Getiri Eğrilerinin Döviz Kuru Tahmininde Kullanılması
advertisement
Sayı: 2014-16 / 30 Ekim 2014 EKONOMİ NOTLARI Getiri Eğrilerinin Döviz Kuru Tahmininde Kullanılması* Murat Duran Özet: Bu çalışma, finansal piyasalar açısından oldukça önemli olan döviz kuru tahmininde getiri eğrilerinin kullanılabilirliğini incelemektedir. Bu kapsamda Chen ve Tsang (2013) tarafından gelişmiş ülkeler için uygulanan göreli getiri eğrileri yaklaşımı kullanılmıştır. Söz konusu yaklaşım, finansal ekonominin en temel konularından uluslararası parite koşulları ile faiz oranlarının vade yapısını açıklayan teorileri bir arada ele almaktadır. Bu doğrultuda yapılan analizler, ABD doları/TL ve Euro/TL kurlarının tahmininde göreli getiri eğrilerinin kullanılabileceğini göstermektedir. Tahmin ufku uzadıkça isabet artmaktadır. Elde edilen bulgulara göre Türkiye’de getiriler göreli olarak arttığında ya da getiri eğrisi göreli olarak yataylaştığında TL değerlenmektedir Abstract: This note investigates the predictability of exchange rates, which is crucial for the financial markets, using yield curves. In this context, we use the relative yield curve approach carried out by Chen and Tsang (2013) for currencies of several developed countries. This approach is based on two major concepts of financial economics, which are the international parity conditions and the theories on term structure of interest rates. The analyses carried out using this approach indicate that relative yield curves are useful in US Dollar/lira and Euro/lira exchange rate predictions. Moreover, predictions become more accurate as the horizon increases. According to the estimation results, Turkish lira appreciates when yields in Turkey increase relatively or when Turkish yield curve becomes flatter relatively. . * Değerli katkılarından dolayı Turalay Kenç, Mustafa Kılınç ve Hakan Kara’ya teşekkür ederim. Ekonomi Notları 1 Sayı: 2014-16 / 30 Ekim 2014 1. Giriş Döviz kurlarının gelecekteki seyrinin tahmin edilmesi gerek iktisadi karar alıcılar açısından gerekse de finansal piyasaların işleyişi açısından önemli bir konudur. İktisat yazınında döviz kuru tahmini üzerine çeşitli teoriler ve yöntemler temel alınarak pek çok çalışma yapılmıştır. Bunlar arasında zaman serisi yöntemleri ve iktisat teorisine dayalı tahmin yöntemleri en yaygın yöntemler olarak öne çıkmaktadır. Zaman serisi yöntemleri ARIMA ve VAR modelleri gibi tahmin modellerinin kullanılmasına dayanırken, iktisat teorisine dayalı yöntemler ise satın alma gücü paritesi ve kapsanmamış faiz paritesi gibi uluslararası parite koşullarından hareket etmektedir. Ayrıca pratikte bu yöntemlerin yanında yargısal tahmin yöntemleri de oldukça sıkça kullanılmaktadır. Yargısal tahminler ödemeler dengesi, enflasyon, büyüme görünümü ve dış piyasalardaki gelişmelerin bir arada değerlendirilmesi ile yapılmaktadır. Bu notta, Chen ve Tsang (2013) tarafından gelişmiş ülkelere yönelik yapılan çalışmada kullanılan yöntem esas alınarak ABD doları/TL ve Euro/TL döviz kurlarının 1 aydan 1 yıla çeşitli tahmin ufuklarında