Markov Rejim Değişimi Tekniğiyle Türkiye Ekonomisindeki Krizlerin

MARKOV REJĠM DEĞĠġĠMĠ TEKNĠĞĠYLE TÜRKĠYE EKONOMĠSĠNDEKĠ
KRĠZLERĠN KONJONKTÜREL YAPISI
Üzeyir AYDIN*
Oğuz KARA†
Ekonomik krizlerin gerek geliĢmiĢ gerekse az geliĢmiĢ ekonomilere olumsuz etkileri
nedeniyle önceden tahminine yarayan öncü göstergeleri belirlemek ve bu göstergelerin
ekonominin konjonktürel yapısıyla iliĢkisini ortaya çıkarmak oldukça önemlidir. Bir
ekonomide yaĢanan krizlerin tekrarlanma süresi, oluĢturduğu etkilerinin bir rejim değiĢimi
yaratıp yaratmadığı ve rejim değiĢimine yol açmıĢ ise bunda hangi değiĢkenin etkili olup
olmadığının belirlenmesi gerekmektedir.
Rogoff (2005), Reinhart ve Kaminsky’in(1998) krizlerin öngörüsüne yönelik olarak
yaptıkları çalıĢmalarda öncü gösterge olarak kur ve faiz oranı değiĢkenlerini kullanmıĢlardır.
Türkiye’de 1989 yılından beri yaĢanan ekonomik krizlerde söz konusu değiĢkenler ekonomik
konjonktür üzerinde belirleyici değiĢkenler olmuĢtur. Bu bağlamda çalıĢmamızda,
konjonktürün göstergesi olarak sanayi üretim endeksi seçilmiĢ ve bu konjonktürdeki hareketi
ve bu hareketlerin bir rejim oluĢturup oluĢturmadığını belirleyen değiĢkenler olarak reel döviz
kuru ve mevduat faiz oranı ele alınmıĢtır. Bu değiĢkenler aracılığıyla Türkiye ekonomisindeki
krizlerin konjonktürel yapısı Markov Rejim DeğiĢimi tekniği ile incelenmiĢtir. Rejim
değiĢimi yönteminden hareketle, ekonomik konjonktürün hangi rejimde olduğu (geniĢleme
veya daralma), yaĢanan krizlerin sürekli olup olmadığı belirlenmeye çalıĢılmıĢ ve elde edilen
bulgular bağlamıyla krizlerin Ģok niteliği taĢıyıp taĢımadığı sınanmıĢtır.
Jel Kodları: D9, D0, G0
Anahtar Kelimeler: Kriz Öncü Göstergeleri, Markov Rejim DeğiĢimi, Krizlerin Konjonktürel Yapısı,
Ekonomik Kriz
*
†
AraĢ.Gör.Dr., Dokuz Eylül Üniversitesi, ĠĠBF Ġktisat Bölümü, [email protected]
Yrd.Doç.Dr., Düzce Üniversitesi, ĠĢletme Fakültesi, [email protected]
1
THE TURKISH ECONOMY CRISIS CYCLICAL STRUCTURE BY MARKOV
SWITCHING TECHNIQUE
It is very important to identifying leading indicators, for pre-estimating the negative
effects of the economic crisis in both developed and less-developed economies, and to
determine the relationship between these indicators and the cyclical structure of the economy
is very important. In an economy, it is required to determine the crises’ return period, whether
the crises cause a regime change and which variable is effective in this change, if so.
Rogoff (2005), Kaminsky and Reinhart (1998), in their studies for the prediction of
crises, used exchange rate and interest rate as leading indicators. In Turkey, these variables
have been deterministic on the conjuncture in the period of the economic crises that are seen
since 1989. As regards, we used the industrial production index as an indicator of the
conjuncture, and we treated real exchange rate and interest rate as the variables that determine
the cyclical movements of the index and whether the movements originate a regime. The
cyclical structure of Turkey’s economic crises was investigated through these variables, in
Markov switching technique. And we try to determine the expansion or contraction regime of
economic conjuncture and whether the crises are perpetual, and we test whether the crises are
shocks.
Jel Codes: D9, D0, G0
Key Words: Leading Ġndicators of Crisis, Markov Switching, Prudence of Economic Crisisses in Turkey,
Economic Crisis
2
GĠRĠġ
1990’larla birlikte piyasa ekonomisine geçilirken zorluklar fırsatları beraberinde
getirmiĢtir. Ülkeler, özellikle küreselleĢme dediğimiz unsurun ortaya çıkması ile hızlanan
serbestleĢme hareketleri doğrultusunda, serbest ticaret, gümrük engellerinin ortadan kalkması,
faktör dolaĢımlarının serbestleĢmesi ve finansal piyasaların daha serbest hale getirilmesi gibi
daha çok batı ekonomilerinin benimsemiĢ olduğu giriĢimlerde bulunmuĢlardır. 1980 sonrası
arz yönlü politikalara paralel olan liberal düĢünce ve iki kutuplu dünya düzeninin ortadan
kalkması bu rüzgâra olumlu bir ivme kazandırmıĢtır. Bu akımların olumlu etkilerinden
yararlanmak isteyen birçok ülke 1980–1990 yılları arasında finansal serbestleĢme
politikalarını benimsemiĢ; ancak birkaç Güney Doğu Asya ülkesi dıĢında bu politikaların
çoğu baĢarısızlıkla sonuçlanmıĢtır. Finansal serbestleĢme politikaları bekleneni vermemekle
kalmamıĢ, uygulandığı ülkelerin birçoğunda finansal krizlere neden olmuĢ ve ülke
ekonomilerine ciddi zararlar vermiĢtir. Bu zararlar neticesinde iktisat çevrelerince finansal
krizler üzerinde yoğun çalıĢmalarda bulunulmuĢ ve krizleri açıklamaya yönelik farklı
modeller geliĢtirilmiĢtir. Bu modellerle kriz öncesi makroekonomik göstergeler incelenerek
öncü göstergeler oluĢturulmaya çalıĢılmıĢtır. Bu çalıĢmalar, çeĢitli makroekonomik
büyüklüklerin krizlerin oluĢmasından önce nasıl bir değiĢim gösterdiğini ve buna göre
krizlerin önceden tahmin edilip edilmeyeceğini araĢtırmaktadır.
Bununla birlikte, finansal krizlerin farklı coğrafyalarda ve farklı makroekonomik
Ģartlarda ortaya çıkıyor olması ve dolayısıyla her bir krizin kendine özgü unsurlara sahip
olması krizlerin öngörülmesini zorlaĢtırmaktadır. Ayrıca, hala birçok ülkenin finansal
piyasaların da yeterince derinliğin oluĢmamıĢ olması ve hali hazırda bu sistemin zaaflarından
yararlanmak isteyen bir takım kiĢi ve kurumların bulunması bu krizlerin arkasında yatan
faktörlerin anlaĢılmasını son derece önemli kılmaktadır.
Bu çerçevede çalıĢmanın amacı, krizler üzerine geliĢtirilen literatür referans alınarak
belirlenen değiĢkenlerle, Türkiye’nin ekonomik konjonktüründeki hareketi ve bu hareketlerin
bir rejim oluĢturup oluĢturmadığını analiz etmektir. Bu çerçevede Türkiye ekonomisindeki
krizlerin konjonktürel yapısı Markov Rejim DeğiĢimi tekniği ile incelenmiĢtir. Söz konusu
yöntemle, yaĢanan krizlerin sürekli olup olmadığı belirlenmeye çalıĢılmıĢ ve krizlerin Ģok
niteliği taĢıyıp taĢımadığı sınanmıĢtır. ÇalıĢmanın ilk kısmında kriz tanımlarına,
kriz
modellerine ve ilgili literatüre yer verilmiĢtir. Sonraki kısımda ise çalıĢmada kullanılan veri
tabanı ve yöntemle ilgili bilgiler verilerek analizlerden elde edilen bulgular yorumlanmıĢtır.
3
1. KRĠZ KAVRAMI VE TÜRLERĠ
Yunanca "krisis" kelimesinden türeyen kriz, günlük dilde, zor seçim, bunalım, buhran
karĢılığı olarak kullanılmakta; farklı kullanım alanlarında, dengesiz, olumsuz ve istenmeyen
duruma geçiĢi ifade etmektedir (Bayraktutan: 2006;25).
Piyasa ekonomilerinde iktisadi faaliyet hacminin, genelde, kesiksiz bir biçimde ve
belli bir düzeyi koruyarak geliĢmediği; tersine devamlı dalgalanmalar gösterdiği
bilinmektedir. Bu dalgalanmaların iktisadi, siyasi ve psiko-sosyal nedenlerden etkilendiği ve
zaman zaman yön ve Ģiddetinin değiĢtiği çeĢitli uygulamalardan gözlemlenmektedir (Kök;
2001:1195). Ġktisadi faaliyet hacmindeki geniĢlemeler ve daralmalar (konjonktür) * sürekli
olmakla beraber, düzenli aralıklarla ortaya çıkmazlar. Ġktisadi faaliyetlerin daralma
aĢamasında ortaya çıkan sürekli düĢüĢ Ģeklinde gösterilen daralmaya kriz denir.
Marx’ın ürettiği modelde, iktisadi kriz önemli ve baĢat bir belirleyendir. Dolayısıyla,
ekonomik krizin genel tanımında, Marx’ın ve yeni Ortodoks Marksistlerin üzerinde
durdukları tanıma gitmek gerekecektir. Buna göre ekonomik kriz, kapitalist yeniden üretimin
iktisadi ve siyasi iliĢkilerindeki genel aksaklıklar toplamıdır (Aydın; 2006;21).
Bu açıklamalar çerçevesinde krizi, önceden bilinmeyen ya da öngörülemeyen
ekonomik ve ekonomik olmayan bazı geliĢmelerin etkisiyle ekonomik konjonktürdeki yön
değiĢtirmeyi, yani geniĢleme ya da sürekli bir ilerleme döneminden uzun ya da kısa bir
bunalım veya daralma evresine geçiĢ olarak tanımlayabiliriz (Aydın; 2006;21).
2. KRĠZ MODELLERĠ
Dünyanın farklı bölgelerinde 1990'lı yıllarda değiĢik tipte finansal krizler yaĢanmıĢtır.
Finansal krizler yaĢandıkça, her geçen gün bu krizleri açıklamaya çalıĢan kriz modellerinin de
sayısı artmaktadır. Özellikle 1990'lı yıllarda yaĢanan bölgesel finans krizleri, yeni tip
modellerle açıklanmaya çalıĢılmıĢtır. Fakat bu krizler, birbirleriyle pek çok ortak özelliği
paylaĢsa da, hiçbir kriz birbirinin aynı olmadığından, açıklayıcı teorik modeller sınırlı
kalmıĢtır. Krizleri açıklamaya çalıĢan bu teorik modeller, eksik ve / veya yetersiz kalsa da her
biri, krizlerin farklı bir boyutuna dikkat çektiği için, gelmekte olan bir krizin olası
belirtilerinin ne olduğunu önceden anlamaya yardımcı olmaktadır. Ayrıca bu modeller aslında
birbirinin yerini alan değil, birbirlerini tamamlayan ve birbirlerinin devamı olan modellerdir
(Yıldırım; 2006:112).
*
Konjonktür üzerine geniĢ bilgi için bknz; ―KÖK, Recep (2001); ―Ġktisadi Krizlerin Konjonktürel Analizi ve
Türkiye Özeline ĠliĢkin Bir Deneme‖, Yeni Türkiye Dergisi Ekonomik Kriz Özel Sayısı, Kasım-Aralık 2001,
Yıl:7, Sayı: 42, içinde ss.1191-1213‖.
