JournalofEconomics, FinanceandAccounting

Transkript

1 JournalofEconomics, FinanceandAccounting Year:2015 Volume:2 Issue:4 ISSN: PressAcademiapublishesjournals,booksand casestudiesandorganizesinternationalconferences. htp:/

2 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume: 2 Issue: 4 ABOUT THE JOURNAL Journal of Economics, Finance and Accounting (JEFA) is a peer reviewed, quarterly and publicly available online journal. JEFA aims to provide a research source for all practitioners, policy makers, professionals and researchers working in the area of economics, finance, accounting and auditing. The editor in chief of JEFA invites all manuscripts that cover theoretical and/or applied researches on topics related to the interest areas of the Journal. The publication languages of the Journal are English and Turkish. Editor in Chief PROF. SUAT TEKER JEFA is currently indexed by EBSCO, Ulrich s, Open J Gate, ISI, DRJI, ISRA, InfoBaseIndex, SIS, TUBITAK DergiPark, I2OR CALL FOR PAPERS The next issue of JEFA will be publshed in March, JEFA welcomes manuscripts via e mail. E mail: jefa@pressacademia.org Web:

3 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume: 2 Issue: 4 CONTENT Title and Author/s Page TOPSIS performance evaluation measures and relation between financial ratios and stock returns TOPSIS performans değerleme ölçüsü ve finansal oranlar ile hisse senedi getiri ilişkisi Ercan Ozen, Eser Yesildag, Mustafa Soba DOI: /Pressacademia Analyzing financial structure of Turkish healthcare system in comparison with U.S., German, British, French and Cuban healthcare systems Mustafa Isik, Fikriye Isik, Mithat Kiyak DOI: /Pressacademia Technologic level and the effect of factor endowment on economic growth and employment Teknolojik düzey ve faktör donanımının ekonomik büyüme ve istihdama etkisi Yusuf Kurtoglu DOI: /Pressacademia The measurement of intellectual capital and the effects on firm value: an application in cement industry Entelektüel sermayenin ölçülmesi ve firma değerine etkileri: çimento sektöründe bir uygulama Selcuk Kendirli, ZuhalAkgun, Nigar Ozcetin DOI: /Pressacademia Leverage procyclical of Turkish deposit banks Türk mevduat bankalarının kaldıraç döngüselliği Mustafa Terzioglu, Yusuf Demir DOI: /Pressacademia Reaction of credit default swap spreads to rating announcements: an event study for Turkey Derecelendirme duyurularına kredi temerrüt swap primlerinin tepkisi: Türkiye için bir olay analizi Oner Kaya Emine, Kaya Bekir, Yalciner Kursat DOI: /Pressacademia

4 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume: 2 Issue: 4 Housing prices and mortgage interest rates: Toda Yamamoto causality test Konut fiyatları ve konut kredisi faizi: Toda Yamamoto nedensellik testi Murat Engin Akkas, Guven Sayilgan DOI: /Pressacademia Nonlinear dynamics in financial time series and unit root tests: case of Borsa Istanbul sectoral price earnings ratios Finansal zaman serilerinde doğrusal olmayan dinamikler ve birim kök testleri: Borsa Istanbul sektörel fiyat getiri oranları örneği Mehmet Ozcan DOI: /Pressacademia Performance evaluation of mutual and pension funds traded on Borsa Istanbul under the control of fund costs Borsa Istanbul da işlem gören yatırım ve emeklilik fonlarının fon giderleri etkisi altında performans değerlendirmesi Seher Goren, Mehmet Umutlu DOI: /Pressacademia IOAIS: a new accounting model for knowledge creation and value recognition Ahmed Ali Mohammad, Lina Hani Warad DOI: /Pressacademia Comparison of financial performance of participation banks in Turkey Türkiye de katılım bankalarının finansal performanslarının karşılaştırılması Mesut Dogan DOI: /Pressacademia The effects of nanotechnology investments on costs Nanoteknoloji yatırımlarının maliyetlere etkisi Yavuz Turkan DOI: /Pressacademia The relationship between human resources for health and development levels of provinces Serap Taskaya, Bayram Sahin, Mustafa Demirkiran, Pinar Balcik Yalcin DOI: /Pressacademia Analyzing demographic characteristics of the security investors: an application to Turkey Menkul kıymet yatırımcılarının demografik özelliklerinin incelenmesi: Türkiye üzerinde bir uygulama Cansu Tanyolac, Mehmet Baha Karan DOI: /Pressacademia

5 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume: 2 Issue: 4 TOPSIS PERFORMANCE EVALUATION MEASURES AND RELATION BETWEEN FINANCIAL RATIOS AND STOCK RETURNS 1 DOI: /Pressacademia Ercan Ozen¹, Eser Yesildag², Mustafa Soba 3 ¹Uşak University. eozentr@hotmail.com Uşak University. eseryesildag@gmail.com 3 Uşak University. Mustafa.soba@usak.edu.tr Keywords Financial ratios, Borsa Istanbul, return on stock, TOPSIS, financial performance JEL Classification G11, G32, L00 ABSTRACT The purpose of this study is to find out the financial performances of the companies by using TOPSIS, one of the mostly used multi criteria decision making methods, and also to measure the relationship between stock returns and the financial performances with financial ratios. For this reason, selected 4 companies trading at Borsa İstanbul Food Index and their 20 financial ratios between 2000:4 and 2014:3 are used in the study. Finally the relations are investigated by Correlation Analysis. According to analysis, there is no relationship between TOPSIS financial performance scores and return on stocks. When we look at the relationship between financial ratios and return on stocks, there is no significant relationship among variables in 3 out of 4 companies. However, there is a significant positive statistical relationship with only one company. Research results show that stock prices are determined by external factors rather than internal factors in small companies. TOPSIS PERFORMANS DEĞERLEME ÖLÇÜSÜ VE FİNANSAL ORANLAR İLE HİSSE SENEDİ GETİRİ İLİŞKİSİ Anahtar Kelimeler Finansal oranlar, Borsa İstanbul, hisse senedi getirisi, TOPSIS, finansal performans JEL Sınıflandırması G11, G32, L00 ÖZET Bu çalışmanın amacı, çok kriterli karar verme yöntemlerinden biri olan TOPSIS yöntemiyle şirketlerin finansal performanslarını belirlemek, ayrıca bu performans ve finansal oranlarla hisse senetlerinin borsa getirileri arasındaki ilişkiyi ölçmektir. Bu nedenle çalışmada, Borsa İstanbul Gıda Endeksinde yer alan seçilmiş dört işletme ve bu işletmelerin 2000:4 2014:3 dönemlerine ait yirmi finansal oran kullanılmış, ilişkiler korelasyon analizi yardımıyla araştırılmıştır.korelasyon analizine göre, TOPSIS performans skorları ile hisse senedi getirileri arasında bir ilişki bulunmamıştır. Finansal oranlar ile hisse senedi getirileri arasındaki ilişkiye bakıldığında, dört işletmenin üçünde değişkenler arasında genel olarak bir ilişki bulunmamıştır. Sadece bir işletmenin kârlılık oranları ile piyasa getirileri arasında istatistiksel olarak anlamlı pozitif ilişkiler bulunmuştur. Çalışma sonuçları hisse senedi fiyatlarının özellikle küçük işletmelerde daha çok dışsal faktörlerce belirlendiğini ortaya çıkarmıştır. 482

6 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba 1. GİRİŞ Yatırımcılar, sahip oldukları tasarruflarla gelirlerini ve servetlerini arttırmayı amaçlamaktadır. Hisse senetleri, bu amaca hizmet edecek finansal yatırımlardan birisini oluşturmaktadır. İstenen getirilerin elde edilmesi için hisse senetlerinin iyi analiz edilerek en doğru kararın verilmesi gerekir. Yatırımcılar bu kararı verirken, firmaya has olan veya olmayan farklı göstergeleri göz önünde tutmak durumundadır. İşletmenin elde ettiği kârlılık, satışların artması, gelecekle ilgili beklentiler, yurt içi ve yurt dışı ekonomik ve sosyal gelişmeler yatırımcıların alım satım kararları üzerinde etkili olabilmektedir. Bu faktörler de hisse senedinin arz ve talebine etki ederek piyasa fiyatını dolayısıyla hisse senedinin sağladığı getiriyi belirlemektedir. Hisse senetlerinin getirilerini belirleyen etkenler içsel ve dışsal faktörler olarak iki ana grupta incelenmektedir (Kanalıcı, 1997: 38 57). Diğer taraftan içsel ve dışsal faktörlerle ilgili gelecek beklentileri de, firmanın bugünkü piyasa fiyatına önemli etki etmektedir. Bu nedenle hisse senedinin piyasa getirisini, sadece geçmiş ve bugünkü verilere göre değerlendirmemek gerekir. Henüz mali tablolara yansımamış farklı beklentiler, firmanın bugünkü durumu ile güncel hisse senedi getirisi ilişkisinin zayıflamasına neden olmaktadır. Firmanın hisse senedinin getirisini etkileyen dışsal faktörler; enflasyon, faiz oranları, işsizlik, ekonomik büyüme, döviz kurları ve cari açık gibi değişik unsurlardan oluşmaktadır. Sayılgan ve Süslü (2011), Kanalıcı Akay ve Nargeleçekenler (2009), Ayaydın, H, Dağlı, H., (2012), Kaya, Çömlekçi ve Kara, (2013). Güngör ve Yerdelen Kaygın (2015) gibi çalışmalar farklı makroekonomik olayların hisse senedi getirilerini etkilediğini göstermektedir. İçsel faktörler ise, firmanın faaliyet alanı, kapasitesi, pazar payı, satışları, kârlılığı ve bunun gibi unsurlardan oluşmaktadır. Lewellen (2004), Canbaş, Kandır ve Erişmiş (2008), Aydemir, Ögel ve Demirtaş (2012), Güngör ve Yerdelen Kaygın (2015). Bir yatırımcı hisse senedi alım satımı kararını verirken teknik ve temel analiz gibi yöntemlerden faydalanabilmektedir. Teknik analiz hisse senedinin geçmiş fiyat/getiri, işlem hacmi gibi verilerinin analizi ile ilgilidir. Temel analiz ise; firmanın faaliyet yapısının, faaliyet sonuçlarının ve faaliyet beklentilerinin nitel ve nicel analizinden oluşmaktadır. Temel analiz yapan bir yatırımcı, karar verebilmek için gerekli analiz işlemine, öncelikle ülkenin genel ekonomik koşullarını ve konjonktürel yapısını inceleyerek başlamaktadır. Bunu sektör analizi ve firmanın analizi izlemektedir. Ülkede işsizlik oranının artması, genellikle ekonomik yavaşlama ve durgunluk işareti olarak görülmekte ve firmaların gelirlerinin düşmesi beklenmektedir. Bu durum da firmanın borsa fiyatını ve getirisini düşüren bir etkiye neden olmaktadır. İşletmelerin faaliyet gösterdikleri sektörlerin farklılaşması, dışsal faktörlerin hisse senetlerinin fiyatları üzerindeki etkisinin farklılaşmasına neden olur. Bir ekonomik kriz, normal mal üreten firmaların satışlarını düşürürken, zorunlu gıda maddeleri üretimi yapan firmaların satışları ve kârlılıkları ciddi olarak etkilenmeyebilir. Bu da sektör analizinin önemini yansıtmaktadır. Diğer bir önemli 483

7 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba konu da firmanın kendi performansıdır. Satışlardaki veya kârlılıktaki artış, firmaların hisse senetlerinin borsadaki getirisi üzerinde önemli bir etkiye sahip olabilmektedir. Bazı durumlarda firmanın hisse senedine yatırım kararı sadece kâr veya sadece satış gibi değişkenlere dayanarak verilememektedir. Borsalarda kârlılığı diğerlerine göre iyi firmaların hisse senetlerinin sağladığı getiri düşebilmekte, bazı durumlarda da zarar etmiş bir firmanın hisse senetleri daha iyi piyasa getirisi sağlayabilmektedir. Bu durumda, kârzarar verisi alım satım kararı için tek başına bir gösterge olamamaktadır. Ancak bazı durumlarda da bu hareketin nedeni, firmanın aldığı yeni bir yatırım kararı veya bir stratejik ortaklık sözleşmesi gibi gelecekte yüksek gelir getirme olasılığının ortaya çıkmış olması olabilmektedir. Bazı zamanlarda da hisse senetlerinin getirileri üzerinde, manipülatif alımsatım işlemleri etkili olabilmekte, bu da hisse senedinin getirisi ile ekonomik gerçekler arasındaki bağın kopmasına neden olmaktadır. Hisse senedi getirilerini, firmaların mali tablolarındaki birkaç değişkenle ilişkilendirmek yanlış olabilir. Bu durumda sadece satış veya kârlılık yerine, firmanın faaliyet performansını yansıtabilecek daha doğru bir ölçüye ihtiyaç duyulmaktadır. Az sayıda değişken yerine, firmanın durumu ile ilgili mali tablolardan elde edilebilecek daha fazla oran veya değer kullanılmalıdır. Bu da, çok sayıda değişken kullanılarak karar verme sorununu ortaya çıkarmaktadır. Yatırımcıların çok sayıda değişken kullanılarak karar vermelerindeki sorunun çözümü için, literatürde yaygın olarak kullanılan çok değişkenli karar yöntemleri bir araç olabilmektedir. Analitik Hiyerarşi (AHS), ELECTRE, Gri İlişkisel Analiz, Ekonomik Katma Değer (EVA), Piyasa Katma Değeri (MVA), Veri Zarflama Analizi (VZA), Malmquist Toplam Faktör Verimliliği İndeksi (TFV) ve TOPSIS gibi istatistiksel yöntemler, çok farklı alanlarda karar verebilmek için kullanılan yöntemlerdir. Bu çalışmada TOPSIS yöntemi çok sayıda finansal oran kullanılmasının yarattığı zorluğu ortadan kaldırmak için bir araç olarak seçilmiştir. TOPSIS yöntemi, firmaların finansal performanslarını ölçen bir yöntem olarak kullanılmaktadır. Buna örnek olarak Yükçü ve Atağan (2010), Demireli (2010), Dumanoğlu (2010), Soba, Akcanlı ve Erem (2012) gösterilebilir. TOPSIS yöntemini kullanan Dumanoğlu (2010), Borsa İstanbul da (BİST) işlem gören çimento sektöründeki 15 firmanın finansal performansını ölçmüştür dönemini ele alan çalışmada likidite, faaliyet ve kârlılık oranlarından oluşan 8 finansal oran kullanılmıştır. Çalışma sonunda firmaların 6 yıllık dönem içinde her yıla ait performansları hesaplanmış ve her yıl hangi firmanın daha iyi performans sergilediği gösterilmiştir. Çalışmaya göre, 2004 yılında en iyi performansı Mardin Çimento gösterirken 2009 yılında Konya çimento en iyi performansı sergilemiştir. Ömürbek ve Mercan da (2014) imalat sektörünün 22 alt sektöründe yaptığı çalışma ile bu farklı sektörlerdeki firmaların finansal performanslarını 9 finansal oran ile TOPSIS ve ELECTRE yöntemlerini kullanarak kıyaslamayı amaçlamıştır. Çalışma sonunda Kok kömürü ve rafine edilmiş petrol ürünleri imalatı alt sektörü performansı en yüksek sektör olarak belirlenmiştir. Demireli (2010) de, TOPSİS yöntemini Türkiye deki kamu bankalarının performanslarını ölçmüştür. Yazar çalışmasındaki kamu bankaların performanslarında çalışma dönemi boyunca önemli bir olumlu gelişme 484

8 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba yaşanmadığını göstermiştir. Yükçü ve Atağan (2010) da, firma performanslarını değerlemek amacıyla dört farklı oran yerine TOPSIS yöntemini kullanarak performans ölçütünü tek bir değere indirgemiştir. Bu sayede farklı illerde bulunan otellerin hangilerinin daha iyi performans gösterdiğini belirlemişlerdir. Ancak bu çalışmalar, firma performanslarıyla hisse senetlerinin piyasa fiyatları arasında ilişki aranan çalışmalardan değildir. Soba, Akcanlı ve Erem (2012) çalışmalarında, taş ve toprağa dayalı sektörde faaliyet gösteren 26 işletme ile metal eşya makine ve gereç yapım sektöründe faaliyet gösteren 28 işletmenin yılları arasındaki performans değerlendirmelerini TOPSIS yöntemlerini kullanarak yapmışlar ve sektörün en başarılı firmalarını sıralamışlardır. Bu çalışmanın amacı, çok kriterli karar verme yöntemlerinden biri olan TOPSIS yöntemiyle şirketlerin finansal performanslarını belirlemek, ayrıca bu performans ve finansal oranlarla hisse senetlerinin borsa getirileri arasındaki ilişkiyi ölçmektir. Bu amaçla, çalışmada öncelikle konuya yönelik olarak literatür taraması yer almış, bunu metodoloji takip etmiştir. Deneysel bulgular bölümünde, TOPSİS yöntemiyle şirketlerin finansal performansları belirlenmiştir. Ayrıca performans ve finansal oranlarla hisse senetlerinin borsa getirileri arasındaki ilişkinin tespiti için korelasyon analizi uygulanmış ve elde edilen bulgular yorumlanmıştır. Çalışma, sonuçların değerlendirilmesi ile tamamlanmıştır. 2. LİTERATÜR ARAŞTIRMASI Hisse senetlerinin fiyat veya getirilerinin ortaya çıkmasında hangi unsurların ne derecede etkili olduğunun belirlenmesi yatırımcılar için önemli bir konudur. Bunun belirlenmesi, bireysel yatırımcıların çok sayıda işletme verisini doğru kullanmalarına yardımcı olacaktır. Literatür incelendiğinde hisse senedi getirilerini nelerin belirlediğini ortaya çıkarmayı hedefleyen çok sayıda akademik çalışmaya rastlanmaktadır. Demir (2001), 1991 ve 2000 döneminde bankacılık sektöründe hisse senedi getirilerini açıklayan en önemli oranların, piyasa temelli oranlardan PD/DD ile F/K oranı ve kârlılık oranları (Hisse başına düşen kâr, Öz sermaye kârlılığı) olduğunu belirlemiştir. Özer (1996), Borsa İstanbul da (2012 yılından önceki ismiyle İstanbul menkul Kıymetler Borsası İMKB) döneminde günlük olarak işlem görmüş firmalardan 231 inin karları ile hisse senedi verimleri arasındaki ilişkileri incelemiş, firmaların açıkladığı kârların hisse senedi fiyatlarına, dolayısıyla getiriye yansıdığını belirlemiştir. Kalaycı ve Karataş (2005), BİST imalat sektöründeki firmaların 1996 ve 1997 yıllarına ait 17 finansal oranı ile bu hisse senetlerinin getirileri arasındaki ilişkileri araştırmıştır. Yazarlar ilgili dönem için hisse senedi getirileri ile kârlılık oranları, borsa performans oranları ve verimlilik oranları arasında aynı yönlü ilişkiler elde etmişlerdir döneminde BİST de yer alan 111 üretim firmasının finansal oranları ile piyasa getirileri arasındaki ilişkiyi araştıran Küçükkaplan (2013), piyasa değerindeki değişmenin %23,3 lük kısmını finansal oranların açıkladığını bulmuştur. 485

9 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba Karaca ve Başçı (2011), BİST 30 endeksinde aralıksız yer alan 14 firmanın döneminde; net kâr marjı, esas faaliyet kâr marjı, varlıkların devir hızı ve özsermayenin devir hızı oranları ile hisse senedi getirisi arasında istatistiksel açıdan anlamlı ilişkiler elde etmişlerdir. Bektaş ve Tekin (2013), kanonik korelasyon yöntemini kullanarak bankacılık sektöründe 2011 yılına ilişkin hisse senedi getirilerini açıklayan değişkenleri araştırmıştır. Çalışmaya göre, net aktif kârlılığı oranı ve PD/DD oranı getiriyi en iyi açıklayan iki değişken durumundadır. Ayrıçay ve Türk (2014) ise, BİST üretim endeksinde yer alan 56 firmanın dönemindeki finansal oranları ile piyasa getirileri arasındaki ilişkileri araştırmıştır. Panel veri analizi kullanılan çalışmanın bulgularına göre; asit test oranı, aktif devir hızı, PD/DD oranı ve finansal kaldıraç oranları anlamlı olarak etkin olduğu görülmüştür. Buna karşılık, borçlanma oranı ve bazı çalışmaların aksine aktif kârlılık oranı ile piyasa değeri arasında anlamlı ilişki bulunmamıştır. Birgili ve Düzer (2010) çalışmalarında dönemi için finansal oranlar ile firma değeri arasındaki ilişkiyi araştırmışlardır. Cari oran ve nakit oran, özkaynak/toplam aktif, toplam borç/ özkaynak, döner sermaye devir hızı, net kâr/özkaynak ve piyasa temelli oranlar ile (PD/DD, F/K) piyasa değeri arasında anlamlı ve pozitif bir ilişki elde edilmiştir. Toplam borç/toplam aktif, kısa vadeli borç/toplam borç oranlarının firmaların piyasa değeri ile ilişkisinin anlamlı ve negatif yönlü olduğu görülürken; aktif kârlılığı, net kâr / net satış oranı, aktif devir hızı, alacak devir hızı gibi oranlarla piyasa değeri arasında anlamlı bir ilişki bulunamamıştır. Kısa vadeli borç/ toplam borç oranı ile piyasa getiri arasında negatif, Uzun vadeli borç / toplam borç piyasa getirisi ilişkisinin anlamlı ve pozitif olması kısa dönem borç yükünün yatırımcıların alım satım kararları üzerinde yarattığı farklı etkiyi ön plana çıkarmaktadır. Uluyol ve Türk (2013), BİST de işlem gören 56 üretim firmasının dönemi için panel veri analizi kullanarak finansal oranların firma değerine etkisini araştırmıştır. Yazarlar, cari oran ve nakit oranın firma piyasa değerleri üzerinde anlamlı düzeyde etkili olduğunu bulurken, stok devir hızı, özsermaye oranı, net kâr marjı ve hisse başına düşen kâr oranları ile piyasa değerleri arasında bir ilişki bulunamamıştır. Borsa İstanbul da döneminde imalat sanayi firmalarına ait 14 adet finansal oran ile hisse senedi getirileri arasındaki ilişkiyi panel veri yöntemi kullanarak inceleyen Aydemir, Ögel ve Demirtaş (2012), hisse senedi getirileri üzerinde kârlılık, likidite ve kaldıraç oranlarının pozitif etkiye sahip olduğunu, faaliyet oranlarının ise getirilerini etkilemediğini ortaya çıkarmıştır. Ancak çalışmada, bu finansal oranların hisse senedi getirilerini belirleme gücünün düşük olduğu belirlenmiştir. Güngör ve Yerdelen Kaygın (2015), Borsa İstanbul da döneminde işlem gören ve süreklilik gösteren imalat sanayi işletmelerinin hisse senedi getirileri ile bazı mikro ve makro ekonomik faktörler arasındaki ilişkileri araştırmışlardır. Yazarlar çalışma sonunda, firmaya has bazı mikro faktörlerle getiri arasında anlamlı ilişki ortaya çıkarırken, bazı 486

10 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba faktörler arasında ilişki elde edilmemiştir. Mikro faktörlerden cari oran, net kâr/toplam aktifler oranı, net kâr/net satışlar oranı, PD/DD oranı, temettü verimi bağımsız değişkenleri ile getiri arasında anlamlı ilişki olmadığı görülmüştür. Buna karşın asit test oranı, kısa vadeli yabancı kaynaklar/ toplam kaynaklara oranı, maddi duran varlıklar/öz kaynak oranı, net kâr/öz kaynak oranı ve fiyat/ kazanç oranı ile hisse senedi fiyatı arasında pozitif yönlü bir ilişki tespit edilmiştir. Alacak devir hızı ve stok devir hızı, toplam borçların/toplam aktiflere oranı ve kısa vadeli yabancı kaynaklar/ toplam kaynaklara oranı ile hisse senedi fiyatı arasında ise negatif yönlü ilişki elde edilmiştir. Yazarlar aynı dönemde, makroekonomik faktörlerden döviz kuru, para arzı, petrol fiyatları ve sanayi üretim endeksi ile hisse senedi fiyatı arasında pozitif yönlü bir ilişki bulurken; enflasyon oranı, faiz oranı, GSYİH, altın fiyatları ve dış ticaret dengesi ile getiri arasında ise negatif yönlü bir ilişki bulmuşlardır. Canbaş, Kandır ve Erişmiş (2008) çalışmalarında yüksek defter değeri/piyasa değeri oranına sahip şirketlerin hisse senetleri, düşük defter değeri/piyasa değeri oranına sahip şirketlerin hisse senetlerine göre daha üstün performans sergilediğini, firma büyüklüğüne göre küçük firmaların hisse senetlerinin büyük firmaların hisse senetlerinden daha yüksek getiriler sağladığını belirlemiştir. Yalçıner vd.(2005), 2000: :06 dönemi için Borsa İstanbul da altışar aylık toplam 6 dönem finansal oran değerleri kullanarak, finansal oranlarda ortaya çıkan değişmelerin piyasa tarafından ne biçimde algılandığını ve hisse senedi fiyatlarına nasıl yansıdığını görmeyi amaçlamışlardır. Çalışmada VZA ve TFV analizleri kullanılmıştır. Yazarlar, 13 farklı finansal oranı girdi, 4 adet değişkeni ise çıktı değişken olarak kullanmışlardır. VZA ile etkin olduğu belirlenen firmalar ile hisse senetlerinin getirisi arasında yakın ilişki bulunmuştur. Ancak, TFV indeksi analizinde bir önceki döneme göre etkinliği artan firmaların hisse senetlerinin piyasa getirisinin de aynı düzeyde güçlü kanıt bulunamamıştır. Sakarya ve Aytekin (2013), BİST de döneminde işlem gören bankaların finansal performanslarını PROMETHEE yöntemiyle belirledikten sonra, hesapladığı bu performans ölçüsü ile bankaların piyasa getirileri arasındaki ilişkiyi araştırmıştır. Yazar, analiz sonucunda finansal performans değerleri ile hisse senedi getirileri arasında gerek yıl bazında, gerekse de banka bazında istatistikî olarak anlamlı bir ilişkinin olmadığı sonucuna ulaşılmıştır. Lewellen (2004), yıllarını kapsayan çalışmasında Piyasa Değeri/Defter Değeri (PD/DD) oranı ve Fiyat/Kazanç (F/K) oranı gibi piyasa temelli oranlarla hisse senetleri arasında ilişki olduğunu belirlemiştir. Ancak F/K oranı kısa dönem getirilerini, PD/DD uzun dönem getirilerini etkilemektedir. Bunun yanında kâr payı verimi oranı da uzun dönem getirilerini açıklamaktadır. Petcharabul ve Romprasert (2014), Tayland da dönemine ilişkin çeyrek dönem mali tablo verileri ile çalışarak Teknoloji sektöründe bulunan firmaların hisse senetlerinin faaliyet sonuçları ile hisse senedi borsa getirileri arasındaki ilişkileri ölçmüşlerdir. Yazarlar, Özsermaye karlılığı ve PD/DD oranları ile hisse getirisi arasında önemli pozitif ilişki elde etmişlerdir. 487

11 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba Kaya ve Öztürk (2015), firma kârlarının, hisse senedi yatırımcılarının yatırım kararlarını ve hisse senedini fiyatını etkileyen önemli bir faktör olduğunu ifade etmişlerdir. Bu nedenle çalışmalarında BİST Gıda, İçki ve Tütün Sektöründe faaliyet gösteren firmaların yıllarında elde ettikleri muhasebe kârları ile hisse senedi fiyatları arasında ilişkiyi panel eşbütünleşme ve Granger nedensellik testi kullanılarak ele almışlardır. Analiz sonuçlarında muhasebe kârları ile hisse senedi fiyatlarının eşbütünleşik olduğu ve muhasebe kârlarını temsil eden aktif kârlılığı ve net kâr marjı değişkenlerinden hisse senedi fiyatı değişkenine doğru tek yönlü, esas faaliyet kârlılığı değişkeni ile hisse senedi fiyatı değişkeni arasında iki yönlü nedensellik tespit etmişlerdir. Çalışmalar genel olarak değerlendirildiğinde; araştırmalarda kullanılan yöntem, dönem ve veri yapısı değiştikçe getiri ile getiriyi etkileyen faktörler arasındaki ilişkinin farklılaştığı görülmektedir. Örnek olarak çalışmanın birinde net aktif kârlılık oranı ile getiri arasında pozitif ve anlamlı bir ilişki bulunurken, bazı çalışmalarda bu ilişki ortadan kalkabilmektedir. 3. VERİ VE YÖNTEM 3.1.Amaç Çalışmanın amacı, şirketlerin finansal oranları yardımıyla finansal performanslarını tespit etmek ve bu finansal oranlar ve performanslar ile hisse getirileri arasındaki ilişkiyi ölçmektir. Fiyatın ortaya çıkmasında kârlılık, satışlar gibi içsel faktörler etkili olabildiği gibi, bunlardan sadece birisi bu ilişkiyi yansıtmaktan uzak kalabilmektedir. Bu nedenle firmaların mali yapısını mali tablolarından elde edilecek tek bir oran veya değer ile ifade etmek yerine, tüm bu oranlarının kullanımıyla çok değişkenli karar verme yöntemlerinden biri olan TOPSIS yöntemi kullanılarak hesaplanacak yeni bir değer ortaya konabilir. Elde edilen bu yeni değer, performans getiri ilişkisini belirlemede daha ön planda olabilir. Çalışmada hisse senetlerinin borsa fiyatları baz alınarak oluşturulan hisse senedi getirileri ile öncelikle mali oranları arasındaki ilişkiler araştırılacaktır. Benzer biçimde firmanın borsa getirilerinin TOPSİS yöntemiyle elde edilen yeni değerlerle ilişkisi araştırılacaktır. Böylece yatırımcı çok sayıda mali orana bakarak karar vermek yerine, getiri ilişkisini yansıtan yeni bir gösterge kullanma olanağı elde edecektir. Çalışmada, hisse senetleri Borsa İstanbul da işlem gören gıda sektörü firmaları ele alınmıştır. Gıda sektörünün çalışma kapsamına alınmasının nedeni, insanların gıda tüketimlerinin kriz gibi ekonomik sorunlar karşısında diğer sektörlere göre daha düşük esneklik gösterdiğinin varsayılmasıdır. Çalışmada sektördeki tüm firmalar değil, bunlardan 4 ü seçilmiştir. Firmalardan ilki tavuk eti üretimi, ikincisi meyve suyu üretimi, üçüncüsü un üretimi ve sonuncusu da salça/konserve gibi alt gıda sanayisi dallarında faaliyet göstermektedir. 3.2.Veri Yapısı Bu çalışmanın veri setini, Türkiye de Gıda Sektöründe Faaliyet Gösteren ve Borsa İstanbul da İşlem gören dört firmaya (Tablo 1) ait bilanço ve gelir tablolarından elde edilen finansal oranlar oluşturmaktadır. 488

12 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba Tablo 1: Borsa İstanbul Gıda Endeksinde Yer Alan İşletmeler Borsa Kodu İşletme Adı BANVT BANVİT BANDIRMA VİTAMİNLİ YEM SANAYİİ A.Ş. ERSU ERSU MEYVE VE GIDA SANAYİ A.Ş. PETUN PINAR ENTEGRE ET VE UN SANAYİİ A.Ş. TATGD TAT GIDA SANAYİ A.Ş. Çalışmada farklı düzeyde veriler elde edilerek analizi yapılmıştır. Analizde her bir firma için; 2000:4 ile 2014:3 dönemler arasında 56 çeyrek döneme ait 20 mali oran hesaplanmıştır. Hesaplanan mali oran sayısı bir firma için olmak üzere, toplamda dir. Kullanılan veriler Borsa İstanbul internet sayfası adresinden ve Kamuyu Aydınlatma Platformu internet sayfası adresinden elde edilmiştir. Hisse senedi getirileri hesaplanırken, bilanço dönemi sonrasındaki üç aylık çeyrek döneme ilişkin günlük kapanış fiyatlarının ortalaması alınmıştır. Böylece finansal oranların açıklanma tarihleri nedeniyle ortaya çıkan gecikme etkisi en aza indirilmek istenmiştir. Finansal oranlar ve finansal performans ile getiri ilişkisini belirlemek için çalışmada, BİST Gıda sektörü tercih edilmiştir. Bunun nedeni, sektörün krizlerden az etkileneceğinin düşünülmesidir. Çünkü gıda, insanların en temel ihtiyacıdır. İnsanlar kriz zamanlarında bile gıda harcamalarını çok fazla kısamazlar. Sektörün krizlerden az etkilenecek olmasının, firmaların performanslarının borsa fiyatlarıyla karşılaştırılmasına diğer sektörlere göre daha elverişli olacağı düşünülmüştür. Analizde 4 ana kategoride 20 adet finansal oran kullanılmıştır. Hisse senetlerinin piyasa getirilerinin, büyük oranda finansal oranlara yansıyacağı düşünülerek Piyasa temelli oranlar çalışma kapsamına alınmamıştır Analiz Yöntemi Firmaların finansal performanslarını belirlemek için mali oranlara ilişkin veriler TOPSIS yöntemi kullanılarak analiz edilmiştir. TOPSIS analiz sonuçlarına göre 56 çeyrek için 4 ayrı şirket açısından birer performans değer serisi elde edilmiştir. Firmaların hisse senetlerinin borsa fiyatları ile TOPSIS yöntemine göre elde edilen performans değerleri arasındaki ilişki düzeyi Korelasyon analizi ile incelenmiştir. TOPSIS (Technique for Order Preference by Similarity to Ideal Solution); çok kriterli karar verme tekniklerinden uygulanması kolay olan ve bulunan sonuçlar düzeyinde ise etkin ve verimli neticelere ulaştıran bir karar verme tekniğidir. Yöntem ise maksimum ve minimum değerler arasında karşılaştırma yapmaktadır. Bazı durumlarda ideal çözüm uygulanamaz ve ulaşılamaz sonuçlar doğurduğunda, ideale en yakın nokta belirlenmektedir (Soba vd. 2012:234). 1.ADIM: Karar Matrisi Oluşturmak Karar matrisinde satırlara karar noktaları, sütunlara ise değerlendirme faktörleri yerleştirilir. Karar vericisinin oluşturmuş olduğu A matris başlangıç matrisidir (Sakthivel vd. 2015:244). 489

13 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba A r ij ij a a... a m1 a m ij k 1 a 2 kj a a a m2 m: Karar noktası sayısı a1n a 2n... amn n: Değerlendirme faktörü sayısı 2.ADIM: Standart Karar Matrisinin Oluşturulması Karar matrisinde yer alan alternatifler (a 1.. a n) şeklinde alt alta gelerek sıralanmakta ve her kriterin farklı alternatife göre biçimlenerek özellikler (y 1k..y nk) şeklinde sıralanmaktadır (Demireli, 2010:105). İ: 1.n J: 1..k 3.ADIM: Ağırlıklı Standart Karar Matrisinin Oluşturulması İlk olarak değerlendirme faktörleriyle ilişkili olan ağırlık değerleri (w i ) belirlenmektedir. Belirlenen ağırlık değerlerinin toplamı ise 1 olmalıdır (Alp ve Engin, 2011:69). (1) (2) n w i i1 1 (3) Standart karar matrisinin (R) her sütunda yer alan elemanlarının ağırlık değeri (w i ) ile çarpılıp ağırlıklı standart karar matrisi (V) meydana getirilir (Jadidi vd. 2008:764). V ij w1r w1r... w1r m1 w r 2 12 w r 2 w r 22 2 m w r n 1n w r n 2n w r n... mn 490 (4)

14 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba * 4.ADIM: İdeal ( A ) ve Negatif İdeal ( A ) Çözümlerin Oluşturulması Karar matrisinin en iyi çözüm sonuçlarından oluşan ideal çözüm aralığı oluşmakla beraber en kötü çözüm skorlarıda kötü ve yetersiz değerlerden oluşmaktadır. Değer olarak ise maksimizasyon ya da minimizasyon yönlü olmasına göre değer ağırlıkları seçilir (Ustasüleyman, 2009:37). A * (max v i ij j J ),(min v i ij j J ' (5) Negatif çözümde de aynı şekilde matristeki değer faktörleri minimizasyon ve maksimizasyon değerler olacak şekilde seçilir. A (min v i ij j J ),(max v i ij j J ' (6) 5.ADIM: Ayırım Ölçülerinin Hesaplanması Her karar noktası değerlendirmeleri için ideal çözümden olası sapmaları bulabilmek için uzaklık yaklaşımından yararlanılmaktadır. Sapma değerleri ideal ayrım (S i + ) ve negatif ideal ayrım (S i ) ölçüsü şeklinde belirtilmektedir (Mahmoodzadeh vd., 2007:305). S S * i i n j1 n j1 ( v ij ( v ij v ) v * 2 j j ) 2 (7) (8) 6.ADIM: İdeal Çözüme Göreli Yakınlığın Hesaplanması Her bir değerin hesaplanmasının uygun çözümde doğrulamak için ideal ve negatif ayrım ölçülerinden faydalanılır. Bu ölçüt ise negatif ideal ayrım ölçüsünün toplamdaki ayrım ölçüsüne payıdır. Karar noktası ideal çözümü sonucu 1, negatif ideal çözüm sonucu 0 olarak ideal olan çözüme yakınlığı gösterir (Korkmaz, 2012:16). C S * i i S i S * i 4. DENEYSEL BULGULAR Bu bölümde öncelikle çalışmaya konu olan işletmelerin ilgili dönemlerdeki TOPSIS skorları hesaplanarak bu işletmelerin finansal performansları tespit edilmeye çalışılmıştır. Daha 491 (9)

15 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba sonra şirketlerin TOPSIS yöntemine göre belirlenen performansları, şirketlerin çalışmada baz alınan dönemler içerisindeki getirileri ile karşılaştırılarak aralarında herhangi bir korelasyon olup olmadığı belirlenmeye çalışılmıştır. Çalışmada son olarak şirketlerin baz alınan finansal oranları ile bu şirketlerin getirileri arasında korelasyon kurularak ilişki tespit edilmeye çalışılmıştır. Çalışmada dikkate alınan dört işletmenin performansının belirlenmesinde TOPSIS yöntemi kullanılmış ve bunun için finans literatüründe çok kullanılan mali oranlardan yirmisi seçilmiştir. Çalışmada kullanılmak üzere seçilen yirmi (20) oran Tablo 2 de gösterilmiştir. Tablo 2 de gösterilen mali oranlar dört işletme için ayrı ayrı hesaplanmıştır. Dönem olarak 2000 yılının son çeyreği ile 2014 yılının üçüncü çeyreği arası seçilmiş ve bu iki dönem arasındaki tüm çeyrek dönemlere ait olan Tablo 2 deki mali oranlar hesaplanmıştır. Tablo 2: Analizde Kullanılan Yirmi (20) Finansal Oran ORANLAR ORAN ADI ORAN FORMÜLÜ NO Likidite Oranları Mali Yapı Oranları Faaliyet Oranları Kârlılık Oranları Cari Oran Dönen Varlık / Kısa Vadeli Borç 1 Asit Test Oranı (Dönen V. Stoklar)/ Kısa Vadeli Borç 2 Nakit Oran Hazır Değerler/KVB 3 Kaldıraç Oranı 492 Toplam Yabancı Kaynaklar/Toplam Pasif Kısa Vadeli Yabancı Kaynak Oranı Kısa Vadeli Borç /Toplam Pasif 5 Özkaynak Oranı Özkaynaklar/Toplam Pasif 6 Duran Varlıklar/Özkaynaklar Oranı Duran Varlıklar/ Özkaynaklar 7 Duran Varlıklar/Toplam Aktifler Oranı Toplam Banka Krediler/Toplam Aktifler Oranı Duran Varlıklar/Toplam Aktifler 8 Toplam Banka Kredileri/Toplam Aktifler Alacak Devir Hızı Net Satışlar / Ort Ticari Alacaklar 10 Stok Devir Hızı SMM/Ort. Ticari Mal Stoku 11 Aktif Devir Hızı Net Satışlar/Toplam Aktif 12 Net Kâr Marjı Net Kâr / Net Satışlar 13 Öz Kaynak Kârlılık Oranı Net Kâr / Öz Kaynak 14 Aktif Kârlılık Oranı Net Kâr / Toplam Aktif 15 Ödenmiş Sermaye Kârlılık Oranı Net Kâr/Ödenmiş Sermaye 16 Brüt Satış Kârı Oranı Brüt Satış Kârı/Net Satışlar 17 Faaliyet Kârı Oranı Faaliyet Kârı/Net Satışlar 18 Olağan Kâr Oranı Olağan Kâr/Net Satışlar 19 Faaliyet Giderleri/Net Satışlar Oranı Faaliyet Giderleri/Net Satışlar 20 Bu hesaplamaların sonucunda bulunan mali oran değerleri, TOPSIS skorlarının hesaplanmasında kullanılmış ve bulunan değerler aşağıdaki Tablo 3 te gösterilmiştir. 4 9

16 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba Tablo 3: BİST de İşlem Gören Dört Gıda Sektörü Firmasının TOPSIS Skorları Yıllar BANVT ERSU PETUN TAT Yıllar BANVT ERSU PETUN TAT ,7343 0,2939 0,4136 0, ,5549 0,6136 0,7541 0, ,6094 0,2932 0,3210 0, ,5371 0,4014 0,5960 0, ,3892 0,3125 0,3167 0, ,4961 0,3701 0,5427 0, ,4012 0,3856 0,2466 0, ,4688 0,3612 0,5031 0, ,4211 0,3835 0,2593 0, ,4046 0,3798 0,5664 0, ,3947 0,3391 0,2840 0, ,3289 0,3464 0,6119 0, ,4647 0,3596 0,2676 0, ,4080 0,3721 0,5710 0, ,5083 0,3964 0,2905 0, ,4424 0,3913 0,5379 0, ,5132 0,4195 0,1606 0, ,4559 0,3862 0,5446 0, ,4740 0,3593 0,3035 0, ,4820 0,3983 0,6360 0, ,5295 0,3635 0,3256 0, ,4874 0,3981 0,5663 0, ,6189 0,3406 0,3369 0, ,4919 0,3927 0,5185 0, ,6488 0,3437 0,4355 0, ,4921 0,4210 0,5421 0, ,6311 0,3127 0,4163 0, ,4687 0,4079 0,7232 0, ,5784 0,2845 0,4083 0, ,4569 0,3953 0,5621 0, ,4997 0,2818 0,3929 0, ,4052 0,3806 0,5007 0, ,4896 0,3923 0,4107 0, ,4423 0,3976 0,5141 0, ,4867 0,2622 0,4535 0, ,4711 0,3784 0,5873 0, ,4622 0,3259 0,4461 0, ,4568 0,3974 0,4934 0, ,4979 0,3289 0,4715 0, ,4775 0,3882 0,5236 0, ,5954 0,3555 0,4629 0, ,4139 0,3732 0,5217 0, ,4982 0,5136 0,5006 0, ,3871 0,4153 0,5947 0, ,4744 0,3084 0,4360 0, ,3793 0,3901 0,5660 0, ,4660 0,3854 0,5369 0, ,2942 0,3590 0,6130 0, ,5805 0,3953 0,6844 0, ,3152 0,3803 0,5977 0, ,4859 0,3674 0,6851 0, ,3809 0,3701 0,5066 0, ,5607 0,3757 0,5386 0, ,3420 0,4136 0,5029 0, ,5858 0,4441 0,6953 0, ,3930 0,3927 0,5383 0,3075 Tablo3 te yer alan değerlerin tespiti için ağırlıklı normalize edilmiş karar matrisinde ağırlıklandırma işleminde tüm kriterlerin aynı önem derecesinde olduğu kabul edilmiş ve 20 kriterin ağırlıkları toplamının 1 değerine eşit olması gerektiğinden her bir kriter 0.05 ağırlık değeri ile çarpılmıştır. TOPSIS yönteminin uygulanması sonucunda elde edilen değerler Tablo 3 te yer almakla birlikte, bu değerler çalışmada dikkate alınan dört 493

17 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba işletmenin finansal performanslarını göstermektedir. Tablo 3 te birçok değerin yer alması nedeniyle hangi işletmenin daha yüksek bir performansa sahip olduğunun anlaşılması zor görülmektedir. Bu nedenle bu veriler bir grafiğe dökülerek tekrar aşağıdaki Şekil 1 de gösterilmeye çalışılmıştır. Şekil 1: BİST de İşlem Gören Dört Gıda Sektörü Firmasının TOPSIS Skorları 0,8000 0,7000 0,6000 0,5000 0,4000 0,3000 Banvit Tat Petun Ersu 0,2000 0,1000 0, Şekil 1 de yer alan, BİST de işlem gören dört gıda sektörü firmasının TOPSIS Skorları incelendiğinde, yıllar itibariyle en yüksek performansa sahip olan işletmenin, ilk dönemler hariç, genellikle Pınar Entegre Et ve Un Sanayii A.Ş. (PETUN) olduğu görülmektedir. Şekilden de görüleceği gibi, 2006 yılından itibaren PETUN skorlarının 0,50 nin, 2007 ve 2011 yıllarında bu oranın 0,70 in üzerindedir. Bu işletmeyi, baz alınan dönemlerin başında en yüksek performansa sahip olan ancak bu performansı bu dört işletme arasında son yıllarda azalışa geçen Banvit Bandırma Vitaminli Yem Sanayii A.Ş (BANVT) takip etmektedir. Bu işletmenin TOPSIS skorları 2004 yılından itibaren bir trend çizerek 0,60 seviyelerinden 0,30 seviyelerine kadar düşmüştür ile 2014 yılları arasında dört işletme arasında genellikle üçüncü olarak performans gösteren işletmenin ise Ersu Meyve ve Gıda Sanayi A.Ş. (ERSU) olduğu dikkat çekmektedir. ERSU işletmesi 2007 yılında 0,60 seviyelerine kadar yükselse de, bu işletmenin TOPSIS skorlarının genellikle 0,30 ile 0,40 arasında yatay seyrettiği görülmektedir. Son olarak ilk dönemler hariç olmak üzere, dört işletme arasında en düşük performansa sahip olan işletmenin ise Tat Gıda Sanayi A.Ş. (TATGD) olduğu Şekil 1 de çok rahat bir şekilde görülmektedir. TATGD işletmesinin TOPSIS skorlarının ilk dönemler hariç 0,20 ile 0,30 arasında yatay seyrettiği söylenebilir. TOPSIS yöntemiyle elde edilen skorların finansal performans göstergesi olarak anlamlılığının test edilmesi gerekir. Bunun için getiriler dikkate alınabilir. Gıda sektörü işletmelerinin (4 işletme) yılları arasındaki üç aylık ortalama getirileri ile bu işletmelere ilişkin elde edilen TOPSIS skorları arasındaki korelasyon düzeyleri aşağıdaki Tablo.4 te gösterilmiştir. 494

18 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba Tablo 4 e göre, BANVT in getirileri ile TOPSIS skorları arasındaki korelasyon 0,229, ERSU nun getirileri ile TOPSIS skorları arasındaki korelasyon 0,152, PETUN un getirileri ile TOPSIS skorları arasındaki korelasyon 0,126 ve TATGD nin getirileri ile TOPSIS skorları arasındaki korelasyon 0,077 dir. Tablo.4 te yer alan sonuçlarda görüleceği gibi, genel itibariyle değişkenler arasındaki korelasyon 0,25 düzeyinin altında kalmıştır. Bu durum, bu iki değişken arasındaki ilişkinin çok zayıf olduğunu gösterir. Ayrıca TATGD nin getirileri ile TOPSIS skorları arasında güçlü olmasa da ters yönlü bir ilişkinin olduğu anlaşılmaktadır. Dolayısıyla bu sonuçlara göre TOPSIS yönteminden elde edilen verilerle değerlendirme yapmak çok sağlıklı olmayacağı söylenebilir. Tablo 4: Hisse Senedi Getirileri ile TOPSIS Skorları Arasındaki Korelasyon Düzeyi BANVT TOPSIS ERSU TOPSIS PETUN TOPSIS TATGD TOPSIS BANVT GETİRİ Pearson Correlation,229 Sig. (2 tailed),090 ERSU GETİRİ Pearson Correlation,152 Sig. (2 tailed),263 PETUN GETİRİ Pearson Correlation,126 Sig. (2 tailed),354 TATGD GETİRİ Pearson Correlation,077 Sig. (2 tailed),572 **. Korelasyon 0,01 düzeyinde anlamlıdır (2 tailed). *. Korelasyon 0,05 düzeyinde anlamlıdır (2 tailed). N=56 Çalışmada ikinci bir uygulama yapılmıştır. Çalışmada ikinci bir uygulama yapılmasının amacı; getiri ile TOPSIS performans ölçüsü arasında bulunamayan korelasyonun, finansal oranların tek tek dikkate alınarak, bulunup bulunmayacağının tespitidir. Buna yönelik veriler Tablo.5 te gösterilmiştir. Üç aylık ortalama finansal oranlar ile üç aylık ortalama hisse senedi getirileri arasında istatistiki olarak anlamlı bir ilişki olup olmadığını belirlemek için dönemler bazında korelasyon testi uygulanmış ve sonuçlar Tablo.5 te gösterilmiştir. Tablo.5 genel olarak incelendiğinde, yapılan Korelasyon testleri sonucunda çok az değişken arasında korelasyon olduğu dolayısıyla da anlamlı olan ilişkilerin çok az olduğu anlaşılmaktadır. Tablo.5 te tespit edilebilen önemli diğer bir sonuç ise, mali oranlar ile hisse getirileri arasında çok az korelasyon olmasının yanında, korelasyonların 0,50 nin altında kalmış olması nedeniyle, bu korelasyonların güçlü olmadığıdır. Tablo 5 e göre, hisse senedi getirileri ile korelasyonun olduğu finansal oran değişkenlerinin genellikle Kârlılık Oranları olduğu görülmektedir. Getirisiyle oranları arasında en çok korelasyon olan hisse senedinin ise BANVT olduğu anlaşılmaktadır. Hisse getirileriyle oranlar arasında hiçbir korelasyona sahip olmayan tek işletme ise ERSU olmuştur. Dikkat çeken diğer bir unsur ise, BANVT hissesi doğru orantılı korelasyonlar içermektedir. Buna karşın TATGD ile PETUN hisseleri çok az korelasyona sahip olmakla beraber bu korelasyonların tümü negatif orantılıdır. Ancak aralarındaki korelasyon kuvvetli değildir. 495

19 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba Tablo 5: Hisselerin Getirileriyle Finansal Oranlar Arasındaki Korelasyon Düzeyi BANVT GETİRİ ERSU GETİRİ PETUN GETİRİ TATGD GETİRİ Cari Oran Pearson Correlation,222,100,025,145 Sig. (2 tailed),100,462,856,285 Asit Test Oranı Pearson Correlation,201,060,052,073 Sig. (2 tailed),138,660,705,591 Nakit Oran Pearson Correlation,081,108,095,036 Sig. (2 tailed),554,429,485,791 Kaldıraç Oranı Pearson Correlation,156,034,127,094 Sig. (2 tailed),252,806,351,493 Kısa Vadeli Yabancı Pearson Correlation,128,018,142,012 Kaynak Oranı Sig. (2 tailed),347,898,296,929 Özkaynak Oranı Pearson Correlation,276 *,022,140,102 Sig. (2 tailed),040,870,302,454 Duran Pearson Correlation,215,042,070,173 Varlıklar/Özkaynaklar Oranı Sig. (2 tailed),111,759,608,202 Duran Varlıklar/Toplam Aktif Banka Krediler / Toplam Aktif Pearson Correlation,035,038,143,262 Sig. (2 tailed),799,778,295,051 Pearson Correlation,016,135,190,184 Sig. (2 tailed),909,320,161,174 Alacak Devir Hızı Pearson Correlation,168,029,002,158 Sig. (2 tailed),216,832,991,244 Stok Devir Hızı Pearson Correlation,156,141,077,223 Sig. (2 tailed),252,299,574,099 Aktif Devir Hızı Pearson Correlation,319 *,123,023,094 Sig. (2 tailed),016,365,869,489 Net Kâr Marjı Pearson Correlation,473 **,064,193,193 Sig. (2 tailed),000,638,153,154 Net Öz Kaynak Pearson Correlation,380 **,032,198,137 Kârlılık Oranı Sig. (2 tailed),004,816,143,314 Net Aktif Kârlılık Pearson Correlation,457 **,068,184,182 Oranı Sig. (2 tailed),000,620,175,180 Net Ödenmiş Pearson Correlation,436 **,101,191,200 Sermaye Kârlılık Sig. (2 tailed),001,457,159,139 Oranı Brüt Satış Kârlılığı Pearson Correlation,134,121,139,267 * Oranı Sig. (2 tailed),326,374,307,047 Faaliyet Kârlılığı Pearson Correlation,296 *,096,022,264 * Oranı Sig. (2 tailed),027,483,871,049 Olağan Kâr Oranı Pearson Correlation,474 **,057,154,244 Sig. (2 tailed),000,678,258,070 Faaliyet Pearson Correlation,247,009,318 *,037 Giderleri/Net Satışlar Oranı Sig. (2 tailed),066,946,017,788 **. Korelasyon 0,01 düzeyinde anlamlıdır. *. Korelasyon 0,05 düzeyinde anlamlıdır. 496

20 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba 5. SONUÇ İşletmelerin piyasa fiyatlarını belirleyen çok sayıda içsel ve dışsal etken bulunmaktadır. Bu çalışma esas olarak işletme içi etkenlerden finansal oranlarla, işletmelerin piyasa getirisi arasındaki ilişkiyi ortaya çıkarmayı amaçlamaktadır. Çalışmadaki işletmelerin hisse senetlerinin piyasa getirileri ile finansal oranları arasında, tek tek ilişki araştırılmıştır. Bununla birlikte, birçok kriterin bulunduğu durumlarda karar vermeyi sağlayan araçlardan biri olan TOPSIS yöntemi ile işletmelerin her çeyrekteki performansı hesaplanmıştır. Hesaplanan bu performans skorları ile hisse senedi getirileri arasındaki ilişki araştırılmıştır. Çalışmada BİST gıda endeksinde yer alan seçilmiş 4 işletmenin 2000:4 ile 2014:3 arasındaki 56 çeyrek dönemlerindeki finansal performansları TOPSIS yöntemi ile ölçülmüştür. TOPSIS yöntemi ile hesaplanan skorlarla hisse senedi getirileri arasında yapılan korelasyon analizi sonucunda, hesaplanan performans skorları ile hisse senedi getirileri arasında 4 işletme için de istatistiksel olarak anlamlı bir ilişki bulunamamıştır. Böylece yatırımcılar, incelenen dönem için TOPSIS yöntemi ile bulunan skorlara göre hisse senedi alım satım kararı vermekten uzaktır. Bu durumda yatırımcılar, mali tabloların tümü üzerindeki değişmelere karşı duyarsız kalmışlardır. Oranlar düzeyinde yapılan korelasyon analizine göre; finansal oran ile getiri arasında az sayıda istatistiksel olarak anlamlı ilişki bulunmuştur. Çalışma kapsamındaki işletmelerden ERSU işletmesinin finansal oranları ile getirileri arasında istatistiksel olarak anlamlı olan hiçbir ilişki bulunmamıştır. PETUN işletmesi için sadece Faaliyet Giderleri/Net satışlar oranı, getiri ile anlamlı ancak negatif bir korelasyon ilişkisine sahiptir. TATGD işletmesine ait oranlarla getirileri arasında Brüt Satış Kârlılığı Oranı ve Faaliyet Kârlılığı Oranı arasında anlamlı ancak negatif bir ilişkiye rastlanmıştır. Bu üç işletmenin piyasa getirileri neredeyse tamamen finansal tablo verilerinden bağımsız olarak ortaya çıkmıştır. Yatırımcılar bu işletmelerin, finansal tablo ve finansal oranlarındaki gelişmelere karşı duyarsız kalmış oldukları söylenebilir. Finansal oranlarla getiri arasında en çok ilişkinin bulunduğu işletme BANVT tir. Bu işletmenin piyasa getirileri ile Özkaynak oranı, Aktif devir hızı, Net kâr marjı, Özkaynak kârlılığı, Net aktif kârlılığı, Net Ödenmiş sermaye kârlılığı, Faaliyet Kârlılığı ve Olağan Kâr oranı arasında anlamlı ve pozitif ilişkiler bulunmuştur. Bu durumda üç işletmenin fiyat oluşumunda içsel faktörler piyasada fiyatlanmazken, diğerlerine göre çok daha büyük boyutlu olan BANVT işletmesinde getiriler, büyük çoğunlukla kârlılık oranları tarafından belirlenmektedir. Bu durum borsada fiyat oluşum mekanizmalarının işleyişi hakkında da bir fikir vermektedir mali tablolarına göre diğer her üç işletmenin (ERSU, PETUN ve TATGD) aktifleri BANVT işletmesinin aktifinin sırası ile %4, %45 ve %67 si kadardır. BANVT işletmesinin net satışlara göre kıyaslama yapıldığında, ERSU %1, PETUN %28,4 ve TATGD %42,2 düzeyindedir. Buna göre genel olarak bakıldığında işletmelerin hisse senetlerinin getirileri içsel faktörlerin etkisini yansıtmamaktadır. İşletmelerin küçük olması, dışsal faktörlerin etkisini ön plana çıkarmıştır. 497

21 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba Diğerlerine göre daha büyük ölçekli bir işletme olan BANVT işletmesi için ortaya çıkan sonucun literatürdeki çoğu çalışmayla benzerlik gösterdiği görülmektedir. Özer (1996), Demir (2001), Kalaycı ve Karataş (2005), Karaca ve Başçı (2011), Bektaş ve Tekin (2013), Güngör ve Yerdelen Kargın (2015) nın çalışmalarında da başta kârlılık oranları olmak üzere finansal oranlar ile getiri arasında anlamlı ilişkiler bulunmuştur. Bu durumda, BİST yatırımcısının bazı işletmeler için işlem kararı verirken kârlılığı ön sıraya koyduğunu söylemek mümkündür. Diğer 3 işletme için ortaya çıkan sonuç; Uluyol ve Türk (2013), Sakarya ve Aytekin (2013), Aydemir, vd. (2012) ve Güngör vd. (2015) gibi çalışmalarla uyumludur. Aydemir, vd. (2012), finansal oranların hisse senedi getirilerini belirleme gücünün düşük olduğu belirlemiştir. Güngör vd. (2015) nin çalışmasında pek çok kârlılık oranı ile getiri arasında ilişki bulunamamış, dışsal faktörlerin getiri üzerinde önemli etkisi ortaya koyulmuştur. Bu da yatırımcıların bazı hisse senetlerini satın alırken, daha çok işletme dışı faktörleri dikkate aldıkları hissini uyandırmaktadır. Bu çalışmanın dikkat çekici sonuçlarından biri de, bu çalışmanın yanı sıra Sakarya ve Aytekin (2013) in çalışmasında da olduğu gibi çok değişkenli karar verme yöntemlerine göre bulunan performans ölçülerinin hisse getirileri üzerinde etkili olmamasıdır. Buna göre; yatırımcıların karar verirken işletmelerin genel başarı göstergelerine göre değil, başta kârlılık olmak üzere sınırlı sayıda gösterge kullandıkları söylenebilir. TOPSIS yönteminin finansal performans göstergesi olma özelliği ile ilgili olarak Saldanlı ve Sırma (2014), yaptıkları çalışmada; TOPSIS yöntemini BIST 100 imalat sanayi işletmelerinin verilerine ve BIST bankacılık endeksindeki banka verilerine uygulamıştır. Yazarlar, TOPSIS skorlarının yaptıkları iki uygulamada da hisse senedi getirileri arasında istenilen +0,50 düzeyinde bir ilişki gözlememişlerdir. Bu durumda yöntemin yatırımcılara, yapacakları yatırım kararlarında yardımcı olma özelliği olmadığı sonucuna varmışlardır. Sakarya ve Aytekin (2013) ün PROMETHEE yöntemini kullandığı çalışmasında da bulunan skorların getiriyi yansıtmamış olması, bu tür çok kriterli karar verme tekniklerinin finansal veriler için kullanıma uygun olup olmadığı konusunun da sorgulanmasını gündeme getirmektedir. KAYNAKÇA Alp, S. ve Engin, T. (2011). Trafik Kazalarının Nedenleri ve Sonuçları Arasındaki İlişkinin TOPSIS ve AHP Yöntemleri Kullanılarak Analizi ve Değerlendirilmesi. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, 10(19), Bahar, Ayaydın, H. ve Dağlı, H. (2012). Gelişen Piyasalarda Hisse Senedi Getirisini Etkileyen Makroekonomik Değişkenler Üzerine Bir İnceleme: Panel Veri Analizi, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 26(3 4), Aydemir, O. Ögel, S. ve Demirtaş, G. (2012). Hisse Senetlerinin Fiyatlarının Belirlenmesinde Finansal Oranların Rolü, Yönetim ve Ekonomi, 19(2), Ayrıçay, Y. ve Türk, V.E. (2014). Finansal Oranlar ve Firma Değeri İlişkisi: BİST de Bir Uygulama. Muhasebe ve Finansman Dergisi, 16(64), Bektaş, H. ve Tekin, M. (2013). Finansal Oranlar ve Borsa Performans Oranları İlişkisi: İMKB de İşlem Gören Bankaların Kanonik Korelasyon Analizi, Marmara Üniversitesi İİBF Dergisi, XXXIV(I), Birgili, E. ve Düzer, M. (2010). Finansal Analizde Kullanılan Oranlar ve Firma Değeri İlişkisi: İMKB de Bir Uygulama, Muhasebe ve Finansman Dergisi, 46,

22 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba Borsa İstanbul İnternet Sayfası, Canbaş, S. Kandır, S.Y. ve Erişmiş, A. (2008). İMKB Şirketlerinde Büyüklük ve Defter Değeri/Piyasa Değeri Oranının Hisse Senedi Getirilerine Etkisinin Analizi, İMKB Dergisi, 10(39), Demir, Y. (2001). Hisse Senedi Fiyatını Etkileyen İşletme Düzeyindeki Faktörler ve Mali Sektör Üzerine İMKB de Bir Uygulama, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6(2), Demireli, E. (2010). TOPSIS Çok Kriterli Karar Verme Sistemi: Türkiye deki Kamu Bankaları Üzerine Bir Uygulama, Girişimcilik ve Kalkınma Dergisi, 5(1), Dumanoğlu, S. (2010). İMKB de İşlem Gören Çimento Şirketlerinin Mali Performansının TOPSİS Yöntemi ile Değerlendirilmesi. Marmara Üniversitesi İİBF Dergisi, XXIX(II), Güngör, B. ve Yerdelen Kaygın, C. (2015). Dinamik Panel Veri Analizi İle Hisse Senedi Fiyatını Etkileyen Faktörlerin Belirlenmesi, Kafkas üniversitesi, İktisadi ve İdari Bilimler Fakültesi, KAU İİBF Dergisi, 6(9), Jadidi, O. Hang, T.S. Firouzi, F. Yusuff, R.M. ve Zulkifli, N. (2008). TOPSIS and Fuzzy Multi Objective Model Integration for Supplier Selection Problem, Journal of Achievements in Materials and Manufacturing Engineering, 31, Kalaycı, Ş. ve Karataş, A.(2005). Hisse Senedi Getirileri ve Finansal Oranlar İlişkisi: İMKB de Bir Temel Analiz Araştırması, Muhasebe ve Finans Dergisi, 27, Kamuyu Aydınlatma Platformu İnternet sayfası, Kanalıcı, H. (1997). Hisse Senedi Fiyatlarının Tesbiti ve Tesir Eden Faktörler. Sermaye Piyasası Kurulu, Yayın No: 77, Ankara. Kanalıcı Akay, H. Nargeleçekenler, M. (2009). Anadolu Uluslar arası İktisat Kongresi, Haziran, Eskişehir. Karaca, S.S. Başçı E.S. (2011). Hisse Senedi Performansını Etkileyen Rasyolar ve İMKB 30 Endeksinde Dönemi Panel Veri Analizi, Süleyman Demirel Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, 16(3), Kaya, A. ve Öztürk, M. (2015). Muhasebe Karları İle Hisse Senedi Fiyatları Arasındaki İlişki: BİST Firmaları Üzerine Bir Uygulama, Muhasebe ve Finansman Dergisi, 67, Kaya, V. Çömlekçi, İ. ve Kara, O. (2013). Hisse Senedi Getirilerini Etkileyen Makroekonomik Değişkenler Türkiye Örneği, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 35, Korkmaz, M. (2012). Orman İşletmelerinde İktisadilik Düzeyinin TOPSIS Yöntemi ile Analizi. SDÜ Orman Fakültesi Dergisi / SDU Faculty of Forestry Journals, Küçükkaplan, İ. (2013). İstanbul Menkul Kıymetler Borsasında İşlem Gören Üretim Firmalarının Piyasa Değerini Açıklayan İçsel Değişkenler: Panel Verilerle Sektörel Bir Analiz. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, Ekim, 8(2), Lewellen, J. (2004). Predicting Returns with Financial Ratios, Journal of Financial Economics, 74, Mahmoodzadeh, S. Shahrabi, J. Pariazar, M. ve Zaeri, M.S. (2007). Project Selection by Using Fuzzy AHP and TOPSIS Technique, International Journal of Social, Education, Economics and Management Engineering, 1(6), Ömürbek, N. ve Mercan, Y. (2014). İmalat Alt Sektörlerinin Finansal Performanslarının Topsis ve Electre Yöntemleri İle Değerlendirilmesi. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4(1), Özer, G. (1996). Muhasebe Kârları ile Hisse Senedi Verimleri Arasındaki İlişkiler İMKB de Deneysel Bir analiz. Sermaye Piyasası Kurulu Yayın No: 31, Ankara. Petcharabul, P. ve Romprasert, S., (2014), Technology Industry on Financial Ratios and Stock Returns, Journal of Business and Economics, ISSN , USA, DOI: /jbe( )/ /012, May 2014, 5(5),

23 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Ozen & Yesildag & Soba Sakarya, Ş. ve Aytekin. S. (2013). İMKB de İşlem Gören Mevduat Bankalarının Performansları ile Hisse Senedi Getirileri Arasındaki İlişkinin Ölçülmesi: PROMETHEE Çok Kriterli Karar Verme Yöntemiyle Bir Uygulama. Uluslararası Alanya İşletme Fakültesi Dergisi, 5(2), Sakthivel, G. Ilangkumaran, M. ve Gaikwad, A. (2015). A hybrid Multi Criteria Decision Modeling Approach for the Best Biodiesel Blend Selection Based on ANP TOPSIS Analysis, Ain Shams Engineering Journal, 6(1), doi: /j.asej Saldanlı, A. ve Sırma, İ. (2014). TOPSIS Yönteminin Finansal Performans Göstergesi Olarak Kullanılabilirliği, Marmara Üniversitesi Öneri Dergisi, 11(41), Sayılgan, G. ve Süslü, C. (2011). Makroekonomik Faktörlerin Hisse Senedi Getirilerine Etkisi: Türkiye ve Gelişmekte Olan Piyasalar Üzerine Bir İnceleme, BDDK Bankacılık ve Finansal Piyasalar, 5(1), Soba, M. Akcanlı, F. ve Erem, I. (2012). İMKB ye Kayıtlı Seçilmiş İşletmelere Yönelik Etkinlik Ölçümü ve Performans Değerlendirmesi: Veri Zarflama Analizi ve TOPSİS Uygulaması. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 27, Uluyol, O. ve Türk, V.E. (2013). Finansal Rasyoların Firma Değerine Etkisi: Borsa İstanbul (BİST) da Bir Uygulama. Afyon Kocatepe Üniversitesi İİBF Dergisi, XV( II), Ustasüleyman, T. (2009). Bankacılık Sektöründe Hizmet Kalitesinin Değerlendirilmesi: AHS TOPSIS Yöntemi, Bankacılar Dergisi, 69, Yalçıner, K. Atan, M. ve Boztosun, D. (2005). Finansal Oranlarla Hisse Senedi Getirileri Arasındaki İlişki. Muhasebe ve Finansman Dergisi, 27, Yükçü, S. Atağan, G. (2010). TOPSİS Yöntemine Göre Performans Değerleme, Muhasebe ve Finansman Dergisi, 45,

