971 0 16 1 1973-1997 17 57 21 Kaynak: Bordo ve Eichengreen (2002) Kaminsky, Lizondo ve Reinhart (1998) taraf ndan para krizleri için geli&tirilen erken uyar yakla& m nda krizin öncü göstergeleri olarak dü&ünülen de i&kenlerin her biri için e&ik de er hesaplanm &t r. Göstergelerin belli bir e&ik de erini geçmesi kriz sinyali olarak kabul edilmi&, sinyal verildikten sonraki 24 ay içerisinde kriz meydana gelmesi do ru sinyal olarak tan mlanm &t r. Kriz yokken sinyal verilmesi 1. tip hata, kriz varken sinyal verilmemesi ise 2. tip hata olarak adland r lm &t r. Böylelikle her bir gösterge için performans matrisi olu&turulmu&, de i&kenler için e&ik de eri hesaplan rken hatalar n minimize edilmesi esas al nm &t r. Frankel ve Rose (1996) ise çal &malar nda para krizi ç kma olas l n tahmin etmeye yönelik probit modelini geli&tirmi&lerdir. 1971-1992 dönemini kapsayan ve 100’ü a&k n geli&mekte olan ülkenin seçildi i çal &maya y ll k periyotta bir çok de i&ken dahil edilmi&tir. Model sonuçlar ndan döviz rezervlerinin ve do rudan yabanc yat r mlar n n azalmas n n, yurtiçi kredi oran n n ve faizlerin artmas n n kriz olas l n artt r c yönde etkisi oldu u tespit edilmi&tir. Sachs, Tornell ve Valesco (1996) çal &malar nda seçilen ülkeler için uluslararas piyasalar n k r lgan oldu u dönemleri tespit eden bir endeks olu&turmay ve özellikle Meksika’da 1994 y l nda ç kan para krizinin di er geli&mekte olan piyasalar üzerindeki etkilerini ara&t rmay amaçlam &lard r. Çal &ma sonuçlar dü&ük uluslararas likidite düzeyi ve zay f ekonomik göstergelere (reel döviz kurunun de erlenmesi, zay f bankac l k sistemi) sahip ülkelerin para krizlerine maruz kald n göstermi&tir (Çevi&, 2005). Her üç yakla& m da krizleri aç klamada öncü göstergeleri tespit etmeyi ve böylece krizleri öngörebilmeyi hedeflemekte olup, literatürde bu modelleri esas alan pek çok çal &ma yap lm &t r. Berg ve Pattillo (1998) kriz tahmininde her üç yakla& m da de erlendirmi& ve bu üç modelin 1996 y l ndan önce kullan lmas durumunda Asya krizinin öngörülüp öngörülemeyece i sorusuna yan t aram &t r. Çal &ma sonuçlar KLR metodunun, Asya krizinin öngörüsünde di erlerine k yasla daha ba&ar l A. Topcu, O. C. Mutan / statistikçiler Dergisi 2 (2009) 37-47 40 bir model oldu unu göstermi&tir. Ancak modeldeki yanl & sinyaller do ru sinyallerden fazla olabildi inden 1997’deki krizin zaman n belirlemede KLR metodunun yeterince güvenilir olmad da belirtilmi&tir. Kaminsky ve Reinhart (1999) çal &malar nda, 15’i geli&mi& olmak üzere toplam 20 ülkede 1970 – 1995 y llar aras nda gerçekle&en 76 adet para ve 26 adet bankac l k krizini incelemi&, para ve bankac l k krizleri aras ndaki ili&kiyi ara&t rm &lard r. Çal &ma sonuçlar bankac l k sektöründeki sorunlar n para krizinden önce ortaya ç kt n ve para krizlerinin bankac l k krizlerini derinle&tirdi ini ortaya koymu&tur. Karaçor ve Alptekin (2006) çal &malar nda Türkiye ekonomisinde finansal krizler öncesi öncü göstergelerin nas l bir hareketlenme içerisine girdiklerini incelemi&lerdir. KLR metodunun uyguland çal &mada çe&itli makroekonomik göstergeler Kas m 2000 ve ?ubat 2001 krizlerinin öncü göstergeleri olarak belirlenmi&, kriz öncesi ve sonras bu göstergelerde ya&anan de i&iklikler incelenmi&tir. Çal &ma sonuçlar , öncü göstergelerin her iki kriz