hareketlerinin öngörülmesi amaçlanmıştır. Söz konusu yöntem kapsanmamış faiz paritesi (KFP) koşuluna ve faiz oranlarının vade yapısını açıklayan likidite primi teorisine dayanmaktadır. Bilindiği gibi KFP koşuluna göre bir yatırımcı için benzer risklilikte ve vadede yerli para ve yabancı para cinsi iki tahvilden birine yatırım yapmanın beklenen getirisinin diğer tahvile yatırım yapmanın beklenen getirisinden farklı olmaması gerekir. Aksi halde, yatırımlar beklenen getirisi yüksek olan tahvile kayacak ve söz konusu tahvilin getirisi düşerken diğer tahvilin getirisi artacaktır. KFP koşulu yaklaşık olarak aşağıdaki şekilde ifade edilebilir. , , ∆ (1.1) , Burada im “m” yıl vadeli yerli para cinsi tahvilin getirisi, imf aynı vadeye sahip yabancı para cinsi tahvilin getirisi ve Δsme döviz kurunda “m” yılda beklenen değişim oranını ifade etmektedir. Pratikte iki tahvil arasındaki risklilik farklılıkları ve döviz kuruna ilişkin belirsizlikler bu ilişkiyi bozmaktadır. Araştırmacılar uygulamalı çalışmalarda bu gibi sorunları kısmen gidermek üzere söz konusu koşulu risklilik farklılıklarını da dikkate alacak şekilde aşağıdaki şekilde düzeltmektedir. , , ∆ , , (1.2) Burada θ iki tahvil arası risklilik farkını ve döviz kuruna ilişkin belirsizlik primini temsil etmektedir. Söz konusu primi iki ülkeye ilişkin risklilik farkları ve yapısal farklılıklar belirlemektedir. Chen ve Tsang (2013) bu noktadan hareketle döviz kuru değişim oranını iki ülke hazine bonosu getirileri arasındaki fark ile ülke ekonomileri arasındaki yapısal farklılıkları kullanarak tahmin etmeyi amaçlamışlardır. Ancak yaygın uygulamanın aksine, çalışmalarında tek bir vadedeki faizler ile diğer faktörleri kullanmak Ekonomi Notları 2 Sayı: 2014-16 / 30 Ekim 2014 yerine tüm getiri eğrisinden yararlanmışlardır. Bilindiği gibi, likidite primi teorisine göre herhangi bir vadedeki faiz oranı, söz konusu vadeye kadar gerçekleşmesi beklenen kısa vadeli faiz oranlarının ortalaması ile söz konusu vadeye ilişkin bir likidite priminin toplamından meydana gelmektedir. , , , , ⋯ ⁄ , (1.3) , Bu ifadede im “m” dönem vadeli faizi, i1 1 dönem vadeli faizi, “e” üst indisi beklentiyi ve λm “m” dönem vadeye ilişkin likidite primini temsil etmektedir. Öte yandan, kısa vadeli faizlerin gelecekteki seyrinin para politikası, enflasyon ve iktisadi faaliyet başta olmak üzere pek çok makroekonomik değişkenin beklentileriyle ilişkili olması nedeniyle getiri eğrisi ülke ekonomisine ve geleceğe ilişkin beklentilere dair önemli bilgiler içermektedir. 2. Veri ve Yöntem Döviz kuru tahmininde kullanılmak üzere tek bir faiz oranı yerine tüm getiri eğrisinin kullanılabilmesi için getiri eğrilerinin konumunu, eğimini ve şeklini özetlemek gerekmektedir. Aksi takdirde tüm vadelerdeki getirilerin ayrı ayrı açıklayıcı olarak kullanılması gerekecektir. Bu da pratikte imkansız ve ekonometrik açıdan da sorunludur.1 Nelson ve Siegel (1987) tarafından önerilen getiri eğrisi modellemesi bu açıdan oldukça kullanışlıdır. Söz konusu modele göre herhangi bir vadedeki getiri aşağıdaki