24 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume:2 Issue: 4 ANALYZING FINANCIAL STRUCTURE OF TURKISH HEALTHCARE SYSTEM IN COMPARISON WITH U.S., GERMAN, BRITISH, FRENCH AND CUBAN HEALTHCARE SYSTEMS DOI: /Pressacademia Mustafa Isik¹, Fikriye Isik², Mithat Kiyak 3 ¹Medicalpark Health Group. mustafa.isik@mlpcare.com ²Dr.Lutfi Kırdar Training and Research Hospital. fikriye.isik@sbkeah.gov.tr 3 Okan University. mithat.kiyak@okan.edu.tr Keywords Healthcare service finance, financial analysis of healthcare system, healthcare finance models, comparison of healthcare systems. JEL Classification F50, H51 ABSTRACT Financial structure of healthcare systems and the share reserved for healthcare expenses are regarded by countries as very important indicators of economic development. Healthcare expenses are, therefore, among most important agenda items for healthcare policy makers. Finance of healthcare services is still a heated debate item in both public and private sector. Negative economic conditions, fiscal deficits and pressures imposed by international credit institutions all lead to mobilization of private sources for public expenditures and market based financing model in healthcare sector. All states aim equal access to quality and efficient healthcare services at service delivery phase, irrespective of the method adopted. Healthcare services should be quality and accessible by all citizens in order to realize the right of healthy life. Healthcare services should be, therefore, efficiently and effectively financed. Aim of this study is to address and analyze methods used in financing Turkish healthcare services and to compare thereof with financial structures of U.S., U.K., France, Germany and Cuba, which represent distinctive healthcare finance models worldwide. In this end, active applications in Turkey are reviewed by addressing pros and cons of Turkish healthcare finance model in comparison with other systems. 1. INTRODUCTION A healthcare service is among most important socio economic development indicators of countries. Principal aim of health services is to provide affordable healthcare services at quality level acceptable to receiver whenever required. Although financing models of healthcare services vary from one country to the other, variations are also observed in payment methods, organization type and rules for access to service, even if same financing method is used. Scientific and technological advancements accelerated evolution of medicine, resulting with increased quality of healthcare services. However, recent increase in incidence of chronic and degenerative disease secondary to improved living conditions is accompanied 501

25 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak by costs which are hardly met. While fight against contagious disease is usually an important source of finance in developing countries, financing cost of managing elder population with chronic disease, which requires costly treatments, is recently gaining an important share from the budget. Scientific and technological dependence of developing countries to developed countries emerges necessity to address new health organization models. (Ener, M.,Yelkikalan, N. 2003) Financing problems take the lead in troubles experienced in healthcare sector. This problem applies both developed and developing countries, but economic implications may vary in each country. There are two principal methods in financing of healthcare services; direct finance and indirect finance. Direct financing method implies healthcare receivers pay the service fee out of the pocket. Services produced by public and private sector are purchased and paid by the consumer. On the other hand, for indirect financing method, a third party payer takes place between service provider and receiver. Healthcare system is financed by healthcare system, uniform taxes, special taxes, consumer contributions and donations. Principal aim of this study is to clarify dominant healthcare financing method in Turkey by analyzing healthcare financing models preferred by countries and to compare this model with healthcare system financing methods in the U.S., U.K., Germany, France and Cuba, which use divergent models among all healthcare systems worldwide. It also aims to reveal out pros and cons in terms of economic parameters of a state by analyzing financial structure of healthcare system. In this end, primary healthcare financing models will be addressed and applications adopted in each country will be compared. Next, application methods of those models will be addressed and analyzed. 2. HEALTHCARE SYSTEM FINANCING METHODS Many divergent dynamics should be taken into consideration when healthcare system financing model of a country is determined. It is probable to reveal different outcomes for each model. One should always remember that there is no unique model, which delivers perfect outcomes for both society and financing system, each model is accompanied by unique advantages and disadvantages and a model, generating substantially good outcomes in a country, may not produce same outcomes in another country totally due to factors originating from this second country. (Tatar, M. 2011) It is necessary to mention about three principal healthcare financing models before we address healthcare system financing methods. In principal, there are three basic models; Beveridge Model, Bismarck Model and private health insurance. Those models vary substantially in terms of source of finance, decision making mechanisms and organization of service providers. Various characteristics of those models are briefly given in the table. (Tatar, M. 2011) 502

26 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak Table 1: Health System Models Source: Wild and Gibis (2003) MODELS Beveridge Model (United Kingdom) Bismarck Model (Germany) Private Insurance Model U.S.A. Socialist Model Cuba Decision making mechanism Resources Healthcare service providers Decision making and management by government Taxes Decision making and management by insurance fund and physician associations Contributions of employees and employers Principles of private entrepreneurship Private financing Decision making and management by government Government budget Public Public/Private Private Public Since Beveridge model emerged in the U.K. following Second World War, it is generally identified with National Health Service (NHS) of the United Kingdom. Today, this model is used by Denmark, Finland, Ireland, Spain, Sweden, Italy, Norway, Portugal and Greece and it is principally characterized by financing healthcare services with taxes. Other features are as follows; government controls healthcare system financing through the budget; all citizens have free of charge access to healthcare services, excluding contribution shares; physicians are paid a salary or a fee per patient in return for services; organizations use budgets which are determined by central administrative body. (Tatar, M. 2011) Bismarck Model is first introduced by Bismarck in Germany in 1883 and it is put into force in many countries over time. Although it is also identified with German Healthcare system due to its origin, it is currently used by many developed and developing countries, including Austria, Belgium, France and the Netherlands. It is the most commonly used healthcare financing method due to World Bank s healthcare reform on health policies especially after 90. (Tatar, M. 2011) United States of America is the homeland of private health insurance and it is among healthcare financing models, which are not commonly recommended due to factors written below. (Tatar, M. 2011) Milton I. Roemer s Healthcare Classification is another well recognized and commonly used method to classify healthcare systems of countries. Healthcare systems are addressed in four main classes under title Types of National Health Systems Classified by Economic Level and Healthcare System Policies in the book titled National Health Systems of the World : 1. Entrepreneur and Free Health System 2. Welfare oriented health system 3. General and Inclusive Health System 4. Socialist and Central Planned Health System Policies Group 503

27 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak One or more than one features of those four main health systems can be observed in a country or it is also possible to see very special applications. A country should be considered in a particular group, if typical features of a system are dominantly or widely used or most part of society takes healthcare services in this way. (Sargutan, A. 2005) Inclusive Type Health System is also known as Beveridge Model. This system fundamentally adopts the principle of producing all healthcare services for the whole population and of delivering those services free of charge by the state. There is always a strong public administration in this system. Private sector gains a small share in service delivery. Although public sector is the principal factor in service supply, private sector may also play a limited role in service offer. All negative outcomes arising from service offer by private sector are minimized by a well regulated audit system. United Kingdom, Norway and Italy are some examples for this type of health system. We will address U.K. sample among those states. For Free Market Type Health System, private sector is the principal factor for both service supply and request. Healthcare service request is funded by out of pocket payments and private insurances. The wealthy one will have health coverage. Private sector regulates the service supply in this system. U.S. and Brazil are examples of states where this system is adopted. We will try to review the U.S. sample among those states. Welfare oriented Health Systems are also referred as Bismarck Model. This social securitybased model is funded by premium incomes. Healthcare supply covers both public and private sectors. The principle of this system is covering all citizens under mandatory health insurance, which is funded by semi direct personal premium payments. Germany, France and Belgium are examples of those states. Here, we will address Germany sample. Socialist Type Health System is characterized by offering preventive and therapeutic healthcare services free of charge to all citizens. Private sector plays no role in healthcare service delivery. Healthcare service delivery is completely managed by public authorities. U.S.S.R. and Cuba are examples of this system. We will review Cuba sample. Same groups emerge in both healthcare system classification models. Selection of healthcare financing method in a state reflects social values and policy aims of that state. In the light of those classifications, Healthcare System Financing involves methods written below Tax Based Financing Tax based financing, also known as Beveridge Model, implies collecting taxes from citizens and allocating resource to various sectors from the common resource pool. For tax based financing system, citizens makes personal contributions to healthcare system through tax payments and no extra fee is paid for use of healthcare services, excluding contribution fees mandated by the system. Recently, 13/29 OECD states are substantially financed by taxes. Tax collection capacity and equity of taxes collected are critical questions to be answered for this type of financing. High taxation rates not only decreases motivation to get higher income, but it may also pose negative influence on international competitive capacity and investment potential of the state. (Tatar, M. 2011) 504

28 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak Economic recession is among critical periods to the tax based financing method. Recession is accompanied by reduced production, resulting with lower income and new taxes put into force or increasing taxation rates all undesired political outcomes, and thus, cost limitation is more commonly discussed in healthcare sector, as valid in all other sectors, and the question who utilizes healthcare services is more frequently asked. (Evans, 2002) Out of Pocket Payments This type of payment is reserved for services not covered by social security or if access to service is challenging due to long waiting periods. Such payments are usually made to private sector service providers, including but not limited to dentists and laboratories. Out of pocket payment implies all payments made by patients or family members to benefit from healthcare service. (Uğurluoğlu, E; Özgen, 2008) Although out of pocket payment is seen in almost all health systems, it is, alone, not a proper healthcare financing method, since time, location and actual cost of healthcare service are unknown. Payments in this category are made directly by citizens to purchase a good or a service, which is not reimbursed by state or a third party payer. For healthcare system, out of pocket payment should be a financing method, which is reserved solely for compulsory cases and is related with income status of the citizen, if possible. Some exemptions are put into force in order to minimize negative outcomes of users contributions to healthcare systems; when some state examples are reviewed, it is observed that chronic diseases such as hypertension and diabetes, cancer therapies and citizens with lower income in some countries, are granted exemption. (Tatar, M. 2011) 2.3. Private Health Insurance Private health insurance, a profit oriented financing method, undertakes different roles in different states. Private health insurance plays 5 different roles according to the classification made by World Health Organization: dominant, mandatory, substituting, supplementary, and complementary. For example, private health insurance is obligatory for all employed citizens in the U.S. (Dominant). It is mandated for all citizens in the Switzerland. It is bought by persons, who are partially or completely excluded from public health insurance programs or are wealthy enough to get out of the public health insurance program in the Netherlands, Belgium and Germany (substitute private health insurance). It is bough, in Canada, France and Italy, for services not covered or partially covered by public health insurance programs (supplementary insurance). In the Finland, Greece and the U.K., it is bough to enjoy extended service provider spectrum, although same healthcare service is covered by public healthcare programs. (Complementary private insurance) (Uğurluoğlu, E; Özgen, 2008) For this financing system, healthcare costs are reimbursed by private insurance company and individual person or an organization has health risks insured. Similar to out of pocket financing model, private health insurance is among financing methods which should not be used on large scale due to many reasons. This method can be used at different levels and for divergent purposes. It is the principal healthcare finance organization for most citizens in some states (U.S.), whereas it supplements public systems in other states. In 505

29 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak other words, private health insurance is used to finance services which are not covered by public programs Social Health Insurance Social health insurance, also known as Bismarck model, is developed in Germany. When healthcare services are financed by social health insurance, both employee and employer pays a premium, proportional to the income of the person, subject to pre determined rules; those premiums are collected in a pool and healthcare services are used by citizens who need healthcare, while costs are financed from the pool. There are inter state variations in terms of amount of social health insurance premiums, number of organizations collecting premiums and reimbursing costs, organization and type of healthcare service delivery. (Normand and Busse, 2002): Continuous and foreseeable finance is among most importance advantages brought by financing healthcare services with social health insurance. Details on employment policies and population growth of a state enable one to foresee future social insurance income and expenditures and to make short, mid and long term projections on amount of premiums to be collected through social health insurance programs. Those projections generate information, which is extremely valuable for those who plan healthcare services, and this knowledge facilitates sustainable policies for both delivery and finance of healthcare services. The most negative aspect of social health insurance is poor coverage of employees of agriculture and informal sectors and other challenges to the cost controlling. (Tatar, M. 2011) 3. Health Finance Structures in Various Countries There are various healthcare systems worldwide. There are inter state healthcare system variations. Therefore, there is no single healthcare system, which is identically used by more than one state. Healthcare systems vary depending on political, ideological and religious orientations, rather than economic condition and geographical localization. International finance actors play direct or indirect role on orientations of states. Wealth or higher share of healthcare expenditure in overall budget do not necessarily imply that healthcare system is well organized, resulting with a very good level of health. U.S. is the best example. Considering states with good health level indicators, organization is dominated by primary healthcare and financing is largely undertaken by governments or social security systems. In this context, healthcare systems of countries, which form the sample of this study, will be addressed in order to analyze financial structure of healthcare systems Healthcare System of the United States For the United States of America, we see a model, which is largely based on private healthcare insurance organizations and is largely finances by private health insurance. Most citizens have a private health insurance policy. Service is commonly delivered by private healthcare facilities and self employed physicians. Primary healthcare organization is not very strong and healthcare expenditure per capita is substantially high. Share of healthcare expenditures in GNP is at rate of 16.5 percent. This rate is approximately two folds the mean rate in OECD states. Health indicators of the state are not consistent with 506

30 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak healthcare expenditure despite presence of extremely prestigious diagnosis and therapy centers and the importance attached to the research. Although healthcare expenditure rate is notable in the U.S., a significant portion of the population has no health insurance, even coverage for primary healthcare. The U.S. government put into force two programs in order to overcome this problem. These are Medicare and Medicaid programs, which cover healthcare expenditures of retirees and citizens with low income. Either of those two programs is an example of public finance in the U.S. health system, which is grossly based on private finance. (Bekçi, İ. 2011) Medicare (Medical Insurance): All citizens aged <65 years are spontaneously covered by Medicare in the U.S., irrespective of income level or wealthy status. There are two payment plans, including Medicare A and B. Medicare A reimburses hospitalization costs (inpatient therapies), while Medicare B reimburses physician and nurse care, outpatient therapies and laboratory costs. The most significant drawback of Medicare services is that all expenditures are not covered. ( Medicare is a federal program, which is financed by Social Security Administration that offers a national pension system and other benefits. Medicare is put into force to fight against poverty and it is a type of health insurance, which is rather supported, financed and administered by federal government. Medicaid (Medical Assistance Insurance): Citizens or families with annual income below a pre determined level are covered by Medicaid. Medicaid provides coverage to approximately 10% of the population. It is financed by general taxes collected by federal government and state governments. Therefore, Medicaid is valid in all states, similar to Medicare. However, states act autonomously in determining annual income level the threshold and coverage of Medicaid expenditures. Medicaid is a common federal state program and offers medical care to poor people. The U.S. is the best example for the principle finance is not the only determinant of health. It is important to use current resources in a rational, fair, equal and productive manner. Hence, Barack Obama, the U.S. President, announced a health reform in order to overcome problems of current healthcare system. This plan aims to cover approximately 31 million American citizens, who have no health insurance or coverage, widen extent of medical prescriptions and increase federal subsidies, which support citizens gain a health insurance policy. (Çiftçi, H.İ.; 2011) The most remarkable outcome of the U.S. model is the extremely high cost, but health indicators of the state are too far to be good despite the high cost. Healthcare resources are allocated to secondary and tertiary care, which is relatively expensive, and nonprofitable primary care facilities do not attract interest of private sector; citizens with limited access to expensive secondary and tertiary healthcare is deprived of cost effective primary care services, since primary healthcare services are poorly organized by public authorities. (Bekçi, İ. 2011) 3.2. British Healthcare System (Beveridge Model) W.Beveridge, a congressman, was assigned in 1941 to issue a report for establishing a Social Security System and his report is the basis of British social security and health 507

31 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak system. Therefore, this system is referred as Beveridge System. Ireland, Island, Sweden, Norway, Finland, Portugal and New Zealand are examples of states which finance healthcare services with this system. (Çiftçi, H.İ.; 2011) National Health Service (NHS) was established in 1948 with a regulation issued by the U.K. government in NHS offers free of charge healthcare service to all British citizens, or briefly, all people living in the U.K. (Çiftçi, H.İ.; 2011) Today, British health system is completely financed by general taxes. It is aimed to maximize competition and efficiency with reform acts, which were started in However, taxes are still principal finance source of the NHS. Arguments are ongoing on the role of the state and accordingly of public authorities and efficient use of resources. Expectations of citizens and drawbacks of the system are all important problems, which need to be resolved by decision makers. (Mutlu and Işık, 2002, p.262) Health system uses a substantial portion of economic sources. Healthcare expenditures are financed by government s budget at rate of 82.2%, taxes collected for consumer goods at rate of 10% and contributions of patients at rate of 7.8 percent. British health system is still cheaper than that of other states, despite negative attitudes of reforms. British healthcare expenditures are below average of European Union and OECD German Healthcare System (Bismarck Model) German Health system is also referred as Bismarck System. The aim is to provide citizens with possible widest spectrum healthcare services. Service delivery means are largely possessed by public authorities. Healthcare service delivery is substantially financed by social insurance system. Current system was established in 1950 s. In early 2000, more than 100 states worldwide reconstructed healthcare systems and adopted this system. ( Persons covered by this system pay health insurance premium, which is proportional to the income status. Employer also pays a premium on behalf of employee in this system, which projects risk share and advance payment. This health insurance is referred as Krankenhassen in German language. Baseline service coverage is narrow in Germany. Additive insurance packages are bought even in current system. ( Germany applies a mixed healthcare financing system. In this system, disease insurance funds are represented by autonomous organizations, which are administered independent from the government. Almost all citizens are covered by health insurance in Germany. (Mutlu and Işık, 2002, p.268) Germany is deemed among countries with strongest healthcare systems worldwide. It plays also a pioneering role in public health insurance business. Everybody have access to healthcare services in a large network, which is comprised of hospitals, physician offices and other healthcare facilities ( Ninety percent of all citizens have social security registration and pays a premium at a predetermined amount every month. A part of population is either covered by private insurance or a private insurance in addition to public insurance program. However, we can 508

32 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak speculate that German health system is under high debt secondary to aging population and increased birth rate. Germany shares 10.8% of GNP to healthcare expenditures and this rate is above average (7.9%) of OECD countries. Public share in total German healthcare expenditures is 74.9 percent. Of this, 16.6% is funded by central budget and rest is financed by social security funds. Of public healthcare expenditures, 97 percent is allocated to current expenditures and only 3% is reserved for investment. Therefore, it is hard to mention that the state makes a significant investment to the healthcare sector. Private healthcare expenditures account for 25.1% of total healthcare expenditures. Out of pocket expenditures make 42.4% of private healthcare expenditures. Of total healthcare expenditures, private health insurance expenditures accounts for 7%, out of pocket expenditures accounts for 7% and social security program expenditures account for 3 percent. (Çetin,R.20012) 3.4. French Healthcare System French Healthcare system is characterized by a national social insurance system, which is financed by taxes and supported by optional disease insurance. General health insurance, general disease insurance and family physician practice are put into force in 1974, 2000 and 2006, respectively, in France. General health insurance, adopted in 2000, covered 99% of the population. Thus, people with income status below a particular level are taken under insurance coverage. Everybody with residence permit is covered by general disease insurance in France. ( 2011) Almost all citizens are covered by social health insurance in France. Demand financing method is based on insurance premium. Of the population, 74% is covered by National Health Insurance Fund, 7% by insurance fund established by agriculture employees, 9% by funds of employers, 6% by funds managed by Ministry of Health and 2% by funds managed by private organizations. Subject pays all charges of healthcare services. Next, 75% of the payment is reimbursed by relevant fund. ( The basic principle is that all healthcare expenditures covered by social security are reimbursed by Social Security Administration and National Health Insurance Program. All insurance plans of French healthcare system are established on common principles. Those plans create own resources based on premiums mandatorily paid by the insured employee and employer. Amount of this mandatory premium is calculated with references to services preferred by the insured employee. France is the leader country of European Union in terms of share of GNP reserved for healthcare expenditures (9%). France varies from other EU countries by allocating greater resource to inpatient expenditures and less resource to preventive care. World Health Organization selected French Health System as the best healthcare system in A good balance is achieved between liberalism and obligation, audit and tolerance and centralism and autonomy. Each government offered a bill of law on finance of social security to the parliament every year since Thus, targets of disease insurance expenditures for next year are determined. Ministry of Health plays a significant role in this regulation. 509

33 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak Primary and secondary healthcare services are delivered by family physicians, selfemployed physicians, dispensaries, hospitals and home care facilities. Inpatient care is given by state and private hospitals. Dispensaries and hospitals are administered by local authorities. Healthcare of poor people is largely undertaken by dispensaries, which are managed by municipalities and foundations. (Türk, 2007, p.7) According to WHO and World Bank data, public healthcare expenditures of France accounts for approximately 79% of total healthcare expenditures a figure above healthcare expenditures of Germany and Belgium. Infant mortality rate is low in France (0.33%), but maternal mortality is high (0.8%) Cuba s Healthcare System The principles is to meet all healthcare needs by healthcare facilities, which are commonly possessed by the population, and to include all citizens in common / collective healthcare coverage of the community by using collective resources, which are possessed commonly by population, in healthcare demand and supply. (Sargutan, E, 2005) Following principles are most frequently emphasized in countries which regulate health system according to socialist and central planning rules: Healthcare services are centrally planned and operated; services which are possessed by population are produced according to priorities determined with reference to needs of community; everybody have access to free ofcharge healthcare services within scope of community based healthcare coverage (not insurance or security). Total and per capita share of GNP allocated to healthcare expenditure is high. (10.1%) Citizens do not need to make any direct or indirect payment, since healthcare service and supply is financed by tremendous resources provided community and the employer government / public authority / community and private sector plays no role. This service is based on primary healthcare system. Primary and preventive healthcare is attached priority and importance and it is integrated to therapeutic services at all levels. (Sargutan, E, 2005) Health finance is highly decentralized. Public healthcare expenditures are financed by budgets of municipalities at rate of 92.6 percent. Moreover, municipalities meet 82.0% of education finance and 92.4% of social welfare finance. Despite recent negative economic conditions, public healthcare expenditures rise regularly, which evidences the political desire of Cuba behind the success of public health system. Cuba performs very good in the field of health, although it is a developing country. Public targets are realized within a short time after the 1959 Revolution. Low tuberculosis incidence, high vaccination (immunization) rates and low infant mortality rate are all indicators of how efficiently primary healthcare system is operated. Elimination of sewage problem and clean water supply made great contributions to prevention of contagious diseases. It is one of first 30 countries with best healthcare indicators among 180 countries worldwide. From the perspective of healthcare financing, it is evident that healthcare is completely financed by the state. Public health is free of charge and universal. Government claims no charge for preventive medicine measures, diagnostic tests, inpatient treatments and 510

34 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak inpatient medications, despite substantially limited resources. Rate of out of pocket payment is very low. For instance, outpatient medications, hearing aid devices, dental and orthopedic prosthesis and wheel chairs are paid out of pocket. Those services are also free of charge for low income groups. Healthcare facilities are completely public and all healthcare practitioners are wage workers. Ninety percent of total healthcare expenditures are reimbursed by general budget. (Ateş, 2011, p.97) Some basic indicators provide a basis to evaluate healthcare systems of states. Table 2 shows outcomes for each country when data available are compared with main indicators. Table 2: Healthcare expenditure in various healthcare systems and comparison with health indicators Country Beveridge countries Bismarck Countries Healthcare expenditure per capita ($) Healthcare expenditure (% of GNP) Mean life expectancy Infant mortalit y Inability to make appointment in same day (%) Inability to afford the service (%) ,5 79,9 3,2 48,5 9, ,1 80,7 3,4 44,0 15,5 U.S.A ,7 78,6 6,0 70,0 33,0 Turkey 984 5,4 74,6 7,4 Source: OECD Health Data 2014 Among all countries compared, Turkey shows highest infant mortality rate and maternal mortality rate, as shown in Table 3. Mortality rates in Turkey are also above mean rates of OECD countries. Here, the point is maternal mortality rate in the U.S. and Cuba is above that of countries compared and mean mortality rate in OECD countries. Although life expectancy at birth in Turkey is below mean life expectancy at birth in countries subject to this comparison, it is observed that lifetime increases by comparison years. Table 3: Life Index of Countries COUNTRIES Infant mortality rate* Maternal mortality rate* Life expectancy at birth U.S.A , ,8 GERMANY , FRANCE , ,3 TURKEY , , ,4 UNITED KINGDOM , CUBA , ,4 OECD, Mean 11,7 9,3 7 6, ,4 76, Worldwide Source: WB, 2007b: 335; WB, 2002: 235; WB, 1996: 215; WB, DATA: HEALTH; WHO, 2012: 52 61; WHO, 2008: 36 45; WHO, 2007: 30 and 76 85; WHO, 2001:

35 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak Note: *: Number of babies per births dying before age of one, **: Number of mothers dying during pregnancy per pregnancies Considering population growth rate of countries, Turkey demonstrates highest population growth rate (1.16) in comparison with other countries, as shown in Table 4. Population Growth rate is negative in Germany and Cuba, while the rate is below 1% in the U.S., Germany, France and the U.K. Table 4: Population Indicators of Countries Countries Population Growth Rate (%) MODEL / TYPE Healthcare System U.S.A. 1,1 0,9 0,7 0,90 GERMANY 0,1 0,1 0,1 0,19 FRANCE 0,7 0,7 0,6 0,60 TURKEY 1,5 1,3 1,2 1,16 Private Insurance Model (Free Market Type) Bismarck Model (Welfare oriented Type) DENMARK 0,3 0,3 0,5 0,23 Inclusive Type UNITED KINGDOM 0,4 0,6 0,7 0,55 Beveridge Model CUBA 0,3 0,2 0 0,13 Socialist Type Healthcare Model Source: WB, 2011: ; WB, 2006: ; WB, 2001: ; WB, 1996: ; WB, DATA: HEALTH 4. FINANCIAL STRUCTURE OF TURKISH HEALTHCARE SERVICES Turkish healthcare services have been financed for a long time by different financial resources, which have poor interrelation. In this end, the system is gathered under a single roof after general health insurance system is put into force, and divergent financial resources are substituted by a mechanism, which is comprised of controllable finance resources. General Health Insurance is a world renowned important health organization model. In this model, healthcare services are largely financed by premiums, which are directly or indirectly collected from users of healthcare services. Pursuant to Social Security and General Health Insurance Law, which is adopted on May 31, 2006 and put into forced on October 1, 2008, following radical changes are made at finance stage of healthcare services, similar to each stage of healthcare system. First, a larger portion of population is covered by health insurance with general health insurance system and finance of healthcare services is separated from service delivery. Moreover, all social health insurance administrations, which play a role in healthcare financing, are taken under umbrella of General Health Insurance ). Within scope of General Health Insurance system, healthcare services are financed by four resources: - Resources allocated by Social Security Administration, or in other words, taxes paid by employees and employers. - Resources allocated from central administrative budget, or in other words, taxes. 512

36 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak - Out of pocket payments, - Resources allocated by private health insurance organizations, or in other words, private health insurance premiums. Social Security Administration has monopsonist power as the only organization, and it has the power to directly influence decisions on healthcare services and health policies, since it is the principal buyer. The second addressed by social health insurance is who will be covered. A very large portion of population is covered in Turkey and the principle universal coverage is adopted. Similarly, limits of the insurance package are also determined on a very large basis. Principles of coverage package are determined by Health Application Announcement (SUT) and rules written on this announcement determine rules of payments by Social Security Administration for each service. (Yıldırım and Yıldırım 2010; 2013). Share of public healthcare expenditures in the budget is 75.5%, as also shown in Table 5. However, when health investments are reviewed, only 5.9% of total healthcare expenditures are allocated to health investment from 2003 to 2013 the period Turkish Health Transformation Program has been applied. Those investments expenditures are made by Ministry of Health at rate of 57.4%, universities at rate of 12%, other public health authorities at rate of 7 percent and by private healthcare organizations at rate of 23.5%. Table 5: Share of Public and Private Sector in Total Healthcare Expenditures Nominal Prices valid in 2013 U.S.D. SGP USD % Share in GNP (%) Public health expenditure Private sector health expenditure Total health expenditure Source: TUIK, Turkish Statistical Institute 2014 When reimbursement methods are taken into consideration, one may see that a mixed method is adopted for reimbursement of healthcare services in Turkey. For instance, Social Security Administration allocates a global budget to reimburse healthcare services offered in hospitals of Ministry of health subject to conditions determined every year and the Ministry distributes the budget among all affiliated hospitals. Same condition applies to medicaments. It is expected that annual medicament expenses fall within a predetermined global budget and new regulations are made, if expenses exceed the budget. Social Security Administration adopts package price for some services or per service payment for others. Social Security Institution will probably start using payment method according to Diagnosis related Groups (DRG), which is discussed in Turkey, similar to other 513

37 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak health system, and partially put into force in hospitals of Ministry of Health, for other healthcare service providers. (Tatar, M. 2011) When distribution of healthcare expenditures by healthcare service providers is reviewed, healthcare facilities of Ministry of Health make 37.4% of total expenditure, while the rate is approximately 18.5% for private hospitals. When review is made with reference to healthcare service providers, 2.1% of 11 years GNP GNPs for Year 2003 to Year 2013, the period Turkish Health Transformation Program is applied is paid to healthcare facilities of Ministry of Health, 1.6 to privately owned pharmacies to supply retail medicaments, 1% to private healthcare facilities, 0.5% to healthcare facilities of universities and 0.4% to other healthcare expenditures. Table 6: Total Healthcare Expenditures by Service Providers in 2013 Period (million TL/USD) Nominal Prices valid in 2013 U.S.D. SGP USD % Share in GNP (%) Healthcare facilities of Ministry of Health Healthcare facilities of universities Healthcare facilities of private sector Self employed pharmacies Other Total Source: Ministry of Health, Ministry of Development, TUIK, Social Security Institution Pursuant to the new system put into force by Ministry of Health on December 2010 for 310 hospitals, each hospital shall gain a share from the budget, which is proportional to DRG produced for inpatients and corresponding amount of relative values. It is planned to include private hospitals and university hospitals in this system, along with public hospitals. DRG is designed a product produced by hospitals in this system. DRG implies patient groups, which are regulated by codes and define a diagnosis or procedure that has more or less specificity. It is assumed that those groups, which are comprised of patients with similar clinical pictures, consume predictable and similar amount of resources. From this aspect, DRG is regarded as a hospital administration tool. Health expenditure is recognized among most important development indicator of states. Share of healthcare expenditures in GNP increases parallel to development level of a state. Share of healthcare expenditure in GNP ranges from 8% to 14% in developed countries. (Tutar, F.,Kılınç, N.,2007) In our country, share of healthcare expenditure in GNP is 5.4% for the Year 2013 lower than average of OECD countries, 9.3 percent. Distribution of resources by various healthcare services demonstrates that a very limited resource is allocated to preventive 514

38 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak healthcare services, which has the highest cost effectiveness. Those findings clearly reveal that current Turkish health finance system carries important problems and most of those problems will survive in General Health Insurance system, if relevant measures are not taken. Since finance of Turkish health system is largely based on social insurance principle and it is related with employment, whole population cannot be covered by health insurance. Narrow coverage of unemployment coverage is too far to provide necessary coverage due to high rate of unregistered employment and high unemployment rate. If measures are taken to minimize unemployment and unregistered employment, then General Health Insurance will hardly provide whole population with health coverage. (Yıldırım H.H. 2013) Table 7: Healthcare Expenditures and Its Share in GNP (2013 (million TL) Increase (folds) Health expenditures GNP Share of health expenditures in GNP (%) Source: TUIK, Turkish Statistical Institute, Although very minimal difference is observed for WHO s data on changes in European Region and the EU, notably fluctuating picture is observed in Turkey. Out of pocket payments showed a negative inclination from in 2004 to 2004 and it started climbing from 2004 to 2006, but it declined again in The rate is 16.14% for the Year (Yıldırım H.H. 2013) Average of Turkey has been above that of the EU since 2008, and averages are equalized as of When share of medicament expenditures in total healthcare expenditure is compared with that of OECD countries, the share in Turkey is above the average of OECD countries. This rate is approximately 25.9% according Year 2013 data. Corresponding figures are 12.6 for the U.S., 15.8% for the U.K. and 14.8% for Germany. A report issued by PricewaterhouseCoopers Türkiye emphasized that Turkey, the 6 th largest pharmaceutics market of Europe, gained notable interest of investors within past 3 years. (Aytekin, S., Aytekin G. 2010) Medicament expenditures should be well regulated, medicament consumption behaviors of community should be modified and rational medicament use policies should be urgently, efficiently and effectively put into force in order to ensure a sustainable healthcare system. Turkey allocate higher portion of healthcare resources to medicaments in comparison with other countries, since there is less hospital and physician per patient and accordingly, access to healthcare service is far low in comparison with access to medicament. There is an evidence that self medication is a very common behavior in Turkey. According to National Health Estimates household study, 30% of patients used over the counter medications or medical device. Over thecounter medications facilitate access to drugs. On the contrary, medicines are delivered only with prescription in OECD countries, which have well structured health systems and regulations. (Liu, Y; Çelik, Y; Şahin B.; 2005) 515

39 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak It implies to create total income (premium incomes, restructuring, state contribution, supplementary payment, incomes collected from invoices and other incomes) and expenditures (old age pensions, insurance payments, supplementary payments, healthcare expenditures, expenses paid in return for invoice, management, investment and other expenditures) of Social Security Institution. Total income and expenditures of Social Security Institution followed a parallel increase over time. Considering income data for the Year 2013, premium incomes account for most part of Social Security Institution s income. Again, according to data on Year 2013, expenditures are mostly allocated to old age pensions. When global data of Social Security Institution and personal data of General Health Insurance are reviewed in combination, it is evident that budget deficits of Social Security Institution are remarkably secondary to old age pensions. This are primarily negative outcomes of early retirement, which is a consequence of policies enacted in Turkey in the past, current unemployment and unregistered employment. In the current condition, approximately 2 employees are financing one retiree in Turkey. However, optimal condition is that four employees finance one retiree. In the light of those data, discussions are focused on necessity to narrow principal coverage package of General Health Insurance and to promote citizens buy private supplementary health insurances with reference to the fact that financial sustainability of General Health Insurance is endangered (Yıldırım H.H., 2013). Although significant improvements are made in principal health indicators in last decade in Turkey, those figures are far behind averages of the EU and there are also inter regional unjust access to healthcare even in the country. Turkey should design and put into force all policies to eliminate inter regional differences. (Yıldırım H.H. 2013) Number of admissions to hospitals of Ministry of Health is approximately doubled in last decade, while this increase is three folds for university hospitals and 13 folds for private hospitals. Those figures clearly express that role of private sector strengthened by years. At this point, we should emphasize two principal bias regarding total number of admissions. First one is total number of admission is above the average of Europe and this condition is credited by political actor and healthcare administrators. (Yıldırım H.H. 2013) 5. CONCLUSION Similar to all developing countries, Turkey is among actors who are actually establishing a health policy. International institutions and organizations, including but not limited to WHO, World Bank, OECD, IMF and health technology companies, and supranational organizations, such as the EU, have direct or indirect influences on structure and frame of Turkish health policies. General point of view and guidance of those organizations advocates minimizing contributions made by taxes and premiums by maximizing share of private sector and private insurance business according to market economy. All discussions advocating necessity to narrow principal coverage package of General Health Insurance and to promote citizens to buy private supplementary health insurances with specific emphasize on negative budget balance of Social Security Institution and with specific reference to endangered financial sustainability of General Health insurance are in fact extensions of shift to private sector based finance model, as mandated by those 516

40 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak international organizations. European experiences, and especially German and French experiences do show that marketization of healthcare services, decreasing public share in healthcare sector, increasing share of private sector, tendency to personal payments under contribution share, provoking competition between different healthcare service provider groups and companies, sale of public hospitals to private sector and public private sector partnerships are procedures, which aim decreasing healthcare expenditures. Although significant improvements are made in principal health indicators in last decade in Turkey, those figures are far behind averages of the EU and there are also inter regional unjust access to healthcare even in the country. Turkey should design and put into force all policies to eliminate inter regional differences. Since finance of Turkish health system is largely based on social insurance principle and it is related with employment, whole population cannot be covered by health insurance. Narrow coverage of unemployment coverage is too far to provide necessary coverage due to high rate of unregistered employment and high unemployment rate. If measures are taken to minimize unemployment and unregistered employment, then General Health Insurance will hardly provide whole population with health coverage. Discussions on future of social health insurance in Turkey are usually focused on whether Turkish health system is financed with a system based on taxes or Turkish health system is financed with a system based on principles of social insurance. Turkey should prefer continuing social insurance based financing model in short term, albeit some improvements are urgently required, but tax based financing method should play a more dominant role in mid and long term. Following improvements should be made in social insurance based financing model in the short term: The relation between premiums and the service to be used should be eliminated; ceiling premium procedure should be disqualified and new procedures should be put into force to ensure fair and equal finance, such as collecting premiums over total income rather than wage; efficient exemption mechanisms should be developed for outof pocket payments, which have direct influence on access to service and fair financing; and preventive healthcare services should be prioritized. Those improvements will pave the way to shift from social insurance model to tax based financing model. Turkey should make efforts to catch averages of OECD by increasing share of health in GNP in one hand and the country should ensure most efficient use of those resources on the other hand. REFERENCES Armağan, R. (2008), Finance Problem in Healthcare Expenditure and Its Position in Turkish Public Finance in the context of post 1990 Developments. Aytekin, A. G. Ç., Aytekin, S. (2010). Finance of Healthcare Services and Public Healthcare Expenditures in Turkey. Social Sciences Institute Journal, Gümüşhane University, 1(2). Bahçe, S., Köktaş, M., Abukan, D. (2012), Healthcare Services Reform and Household Wealth: Turkish Health Transformation Program, Ankara University. 517

41 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2 (4) Isik, Isik, Kiyak Celikay, F., Gumus, E. (2010). Health Services and Their Financing in Turkey. Social Sciences Institute Journal, Eskişehir Osmangazi University, 11(1), Ener, M., Yelkikalan, N. (2003). Restructuring and Finance of Health Systems in Developing Countries: Turkish Experience: Social Sciences Institute Journal, Kocaeli University, 6(2), Ersöz, F. (2008). Türkiye ile OECD ülkelerinin sağlık düzeyleri ve sağlık harcamalarının analizi: İstatistikçiler Dergisi 2 (2008) Liu, Y., Çelik, Y., Şahin B., (2005), Health and Medication Expenditures in Turkey, Health Administration College, Hacettepe University, Dissertation study. OECD Health Reviews (2008). A General View of Turkish Health System Before Recent Health Reforms, Türkiye OECD and IBRD / World Bank Orhaner, E. (2006), Healthcare Service Financing and General Health Insurance in Turkey, Journal of Trade and Tourism Faculty of Education 1(1). Sargutan, A. E. (2005). Health Sector and Structure of Health Systems. Hacettepe Health Administration Journal, 8(3). Tatar, M. (2011). Finance Methods of Health Services. Development of Social Health Insurance in Turkey. Journal of Social Security (SGD), 1(1). Tatar, M., Berman P. (2003), Turkish National Health Estimations 1999, 2000, (Ankara: Ministry of Health, Hygiene School, Manager Office). Teksöz, T., Helvacıoğlu, K. (2009). Financial Sustainability Analysis of General Health Insurance: What happened in 2009, TEPAV Policy Note. Tutar, F., Kılınç, N. (2007), Economic Development Potential of Turkey in Health Sector and Comparison with Different Country Models, Afyon Kocatepe University, Journal of Faculty of Economic and Administrative Sciences 9(1). Uğurluoğlu, E., Özgen H. (2008), Finance of Healthcare Services and Equity. Hacettepe Health Administration Journal, 11(2). Yavuz, N. (2011). Health systems in Turkey and OECD countries and their comparison (Doctoral dissertation, Social Sciences). YenimahaHeli, G. Y. (2007), Finance of Health and Healthcare Financing model suggestion for Turkey; Doctoral disseration, Department of Labor Economics and Industry Relations, Social Sciences Institute, Ankara University. Yıldırım, H. H. (2006), Health Reforms in Turkey: Healthcare Financing Reform and General Health Insurance, EU Society of Health Researches Center, Ankara,< absaglik. com/sagreform. htm, 21. Yıldırım, H. H., Yıldırım, T., Erdem, R. (2011), User Contributions in Financing Healthcare Services: A general overview and assessment of situation for Turkey. Journal of Public Administration, 44(2), Yıldırım H.H. 2013, Health System in Turkey: Health Transformation Program Review Report Sağlık Sen Yayınları 21; 2013 Yılmaz, B. E., Y, S. (2011). Role of Official Development Aids in Health, an Universal Public Good, and its Finance. Cost Research Center Conferences, (55). nin saglik sistemi/ , Last access: Last Access:

42 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume: 2 Issue: 4 TECHNOLOGIC LEVEL AND THE EFFECT OF FACTOR ENDOWMENT ON ECONOMIC GROWTH AND EMPLOYMENT DOI: /Pressacademia Yusuf Kurtoglu¹ ¹Treasury Department of Turkey. yusuf.kurtoglu@hazine.gov.tr Keywords Technologic level, factor endowment, skilled labor, unskilled labor, economic growth. JEL Classification 040, 041 ABSTRACT The differences in the major determining factors of the competitive conditions for the new and conventional technological based sectors bring about differentiate as much in quality of production factors as the difference in the factor endowment. The primary effect of this situation on production structure emerges as the innovations on technological level. New technological patterns on production process entail renewing the skill level of workforce compatible with the new technologies. As the high technology based sectors developed in the fallowing process, parallel to the created value added increases in the economies, achieving higher level of realized growth rates might possible. In this study, within the frame of law of diminishing returns hypothesis, free movement of factors together with the technological level differences in sectors and the effects on economic structure have evaluated. Then, within the scope of endogenous economic growth approach and Cobb Douglas type production function the effect of factor structure changes on economic growth have examined. TEKNOLOJİK DÜZEY VE FAKTÖR DONANIMININ EKONOMİK BÜYÜME VE İSTİHDAMA ETKİSİ Anahtar Kelimeler Teknolojik düzey, faktör donanımı, vasıflı işgücü, vasıfsız işgücü, ekonomik büyüme. JEL Sınıflandırması 040,041 ÖZET Yeni ve gelenekselleşmiş teknolojilere dayanan sektörlerdeki rekabet koşullarının temel belirleyicilerinin farklı oluşu, faktör donanımının yoğunluğundaki farklılaşma kadar, faktörlerin niteliklerinde de farklılaşmayı beraberinde getirmektedir. Bunun üretim yapısı üzerindeki öncelikli etkisi, teknoloji seviyesindeki yenilikler olarak kendisini göstermektedir. Üretimde yeni teknolojik yapılar ise, işgücü vasıflılık düzeyinde yeni teknolojilerle uyumlu değişimi zorunlu kılmaktadır. İzleyen süreçte ileri teknolojiye dayanan sektörler geliştikçe, ekonomilerde yaratılan katma değer artışına paralel olarak, daha yüksek düzeyde gerçekleşen ekonomik büyüme oranları mümkün olmaktadır. Bu çalışmada; öncelikle, azalan verimler kanunu varsayımından hareketle, faktörlerin serbest dolaşımı ile sektörlerdeki teknolojik düzey farklılığı ve bunun ekonomik yapıya etkileri üzerinde durulmuştur. Faktör yapısındaki değişimin ekonomik büyüme üzerindeki etkisi ise içsel ekonomik büyüme modelleri yaklaşımıyla Cobb Douglas tipi üretim fonksiyonu çerçevesinde incelenmektedir. 519

43 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu 1. GİRİŞ Dünya ölçeğinde sermaye hareketleri ve ticareti düzenleyen kuralların giderek artan biçimde serbest uygulamalara dönük yenilikler içermesi, rekabetin uluslararası alanda hızla yaygınlaşmasına neden olduğu gibi, kar marjlarının daralmasına da yol açarak rekabet koşullarını güçleştirmektedir. Piyasalarda rekabetin artışı, firma faaliyetlerinin sürdürülmesinde faktör maliyetlerinin azaltılarak, faktörlerin birim kazancı ve verimlilik artışını zorunlu kılmaktadır. Toplam faktör verimliliğinin artırılması ise üretim sürecinde faktör donanımlarında ileri teknolojiye dayanan sermaye yoğun ve bu teknolojik yapıyla uyumlu vasıflı işgücünün bir arada bulunmasını gerektirmektedir. Gelişmiş teknolojiye dayanan sektörlerdeki rekabet koşulları, piyasaya ilk çıkan yeni ürünün satışından elde edilecek kazancın yüksekliği nedeniyle, ürün yeniliğinin önemini ön plana çıkarmaktadır. Bu ise teknolojilerin devamlı ve hızlı bir şekilde yenilenmesi zorunluluğunu doğurmaktadır. Bunun yanında, standartlaşmış teknolojilerle büyük hacimde üretim yapılan sektörler de varlığını devam ettirmektedir. Bu sektörlerde rekabet edilebilirliğin temel koşulu, bu teknolojilere uygun vasıflılıktaki işgücü için ödenen düşük işgücü maliyetleri yanında, mevcut ürünlerin kalitesinde iyileşme ve tasarım değişiklileriyle markalaşma yoluna gidilmesi şeklinde belirginleşmektedir. Yeni ve gelenekselleşmiş teknolojilere dayanan sektörlerdeki rekabet koşullarının temel belirleyicilerinin farklı oluşu, faktör donanımının yoğunluğundaki farklılaşma kadar, faktörlerin niteliklerinde de farklılaşmayı beraberinde getirmektedir. Çalışmamızda; öncelikle, azalan verimler kanunu varsayımından hareketle, faktörlerin serbest dolaşımı ile sektörlerdeki teknolojik düzey farklılığı ve bunun ekonomik yapıya etkileri üzerinde durulmuştur. Bu çerçevede, ekonomideki faktör donanımı ve faktör yoğunluklarına ilişkin farklılıkların büyüme ve istihdam açısından değerlendirmesi yapılmaktadır. Çalışma kapsamı şunlardır. İkinci kısımda, faktörlerin serbest dolaşımı ve teknolojik düzey farklılığının etkileri incelenmektedir. Üçüncü kısımda, faktör yapısındaki değişimin toplam faktör verimliliği, ekonomik büyüme ve istihdama olan etkileri ele alınmıştır. Dördüncü kısımda, ekonomik büyüme, içsel ekonomik büyüme modelleri yaklaşımıyla ve Cobb Douglas tipi üretim fonksiyonu çerçevesinde incelenmektedir. Bu değerlendirmelerin sonucunda oluşan görüşler ise, çalışmanın son kısmında yer almaktadır. 2. TEKNOLOJİK DÜZEYE GÖRE SEKTÖRLER VE EKONOMİK YAPI 2.1. Azalan Verimler Kanunu ve Sermayenin Marjinal Getirisi Azalan Verimler Kanunu yaklaşımında; i. üretim faktörleri hareketli değildir ve ekonomik faaliyetler mevcut faktör bileşenleriyle yapılmaktadır ve ii. teknolojinin gelişmişlik düzeyi ile işgücünün vasıflılık düzeyi bakımından bir ayırım bulunmamaktadır. Bu koşullarda; Sermaye(K) faktörünün bol olduğu gelişmiş ülkelerde sermayenin en son biriminin (marjinal) kazancı (MPP K ), sermaye faktörünün görece az olduğu ülkelere göre daha düşüktür. (Belirli bir ölçek büyüklüğünde iken; K arttıkça, MPP K azalacaktır.) Sermayenin görece bol olduğu gelişmiş ülkelerde ölçek ekonomisinin gerektirdiği yoğunlukta sermaye faktörü kullanıldığından, tam istihdam seviyesine yaklaştıkça her birim ilave sermayenin kazancı azalacaktır. Gelişmekte olan ülkelerde ise sermaye faktörü 520

44 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu açığı olduğundan ilave sermaye kazancı birim işgücü başına üretimi artıracağından, toplam üretim artacak ve MPP K artış gösterecektir. Bu nedenle, MPP GOÜ GÜ K > MPP K (1) olur. GOÜ Gelişmekte Olan Ülkeler, GÜ Gelişmiş Ülkeler, MPP Marjinal Fiziki Getiri, K Sermaye faktörü, L İşgücü faktörü, MPP K Sermayenin Marjinal Fiziki Getirisi, MPP L İşgücünün Marjinal Fiziki Getirisi Faktörlerin Serbest Dolaşımı ile Teknolojik Düzey Farklılığının Etkileri Sermaye ve işgücü faktörlerinin dolaşımındaki serbestlik sonucu üretim faktörleri, faktörlerin görece kıt olup, kazancın en yüksek olduğu bölgelere yönelir. Dolaşımdaki serbestliğe paralel olarak, sermaye/işgücü oranı ve faktör fiyatları hızla eşitlenmeye doğru gider. (Lucas, 2002:33) Bu yaklaşıma göre, yatırımların karlılığı bakımından coğrafi farklılık ile gelişmiş ülke, gelişmekte olan ülke ayırımı belirli ölçülerde ortadan kalkmaktadır. Bu süreçte belirginleşen en önemli gelişme, teknoloji seviyesinin yenilenme düzeyi, bunun hızındaki artış ve yeni teknoloji ile uyumlu insan gücü varlığının vasıflılık düzeyindeki değişim ve gelişim olacaktır. Çünkü, insan kaynakları sermayesinin vasıflılık düzeyi, ülkelerin genel anlamda gelişmişlik düzeyleri ile kişi başı gelir ve eğitim düzeyi, rekabetçi piyasa koşullarının varlığı ve etkin işleyişi gibi birçok unsur tarafından belirlenmektedir. Tam rekabetçi mal ve işgücü piyasalarında çalışanların gelirleri, üretimdeki paylarının piyasa koşullarında belirlenen marjinal değerine eşit olacaktır. İnsan gücü faktörü tarafından yaratılan üretimin değeri, öncelikle kendisine yapılan yatırımla ilgilidir. Bunun yanında, işgücü piyasalarının işleyişinin rekabet koşullarına uyum sağlayacak yapıda olması, bu faktörün etkin kullanımı ve yaratacağı değer açısından büyük önem taşır. Murphy ve Salehi (2003) çalışmasında; insan gücü varlığının vasıflılık düzeyi, onun sahip olduğu bilgi ve yaratıcılık vasıflarının toplamından oluşmaktadır. Buna göre, sadece okul eğitimiyle elde edilen bilgiye dayanan vasıflılık sahibi olmak, insan gücü varlığının ekonomik büyüme sürecine katılımı sırasında gerekli etkiyi yapmaktan uzak kalmaktadır. Çünkü, toplam vasıflılığın sadece bilgi birikiminden oluşan kısmı üretim sürecinde kullanılacak, yaratıcılık vasfının kullanımıyla elde edilecek katkıdan faydalanılamayacaktır. Bu nedenle, işgücü piyasasındaki çalışma koşulları ve özellikle ücretin belirlenmesine ilişkin politika ve düzenlemelerin, insan sermayesinin yaratıcılığını ön planda tutarak, üretim sürecinde çalışanların verimliliğini artırıcı teşvikler içermesi önem taşır. O halde, ekonomik büyüme sürecinde, sahip olunan teknolojinin gelişmişlik düzeyi kadar, insan gücü sermayesinin vasıflılık düzeyinin, onun eğitim ve yaratıcılığını artıracak şekilde geliştirilmesi de etken olacaktır. Yani, işgücünün vasıflılık düzeyinin, durağan bir olgu olarak değil, ancak dinamik ve gelişime açık bir süreçte gerekli etkiyi göstereceği ortaya çıkmaktadır. Çalışmamızda tanımlanan vasıflı işgücünün, bu niteliklere sahip olduğu varsayılmaktadır. Üretim teknolojisinin yenilik düzeyindeki farklılıklar, işgücünün vasıflılık düzeyinin kullanılan teknolojinin gelişmişlik seviyesiyle uyumunu gerekli kılmaktadır. Yeni teknolojiler, daha yüksek mesleki ve teorik eğitim ile iş deneyimi ve vasıflılık gerektirirken, standartlaşmış teknolojilerle üretim daha az vasıflı işgücüyle yapılabilmektedir. İşgücünün 521

45 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu artan vasıflılık düzeyinin, sermaye/işgücü oranının görece daha yüksek olduğu ileri teknoloji ile üretim sürecinde bir araya gelmesi, üretim faaliyetleri sonucunda daha yüksek katma değer yaratılmasını sağlayacaktır. Böylelikle, ileri teknolojiye dayalı üretim yapan sektörlerde, gerek sermaye gerek işgücü faktörünün birim verimliliği, işgücü yoğun ve standartlaşmış teknolojiye dayanan sektörlerdeki sermaye ve işgücü faktör verimliliklerinin üzerinde olacaktır. Buna ilişkin süreç şöyle özetlenebilir. AT ve LT sektörlerindeki faktör donanımı koşullarından kaynaklanan ve aşağıdaki (2 10) denklemlerde gösterilen, MR = MC (marjinal gelir, marjinal maliyet eşitliği) oluşumundaki farklılık nedeniyle; (W/KD) AT > (W/KD) LT (2) olmaktadır. Bu da gelişmiş teknoloji kullanımının bir göstergesi niteliğindedir. Tanımlar; W toplam ücret tutarı, KD yaratılan katma değer, AT gelişmiş teknolojiye dayanan, fiziki ve vasıflı insan sermayesi yoğun sektörler (ör.uzay havacılık, kimya, tıbbioptik, bilişim), LT vasıfsız işgücü yoğun (ör.mobilya, konfeksiyon) ve orta düzey fiziki sermaye yoğun (ör.tekstil, demir çelik, deri) standart teknolojiye dayanan sektörler.(nahuis, 2003: ) Denklem (2) ye göre; L v AT > L v LT sonucu çıkar. L v, birim işgücü verimi. Denklem (2) deki AT tanımına uygun olarak, K/L oranının AT de yüksek oluşu nedeniyle; (3) L AT /tot L < L LT / tot L (4) dir. L AT ileri teknoloji sektörlerindeki istihdam düzeyi, L LT düşük teknolojiye dayanan sektörlerdeki istihdam düzeyi, tot L toplam istihdam düzeyi. İleri teknolojiye dayalı üretim yapan sektörlerde, sermaye ve vasıflı işgücü faktörlerinin marjinal getirilerinin görece yüksekliği nedeniyle; (MPP K + MPP L ) AT > (MPP K + MPP L ) LT (5) olur. Bu durum, özellikle GOÜ ler için daha belirgin olarak ortaya çıkacaktır. Çünkü; (5) nolu denklemin açılımına göre; AT sektöründe çalışan vasıflı işgücünün ücreti, iki sektördeki işgücü verimindeki farklılığı yansıtacak ve MPP L AT = L v AT L v LT = MC AT (6) 522

46 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu olacaktır. L AT v gelişmiş teknolojiye dayanan sektörlerde birim işgücü verimi, L LT v işgücü yoğunstandart teknolojiye dayanan sektörlerde birim işgücü verimi, MC AT AT sektöründeki marjinal maliyet. LT sektöründe, işgücü ücretleri için böyle bir verim farkından söz edilemeyeceğinden; MPP L LT = W = MC LT (7) olmaktadır. İki sektördeki işgücü marjinal getiri farklılığı, = L va AT > L va L T olduğunu göstermektedir. L va AT, AT de işgücü ortalama vasıflılık düzeyi, L va LT, LT de işgücünün ortalama vasıflılık düzeyi. Denklemler (2 8) deki tanımlamalara göre, sektörler arasında fiyat farklılığı oluşmakta ve P AT > P LT olmaktadır. (9) P, piyasa satış fiyatı İki sektör arasında fiyat düzeyindeki bu fark; AT sektöründe MC=MR=P eşitliği, LT sektörüyle karşılaştırıldığında, patent, lisans, teknik bilgi (know how) kazanç farklarını vermektedir. Yukarıda, AT sektöründeki sermaye faktörü yoğunluğuna dayanan işgücü faktörünün verimlilik farkı ile açıklanan MR=MC eşitliğinin oluşumu, literatürde değişik tanımlamalarla anlatılmaktadır. Peretto(2003:331) da, firmanın AT sektöründeki ar ge harcamasının üst sınırı; yeni ürün için yaptığı harcamanın alternatif maliyetine, yani, yeni ürünün marjinal maliyetine eşit olacaktır. Firmaların birim ar ge harcamaları karşılığında vergi iadesi aldıkları varsayılmakta ve kar, vergi sonrası marjinal kazanca eşit olmaktadır. Böylelikle, yeni üründen elde edilecek kazanç, sermaye piyasalarındaki arbitraj kazancından düşük olmayacaktır. Nahuis(2003:196) çalışmasında ise benzer bir yaklaşımla; ar ge amaçlı firmaya özel bilgi için yapılacak yatırım, bu yatırımın marjinal kazancının, bilgi edinimi için gereken sermaye maliyetine eşit olduğu noktaya kadar sürecektir. Buna göre, AT sektöründe üretken verimli bilgiye (productive knowledge) yapılan yatırım harcaması nedeniyle, vasıflı işgücüne ödenen ücret, ar ge yatırımının marjinal getirisine göre belirleneceğinden, AT de MC = MR = W olmaktadır. Bu durumda AT sektöründeki MC, ar ge de istihdam edilen işgücüyle elde edilen yeni bilginin marjinal miktarının, bu bilginin piyasadaki fiyatına göre belirlenen değerini ifade edecektir. LT sektöründe de MC, üretim faaliyetinde kullanılan en son birim işgücü ve sermaye maliyetinden oluşmaktadır. (8) 523

47 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu Ürünlerin piyasa satış fiyatları, arza ilişkin maliyetler ile piyasada oluşan talep koşulları tarafından belirlenmektedir. Talebi etkileyen unsurların iki sektördeki nihai ürün satış fiyatlarına etkisi ise şöyle olacaktır: a) LT sektöründeki ürünlere olan piyasa talebi, talebin gelir esnekliğinin düşüklüğü nedeniyle katıdır. Bu da LT sektöründe fiyatların ve buna bağlı olarak da ücretlerin görece düşük oluşunun temel iktisadi nedenini oluşturur. b) Talebin, fiyat ve ikame esnekliğinin düşük, gelir esnekliğinin görece yüksek olduğu AT sektöründeki marjinal getiri ise LT sektöründeki marjinal getirinin üzerinde oluşmaktadır. Nihai ürün arzını etkileyen unsurlar açısından bakıldığında, marjinal maliyetler iki sektörün maliyet yapılarındaki farklı koşulların sonucunu yansıtacaktır. Gerek firmanın kendisine ait ar ge sürecinde, gerek ekonomideki mevcut bilgi stokunun yayılması sonucunda elde edilen yeni teknolojilerin firma ve sektördeki uygulamaları aşamasında, işgücü vasıflılık düzeyi ön plana çıkacaktır. Bu açıdan bakıldığında, denklem (8) de ifade edildiği üzere, AT sektöründe istihdam edilen insan kaynaklarının vasıflılık düzeyi LT sektörüne göre daha yüksek olacaktır. Buna göre; piyasa talebi ve mevcut gelir düzeyi tarafından belirlenen fiyat oluşumuna ilişkin yukarıda (a) ve (b) de belirtilen koşullar ile arza ilişkin maliyetler/veya birim verimlilik kapsamında, yukarıdaki (2 8) denklemlerde tanımlandığı şekliyle, insan kaynaklarının vasıflılık düzeyindeki farklılıklar, işgücü faktörü için; KD AT > KD LT (10) sonucunu doğurmaktadır. Ekonomik faaliyetler geneli için, AT/GSYİH > LT/GSYİH (11) koşullarının geçerli olması halinde; GSYİH : Gayri safi yurtiçi hasıla veya ekonomide (AT/GSYİH) payı arttığında; bunun doğal sonucu olarak, ekonomik büyüme oranı üzerinde AT sektörünün payı LT sektörünün payından yüksek olacaktır. 3. FAKTÖR YAPISINDAKİ DEĞİŞİMİN ETKİLERİ 3.1. Faktör Yapısındaki Değişimin Toplam Faktör Verimliliği, İstihdam Düzeyi ve Ekonomik Büyümeye Etkisi Genel fiyat düzeyi artış oranının üzerindeki otonom ücret artışları, işgücünün marjinal maliyetini yükselterek, ülke içi üretim maliyetlerinde artış yoluyla rekabet gücü kaybına neden olacaktır. Bu durumda, diğer faktör maliyetleri veri iken, otonom ücret artışı öncesi dönemle karşılaştırıldığında; MC L > MC K olur. (12) 524

48 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu İşgücü maliyetlerindeki artışlar, rekabet koşullarına uyumu zorlaştıracağından; faktör yoğunluğu sermaye lehine artış eğilimi gösterecek ve ekonomide normal koşulların geçerliliği varsayımı altında; yatırımlarda sermaye / işgücü (K/L) oranı artacaktır. Sermaye faktörü lehine değişen faktör yoğunluğu sonucunda; MP K ve MP L de artış olacaktır. Bu ise toplam faktör verimliğinde (TFV) artış anlamına gelecektir. Gelişmiş teknolojilerin yoğunluğu ve insan kaynakları vasıflılık düzeyinin yüksekliği nedeniyle, AT sektöründeki TFV artışı ise daha yüksek oranda olacaktır. Buna karşın, yüksek ücret maliyetleri nedeniyle, işgücü faktörüne olan talep gerileyeceğinden; toplam istihdam düzeyi azalıp, işsizlik oranı artacak, ücret gelirlerinin ulusal gelir içindeki payı gerileyecek ve ekonomide talep açığı oluşacaktır. (W/GSYİH) t1 < (W/GSYİH) t 1 (13) olur. t, zaman Yatırım ve üretim faaliyetlerinde sermaye faktörü kullanımı yoğunluğundaki artışın ekonomik büyüme üzerinde kısa ve orta vadedeki etkileri ise şöyle olacaktır. Öncelikle, TFV artışının büyüme üzerinde katkısı olumlu yönde olurken, talep açığı nedeniyle bu etki negatif yönlü baskı oluşturur. Net etki ise bu iki etkinin büyüklüğü ve AT sektörünün GSYİH içerisindeki payına göre belirlenecektir. Uzun vadede rekabetçi piyasa koşullarına uygun olarak işleyen bir ekonomik yapıda, büyüme oranını belirleyen temel etkenler; toplam arza ilişkin faktör maliyetleri ile toplam talebin gelir esnekliği ve talebi etkileyen diğer faktörler, uygulanan para ve maliye politikaları, ihracat mallarına olan dış talebin fiyat ve gelir esneklikleri olarak belirginleşmektedir Faktör Donanımındaki Değişimin İstihdam Yapısına Etkisi Sermaye/işgücü oranındaki artış ve TFV artışı birlikte düşünüldüğünde; rekabet koşulları, ekonomide ileri teknolojiye dayanan sektörlerin GSYİH payının artırılmasını gerekli kılacaktır. AT sektörünün geliştirilmesi, yaratılan yüksek oranlı katma değer nedeniyle, ekonomik büyümenin devamlılığı açısından gerekli bir koşul niteliği taşımaktadır. Bu durum, aynı zamanda, insan gücü kaynaklarının vasıflılık düzeyinde artış yönünde bir farklılaşmayı gerektirdiğinden, üretim faktörü olarak işgücünün istihdam yapısını da etkileyecektir. Buna göre, ürün piyasalarındaki arz koşullarında, AT sektörleri lehine bir artış olacağı varsayıldığında, işgücü talep yapısı değişecek ve bunun sonucunda; LD va AT > LD va LT olacaktır. LD va, vasıflı işgücü talebi Buna göre; AT sektörleri için talep edilen işgücünün ortalama vasıflılık düzeyi, LT sektörleri için talep edilen işgücü ortalama vasıflılık düzeyinin üzerinde olacak demektir. (14) 525

49 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu Ancak, faktör talepleri piyasa koşullarına uygun olarak belirleneceğinden, AT ve LT sektörlerinde işgücü talebine temel oluşturacak ücret düzeyleri; (5)no.lu denklem koşulları gereği, W = MPL va AT W = MPL va LT eşitliklerine uygun olarak belirlenecektir. Bu nedenle; toplam istihdam düzeyi, yukarıdaki eşitliklerde ifade edilen işgücünün marjinal verimliliğini belirleyen koşullar ile AT ve LT sektörlerinin GSMH paylarına ve bu paylardaki gelişime uygun olarak belirlenecektir. Bu sonuç, her iki sektör için de işgücü arzının ücret esnekliğinin birden büyük olduğu varsayılmına dayandırılmıştır. 4. FAKTÖR DONANIMI VE EKONOMİK BÜYÜME Bu kısımda ekonomik büyüme ile istihdamı etkileyen koşullar; AT ve LT sektörlerindeki faktör donanımının farklı oluşu varsayımıyla, Cobb Douglas üretim fonksiyonu ile içsel ekonomik büyüme modelleri çerçevesinde incelenmektedir Sektörel Bazda Farklı Faktör Donanımı ve Farklı Politika Gerekliliği Arza ilişkin koşulların yeterli ve uygun olduğu varsayımı altında, ekonomik büyüme, toplam talep koşulları tarafından belirlenecektir. Toplam talebi belirleyen kişi başı gerçek gelir düzeyi, zevk ve tercihler gibi temel unsurlar veri olarak alındığında; AT sektöründeki üretim artışının sürmesi, arza ilişkin diğer koşulların da yerine getirilmesini gerektirir. Bu koşulların başında; AT sektörü ar ge yatırımları için temel üretim faktörü olan vasıflı işgücü arzı gelir. Vasıfsız işgücü yoğun, görece standartlaşmış teknoloji ve/veya AT sektörüne göre daha düşük orandaki sermaye yoğunluğunu içeren LT sektörü için geçerli olan arz talep koşulları, AT sektöründeki arz talep dengesi ve üretim artışı için hangi ölçüde geçerli olacaktır. Bu temel yaklaşımdan hareketle, ekonomik büyüme sürecini etkileyen faktörlere bakıldığında; sektör bazında yaklaşım, birinci derecede ele alınması gereken önemli bir husus olarak karşımıza çıkmaktadır. Çünkü, iki farklı faktör donanımı ve ürün deseninin varlığı; bu sektörlerdeki arz ve talep dengesinin, farklı değişkenler tarafından belirlenmesi ve etkilenmesine neden olmaktadır. Ekonomideki sektörlere ilişkin olarak AT ve LT sektörleri şeklinde bir ayırıma gidilmesiyle; iki sektörün maliyet yapıları, buna bağlı olarak da fiyat düzeyleri, istihdamın nitelik ve niceliği ile rekabet koşullarındaki farklılıkların ortaya konulması mümkün olacaktır. Örneğin, LT sektöründe rekabet gücünün artırılması; işgücü piyasası çalışma koşullarının esnek yapıda oluşu ve düşük ücret politikası uygulamaları yoluyla işgücü maliyetlerinin düşürülmesi veya sermaye yoğun ve ileri teknoloji içeren üretim yapısına dönüşümün sağlanması halinde mümkün olacaktır. AT sektöründe düşük ücret politikasının uygulanması halinde, bu durum vasıflı işgücü arzı üzerinde olumsuz yönde etki yapacağından, bu uygulama sektördeki rekabet gücü kazanımı açısından geçerli bir politika seçeneği oluşturmayacaktır. Ar ge sürecindeki gereklilik nedeniyle, AT sektöründe 526 (15) (16)