4
2.1. Spekülatif Atak Modeller: Birinci Nesil Modeller - Krugman Modelleri
Para krizlerini, sürdürülemez politikalar ile yapısal dengesizliklerin kaçınılmaz sonucu
olarak gören ve krizi ateĢleyen temel makroekonomik faktörlerin önemini vurgulayan
spekülatif atak modeller, Krugman'ın 1979 yılında, Salant ve Henderson'un 1978 yılındaki
çalıĢmasına
dayanan ve ödemeler dengesi krizlerini açıklamaya yönelik geliĢtirdiği
çalıĢmayla baĢlamıĢ ve daha sonra Flood ve Garber'in 1984 yılında yaptıkları çalıĢmayla da
yaygınlaĢmıĢtır (Kruger vd., 1998:2 ; Yay vd., 2001:23).
Bu modele göre, sabit döviz kuru sistemi geçerli iken, iç kredi hacminin para
talebinden daha fazla artması, yavaĢ ancak sürekli olarak ülkenin uluslararası rezervlerinin
azalmasına ve ülke parasına yönelik spekülatif ataklara neden olur (Kaminsky vd., 1997:5).
Bir ekonomide makroekonomik temellerdeki bozukluklar, bir krizin göstergeleri
olmaktadır. Bu temel bozukluklar, yüksek ve artan bütçe açıkları, yüksek parasal artıĢ
oranları, yüksek enflasyon, aĢırı değerli döviz kuru, geniĢ cari açıklar, uluslararası rezervlerde
düĢüĢler ve yükselen ülke içi faiz oranlarıdır. Krugman, ekonomik temellerdeki sürekli bir
bozulmanın döviz kurunu sabitleĢtirme teĢebbüsüyle tutarsızlığı durumunda, krizlerin ortaya
çıktığını savunmuĢtur (Esguivel ve Larrain, 1998:2). Krugman modeline göre, sorunların
kökeninde ya mali açıkları finanse etmek amacıyla para basmak ya da zayıf bankacılık
sistemine kaynak sağlamak amacıyla geniĢleyen iç kredi hacmi vardır. Yani model, ekonomik
karar vericilerin sermaye piyasalarında borçlanma olanağının olmaması durumunda,
harcamalarını ve açıklarını parasallaĢtırmak zorunda kalacağını varsayar. Bu çerçevede faiz
oranı Parite koĢulu ülkeden sermaye çıkıĢına ve ülkenin rezervlerinin sürekli olarak
azalmasına neden olur. Bu sürecin sonunda da rezervler spekülatif saldırıların baĢlayacağı bir
düzeye iner ve sonunda yetkililerin döviz kurunu sürdürmeleri imkansız hale gelir (Özer,
1999:56).
2.2. Kendi Kendini Besleyen Modeller: Ġkinci Nesil Modeller - Obstfeld Modeli
Krugman tarafından geliĢtirilen birinci nesil modeller birçok yönden eleĢtirilmiĢtir.
Finansal krizler ile onları doğuran ekonomik yapı ve koĢulları irdeleme avantajına karĢın
Birinci Nesil Modeller, hükümeti pasif bir aktör olarak görmeleri ve beklentilerin etkisini
ihmal etmeleri (Yay, vd., 2001: 24) nedeniyle eleĢtirilmiĢtir.
Bu ilk modeller, sadece 1973 -1982 yılları arasında Meksika ve diğer Latin Amerika
ülkelerinde ortaya çıkan para krizlerini açıklayabilmektedir. Fakat bu modellerin sabit kur
rejiminin çöküĢünü döviz rezervine ve bütçe açığına dayandırmaları, 1992 ERM (Exchange
5
Rate Mechanism) krizi gibi krizleri açıklamakta yetersiz kalmasına neden olmaktadır.
Dolayısıyla bu tip krizleri de açıklayabilen yeni modeller geliĢtirilmiĢtir. Bu modellere kendi
kendini yaratan-besleyen modeller veya ikinci nesil modeller denilmektedir (Dornbush,
1987:72).
Ġkinci Nesil Kriz Modellerine göre krizler, olumsuz iktisadi temellerin, kendisini
besleyen beklentilere yol açtığı, öngörülemez olaylardır. Obstfeld'in çalıĢmalarıyla (1986: 7281; 1994: 189-213) geliĢtirilen bu modellerde, olumsuz koĢullara dayalı kötümser beklentiler
ve kendi kendini besleme özelliği vurgulanmaktadır. Cole ve Kehoe (1996, 2000), kamu borç
yükü ve borcun vade yapısının önemini vurgularken, Calvo (1998), bankaların varlık ve
yükümlülükleri ile vade yapısı uyumsuzluğu üzerinde durmaktadır. Chang ve Velasco (1998)
ise, finansal sistemin likit olmamasını kriz için yeterli görmekte, bu durumun beklentileri
kötümserleĢtirdiğini, sistemi kırılganlaĢtırdığını ileri sürmektedir.
Kriz nedenlerini geniĢ bir yelpazede ele alma avantajına karĢın ikinci Nesil modeller
beklentileri dıĢsal ve krizleri öngörülemez olarak algılamaları özel sektör beklentilerinde
değiĢimin önemini vurgularken hükümetin sorumluluğunu ihmal etmeleri, vb gerekçelerle
eleĢtirilmiĢtir.
2.3. Asya Tipi Kriz Modelleri: Üçüncü Nesil Modeller
Birinci Nesil Kriz Modelleri ve ikinci Nesil Kriz Modellerinin 1997 yılında yaĢanan
Güney Doğu Asya krizini açıklamakta yetersiz kalmaları üzerine, bu ilk modelden farklı
olarak, araĢtırmacılar Asya krizi ile ilgili yeni model arayıĢlarına girmiĢlerdir.
BaĢta Krugman (1999, 2001) olmak üzere, konuyla ilgili diğer araĢtırmacılar
tarafından; para ve bankacılık krizlerinin ortak bazı faktör ve olgular ile yaratıldığını
vurgulayan ve problemlerin kaynağının banka ve finans sektörü olduğunu ortaya koyan, çok
sayıda model üretilmiĢtir. Bu çözüm arayıĢları sonrasında ortaya çıkan yeni modellerde Asya
Tipi Kriz Modelleri baĢlığı altında toplanmaktadır.
Asya tipi kriz modellerinin baĢında, krizleri bir bulaĢıcı hastalık gibi yayılan krizler
olarak gören modeller ile krizleri bir eĢgüdüm baĢarısızlığı olarak gören iki temel model ve
bunların devamı olan açıklayıcı kriz modelleri gelmektedir (Özer, 1999:55).
Asya tipi modellerle ilgili ilk görüĢ, finansal liberalizasyonun ardından iyi
düzenlenmemiĢ bir bankacılık sisteminin ve mikro-ekonomik bozuklukların ahlaki risk ve
aĢırı borçlanma yaratarak ciddi krizlere yol açtığını belirten görüĢtür (Mishkin, 1999, 2000;
Krugman, 1998). Hızlı bir finansal liberalizasyondan sonra denetimi ve düzenlemeleri zayıf
bir bankacılığın varlığı durumunda, yoğun sermaye giriĢleri, risk yönetimi geliĢmemiĢ ve
6
sermaye yeterlilik oranları düĢük bankalar aracılığıyla, aĢırı bir borç verme ve/veya tüketim
patlamasına yol açmakta; aĢırı borçlanma borsada ve gayrimenkul fiyatlarında patlamaya
neden olmaktadır. Ekonomi durgunluğa girdiğinde ise, iyi değerlendirmeden ve izlemeden
verilen krediler bankaları kırılgan ve krize duyarlı hale getirmekte, ülke içi parayı savunmak
zorlaĢmakta ve parada bir çöküĢü tetiklemektedir (Yay vd., 2001:25). Yine bu görüĢe göre,
hükümet tarafından gizlice desteklenen ve bağlı Ģirketlerine kredi vermesine göz yumulan
bankaların, ahlaki riske dayalı olarak yarattığı aĢırı borçlanmanın ve fonlanmamıĢ
yükümlülüklerin aslında gizli devlet borcuna dönüĢeceğidir (Corsetti, Pesenti ve Roubini
1998 a/b). Bu durumda, makroekonomik temellerdeki sağlamlılık bir yanılsama halini
almakta ve hükümetler fiilen dikkatsiz ve sürdürülemez harcamalara katlanmak durumunda
kalmaktadırlar.
Bir baĢka alternatif görüĢ ise; Radelet ve Sachs (1998) de vurgulanan ve Chang ve
Valesco (1998 a/b) tarafından geliĢtirilen, krizlerin banka paniklerinin ürünü olduğunu
belirten görüĢlerdir. Özellikle Asya Krizinde bu ülkelerin hiçbir hatalı politikaları olmadığı
halde, uluslararası yatırımcıların kendi kendini besleyen kötümser davranıĢlarının etkisiyle
banka paniği ve finansal kırılganlıkla sıkıntıya düĢtükleri belirtilmektedir.
Son bir görüĢ ise; krizlerin temellerinde bankacılık ve finans kesiminin sorunlarının,
özellikle bilanço sorunlarının yattığını ileri süren görüĢtür (Krugman, 1999). Bu görüĢe göre;
krizlerin büyük çoğunluğu ya ekonominin önemli bir kısmının (kamu ve / veya özel kesim)
bilançolarının kredi verilebilirliğine, ya da döviz kurlarına duyulan kuĢkudan doğmaktadır.
Sermaye akımları da bu iki sorunu hızla birbiriyle iliĢkili hale getirir. Mishkin'in vurguladığı
gibi, bir finansal sektör problemi paranın altını zayıflatırken, bir devalüasyon da bankaların
pozisyonunu (eğer yükümlülüklerin büyük bir kısmı döviz cinsinden ise) Ģiddetle zayıflatır.
Bu ise bir süre sonra ekonomiyi içinden çıkılmaz bir kısır döngüye sürükler.
Bankaların ve banka dıĢı finansal kurumların bilançolarının istikrarı çok önemli bir
faktördür. Bankaların bilanço sorunları büyük ölçüde uyumsuzluk sorunlarıyla bağlantılıdır.
Bu hem para hem de vade uyumsuzluğudur. Bankalar döviz olarak borçlanıp ülke parası
cinsinden borç veriyorlarsa ve ayrıca kısa vadeli borç alıp uzun vadeli yatırımlar için borç
veriyorlarsa, sırasıyla hem para hem de vade uyumsuzluğu sorunlarıyla karĢılaĢıyorlar
demektir. Bir uyumsuzluk durumunda döviz kurunda bir değer kaybı, iflaslara yol açabilecek
olan istikrarsızlığı harekete geçirmekte, sermaye akımlarının aceleciliği artmakta ve kriz
yaratılmaktadır. Uyumsuzluk sorununun yanı sıra, banka kırılganlığını arttıran diğer unsurlar;
yanlıĢ değerlenmiĢ ve piyasa değerlerinden sapmıĢ döviz kurları ve geri dönmeyen borçlar
biçimindeki bilanço sorunlarıdır. Yani, bir ülkede döviz kurları sabit veya yarı-sabit bir kur
7
politikası gereği denge değerlerinden sapmıĢsa, finansal araçların kısa vadeli ve döviz
cinsinden borçları ve uzun vadeli yerli para cinsinden alacakları varsa; banka bilançoları geri
dönmeyen borçlarla bozulmuĢ ise, bankaların likidite ödeyememe ve organizasyon bozukluğu
sorunları var demektir. Böyle bir durum da, meydana gelen bir devalüasyon finansal Ģokların
büyüklüğünü Ģiddetle arttırmaktadır (Dornbush, 2001, Pesenti ve Till 2000:3-16). Kur üzerinde spekülatif bir atak ortaya çıktığında, politika seçenekleri ikilem yaratır. Kuru korumak için
faiz oranlarını kullanmak (özellikle geri dönmeyen borçlar durumunda), örneğin faiz
oranlarını yükseltmekte, borç yükünü ağırlaĢtırarak bankacılık sektörünü daha da kötü
duruma düĢürmektedir. Böyle bir durum da, mikro ekonomik göstergeler, bir krizin olasılığını
veya yaklaĢmakta olduğunu, standart makroekonomik göstergelerden daha anlamlı Ģekilde
yansıtabilir. Bu kriz göstergeleri; Ģirket karlılığı, borç / aktif oranı, sermaye / aktif oranı, nakit
/ aktif oranı gibi göstergelerdir (Yay vd. 2001:26-27).
