2001 YILI AYLIK DOLAR KURLARI TAHMİN EDİLEBİLİR MİYDİ?

Transkript

1 / Ü. işletme Fakültesi Dergisi C:30 S:2 Kasım 2 S: YILI AYLIK DLAR KURLARI TAHMİN EDİLEBİLİR MİYDİ? Prf. Dr. Neyran RHUNBİLGE İstanbul Üniversitesi İşletme Fakültesi Arş.Grv. Çiğdem Arıcıgil Çılan Yıldız Teknik Üniversitesi İ.İ.B.F. Özet 2 yılı eknmik krizinden önce aylık dlar kurları tahmin edilebilir miydi? Eknmik değişkenlerle ilgili bu tür sruların cevabı istatistik tahmin yöntemleriyle bulunabilir. Tahmin edilecek değişkenin geçmiş dönem değerlerinden hareketle tahminine lanak veren "Zaman Serileri Analizi" dlar kuru tahmininde en uygun yöntemdir. Çünkü "Regresyn Analizi" ile tahminde belirlenmesi bile güç lan çk sayıda bağımsız değişkenin tahmini değerlerine gereksinim duyulmaktadır. Bileşkenlere ayırma (dğrusal, ikinci derece ve üstel trend fnksiynları), üstel düzgünleştirme yöntemleri (Winters'ın dğrusal ve mevsimsel yöntemi) ve tregressif hareketli rtalamalar yöntemi (Bx-Jenkins) dönemi aylık dlar kuruna uygulanmıştır. En düşük hata kareleri tplamını ve dlayısıyla en iyi tahmini değerleri verdiği için en güçlü mdelin üstel fnksiyn lduğu saptanmıştır. Abstract Culd the mnthly dlar currency have been predicted befre the 2 ecnmic recessin? Such as questin invlving ecnmic variables can be ansvvered vvith statistical frecasting techniques. "Time series Analysis", which uses the past values f the frecast variable, can be the adequare technique t frecast the mnthly dlar currency, rather than the "Regressin Analysis" which implies the mnthly predictins f the many independent variables that are already very difficult t determine in this case. 53

2 The decmpsitin methd (linear, quadratic and expnential trend functins), expnential smthing techniques (VVinters' linear and seasnal mdel) and the autregressive mving average methd (Bx-Jenkins) were applied t the mnthly dlar currency during the perid. The mst pwerful mdel appears t be the expnential trend functin, having the least residuals sum f squares and giving the best predicted values. Tahmin ve Önemi İstatistik tahmin yöntemlerinin geliştirilme nedenleri gelecek endişesi içeren bu tür srulara cevap verecek çözümler üretmektir. Türkiye'de 2 yılında yaşartan önemli eknmik kriz başta döviz kurları lmak üzere birçk eknmik değişkeni lumsuz yönde etkilemiştir. Bu değişkenlerin 2 yılı ve snrası aylık değerleri, istatistik tahmin yöntemlerinden "Zaman Serileri Analizi" başlığı altında tplanan çk sayıda yöntemden, verilere en uygun lanı kullanılarak tahmin edilebilirdi. Önemli lan geleceğin talimin edilmesinin bir gereksinim larak hissedilmesi, tahminlerin en uygun istatistik yöntemler seçilerek eknmik göstergelerin gerçekleşecek değerlerine en yakın değerlerle tahmin edilmesi ve bu dğru tahminlere dayanan planların yapılıp plitikaların saptanmasıdır. Dğal larak tüm bu işlemlerin yapılabilmesi için istatistik yöntemlerin çk iyi bilinmesi ve değişkenlere en uygun lanının seçilmesidir. Değişkenlerin geçmiş dönemlerdeki değerlerinden hareketle gelecek dönem değerlerinin tahmin edilmesine dayanan "Zaman Serileri Analizi" başlığı altındaki yöntemleri: Zaman Serileri Bileşkeni erine Ayrılması (Trend, Knjnktür ve Mevsim Dalgalanmaları ile Düzensiz Hareketler) Üstel Düzgünleştirme Yöntemleri tregressif ve / veya Hareketli rtalama Yöntemleri lmak üzere üç ana başlık altmda tplanmaktadır. Diğer önemli tahmin yöntemi "İlişki AnaJizi-Regresyn ve Krelasyn Analizi" değişkenlerin tahmininde (bağımlı) nları etkileyen değişkenlerin (bağımsız-açıklayıcı) kullanılmasına dayanmaktadır. 2 Aylık rtalama dlar kuru tahmininde bu istatistik tahinin yöntemlerinden zaman serileri analizi seçilmiştir. Diğer yöntemin uygulanması güçtür, çünkü çk sayıda makr eknmik değişken dlar kuru 2 Fazla bilgi için bakınız: Yararlanılan Kaynaklar, 2 ve 5. Fazla bilgi için bakınız Yararlanılan Kaynaklar 4. 54