50 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu vasıflı işgücü istihdamı zorunlu olacağından, izlenecek istihdam ve ücret politikalarının buna uygun olması gerekir. Buna göre, ekonomik büyümeye ilişkin politika seçeneklerinin uygulanabilirliği; mevcut ekonomik gelişmişlik düzeyi ve varolan üretim faktörü donanımı yanında, izlenecek büyüme ve istihdam politikaları ile yakından ilgili olacaktır. Bu nedenle, belirlenen öncelikli ekonomi politikası hedeflerine paralel olarak; belirli bir oranda sağlanmış olan ekonomik büyümeye rağmen, işsizlik oranında artış görülebilecek veya işsizliğin azalmasına rağmen, daha düşük oranlı bir ekonomik büyüme oranı ile karşılaşılması mümkün olacaktır Kuram ve Bulgular İşgücü yoğun sanayilerle karşılaştırıldığında, ileri teknolojiye dayalı sanayilerde ar ge yatırımlarının daha yüksek oranlarda yapılmasının temel nedenleri olarak; bu sektörlerdeki, başta vasıflı işgücü imkanları olmak üzere, ar ge için gerekli bilgi stoku, fiziki teçhizat, organizasyon, finansman olanakları ile ölçek ekonomisinin varlığı ve uygulama yetenekleri belirtilebilir. Ar ge yatırımlarının yoğun olduğu sektörlerde yaratılan katma değer, vasıflı insan sermayesi varlığının toplam faktör verimliliğine olumlu katkısı nedeniyle, daha yüksek düzeyde gerçekleşecektir. Bu yaklaşım paralelinde; ileri teknolojiye dayanan sanayilerin toplam imalat sanayi sektöründe görece yüksek paya sahip olduğu gelişmiş ülkelerde, vasıflı işgücünün yaratılan toplam katma değer içerisindeki payı daha yüksek olacaktır. Nitekim, Peneder in (2001:123, 127) araştırmasında, 1997 yılı itibariyle ülkeler bazındaki imalat sanayi toplam katma değerinin işgücü tarafından yaratılan kısmının vasıflılık bazındaki dağılımına göre; vasıflı işgücünün payı, Amerika Birleşik Devletleri(ABD), İrlanda, Hollanda, İsveç ve Norveç gibi gelişmiş ülkelerde, % 51,8 ile % 65,5 arasında bulunmuştur. Katma değerin toplam üretim faktörleri bazındaki dağılımına göre ise teknoloji payı en yüksek olan iki ülke, % 37,7 ile İrlanda ve % 29,8 ile ABD yi, İsveç, Fransa ve Almanya sırasıyla % 28,6, % 27,7 ve % 26,1 lik paylarla izlemektedir. Vasıflı işgücüne yapılan yatırımların bir üst sınırının olduğu belirtilen Nahuis çalışmasında (2003:128,305) ise teknoloji, iç ve dış ar ge toplamlarından oluşan insan gücü sermayesinin bir fonksiyonu olarak ele alınmaktadır. Teknoloji, toplam üretim değerinin girdiler düşüldükten sonra kalan kısmı veya üretimin, girdi miktarındaki değişiklikle açıklanamayan kısmından oluşmaktadır. Yazara göre (a.g.e.:21, 214, 232), ar ge yatırımının kazancını ifade eden yaratılan net katma değerdeki artıştan söz edilebilmesi için; bu değerin, sermayenin alternatif kazancı olan faizin üzerinde bulunması gerekir. Çünkü, vasıflı işgücü, üretim sürecindeki katkısı nedeniyle, büyüme açısından yeni yatırım gibi bir işlev görmekte ve firmaya özel bilgi sermayesi üreterek sermaye stokunu artırmaktadır. Vasıflı işgücüne yapılan yatırım, ödenen ücret tutarı, alternatif kazancı oluşturan faiz getirisini aştığı noktada, insan sermayesi için azalan kazanç söz konusu olacaktır. Bu noktadan itibaren ilave edilecek her birim vasıflı işgücü istihdamının ücret maliyetindeki artış nedeniyle, şirketin ar ge faaliyetlerinden elde edeceği kazanç, faiz getirisi karşısında gerileyecektir. Bu nedenle, ar ge harcamaları ve bu amaçla istihdam edilecek vasıflı işgücü istihdamı durdurulacaktır. Çünkü bu noktadan sonraki yatırım giderleri, ar ge sonucunda elde edilecek kazancın üzerinde oluşacak ve şirket zarar edecektir. 527

51 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu Mohnen (2002:52 53) çalışmasında da Nahuis yaklaşımına paralellik görülmekte ve sermaye ile işgücü faktörleri getirilerinin bu faktörlerin marjinal maliyetlerine eşitleneceği varsayımı altında, ekonomik büyüme otonom teknolojik değişiklikle açıklanmaktadır. Teknolojik değişiklik ise firma ar ge si ve bilgi yayılmasına dayanan toplam faktör verimliliğindeki artışı ifade etmektedir döneminde 93 ülkede insan sermayesi ile büyüme arasındaki ilişkinin araştırıldığı Bils ve Klenow incelemesinde (2000:1165, 1170, 1171), eğitim, insan sermayesi ve teknoloji/verimlilik artışı ilişkisi üzerinde durulmaktadır. Araştırmaya göre, okullaşma düzeyindeki bir yıllık artış, yıllık büyüme oranında % 0,21 lik artışa neden olmaktadır. Büyüme oranındaki artış, % 80 oranında, teknolojideki daha hızlı olan artışa dayandırılmaktadır. Çünkü, insan sermayesindeki büyüme yeni teknolojilerin uygulanmasını kolaylaştırmaktadır. Büyüme teorisi yaklaşımında, eğitimin başlangıç düzeyi ekonomik büyüme üzerinde doğrusal yönde bir etkiye sahiptir. Ancak, Krueger ve Lindahl (2001: ) tarafından 110 ülke için yapılan araştırmada ise bu şekilde doğrusal bir ilişkinin her düzeydeki başlangıç eğitimi için geçerli olmadığı, etkileşimin farklılık gösterdiği tespit edilmiştir. Başlangıç eğitim düzeyi düşük olan ülkelerde eğitimin büyüme üzerindeki etkisi pozitif yönde olurken, orta düzey eğitim grubundaki ülkelerde belirgin bir ilişki görülmemiş, başlangıç eğitim seviyesi yüksek düzeyde artış gösteren ülkelerdeki ilişki ise ters yönlü olarak bulunmuştur. İşgücü dağılımı ve ücretlerin eğitim düzeyine göre farklılaştırıldığı, ücretlerin marjinal kazanca eşitliği varsayımına dayalı olan büyüme teorisi yaklaşımına göre, eğitim seviyesindeki bir artış işgücü verimliği ve ekonomik büyümede artışa neden olacaktır. Bu konudaki bazı deneysel çalışmalara Gonand ın (2007:7,8) makalesinde yer verilmiştir. Örneğin, ABD de 1948 ve 1979 yılları arasındaki dönemi kapsayan Jorgenson un araştırmasında, verimlilikteki artışın yaklaşık beşte birinin, işgücü girdisi kalitesindeki artıştan kaynaklandığı belirlenmiştir. Bassanini ve Scarpetta nın 21 OECD ülkesi için dönemini kapsayan ve insan sermayesi göstergesi olarak ortalama okullaşma yılının alındığı büyüme regresyonuna göre; eğitim süresindeki bir yıllık artış, uzun dönemde kişi başına üretim düzeyini yaklaşık % 6 oranında artırmaktadır. Ülkeler bazında işgücü başına üretim miktarı ve kişi başı gelir farklılıklarının incelendiği Hall ve Jones çalışmasında (1999) ise ülke bazındaki farklılıklar, ağırlıklı olarak kurumsallaşma ve hükümet politikaları gibi sosyal altyapı oluşumlarına dayandırılmaktadır. Buna göre, işgücü başına düşen üretimdeki farklılıkların ancak bir kısmı fiziki sermaye ve insan sermayesindeki farklılıklarla açıklanabilecektir. Ülkeler bazında, temelde, sosyal altyapının benzer yapılara sahip olmayışının, fiziki sermaye birikimi ve eğitim olanakları ile verimlilik üzerindeki etkileri, farklı gelir düzeyleri ve ekonomik büyüme oranlarına neden olmaktadır Model Çalışmamızda, oluşturulan büyüme modeli kapsamında ileri teknolojiye dayanan (AT) ve geleneksel sektörler (LT) olmak üzere, ekonomik faaliyetlerde iki sektörün varlığı esas alınmıştır. Bu kapsamda, Cobb Douglas tipi üretim fonksiyonu ve içsel büyüme 528

52 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu modellerinden yola çıkılarak bir büyüme modeli oluşturulmuş ve modelde vasıflı işgücü ile ekonomik büyüme ilişkisi incelenmiştir. Sektörlere ilişkin temel varsayımlar: AT sektöründe; LT sektöründe; İleri teknolojiye dayanan ve vasıflı işgücü yoğun üretim yapılmaktadır. Şirkete özel ar ge harcamaları veya yeni teknolojilerin uygulanması sürecinde gerekli olan insan kaynakları yatırımlarının finansmanı için mali koşullar yeterlidir. Eşitlik (2) deki AT ve LT tanımlarına uygun olarak, K/L oranının AT sektörlerde yüksek oluşu nedeniyle; MPP AT LT K,L > MPP K,L olmaktadır. Tekelci rekabet koşulları geçerlidir. Büyük ölçek ve buna paralel olarak sabit maliyetlerin yüksekliği söz konusu olmaktadır. Tam rekabetçi piyasa koşulları geçerlidir. Vasıfsız işgücü maliyeti, vasıflı işgücü maliyetinden düşüktür. Ekonomide işsizlik bulunduğundan üretim faktörü temini açısından işgücü arzı bir kısıt oluşturmamaktadır. Cobb Douglas üretim fonksiyonu temel varsayımları: İşgücü vasıflılık düzeyinde farklılık bulunmuyor, işgücü, tek tip vasıflılık düzeyindeki bir faktör olarak alınıyor. Teknoloji, K/L oranı şeklinde ve tek tip gelişmişlik düzeyinde belirginleşiyor. sermaye ve işgücü faktörlerinin bire bir ikamesi söz konusu. Bir faktörün marjinal kazancı artarken, diğerinin kazancı aynı oranda azalmaktadır. Faktörler (K ve L) girdi oranı kadar çıktı oranına sahiptir. Model çerçevesinde hazırlanan ilk denklemimiz aşağıdaki gibidir. Y = A + k + Ln K + e t (17) Y işgücü başına gerçek GSYİH, A toplam faktör verimliliği, k sermaye oranı katsayısı, Ln işgücü oranı katsayısı, K işgücü başına sermaye stoku, e hata payı, t zaman dilimi. Model varsayımı gereği; sermaye oranı katsayısının büyük oluşu, K/L oranının yüksekliğini ve üretimde yoğun olarak sermaye faktörü kullanımını ifade ederken, işgücü oranı katsayısının daha büyük olması ise sektörün işgücü yoğun üretim yaptığı anlamına gelmektedir. Cobb Douglas tipi üretim fonksiyonuna, içsel ekonomik büyüme modelleri yaklaşımıyla, arge de istihdam edilen vasıflı işgücü tarafından yaratılan katma değeri yazdığımızda; 529

53 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu Üretim fonksiyonu; Lv Y = A + Lv BS + e t (18) şeklinde ifade edilecektir. Lv Y, ar ge de istihdam edilen vasıflı işgücü başına reel gelir A, mevcut teknolojik düzey, üretim bilgi stoku Lv, ar ge de istihdam edilen vasıflı işgücü oranı katsayısı BS, vasıflı işgücü başına ar ge de kullanılan bilgi sermayesi (firmaya özel + firma dışından elde edilen bilgi), (17) ve (18) no.lu denklemlerin birleştirilmesiyle, AT ve LT sektörleri için üretim fonksiyonu; Y = A + k + h + Ln K + Lv BS + e t (19) olmaktadır. Y ar ge süreci dahil üretimde istihdam edilen vasıflı ve vasıfsız işgücü başına gerçek gelir, h üretim için istihdam edilen vasıflı işgücü oranı katsayısı, Ln üretim için istihdam edilen vasıfsız işgücü oranı katsayısı. Cobb Douglas fonksiyonuna (19) nolu denklemde yapılan ek, içsel ekonomik büyüme modellerinde sözü edilen insan gücü ve üretim bilgisi sermayesinin büyüme sürecine yaptığı katkıyı ifade etmektedir. Bu katkı, ar ge sürecinde çalışan vasıflı insan sermayesinin doğrudan yarattığı katma değer ve gerçekleştirilen yeniliğin diğer üretim faktörlerinin verimliliğinde sağladığı artışa ilişkin değerlerin toplamından oluşmaktadır. Bu sonuç, Cobb Douglas varsayımına uygun olup; ar ge sürecinin içselleşmesiyle elde edilen toplam katma değer artışını, firmanın üretim artışını, ifade eder. Ancak, bu durum, Cobb Douglas ın diğer ilkesi ile örtüşmez. Vasıflı işgücü faktörünün artan katkısı, vasıfsız işgücü ve sermaye faktörlerinin katkısını azaltmamaktadır. Vasıflı işgücünün bu katkısı içsel büyüme modelleri yaklaşımının karakteristik özelliğini ifade eder. 5. SONUÇ VE DEĞERLENDİRME Toplam talebin yeterli olduğu varsayıldığında; ekonomik büyüme oranı, toplam arz koşulları ve sahip olunan faktör yoğunlukları tarafından belirlenecektir. Rekabetçi piyasa koşulları, ekonomik büyüme sürecinde, ileri teknolojiye dayalı üretimin geliştirilmesi yoluyla faktör verimliliklerinin artırılmasını zorunlu kılmaktadır. Çalışmamızda incelenen model varsayımlarına göre, insan kaynakları varlığının vasıflılık düzeyi, yaratılan katma değer ve toplam faktör verimliliğini doğrudan etkileyen en önemli faktör konumundadır. Vasıflı işgücünün verimlilik düzeyine etkisi; gerek firmaya özel ar ge çalışmaları ve ileri teknolojileri yaparak öğrenme yöntemiyle, gerek mevcut bilgi stokunun patent, lisans satışları vb. yollarla ekonomik yaşamda kullanılmasıyla yayıgınlaşmakta ve artmaktadır. Bu nedenle, vasıflı işgücü faktörü arzının yeterli büyüklükte olması, ekonomik faaliyetlerde rekabet üstünlüğü sağlama açısından gerekli görülmektedir. 530

54 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu Vasıflı işgücü istihdamına dayanan ar ge faaliyetlerinin sektörler bazında yaygınlaştırılması ekonomik büyüme ve rekabet gücünün artırılmasına olumlu yönde katkı yapmakla birlikte, ar ge ye dayanan sektörlerdeki gelişimin toplam istihdam üzerindeki etkisi sınırlıdır. Ekonomik istikrar bakımından, büyüme ve istihdam artışının birlikte sağlanması önem taşıdığından; izlenecek ekonomi politikalarında ar ge ye dayanan sektörler ve işgücü yoğun sektörlerin birarada gelişimine olanak sağlayacak önceliklere yer verilmesi gerekmektedir. Bu çerçevede, dış rekabete açık bir ekonomide işgücü yoğun sektörlerde üretim ve istihdam artışı elde edilmesinde; ölçek ekonomilerinin varlığı yanında, toplam arza ilişkin maliyet unsurlarının dünya ile rekabeti mümkün kılacak düzeyde bulunması önem taşır. İleri teknolojiye dayalı sektörlerin gelişimdeki temel unsur, vasıflı insan gücü varlığıdır. Ancak, insan sermayesinin ar ge sürecindeki katkısı veya teknolojik yayılma nedeniyle elde edilen yeni bilginin azalan verime tabi oluşu, ileri teknolojiye dayanan sektörlerin gelişimini sınırılandırır. İleri teknoloji sektörüne dayanan ekonomik büyümenin sürmesi, yeni ürün geliştirilmesi ve onun gerisindeki insan gücü varlığının ürettiği bilginin azalan veya sabit getiri yerine, artan getiriye sahip olması, insan varlığının nitelik ve nicelik olarak gelişiminin devamlılığını gerektirir. İleri teknoloji ve işgücü yoğun sektörlerin her ikisinde de toplam arza ilişkin koşulların rekabet açısından yeterli ve uygun olduğu varsayımı altında, ekonomik büyümenin temel belirleyicileri; satın alma gücünü ifade eden kişi başı harcanabilir gelir düzeyi, toplam talep koşulları ve pazar hacminin büyüklüğü oluşturur. Yüksek satın alma gücüyle desteklenen gelişmiş ülke ekonomilerinde büyümenin sürükleyici motor gücünü, doğal olarak, ağırlıklı oranda talebin gelir esnekliğinin yüksek olduğu ileri teknolojiye dayanan sektörler oluşturmaktadır. Gelişmekte olan ülkelerdeki ekonomik büyümenin sürükleyici gücünü, faktör donanımı ve kişi başı gelir düzeyine uygun olarak, büyük ölçüde işgücü yoğun ve daha düşük oranda sermaye yoğun sektörlere dönük talep oluşturur. Ancak, bu ülkelerdeki işgücünün vasıflılık düzeyi ve sektörlerin teknolojik gelişmişlik düzeyi görece düşük olduğundan; yaratılan katma değer ve faktör gelirleri açısından bakıldığında, işgücü yoğun sektörlerin ekonomide toplam talep artışına katkısı sınırlı kalmaktadr. Buna göre, rekabet gücü kazanımı ve büyüme sürecindeki olumlu katkısı nedeniyle; gelişmekte olan ekonomilerde, işgücü faktörünün vasıflılık düzeyinin artırılmasına dönük politikalara öncelik verilmesi gereği, önemli bir koşul olarak ortaya çıkmaktadır. KAYNAKÇA Aghion, P., Howitt, P. (1999), Endogenous Growth Theory, The MIT Press, Cambridge, London, England, Third Printing. Ahn, Sanghoon, (2002), Competition, Innovation and Productivity Growth: A Review of OECD Economics Department Working Paper No.317, 17. Massachusetts Theory and Evidence, Barro, R.J. and Sala i Martin, X. (1999), Economic Growth, The MIT Press Cambridge, Massachusetts London. Bassanini, A. And Scarpetta, S. (2001), Does Human Capital Matter for Growth in OECD Countries? Evidence from Pooled Mean Group Estimates, OECD Economic Department Working Papers No

55 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2(4) Kurtoglu Bayoumi, T. And Haacker M. (2002), It s Not What You Make, It s How You Use It: Measuring the Welfare Benefits of the IT Revolution Across Countries, IMF Working Paper Research Department. Bils, M ve Klenow, P.J. (2000), Does Schooling Cause Growth?, The American Economic Review, V.9, No.5, Blöndal, S., Field S. and Girouard, N.(2002), Investment in Human Capital Through Post Compulsory Education and Training: Selected Efficiency and Equity Aspects, OECD Economics Department Working Paper No.33. Gonand, F.(2007), The Impact on Growth of Higher Efficiency of Public Spending on Schools, OECD Economics Department Working Paper No.547. Haacker, M. ve Morsink, J.(2002), You Say You Want A Revolution: Information Technology and Growth, IMF Working Paper. Hall, R.E. ve C.I. Jones (1999), Why Do Some Countries Produce So much More Output Per Worker Than Others?, The Quarterly Journal of Economics, 114(1), Krueger, A.B. ve Lindahl, M.(2001), Education for Growth: Why and For Whom?, Journal of Economic Literature, Vol.39, pp Lucas, Jr.R.E.)2002), Lectures on Economic Growth, Harvard University Press, Cambridge, Massachusetts, and London. Mamgain, V.(2000), Productivity Growth in Developing Countries The Role of Efficiency, (in) Industrial Productivity, (der) (Edit.: Bruchey, S.), Garland Publishing, Inc. New York & London. Mohnen, P.(2002), International R&D Spillovers and Economic Growth, Edit.: Matti Pohjola, Information Technology, Productivity, and Economic Growth, International Evidence and Implications for Economic Development (der) Oxford University Press, New York. Murphy, Jr., R.D. and Salehi Isfahani, D.(2003), Labor Market Flexibility and Investment Department of Economics, Virginia Tech, Blacksburg, VA. USA. Nahuis, R.(2003), Knowledge, Inequality and Growth in the New Economy, Edward Elgar Cheltenham, UK, Northampton, MA. USA. Peretto, P.F.(2003), Fiscal Policy and Long run Growth in R&D based Models with Structure, Journal of Economic Growth, 8, in Human Capital, Publishing Ltd., Endogenous Market Pohjola, M.(2002), Information Technology and Economic Growth: Introduction and Conclusions, Information Technology, Productivity, and Economic Growth, International Evidence and Implications for Economic Development (der), (Edit.: Matti Pohjola), Oxford University Press, New York. Quah, D.(2002), The Weightless Economy in Economic Development, Information Technology, Productivity, and Economic Growth, International Evidence and Implications for Economic Development (der) (Edit.: Matti Pohjola), Oxford University Press, New York. Peneder, Michael (2001), Entrepreneurial Competition and Industrial Location, Edward Elgar Publishing Ltd., UK, USA. Rebelo, S.(2002), The Role of Knowledge and Capital in Economic Growth, Information Technology, Productivity, and Economic Growth, International Evidence and Implications for Economic Development (der) (Edit.: Matti Pohjola), Oxford University Press, New York. Verspagen, B.(2001), Economic Growth and Technological Change: An Evolutionary Directorate for Science, Technology and Industry Working Papers 2001/1. Interpretation, STI 532

56 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume:2 Issue: 4 THE MEASUREMENT OF INTELLECTUAL CAPITAL AND THE EFFECTS ON FIRM VALUE: AN APPLICATION IN CEMENT INDUSTRY DOI: /Pressacademia Selcuk Kendirli¹, Zuhal Akgun², Nigar Ozcetin 3 ¹Hitit University. selcukkendirli@hitit.edu.tr ²Bozok University. zuhal.akgun@bozok.edu.tr 3 Bozok University. nigar.ozcetin@bozok.edu.tr Keywords Intellectual capital, market value, net assets ratio JEL Classification E22, E24, O34 ABSTRACT Improvement in knowledge and technology increase the importance of Intangible Assets or Intellectual Capital for today s companies. Intellectual capital or intangible assets played a huge important role over being sold of the companies at a very high price of their market values. In this study, at first, the definition of intellectual capital or intangible assets is made; also its measuring techniques are explained. And then the Intellectual Capital of 5 companies, which are operating in cement ındustry in Marmara Region, are tried to calculate by Calculated The Method of İntangible Assets. In this study we studied with 5 firms which ones operating in the Marmara region and listed in Istanbul Stock Exchange (BIST). We used their data between , and which are explained by their financial statements. We took their financial statements from The Public Disclosure Platform (KAP). First, we calculated to firms profit before interest and taxes by using their data. After that we calculated to average intellectual capital value with using to tangible assets data. ENTELEKTÜEL SERMAYENİN ÖLÇÜLMESİ VE FİRMA DEĞERİNE ETKİLERİ: ÇİMENTO SEKTÖRÜNDE BİR UYGULAMA Anahtar Kelimeler Yatırım, nakit akışları, finansal kısıtlar, işletme grupları, Türkiye JEL Sınıflandırması E22, E24, O34 ÖZET Bilgi ve teknoloji alanındaki gelişmeler, Maddi Olmayan Varlıklar olarak da adlandırabileceğimiz Entelektüel Sermayenin, günümüz işletmeleri için önemini arttırmıştır. İşletmelerin sahip olduğu maddi olmayan varlıklarının ya da entelektüel sermayesinin varlığı işletmelerin piyasa değerinin çok üzerinde satılmasında büyük rol oynamaktadır. Bu çalışmada, ilk olarak Entelektüel Sermaye tanımına değinilmiş, ölçüm yöntemleri anlatılmış ve son olarak Hesaplanmış Maddi Olmayan Değer Yöntemi kullanılarak Marmara bölgesinde bulunan, çimento sektöründe faaliyet gösteren 5 firmanın finansal tabloları incelenerek entelektüel sermayeleri hesaplanmaya çalışılmıştır. Bu çalışmada Marmara Bölgesinde faaliyet gösteren ve Borsa İstanbul da (BIST) kote olmuş 5 firma verileri üzerinde çalışılmıştır. Gerekli veriler bu firmaların açıklamış oldukları , ve yıllarına ait mali tablolarından alınmıştır. Bu mali tablolar Kamuyu Aydınlatma Platformundan (KAP) alınmıştır. Elde edilen verilerden faydalanılarak önce işletmenin faiz ve vergi öncesi karı hesaplanmıştır. Bu veriler kullanılarak ortalama maddi varlıklarla birlikte yaklaşık entellektüel sermaye değerleri hesaplanmıştır. 533

57 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin 1. GİRİŞ Küreselleşme sürecinin baş döndürücü hızla ilerlemesi ve bilgi çağına geçiş ile birlikte, bilgi her kesim için vazgeçilmez bir unsur haline gelmiştir. Bilgiye ulaşmanın ve bilgiyi yönetebilmenin giderek önem kazanması da işletmeler için maddi varlıkların yanında maddi olmayan varlıklarının işletmenin değerinin ölçülmesinde etkin bir faktör olduğunu ortaya çıkarmıştır. Bunun farkına varan günümüz işletme yöneticileri maddi varlıkları kadar maddi olmayan varlıklarına da önem vermeye başlamışlardır. Entelektüel Sermaye, rekabet avantajı sağlamak ve işletmelerin piyasa değerinin artmasında çok büyük katkılar sağlamaktadır. Bu çalışmada entelektüel sermayenin unsurları literatürdeki çalışmalar ışığında tanımlanmaya çalışılmış, temel ölçme ve değerleme yöntemlerinden bazıları incelenmiştir. Çalışmanın amacı çimento sektöründe faaliyet gösteren halka açık şirketlerin Hesaplanmış Maddi Olmayan Değer Yöntemi kullanılarak Entellektüel Sermayelerini hesaplamak ve defter değeri ile net aktif oran içindeki yerini bulabilmektir. Bu amaçla Kamu Aydınlatma Platformu resmi internet sitesinde (kap.gov.tr) yer alan çimento şirketlerinin yıllarına ait finansal tabloları incelenmiş, Entelektüel Sermayeleri Hesaplanmış Maddi Olmayan Değer Yöntemi kullanılarak hesaplanmıştır. Çalışmada işletmenin mali tablolarından elde edilen veriler kullanılarak öncelikle seçilen firmaların belirlenen dönemler için ortalama vergi öncesi karları hesaplanmış ve ortalama varlık değerine oranlanmıştır. Sonraki aşamada sektörel açıdan işletmenin getiri fazlası hesaplanarak olası vergi hesaplaması hesaplanmış ve maddi olmayan varlıkların primi olarak ifade edilebilecek kısım hesaplanmıştır. Hesaplanan prim değerinin net bugünkü değeri hesaplanarak varsayılan ağırlıklı sermaye maliyeti oranına bölerek firmanın yaklaşık entelektüel sermaye tutarı hesaplanmış ve defter değeri ile farkları karşılaştırılmıştır. Firmaların piyasa performanslarının da görülebilmesi açısından entelektüel sermayeler ile piyasa performansları da karşılaştırılmıştır. 2. ENTELLEKTÜEL SERMAYENİN TANIMI 1980 li yıllar ve sonrasında bilgi ekonomisi olarak ifade edilen yeni bir ekonomik yapının meydana gelmesi işletmeler açısından maddi olmayan varlıkların öneminin artmasına neden olmuştur.(ercan vd., 2003:96). İşletmeler bu varlıkların kritik önemini fark etmişler ve dikkatlerini maddi varlıkların yönetiminden maddi olmayan varlıkların yönetimine kaydırmışlardır (Önce, 1999: 12). Bunun sonucunda işletmeler maddi varlık değerlerinin çok üzerindeki değerlerle piyasada elde değiştirmeye başlamıştır. Bu da defter değeri ile piyasa değeri arasındaki farkın artmasına neden olmuş ve entelektüel sermaye olarak adlandırılmıştır. (Özçetin, 2010:5) Entelektüel sermayenin çeşitli tanımları yapılmıştır. Stewart tarafından 1991 yılında yapılan tanım şöyledir; İşletmeye pazarda rekabet avantajı sağlayan, çalışanların bildiği her şey olarak tanımlamıştır (Görmüş, 2009: 59). Edvinsson ve Sullivan, entelektüel sermayeyi bilginin değere dönüştürülmesi biçiminde tanımlamıştır (İpçioğlu, 2007:134). Maddi olmayan varlık veya entelektüel sermaye, insan kaynakları, know how, entelektüel mülkiyet hakları, imalat işlemleri, organizasyonel yapı, problem çözme kapasitesi ve iç ve dış ilişkiler gibi varlıklardan oluşur (Özçetin, 2010: 9). 534

58 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin Entelektüel sermaye, zenginlik yaratmak üzere kullanıma sokulabilen entelektüel varlıklardır; yani bilgi, entelektüel mülkiyet ve deneyim olarak tanımlanabilir. Entelektüel sermayenin bazı özellikleri aşağıda yer almaktadır (Cengiz ve Zor 2013:41): 1. Entelektüel sermaye, işletme bilançosundan tam olarak elde edilemeyen maddi olmayan varlıkların toplamıdır. 2. Entelektüel sermaye, işletmelerin rekabet üstünlüğünün kalıcılığının sağlanmasının temel kaynağıdır. 3. İşletmenin entelektüel sermayesinin yönetimi önemli bir yönetsel sorumluluktur. 4. Entelektüel sermayedeki artış veya azalışların, entelektüel performans olarak adlandırılması mümkündür; ölçülebilir ve görünür hale getirilebilmektedir. 5. Entelektüel sermayeyi ölçmek ve görünür hale getirmek için sistematik bir yaklaşım, işletmelerin türüne, büyüklüğüne, yapısına, sahiplerine ve coğrafi yerleşimine bağlı olmaksızın artan bir şekilde değerli hale gelmektedir. 3. ENTELLEKTÜEL SERMAYE UNSURLARI 3.1. İnsan Sermayesi İnsan sermayesi, çalışanların sahip olduğu örgütün bireysel bilgi stoğunu temsil eder ve insan sermayesinin özü organizasyon üyelerinin saf beynidir (Bontis vd., 2000:87). İnsan sermayesi, çalışanların işletmeyi terk ettiğinde kendileri ile beraber götürdükleri bilgi olarak tanımlanmaktadır (İpçioğlu, 2007:136). Hubert Saint Onge, insan sermayesini müşterilere çözümler üretmek için çalışanların ihtiyaç duyduğu yetenekler olarak tanımlamaktadır (Karacan, 2005:186). İnsan sermayesinin geliştirilmesi çalışanlara eğitimler sağlanarak, çalışanların iş tatmin düzeyleri arttırılarak ve çalışanların motive edilmesi ile geliştirebilir (Alagöz ve Özpeynirci, 2007: 171). İnsan sermayesinin bileşenleri know how, eğitim, meslek ile ilgili takdir edilen değerler, mesleki yeterlilik, girişimcilik coşkusu, değişime ayak uydurma, çalışanların yetenekleri olarak gösterilebilir (Çelik ve Perçin, 2000: 113) Yapısal Sermaye İşletme çalışanlarının verimliliğini destekleyen donanım, yazılım, veri tabanları, organizasyonel yapı, patentler, markalar ve diğer benzer şeylere yapısal sermaye denir (Şamiloğlu, 2002: 89). Yapısal sermaye kısaca eve gitmeyen bilgi olarak tarif edilebilir (Arıkboğa, 2003: 93). Yapısal sermayenin bileşenleri patentler, ticari amblemler, tasarım hakları, ticari sırlar, telif hakları, hizmet ile ilgili amblemler, yönetim felsefesi, yönetim süreçleri, örgüt kültürü, finansal ilişkiler, bilgi sistemleri, ağ sistemleri olarak gösterilebilir (Çelik ve Perçin, 2000:113). 535

59 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin 3.3. Müşteri Sermayesi Firmanın müşteri, satıcı ve tedarikçileri ile teması sonucu ortaya çıkan bilgiler olarak tanımlanabilir ( Uzay ve Savaş, 2003: 166).Müşteri sermayesinin bileşenleri markalar, müşteriler, müşteri bağlılığı, işletme adı, dağıtım kanalları iş ile ilgili iş birliği, lisans anlaşmaları, franchising anlaşmaları olarak gösterilebilir( Çelik ve Perçin, 2000: 13). 4. ENTELLEKTÜEL SERMAYENİN ÖLÇÜLMESİ Entelektüel sermayenin ölçülmesinde 3 yöntem kullanılmaktadır Piyasa Değeri Oranı Defter Değeri Oranı Yöntemi Bu yöntemde işletmenin piyasa değeri ile defter değeri arasındaki fark entelektüel sermaye olarak ölçülmektedir (Şişman, 2004: 3). İşletmenin piyasa değeri, belli bir tarihte işletmenin sahip olduğu hisse senetlerine yatırımcılar tarafından ödemeye razı oldukları tutarı ifade eder. Defter değeri ise, işletmenin bilançosunda yer alan varlıklardan borçların düşülmesi sonucu elde edilmekte olan değeri ifade eder (Çıkrıkçı ve Daştan, 2002: 24). Bu yöntemde bir firmanın entelektüel sermayesi, tutar olarak aşağıdaki formülle ifade edilir. ES= Piyasa Değeri Defter Değeri Entelektüel sermayenin oran olarak ifade edilmesi ise aşağıdaki formülle hesaplanır ES= Piyasa Değeri / Defter Değeri Oran olarak hesaplanan ES den, gerek firmanın geçmiş yıl verileri gerekse sektör ortalamaları ile karşılaştırmak suretiyle, daha anlamlı bilgiler elde edilebilmektedir (Uzay ve Savaş, 2003: 167) Tobin in Q Oranı İsmini Nobel ödüllü iktisatçı James Tobin den alan bu yöntem bir varlığın piyasa değeri ile bu varlığın yerine koyma maliyetinin karşılaştırılmasına dayanmakta, yöntemde varlığın piyasa değerinin, yerine koyma maliyetini aşan kısmı entelektüel sermaye olarak kabul edilmektedir (Uzay ve Savaş, 2003: 167). Tobin Q Oranı şu formülle ifade edilmektedir: ES= Piyasa Değeri /Varlığın Yerine Koyma Maliyeti Tobin Q Oranı nın birden büyük olması, işletmenin maddi olmayan varlıklarının yani entelektüel varlıklarının yüksek düzeyde olduğunu göstermektedir. Tobin Q Oranı eğer 1 den küçük ise işletmenin varlıklarının yerine koyma maliyetinin varlıkların getiri düzeyi tarafından karşılanamadığını göstermektedir (Daştan ve Çıkrıkçı, 2002: 25). 536

60 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin 4.3. Hesaplanmış Maddi Olmayan Değer Yöntemi Bu yöntem işletmenin maddi olmayan varlıklarının veya entelektüel sermayesinin gerçeğe uygun değerlerinin hesaplanmasına yardım etmektedir (Çelik ve Perçin, 2000: 116). Bu yöntemde izlenmesi gereken aşamalar şunlardır (Yalama, 2006: 35): 1. Aşama: Üç yıl için ortalama vergi öncesi kar hesaplanır. 2. Aşama Dönem sonu bilançosuna bakılarak ortalama maddi varlık değerleri alınır ve üç yılın ortalaması hesaplanır. 3. Aşama: Maddi varlıkların getirisi, kar ortalaması maddi varlıkların ortalama değerine bölünerek bulunur. 4. Aşama: Söz konusu üç yıl için sektörün maddi varlıklarının getiri oranı hesaplanır. 5. Aşama: Getiri fazlası hesaplanır. Sektörün ortalama getiri oranı işletmenin ortalama maddi varlıklarıyla çarpılır. Çıkan sonuç işletmenin maddi varlıklardan kazandığı tutarı gösterir. Bulunan rakam işletmenin 1. aşamada bulunan vergi öncesi kardan çıkarılır. 6. Aşama: Üç yıllık ortalama gelir vergisi hesaplanır ve bu ek getiriyle çarpılır. Vergi sonrası geliri bulabilmek için çıkan sonuç ek getiriden çıkarılır. Bu rakam maddi olmayan varlıklara atfedilecek primdir. 7. Aşama: Primin net bugünkü değeri hesaplanır. Bunun için primi işletmenin sermaye maliyeti gibi uygun bir orana bölmek gerekir. 5. ENTELLEKTÜEL SERMAYE İLE FİRMA DEĞERİ ARASINDAKİ İLİŞKİ Firmaların asıl hedefi, firma değerini maksimum yapmaktır. Bu hedefe ulaşan firmalar, çalışanlarına daha yüksek ücret ödeyerek daha garantili bir iş imkânı sağlayabilmekte, devlete daha fazla vergi ödeyebilmekte, finans kurumlarına olan borçlarını daha düzenli olarak takip etmekte ve ortaklar açısından, gerek temettü gerekse sermaye kazancı şeklinde daha fazla getiri sunabilmektedir (Zor ve Cengiz, 2013: 41). Bir firmanın değeri sadece maddi duran varlıkların değerinden oluşmaz. Maddi duran varlıklar yanında, maddi olmayan duran varlıların da firma değerlemesinde değer yaratıcı unsurlar arasındadır. İşte bu nedenle, geçmişin entelektüel birikimi olan bilgi ile işletmecilik anlayışında sahip olunan sermayenin birleşiminden doğan ve işletmelerde entelektüel olarak ifade edilen maddi olmayan varlıklara sahip olma, onları kullanma ve yönetme firmalar için artı değer yaratmaktadır. Böylelikle, bir firmanın değeri genellikle fiziksel varlıkların değerinden daha büyük olmakta olup, bu durum defter değeri ile piyasa değerinin farklılaşması ile açıklanmaktadır (Öztürk ve Ünsal, 2003: 4) Maddi olmayan varlıkların mobilitesinin, maddi varlıklara oranla yüksek olması bu varlıkların önemini artıran bir unsur olmuş, şirketlerin piyasa değerinin belirlenmesinde maddi olmayan varlıkların paylarında meydana gelen artış, son dönemlerde üzerinde çok durulan bir konu olmuştur. Dünyada finansın duyarlı kitlesini oluşturan topluluklar son dönemlerde hisse senedi fiyatlarıyla entelektüel sermaye arasındaki ilişkiyi tanımlamaya çalışmaktadır. Hisse senedi piyasalarında bir bilgi şirketinin değerinin büyük ölçüde iki 537

61 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin önemli unsura; firmanın sahip olduğu entelektüel sermayenin miktarı ve firmanın bu entelektüel sermayeyi piyasada kaldıraç etkisi yaratmak amacıyla kullanabilme yeteneğine, yönelik piyasa beklentileri ve inançları çerçevesinde şekillendiği düşünülmektedir. Kaldıraç faktörü, firmanın işletme ve pazarlama stratejileri arasından ticarileştirilebilecek olan yenilikleri seçme ve bunları nakde dönüştürme gücü olduğunu ifade etmektedir (Ankara Sanayi Odası, 2003). Bir bilgi firmasının değeri, o firmanın maddi varlıklarının değeri ile entelektüel sermayesi tarafından yaratılan nakit akışlarının indirgenmiş değerinin toplamına eşit olmaktadır. Entelektüel sermayeye dayalı işletmelerde entelektüel sermaye, nakit akışları yaratmada kullanılan yenilikleri oluşturmakta ve onları nakde dönüştürerek nakit akışlarının kaynağı olmaktadır (Ankara Sanayi Odası, 2003). 6. ÇİMENTO SEKTÖRÜ HAKKINDA GENEL BİLGİ Türk çimento sektörü, 1911 yılında ton/yıl kapasiteli bir fırınla Darıca da üretime başlamıştır. Daha sonra bu fabrika 1923 yılında tevsi edilerek kapasitesi ton/yıl a yükseltilmiştir. 1950'den sonra Türkiye Çimento Sanayisi T.A.Ş.'nin (ÇİSAN) kurulmasıyla üretim artışı sağlanmasına rağmen 1970'lere dek talebin yeterli derecede karşılanamaması nedeniyle çimento ithalatı devam etmiştir. Sektör, Türkiye de yıldan yıla artan ihracat hacmi ile GSMH da önemli bir yer sahibi olmanın yanında, sağladığı önemli istihdam düzeyiyle de ekonomik yapı içindeki önemini korumaktadır. Makroekonomik dalgalanmaların ve istikrarsızlıkların ilk etkisini gösterdiği sektörlerden biri olan çimento sektörü, yaşanan ekonomik krizlerden olumsuz yönde etkilenmekte olup, inşaat sektörünün ana girdilerinden birini sağlaması sebebiyle, bu sektördeki dalgalanmalardan doğrudan etkilenmektedir. Günümüzde sektör, hammadde konusunda tamamen kendi kaynaklarını kullanmakta olup, üretimiyle ülke ihtiyacını karşılayabilmektedir. İthalattaki payı az olan çimento sektörü, ihracattaki payını her geçen gün arttırmakta ve dünyanın 90 ülkesine satış yapmaktadır. İhracatın büyük bölümü Rusya, Irak, Suriye ve İtalya ya yapılmaktadır. Mevcut durumda, yurtiçi talebi karşılamakta sıkıntı çekmeyen, bunun yanı sıra ihracatını yaklaşık yüzde 150 oranlarında artıran sektör Avrupa nın en büyük çimento ihracatçısı konumuna gelmiştir. Çimento sektörü, inşaat sanayinin kayıt dışı olmayan en önemli kollarından biridir. Çimento sanayisinde talep, ülkenin ekonomik koşullarına ve yatırım ortamlarına bağlı olarak değişmekte ve harcama yapılmayan dönemlerde durgun bir seyir izlemektedir (T.C. Bilim, Sanayi ve Teknoloji Bakanlığı. 2013). Tablo 1: Türk Çimento Sektörü Üretim ve Tüketim Miktarları Yıllar Üretim (milyon ton) Tüketim (milyon ton) ,95 31, ,96 25, ,76 26, ,10 28, ,80 30, ,79 35, ,40 41,61 538

62 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin ,26 42, ,43 40, ,00 39, ,70 62, ,40 62, ,30 62,30 Kaynak: Sanayi Genel Müdürlüğü Sektörel Raporlar ve Analizler: Çimento Sektörü Raporu, 2013 Çimento sektöründe 2011 yılı kapasite kullanım oranı verilerine göre çimento kapasite kullanım oranı bölgeler bazında ortalama % 63,41 olarak gerçekleşmiştir. Tablo 2: Çimento Sektörü 2011 Yılı Kapasite Miktarları TON Klinker Kapasitesi Çimento Kapasitesi Marmara Ege Akdeniz Karadeniz İç Anadolu Doğu Anadolu G.Doğu Anadolu Kaynak: Sanayi Genel Müdürlüğü Sektörel Raporlar ve Analizler: Çimento Sektörü Raporu, 2013 Tabloda görüldüğü gibi çimento kapasitesi en yüksek olan bölge Marmara Bölgesi dir, bu nedenle çalışmamızda yer alan firmaların tümü Marmara Bölgesi nden seçilmiştir. 7. ARAŞTIRMANIN METODOLOJİSİ Çalışmamızda Marmara Bölgesi nde faaliyet gösteren, halka açık 5 çimento fabrikasının yılları arasındaki Entelektüel Sermayeleri, hesaplanmış maddi olmayan değer yöntemini kullanılarak belirlenmiştir. Araştırma kapsamına alınan şirketler; Bolu Çimento A.Ş., Bursa Çimento A.Ş., Nuh Çimento A.Ş., Aslan Çimento A.Ş. ve Çimsa Çimento A.Ş. dir. İlgili firmaların yıllarına ait bilançoları kullanılarak hesaplamalar yapılmıştır. Firmaların gerek vergi yüklerine gerekse ortalama ağırlıklı sermaye maliyetlerinin belirlenmesine yönelik olarak veri temininin mümkün olmayışı nedeniyle ön kabullerde bulunulmuş ve araştırma kapsamındaki tüm firmalara genellemek zorunda kalınmıştır. Bunlar çalışmanın kısıtlarıdır. Söz konusu kısıtların araştırmanın bir eğilim belirleme niteliğine şüphe düşürmemesi dileğiyle, çalışmada yer alan sonuçlar sonraki çalışmaların dikkatine sunulmaktadır. 8. BULGULAR Araştırmanın bulguları aşağıdaki bölümde yer almaktadır. Hesaplamalarda küsuratlar dikkate alınmamıştır. Para birimi TL olarak verilmiştir. Araştırma kapsamındaki firmaların yıllarına ilişkin dönem karı ve söz konusu yıllara ilişkin olarak hesaplanan ortalama kazanç tutarları TL olarak Tablo 1 de gösterilmektedir. 539

63 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin Tablo 3: Araştırma Kapsamındaki Firmaların Dönem Karları (TL) Firmalar Ortalama Dönem Karı Aslan Çimento Bolu Çimento Bursa Çimento Çimsa Çimento Nuh Çimento Tablo 3 den çıkarılabilecek sonuca göre en yüksek karlılığa sahip şirket, TL ile Çimsa Çimento Şirketidir. İkinci sırada TL ile Nuh çimento gelmektedir, üçüncü sırada TL ile Bursa Çimento şirketi yer almaktadır, dördüncü sırada TL ortalama dönem karı ile Bolu çimento, beşinci sırada TL ile Aslan Çimento bulunmaktadır. Araştırma kapsamındaki firmaların yıllarına ilişkin olarak sahip oldukları maddi duran varlık tutarlarına ilişkin veriler Tablo 4 de sunulmaktadır. Tablo 4: Araştırma Kapsamındaki Şirketlerin Maddi Varlık Tutarları Firmalar Ortalama Maddi Varlık Tutarları Aslan Çimento Bolu Çimento Bursa Çimento Çimsa Çimento Nuh Çimento Tablo 4 den çıkarılabilecek sonuca göre araştırma kapsamındaki firmalar arasında sahip olunan maddi duran varlıklar toplamı bakımından farklılıklar vardır. En yüksek maddi duran varlık değeri Çimsa Çimento Şirketi ne aittir. İkinci sırada Nuh Çimento, üçüncü sırada Bursa Çimento şirketi yer almaktadır, dördüncü sırada Aslan çimento, beşinci sırada Bolu Çimento bulunmaktadır. Tablo 3 ve Tablo 4 den elde edilen verilere bakıldığında genel olarak ortalama maddi duran varlık değerleri ile dönem karları arasında doğru orantı olduğu söylenebilir. Bu durumun tek istisnası olan Bolu Çimento şirketi için karlılık oranı (Tablo 3) Aslan Çimento şirketinden fazla olduğu halde, ortalama maddi varlık tutarları (Tablo 4) bakımından sıralamada Aslan Çimento şirketinin gerisinde kalmıştır Araştırma kapsamındaki firmalarda sahip olunan ortalama maddi varlıkların ortalama karlılık oranlarına ilişkin bulguları Tablo 5 de sunulmaktadır. Tablo 5: Ortalama Maddi Varlık Kazanç Oranları (TL) Firmalar Ortalama Dönem Karı (1) Ortalama Maddi Varlık Tutarı (2) Ortalama Maddi Varlık Kazanç Oranı (1/2) Aslan Çimento %1.7 Bolu Çimento %2.4 Bursa Çimento %2.6 Çimsa Çimento %2.7 Nuh Çimento %

64 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin Tablo 5 e göre maddi varlık karlılık oranının en yüksek olduğu firma Nuh Çimento A.Ş dir, Bu firmayı sırasıyla Çimsa Çimento, Bursa Çimento, Bolu Çimento, Aslan Çimento takip etmektedir. Tablo 4 ve Tablo 5 den elde edilen verilere bakıldığında, yatırım büyüklüğü ile yatırımın karlılığı oranlarının Çimsa Çimento şirketi ve Nuh Çimento şirketinde yüksek olmasına rağmen yatırım büyüklüğü bakımından üçüncü sırada yer alan Aslan Çimento A.Ş. nin karlılık oranı en düşük çıkmıştır. Tablo 6: Sektörde Ortalama Maddi Varlık Kazanç Oranları (TL) Firmalar Dönem Karı Maddi Varlık Tutarı (2) Adana Çimento Afyon Çimento ( ) Aslan Çimento Batıçim Batı Anadolu Çimento Batısöke Çimento Baştaş Başkent Çimento Bolu Çimento Bursa Çimento Çimentaş İzmir Çimento Çimsa Çimento Göltaş Çimento Konya Çimento Mardin Çimento Nuh Çimento Ünye Çimento TOPLAM (A) (B) Sektörde Maddi Varlık Karlılık Oranı (A/B)= % 2.1 Sektördeki toplam yatırım büyüklüğü TL dir. Söz konusu yatırımlardan elde edilen dönem kazançlarının ortalaması TL dir. Sektörde maddi varlık karlılık oranı % 2.1 olarak hesaplanmıştır. Marmara Bölgesinde faaliyet gösteren çimento işletmelerinin Ortalama Maddi Varlık Karlılık Oranı aşağıdaki Tablo 7 de hesaplanmıştır. Tablo 7: Marmara Bölgesinin Ortalama Maddi Varlık Karlılık Oranı Firmalar Ortalama Maddi Varlık Kazanç Oranı Aslan Çimento %1.7 Bolu Çimento %2.4 Bursa Çimento %2.6 Çimsa Çimento %2.7 Nuh Çimento %2.9 Marmara Bölgesi Sektör Ortalaması % 2.4 Tablo 6 ye göre tüm sektörün ortalamasının 2.1, Tablo 7 ye göre ise Marmara Bölgesinin sektör ortalaması % 2.4 olarak hesaplanmıştır. Bundan sonraki bölümdeki hesaplamalarda daha güvenilir sonuçlar elde edebilmek için sektör ortalaması yerine Marmara Bölgesinin sektör ortalaması olan %2.4 kullanılacaktır. 541

65 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin Firmanın maddi varlıklarından sektör ortalamasının üzerinde elde ettiği kazançlar ek kazanç olarak tanımlanır. Firma maddi varlıklarının ortalama tutarı ile sektördeki ortalama maddi varlık karlılık oranının çarpılmasından elde edilen tutar normal kazanç olarak tanımlanmıştır. Ek kazanç, firmanın ortalama dönem karı tutarından normal kazanç tutarının çıkarılması suretiyle bulunmuştur. Tablo 8: Araştırma Kapsamındaki Şirketlerin Ek Kazanç Tutarları(TL) Firmalar Ortalama Maddi Varlık Tutarı (1) Sektördeki Ort. Maddi Var.Karlılığı (2) Normal Kazanç (1X2) (3) Ortalama Dönem Karı (4) Ek Kazanç (4 3) Aslan Çimento % Bolu Çimento % Bursa Çimento % Çimsa Çimento % Nuh Çimento % Tablo 8 in sonucuna göre en yüksek ek kazanç Çimsa Çimento ya aittir. Bu firmayı sırasıyla Nuh Çimento, Bursa Çimento, Bolu Çimento izlemektedir. Aslan Çimento Firmasının ortalama maddi varlık karlılığı oranı, sektör ortalamasının altında kaldığı için ek kazanç hesaplanmamıştır. İşletmenin getiri oranı sektör ortalamasının altında ise hesaplanmış maddi olmayan değer yöntemi uygulanamaz. Aslan Çimento firması entelektüel sermaye hesaplamalarına katılmayacaktır. Firmanın entelektüel sermayesinin değeri ek kazanç tutarından bu kazanca ilişkin vergi çıkarıldıktan sonra bulunan tutarın, firmanın ortalama ağırlıklı sermaye maliyetine bölünmesi suretiyle hesaplanır (Uzay ve Savaş, 2003: 175). Tablo 9 da her bir firmaya ilişkin entelektüel sermaye değeri hesaplanmıştır. Bu hesaplama yapılırken başta bahsedilen veri olmayışı nedeni ile, ağırlıklı sermaye maliyeti olarak TC Merkez Bankası Avans işlemlerinde kullanılan faiz oranları baz alınmıştır yılı ve 2013 yılı avans faiz oranlarının ortalaması alınarak Ortalama Ağırlıklı Sermaye Maliyeti yerine kullanılmıştır. İlgili dönem faiz oranları; 2010 yılı 0,15, 2011 yılı 0,1775, 2012 yılı 0,165, 2013 yılı ilk altı ay 0,11 ikinci altı ay 0,1175. İlgili yılların ortalama faiz oranı ise; 0, olarak hesaplanmıştır. Çalışmada bu değer yaklaşık %14 olarak alınmıştır. Tablo 9: Araştırma Kapsamındaki Firmalarda Entelektüel Sermaye Tutarları (TL) Firmalar Brüt Ek Kazanç(1) Ek Kazancın Vergisi(2) Net Ek Kazanç (1 2) (3) Ort. Ağır. Sermaye Maliyeti Entelektüel Sermaye Tutarı (3/4) (5) Bolu Çimento % Bursa Çimento % Çimsa Çimento % Nuh Çimento % Tablo 8 de hesaplanmış olan ek kazanç tutarları, Tablo 9 da brüt kazanç olarak tanımlanmış ve brüt kazanç üzerinden vergi hesaplanmıştır. Bütün firmalar için %20 kurumlar vergisi oranı uygulanmıştır. Ortalama ağırlıklı sermaye maliyeti ise % 14 olarak kabul edilmiştir. 542

66 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin Tablo 9 ya göre tutar olarak entelektüel sermayenin en yüksek olduğu firma Çimsa Çimento, bu firmayı sırasıyla Nuh Çimento, Bursa Çimento, Bolu Çimento takip etmektedir. Çalışmanın bu kısmında tutar olarak hesaplanan entelektüel sermaye değerlerini daha anlamlı hale getirmek için hesaplanan entelektüel sermaye değerleri ile söz konusu firmaların bazı finansal göstergeleri arasındaki ilişkiler oran yöntemi ile analiz edilecektir. Bu amaçla firmaların ortalama defter değeri Tablo 10 da hesaplanmıştır. Tablo 10: Firmaların Defter Değeri(TL) Firmalar Dış Borç Toplamı Ortalama Borç Tutarı Ort. Net Aktif Tutarı Defter Değeri Çimsa Çimento Nuh Çimento Bursa Çimento Bolu Çimento Defter değeri, firmanın net aktif toplamından tüm borçları çıkarıldıktan sonra kalan pozitif farktır. Tablo 10 da analiz dönemine ilişkin borç tutarları belirlenmiş ve ortalama net aktif tutarından çıkarılmak suretiyle her bir firmaya ait defter değerleri bulunmuştur. Tablo 10 a göre en yüksek defter değeri Çimsa Çimento firmasına aittir. İkinci sırada Nuh Çimento gelmektedir. Bursa Çimento üçüncü, Bolu Çimento dördüncü sıradadır. Ortalama defter değerleri ve ortalama net aktif toplamları ile döneme ilişkin entelektüel sermaye tutarları arasındaki oransal ilişkiler Tablo 11 de sunulmuştur. Tablo 11: Entelektüel Sermaye, Defter Değeri ve Ortalama Net Aktif Toplamı İlişkileri Firmalar Entelektüel Sermaye Tutarı Defter Değeri Ortalama Net Aktif Tutarı Entelektüel Sermaye/ Defter Değeri Entelektüel Sermaye/Net Aktif Oranı Çimsa Çimento %93 %66 Bolu Çimento %72 %60 Bursa Çimento %58 %41 Nuh Çimento %46 %30 Tablo 11 de araştırma kapsamındaki firmaların ortalama defter değerleri ve ortalama net aktif tutarları ile döneme ilişkin entelektüel sermaye tutarları arasındaki oransal ilişkileri göstermektedir. Araştırma kapsamındaki firmalar entelektüel sermaye/ defter değeri oranı bakımından en yüksekten düşüğe Çimsa Çimento, Bolu Çimento, Bursa Çimento ve Nuh Çimento şeklinde sıralanmaktadır, entelektüel sermaye/ net aktif oranı hesaplanmasında da sıralama aynıdır. Firmaların piyasa verileri ve elde edilen sonuçlarda karşılaştırılabilir. Elde edilen verilere göre firmaların piyasa verilerine ilişkin bulgular Tablo 12 de verilmiştir. Tablo 12: İşletmelerin Entelektüel Sermaye ve Piyasa Performansı Karşılaştırması Firmalar 2013 Yılı Kapanış Piyasa Değeri Fiyat Kazanç Oranı (%) Piyasa Değeri Defter Değeri Oranı (%) Öz Sermaye Karlılık Oranı (%) Entelektüel Sermaye/ Defter Değeri (%) Aslan Çimento 27,42 98,3 9,61 0,134 Çimsa Çimento 9,52 5,7 1,56 0,292 0,93 Bolu Çimento 2,47 7,8 1,49 0,204 0,72 Bursa Çimento 3, ,73 0,12 0,58 Nuh Çimento 8,27 15,2 1,84 0,101 0,46

67 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin Tablo 10, Tablo 11 ve Tablo 12 birlikte değerlendirildiğinde işletmelerin entelektüel sermaye birikimlerini genel olarak piyasaya yansıtabildikleri, sadece Aslan Çimentonun beklenenden daha iyi bir performans gösterdiği görülmektedir. Aslan Çimentonun getiri oranı sektör ortalamasının altında olmasına rağmen piyasa performansı diğer firmalara göre daha önde görünmektedir. Bunun dışındaki durumlarda ise firmalar entelektüel sermaye birikimlerini piyasaya yansıtabilmiş sayılabilirler. 9. SONUÇ Bilgi ekonomisi olarak yeni bir ekonomik yapının meydana gelmesi işletmeler açısından maddi olmayan varlıkların değerini arttırmış, işletmelerin defter değeri ile piyasa değeri arasında büyük farklar ortaya çıkmaya başlamıştır. Entelektüel sermaye ismini alan bu fark işletmelerin ölçmek ve yönetmek zorunda oldukları bir durum ortaya çıkarmıştır. Bu çalışmada Marmara Bölgesinde faaliyet gösteren ve hisseleri BİST te işlem gören 5 çimento firmasının dönemine ilişkin entelektüel sermayeleri hesaplanmış ve defter değerleri ile net aktif tutarları arasındaki oransal ilişkiler belirlenmiştir. Hesaplamalarda Hesaplanmış Maddi Olmayan Değer Yöntemi kullanılmıştır. Çalışma sonuçlarının özeti aşağıda yer almaktadır: Bolu Çimento nun TL olan entelektüel sermayesi ortalama defter değerinin % 72 sini, ortalama net aktif tutarının da % 60 ını oluşturmaktadır. Bursa Çimento nun TL olan entelektüel sermayesi ortalama defter değerinin % 58 ini, ortalama net aktif tutarının da % 41 ini oluşturmaktadır. Çimsa Çimento nun TL olan entelektüel sermayesi ortalama defter değerinin % 93 ünü, ortalama net aktif tutarının da % 62 sini oluşturmaktadır. Nuh Çimento nun TL olan entelektüel sermayesi ortalama defter değerinin % 46 sını, ortalama net aktif tutarının da % 30 unu oluşturmaktadır. Firmalar genel olarak entelektüel sermaye birikimlerini piyasa performanslarına da yansıtmışlardır. Bu sonuçlara göre farklı sektörlerdeki benzer çalışmalar incelendiğinde, araştırma kapsamındaki firmaların entelektüel sermaye açısından güçlü oldukları ortaya çıkmıştır. Günümüz artık bilgiye dayalı bir ekonomi haline gelmiştir ve bilgiye dayalı ekonomilerde rekabet gücünü korumak isteyen firmalar entelektüel sermayeye gereken önemi vermek durumundadır. Çalışmada incelenen firmaların bu önemi kavrayabildiği görülmektedir. Bu durum firma değeri açısından da önem arz etmektedir. Entellektüel sermaye oranlarının tüm firmalar için % 50 yi geçmiş olması aynı zamanda net aktif oranı içindeki payında yüksek olması firma değerlerinin yükselmesi açısından fark yaratmaktadır. 544

68 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Kendirli & Akgun & Ozcetin KAYNAKÇA Alagöz, A., Özpeynirci, R. (2007), Bilgi Toplumunda Entelektüel Varlıklar ve Raporlanması, Afyon Kocatepe Üniversitesi İ.İ.B.F.Dergisi, Cilt:9, Sayı:11, ss: Ankara Sanayi Odası. (2013), Entelektüel Sermayenin Firma Değeri Üzerine Etkisi, Kaynak: /kurumsal/media/kaynak /TUR/asomedya/nisan 2003/dosyanisan2003.html, (Erişim Tarihi: ). Arıkboğa, Ş., (2003), Entelektüel Sermaye, İstanbul: Derin Yayınları. Bontis, N. and others. (2000), Intellectual Capıtal And Business Performance İn Malaysian İndusstries, Journal of Intellectual Capıtal, Vol.1, No.1, ss: Çelik, A. E., Perçin, S. (2000), Entelektüel Sermayenin İşletme Bazında Ölçülmesi ve Değerlendirilmesi, Muhasebe ve Denetime Bakış Dergisi, Yıl: 1, Sayı: 2, ss Çıkrıkçı, M., Daştan, A., (2002), Entelektüel Sermayenin Temel Finansal Tablolar Aracılığıyla Sunulması, Bankacılar Dergisi, Sayı: 43, ss Ercan, M: K. ve diğerleri,. (2003), Değere Dayalı Yönetim ve Entellektüel Sermaye, Ankara: Gazi Kitabevi. Kamu Aydınlatma Platformu., İlgili Firmaların yıllarına ait Bilanço ve Gelir Tabloları Kaynak: (Erişim Tarihi: ). Karacan, S., (2004), Entelektüel Sermaye ve Yönetimi, Mali Çözüm Dergisi, Sayı: 69, ss: Görmüş, A. Ş., (2009), Entelektüel Sermaye ve İnsan Kaynakları Yönetiminin Artan Önemi, Afyon Kocatepe Üniversitesi İ.İ.B.F. Dergisi, Cilt:11, Sayı:1, ss: İpçioğlu, İ., (2007), Kobilerde Entelektüel Sermayenin İşletme Performansına Etkisi, Süleyman Demirel Üniversitesi İ.İ.B.F. Dergisi, Cilt:12, Sayı:3, ss: Önce, S., (1999), Muhasebe Bakış Açısı ile Entelektüel Sermaye, İktisadi ve İdari Bilimler Fakültesi Yayınları, No:151, Eskişehir.: Anadolu Üniversitesi Yayını. Özçetin, N., (2010), Maddi Olmayan Varlıkların Raporlanması Ve Halka Açık Şirketlerde Maddi Olmayan Varlıkların Raporlanmasına Yönelik Bir Araştırma, Yozgat: Bozok Üniversitesi Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi. Şamiloğlu, F., (2002),Entelektüel Sermaye, Ankara: Gazi Kitabevi. Şişman, B., Şişman, F. A., (2004), Entelektüel Sermayenin Unsurları, Ölçülmesi ve Muhasebeleştirilmesi, Yaklaşım Dergisi, Nisan, Sayı:136. T.C.Bilim, Sanayi ve Teknoloji Bakanlığı. (2013), Sanayi Genel Müdürlüğü Sektörel Raporlar ve Analizler: Çimento Sektörü Raporu (2013/1), Kaynak: sektor raporu pdf, (Erişim Tarihi: ). Uzay, Ş., Savaş, O., (2003), Entelektüel Sermayenin Ölçülmesi: Mobilya Sektöründe Karşılaştırmalı Bir Uygulama Örneği, Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Sayı: 20, ss Yalama, A., (2006), Entelektüel Sermayenin Entelektüel Katma Değer Katsayısı (VAIC) İle Ölçülmesi Ve Veri Zarflama Analizi (DEA) Yöntemi Kullanılarak Karlılığa Etkisinin Sınanması: İMKB'ye Kote Bankalarda Uygulaması, İktisadi Araştırmalar Vakfı, İstanbul. Zor, İ., Cengiz, S., (2013), Entelektüel Sermaye ile Firma Değeri Arasındaki İlişki: Borsa İstanbul da Bir Araştırma, Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Sayı: , ss

69 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume: 2 Issue: 4 LEVERAGE PROCYCLICAL OF TURKISH DEPOSIT BANKS 1 DOI: /Pressacademia Mustafa Terzioglu¹, Yusuf Demir² ¹Akdeniz University. mterzioglu@akdeniz.edu.tr ²Süleyman Demirel University. yusufdemir@sdu.edu.tr Keywords Leverage, procyclicality, Turkish Banking Sector, deposit banks, financial crisis. JEL Classification G21, G28, G01 ABSTRACT The studies after 2008 financial crisis emphasized that the concept of leverage procyclicality is among the major reasons of this crisis. BASEL II utilized during this crisis period has failed to foresee the risk. This procyclicality in financial expansion and contraction periods has wider impacts for developing economies such as Turkey. The current study has looked into the procyclicality of leverage ratios for deposit banks in Turkey. This research has focused on the association between change in total assets and leverage ratios for top ten deposit banks in Turkey by using the least square method. Data span is between December 2002 and December 2014, which has been assessed in quarterly periods. The study concluded that leverage ratios in Turkish banking industry is procyclical and leverage procyclicality can be implemented as a market control mechanism for Turkey. TÜRK MEVDUAT BANKALARININ KALDIRAÇ DÖNGÜSELLİĞİ Anahtar Kelimeler Kaldıraç, döngüsellik, Türk Bankacılık Sektörü, ticari bankacılık, finansal krizler. JEL Sınıflandırması G21, G28, G01 ÖZET Kaldıraç döngüselliği kavramı 2008 Mali krizinin sonrasında yapılan akademik çalışmalarda bu mali krizinin en önemli nedenleri arasında gösterilmektedir.kriz döneminde kullanılan BASEL II de bu riski öngörebilmekte yetersiz kalmıştır. Özellikle, Türkiye gibi gelişmekte olan piyasaların finansal genişleme ve daralma dönemlerinde bu döngüselliğin yaratabileceği tahribat daha fazla olabilmektedir. Bu çalışmada Türk bankacılık sisteminde faaliyet gösteren mevduat bankalarına ait kaldıraç oranlarının döngüselliği incelenmiştir. Araştırmada Türkiye deki ilk on mevduat bankasının aktif değişimleri ile kaldıraç oranlarının değişimi arasındaki bağıntı en küçük kareler yöntemi kullanılarak test edilmiştir. Veri aralığı Aralık 2002 ile Aralık 2014 arasında olup çeyrek dönemler itibariyle değerlendirilmiştir. Çalışmada Türk bankacılık sektörünün kaldıraç oranlarının döngüsel olduğu sonucuna ulaşılarak kaldıraç döngüselliğinin Türkiye için bir piyasa kontrol mekanizması olarak kullanılabileceği sonucuna ulaşılmıştır. 1 Bu makale, Ekim 2015 tarihleri arasında yapılan 19.Finans Sempozyumu nda bildiri olarak sunulmuştur. 546