Bunlara ilave olarak, krizlerin yayılmasında ithal mal fiyatları da önemli rol oynar
(Baig ve Goldfajn, 1998:6). Bir ülkede paranın değer kaybı ithal mal fiyatlarını ve dolayısıyla
yurtiçi fiyatları arttırır. Buna göre krizin baĢladığı ilk günlerde paranın reel değer kaybı, ikinci
ülkede ithal mallarının fiyatını ve ikinci ülke vatandaĢlarının da para taleplerini düĢürecektir.
Krizlerin yayılmasını hızlandıran bir diğer kanal, yatırımcıların "sürü" davranıĢı ile hareket
etmesi de gösterilebilir (Kawai, 2000; IMF 1998).
3. EKONOMĠK KRĠZ VE KONJONKTÜR ÜZERĠNE LĠTERATÜR TARAMASI
Ekonomik krizlere yönelik çalıĢmalar 1990'lı yıllardan sonra finansal krizlerin
yaygınlaĢmasıyla birlikte artmıĢtır. Bu ilgi akademik çevrelerin yanında IMF, NBER gibi
önemli kurumlar
tarafından çok sayıda çalıĢmanın
yapılması
Ģeklinde
kendisini
göstermektedir. IMF daha çok ekonometrik tahmine dayalı uyarı modelleri kullanırken,
modellerde özellikle kısa vadeli borçların döviz rezervlerine oranı, reel döviz kurunda
meydana gelen değer artıĢının boyutu ve cari iĢlemler açığı gibi bazı temel değiĢkenler
üzerinde yoğunlaĢmaktadır. IMF ayrıca özel sektör verilerine, özellikle de onların bilanço
değerlerine dayalı alternatif modellere hayli ilgili gözükmektedir (Mulder, 2002: 8).
Literatürde ise zikredilebilecek önemli çalıĢmalar arasında Goldstein (1996), Kaminsky ve
Reinhart (1999) ile Khalid ve Kawai (2003) tarafından geliĢtirilen modeller sayılabilir.
ÇalıĢmalarda esas olarak, yaĢanması muhtemel finansal krizler için iĢaret oluĢturacak bir
sistem geliĢtirilmesi hedeflemektedir. Kullanılan temel yaklaĢım ise sinyal/iĢaret yaklaĢımıdır.
Buna göre bir gösterge belirli bir eĢik değeri aĢtığı zaman EWS aktif hale gelmektedir.
8
Kaminsky, Lizando ve Reinhart (1997), 1970-1995 yılları arasında aylık verilerle 20
ülkedeki 79 krizi incelemiĢlerdir. Modelde uluslararası rezervler, ithalat, ihracat, dıĢ ticaret
hadleri, reel döviz kurunun normal trendinden sapması, iç ve dıĢ reel faiz oranları arasındaki
fark, reel M1 talebi ile mevcut M1 değeri arasındaki fark, M2 çarpanı, iç kredilerin GSYĠH'ya
oranı, reel mevduat faiz oranı, kredi/mevduat oranı, banka mevduatları, M2'nin brüt
uluslararası rezervlere oranı, üretim endeksi ve sermaye piyasaları endeksi olmak üzere 15
gösterge seçilmiĢtir. Elde edilen bulgulara göre; ihracat, reel döviz kuru oranı, genel
para/uluslararası rezervler, çıktı fiyatları gibi değiĢkenler kullanılmasıyla elde edilen sinyaller
sonucu krizler tahmin edilebilmektedir.
Demirgüç-Kunt ve Detragiache (1998)'e göre bankacılık krizlerinin nedeni
hükümetlerin bankalara yapmıĢ oldukları müdahaleler ve kurtarma amaçlı uygulanan gevĢek
para politikalarıdır. Bankaların ileride tekrar kurtarılacağı beklentisi etkin risk yönetimini
azaltmakta ve enflasyon-döviz kuru iliĢkisi dikkate alındığında paraya karĢı spekülatif atak
oluĢturabilmektedir (Demirgüç-Kunt ve Detragiache, 1998: 82).
Günal (2001), Kasım 2000 krizini Minsky'nin finansal istikrarsızlık hipotezi ile
açıkladığı çalıĢmasında, para arzının içselliği yaklaĢımı ve finansal istikrarsızlık hipotezinde
belirtildiği gibi, Merkez Bankası'nın bankaların rezerv ihtiyaçlarını karĢılamaması durumunda
krizin ortaya çıkacağı iddiasının Türkiye'de son yaĢanan krizle birlikte geçerlilik kazandığı,
yani Türkiye'de para arzının içsel olduğu sonucuna varmıĢtır (Günal, 2001: 31-51).
Ongun (2002), cari iĢlemler açıklarıyla ekonomik krizler arasındaki yakın iliĢkiden
hareketle, 1980 sonrası Türkiye'deki krizleri incelediği çalıĢmasında, 1990 öncesi ve
sonrasının krizleriyle dıĢ açıklar ve dengesizlikler arasındaki iliĢkinin farklılıklar gösterdiğini
belirtmektedir. Temel fark, 1990'lı ve 2000'li yıllarda patlak veren krizlerin dıĢa açık bir
ekonomide yaĢanmıĢ olmasından kaynaklanmaktadır. 1970 ve 1977-1980 krizleri ise oldukça
kapalı bir ekonominin krizleridir (Ongun, 2002: 39-93).
Goldstein (2003), yükselen piyasalardaki ikiz kriz deneyimini iki temele dayandırarak
karakterize etmektedir. Ġlk olarak, hükümetler döviz kuru rejimini sabit tutmakta ya da döviz
kuru bandını dar belirlemekte ve bu da spekülatif ataklara karĢı savunmasız olmaya neden
olmaktadır, ikinci olarak, ulusal bankaların yabancı yükümlülükleri ve yerli varlıkları
arasındaki uyumsuzluk döviz kuru riskini ortaya çıkarmaktadır (Goldstein, 2003: 1-35).
Kansu (2004), döviz krizlerini açıklayan modeller çerçevesinde, Türkiye'de yaĢanan
1994, 2000 ve 2001 krizlerini incelemiĢtir. Bütçe açığının Merkez Bankası kaynaklarından
finanse edilmesi yönünden birinci nesil modellere benzettiği 1994 krizini herhangi bir modele
9
dahil edemezken, 2000 Kasım krizini kısmen ikinci nesil modellerle, 2001 krizini ise ikinci ve
üçüncü nesil modellerle açıklamıĢtır (Kansu, 2004).
Güloğlu ve Altunoğlu (2002), 1980'li yıllarda baĢlayan IMF destekli finansal
serbestleĢme hareketlerinin, Latin Amerika ülkelerindeki krizlerden baĢlayarak Meksika,
Güney Doğu Asya ve son olarak da Türkiye'de yaĢanan finansal krizlerdeki rolünü
inceledikleri çalıĢmada, Türkiye'de ġubat 2001 tarihinde meydana gelen krizin, dıĢa açık bir
ekonomide
döviz
kuru
çıpasına
dayanan
para
programlarının,
makroekonomik
dengesizliklerin olduğu, denetim ve gözetim mekanizmalarının etkili olarak iĢlemediği,
kırılgan bir yapıya sahip bankacılık sisteminin bulunduğu durumda kolaylıkla döviz ve/veya
finansal krize yol açabileceğini göstermiĢlerdir (Güloğlu ve Altunoğlu, 2002). Ġmer (2005),
mali serbestleĢme sonrasında Türkiye'de ortaya çıkan krizlerin ve krizlerin ülkeler arasında
bulaĢıcılık etkisiyle ekonomik temelleri bozarak yayılması olgusunu araĢtırdığı çalıĢmada,
Türkiye 1994, 2000 ve 2001 krizlerini incelemiĢtir. ÇalıĢmada, birinci nesil krizlerde
karĢılaĢılan uluslararası rezervlerde yavaĢ ama kalıcı düĢüĢlerin yaĢanması olgusunun, 1994,
2000 ve 2001 krizleri dönemlerinde kendisini gösterdiğini onaya koymuĢtur.
Ural ve Balaylar (2007), finansal istikrarsızlık dönemlerini belirlemek ve krizleri
öngörmek üzere baskı indekslerini kullanmıĢlardır. Finansal istikrarsızlığa yol açan etmenler
dikkate alınarak Türkiye için 1987-2007 dönemi aylık verileriyle yeni bir indeks türetilmiĢtir.
Elde edilen bulgular, krizlerin yaklaĢmakta olduğunun anlaĢılabileceğini, ancak krizlerin tam
oluĢum zamanının tahmin edilemeyeceği yönündedir. Söz konusu çalıĢmaya göre erken uyarı
göstergesi olarak bir ya da birden fazla göstergenin izlenmesi, krizlerin öngörümlenmesinde
yeterli olmamaktadır.
Küçükkale (2000) Nakit sıkıĢıklığı Ģeklinde daha spesifik olarak tanımlanabilecek olan
parasal krizlerin önceden tahmin edilebilirliği konusunda hazırlamıĢ olduğu çalıĢmada,
Türkiye ekonomisine iliĢkin 1986:01-1999:12 dönemi veri setini kullanmıĢtır. Birbirlerine
alternatif olan üç farklı tahmin yönteminin kullanılması ile yapılan analizlerde, parasal
krizlerin bir ay önceden tahmin edilebileceğine iliĢkin bulgulara yer verilmiĢtir.
Özatay ve Sak (2005), 2000-2001 krizlerinin arkasında yatan nedenlerin kırılgan
bankacılık sektörü ve tetikleyici faktörlerin kombinasyonu olduğu sonucuna varmıĢlardır.
Krizlerle ilgili oluĢan geniĢ literatür incelendiği zaman, krizler hakkındaki çalıĢmaların
gittikçe arttığı ve yeni çalıĢmalarla yeni bilgi ve yaklaĢımların ortaya konduğu görülmektedir.
Bu çalıĢmalardan elde edilen erken uyarı göstergeleri Tablo 1’de gösterilmiĢtir.
