Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 48, Haziran 2017, s. 331-342 Yayın Geliş Tarihi / Article Arrival Date Yayınlanma Tarihi / The Publication Date 14.04.2017 25.06.2017 Prof.Dr. Ramazan KILIÇ Dumlupınar Üniversitesi, İİBF İktisat bölümü Öğr. Gör. Caner DİLBER Çankırı Karatekin Üniversitesi, Yapraklı Meslek Yüksek Okulu canerdilber17@gmail.com stürkiye VE BRICS ÜLKELERİNİN FİNANSAL PİYASALARI ARASINDAKİ İLİŞKİNİN KANTİL REGRESYON YÖNTEMİ İLE İNCELENMESİ Öz Bu çalışmada, Türkiye ile BRICS (Brezilya, Rusya, Hindistan, Çin, Güney Afrika) ülkelerinin finansal piyasaları arasındaki ilişki kantil regresyon yöntemi ile araştırılmıştır. Yapılan araştırmada, Morgan Stanley Capital International (MSCI) tarafından Amerikan Doları (USD) cinsinden hesaplanan, BRICS ve Türkiye Borsalarının getiri serileri kullanılmıştır. Bu veriler 18.02.2013-17.02.2017 tarihleri arasını kapsayacak şekilde günlük olarak incelenmiştir. Yapılan araştırmanın sonucuna göre BRICS ülkeleri ve Türkiye nin finansal piyasaları arasında zamana bağlı dinamik bir ilişki vardır. Bu ülkelerin borsaları ile Türkiye borsası arasındaki ortak hareket bağı çok kuvvetlidir. Ayrıca yapılan korelasyon analizi de göstermektedir ki analizi yapılan ülkelere aynı anda yatırım yapmak yatırımcı açısından rasyonel bir davranış değildir ve risk seviyesini yükseltmektedir. Anahtar kelimeler: BRICS Ülkeleri, Türkiye Kantil Regresyon, Finansal Piyasalar, Borsa
INVESTIGATION OF THE RELATIONSHIP BETWEEN THE FINANCIAL MARKETS OF TURKISH AND BRICS COUNTRIES THROUGH QUANTILE REGRESSION METHOD Abstract In this study, the relation between Turkey and the financial markets of BRICS (Brazil, Russia, China and South Africa) has been investigated through quantile regression. In the study the data is used calculated in USD by Morgan Stanley Capital International (MSCI) stock market return series of BRICS and Turkey This data within the period range from 18 February 2013 to 17 February 2017 have been examined on a daily basis. The study has indicated that there is a dynamic relation between BRICS and Turkey financial markets during the stated period. The common activity relation between the stocks of BRICS and Turkey is very strong. In addition, the correlation analysis shows that investing in the same time the analyzed countries is not a rational behavior in terms of the investor and raises the risk level. Keywords: BRICS countries, Turkey, Quantile Regression, Financial Markets, Stock Market 332 1. GİRİŞ Günümüzde farklı bölgelerden ülkelerin oluşturdukları ülke grupları, küresel ekonomi içerisinde önemli bir yer teşkil etmektedir. Bu ülkeler zengin doğal kaynakları, kalabalık nüfusları, hızla artan ulusal gelirleri, tüketici sayısının fazlalığı, şeklinde sayılabilecek ortak özelliklere sahiptirler. Bu ülke grupları, günümüz ekonomik şartları içinde aynı zamanda düşük üretim maliyetine sahip, doğrudan yabancı yatırımları çekebilen, döviz rezervlerini ve milli gelirlerini hızla arttıran, ekonomik krizlerden daha az etkilenen ülkeler sıralamasında hızla üst sıralara yükselmektedirler (Narin ve Kutluay, 2013). Bu ülke grupları içerisinde özellikle BRIC (Brezilya, Rusya, Hindistan, Çin) olarak adlandırılan ülkeler ile ilgili ekonomi otoritelerinin ortak yorumu 2050 yılında dünyanın en büyük ekonomileri olacakları şeklindedir. Bu bağlamda dünyanın en büyük ekonomisinin Çin olması beklenirken, üçüncü büyük ekonominin Hindistan, dördüncü büyük ekonominin Brezilya ve altıncı büyük ekonominin Rusya olacağı öngörülmektedir. 2001 yılında BRIC ülkeleri olarak adlandırılmaya başlanan Brezilya, Rusya, Hindistan, Çin gibi ülkelere 24 Aralık 2010 tarihinde Güney Afrika nın da eklenmesiyle bu ülkelere BRICS ülkeleri adı verilmiştir (Ağır ve Yıldırım, 2015). Brezilya ve Rusya nın hammadde sektöründe, Çin ve Hindistan ın ise imalat ve hizmet sektöründe küresel bir aktör olacakları belirtilmektedir (Goldman Sachs,2003). Haibin, (2012) e göre ise yakın gelecekte küresel ekonomik güç G7 ülkelerinden BRIC ülkelerine doğru yön değiştirecektir. BRIC ülkelerine göre ekonomik gelişmişlik açısından daha geride olan Güney Afrika ülkesi Afrika kıtasının en büyük ekonomisine sahip olmakla birlikte bu ülkede büyük ölçüde sanayi ve madencilik sektörleri önem kazanmıştır. Özellikle madencilik faaliyetlerinin artması ile birlikte söz konusu sektörü finanse edebilmek için geliştirilen finansal hizmetler sektörü ve teknolojik gelişmeler, Güney Afrika ekonomisinde finans, ulaştırma, sigortacılık ve haberleşme gibi üçüncül sektörlerin oluşmasına imkân sağlamıştır (Ağır ve Yıldırım, 2015). BRICS ülkeleri ile Türkiye birbirinden uzak coğrafyalar-