öncesinde de sinyal verdi ini göstermi&tir. Kittelman vd. (2006) Çek Cumhuriyeti, Macaristan, Slovakya gibi Orta ve Do u Avrupa ülkeleri ile Rusya ve Ukrayna’n n 1993 - 2004 y llar aras ndaki ekonomik k r lganl n belirlemek için erken uyar sistemi olarak Markov Rejim De i&imi Modeli’ni (Markov regime - switching model) uygulam &lard r. Model sonuçlar na göre, Avrupa birli ine yeni üye olan Orta ve Do u Avrupa ülkelerinde krizlerin ço u iç politikadaki tutars zl klar ve temel makroekonomik göstergelerdeki kötüye gidi&le, birinci ku&ak kriz modelleri ile aç klanm &t r. Rusya ve Ukrayna içinse ikinci ve üçüncü ku&ak kriz modellerine ili&kin göstergeler k r lganl aç klamada etkili olmu&tur. Racoru vd. (2006) çal &malar nda para krizleri için erken uyar sistemlerini inceleyerek baz geli&mekte olan ülkelerde ve özellikle Romanya’da gerçekle&en para krizlerini ara&t rm &lar, KLR ve çok s n fl logit modelleri ile öncü göstergeleri belirlemeye çal &m &lard r. Romanya için 1994 - 2004 y llar aras nda gerçekle&en üç para krizi incelenmi&tir. Çal &ma sonuçlar na göre Romanya’da para krizleri olas l üzerinde en önemli etkiye sahip faktörler m2’in rezervlere oran ve paran n a& r de er kazanmas olmu&tur. Bunlar d & nda Kamin vd. (2001), Bruggemann ve Linne (2000) ve Bussiere ve Mulder (1999) geli&mekte olan, Aziz vd. (2000) geli&mi& ve geli&mekte olan, Nag ve Mitra (1999) ise Asya ülkelerindeki krizleri incelemi&, krizleri aç klamada öncü gösterge aray & na gitmi&lerdir. 3. Analiz 3.1. Veriler Türkiye hisse senedi piyasalar ndaki çalkant lar için erken uyar sistemi kurulurken bu piyasalar n makroekonomik ve finansal de i&imlere kar& çok hassas oldu u göz önüne al nm &, ekonominin mümkün oldu unca geni& bir k sm çal &maya dahil edilmek istenmi&, bu ba lamda öncü olabilece i dü&ünülen de i&kenler 1998:01–2008:10 dönemlerini kapsayacak &ekilde incelenmi&tir. Çal &ma kapsam nda kullan lan de i&kenler: • • • • • • • • • EMKB (Estanbul Menkul K ymetler Borsas ) 100 endeksi (imkb100), EMKB &irketlerinin halka aç k bölümünün piyasa de eri (pd), EMKB &irketlerinin halka aç k bölümünün piyasa de erinde yabanc yat r mc lar n pay (yyo), Yat r m fonlar n n ortalama vadesi (yfv), Fiyat kazanç oran (fk), Geli&mekte olan piyasalar tahvil endeksi (emerging markets bond index - EMBI), Brent petrolünün varil fiyat (bp), Reel efektif döviz kuru (redk), Sanayi üretim endeksi (san), A. Topcu, O. C. Mutan / statistikçiler Dergisi 2 (2009) 37-47 • • • • • • • • 41 Cari i&lemler dengesi (cid), D & ticaret dengesi (dtd), 1994 baz y ll TÜFE (tüketici fiyatlar endeksi) (enf), Bankalar mevduat toplam (mev), Brüt uluslararas rezervler (br) Para arz M2’nin brüt uluslararas rezervlere oran (m2/br), K sa vadeli d & borçlar n brüt uluslararas rezervlere oran (db/br), Kamu kesimi borçlanma gere i (kkbg). EMKB, MKK (Merkezi Kay t Kurulu&u), Reuters, SPK (Sermaye Piyasas Kurulu), TCMB (Türkiye Cumhuriyet Merkez Bankas )’den temin edilen de i&kenlerin analizlerde ayl k yüzde de i&imleri kullan lm &t r. 3.2. Yöntem ve ampirik sonuçlar Çal &mada, hisse senedi piyasas krizi öngörüsünde KLR sinyal yakla& m ve FR probit modeli esas al nm &, her iki yakla& mda da kriz dönemlerini belirlemek için EMKB &irketlerinin halka aç k bölümünün piyasa de eri ve EMKB 100 endeksindeki ayl