70 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2(4) Terzioglu & Demir 1. GİRİŞ Tüm iktisadi kuruluşların temel çalışma prensiplerinden bir tanesi de elde ettikleri kaynakları doğru bir şekilde varlık haline dönüştürmektir. Bu dönüşüm sürecinin kaynak tarafı, özkaynak ve yabancı kaynak olmak üzere iki temel yapıdan oluşmaktadır. İktisadi kurumların varlıklarının özkaynaklarına oranlandığında, bu orana kaldıraç oranı denmektedir. Bu kurumlar özellikle finansal genişleme dönemlerinde varlıkları değerlendiğinde düşen kaldıraç oranlarını yükseltmek için daha fazla kaynak bulma yoluna gitmektedirler. Bu durum finans literatüründe kaldıracın döngüselliği olarak adlandırılmaktadır. Bu döngünün tam tersi durumu ise finans kaldıracın döngüsel karşıtlığı olarak adlandırılmaktadır. Bu kaldıraç mekanizmasının bankalar için önemi nereden kaynaklanmaktadır? Bunu Kalemli Ozcan ve diğ. nin (2011), The Adrian Shin Model diye adlandırdığı Adrian ve Shin(2008, 2010) in çalışmalarında ortaya koymuş oldukları döngüyle açıklamak mümkündür. Bu döngü Şekil 1 de görülmektedir. Şekil 1: Adrian Shin Kaldıraç Döngüselliği Şekil 1 de görüldüğü gibi modelin ilk döngüsünde bankalar varlık değerlerinin artması sonucu, düşen kaldıraç oranlarından dolayı koydukları kaldıraç hedeflerine ulaşabilmek için daha fazla kaynak bulma yoluna gitmektedirler. Bu durum bankaların bilanço büyüklüklerinin artmasına neden olmaktadır. Bu da kaldıraç oranının yukarıda da ifade edildiği gibi döngüsel olduğunu ispat etmektedir. Diğer bir ifadeyle, bankalar büyüme gösterdiğinde kaldıraç oranı da artmaktadır. Modelin diğer döngüsünde ise varlık değerlerinin azalması sonucu bankalar yükselen kaldıraç oranlarını düşürme eğilimine girmekte ve bu da bilanço büyüklüklerini düşürmektedir. Bu duruma ise döngüselliğin karşıtlığı denmektedir. (Adrian ve Shin, 2010: ). Bankaların artan varlık değerleri için kaldıraç oranlarını arttırmak istemesi ne anlama gelmektedir? Bankaların kaldıraç oranlarını arttırmak istemesinin iki önemli nedeni vardır. Bunlardan birincisi, bankaların özkaynak karlılığı (Return of Equity ROE) ve aktif kârlılığı (ROA) değerlerini, artan varlık değerlerindeki artışa bağlı olarak artırma istekleridir. İkincisi de koymuş oldukları kaldıraç hedeflerini (bu BASEL III gibi yasal zorunluluklardan kaynaklanmaktadır) tutturmak istemeleridir. Ancak, bankalar hem bu yüksek kâr hem de 547

71 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2(4) Terzioglu & Demir düşen kaldıraç oranlarını yüksek seviyede tutma isteğiyle, finansal sistemlerde kontrol edilemeyen bir kredi genişlemesi yaratabilmekte ve ekonomik krizin oluşumuna da katkıda bulunabilmektedirler. Bu durumun iyi tarafı da bulunmaktadır. Ülkelerdeki finansal sistemi düzenleyen kuruluşlar bankaların kaldıraç oranlarını gözetim altında tutarak ya da yeni kurallar koyarak ekonomilerinin istikrarını koruyabilecek bir enstrüman olarak kaldıraç döngüselliğini kullanabileceklerdir. Aynı şekilde, bankalar da kendi yönetim yapılarında kaldıraç yönetimi kullanarak olası riskleri bertaraf edebilirler. Örneğin, piyasa düzenleyici kurumlar kredi ve varlık artışlarını kısıtlamaya yönelik politikalar oluşturarak bu döngüselliği yavaşlatabilirler ya da en azından zayıflatarak daha yumuşak geçişi tesis edebilirler. Kaldıraç döngüselliğinin kriz önleyici bir mekanizma olarak kullanılması gerekliliği ilk önce ABD de başlamış ve tüm dünyaya yayılmıştır. Bu da bankacılık sisteminin arz yönlü bir büyüme stratejisi benimsemesine neden olmuştur. Bilindiği gibi yılları arasında büyük bir ivme kazanan ve finansal bir balon haline gelen, daha sonra 2009 yılında bu balonun patlamasıyla tetiklenen mali krizin ana nedenlerinden birisinin de kaldıraç döngüselliği olduğunu bir çok akademisyen kabul etmiştir. Bahsedilen krizde, finansal genişleme esnasında varlık değerleri artmış ve bunun sonucu olarak kaldıraç değerlerinin banka hedeflerinin altına inmesiyle bu döngü başlamıştır. Varlık fiyatları yukarı doğru gittikçe, bu kurumlar kaldıraç hedefleri doğrultusunda daha fazla varlık satın almışlar (hatta gereğinden fazla) ve bunun finansmanı için de yabancı kaynaklarını arttırmışlardır. Bu yüksek geri kaldıraç beslemeleri sırasında yaşanan varlık değerlerindeki şok değer düşüşleri bu mekanizmayı ters çalıştırmıştır. Bunun sonucunda bankaların bilançolarında ılımlı para politikalarının da devreye girmesiyle ciddi anlamda küçülmeler ve hatta iflaslar yaşanmıştır (Baglioni ve diğ., 2013: 1252). Oysa bu kaldıraç döngüselliği yönetimi, hem bankalarda hem de finansal sistemi düzenleyici kurumlarda var olsaydı kriz daha derinleşmeden önlenmesi söz konusu olabilirdi. Özellikle, bu mali krizden sonra döngüselliği yeterince dikkate almamasıyla eleştirilen BASEL II ye bu yöndeki eksikliğini kapatmak amacıyla, ülke şartlarına ve tercihlerine bağlı olarak %0 ilâ %2,5 arasında değişen döngüsel sermaye tamponu uygulaması getirilmiştir. Basel III te ise kaldıraç oranın 2017 de %3 olarak gerçekleştirilmesi hükmü bulunmaktadır (BASEL Komitesi, 2010: 2). Bu çalışmada 2003 ve 2014 yılları arasında Türkiye deki bankacılık sisteminin kaldıraç oranlarının döngüselliği analizi yapılmıştır. Çalışmada öncelikle kaldıraç oranlarının döngüselliğinin ne olduğu ve literatürdeki benzer çalışmalara yer verilmiş. İkinci kısımda Türkiye deki bankalar üzerine bir analiz uygulanmıştır. Bunun için varlık büyüklükleri itibariyle ilk on büyük mevduat bankası tercih edilmiştir. Kaldıraç oranları olarak literatürde sıklıkla kullanılan aktif/özkaynak ve borç/özkaynak oranları kullanılmıştır. Bu oranların bankaların aktif büyüme ile bağıntısı araştırılarak Türk banklarının kaldıraç oranlarının döngüselliği diğer bir ifadeyle ekonominin genişlediği dönemlerde kaldıraç oranlarının artıp artmadığı test edilmiştir. Bunun için istatistiki olarak sıklıkla kullanılan ve güvenilir sonuçlar veren En Küçük Kareler Yöntemi uygulanmıştır. 548

72 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2(4) Terzioglu & Demir 2. LITERATÜR ARAŞTIRMASI Kaldıraç döngüselliğine yönelik çalışmalar özellikle yaşanan global bankacılık krizinden sonra artmış olsa da akademik olarak fazlaca irdelenmiş bir konu değildir. Kaldıraç oranlarını döngüselliğe yönelik en önemli çalışmalar Adrian ve Shin in (2008 ve 2010) yapmış olduğu çalışmalardır. Bu çalışmalarında 1997 ve 2008 yılları arasında Amerika Birleşik Devletleri ndeki beş büyük yatırım bankasının (Bear Stearns, Goldman Sachs, Lehman Brothers, Merrill Lynch ve Morgan Stanley) kaldıraç politikalarını analiz etmişler ve bu bankaların kaldıraç oranlarının döngüsel olduğu sonucuna ulaşmışlardır. Bu bankaların kendi varlık değerlerinin arttığı durumlarda buna cevap olarak bilanço boyutlarını arttırdıklarını ve daha fazla yabancı kaynak edinerek daha fazla borç verir bir pozisyona döndüklerini tespit etmişlerdir. Aynı zamanda bu çalışmalarında, adı geçen bankaların finansal gelişme döneminde düşük riskten ötürü kaldıraç oranlarını yüksek tuttuklarını, riske maruz değer (VaR) modeliyle açıklamışlardır. Damar ve diğ. (2010) yılları arasında Kanada da faaliyet gösteren 242 yerel banka üzerinde yapmış oldukları çalışmada, kaldıraç olarak Varlıklar+Bilanço Dışı Varlıklar/ Yasal Özkaynaklar oranını kullanmışlardır. Çalışmada bu oran ile bankaların aktif büyüklüğü arasında pozitif bir bağıntı (döngüsellik) var olduğunu tespit etmişlerdir. Gropp ve Heider (2010) Amerika Birleşik Devletleri ve 15 Avrupa Birliği Ülkesinde faaliyet gösteren ticari bankalar ve diğer finans kuruluşları üzerinde yıllarını kapsayan çalışmalarında sermaye yapısını incelerken, bankaların kaldıraç davranışlarının zaman içinde değişmeyen ve kendine özgü bir yapıda olduklarını tespit etmişlerdir. Kalemli Ozcan ve diğ. (2011) dönemini kapsayan başta Amerika Birleşik Devletleri olmak üzere 23 ülke üzerinde yapmış oldukları çalışmalarında bankaların, banka dışı firmaların ve ülkelerin kaldıraç oranlarını analize tabi tutmuşlardır. Bu çalışmada değişik sonuçlara ulaşılmıştır. Çalışmada, Amerika Birleşik Devletleri ndeki yatırım bankaları ve büyük varlık değerine sahip ticari bankaların kaldıracının döngüsel olduğu ancak Avrupa kıtasında bu döngüselliğin daha küçük olduğu tespit edilmiştir. Bunun yanında araştırmada bir başka önemli tespit ise özellikle Türkiye gibi büyüyen pazarlarda yatırımcıyı korumak, bankaları disiplin altına almak ve ekonomik krizlerden en az şekilde etkilenmesi amacıyla getirilen düzenleyici kurallar nedeniyle kaldıraç döngüselliğinin oldukça sınırlı olduğu sonucuna ulaşılmış olmasıdır. Danielsson ve diğ. (2012) yapmış oldukları model çalışmasında Fisher Black kaldıraç efekti üzerinden hareketle kriz dönemlerinde dengeli bir kaldıraç yönetiminin nasıl yapılabileceğini risk primi, asimetrik oynaklık ve opsiyon fiyatlama üzerinden kurmuş oldukları bir model ile açıklamışlardır. Baglioni ve diğ. (2013) yıllarını kapsayan 18 Avrupa ülkesindeki yatırım ve ticari bankalar üzerinde kaldıraç oranı döngüselliğinin etkilerine yönelik yapmış oldukları çalışmada bu bankalarının kaldıraç oranı döngüselliğinin yerleşmiş bir davranış şekli olduğu sonucuna ulaşmışlardır. Buradan da bu döngüselliğin finansal genişleme dönemleri kadar 549

73 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2(4) Terzioglu & Demir kriz dönemlerinde de arz yönlü bir finansal hızlandırıcı mekanizma olduğu sonucuna ulaşmışlardır. Giordana ve Schumacher (2013) Lüksemburg bankacılık sektöründeki yılları arasındaki döngüselliği test eden çalışmalarında, bu bankaların genel olarak kaldıraçlarının döngüsel olduğu sonucuna ulaşmışlardır. Çalışmada Lüksemburg da faaliyet gösteren bankaların holding bankaları olmaları sebebiyle mali kriz öncesi bu holdinglerin hissedarlarının yüksek kâr payından yararlanmak için kaldıracı bir risk olarak göremedikleri ancak kriz döneminde ana ve yavru şirketlerin yaşadığı likidite sıkıntısı nedeniyle bu bankaların daha da sıkıntıya düştükleri tespitinde bulunmuşlardır. Petersen ve diğ. (2013) yılları arasında ve aralarında Türk bankacılık sektöründe de faaliyet gösteren toplam 305 banka üzerinde yapmış oldukları çalışmada bankalar öncelikle Sınıf 1 ve Sınıf 2 olarak ayrılmıştır. Sınıf 1 bankalar TIER I sermayesi ve riske gore ağırlıklandırılmamış varlıklar toplamı 4 Milyar$ ile 100 Milyar$ arasındaki uluslararası faaaliyet gösteren bankalar, Sınıf 2 bankalar ise bu kıstas dışında kalan bankalar olarak belirlenmiştir. Yüksek oranlı hesaplanan BASEL III kriteri kaldıraç standardının hem Sınıf 1 hem de Sınıf 2 deki bankaların stresini tam olarak ölçemediği sonucuna ulaşmışlardır. Bu sonuçtan hareketle araştırmacılar tek tip BASEL III kaldıraç standardı yerine daha kapsayıcı bir düzenlemenin gerekliliğini vurgulamışlardır. Brumitt ve diğ. (2014) yapmış oldukları modellemede bankaların negatif şok yaşatabilecek sistematik riskin bu kurumların nakit ve kaldıraç döngüselliği olduğunu ortaya çıkarmışlardır yılında yaşanan mali krizde FED (ABD Merkez Bankası) ve ABD nin Hazinesi nin varlık fiyatları ve kaldıraç döngüselliğine yönelik ortak politikalar oluştursalar idi bankacılık sektörünün daha dengeli çalışabileceğini bu model ile ispatlamışlardır. Bunun yanında araştırmacılar kurmuş oldukları model ile aşırı iyimserliğin ters etki göstererek piyasalar için felaket ile sonuçlandığı önermesinde bulunmuşlardır. Athanasoglou ve diğ. (2014) hazırlamış oldukları liteartür incelenmesine yönelik çalışmada son küresel mali krizin kaldıraç döngüselliğinin kontrol gerekliliğinin ne kadar önemli olduğu vurgulamışlardır. Özellikle BASEL II ye yönelik yapılan teorik çalışmaların kaldıracın döngüselliği tehdidini fark edemediği çalışmada gösterilmiştir. Çalışmada ayrıca, Muhasebe standartlarındaki değişiklikler ve BASEL III uygulamaları ile döngüselliğin negatif etkilerini gidermede önemli bir rol oynayacağı da ifade edilmiştir. Türkiye de kaldıraç oranlarının döngüselliğine yönelik çalışmalar oldukça sınırlıdır. Çalışkan (2011), yılları arasında Türk Bankaları üzerine yapmış olduğu analizde 2001 krizinden sonra Türk Bankacılık sisteminin kaldıraç oranının ABD ndeki bankacılık sistemine göre oldukça düşük kaldığını tespit etmiş ve Türk Bankalarının kaldıraç döngüselliği davranışı sergilediğini ifade etmiştir. Ancak Çalışkan a göre 2001 sonrası getirilen sıkı bankacılık düzenlemeleri ve denetlemelerinden dolayı kaldıraç büyüme hızı anlamlı bir şekilde yavaşlamıştır. Bu durum aynı dönemlerde ABD nde finansal serbestleşmenin tam tersi bir eğilim sergilemiştir. 550

74 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2(4) Terzioglu & Demir Binici ve Köksal (2012), Türk Bankacılık sisteminde kaldıraç ile aktif büyüme arasındaki ilişkileri dönemi için analiz etmişlerdir. Analiz sonuçları göre Türk Bankacılık sektörü için kaldıraç oranın döngüsel olduğu ve bunun finansal hızlandırıcı bir mekanizma olarak çalıştığı görüşüne ulaşmışlardır. 3. VERİ VE METODOLOJİ Çalışmada 2014 yılı son çeyreği itibariyle aktif büyüklüğüne göre sıralan Türkiye deki ilk 10 ticari banka analize tabi tutulmaktadır. Örneklem olarak bu 10 bankanın seçilmesinin nedeni Türk bankacılık sistemindeki toplam aktif büyüklüğünün %85,38 2 ini (2014/4 itibariyle) temsil etmesinden kaynaklanmaktadır. Böylece bu örneklem ile Türk bankacılık sektörünün kaldıraç döngüselliğinin ortaya konulacağı düşünülmektedir. Bu bankaların yedisi özel sektör bankası olup, üç tanesi de kamu bankasıdır. Çalışmada En Küçük Kareler yöntemi uygulanmaktadır. Analiz işlemleri genel sektör, özel sektör ve kamu sektör olarak üç farklı grupta da yapılmaktadır. Bu bankalar alfabetik olarak Tablo 1 deki gibidir. Tablo 1: Türkiye deki Aktif Büyüklüğüne Göre İlk On Banka Sıra Banka Adı Tür Aktif Büyüklük 3 (1.000 TL) Çalışmadaki Kodu 1 Akbank T.A.Ş. Özel AKBANK 2 Denizbank A.Ş. Özel DENIZ 3 Finansbank A.Ş. Özel FINANS 4 Türkiye Ekonomi Bankası A.Ş. Özel TEB 5 T.C. Ziraat Bankası A.Ş. Kamu ZIRAAT 6 Türkiye Garanti Bankası A.Ş. Özel GARANTI 7 Türkiye Halk Bankası A.Ş. Kamu HALK 8 Türkiye İş Bankası A.Ş. Özel ISBANK 9 Türkiye Vakıflar Bankası T.A.O Kamu VAKIF 10 Yapı ve Kredi Bankası A.Ş. Özel YAPI Kaynak: Türkiye Bankalar Birliği, ve sektor bilgileri/veri sorgulamasistemi/60, Mart Hem bankacılık sektöründe hem de literatürde birçok kaldıraç oranı tanımlamakla birlikte çalışmada bu oranlardan en yaygın olarak kullanılan aktif/özkaynak ve borç/özkaynak oranları kullanılacaktır. Bu oranların dönemler itibariyle artışı bankaların kaldıracının arttığını tersi durum ise kaldıracının azaldığı anlamına gelmektedir. Çalışmada, örneklemdeki bankaların aktif değişimi ve kaldıraç değişimi arasındaki etkileşim ele alınarak döngüsellik test edilmiştir. Aktif ve kaldıraç oranlarındaki pozitif etkileşim döngüselliğin meydana geldiğini, negatif değişim ise döngüselliğin bulunmadığını göstermektedir. Çalışmada kullanılan veriler Türkiye Bankalar Birliği nin internet sitesinde yayımlanan Veri Sorgulama Sistemi nden elde edilmiştir. Veri aralığı olarak bu verilerin yayımlandığı tarih 2 Türkiye Bankalar Birliği ne göre 2014 son çeyreğindeki tüm bankaların aktif büyüklüğü TL olup, örneklem için seçilen ilk on ticari bankanın aktif büyüklüğü TL dir /4 Çeyrek rakamlarına göre 551

75 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2(4) Terzioglu & Demir başlangıcı olan 2002/4 çeyreği ile 2014/4 çeyreği aralığını kapsamaktadır. Veriler En Küçük Kareler Yöntemi ile çeyreklik dönemler itibariyle analize tabi tutulmaktadır. 4. ARAŞTIRMANIN BULGULARI Bu bölümde öncelikle ilgili zaman aralığında örneklem olarak seçilen bankaların aktif/özkaynak ve borç/özkaynak kaldıraç oranlarının grafikleri verilecektir. Şekil 2: Kaldıraç Oranları Grafiği Şekil 2 de 2008 in ortalarında başlayan finansal krizin bankaların kaldıraç oranlarında bir düşüşe neden olduğu açıkça görülmektedir. Bu durum esasen kaldıraç oranlarının genel itibariyle döngüsel olduğunu ortaya koymaktadır. Finansal daralmanın yaşandığı bu dönemde bankaların kaldıraç oranlarının düştüğünün açıkça görülmesi bu döngü hakkında küçükte olsa bir bilgi vermektedir. Kriz sonrası kaldıraç oranlarındaki artış ise yine döngüselliğin yaşandığını göstermektedir. Şekil 2 den çıkarılabilecek diğer bir sonuç ise kamu bankalarının kaldıraç oranlarının belli bir esneklikte devam etmesine rağmen özel banklarının daha dalgalı bir yapı göstermeleridir. Bu durum finansal krizin özel bankacılık sektörünü, kaldıraç oranları bazında daha fazla etkilediğinin bir göstergesidir. Ancak kaldıraç oranlarının döngüselliğini tam olarak ifade edebilmek için bankaların bu oranları ile aktif büyüklükleri arasındaki ilişki ile birlikte ortaya konulması gerekmektedir. Şekil 3 de bu etkileşimin grafikleri görülmektedir. 552

76 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2(4) Terzioglu & Demir Şekil 3: Aktif Değişim ile Kaldıraç Oranlarının Değişimi Arasındaki Etkileşim Şekil 3 de görüldüğü gibi genel olarak bankaların bilânçolarındaki aktif değişim ile kaldıraç oranları arasında pozitif ve güçlü bir etkileşim vardır. Bu durum bu oranların döngüsel olduğunu göstermektedir. Ancak kamu bankalarının özel bankalara kıyasla çok daha sınırlı etkileşimde olduğu grafiklerde açıkça görülmektedir. Bunun nedeni kamu bankalarının 553

77 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2(4) Terzioglu & Demir kaynak yaratmasında özel bankalara göre (sendikasyon kredisi, tahvil ihracı vb.) daha sınırlı bir pozisyonu tercih etmesinin yattığı söylenebilir. Analizin bu aşamasında bankaların aktif değişim ile kaldıraç oranlarının dönemsel değişim kullanılarak bu iki değişken arasındaki bağıntı ortaya konulmaktadır. Bu analiz için En Küçük Kareler Yöntemi uygulanmaktadır. Her bir banka üzerinde yapılan bu analiz ayrıca bankaların bulundukları grup (genel, özel, kamu) durumuna göre de yapılmaktadır. Tüm değişkenler M c Kinnon (1996) tarafından geliştirilen Augmented Dickey Fuller (ADF) Birim Kök Testi tarafından %1 anlamlılık düzeyinde test edilerek, durağan olmayan değişkenler durağanlaştırılmıştır. Tablo 3 de En Küçük Kareler yöntemi sonuçları gösterilmektedir. Sonuçlar %1, %5, %10 anlamlılık düzeyinde test edilmiştir. Tablo 3: En Küçük Kareler Yöntemi Sonuçları Bağımlı Değişken: Aktif/Özkaynak Değişimi Banka Katsayı (Prob) Bağımsız Değişken: Aktif Değişim Bağımsız Değişken: Aktif Değişim Düzeltilmiş R 2 (Prob F Statistic) LM Test Obs * R squared (Prob.Chi Square) 17,53267 (0,02501) 5, (0,72) 14,88721 (0,0614) 11,88740 (0,1563) 11,62210 (0,1689) 8, (0,4045) 92, ,0001 3, (0,8712) 8, (0,4190) 10,39789 (0,2382) 1, (0,3901) 6, (0,5438) 33,22858 (0,0001) AKBANK * 0, (0,0030) 0, (0,003047) DENIZ * 0, , (0,0000) (0,000000) FINANS * 0, , (0,0000) (0,000000) TEB *** 0, , (0,7364) (0,736392) ZIRAAT *** 0, , (0,7224) (0, ) GARANTI * 0, , (0,0000) (0,000004) HALK *** 0, ,07986 (0,0304) (0,03363) ISBANK * 0, , (0,0008) (0,000791) VAKIF ** 0, , (0,0234) (0,023392) YAPI *** 0, , (0,7012) (0,701210) GENEL * 0, , (0,0022) (0,002191) ÖZEL * 0, , (0,0000) (0,000002) KAMU *** 0, , (0,9019) (0,890579) Bağımlı Değişken: Borç/Özkaynak Değişimi Banka Katsayı Düzeltilmiş R 2 (Prob) (Prob F Statistic) AKBANK * 0, (0,0028) 0, ( ) LM Test Obs * R squared (Prob.Chi Square) 17,81195 (0,0227) W. Heteroskedasticity Obs * R squared (Prob.Chi Square) 1, (0,1971) 0, (0,8472) 1, (0,2075) 31,59434 (0,0000) 32,48159 (0,0000) 7, (0,074) 0, (0,4183) 1, (0,0308) 0, (0,7225) 0, (0,8843) 0, (0,3930) 2, (0,1181) 0, (0,8612) W.Heteroskedasticity Obs * R squared (Prob.Chi Square) 1, (0,1898) 554

78 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2(4) Terzioglu & Demir DENIZ * 0, (0,0000) FINANS * 0, (0,0000) TEB *** 0,05584 (0,7224) ZIRAAT *** 0, (0,2869) GARANTI * 0,73309 (0,0000) 0, (0,000000) 0, (0,000000) 0, (0,722382) 0, (0,428964) 0, (0,000004) 5, (0,7347) 14,90797 (0,0610) 11,62210 (0,1689) 32,13843 (0,001) 8, (0,4040) 0, (0,8956) 1, (0,3039) 32,48159 (0,0000) 3, (0,0812) 7, (0,075) HALK *** 0, (0,1798) 0, (0,179787) ISBANK * 1, , (0,0008) (0,000773) VAKIF ** 0, , (0,0257) (0,02672) YAPI *** 0, , (0,7434) (0,743428) GENEL * 0, , (0,0022) (0,002228) ÖZEL * 0, , (0,0000) (0,000002) KAMU *** 0, , (0,9019) (0,901858) * %1düzeyinde anlamlılık ** %5 düzeyinde anlamlılık *** İstatistiki olarak anlamsız LM Otokorelasyon Testi White Heteroskedasticity Sabit Varyans Testi 16,05803 (0,0416) 3, (0,8573) 8, (0,4041) 10,10251 (0,2579) 8, (0,3801) 6, (0,5869) 33,20234 (0,0001) 0, (0,6188) 0, (0,6828) 0, (0,7327) 0,02648 (0,8703) 0, (0,4105) 2, (0,1152) 0, (0,8554) Türk Bankacılık sektöründe faaliyet gösteren ilk on bankanın (varlık büyüklüğüne göre) analiz sonuçlarına bakıldığında bu bankaların beşinin %1 anlamlılık düzeyinde aktif değişim ile kaldıraç oranları arasında pozitif bir bağıntı olduğu görülmüştür. Bu bankalardan sadece bir tanesi %5 anlamlılık düzeyinde pozitif bir bağıntı içerisindedir. Diğer bankalar için anlamlı sonuçlara ulaşılamamıştır. Bu durumda anlamlı bulunan bağıntıdan hareketle Akbank T.A.Ş., Denizbank A.Ş., Finansbank A.Ş., Türkiye Garanti Bankası A.Ş., Türkiye İş Bankası A.Ş. ve Türkiye Vakıflar Bankası T.A.O kaldıraç oranlarını döngüsel olduğunu söylemek mümkündür. Türkiye Vakıflar Bankası T.A.O dışındaki iki kamu bankasının istatistikî olarak sonuçları bir anlam taşımadığı için kamu bankalarının kaldıraç oranlarının döngüselliği konusunda net bir sonuca ulaşılamamıştır. Seçilen örneklemdeki mevduat bankalarının geneline bakıldığında kaldıraç oranlarının pozitif ve güçlü bir döngüsellik sergilediği görülmektedir. Daha öncede bahsedildiği gibi bu bankalar Türk Bankacılık sektörünün varlık büyüklüğü olarak %85 gibi büyük bir oranda temsil ettiği için, genel anlamda Türk bankacılık sektörünün kaldıraç oranlarının döngüsel olduğu söylenebilir. 555

79 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2(4) Terzioglu & Demir Analiz sonuçları için yapılan varsayım testlerinde anlamlı çıkan sonuçların herhangi bir otokorelasyon ve çoklu varyans özelliği taşımadığı görülmektedir. Bu nedenle En Küçük Kareler Yöntemiyle yapılan analiz oldukça güvenilir sonuçlar sunmaktadır. 5. SONUÇ 2008 Mali Kriz öncesi kaldıraç oran/larının finansal genişleme dönemlerinde giderek yükselmesi bilanço büyüklerine yapmış olduğu katkı bakımından önemsenmemekteydi yılında oluşan mali kriz sonrasında yapılan araştırmalar kaldıraç oranlarındaki bu sarmal döngüselliğin finansal bir hızlandırıcı mekanizma olarak çalıştığı ve sonuçta bu kontrol edilemez hızlanmanın banka iflasları ile sonuçlandığını göstermektedir. Ululslararası düzenlemeler olarak da BASEL II standartlarının bu riski görme konusundaki eksikliği BASEL III ile giderilmeye çalışılmıştır. BASEL III ile kaldıraç oranı üzerine kontrol edici yeni standartlar getirilsede Petersen ve diğ (2013) yapmış olduğu çalışmada vurgulandığı gibi bu kontrol mekanizması tek tiplilikten kaynaklı bazı sıkıntıları da içerisinde barındırmakta ve döngüsellikten meydana gelebilecek risklerin ortaya çıkarılmasında eksiklikler barındırmaktadır. Aralık 2002 Aralık 2014 dönemlerini kapsayan Türk Bankacılık sisteminde faaliyet gösteren mevduat bankalarının kaldıraç oranlarının döngüselliğini araştıran bu çalışmada özel sektör bankalarının büyük oranda döngüsel olduğu ancak kamu bankaları için anlamlı bir sonuç çıkmadığı tespit edilmiştir. Bu bankaların genel itibariyle Türk bankacılık sisteminin büyük oranda temsil kabiliyeti olduğu için sistemin kaldıraç oranlarının döngüsel olduğu sonucu çıkartılabilir. Bu sonuç Çalışkan (2011) ve Binici ve Köksal (2012) Türkiye için yapmış olduğu çalışmaların sonuçlarıyla örtüşmektedir. Türk Bankacılık sektörü her ne kadar bankacılık alanında kendi içsel krizlerinden ders alarak 2008 Mali Krizini en az hasarla atlatsa da, gelecekte bir gelişmekte olan piyasa olarak, finansal genişleme ve daralma dönemlerini daha sıklıkla yaşaması muhtemeldir. Özellikle Türkiye de özel sektör bankalarının belirli kısmının yönetiminin holdinglere ait olması Giordana ve Schumacher (2013) in Lüksemburg için yapmış olduğu çalışmada tespit ettiği gibi kaldıraç döngüselliğinin getirmiş olduğu riskler bakımından ekstra bir tehdit oluşturmaktadır. Bu bakımdan, çalışmada Türkiye de faaliyet gösteren bankalarda kaldıraç döngüselliğinin devam ettiğinin tespiti önemlidir. Bu tespitten hareketle, Türkiye de finansal genişleme dönemlerinde piyasa düzenleyici kurumlar her ne kadar standartların koymuş olduğu zorunlukluklar olsa da döngüsellik karşıtı mekanizmaları kullandığında, bankaların aktif ve kredi büyüklüklerini yavaşlatıcı önlemleri alabilirler ve bankalarının bilançolarının daha stabil oluşmasına olanak verebilirler. Böylece döngüsellikten kaynaklı aşırı bilanço şişkinliği de giderilmiş olacağından döngüselliğin Türkiye nin mali yapısını zayıflatıcı etkisi minimize edilecektir. Bunun yanında mikro bağlamda bankalar da finansal genişleme ve daralma dönemlerinde 556

80 Journal of Economics, Finance& Accounting JEFA (2015), Vol.2(4) Terzioglu & Demir kendi yönetimlerinde bu döngüselliği kullanarak bankalarının bu dönemlerde daha yumuşak bir geçiş yapmasını sağlayabilirler. KAYNAKÇA Adrian, T. ve Shin, H.S. (2008). Liquidity and Leverage. International Monetary Fund Financial Cycles, Liquidity, and Securization Conference. Adrian, T. ve Shin, H.S. (2010). Liquidity and Leverage. Journal of Financial Intermadiation. 19(3), Athanasoglou, P. ve diğ. (2014), Bank Procyclicality and Output: Issues and Policies, Journal of Economics and Business, 72, BASEL Committee on Banking Supervision September Meeting, (2010), Press Release, 1 7. Baglioni, A. ve diğ. (2013). Is The Leverage of European Banks Procyclical? Empir Econ. Springer. 45, Binici, M. ve Köksal, B. (2012). Is The Leverage of Turkish Banks Procyclical? Central Bank Review. 12(2), Brummitt, C.D. ve diğ. (2014), Inside Money, Procyclical Leverage, and Banking Catastrophes. Plos One, 9(8), Çalışkan, A. (2011). Türk Bankalarının Kaldıraç Davranışı: Küresel Krizden Nasıl Kurtuldular? İktisat, İşletme ve Finans Dergisi. 26 (307), Damar, H.E. (2010). Leverage, Balance Sheet Size and Whosale Funding. Bank of Canada Working Paper. 39, Danielsson, J ve diğ. (2012). Procyclical Leverage and Endogenous Risk. Available at SSRN Giordana, G. ve Schumacher, I. (2013), What Are The Bank Specific and Macroeconomic Drivers of Banks Leverage? Evidence from Luxembourg. Empirical Economics, 45, Gropp, R. ve Heider, F. (2010). The Determinant sof Bank Capital Structure. Review of Finance. 14, Kalemli Ozcan ve diğ. (2011). Leverage Across Firms, Banks and Countries. NBER Working Paper Series. No: 17354, M c Kinnon, J.G. (1996). Numerical Distiribution Functions for Unit Root and Cointegration Tests. Journal of Applied Economics. 11, Petersen, M.A. ve diğ.(2013). A Basel Perspective on Bank Leverage. Applied Financial Economics, 23 (17), Veri, (2015). Türkiye Bankalar Birliği internet sitesi. ve sektor bilgileri/verisorgulama sistemi/

81 Journal of Economics, Finance and Accounting (JEFA), ISSN: REACTION OF CREDIT DEFAULT SWAP SPREADS TO RATING ANNOUNCEMENTS: AN EVENT STUDY FOR TURKEY DOI: /Pressacademia Oner Kaya Emine¹, Kaya Bekir², Yalciner Kursat 3 ¹Gazi University. emineoner@gazi.edu.tr 2 Gazi University. bekirkaya@gazi.edu.tr 3 Gazi University. yalciner@gazi.edu.tr Year: 2015 Volume: 2 Issue: 4 Keywords Credit worthiness, Credit default swap spreads, sovereign credit rating announcements, event study, Turkey. JEL Classification G14, G24, G30 ABSTRACT In this study, the effect of announcements, which were made by Standard & Poor's, Moody s and Fitch related to Turkey s sovereign credit ratings, on CDS spreads in the period between and was examined with the event study method. As a result of the conducted analysis, it has been determined that announcements made on upgrade of credit ratings or upward revisions in the sovereign s credit outlook did not lead to a significant differentiation in the 14 day period which surrounds the announcement date. On the other hand, it has been determined that announcements made on downgrade of credit ratings or downward revisions in the sovereign s credit outlook led to a significant differentiation in the 7 day period preceding the announcement and in the 7 day period following the announcement. It was determined that CDS spreads showed an abnormal increase in the 7 day period preceding the date on which the downgrade of credit ratings or downward revisions in the sovereign s credit outlook in question were announced and showed an abnormal decrease in the 7 day period which follows the announcement. DERECELENDİRME DUYURULARINA KREDİ TEMERRÜT SWAP PRİMLERİNİN TEPKİSİ: TÜRKİYE İÇİN BİR OLAY ANALİZİ 1 Anahtar Kelimeler Kredi değerliliği, kredi temerrüt swap primleri, derecelendirme duyuruları, olay analizi, Türkiye. JEL Sınıflandırması G14, G24, G30 ÖZET Bu çalışmada, ile tarihleri arasındaki dönemde, Standard & Poor's, Moody s ve Fitch tarafından Türkiye nin derecelendirme notuna ilişkin yapılan duyuruların CDS primleri üzerindeki etkisi, olay analizi yöntemiyle incelenmiştir. Yapılan analiz neticesinde, derecelendirme notu ya da görünüm yükselişine ilişkin duyuruların, duyuru tarihini çevreleyen 14 günlük dönemde, CDS primleri üzerinde anlamlı bir farklılaşmaya neden olmadığı tespit edilmiştir. Öte yandan, derecelendirme notu ya da görünüm düşüşüne ilişkin duyuruların ise, CDS primleri üzerinde, duyurunun gerçekleştiği tarih öncesindeki 7 günlük ve tarih sonrasındaki 7 günlük dönemde anlamlı bir farklılaşmaya neden olduğu belirlenmiştir. Söz konusu not ya da görünüm düşüşü duyurularının açıklandığı tarihten önceki 7 günlük dönemde CDS primlerinin anormal bir artış gösterdiği, sonraki 7 günlük dönemde ise anormal bir azalış gösterdiği belirlenmiştir. 1 Bu çalışma Hitit Üniversitesi tarafından Ekim 2015 de Çorum da gerçekleştirilen 19. Ulusal Finans Sempozyumunda bildiri olarak sunulmıştur. 558

82 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) 1. GİRİŞ 559 Emine & Bekir & Kursat Ülkelerin kredi değerliliği ile ilgili göstergelerden biri olan derecelendirme notları, derecelendirme kuruluşlarının metodolojileri çerçevesinde, harf ya da rakam sistemine dayandırılarak oluşturulmaktadır. Derecelendirme notları, bir ülkenin finansal yükümlülüklerini tam ve zamanında yerine getirme düzeyinin belirlenmesine yönelik olarak derecelendirme kuruluşlarının görüşlerini ifade etmektedir (S&P, ). Derecelendirme notları, derecelendirme kuruluşu tarafından oluşturulan bir takvim çerçevesinde duyurulmaktadır. Verilen notlar derecelendirme kuruluşlarınca yakından takip edilerek, gerektiğinde not artışı veya not düşüşü olarak değiştirilebilmekte ya da mevcut not teyit edilebilmektedir. Kredi değerliliğine ilişkin bir diğer gösterge ise, kredi temerrüt swap (CDS) primleridir. CDS, yatırımcıların kredi olayı olarak ifade edilen durumlarda (temerrüt, iflas, batma, kredi notundaki düşüş) ortaya çıkan kayıplarının transfer edilmesi amacıyla kullanılan bir sözleşmedir (Kiff ve Morrow, 2000). CDS primleri ise, kredi değerliliğinin takip edilmesini sağlayan bir göstergedir. Derecelendirme notları ile karşılaştırıldığında CDS primlerine ilişkin veriler anlık olarak takip edilebilmektedir. Derecelendirme kuruluşlarınca verilen derecelendirme notlarında ortaya çıkan değişimler finansal piyasalar tarafından yakından takip edilmektedir. Araştırmacılar da, bu alanda gerçekleştirdikleri çalışmalarla derecelendirme notu duyurularının finansal piyasalar üzerindeki etkisini tespit etmeye çalışmaktadır. Bu konuda yapılan çalışmalar daha çok derecelendirme duyurularının, hisse senedi, tahvil ve CDS piyasaları ile ilişkisinin belirlenmesi üzerine yoğunlaşmaktadır. Bu çalışmada ise, Standard & Poor's (S&P), Moody s ve Fitch tarafından Türkiye nin derecelendirme notuna ilişkin yapılan duyurulara, CDS primlerinin tepkisinin belirlenmesi amaçlanmaktadır. Böylelikle CDS primlerinin, derecelendirme duyurularından önceki dönemlerde gösterdiği değişim incelenerek, derecelendirme duyurularının öngörülmesine ilişkin bir nitelik taşıyıp taşımadıklarının belirlenmesi de mümkün olabilecektir. Bu doğrultuda çalışma beş bölümden oluşmaktadır. Girişin ardından çalışmanın ikinci kısmında literatür taramasına yer verilmektedir. Çalışmada kullanılan veri setine, değişkenlere ve yönteme ilişkin açıklamalar üçüncü kısımda yer almaktadır. Analiz bulguları dördüncü kısımda ele alınmakta ve son kısımda da elde edilen sonuçlar yorumlanmaktadır. 2. LİTERATÜR TARAMASI Derecelendirme duyurularının finansal piyasalar üzerindeki etkisinin belirlenmesi 2000 li yıllardan sonra araştırmacıların dikkatini çeken bir konu haline gelmiştir. Daha önce de ifade edildiği üzere, bu konuda yapılan çalışmaların, derecelendirme notu duyurularının hisse senedi, tahvil ve CDS piyasaları üzerindeki etkisinin belirlenmesi üzerine yoğunlaştığı görülmektedir. Derecelendirme notu duyurularının tahvil piyasaları üzerindeki etkisini tespit etmeye yönelik olarak yapılan çalışmalar arasında Vu, Alsakka ve Gwilym (2015) ile Böninghausen ve Zabel (2015); hisse senedi piyasaları üzerindeki etkisini tespit etmeye yönelik çalışmalar arasında Li, Shin ve Moore (2006), Bissoondoyal Bheenick ve Brooks (2014) ile Abad ve Robles (2014); hem hisse senedi hem de tahvil piyasaları üzerindeki

83 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) 560 Emine & Bekir & Kursat etkisini tespit etmeye yönelik çalışmalar arasında Christopher, Kimb ve Wu (2012), Afik, Feinstein ve Galil (2014) ile Afonsoa, Gomes ve Taamouti (2014); CDS piyasaları üzerindeki etkisini tespit etmeye yönelik çalışmalar arasında Micu, Remolona ve Wooldridge (2004), Hull, Predescu ve White (2004), Lehnert ve Neske (2006), Micu, Remolona ve Wooldridge (2006), Ismailescu ve Kazemi (2010), Finnerty, Miller ve Chen (2013), Blau ve Roseman (2014), Wang, Svec ve Peat (2014) ile Wengner, Burghof ve Schneider (2015); hem hisse senedi hem de CDS piyasaları üzerindeki etkisini tespit etmeye yönelik çalışmalar arasında Norden ve Weber (2004); hem tahvil hem de CDS piyasaları üzerindeki etkisini tespit etmeye yönelik çalışmalar arasında ise, Afonso, Furceri ve Gomes (2012) yer almaktadır. Bu çalışmada, Türkiye nin derecelendirme notuna ilişkin yapılan duyurulara, CDS primlerinin tepkisinin belirlenmesi amaçlandığından, bu kısımda, derecelendirme notu duyurularının CDS piyasaları üzerindeki etkisini tespit etmeye yönelik olarak yapılmış önceki çalışmalar incelenmektedir. Micu, Remolona ve Wooldridge (2004) tarafından yapılan çalışmada derecelendirme duyurularının CDS piyasasındaki etkisi incelenmiştir. 1 Ocak 2001 ile 31 Aralık 2003 tarihleri arasındaki dönemin incelendiği çalışmada 694 referans varlığa ait günlük CDS verisi Londra tabanlı bir kredi türev veri sağlayıcından temin edilmiş olup, derecelendirme verileri Moody s ve S&P den sağlanmıştır. Yapılan analizler neticesinde negatif derecelendirme değişimlerinin CDS primleri üzerinde oldukça yüksek bir etkisi olduğu tespit edilmiştir. Bu etki kendini en çok negatif gözden geçirme ve derecelendirme notu düşüşlerinde göstermektedir. Görünüm değişimlerinde ise önemli bir etki saptanmamıştır. Hull, Predescu ve White (2004) tarafından yapılan çalışmada, kredi temerrüt swap piyasası ve derecelendirme duyuruları arasındaki ilişkiyi tespit etmek amacıyla iki tür analiz gerçekleştirilmiştir. Çalışmada, CDS veri seti 5 Ocak 1998 ile 24 Mayıs 2002 tarihleri arasındaki dönemi kapsamakta ve adet CDS fiyatlamasını içermektedir. Gerçekleştirilen birinci analizde derecelendirme duyurularına bağlı olarak CDS primlerindeki değişim incelenmiştir. Elde edilen sonuçlara göre not düşüşü için gözden geçirmeler önemli bilgiler içerirken, not düşüşleri ve negatif görünüm değişimleri önemli bilgiler içermemektedir. Yapılan ikinci analizde, CDS primlerine bağlı olarak derecelendirme notu değişiklikleri incelenmiştir. Elde edilen sonuçlara göre, negatif not değişimlerinin gerçekleşme olasılığının tahmininde CDS primlerinin faydalı bilgiler sağladığı tespit edilmiştir. Ayrıca pozitif not değişimleri için elde edilen sonuçların, negatif not değişimleri için elde edilen sonuçlara göre daha az anlamlı olduğu sonucuna ulaşılmıştır. Ancak bu hususun örneklemdeki pozitif not değişimlerinin sayısının çok daha az olmasının bir sonucu olabileceği de ifade edilmektedir. Norden ve Weber (2004), yılları arasındaki dönemde, hisse senedi ve CDS piyasasının derecelendirme kuruluşları tarafından yapılan derecelendirme notu duyurularına tepkisini incelemiştir. Olay analizi yönteminin kullanıldığı çalışmada, anormal getiriler ve düzeltilmiş CDS primi verileri üzerinde derecelendirme duyurularının önemli bir etkisi olup olmadığı araştırılmıştır. Araştırma neticesinde, her iki piyasanın yalnızca not düşüşlerine değil, not düşüşü için gözden geçirmelere de tepki verdiği tespit edilmiştir. Farklı derecelendirme duyuruları birleştirilerek yapılan analizde, S&P ve Moody s in not düşüşü için gözden geçirme duyurularının her iki piyasa üzerinde daha fazla etkisi olduğu belirlenmiştir.

84 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) 561 Emine & Bekir & Kursat Lehnert ve Neske (2006) tarafından yapılan çalışmada, J.P. Morgan TRAC X Europe endeksindeki tüm referans varlıklar için, derecelendirme duyurularına bağlı olarak kredi temerrüt swap primlerindeki değişiklikler incelenmiştir. TRAC X şirketlerinin günlük CDS verilerinin ve Moody s tarafından yayımlanan derecelendirme duyurularının kullanıldığı araştırma, Ağustos 2000 ile Ağustos 2003 arasındaki dönemi kapsamaktadır ve seçilen üç yıllık dönemde 188 derecelendirme duyurusu gözlenmiştir. Araştırma neticesinde, daha önce yapılan çalışmalardan farklı olarak, fiili not düşüşlerinin önemli bilgi içerdiği, farklı derecelendirme duyurularının piyasa tarafından öngörülemediği, pozitif ya da durağan görünüm raporlarının duyuru sonrası CDS primleri üzerinde önemli bir etkisi olduğu ve negatif görünüm raporları ile not düşüşlerinin piyasa tarafından birbirinden bağımsız olaylar olarak kabul edildiği tespitlerine ulaşılmıştır. Çalışmada ayrıca söz konusu farklılığın kısmen kredi temerrüt swapları için Avrupa piyasasının göreceli olarak genç olmasından kaynaklanmış olabileceği de ifade edilmektedir. Micu, Remolona ve Wooldridge (2006) daha önce yaptıkları çalışmayı geliştirmek suretiyle 1 Ocak 2001 ile 31 Mart 2005 tarihleri arasındaki dönemde yaklaşık 800 referans varlığa ait CDS primi verisi ile den fazla derecelendirme duyurusuna ait veriyi kullanarak derecelendirme duyurularının CDS primleri üzerindeki etkisini incelemiştir. Yapılan analiz sonucunda, pozitif ya da negatif olması fark etmeksizin görünüm, gözden geçirme ve derecelendirme notu değişimlerinin, başka bir ifadeyle her tür derecelendirme duyurusunun CDS fiyatları üzerinde anlamlı bir etkiye sahip olduğu tespit edilmiştir. Bu etki en çok gözden geçirmeler için belirgin olsa da, görünüm ve derecelendirme notu değişiklikleri için de ihmal edilemeyecek düzeydedir. Ismailescu ve Kazemi (2010) çalışmalarında kredi derecelendirme duyurularının, duyurunun gerçekleştiği ülkenin CDS primi üzerindeki etkisini ve bu duyurunun diğer gelişmekte olan ekonomilerin CDS primlerine yayılma düzeyini incelemiştir. Bu doğrultuda çalışmada yılları arasındaki S&P kredi derecelendirme notu ve kredi görünüm duyurularına CDS piyasalarının nasıl tepki verdiğinin tespit edilmesi amacıyla standart olay analizi yöntemi kullanılmıştır. Araştırma neticesinde, pozitif duyuruların, CDS piyasaları üzerinde duyurunun gerçekleştiği 2 günlük süre zarfında daha fazla etkisi olduğu ve bu etkinin diğer gelişmekte olan ülkelere de yayılma özelliği gösterdiği belirlenmiştir. Diğer yandan, CDS piyasalarının negatif duyuruları öngörebildiği ve CDS primlerindeki önceki değişimlerin negatif bir duyurunun gerçekleşme olasılığını tahmin etmek için kullanılabileceği tespit edilmiştir. Finnerty, Miller ve Chen (2013), 2 Ocak 2001 ile 31 Mayıs 2009 tarihleri arasındaki dönemi kapsayan, CDS ve kredi derecelendirme notlarına dayalı geniş bir veri seti kullanarak gerçekleştirdikleri çalışmalarında, kredi derecelendirme duyurularının CDS primleri üzerindeki etkisini ve CDS primleri ile prim değişimlerinin, olumlu ya da olumsuz derecelendirme duyurularını öngörme yeteneğini incelemişlerdir. Elde edilen sonuçlara göre, derecelendirme notu düşüşleri kadar öngörülemiyor olsalar da, işletmelerin derecelendirme notu yükselişlerinin CDS primleri üzerinde önemli bir etkisi olduğu belirlenmiştir. Not görünüm ve gözden geçirme duyurularının, önceki kredi derecelendirme olaylarının kontrol edilmesinin ardından, pozitif not görünüm ve gözden geçirme duyurularının yapıldığı tarihlerde, anlamlı kümülatif anormal getiriye neden olduğu belirlenmiştir. Ayrıca, yatırım yapılabilir düzeyde notu olmayanların CDS

85 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) 562 Emine & Bekir & Kursat primlerindeki değişimin, negatif derecelendirme notu olaylarının gerçekleşme olasılığının tahminine ilişkin yararlı bilgiler içerdiği tespit edilmiştir. Blau ve Roseman (2014), çalışmalarında, 5 Ağustos 2011 tarihinde gerçekleşen ABD nin ülke kredi derecelendirme notu düşüşünün Avrupa ülkelerinin CDS primleri üzerindeki etkisini incelemişlerdir. Araştırma neticesinde, analize konu olan not düşüşünün gerçekleştiği tarihi çevreleyen on günlük dönemde, ABD nin CDS primleri nispeten normal düzeyinde kalırken, Avrupa CDS primlerinin dalgalanma gösterdiği tespit edilmiştir. Çalışmada, söz konusu on günlük dönemde, CDS primlerinin normal seyrinden yaklaşık olarak %25 daha yüksek düzeye çıkmış olması, CDS piyasası tarafından, ABD not düşüşünün Avrupa ülkelerindeki temerrüt olasılığını önemli ölçüde etkilediği şeklinde algılandığı yorumu yapılmaktadır. Kişi başına gayrisafi yurt içi hasılası en düşük olan Avrupa ülkelerinin ve son dönemde notu düşürülmeyen Avrupa ülkelerinin CDS primlerinde en yüksek artışın yaşandığı gözlenmiştir. Ayrıca, Euro kullanan ülkelerde, CDS primlerinin daha yüksek düzeyde artış gösterdiği tespit edilmiştir. Wang, Svec ve Peat (2014) tarafından yapılan çalışmada, 3 Eylül 2004 ve 30 Haziran 2011 tarihleri arasındaki dönemde, CDS primlerindeki anormal değişiklikler ölçülerek, Avustralya kredi derecelendirme duyurularının bilgi içeriği incelenmiştir. Olay analizi yönteminin kullanıldığı çalışma neticesinde, izlem düşüşlerinin ve not artışlarının değerli bilgiler içerdiği, izlem düşüşlerine piyasanın verdiği tepkinin istatistiksel olarak anlamlı olduğu ve takip eden not düşüşlerinin öngörülebildiği tespit edilmiştir. Ayrıca, not artışlarının CDS primlerindeki küçük anormal düşüşler ile ilişkili olduğu, ancak izlem yükselişlerinin yeni bir bilgi içermediği belirlenmiştir. Wengner, Burghof ve Schneider (2015) tarafından yapılan çalışmada, yılları arasındaki dönemde, S&P kredi derecelendirme duyurularının firmaların CDS primleri üzerindeki etkisi ile bu etkinin rakip işletmelere yayılma düzeyi incelenmiştir. Çalışmada, hem not düşüşlerinin ve hem de not yükselişlerinin, gerek not değişimine konu olan işletmelerin, gerekse rakip işletmelerin CDS primleri üzerinde, derecelendirme duyurusunun gerçekleştiği tarihte, bir etkisi olduğu tespit edilmiştir. Ayrıca not düşüşlerinin not yükselişlerine kıyasla daha tahmin edilebilir olduğu belirlenmiştir. 3. VERİ VE YÖNTEM Çalışmanın bu kısmında kullanılan veri setine, değişkenlere ve yönteme ilişkin açıklamalar yer almaktadır Veri Kümesi ve Değişkenlerin Tanımlanması ile tarihleri arasındaki dönemi kapsayan çalışmada, derecelendirme duyuruları ve CDS primleri olmak üzere iki farklı değişken kullanılmaktadır. Kullanılan değişkenlerden ilki, S&P, Moody s ve Fitch Ratings tarafından Türkiye ye verilen uzun dönem yabancı para birimi cinsi ülke derecelendirme notlarına ve not görünümlerine ilişkin duyurulardır. Analiz dönemi içerisinde S&P tarafından yapılan 4 not yükselişi, 1 not düşüşü, 8 görünüm yükselişi ve 6 görünüm düşüşü; Moody s tarafından yapılan 5 not yükselişi, 4 görünüm yükselişi ve 2 görünüm düşüşü; Fitch tarafından yapılan 5 not yükselişi, 1 not düşüşü, 5 görünüm yükselişi ve 2 görünüm düşüşü duyurusu dikkate alınmıştır. Fakat bir sonraki kısımda da ifade edileceği üzere, çalışmada kullanılan

86 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Emine & Bekir & Kursat yöntemin özelliği gereği söz konusu duyurulardan bazıları analiz dışında tutulmuştur. Yapılan eleme işlemi sonucu S&P tarafından yapılan 3 not yükselişi, 1 not düşüşü, 5 görünüm yükselişi, 5 görünüm düşüşü; Moody s tarafından yapılan 2 not yükselişi, 2 görünüm yükselişi, 1 görünüm düşüşü ve Fitch tarafından yapılan 5 not yükselişi, 1 not düşüşü, 2 görünüm yükselişi ve 2 görünüm düşüşüne ilişkin duyuru analize dahil edilmiştir. Derecelendirme duyurularına ilişkin verilere ilgili kurumların web sitelerinden ve analiz dönemindeki gazete arşivlerinden ulaşılmıştır. Kullanılan değişkenlerden bir diğeri, Türkiye nin $ cinsinden 5 yıl vadeli CDS primleridir. Piyasada işlem gören CDS sözleşmelerinin vadeleri farklılaşmakla birlikte, 5 yıl vadeli CDS sözleşmelerinin diğer vadelerdeki sözleşmelere göre daha likit olması ve ilgili literatürde (Ismailescu ve Kazemi (2010); Finnerty, Miller ve Chen (2013); Blau ve Roseman (2014); Wang, Svec ve Peat (2014); Wengner, Burghof ve Schneider (2015)) kullanılması nedeniyle, 5 yıl vadeli CDS primleri analiz sürecine dahil edilmiştir. CDS primlerine ilişkin verilere, Bloomberg ve Datastream veri tabanlarından ulaşılmıştır Yöntem Sürekli olarak değişim gösteren bir değişken ile daha seyrek olarak değişim gösteren bir değişkenin bir arada kullanıldığı çalışmalarda, geleneksel zaman serisi analizlerine kıyasla, olay analizi yönteminin daha uygun olduğu ifade edilmektedir (Fatum ve Hutchison, 2003: 390). Bu çalışmada kullanılan değişkenlerden CDS primleri anlık olarak değişim gösterirken, derecelendirme duyuruları daha seyrek olarak gerçekleşmektedir. Bu nedenle, bu çalışmada, olay analizi yöntemi kullanılmıştır. Olay analizi yöntemi, gerçekleşen olayların finansal piyasalardaki göstergelere etkisinin ortaya koyulması amacıyla araştırmacılar tarafından sıklıkla başvurulan yöntemler arasında yer almaktadır. Bu yöntemin uygulanma aşamaları MacKinlay (1997: 14 15) tarafından aşağıdaki şekilde ifade edilmektedir: Olayların tanımlanması ve olay penceresinin belirlenmesi Seçim ölçütlerinin belirlenmesi Tahmin penceresinin tanımlanması ve anormal değişimlerin ölçülmesi Ampirik sonuçların elde edilmesine ilişkin modelin tasarımı Çalışmada, S&P, Moody s ve Fitch tarafından yapılan, Türkiye nin uzun dönem yabancı para birimi cinsi ülke derecelendirme notlarına ve not görünümlerine ilişkin duyurular olay olarak kabul edilmektedir. Bu olayların gerçekleştiği tarihler ise olay tarihleri (t) dir. Olay penceresi, olayın CDS primleri üzerindeki etkisinin inceleneceği, söz konusu olayın gerçekleştiği tarihten önceki ve sonraki belirli bir dönemi ifade etmektedir. Olayı çevreleyen dönemin de incelenmesini sağladığı için, olay penceresi olayın gerçekleştiği süreden daha uzun bir dönemi kapsamaktadır (MacKinlay, 1997: 14). Bu çalışmada olay penceresi, olayın (derecelendirme duyurusunun) gerçekleştiği tarihi, bu tarihten önceki 7 iş gününü ve sonraki 7 iş gününü içerecek şekilde 15 günlük dönem olarak belirlenmiştir. Söz konusu dönem belirlenirken, olayların birbiri ile çakışma ihtimalinin en az düzeye indirilmesi amaçlanmıştır. Olayın etkisinin değerlendirilebilmesi için, olay penceresi olarak ifade ettiğimiz dönemde, CDS primlerindeki anormal değişimlerin ölçülmesi gerekmektedir. Bu doğrultuda öncelikle olayın etkisinin hissedilmediği bir döneme ilişkin normal değişim belirlenmelidir. Tahmin penceresi olarak ifade edilen bu dönem için 563

87 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Emine & Bekir & Kursat genellikle olay penceresinden önceki bir dönem tercih edilmektedir (MacKinlay, 1997: 15). Bu çalışmada, tahmin penceresi, olay penceresinden önceki 14 günlük (iş günü) dönem olarak belirlenmiştir. Bu doğrultuda, olay analizine ilişkin oluşturulan zaman çizelgesi Şekil 1 de gösterilmektedir. Şekil 1: Olay Analizi Zaman Çizelgesi Kaynak: MacKinlay, A. C. (1997), Event Studies in Economics and Finance, Journal of Economic Literature, 35(1), p. 20 kaynağından uyarlanmıştır. Çalışmada, S&P, Moody s ve Fitch tarafından yapılan not ve görünüm teyitlerine ilişkin duyurular olay kapsamı dışında tutulmuştur. Ayrıca 15 günlük olay penceresi ile normal değişimlerin hesaplandığı 14 günlük tahmin penceresinde, yani toplam 29 günlük dönemde çakışan olaylar da analiz kapsamı dışında bırakılmıştır. Derecelendirme duyurularının yapıldığı tarihler etrafında (olay öncesi ve olay sonrası dönemde) modele dahil edilen değişkenlerde ortaya çıkan anormal değişimlerin ( ) hesaplanabilmesi için, öncelikle tahmin penceresindeki normal (beklenen) değişimin hesaplanması gerekmektedir. Bu amaçla kullanılan çeşitli yaklaşımlar bulunmaktadır. Ortalama getiri yaklaşımı, piyasa getirisi yaklaşımı, portföy getirisi yaklaşımı ve riske göre düzeltilmiş getiri yaklaşımı, bu yaklaşımlar arasında yer almaktadır (Henderson, 1990: 285). Bu çalışmada, normal değişimlerin belirlenmesinde, ortalama getiri yaklaşımı kullanılmıştır. Bu yaklaşıma göre öncelikle CDS primlerine ilişkin günlük değişimlerin hesaplanması gerekmektedir. Bu doğrultuda, ilgili değişkenin t zamanındaki değerinden t 1 zamanındaki değeri çıkarılarak, t zamanındaki günlük değişim değeri hesaplanmaktadır. Daha sonra değişkenin tahmin periyodundaki 14 günlük değişiminin aritmetik ortalaması alınıp, tahmin penceresindeki normal değişim ( ) hesaplanmaktadır. Değişkenlerin tahmin penceresindeki normal değişimlerinin tespit edilmesinin ardından, olay penceresindeki anormal değişimlerinin hesaplanması gerekmektedir. Bu amaçla, değişkenlerin olay penceresindeki gerçekleşen günlük değişimlerinden, tahmin penceresindeki normal değişimlerinin çıkarılması yeterli olmaktadır (Bkz. 1 nolu denklem). (1) 564

88 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Emine & Bekir & Kursat 1 nolu denklemde, AD t, t gününde CDS primindeki anormal değişimi; D t, t gününde CDS priminde hesaplanan gerçekleşen değişimi;, t gününde CDS priminde beklenen (normal) değişimi ifade etmektedir. Olay penceresindeki her bir gün için CDS primindeki anormal değişimlerin elde edilmesinin ardından, aynı nitelikteki olayların yine olay penceresindeki her bir gün için ortalama anormal değişimlerinin bulunması gerekmektedir. Bu amaçla, aynı türdeki bütün olayların t günündeki anormal değişimleri toplanarak ilgili olay sayısına bölünmüştür (Bkz. 2 nolu denklem). (2) 2 nolu denklemde, OAD t, aynı türdeki olayların olay penceresindeki her bir gün için ortalama anormal değişimini; N ise aynı türdeki olay sayısını ifade etmektedir. Değişkenlere ilişkin olay penceresindeki her bir gün için ortalama anormal değişimlerin belirlenmesinden sonra, Türkiye nin derecelendirme notuna ilişkin yapılan duyurulara, CDS primlerinin tepkisinin belirlenmesi amacıyla, hipotez testlerinden yararlanılmaktadır. Hipotez testleri, parametrik hipotez testleri ve parametrik olmayan hipotez testleri olmak üzere ikiye ayrılmaktadır. Hipotez testlerinin, parametrik ve parametrik olmayan testler olarak ayrımında temel olan dayandığı varsayımlardır. Verilerin normal dağılıma sahip bir ana kütleden geldiği varsayımı sağlandığında, parametrik testlerin; normal dağılım varsayımı sağlanamadığında ise parametrik olmayan testlerin kullanılması gerekmektedir (Gürsakal, 2014: 151). Verilerin normal dağılıp dağılmadığının belirlenmesi amacıyla normallik testleri kullanılabilmektedir. Bu amaçla kullanılacak test türünün belirlenmesinde ise örneklem büyüklüğü önemli olmaktadır. Nitekim örneklem büyüklüğünün 50 den küçük olması durumunda Shapiro Wilk testi, büyük olması durumunda ise Kolmogorov Smirnov testi kullanılmaktadır (Büyüköztürk, 2012: 42). Çalışmada, verilerin normal dağıldığı durumlarda, parametrik testlerden eşleştirilmiş örneklemler t testi kullanılmıştır. Eşleştirilmiş örneklemler t testi, ilişkili iki örneklem grubunun ortalaması arasındaki farkın sıfırdan anlamlı bir şekilde farklı olup olmadığının belirlenmesi amacıyla kullanılmaktadır (Büyüköztürk, 2012: 67). Çalışmada, eşleştirilmiş örneklemler t testiyle, CDS primlerindeki ortalama anormal değişimlerde, derecelendirme duyurusu öncesinde ve sonrasında, anlamlı bir farklılaşma olup olmadığının belirlenmesi amaçlanmaktadır. Eşleştirilmiş verilerin farklarının normal dağılıma uygun olmadığı durumlarda ise parametrik olmayan testlerden biri olan Wilcoxon işaretli sıralar testi kullanılabilmektedir (Gürsakal, 2014: 167). Wilcoxon işaretli sıralar testi, eşleştirilmiş seriler arasındaki farkların yönü ve boyutlarını dikkate alarak iki değişkene ait dağılımların aynı olup olmadığını test etmek amacıyla kullanılmaktadır (Altunışık vd., 2007: 186). Bu doğrultuda, çalışmada normallik varsayımının sağlanamadığı durumlarda, Wilcoxon işaretli sıralar testi kullanılmıştır. Bu test ile CDS primlerinin ortalama anormal değişimlerinin olay öncesi ve 565

89 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) 566 Emine & Bekir & Kursat sonrası dönemde anlamlı bir farklılaşma gösterip göstermediğinin belirlenmesi amaçlanmaktadır. 4. ANALİZ SONUÇLARI CDS primlerindeki ortalama anormal değişimlerin, derecelendirme duyurusunun yapıldığı tarihten önceki ve sonraki dönemlerde karşılaştırılabilmesi için, her bir modeldeki değişkenlerin fark değerlerinin normal dağılıma uygunluğunun belirlenmesi gerekmektedir. Bu amaçla yapılan Kolmogorov Smirnov ve Shapiro Wilk testlerinin sonuçları Tablo 1 de yer almaktadır. Model No Kuruluş Tablo 1: Normal Dağılım Testlerinin Sonuçları Derecelendirme Duyurusu Duyuru (Olay) Sayısı Kolmogorov Smirnov İstatistik Gözlem Sayısı p değeri İstatistik Shapiro Wilk Gözlem Sayısı p değeri Model 1 Görünüm Yükselişi 5 0, ,019 0, ,105 * Model 2 Görünüm S&P Düşüşü 5 0, ,182 * 0, ,223 * Model 3 Not Yükselişi 3 0, ,148 * 0, ,535 * Model 4 Not Düşüşü 1 0, ,200 * 0, ,815 * Model 5 Model 6 Moody s Görünüm Yükselişi Görünüm Düşüşü 2 0, ,200 * 0, ,527 * 1 0, ,172 * 0, ,392 * Model 7 Not Yükselişi 2 0, ,130 * 0, ,257 * Görünüm Model 8 2 0, ,200 * 0, ,956 * Yükselişi Görünüm Model 9 2 0, ,200 * 0, ,440 * Düşüşü Fitch Model Not Yükselişi 5 0, ,034 0, ,089 * 10 Model Not Düşüşü 1 0, ,045 0, ,190 * 11 Model Görünüm 9 0, ,118 * 0, , Yükselişi Model Görünüm S&P 8 0, ,026 0, ,051 * 13 Düşüşü Moody s Model Fitch Not Yükselişi 10 0, ,200 * 0, ,432 * 14 Model Not Düşüşü 2 0, ,069 0, ,224 * 15 Not: * işareti serinin normal dağılıma uygun olduğunu göstermektedir. Kaynak: Tablo, SPSS 16 programı ile elde edilen veriler kullanılarak oluşturulmuştur. Tablo 1 de yer alan normal dağılım testlerinin sonuçları incelendiğinde, örneklem büyüklüğü 50 den küçük olduğu için, Shapiro Wilk testi sonuçlarının dikkate alınması gerekmektedir. Analizde hesaplanan p değerinin 0,05 ten büyük çıkması, bu anlamlılık düzeyinde puanların normal dağılımdan anlamlı sapma göstermediği, uygun olduğu