da olmalarına karşı iktisadi ve siyasi/politik alanlarda her geçen birbirlerine yaklaşmaktadırlar. Küreselleşme ve teknolojik gelişmeler birbirlerinden uzak ülkelerin ekonomik, siyasi, sosyal anlamda etkileşim içerisine girmelerine sebep olmuştur. Herhangi bir ülkenin içerisinde bulunduğu ekonomik durum, krizler, finansal piyasaların yükseliş ve düşüşleri, döviz veya yerli paranın değer kazanıp kaybetmesi gibi görünüşte kendi ekonomisine ait durumlar coğrafi olarak uzakta olan başka ülkeleri de etkileyebilmektedir. Bu çalışmada; belli bir dönem için BRICS ülkeleri ve Türkiye nin finansal piyasaları arasındaki ilişki kantil regresyon modeli ile açıklanmaya çalışılmıştır. Çalışmada kantil regresyon modelinin kullanılmasındaki amaç; kullanılan getiri serilerinin dağılımının normal dağılım göstermemesidir. Klasik regresyon modelindeki hata terimlerinin normal dağıldığı varsayımını ihmal eden kantil regresyon modeli aynı zamanda uç değerlere ve eğikliğe diğer regresyon modellerinden daha az hassastır. Bu sayede sözü edilen ülkelerin finansal piyasalarının aynı veya farklı yöndeki hareketleri daha doğru tahmin edilerek, yatırımcının karar vermeden önceki riskinin ne olduğu, aynı anda bu ülkelere yatırım yapmanın rasyonel bir davranış olup olmayacağı sorularına cevap aranmıştır. Bu çalışmanın giriş kısmında BRICS ülkelerinin genel özelliklerine yer verilirken, ikinci bölümde Türkiye ve BRICS ülkelerinin makroekonomik değişkenler açısından karşılaştırıldığı literatürdeki çalışmalar özetlenmiştir. Ayrıca kullanılacak olan modele ilişkin açıklamalar ve fonksiyonel ifadeler ikinci bölüm altında belirtilmiştir. Araştırmanın üçüncü kısmında; yapılan kantil regresyon, korelasyon, walt testi analizleri ve serilere ait grafik ve tablolara ilişkin gerekli açıklamalar yer alırken son bölümde de sonuç ve yatırımcılara önerilerde bulunulmuştur. 333 2. LİTERATÜR VE MODEL 1 Makroekonomik değişkenlerin karşılaştırıldığı birçok çalışmada Türkiye ile BRICS ülkeleri arasındaki benzer ve farklı durumlar incelenmiştir. Gülmez ve Yardımcıoğlu, (2013) e göre BRICS ülkeleri ve Türkiye de uzun dönemde ulusal tasarruflar, yabancı tasarruflar ve ekonomik büyüme değişkenleri arasında karşılıklı olarak anlamlı bir ilişki vardır. Geçmişteki kötü performansları dikkate alındığında BRICS ülkelerinin enflasyon, işsizlik, düşük AR-GE yatırımları, dış ticaret açıkları, doğrudan yabancı sermaye yatırımlarını çekememe, yüksek reel faiz oranları gibi göstergelerde hızla iyileşen bir grafik yakaladıkları bilinen bir gerçektir. Bunun yanında, sözü edilen ekonomik performans göstergelerinden özellikle işsizlik ve enflasyonun toplanmasından oluşan hoşnutsuzluk endeksinde, yüksek reel faiz oranlarında ve yabancı sermaye çekememe gibi olumsuz durumlar için Türkiye de de önemli sayılabilecek bir iyileşme söz konusudur (Ağır ve Yıldırım, 2015 ). Ayhan (2014), BRICS ve Türkiye de portföy yatırımlarının cari açık üzerindeki etkisini incelemiş ve ele alınan ülkelerde portföy girişlerinin cari açığın yükselmesine neden olduğunu ortaya koymuştur. Ari (2013), Türkiye ve BRICS ülkelerini yatırım performansı, yatırım potansiyeli, iş yapma ve güven endeksleri açısından karşılaştırmıştır. Çalışmanın sonucuna göre; yatırım potansiyeli bakımından Türkiye nin BRICS ülkelerine göre geride olduğunu belirtmiştir. Ayrıca yatırım performans endeksi açısından Türkiye nin yatırım 1 Kantil regresyon modeline ilişkin parametre tahminlerinde kullanılan matematiksel bilgi çalışmanın dışında tutulmuştur. Konu ile ilgili gerekli bilgi Koenker (2005) den elde edilebilir. Çalışmada bağımlı ve bağımsız değişkenlerin özelliklerine göre, Baur ve Schulze (2009) tarafından önerilen formül gerekli şekilde düzenlenerek ve parametrelerin gösterdikleri değişkenler açıklanarak belirtilmiştir.