k de i&imlerin dikkate al nd bir endeks olu&turulmu& ve bu endekse hisse senedi piyasas bask endeksi (SMPI) ad verilmi&tir. Endeks, her iki de i&kenin ayl k de i&imlerinin a rl kl ortalamas al narak ve a rl kland r lm & de i&kenlerin varyanslar e&it olacak &ekilde hesaplanm &t r. Endeksin belirli bir e&ik de erini (ortalama–1.5*standart sapma2; Kaya ve Y lmaz, 2006) a&t dönemler hisse senedi piyasalar krizi olarak kabul edilmi&tir. Daha sonra, SMPI kullan larak ikili (binary) de i&ken olu&turulmu&, bu de i&ken bulundu u dönemi takip eden 12 ay içerisinde kriz varsa 1, yoksa 0 de erini alm &t r. Mevcut çal &malar içerisinde ikili de i&ken olu&turulurken esas al nan periyodun 12 ila 24 ay aras nda de i&im gösterdi i görülmü&tür. Kittelmann (2006), Komulainen ve Lukkarila (2003) ilgili periyodu 12 ay olarak alm &t r. ?ekil 1’de SMPI ve e&ik de eri sunulmu&tur. 80 60 40 smpi e ik 20 0 Oca.08 Mar.07 May.06 Tem.05 Eyl.04 Kas.03 Oca.03 Mar.02 May.01 Tem.00 Eyl.99 Kas.98 Oca.98 -20 -40 5ekil 1: SMPI ve e&ik de eri ?ekil 1’de görüldü ü üzere hisse senedi piyasalar nda A ustos-Eylül 1998, Kas m 2000, Eylül 2001, Ekim 2008 dönemlerinde kriz ya&anm &t r. 2 Literatürde e&ik de er olu&turulurken farkl yakla& mlar benimsenmi&, ortalamadan 1.5–3.0 standart sapmal k oynamalar dikkate al nm &t r. A. Topcu, O. C. Mutan / statistikçiler Dergisi 2 (2009) 37-47 42 A ustos-Eylül 1998 döneminde görülen kriz 1997–1998 Güney Do u Asya krizi ile ili&kilendirilmi&tir. Do u Asya ülkelerinde 1997 y l itibariyle ba&layan mali ve ekonomik kriz, hemen sonras nda Rusya’da ya&anan kriz ile birlikte tüm dünyay etkisi alt na alm &, bu etkiden daha çok içerisinde Türkiye’nin de bulundu u geli&mekte olan ülkeler nasiplenmi&, geli&mekte olan piyasalara yönelen d & sermaye tercihini daha güvenli limanlara kayd rm &t r. Kas m 2000’de hisse senedi piyasalar nda ya&anan krize bankac l k sektöründe ya&anan çalkant lar neden olmu&tur. Bu dönemde bankac l k kesimine getirilen yeni düzenlemeler bankalar aç k pozisyonlar n kapatmaya ve likiditelerini artt rmaya yöneltmi&, bu durum da faizlerin yükselmesine neden olmu&tur. Artma e ilimde olan faizleri bir tehdit olarak alg layan yabanc yat r mc lar ise yat r mlar n Türkiye’den h zla ç karm &, bunun sonucunda yerli bankalar daha fazla yük alt nda kalm & ve de faizler daha da t rmanm &t r. Interbank piyasas ndaki gecelik faizler Kas m ay nda ortalama % 72; Aral k ay nda ise ortalama % 224 dolaylar nda seyretmi&, hem mali hem reel kesimi etkileyen bu olumsuz geli&meler hisse senedi piyasalar nda fazlas yla hissedilmi&tir (E ilmez, 2001). Eylül 2001’de Türkiye hisse senedi piyasalar n n ya&anan ?ubat 2001 mali krizinin de etkileri ile krize girdi i görülmü&tür. Kamu, mali ve reel sektör üzerindeki derin olumsuz etkileri nedeniyle cumhuriyet tarihinin en derin ekonomik krizi olarak adland r lan ?ubat 2001 krizinin etkilerinden kurtulmak uluslararas piyasalara entegre olmay gerektirmi&, bu ba lamda yabanc do rudan yat r mlar n artt r lmas na yönelik olarak yeniden yap lanma ihtiyac ortaya ç km &; reel sektör firma bilançolar n uluslararas muhasebe standartlar ile uyumlu hale getirmek ve gerekli vergi düzenlemelerini yapmak için çal &malara ba&lanm &t r (Erdönmez, 2003). Ekim 2008’de ise A ustos 2007’de Amerika’da subprime