90 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Emine & Bekir & Kursat şeklinde yorumlanmaktadır (Büyüköztürk, 2012: 42). Bu bağlamda CDS değişkenine ilişkin, S&P Moody s Fitch görünüm yükselişi duyurularının yer aldığı modelde normal dağılım varsayımının sağlanamadığı, diğer bütün modellerde ise söz konusu varsayımın sağlandığı görülmektedir. Normal dağılım varsayımının sağlandığı modellere ilişkin eşleştirilmiş örneklemler t testi sonuçları Tablo 2 de yer almaktadır. Tablo 2: Eşleştirilmiş Örneklemler T Testi Sonuçları Derecelendirme Duyurusu Model No Ortalama Farkı Standart Sapma T Test p değeri S&P Görünüm Yükselişi Model 1 2,41 4,59 1,39 0,21 S&P Görünüm Düşüşü Model 2 8,59 12,45 1,83 0,12 S&P Not Yükselişi Model 3 2,61 10,59 0,65 0,54 S&P Not Düşüşü Model 4 3,15 3,33 2,50 0,05 ** Moody s Görünüm Yükselişi Model 5 0,71 9,65 0,20 0,85 Moody s Görünüm Düşüşü Model 6 0,50 5,62 0,24 0,82 Moody s Not Yükselişi Model 7 3,01 4,56 1,75 0,13 Fitch Görünüm Yükselişi Model 8 0,20 4,90 0,11 0,92 Fitch Görünüm Düşüşü Model 9 9,28 4,88 5,03 0,00 * Fitch Not Yükselişi Model 10 3,73 8,12 1,215 0,27 Fitch Not Düşüşü Model ,96 129,76 2,28 0,06 *** S&P Moody s Fitch Görünüm Düşüşü S&P Moody s Fitch Not Yükselişi S&P Moody s Fitch Not Düşüşü Model 13 7,62 7,41 2,72 0,04 ** Model 14 0,48 5,83 0,22 0,84 Model 15 57,56 64,49 2,36 0,06 *** Not: * %1 düzeyinde, ** %5 düzeyinde, ***%10 düzeyinde istatistiki olarak anlamlı olduğunu göstermektedir. Kaynak: Tablo, SPSS 16 programı ile elde edilen veriler kullanılarak oluşturulmuştur. Tablo 2 deki eşleştirilmiş örneklemler t testi sonuçları değerlendirildiğinde, CDS primlerinin ortalama anormal değişimlerinin, olay öncesi ve sonrası dönemlerde, S&P not düşüşü (Model 4), Fitch görünüm düşüşü (Model 9), Fitch not düşüşü (Model 11), S&P Moody s Fitch görünüm düşüşü (Model 13) ve S&P Moody s Fitch not düşüşü (Model 15) duyurularının yer aldığı modellerde istatistiki olarak anlamlı bir şekilde farklılaştığı 567

91 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Emine & Bekir & Kursat görülmektedir. CDS primlerindeki ortalama anormal değişimlerin olay öncesi ve olay sonrası dönemlerde farklılaştığı modellerin eşleştirilmiş örneklemler istatistikleri Tablo 3 te yer almaktadır. Tablo 3: CDS Değişkenine İlişkin Seçilen Modellerin Eşleştirilmiş Örneklemler İstatistikleri Model No Model 4 Model 9 Model 11 Model 13 Model 15 Derecelendirme Duyurusu S&P Not Düşüşü Fitch Görünüm Düşüşü Fitch Not Düşüşü S&P Moody s Fitch Görünüm Düşüşü S&P Moody s Fitch Not Düşüşü Ortalama Olay Öncesi Dönem Standart Sapma Standart Hata Ortalama Ortalama Olay Sonrası Dönem Standart Sapma Standart Hata Ortalama 2,88 4,09 1,54 0,27 2,48 0,94 3,76 5,34 2,02 5,52 6,31 2,38 73,84 118,70 44,87 38,13 74,16 28,03 5,04 4,90 1,85 2,58 5,50 2,08 38,36 59,05 22,32 19,20 37,05 14,00 Kaynak: Tablo, SPSS 16 programı ile elde edilen veriler kullanılarak oluşturulmuştur. Tablo 3 te yer alan modellerde, olay öncesi dönemde CDS primlerinin ortalama anormal değişiminin pozitif yönde, olay sonrası dönemde ise negatif yönde gerçekleştiği görülmektedir. Buna bağlı olarak, derecelendirme duyurularının (not veya görünüm düşüşü) CDS primleri üzerindeki etkisinin olay öncesi dönemde ortaya çıktığı, olay sonrası dönemde ise ortadan kalktığı ifade edilebilir. Normal dağılım varsayımını sağlayamayan S&P Moody s Fitch Görünüm Yükselişi modeli (Model 12) için ise, Wilcoxon işaretli sıralar testi yapılmış olup, söz konusu test sonuçlarına Tablo 4 te yer verilmektedir. Tablo 4: S&P Moody s Fitch Görünüm Yükselişi Modeli Wilcoxon İşaretli Sıralar Testi Sonuçları N Sıra Ortalaması Sıra Toplamı Z Test p değeri CDS_SONRA CDS_ÖNCE Negatif Sıra 4 a 2,75 11,00,507 d,612 Pozitif Sıra 3 b 5,67 17,00 Eşit 0 c Toplam 7 a CDS_SONRA < CDS_ONCE 568

92 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Emine & Bekir & Kursat b CDS_SONRA > CDS_ONCE c CDS_SONRA = CDS_ONCE d Negatif sıralar temeline dayalı Not: * %1 düzeyinde, ** %5 düzeyinde, ***%10 düzeyinde istatistiki olarak anlamlı olduğunu göstermektedir. Kaynak: Tablo, SPSS 16 programı ile elde edilen veriler kullanılarak oluşturulmuştur. Tablo 4 te yer alan sonuçlar incelendiğinde, S&P Moody s Fitch görünüm yükselişi duyurularının yer aldığı modelde, CDS primlerinin olay öncesi ve olay sonrası dönem ortalama anormal değişimlerinin, istatistiki olarak anlamlı bir şekilde farklılaşmadığı görülmektedir. 5. SONUÇ S&P, Moody s ve Fitch derecelendirme kuruluşlarınca Türkiye için yapılan not ve görünüm değişikliklerinin olay olarak kabul edildiği ve CDS primlerinin söz konusu olaylara, olay öncesi ve olay sonrası dönemlerde verdiği tepkinin olay analizi metodu ile araştırıldığı bu çalışmada, ile tarihleri arasındaki 3484 CDS verisi kullanılmıştır. S&P, Moody s ve Fitch tarafından Türkiye nin derecelendirme notuna ilişkin yapılan toplam 9 görünüm yükselişi, 8 görünüm düşüşü, 10 not yükselişi ve 2 not düşüşü duyurusu analize dahil edilmiş olup, derecelendirme duyuruları öncesindeki ve sonrasındaki dönemlerde CDS primlerindeki değişimi incelemek üzere 15 ayrı model oluşturulmuştur. Çalışmada kullanılan verilerin normal dağılım varsayımını sağlayıp sağlamadığının belirlenmesi amacıyla Kolmogorov Smirnov ve Shapiro Wilk testleri kullanılmıştır. Normal dağılım varsayımını sağlayan modellere eşleştirilmiş örneklemler t testi, sağlayamayan modellere ise Wilcoxon işaretli sıralar testi uygulanmıştır. Yapılan analiz sonuçları, not ve görünüm yükselişi duyurularının yapıldığı tarihler öncesindeki ve sonrasındaki dönemlerde, CDS primleri ortalama anormal değişimlerinin istatistiki olarak anlamlı bir şekilde farklılaşmadığını göstermektedir. Not ve görünüm yükselişine ilişkin duyurular ayrı ayrı olmak üzere, söz konusu duyurular kuruluş bazında ele alındığında ya da tüm kuruluşlar bir arada dikkate alınarak modellendiğinde farklı bir sonuç ortaya çıkmamıştır. Bu durum, not ve görünüm yükselişlerine ilişkin duyuruların, Türkiye nin CDS primleri üzerinde istatistiki olarak anlamlı bir etkiye sahip olmadığı şeklinde yorumlanabilir. Not ve görünüm düşüşlerine ilişkin sonuçlar ise, model bazında farklılaşmaktadır. Not düşüşlerine ilişkin duyuruların ayrı ayrı yer aldığı modellerde (Model 4 ve Model 11) ve bir arada dikkate alındığı modelde (Model 15), CDS primi ortalama anormal değişimlerinin duyuru tarihinden önceki ve sonraki dönemlerde anlamlı bir şekilde farklılaştığı tespit edilmiştir. Benzer sonuçlar, sadece Fitch görünüm düşüşü duyurularının dikkate alındığı modelde (Model 9) ve tüm kuruluşların görünüm düşüşü duyuruları bir arada modellendiğinde (Model 13) de elde edilmiştir. Bu doğrultuda, söz konusu not ve görünüm düşüşü duyuruları için, duyuru tarihinden önceki dönemde CDS primlerinin anormal bir artış gösterdiğini, duyuru tarihinden sonraki dönemde ise, anormal bir azalış gösterdiğini ifade etmek mümkündür. Bu sonuç, önceden fiyatlanan duruma verilen tepkinin zamanla azalması ile açıklanabilir. Ayrıca, CDS primlerinin gösterdiği değişimin, not ve görünüm 569

93 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Emine & Bekir & Kursat düşüşlerinin gerçekleşmesinin tahminine ilişkin faydalı bilgiler sağladığı da ifade edilebilir. Not ve görünüm düşüşü duyurularına ilişkin elde edilen bu sonuçlar, Micu, Remolona ve Wooldridge (2004), Norden ve Weber (2004), Ismailescu ve Kazemi (2010) ile Wengner, Burghof ve Schneider (2015) tarafından yapılan çalışmalardaki sonuçları da destekler niteliktedir. Çalışmada, S&P, Moody s ve Fitch tarafından Türkiye nin derecelendirme notuna ilişkin yapılan duyuruların, devlet iç borçlanma senetlerinin (DİBS) gösterge niteliğindeki değerleri üzerindeki etkisi de olay analizi yöntemi ile incelenmiştir. Ancak, kurulan modellerin tamamında, gösterge niteliğindeki DİBS değerlerinin, olay öncesi ve sonrası dönemlerde istatistiki olarak anlamlı bir şekilde farklılaşmadığı tespit edilmiştir. KAYNAKLAR Abad, P. ve Robles, M. D. (2014), Credit Rating Agencies and Idiosyncratic Risk: Is There a Linkage? Evidence from The Spanish Market, International Review of Economics and Finance, 33, p Afik, Z., Feinstein, I. ve Galil, K. (2014), The (Un)Informative Value of Credit Rating Announcements in Small Markets, Journal of Financial Stability, 14, p Afonso, A., Gomes, P. ve Taamouti, A. (2014), Sovereign Credit Ratings, Market Volatility, and Financial Gains, Computational Statistics and Data Analysis, 76, p Afonso, A., Furceri, D., Gomes, P. (2012), Sovereign Credit Ratings and Financial Markets Linkages: Application to European Data, Journal of International Money and Finance, 31, p Altunışık, R., Coşkun, R., Bayraktaroğlu, S. ve Yıldırım, E. (2007), Sosyal Bilimlerde Araştırma Yöntemleri SPSS Uygulamalı, (5. Baskı) Sakarya: Sakarya Yayıncılık. Bissoondoyal Bheenick E. ve Brooks, R. (2014), The Credit Risk Return Puzzle: Impact of Credit Rating Announcements in Australia and Japan, Pacific Basin Finance Journal. Blau, B. M. ve Roseman, B. S. (2014), The Reaction of European Credit Default Swap Spreads to The U.S. Credit Rating Downgrade, International Review of Economics and Finance, 34, p Böninghausen, B. ve Zabel, M. (2015), Credit Ratings and Cross Border Bond Market Spillovers, Journal of International Money and Finance, 53, p Büyüköztürk, Ş. (2012), Sosyal Bilimler İçin Veri Analizi El Kitabı, (16. Baskı) Ankara: Pegem Akademi. Christopher, R., Kim, S. J. ve Wu, E. (2012), Do Sovereign Credit Ratings Influence Regional Stock and Bond Market Interdependencies in Emerging Countries?, Journal of International Financial Markets, Institutions and Money, 22, p Fatum, R. ve Hutchison, M. M. (2003), Is Sterilised Foreign Exchange Intervention Effective After All? An Evenet Study Approach, The Economic Journal. 113 (April), p Finnerty, J. D., Miller C. D. ve Chen R. R. (2013), The Impact of Credit Rating Announcements on Credit Default Swap Spreads, Journal of Banking & Finance, 37, p Gürsakal, N. (2014), Çıkarımsal İstatistik Minitab SPSS Uygulamalı, (6. Baskı) Bursa: Dora Yayınevi. Henderson, G. V. (1990), Problems and Solutions in Conducting Event Studies, The Journal of Risk and Insurance, 57(2), p Hull, J., Predescu, M. ve White, A. (2004), The Relationship Between Credit Default Swap Spreads, Bond Yields, and Credit Rating Announcements, Journal of Banking & Finance, 28, p

94 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Emine & Bekir & Kursat Ismailescu, I. ve Kazemi, H. (2010), The Reaction of Emerging Market Credit Default Swap Spreads to Sovereign Credit Rating Changes, Journal of Banking & Finance, 34, p Kiff, J. ve Morrow, R. (2000), Credit Derivatives, Bank of Canada Review, Autumn, 3. Lehnert, T. ve Neske, F. (2006), On The Relationship Between Credit Rating Announcements and Credit Default Swap Spreads for European Reference Entities, Journal of Credit Risk, 2(2), p Li, J., Shin, Y. S. ve Moore, W. T. (2006), Reactions of Japanese Markets to Changes in Credit Ratings by Global and Local Agencies, Journal of Banking & Finance, 30, p MacKinlay, A. C. (1997), Event Studies in Economics and Finance, Journal of Economic Literature, 35(1), p Micu, M., Remolona, E. M. ve Wooldridge, P. D. (2004), The Price Impact of Rating Announcements: Evidence from The Credit Default Swap Market, BIS Ouarterly Review, p Micu, M., Remolona, E. ve Woolridge, P. (2006), The Price Impact of Rating Announcements: Which Announcements Matter?, BIS Working Papers, No: 207. Norden, L. ve Weber, M. (2004), Informational Efficiency of Credit Default Swap and Stock Markets: The Impact of Credit Rating Announcements, Journal of Banking & Finance, 28, p Standard & Poor s (S&P), Guide to Credit Rating Essentials. Son Erişim Tarihi: Vu, H., Alsakka ve R., Gwilym, O. (2015), The Credit Signals That Matter Most for Sovereign Bond Spreads With Split Rating, Journal of International Money and Finance, 53, p Wang, J., Svec, J. ve Peat, M. (2014), The Information Content of Ratings: An Analysis of Australian Credit Default Swap Spreads. A Journal of Accounting, Finance and Business Studies. 50(1), p Wengner, A., Burghof, H. P. ve Schneider, J. (2015), The Impact of Credit Rating Announcements on Corporate CDS Markets Are Intra Industry Effects Observable?, Journal of Economics and Business, 78, p

95 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume: 2 Issue: 4 HOUSING PRICES AND MORTGAGE INTEREST RATE: TODA YAMAMOTO CAUSALITY TEST DOI: /Pressacademia Murat Engin Akkas¹, Guven Sayilgan² ¹ Republic of Turkey Prime Ministry. muratenginakkas@gmail.com ² Ankara University. sayilgan@ankara.edu.tr Keywords House price index, new house price index, mortgage interest rate, Toda Yamamoto causality, MWald test. JEL Classification C32, R31, R39 ABSTRACT This study analyzed the causality between house prices and mortgage interest rate. Study term is 2010: :04 because of the fact that the house price indexes were calculated since We applied the Toda Yamamoto (1995) causality test which eludes the shortfalls associated with the standard Granger (1969) causality test. The study also estimated the impulse response functions and variance decompositions. The MWALD results revealed one way causality between mortgage interest rate and house price index, where the former Granger causes the latter. The reverse is not correct. Same results are valid for new house price index. According to the impulse response function results, shocks to the mortgage interest rate have a lagged and significantly negative impact on both the house price index and new house price index. Variance decomposition results show that both house price index and new house price index have been explained by their own lag values and the values of mortgage interest rate. These results contain some conclusions about Turkish housing markets for both academicians and practitioners. FİYATLARI VE KONUT KREDİSİ FAİZİ: TODA YAMAMOTO NEDENSELLİK TESTİ Anahtar Kelimeler Konut fiyat endeksi, yeni konut fiyat endeksi, konut kredisi faizi, Toda Yamamoto nedensellik, MWald testi. JEL Sınıflandırması C32, R31, R39 ÖZET Bu çalışmada konut fiyatları ve konut kredisi faizi arasındaki nedensellik analiz edilmiştir. Konut fiyat endekslerinin hesaplanmasına 2010 yılından itibaren başladığı için çalışma 2010: :04 dönemini kapsamaktadır. Çalışmada Granger (1969) nedensellik testinin karşılaştığı bazı sorunlardan kaçınmak için Toda Yamamoto (1995) nedensellik testi uygulanmıştır. Çalışmada ayrıca etki tepki fonksiyonları ve varyans ayrıştırması yöntemleri uygulanmıştır. MWALD testi sonuçlarına göre konut kredisi faizinden konut fiyat endeksine doğru tek yönlü Granger nedensellik olgusu gözlemlenmiş olup, diğer yönde Granger nedensellik gözlenmemiştir. Yeni konut fiyat endeksi için de aynı sonuçlar elde edilmiştir. Etki tepki analizleri sonucuna göre, konut kredisi faizi şoklarının konut fiyatları ve yeni konut fiyatları üzerinde gecikmeli ve anlamlı negatif bir etkiye sahiptir. Varyans ayrıştırma sonuçlarına göre hem konut fiyat endeksi hem de yeni konut fiyat endeksinin kendi gecikmeli değerleri yanı sıra konut kredisi faizi tarafından da açıklandığı sonucuna ulaşılmıştır. Bu sonuçlar Türkiye konut piyasasına dair, teorisyen ve uygulayıcılar açısından önemli sayılabilecek çıkarsamaları içermektedir. A previous version of this article has been presented at the 19 th Turkish Finance Symposium, Çorum, Turkey, October, The authors would like to thank the Editor for the valuable comments on our submitted manuscript. 572

96 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Akkas & Sayilgan 1. GİRİŞ Türkiye Cumhuriyet Merkez Bankası (TCMB) Türkiye konut piyasasındaki fiyat değişimlerinin takip edilmesine yönelik endeks hesaplamalarına 2010 yılında başlamıştır. TCMB Türkiye Konut Fiyat Endeksi (TKFE) için tüm değerleme raporlarını, Türkiye Yeni Konutlar Fiyat Endeksi (TYKFE) için yapım yılı içinde bulunulan yıl ile bir önceki yıl olan konutlara ait değerleme raporlarını kullanmaktadır. Endekslerin hesaplanmasında kullanılan veriler, konut kredisi kullandıran bankalar tarafından, bireysel konut kredisi kullandırılması aşamasında hazırlanan değerleme raporlarından derlenmektedir. Konut kredilerine temel oluşturan değerleme raporları gayrimenkul değerleme şirketleri tarafından düzenlenmektedir (TCMB, 2015). Aşağıdaki şekilde nominal ve reel TKFE ve TYKFE endeks serileri çizdirilmiştir: 200 Şekil 1: Nominal ve Reel Konut Fiyat Endeksleri I II III IV I II III IV I II III IV I II III IV I II III IV I II TKFE R_TKFE TYKFE R_TYKFE Bu çalışmanın amacı Türkiye de konut fiyatları ile konut kredisi faizi arasındaki nedenselliği belirlemektir. Çalışmada TKFE ve TYKFE ile konut kredi faizi arasındaki nedensellik, farklı dereceden bütünleşik veriler arasındaki nedenselliği inceleme imkanı sağlayan, Toda Yamamoto (1995) yöntemi ile analiz edilmiştir. Toda Yamamoto (1995) nedensellik yöntemiyle oluşturulan VAR modeline etki tepki fonksiyonları ve varyans ayrıştırması testleri uygulanmıştır. TKFE ve TYKFE 2010 yılı başından itibaren yayımlanmaya başlanan bir istatistik olduğundan henüz akademik çalışma yönünden çok yeni bir veri setidir. Bu çerçevede, çalışma 2010: :04 dönemini kapsamaktadır. Çalışmanın ikinci bölümünde konu ile ilgili literatür incelenmiştir. Üçüncü bölümde çalışmanın veri seti ve kullanılan ekonometrik yöntem hakkında bilgi verilmiştir. Dördüncü bölümde elde edilen ampirik sonuçlar sunulmuş ve son bölümde de bu sonuçlara ait değerlendirmeler yapılmıştır. 573

97 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Akkas & Sayilgan 2. LİTERATÜR TARAMASI Konut fiyatları ile konut kredisi faizi arasındaki ilişkiyi farklı yöntemlerle analiz eden birçok çalışma bulunmaktadır. Baffoe Bonnie (1998) vektör oto regresyon (VAR: Vector Auto Regression) modelini uyguladığı çalışmasında, konut fiyatlarının konut kredi faiz oranından ve işsizlik oranından kaynaklanan şoklara çok duyarlı olduğu sonucuna varmıştır. Chen ve Patel (1998) Taipei konut fiyatlarına ilişkin yaptıkları çalışmada kısa dönem faiz oranının konut fiyatlarının Granger nedeni olduğu sonucuna ulaşmışlardır. Apergis ve Rezitis (2003) Yunanistan konut piyasasında yeni konut fiyatları ile konut kredi faizleri arasındaki ilişkiyi hata düzeltme vektör oto regresyon (ECVAR: Error Correction Vector Autoregressive) modeli ile analiz etmişlerdir. Etki tepki fonksiyonu sonuçlarına göre, konut kredi faizinin yeni konut fiyatları üzerinde negatif etkisinin olduğu görülmüştür. Hofmann (2004) 20 gelişmiş ülkeyi kapsayan çalışmasında uzun dönemli nedenselliğin konut fiyatlarından banka kredilerine doğru olduğu sonucuna varmıştır. Luo, Liu ve Picken (2006) Victoria da konut fiyatları ile uzun dönemde konut kredisi faizi oranı arasında bir ilişki bulunsa da bu ilişkinin dönemler arasında değiştiği ve dolayısıyla sabit olmadığı sonucuna varmışlardır. Sarı, Ewing ve Aydın (2007) faiz oranının Türkiye konut fiyatlarına etkilerinin olduğu sonucuna varmışlardır. Badurlar (2008) Türkiye de konut fiyatları ile faiz oranı arasında çift yönlü nedenselliğin bulunduğu sonucuna varmıştır. Hepşen ve Kalfa (2009) dönemini kapsayan çalışmalarında Türkiye deki konut piyasasında, inşaat izinleri ile faiz oranı arasında çift yönlü nedenselliğin olduğunu tespit etmişlerdir. 3. VERİ SETİ VE YÖNTEM Bu çalışmada, konut kredisi faizi ile konut fiyatları arasında nedensellik olup olmadığı tespit edilmeye çalışılmaktadır. Çalışmada, konut kredisi faizi değişkeni olarak bankalarca TL üzerinden açılan konut kredilerine uygulanan ağırlıklı ortalama faiz oranları (TP.KTF12: Konut), konut fiyatlarını temsil etmek üzere TKFE ve TYKFE ayrı ayrı kullanılmıştır. Nedenselliğin tahmin edilmesinde kullanılan veriler, TCMB Elektronik Veri Dağıtım Sistemi istatistiklerinden elde edilmiştir. TKFE ve TYKFE serileri 2010 yılı Ocak ayı ile başladığından, çalışmada 2010 Ocak 2015 Nisan dönemine ilişkin aylık veriler kullanılmıştır. Buna göre, gözlem sayısı her bir değişken için 64 olarak gerçekleşmiştir. Nedenselliğin tahmininde Eviews 7.0 ekonometri paket programı kullanılmıştır. Çalışmada kullanılan veriler gerekli endeksler kullanılarak reel hale getirilmiştir. Değişkenlere ilişkin açıklamalar aşağıdaki tabloda gösterilmektedir. Kısaltma TKFE TYKFE KTFAIZ R_TKFE R_TYKFE R_KTFAIZ Tablo 1: Çalışmada Kullanılan Değişkenler Açıklaması Türkiye konut fiyat endeksi Türkiye yeni konut fiyat endeksi Konut kredilerine uygulanan ağırlıklı ortalama faiz oranı TÜFE ile indirgenen TKFE TÜFE ile indirgenen TYKFE TÜFE ile indirgenen KTFAIZ 574

98 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Akkas & Sayilgan Nedenselik araştırmasında kullanılan yöntemler incelendiğinde, düzeyde durağan değişkenler arasındaki nedensellik araştırmalarında Granger (1969) tarafından geliştirilen VAR modeli kullanılmaktadır. Düzeyde durağan olmayan değişkenler aynı fark derecesinde durağanlaştıklabildiklerinde, Engle ve Granger (1987) tarafından geliştirilen Vektör Hata Düzeltme Modeli (VECM: Vector Error Correction Model) modeli uygulanmaktadır. Toda ve Yamamoto (1995), değişkenlerin durağan olmaması durumunda dahi düzey değerlerinin yer aldığı VAR modelinin tahmin edilebileceğini ve dönüştürülmüş WALD (MWALD) testinin uygulanabileceğini göstermişlerdir. Toda ve Yamamoto (1995) tarafından geliştirilen gecikmesi arttırılmış VAR modelinde; değişkenlerin düzeyde durağan olmaması, eşbütünleşik olmasına benzer sorunlar, sorun olmaktan çıkmaktadır. Nedensellik araştırmasında değişkenlerin maksimum bütünleşme derecesinin (d max ) gecikme uzunluğundan (k) küçük olması, Toda Yamamoto yönteminin uygulanması için gereklidir. Toda Yamamoto yönteminde, düzeyde duran olup olmadıklarına bakılmaksızın, düzeydeki değişkenler ile maksimum bütünleşme derecesi kadar fazladan gecikme eklenerek [k+(d max )]. dereceden VAR modeli tahmin edilmekte ve MWALD hipotez testi uygulanmaktadır. 4. AMPİRİK ANALİZLER 4.1. Birim Kök Testleri Ekonometrik analizlerde zaman serilerinin durağanlığı önemlidir. Ekonometrik olarak anlamlı ilişkiler elde edilebilmesi için zaman serilerinin durağan olması gerekmektedir. Durağanlık, ortalaması ile varyansı zaman içinde değişmeyen ve iki dönem arasındaki ortak varyansı, bu ortak varyansın hesaplandığı döneme değil de yalnızca iki dönem arasındaki uzaklığa bağlı olan olasılıklı bir süreç olarak tanımlanmaktadır. (Gujarati, 2003:797). Bu çalışmada durağanlığın araştırılmasında, Genişletilmiş Dickey Fuller (ADF: Augmented Dickey Fuller) testi uygulanmıştır. Aşağıdaki tabloda gösterilen ADF birim kök testi sonuçlarına göre; R_KTFAIZ serisi düzeyde, R_TKFE ve R_TYKFE serileri ise birinci farkları alındığında durağanlık koşulunu sağlamaktadırlar. Bu bağlamda, değişkenlerin maksimum bütünleşme derecesi (d max ) 1 olarak tespit edilmiştir. Tablo 2: ADF Birim Kök Testi Sonuçları Kesmesiz ve Trendsiz Kesmeli Kesmeli ve Trendli t stat p val t stat p val t stat p val R_KTFAIZ (Düzey) R_KTFAIZ (Fark) R_TKFE (Düzey) R_TKFE (Fark) R_TYKFE (Düzey) R_TYKFE (Fark)

99 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Akkas & Sayilgan 4.2. Gecikme Sayısı VAR analizinde modelde yer alan serilerin gecikme sayısının belirlenmesi gerekmektedir. Modelde gecikme sayısı SC (Schwarz Information Criterion) ve HQ (Hannan Quinn Information Criterion) kriterlerine göre 1, LR (Sequential Modified LR Test Statistic), FPE (Final Prediction Error) ve ACI (Akaike Information Criterion) kriterlerine göre ise 4 olarak belirlenmektedir. Uygulamada bilgi kriterlerinin farklı gecikme uzunluklarını göstermesi durumunda sıkça kullanılan yöntem LR sonucunu dikkate almaktır. LR kriteri de FPE ve ACI gibi 4 gecikmeyi gösterdiği için gecikme sayısı (k) 4 olarak belirlenmiştir. Tablo 3: Gecikme Sayısı Seçimi İçin Bilgi Kriterleri Lag LR FPE AIC SC HQ 0 NA * * * * * Bulunan gecikme sayısında otokorelasyon sorunu olup olmadığını test etmek için LM Testi kullanılmıştır. Aşağıdaki tablodaki olasılık değerlerine bakıldığında, 4. gecikmede otokorelasyon sorununun olmadığına ilişkin sıfır hipotezi kabul edilmektedir. Tablo 4: Otokorelasyon LM Testi Sonuçları Lags LM Stat Prob

100 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Akkas & Sayilgan Gecikme sayısı 4 olarak belirlenerek tahmin edilen VAR modellerinin durağan olduğu, AR karakteristik polinomunun ters köklerinin hepsinin birim çemberin içinde yer aldığını gösteren aşağıdaki şekillerden anlaşılmaktadır. Şekil 2: R_TKFE R_KTFAIZ Modeli AR Karakteristik Polinomlarının Ters Kökleri 1.5 Inverse Roots of AR Characteristic Polynomial Şekil 3: R_TYKFE R_KTFAIZ Modeli AR Karakteristik Polinomlarının Ters Kökleri 1.5 Inverse Roots of AR Characteristic Polynomial

101 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Akkas & Sayilgan 4.3. Toda Yamamoto Nedensellik Testi Toda Yamamoto yaklaşımına göre nedenselliğin araştırılacağı R_KTFAIZ ile R_TKFE ve R_TYKFE değişkenlerine ait verilerin düzey değerlerinin yer aldığı denklemler aşağıdaki gibidir: _, _, _ (1), _, _, _, _, _ (2), _, _, _, _, _ (3), _, _, _, _, _ (4), _, _, Toda ve Yamamoto nedensellik testi denklem (1), (2), (3) ve (4) kullanılarak aşağıdaki MWALD testi hipotezleri ile gerçekleştirilmiştir. :,,, 0 :,,, 0 :,,, 0 :,,, 0, 0, hipotezi test edilip reddedilirse, konut kredisi faizinden konut fiyatlarına doğru bir nedensellik olduğunu göstermektedir., 0, hipotezi test edilip reddedilirse, konut fiyatlarından konut kredisi faizine doğru bir nedensellik olduğunu göstermektedir. 578

102 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Akkas & Sayilgan, 0, hipotezi test edilip reddedilirse, konut kredisi faizinden yeni konut fiyatlarına doğru bir nedensellik olduğunu göstermektedir., 0, hipotezi test edilip reddedilirse, yeni konut fiyatlarından konut kredisi faizine doğru bir nedensellik olduğunu göstermektedir. Toda Yamamoto nedensellik yönteminde VAR modeline sonradan ilave edilen terimlerin katsayıları (,,,,, ve, ) MWALD testinde dikkate alınmamaktadır. Bu çerçevede, k=4 ve d max =1 olmak üzere, denklem (1), (2), (3) ve (4) kullanılarak oluşturulan iki VAR modeline göre değişkenler arasındaki nedensellik ilişkisi test edilmiştir. Aşağıdaki tabloda MWALD testi sonuçları gösterilmiştir: Tablo 5: MWALD Testi Sonuçları Boş Hipotez İstatistik Olasılık Sonuç R_KTFAIZ R_TKFE Granger nedensellik yok Ret R_TKFE R_KTFAIZ Granger nedensellik yok Kabul R_KTFAIZ R_TYKFE Granger nedensellik yok Ret R_TYKFE R_KTFAIZ Granger nedensellik yok Kabul Toda Yamamoto yöntemi ile uygulanan Granger nedensellik testi sonuçlarına göre, R_TKFE, R_KTFAIZ nin Granger nedeni değildir ve R_TYKFE, R_KTFAIZ nin Granger nedeni değildir hipotezlerinin reddedilememelerine karşın, R_KTFAIZ, R_TKFE nin Granger nedeni değildir ve R_KTFAIZ, R_TYKFE nin Granger nedeni değildir hipotezleri %5 anlamlılık düzeyinde reddedilmişlerdir. R_KTFAIZ den R_TKFE ye ve R_TYKFE ye doğru tek yönlü Granger nedensellik vardır. Başka bir deyişle konut kredisi faizinin konut fiyatı endeksi ve yeni konut fiyatı endeksini etkilemediğini öne süren hipotezler reddedilmiştir. Konut kredisi faizi, konut fiyatı endeksinin ve yeni konut fiyatı endeksinin Granger nedenidir. Bu sonuç, Türkiye de incelenen dönem için konut kredi faizleri ile konut fiyatları ve yeni konut fiyatları arasında nedensellik ilişkilerinin bulunduğunu göstermektedir. Bu çerçevede Türkiye de konut kredi faizlerinde meydana gelen gelişmelerin konut fiyatları ve yeni konut fiyatları üzerinde önemli etkileri olacağını beklemek yanlış olmayacaktır. Etki tepki grafikleri ise Şekil 4 ve 5 te gösterilmektedir. R_KTFAIZ değişkeninde yaşanan pozitif bir şoka R_TKFE ve R_TYKFE değişkenlerinin 12 dönemlik zaman içinde negatif yönde önce artan sonra azalan tepki göstermiştir. R_KTFAIZ de meydana gelen bir standart sapmalık şoka R_TKFE nin en düşük negatif tepkisi 6. dönemde 0, birim olarak, R_TYKFE nin en düşük negatif tepkisi yine 6. dönemde birim olarak meydana gelmiştir. R_TKFE nin tepkisi 5, 6 ve 7. dönemlerde, R_TYKFE nin ise 6. dönemde istatistiksel olarak anlamlıdır. Bu durum, konut kredisi faizindeki bir şokun beş ay gecikme ile konut fiyatlarını etkilediğini, altı ay gecikme ile de yeni konut fiyatlarını etkilediğini göstermektedir. R_TKFE ve R_TYKFE nin varyans ayrıştırma sonuçları sırasıyla Tablo 6 ve Tablo 7 de gösterilmiştir. Varyans ayrıştırması sonuçlarına göre; ilk dönem konut kredisi fiyatlarında meydana gelen değişikliğin tümü kendisi tarafından açıklanırken bu durum sonraki dönemlerde farklılık göstermiş ve nihayet son dönemde % 78 i kendisi tarafından, %22 lik 579

103 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Akkas & Sayilgan kısmı konut kredisi faizi tarafından açıklanmaktadır. Benzer şekilde, ilk dönem yeni konut kredisi fiyatlarında meydana gelen değişikliğin tümü kendisi tarafından açıklanırken son dönemde % 87 si kendisi tarafından, %13 lük kısmı konut kredisi faizi tarafından açıklanmaktadır. Bu sonuçlar; konut kredisi faizi ile konut fiyatları ve yeni konut fiyatları arasındaki ilişkiyi göstermektedir. Sonuçlar; Türkiye de konut piyasasındaki fiyatların konut kredisi faizinden etkilendiği yönündeki genel kanıyı desteklemekle beraber, yeni konut fiyat endeksinin etkilenmesinin, konut fiyat endeksinin etkilenmesinden mutlak değer olarak daha az olduğunu da ortaya koymaktadır. Şekil 4: R_TKFE R_KTFAIZ Modeli Etki Tepki Grafikleri Response to Cholesky One S.D. Innovations ± 2 S.E Response of R_TKFE to R_TKFE Response of R_TKFE to R_KTFAIZ Response of R_KTFAIZ to R_TKFE 1.2 Response of R_KTFAIZ to R_KTFAIZ

104 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Akkas & Sayilgan Şekil 5: R_TYKFE R_KTFAIZ Modeli Etki Tepki Grafikleri Response to Cholesky One S.D. Innovations ± 2 S.E. 2 Response of R_TYKFE to R_TYKFE 2 Response of R_TYKFE to R_KTFAIZ Response of R_KTFAIZ to R_TYKFE 1.2 Response of R_KTFAIZ to R_KTFAIZ Tablo 5 R_TKFE İçin Varyans Ayrıştırması Sonuçları Period S.E. R_TKFE R_KTFAIZ

105 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Akkas & Sayilgan 5. SONUÇ Tablo 6: R_TYKFE İçin Varyans Ayrıştırması Sonuçları Period S.E. R_TYKFE R_KTFAIZ Bu çalışmada, konut fiyatları ve yeni konut fiyatları ile konut kredisi faizi arasındaki nedensellik ilişkileri Toda ve Yamamoto (1995) yöntemi ile araştırılmıştır. Çalışmada kullanılan değişkenler Türkiye Konut Fiyat Endeksi, Türkiye Yeni Konutlar Fiyat Endeksi ve bankalarca TL üzerinden açılan konut kredilerine uygulanan ağırlıklı ortalama faiz oranı olup, 2010: :04 dönemine ilişkin aylık veriler kullanılmıştır. Değişkenler arasındaki nedensellik ilişkileri Toda ve Yamamoto (1995) tarafından geliştirilen VAR modeli ile analiz edilmiştir. Modelde kullanılan serilerin durağanlığı için birim kök testleri yapılmış ve maksimum bütünleşme dereceleri belirlenmiştir. VAR modeline serilerin maksimum bütünleşme derecesi kadar fazladan gecikme eklenerek MWALD testi yapılmıştır. MWALD testi sonuçlarına göre, %5 anlamlılık seviyesinde, konut kredisi faizinden konut fiyatı endeksine ve yeni konut fiyatı endeksine doğru tek yönlü nedensellik olduğu sonuçlarına varılmıştır. Elde edilen bulgular Badurlar (2008) ve Hofmann (2004) tarafından ortaya konulan sonuçlardan farklıdır. MWALD testi sonuçları Apergis ve Rezitis (2003), Baffoe Bonnie (1998), Chen ve Patel (1998), Luo, Liu ve Picken (2006) ve Sarı, Ewing ve Aydın (2007) çalışmalarını destekler niteliktedir. Varyans ayrıştırması sonuçlarına göre; konut kredisi faizi ikinci döneme kadar konut fiyat endeksi ve yeni konut fiyat endeksindeki değişim üzerinde önemli bir katkısı olmazken, onuncu döneme kadar konut fiyat endeksi ve yeni konut fiyat endeksindeki değişime katkısı artmış ve onuncu dönem itibariyle sırasıyla yaklaşık % 20, % 14 oranında gerçekleşmiştir. Bu çalışmanın bulguları, faiz oranlarındaki değişimin, konut fiyatlarının değişimine neden olacağı şeklindeki kuramsal bakış açısıyla da uyumludur. Konut kredilerinin daha düşük faizle açılmasına olanak sağlayacak politikaların; konut edinme motivasyonunu artıracağı önermesi araştırmanın bulgularıyla desteklenmektedir. Ayrıca, konut kredisi faiz oranlarındaki yükselişin konut talebini dolayısıyla konut fiyatlarını düşürmesi etkisi 5 6 aylık bir gecikme ile meydana geldiği ve yeni konut fiyat endeksindeki etkilenmenin, konut fiyat endeksindeki etkilenmeden mutlak değer olarak daha az olduğu görülmektedir. 582

106 Journal of Economics, Finance& Accounting-JEFA (2015), Vol.2 (4) Akkaş, Sayılgan, 2015 KAYNAKLAR Apergis, N. and Rezitis, A. (2003), Housing Prices and Macroeconomic Factors in Greece: Prospects within the European Monetary Union, Applied Economics Letters, 10, p Badurlar, İ. O. (2008), Türkiye de Konut Fiyatları ile Makro Ekonomik Değişkenler Arasındaki İlişkinin Araştırılması. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 8(1), p Baffoe Bonnie, J. (1998), The Dynamic Impact of Macroeconomic Aggregates on Housing Prices and Stock of Houses: A National and Regional Analysis. Journal of Real Estate Finance and Economics, 17(2), p Beltratti, A. and Morana C. (2010), International Housing Prices and Macroeconomic Fluctuations. Journal of Banking & Finance, 34, p Bjørnland, H. C. and Jacobsen, D. H. (2009), The Role Of House Price In The Monetary Policy Transmission Mechanism In Small Open Economies. Norges Bank Working Paper 06. Case, K. E. and Shiller R. J. (1990), Forecasting Prices and Excess Returns in the Housing Market. Journal of the American Real Estate and Urban Economics Association, 18(3), p Chen, M. and Patel K. (1998), House Price Dynamics and Granger Causality: An Analysis of Taipei New Dwelling Market. Journal of the Asian Real Estate Society, 1(1), p Çil Yavuz, N. (2006), Türkiye de Turizm Gelirlerinin Ekonomik Büyümeye Etkisinin Testi: Yapısal Kırılma Ve Nedensellik Analizi. Doğuş Üniversitesi Dergisi, p Dickey, D. F. (1979), Distribution of the Estimators for Autoregressive Time Series with a Unit Root. Journal of the American Statistical Association, 74, p Gujarati, D. N. (2003), Basic Econometrics. (4 th Edition). McGraw Hill. Granger, C. W. J. (1969), Investigating Causal Relations by Econometric Models and Cross Spectral Methods, Econometrica, 37, p Hepşen A. and Kalfa N. (2009), Housing Market Activity and Macroeconomic Variables: An Analysis of Turkish Dwelling Market Under New Mortgage System. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 38(1), p Hepşen A. and Vatansever M. (2012), Relationship Between Residential Property Price Index and Macroeconomic Indicators in Dubai Housing Market. International Journal of Strategic Property Management, 16(1), p Hirata, H., Köse, M. A., Otrok, C. and Terrones M. E. (2012), Global House Price Fluctuations: Synchronization and Determinants. NBER Working Paper Series. Hofmann, B. (2004), Bank Lending and Property Prices: Some International Evidence. Hong Kong Institute for Monetary Research Working Paper, No.22/2003. Luo, Z., Liu C. and Picken D. (2006), Granger Causality Among House Price and Macroeconomic Variables in Victoria. Pasific Rim Property Research Journal, 13(2). Meidani, A. A., Zabihi M. and Ashena M. (2011). House prices, Economic Output, and Inflation Interactions in Iran. Research in Applied Economics, 3(1), p Prakash, D. L. (2012), The Association between Unemployment, Mortgage Rates and House Prices: Granger Causality Test of Local, State and National Data. Advances in Management, 5(2), p Sarı, R., Ewing, B. and Aydın, B. (2007), Macroeconomic Variables and the Housing Market in Turkey. Emerging Markets Finance and Trade, 43(5), p Toda, H. Y. and Yamamoto T. (1995), Statistical Inferences In Vector Autoregressions With Possibly Integrated Processes. Journal of Econometrics, 66, p TCMB. (2015), Türkiye Cumhuriyet Merkez Bankası. Won, K. Y. and Chan, H. L. (2011), Studying the Dynamic Relationships Between Residential Property Prices, Stock Prices, and GDP in Hong Kong, Hong Kong Shue Yan University, Working Paper Series. 583

107 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume: 2 Issue: 4 NONLINEAR DYNAMICS IN FINANCIAL TIME SERIES AND UNIT ROOT TESTS: CASE OF BORSA ISTANBUL SECTORAL PRICE EARNING RATIOS DOI: /Pressacademia Mehmet Ozcan¹ ¹Gazi University. mehmetozcan@gazi.edu.tr Keywords Price earning ratio, structural break, threshold regression, nonlinear econometrics, nonlinear unit root tests JEL Classification G10, C58, C22 ABSTRACT Because of the variables which are falling within the scope of finance and the analysis are more reliable which are performed with high frequency series, financial time series take into special attention of empirical studies. Observed nonlinear effects on series are one of the popular subject for time series econometrics in the last years. Nonlinear dynamics are studied under two main topics in the literature which are Structural Break and Regime Switching. Structural Break is the best known nonlinear econometrics subject in Turkey. In this paper, structural break and regime switching dynamics that can be observed in time series are investigated and unin root test which are developed according to this dynamics are mentioned. At the end of the paper, price earning ratio of Borsa Istanbul 100 Index dealt with on a sectoral basis and the nonlinear unit root tests are applied on related time series. FİNANSAL ZAMAN SERİLERİNDE DOĞRUSAL OLMAYAN DİNAMİKLER VE BİRİM KÖK TESTLERİ: BORSA İSTANBUL SEKTÖREL FİYAT GETİRİ ORANLARI ÖRNEĞİ Anahtar Kelimeler Fiyat getiri oranı, yapısal kırılma, eşik regresyon, doğrusal olmayan ekonometri, doğrusal olmayan birim kök testleri JEL Sınıflandırması G10, C58, C22 ÖZET Finansın ilgi alanına giren değişkenlerin sık aralıklar ile güncellenmesi ve yüksek frekansa sahip seriler ile gerçekleştirilen analizlerin daha sağlıklı olması sebebiyle finansal zaman serileri ampirik çalışmaların özel ilgisini çekmektedir. Zaman serileri ekonometrisi için son yıllarda popüler olan konulardan biri de serilere gözlenen doğrusal olmayan etkilerdir. Doğrusal olmayan dinamikler Yapısal Kırılma ve Rejim Değişimi adlarında literatürde iki ana başlık altında incelenmektedir. Bu başlıklardan Yapısal Kırılma Türkiye de en çok bilinen doğrusal olmayan ekonometri konusudur. Bu çalışmada zaman serilerinde gözlemlenen yapısal kırılma ve rejim değişim dinamikleri incelenmiş ve bu dinamikler çerçevesinde geliştirilen doğrusal olmayan birim kök testlerine değinilmiştir. Çalışmanın sonunda Borsa İstanbul 100 Endeksi fiyat getiri oranları sektörel bazda ele alınmış ve ilgili serilere doğrusal olmayan birim kök testleri uygulanmıştır. 584

108 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan 1. GİRİŞ İktisat literatüründe ekonometrik yöntemlerin katılması ile insanlığın iktisadi ilişkileri hakkında öne sürülen iddia, hipotez ve teoriler toplanan veriler ve keşfedilen istatistiki araç ve analizler ile sınanmış, iktisadi bilgi bu analizlerden elde edilen bilgiler ile yeniden şekillenmiştir. Ampirik analiz olarak adlandırılan bu çalışmalar zamanla iktisadın tüm kollarına yayılmıştır. Bu kollardan biri de şüphesiz finanstır. Finans biliminin incelediği finansal göstergeler olarak isimlendirilen değişkenler, sık frekansta gözlenmeleri ve doğaları gereği diğer makro iktisadi göstergelere oranla daha yüksek değişkenlik göstermeleri sebebi ile özellikle zaman serisi ekonometrisinin uygulama alanı bulabildiği değişkenlerdir. İncelenecek zaman serilerinin doğrusal olduğu varsayımı altında gerçekleştirilen ampirik çalışmalar bugün oldukça yaygındır. Ancak özellikle Amerika Birleşik Devletleri (ABD) ve Birleşik Krallık (BK) gibi ülkelerde seksenli yılların başlarından itibaren hızla gelişen ve uygulamalı finans çalışmaları çerçevesinde popüler hale gelen doğrusal olmayan zaman serisi literatürü göze çarpmaktadır. Ülkemizde ise bu literatürün yapısal kırılma adı verilen dalı oldukça bilinirken, rejim değişimi olarak adlandırılan diğer dalı henüz gelişme aşamasındadır. Değişimin oldukça hızlı olduğu, gözlem değerleri arasındaki zaman aralığının en kısa olduğu finansal değişkenlerde bahsi geçen doğrusal olmayan zaman serisi dinamiklerini uygulamalı çalışmalara dahil etmek, daha sağlıklı analizler gerçekleştirmek ve daha tutarlı öngörülerde bulunabilmek için gereklidir. Bu bağlamda, çalışmada amaçlanan, parametreler cinsinden doğrusal olmayan modeller çerçevesinde doğrusal olmayan zaman serisi süreçlerini açıklamak ve bu süreçlere bağlı geliştirilen birim kök testleri yardımı ile doğrusal olmayan dinamiklerin uygulamalı çalışmalarda dikkat edilmesi gereken unsurlar olduğuna dikkat çekmektir. Zaman serilerindeki durağanlık konusu yakından irdelenecek olursa durağanlık ve birim kök kavramlarının çıkış noktalarına odaklanmakta fayda vardır. Durağanlık konusu literatürde tartışılmaya başlandığında ampirik çalışma gerçekleştiren araştırmacılar serilerde var olan deterministik karaktere sahip trend, mevsimsellik ve döngüsel hareketlerin arındırılması durumunda serilerin birim kök probleminden kurtulacağı kanısına kapılıp çalışmalarına devam etmişlerdir. Ancak deterministik bileşenler temizlendikten sonra bile makro iktisadi değişkenlerin rassal yürüyüş adı verilen ve durağan olmayan sürece benzerliğinin ortaya konması yetmişli yılların sonlarında uygulamalı çalışmaları derinden etkilemiştir. Sonuç olarak durağan olmayan veriler ile gerçekleştirilecek ekonometrik çalışmalar sahte, sağlıklı olmayan sonuçlar vermesi beklenebilir. Bu bulgular analize başlamadan önce ele alınan iktisadi göstergelere ait verilerin durağan olup olmadığının araştırılmasının çok önemli olduğunu göstermiş ve makroiktisat alanında yapılan tüm ampirik çalışmaların özelliklerini sonsuza kadar değiştirmiştir (Kennedy, 2006: ). Durağan olmayan zaman serilerinin yarattığı problemlerin fark edilmesi iktisadın hemen hemen her alanında sarsıcı bir etki yaratmıştır. Bu çalışmada da özünde doğrusal olmayan zaman serilerinin doğrusallık varsayımı altında geliştirilmiş birim kök sınamalarına tabi tutulması sonucu elde edilen sonuçların sağlıklı olmayacağı gerçeğini göstermek ve bu yönde bir farkındalık yaratmaktır. Böylece doğrusal olmayan süreçlerin özellikle finans alanında gerçekleştirilen uygulamalı çalışmaların tutarlılığı konusunda ne kadar önemli olduğunu belirtmek amaçlanmıştır. Bu amaçla çalışmada, doğrusal birim kök testlerinden 585

109 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan literatürde en sık kullanılan Genişletilmiş (Augmented) Dickey Fuller Testi ne (ADF), yapısal kırılma için literatürde en sık kullanılan Zivot ve Andrews (1992) birim kök testine ve rejim değişimi altında literatürde en sık kullanılan Caner ve Hansen (2001) birim testine yer verilmiştir. Çalışmanın izleyen ikinci bölümünde doğrusal olmayan dinamikler ve doğrusal olmayan modellere değinilecektir. Ardından üçüncü bölümde birim kök testlerinin teorik açıklamaları yapılacaktır. Dördüncü bölümde ise Borsa İstanbul 100 Endeksi sektörel fiyatgetiri oranları serilerine doğrusal ve doğrusal olmayan birim kök testleri uygulanacaktır. Beşinci bölümde ise elde edilen sonuçlar teorik açıklamalara bağlı kalınarak yorumlanacaktır. 2. DOĞRUSAL OLMAYAN DİNAMİKLER Ekonometri zaman serisi analizi literatüründe doğrusal olmayan modelleme iki grupta incelenmektedir. Bunlardan ilki zaman serilerinde meydana gelen ve kırılma olarak adlandırılan ani değişimlerin incelendiği Yapısal Kırılma (Structural Break) çalışma grubudur. İkinci grup ise Rejim Değişim (Regime Switching) olarak adlandırılan, zaman serilerinin belli bir eşik değerin altında farklı, üstünde farklı davranışlar sergilemesi ile ortaya çıkan rejimlerin incelenmesine odaklanan çalışma grubudur. Yukarıda bahsi geçen doğrusal olmayan dinamikleri incelemeden önce ekonometride doğrusal olmama ne demek sorusuna yeterli bir cevap verilmelidir. Doğrusal olmama durumu ekonometrik modellerde iki açıdan ele alınır. Bunlardan ilki değişkenler cinsinden doğrusal olmayan modeller. Bu tip modellere aşağıdaki gibi örnekler sunulabilir: y x x 2 t 0 1 t 2 t t y 1/ x v y x w t 0 1 t t t 0 1 t t Verilen örnek modellerden görüleceği üzere, modellerde yer alan açıklayıcı değişkenler doğrusal değil doğrusal olmayan formda modelde yer almaktadırlar. Böylece doğrusal olmayan değişken(ler) ile yine doğrusal olmayan (veya doğrusal olan) değişkenler arasındaki ilişki ortaya konur. Ancak dikkat edilmelidir ki bu modellerde parametre tahminleri değişmez zaman içinde hep sabit kalır. Dolayısıyla doğrusal veya değil değişkenler arasındaki ilişki zaman içinde değişmez. Bu modeller En Küçük Kareler (EKK) yöntemi ile tahmin edilebilirler ve bu modeller hakkında detaylı bilgiler günümüz ekonometri ders kitaplarının çoğunda fonksiyonel formlar başlığı altında yer almaktadır (Ramanathan, 2002: 232). Ekonometride doğrusal olmayan dinamiklerin incelendiği, tahmini ve yorumu nispeten daha karmaşık olan modeller parametreler cinsinden doğrusal olmayan modellerdir. Bu modellerde parametre tahminleri zaman içinde değişmektedir. Dolayısıyla doğrusal olmayan değişkenler değil değişkenler arasındaki ilişkidir. Bu sebeple değişkenler arasındaki ilişkiyi ortaya koyan parametre tahminleri zaman içinde farklılaşır. Bu çalışmada üzerinde durulacak yapısal kırılma ve rejim değişimi dinamiklerini ortaya koyan modeller bu gruba girmektedirler. Bu önemli ve temel ayrımın ortaya konmasının ardından çalışmanın odaklandığı iki doğrusal olmayan dinamiğin daha yakınan incelenebilir. 586

110 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan Doğrusal olmayan dinamiklerin ilki olan yapısal kırılma kavramı ortaya çıkış tarihi ile daha eski olmasından ötürü, kantitatif iktisatçıların ilk keşfettikleri doğrusal olmayan dinamiktir. Zaman içinde t B anında gerçekleşen bir yapısal kırılma durumunu modelleyen iki eşitlik aşağıdaki gibi gösterilebilir: yt 0 1xt DtB t a y x x D b t 0 1 t t tb t Yukarıdaki modellerde yapısal kırılma kuklası D tb aşağıdaki gibi tanımlanır: D tb 1 0 eğer t t ise diğer durumlarda B Buna göre model (a) ve model (b) deki yapısal değişimler yorumlanabilir. Model (a) için t B anında gerçekleşen yapısal kırılmanın öncesi sabit terim yalnızca 0 ile ifade edilirken, kırılma sonrası 0 ile ifade edilmektedir. Böylece sabit parametresi zaman içinde aynı kalmamakta değişmektedir. Benzer durum eğim parametresi olan a 1 için de geçerlidir. Bu kez model (b) göz önüne alınacak olursa yapısal kırılma anı t B öncesi model (b) de eğim parametresi sadece a 1 iken, yapısal kırılma sonrası eğim parametresi değişmekte ve 1 olmaktadır. Dolayısıyla her iki örnek model ile gösterildiği gibi zaman serilerinde meydana gelen yapısal kırılma durumu parametreler cinsinden doğrusal olmayan modellerin kurulması ve tahmin edilmesini gerekli kılmaktadır. Bu doğrultuda çalışmanın odaklanacağı diğer doğrusal olmayan dinamik olan rejim değişimi konusunu oluşturan Eşik Otoregresyon (TAR) ve Eşik Regresyon (TRM) modeller ilk olarak Tong (1978), Tong ve Tim (1980) ve Tong (1983) çalışmalarında ortaya konmuş doğrusal olmayan zaman serisi modelleridir. Bu modeller rejim değişim modelleri olarak bilinirler. Temel olarak TAR ve TRM modellerinin çalışma prensibi, doğrusal olmayan davranışı, doğrusal modeli parça parça tahmin ederek açıklamaya dayanır. Ekonometri lisans müfredatında sıkça bahsedilen yapısal kırılmaları ifade etmek amacı ile kukla değişkenlerin kullanılması, TAR ve TRM modellerinin tahmin sürecine benzer bir yöntemdir. Aralarındaki fark kullanılan kukla değişkenin oluşturulmasında yatmaktadır. Klasik kukla değişken içeren bir modelde kukla değişken zamana göre oluşturulurken, örneğin t anındaki bir yapısal kırılmada, t anından önceki zamanlarda 0, sonraki zamanlarda 1 değerini alan bir kukla değişken oluşturulur. TAR ve TRM modellerinde belli bir açıklayıcı değişkenin aldığı değerlere göre oluşturulan kukla değişken kullanılır. Bundan ötürü tahmin sürecini açıklamadan önce TAR ve TRM modellerine özgü bir iki kavram izah edilmelidir. Bunlardan ilki eşik değişkenidir. Eşik değişkeni (Threshold Variable), açıklayıcı değişkenler arasında yer alan ve sahip olduğu değerlere göre modelin doğrusal dışı yapısını tahmin sürecine katan değişkendir. Eşik değişkeni bünyesinde bir diğer önemli kavram olan eşik değerini (Threshold Value) barındırır. Eşik değeri, önceden belirlenen ya da parametre olarak sonradan tahmin edilen eşik değişkeninin değerlerinden biridir. Model, eşik değişkeninin, 587

111 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan eşik değerine göre ikiye ayrılmasına dayanılarak oluşturulur. Tong tarafından ortaya atılan temel TAR modelini şu şekilde gösterebiliriz: 10 11xt 1 t eğer xt 1 ise yt 20 21xt 2t eğer xt 1 ise Yukarıdaki örnek basit regresyon modelinin Eşik Regresyon olarak biçimlendirilmiş halidir. Burada eşik değişkeni xt 1 dir. Eşik değişkenin aldığı değerlerden biri olan da eşik değeridir (parametresidir.). Buna göre eşik değişkeni xt 1 in eşik değeri dan büyük değerleri için uygun regresyon modeli yt 10 11xt 1 t iken, tam tersi durumda yani eşik değişkeni yt 1 in eşik değeri dan küçük değerleri için uygun regresyon modeli ise yt 20 21xt 2t biçiminde olur. Eşik Regresyon modelinde yer alan iki ayrı denklemin sahip olduğu hata terimlerinin varyanslarının eşit olması varsayımı altında ( var 1t var 2t ) bu iki denklem bir kukla değişken yardımı ile tek denklem olarak ifade edilebilir: I t 1 0 eğer eğer x t 1 x t 1 ise ise y I I x 1 I (1 I )x t 10 t 11 t t 20 t 21 t t t Bu modelde anlaşılacağı üzere I t eşik değer kuklasıdır. Eşik regresyon modellerinin tahmin süreci öncelikle eşik değerinin bilinip bilinmemesine göre değişir. Eşik değerinin bilinmesi durumunda En Küçük Kareler (EKK) yöntemi rahatlıkla TAR modellerinin tahmininde kullanılabilir. Bunun için öncelikle modelin oluşturulması gerekir. Model ise eşik değişkenin bilinen eşik değere göre yeniden biçimlendirilmesi ile kurulur. Eşik değerinin bilinmemesi durumu literatürde daha sık karşılaşılan bir sorundur. Bu bilinmezlik ise S.K. Chan nin 1993 yılında gerçekleştirdiği çalışmasında önerdiği basit fakat 90 lı yılların bilgisayar teknolojisine göre uygulanması zor bir metodoloji ile çözülmüştür. Günümüzde ise daha güçlü bilgisayarlar ve yazılımlar ile eşik modellerin tahmininde Chan (1993) yönteminin uygulanışı daha kolay ve popüler hale gelmiştir. Bu yönteme göre önce eşik değişken olarak seçilen serinin değerleri küçükten büyüğe sıralanır. Yüzde 15 lik dilimlerde yer alan en küçük ve en büyük değerler diziden çıkarılır. Geriye kalan değerler tek tek eşik değer kabul edilerek eşik regresyon modelleri tahmin edilir. Tahmin edilen modeller içinde en küçük kalıntı kareler toplamına sahip olan model seçilir ve doğrusal olmayan rejim değişimi ilişkisini temsil eden model tahmini olarak kabul edilir. Eşik regresyon modelleri hakkında değinilmesi gereken son husus eşik değişkenin farkı alınarak da eşik regresyon modellerin tahmin edilebileceği hususudur: 10 11xt 1 t eğer xt 1 ise yt 20 21xt 2t eğer xt 1 ise 588

112 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan Bu modelde eşik değişken xt 1 değil xt 1 dir. Buradaki amaç eşik değişkenin aldığı cari değerlere göre değil, eşik değişkenin belli dönemler içinde gözlem değerleri arasındaki değişime göre doğrusal olmayan modelleme yapmaktır. Bu modeller Momentum Eşik Regresyon modelleri adı verilir ve rejim değişimi için geliştirilen birim kök testleri bu tür modelleri kullanır. 3. BİRİM KÖK TESTLERİ KURAMSAL ÇERÇEVE Bir zaman serisi zamanın farklı anlarında aynı dağılıma sahipse bu seriler güçlü durağan olarak nitelendirilirler (Akdi,2010: 20). Ancak serilerin güçlü durağan olması genellikle sağlanamadığından serinin zayıf durağan olması durağanlık olarak nitelendirilir ve ekonometrik bir analizin yapılabilmesi için yeterli bir koşuldur. Bir zaman serisinin durağan olması, ortalamasıyla varyansı zaman içinde değişmeyen ve iki dönem arasındaki kovaryansı, kovaryansın hesaplandığı döneme değil yalnızca iki dönem arasındaki uzaklığa bağlı olan olasılıklı bir sürece sahip olmasıdır (Gujarati, 2006:713). Bir zaman serisinin durağan olması matematiksel olarak aşağıdaki gibi ifade edilebilir: EY t 2 VYt (1) EY Y ; tkiçin, t tk k Bir ekonometrik modelde hata terimine ilişkin varsayımların sağlanması, aynı zamanda durağanlığı da sağlamaktadır. Çünkü hata teriminin ortalaması sıfır ve varyansı sabit ise durağandır, dolayısıyla hata terimine bağlı olan serilerde durağan olacaktır. Bu bölümde çalışmada kullanılacak birim kök testlerin kuramsal açıklamaları yapılacaktır. Önce literatürde en sık kullanılan doğrusal bir birim kök testi olan Genişletilmiş (Augmented) Dickey Fuller Testi (ADF) üzerinde durulacaktır. Ardından yapısal kırılma durumu altında serilerin durağanlığını inceleyen Zivot Andrews (1992) birim kök testi incelenecektir. Son olarak zaman serilerindeki rejim değişimi davranışını temel alan Caner Hansen (2001) birim kök testi açıklanacaktır. ADF Birim Kök Testi Bir zaman serisinde birim kökün varlığının araştırılmasında kullanılan yöntemlerden birisi Dickey Fuller testidir. Dickey D.A. ve W.A. Fuller (1979) tarafından önerilen yöntem AR(1) süreci modeline dayanmaktadır (Akdi,2010:278). Dickey Fuller testine en büyük eleştiri modelin otokorelasyon durumunu içermemesidir. Bu yüzden modele değişkenin gecikmeli değerleri eklenerek Dickey Fuller testi geliştirilmiş ve Genişletilmiş Dickey ve Fuller (1981) testi olarak yeniden sunulmuştur. AR(p) süreci modeline pyt p 1 eklenip çıkarılırsa; t 0 1 t1 2 t2 p2 tp2 p1 p tp1 p tp1 t Y Y Y... Y Y Y (2) 589

113 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan elde edilir. Modele Y ekleyip çıkarılırsa ve model bu işlemlerle p1 p tp2 düzenlenirse model aşağıdaki gibi olur: Y Y Y... ( ) Y Y Y (3) t 0 1 t1 2 t2 p2 p1 p tp2 p1 tp2 p tp1 t İşlemlere bu şekilde devam edilir ve model yeniden düzenlenecek olursa; Y Y Y (4) t 0 t1 i ti1 t i2 p modeline ulaşılır. Dickey Fuller testinde olduğu gibi H : 0 0 hipotezine karşı H A : 0 hipotezi test edilir. Eğer istatistiksel olarak 0 ise serinin birim köke sahip olduğu yani durağan olmadığı söylenebilir. Ancak bu modelde p gecikme uzunluğunun belirlenmesi sorun oluşturabilmektedir. Gecikme uzunluğu belirlenirken Akaike ve Schwarz Bilgi Kriterlerinden (AIC ve SIC) yararlanılmaktadır. Buradaki temel düşünce (4) denklemindeki hata teriminin otokorelasyonsuz olmasını sağlayacak kadar gecikme teriminin modele katılmasıdır. ADF ve DF test istatistikleri aynı asimptotik dağılım özelliklerini taşıdığı için kritik değerleri de aynı olmaktadır. Yani aynı kritik değer tablosunu kullanmaktadır. ADF testinde de DF testinde olduğu gibi modelin sabit terim veya trend içermesine bağlı olarak 3 regresyon modeli kullanılır (Enders, 2010:207): p Y Y Y t t1 i ti1 t i2 p Y Y Y t 0 t1 i ti1 t i2 p Y ty Y t 0 2 t1 i ti1 t i2 (5) Zivot Andrews (1992) Birim Kök Testi Yapısal kırılmaların varlığı durumunda geliştirilen birim kök testleri; Peron (1989), Christiano (1992), Banarjee, Lumsdaine ve Stock (1992), Zivot ve Andrews (1992), Peron ve Vogelsang (1992) ve Peron (1997) testleridir. Bu testler zaman kırılmasının içsel ya da dışsal olarak belirlenmesine göre ikiye ayrılmaktadır. Bu ayrım, aşağıdaki şemada gösterilmiştir: 590

114 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan Şekil 1: Yapısal Kırılmanın Varlığı Durumunda Birim Kök Testleri Perron (1989), bir serinin birim köke sahip olduğunu gösteren hipotezi test etmek için, belirli bir zamanda meydana gelen dışsal yapısal kırılmanın dikkate alındığı bir yöntem geliştirmiştir (Yavuz, 2006). Perron un geliştirdiği yönteme göre ekonomide gerçeklesen yapısal değişiklikler önceden bilinmektedir. Zivot ve Andrews (1992) Perron un dışsal kırılma noktası varsayımını eleştirmişler ve Perronun test istatistiğini farklı bir şekilde ele almışlardır. Zivot ve Andrews dışsallık varsayımını sorgulamışlar ve yerine yapısal kırılmanın içsel olarak gerçekleştiği yani kırılmanın tam olarak bilinmediği durumu incelemişlerdir (Barışık, 2008). Zivot ve Andrews (1992) çalışmasında önce zaman serilerinde meydana gelen yapısal kırılmayı temsil edecek, bu kırılmaları modele yansıtacak kukla değişkenler tanımlamışlardır. T 1 zaman serisinin başlangıç noktasını, T B kırılma anını ve T N de zaman serisinin bitiş noktasını temsil ederse, incelenecek zaman serisi T1 TB TN olarak ifade edilebilir. Bu tanımlama ışığında Zivot ve Andrews (1992) çalışmasında tanımlanan kukla değişkenler aşağıdaki gibi gösterilebilir: U 1 eğer t TB ise D 0 diğer durumlarda T ttb eğer t TB ise D 0 diğer durumlarda U Yukarıda tanımlanan kukla değişkenlerin ilki olan D serinin ortalamasında meydana T gelen kırılmayı açıklamaya yöneliktir. İkinci kukla değişken D ise serinin trendinde meydana gelen yapısal kırılmayı birim kök testi için kurulan modele dahil etmeyi 591