performansının BRIC ülkelerine kıyasla potansiyelinin çok altında kaldığı sonucuna ulaşılmıştır. Bunun yanında Türkiye nin iş yapma endeksindeki yeri Güney Afrika dışındaki ülkelerden daha iyi konumdadır. Güven endeksi incelendiğinde ise Türkiye tüm BRICS ülkelerinden sıralamada daha geride olmasına rağmen son yıllarda ülke sıralamasında büyük sıçrama yaptığı ifade edilmektedir. Tablo 1. Endekslere Ait Ülke Sıralamaları Ülkeler Yatırım Performans Endeksi Yatırım Potansiyel Endeksi İş Yapma Endeksi Yatırım Güven Endeksi Türkiye 108 80 71 23 Brezilya 69 62 126 3 Rusya 60 8 120 18 Hindistan 97 79 132 2 Çin 86 27 91 1 Güney Afrika 128 75 35 - Kaynak: Ari, 2013. Baytar (2012), Türkiye ve BRIC ülkeleri arasındaki ticaret hacminin belirleyicileri üzerine yaptığı çalışmasında Türkiye nin BRIC ülkeleriyle olan dış ticaretinde ülkelerin GSYH ları, nüfusları ve aralarındaki mesafenin anlamsız, ithalat, ihracat değişkenlerinin anlamlı ve ticaret hacmini arttırıcı etkide bulunduklarını belirtmiştir. Çalışmada ayrıca, Ticaret Bağımlılık Endeksi, İthalat Nüfuz Endeksi İhracat Eğilim Endeksi nin Türkiye ve BRIC ülkeleri arasındaki ticareti ne yönde etkilediği de araştırılmıştır. Sonuç olarak, yukarıda belirtilen ilk endeksin ticaret hacmini pozitif yönde etkilediği; ikinci ve üçüncü endeksin ticaret hacmini negatif yönde etkilediği sonucuna ulaşılmıştır. Sandalcılar (2012), panel çekim modelini kullanarak Türkiye nin BRIC ülkeleriyle olan dış ticaretini etkileyen faktörleri incelediği çalışmasının sonuçlarına göre ülkelerin GSYH leri, nüfusları ve ortak sınıra sahip olmaları dış ticareti pozitif yönde; ülkeler arasındaki coğrafi uzaklık ise negatif yönde etkilediğini tespit etmiştir. Erkan, (2012), 1993-2010 yılları arasındaki verileri kullanarak Türkiye ve BRIC ülkelerinin ihracattaki benzerlikleri, ürün ve faktör yoğunluğu bazında ihracat uzmanlaşma ve rekabet düzeylerini hesaplamıştır. BRIC ekonomilerinin genel olarak hammadde ve emek yoğun ürünlerin ihracatında uzmanlaştığını Türkiye nin ise daha çok emek ve sermaye yoğun ürünlerin ihracatında uzmanlaştığını belirtmiştir. Manga ve diğ. (2015), beşeri ve fiziksel sermayenin BRICS ve Türkiye ülkelerinde ekonomik büyüme üzerindeki etkisini araştırdıkları çalışmalarının sonucuna göre 1995-2011 yılları arasında sözü edilen ülkelerde beşeri sermaye ile ekonomik büyüme arasında pozitif bir ilişki vardır. Topallı (2016), doğrudan yabancı sermaye yatırımları ve ticari dışa açıklığın ekonomik büyüme üzerindeki etkisini BRICS ve Türkiye için 1982-2013 dönemlerini kapsayacak şekilde araştırmıştır. Çalışmasının sonucuna göre; hem BRICS ülkelerinde hem de Türkiye de ekonomik büyümeden doğrudan yabancı sermaye yatırımlarına doğru tek yönlü nedensellik ilişkisi vardır. Şimşek (2016), BRICS ülkeleri ile Türkiye nin hisse senedi piyasalarının etkileşimini incelediği çalışmasında ARCH ve GARCH modellerini kullanmıştır. Yaptığı çalışmanın sonucunda; Türkiye de hisse senedi gösterge endeksi değerlerinin en fazla Hindistan ve Güney 334