10
Tablo 1: BaĢlıca Kriz Erken Uyarı Göstergeleri
Kategori
Ölçü
Kavram
DıĢ dengesizlik/reel kurda aĢırı
değerlenme
Makro
ekonomik
göstergeler
Rezerv yetersizliği
Kredilerin aĢırı geniĢlemesi
Reel ekonomide yavaĢlama
Varlık fiyatlarında dalgalanmalar
Parasal katılık
Sermaye
akımı
göstergeleri
Akımların tersine dönme ihtimali
Borçlarda patlama
Kısa vadeli borç
1. Reel döviz kuru
2. Cari iĢlemler dengesi/GDP
3. Ġhracat artıĢ oranı
4. M2/Rezervler, seviye
5. M2/Rezervler, artıĢ oranı
6. Rezervlerin artıĢ oranı
7. Reel yurtiçi kredilerde artıĢ oranı
8. Sanayi üretimi, artıĢ oranı
9. Reel GDP, artıĢ oranı
10. Borsa performansı, artıĢ oranı
11. Reel faiz oranı
12. LĠBOR
13. Banka varlıkları/GDP, artıĢ oranı
14. Kısa vadeli borcun rezervlere oranı
15. Kümülatif direkt olmayan akımlar/GDP
16. Portföy akımlarının toplam sermaye
akımları içindeki payı
Sermaye akımlarının bileĢimi
17. Banka rezervleri/Toplam banka
varlıklar
18. MB'nin bankalara verdiği kredi/toplam
MB'nin kurtarmaları
Finansal
banka borçları
kırılganlık
Bankalara olan güven
19. Banka mevduatı/M2, seviye
göstergeleri
Bankaların mevduatlarını mobilize etme 20. Banka mevduatı/M2, artıĢ oranı
21. Verilen borçlar/mevduat, seviye
kabiliyeti
22. Verilen borçları/mevduat, artıĢ oranı
Kaynak: Uzun, A. Meral (2001), ―Latin Amerika’da YaĢanan Finansal Krizlerin Kriz Erken Uyarı Göstergeleri
Açısından Değerlendirilmesi‖ Ekonomik Kriz Öncesi Erken Uyarı Sistemleri, Ed. Halil Seyidoğlu, Rıfat Yıldız,
Arıkan Basım, Ġstanbul içinde, s. 216
Sermaye yeterliliği
4. VERĠ TABANI VE YÖNTEM
Veri tabanı ve yöntem hakkında bilgi içeren bu bölüm, çalıĢmaya referans oluĢturan
yöntem ve modelin tanımlanmasını ve izlenilen yolun açıklanmasını kapsamaktadır.
4.1. Veritabanı
René ve Peron’un (1996:111-115) yaptıkları çalıĢmada reel faiz oranı, ekonomideki
rejim değiĢmelerinin belirleyicisi olarak ele alınmıĢtır. Reel faiz oranı, ekonominin, hangi
rejim içinde ne yönde hareket edebileceğini göstermektedir. Rejimler arası geçiĢi belirleyen
reel faiz oranı değiĢkeninin ekonominin kriz göstergesi olabilmesi için ekonominin kriz
ortamında olmasını belirleyecek bir rejim değiĢkeni olması gereklidir. Rogoff (2005),
Kaminsky, Lizando ve Reinhart (1998)’ın yaptığı çalıĢmalara baktığımızda erken uyarı
değiĢkenlerini belirlemeye yönelik olduğunu ve teorik boyuttaki reel kur-reel faiz ve milli
gelir arasındaki dolaylı ve doğrudan iliĢkilerin ortaya çıkmasına bağlı olarak oluĢan
konjonktürü incelemeye dönük olduğunu görmekteyiz. Her Ģeyden önce, Reinhart ile
11
baĢlayan literatürde; ekonominin konjonktürel dinamiği dikkate alınmamakta ve değiĢkenlere
ait verilerin hangi ekonomik yapıyı gösterdiği vurgulanmamaktadır. Örneğin küçülme
rejimindeyken bu değiĢkenlerin olumlu bir gösterge olması ne anlama gelecektir? Makalede
ele alınan öncü göstergeler ekonominin hangi rejiminde olumlu veya olumsuz gösterge
niteliğinde olduğu açık değildir. Bu nedenle ekonominin konjonktürünü belirleyen
değiĢkenlerin tespiti burada önem kazanmaktadır. Örneğin cari açık bir kriz göstergesi midir?
(Classens, (1991), Gian Maria Milesi-Ferretti, Assaf Razin (1999), Kaminsky, Graciela
L.Reinhart, Carmen M.(1999)). Eğer kriz göstergesiyse 2002 yılından bu yana cari açık
düzeyi Türkiye’nin krize gireceğini öngörmektedir. Oysa Türkiye, cari açığın öngördüğü gibi
krize girmemektedir. Bu açıdan cari açık, konjonktürün nedeni mi yoksa konjonktür, cari
açığın nedeni mi? Bu konunun ampirik açıdan ele alınarak incelenmesi gerekmektedir.
Ayrıca, ekonomide yaĢanan dip noktadaki durgunluk dönemi ile zirve noktasındaki geniĢleme
dönemlerinin aynı uzunlukta olmaması, bir konjonktür dönemi boyunca gözlemlenen iniĢ ve
çıkıĢların asimetrik olarak dağılmasına neden olmaktadır. Ancak yakın zamana kadar yapılan
çalıĢmalarda asimetrik yapı sergileyen serilerin sıklıkla doğrusal modeller ile tahmin
edildikleri görülmektedir. Bu bağlamda sıkça kullanılan modeller, doğrusal otoregresif model,
hareketli ortalama modeli ve karma otoregresif hareketli ortalama modelleri olarak
sıralanabilir ve bu modeller, sadece simetrik devrevi hareketleri temsil edebilmektedir (Akgül,
Koç, Koç; 2007:5). Söz konusu yöntemle yapılacak analizlerde kırılmaların etkisi dikkate
alınmıĢ olsa bile mevcut olan kırılmaların yeni bir konjonktürü veya rejimi gösterip
göstermediği analiz edilmemektedir. Bu açıdan ekonomik verilerin hatalı tespitleri, ele alınan
teorik yaklaĢımların sonuçları ile gerçek hayattaki olaylar arasındaki ―açıklamaya dayalı‖
gücü azalmaktadır. Doğrusal modellerin, asimetrik yapıdaki değiĢkenleri temsil etmedeki
yetersizliği, araĢtırmacıları doğrusal olmayan modeller ve doğrusal olmayan tahmin
yöntemleri geliĢtirmeye teĢvik etmiĢtir‡. Bu bağlamda bir ekonomide var olan krizler arası
zaman süresinin kısalığı veya uzunluğunun ortaya çıkardığı etkilerinin bir rejim değiĢimi
yaratıp yaratmadığı ve bunda hangi değiĢkenin etkili olup olmadığının belirlenmesi önemlidir
(Kahyaoğlu; 2007:132-136).
Ayrıca döviz kurunun büyüme üzerindeki veya ülkenin ekonomik konjonktürü
üzerindeki etkisi iki kanaldan ortaya çıkmaktadır. Bu kanallar finansal ve reel olmak üzere iki
‡
Aslında ekonometri yazınında serilerin asimetrik yapısı ile ilgili olarak ilk çalıĢmayı Mitchell, 1927’de yaparak
bazı istatistiksel kanıtlar ortaya koymuĢtur. Daha sonra Keynes (1936), ekonomik göstergelerde daralma
dönemlerinin geniĢleme dönemlerine göre çok daha Ģiddetli olduğunu, fakat daha kısa sürdüğünü belirterek
Gayri Safi Milli Hasıla (GSMH) değiĢkeninin, yükseliĢ dönemleri düĢüĢ dönemlerinden daha uzun süren
asimetrik bir yapı sergilediğini ortaya koymuĢtur.
12
baĢlık altında incelenebilir. Finansal kanalda ortaya çıkabilecek etkiler genel olarak para
teorisi içinde incelenen parasal aktarım mekanizmaları çerçevesinde ele alınmakta ve
incelenmektedir. Bu bakıĢ tarzı kur politikalarını makroekonomik açıdan ele alan bir
yaklaĢımdır. Döviz kurunun ekonominin geliĢmesi yönünde etkiler ortaya çıkaracağı ikinci
kanal olan reel etki mikro iktisadi çerçevede ele alınabilmekte ve ekonominin fiyat
değiĢmeleri kanalından ortaya çıkacak mekanizmaları incelemektedir. Genel olarak bu bakıĢ
tarzı döviz kurundaki değiĢmelerin ortaya çıkardığı nispi fiyat değiĢmeleri ile nispi fiyat
geliĢmelerinin arasındaki iliĢkiyi dikkate almamaktadır. Oysa günümüzde yaĢanan geliĢmeler
döviz kurları üzerindeki finansal ve parasal etkilerin daha çabuk görülmesine yol açmakta, bu
ise beklentiler kanalından kur değiĢimlerinin süreklilik kazanmasına yol açmaktadır. Bu
sürekliliğin kısa veya uzun olması ekonominin büyüme veya küçülme rejiminde olup
olmayacağını belirlemektedir (Kahyaoğlu; 2007:128-130). Kahyaoğlu ve Utkulu (2006),
Krugman’ı refarans alarak yaptıkları açıklamada, reel kurlardaki değiĢmelerin nominal
kurlardaki değiĢmeden daha büyük olması durumunu, dıĢ ticarette reel iliĢkilerin etkisinin
sonucu olduğunu vurgulamıĢlardır. Bu yaklaĢımda önemli olan nominal kurlardaki
dalgalanmadır. Çünkü kurlar aĢırı bir dalgalanma ―overshoot‖ gösteriyorsa finansal
değiĢkenler reel değiĢkenler üzerinde etkilidir. Döviz kurları bu özelliği gereği ekonomide
ortaya çıkan krizin kaynağı konusunda baskın bir değiĢken olmaktadır. Bununla birlikte
ekonominin büyüme ya da küçülme dönemlerinde Ģokları üzerinde taĢıyan bir rejim değiĢken
olduğu yukarıda incelenen literatür çerçevesinde görülmektedir.
Türkiye’nin 1989 yılından beri ekonomi üzerinde belirleyici değiĢkenler kur ve faiz
oranları arasındaki iliĢkidir. Türkiye’de 1994 Krizinde önemli rol oynayan temel
değiĢkenlerin döviz rezervleri ve faiz oranı olduğu bilinmektedir. Bunun yanısıra, 2001
krizinin derinleĢmesindeki en önemli değiĢken faiz oranıdır. Çünkü Türkiye’de özellikle 1990
sonrası dönemde krizlerin temelinde finansal değiĢkenlerin rolü önemsenmektedir. Döviz
kurlarının aniden yükselmesinin temelinde de finansal sistemdeki açık pozisyonların
yüksekliği dikkat çekmektedir (Aydın; 2006, s.123).
Bu bağlamda çalıĢmamızda, konjonktürün göstergesi olarak reel GSMH’yı temsilen
sanayi üretim endeksi vekil değiĢken olarak seçilmiĢtir. Bu konjonktürdeki hareketi ve bu
hareketlerin bir rejim oluĢturup oluĢturmadığını belirleyen değiĢkenler olarak reel döviz kuru
ve mevduat reel faiz oranı ele alınmıĢtır. Reel faiz oranı, ekonominin, hangi rejim içinde ne
yönde hareket edebileceğini gösteren rejim değiĢmelerinin belirleyicisi, reel döviz kuru ise
ekonominin krizde olmasını belirleyecek rejim değiĢkenidir.
13
Analizde kullanılan iĢlenmemiĢ verileri temsil eden zaman serileri, Türkiye
Cumhuriyeti Merkez Bankası (TCMB EVDS) sisteminden alınmıĢtır. Modelde Kullanılan
değiĢkenler 1985:1 ile 2012:7 yılları arasında aylık verilerden oluĢmakta olup değiĢkenlere
iliĢkin tanımlamalar aĢağıdaki gibidir.
Tablo 2: Modelde Kullanılan DeğiĢkenlerin Tanımlanması
DeğiĢkenler
lnsue
lnfo
lnrkur
Açıklama
Sanayi Üretim Endeksi
Mevduat Reel Faiz Oranı
Üfe Bazlı Reel Döviz Kuru
ġekil 1: Modelde Kullanılan DeğiĢkenlerin Zaman Grafiği
lnsue
0.1
0.0
-0.1
1985
1990
1995
2000
2005
2010
1990
1995
2000
2005
2010
1990
1995
2000
2005
2010
lnrkur
0.1
0.0
-0.1
1985
2
lnfo
1
0
-1
1985
ġekil 1’de gösterilen serilerin zaman grafiğine göre, her üç seride de serilen ln farkları
alınarak trend etkisinden arındırıldığı görülmektedir. Böylece seriler ortalamaları sabit,
doğrusal olmayan analizlere uygun hale getirilmiĢtir.