3 üzerinde etkili lmakta ve bunlar arasından en güçlülerinin seçilmesiyle luşturulacak tahmin mdeli kullanılırken bu değişkenlerin de tahmini gerekecektir. Bilindiği gibi eknmik istikrarsızlık dönemlerinde açıklayıcı değişkenlerin değerlerinin tahmini başlı başına bir prblem luşturmaktadır. Bu nedenle aylık rtalama döviz kuru tahminlerinde zaman serileri analizinin kullanılması uygun lacaktır. Daha snra analiz, döviz kuru üzerinde etkili lan eknmik değişkenlerin araştırılması için Regresyn ve Krelasyn Analiziyle sürdürülebilir. Aylık rtalama Döviz Kuru Talimini 2 ve daha snraki yılların aylık rtalama dlar kurunu ( Tabl:!) tahmin etmek için dönemi değerleri ele alınmış öncelikle dğrusal, ikinci derece ve üstel trend fnksiynları denenmiş ve üç fnksiyn arasından en düşük hata kareleri tplamım veya en yüksek krelasyn katsayısını veren fnksiynun üstel fnksiyn lduğu saptanmıştır. 3 Daha snra üstel düzgünleştirme yöntemlerinden Winters'm mevsimsel üstel düzgünleştirme yöntemi ile bileşik tregressif hareketli rtalama yöntemi (Bx-Jenkiııs) denenmiş ancak üstel fnksiyn kadar düşük tahmin hataları veren bir mdele ulaşılamamıştır. Bunun üzerine aylık rtalama dlar kurunun en uygun trend fnksiynu lan üstel fnksiyn ile tahmin edilmesine karar verilmiştir 4 Tahminlerin uygunluğunu göstermek için denen her üç fnksiynla da aylık tahminler yapılmış ve Tabl:ITde dğrusal, TablrllPde İkinci Derece ve Tabl:IV'de Üstel fnksiyn ile elde edilen snuçlar gösterilmiştir. Aylık dlar kuru trend değerleri tahminlerinin mevsim indeksiyle düzeltilmesi gerekip gerekmediğini belirlemek için mevsim indeksi hesaplanmış ve dlar kuru üzerinde mevsimin çk Önemli lmasa da (maksimum 05,7, minimum 96,87) belirli bir etkisi lduğu saptanmıştır. 3 SPSS çıktıları. Dğrusal 2.Derece Üstel Hata Kareleri Tplamı (Milyar) 340,9 37,2 30,3 Krelasyn Katsayıları 0,858 0,986 0,997 4 Aylara göre rtalama döviz kurları grafiğinde de eğilimin kesinlikle dğrusal lmadığı ikinci derece veya üstel fnksiyna uygun lduğu görülmektedir. 55