Afrika ile en az da Rusya ile ilişki içinde olduğunu ve Hindistan hariç diğer ülkelerden pozitif ayrıldığını belirtmiştir. Görüldüğü gibi, Türkiye ile BRICS ülkelerinin ekonomik göstergeler açısından karşılaştırıldığı, bu göstergeler arasındaki ilişkinin incelendiği birçok çalışma yapılmıştır. Bu çalışmada ise; Türkiye ve BRICS borsalarının etkileşimi kantil regresyon yöntemi ile incelenmiş ve bu borsaların herhangi birinde tespit edilen durum üzerinden diğer borsalar için tahminde bulunma imkanı sunulmuştur. Yatırımcı aynı anda bu ülkelere yatırım yapmalı mıdır? Yoksa bu durum riskini mi arttırır? Bu soruların cevabını bulmaya yardımcı olmak açısından yapılan çalışmada seçilen model geleneksel regresyon modeline göre daha esnek ve farklı dilimler arasındaki etkileşimi daha belirgin açıklayan kantil regresyon modelidir. Kantil regresyon ilk olarak Koenker ve Bassett (1978) tarafından önerilmiş ve regresyondaki klasik varsayımlardan hata terimlerinin normal dağılması varsayımını ihmal eden robust bir regresyon yöntemi olarak ortaya çıkmıştır (Çelik ve Selim, 2014). Kantil regresyon modeli koşullu kantilleri bağımsız değişkenlerin bir fonksiyonu olarak modeller. Klasik regresyon modelinde bağımlı değişkenin koşullu ortalamasındaki değişimler açıklanmaya çalışılırken; kantil regresyon ise koşullu kantillerdeki değişimleri açıklamaktadır. Bu yönüyle geleneksel regresyona göre daha esnektir ve araştırmanın niteliğine göre değişik kantiller kullanılabilir (Akar, 2013). 335 Çalışmamızda bağımlı değişkenimiz Türkiye borsasının belirtilen tarih aralığındaki günlük getiri serisi iken, bağımsız değişkenler BRICS ülkeleri borsalarının aynı tarihlerdeki günlük getiri serileridir. Bağımlı ve bağımsız değişkenler arasındaki ilişkinin tespit edilmesinde kullanılan kantil regresyon modeli Baur ve Schulze (2009) tarafından ifade edildiği üzere aşağıdaki gibi tanımlanabilir; (1) (2) Denklemde belirtilen, Türkiye borsasının getiri serisi iken BRICS ülkelerinin borsa getirilerini temsil etmektedir. ise idiosyncratic şokların yerine kullanılan hata terimlerini göstermektedir. ise nin koşullu dilimidir. Burada nin ye doğrusal bir şekilde bağımlı olduğu varsayılmaktadır. Kantil regresyon yöntemi ile nin ye olan etkisi değişik dilimler yardımıyla daha detaylı biçimde ve robust parametrelerle bulunmaktadır (Baur ve Schulze,2009). Çalışmamızda 11 kantil kullanılmış olup en düşük kantil 0,01 iken en yüksek kantil 0,99 dur. İki kantilin istatistiksel olarak farklı olması en yüksek ve en düşük kantillerde BRICS ülkelerinden gelen şokların Borsa İstanbul üzerinde asimetrik etkiye sahip olduğunu göstermektedir. Bu iki kantilin istatistiksel olarak aynı olması ise değişkenler arasındaki ilişkinin simetrik oldu-
ğu şeklinde yorumlanır. Bu durumun tespit edilebilmesi için Wald Test i yapılmıştır ve sonuçları uygulama bölümünde belirtilmiştir. 3. VERİ VE UYGULAMA Yapılan çalışmada, Morgan Stanley Capital International (MSCI) tarafından Amerikan Doları (USD) cinsinden hesaplanan, BRICS ülkelerine ve Türkiye ye ait borsa getirileri 18.02.2013-17.02.2017 tarihleri arasını kapsayacak şekilde günlük olarak ele alınmıştır. Elde edilen seriler formülü kullanılarak durağan hale getirilmiştir. Tablo 2. Tanımlayıcı İstatistikler Türkiye Brezilya Rusya Hindistan Çin G. Afrika Ortalama -0,0005-0,0003-0,0003 0.0001 0,0001-0,0001 Median 0.0000 0.0000-0,0008 0.0003 0.0000 0.0003 Mak. 0.0874 0.1105 0.1358 0.0582 0.0584 0.0835 Min. -0,1149-0,0779-0,1301-0,0747-0,066-0,0942 Standart Sapma 0.0199 0.0201 0.0193 0.0119 0.0123 0.0171 Çarpıklık -0,2553 0.1882-0,0145-0,4935-0,1569-0,2602 Basıklık 6.1497 4.9765 10.440 6.8818 5.8994 5.9901 Jarque-Bera 442.90 176.11 2408.33 697.87 369.99 400.72 Probability 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 Gözlem Sayısı 1045 1045 1045 1045 1045 1045 ADF Prop Değerleri 