115 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan amaçlamaktadır. Zivot ve Andrews ADF testi modelini bu kukla değişkenler ile genişleterek aşağıda gösterilen 3 modeli kurmuşlardır: Model A: U k A t A A t1 A A t j 1 j t j t y y t D y Model B: T k A t B B t1 B B t j 1 j t j t y y t D y Model C: U T k A t C C t1 C C t C t j 1 j t j t y y t D D y Model A, B ve C de t otokorelasyonsuz ve normal dağılımlı hata terimi, t zamanı ( t = 1,...T) göstermektedir. Denklemlerin sağ tarafındaki yt j terimi, hata teriminin otokorelasyonsuz olmasını sağlamak amacıyla modele dahil edilmektedir. Zivot ve Andrews (1992) testinde, ardışık ADF test yöntemi ile örnek içindeki mümkün olan her kırılma noktası için, regresyon denklemi tahmin edilmekte ve tahmin edilen parametreler için t istatistiği hesaplanmaktadır. Her üç model ile ilgili alternatif hipotez α = 1 yokluk hipotezi ile test edilmektedir. α = 1 olması serinin birim kök içerdiği anlamına gelmektedir. Yani yokluk hipotez reddedilemez ise seride kırılma olmadığı ancak birim kök içerdiğini yani durağan olmadığını ifade etmektedir. Zivot ve Andrews testi aşağıdaki üç alternatif hipotez aracılığı ile uygulanabilir; Model A: Serinin ortalamasında kırılma vardır ve durağandır. Model B: Serinin eğiminde kırılma vardır ve durağandır. Model C: Serinin hem ortalamasında hem de eğiminde kırılma vardır ve durağandır. Testin uygulanmasında gözlem dönemindeki her bir zaman birimi (yıl, çeyrek, ay vb ) olası kırılma anı olarak alınarak kukla değişkenler oluşturulmakta ve α katsayısının t istatistikleri elde edilmektedir. Bu süreç gözlem döneminin tümü için uygulandıktan sonra α katsayısının t istatistiğinin minimum elde edildiği yıl olası kırılma yılı olarak belirlenmektedir. Elde edilen t istatistiği Zivot ve Andrews tarafından oluşturulan kritik değerler ile karşılaştırılmaktadır. Eğer elde edilen t istatistiği mutlak değerce kritik değerlerden küçükse serinin birim kök içerdiğini belirten sıfır hipotezi kabul edilmektedir. Elde edilen t istatistikleri mutlak değerce kritik değerlerden büyükse sıfır hipotezi ret edilmekte ve serinin yapısal kırılmayla birlikte durağan olduğunu belirten alternatif hipotez kabul edilmektedir (Barışık ve Çevik, 2008). 592

116 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan Caner Hansen (2001) Birim Kök Testi Rejim değişimi dinamiği çerçevesinde durağanlık analizi için geliştirilen ve literatürde en sık kullanılan birim kök testi Caner ve Hansen (2001) çalışmasında ortaya konan eşik birim kök testidir. Bu teste Caner ve Hansen, Enders ve Granger testinden farklı olarak zaman serisinde doğrusal olmayan asimetrik bir uyarlama olup olmadığı önce test edilir. Asimetrik uyarlama durumunu Caner ve Hansen eşik etkisi (threshold effect) olarak adlandırmıştır ve önerdikleri teste eşik etkisi testi ismi verilmiştir. Eşik etkisi testi ve daha sonra anlatılacak olan birim kök testi aşağıda tanımlanan modele dayanmaktadır: y x I x I e (6) ' ' t 1 t 1 Z 2 t 1 Z t tm tm Burada e t iid hata terimi, I gösterge fonksiyonu, Z. tm ytm ytm 1 olarak tanımlanan eşik değişkeni ve bu tanımda yer alan m ise m 1 şartını sağlayan gecikme (delay) parametresidir. Değişkenler matrisi xt 1 aşağıdaki gibidir: ' ' t1 t1, t, t1 tk x y r y y Burada r t sabit ve trend değişkeni içeren deterministik bileşenler matrisidir. Son olarak model (6) da yer alan eşik değer olup, bilinmeyen ve tahmin edilmesi gereken değerdir. Bu değer, küçükten büyüğe dizilmiş eşik değişken Zt miçinden belli oranlarda gözlemin dışlanması ardından elde edilen yeni seri içinde yer alan bir değerdir. Dışlanan küçük değerli gözlem oranı 1, dışlanan büyük değerli gözlem oranı 2 ile ifade edilmektedir. bir birine simetriktir 1. Model (6) daki ise modelin parametrelerini 1 ve 2 temsil etmektedir: , Bu ifadelerden 1 1. rejimin katsayılarını, 2 ise 2. rejimin katsayılarını temsil etmektedir. 1, 2, yt 1 değişkenine ait katsayılar iken 1, 2 deterministik birleşenlere ait katsayılardır. Son olarak, y y değişkenlerine ait katsayılardır 1. Model 1, 2 t1 tk (6), Chan (1993) de tanımlanan eşik değer arama algoritması ile En Küçük Kareler (EKK) tahmin yöntemi kullanılarak tahmin edilebilir. 1 Burada bahsedilen katsayı vektörlerinin boyutları değişkenlik gösterebilir. Modelde sadece, bir vektör değil bir skalerdir. 593 katsayıları 1 2

117 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan Caner ve Hansen nin önerdiği eşik etkisi testi H0 : 1 2 boş hipotezini H1: 1 2 alternatif hipotezine göre test eden bir Sub Wald 2 istatistiğidir: WT 2 ˆ 0 T 2 ˆ 1 (7) 2 Eşitlik (7) de T toplam gözlem sayısı ˆ0 eşik etkisinin olmadığı boş hipotez altında elde 2 edilen doğrusal modelin kalıntı varyansı, ˆ ise model (6) nın tahmininden elde edilen kalıntıların varyansıdır. Açıkça görüldüğü üzere, Eşitlik (7) ile ifade edilen Wald istatistiğinde boş hipotez altında tanımlı değildir. Çünkü boş hipotez altında eşik etkisi yoktur ve dolayısıyla bir eşik değer de yoktur. Bu durumda bir nuisance parametredir. W T istatistiğinin boş hipotez altında asimptotik dağılımı alacağı değere bağlıdır ve standart değildir. Öyleyse, eşitlik (7) ile ifade edilen Wald istatistiği için asimptotik kritik değerler bulunamaz. Bunun yerine bootstrap ile kritik değer üretilmelidir. Caner ve Hansen (2001) çalışması alternatif hipotezi çeşitlendirmiş ve bir adet tek, ve bir adet de çift yönlü test önermiştir. Caner ve Hansen (2001) eşik birim kök testinde test edilen hipotezler aşağıdaki gibidir (Parveen ve Silvapulle, 2008): H : 0 (Boş Hipotez) H : 0 ve / veya 0 (Kısıtsız, çift taraflı, tam durağanlık alternatif hipotezi) H : 0 ve 0 (Kısıtlı, tek taraflı, tam durağanlık alternatif hipotezi) H : 0 ve 0 (Kısıtlı, tek taraflı, kısmi durağanlık alternatif hipotezi) H : 0 ve 0 (Kısıtlı, tek taraflı, kısmi durağanlık alternatif hipotezi) Alternatif hipotezlerde tam ve kısmi durağanlık durumları tanımlanmıştır. Buna göre zaman serisi eğer her iki rejimde de durağan ise tam durağanlık durumu, zaman serisi bir rejimde durağan diğerinde değil ise kısmi durağanlık durumu söz konusudur. Caner ve Hansen (2001) e göre sadece çift taraflı test önermek kısmi durağanlık durumlarını göz ardı edeceğinden eşik birim kök testinde ayrıca tek taraflı bir test de ortaya konmalıdır 3. Caner ve Hansen tarafından önerilen çift taraflı test istatistiği model (6) ya dayanan bir Wald istatistiğidir ve aşağıdaki gibi gösterilir: 2 2 R t t 2T Eşitlik (4) ile gösterilen test istatistiği eşik değer e bağlıdır. ise belirtildiği gibi küçükten büyüğe sıralı eşik değişkenin 1 ve 2 oranlarında kırpılması ile bulunan seriye ait gözlemlerden birisidir. Sub Wald ifadesi Superme Wald dan gelmekte olup, mümkün lar içinde eşitlik (4) ü en büyük yapacak değerin dikkate alınacağını ifade etmektedir. 3 Bu durum ile beraber Caner ve Hansen tek taraflı testin çift taraflı teste göre daha fazla güce (power) sahip olduğunu belirtmişlerdir. 594

118 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan Buradaki t ve 1 t 2 model (6) nın EKK tahmininden elde edilen sırasıyla 1 ˆ ve ˆ 2 ait t istatistiği değerleridir. Bu çift taraflı teste alternatif olarak Caner ve Hansen model (6) ile tahmin edilen 1 ˆ ve ˆ 2 nin negatif değerlerine odaklanarak aşağıdaki tek taraflı testi önermişlerdir: R t I t I 2 2 1T 1 ˆ 0 2 ˆ Bu test istatistiğinde t değerleri yine ˆ ların t istatistiği değerleridir. R 1T istatistiğinde farklı olarak I gösterge fonksiyonu yer almaktadır. Gösterge fonksiyonuna göre her iki rejim için de eğer tahmin edilen ˆ değeri negatif ise o ˆ ya ait t istatistiği değeri hesaba dahil edilir. R 1T istatistiği boş hipotezi tüm tek taraflı alternatif testlere göre test eder. Fakat bu durumda araştırmacı tek taraflı alternatif hipotezlerden hangisinin test edildiğini anlamak isterse Caner ve Hansen tahmin edilen katsayılarının anlamlılıklarına bakılması gerektiğini belirtirler. Öyleyse, test istatistiğinin hesaplandığı model (6) tahmininde her iki ˆ tahmini de istatistiki olarak anlamlı ise R 1T istatistiği boş hipoteze karşı H 2 alternatif hipotezini test edecektir. Yani tek taraflı tam durağanlık durumu test edilecektir. Buna karşın eğer ilk rejime ait 1 ˆ tahmini anlamlı ˆ 2 tahmini anlamsız ise R 1T istatistiği boş hipoteze karşı H 3 alternatif hipotezini test edecektir. Tersi durumda ise R 1T istatistiği boş hipoteze karşı H 4 alternatif hipotezini test eder. Caner ve Hansen yukarıda gösterilen iki test istatistiğinin asimptotik dağılımlarını eşik etkisinin var olduğu ve var olmadığı iki durum altında incelemişlerdir. Eşik etkisinin olmadığı durma 1 2 tanımsız eşik adını vermişler ve bu durum altında her iki test istatistiği için de asimptotik kritik değerler üretebilmişlerdir. Eşik etkisinin var olduğu durum ise 1 2 tanımlı eşik adı altında incelenmiş, bu durumda ise sadece R 2T istatistiği için asimptotik kritik değerler bulunabilmiştir. Caner ve Hansen (2001) de ortaya konan eşik birim kök test istatistiklerinin asimptotik dağılımlarının incelenmesinin ardından her iki istatistik için bootstrap ile kritik değerler üretilmiştir. Ardından asimptotik testlerin ve bootstrap testlerin 1. Tip hata olasılıkları ve güçleri çeşitli durumlar altında hesaplanmış ve karşılaştırılmıştır. Buna göre bootstrap testlerinin 1. Tip hata olasılığı değerleri baz alınan %5 düzeye en yakın sonuçları verdiğinden Caner ve Hansen bootstrap testlerinin kullanılmasını önermişlerdir. 4. BİST SEKTÖREL FİYAT GETİRİ ORANLARI BİRİM KÖK ANALİZLERİ Çalışmada; BİST 100 Tüm Endeksi, BİST Hizmet Endeksi, BİST Mali Endeksi, BİST Sanayi Endeksi ve BİST Teknoloji Endekslerinin kapanış fiyatlarına göre hesaplanan fiyat ve getiri değerleri bir birlerine bölünerek elde edilen fiyat/getiri oranları kullanılmıştır. Veriler 2009 yılının Ocak ayı ile 2015 yılının Haziran ayı arasında gözlemlenmiştir. Veriler Türkiye Cumhuriyet Merkez Bankası Elektronik Veri Dağıtım Sistemi nden alınmıştır. 595

119 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan Bu bölümde sırası ile doğrusal ADF birim kök testi sonuçları, doğrusal olmayan yapısal kırılma birim kök testi Zivot ve Andrews (1992) sonuçları ve rejim değişimi altında çalışan Caner ve Hansen (2001) birim kök testi sonuçları verilmiştir. Tablo 1: ADF Birim Kök Test Sonuçları Seri Test İstatistiği p değeri Uygun Gecikme Bist Tüm Endeksi Hizmet Endeksi Mali Endeks Sanayi Endeksi Teknoloji Endeksi * * * Test değerleri sırasıyla, yalın ADF modeli, kesme içeren ADF modeli ve hem kesme hem de trend içeren ADF modelleri ile elde edilen test istatistiği değerlerini vermektedir. Tüm Birim Kök testleri için maksimum gecikme 6 olarak seçilmiş olup, uygun gecikme Akaike Bilgi Kriterine göre belirlenmiştir. * işareti birim kökün varlığını işaret eden boş hipotezin reddedilemediği durumları göstermektedir. Doğrusallık varsayımı altında gerçekleştirilen ADF testi sonuçlarına göre Bist 100 Tüm Endeksi, Mali Endeks ve Teknoloji Endeksi değişkenleri sabit içeren modelde durağan bulunamamış, bunun dışında kalan yalın ve hem sabit hem de trend içeren modeller ile hesaplanan ADF istatistikleri birim kökün varlığını işaret eden boş hipotezi reddedebilmiştir. Hizmet ve Sanayi Endeksi serilerinde ise tüm modellerde birim kökün varlığı reddedilmiştir. Bu sonuçlara göre doğrusallık varsayımı altında serilerin durağan olduğu söylenebilir. 596

120 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan Tablo 2: Zivot ve Andrews (1992) Birim Kök Testi Sonuçları Seri Bist Tüm Endeksi Model Gecikme Sayısı Kırılma Zamanı Test İstatistiği %5 Kritik Değer Model A 2 06/ Model B 2 07/ Model C 2 06/ Hizmet Endeksi Mali Endeks Sanayi Endeksi Model A 1 05/ Model B 1 07/ Model C 1 06/ * 5.08 Model A 6 06/ Model B 6 04/ Model C 6 06/ Model A 2 04/ Model B 2 08/ Model C 2 04/ Teknoloji Endeksi Model A 1 06/ * 4.93 Model B 1 10/ * 4.42 Model C 1 06/ * 5.08 Tüm Birim Kök testleri için maksimum gecikme 6 olarak seçilmiş olup, uygun gecikme Akaike Bilgi Kriterine göre belirlenmiştir. * işareti birim kökün varlığını işaret eden boş hipotezin reddedilemediği durumları göstermektedir. Serilerde bir adet yapısal kırılmanın var olduğu varsayımı altında gerçekleştirilen Zivot ve Andrews (1992) birim kök testi sonuçları Tablo 2 de verilmiştir. Bu sonuçlara göre Hizmet Endeksinin Model C ile gerçekleştirilen birim kök testi serinin durağan olmadığını göstermektedir. Buna ek olarak Teknoloji Endeksi ise tüm model tiplerinde durağan bulunamamıştır. Diğer seriler ise Zivot ve Andrews (1992) birim kök testi sonuçlarına göre tüm model tiplerinde belirlenen yapısal kırılma altında durağandır. 597

121 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan Tablo3: Caner ve Hansen (2001) Birim Kök Testi Sonuçları Seriler Eşik Testi Eşik Değer Eşik Değişken İstatistiği R Zt 1 yt 1 yt6 delay Bist Tüm Endeksi (18.24) 1T İstatistiği 0.75 (13.76) R 2T İstatistiği 0.75 (13.89) t 1 İstatistiği (3.252) t 2 İstatistiği (2.9911) Hizmet Endeksi (24.657) Z y y t1 t1 t5 delay (2.01) 3.98 (19.97) 1.92 (3.89) (3.377) Mali Endeks (21.73) Zt 1 yt 1 yt7 delay (14.52) 0.12 (14.61) (3.358) (3.132) Sanayi Endeksi (21.063) Zt 1 yt 1 yt3 delay (15.099) 0.60 (15.37) 0.38 (3.21) (3.1305) Teknolo ji Endeksi (23.435) Zt 1 yt 1 yt3 delay (18.81) 3.18 (18.81) 1.66 (3.72) (3.3939) Parantez içindeki değerler %5 Bootstrap kritik değeridir. Tüm testler için %5 kritik değeri 1000 Bootstrap deneyi ile hesaplanmıştır. Otokorelasyon düzeltme için bağımlı değişkenin sadece bir gecikmelisi modellere dahil edilmiştir. Ele alınan beş seri için rejim değişimi dinamiği altında uygulanan Caner ve Hansen (2001) birim kök testi sonuçları Tablo 3 te verilmiştir. Önceki bölümlerde anlatıldığı üzere bu test için önce serilerde anlamlı bir rejim değişimi davranışı olup olmadığı test edilmektedir. İlk sütunda gösterilen bu testin sonuçlarına göre tüm serilerde belirtilen eşik değişken ve eşik değer altında istatistiki olarak anlamlı bir rejim değişimi (doğrusal olmama) davranışının olduğu saptanmıştır. Bu rejim değişimi davranışı çerçevesinde gerçekleştirilen Caner ve Hansen (2001) birim kök testi, gerek tek taraflı gerekse çift taraflı test istatistiği hesaplarına göre serilerin tümünün birim kök içerdiği yani durağan olmadığı sonucunu ortaya koymaktadır. 5. TARTIŞMA Çalışmada zaman serilerinde gözlenen doğrusal olmayan dinamikler açıklanmış ve iki önemli doğrusal olmayan ekonometri literatürüne değinilmiştir. Bu bağlamda takip eden bölümlerde doğrusal olmayan iki temel dinamik çerçevesinde geliştirilen ve literatürde en sık kullanılan birim kök testleri ayrıntıları ile anlatılmıştır. Gerek doğrusal olmayan birim kök testlerinin temelini oluşturması bakımından gerekse doğrusal olmayan birim kök testi sonuçları ile karşılaştırma yapılması için çalışmada doğrusal birim kök testi olan ADF testi de detaylı bir şekilde anlatılmış ve uygulamada bu teste de yer verilmiştir. Doğrusal birim kök testi ADF sonuçlarına göre üç seride sabit içeren model ile gerçekleştirilen analiz sonucu birim kökün varlığı kabul edilmiştir. Ancak diğer tüm 598

122 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan modeller ve seriler için doğrusallık varsayımı altında birim kökün varlığı reddedilebilir. Bir başka ifade ile serilerin doğrusal olduğu varsayımı ile serilerin durağan olduğu söylenebilir. Yapısal kırılma altında gerçekleştirilen Zivot ve Andrews (1992) birim kök testi sonuçları incelendiğinde zaman serilerine hâkim olan doğrusal olmayan dinamiklerin etkileri görülmeye başlamıştır. Tablo 2 ye göre Hizmet Endeksi fiyat getiri oranı serisi sadece Model C için birim kök içerdiği söylenebilir. Ancak diğer model tiplerinde birim kök içermemesi sonucunda Hizmet Endeksi fiyat getiri oranı serisinin hem sabit hem de trende kırılma olması durumunda durağan olmadığı fakat sadece sabit veya sadece trende kırılma olması durumlarında durağan olduğu sonucu ortaya çıkmaktadır. Ancak Teknoloji Endeksi fiyat getiri oranı serisine baktığımızda tüm yapısal kırılma durumlarında birim kökün varlığı reddedilememektedir. Dikkat edilecek olursa, aynı seri doğrusal ADF testinde durağan olarak değerlendirilmiş, birim kökün varlığı reddedilebilmiştir. İşte karşılaşılan bu örnek seride yapısal kırıma olması durumunda gerçekleştirilen doğrusal birim kök testlerinin ne kadar yanıltıcı sonuçlar doğurabileceğini ortaya koymaktadır. Bu sebepten ötürü eğer ele alınan zaman serisine etki eden doğrusal olmayan bir etkinin (Yapısal kırılma veya rejim değişimi gibi.) varlığından şüpheleniliyor ise ilgili zaman serisi artık doğrusal olmayan yöntemler ile incelenmelidir. Örneğin yapısal kırılma altında durağan olmayan Teknoloji Endeksi fiyat getiri oranı serisi ile bir başka seri arasında anlamlı bir eşbütünleşme ilişkisi olup olmadığını test etmek isteyelim. Bundan böyle Teknoloji Endeksi fiyat getiri oranı serisi için doğrusal eşbütünleşme analizleri olan Engle ve Granger (1987) eşbütünleşme ve Johansen (1988) eşbütünleşme analizleri gerçekleştirilemez. Bu seri için artık yapısal kırılma altında çalışan eşbütünleşme analizi olan Gregory ve Hansen (1996) analizi gerçekleştirilmelidir. Rejim değişimi dinamiği altında çalışan Caner ve Hansen (2001) testi sonuçları Tablo 3 de sunulmaktadır. Caner ve Hansen zaman serilerindeki rejim değişimini dikkate alan bir birim kök testi önermeden önce seride anlamlı bir rejim değişimi yani eşik etkisi olup olmadığını geliştirdikleri bir Wald istatistiği ile test edilmesi gerektiğini belirtmişlerdir. Bu bağlamda çalışmada ele alınan tüm fiyat getiri oranı serilerine Caner ve Hansen nin geliştirdiği eşik etkisi sınaması uygulanmış ve bu sınamalar sonucunda tüm serilerde anlamlı bir rejim değişim dinamiği, bir başka ifade ile anlamlı bir eşik etkisi bulunmuştur. Bu nedenle serilere rejim değişimini dikkate alan bir birim kök testinin uygulanması gerekmektedir. Ele alınan tüm seriler için anlamlı bir rejim değişim dinamiği bulunması aynı zamanda ilgili serilerin hangi eşik değişken için anlamlı bir doğrusal olmayan davranışa sahip olacağını tespit eder. Eşik değişkenin sahip olacağı maksimum gecikme sayısı kuramsal çerçeve bölümünde de bahsedildiği üzere delay parameter olarak adlandırılmakta idi 4. Delay parametresi ise serinin doğrusal olmayan davranışını açıklamak için önemlidir. Bist Tüm Endeksi fiyat getiri oranı serisi için elde edilen sonuçları yorumlayalım. Tüm Endeksi için 4 Türkçe literatürde lag kelimesi gecikme olarak çevrilmiştir. Bu kelime bir regresyon modeline dahil edilecek gecikmeli değişkenleri ifade etmek için kullanılmaktadır. Örneğin ADF testinde otokorelasyon sorunundan kaçınmak için modellere eklenen bağımlı değişkenin gecikmeli serileri için lag ifadesi kullanılır. Bu nedenle rejim değişimi literatüründe bahsi geçen delay kelimesinin gecikme olarak çevrilmesi doğru olmamaktadır. Bu sebeple çalışmada delay kelimesine Türkçe bir karşılık önerilmemiş ve kelime olduğu gibi kullanılmıştır. 599

123 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan delay parametresi 5 olarak tahmin edilmiştir. Öyleyse eşik değişken Zt yt yt 5 olarak tanımlanır. Bu değişken şunu demek ister: Bist Tüm Endeksi fiyat getiri oranı serisinde 5 aylık bir sürede meydana gelen değişim eğer eşik değer u geçer veya bu değere eşit olursa serinin davranışını birinci rejim için tahmin edilen model açıklar. Eğer eşik değişken, eşik değer un altında olursa serinin davranışını 2. rejim için tahmin edilen model açıklar. Ancak bu konuna hatırlatılması gereken önemli bir nokta Z t değişkeninin bir dönem gecikmelisinin Zt1 yt 1 yt6 eşik modeli oluştururken dikkate alınmasıdır. Çünkü burada seride meydana gelen 5 aylık değişimin 1 dönem sonra modele etki ettiği varsayılmaktadır. Bu açıklamalar ışığında diğer serilerin doğrusal olmayan rejim değişimi davranışları da anlaşılabilir. Çalışmada kullanılan fiyat getiri oranları serileri için gerçekleştiren eşik birim kök testi Caner ve Hansen (2001) testi sonuçlarına göre serilerin tamamı birim kök içermektedir. Tablo 3 de yazarların önerdiği tek ve çift yönlü test istatistiği değerleri ve her rejim için elde edilen t istatistiği değerleri verilmiştir. Bununla birlikte her test için elde edilen %5 anlamlılık düzeyi bootstrap kritik değerleri de sunulmuştur. Dikkat edileceği üzere bazı serilerde tek ve çift yönlü testlerde aynı test istatistiği değerleri elde edilmiştir. İlgili durum Caner ve Hansen (2001) çalışmasında da belirtilmiş, bazı seriler için tek ve çift yönlü birim kök istatistiği değerlerinin birbirine çok yakın ve aynı değer olabileceği ve test sonuçlarının benzer olacağı belirtilmiştir (Caner ve Hansen, 2001: 1578). Bu sebepten ötürü yazarlar yapmış oldukları uygulamada çift yönlü teste yer vermemişlerdir. Bu çalışmadaki uygulamada ise eşik birim kök istatistiği sonuçları tüm seriler için tek, çift yön fark etmeksizin aynı sonuçları vermiş, her durumda serilerde birim kökün varlığı kabul edilmiştir. Serilerde rejim değişimi dinamiği çerçevesinde durağan olmadıklarının anlaşılması, gerçekleştirilecek ampirik çalışmaların bir sonraki adımlarında rejim değişimi literatürünün ilgili başlıklarının takip edilmesi gerekliliğini ortaya koymaktadır. Yapısal kırılma göz önüne alınarak gerçekleştirilen Zivot ve Andrews (1992) birim kök testi sonuçlarının yorumlandığı paragrafda verilen örnek hatırlanacak olursa, rejim değişimi dinamiği altında da Teknoloji Endeksi fiyat getiri oranı serisi ile herhangi bir başka seri arasında eşbütünleşme analizi gerçekleştirilmek istenirse, rejim değişim literatüründe yer alan Hansen (1999) ve Kapetanios ve Shin (2006) eşik eşbütünleşme analizleri kullanılmalıdır. 6. SONUÇ Çalışma zaman serilerinde etkili olan doğrusal olmayan dinamikleri tanımlamayı ve bu dinamiklerin uygulamada ve teoride ne denli önemli olduğunu anlatmayı amaçlamıştır. Gerekli kuramsal açıklamalardan sonra ekonometrik çalışmaların ilk aşaması olan durağanlık araştırmaları üzerinden doğrusal olmayan etkilerin zaman serilerinin durağanlığı üzerinde nasıl bir etkide bulundukları gösterilmiştir. Açıkça anlaşılmıştır ki doğrusallık varsayımı altında elde edilen durağanlık analizi sonuçları ile doğrusal olmayan dinamiklerin varlığı durumunda elde edilen birim kök testi sonuçları arasında önemli farklılıklar mevcuttur. Caner ve Hansen (2001) çalışmasında önerilen eşik etkisi testi ile serilerde anlamlı bir doğrusal olmayan davranış yani rejim değişim davranışı mevcuttur. İktisadi ve özellikle anlık değişimleri daha sık gözlemlenebildiği finansal zaman serilerinde 600

124 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan doğrusal olmayan etkilerin gözlemlenmesi çok yüksek bir ihtimaldir. Bu nedenle özellikle finans alanında yapılan ekonometrik çalışmaların doğrusal olmayan dinamikler üzerinde yoğunlaşması ve Türkçe finans literatürünün doğrusal olmayan yöntemler ile gerçekleştirilecek ampirik çalışmalarla zenginleştirilmesi gerekmektedir. Daha güvenilir finansal analizler gerçekleştirebilmek ve Türkiye de finansal öngörüleri daha sağlıklı yapılabilmek için bu çalışmalar elzemdir. KAYNAKLAR AKDi, Yılmaz (2010), Zaman Serileri Analizi (2. Baskı) Ankara: Gazi Kitabevi. Banerjee, A., Lumsdaine, R. L., and Stock, J.H. (1992), Recursive and Sequential Tests of the Unit Root and Trend Break Hypothesis: Theory and International Evidence, Journal of Business and Economic Statistics, Sayı: 10, p Barışık ve Çevik (2008), İşsizlikte Histeri Etkisi: Uzun Hafıza Modelleri, Kamu İş, Cilt: 9, Sayı: 4. Caner, M. ve Hansen, B.E. (2001). Threshold Autoregression with a Unit Root. Econometrica, 69, p Chan, K. S. (1993), Consistency and Limiting Distribution of the Least Squares Estimator of a Threshold Autoregressive Model, The Annals of Statistics, Sayı: 21, Christiano, L. J. (1992). Searching for a Break in GNP, Journal of Business and Economic Statistics, Sayı: 10, p Dickey, D. ve Fuller, W. (1979), Distribution of the Estimators for Autoregressive Time Series with a Unit Root. Journal of the American Statistical Association, Sayı: 74, p Dickey, D.A. ve Fuller, W.A. (1981), "Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root. Econometrica, Sayı:49, p Enders, Walter (2010), Applied Econometric Time Series (3. Baskı) New York: John Wiley ve Sons Inc. Engle, R. F. ve Granger, C. W. J. (1987), Co Integration and Error Correction: Representation, Estimation and Testing. Econometrica, Sayı:55, p Gregory, A. Ve Hansen, B. (1996), Test for Cointegration in Models with Regime and Trend Shifts, Oxford Bulletin of Economic and Statistics, Sayı: 58(3), p Gujarati, D. N. (2006), Temel Ekonometri (4.Baskı), (Çev.: Ümit Şensen, Gülay Günlük Şensen) İstanbul: Literatür. Hansen, B. E. (1999), Testing for Linearity, Journal of Economic Surveys, Sayı: 3(5), p Johansen, S. (1988), Statistical Analysis of Cointegration Vectors, Journal of Economic Dynamics and Control, Sayı: 12, p Kapetanios G., Shin, Y. ve Snell, A. (2006), Testing for Cointegration in Nonlinear Smooth Transition Error Correction Models, Econometric Theory, Sayı: 22, p Kennedy, P. (2006). Ekonometri Kılavuzu (6.Baskı), (Çev.: Muzaffer Sarımeşeli ve Şenay Açıkgöz) Ankara: Gazi Kitabevi. Parveen, T. ve Silvapulle, P. (2008), Self Exciting Threshold Autoregressive Models for Testing Asymmetric Roots: Extensions and Empirical Evidence from G7 Countries Real Interest Rates. Markets and Models, Policy Frontiers in the AWH Phillips Tradition, The 49th Annual Conference of the New Zealand Association of Economists and The Australasian Meeting of the Econometric Society sempozyumunda sunulmuş bildiri, Wellington, New Zealand. Perron, P. (1989), The Great Crash, the Oil Price Shock, and the Unit Root Hypothesis, Econometrica, Sayı: 57,p

125 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Ozcan Perron, P. (1997), Further Evidence on Breaking Trend Functions in Macroeconomic Variables, Journal of Econometrics, Sayı: 80 (2), p Perron, P. and Vogelsang, T. J. (1992), Nonstationarity and Level Shifts with an Application to Purchasing Power Parity, Journal of Business and Economic Statistics, Sayı: 10, p Ramanathan, R. (2002), Introductory Econometrics with Applications (5. Baskı) Harcourt College Publishers. Tong, H. ve Tim, K. S. (1980), Threshold Auto regression, Limit Cycles and Cyclical Data. Journal of Royal Statistical Society, Sayı: 42, p Tong, Howell (1978), On a Threshold Model in Pattern Recognition and Signal Processing, (ed. C.H. Chen), NATO ASI Series E: Applied Sc., Sayı: 29, p Tong, Howell (1983), Threshold Models in Non linear Time Series Analysis (1. Baskı) New York: Springer Veriag. Yavuz, N. Ç. (2006), Türkiye de Turizm Gelirlerinin Ekonomik Büyümeye Etkisinin Testi: Yapısal Kırılma ve Nedensellik Analizi, Doğuş Üniversitesi Dergisi, Sayı: 7(2), p Zivot, E. ve Andrews, D. (1992), Further Evidence on the Great Crash, the Oil Price Shock and the Unit Root Hypothesis. Journal of Business and Economic Statistics, 10, p

126 Journal of Economics, Finance and Accounting (JEFA), ISSN: PERFORMANCE EVALUATION OF MUTUAL AND PENSION FUNDS TRADED ON BORSA ISTANBUL UNDER THE CONTROL OF FUND COSTS DOI: /Pressacademia Seher Goren¹, Mehmet Umutlu² ¹Yaşar University. ²Yaşar University. Year: 2015 Volume: 2 Issue: 4 Keywords Mutual funds, pension funds, CAPM, Fama French three factor model, Jensen Alpha. JEL Classification G10, G11, G23 ABSTRACT In this study, the performances of 10 groups of A and B Type mutual funds and the performance of the Pension (total) fund are evaluated at daily and monthly frequencies. Different from many studies aiming to evaluate fund performance, this study takes into account the expense ratios in calculating the net returns of fund groups. Whether the fund groups provide return that is proportional to risk is tested by using Capital Asset Pricing Model (CAPM) and the Fama French three factor model. Jensen Alpha which is a risk adjusted performance measure is obtained from the aforementioned asset pricing models and is used to test whether fund groups provide abnormal return. Consequently, contrary to the expectations, a great majority of funds evaluated under the control of expenses do not exhibit high performance. BORSA İSTANBUL DA İŞLEM GÖREN YATIRIM VE EMEKLİLİK FONLARININ FON GİDERLERİ ETKİSİ ALTINDA PERFORMANS DEĞERLENDİRMESİ 1 Anahtar Kelimeler Yatırım fonları, emeklilik fonları, SVFM, Fama French üç faktör modeli, Jensen Alfa. JEL Sınıflandırması G10, G11, G23 ÖZET Bu çalışmada, onar adet A veb Tipi yatırım fonugruplarının ve Emeklilik (toplam) fonu grubunun günlük ve aylık frekansta performansları ölçülmüştür. Fonların performansını ölçmeye yönelik diğer birçok çalışmadan farklı olarak, bu çalışma fon gruplarının net getiri oranlarınınhesaplanmasında gider oranlarını da göz önünde bulundurmuştur.fon gruplarının riskleri ile orantılı bir getiriye sahip olup olmadığı, sermaye varlıklarını fiyatlama modeli (SVFM) ve Fama French üç faktör modeli kullanılarak test edilmiştir. Riske karşı düzeltilmiş performans ölçütü olan Jensen Alfa ölçütü, yukarıda bahsedilen varlık fiyatlama modellerin tahminlenmesinden elde edilmiş ve fon gruplarının anormal bir getiriye sahip olup olmadıkları test etmek için kullanılmıştır. Sonuç olarak, giderleri hesaba katılarak değerlendirilen fonların büyük çoğunluğu beklenilenin aksine yüksek performans göstermemiştir. 1 Bu çalışma, 2015 yılında gerçekleştirilen 19. Ulusal Finans Sempozyumu nda sunulan bildirinin genişletilmiş halidir. 603

127 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu 1. GİRİŞ Çalışma kapsamında, Türkiye de faaliyet göstermekte olan 9 türde A Tipi, 9 türde B Tipi olmak üzere 18 farklı türde yatırım fonu ve ayrıca A Tipi (toplam), B Tipi (toplam) yatırım fonları ve Emeklilik (toplam) fonlarının tamamından oluşan fon gruplarının, pazar getirisinden farklı bir getiri sağlayıp sağlamadıkları test edilerek pazar endeksine göre performansları ölçülmüştür. Bu amaç doğrultusunda, söz konusu fon gruplarının getirileri, Sermaye Varlıkları Fiyatlama Modeli (SVFM) ve Fama French üç faktör modeli ile açıklanmaya çalışılmıştır. Bu modellerin tahminlenmesinden elde edilen ve sistematik riske karşı düzeltilmiş performans ölçütü olan Jensen Alfa ölçütü kullanılarak, fonların anormal bir getiriye sahip olup olmadıkları test edilmiştir. Çalışma kapsamında, performans ölçümü için yatırım ve emeklilik fonlarının seçilmesinin önemli nedenleri vardır. Öncelikle, fonların profesyonel yöneticiler tarafından yönetilmesi, pazar hakkında gerekli bilgilerin zamanında edinilmesini ve piyasa öngörüsünün daha profesyonel olarak yapılmasını sağlamaktadır. Ayrıca fonların içerdiği menkul kıymetler çeşitlendirilerek, bireysel olarak yapılamayan risk yönetimi yapılmakta ve riskin en aza indirgenmesi mümkün hale gelmektedir. Bunların yanında, fona katılanlara, kurumlar vergisinden muaf olmaları sebebiyle, vergi avantajı sağlanmaktadır. Bu nedenler sebebiyle, fonlar aracılığıyla yatırım yapmanın, bireysel yatırım yapmaya göre daha yüksek bir getiri performansı sağlaması beklenmektedir. Buna rağmen, literatürde fonların performanslarının beklendiği gibi yüksek olmadığını gösteren ampirik çalışmalar da vardır. Bu çalışmalara; Blake, Elton ve Gruber (1993), Malkiel (1995), Karatepe ve Karacabey (2000), Gürsoy ve Erzurumlu (2001), Arslan (2005), Korkmaz ve Uygurtürk (2009), Omağ (2010), Aşcı ve Erzurumlu (2012) ve Ayaydın (2013) ın çalışması örnek gösterilebilmektedir. Literatürde fonların performansı hakkında bir fikir birliği oluşturacak yeterli deneysel bulgu bulunmadığından, bu konunun açıklığa kavuşturulması için daha gerçekçi varsayımlarla elde edilmiş yeni ampirik bulgulara ihtiyaç vardır. Yapılan literatür araştırmasından anlaşıldığı kadarıyla, BIST üzerine yapılan önceki çalışmalarda fon giderleri performans ölçüm işlemine dâhil edilmemiştir. Bu çalışmada, giderler fonların performans ölçümü için yapılan analizlerde ele alınmış ve fonların performansları analiz edilmiştir. Giderlerin dâhil edilmesiyle, gelir elde ettiren bazı fonların daha düşük bir pozitif getiriye ve hatta negatif bir getiriye sahip olup olmayacağı araştırılmıştır. Performans ölçütü olarak Jensen (1968) tarafından geliştirilmiş, Jensen Alfa kullanılmıştır. Söz konusu ölçüt, çeşitli varlık fiyatlama modelleri tahminlemesinde kullanılan regresyon denklemlerinden elde edilen regresyon sabitidir. Fon performanslarının birbirleriyle karşılaştırılmasından çok, alfa kriterine göre ayrı ayrı değerlendirilmesini sağlayan Jensen Alfa ölçütünün tercih edilmesinin en önemli sebebi, fon performanslarını riske göre düzeltilmiş olarak ölçmesidir. Dolayısıyla, risk ve getiri aynı anda hesaba katılmaktadır. Bu çalışmada, Jensen Alfa ilk olarak Sharpe (1964), Lintner (1965) ve Mossin (1966) in geliştirdiği SVFM kullanılarak tahminlenmiştir. İkinci olarak, bu ölçütü tahminlemek için Fama ile French (1993) in uyguladığı ve hisse senedi getirileri üzerinde piyasa getirisi, hisse senedi piyasa değerleri ve fiyat kazanç oranı faktörlerinin dâhil edildiği üç faktör modeli 604

128 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu kullanılmıştır. Böylece Jensen Alfa farklı modellerle tahminlenmiş ve sonuçların kullanılan modele göre hassasiyet gösterip göstermediği araştırılmıştır. Bu çalışmanın, literatüre en önemli katkısı, fonlarının net getiri oranlarının, ham getiri oranlarından gider oranlarının çıkarılmasıyla elde edilmiş olmasıdır. Yani, çalışmada diğer birçok çalışmadan farklı olarak, fon gruplarının net getiri oranları ortaya çıkarılırken, gider oranları da hesaba katılmıştır. Bu durum, fon performansının daha gerçekçi olarak hesaplanmasında büyük önem arz etmektedir. Çünkü giderler hesaba katılarak değerlendirilen fon gruplarının performansı daha düşük olabilecek fakat giderler dâhil edilmeden hesaplanan performans yanlı olarak daha yüksek gözükebilecektir. Dolayısıyla, fon giderleri düşünülmeden yapılacak olan bir yatırım, yatırımcıyı zarara uğratabilmektedir. Hem günlük hem aylık dönemlerde analiz edilen fon gruplarının gider verileri sadece Ocak 2001 Aralık 2010 tarihleri arasında elde edildiği için, çalışmadaki fon gruplarına ait en uzun tarih aralığı bahsedilen şekilde sınırlandırılmıştır. Bazı fon grupları belli tarihlerde işlemde olmadıkları için onların analiz edildikleri tarih aralığı daha kısa tutulmuştur. Sermaye Piyasası Kurulu nda adı geçen fonların tamamı analiz edilememiştir. Bunun sebebi, analiz edilemeyen fonların bazılarının ham getirisi hesaplanırken kullanılan verilerinin; bazılarının da gider verilerinin birçoğunun eksik olmasıdır. Yatırım ve emeklilik fonlarının performans analizinin yapılmasının yatırımcılar açısından bazı faydaları bulunmaktadır. Öncelikle bu analiz, fonların performanslarının karşılaştırılmasına ve her birinin performansının pazar endeksine göre değerlendirilmesine olanak sağlamaktadır. İkinci olarak, bu değerlendirme yapılırken, fon gruplarının giderlerinin de hesaba katılması ile yatırımcıların fon performansı ile ilgili daha gerçekçi sonuçlara ulaşması mümkün olmakta ve yatırım kararlarındaki kalitenin artması sağlanmaktadır. Bu yüzden çalışmanın sonuçlarının, yatırımcıları ve finansal analistleri yakından ilgilendireceği düşünülmektedir. Bulgularımız veri frekansına, Jensen Alfa ölçütünü tahminlerken kullanılan farklı varlık fiyatlama modellerine ve Fama French 3 faktör modelindeki faktörler oluşturulurken kullanılan ağırlıklandırma yöntemlerine bağlı olmaksızın tutarlı sonuçlar sunmaktadır. Buna göre, 21 fon grubu arasından 3 fon grubu neredeyse tüm regresyon analizi sonuçlarında; 1 fon grubu ise, sadece günlük dönemlerle yapılan SVFM analizi sonuçlarında yüksek performans göstermiştir. Dolayısıyla, gider oranları da hesap edilerek yapılan analizlerde, fonların büyük çoğunluğu pazar endeksine göre yüksek performans göstermemiştir. Çalışmanın geri kalan kısmı şu şekilde organize edilmiştir. Çalışmanın ikinci bölümünde, çeşitli fonların performans ölçümü üzerine geçmişte yapılan çalışmalar ve bu çalışmalarda kullanılan yöntemler ele alınmıştır. Üçüncü bölümde, analizler için kullanılan veri setleri ve yöntemler açıklanmıştır. Dördüncü bölümde, çalışmada yapılan analizlerin sonucunda elde edilen bulgular yer almaktadır. Beşinci bölümde ise, çalışmadan elde edilmiş sonuçlar değerlendirilmiştir. 605

129 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu 2. TÜRKİYE DE YATIRIM VE EMEKLİLİK FONLARI Sermaye Piyasası Kurulu Yatırım Fonları Bilgilendirme Kitapçığı na göre yatırım fonları 2 ayrı tipte ve 17 türde olup Emeklilik fonları yatırım stratejilerine göre çeşitli alt gruplara ayrılmaktadır. Tip olarak A Tipi yatırım fonları ve B Tipi yatırım fonları olmak üzere ikiye ayrılan yatırım fonlarının tipleri içerdikleri varlıklara göre belirlenmektedir. Türkiye de Sermaye Piyasası Kurulu na göre tür olarak altın fonu, değişken fon, endeks fon, fon sepeti fonu, garantili fon, grup fonu, hisse senedi fonu, iştirak fonu, karma fon, kıymetli madenler fonu, koruma amaçlı fon, likit fon, özel fon, sektör fonu, serbest yatırım fonu, tahvil ve bono fonu ve yabancı menkul kıymetler fonu olmak üzere 17 ye ayrılan yatırım fonlarının türleri portföye alınacak olan menkul kıymetlere göre belirlenmektedir. Sermaye Piyasası Kurulu nun tarih ve 22 / 646 sayılı kararı gereğince emeklilik yatırım fonu türleri; gelir amaçlı fonlar, büyüme amaçlı fonlar, kıymetli maden fonları, ihtisaslaşmış fonlar, para piyasası fonları ve diğer fonlar olmak üzere altı sınıfta toplanmaktadır. Daha sonra söz konusu bu fonlar başlıca; esnek fon, likit fon, standart fon, hisse senedi fonu, altın fonu, karma fon, karma borçlanma araçları fonu, dengeli fon, özel sektör borçlanma araçları fonu olarak genişlemiştir (Sermaye Piyasası Kurulu Yatırımcı Bilgilendirme Kitapçığı) Yatırım Fonları Yatırım fonları, bir yatırım aracı olarak kendini gösterdiğinden bu yana, portföy çeşitliliğiyle birlikte günümüze kadar gelmiş ve gelişerek yaygınlaşmıştır. Daha çok 2000 li yıllarda gelişim göstermiştir. Sermaye Piyasası Kurulu nun Yatırım Fonlarının Tarihsel Konsolide Portföy Bilgileri verilerine göre 1990 yılında 71 tane olan fonların sayısı, 1994 yılında 90 a, 1997 yılında 156 ya, 2001 yılında 293 e, 2008 yılında 340 a ulaşırken 2014 Aralık ayı verilerine göre 2014 yılında 482 yi bulmuştur (Sermaye Piyasası Kurulu Aylık İstatistik Bülteni). Tablo 1: A Tipi Fonların Portföy Değerleri (Milyon TL) Kaynak:Takasbank, 606

130 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu Tablo 1, A Tipi fonların portföy değerlerini milyon TL cinsinden göstermektedir ve 2014 yılı incelendiğinde Karma fon, endeks fon, iştirak fonu, özel fon, borsa yatırım fonu, yabancı menkul kıymetler fonu ve sektör fonunun portföy değerleri artarken; değişken fon ve pay senedi fonunun portföy değerleri azalmıştır. Tablo 2: B Tipi Fonların Portföy Değerleri (Milyon TL) Kaynak:Takasbank, Tablo 3: Yatırım Fonları Sayıları ve Portföy Büyüklükleri Kaynak: Takasbank, Tablo 2, B Tipi fonların portföy değerlerini milyon TL cinsinden göstermektedir ve 2014 yılı incelendiğinde kısa vadeli tahvil fonu, likit fon, değişken fon, tahvil ve bono fonu, serbest yatırım fonu, özel fon, yabancı menkul kıymetler fonu, borsa yatırım fonu, fon sepeti fonu ve karma fonun portföy değerleri artarken; altın ve diğer kıymetli madenler fonu, koruma amaçlı fon, garantili fon ve altın fonunun portföy değerleri azalmıştır. 607

131 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu Tablo 3, 2010 yılından 2014 yılına kadar olan yatırım fonlarının sayılarını ve portföy büyüklüklerini göstermektedir yılından 2014 yılına geçerken toplam fon sayısı 679 dan 659 a düşmesine rağmen, fon büyüklüğü %28,8 lik bir artışla yaklaşık 58 milyar TL den 74 milyar TL ye yükselmiştir. Son 5 yılda A Tipi fon portföy büyüklüğünde ciddi bir değişiklik olmamıştır yılının sonucuna bakıldığında yaklaşık olarak 2 milyar TL lik A Tipi fon yönetilmiştir. B Tipi fonların da büyüklüğü yıllar içinde önemli bir değişiklik yaşamamıştır. Ancak 2014 yılı sonunda 34 milyar TL ye çıkmıştır. Bu değer de %17 lik bir artışa tekabül etmektedir Emeklilik Fonları Emeklilik fonları, bireysel emeklilik şirketleri tarafından, tasarruf sahiplerinin katkı amacıyla ödedikleri paylarının kendi hesaplarında değerlendirilmesi amacıyla kurulmuş olan ve gelir getiren farklı sermaye piyasası araçlarından oluşan yatırım araçlarıdır. Kurulmuş olan fonlar sadece bireysel emeklilik sistemine üye olan yatırımcılara yöneliktir ve bu süreç Türkiye de gönüllü olarak işlemektedir. Kişiler, istedikleri takdirde emeklilik fonlarına yatırım yapmaktadırlar. Herhangi bir zorunluluk söz konusu değildir (Bireysel Emeklilik Sistemi Bilgilendirme Sitesi). Tablo 4: Emeklilik Yatırım Fonlarının Büyüklük Dağılımı (Milyon TL) Kaynak:Takasbank, Tablo 4, emeklilik fonlarının büyüklük dağılımını milyon TL cinsinden göstermektedir yılının sonunda yaklaşık 12 milyar TL olan emeklilik fonlarının portföy büyüklüğü sürekli yükselmiş ve 2014 yılı sonunda 38 milyar TL olmuştur yılında, Emeklilik fonları A ve B Tipi fonları ile kıyaslandığında, Emeklilik fonlarının portföy büyüklüğünün A ve B Tipi fonlarının toplam portföy büyüklüğünü geçmiş olduğu görülmektedir. Bu artışta, 2013 yılında getirilen devletin %25 oranındaki katkısının da etkisi olduğu düşünülmektedir. Kamu borçlanma araçları fonları yaklaşık 13 milyar TL portföy büyüklüğü ile emeklilik fonları portföy değeri büyüklüğünde ilk sıradadır. İkinci sıradaki fon ise 11 milyar TL ile 608

132 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu esnek fonlardır. Standart fonların büyüklüğü ise 3 milyar TL dir yılında işleme konan devlet katkısı fonunun portföy büyüklüğü ise 2014 yılı sonunda 2,4 milyar TL ye ulaşmıştır. 3. LİTERATÜR TARAMASI 1950 yılı öncesinde portföy performansları sadece getiri oranı baz alınarak ölçülmekteydi. Yatırımcılar risk büyüklüğü ve nasıl ölçüleceği konusunda yeterince bilgiye sahip değillerdi. Bu sebeple, hem risk hem getiri temelli bir tercih yapmamaktaydılar. Markowitz (1952) modern portföy teorisinin temellerini atmış ve risk ile getiriyi aynı süreçte değerlendirmeye almıştır ların başında portföy teorisi kavramının gelişmesiyle, risk faktörü de portföy performansı ölçümlerinde kendini göstermeye başlamıştır. Bu sürecin başında, Sharpe (1964) tarafından SVFM ortaya çıkarılmıştır. Belli bir varlığın risk ile getiri arasındaki ilişkisini ele alan bu model, daha sonra Lintner (1965) ve Mossin (1966) tarafından geliştirilerek literatürde Sharpe Lintner Mossin modeli olarak yerini almıştır. Bu çalışmaların her birinde, Markowitz (1952) in portföy teorisi temel alınmıştır. İlerleyen yıllarda, bazı çalışmalardaki analizlere farklı değişkenler dâhil edilerek de varlıkların performansları açıklanmak istenmiş ve çok faktörlü modeller oluşturulmuştur. Fama ve French (1992) zamana bağlı olarak hisse senetlerinin getirilerinin değişimini araştırmışlar ve bu getirileri, pazar portföyünün getirisine ek olarak, firma büyüklüğü ile defter değeri / piyasa değeri oranının da etkileyebileceğini ifade etmişlerdir. Elde ettikleri bu sonucu esas alan Fama ve French (1993), SVFM ne iki faktörü de ilave etmişler ve SVFM ne alternatif olarak üç faktörlü varlık fiyatlama modelini oluşturmuşlardır. Literatürde SVFM ne dayanan çeşitli portföy performansı değerlendirme yöntemleri oluşturulmuştur. Bu yöntemlerden biri de Jensen (1968) tarafından geliştirilmiştir. Jensen (1968) portföy performansının ölçülmesi için Jensen Alfa gibi belli bir ölçütü ortaya çıkarmıştır. Jensen (1968) in SVFM ni temel alarak geliştirdiği bu ölçüt, portföy performansını piyasa getirisine göre değerlendirmektedir. Jensen (1968), yılları arasında işlem gören 115 yatırım fonunun performansını yıllık dönemlerle ölçmüş ve fonların çoğunlukla piyasadan daha yüksek performans göstermediği sonucuna ulaşmıştır lı yıllardan başlayan portföy performansını ölçmeye yönelik çalışmaların çoğunluğunda, özellikle yatırım fonları, bu çalışmada olduğu gibi ele alındıkları ölçütlere göre düşük performans göstermişlerdir. Ortaya çıkan performans ölçütleri, dünyada ve Türkiye de farklı bilim adamları tarafından fonların performansının ölçülmesine yönelik uygulama alanı bulmuşlardır. Literatüdeki bazı çalışmalara bakılacak olursa, Grinblatt ve Titman (1989), tarihleri arasında Amerika da yatırım fonlarının performanslarını üçer aylık dönemlerle ölçmeye çalışmışlardır. Çalışma sonuçlarına göre, fonların genel olarak piyasadan yüksek performans gösterdiklerini ifade etmişlerdir. Cumby ve Glen (1990), tarihleri arasında Amerika da 15 adet uluslararası yatırım fonunun performansını ölçmeye çalışmışlar; fonların piyasaya göre yüksek performans sergilemediğini görmüşlerdir. Blake, Elton ve Gruber (1993) tarih aralığında ulaşabildikleri aylık dönemlerle, Amerika da 46 adet tahvil yatırım fonunun performansını alfa ölçütüne göre değerlendirmiş ve fonların büyük çoğunluğunun düşük performans gösterdiğini ifade etmiştir. Malkiel (1995) tarihleri arasında yıllık dönemlerle Amerika da yatırım 609

133 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu fonlarını yönetim ve diğer bir takım giderleriyle birlikte ele almış; bu giderlerle ele alınan fonlarda aktif olarak görülen yönetici çabalarının fonların ek bir getiri getirmesinde bir etkisi olmadığını çalışmasında ortaya çıkarmıştır. Cesari ve Panetta (2002), tarihleri arasında İtalya da aylık dönemlerle yatırım fonlarının performansını incelemişler ve fonlarının alfa değerlerini sıfır olarak bulmuşlardır. Türkiye deki bazı çalışmalara bakılacak olursa, Karatepe ve Karacabey (2000) tarihleri arasında aylık dönemlerle 9 adet A Tipi yatırım fonu performansını yeni bir yöntemle ölçmüş ve Sharpe, Treynor ve Jensen yöntemlerini de kullanarak hepsinin sonuçlarını kıyaslamıştır. Sonuçlara göre yatırım fonları piyasadan daha düşük bir performans sergilemiştir. Gürsoy ve Erzurumlu (2001) tarihleri arasında 55 A Tipi ve 77 B Tipi yatırım fonlarının performansını haftalık dönemlerle incelemişler ve fon yöneticilerinin pazar endeksinden yüksek performansta fonlar oluşturma çabalarının çok yararlı olmadığı sonucuna ulaşmışlardır. Arslan (2005) tarihleri arasında olmak üzere 4 yıllık dönemi ele alarak 45 adet A Tipi yatırım fonunun performansını ölçmüş ve fonların genellikle piyasaya göre düşük performans sergilediğini ifade etmiştir. Korkmaz ve Uygurtürk (2007) tarihleri arasında 46 adet emeklilik fonunun performansını haftalık dönemlerle ölçmüşlerdir. Bunun sonucunda, fonlar tekli ve iki değişkenli analizlerde başarılı; üç değişkenli analizlerde başarısız olmuştur. Akel (2007), tarihleri arasında aylık dönemlerle 51 adet A Tipi ve 51 adet B Tipi yatırım fonunun performansını ölçmüştür. Bunun sonucunda genel olarak A Tipi fonlar pazar endeksinin altında bir getiri sağlarken; B Tipi fonlar pazar endeksinin üzerinde bir getiri sağlamıştır. Altıntaş (2008), tarihleri arasında aylık dönemlerle 36 adet emeklilik fonunun performansını incelemiş; inceleme sonunda genel olarak fon yöneticilerinin seçicilik yeteneklerinin olmadığını, yani fonların pozitif alfa değerine sahip olmadığını göstermiştir. Korkmaz ve Uygurtürk (2009) çalışmalarında tarihleri arasında günlük dönemlerle işlem gören emeklilik, borsa yatırım ve A Tipi hisse senedi fonlarının fon performanslarını ve yönetici yeteneklerini saptamaya çalışmışlardır. Çalışmalarının sonucunda, yöneticilerin başarı gösteremediklerini ve sadece borsa yatırım fon grubuna dâhil edilen bir fonun yüksek performans gösterdiğini ifade etmişlerdir. Omağ (2010) tarihleri arasında yıllık dönemlerle A Tipi ve B Tipi yatırım fonlarının performans analizini yapmış; fonların piyasaya göre düşük performans gösterdiğini savunmuştur. Arslan ve Arslan (2010), tarihleri arasında A Tipi değişken fon, B Tipi değişken fon, A Tipi hisse senedi fonu ve A Tipi borsa yatırım fonlarından oluşan 4 grup yatırım fonunun günlük bazda performansları tespit etmeye çalışmıştır. Çıkan sonuçlarda, fonların tamamının pozitif alfa değerine sahip olduğu görülmüştür. Aşcı ve Erzurumlu (2012) tarihleri arasında aylık dönemlerle 79 adet fonu incelemiştir. Tahminlenen alfa değerlerine göre pozitif anormal getiri sağlayan fonların az miktarda olduğu yani fonların genellikle düşük performans sergilediği sonucuna ulaşmıştır. Yolsal (2012), tarihleri arasında 20 adet A Tipi yatırım fonunun günlük bazda performans analizini gerçekleştirmiştir. Sonuçlara göre alfa değeri anlamlı ve pozitif çıkan fon grupları çoğunluk göstermiştir. Gökgöz ve Günel (2012), tarihlerinde; altışar aydan oluşan 4 dönemde A Tipi, B Tipi ve değişken fonlardan oluşan onar adet yatırım fonunun performansını ölçmüşlerdir. Analizleri sonucunda Jensen Alfa ölçütüne göre, fonlar analize tabi tutulan dönemlerinin yarısında pozitif getiri sağlamış; yarısında 610

134 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu negatif getiri sağlamıştır. Ayaydın (2013) tarihleri arasında aylık dönemlerle 34 adet Esnek ve Dengeli Emeklilik fonlarının performanslarını değerlendirmiştir. Sonuçlara göre, emeklilik fonlarının pazar performansına göre düşük performans gösterdiğini ifade etmiştir. 4. VERİ VE DEĞİŞKENLER Yatırım ve emeklilik fonlarının performanslarını ölçmeye yönelik bu çalışmada A ve B Tipi yatırım ve Emeklilik fonlarına ait toplam değer ve gider verileri, hazine bonosu getiri oranları, borsada işlem gören 100 şirkete ait hisse senedi getiri endeksi (XU100) ve son olarak BIST de işlem gören, firmalara ait, hisse senetlerinin getiri verileri, piyasa değerleri ve fiyat kazanç oranları kullanılmıştır. A ve B Tipi yatırım ve Emeklilik fonlarına ait toplam değer ve gider verileri Türkiye Cumhuriyeti Başbakanlık Sermaye Piyasası Kurulu resmi web sitesinden, hazine bonosu getiri oranları Türkiye Cumhuriyeti Merkez Bankası resmi web sitesinden, borsada işlem gören 100 şirkete ait hisse senedi getiri endeksi (XU100) Borsa İstanbul resmi web sitesinden ve BIST de işlem gören, firmalara ait, hisse senetlerinin getiri verileri, piyasa değerleri ve fiyat kazanç oranları Thomson Reuters Eikon veri kaynağından alınmıştır. Türkiye Cumhuriyeti Başbakanlık Sermaye Piyasası Kurulu resmi web sitesinde yer alan fonlara ait gider verilerinin tarih aralığının Ocak 2001 Aralık 2011 olması sebebiyle, çalışmadaki en uzun tarih aralığı bu şekilde sınırlandırılmıştır. Fonlar bu tarih aralığında hem günlük hem de aylık dönemlerle analize tabi tutulmuştur. Bazı fonlar için, gereken verilerin tamamına ulaşılamaması veya belli tarihlerde fonun işlemde olmaması sebebiyle bu fonların analiz dönemleri daha kısadır. A Tipi (Toplam), A Tipi Değişken, A Tipi Endeks, A Tipi Hisse Senedi, A Tipi İştirak, A Tipi Karma, A Tipi Özel, B Tipi (Toplam), B Tipi Değişken, B Tipi Karma, B Tipi Likit, B Tipi Tahvil Bono, B Tipi Yabancı Menkul Kıymetler fon grupları Ocak 2001 Aralık 2011; A Tipi Sektör fon grubu Ocak 2001 Aralık 2011; B Tipi Özel fon grubu Ocak 2004 Aralık 2011; A Tipi Yabancı Menkul Kıymetler fon grubu Şubat 2004 Aralık 2011; B Tipi Altın fon grubu Nisan 2007 Aralık 2011; B Tipi Endeks fon grubu Eylül 2007 Aralık 2011; A Tipi Fon Sepeti, B Tipi Fon Sepeti fon grupları Eylül 2008 Aralık 2011 ve Emeklilik (Toplam) fon grubu Ocak 2005 Aralık 2011 tarih aralığında ele alınmıştır. Bu çalışma kapsamında ise 9 türde A Tipi; 9 türde B Tipi yatırım fonu ayrı ayrı ele alınmıştır. Bunlara ek olarak, Emeklilik fonlarının ve hem A Tipi hem B Tipi yatırım fonlarının tamamı ayrı 3 fon grubu şeklinde ele alınmıştır. Anlaşıldığı üzere, analizin yapıldığı tarih aralığında Sermaye Piyasası Kurulu nda adı geçen fonların tamamı analiz edilememiştir. Bu durumun öncelikli sebebi, analize dâhil edilmeyen fonların kendi içinde zaman serisinin farklılık göstermesidir. Söz konusu fonların ele alındıkları zaman aralığı Ocak 2001 Aralık 2011 olmasına rağmen, bu aralıktaki bazı tarihler için fonlara ait toplam değer verisi bulunmamaktadır. Diğer sebep ise, elde edilmesi gereken gider verilerinin, tarih aralığının tamamı için sağlanamamasıdır. Ocak 2001 Aralık 2011 tarih aralığı için söz konusu fon grubuna ait toplam değer verilerine ulaşılırken, bu aralıktaki bazı tarihler için o tarihin gider verilerine ulaşılamamıştır. Sonuç olarak, tüm örneklem periyodu için toplam değer ve gider verisi süreklilik göstermeyen fonlar örnekleme dâhil edilmemiştir. 611

135 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu Sermaye Piyasası Kurulu na göre, bir fona ait portföy değeri, herhangi bir iş günü için portföye ait varlıkların işlem görüp alım ve satımının yapıldığı borsalardaki fiyatlar ele alınarak hesap edilmektedir. Fon portföy değerinden de söz konusu fonun borçları düşülüp, alacakları da eklenerek fonun toplam değeri ortaya çıkarılmaktadır (SPK Yatırımcı Bilgilendirme Kitapçıkları 3, 2010: 9). Bu sebeple, çalışma kapsamında yatırım ve emeklilik fonlarının ham getiri oranları hesap edilirken günlük portföy değeri yerine, günlük toplam değer verileri baz alınmış ve Denklem (1) kullanılmıştır. Ham getiri oranı denmesinin sebebi henüz risksiz faiz oranının (risksiz getiri oranı) ve fonların gider oranlarının bu orandan çıkarılmamasıdır. ğ 1 1 ğ Denklemde fon toplam değerinin t+1 dönemi t döneminden sonraki dönemi göstermektedir. Bu da günlük hesaplamalar için 1 iş gününe, aylık hesaplamalar için 1 aya tekabül etmektedir. Risksiz faiz oranı olarak da üç aylık hazine bonosu getiri oranları kullanılmıştır. Bu getiri oranlarından risksiz faiz oranları günlük olarak hesap edilirken Denklem (2) kullanılmıştır. 1 1 (2) Denklemde r f risksiz faiz oranını, r fy yıllık bileşik faiz oranını ifade etmektedir. 252 sayısı bir yıldaki iş gününü göstermektedir. Dolayısıyla, Denklem (2) de günlük olarak hesap edilen risksiz faiz oranları, aylık olarak hesap edilirken bir yılda 12 ay olması sebebiyle 252 sayısı yerine 12 sayısı getirilerek hesaplanmıştır. Bu çalışmadaki en önemli veri setini ise yatırım ve emeklilik fonlarının gider verileri oluşturmaktadır. Çünkü bu çalışmanın literatüre katkısı, fonların ham getiri oranlarının gider oranlarından arındırılmasıyla elde edilen net getiri oranlarının kullanılmasıdır. Dolayısıyla, fonların net getiri oranları hesaplanırken gider oranlarının analize dâhil edilmesi söz konusu çalışmayı literatürde diğer birçok çalışmadan ayırmaktadır. Fonların artık net getiri oranları, ham getiri oranlarından gider ve risksiz faiz oranlarının çıkarılmasıyla elde edilmiştir. Fonların net getiri oranlarının giderler düşülerek hesap edilmesi, yapılan analizlerin yatırımcıya daha doğru bir yol göstermesine sebep olmaktadır. Çünkü fonların giderleri ele alınarak yapılan analiz sonuçları ile giderler ele alınmadan yapılan analiz sonuçları farklılık gösterebilmektedir. Çalışmada, Sermaye Piyasası Kurulu ndan yıllık olarak sunulan çeşitli gider verileri gruplar halinde toplanarak her bir fon için toplam gider hesap edilmiştir. Bu gider grupları ihraç izni giderleri, ilan giderleri, sigorta ücretleri, aracılık komisyonu giderleri toplamı, noter harç ve tasdik giderleri, fon yönetim ücreti, bağımsız denetim ücreti, katılma belgesi basım giderleri, vergi, resim, harç ve benzeri giderler, saklama giderleri ve diğer gider gruplarından oluşmaktadır. Ardından her bir fonun toplam gideri fonun toplam değerine bölünerek yıllık gider oranı bulunmuştur. Daha sonra, yıllık gider oranı o fonun bir yılda işlem gördüğü güne ve aya bölünerek günlük ve aylık gider oranı hesap edilmiştir. Böylece, diğer birçok çalışmadan farklı olarak fonların net getiri oranları bulunurken gider oranları da hesaba katılmıştır. 612