mortgage krizi olarak ba&layan finansal türbulans iyice yo unla&arak tüm dünyay etkilemi&, bu durumdan Türkiye hisse senedi piyasalar da nasibini alm &t r. KLR sinyal yakla m Kaminsky, Lizondo ve Reinhart (1998)’ n sinyal yakla& m nda krizin öncü göstergesi olarak dü&ünülen de i&kenlerin her biri için belirli bir e&ik de er hesaplanmaktad r. De i&kenlerin e&ik de eri geçmesi kriz sinyali olarak kabul edilmekte ve takip eden 12 ay içerisinde kriz ya&anaca na i&aret etmektedir. De i&kenlerin performans a&a daki matrisle de erlendirilmektedir. Matriste A ve D, de i&kenlerin do ru uyar verdi i ay say lar n , B yanl & sinyal verdi i ay say s n (kriz yokken sinyal verilmesi), C ise kriz dönemleri için sinyal verilmeyen ay say s n (kriz varken sinyal verilmemesi) göstermektedir. S f r hipotezinin “takip eden 12 ay içerisinde kriz olmayacak” olmas durumunda B’deki gözlemler 1. tip hatay , C’deki gözlemler de 2. tip hatay temsil etmektedir. De i&kenler için e&ik de eri hesaplan rken B/A (noise-to-signal) oran n n minimize edilmesi esas al nmaktad r (Berg ve Pattillo, 1999). Takip eden 12 ay içerisinde kriz var3 Takip eden 12 ay içerisinde kriz yok Sinyal var A B Sinyal yok C D KLR sinyal yakla& m na göre çal &mada kullan lan 15 de i&kenin performans Çizelge 4’te verilmi&tir. 3 Literatürde de i&kenler için kriz öngörüsü 12 ila 24 ay aras nda de i&im göstermektedir. Kittelmann (2006), Komulainen ve Lukkarila (2003) ise bu periyodu 12 ay olarak kabul etmi&lerdir. A. Topcu, O. C. Mutan / statistikçiler Dergisi 2 (2009) 37-47 43 Çizelge 4. De i&kenlerin performans P(sinyal|kriz) P(sinyal|kriz yok) A/(A+C) B/(B+D) (1) (2) kötü sinyallerin iyi sinyallere oran1 [B/(B+D)]/[A/(A+C)] P(kriz|sinyal) A/(A+B) (4) (3) bp br cid db/br dtd embi enf fk kkbg m2/br mev redk san yfv yyo 0.16 0.12 0.09 0.14 0.02 0.09 0.19 0.07 0.19 0.21 0.00 0.16 0.00 0.23 0.23 0.14 0.00 0.14 0.08 0.03 0.01 0.08 0.03 0.06 0.06 0.10 0.07 0.02 0.06 0.06 0.85 0.00 1.48 0.58 1.48 0.12 0.43 0.49 0.31 0.27 0.42 0.25 0.25 0.37 1.00 0.25 0.46 0.25 0.80 0.53 0.50 0.62 0.64 0.00 0.54 0.00 0.67 0.67 Çizelge 4’te 1. sütun kriz varken sinyal verilme olas l n göstermekte ve bu oran n yüksek olmas istenmektedir. Buna göre performans en iyi olan göstergeler kamu kesimi borçlanma gere i, m2’nin brüt uluslararas rezervlere oran , yat r m fonlar n n ortalama vadesi ve yabanc yat r mc oran d r. Sütun 2 ise kriz yokken sinyal verilme olas l olup, göstergelerde bu oran n dü&ük ç kmas beklenmektedir. Bu oran için en iyi performans gösteren de i&kenler uluslararas brüt rezervler, EMBI ve sanayi üretim endeksidir. 3. sütun kötü sinyallerin iyi sinyallere oran olup bu oran n en dü&ük oldu u de i&kenler uluslararas brüt rezervler, yat r m fonlar n n ortalama vadesi, EMBI ve yabanc yat r mc oran d r. 4. sütunda ise göstergelerin krizi öngörme olas l verilmekte ve performans en iyi olan göstergelerin kamu kesimi borçlanma gere i, m2’nin brüt uluslararas rezervlere oran , yat r m fonlar n n ortalama vadesi ve yabanc yat r mc oran oldu u görülmektedir. Ancak, burada dikkat edilmesi gereken nokta en iyi öncü göstergelere karar verilirken tüm oranlar n n de erlendirilmesi gerekti idir. Kriz öncesi ve kriz dönemlerinde, kamu kesimi borçlanma gere inde önemli art &lar ya&an rken yat r m fonlar n n