Serilerin birim kök içerip içermediğini ortaya koymak amacıyla Aucmented Dickey
Fuller Birim Kök Testi yapılmıĢtır. Buna göre her üç serinin düzeyinde birim kökün olduğunu
ortaya koyan H0 hipotezi reddedilmiĢtir. Diğer bir ifadeyle seriler I(0) durağındır.
14
Tablo 3: Serilere Ait Birim Kök Testi
t-ist
prob
lnsue
-25.755
0.000
lnfo
2.2763
0.000
lnrkur
-24.612
0.000
Kritik Değerler: % 1:-3.45, % 5: -2.87, %10: -2.55
4.2. Doğrusal Olmayan Zaman Serileri Ġçin Tahmin Süreci
Doğrusal olmayan zaman serisi analizlerinde uygulamalı çalıĢmalarda izlenmesi
gereken süreç, Granger (1993:233-238) tarafından rejim değiĢimi modelleri çerçevesinde
aĢağıda verildiği gibi özetlenmiĢtir.
i. Analize tabi tutulacak seride doğrusal AR modeli için uygun p sırasını saptayın §,
ii. ―Model doğrusaldır‖ Ģeklindeki boĢ hipotezi ―model doğrusal değildir‖ Ģeklindeki
alternatif hipoteze karĢı sınayın,
iii. Seçilen modelin parametrelerini tahmin edin,
iv. Tahmin ettiğiniz modelin uygunluğunu uygun sınamalar kullanarak değerlendirin,
v. Eğer gerekli ise modeli değiĢtirin ya da tadil edin,
vi. Modeli betimsel olarak ya da öngörü amacınıza göre kullanın.
Yukarıda özetlenen süreç takip edilerek elde edilen bulgular bir sonraki kısımda
verilmiĢtir.
4.3. Doğrusalsızlık Sınamaları
Granger ve Teräsvirta (1993:62) tarafından da ifade edildiği gibi ele alınan iktisadi
iliĢki doğrusal bir Ģekilde modellenebiliyorsa, bu durumda kullanılabilecek istatistikî teoriler
doğrusal olmayan modeller için kullanılabileceklerden daha fazladır. Ayrıca doğrusal bir
model ile ileri dönemler için öngörüde bulunmak doğrusal olmayan modellere göre daha
kolaydır. Bununla birlikte zaman serisi kısa olduğunda (örneğin yıllık sıklıkta düzenlenen bir
veride on yıl, aylık sıklıkta düzenlenen bir veride üç yıl gibi), doğru model doğrusal bir model
§
Franses ve Van Dijk (2000) rejim değiĢimi modellerinde gecikme sıralarının belirlenmesi ile ilgili
olarak Ģu noktaya dikkat çekmektedirler. Rejim değiĢimi modellerinde AR(p) modelinin
katsayılarında farklı rejimlerde yapısal kırılmalar olup olmadığı ile ilgilenildiğinden doğrusal
olmayan modelin AR(p) sırası önemlidir. Bunun için çoğunlukla doğrusal zaman serisi teknikleri
(kısmi otokorelasyonlar ya da bilgi ölçütleri) kullanılarak AR modelinin p sırası belirlenir.
Belirlenen p sırasının doğrusal olmayan model için de uygun olduğu sonucuna varılır. Bu Ģekilde
gecikme sırasını belirlemenin riskli olduğu vurgulanarak, doğrusal olmayan modelden hareketle p
sırasını belirlemenin de olası tüm doğrusal olmayan modelleri denemek anlamına geldiği ifade
edilmektedir. Bu çalıĢmada MRS modeli için uygun p sırası doğrusal modelden hareketle ve
Akaike bilgi ölçütü kullanılarak belirlenmiĢtir.
15
olsa bile, doğrusal olmayan bir model baĢarılı bir biçimde tahmin edilebilir. Dolayısıyla
gereksiz yere karmaĢık bir model kurma tehlikesi her zaman için söz konusudur. Ancak bu
tehlikenin oluĢmasını önlemek ―doğrusallığın sınanması‖ ile mümkün olmaktadır.
Yazında doğrusallık sınamaları parametrik ve parametrik olmayan sınamalar olmak
üzere iki grupta incelenebildiği gibi alternatif belirli bir modele gereksinim duyulan ve
duyulmayan sınamalar olarak da sınıflandırılabilmektedirler. Ġlk sınıflamaya göre RESET
sınaması ile Tsay’in F sınaması, Keenan Testi, Lagrange çarpanı sınamaları parametrik
sınamalara, hata kareler için Ljung-Box istatistiği (Q sınaması), bispektral sınama ile BDS
sınamaları ise parametrik olmayan sınamalara örnek olarak verilebilir. Tong (1990) bu
sınamalara iliĢkin oldukça kapsamlı bir bölüm içermektedir.
Bu çalıĢmada değiĢkenlerin doğrusal bir yapıya uyup uymadıklarını belirlemek üzere
Keenan, White, Terasvirta, Tsay gibi birçok test kullanılmıĢ ve sonuçları aĢağıda verilmiĢtir.
Tablo 4: Doğrusalsızlık Testleri
Keenan test
lnsue
lnfo
lnrkur
White test
lnsue
lnfo
lnrkur
Terasvirta test
lnsue
lnfo
lnrkur
Tsay test
lnsue
lnfo
lnrkur
Linearity LR-test
t-istatistiği
prob
lag
13.3371855
20.84987
12.1797
0.0005
0.0000
0.0005
3
4
3
14.7258
15.9892
5.0798
0.00063
0.00033
0.07887
2
4
2
11.9016
453.7803
109.4659
0.00604
0.00000
0.00000
2
2
3
3.549
18.05
12.27
0.00204
0.00000
0.00000
3
4
3
421.43
[0.0000]**
0
Testlere göre ―model doğrusaldır (ARMA(p,q) süreci izlemektedir)‖ Ģeklindeki boĢ
hipotez % 5 önem düzeyinde tüm seriler için reddedilmiĢtir. Tahmin sonuçları rejim
değiĢikliklerinin varlığı konusunda ipuçları vermektedir. Buna göre tahmin ediciler doğrusal
olmayan formda olduğu belirlenmiĢtir.
16
4.4. Yöntem
Bu çalıĢmada temel analiz aracı olarak belirlenen ve ekonominin genel durumunu
gösteren ―döviz kuru ve reel faiz oranı‖ aracılığıyla Türkiye ekonomisindeki krizin
konjonktürel yapısı aĢağıdaki yöntemle ele alınmaktadır. Bu yöntemden hareketle, yaĢanan
krizlerin sürekli olup olmadığı belirlenmeye çalıĢılmakta ve elde edilen bulgular bağlamıyla
da bu krizlerin Ģok niteliğini taĢıyıp taĢımadığı sınanmaktır. Bu sınamalar, yukarıda açıklanan
değiĢkenler vasıtasıyla yapılmaktadır. Bu çerçevede analitik bulgular Markov Rejim DeğiĢimi
tekniği ile Ox-metrics 6.1, R, Pcgive ve E-views7 ekonometrik paket programları kullanılarak
elde edilmektedir.
Markov değiĢim vektör otoregresif modeli, kısaca MS-VAR, Hamilton (1989,1990)
tarafından geliĢtirilen tek değiĢkenli Markov değiĢim modelinin Krolzig (1997) tarafından çok
değiĢkenli duruma genelleĢtirilmiĢ halidir. MS-VAR model sınıfının arkasındaki temel fikir,
Sims (1980)'den itibaren makro iktisatta yaygın araĢtırma stratejisi olmuĢ doğrusal vektör
otoregresif modellerinden farklı olarak, sistem rejim değiĢikliği ile karĢı karĢıya ise VAR
sürecinin parametrelerinin rejim değiĢikliği ile beraber değiĢebilmesine imkân tanımasıdır. Bu
bağlamda MS-VAR modeli rejimde kaymalara konu olan zaman serilerine iliĢkin olarak,
p'inci dereceden basit sonlu bir VAR modelinin genelleĢtirilmesi olarak nitelendirilebilir.
MS - VAR modeli, üç gelenek üzerine kuruludur. Bunlardan birincisi, sistemin
değiĢkenlerinin iliĢkisinin analizi ile sisteme etki eden yeniliklerin dinamik yayılımı için olan
yapı yani doğrusal zamanla değiĢmeyen VAR modelidir. Ġkincisi Baum ve Petrie (1966) ile
Baum ve diğ. (1970) tarafından tanıtılan, Markov zincirlerinin olasılıksal fonksiyonları için
temel istatistiksel teknikler ve Pearson (1894)'a atfedilen normal dağılımların karması ile
Blackwell ile Koopmans (1975) ve Heller (1965)'a kadar geriye giden gizli Markov zinciri
modelidir. Üçüncüsü Goldfeld ve Quandt (1973) tarafından sunulan Markov değiĢim
regresyon modelleri ile, Markov değiĢim regresyon modellerinin istatistiksel analizine yönelik
Baum ve diğ. (1970) fikirlerine dayanan Lindgren (1978) çalıĢmasıdır. Zaman serileri
bağlamında ise MS modelinin tanıtılması, Hamilton'm 1988 ve 1989 çalıĢmaları ile olmuĢtur.
Ayrıca egzojen rejim üreten bir sürece bağlı olan bir Gaussian VAR süreci olarak MS-VAR
modelleri, Tjostheim (1986) tarafından tanıtılan çifte stokastik süreçler kavramı kadar durum
uzay modelleri ile de yakından iliĢkilidir (Krolzig, 1997,1998; Davidson, 2007; Frömmel ve
diğerleri, 2007).
MS-VAR üzerine yapılan pek çok çalıĢmada, Krolzig (1997) tarafından geliĢtirilen
yaklaĢım örneğin farklı rejimlerde aynı gecikme uzunluklarının kullanılması, geçiĢ
17
olasılıklarının sabit olması, ya tamamen ya da ufak değiĢikliklerle pek çok çalıĢmada
kullanılmıĢtır (Bildirici ve Bozoklu, 2010:6).
MS - VAR modelleme yaklaĢımına iliĢkin söz konusu literatürdeki çalıĢmalardan
bazıları ise; güneĢ lekeleri ve çoklu denge ile ilgili olarak Chauvet ve Guo (2003), para
politikası ile ilgili olarak Owyang (2002), Fujiwara (2006), Mehrotra (2009), krizlerle ilgili
olarak Fratzscher (2002), Tillmann (2004), Pontines ve Siregar (2008), konjonktür dalgaları
üzerine Kontolemis (1999), Krolzig (2001,2001a), Saltoğlu, ġenyüz ve YoldaĢ (2003),
Ferrara (2003), Krolzig ve Toro (2004), Artis, Krolzig ve Toro (2004) ile Anas ve diğ.(2007),
borsa üzerine Hondroyiannis ve Papapetrou (2006), ismail ve Isa (2008), Guidolin ve Hyde
(2009), uluslarararası üretim iliĢkisi üzerine Chen ve Shen (2007), Chen (2009), faiz oranları
üzerine Tillmann (2001) ve döviz kurları üzerine Kumah (2007) Ģeklindedir.
Bu çalıĢmada, kriz göstergesi olarak kabul edilen değiĢkenlerin asimetrik etkileri
dikkate alındığında, yukarıda belirtilen amaç kapsamında kullanılan yöntem, kısaca
tanıtılmaktadır.