gibi bir fonksiyon ile modellenmektedir: , , 1 , 1 2.1 Burada i getiri, β1, β2, β3 ve τ parametreler ve m vadeyi temsil etmektedir. Bu fonksiyonel form, getiri eğrisinin β1+ β2 noktasından başlayıp vade τ yıla ulaştığında “u” ya da “n” şeklinde bir kavis yapıp, vade sonsuza giderken β1’e asimptotik olarak yaklaşmasını sağlamaktadır. Bu şekilde parametrelendirilmiş bir getiri eğrisinde β1 eğrinin konumunu, β2 eğrinin eğimini (ters işaretli olarak) ve β3 eğrinin şeklini (eğriselliğini) belirlemiş olmaktadır. Bu durum Grafik 1’de temsili bir getiri eğrisi üzerinde çeşitli parametrelerin etkisi gösterilerek özetlenmiştir. Grafik 1’de tüm panellerde 1 düzeyinden başlayan, vade 2 yıl iken bükülen ve vade büyüdükçe 2 düzeyine yakınsayan turuncu eğri β1=2, β2=-1, β3=5 ve τ=2 parametreleriyle oluşturulmuştur. İlk panelde konum parametresi olan β1’in 1’e gerilemesi getiri eğrisini olduğu gibi 1 puan aşağı indirmiştir ve uzun vadede yakınsanan getiri 2’den 1’e gerilemiştir. İkinci panelde eğim parametresi β2’nin -1’den 0’a yükselmesi getiri eğrisinin başlangıç noktasını 1 puan yükseltmiştir, böylece eğim de 1 puan düşmüştür. Üçüncü panelde eğrisellik parametresi β3’ün 5’ten 0’a düşmesi “n” şeklini tamamen ortadan kaldırmış, söz konusu parametrenin daha sonra -5’e düşmesi ise eğriselliğin yönünü terse 1 Çok sayıda açıklayıcı değişken olması hem serbestlik derecesini düşürecek hem de açıklayıcı değişkenler arasında çoklu doğrusallık (multi collinearity) sorununun ortaya çıkmasına neden olacaktır. Ekonomi Notları 3 Sayı: 2014-16 / 30 Ekim 2014 çevirmiştir. Ancak her üç eğri de aynı noktadan başlayıp aynı noktaya yakınsamaktadır. Son panelde, eğriselliğin konumunu belirleyen τ’nun 2’den 3’e çıkması bükümün 1 yıl ileride ortaya çıkmasına yol açmıştır. Grafik 1: Çeşitli Nelson-Siegel Parametrelerininin Getiri Eğrisine Etkileri Değişen: β1 4 3 Getiri Getiri 3 Değişen: β2 4 2 2 1 1 0 0 0 5 10 15 20 0 25 5 10 Vade Değişen: β3 4 15 20 25 Vade 2 Değişen: τ 4 3 Getiri 3 Getiri 2 1 1 0 0 0 5 10 Vade 15 20 25 0 5 10 Vade 15 20 25 Chen ve Tsang (2013) Nelson-Siegel (NS) fonksiyonunun bu yapısından yararlanarak çeşitli gelişmiş ülke paralarının ABD doları kurlarını, ilgili ülkelerin getiri eğrileri ve ABD getiri eğrisinin konum, eğim ve eğrisellik farkları ile tahmin etmiştir. Yazarlar, örneğin, CAD/USD kurunun tahmini için öncelikle Kanada getiri eğrisi ile ABD getiri eğrisini kullanarak çeşitli vadelerdeki getirileri hesaplamış ve daha sonra Kanada’daki getirilerden ABD getirilerini çıkararak “göreli getiri”leri elde etmiştir. Sonraki adımda, yazarlar, bu göreli getirileri kullanarak NS yöntemiyle göreli getiri eğrisi hesaplamış ve bu eğrinin β1, β2 ve β3 değerlerini açıklayıcı değişken olarak kullanarak 1, 3, 6, 12, 18 ve 24 ay vadeli kur değişimlerini açıklayan birer regresyon tahmin etmiştir. Söz konusu 3 parametre hem faiz farklarına hem de ekonomiler arası risklilik ve yapı farklılıklarına ilişkin bilgileri yansıtmaktadır. Bu notta, ABD doları/TL ve Euro/TL kurlarının getiri eğrileri kullanılarak tahmin