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 ADF -32,0738-31,0273-29,9842-29,688-29,691-30,3873 Not: %1 anlamlılık düzeyinde kritik değer; -3.436401 336 Analizi yapılan dönemde Türkiye, Brezilya, Rusya ve Güney Afrika borsalarının ortalama getirileri negatifken Hindistan ve Çin in küçük pozitiftir. Ayrıca ülkelere ait borsa getirilerinin standart sapmaları birbirine oldukça yakındır. Brezilya %2 ile en yüksek standart sapmaya sahipken Hindistan %1.1 ile en düşük değere sahiptir. Standart sapma değerlerinin yüksek olması analizi yapılan dönemde serilerin değişkenliğinin de yüksek olduğunu göstermektedir. Serilerin çarpıklık (skewness) değerleri normal dağılımda sıfır (0) olması gerekirken analizi yapılan dönemde sadece Brezilya için sıfırdan büyük diğer ülkeler için sıfırdan küçük çıkmıştır. Bu durum serilerin Brezilya için sağa çarpık diğer ülkeler için sola çarpık bir dağılım sergilediklerini göstermektedir. Normal dağılımda üç olması beklenen basıklık (kurtosis) değerlerinin tüm seriler için üçten büyük çıkması ise serilerin uzun kuyruklu oldukları şeklinde yorumlanır. JB (Jarque-Bera) değerlerinin yüksek değerler alması serilerin normal dağılıma sahip olmadıkları sonucunu destekler niteliktedir. Serilerin durağan olup olmadıklarının anlaşılması için serilerin bir gecikmeli değeri ile oluşturulan değişim oranı serilerinin ADF (Dickey-Fuller) testindeki olasılık değerleri incelendiğinde %1 anlamlılık düzeyinde tüm serilerin durağan olduğu gözlemlenmektedir.
Türkiye Brezilya.10.12.05.08.00.04 -.05.00 -.10 -.04 -.15 I II III IV I II III IV I II III IV I II III IV I 2013 2014 2015 2016 2017 -.08 I II III IV I II III IV I II III IV I II III IV I 2013 2014 2015 2016 2017 Rusya Hindistan.15.08.10.05.04.00.00 -.05 -.10 -.04 -.15 I II III IV I II III IV I II III IV I II III IV I 2013 2014 2015 2016 2017 -.08 I II III IV I II III IV I II III IV I II III IV I 2013 2014 2015 2016 2017 337 Çin Güney Afrika.06.10.04.02.05.00 -.02.00 -.04 -.05 -.06 -.08 -.10 I II III IV I II III IV I II III IV I II III IV I I II III IV I II III IV I II III IV I II III IV I 2013 2014 2015 2016 2017 Şekil 1.Ülkelere Ait Endeks Getirileri 2013 2014 2015 2016 2017 Tablo 3 de açıklanan kantil regresyon analiz sonuçları incelendiğinde belirtilen tüm kantillerde ve BRICS ülkelerinin tamamında (Güney Afrika-q2 kantili hariç) p değerleri anlamlıdır. Bu sonuca göre BRICS ülkelerinin borsaları ile Türkiye borsası arasında zamana bağlı dinamik bir ilişki vardır. Bu ülkelerin borsaları ile Türkiye borsası arasındaki ortak hareket bağı çok kuvvetlidir. Finansal piyasalar arasındaki ilişkinin yönünün tespiti için incelenmesi gereken parametre b parametresidir. BRICS ülkelerine ait b parametreleri tüm kantillerde pozitif işaret almıştır. Bu durum Türkiye borsası düşerken (q50 den q1 e) BRICS ülkelerinin borsaları da düşmekte Türkiye borsası yükselirken (q50 den q99 a) BRICS ülkelerinin borsaları da yükselmektedir şeklinde yorumlanabilir. %1, %50 ve %99 kantilde Brezilya için katsayılar sırası ile 0,5763, 0,3681 ve 0,5929, Rusya için 0,4076, 0,3158 ve 0,5200, Hindistan için 1,1457, 0,4679 ve 0,8806, Çin için 0,7474, 0,4058 ve 0,6796 ve Güney Afrika için 0,3798, 0,5634 ve 0,8085 şeklindedir. Farklı kantiller için birbirinden farklı gözüken katsayıların istatistiki açıdan farklı etki düzeylerini gösterip göstermediğini yani katsayıların istatistiki açıdan birbirinden farklı olup olmadığını ölçmek için Walt Testi yapılmıştır.