Markov rejim değiĢim modellerinin temel özelliği, bir ekonomik süreçte ortaya çıkan
değiĢimlerin çok değiĢkenli analizine imkân vermektedir. Genel olarak ekonomik
konjonktürün analizinden hareketle, zaman serilerinin stokastik sürecindeki ortak rejim
değiĢimleri analiz edilmektedir. Bu çerçevede Markov DeğiĢim sürecinin ardıĢık bağımlılık
ifadesi aĢağıdaki notasyon ile gösterilmektedir (Kök ve Kahyaoğlu; 2007:323-325):
yt  v  st   A1  st  yt 1    Ap  st  yt  p  t
Burada
yt   y1t ,..., ynt 
sabitlere ait vektördür.
A1 ,, Ap
(1)
n boyutunda bir zaman serisinden oluĢan vektördür, v
ise katsayılar ve gecikme parametrelerinin vektörüdür.  t
beyaz gürültü sürecini temsil etmektedir. Hamilton süreci, (çalıĢmanın bu kısmı için bkz.
Hamilton,1994: ss.677-697) Ģu Ģekilde formüle edilmektedir.
yt   st  1 ( yt 1   st 1 )  2 ( yt 2   st 2 )  3 ( yt 3   st 3 )  4 ( yt 4   st  4 )   t (2)
 t ~ N (0, )
st  1,2
Bu düzeyde eĢitliğin iki ortalaması bulunmaktadır. Bu ortalamalar yt durumları,  ’ler
ise rejimler arasındaki değiĢimi göstermektedir. Burada rejim değiĢimi yt değiĢkenin davranıĢı
18
tarafından belirlenmektedir. Gözlenemeyen stokastik bir süreç, st değiĢkeni birinci düzeyden
bir Markow Sürecini ortaya çıkarmaktadır. Bu durum Ģu Ģekilde ifade edilmektedir:
P{st  j st 1  i, st 2  k ,...}  P{st  j st 1  i}  pij
(3)
Burada rejim değiĢimi, yt değiĢkenin davranıĢı tarafından belirlenmektedir. Gözlenemeyen st
değiĢkeni ise birinci düzeyden bir Markow Sürecini ortaya çıkarmaktadır. Dolayısıyla bu
durum da, s t gibi Ģimdiki rejim dönemi, bir önceki rejim dönemine bağlı olmaktadır.
P{st  j st 1  i, st 2  k ,...}  P{st  j st 1  i}  pij
(4)
Yukarıdaki eĢitlik bir bayes açılımını sergilemektedir. Bu süreç, NxN boyutunda bir vector
olarak, aĢağıdaki matris gösterimiyle yazılmaktadır:
 p11
 p
P   12
 

 p1N
p 21
p 22

p2 N




p N1
pN 2

p NN


.



(5)
Burada ortaya çıkan iki durumlu bir süreç (2×1) boyutunda geçiĢ matrisiyle ifade edilmekte
ve bu vektörün ilk elemanı
P  st  1  t 
ve
 t   t 1 , yt  olmaktadır. GeçiĢ matrisinin değeri
de t anındaki rejimi göstermektedir. Bu vektör aĢağıdaki Ģekilde tanımlanmaktadır:
 P  st  1  t 1  

 P  st  2  t 1  
ˆt t 1  
(6)
Buradan da yt koĢullu olasılık matrisi aĢağıdaki Ģekli ile dönüĢtürülmektedir:
 f ( yt st  1, t 1 ) 

 f ( yt st  2, t 1 )
t  
(7)
Bu notasyonlardan hareketle de Ģu denklem sistemine ulaĢılmaktadır.
f  yt , st  j  t 1   f  yt st  j , t 1  P  st  j  t 1 
19
(8)
j = 1,2 biçimindeki eĢitlik, yt ve st olasılıklarının eĢitliğidir. Bu eĢitlik iki durumlu olduğu
zaman Ģu Ģekli almaktadır;
f  yt  t 1  
2
2
  f y
st 1 st 1 1
t
st , t 1 P  st  t 1    ˆt / t 1
(9)
ve ˆt t ve ˆt 1 t 1 matrisinden elde edilmektedir. Burada st , yt ’nin sürecine bağlı olarak
değiĢirken; yt , modelde yer alan parametreler ve varyansa bağlı olarak değiĢmektedir. Burada
p11, süreç birinci rejimdeyken bir sonraki dönemde tekrar birinci rejimde olma olasılığını
verirken; p22, süreç ikinci rejimdeyken tekrar ikinci rejimde kalma olasılığını vermektedir.
Ayrıca σ2’nin normal dağılması gerektiği, parametrelerin olasılık kurallarını tam olarak
sağlaması yani istatistiksel olarak anlamlı olmaları gerektiği vurgulanmaktadır (Akgül, Koç,
Koç; 2007:10).
4.5. MS-VAR Sürecinin Sınıflandırılması
Krolzig'in MS-VAR modelleme yaklaĢımı, sınıflandırma açısından oldukça esnek bir
çatı sağlamaktadır. Krolzig'in yaklaĢımı tüm parametrelerin rejim değiĢikliğinden etkilendiği
genel durum dıĢında aynı zamanda, ortalamanın veya sabit terimin rejime bağlı olup olması
veya hata teriminin değiĢen varyans özelliği taĢıyıp taĢımamasına veya otoregresif
parametrelerin rejimlere göre değiĢip değiĢmemesine, yani sadece belirli parametrelerin
rejimle beraber değiĢebildiği bir sınıflandırma yapılabilmesine imkân vermektedir. Ancak tüm
parametrelerin rejim değiĢikliği ile farklılaĢtığı modelin uygulamada hesaplanması gereken
parametre sayısının çokluğu ve bu bağlamda iktisadi yorumunun güçlüğü nedeniyle Krolzig
(1997) tarafından çok pratik olmadığı ifade edilmiĢtir. Dolayısıyla uygulamalı çalıĢmalarda
yalnızca bazı parametrelerin rejim değiĢkenine bağlı olacağı buna karĢılık, diğer
parametrelerin ise bağlı olmadığı varsayılmaktadır. Farklı MS-VAR süreçlerine iliĢkin olarak
Krolzig (1997,1998)'in yaklaĢımı Tablo 5’de özetlenmiĢtir.
Tablo 5: MS-VAR Model Türleri
MSI Yapısı
MSM
μ değiĢir
μ sabit
v değiĢir
v sabit
Aj
Σ sabit
MSM-VAR
Doğrusal MVAR
MSI-VAR
Doğrusal VAR
sabit
Σ değiĢir
MSMH-VAR
MSH-MVAR
MSIH-VAR
MSH-VAR
Aj
Σ sabit
MSMA-VAR
MSA-MVAR
MSIA-VAR
MSA-VAR
değiĢir
Σ değiĢir
MSMAH-VAR
MSAH-MVAR
MSIAH-VAR
MSAH-VAR
Kaynak: Krolzig (1997, 1998)
Tabloda yer alan M ortalamayı, I sabiti, A otoregresif parametreleri ve H heteroskedastisitiyi ifade etmektedir.
20
Tablo 5'den de görüleceği üzere Krolzig'in yaklaĢımında, temelde iki tür rejim
değiĢimi veya kayması söz konusudur. Birincisi ortalama için söz konusu olmaktadır ve
MSM(M)–VAR(p) süreci olarak isimlendirilmektedir. Ġkinci tür rejim kayması ise, sabit için
söz konusu olmaktadır ve MSI (M) - VAR(p) süreci olarak isimlendirilmektedir.
Doğrusal VAR modeline karĢıt olarak ortalama ve sabit içeren bir MS(M)-VAR(p)
modeli eĢdeğer değildir. Krolzig (1997, 2003) bu biçimlerin rejimdeki bir değiĢiklikten sonra
gözlemlenen değiĢkenler üzerinde farklı dinamik ayarlamaları beraberinde getirdiğini
göstermiĢtir. Buna göre ortalama ve sabit içeren modellerin temel farkı, rejimler arasındaki
geçiĢlerin Ģeklidir. Ortalama içeren modelde rejimde bir değiĢimden sonra sürecin
ortalamasında bir kerelik bir sıçrama söz konusudur. Sabit içeren modelde ise, bir durumdan
diğer duruma geçiĢten sonra yeni bir seviyeye yavaĢça yaklaĢılması söz konusudur. Bu
bağlamda ortalama içeren model bir rejimden diğer rejime geçiĢin keskin veya ani olduğu
durumlar için kullanılırken, bir rejimden diğer rejime geçiĢin yumuĢak olduğu durumlarda ise
sabit içeren model kullanılmaktadır.
Ortalama ve sabit içeren eĢitliklerdeki MSI ve MSM modelleri otoregresyonun
derecesi sıfır, p = 0, ise özellikleri eĢ değerdir ve MS-VAR modeli egzojen değiĢkenler
içermesi durumunda ise, örneğin ortalama ayarlanmıĢ biçiminin sunumu, MS(M)—VARX(p)
Ģeklinde olmaktadır.
5. ANALĠTĠK BULGULAR
Yukarıda açıklanan amaç çerçevesinde ele alınan analiz döneminde ortaya çıkan iliĢki
Markov Rejim DeğiĢim modeliyle tahmin edilmiĢ ve tahmin sonuçları ġekil 2, Tablo 6, Tablo
7 ve Tablo 8’de verilmiĢtir.
21
ġekil 2: Rejim GeçiĢ Olasılıklarına Ait YumuĢatılmıĢ Grafikler
lnsue
Regime 1
Fitted
r:lnsue(scaled)
0.1
2.5
0.0
0.0
-2.5
-0.1
1985
1990
1995
2000
P[Regime 1] smoothed
1.00
2005
2010
-5.0
1985
1990
1995
2000
P[Regime 2] smoothed
1.00
0.75
0.75
0.50
0.50
0.25
0.25
1985
1990
1995
2000
2005
2010
1985
1990
1995
2000
2005
2010
2005
2010
Ġncelenen serilerin dinamik yapılarındaki farklılıklar ve MRS modellerinin veriye
bağımlı yapısı nedeniyle her bir seri için rejim sayısı ile rejim tanımlamaları
farklılaĢabilecektir. Bu çalıĢmada rejim sayısı her bir seri için 2’dir.** Diğer bir ifade ile
gözlenemeyen durum değiĢkeni için iki rejim tanımlanmıĢtır. Varyansın aynı olduğu
varsayımı altında tahmin edilen modellerde Hamilton (1989) çalıĢmasına bağlı kalınarak
rejim 1 yüksek büyüme (geniĢleme) ve rejim 2 düĢük büyüme (daralma) dönemleri olarak
tanımlanmıĢtır. Bu bağlamda geçiĢ olasılıklarını gösteren ġekil 2’de yer alan grafikler
incelendiğinde, daralma dönemlerinin rejim 2’yi, geniĢleme dönemlerinin rejim 1’i
**
Uygulamalı çalıĢmalarda karĢılaĢılan temel sorunlardan biri seriyi en iyi biçimde nitelendirecek MRS modeli
için rejim sayısının ne olması ve nasıl belirlenmesi gerektiğidir. Bununla birlikte bu konuya çok fazla
değinilmemiĢtir. Uygulamada çoğu zaman serinin zamana göre grafiğinden hareketle biçimsel olmayan bir
yaklaĢımla rejim sayısı belirlenmektedir. Ġstatistikî bir yaklaĢım olabilirlik oranı sınamaları olmakla birlikte
bilindik koĢullar boĢ hipotez altında sağlanamamakta ve olabilirlik oranı istatistiğinin asimptotik dağılımı ki-kare
dağılımına uymamaktadır (Psaradakis ve Spagnolo, 2003:238). Hansen (1992) sınaması hesaplama yükü oldukça
yüksek bir sınamadır. Garcia (1998) hesaplama yükü daha az olan bir yaklaĢım önermektedir. Hipotez sınamaları
yerine Akaike gibi Schwarz gibi olabilirlik ölçütlerinin MRS modellerinde uygun rejim sayısını belirlemede
kullanılabilirliği Leroux (1992), Leroux ve Puterman (1992) ve Ryden (1995) tarafından kaleme alınmıĢtır.