ortalama vadesi ve yabanc yat r mc oranlar nda önemli dü&ü&ler ya&and yads namaz bir gerçektir. Bu durumda en ba&ar l öncü göstergelerin kamu kesimi borçlanma gere i, m2’nin brüt uluslararas rezervlere oran , yat r m fonlar n n ortalama vadesi, yabanc yat r mc oran oldu u söylenebilir. Çizelge 5. En ba&ar l öncü göstergelerin ortalama öncü sinyal verme zaman (ay) En ba#ar1l1 öncü göstergeler m2/br yyo yfv kkbg ortalama 8 6 4 2.4 Çizelge 5’te en ba&ar l öncü göstergelerin ortalama öncü sinyal verme zaman verilmektedir. Buna göre, yabanc yat r mc oran nda krizden ortalama 6 ay önce, yat r m fonlar n n ortalama vadesinde ise krizden ortalama 4 ay önce dü&ü&ler ya&and görülmektedir. A. Topcu, O. C. Mutan / statistikçiler Dergisi 2 (2009) 37-47 44 FR probit modeli Erken uyar sistemi kurulurken s kl kla yararlan lan bir di er model de Frankel ve Rose (1996) taraf ndan geli&tirilen FR probit modelidir. Bu yöntem ile probit regresyon tekni i kullan larak ilgili piyasan n takip eden 12 ay içerisinde krize maruz kalma olas l , ve bu olas l k için kaç r lan kriz ve yanl & alarm say s n minimize eden bir e&ik de eri hesaplanmaktad r. Türkiye hisse senedi piyasalar ndaki çalkant lar için çal &mada, probit regresyon tekni i uygulan rken KLR yönteminde de kullan lan 15 ba ms z de i&ken incelenmi&, ancak modele analiz edilmeye uygun, çoklu ba lant (multicollinearity) problemine yol açmayan4 ve istatistiksel olarak anlaml katk sa layan de i&kenler kat lm &t r. Varsay mlar kontrol edilmi& modelin sonuçlar Çizelge 6’da verilmektedir. Çizelge 6. FR probit modeli sonuçlar Metod: En çok olabilirlik – Ekili Probit Örneklem: 1998:01-2008:10 Gözlem say s : 130 De i&ken Katsay Std. Sapma Sabit enf yfv yyo kkbg bp -1.260736 0.250586 -0.025166 -0.077490 0.050811 -0.032153 0.256701 0.074791 0.008966 0.030872 0.014167 0.015156 LR istatisti i p-de eri (LR) 59.95294 1.24E-11 McFadden R2 Ba ml de i&ken =0 say s 87 z-istatisti i p-de eri -4.911301 3.350462 -2.806870 -2.510082 3.586524 -2.121509 Ba ml de i&ken=1 say s 0.0000 0.0008 0.0050 0.0121 0.0003 0.0339 0.363290 43 Çizelge 6’ya göre kurulan modelde tüm katsay lar n istatistiksel olarak anlaml oldu u görülmü&, modelin aç klay c l McFadden R2’ye göre 0.36 oran nda5 gerçekle&mi&tir. Enflasyon, kamu kesimi borçlanma gere indeki art & n ve yabanc yat r mc oran , yat r m fonlar n n ortalama vadesi, petrol fiyatlar ndaki azal & n da kriz olas l n artt r c yönde etki etti i görülmü&tür. 4 De i&kenler aras çoklu ba lant problemi olup olmad VIF (Variance Inflation Factor) de erleri hesaplanarak kontrol edilmi&tir. VIF de erlerinin 10’un alt nda olmas çoklu ba lant sorunu olmad n n göstergesi olarak kabul edilmektedir (Gujarati, 2003). Kurulan modelde enf, yfv, yyo, kkbg, bp de i&kenlerine ili&kin VIF de erleri s ras yla 1.019, 1.034, 1.021, 1.014 ve 1.005’tir. Ayr ca de i&kenlerin korelasyon matrisi de Ek’te verilmektedir. 