4 Aylar cak Şubat Mart Nisan Mayıs Haziran Temmuz Ağusts Eylül Ekim Kasım Aralık rtalama Döviz Kuru Mevsim İndeksi 98,57 99,35 0, 05,7 04,60 02,38,72 99,2 97,89 97,27 96,94 96,87 Diğer iki önemli zaman serileri analiz yöntemlerinin (Winters ve Bx-Jenkins) uygun lmama nedeni büyük ölçüde değişkende güçlü bir mevsim etkisi lmamasına bağlanabilir. 2 yılı gerçekleşmiş yedi aylık rtalama döviz kurları, en uygun fnksiyn (mdel) lan üstel fnksiyn ile 2 yılı aylık rtalama dlar kuru tahminleri ve mevsim indeksi ile düzeltilmiş tahminler aşağıda gösterilmektedir. 2 Yılı Aylık rtalama Döviz Kuru Düzeltilmiş Aylar Gerçekleşmiş Tahmin Tahmin * M.İ. cak , , ,4 Şubat , , ,5 Mart , , ,6 Nisan , , ,0 Mayıs , , ,2 Haziran , , ,9 Temmuz 36 05, , ,7 Ağusts , ,8 Eylül , ,8 Ekim , ,0 Kasım , ,9 Aralık , , 56

5 Tabl incelendiğinde gerçekleşen değerlerle tahminler arasındaki büyük uyum mdelin incelenen dönem için uygunluğunun gelecek dönem için de süreceğinin önemli bir göstergesidir. Ayrıca mdel gerçekleşen 2 yılı yedi aylık değerleri ile yeniden denenmiş ve 2 yılı sn ayları ile 22 yılı tahminlerinde önemsiz değişmeler gözlenmiştir. Böylece mdelin geçerliliği bir kez daha dğrulanmaktadır. Snuç Serbest döviz kuru plitikasına geçilmesiyle; 20 yılına ranla 2 yılı Mart aynıda %54 lan dlar kuru artışı, Temmuz ayında %27'ye yükselmiştir. Temmuz ayına kadar tahmini değerlerin gerçekleşmiş değerlere uygunluğunun, Eylül ayında Amerika'da yaşanan lay nedeniyle yılın sn aylarında büyük Ölçüde lmasa da bzulması beklenebilir. Bu lay gerçekleşmesiydi (düzensiz-beklenmeyen hareket) tahminlerle gerçekleşen değerler arasındaki uyumun 2 yılı snunda ve 22 yılında da devam etmesi beklenebilirdi. 22 Aralık değerinin yaklaşık 3 milyn TL larak tahmin edilmesi dlarda 2 yılına ranla yeni bir %80'lik değer artışının yaşanacağını göstermektedir. Gerekli eknmik önlemlerin ivedilikle alınarak eknminin istikrara kavuşturulması ve Türk Lirasının hakettiği değere ulaştırılması gerekmektedir. 57

6 SPSS Çıktıları Dependent Variable.. DLAR Listwise Deletin f Missing Data Multiple R,85776 R Square,73576 Adjusted R Square,73372 Standard Errr 0562,07389 Methd.. LİNEAR Analysis f Variance: DF Sum f Squares Regressin Residuals F = 36,96806 SignifF =, Variables in the Equatin Variable B SE B Beta Time 443, ,9924, (Cnstant) -4546, ,692 Mean Square ,9 T SigT 9,025, -8,78, Dependent Variable.. DLAR Listwise Deletin f Missing Data Multiple R,98639 R Square,97297 Adjusted R Square,97255 Standard Errr 3260,50334 Methd.. QUADRATI Analysis f Variance: DF Sum f Squares Regressin Residuals ,0 F = 232,4533 SignifF=, Variables in the Equatin Variable B SE B Beta Time -5367,2339 3,020 -,043 Time**2 73,543 2,8585,9622 (Cnstant) 73025, ,80626 Mean Square ,3 T SigT -7,884, 33,644, 8,446, 58

7 Dependent Variable.. DLAR Listvvise Deletin f Missing Data Multiple R,99702 R Square,99404 Adjusted R Square,99399 Standard Errr,40 Methd.. GRWTH Analysis f Variance : DF Sum f Squares Regressin Residuals 30 43, ,5884 F = 2680,97559 SignifF=, Mean Square 43,64098,099 Variable Time (Cnstant) Variables in the Equatin B SE B Beta,04745,0322, ,50705, T SigT 47,245, 303,90, Dönemi Aylık Dlar Kurları ve Tahminleri 40ÜC Dlar 305» 2)0 x -0) İÖ0 Aylar 59