Tablo 3. Kantil Regresyon Sonuçları B 2 q1 q2 q5 q10 q25 q50 q75 q90 q95 q98 q99 b 0,5763 0,4081 0,4454 0,4089 0,4042 0,3681 0,3523 0,3466 0,3814 0,3638 0,5929 c -0,052-0,043-0,029-0,021-0,01 0,0194 0,0093 0,0201 0,0276 0,0368 0,0499 t 3,8808 3,1923 7,6977 12,07 9,5975 11,225 10,703 8,7979 6,6119 4,0449 2,3491 p 0,000 0,002 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,019 R 3 b 0,4076 0,3327 0,3672 0,422 0,368 0,3158 0,3706 0,4014 0,4366 0,5344 0,52 c -0,048-0,043-0,03-0,022-0,01 0,0074 0,0104 0,0195 0,0282 0,0373 0,0425 t 1,9793 2,4426 4,6726 13,003 11,641 9,8791 11,111 11,899 6,0318 12,446 6,6903 p 0,048 0,015 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 338 I 4 b 1,1457 1,0511 0,7588 0,7497 0,5262 0,4679 0,4756 0,3658 0,4953 0,7043 0,8806 c -0,048-0,041-0,029-0,023-0,012-0,004 0,0099 0,0219 0,0291 0,0396 0,0478 t 10,064 7,7643 10,902 12,319 9,7739 6,9741 7,7812 5,8703 7,661 5,4262 10,186 p 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 C 5 b 0,7474 0,5451 0,558 0,4133 0,3941 0,4058 0,3929 0,3573 0,3837 0,4574 0,6796 c -0,049-0,042-0,032-0,023-0,011 0,0001 0,0095 0,0214 0,0286 0,0384 0,048 t 4,6847 3,6282 5,8153 5,9374 5,8068 7,1008 8,0793 3,5977 4,0907 3,9857 5,0079 p 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 S 6 b 0,3798 0,4584 0,6323 0,6938 0,6155 0,5634 0,5568 0,5793 0,6045 0,6015 0,8085 c -0,049-0,04-0,027-0,019-0,009-0,002 0,0092 0,0188 0,0241 0,0353 0,0445 t 3,191 0,9759 6,3181 13,146 14,918 15,324 17,235 13,431 9,0724 8,883 7,7335 p 0,002 0,329 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 2 Brezilya 3 Rusya 4 Hindistan 5 Çin 6 Güney Afrika
.6 Brezilya.6 Rusya.4.4.2.2.0.0 -.2 -.2 -.4 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Kantil -.4 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Kantil 1.6 Hindistan.8 Çin 1.2 0.8 0.4 0.0-0.4 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Kantil.6.4.2.0 -.2 -.4 -.6 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Kantil 339 1.0 G. Afrika 0.8 0.6 0.4 0.2 0.0-0.2 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Kantil Şekil 2 BRICS Ülkelerine Ait Kantil Regresyon Grafikleri
Tablo 4. İlk ve Son Kantil Arasındaki Asimetri (Wald Test) Kısıt Brezilya Rusya Hindistan Çin G. Africa p p p p p 0.01-0.99 0,1395 0,1824 0,0000 0,0065 0,7119 İlk ve son kantiller arasında yapılan Walt Testinin sonuçlarına göre sadece Hindistan ve Çin borsalarının, Türkiye borsası düşerken ve yükselirken meydana gelen etkisi birbirinden farklıdır. Türkiye borsası düşerken Hindistan borsasının Türkiye borsası üzerindeki etkisi daha yüksektir (q1-1,1457>q99-0,8806). Çin borsasına ilişkin katsayılar incelendiğinde daha küçük olmakla birlikte Hindistan borsası ile aynı durum söz konusudur (q1-0,7474>q99-0,6796). Tablo 5. Ülkelere Ait Korelasyon Sonuçları Türkiye Brezilya Rusya Hindistan Çin G. Afrika Türkiye 1.000000 0.377179 0.381690 0.339843 0.260219 0.519899 Brezilya 0.377179 1.000000 0.483672 0.296613 0.330723 0.540029 Rusya 0.381690 0.483672 1.000000 0.329166 0.339288 0.519983 Hindistan 0.339843 0.296613 0.329166 1.000000 0.440781 0.418439 Çin 0.260219 0.330723 0.339288 0.440781 1.000000 0.436638 G. Afrika 0.519899 0.540029 0.519983 0.418439 0.436638 1.000000 340 Analizi yapılan dönem için ülkelerin borsa getirilerine ilişkin yapılan korelasyon analizi sonuçlarına göre ülkelerin kendi aralarında da birbirlerini etkileme gücü oldukça yüksektir. 