5 Bu oran literatürde özellikle krize ili&kin finansal modeller için yüksek kabul edilmektedir. A. Topcu, O. C. Mutan / statistikçiler Dergisi 2 (2009) 37-47 45 Günümüz ko&ullar nda küresel likidite fazlas ülkeler aras nda kolayl kla yer de i&tirebilmekte, özellikle tüm dünyay etkisi alt na alan kriz dönemlerinde ise bu etkiden daha çok geli&mekte olan ülkeler nasiplenmekte, d & sermaye tercihini geli&mekte olan piyasalardan daha güvenli limanlara kayd rmaktad r. Model sonuçlar bu durum ile örtü&mekte, ekonomideki kötüye gidi&i hisseden yabanc yat r mc lar n ç k & yapt n , yat r m fonlar vadesinin de kriz öncesinde dü&tü ünü göstermektedir. Özellikle küresel krizlerde yabanc yat r mc lar ilk olarak daha çok etkilenece ini dü&ündükleri geli&mekte olan piyasalardan ç k & yapmaktad rlar. Yine ekonomik kriz dönemlerine girerken kamu kesimi borçlanma gere inde ve enflasyonda önemli art &lar ya&and bilinen bir gerçektir. Sonuçlar, ya&anan bu geli&melerin hisse senedi piyasalar n da olumsuz etkiledi ini göstermektedir. ?ekil 2’de probit modelinden elde olas l klar ve e&ik de eri sunulmaktad r. 1 0.9 0.8 0.7 0.6 kriz_oncesi kriz olas)l)*) e ik de*er 0.5 0.4 0.3 0.2 0.1 0 Eyl.08 Oca.08 May.08 Eyl.07 Oca.07 May.07 Eyl.06 Oca.06 May.06 Eyl.05 Oca.05 May.05 Eyl.04 Oca.04 May.04 Eyl.03 Oca.03 May.03 Eyl.02 Oca.02 May.02 Eyl.01 Oca.01 May.01 Eyl.00 Oca.00 May.00 Eyl.99 Oca.99 May.99 Eyl.98 Oca.98 May.98 5ekil 2. FR probit modelinden elde edilen kriz olas l klar ?ekil 2’de k rm z çizgi, olas l klar için hesaplanan e&ik de erini, gri alanlar ise kriz ve öncesi 12 ayl k dönemi göstermektedir. Eyi bir model için, gri alanlarda modelden elde edilen olas l klar n e&ik de erini geçmesi beklenmektedir. Buna göre olas l klar n gri dönemlerde zaman zaman azalmakla birlikte genel olarak art & içinde oldu u görülmektedir. Ocak, Eylül 1998; Mart 1999; Ocak, Aral k 2000; Mart, Nisan, Eylül 2001; Ekim, Kas m, Aral k 2007 ve Ocak, ?ubat, Ekim 2008 dönemleri için hesaplanan olas l klar n e&ik de erini geçti i görülmekte, bu olas l klar Mart 1999 d & nda gri alanlarla e&le&mektedir. KLR sinyal yakla m ve FR probit modelinin kar la t rmas KLR sinyal yakla& m ve FR probit model sonuçlar na göre öne ç kan de i&kenler Çizelge 7’de verilmektedir. Buna göre kamu kesimi borçlanma gere i, yat r m fonlar n n ortalama vadesi ve yabanc yat r mc oran her iki yakla& mda da ba&ar l performans gösteren de i&kenlerdir. Bu bak mdan bu de i&kenlerin takip edilmesinin krizleri öngörmede etkili olaca dü&ünülmektedir. Kamu kesimi borçlanma gere i, Kaya ve Y lmaz (2006)’ n para krizlerinin öngörülebilirli ini irdeleyen çal &malar nda da etkili bir de i&ken olarak ortaya ç km &t r. A. Topcu, O. C. Mutan / statistikçiler Dergisi 2 (2009) 37-47 46 2008 y l Ekim ay nda FR probit modeline göre önümüzdeki 12 ay içerisinde kriz olma olas l 0.97 olarak hesaplan rken (?ekil 2), KLR sinyal yakla& m nda ön plana ç kan de i&kenlerden kamu kesimi borçlanma gere i, m2’nin brüt uluslararas rezervlere oran ve yat r m fonlar n n ortalama vadesi, izleyen 12 ay içerisinde kriz olaca sinyalini vermi&tir. Analiz sonuçlar her iki yöntemin birbirini destekledi ini göstermektedir. Çizelge 7. KLR ve FR probit modeli kar& la&t rmas Model Göstergeler KLR sinyal yakla& m kkbg, m2/br, yfv, yyo FR probit modeli enf, yfv, yyo, kkbg, bp KLR sinyal yakla& m ve FR probit modeline göre ortak de i&kenler yfv, yyo, kkbg 4. Sonuç Bankac l k ve para krizlerinin öngörüsünde pek çok örne i bulunan erken uyar sistemini Türkiye hisse senedi piyasalar ndaki çalkant lar için kurmay amaçlayan bu çal &mada, KLR sinyal yakla& m ve FR probit modeli uygulanm &t r. Kriz dönemlerinin belirlenmesinde EMKB &irketlerinin halka aç k bölümünün piyasa de eri ve EMKB 100 endeksindeki ayl k de i&imlerin dikkate al nd bir endeks olu&turulmu& (SMPI), endeksin belirli bir e&ik de erini a&t dönemler hisse senedi piyasalar krizi olarak kabul edilmi&tir. Daha sonra bu endeks ikili ba ml de i&kenin olu&turulmas nda kullan lm &t r. Her iki yöntemde de 1998:01–2008:10 dönemi için ekonominin mümkün oldu unca geni& bir k sm n kapsayan makroekonomik ve finansal 15 gösterge kullan lm &t r. De i&ken baz nda performanslar n incelendi i KLR sinyal yakla& m nda en ba&ar l öncü göstergelerin kamu kesimi borçlanma gere i, m2’nin brüt uluslararas rezervlere oran , yat r m fonlar n n ortalama vadesi, yabanc yat r mc oran oldu u görülmü&tür. Piyasan n takip eden 12 ay içerisinde krize maruz kalma olas l n n hesapland FR probit regresyon modelinde ise dört aç klay c de i&kenin istatistiksel olarak anlaml katk sa lad tespit edilmi&tir. Bu de i&kenler enflasyon, kamu kesimi borçlanma gere i, yabanc yat r mc oran , yat r m fonlar n n ortalama vadesi ve petrol fiyatlar d r. Analiz sonuçlar her iki yöntemin birbirini destekledi i yönündedir. KLR sinyal yakla& m nda dört, FR probit modelinde ise be& de i&ken ön plana ç km & olup, her iki yakla& mda da ba&ar l performans gösteren de i&kenler kamu kesimi borçlanma gere i, yat r m fonlar n n ortalama vadesi ve yabanc yat r mc oran d r. Bu de i&kenlerin takip edilmesinin krizleri öngörmede etkili olaca dü&ünülmektedir. Yine her iki modele göre içinde bulundu umuz dönem kriz dönemine i&aret etmekte, piyasalarda ya&anan çalkant lar da bu sonucu do rulamaktad r. Ancak, erken uyar sistemlerinin önemi kriz dönemlerinin aksine piyasalar n n olumlu oldu u dönemlerde artmaktad r. Kriz için Aktan ve ?en (2002)’de “ani ve beklenmedik bir anda ortaya ç kan olumsuz geli&meler” tan m yap lmakla birlikte baz öncü göstergelerin çalkant lardan daha önce sinyal verdi i göz ard edilmemelidir. Nitekim FR modeline göre Ekim-Kas m-Aral k 2007’de takip eden 12 ay içerisinde kriz olma olas l s ras yla 0.86; 0.99; 1.00 olarak hesaplanm &t r. Eçinde bulundu umuz kriz dönemi ve ya&ananlar dikkate al nd nda, erken uyar sistemlerinin önemi bir kez daha ortaya ç kmaktad r. A. Topcu, O. C. Mutan / statistikçiler Dergisi 2 (2009) 37-47 47 Ek: Kullan lan de i&kenlerin korelasyon matrisi yyo yfv fk embi bp redk san cid dtd enf mev br m2/br db/br kkbg yyo 1.000 0.137 0.223 -0.270 0.019 0.079 -0.026 -0.062 -0.215 -0.010 -0.009 0.044 -0.060 -0.073 0.017 yfv fk embi bp redk 1.000 0.252 -0.127 -0.009 0.373 -0.004 -0.054 -0.240 0.078 -0.290 0.201 -0.236 -0.089 -0.076 1.000 -0.224 -0.049 0.118 -0.109 0.089 0.017 0.153 -0.032 0.085 -0.073 -0.275 -0.001 1.000 -0.155 -0.226 -0.027 0.113 0.182 0.009 0.078 -0.337 0.303 0.326 0.026 1.000 0.115 0.211 0.067 -0.142 -0.067 0.045 0.213 -0.228 -0.109 -0.012 1.000 -0.056 -0.069 -0.145 -0.039 -0.417 0.608 -0.609 -0.136 0.001 san cid dtd enf mev br m2/br db/br kkbg 1.000 0.064 1.000 -0.403 0.100 1.000 -0.057 0.051 0.096 1.000 0.165 0.072 -0.093 0.267 1.000 -0.022 -0.095 -0.149 -0.408 -0.164 1.000 -0.069 0.114 0.228 0.498 0.250 -0.938 1.000 0.014 0.046 0.050 0.028 -0.210 -0.655 0.553 1.000 -0.082 -0.001 0.031 0.080 -0.042 -0.082 0.067 0.110 1.000 Kaynaklar [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] Aktan, C. C., ?en, H. (2002), Ekonomik