8 Aralık ,83! ! 4458,03' 37406,5i 5664,65' 0439,74! 99079,03' Kasım 28,37; 5062, : 3723, , ) 9876,27 c t p , 30622,90' 52549,29' 6760, , ,30 Ekim 2775, ,3 787,23 t ps V 34866, , ,84) , ,26; ,42 Eylül Ağusts 2685, ,5 478,54 737,34 208,79 [ 33894, , ,67 460,78 Haziran j I 2590,8 Temmuz 2648, ,9 7058,85 U445, ,46; <J) V C v 4658, 84754,42i 62924, , , , , ,3i ,84 i t 27345, , ,8 4302,38] 6868, , ,9] 43055, ,53] 82527, , , N> v u> , ,40 i Mayıs t <jj t [Mart j Nisan 252, , , ,88, 6844,28! 083,59! 33629,54 j 42835,65 764, , , , , , , , , ,02] 375,55] , ,43] ] 6850, ,65 308, , , , , ,29 [ 57994,6i <s> c ct û> 2408,7 3330,33 0cak 2347,30] 304,90] \ 545, ,28 934, , C 596,0] , , , , , ,79 5, Aylar , , ,65 i 20 Yıllar > v< 60

9 Aralık -9245, , Kasım v s yı t 3 t ^J uı Jx 4 i 0 U) U) "- C Eylül ,65' ,5 v l-j s 66444, , ,34' , , , , , , , ,57' , , , , , ,53 058, , , , ,37 ] , p- Ut 54330, ,55] ,79 Ağusts l -006,4' -574, Temmuz ı P. ı l S L ~J C 53202,77' 0667,9 U> 22098,9 N> \ l 38028,47' , , , 48789,0' 0754,5 5479, İ j , ,7 C 49544,99' Haziran -8933, ,79 i -33, Mayıs , , Nisan [ -2776,45] ,3-283, Mart e - ti ,98] ] I , -3275, ,08 ı v t ,25, 97340,39, 50305, , ,8, 3092, , , ,63 i 4589,77i 98856,9] 25822, ,73! 8852,87' 4478,! 333,96] > Ş 37064,24] H 929, , ,28 [ ,8 3373,42 [ , , ,56! , c S c ,27) 5206,50 5i ,98 ı fi fc ,66] ,80! 40889,94 t C 26720, , ,48 c S, , , ,8 Ö C ,22 ı 22306,44] 7527,58] lcak, -42,74 - S , 7892,68 ' 70857,82j t U) (J c t t " ı 820,86, 23467, 28732,4 3497, ,42 j> 76788, ,24 t ı -J u> c ,52 uı c C bs s 4463, Aylar 990İ 99 t , ' S ı Kİ - U l , ,70] ,93 22 Yıllar 6