136 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu Portföy performansını ölçmek için uygulanan regresyon analizlerindeki varlık fiyatlama modellerinde şu değişkenler kullanılmıştır: Bağımlı değişken olarak yatırım ve emeklilik fonları getiri oranı; bağımsız değişkenler olarak ise piyasa risk primi (R M ), ele alınan 239 şirkete ait olan küçük ve büyük piyasa değerine sahip hisse senedi portföylerinin getirileri arasındaki fark (SMB), yüksek ve düşük fiyat kazanç oranına sahip hisse senedi portföylerinin getirileri arasındaki fark (HML) kullanılmıştır. Piyasa risk primi, piyasada işlem gören riskli hisse senetlerinin beklenen getirisinden risksiz faiz oranın çıkarılmasıyla elde edilmektedir. Herhangi bir hisse senedine ait piyasa değeri, şirketin o hisse senedinin fiyatı ile hisse senedi sayısının çarpılmasıyla ortaya çıkmaktadır. Fiyat kazanç oranı hesaplanırken ise, belli bir hisse senedinin piyasa fiyatı hisse başına düşen kâra bölünmektedir. 5. YÖNTEM Çalışmada Sermaye Piyasası Kurulu nda yer alan yatırım ve emeklilik fonlarının gider verileri dikkate alınarak, fon getirilerinin ortalama piyasa getirisinden farklılaşıp farklılaşmadığı analiz edilmiş ve piyasaya göre gösterdikleri performansları tespit edilmeye çalışılmıştır. Yatırım ve emeklilik fonlarının performanslarının değerlendirilmesi, getirileri baz alan yatırımcılara yol göstermesi açısından önem arz etmekte ve fonların karşılaştırılmasına imkân vermektedir. Ancak herhangi bir fon, harcanan giderler ele alınmadan pozitif getiri sağlıyor gözükürken; giderler de ele alındığı takdirde durum tersine dönebilmekte ve negatif getirilere sebep olabilmektedir. Bu da giderler dâhil edilmeden performansı ölçülen fonun yatırımcıyı yanıltmasına sebep olmaktadır. Bu yüzden, bu çalışmada fonların performansı ölçülürken ölçüme dâhil edilen fon giderleri büyük önem taşımaktadır. Herhangi bir fonun performansının sadece getiri oranına bakılarak belirlenmesi hatalı bir yaklaşım olacaktır. Risk ve getiri bir arada düşünülmeli, fonun risk birimi başına getirisi hesaplanmalıdır. Pazar endeksi ve portföyün risk seviyesi fon performansı belirlenirken baz alınması gereken temel faktörlerdir. Sistematik riskleri (β) farklı olan fonların piyasadaki değişimlere karşı olan duyarlılıkları farklıdır. Yüksek betaya sahip bir fon grubunun piyasadaki değişimlere hassasiyeti daha yüksek olduğu için, piyasa getirisi arttığı zaman, fon grubu da yüksek getiri sağlayabilmekte; piyasa getirisi azaldığı zaman, fon grubu da düşük getiriye sahip olabilmektedir. Bu sebeple, bir fonun yüksek getirisinin olması, mutlaka yüksek performans sergilediği anlamına gelmemektedir. Piyasadaki herhangi bir olumsuzlukta yüksek betaya sahip fon grubu da bundan olumsuz olarak etkilenecektir. Dolayısıyla, yüksek risk alındığı zaman, fonun sadece getirisi düşünüldüğünde, piyasaya göre kötü performans sergileme ihtimali de vardır. Aynı şekilde, düşük betaya sahip bir fon grubunun piyasadaki değişimlere hassasiyeti de düşük olduğu için, piyasa getirisi arttığı zaman, fon grubu, yüksek betaya sahip fon gruplarına göre, getiri bazında daha az bir yükselişe sahip olmakta; piyasa getirisi azaldığı zaman, yüksek betaya sahip fon gruplarına göre getiri bazında daha az bir düşüşe sahip olabilmektedir. Dolayısıyla, bir fonun performansı sadece getiri düzeyine göre değerlendirilmemeli, yatırımın risk boyutu da göz önünde bulundurulmalıdır. Yani fon performansı değerlendirilirken kullanılan ölçüt, maruz kalınan 613

137 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu riski de hesaba katmalıdır. Bu yüzden, çalışmada fon performanslarının ölçümünde sistematik riske karşı düzeltilmiş getiriyi hesaplamaya olanak veren Jensen Alfa performans ölçütünden yararlanılmıştır. Jensen (1968) tarafından geliştirilen Jensen Alfa ölçütü SVFM temel alınarak oluşturulmuştur. Jensen Alfa ölçütü fon performanslarını riske göre düzeltilmiş olarak karşılaştırmaktadır. Söz konusu modelde alfa (α), fonun getirisi ile menkul kıymet piyasa doğrusu baz alınarak fonun olması gereken getirisi arasındaki farkı göstermektedir. Bu sebeple, bu modelin amacı gerçekleşmiş olan riske göre fonun beklenen getirisini hesaplayarak gerçekleşen getirisiyle karşılaştırmaktır. Dolayısıyla, menkul kıymet doğru bir şekilde fiyatlandıysa risk priminden daha fazla veya daha az bir getiri sağlamayacak, alfa değeri sıfır olacaktır. Alfa değerlerinin istatistiksel olarak sıfırdan farklı olmaması fonların doğru bir şekilde fiyatlandığını ve anormal getiri sağlamadığını göstermektedir. Jensen Alfa ölçütünün kullanılmasının önemli sebeplerinden biri de, fonların karşılaştırılmasına dayanan bir performans ölçümünün yanında mutlak bir ölçütün de kullanılmış olmasıdır. Fonların mutlak bir ölçüte göre değerlendirilmesi, her birinin belli bir ölçüte göre değerlendirilmesi anlamına gelmektedir. Yani fonların birbirleriyle karşılaştırılmasından çok, belli bir kritere göre ayrı ayrı değerlendirilmesi söz konusudur. Fonlar birbirleriyle karşılaştırılırken, mutlak bir ölçüte göre değerlendirilmediğinde, sadece aralarında karşılaştırılma yapılabilmekte ve biri diğerine göre daha başarılı veya başarısız sayılabilmektedir. Hâlbuki fonların her ikisi de piyasa getirisine göre daha az (negatif) getiri sağladığında, ikisi de piyasaya göre düşük performans sergilemesine rağmen, biri diğerine göre başarılı sayılabilmekte; bu durum da fonların yanlış değerlendirilmesine sebep olabilmektedir. Bu nedenle, fonların belli bir kritere göre değerlendirilmeleri hem performanslarının kendi içinde değerlendirilmesine hem de birbirleriyle doğru bir şekilde karşılaştırılmalarına yol açmaktadır. Bu çalışma kapsamında, sadece fonların birbirlerine olan üstünlüklerine bakılmamış; ayrıca fon performansları mutlak bir ölçüte göre ayrı ayrı değerlendirilmiştir. Bu noktada alfa söz konusu mutlak ölçüt için kullanılmaktadır. Fon performanslarının ölçülmesinin hedeflendiği bu çalışmada alfa değeri iki ayrı modelden yararlanılarak tahminlenmiştir. Öncelikle SVFM kullanılmış, ardından SVFM nin sonuçlarının tutarlılığının test edilmesi amacıyla Fama ve French (1993) üç faktör modelinden yararlanılmıştır Sermaye Varlıklarını Fiyatlama Modeli ne Göre Jensen Alfa Sharpe (1964), Lintner (1965) ve Mossin (1966) tarafından Markowitz in (1952) modern portföy teorisi temel alınarak geliştirilen Jensen Alfa, öncelikle SVFM kullanılarak tahmin edilmiştir. SVFM, riskli ya da risksiz varlıkların beklenen getiri ve risk oranı arasındaki ilişkinin belli hipotezlerle ortaya konulabilmesi açısından oldukça önemli ve işlevsel bir modeldir. Portföyün beklenen getirisi ile portföy riskinin hesaplanması için gerekli olan veri sayısını oldukça azaltan SVFM, Denklem (3) de ifade edilmiştir. (3) 614

138 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu Denklemde E(r i ) i varlığının beklenen getiri oranını, r f risksiz faiz oranını, E(r m ) piyasa portföyünün beklenen getiri oranını ve β i i varlığının sistematik riskini, göstermektedir. Beta (β) katsayısı herhangi bir varlığın piyasa portföyüne olan duyarlılığını gösteren bir parametredir. Piyasa portföyü, piyasadaki tüm varlıklara yapılan yatırımdan oluşmaktadır ve çok iyi çeşitlenmiş bir portföydür. Bu sebeple, toplam riski oluşturan firma riski ve piyasa riski bileşenlerinden firma riski tamamıyla ortadan kalkmaktadır. Bu sebeple, β sadece piyasa riskini göstermektedir. Çalışma kapsamında, fonların giderleri dâhil edilerek fonların getirileriyle piyasa getirisi arasındaki ilişki analiz edilmiş, benzerlik veya farklılıkları saptanmaya çalışılmıştır. Her bir fon ve fon toplamlarının işlem gördüğü gün ve ay için, SVFM kullanılarak Denklem (4) te ifade edilen regresyon analizi yapılmıştır. Böylece fon getirilerinin piyasa getirisinden farklılaşıp farklılaşmadığı, fon giderleri de dâhil edilerek belirlenmeye çalışılmıştır. (4) Denklemde R it (r it r f ) i varlığının t dönemindeki artık getiri oranını, R Mt (r mt r ft ) t dönemindeki piyasa risk primini, α i i varlığının alfa değerini, β i i varlığının beta katsayısını ve ɛ it i varlığının t dönemi için regresyondaki hata terimini göstermektedir. Söz konusu regresyon analizi, günlük ve aylık veri setleriyle oluşturulan her bir fon tipi ile A B Tipi fon toplamları ve Emeklilik fonu toplamları için ayrı ayrı uygulanmıştır. Öncelikle günlük analize tabi tutulan fonların artık net getiri oranları hesap edilirken, her bir gün için fonların toplam değerleri kullanılarak Denklem (1) den günlük ham getiri oranları elde edilmiştir. Ardından fonlara ait gider verileri her bir fon için elde edildikten sonra, o fona ait toplam değere bölünerek bir fona ait toplam değerin ne kadarlık bir oranının giderden oluştuğu hesaplanmış, bir başka deyişle gider oranları bulunmuştur. Bir fona ait yıllık gider oranı, o fonun bir yılda işlem gördüğü güne bölünerek günlük gider oranı hesap edilmiştir. Bu gider oranları da daha önce hesap edilen ham getiri oranlarından Denklem (5) teki gibi çıkarılarak her bir fona ait net getiri oranı değerleri elde edilmiştir. Elde edilen getiri oranlarından daha önce hesaplanan risksiz faiz oranları çıkarılarak fona ait artık net getiri oranı bulunmuştur. (5) Hesaplanan artık net getiri oranı, regresyon denkleminde bağımlı değişken olarak yerini almıştır. BIST 100 getiri endeksi (XU100) için getiri oranları Denklem (1) e göre hesaplanmıştır. Bu hesaplamada endekse ait Türk lirası cinsinden kapanış değerleri (2. seans) kullanılmıştır. Endeksin günlük getiri oranından risksiz faiz oranı çıkarılarak elde edilen piyasa risk primi, regresyon denkleminde bağımsız değişken olarak yerini almıştır. Fonların hesaplanan günlük getiri oranları ile piyasa endeksine ait günlük getiri oranları arasında Denklem (4) ile gösterilen regresyon analizi uygulanmıştır. Günlük frekansta gerçekleştirilen bu analizler, her bir fon ve fon toplamları için ayrıca aylık frekansta da yapılmıştır. Regresyon denklemlerinden tahmin edilen regresyon sabiti olan Jensen Alfa nın istatistiksel olarak sıfırdan farklı olup olmadığı test edilerek, fonların riske göre düzeltilmiş anormal bir getiri sağlayıp sağlamadıkları test edilmiştir. 615

139 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu 5.2. Fama French Üç Faktör Modeli ne Göre Jensen Alfa Çalışmanın bu bölümünde Jensen Alfa, Fama ve French (1993) tarafından ortaya çıkarılıp uygulanan üç faktör modeli kullanılarak tahmin edilmiştir. Fama ve French (1993) yaptıkları çalışmada hisse senedi getirileri üzerinde, zamana bağlı olarak, piyasa portföyünün getirisinin yanında hisse senedi piyasa değeri ve defter değeri / piyasa değeri oranının da etkili olduğunu göstermişlerdir. Böylece önceki bölümde SVFM kullanılarak elde edilmiş sonuçların tutarlılığı farklı bir model kullanılarak test edilmiştir. Yukarıda bahsedilen bu iki faktörün de dâhil edilmesiyle oluşturulan Denklem (6) daki üç faktör modeli, alfanın tahmin edilmesinde alternatif bir yol olarak kullanılmıştır. (6) Denklemde R it i varlığının t dönemindeki artık getiri oranını, RM t piyasanın t dönemindeki risk primini, SMB t (Small Minus Big) küçük ve büyük piyasa değerine sahip hisse senedi portföylerinin t dönemindeki getirileri arasındaki farkı, HML t (High Minus Low) yüksek ve düşük fiyat kazanç oranına sahip hisse senedi portföylerinin t dönemindeki getirileri arasındaki farkı, β i i varlığının artık getirisinin piyasanın artık getirisine olan duyarlılığını, s i i varlığının artık getirisinin SMB faktörüne olan duyarlılığını ve h i i varlığının artık getirisinin HML faktörüne olan duyarlılığını göstermektedir. SVFM ile sadece piyasa risk primi baz alınarak performans analizi yapılan fonların, Fama French 3 faktör modeli kullanıldığında nasıl bir performans göstereceği çalışmanın bu bölümünde analiz edilmiştir. 3 faktörü meydana getiren faktörlerden SMB ve HML un oluşturulabilmesi için BIST de işlem gören hisse senetlerinin çeşitli verilerine ihtiyaç duyulmuştur. Bu faktörler oluşturulurken hisse senetlerinin piyasa değerleri ve fiyat kazanç oranları temel alınmıştır. Bu aşamada, Fama ve French (1993, 1996) in kullanmış olduğu portföy oluşturma uygulaması izlenmiştir. Çalışma kapsamında, Thomson Reuters Eikon veri kaynağından alınan 239 hisse senedine ait veriler arasındaki toplam getiri endekslerinden, Denklem (1) kullanılarak, hisse senetlerinin günlük getiri oranları elde edilmiştir. Bu aşamada, öncelikle SMB ve HML faktörlerine ait portföy getirileri oluşturulmuştur. Bu getiriler oluşturulurken, önce SMB faktörü için eşit ve değer ağırlıklı getiri hesabı; ardından HML faktörü için eşit ve değer ağırlıklı getiri hesabı yapılmıştır. Eşit ağırlıklı getiri, bir portföyü oluşturan hisse senetleri getirilerinin ortalaması alınarak bulunmuştur. Değer ağırlıklı getiri ise, bir portföyü oluşturan hisse senetlerinin piyasa değeri ve getiri çarpımları toplamının hisse senetlerinin tümünün toplam piyasa değerine bölünmesiyle hesaplanmıştır. Faktörlerin oluşturulması aşamasında öncelikle SMB faktörü için portföyler meydana getirilmiştir. Bu amaç doğrultusunda, tüm hisse senetleri piyasa değerlerine göre büyükten küçüğe doğru sıralanmış ve eşit sayıda (veya olabildiğince en yakın sayıda) hisse senedi içeren üç portföy oluşturulmuştur. Bu oluşumdan sonra, en büyük ve en küçük piyasa değerine sahip portföyün eşit ağırlıklı ve değer ağırlıklı ortalama getirileri hesap edilmiştir. Ardından, piyasa değeri küçük olan hisse senetlerinin oluşturduğu portföylerin ortalama getirilerinden, piyasa değeri büyük olan hisse senetlerinin oluşturduğu portföylerin ortalama getirileri çıkarılarak, SMB faktörüne ait getiriler eşit ağırlıklı ve değer ağırlıklı 616

140 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu olacak şekilde iki farklı ağırlıklandırma yöntemi ile bulunmuştur. Bu işlem, 2001 yılının ilk iş gününden 2011 yılının son iş gününe kadar her iş günü için ayrı ayrı tekrarlanmış ve her güne ait uç portföyler arasındaki ortalama getiri farkları hesaplanarak SMB faktörü elde edilmiştir. HML faktörü oluşturulurken de aynı yöntem uygulanmış fakat bu sefer hisse senetleri fiyat kazanç oranlarına göre yüksekten düşüğe doğru sıralanmış ve üç portföy oluşturulmuştur. En yüksek ve en düşük fiyat kazanç oranına sahip portföylerin ortalama getirileri arasındaki fark hesaplanarak, HML faktörü günlük frekansta hem eşit ağırlıklı hem de değer ağırlıklı olarak hesaplanmıştır. Jensen Alfa tahmin edilirken, eşit ağırlıklı ve değer ağırlıklı olarak hesaplanmış SMB ve HML faktörleri ayrı faktör grupları olarak iki farklı regresyon analizine dâhil edilmiş ve sonuçlar her iki farklı ağırlıklandırma yöntemi için raporlanmıştır. Ayrıca, söz konusu faktörler aylık frekansta da oluşturulmuş ve faktör oluşumunda günlük olarak yapılan tüm bu işlemler, her bir fon ve fon toplamları için aylık olarak da tekrarlanmıştır. 6. BULGULAR Fonların performans ölçümü yapılırken riske göre düzeltilmiş getiriyi gösteren Jensen Alfa ölçütü, söz konusu fonların getirileri ve ilgili faktörler arasında yapılan regresyon denkleminde tahminlenen sabit terim (α) olarak hesaplanmıştır. Pozitif alfa değeri riske göre düzeltilmiş yüksek performansı ifade ederken, negatif alfa değeri de riske göre düzeltilmiş düşük performansı göstermektedir. Performans değerlendirmesi yapılırken alfanın sıfırdan farklı olup olmadığı test edilmiştir. Bu amaçla, hem pozitif hem de negatif performansın söz konusu olabileceği düşünülerek iki taraflı t testi kullanılmıştır. Ele alınan fonlar SVFM ile ayrı ayrı günlük ve aylık regresyon analizi tabi tutulmuş ve veri frekansları için performans değerlendirmeleri yapılmıştır Günlük Veriler Kullanılarak Elde Edilen Bulgular SVFM analizi kapsamında, yatırım ve emeklilik fonları Ocak 2001 Aralık 2011 tarih aralığı için günlük bazda analize tabi tutulmuştur. Böylece yatırım fonlarının performansı farklı yatırım ufkuna sahip yatırımcılar içinde değerlendirilmiş olacaktır. Tablo 5, SVFM kullanılarak oluşturulan ve Denklem (4) ile ifade edilen regresyon denkleminin günlük veriler kullanılarak tahmin edilmesiyle elde edilen regresyon katsayısı ve sabiti tahminlerini ve t istatistiklerini göstermektedir. Tablo 5 de yer alan her bir fon tipi, A B Tipi fon toplamları ve Emeklilik fonu toplamlarının oluşturduğu 21 tane fon grubundan, 12 fon grubunda alfa değerinin pozitif olduğu görülmektedir (A Tipi endeks, A Tipi fon sepeti, A Tipi karma, B Tipi (toplam), B Tipi altın, B Tipi endeks, B Tipi fon sepeti, B Tipi karma, B Tipi likit, B Tipi özel, B Tipi yabancı menkul kıymetler ve Emeklilik (toplam) fonu). Fakat bu fonlardan sadece 4 fon grubu için pozitif ve istatistiksel olarak anlamlı alfa değerleri elde edilmiştir. Bu fonlar, B Tipi altın fon, B Tipi karma fon, B Tipi özel fon ve Emeklilik (toplam) fonudur. Yani, bu fon grupları, risklerine göre sağlamaları gerekenden daha fazla bir getiri sağlamışlar ve yüksek performans sergilemişlerdir. Geriye kalan 17 fon grubu, fon giderleri de ele alındığında, pozitif anormal getiri sağlamamıştır. Yani, incelenen fon gruplarının büyük çoğunluğunda, beklenenin aksine, profesyoneller tarafından yönetilen yatırım fonlarının daha yüksek bir performans göstermedikleri bulunmuştur. 617

141 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu Hatta İstatistiksel olarak anlamlı çıkan diğer 1 fon grubunun (A Tipi değişken) negatif bir alfaya sahip olduğu görülmüş ve riskine göre sağlaması gereken getiriyi kazandırmadığı tespit edilmiştir. Tablo 5: Fon Gruplarının Günlük SVFM ile Performans Testi Ocak 2001 Aralık 2011 tarih aralığında günlük bazda uygulanan SVFM regresyon denklemi R it = i + i ( )+ ɛ it sonuçları gösterilmektedir. Parantez içinde t istatistikleri verilmiştir. a %10, b %5 ve c ise %1 güvenilirlik düzeyinde anlamlı olan değişkenleri göstermektedir. Fonlar α Fonlar α A Tipi Değişken 0.00 b B Tipi Altın 0.00 c ( 2.23) (3.94) A Tipi Endeks 0.00 B Tipi Değişken 0.00 (0.23) ( 1.30) A Tipi Fon Sepeti 0.00 B Tipi Endeks 0.00 (0.82) (0.17) A Tipi Hisse Senedi 0.00 B Tipi Fon Sepeti 0.00 ( 1.30) (0.57) A Tipi İştirak 0.00 B Tipi Karma 0.00 a ( 0.50) (1.69) A Tipi Karma 0.00 B Tipi Likit 0.00 (0.22) (0.73) A Tipi Özel 0.00 B Tipi Özel 0.00 c ( 0.88) (2.98) A Tipi Sektör 0.00 B Tipi Tahvil Bono 0.00 ( 1.23) ( 0.42) A Tipi Yabancı Menkul 0.00 B Tipi Yabancı Menkul 0.00 Kıymetler ( 1.31) Kıymetler (0.46) A Tipi (Toplam) 0.00 B Tipi (Toplam) 0.00 ( 0.81) (0.51) Emeklilik (Toplam) 0.00 c (10.06) 6.2. Aylık Veriler Kullanılarak Elde Edilen Bulgular SVFM analizi kapsamında, yatırım ve emeklilik fonları Ocak 2001 Aralık 2011 tarih aralığı için aylık bazda da analize tabi tutulmuştur. Tablo 6, SVFM kullanılarak oluşturulan ve Denklem (4) ile ifade edilen regresyon denkleminin aylık veriler kullanılarak tahmin edilmesiyle elde edilen regresyon katsayısı ve sabiti tahminlerini ve t istatistiklerini göstermektedir. 618

142 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu Tablo 6: Fon Gruplarının Aylık SVFM ile Performans Testi Ocak 2001 Aralık 2011 tarih aralığında aylık bazda uygulanan SVFM regresyon denklemi R it = i + i ( )+ ɛ it sonuçları gösterilmektedir. Parantez içinde t istatistikleri verilmiştir. a %10, b %5 ve c ise %1 güvenilirlik düzeyinde anlamlı olan değişkenleri göstermektedir. Fonlar α Fonlar α A Tipi Değişken 0.02 c B Tipi Altın 0.02 ( 3.53) (1.47) A Tipi Endeks 0.01 a B Tipi Değişken 0.00 ( 1.66) ( 0.43) A Tipi Fon Sepeti 0.00 B Tipi Endeks 0.00 (0.65) ( 0.88) A Tipi Hisse Senedi 0.02 c B Tipi Fon Sepeti 0.00 ( 2.96) ( 0.40) A Tipi İştirak 0.01 B Tipi Karma 0.04 c ( 1.05) ( 3.01) A Tipi Karma 0.02 c B Tipi Likit 0.00 ( 3.80) ( 0.37) A Tipi Özel 0.01 c B Tipi Özel 0.01 b ( 2.64) (2.39) A Tipi Sektör 0.03 b B Tipi Tahvil Bono 0.01 ( 2.55) ( 1.21) A Tipi Yabancı Menkul 0.02 b B Tipi Yabancı Menkul 0.03 b Kıymetler ( 2.16) Kıymetler ( 2.25) A Tipi (Toplam) 0.02 c B Tipi (Toplam) 0.00 ( 3.86) ( 0.61) Emeklilik (Toplam) 0.03 c (8.91) Tablo 6 da yer alan her bir fon tipi, A B Tipi fon toplamları ve Emeklilik fonu toplamlarının oluşturduğu 21 tane fon grubu; alfa değerleri ve t istatistikleri göz önünde bulundurularak değerlendirildiğinde, alfa değerinin 4 fon grubunda pozitif olduğu görülmektedir. Bu fon grupları A Tipi fon sepeti, B Tipi altın, B Tipi özel ve Emeklilik (toplam) fonudur. Fakat bu fonlardan sadece B Tipi özel ve Emeklilik (toplam) fonu olmak üzere, 2 fon grubunun alfası pozitif ve istatistiksel olarak sıfırdan farklıdır. Yani, B Tipi Özel ve Emeklilik (toplam) fonları sahip oldukları riske oranla daha yüksek bir getiri sağlayıp, yatırımcılarına anormal getiri elde etme imkânı sunmuşlardır. Geriye kalan 19 fon grubu fon giderleri de ele alındığında, pozitif anormal getiri sağlamamıştır. Hatta istatistiksel olarak anlamlı çıkan diğer 10 fon grubunun negatif bir alfaya sahip olduğu görülmüş ve risklerine göre sağlamaları gereken getiriyi kazandırmadıkları tespit edilmiştir. 619

143 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu 7. TUTARLILIK TESTLERİ Yatırım ve emeklilik fonları Ocak 2001 Aralık 2011 tarih aralığı için hem günlük hem de aylık bazda Fama French üç faktör analizine tabi tutularak tutarlılık testleri uygulanmıştır. SVFM den farklı olarak Fama French üç faktör modeline eşit ve değer ağırlıklı olarak hesaplanan SMB ve HML faktörleri de eklenmiştir. Böylece, SVFM de elde edilen performans sonuçları için tutarlılık testlerinin oluşturulması hedeflenmiştir. Yer kısıtından dolayı, bu bölümde analiz sonuçlarını gösteren tablolar yer almamıştır. Söz konusu tablolara, istenildiği takdirde yazarlardan ulaşılabilmektedir Günlük Veriler Kullanılarak Yapılan Tutarlılık Testleri Bu bölümde, Fama French üç faktör modeli kullanılarak oluşturulan ve Denklem (6) ile ifade edilen regresyon denklemi, günlük veriler kullanılarak tahmin edilmiş ve tutarlılık testleri uygulanmıştır. Her bir fon tipi, A B Tipi fon toplamları ve Emeklilik fonu toplamlarının oluşturduğu 21 tane fon grubu eşit ağırlıklı olarak değerlendirildiğinde alfa değeri; A Tipi fon sepeti, A Tipi karma, A Tipi yabancı menkul kıymetler, B Tipi (toplam), B Tipi altın, B Tipi endeks, B Tipi fon sepeti, B Tipi karma, B Tipi likit, B Tipi özel, B Tipi yabancı menkul kıymetler ve Emeklilik (toplam) fonunda pozitif çıkmıştır. Fakat bu fonlardan sadece B Tipi altın ve Emeklilik (toplam) fonu olmak üzere, 2 fon grubunun alfası pozitif ve istatistiksel olarak sıfırdan farklıdır. Alfası pozitif fakat istatistiksel olarak anlamlı olmayan kalan 10 fon grubu, fon giderleri de ele alındığında, pozitif anormal getiri sağlamamıştır. İstatistiksel olarak anlamlı çıkan diğer 2 fon grubunun (A Tipi değişken fonu ve A Tipi sektör fonu) negatif bir alfaya sahip olduğu görülmüş ve risklerine göre sağlamaları gereken getiriden daha az kazandırdıkları tespit edilmiştir. Her bir fon tipi, A B Tipi fon toplamları ve Emeklilik fonu toplamlarının oluşturduğu 21 tane fon grubu değer ağırlıklı olarak alfa değerleri ve t istatistikleri göz önünde bulundurularak değerlendirildiğinde, alfa değerinin 12 fon grubunda pozitif olduğu görülmektedir. Bu fon grupları A Tipi fon sepeti, A Tipi karma, A Tipi yabancı menkul kıymetler, B Tipi (toplam), B Tipi altın, B Tipi endeks, B Tipi fon sepeti, B Tipi karma, B Tipi likit, B Tipi özel, B Tipi yabancı menkul kıymetler ve Emeklilik (toplam) fonudur. Fakat bu fonlardan sadece B Tipi altın ve Emeklilik (toplam) fonunun alfası pozitif ve istatistiksel olarak sıfırdan farklıdır. Geriye kalan 19 fon grubu fon giderleri de ele alındığında, pozitif anormal getiri sağlamamıştır. Hatta istatistiksel olarak anlamlı çıkan diğer 1 fon grubunun (A Tipi değişken fonu) negatif bir alfaya sahip olduğu görülmüş ve riskine göre sağlaması gereken getiriyi kazandırmadığı tespit edilmiştir Aylık Veriler Kullanılarak Yapılan Tutarlılık Testleri Bu bölümde, Fama French üç faktör modeli kullanılarak oluşturulan ve Denklem (6) yoluyla yapılan regresyon analizleri sonucunda aylık tahminler elde edilmiş ve tutarlılık testleri yapılmıştır. Her bir fon tipi, A B Tipi fon toplamları ve Emeklilik fonu toplamlarının oluşturduğu 21 tane fon grubu; alfa değerleri ve t istatistikleri göz önünde bulundurularak eşit ağırlıklı olarak değerlendirildiğinde, alfa değerinin 8 fon grubunda pozitif olduğu görülmektedir. Bu fon grupları A Tipi fon sepeti, A Tipi yabancı menkul kıymetler, B Tipi 620

144 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu altın, B Tipi karma, B Tipi likit, B Tipi özel, B Tipi yabancı menkul kıymetler ve Emeklilik (toplam) fonudur. Fakat bu fonlardan sadece B Tipi özel ve Emeklilik (toplam) fonu olmak üzere, 2 fon grubunun alfası pozitif ve istatistiksel olarak sıfırdan farklıdır. Geriye kalan 19 fon grubu fon giderleri de ele alındığında, pozitif anormal getiri sağlamamıştır. Hatta istatistiksel olarak anlamlı çıkan diğer 6 fon grubunun (A Tipi (toplam), A Tipi değişken fonu, A Tipi hisse senedi fonu, A Tipi karma fon, A Tipi özel fon ve A Tipi sektör fonu) negatif bir alfaya sahip olduğu görülmüş ve risklerine göre sağlamaları gereken getiriyi kazandırmadıkları tespit edilmiştir. Her bir fon tipi ve A B Tipi fon toplamları ve Emeklilik fonu toplamlarının oluşturduğu 21 tane fon grubu; alfa değerleri ve t istatistikleri göz önünde bulundurularak değer ağırlıklı olarak değerlendirildiğinde, alfa değerinin 9 fon grubunda pozitif olduğu görülmektedir. Bu fon grupları A Tipi fon sepeti, A Tipi yabancı menkul kıymetler, B Tipi (toplam), B Tipi altın, B Tipi karma, B Tipi likit, B Tipi özel, B Tipi yabancı menkul kıymetler ve Emeklilik (toplam) fonudur. Fakat bu fonlardan, sadece B Tipi özel ve Emeklilik (toplam) fonu olmak üzere, 2 fon grubunun alfası pozitif ve istatistiksel olarak sıfırdan farklıdır. Geriye kalan 19 fon grubu fon giderleri de ele alındığında, pozitif anormal getiri sağlamamıştır. Hatta istatistiksel olarak anlamlı çıkan diğer 5 fon grubunun (A Tipi (toplam) fonu, A Tipi değişken fon, A Tipi hisse senedi fonu, A Tipi karma fon ve A Tipi sektör fonu) negatif bir alfaya sahip olduğu görülmüş ve risklerine göre sağlamaları gereken getiriyi kazandırmadıkları tespit edilmiştir. 8. SONUÇ Çalışma kapsamında, A ve B Tipi yatırım fonları ile Emeklilik ve A B yatırım fonları toplamından oluşan fon gruplarının Ocak 2001 Aralık 2011 tarih aralığı için performans ölçümü yapılmış ve bu ölçümde, regresyon denklemlerinde regresyon sabiti olarak kendini gösteren Jensen Alfa ölçütü kullanılmıştır. Regresyon analizleri yapılırken SVFM ve Fama French üç faktör modelinden yararlanılmıştır. Her bir model için hem günlük hem de aylık analizler yapılmış ve fon gruplarının performansları değerlendirilmiştir. Öncelikle SVFM kullanılarak günlük ve aylık dönemlerle analizler yapılmıştır. SVFM günlük ve aylık analiz sonuçlarının her ikisi birden, B Tipi özel ve Emeklilik (toplam) fonlarının piyasaya göre pozitif anormal getiri sağladıklarına işaret etmiştir. Elde edilen sonuçların kullanılan varlık fiyatlama modeline duyarlı olup olmadığını test etmek amacıyla alternatif model olarak Fama French üç faktör modeli ele alınmıştır. Ayrıca bu modelde, SMB ve HML faktörleri hem eşit ağırlıklı hem de değer ağırlıklı hesaplanarak sonuçların kullanılan ağırlıklandırma yöntemine göre tutarlılıkları da test edilmiştir. Eşit ağırlıklı ve değer ağırlıklı Fama French günlük analizinin ortak sonucu, B Tipi altın fonu ve Emeklilik (toplam) fonlarının pozitif anormal getiri sağladıklarıdır. Fama French üç faktör modeli için aylık dönemlerle hesaplanan eşit ağırlıklı ve değer ağırlıklı analizlerinin ortak sonucu, eşit ağırlıklı ve değer ağırlıklı Fama French günlük analizinin sonucunda olduğu gibi Emeklilik (toplam) fonlarının ve buna ek olarak, B Tipi özel fonun, piyasaya göre pozitif anormal getiri sağladıklarıdır. Yapılan SVFM ve Fama French üç faktör modeli analizlerinin sonuçlarına göre, 21 fon grubu arasından sadece B Tipi altın, B Tipi özel ve Emeklilik (toplam) fon grupları hemen 621

145 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu hemen tüm regresyon sonuçlarında yüksek performans göstermişlerdir. Söz konusu fonlara ek olarak, sadece günlük yapılan SVFM analizi sonuçlarında B Tipi karma fon %10 anlamlılık düzeyi gibi marjinal bir düzeyde, yüksek performans sergilemiştir. Altının fiyatının yıldan yıla aşırı artması sebebiyle, yüksek performans göstermesi sürpriz olmayan bir sonuçtur ve bu yüksek getiriye bireysel yatırım yaparak da ulaşmanın mümkün olduğu düşünülmektedir. B Tipi özel fonlar, hakkında iflas davası açılmış ve tüm yetki belgeleri iptal edilen kurumların alacaklarının ödenmesi sebebiyle kurulmuş olup belli kişi ve kuruluşlara ayrılmış fonlar olduğu için pozitif anormal getiriye sahip olabilmektedir. Çünkü halka açık olmamakla birlikte, tasarrufu zorunlu kılan bir fondur. Emeklilik fonlarının performansının yüksek olması da uzun vadeli yatırım araçları olmasından kaynaklanmış olabilmektedir. B Tipi karma fon için portföyün tamamı, borçlanma araçları, hisse senetleri, altın ve diğer kıymetli menkul kıymetlerden ve bunlara yönelik sermaye piyasası araçlarının en az ikisinden oluştuğu için; B Tipi karma fonun performansının yüksek olması B Tipi altın fonunun performansının yüksek olmasına bağlanabilmektedir. Çünkü B Tipi karma fonun performansının yüksek çıktığı günlük olarak yapılan SVFM analizi sonuçlarına göre, B Tipi altın fonunun da performansı yüksek çıkmıştır ve karma fonu oluşturan varlıkların her birinin değeri portföy değerinin %20 sinden daha fazladır. Dolayısıyla, performansı yüksek çıkan ve B Tipi altın ile aynı analiz sonuçlarında yer alan B Tipi karma fondaki altının değerinin yüksek olduğu düşünülmektedir. 21 fon grubu arasında sadece 3 tanesinin hemen hemen tüm analizlerde pozitif anormal getiri sağlaması, karakteristik özelliklerinden dolayı yüksek getiri sağlayabileceklerini düşündürmektedir. Dolayısıyla, fon getiri oranları hesap edilirken fon gider oranlarının analize dâhil edilmesi, fonların büyük çoğunluğunun pazar endeksine göre yüksek performans göstermediği sonucunu doğurmuştur. KAYNAKÇA Akel, V. (2007), Türkiye deki A ve B Tipi Yatırım Fonları Performansının Devamlılığının Parametrik ve Parametrik Olmayan Yöntemlerle Değerlendirilmesi, Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(2), s Altıntaş, K. M. (2008), Türk Özel Emeklilik Fonlarının Risk Odaklı Yönetim Performansı: Dönemine İlişkin Bir Analiz, Anadolu Üniversitesi Sosyal Bilimler Dergisi, 8(1), s Arslan, M. (2005), A Tipi Yatırım Fonlarında Yöneticilerin Zamanlama Kabiliyeti ve Performans İlişkisi Analizi: Dönemi Bir Uygulama, Ticaret ve Turizm Eğitim Fakültesi Dergisi, 2, s Arslan, M. ve Arslan, S. (2010), Yatırım Fonu Performans Ölçütleri, Regresyon Analizleri ve MANOVA Yöntemine Göre A, B ve Borsa Yatırım Fonlarının Karşılaştırmalı Analizi, İşletme Araştırmaları Dergisi, 2(2), s Aşcı, B. (2012), Yılları Arasında Türkiye deki A Tipi Yatırım Fonlarının Performans Değerlendirmesi, Yüksek Lisans Tezi, İstanbul: Doğuş Üniversitesi Sosyal Bilimler Enstitüsü. Ayaydın, H. (2013), Türkiye deki Emeklilik Yatırım Fonlarının Performanslarının Analizi, Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 22(2), s Blake, C. R., Elton, E. J. ve Gruber M. J. (1993), The Performance of Bond Mutual Funds, The Journal of Business, 66(3), s Cesarı, R. ve Panetta, F. (2002), The Performance of Italian Equity Funds, Journal of Banking and Finance, 26(1), s

146 Journal of Economics, Finance & Accounting JEFA(2015), Vol.2(4) Goren & Umutlu Cumby, R. E. ve Glen, J. D. (1990), Evaluating the Performance of International Mutual Funds, The Journal of Finance, 45(2), s Fama, E. F. ve French, K. R. (1992), The Cross Section of Expected Stock Returns, The Journal of Finance, 47(2), s Fama, E. F. ve French, K. R. (1993), Common Risk Factors in the Returns on Stocks and Bonds, The Journal of Finance, 33(1), s Gökgöz, F. ve Günel, M. O. (2012), Türk Yatırım Fonlarının Portföy Performanslarının Analizi, Ankara Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 3(2), DOI: Grinblatt, M. ve Titman, S. (1989), Mutual Fund Performance: An Analysis of Quarterly Portfolio Holdings, The Journal of Business, 62(3), s Gürsoy, C. T. Ve Erzurumlu, Y. Ö. (2001), Evaluation of Portfolio Performance of Turkish Investment Funds, Doğuş Üniversitesi Dergisi, 4, s Jensen, M. C. (1968), The Performance of Mutual Funds in the Period , The Journal of Finance, 23(2), s Karacabey, A. ve Karatepe, Y. (2000), A Tipi Yatırım Fonları Performansının Yeni Bir Yöntem Kullanılarak Değerlendirilmesi: Graham Harvey Performans Testi, Ankara Üniversitesi SBF Dergisi, 55(2), s Korkmaz, T. ve Uygurtürk, H. (2007), Türk Emeklilik Fonlarının Performans Ölçümünde Regresyon Analizinin Kullanılması, ZKÜ Sosyal Bilimler Dergisi, 3(5), s Korkmaz, T. ve Uygurtürk, H. (2009), Türkiye de İşlem Gören Hisse Senedi Ağırlıklı Yatırım Fonlarının Performans Karşılaştırması, Akademik Araştırmalar ve Çalışmalar Dergisi, 1(1). Lintner, J. (1965), The Valuation of Risky Assets and the Selection of Risky Investments in Stock Portfolios and Capital Budgets, Review of Economic and Statistics, 47, s Malkiel, B. G. (1995), Returns from Investing in Equity Mutual Funds 1971 to 1991, Journal of Finance, 50(2), s Markowitz, H. (1952), Portfolio Selection. The Journal of Finance, 7(1), s Mossin, J. (1966), Equilibrium in a Capital Asset Market, Econometrica, 34(4), s Omağ, A. (2010), Türkiye de A Tipi ve B Tipi Yatırım Fonlarının Dönemi Performans Analizi, İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 9(17), s Sermaye Piyasası Kurulu Yatırımcı Bilgilendirme Kitapçıkları, 24 Haziran 2015, Sermaye Piyasası Kurulu Yatırımcı Bilgilendirme Kitapçıkları, 1 Temmuz 2015, Sermaye Piyasası Kurulu Aylık İstatistik Bülteni, 3 Temmuz 2015, Sharpe, W. F. (1964), Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk, The Journal of Finance, 19(3), s Takasbank (Türkiye Sermaye Piyasaları Birliği), 2 Ağustos 2015, Yolsal, H. (2012), A Tipi Yatırım Fonlarının Performansı: Banka ve Aracı Kurum Fonları Üzerine Bir İnceleme, Marmara Üniversitesi İ.İ.B.F. Dergisi, 32(1), s

147 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume:2 Issue: 4 IOAIS: A NEW ACCOUNTING MODEL FOR KNOWLEDGE CREATION AND VALUE RECOGNITION DOI: /Pressacademia Ahmed Ali Mohammad 1, Lina Hani Warad 2 1 Qatar University. amohammad@qu.edu.qa 2 Applied Science University of Jordan. L_warrad@asu.edu.jo Keywords Accounting, IOAIS, partnerships, knowledge creation, value contribution JEL Classification C41, M4, M49 ABSTRACT This paper adopts a holistic business approach to investigate the avaliability and value contributions of interorganizational accounting information systems (IOAIS). As prior researches have long been interested in investigating the operational contributions of AIS. This paper move a way from the operational contributions towards a more organic approach. The paper establishes a dynamic matrix with key value contribution parameters. Those parameters are: optimization of cost structure, quality improvment, growth of revenues, and customer satisfaction. The proposed matrix is demonostrated with practical analysis. An empirical survey using 19 item questionnaire has been used to acheive this objective. Qualitative and quantitative statistical methods are utilized to analyse the survey data. This paper contributes to business literature and has many practical implications. The survey results suggest key pillars for existance of IOAIS. Major outcomes of the analysis include that value contribution may vary according to IT infrastructure, information resources available, and organizational culture. The overall results show that IOAIS have value contributions measured according to factor ANOVA. Such results are expected to assist companies to better analyze and adapt AIS design to leverage its value and returns. 1. INTRODUCTION As new technologies always emerging, business shifted, and companies alter their infrastructures, structures, forms, and information systems. The reason is that information technology provides the engine in which knowledge is created and exploited. IT as knowledge engine is playing such role through changing the business model, process nature, structures, and dynamics. Evidences show that companies who aggressively dominate the market through knowledge always have unique IT infrastructure and business process. A new class of IT infrastructure is incorporating business process via the Internet to both business and accounting systems (Sutton 2000). This accepted principle is very important introduction to the subject of this article. AIS have always been acting as a bridge (or engine) between business model and business process to achieve profitability objectives. This mechanism has been called the vertical approach in designing AIS. Interorganizational accounting system is integrated process based with strategic linkages and 624

148 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad technological alliances. At the heart lie interorganizational process and strategic partnerships. Some companies for example have created a number of cross functional processes that combine the functional knowledge to improve the flow of operations and customer services. The other companies have overlaid a horizontal process making partnerships to increase their market shares. Its involves re architecting accounting information systems infrastructure interorganizationally, so that sharing, coordinating, and using business resources become almost instinctive and a part of performance. The rise of integrated business process has been key driver to the phenomenon of interorganizational information systems (Rom and Rohde 2007). Integrated business processes are based on minimizing operations and integrating external and internal customer s bases into these process, as well as the suppliers. This is to add value across the entire value chain (Sutton et. al 2008). The proposed alliance between accounting systems infrastructure and stakeholders communities provides the basis of what can be called horizontal or interorganizational accounting information systems. The impact of new business model has been extensive? Profitability can be seriously affected by a new style of inter organizational business practices. The obvious question to be raised by this paper is what style of such impact on accounting information systems in terms of infrastructure, processes, and reporting forms. Inter organizational accounting information systems are increasingly determined by its tremendous growth in interest since business processes have fashioned itself integrated and virtual. However; the mechanism of interest is apparently likely to be converted from being vertical to be horizontal. The impact of such conversion has planted the seeds of a new style of accounting systems and practices. Inter organizational accounting information systems and their processes provide the accountants communities with new opportunities to measure and report business performance. Such measures track progress and performance horizontally across the business from one company to another. This paper is concerned with new nature of accounting information systems as an engine for third wave companies. The development of new areas like information technology, supply chain management, enterprise resource planning, business intelligence, e commerce, etc. have further advanced the field of interorganizational accounting information systems. A new sort of accounting systems is not a luxury but a critical necessity for improving performance of knowledge based organizations. Contrary to the design of organizational accounting information systems, inter organizational is multi faceted; an inter disciplinary infrastructure has considerable relevance for integrated business process. Special attention must be paid to restructuring, reconfiguring, and redesigning inter organizational accounting information systems. Research in this area has to be of many dimensions depending on the new nature and unique purpose of inter organizational practices. Accordingly, this paper examines whether evidence can be found for the idea that inter organizational infrastructure and collaboration supports the effectiveness of innovation strategies. The question which this paper tries to answer is that IOAIS has succeeded to developing a critical mass of knowledge and capabilities that will help accountant s community to cope with future challenges? The reminder of this paper is organized as follows: Section II is the core one and explores the structural components of inter organizational accounting information systems in comparison with accounting information systems. Section III reviews relevant literatures that develop concepts and process of interorganizational information systems. Section IV introduces a discussion of the methodology and data source used in the 625

149 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad analysis. Section V discusses the results of the statistical analysis of research variables. Finally, section VI draws some conclusions from the analysis process of this paper. 2. THEORITICAL FRAMEWORK Inter information systems have been an important research topic and much of the research projects have shown that integration was the trigger point behind the interorganizational phenomenon. Nicolaou (2000) and Yeunyong (2007) stated that there is cause relationship between use of integrated systems and the emergence of IOIS. Technically, interorganizational information systems is based on use of integrated business process which is more dynamic and require continuous adjustment and realignment as technology and market opportunities evolve (Larsen and Klischewski 2004). Inter organizational information systems can be viewed as nexus of architecture, infrastructure, processes, rules, and practices that have taken new forms and many relations between and within different organizations. A new infrastructure makes a balance between intra and inter uses of information systems because business knowledge and value is created when integrations are made between the isolated organizational information systems (Rodon et al 2006). The secret of success for inter organizational information systems lies at the point of intersection of technology adoption, process orientation, stakeholders interaction, and value creation (See Table 1). Taking into consideration the relationships inherent in these components, inter organizational information systems demands more vision and innovation because it is comprehensive and multi dimensional. In contrary, traditional inter information systems research assumes a value chain perspective through integration of information systems. According to business literature, use of interorganizational information systems is considered an imperative engine for successful supply chain and knowledge management. The reasons have been associated with tangible improvements and profitability (Barua et. al 2004; Boone and Ganeshan, 2007). Further, interorganizational collaboration has been recognized as important in supplementing the internal innovative activities of organization (Deeds and Rothaermel, 2003; Faemset et. al 2005; Dodgson 1993; Hagedoorn, The emergence of knowledge business model has transformed much of traditional information systems on its head (Smith et al. 2008). In the field of inter organizational accounting information systems, the concept of interorganizational accounting has been developed initially from academic work of Otley et al and Hopwood Interorganizational information systems have been radically transformed the nature and style of accounting practices (Hunton, 2002). The traditional accounting model has been invented to match the needs of autonomous business model. Changing business model to be shared, integrated and dynamic entails consistent change in accounting model (Hopwood 1996). IOAIS has not drawn a lot of attention especially in terms of how these systems can be restructured to match necessities of new business model. New business model and success is driven by the technological partnerships and strategic alliances with stakeholders (Mouritsen et al. 2001). Adopting these technological partnerships and alliances necessitates a new accounting information system and model. The problem of intra systems of accounting is that flow of information in all these systems and models are vertical. In contrast, the flow of information in inter business systems are horizontal. Further, the dramatic shift of knowledge economy from competition to collaboration has made IOAIS increasingly blurred and the arguments therefore are growing strongly. 626

150 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad Accepting the above new realities and their implications do not match existing rules, practices, and traditions of organizational accounting information systems. This fact has created the debate about paradigm of information versus value in designing accounting information system (Christensen and Demski 2003). The debate is centered on the idea that accounting systems have to be designed to communicate information or measure value (Scapens and Varoutsa 2010). According to information perspective, accounting systems should be designed to provide information and viewing financial measures as measures of information events. In contrast, according to value perspective, the accounting systems should be designed to measure value. Coad and Cullen 2006 adopted what they term evolutionary thinking to explore the emergence of inter organizational accounting information systems. These systems are likely to have quite different rules and policies to accounting for inter organizational relationships (Seal et al. 2004). This is one of the reasons that knowledge as opposed to the information demands a very dynamic system to match collaboration and knowledge creation. As a result, inter organizational accounting information systems have been shifted the focus from reporting generated profit to how such profit can be generated and improved by appropriate applied knowledge practices (Mohammad 2014). This is exactly the problem of new systems of accounting which is constructed by strategically mixing a variety of information resources (Christensen and Demski 2004). According to the most business thinkers, traditional practices of accounting information systems is a poor guide to inter organizational and future business adventures because it s give few clues to the changes in key processes and capabilities that determines the business strength. Recent researchers have found that the traditional ideology of accounting is now being seriously questioned? Unless accounting information system is realigned with current move toward integrated business process, the accountant s community must not be surprised when their systems are shaped back into the second wave. IOAIS procedures, methods, rules, and measures must be developed to link the interorganizational practices with recording and reporting process of accounting and the way to disclose these practices in financial statements. Table 1 below depicts reliable comparison for IOAIS versus OAIS in terms of nature, procedures, rules, and objectives. 627

151 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad Table 1: IOAIS VS OAIS Dimension IOAIS OAIS Nature Procedures Rules Objectives Knowledge System. Horizontal. Financial and non financial. Relationships Inter. Integrated, cross disciplinary, ad hoc, fluid, and collaborative. Success in expanding relationships. Invisible flow of knowledge. Value Creation. Flexible, collaborative, and dynamic. Strategic. Comprehensive. Technical Centered on knowledge. Focused on technology process. Supporting collaboration with business partners. Networking. Extracted from e business model. Reporting value. Creating and sharing knowledge Value proposition matrix: balancing performance, behavior, and technology. Reporting Dynamic: Instant and online. Information System Vertical Financial Visible and physical activities. Intra. None integrated, closed, restricted, and has boundaries of single businesses. Success in control. Physical flow of resources Value Realization. Rigid, isolated, and static. Operational. Financial. Procedural Centered on data Focused on accounting process. Supporting performance of recording and reporting process. Blocking Extracted from t business model. Reporting cost. Measuring profitability. Value proposition matrix: cost, time, and quality. Reporting Dynamic: Periodical. 3. RESEARCH AGENDA Accounting and IT have become inseparable. In contrary to conventional wisdom of accounting information systems, IOAIS are playing central role in the coordination and development of knowledge creation. The field of inter organizational accounting information systems is still full of controversy associated with how such systems have to be architected and required infrastructure to be designed. Technically, contribution to knowledge creation and innovation is an important opportunity still exists to develop terms and terminology of inter organizational accounting information systems. The current model yields several propositions that suggest the dynamic nature of new style of accounting systems. A key proposition is that it may their collaboration facilitate knowledge creation and innovation. In developing a comprehensive research methodology for current paper, past research on common aspects of interorganizational systems have been used as basis for defining the current research framework. These 628

152 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad research aspects are integrated infrastructure, collaboration, partnerships, knowledge creation, and internal innovative activities. All of these aspects (or variables) were drawn from literature on IOIS, which suggested by various researchers (Chatterjee and Ravichandran 2006, Faems et al 2005, Khuong 2012, Melin and Axelsson 2013, Mueller et al 2013, Sutanto et al 2009, Rodon 2006, Reimers et al 2008, Han et al 2004, Leung et al 2012). This paper adopts cross companies and quantitative research designs to address the above formulated research aspects. Data were obtained by collecting direct and indirect documentation. The designed questionnaire has been structured and developed to reflect critical issues in architecting and designing inter organizational accounting information systems. The scope of integration is interface and networked. The guiding semi structured questions focused on the following critical issues that were targeted on formulating research model: (i) the general infrastructure; (ii) integration and collaboration; (iii) knowledge creation and innovation; and (iv) impacts of contribution of interorganizational accounting information systems (See Figure 1). The survey results were tabulated and analyzed by use of SPSS. Statistically, this research is using factor ANOVA computations. The preference for using factor ANOVA is the classification of data and the assumption that such method makes use of the entire data set. However, the use of ANOVA is preferred for the factorial design underlying such method. According to most business literature, factorial design is specifically useful in simultaneous analysis in addition to investigating how different levels of independent variables affect the dependent variable. Another advantage of factorial design is that allow greater generalizability of the results. Finally, the survey has been tested with Asian companies of a size sufficient to have interorganizational technologies. Those companies are belonging to different business industries. The lack of literature and the limited empirical evidence on issues of IOAIS have created the need to conduct preliminary research interviews with managers in sampled companies. Therefore, exploratory interviews were used to facilitate the research process and survey design. 629

153 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad Figure 1: Research Model Collaboration Process Initiatives Integration Knowledge Process Commercialization Agile Fluid IOAIS Integrated Extended Creation Value Recognition Process Interorganizational Conversion Innovation Process 4. METHOD OF SURVEY & DATA ANALYSIS TECHNIQUE This paper used primary data that was collected from a sample of different industries. The sampled companies selected based on two main criteria. Those are style of interorganizational technologies and type of integrated business process. The sample surveyed sixteen manufacturing companies. A structured questionnaire consisting of closed ended questions was developed based on above critical issues of inter organizational accounting information systems. Questions on the perceived impacts give a statement and ask for the level of impact on scale ranging from 1 (company survive), 2 (cost reduction), 3 (quality improvement), 4 (customer satisfaction), 5 (customer retention). The first group designed to gather information on demographic profile of the respondents. The other groups from the second to fifth structured according to four parameters explored in review of literature. To refine and validate questions asked and prior to managing the survey, the first version of the questionnaire has been validated through expert interviews and a panel of academics and practitioners. Further, the first version was tested by using the results from three respondents. According to feedback from the pilot test, the final draft of the questionnaire revised by removing those questions with low reliability and modifying those lacking semantic clarity. A total of 16 questionnaires has been distributed to the targeted sampled companies. In the sample of companies replying to the 630

154 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad questionnaires % 38 were food manufacturing, % 19 paper manufacturing, % 12 pharmaceutical, % 6 electrical, % 12 chemical, % 6 petroleum, and % 6 tobacco manufacturing. Analysis of the results by automation shows that % 18 were partially automated and % 82 fully automated. Questionnaires have been distributed to staff members who were in charge of finance and technology functions. The qualitative data gathered through in depth individual interviews and focus groups. Interviews have been carefully managed with financial managers of the sampled companies. Specifically, the criteria for choosing companies were: Integration of business processes whether fully or partially. Partnerships with business partners. Use of inter organizational technologies to create knowledge. Value contribution for IOAIS. To analyse the survey data, qualitative and quantitative statistical methods are utilized. At first, data have been checked, recorded, cleaned, and aggregated to a firm level. Completed questionnaires have further checked for missing values and inconsistencies in response given by the respondents. Qualitative analysis has been managed were appropriate. The questions in the questionnaire have been analysed in tabular form using simple percentage, mean values, standard deviation, and t test. These statistical techniques have been divided into two stages. In the first stage, the descriptive statistics have been analyzed to investigate the parameters and to establish the mandatory requirements to design inter organizational accounting information systems. In the second stage, the value contribution of IOAIS have been examined. In the statistical analysis, in order to delve more deeply into the results the survey data have been segmented into four groups according to variables of research model (See Figure 2). In the following section of the research an ANOVA analysis was made to investigate the existence of the four design requirements among research samples and examine the results. 5. EMPIRICAL FINDINGS 5.1. IOAIS DESIGN REQUIREMENTS The first stage in the statistical analysis has been focused on the way to proof the availability of inter organizational accounting information systems. The critical success factors which formulated according to the developed models in business literature have been used as drivers to manage INOVA modeling techniques to test both infrastructure and relationships models. Table 1 presents the descriptive statistics for quality of IOAIS design requirements. The researcher used % change in infrastructure as the independent variable to measure % change in critical success factors as the dependent variables of interest. According to available data, the customer process were most affected by sophisticated infrastructure of inter organizational accounting information systems with percentage of impact equal to 95.4 and These results support the hypothesis that inter organizational infrastructure has increased package of services introduced by of accounting information systems and then customer s satisfaction and retention. The significance results for partnerships were as reflected in Table 1. The impact of infrastructure on other critical success factors still need to be more investigated. The 631

155 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad results revealed that partnerships had less positive impact on critical success factors with score of 43.4, 14.6, 9.7, 7.4, and 4.8 respectively (See Table 2). This result could be attributable to nature of sampled companies and business environment. Statistic confirm that low values indicate the need for more explanatory variables to be investigated. The scored results for collaboration were so significant at 10 percent levels of significance. Table 2: Summary of IOAIS Design Requirements Impact Sums of Squares df Mean Square Infrastructure Partnership Integration and Collaboration Knowledge and Innovation Table 3: Summary of Significance Test F Infrastructure.004 Partnership Integration and Collaboration.000 Knowledge and Innovation

156 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad 5.2.VALUE CONTRIBUTION OF IOAIS The second stage of the statistical analysis has been focused on value proposition of IOAIS. To verify assertions of current research, T test were conducted to analyze the overall impact while mean, standard deviation, and percentage of overall impact to analyze the detailed impact. The results of the questionnaire responses are shown in Table 3. The respondents are generally in agreement with the idea that IOAIS have value creation impact. The mean score of all parameters were above 3 and standard deviations do not deviate significantly from the means. The results show that high t value where equal to (t=5.275, p<0.05) and the minimum t value being equal to (t=2.087, p>0.05). The results reported in Table 3 reveal that mean for this parameter was equal to (5.04). However, the statistically significant calculated t value (5.275) compared with tabulated t value (3) indicates that the respondents agree that highest value creation impact generated by reducing cost. Further analysis of the statistical significance indicates that level of cost reduction tends to vary across sampled companies (Table 3). High mean of cost reduction scored in process of inter organizational accounting information systems (6.33) compared with lowest mean of (3.67) across organizational accounting information systems. The percentage of such impact ranged from (% 57.1) to (% 90.4) with variance of (.707). This high score of results can be attributed to new style of business process, procedures, and invisible flow of information instead of the costly physical flows. One interesting finding is the large contribution of cost reduction through most of inter organizational accounting information systems because of integration of business processes weather fully or partially. In regard to quality improvement, the results show that the respondents ranking quality improvements as part of value creation impact of inter organizational accounting information systems with mean equal to (4.79). The testing of t value indicates that calculated was equal to (4.683) comparing with tabulated (3). Examining the perceived impact of quality improvements associated with inter organizational accounting processes shows that quality have more improved as a result of using of inter organizational technologies with mean equal to (6.50). The percentage of such impact approximated (% 61.9 % 92.9) associated with variance equal to (1.069). This result is probably explained by the way processes of quality control is implemented and managed. Standardization of quality control processes has streamlined and accelerated those processes and then easing its automation and integration. Integration of business processes as a result of use of inter organizational technologies have generated value creation impact through what can be called completeness and new nature of quality control processes. The results of the questionnaire responses demonstrated that the present scenario of inter organizational technologies has not that much impacted growth of revenues (See Table 3). The impact of these technologies has been modest and most likely preliminary. Thus, mean of the survey response related to this parameter was equal to (4.28). The low impact is also evident in testing t value as the calculated cited by (2.087) which is lower than the tabulated that was equal to (3). Examination of the statistical data shows that the variance rates associated with this parameter were higher than other. Accounting information systems were the least organizational information systems affected by use of innovative technologies in terms of maximizing revenues with mean equal to (3.11) associated with variance equal to (2.315) and total percentage of impact ranged between (% 54 % 73). There is however a high degree of consensus among respondents that creative uses of 633

157 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad inter organizational technologies of AIS to maximize revenues in surveyed companies still needed. Results in Table 3 have indicated high and significant impact exists between use of inter organizational technologies of AIS and customer satisfaction. The results of the survey shows mean equal to (4.79) and spectrum of impacts ranged from (% 55.6) to (% 92.9). The parameter had statistically significant t value with calculated t equal to (4.719) compared with tabulated t equal to (3). This result indicates that use of interorganizational technologies of AIS has value creation impact that related to customer base and satisfaction. However, the inter organizational impacts associated with this parameter has shown that improvement in quality control systems generated customer satisfaction with mean (6.50) and total impact equal to (% 92.9) associated with variance equal to (1.069). The lowest impact that related to customer satisfaction was cited by billing management systems with mean equal to (3.89) and total impact equal to (% 55.6) associated with variance equal to (2.421). Respondents have viewed integration of sale process associated with killing time and cost as a driver beyond such rate of customer satisfaction. Looking closely at surveyed inter organizational technologies of AIS provides a clear picture that it has a lot of potential especially in the area of customer management and sales orders. Table 3 details scores of value creation impact for inter organizational technologies of AIS. Table 4: Mean Scores and One Sample t test Statistics Value Parameter Mean Average of Overall Impact Calculated t. Tabulated t. df. Sig. dif. Optimization of Cost Structure 5.04 (% 73.65) (%57.1 %90.4) Quality Improvement 4.79 Growth of Revenues 4.28 (% 73.1) (%61.9 %92.9) (% 64.48) (%54 %73) Satisfaction of Customer 4.79 (% 73.8) (% ) CONCLUSIONS This paper has considered inter organizational accounting information system which is truly multi disciplinary and inter disciplinary. In general, the practical impression has shown that there is a relationship between use of integrated technologies and availability of IOAIS. This paper attempted to develop a structural model about inter organizational accounting information systems, focusing on concepts, processes, and new role as knowledge driver. In the implications of the empirical survey, different variables and dimensions have been defined to match the requirements of factor ANOVA analysis. Statistically, evaluation of the relationships and positive outcomes of the results could provide preliminary indications support existence and dynamic role of inter organizational accounting information systems. The current paper has introduced clear understanding for superiority and significant value contribution impact of inter organizational accounting information systems. This paper contributes to IOAIS literature and has many practical implications. The value contribution 634

158 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad impact of IOAIS related to business process was varied across these process in terms of rate and applications. The empirical results are in support of findings of other IOIS researches. The value contribution impact ranged from medium to high, and future research is needed to further investigate the relationship between IOAIS and earning power of business. The key result which the current paper has indicated is that the value contribution impact for IOAIS entails realistic adaptation for inter organizational technologies to match business needs. For future researches, additional data are needed to assess the innovative and value contribution effect of IOAIS. Data needed are related to type of IT infrastructure, availability of business resources, and style of business culture. Accountant s community has been slow to evolve the research program to tackle the transformation in the field of inter organizational accounting information systems. It needs to re examine their knowledge and skills in coping with new demanding role of their systems as knowledge driver. The role played by accounting has been transformed with the development of new accounting information systems. A new role expedites the process of accounting to create knowledge and growth. The introduction of interorganizational accounting information systems has necessitated the redefinition of accounting. The most important contribution of this paper is to draw a new orientation of accounting. This new orientation entails using new technologies, systems, and process to capture knowledge that could turn into greater return on investment. The accountant s community needs to consider the idea of complementing traditional accounting practices toward exploitation of advantages of interorganizational business model. Accounting for customers, supply chains, horizontal or open book are titles for this new orientation. These findings help accounting community to intensify their initiatives to encourage greater understanding and acceptance for inter organizational accounting information systems. REFERENCES Barua, A.; Konana, P.; Whinston, A. B., and Yin, F. (2004) An Empirical Investigation of Net Enabled Business Value, MIS Quarterly, Vol. 28, No. 4, pp: Boone, T. and Ganeshan, R. (2007) the Frontiers of e Business Technology and Supply Chains, Journal of Operations Management, Vol. 25, No. 6, pp: Chatterjee, Dipanjan and Ravichandran, T. (2004) Inter organizational Information Systems Research: A Critical Review and an Integrative Framework, Proceedings of the 37 th Hawaii International Conference on System Science, 2004, pp: Chirstensen, John and Demski, Joel S. (2004) Asymmetric Monitoring: Good versus Bad News Verification, Schmalenbach Business Review, Vol. 56, July 2004, pp: Cho, Vincent (2007) A Study of the Impact of Organizational Learning on Information Systems Effectiveness, Int. J. of Business and Information, Volume 2, No. 1, 2007, pp: Coad, A. F. and Cullen, J. (2006) Inter organizational Cost Management: Towards an Evolutionary Perspective, Management Accounting Research, Vol. 17, pp: Corbiere, Francois de (2008) Interorganizational Information Systems and Data Quality Improvement: The Case of Product Information in the French Large Retail Industry, Research Paper. Faems, Dries; Looy, Bart Van; and Debackere, Koenraad (2005) Interorganizational Collaboration and Innovation: Toward a Portfolio Approach, the Journal of Product Innovation Management, Vol. 22, pp:

159 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad Georgel, Tudor Catalin and Vasile, Florescu (2009) Extended Enterprise and Information Systems Governance in an Inter organizational Context, Annals of Faculty of Economics, 2009 Vol. 4, Issue 1, pp: Granlund, Markus (2009) On the Interface between Accounting and Information Systems, Sarja/Series A 13: 2009, pp: Hald, Kin Sundtoft (2005) Managing Inter organizational Relationships Using the Force of Partner Attraction, Working Paper No. 01/2005, pp: Han, Kunsoo; Kauffman, Robert J.; and Nault, Barrie R. (2004) Information Exploitation and Interorganizational Systems Ownership, Proceedings of the Thirty Seventh Hawaii International Conference on System Sciences (HICSS 37), PP: Hopwood, A. G. (1996) Looking across rather than up and down: On the need to explore the lateral processing of information; Accounting, Organization, and Society Vol. 21, pp: Hunton, J. E. (2002) Blending Information and Communication Technology with Accounting Research, Accounting Horizons, Vol. 16, No. 1, pp: Larsen, Michael Holm and Klischewski R. (2004) Process Ownership Challenges: IT Enabled Transformation of Interorganizational Business Process, Proceedings of the 37 th Annual Hawaii International, pp: Leung, Nelson K. Y.; Lau, Sim Kim; and Tsang, Nicole (2012) An Ontology Based Collaborative Interorganizational Knowledge Management Network (Cik Net), PACIS 2012 Proceedings, Paper 38, Mohammad, Ahmed Ali (2014) Value Propositions Matrix of ERP Technologies: The Transition from Transactional to Value Creation Engine, International Journal of Applied Information Systems, Vol. 7, No. 10, October 2014, pp: Mouritsen, J.; Hansen, A.; and Hansen, C. O. (2001) Inter organizational Control and Organizational Competencies: Episodes around Target Cost Management/Functional Analysis and Open Book Accounting, Management Accounting Research, Vol. 12, pp: Nicolaou A. I. (2000) A Contingency Model of Perceived Effectiveness in Accounting Information Systems: Organizational Coordination and Control Effects, International Journal of Accounting Information Systems, Vol. 1 (2000), pp: Khuong, Mai Ngoc (2012) The Factors Affecting Inter Organizational Relationship Success: A Study of Vietnamese Travel Companies and Thai Partners, NIDA Development Journal, Vo. 52, No. 2/2012, pp: Melin, Ulf and Axelsson, Karin (2013) Inter organizational Interaction in Public and Private Sectors: Comparative Study, Transforming Government: People, Process, and Policy Vol. 7, No. 4, pp: Mueller, Tobias; Schuldt, Denis; Sewald, Birgit; Morisse, Marcel; and Petrikina, Jurate (2013) Towards Interorganizational Enterprise Architecture Management: Applicability of TOGAF 9.1 for Network Organizations, Proceedings of the Nineteenth Americas Conference on Information Systems, Chicago, Illinois, August 15 17, 2013, pp: Reimers, Kai; Johnston, Robert; and Klein (2008) A Theorizing Evolution of Inter organizational Information Systems on Long Timescales, Proceedings of JAIS Theory Development Workshop, Sprouts: Working Paper on Information Systems, 8(31), Rodon, Juan, Esade (2006) A Methodological and Conceptual Review of Inter organizational Information Systems Integration, ECIS 2006 Proceedings. Paper Rom, Anders and Rohde, Carsten (2007) Management Accounting and Integrated Information Systems: A literature review, International Journal of Accounting Information Systems, Vol. 8 (2007), pp: Scapens, Robert W. and Varoutsa, Evangeia (2010) Accounting in Networks: Accounting in Inter organizational Relationships, New York: Routledge, U.S.A., pp: Seal, W.; Berry, A.; and Cullen, J. (2004) Disembedding the Supply Chain: Institutionalized Reflexivity and Interfirm Accounting; Accounting, Organization, and Society, Vol. 29, pp:

160 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Mohammad & Warad Smith, Stephen P.; Rahim, Md Mahbubur; Shanks, Graeme; and Johnston, Robert B. (2008) How Organization Goals Affect Interorganization System Implementation Projects: Evidences and Implications, Asia Pacific Management Review, Vol. 13, No.3, 2008, pp: Sutton, Steve G. (2000) The Changing Face of Accounting in an Information Technology Dominated World, International Journal of Accounting Information Systems, Vol. 1 (2000), pp: 1 8. Sutton, Steve G.; Smedley, Georgia; and Arnold, Vick (2008) Accounting for Collaborative Supply Chain Relationships: Issues and Strategies, The International Journal of Digital Accounting Research, Vol. 8, No. 14, pp: Yeunyong, W. (2007) Causes and Consequences of AIS Effectiveness in Manufacturing Firms: Evidence from Thailand, International Journal of Business Research, Nov. 7, Issue

161 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume: 2 Issue: 4 COMPARISON OF FINANCIAL PERFORMANCE OF PARTICIPATION BANKS IN TURKEY DOI: /Pressacademia Mesut Dogan¹ ¹Afyon Kocatepe University. mesutdogan@aku.edu.tr Keywords Gray Relational Analysis, Financial Performance, Participation banks JEL Classification G21, L21, L25 ABSTRACT Aim of this study is to apply Gray Relational Analysis (GRA) to measure and compare financial performances of participation banks between the years of Another aim of the study is to reduce the number of financial rates, which determine participation bank performance, and by doing so, identify which financial rate is more important in performance measurement. As a result of GRA method, Albaraka Turk is the first and Bank Asya is the last in terms of financial performance. Another finding of the study is that a participation bank with high Return on Assets could also have a high financial performance. TÜRKİYE DE KATILIM BANKALARININ FINANSAL PERFORMANSLARININ KARŞILAŞTIRILMASI Anahtar Kelimeler Gri İlişkisel Analiz, Finansal Performans, Katılım Bankası JEL Sınıflandırması G21, L21, L25 ÖZET Bu çalışmanın amacı yıllarını arasında Türkiye de Bankacılık Sektöründe faaliyette bulunan katılım bankaların finansal performansları Gri İlişkisel Analiz (GİA) yöntemi kullanılarak karşılaştırılmıştır. Araştırmanın bir diğer amacı ise katılım bankasının performansını belirleyen finansal oranların sayısını azaltmak ve bu sayede hangi finansal oranın performans ölçümünde daha önemli olduğunu tespit etmektir. GİA yöntemi sonucunda finansal performans bakımından ilk sırada Albaraka Türk son sırada ise Bank Asya yer almıştır. Araştırma sonucunda elde edilen bir diğer bulgu ise Varlık Karlılığı yüksek olan bir katılım bankasının finansal performansının da yüksek olabileceği sonucuna ulaşılmıştır.