Kriz: Nedenler ve Çözüm Önerileri, Yeni Türkiye Dergisi Kriz Özel Say s , Cilt: II, Say : 42: 1225-1230. Aziz, J., Caramazza, F., Salgado, R. (2000), Currency Crises: In Search of Common Elements, IMF Working Paper, 00/67. Berg, A., Pattillo, C. (1999), Are Currency Crisis Predictable? A Test, IMF Staff Papers, Vol 46, No.2 Bordo, M.D., Eichengreen B. (2002), Crises Now and Then: What Lessons from the Last Era of Financial Globalization?, National Bureau of Econom c Research Working Paper 8716. Bruggemann, A., Linne, T. (2000), Are the Central and Eastern European Transition Countries Stil Vulnerable to a Financial Crisis? Results From the Signal Approach, Bank of Finland Institute For Economies in Transition Discussion Paper. Bussiere, M., Mulder, C. (1999), Political Instability and Economic Vulnerability, IMF Working Paper 99/46. Çevi&, E. (2005), Para Krizlerine Ampirik Bir Yakla& m, Sermaye Piyasas Kurulu, Ankara. E ilmez, M. (2001), Kas m 2000 Krizi Üzerine. http://www.mahfiegilmez.nom.tr/kose_1.htm, 18.07.2007. Erdönmez, P. A. (2003), Türkiye’de 2001 Y l ndaki Mali Kriz Sonras nda Kurumsal Sektörde Yeniden Yap land rma, Türkiye Bankalar BirliFi Bankac lar Dergisi, Say 47. Frankel, J., Rose, A. (1996), Currency Crashes in Emerging Markets: An Emprical Treatment, Journal of International Economies, Vol 41: 351-366. Gujarati, D. N. (2003), Basic Econometrics, McGraw Hill. Kamin, S., Schindler, J., Samuel, S. (2001), The Contrubitions of Domestic and External Factors to Emerging Market Devaluation Crises: An Early Warning System Approach, Board of Governers of The Federal Reserve System, International Finance Discussion Paper, No:711. Kaminsky, G., Lizondo, S., Reinhart, C. M. (1998), Leading Indicators of Currency Crisis, IMF Staff Papers, Vol 45, No. 1. Kaminsky, G., Reinhart C. M. (1999), The Twin Crises: The Causes of Banking and Balance of Payments Problems, The American Economic Review, Vol. 89 No:3 Karaçor, Z., Alptekin, V. (2006), Finansal Krizlerin Önceden Tahmin Yoluyla De erlendirilmesi: Türkiye Örne i, Yönetim ve Ekonomi, 13(2). Kaya, V., Y lmaz, Ö. (2006), Para Krizleri Öngörüsünde Sinyal Yakla& m : Türkiye Örne i, 1990-2002. Ankara Üniversitesi SBF Dergisi, 61-2, 129-155. Kittelmann, K., Tirpak, M., Schweickert, R., Souza, L. V. (2006), From Transition Crises to Macroeconomic Stability? Lessons from a Crises Early Warning System for Eastern European and CIS Countries, The Kiel Institute for the World Economy Working Paper, No. 1269. Komulainen, T., Lukkarila, J. (2003), What Drives Financial Crises in Emerging Markets?, Bank of Finland Transition Economies BOFIT Discussion Papers No. 5/2003. Murshid, A. P. (2001), Echoes From the Past: Are Global Financial Crises Reasserting Themselves? North American Econometric Society Meetings Presentation, University of Maryland. Nag, A., Amit, M. (1999), Neural Networks and Eary Warning Indicators of Currency Crisis, Reserve Bank of India Occasional Papers 20 (2). Racaru, I., Copaciu, M, Lapteacru I. (2006), Early Warning Systems on Currency Crises, National Bank of Romania Occasional Papers No. 5. Sachs, J., Tornell, A., Velasco, A. (1996), Financial Crisis in Emerging Markets: The Lessons from 1995, NBER Working Paper, WP/5576.