Ancak bu ölçütlerin kullanılabilirliği üzerine daha fazla araĢtırma yapılması gerektiği ifade edilmektedir.
22
oluĢturduğu ve gözlem değerlerinin 1. rejimde olma olasılığının daha az olduğu; 2. rejime ise
daha fazla gözlem değeri düĢtüğü görülmektedir.
Tablo 6: Rejim GeçiĢ Olasılıkları
Rejim 1
0.44799
0.55201
Rejim 1
Rejim 2
Rejim 2
0.41425
0.58575
Gözlem Sayısı
129
202
Süre
% 38.97
% 61.03
Herbir Rejim Ġçin Beklenen Süre (Ay)
172
266
Tablo 6’da tahmin edilen sonuçlar yorumlandığında; geniĢlemeyi takip eden dönemde
(Rejim 1) rejimin tekrar geniĢlemede olma olasılığı % 44.7 iken, daralmayı takip eden bir
dönemde (Rejim 2) ekonominin tekrar daralmada olma olasılığı % 58.5 olarak tahmin
edilmiĢtir. Bu sonuçlara göre Türkiye ekonomisi için rejim 2’nin rejim 1’e göre daha kararlı
olduğu söylenebilir. Ekonominin 1. rejimdeyken 2. rejime geçme olasılığının % 41.4, benzer
Ģekilde 2. rejimdeyken 1. rejime geçme olasılığının %55.2 olduğu görülmektedir. Bu sonuç
geniĢleme rejiminin daralma rejimi tarafından yüzde % 55.2 olasılık değeriyle takip edildiğini
ima eder. Sonuçları birlikte değerlendirecek olursak; ekonomi, daralmayı ifade eden rejim
2’de kalma eğiliminde ve büyümeyi ifade eden rejim 1’de olsa dahi rejim 2’ye geçme
eğilimindedir. Her bir rejim için 1/(1-p11) ile tahmin edilen beklenen süre rejim 1 için yaklaĢık
olarak 172 ve rejim 2 için 266 ay olarak belirlenmiĢtir. Diğer bir ifade ile Türkiye
ekonomisinde geniĢleme rejiminin ortalama 172, daralama rejiminin ise ortalama 266 ay
kararlı kaldığı söylenebilir. Buradan hareketle durağan durumda (denge durumu olarak da
ifade edilebilir) Türkiye ekonomisine hâkim rejimin daralma rejimi olduğu söylenebilir.
Tablo 7: Model Tahmin Sonuçları
Parametreler
Katsayılar
Standart Hatalar
T istatistiği
p-değeri
intercept
0.00537702
0.0002254
23.9
0.000
lnrkur(1)
0.327339
0.1007
3.25
0.001
lnrkur(2)
-0.0036795
0.002351
-1.579
0.056
lnfo(1)
0.00221865
0.02927
0.0758
0.940
lnfo(2)
-0.0007797
0.000499
-1.5625
0.051
sigma(1)
0.0374596
0.002408
15.6
0.000
sigma(2)
0.00261573
0.0002811
9.31
P11
0.447985
0.04859
9.22
0.000
0.000
P22
0.58575
0.04974
11.77
0.000
23
Tablo 7’ de, Markov rejim değiĢim modeline ait katsayılar verilmektedir. Buna göre
ekonomi geniĢleme (Rejim 1) dönemindeyken reel döviz kuru ve reel faiz oranı büyümeyi
olumlu, daralma (Rejim 2) dönemindeyken büyümeyi olumsuz etkilemektedir. Reel döviz
kurundaki yükseliĢ, yukarıda da ele alındığı üzere, ekonomik büyümeyi finansal ve reel
kanaldan olumlu yönde etkileyerek büyümeyi arttıracak etki yaratmaktadır. Tahmin
sonuçlarına göre lnfo değiĢkeninin katsayısı geniĢleme rejimi için anlamsız çıkmıĢtır. Bu
sonuç, reel faiz oranlarının ekonominin geniĢleme dönemlerinde etkisinin olmadığı ancak
daralma döneminde faiz oranındaki artıĢın ekonomiyi daha da daralttığı görülmektedir.
Varyans tahminleri ise rejim 1 için 0.03 ve rejim 2 için 0.002’dir. Buna göre rejimler
arasındaki varyasların farklı olduğu görülmektedir. Diğer bir ifadeyle birinci rejimde
(geniĢleme) söz konusu değiĢkenlerin varyansı açıklaması ikinci rejime (daralma) göre daha
yüksektir. Tabloya göre ekonominin geniĢleme döneminde kalma ve geniĢlemeden daralmaya
geçiĢ olasılığının katsayılarının da anlamlı olduğu görülmektedir. Bu bulgulara dayanarak,
serilerin iki rejimli doğrusal olmayan bir yapı sergilediğine yönelik bir karar verilebilir.
Tablo 8: Modele Ait Tanımlayıcı Ġstatistikler
Log Likelihood
960.393375
Akaike Criterion
-5.74860046
Residual Sum of Squares
1156.2
Residual SD
0.92522
Residual Skewness
-0.68118
Residual Kurtosis
2.9135
Jarque-Bera Test
45.486 [0.0000]**
ARCH 1-1 test
2.2095 [0.0394]*
Portmanteau(36)
141.87 [0.0000]**
Asymptotic test
142.67 [0.0000]**
Tablo 8’de modele ait istikrar testleri yer almaktadır. Buna göre, artıklar nedeniyle
model sola çarpık ve basıktır. Aynı zamanda modelde ARCH (7) etkisinin varlığı görülmekte
fakat bu etki 7 gecikme uzunluğunda minimum düzeye getirilmektedir. Jarque-Bera normallik
testine göre hata terimlerinin normal dağılmadığı görülmektedir.
Sözkonusu bu diognastik
testler açısından paradigmaların yorumlanmasında dikkat edilmesi gerekmektedir.
24
SONUÇ
ÇalıĢmada, konjonktürün göstergesi olarak reel GSMH’yı temsilen sanayi üretim
endeksi vekil değiĢken olarak seçilmiĢtir. Konjonktürdeki hareketi ve bu hareketlerin bir rejim
oluĢturup oluĢturmadığını belirleyen değiĢkenler olarak reel döviz kuru ve mevduat reel faiz
oranı ele alınmıĢtır. Reel faiz oranı, ekonominin, hangi rejim içinde ne yönde hareket
edebileceğini gösteren rejim değiĢmelerinin belirleyicisi, reel döviz kuru ise ekonominin
krizde olmasını belirleyecek rejim değiĢkeni olarak seçilmiĢtir. Söz konusu değiĢkenlerin
Türkiye ekonomisinin konjonktürü üzerindeki etkisi Markov Rejim DeğiĢimi yöntemiyle
analiz edilmiĢtir.
Elde edilen bulgulara göre, ekonomi geniĢleme (Rejim 1) dönemindeyken reel döviz
kuru ve reel faiz oranı büyümeyi olumlu, daralma (Rejim 2) dönemindeyken büyümeyi
olumsuz etkilemektedir. Reel döviz kurundaki yükseliĢ, ekonomik büyümeyi finansal ve reel
kanaldan olumlu yönde etkileyerek büyümeyi arttıracak etki yaratmaktadır. Bununla birlikte
reel döviz kurunda Türkiye'nin aleyhine olacak bir geliĢmenin ekonomik büyüme üzerinde
olumsuz etkiler ortaya çıkaracaktır (-0.003). lnfo değiĢkeninin katsayısı birinci rejimde
(geniĢleme) anlamsız çıkması reel faiz oranlarının ekonominin geniĢleme dönemlerinde
etkisinin olmadığını tahminlemektedir. Ancak ikinci rejimde (daralma) faiz oranındaki artıĢın
ekonomiyi daha da (-0.0007) daralttığı görülmektedir. Reel faiz oranı bu özelliği nedeniyle
daralmadan çıkıĢ (rejim 2’den rejim1’e) için etkin bir politik araç olarak kullanılabilir.
Rejim geçiĢ olasılıkları yorumlandığında; geniĢlemeyi takip eden dönemde (Rejim 1)
rejimin tekrar geniĢlemede olma olasılığı % 44.7 iken, daralmayı takip eden bir dönemde
(Rejim 2) ekonominin tekrar daralmada olma olasılığı % 58.5 olarak tahmin edilmiĢtir.
Ekonominin ikinci rejimdeyken birinci rejime geçme olasılığı %55.2’dir. Bu sonuç geniĢleme
rejiminin daralma rejimi tarafından yüzde % 55.2 olasılık değeriyle takip edildiğini ifade eder.
Buna göre; ekonomi, daralmayı ifade eden rejim 2’de kalma eğiliminde ve büyümeyi ifade
eden rejim 1’de olsa dahi rejim 2’ye geçme eğilimindedir. Nitekim, Türkiye ekonomisi, analiz
dönemi süresinin %38.9’unu geniĢleme % 61.1’ni daralmayla geçirmiĢtir. Bu sonuçlar birlikte
değerlendirildiğinde reel faiz oranlarındaki ve reel döviz kurundaki değiĢmelerin ekonomiyi
olumsuz etkileme olasılığı daha yüksektir.
25
KAYNAKÇA
Akgül, IĢıl, Selçuk Koç, Selin Özdemir KOÇ (2007), ―Cari ĠĢlemler Dengesi Rejim
DeğiĢim Modelleri Ġle Modellenebilir mi?‖, 8. Türkiye Ekonometri ve Ġstatistik Kongresi, 2425 Mayıs 2007, Malatya.
Aydın, Üzeyir (2006), Türkiye’de 1980 Sonrası Dönemde YaĢanan Ekonomik
Krizlerin Analizi, Ġktisadi AraĢtırmalar Vakfı Yayınları, Ġstanbul.
Bayraktutan, Yusuf (2000); ―KüreselleĢme, Kriz ve IMF‖ Liberal DüĢünce, Sayı:19
ss.14-18.
Bayraktutan, Yusuf (2006); ―Küresel Finansal Krizler ve IMF‖, Ekonomik Kriz
Öncesi Erken Uyarı Sistemleri, Ed. Halil Seyidoğlu, Rıfat Yıldız, Arıkan Basım, Ġstanbul
içinde, ss. 23-54).
Bildirici, Bildirici, Ümit Bozoklu (2010), Beklentilerin Ekonomi Üzerindeki
Etkisi:MS-VAR YaklaĢımı, TÜSĠAD-KOÇ University Economic Research Forum
Working Paper Series, 1019.
Calvo, G. A. (1998), "Capital Flovvs and Capital Market Crisis: The Simple
Economics of Sudden Stops", Journal of Applied Economics, Vol:1(1), pp. 35-54.
Chang, R., and A. Velasco (1998), "Financial Crisis in Emerging Markets: A
Canonical Model", Federal Reserve Bank of Atlanta Working Paper, No: 98-10.
Classens, S. (1991), ―Balance of Payments Crisis in an Optimal Portfolio Model‖,
European Economic Review, 35(1).
Cole, H. L., and T. J. Kehoe (1996), "A Self-Fulfilling Model of Mexico's 1994-1995
Debt Crisis", Journal of International Economies, Vol: 41 (3-4), pp. 309-330.
Davidson James, ―Time Series Modelling Version 4.24
University of Exeter.
‖, Main Document,
Davies, Neville, Joseph D. Petruccelli (1986), ―Detecting Non-Linearity In Time
Series‖, The Statistician, C. XXXV, No:2, s. 274.
Demirgüç-Kunt A., E. Detragiache (1998), "The Determinants of Banking Crises in
Developing and Developed Countnes", IMF Staff Papers, Vol. 45, No l,March, 82.
Dornbush, R. (1987), "Collapsing Exchange Rate Regines", Journal of
Development Economics, 27.