10 Aralık Kasım Ekim {Ağusts Eylül Temmuz j Haziran Mayıs Nisan Mart Şubat cak > v<! l t t N v t t - t - t -J c -4 v N t a - - uı ı ' C N - - ı * c, uı vb. tb t Ji K> t ı t Ji - v c c ^4 I J N p I ' ' t -4 ' v C ı. _l_ ^ ^ t Ki t K> ı K> t Ji Ji uı t c ~4 -E Ji N N - t c ı Ji c p - -. uı v N N. ' vd - ' t t ji "-Ü ' "v '4> C U) c v t N t t,.., t ı ı I t. l N c t Ji -J I -4 - N Ji -4 N ~~i uı c -4 N c N t C yj l un N uı "l L - uı N c uı Ji ^ ı v N J * u) t -, vb - KI ti Ji > Kİ ı t c v v N t t,. 't j L T N 't N vd c vd Ji - 4^ -ü N Ji ü uı t ı - t t c N t N c -4 - ı -J -ti N ~4 Kİ -4 - N Ji -4 - p v t vp c "v N N t t - t~* uı -ü t Ji t N c ~4-4 - N p ı Ji 4> ~4 - - L - c Ji t N Ji t L '-4 N t t t ( t t ~ N - -K - C C uı ÖN N N --4 c ı -4 ' t vd N ' k ı Ji c c I t N f l N - Ji -4 K) ı ı t t t t H t» -4 N Ji ı t -4 ü t SJ N * -4 v N v N -4 Ji ' t Js. t t "t "-4 N t. t t -4 t N Ji *- 4^ j> -ü c - N t -4 ~~l vd -ti t - N - vd Ji -4 4> c N v Ji ( t N. - v v N 4> "-4 "j> c N v -ü - -4 N N N N I C p - ı -! t t * ji vp K) t ı N K> N N -li N " " "v "l " N uı t * t -J N N N ı -4 N N D t Ji U) -0 N t t -4 N t fc V N -J C t t- J Ji "-4 "N N "~4 "t N 7» l - ı a c > ' Ji - - vd N vd D c t -0-4 Ji - N t -4 N uı - N K) t Ji - N N t Kİ l "- "v ı N " ı t -. N t t c N - t 62

11 Aralık Ö - 5, ,4 j-j v 5549, , , , , Ki I 3068, , ,04 [ 6942, İEkim 2926,69 572,53 94,74 656,76' [ CTı CTı un (5299,52'[93527,97 j 65297,82 K> Kİ İt 5639,28ı vd K) 62759,28 694,77 Kİ ı 50466,76' 8993, , , ,47i Kİ l ,08) 5389,73' ,53 Eylül 279, ,79 878,03, 5407,9 w -j Kİ ' jl 4827,69, 85059,06. Ağusts 266,68' 4704,6' 833,96i 4693, , Kİ Temmuz I 2538, ,3 7928,6 402,73 i Ki [43769, ,02 86,67i 43362, ,9, ,9. K> uı İ373.58I , ,82' j -j J ö [ 3677,86i L630.0İ ,78, j \ , , v c - -d U) "- J 33393,54) , ,02 Haziran ' 2420,67 ı 4278,20 [ 756,3 3363, , -j 474, ,5 Ki )430, ,60 S l v fa- - 4=- CTı , ,77 Mayıs 2308,47 i 4079,9 720, ,89 ı22523, İNisan. 220, ,8i 6876,47] 253,22] I 479, 3796,44] 6709,62i f 8575,20] , , , , ,53 uı - Ki , , , ~J 5690,22] ,69] ,38 uı -t" Mart 2099,44 370, ,76 ' 589, , Şubat 22, i 3538,50i 6253,8] 052,75] 9534, 0\ Kİ K> 34524, ,97 ' 63982, 3079, , ,3 K) 606,50], 07838,27 n ı 3374,50 ı 5963,96, 0540, , uı 32923, , ,09 v --. )589,3l ,37] vû c 03280,7 vd vd b l 05244,39, ,42-755,7, 32228, , Aylar v i 3378,70, , ı 2 22 Yıllar 63

12 Yararlanılan Kaynaklar. Andersn.D.; "Time Series Analysis", Nrth Hlîand Publishing Cmpany, Amsterdam, Bx Gerge E.P., Jenkins Gwilym M.; "Time Series Analysis, Frcasting and Cntrl", Hlden-Day, Califmia, Daniel Cuthbert, Wd Fred S.; "Fitting Equatins t Data", Jhn Wiley and Sams New Yrk, Makridakis Spyrs, Wheelwright Steven C; "Frecasting Methds and Applicatins", Jhn Wiley and Sns, New Yrk, rhunbilge Neyran; "Zaman Serileri Analizi Tahmin ve Fiyat İndeksleri", Dizgi Avcıl Basım-Yayın, Baskı Tunç Matbaacılık A.Ş., İstanbul, Temel Eknmik Göstergeler (Aylık) Devlet Planlama Teşkilatı,