edilebilirliğinin araştırılması için FED tarafından yayımlanan çeşitli vadelerdeki sabit vadeli hazine getirileri ile Avrupa Merkez Bankası tarafından yayımlanan Euro bölgesi getiri eğrisi parametreleri kullanılarak ABD ve Euro bölgesi getiri eğrileri oluşturulmuştur. Bu getiriler TCMB bünyesinde tahmin edilen getiri eğrisinden hesaplanan Türk hazine bonosu getirilerinden çıkarılarak çeşitli vadelerde Euro bölgesi için ve ABD için ayrı ayrı “göreli getiri” serileri elde edilmiştir. Bir sonraki aşamada, örneklemde yer alan her gün için Türkiye-Euro Bölgesi ve Türkiye-ABD göreli getiri eğrisi parametreleri NS yöntemiyle tahmin edilmiştir. Ancak bu çalışmada β1, β2 ve β3 parametrelerinin kurları belirleme düzeyi inceleneceğinden τ parametresinin sabit tutulması gerekmektedir. Aksi takdirde, özellikle eğim ve eğrisellikteki küçük değişimler hem τ hem de β2 ve β3 tarafından yansıtılacaktır. Bu da β2 ve β3 Ekonomi Notları 4 Sayı: 2014-16 / 30 Ekim 2014 parametrelerinin eğim ve eğriselliği tam yansıtmamasına yol açacaktır. Buna ek olarak, τ parametresinin hareketli olması eğim ve eğrisellikte çok küçük değişimlere β2 ve β3 parametrelerinin aşırı tepki vermesine yol açacaktır. Tüm bu nedenlerle τ bu çalışmada eldeki verileri açıklama düzeyini en yükseğe çıkaracak şekilde 1,017’ye sabitlenmiştir. Getiri verilerinin yanında, TCMB internet sayfasından ABD doları/TL ve Euro/TL alış kurları alınmış ve bu kurların 30, 61, 91, 182 ve 365 gün sonraki değerleri kullanarak farklı vadelerde kur değişim oranları hesaplanmıştır. Getiri değerleri sürekli bileşkelenmiş olduğundan döviz kuru değişim oranları da logaritmik fark şeklinde hesaplanmıştır. Böylece verilerin birbirine uyumu sağlanmıştır. Analizler yapılırken, 2008 yılında başlayan ve uzun bir süre devam eden küresel finans krizinin etkilerinin dikkate alınması açısından iki farklı örneklem seti kullanılmıştır. Geniş örneklem Şubat 2005 – Ağustos 2014 dönemini kapsarken, bu örneklemin kullanıldığı tahminlerde Haziran 2008 – Mayıs 2010 aralığı bir kukla değişken yardımıyla kriz dönemi olarak modellerde yer almıştır. Öte yandan, analizlerin büyük çoğunluğunda kriz sonrası dönemde değişen finansal yapı ve para politikası yaklaşımını yansıtmak amacıyla Ocak 2010 – Ağustos 2014 verileri kullanılmıştır. Yakın döneme ilişkin göreli getiri eğrisi parametreleri Grafik 2’de yer almaktadır. Bu grafiğe göre, her iki göreli getiri eğrisine ilişkin parametrelerin de zaman içindeki hareketleri birbirine benzemektedir. β1 parametreleri, Türkiye’deki hazine getirilerinin söz konusu ülke hazine getirileri ile seviye farkının 2013 başlarına kadar sürekli düştüğünü, bu tarihten sonra ise hızla yükseldiğini göstermektedir. β1 parametreleri ise göreli getiri eğrilerinin hemen hemen her zaman negatif eğimli olduğuna işaret etmektedir. Bir başka deyişle, uzun vadelerde Türkiye ile Euro Bölgesi ve ABD arasındaki getiri farkları azalmaktadır. Son olarak β3 parametrelerinin çok dalgalı seyrettiği ancak hemen hemen her zaman pozitif olduğu görülmektedir. Bu da Türkiye’nin 