4. SONUÇ Finansal piyasalarda faaliyet gösteren yatırımcılar ekonomik göstergeler veya potansiyel riskleri göz önünde bulundurarak yapacakları yatırımlardan elde edebilecekleri getirileri tahmin etmek istemektedirler. Borsa endeksinin değeri ve izleyeceği trend finans dünyasında en çok ilgi duyulan ve araştırılan konular arasındadır. Bu durumun en önemli sebebi, borsa endeks yatırımlarının yüksek getiri ihtimaline sahip olmasıdır. (Güzel ve diğ.,2016). Dünyada borsa getirileri üzerine yapılan çalışmalar incelendiğinde, borsanın yatırım araçları içerisinde uzun vadede en çok kazandıran araçlardan biri olduğu gözlemlenmektedir. Bu özelliği ile birçok yatırımcının ilgisini çekmekte ve borsalarda işlem yapan yatırımcı sayısı her geçen gün artış göstermektedir. Teknolojik gelişmeler kişilerin tasarruflarını sadece yaşadıkları ülkelerde değil yabancı ülkelerde de değerlendirmelerine imkân sağlamaktadır. Yatırımcının herhangi bir ülke borsasına yatırım yapmadan önce o ülkeye ait borsa dinamiklerini öğrenmesi risk seviyesini minimize edecektir. Risk seviyesini azaltmanın en basit yollarından bir tanesi de tasarrufları farklı yatırım araçlarına dağıtmaktır. Çünkü kriz dönemleri hariç tüm yatırım araçlarının aynı anda değer kaybetmesi beklenen bir durum değildir. Eğer yatırımcı tasarruflarını farklı ülkelerin borsalarında
değerlendirmek istiyorsa, yatırım yapacağı ülkelerin borsalarının aynı ve farklı yöndeki hareketlerini öğrenmek zorundadır. Bu makalede Türkiye ve BRICS ülkelerinin borsalarına yatırım yapmayı amaçlayan yatırımcının karşılaşabileceği riskler açıklanmaya çalışılmıştır. Yapılan çalışmada; Türkiye ve BRICS ülkelerinin borsalarına ait getiri serileri 18.02.2013-17.02.2017 dönemlerini kapsayacak şekilde günlük olarak Morgan Stanley Capital International (MSCI) dan elde edilmiştir. Elde edilen getiri serileri birinci derecen logaritmik farkları alınarak durağan hale getirildikten sonra 11 farklı dilimde kantil regresyon modeli kullanılarak analiz edilmiştir. Yapılan analiz sonucunda Türkiye borsası ile BRICS ülkelerinin borsaları arasında belirtilen dönemde zamana bağlı dinamik bir ilişki vardır. Bu ülkelerin borsaları ile Türkiye borsası arasındaki ortak hareket bağının çok kuvvetli olması yatırımcılara, bu ülkeler ile Türkiye borsasına aynı anda yatırım yapmanın oldukça büyük risk taşıdığını göstermektedir. Özellikle Hindistan borsasına yatırım yapan bir yatırımcının Türkiye borsası değer kaybederken oluşan zararı oldukça fazla olacaktır. Ülke borsalarının birbirleri arasındaki korelasyon katsayılarının da yüksek olması sadece Türkiye için değil herhangi iki BRICS ülkesine aynı anda yatırım yapan yatırımcının da önemli sayılabilecek bir riskle karşı karşıya olduğunu destekler niteliktedir. Sonuç itibariyle yapılan çalışmanın sonuçlarına göre BRICS ülke finansal piyasalarına ve Türkiye finansal piyasasına aynı anda yatırım yapmak yatırımcı açısından rasyonel bir davranış değildir. Bunun yanında bu ülkeler, rasyonaliteden uzak çok yüksek risk ve çok yüksek getiri hedefleyen yatırımcıların tasarruflarını değerlendirmesi açısından bir fırsat sunmaktadır. 