Dornbush, Rudi (2001), "A Primer on Emerging Markets Crises", MĠT.
(http://web.mit.edu/rudi/wwwA). EriĢim Tarihi: 15.12.2007.
Eichengreen B., A. Rose, ve C. Wypolsz (1996), "Contagious Currency Crises",
NBER Working Paper, No: 5681.
Eser Kadir ve Belet N. Halise (2000), "Yeni Bir Uluslararası Ekonomik Düzene
Doğru Asya Krizinden GeliĢmekte Olan Ülkeler Açısından Çıkarılabilecek Dersler", Ġktisat,
ĠĢletme ve Finans Dergisi, Yıl: 15, Sayı: 173, Ağustos.
Esguivel G. ve F. Larraın (1998), "Explaining Currency Crises", HIID.
Frömmel Michael, Ronald MacDonald, Lukas Menkhoff, ―Do Fundamentals
Matterfor the D-Mark/Euro – Dollar? A Regime Switching Approach” Discussion paper
26
No. 289, ISSN 0949-9962, December 2003 (pp. 6-9). EriĢim Tarihi: 10.01.2007, EriĢim
Sayfası:http://ideas.repec.org/a/eee/glofin/v15y2005i3p321-335.html
Gian Maria Milesi-Ferretti, Assaf Razin (1999), ―Current Account Reversals And
Currency Crıses‖ IMF Working Paper, International Monetary Fund Research
Department and CEPR. Washington.
Goldstein M., (1996). "The Seven deadly Sins: Presumptive Indicator of
Vulnerability to Financial Crises in Emerging Economies: Origin and Pc licy Otions".
Economic Papers, 46, Bank for International Settlements.
Goldstein, I. (2003), " Strategic Complementarities and The Twin Crises", May, 1-35.
Güloğlu, B. ve A. Ender Altunoğlu (2002), "Finansal SerbestleĢme Politikaları Ve
Finansal Krizler: Latin Amerika, Meksika, Asya Ve Türkiye Krizleri", Ġstanbul Üniversitesi
Siyasal Bilgiler Fakültesi Dergisi, No:27, Ekim.
Günal, M. (2001) "Kasım 2000 Krizine Teorik YaklaĢım: Para Arzının Ġçselliği Ve
Minsky'nin Finansal Ġstikrarsızlık Hipotezi", ĠĢletme Ve Finans Dergisi, Sayı: 180, Mart, 3151.
Granger, C. W. J. And Teräsvırta, T. (1993); Modelling Nonlinear Economic
Relationships, Oxford: Oxford University Pres.
Hamilton, J. D. (1994), Time Series Analysis, Princeton Universities Press, New
Jersey.
Hamilton, James D. (1996), ―Specification Testing in Markov Switching Time Series
Models‖, Journal of Econometrics, Vol. 70,
Hamilton, James D. (1989), ―A New Approach to the Economic Analysis of
Nonstationary Time Series and the Business Cycle‖, Econometrica, Vol. 57, No. 2,
http://www.tcmb.gov.tr/kutuphane/Turkce/tezler/Evrimlmer.pdf. (14.12.2007).
Ġmer, E. (2005), "Genel Kabul Gören Gözlemler Açısından Türkiye Ekonomisindeki
Krizler ve Krizlerin BulaĢıcılığı Üzerine Bir Uygulama",
Kahyaoğlu, Hakan, (2007), ―Türkiye'de Finansal Risklerin Reel Piyasalara Etkisi:
Aktarım Mekanzimalarının Analizi (1989-2004)‖, YayınlanmamıĢ Doktora Tezi, Dokuz
Eylül Üniversitesi Sosyal Bilimler Enstitüsü.
Kahyaoğlu, Hakan, Utku Utkulu (2006), ―Euro-Dolar Paritesindeki Oynaklığın
Ġhracat Üzerine Etkisi: Türkiye Örneği‖, Ġktisat ĠĢletme ve Finans Dergisi, sayı: 242, yıl:21,
Mayıs 2006,
Kaminsky Graciela, Saul Lızondo ve Carmen C. Reınhart (1997), "Leading
Indicators of Currency Crises", Staff Papers, International Monetary Fund, 45, No: 1,
March.
Kaminsky, Graciela L.Reinhart, Carmen M. ―The Twin Crises: The Causes of
Banking and Balance-of-Payments Problems”, American Economic Review; Jun 99, Vol.
89 Issue 3, p473-500, 28p, 4. EriĢim Tarihi: 10.01.2007, EriĢim Sayfası:
graphshttp://search.ebscohost.com/login.aspx?direct=true&db=bth&AN=2002177&site=ehost
-live
Kaminsky, G., and C. M. Reinhart, (1999), "The Twin Crises: The C; uses of Banking
and Balance-of-Payments Problems. American Econom Review, 89, (3), s.473-500.
27
Kaminsky, G., S.Lizondo ve C. Reinhart (1998), ―Leading Indicators of Currency
Crisis‖
IMF
Staff
Papers,
http://www.imf.org/external/pubs/ft/staffp/1998/0398/pdf/kaminsky.pdf
Kansu, A. (2004), Türkiye 1994 ve 2001 Krizleri, Derin Yayınları, Ġstanbul.
Kawai, M., R. Newfarmer, S. Schumukler (2000), "Crisis and Contagion in East
Asia: Nine Lessons", February.
Keenan, Daniel Macrae (1985); ―A Tukey Nonadditivity-Type Test For Time Series
Nonlinearity‖, Biometrika, C. LXXII, No:1, s. 39–44.
Khalid, A. M., and M. Kawai, (2003), "Was Financial Market Contagion the Source of
Economic Crisis in Asia? Evidence Using a Multivariate VAR Model", Journal of Asian
Economics, 14.
Kibritçioğlu. Aykut (2001); ―Türkiye’de Ekonomik Krizler ve Hükümetler, 19692001‖, Yeni Türkiye Dergisi, Yıl:7, Sayı:41, ss. 174-182,
Kök, Recep (2001); ―Ġktisadi Krizlerin Konjonktürel Analizi ve Türkiye Özeline
ĠliĢkin Bir Deneme‖, Yeni Türkiye Dergisi Ekonomik Kriz Özel Sayısı, Kasım-Aralık
2001, Yıl:7, Sayı: 42, içinde ss.1191-1213
Kök, Recep, Hakan Kahyaoğlu, ―Yeni YaklaĢımlar Çerçevesinde Kriz Dinamikleri
Üzerine Bir Ġnceleme‖, Ekonomik Kriz Öncesi Erken Uyarı Sistemleri, Ed. Halil
SEYĠDOĞLU, Rıfat YILDIZ, Arıkan Basım, Ġstanbul içinde, ss. 315-330).
Kruger Mark, Patrick N. OSAKWE Ve Jennifer PAGE (1998), "Fun-damentals,
Contagion and Currency Crises: An Empirical Analysis", Bank of Canada, WP 98-10.
Krugman,
P
(1998),
"What
Happened
htpp://web.mit.edu/krugman//www/Dısınter.html. (16.12.2007).
Krugman,
Paul
(1998),
"What
Happened
(http://web.mit.edu/krugman/www/). EriĢim Tarihi: 15.12.2007.
to
to
Asia",
Asia",
MĠT.
Krugman, Paul (1999), "Balance Sheets, the Transfer Problem and Financial Crises",
MĠT, s. 2. (http://web.mit.edu/krugman/www/). EriĢim Tarihi: 15.12.2007.
Krolzig, H. M. (1998), ―Econometric Modeling of Markov-Switching Vector
Autoregressions Using MSVAR for OX‖, Institute of Economics and Statistics and Nuffield
College, Oxford.
Krolzig, H. M. (1997), ―Markov-Switching Vector Autoregressions: Modeling,
Statistical Inference, and Application to Business Cycle Analysis. Springer Verlag.
Küçükkale, Yakup (2000), ―Parasal Krizlerin Önceden Tahmin Edilebilirliği Üzerine
Bir Ġnceleme‖ http://www.econturk.org/Turkiyeekonomisi/parasalkriz.pdf. EriĢim Tarihi:
22.12.2007.
Mishkin, F.S. (1999), "Preveting Financial Crises on International Perspective",
National Bureau of EconomicResearch Working Paper Series, No: 4636.
Mishkin, F. S. (2001), "Financial Policies and the Prevention Financial Crises in Emerging
Market Countries," NBER Working Paper Series, 8087, January.
Mulder, Christian, (2002), "Refining Techniques for Detecting Financial Weaknesses,
Finance and Development, Vol.39, No.4, s.8-11.
28
Obstfeld, M. (1986), "Rational and Self-rulfiling Balance of Payments Crises", The
American Economic Revievv, 76/1: 72-81, 72.
Obstfeld, Maurice (1996), "Model of Currency Crises vvith Self-Fullfiiling
Features", Eropean Economic Review, 40.
Ongun, T. (2002) "Türkiye'de Cari Açıklar Ve Ekonomik Krizler", Kriz ve IMF
Politikaları, Ömer Faruk Çolak (Ed.), Alkım Yayınlan, Ġstanbul, 39-93.
Özatay, F. ve Güven Sak (2005), "The 2000-2001 Financial Crisis in Turkey",
http://www.brook.edu/dybdocroot/ES/commentarv/iournals/trade/pa-pers/200205 ozatav.pdf.
14.12.2007
Özer, Mustafa (1999), "Finansal Krizler, Piyasa BaĢarısızlıkları ve Finansal Ġstikrarı
Sağlamaya Yönelik Politikalar", TC Anadolu Üniversitesi Yayınları, No: 1096, EskiĢehir.
René Garcia; Pierre Peron, “An Analysis of the Real Interest Rate Under Regime
Shifts” The Review of Economics and Statistics, Vol. 78, No. 1. (Feb., 1996), pp. 111-125.
EriĢim Tarihi: 16.01.2007, EriĢim Sayfası:http://links.jstor.org/sici?sici=0034
Rogoff, K., 2005, ―Strategies for bringing down long term interest rates in Brazil‖,
seminar
at
the
Brazilian
Central
Bank
(http://www.bcb.gov.br/Pec/SemMetInf2005/Port/Rogoff.pdf)
Ural, Mert, Nilgün Acar Balaylar (Temmuz 2007); ―Bankacılık Sektöründe Yüksek
Risk Alımı ve Baskı Ġndeksleri‖, Finans Politik ve Ekonomik Yorumlar, Yıl: 44, Sayı: 509,
ss.48-58
Uzun, A. Meral (2001), ―Latin Amerika’da YaĢanan Finansal Krizlerin Kriz Erken
Uyarı Göstergeleri Açısından Değerlendirilmesi‖ Ekonomik Kriz Öncesi Erken Uyarı
Sistemleri, Ed. Halil Seyidoğlu, Rıfat Yıldız, Arıkan Basım, Ġstanbul içinde, s. 211-236
Worrell, DeLisle, (2004), "Quantitative Assessment of the Financial Sector: An
Integrated Approach", IMF, Working Paper No: 04/153.
Yay, Turan Gülsün, G. Yay ve Ensar Yılmaz (2001), ―KüreselleĢme Sürecinde
Finansal Krizler ve Finansal Düzenlemeler‖, Ġstanbul Ticaret Odası Yayınları, Yayın No:
2001-47, Ġstanbul
Yıldırım, Oğuz (2006); ―Kriz Deneyimlerinin Kavramsal Olarak FarklılaĢtırılması:
Latin Tipi Kriz ve Asya Tipi Kriz Modelleri‖, Ekonomik Kriz Öncesi Erken Uyarı
Sistemleri, Ed. Halil Seyidoğlu, Rıfat Yıldız, Arıkan Basım, Ġstanbul içinde, ss. 111-134).
29