162 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan 1. GİRİŞ Bankacılık sektörü ekonominin gelişmesi açısından en önemli aktörlerden biridir. Bankalar, sermaye birikimi, firmaların büyümesi ve ekonomik zenginliğin sağlanması açısından ekonomide önemli bir role sahiptir (Taşkın, 2011: 289). Rekabet şartlarının üst düzey olduğu günümüz finans sektörü koşulları, bankaları kaynaklarını en etkin biçimde kullanmaya zorlamaktadır. Bu durum da, karar verici konumundaki banka yöneticilerinin, kendi bankalarının etkinliklerini bulundukları sektör içindeki rakip bankaların etkinlikleri ile karşılaştırma ihtiyacını ortaya çıkartmaktadır (Budak, 2011: 96). Kar ve zarara katılma esasına göre çalışan ve risk paylaşımını öngören sistem, dünyada daha çok faizsiz bankacılık (interest free banking) ya da İslami bankacılık (islamic banking) olarak bilinmesine rağmen, Türkiye de Katılım Bankacılığı (participation banking) olarak bilinmektedir (Parlakkaya ve Çürük, 2011). Finansal sistem içerisinde giderek önemli bir yer edinen Katılım Bankaları, Türkiye de faaliyetlerine ilk olarak 1983 yılında özel finans kurumları adıyla başlamıştır. Özel finans kurumlarının kuruluş amacı, toplumda faiz hassasiyeti olan kişilerin tasarruflarını ekonomiye kazandırmak ve benzer nitelikteki yabancı fonların ülkeye gelmesini sağlamaktır yılından itibaren bankalar kanunu kapsamına alınarak Katılım Bankaları sıfatını kazanan bu kurumlar, Ziraat Katılım bankasının da eklenmesiyle Türkiye de 5 banka ile faaliyet göstermektedir (Baykara, 2012). Katılım bankalarının ekonomiye farklı açılardan katkısı vardır. Finansal sisteme girmeyen fonların sisteme kazandırarak, tasarruf sahiplerine kazanç sağlaması, gelir dağılımını düzenleyici etkileri, reel sektöre kaynak aktararak ekonominin büyümesine olan katkıları söylenebilir. Bununla birlikte kayıt dışı ekonomik faaliyetlerin kayıt altına alınması, Kurumlar Vergisi, KDV, KKDF ve BSMV ödeyerek kamu maliyesine katkıları, reel sektörün doğrudan fonlanması sebebi ile istihdamın sürekliliği ve artışı ile sosyo kültürel faaliyetlere katkıları da sayılabilir (Ece, 2011). Katılım bankacılığında önemli bir gelişme, banka isim ve statüsünün kazanıldığı 5411 sayılı Bankacılık Kanunu nun yürürlüğe girmesiyle 2005 yılından sonra meydana gelmiştir yılı sonunda katılım bankalarının payı aktifte %5,5 e, toplanan fonlarda %6,5 e, kullandırılan fonlarda ise %6,1 e yükselmiştir. Ancak Bank Asya nın yönetimi TMFS ye devredilmesinden dolayı 2014 sonunda her üç kalemde de katılım bankalarının payı çok küçük oranlarda gerilemiştir. Bu oranlar aktif, toplanan ve kullandırılan fonlar itibarıyla sırasıyla; %5,2, %6,2 ve %5,4 şeklinde gerçekleşmiştir. Katılım bankalarının payının %1 lerden %6 lara yükselmesi sektörün istikrarlı ve hızlı bir büyüme sürecine girdiğini göstermektedir. Nitekim toplam bankacılık sektörü 2005 yılından sonra %20 oranında büyürken katılım bankacılığında %30 lar seviyesinde büyüme gerçekleşmiştir (TKBB, 2014: 5). Sektörün bu kadar hızlı ve istikrarlı bir şekilde büyümesiyle birlikte 2015 yılında tamamı kamuya ait Ziraat Bankası, Ziraat Katılım Bankası nı kurmuş ve faaliyete başlamıştır. Benzer şekilde önemli bir kısmı kamuya ait olan Halk Bankası nın ve Vakıf Bankası nın katılım bankası kurmak için gerekli izinleri almıştır. Bu bankaların da sektöre girmesiyle katılım bankaların toplam bankacılık sektörü içerisindeki payı ve dolayısıyla katılım bankaları içerisinde rekabette artacaktır.

163 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan Mart 2014 itibarıyla Türk Bankacılık Sektörü 49 banka adet şube ve personel ile faaliyet göstermektedir yılının ilk çeyreğindeki personel sayısında kişi, şube sayısında ise 47 adet artış gerçekleşmiştir. Sektör 843 adet yurtdışı şube ve 10 adet temsilcilikle toplamda 17 ülkede faaliyet göstermekte, iştirakler de dâhil edildiğinde ülke sayısı 33 e yükselmektedir (BDDK, 2014). Katılım bankalarının ise yurtiçinde toplam 1064 şubesi bulunmaktadır. Albaraka Türk Katılım Bankası nın 209, Bank Asya nın 200, Kuveyt Türk Katılım Bankası nın 353, Türkiye Finans Katılım Bankası nın 286 ve Ziraat Katılım Bankası nın 16 şubesi bulunmaktadır (TKBB, 2015). Bu çalışmada yıllarını arasında Türk Bankacılık Sektöründe faaliyette bulunan katılım bankaların finansal performansları Gri İlişkisel Analiz (GİA) yöntemi kullanılarak karşılaştırılmıştır. Araştırmanın bir diğer amacı ise katılım bankasının performansını belirleyen finansal oranların sayısını azaltmak ve bu sayede hangi finansal oranın performans ölçümünde daha önemli olduğunu tespit etmektir. Çalışma beş bölümden oluşmaktadır. Girişi takiben ikinci bölümde GİA yöntemini uygulayarak bankaların finansal performansını ölçen çalışmalar özetlenmiştir. Üçüncü bölümünde GİA yönteminin hesaplama adımları gösterilmiş ve dördüncü bölümde ise GİA uygulaması yer almıştır. Son bölümde ise araştırmanın sonuçları irdelenerek genel bir değerlendirme yapılmıştır. 2. LİTERATÜR TARAMASI Gri İlişkisel Analiz yöntemi uygulanan pek çok çalışma vardır. Gri ilişkisel analiz yöntemi havayolu ağlarının tasarımında (Hsu ve Wen, 2000), işletmelerin finansal göstergelerinin kıyaslanmasında (Feng ve Wang, 2000), satış tahminlerinde (Lin ve Hsu, 2002) ve birçok sektörde kullanılmıştır. Bu bölümde GİA yöntemi ile finansal göstergeleri kıyaslayan çalışmalar ve Katılım bankaların finansal performansını ölçen araştırmalar özetlenmiştir. Ho ve Wu (2006) Avusturalya da faaliyette bulunan 3 bankanın 23 rasyosunu Gri İlişkisel Analiz yöntemi kullanarak likidite, finansal kaldıraç ve karlılık oranları yardımıyla performansını karşılaştırmışlardır. Araştırmalarının sonucunda likit oranları yüksek olan bankaların performansın da yüksek olabileceğini tespit etmişlerdir. Chang (2006) Tayvan daki 15 ticari bankanın gri ilişkisel analiz yöntemi kullanarak performansını incelemiştir yıllarının verilerini kullandığı çalışmasında likidite, sermaye yapısı ve kârlılık oranlarından oluşan 20 tane rasyo kullanmıştır. Çalışma sonucunda ticari bankaların performansını etkileyen en önemli oranların Varlık Karlılığı daha sonra ise Öz Sermaye Karlılığı olduğunu belirlemiştir. Yuan (2007) 6 firmanın likidite ve karlılık oranları yardımıyla performansını karşılaştırmıştır. 10 tane finansal oran ve GİA yöntemi kullandığı çalışmasının sonucunda firma performans ölçmede en önemli oranın karlılık oranları olduğunu tespit etmiştir. Lee, Lin ve Shin (2012), Tayvan ve Kore deki nakliye firmalarının finansal performansını karşılaştırmak amacıyla GİA yöntemini kullanmışlardır. Çalışmasının sonucunda finansal oranlar önem dereceleri belirlenerek nakliye firmalarını finansal performanslarına göre sıralamışlardır.

164 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan Peker ve Baki (2011) Sigorta sektöründe faaliyet gösteren üç şirketi finansal performanslarına göre sıralamışlardır. Gri İlişkisel Analiz yöntemi kullanılarak likidite, kaldıraç ve kârlılık oranları yardımıyla performans ölçülmüş ve analiz sonucunda likidite oranları yüksek olan bir sigorta şirketinin finansal performansının da yüksek olabileceği sonucuna varmışlardır. Uçkun ve Girginer (2011) Kamu ve özel mevduat bankalarının finansal oranlar yardımıyla Gri İlişki Analizi (GİA) kullanılarak finansal performanslarının belirlenmesi amaçlanmıştır. Finansal başarıdaki en önemli finansal oranlar kamu bankalarında kârlılıkla ilgili oranlar, özel bankalarda ise aktif kalitesiyle ilgili oranlar olarak tespit etmişlerdir. Girginer ve Uçkun (2012) finansal krizin Türk ticari bankaların performansına etkisini Gri İlişkisel Analiz (GIA) yöntemini uygulayarak ölçmüşlerdir yıllarının verilerinden yararlandıkları çalışmalarında performans göstergesi olarak, bankaların karlılık, likidite, aktif kalite ve sermaye yeterliliği ile ilgili oranları kullanmışlardır. GIA yöntemi sonucunda performans sıralaması kamu bankaları, yabancı bankalar ve özel bankalar şeklinde olmuştur. Elitaş vd. (2012) yıllarında İMKB de işlem gören sigorta şirketlerine GIA yöntemi kullanılarak finansal performanslarını tespit etmişlerdir. Çalışmada 10 finansal oran kullanılarak, likidite, kaldıraç ve kârlılık oranları yardımıyla performans ölçümünde bulunulmuştur. GIA sonucunda finansal performans bakımından ilk sırada Aksigorta yer almıştır. Ayrıca çalışmada sigorta şirketlerinin finansal başarısında en önemli rasyonun likidite oranları olduğu sonucuna varılmıştır. Ecer ve Dündar (2012) Türk bankacılık sektöründe yer alan özel sermayeli mevduat bankalarının performansını değerlendirmişlerdir yılına ilişkin sermaye yeterliliği, likidite ve gelir gider yapısı rasyolarından yararlanılarak Türkiye de faaliyet gösteren 11 özel sermayeli mevduat bankasının performansları GIA yaklaşımıyla ölçmüşlerdir. GIA yöntemi sonucunda en iyi performansa sahip özel sermayeli mevduat bankalarının sırasıyla Adabank, Garanti Bankası ve Tekstil Bank olduğunu belirlemişlerdir. Benzer bir şekilde Doğan, (2013) GİA yöntemi uygulanarak yılları arasında İMKB de hisse senetleri işlem gören 10 bankanın finansal performansını karşılaştırmıştır. GİA yöntemi sonucunda finansal performansı en yüksek Akbank, en düşük ise Yapı Kredi Bankası olarak belirlenmiştir. Çetin ve Bıtırak (2010) özel kesim ticari bankalar ile katılım bankalarının yılları için finansal performansı AHP yöntemi ile ölçmüşlerdir. AHP yöntemi sonucunda katılım bankaları içerisinde Bank Asya nın en yüksek performans gösterdiğini tespit etmişlerdir. Yayar ve Baykara (2012) Katılım bankalarının yılları arasındaki faaliyetlerinin etkinlik ve verimlilikleri TOPSIS yöntemi ile ölçmüşlerdir. Çalışma sonucunda Albaraka Türk en etkin, Bank Asya ise en verimli banka olduğu belirlenmiştir. 3.GRİ İLİŞKİSEL ANALİZ Gri teori ilk kez 1982 yılında Julong Deng tarafından geliştirilmiştir (Deng, 1989). Buradaki gri ifadesi bilginin eksik olmasını ya da hiç bilinmemesini anlatmaktadır. Son yirmi yılda gri sistem teorisi farklı alanlarda kullanılan önemli bir analiz yöntemi haline gelmiştir. Gri sistem teorisi belirsizliğin sayısallaştırılmasında alternatif bir metottur. Bu teori temel

165 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan olarak sistemler arasındaki ilişkinin analizi, model kurulması, tahmin ve karar problemlerinde sıkça kullanılan bir yöntemdir (Üstünışık, 2007). Gri İlişkisel Analiz; çok kriterli karar problemlerindeki belirsizlikleri analiz etmek amacıyla kullanılan yöntemlerden biri olup, belirsizliğin söz konusu olduğu durumlarda matematiksel analiz yöntemlerine oranla daha kolay çözüm sunar. (Peker, Baki, 2011). Gri İlişkisel Analiz, gri bir sistemdeki her bir faktör ile kıyas yapılan faktör (referans serisi) serisi arasındaki ilişki derecesini belirlemeye yarayan bir metottur. Her bir faktör bir dizi (satır veya sütun) olarak tanımlanır. Faktörler arası etki derecesi ise gri ilişkisel derece olarak isimlendirilir (Üstünışık, 2007). Gri ilişkisel analiz metodunun hesaplama adımları aşağıdaki gibidir (Wen, 2004). 1. adım: Karar matrisinin X i oluşturulması (1) 2. adım: Referans serisinin oluşturulması Referans serisi x (1), x (2),..., x ( j),..., x ( )) x ( ),. 0 j x şeklinde ifade edilir. İfadedeki 0 ( n j kriterin normalize değerleri içindeki en büyük değerini göstermektedir. 3. adım: Normalizasyon işlemi Bu adımda veriler normalize edilir. 3 durum ile karşılaşılabilir. Eğer kriter değerinin normalize işleminin sonra büyük çıkması daha uygun ise, (2) formülü kullanılır. Kriter değerinin normalize işleminin sonra küçük çıkması daha uygun ise, formülünden yararlanılır. Üçüncü durum ise eğer kriter değerinin normalize işleminin ardından ortalama bir değer alması daha uygun ise, (3) (4)

166 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan formülü kullanılır. (4) numaralı formülde ( ) x b. 0 j j kriterin hedef değeridir ve aralığında bir değer alır. Bu işlemlerin ardından (1) deki karar matrisi aşağıdaki duruma dönüşür: 4. adım: Mutlak değer tablosunun oluşturulması * x 0 ile x arasındaki mutlak değer ( j) şöyle bulunur: * i oi (5) (6) 5. adım: Gri ilişkisel katsayı matrisinin oluşturulması (7) formülü kullanılarak hesaplanır. (7) numaralı formülde ayırıcı (distinguish) katsayısıdır ve [0,1] aralığında değer alır. Ancak işlemlerde 0.5 alınması tavsiye edilmektedir. Ayrıca max maxmax ( j) ve min minmin ( j) şeklinde hesaplanır. i j 6. adım: İlişki derecesinin hesaplanması oi i j oi oi n 1 oi( j) n 1 j (8). (8) numaralı formülde oi i elemanın gri ilişki derecesini göstermektedir ve kriterlerin eşit önem düzeyinde olduğu varsayıldığında kullanılır. Eğer kriterlerin farklı ağırlıkları söz konusu ise

167 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan oi n j1 [ W ( j) x ( j)] (9) i oi formülünden yararlanılır. 4. METODOLOJİ Bu çalışmada yıllarını arasında Türk Bankacılık Sektöründe faaliyette bulunan katılım bankaların finansal performansları Gri İlişkisel Analiz yöntemi kullanılarak karşılaştırılmıştır. Araştırmada sermaye yeterliliği, bilanço yapısı, aktif kalitesi, likidite, karlılık oranları yardımıyla ve Gri İlişkisel Analiz yöntemi kullanılarak katılım bankaların performansları ölçülmüştür. Analize dahil edilen bankalar; Bank Asya, Kuveyt Türk, Albaraka, Türkiye Finans tır. Ziraat Katılım bankası 2015 yılında faaliyete başlamasından dolayı analize dahil edilememiştir. Araştırmanın bir diğer amacı ise banka performansını belirleyen finansal oranların sayısını azaltmak ve bu sayede hangi finansal oranın performans ölçümünde daha önemli olduğunu tespit etmektir. Gri ilişkisel analiz yönteminde kullanılan veriler Türkiye Katılım Bankaları Birliği nin veri tabanından sağlanmıştır. Çalışmada sermaye yeterliliği, bilanço yapısı, aktif kalitesi, likidite, karlılık oranları yardımıyla 4 katılım bankasının performansı incelemiştir. Araştırmada kullanılan oranlar Tablo 1 de gösterilmiştir. Tablo 1: Finansal Oranlar Oran Türü Oran Kodu Sermaye Yeterliliği Özkaynaklar/Toplam Aktifler A1 (Özkaynaklar Duran Varlıklar)/Toplam Aktifler A2 Bilanço Yapısı Toplam Toplanan Fonlar/ Toplam Aktifler A3 Alınan Krediler/ Toplam Aktifler A4 Toplam Krediler ve Alacaklar/ Toplam Aktifler A5 Aktif Kalitesi Toplam Krediler ve Alacaklar/ Toplam Toplanan Fonlar A6 Likidite Likit Aktifler/ Kısa Vadeli Yükümlükler A7 Likit Aktifler/Toplam Aktifler A8 Net Kar/Toplam Aktifler A9 Karlılık Net Kar/ Öz kaynaklar A10 5. KATILIM BANKALARININ FİNANSAL PERFORMANSLARININ ÖLÇÜLMESİ Bu çalışmada Türkiye de Bankacılık Sektöründe faaliyette bulunan 4 katılım bankasının GİA yöntemi kullanılarak finansal performanslarının ölçülmesi amaçlanmıştır. Bu amaçla yıllarında finansal verileri kullanılarak örneklem oluşturulmuştur Karar Matrisinin Oluşturulması Bankaların mali tablolarından elde edilen verilerle hesaplanan ve 3 yıllık finansal oranların ortalaması alınarak Tablo 1 de karar matrisi oluşturulmuştur.

168 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan Tablo 2: Bankalara Ait Karar Matrisi Sermaye Yeterliliği Bilanço Yapısı Aktif Kalitesi Likidite Karlılık BANKALAR A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 Albaraka Türk 0,088 0,061 0,733 0,124 0,701 0,956 0,222 0,43 0,013 0,153 Bank Asya 0,045 0,05 0,439 0,074 0,469 1,052 0,143 0,268 0,002 0,024 Kuveyt Türk 0,089 0,061 0,661 0,173 0,617 0,933 0,327 0,717 0,012 0,134 Türkiye Finans 0,105 0,061 0,607 0,201 0,702 1,158 0,235 0,439 0,013 0,123 Tablo 2 de sermaye yeterlilik oranları incelendiğinde (A1 A2) en yüksek Türkiye Finans, en düşük ise Bank Asya dır. Bilanço yapısına bakıldığında ise (A3 A4) aktifler içerisinde fonların ağırlığı en fazla olan banka Albaraka Türk, en düşük olan ise Bank Asya dır. Bankaların aktif kalitesi incelendiğinde (A5 A6) toplam aktif içerisindeki kredi oranı en düşük olan Bank Asya, en yüksek ise Türkiye Finans tır. Kısa vadeli borç ödeme gücü (A7 A8) en yüksek olan Kuveyt Türk, en düşük ise Bank Asya dır. Bankaların karlılık oranlarına bakıldığında (A9 A10) varlık karlılığı (A9) en yüksek olan Albaraka Türk, en düşük ise Bank Asya dır. Öz sermaye karlılığı (A10) en yüksek olan Albaraka Türk, en düşük ise Bank Asya dır. Bir başka ifade ile karlılık bakımından Bank Asya diğer bankalardan daha kötü durumdadır Referans Serisinin Oluşturulması Tablo 3 te hayali bir referans firmanın değerleri eklenmiştir. Bu adımda belirtilen referans serisi her kriterdeki en büyük değerler alınarak oluşturulmuştur. Tablo 3: Bankalara Ait Referans Serisi Oluşturulmuş Karar Matrisi Sermaye Bilanço Aktif Yeterliliği Yapısı Kalitesi Likidite Karlılık BANKALAR A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 X Bankası 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 Albaraka Türk 0,088 0,061 0,733 0,124 0,701 0,956 0,222 0,43 0,013 0,153 Bank Asya 0,045 0,05 0,439 0,074 0,469 1,052 0,143 0,268 0,002 0,024 Kuveyt Türk 0,089 0,061 0,661 0,173 0,617 0,933 0,327 0,717 0,012 0,134 Türkiye Finans 0,105 0,061 0,607 0,201 0,702 1,158 0,235 0,439 0,013 0, Karşılaştırma Serisinin Oluşturulması Şirket yöneticileri ve hissedarları her zaman firma karlılığının ve kısa vadeli ödeme gücünün yüksek olmasını isterler. Bu yüzden likidite ve kârlılık oranlarında (2) numaralı formül kullanılmıştır. Kaldıraç oranları firmanın borç yükünü gösterdiği için özellikle kredi verenler açısından düşük olması istenir. Bu nedenle kaldıraç oranlarında (3) numaralı formül kullanılarak hesaplanmıştır. Ancak varlık içerisindeki öz kaynak oranının (A8) yüksek olması istendiği için (2) numaralı formül kullanılmıştır. Aktif kalitesi ile ilgili oranların yüksek çıkması yüksek kredilendirme düzeyini ifade eder, banka açısından yüksek kredi riski anlamı taşımaktadır. Bu oranların düşük çıkması ise bankaların aktif kalitesini olumsuz yönde etkilemektedir. Bu yüzden bu oranların optimal bir değer alması gerekir ve (4) numaralı formül kullanılarak hesaplanmıştır.

169 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan Tablo 4: Bankalara Ait Karşılaştırma Serisi Tablosu Sermaye Bilanço Aktif Yeterliliği Yapısı Kalitesi Likidite Karlılık BANKALAR A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 X Firması 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 Albaraka Türk 0,28 0,00 0,00 0,39 0,01 0,90 0,57 0,64 0,00 0,00 Bank Asya 1,00 1,00 1,00 0,00 1,00 0,47 1,00 1,00 1,00 1,00 Kuveyt Türk 0,27 0,01 0,24 0,78 0,37 1,00 0,00 0,00 0,14 0,15 Türkiye Finans 0,00 0,00 0,43 1,00 0,00 0,00 0,50 0,62 0,04 0, Mutlak Değer Tablosunun Oluşturulması Bu adımda (6) numaralı formül yardımıyla en büyük değerler ile diğer kriterlerdeki değerler arasındaki uzaklıklar bulunarak mutlak değer tablosu oluşturulmuştur. Başka bir ifade ile Bu adımda normalize edilmiş değerler ile referans serisi arasındaki uzaklıklar hesaplanmıştır. Tablo 5:Bankalara Ait Mutlak Değer Tablosu Sermaye Bilanço Aktif Yeterliliği Yapısı Kalitesi Likidite Karlılık BANKALAR A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 X Firması 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 Albaraka Türk 0,28 0,00 0,00 0,39 0,01 0,90 0,57 0,64 0,00 0,00 Bank Asya 1,00 1,00 1,00 0,00 1,00 0,47 1,00 1,00 1,00 1,00 Kuveyt Türk 0,27 0,01 0,24 0,78 0,37 1,00 0,00 0,00 0,14 0,15 Türkiye Finans 0,00 0,00 0,43 1,00 0,00 0,00 0,50 0,62 0,04 0, Gri İlişkisel Katsayı Matrisi Tablosunun Oluşturulması Tüm finansal oranların gri ilişkisel katsayıya çevrilmesiyle δ=0,5 alınarak (7) numaralı formülden yararlanarak Tablo 6 oluşturulmuştur. Tablo 6: Gri İlişkisel Katsayı Matrisi Tablosu Sermaye Bilanço Aktif Yeterliliği Yapısı Kalitesi Likidite Karlılık BANKALAR A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 Albaraka Türk 0,779 0,996 1,000 0,720 0,993 0,527 0,636 0,610 1,000 1,000 Bank Asya 0,500 0,500 0,500 1,000 0,500 0,679 0,500 0,500 0,500 0,500 Kuveyt Türk 0,790 0,995 0,804 0,562 0,732 0,500 1,000 1,000 0,874 0,869 Türkiye Finans 1,000 1,000 0,701 0,500 1,000 1,000 0,667 0,618 0,960 0,812 Gri ilişkisel katsayı matris tablosunda bankaların performanslarını belirleyen faktörlerin ağırlıkları yer almaktadır. Kriterlerin eşit önem düzeyinde olduğu varsayılmıştır ve her bir kriterin ağırlığı 0,10 olarak alınmıştır. Tablo 7 de ise (8) numaralı formül yardımıyla bu

170 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan faktörlerin ilişki derecesini ve Tablo 8 de ise bankaların performanslarına göre sıralanması yapılmıştır. Tablo 7: Gri İlişkisel Katsayı Matrisi Değerlendirme Tablosu Sermaye Yeterliliği Bilanço Yapısı Aktif Kalitesi Likidite Karlılık BANKALAR A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 Albaraka Türk Bank Asya Kuveyt Türk Türkiye Finans 0,779 (3) 0,500 (4) 0,790 (2) 1,000 (1) 0,996 (2) 0,500 (4) 0,995 (3) 1,000 (1) 1,000 (1) 0,500 (4) 0,804 (2) 0,701 (3) 0,720 (2) 1,000 (1) 0,562 (3) 0,500 (4) 0,993 (2) 0,500 (4) 0,732 (3) 1,000 (1) 0,527 (3) 0,679 (2) 0,500 (4) 1,000 (1) 0,636 (3) 0,500 (4) 1,000 (1) 0,667 (2) 0,610 (3) 0,500 (4) 1,000 (1) 0,618 (2) * Parantez içindeki rakamlar her bir finansal oran için sıralamayı göstermektedir. 1,000 (1) 0,500 (4) 0,874 (3) 0,960 (2) 1,000 (1) 0,500 (4) 0,869 (2) 0,812 (3) Tablo 7 den görüldüğü gibi, Türkiye de Bankacılık Sektöründe faaliyette katılım bankaların sermaye yeterlilik oranları incelendiğinde en yüksek olan Türkiye Finans en düşük ise Bank Asya dır. Bankaların likidite oranları incelendiğinde en düşük olan Bank Asya, en yüksek Kuveyt Türk tür. Bankaların karlılık oranlarına bakıldığında en yüksek Albaraka Türk en düşük ise Bank Asya dır. Yapılan bu sıralama Gri İlişkisel Analiz yöntemi uygulanmadan önceki veya Tablo 2 den sonra yapılan sıralama ile uyuşmaktadır Tablo 8. Performans Ölçümü Sonuçları ve Sıralamalar BANKALAR İLİŞKİ DERECESİ SIRALAMA Albaraka Türk 0, Bank Asya 0, Türkiye Finans 0, Kuveyt Türk 0,8126 3

171 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan Şekil 1: Performans Ölçümü Sonuçları 0,8261 0,5679 0,8258 0,8126 Albaraka Türk Bank Asya Türkiye Finans Kuveyt Türk Bütün performans kriterleri beraber değerlendirildiğinde (Tablo 8 ve Şekil 1) ve katılım bankaları arasında genel bir sıralama yapıldığında performansı veya gri ilişki derecesi en yüksek olan Albaraka Türk tür. İkinci sırada Türkiye Finans yer almakla birlikte, gri ilişkisel derecesi Albaraka Türk bankasına son derece yakındır. Başka bir ifade ile Türkiye Finans ile Albaraka Türk bankasının finansal performansları birbirine son derece yakındır. Performansı en düşük olan ise Bank Asya dır. Performansı en yüksek olan Albaraka Türk ü incelediğimizde diğer bankalardan ayıran temel kriter karlılık oranlarıdır. Başka bir ifade Albaraka Türk ün diğer bankalardan Varlık Karlılığı (A9) daha yüksektir. Ayrıca performansı en düşük olan Bank Asya nın Varlık Karlılığı (A9) açısından sıralamada da en düşük olduğu görülmektedir. Varlık karlılığı finansal oranın sıralaması ile genel performans sıralamasının aynı olduğu görülmektedir. Sonuç itibariyle Varlık Karlılığı yüksek olan bir katılım bankasının finansal performansının da yüksek olabileceği sonucuna ulaşılmıştır. Başka bir ifade ile katılım bankaların finansal başarısında en önemli göstergenin karlılık oranları olduğu tespit edilmiştir. 6. GENEL DEĞERLENDİRME Bankacılık sektörü ekonominin gelişmesi açısından en önemli etkenlerden biridir. Güçlü ve sağlıklı bankacılık sistemi, sürdürülebilir ekonomik büyüme için ön koşul olarak kabul edilmektedir. Rekabetin yoğun bir şekilde yaşandığı finans sektörü koşulları, bankaların kaynaklarını en etkin şekilde kullanmaya zorlamaktadır. Bu durum ise banka yöneticilerinin, kendi bankalarının etkinliklerini rakip bankalar ile karşılaştırma ihtiyacını ortaya çıkarmıştır. Katılım bankalarının ekonomiye birçok katkısı vardır. Özellikle atıl fonların ekonomiye kazandırılması ve ekonomik büyümeye katkı sağlaması, yabancı kaynak transferi, vergi gelirleri açısından katılım bankaları son derece önemlidir. Güçlü ve sağlıklı bankacılık sistemi ve sürdürülebilir ekonomik büyüme için katılım bankalarının ekonomiye kazandırılması ve teşviklerin artırılması gerekmektedir. Bu çalışmanın amacı yıllarını arasında Türk Bankacılık Sektöründe faaliyette bulunan katılım bankaların finansal performansları Gri İlişkisel Analiz (GİA) yöntemi kullanılarak karşılaştırılmıştır. Araştırmanın bir diğer amacı ise katılım bankasının

172 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan performansını belirleyen finansal oranların sayısını azaltmak ve bu sayede hangi finansal oranın performans ölçümünde daha önemli olduğunu tespit etmektir. GİA yöntemi sonucunda finansal performans bakımından ilk sırada Albaraka Türk son sırada ise Bank Asya yer almıştır. Araştırma sonucunda elde edilen bir diğer bulgu ise Varlık Karlılığı yüksek olan bir bankanın finansal performansının da yüksek olabileceği sonucuna ulaşılmıştır. GİA yöntemini uygulayarak firma performansını ölçen çalışmalar incelendiğinde Chang (2006), Yuan (2007), Uçkun ve Girginer (2011), Doğan (2013) aynı yönde; buna karşın Ho ve Wu (2006), Peker ve Baki (2011) ile zıt yönde sonuçlar tespit edilmiştir. GİA bankaların finansal performansını ölçmek ve yatırımcıların daha objektif ve daha doğru amaçlar belirlemesini sağlamak için önemli bir yöntemdir. Bu çalışmada yıllarının verilerinden yararlanılması ve 10 finansal oranın kullanılması araştırmanın kısıtlarıdır. Gelecek çalışmalarda çok kriterli karar verme modellerinden AHS, TOPSIS, AAS ve ELECTRE gibi yöntemler bankalara uygulanarak bu araştırmanın sonuçları ile karşılaştırılabilir. KAYNAKÇA Baykara, H. V. (2012), Katılım Bankalarında Etkinlik Ve Verimlilik Analizi, Yayınlanmamış Yüksek Lisans Tezi, Gaziosmanpaşa Üniversitesi, Sosyal Bilimler Enstitüsü, Tokat. Budak, H. (2011), Veri Zarflama Analizi ve Türk Bankacılık Sektöründe Uygulaması, Fen Bilimleri Dergisi, 23(3), Çetin, A. C. ve Bıtırak İ. A. (2010), Banka Karlılık Performansının Analitik Hiyerarşi Süreci İle Değerlendirilmesi: Ticari Bankalar İle Katılım Bankalarinda Bir Uygulam, Alanya İşletme Fakültesi Dergisi 2/2, Chang, C. P. (2006), Managing Business Attributes and Performance for Commercial Banks, The Journal of American Academy of Business, vol. 9 (1), pp Doğan, M. (2013). Measuring Bank Performance with Gray Relational Analysis: The Case of Turkey. Ege Academic Review, 13(2), Ece, N. (2011), Dünya da Ve Türk Bankacılık Sektöründe İslam Bankalarının Gelişimi, Akademik Bakış Dergisi, Uluslararası Hakemli Sosyal Bilimler E Dergisi, Sayı: 25. Ecer, F. ve Dündar, S. (2012) Gri İlişkisel Analiz Yaklaşımıyla Türkiye deki Özel Sermayeli Mevduat Bankalarının Performanslarının Ölçümü 13.Uluslararası Ekonometri Yöneylem Araştırması ve Istatistik Sempozyumu, Mayıs, Gazimağusa, K.K.T.C. Elitaş, C., Eleren A., Yıldız, F. ve Doğan, M. (2012) Gri İlişkisel Analiz ile Sigorta Şirketlerinin Performanslarının Belirlenmesi 16. Finans Sempozyumu, Ekim, Erzurum. Ertuğrul, İrfan ve Karakaşoğlu Nilsen (2011), Banka Şube Performanslarının Vıkor Yöntemi İle Değerlendirilmesi, Endüstri Mühendisliği Dergisi, YA/EM 2008 Özel Sayısı Cilt: 20 Sayı: 1 Sayfa: Feng, C M. ve Wang R T. (2000), Performance evaluation for airlines including the consideration of financial ratios, Journal of Air Transport Management, vol. 6, pp Girginer N. ve Uçkun N. (2012) The Financial Performance of the Commercial Banks In Crisis Period: Evidence From Turkey As an Emerging Market European Journal of Business and Management, 4(19): Ho, C T. & Wu Y S. (2006) "Benchmarking performance indicators for banks", Benchmarking: An International Journal, Vol. 13 Iss: 1/2, pp

173 Journal of Economics, Finance & Accounting JEFA (2015), Vol.2 (4) Dogan Hsu, C. LÇ & Wen, Y. H. (2000), Application of grey theory and multiobjective programming towards airline network design, European Journal of Operational Research, vol. 127(1), pp Lee P.T. W., Lin C. W., Shin S. H., (2012), A comparative study on financial positions of shipping companies in Taiwan and Korea using Entropy and grey relation analysis, expert systems with applications, 39, Lin, C. T. ve Hsu P F. (2002) "Forecast of non alcoholic beverage sales in Taiwan using the Grey theory", Asia Pacific Journal of Marketing and Logistics, vol. 14 Iss: 4, pp Parlakkaya, R. Ç. ve Suna A. (2011), Finansal rasyoların katılım bankaları ve geleneksel bankalar arasında bir tasnif aracı olarak kullanımı: Türkiye örneği, Ege Akademik Bakış, 2011,11(3): Peker İ. ve Baki B. (2011), Gri ilişkisel analiz yöntemiyle Türk sigortacılık sektöründe performans ölçümü, Uluslararası İktisadi ve İdari İncelemeler Dergisi, vol. 4 (7), pp Taşkın, F. D. (2011), Türkiye de Ticari Bankaların Performansını Etkileyen Faktörler, Ege Akademik Bakış, Cilt: 11 Sayı: 2 Nisan 2011 ss Uçkun, N. ve Girgin N. (2011), Türkiye deki Kamu Ve Özel Bankaların Performanslarının Gri İlişki Analizi İle İncelenmesi, Akdeniz İ.İ.B.F. Dergisi (21), Üstünışık, Naime Zerrin (2007), Türkiye'deki İller Ve Bölgeler Bazında Sosyo Ekonomik Gelişmişlik Sıralaması Araştırması: Gri İlişkisel Analiz Yöntemi Ve Uygulaması, Yayınlanmamış Yüksek Lisans Tezi, Gazi Üniversitesi Fen Bilimleri Enstitüsü. Yayar, R. ve Baykara, H. V. (2012), "TOPSIS Yöntemi İle Katılım Bankalarının Etkinliği ve Verimliliği Üzerine Bir Uygulama". Business and Economics Research Journal, 3(4):

174 Journal of Economics, Finance and Accounting (JEFA), ISSN: Year: 2015 Volume: 2 Issue: 4 THE EFFECTS OF NANOTECHNOLOGY INVESTMENTS ON COSTS DOI: /Pressacademia Yavuz Turkan¹ ¹Bingol University. yturkan@bingol.edu.tr Keywords Nanotechnology, investment, cost, R&D, econometrical analysis JEL Classificcation G24, M41, Z23 ABSTRACT With the revolutions in the dimension of the science, human needs are steadily changing. The developments, discoveries and inventions, which could not be imagined by those having lived in the previous centuries, are still seen as insufficient in the technology era we live in. That s why new technologies are being researched. The fundamental one of these new technologies is described as nanotechnology introduced as the new discovery of today. Nanotechnology is considered a fertile farm for the enterprises; therefore they focus on this technology for investment. In order to capture the market, maximize the value and profit and gain economic and politic power, both states and enterprises are trying to obtain this technology via their accomplished R&D investments as soon as possible. Therefore, the very essential effects of nanotechnology investments on costs are researched. In addition, several financial and econometrical analyses are applied on some enterprises that are registered in Borsa Istanbul (Istanbul Stock Exchange), and that carry out nanotechnology investments. As a result of the analyses, it is stated that the costs of the products obtained by nanotechnology operations are decreased, that there is a negative relation between investments and costs of sales, and that there are increases in selling capacity of the enterprises through this kind of investments. NANOTEKNOLOJİ YATIRIMLARININ MALİYETLERE ETKİSİ Anahtar Kelimeler Nanoteknoloji, yatırım, maliyet, AR GE, ekonometrik analiz JEL Sınıflandırması G24, M41, Z23 ÖZET Bilimin boyut değiştirmesiyle birlikte insanların ihtiyaçları değişmekte, önceki çağlarda yaşayan insanların hayaline gelmeyecek gelişmeler, keşifler ve icatlar bile içinde bulunduğumuz teknoloji çağında yetersiz görülerek yeni teknolojiler araştırılmaktadır. Bu yeni teknolojilerin temeli de nanoteknoloji olarak tanımlanmış ve günümüzün yeni keşfi olarak ortaya çıkmıştır. Nanoteknoloji işletmeler için verimli bir tarla olarak telakki edilmiş ve işletmelerin yatırım çalışmaları bu teknolojiye odaklanmıştır. Piyasayı ele geçirmek, değer ve kârı maksimize etmek, ekonomik ve politik bir güç kazanmak için gerek devletler gerekse işletmeler yapmış oldukları Ar Ge yatırımlarıyla bu olguyu biran önce elde etmeye çalışmaktadırlar. Bu nedenle çalışmada son derece önemli olan nanoteknoloji yatırımlarının maliyetlere etkisi araştırılmış ve Borsa İstanbul da yer alan ve nanoteknoloji yatırımları yapan bazı işletmeler üzerine çeşitli finansal ve ekonometrik analizler uygulanmıştır. Yapılan analizler neticesinde nanoteknolojik çalışmalar sonucu elde edilen ürünlerin maliyetleri düşürdüğü, yapılan yatırımlarla satışların maliyeti arasında negatif bir ilişkinin olduğu ve bu tür yatırımlar sayesinde işletmelerin satış hacimlerinde artışların olduğu tespit edilmiştir. 651

175 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Turkan 1. GİRİŞ Bu çalışmada nanoteknoloji yatırımlarının maliyetlere etkisi ele alınacaktır. Başlamadan önce Cırt Cırt ürününün icadı ve mucidinin hikâyesi anlatılacaktır. George de Mestral amatör bir dağcı olarak 1948 yılında doğa yürüyüşü için köpeğiyle yürüyüşe çıkar. Bu esnada dikenli yapışkan bitkilerin köpeğinin tüylerine ve üzerindeki pantolon ve elbiselerine yapıştığını ve çıkmadığını görür. Doğa yürüyüşünden sonra eve gelir ve bu bitkileri inceler, mikroskop ile yakından bakınca bitkilerin kumaşa girip çengel şeklinde yapıştığını görür. Bunun sonucunda aklına birbirine yapışan bant yapma fikri gelir. Mesrtal icadını bir ayakkabı fabrikasında ayakkabıların bağcık yerine cırt cırt bandının kullanılmasını önerir fakat bu öneri fabrika yönetimi tarafından önemsenmez. Aynı şekilde gittiği çanta fabrikasından da olumlu sonuç alamaz. Fakat bu icat Japon firması tarafından öğrenilip benimsenir ve kendisine patent başvurusu dahi yapılır. İcadı Japon firmalarının sayesinde birçok üründe kullanılır hale gelir ve Velcro adında bir şirket kurar. Milyonlarca iş yapmaya başlayan şirket halen faaliyetlerini sürdürmektedir. NASA uzay merkezide bu icadı benimsemiş ve uzay giysileri dahil birçok üründe kullanmaya başlamıştır ( Bu hikâyeden yola çıkarak diyebiliriz ki, işletmeler önlerine çıkan fırsatları çok iyi değerlendirmelidirler. Aynen öylede işletmeler içinde fırsatlar zincirini oluşturan nanoteknolojinin iyi bir şekilde kullanılması durumunda, üretilecek bir ürünle hem rakiplerinin önüne geçmiş, hem satış hacmini yükseltmiş ve hem de küreselleşen dünyada kendine bir yer bulmuş olacaktır. Yukarıda ifade edilen hikâyeye benzer bir şekilde doğadan esinlenerek yeni bir ürün üretip büyüyen şirketlerden biri de Naksan Holding dir. Suyun üzerinde yaşamasına rağmen su iticilik özelliğine sahip olan nilüfer (lotus) çiçeğinden esinlenen Naksan Holding şirketi nanoteknoloji yatırımları ile Atlas Halı markasını üretmiştir. Bu halılar bu teknoloji sayesinde, tıpkı nilüfer çiçeğinin yapraklarında olduğu gibi, su iticilik özelliği ile leke barındırmama, ışık etkisiyle kendi kendini temizleyebilme, küf, bakteri, mayt ve mantar barındırmama ve doğal iletkenlik özelliği ile vücuttaki statik elektriği alarak stresin azalmasına yardımcı olma gibi özelliklere sahiptir. 1,2 Milyon TL lik bir Ar Ge çalışmasının ürünü olan bu nano halılar sayesinde işletme cirosunu yüzde 350 büyüterek nanoteknolojiye yapılacak yatırımların ve icad edilecek ürünlerin işletmeler açısından ne derece önemli olduğunu ortaya koymaktadır ( Çalışmada son derece önemli olan nanoteknoloji yatırımlarının, özellikle maliyetlere etkisi araştırılmaktadır. Öncelikle nanoteknoloji kavramına değinilmekte, dünyada ve Türkiye de yapılan nanoteknoloji yatırımları ele alınmaktadır. Daha sonra nanoteknoloji yatırımlarının maliyetleri etkilediğine dair yapılan açıklamalar ifade edilmekte, bununla birlikte ulusal pazarda yer alan ve nanoteknoloji yatırımları yapan beş imalat işletmesinin ( AKIN TEKSTİL A.Ş., AKSA AKRİLİK KİMYA SANAYİİ A.Ş., ARÇELİK A.Ş., DYO BOYA FABRİKALARI SANAYİ VE TİCARET A.Ş. ve VESTEL ELEKTRONİK SANAYİ VE TİCARET A.Ş.) verileri kullanılarak şirketlerin yapmış oldukları yatırımları temsil eden Ar Ge yatırımlarının Net Satışlar ve Satışların Maliyeti ile olan ilişkisi Korelasyon analizine tabi tutulmuş daha sonra işletmenin satış hacmini gösteren Net Satışlarla yapılan yatırımlar arasında bir etkileşimin olup olmadığı, yapılan yatırımların satışları etkileyip etkilemediğinin tespit edilmesi amacıyla regresyon analizi uygulanmıştır. Son olarak çalışmada öncelikli gayemiz olan yapılan nanoteknoloji yatırımlarının maliyetlere etkisinin ortaya çıkarılması amacıyla Ar Ge Yatırımlarının ve Satışların Maliyetinin Satışlara oranının tespiti amacıyla dikey analiz 652

176 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Turkan yapılmış ve daha sonra elde edilen sonuçlar 2005 yılı baz yıl alınarak trend analizine tabi tutulmuştur. 2. NANOTEKNOLOJİ KAVRAMI Son yıllarda nano birçok alanda hayatımıza girmeye başlamıştır. Önüne veya sonuna geldiği kelimeye ilgi çekici bir mana kazandırmaktadır. Nano, önümüzdeki yıllarda hayatımızın vazgeçilmez bir parçası olmaya adaydır. Nanoteknoloji, atomların tek tek kullanılarak; makro dünyada olmayan niteliklere sahip aygıtların üretilmesi ve kullanılması alanıdır. Türkçeye moleküler üretim diye çevrilebilecek olan nanoteknoloji kavramı, gittikçe adından daha çok söz ettirmektedir ( Kendi kendini temizleyen boyalar, kirlenmeyen kumaşlar, bakterileri öldürdüğünden dolayı kokmayan çoraplar, mikrop barındırmayan buzdolapları, tek şarbon mikrobunu bile algılayabilen sensörler, esnek ama daha dayanıklı kaplamalar, kanserli hücrelerin vücuda zarar vermeden öldürülmesini sağlayan cihazlar, günlerce etkisini kaybetmeyen kremler gibi birçok ürünle hayatımıza girmeye başlayan nanoteknoloji, yeni bir teknoloji devrimi olarak algılanmaktadır. Nanoteknoloji bir yandan eski teknolojilere yeni bakış açıları getirirken diğer yandan da, daha önemli ve kritik olan, önceleri imkânsız gibi gözüken yeni teknolojilere ve uygulamalara kapı aralamaktadır. Örnek olarak; malzemelerin özellikleri nanoteknoloji sayesinde daha iyi anlaşılmakta, dolayısıyla bu malzemelerin kullanıldığı uygulamalarda geliştirilmektedir. Öte yandan, nano seviyede işlevselleştirilmişnano parçacıklarla kanserli dokuların yok edilmesi ancak nanoteknolojiyle mümkün hale gelmektedir. Önümüzdeki yıllarda nanoteknolojinin birçok alan için ne kadar vazgeçilmez olduğu daha da iyi anlaşılmaya başlanacaktır. Günümüzde üretilmiş olan nanoteknolojik ürünlerle gelecekte özellikle sağlık, savunma, tekstil, enerji, elektronik ve fotonik gibi alanlarda elde edilecek katma değeri yüksek ürünlerin insanoğlunun hayatını daha da kolaylaştırması beklenmektedir. Kimyasal ve fiziksel özellikler, yapının büyüklüğüne ve atom geometrisinin ayrıntılarına, sonradan bağlanan yabancı bir atomun cinsine ve bağlanma geometrisine göre çok farklı ve olağanüstü davranışlar sergilemektedir. Örneğin, mevcut nano yapıya yabancı bir atomun yapışması; elektrik iletkenliğini fark edilebilir şekilde değiştirmektedir. Bu yabancı atom geçiş elementi olduğunda yapıştığı bir nanoyapıya manyetik özellikler kazandırabilmektedir (Grupta, 2003: 470). Kısaca; bir nanoyapının fiziksel özellikleri, bağ yapısı ve dolayısı ile mukavemeti onun büyüklüğüne ve boyutlarına bağlı olarak önemli değişimler gösterebilmektedir. Nanoteknoloji ya yeni malzemeler, nanoyapılar tasarlayıp sentezlemeyi, ya da mevcut nanoyapıları veya molekülleri işlevsel hale getirip onların kazandıkları olağanüstü özellikleri yeni uygulamalarda kullanmayı amaçlamaktadır (Grupta, 2003: 469). Bir başka ifadeyle nanoteknoloji, bilinen molekülleri yeni atom ve moleküller ekleyerek işlevsel duruma sokmakta veya kuvantum noktaları, telleri ve tüpler gibi yapay yapıları tasarlayıp sentezlemektedir. Bu şekilde sentezlenen yapılar çok aktif olmakta ve önemli kimyasal süreçlere aracılık etmektedirler ve böylece olağanüstü elektronik veya manyetik özellikler sergilemektedirler. Nanoteknoloji bilinen bütün teknolojilere kıyasla çok daha fazla temel bilim ve kuramsal araştırmalara gereksinim duymaktadır (Grupta, 2003: 469). 653

177 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Turkan 2.1. Nanoteknolojinin Tanımı Nanoteknoloji, aşırı küçük yapısal maddelerin üretimi, araştırılması ve bunlardan yararlanmanın teknikleri üzerinde çalışmaktadır. Nano sözcüğü Yunancadan alınmıştır ve Cüce anlamına gelmektedir. Nanoteknoloji çeşitli şekillerde tanımlanabilmektedir. Nanoteknoloji, atomik ve moleküler boyutlardaki yapıların ticari bir amaca hizmet edebilecek şekilde düzenlenmesidir. Nanobilimden yola çıkarak da nanoteknolojinin tanımını yapmak mümkündür. Nanoölçeklerde yapılan bilimsel çalışmalara nanobilimdenmektedir. Uygulamaya dönük nanobilime, nanoteknoloji denmektedir ( Nanoteknoloji, malzemelerin, cihazların ve sistemlerin nano ölçekte şeklini ve ebatlarını kontrol ederek tasarımının, karakterizasyonunun, imalatının ve uygulamasının yapılmasına verilen isimdir (Abad, 2005: 10). Nanoteknoloji esasen yeni özellikler ve işlevlere sahip malzemeler, cihazlar ve sistemler üretebilmek amacıyla maddenin nano ölçekte planlı ve kontrollü işlenmesi, hassas ölçümü, modellenmesi ve üretimidir. Diğer bir yaygın ifade ise nanometre ölçeğinde en az bir boyutta işlevsel bir düzene sahip malzemelerin, cihazların ve sistemlerin tasarımı, sentezi, karakterizasyonu ve uygulamasıdır (Ramsden, 2011: 3). Amerikan Foresight Enstitüsünün yaptığı tanım ise şu şekildedir: Nanoteknoloji maddenin yapısının, kullanışlı ve özgün özelliklere sahip yeni malzeme ve cihazlar üretmek için kontrol edilmesine yönelik gelişmekte olan bir grup teknolojiye verilen isimdir. (Ramsden, 2011: 4). Bir nanometre (nm = nano metre = metrenin milyarda biri) bir milimetrenin milyonda biri kadar bir uzunluktur ve bir insan saç telinin on binde biri kadar bir kalınlığa tekabül etmektedir. Bu uzunluk terimi atom ve moleküllerin içindeki en küçük mesafeleri tanımlamak için kullanılır. Dört ile altı atom yan yana sıralandığında bu uzunluğa eşit bir uzunluk meydana gelmektedir. Nano derecesindeki parçacıklar (nano parçacıklar) veya polimerler (100nm den daha küçük) bu teknolojinin yapı taşlarını teşkil etmektedir. Atomlar bakterilerin 1/10000, bakteriler ise bir sivrisineğin 1/10000 büyüklüğündedirler. Farklı büyüklükleri karşılaştıracak olursak; karıncanın başının genişliği bir milyon nanometre, biyolojik hücrelerin çapı bin nanometre, bir bakterinin içindeki ribozom 25 nm, DNA molekülleri yaklaşık 2 nm, on tane yan yana konmuş hidrojen atomu bir nanometre, atomların çapları nanometrenin onda biridir (Erkoç, 2012: 9). Bu karşılaştırmalara Şekil 1. de yer alan doğal ve insan yapımı nesnelerden örnek verilmektedir. Nanoteknoloji, atomlarla oynayan bir teknolojidir. Atom ve molekülleri tek tek maniple ederek istenilen yapının oluşturulması ilkesine dayanır. Atomlar ayrı ayrı işleme tabi tutulur. Yaklaşık atom bir araya gelerek nano ölçeklerde bir nesneyi oluşturmaktadır. Nanoteknoloji de bu bağlamda çok küçük maddelerin teknolojisi olmaktadır (Özdoğan ve diğerleri, 2006: 159). 1 nanometre, hidrojen atomunun çapının sadece 10 katıdır. Ne kadar küçük olduğunu canlandırmak zordur, boyutları giderek küçülen transistorlu radyolar, cep telefonları vb. aygıtlar nanoteknoloji dünyasında yeri olmayan dev yapılardır. Nanoteknoloji kapsamına giren malzemeler için 100 ile 1 nanometre (nm) (1/10 milyon metre ile 1/1 milyar metre) arasındaki herhangi bir büyüklük (uzunluk, genişlik veya kalınlık) ifade edilmektedir. Sadece bir tek boyutu nanometre mertebesinde olsa da, ultra incelikteki kaplamalar da nanoteknoloji kapsamındadır. Örneğin bu durum, seramiklerde (kendi kendini temizleyen seramik taşları), duvar 654

178 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Turkan renklerinde (kendi kendini temizleyen ev cepheleri) veya camlarda kendini göstermektedir. Şekil 1: Nanoteknolojik Boyutların Karşılaştırılması Kaynak: Anadolu Üniversitesi, Nano Dünya, Erişim tarihi: ABD Ulusal Bilim Vakfı, yaklaşık nanometre uzunluk ölçeğinde yapılan araştırmalar ve kaydedilen teknolojik gelişmeler; bazı durumlarda kritik uzunluk ölçeği 1 nm nin altında ya da 100 nm nin üstünde olabilir şeklinde bir tanımda bulunmuştur (Kut ve Güneşoğlu, 2005: 225). 3.NANOTEKNOLOJİ YATIRIMLARI 3.1. Dünyada Nanoteknoloji Yatırımları Nanobilim ve nanoteknolojinin çok kuvvetli ve hafif malzemeler, çok küçük bilgisayar parçaları, yeni sensör ve çok hızlı çalışan nanoboyutlu elektronik ve optoelektronik teknolojileri ile çok küçük boyutlu ve aynı zamanda öngörülemeyecek kadar etki gücü yüksek savunma sistemlerini üretebilme yeteneğine sahip olduğuna inanılmaktadır. Geliştirilmeye müsait ve pazarlama potansiyeli yüksek olan bu yeni teknolojinin önemini ve gücünü farkeden ve ileride dünya ekonomisini ve devletlerarası güçler dengesini belirleyici 655

179 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Turkan olacağına inanan ABD, Rusya, AB, Japonya ve Çin gibi gelişmiş ve gelişmekte olan ülkeler Nanobilim ve Nanoteknoloji nin çeşitli alanlarında dev Ar Ge yatırımları yapmaktadırlar. Öte yandan, bu ülkelerde sayıları süratle artan nanoteknoloji tabanlı çeşitli ölçeklerde şirketler kurulmakta ve devlet destekli üniversite sanayi işbirliğine büyük önem verilmektedir. Özellikle büyük sanayi kuruluşları nanoteknolojide araştırma ve geliştirmeye yönelik önemli yatırımlar yapmaktadır. Nanoteknoloji ile eşyaları dönüştürmek, eşyaya yeni nitelikler kazandırmak ve hatta eşyanın temel niteliklerini değiştirmek mümkün olmaktadır. Artık sert olan bir madde yumuşak, yanıcı olan söndürücü, az olan çok, sıvı olan katı, yalıtkan olan ise iletken olabilmektedir. Nanoteknoloji alanındaki çalışmalar, tıptan elektroniğe, enerjiden tarıma hemen her alanda uygulanabilmesi açısından büyük bir değer taşımaktadır. Yapılan araştırmalara göre, 2004 yılında nanoteknoloji ürünlerinin pazar payı 13 Milyar Dolar iken, bu rakamın 2014 yılında 2.5 Trilyon Dolara ulaşacağı tahmin edilmektedir. Nanoteknoloji alanında çalışan müstakil şirketler kadar, farklı sektörlerde faaliyet gösteren büyük firmaların da nanoteknolojidepartmanları oluşturmaya başladığı görülmektedir. Mesela geleceğin dünyasında, nanoteknolojik ürünler neticesinde, özel hayatın güvenliğiyle ilgili ciddi gelişmeler olması beklenmekte ve yine özellikle enerji üretimi ve depolanması, alternatif enerji kaynaklarının oluşması, su arıtma sistemleri gibi alanlarda, nanoteknolojinin çok belirleyici bir alan olacağı gözlemlenmektedir ( Amerika Birleşik Devletleri nde 1999 yılında yayınlanan Ulusal Nanoteknoloji Bildirgesi ile ülkenin nanoteknoloji alanındaki öncelikleri belirlenmiş ve bu konuda yapılan Ar Ge çalışmaları için bütçeler ayrılmıştır. Daha öncede ifade edildiği gibi 2000 yılında nanoteknoloji alanında yapılan Ar Ge çalışmalarına hükümet tarafından sağlanan destek 420 Milyon Dolar civarında iken 2001 yılı bütçesinde bu alana ayrılan pay yaklaşık 520 Milyon Dolara ulaşmış, 2003 yılı için ise yaklaşık 700 Milyon Dolar olarak belirlenmiştir. Aralık 2003 tarihinde Başkan Bush 2005 yılından başlayarak 4 yıl süreyle nanoteknoloji alanında gerçekleştirilen araştırma ve geliştirme projelerinde kullanılmak üzere 3.7 Milyar Dolar tutarında fon ayrılmasını onaylamıştır.( Asya ülkeleri içinde nanoteknolojiye yatırım yapan ülkelerin başında Japonya gelmektedir. Japonya dünyada ABD den sonra nanoteknoloji alanında en fazla Ar Ge harcaması yapan ikinci ülke konumundadır. Nanoteknoloji üzerine yapılmakta olan yatırımın her yıl %15 ile %20 oranında artmakta olduğu Japonya da nanoteknoloji tanımı dünyanın geri kalan ülkelerine oranla çok daha geniş kapsamlıdır. Moleküler seviyede yapılan birçok araştırma (örnek vermek gerekirse, DNA üzerine yapılan araştırmalar) nanoteknoloji tanımı içerisinde yer almaktadır. Ayrıca NEC ve Sumitomo gibi firmalar karbon nanotüpler alanında çalışmalar yürütmekte, araştırmalar gerçekleştirmektedir. Asya ülkeleri arasında Japonya yı takip eden ülkeler arasında Çin ve Kore öne çıkmaktadır. Çin ülkede yürütülen nanoteknoloji odaklı birçok araştırma ve geliştirme çalışmasını Çin Bilimler Akademisi kanalıyla yürütmektedir. Bu ülkede yürütülen çalışmaların birçoğu yarı iletken üretme teknikleri ve nanoteknoloji tabanlı elektronik cihazlar üzerine yoğunlaşmaktadır. Araştırma merkezlerine ek olarak nanoteknoloji kullanılarak üretilen ürünlerin ticarileşmesine imkân sağlamak amacıyla çalışanbirçok kuruluş bulunmaktadır. Kore nanoteknolojinin mikro elektronik uygulamaları alanında yoğunlaşmıştır. Nanoteknoloji çalışmalarının süründürüldüğü birçok üniversite ve araştırma merkezi olduğu gibi Kore nin en büyük şirketlerinden biri olan Samsung mikro elektronik uygulamalar ve mikro elektromekanik 656

180 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Turkan sistemler (MEMS) üzerine araştırmalar yürütmektedir. Tayvan, Singapur, Tayland, Hindistan ve Vietnam nanoteknolojiyi öncelikli alan olarak belirlemiş ve uygun çerçeveyi belirlemek için adımlar atmaktadır ( Avrupa Birliği, ABD ve Japonya yı takip edebilmek için FP 6. Çerçeve programı içinde desteklenmesi gereken öncelikli alanlardan biri olarak belirlediği nanoteknolojiye Ar Ge faaliyetlerinde kullanılmak üzere yaklaşık olarak 1.30 milyar Euro ayırmış olup bunu FP 7. Çerçeve programı içinde de yaklaşık iki buçuk katına çıkartmıştır. Özellikle; Almanya, Fransa ve İngiltere de nanoteknoloji alanındaki Ar Ge merkezlerinin kurulması ve projelerin geliştirilmesi için yüksek miktarda maddi destek sağlanmaktadır. Birçok AB ülkesinde üniversitelerde nanobilim ve nanoteknoloji konusunda araştırma merkezleri ve enstitüler kurulmuş olup Yüksek lisans ve Doktora programları açılmıştır. Hatta Lisans seviyesinde nanobilim ve nanoteknoloji konusunda eğitim öğretim yapan bölümler açılmıştır. Almanya, Hollanda, Fransa, İngiltere, Danimarka, İspanya başta olmak üzere tüm Avrupa ülkelerinde pek çok yeni araştırma merkezinin yanı sıra üniversitelerde de nanobilim ve nanoteknoloji faaliyetlerine her yıl milyarlarca dolarlık yatırımlar yapılmaktadır ( 7. ÇP de düşünülen yatırımlar Şekil 2. de verilmiştir. Şekil 2: İşbirliği Özel Programı Bütçe Dağılımı Kaynak:TUBİTAK, Ulusal Destekler ve AB Çerçeve Programları nda KOBİ ler, Erişim tarihi: , azi.pdf yılları arasında uygulanan AB 7.ÇP dâhilinde İşbirliği Özel Programı na 32,4 Milyar ayrılması öngörülmüştür. Bu programa bakıldığında nanoteknolojiye ayrılan payın 3,47 Milyar ile dördüncü sırada yer aldığı ve diğer sektörlerde de yine nanoteknolojik çalışmalar yapıldığı görülmektedir Türkiye de Nanoteknoloji Yatırımları Ülkemizde nanobilim ve nanoteknoloji hakkındaki gelişmelere bakacak olursak, gelişmiş ülkelerden ciddi bir süre gecikme içinde olduğumuzu görmekteyiz. Dünyadaki gelişmelere 657

181 Journal of Economics, Finance & Accounting JEFA(2015),Vol.2(4) Turkan uymak ve uluslararası standardı yakalamak için, ülkemizde disiplinler arası işbirliğini güçlendirmek gerekmektedir. Ülkemizin gelecekteki menfaatlerini korumak amacıyla nanobilim ve nanoteknolojideki gelişmelerini yakından takip etmek ve tedbirler alabilmek amacıyla bu konuda yatırımlar yapmak bir zorunluluk arz etmektedir. Türkiye de nanoteknoloji çalışmaları için yapılan yatırımlar, belli üniversitelerde ve belli akademisyenlerce yapılmaktadır. Bu üniversiteler birinci bölümde ifade edilmiştir. Toplam 19 Araştırma Merkezi, kadar araştırmacı ve teknik eleman ve 100 civarında nanoteknolojiyi uygulayan küçük büyük firma bulunmaktadır (Özgüz, 2012: 16). Türkiye de yer alan bu araştırma merkezlerinin alanlara göre yatırımları Şekil 3. te verilmiştir. Şekil 3: Araştırma Merkezi Maliyetlerinin Alanlara Göre Dağılımı Kaynak: Özgüz, V. (2012). Türkiye de Nanoteknoloji Araştırma ve Geliştirme, Nanoteknoloji Araştırma ve Uygulama Merkezi Sunumu, İstanbul: Sabancı Üniversitesi Yayınları, s. 16. Şekilden de anlaşılacağı üzere yapılan çalışmaların büyük çoğunluğunu nanoteknolojik çalışmalar oluşturmaktadır. Yapılan yatırım miktarı 201 Milyon TL olarak belirlenmiştir. Diğer sektörlerde yapılan çalışmaların büyük bir kısmı da yine nanoteknolojiyle alakadardır. Türkiye de çeşitli araştırma merkezlerine yapılan yatırımlara bakacak olursak: Devlet Planlama Teşkilatı (DPT) Müsteşarlığı Bilkent Üniversitesi nden sunulan proje aracılığı ile ulusal nitelikte bir nanoteknoloji araştırma merkezi kurulması için 11 Milyon TL destek sağlayarak 5 Ekim 2005 yılında UNAM Ulusal Nanoteknoloji Araştırma Merkezi Projesi ne başlanılmasını planlamıştır yılı ortalarında başlanan ve 1,5 yılda bitirilen UNAM binası yaklaşık 9000 m² kapalı alan üzerine kurulmuş; içerisinde titreşim ve sıcaklık kontrollü 62 laboratuvar, konferans salonu ve ofisleri barındırmaktadır. 400 m² temiz oda da 2009 yılı ortalarında faaliyete geçmiştir ( yılı itibariyle toplam 35 Milyon TL yatırım yapılmıştır (UNAM, 2013: 4). DPT, nanoteknoloji araştırmaları 658