341 KAYNAKLAR Ağır, Hüseyin; Yıldırım, Selvi, (2015), Türkiye ile BRICS Ekonomilerinin Makroekonomik Performans Karşılaştırması: Betimsel Bir Analiz, KSÜ Sosyal Bilimler Dergisi, 12 (2), ss. 41 Akar, Cüneyt, (2013), Gelişmekte Olan Piyasalarda Finansal Piyasa İstikrarının Kantil Regresyon Yöntemiyle Test Edilmesi Doğuş Üniversitesi Dergisi, 14 (1), 1-9.ss. Ari, Yılmaz, Onur, (2013), Türkiye ve BRICS Ülkelerinin Yabancı Yatırım Endeksleri Açısından Karşılaştırılması Yalova Üniversitesi Sosyal Bilimler Dergisi, 3(5). Atabay Baytar, Rana, (2012), Türkiye ve BRIC Ülkeleri Arasındaki Ticaret Hacminin Belirleyicileri Panel Çekim Modeli Analizi, İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi Yıl: 11 Sayı: 21 Bahar 2012 / 1 s.403-424 Ayhan, Duygu, (2014), BRICS-T Ülkelerine Yönelik Portföy Yatırımlarının Cari Açık Üzerindeki Etkisi: Dinamik Panel Veri Analizi, Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7(1), 67. Çelik, Orkun; Selim, Sibel, (2014) Türkiye de Kamu ve Özel Sektör Ücret Farklılıklarının Kantil Regresyon Yaklaşımı ile Analizi, Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Yönetim ve Ekonomi Dergisi, 21(1), 205-232.
Erkan, Birol, (2012), BRIC Ülkeleri ve Türkiye nin İhracat Uzmanlaşma ve Rekabet Düzeylerinin Karşılaştırmalı Analizi, AİBÜ-İİBF Ekonomik ve Sosyal Araştırmalar Dergisi. Cilt:8, Yıl:8, Sayı:1, 8:101-131 Goldman Sachs (2003), Dreaming With BRICs: The Path to 2050, Written By Dominic Wilson and Roopa Purushothaman, Global Economics Paper No: 99, 1st October Gülmez, Ahmet; Yardımcıoğlu, Fatih, (2013), BRICS ülkeleri ile Türkiye nin Ekonomik Büyümesinde Ulusal Ve Yabancı Tasarrufların Etkisi: Panel Veri Analizi, CÜ İktisadi ve İdari Bilimler Dergisi, 14(1), 47-68. Güzel, Fatih; Acar, Melek; Avcı Derya, (2016), Bulanık Sinir Ağı Yapısı İle Borsa Endeks Getirisi Tahmini: Borsa İstanbul (Bist) 100 Örneği Akademik Sosyal Araştırmalar Dergisi (Asos Journal), Yıl: 4, Sayı: 29, Ağustos, 2016, s. 452-465 Haibin, Nıu, (2012), BRICS in Global Governance, a Progressive Force?, Dialogue on Globalization, Friedrich Ebert Stiftung, Fes New York, April 2012, Hüseyin, Ağır; YILDIRIM, Selvi. (2015), Türkiye ile BRICS Ekonomilerinin Makroekonomik Performans Karşılaştırması: Betimsel Bir Analiz, Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Dergisi, 12(2). 342 Manga, Müge; Bal, Harun; Algan, Neşe; Kandır, Ediz, Deniz, (2015), Beşeri Sermaye ve Ekonomik Büyüme İlişkisi: BRICS Ülkeleri ve Türkiye Örneği, Çukurova Üniversitesi, Sosyal Bilimler Enstitüsü Dergisi, Cilt 24 Sayı 1 Narin, Müslime; Kutluay, Dilek, (2013), Değişen Küresel Ekonomik Düzen: BRIC, 3G ve N 11 Ülkeleri, Dosya, Ankara Sanayi Odası Yayını, ss. 30-50, Sandalcılar, Ali, Rıza, (2012). Türkiye nin BRIC Ülkeleriyle Ticari Potansiyeli: Panel Çekim Modeli Yaklaşımı. Journal Of Yasar University, 25(7), 4164-4175. Şimşek, Mehmet, (2016), Borsa İstanbul (BIST) ve BRICS Ülkelerinin Hisse Senedi Piyasalarının İlişkisi Üzerine Bir İnceleme, İnsan Ve Toplum Bilimleri Araştırmaları Dergisi, Cilt:5, Sayı:3, Sayfa:520-536 Topallı, Nurgün, (2016), Doğrudan Sermaye Yatırımları, Ticari Dışa Açıklık Ve Ekonomik Büyüme Arasındaki İlişki: Türkiye ve BRICS Ülkeleri Örneği, Dogus University Journal, 17(1).