1 yıl civarı göreli getirilerinin, diğer vadelere kıyasla daha da yüksek seyrettiğini göstermektedir. Ancak 2014 yılı başlarında oldukça açılan bu fark, son dönemde bir miktar kapanmıştır. Öte yandan, farkın kapanması, Türkiye’nin 1 yıl vadeli hazine getirilerinin düşmesinden değil, diğer vadelerdeki getirilerinin de yükselmesinden kaynaklanmıştır. Grafik 2: Göreli Getiri Eğrisi Parametreleri Türkiye-Euro Bölgesi 10 10 10 Türkiye-ABD β1 β1 β2 β3 10 β3 -2 -2 -2 -2 01.10 04.10 07.10 10.10 01.11 04.11 07.11 10.11 01.12 04.12 07.12 10.12 01.13 04.13 07.13 10.13 01.14 04.14 07.14 0 07.14 0 04.14 0 01.14 0 10.13 2 07.13 2 04.13 2 01.13 2 10.12 4 07.12 4 04.12 4 01.12 4 10.11 6 07.11 6 04.11 6 01.11 6 10.10 8 07.10 8 04.10 8 01.10 8 β2 Kaynak: Yazarın hesaplamaları. Ekonomi Notları 5 Sayı: 2014-16 / 30 Ekim 2014 3. Analiz Türk lirasının ABD doları ve euro karşısındaki değerinin 1 aydan 1 yıla uzanan çeşitli vadelerde göreli getiriler kullanılarak ne ölçüde tahmin edilebilir olduğunu inceleyebilmek için aşağıdaki gibi bir regresyon modeli kurulmuştur:2 ∆ , 2.2 Burada Δsm döviz kurunda gelecek “m” yılda gerçekleşen değişim oranını (pozitif değişim TL’nin değer kaybetmesi anlamına gelmektedir), L, S, C sırasıyla göreli getiri eğrisinden elde edilen konum, eğim ve eğrisellik parametrelerini 3 ve θ küresel risk iştahını temsil etmektedir. Bu modelde, iktisadi olarak konum, eğim ve eğrisellik parametrelerinin her üçünün de sıfırdan küçük olmaları beklenmektedir. Konum parametresinin artması Türkiye’de getirilerin tüm vadelerde yükselmesi anlamına gelmektedir. Eğim parametresi ise göreli getiri eğrisinin ters işaretlisidir. Diğer bir deyişle, Türkiye’nin getiri eğrisi göreli olarak dikleştiğinde NS modelinin eğim parametresi küçülmektedir. Öte yandan, τ parametresinin 1,017’ye sabitlenmesi nedeniyle eğrisellik parametresi 1 yıl civarındaki göreli getirilerdeki artışı yakalamaktadır. (2.2) numaralı modelin zaman serisi verileri kullanılarak Sıradan En Küçük Kareler (SEK) yöntemi ile güvenilir biçimde tahmin edilebilmesi açısından verilerde birim kök bulunmaması gerekmektedir. Analizlerde kullanılan tüm verilere Elliot, Rothenberg ve Stock (1996) tarafından önerilen Genelleştirilmiş En Küçük Kareler bazlı Dickey-Fuller (DF-GLS) birim kök sınamasının yanı sıra Kwiatowski, Phillips, Schmidt ve Shin (1992) tarafından önerilen KPSS birim kök sınaması da uygulanmıştır.4 Notun ek kısmında yer alan Tablo A1’de yer alan sonuçlara göre, 12 aylık Euro/TL kur değişimi hariç tüm seriler DF-GLS sınamasına göre durağan görünmektedir. Öte yandan 12 aylık Euro/TL kur değişimi serisi de KPSS testine göre durağandır. Bu sonuçlar ışığında, analizlere Sıradan En Küçük Kareler yöntemi ile devam edilmiştir. Bu çalışmada tahminler öncelikle yakın dönem verileri kullanılarak yapılmış, daha sonra ise sağlamlık kontrolü olarak örneklem genişletilmesi, günlük yerine aylık verilerin kullanılması ve getiri eğrisi parametreleri yerine gözlenen getirilerin kullanılması gibi alternatiflerle analizler tekrarlanmıştır. 2 Chen ve Tsang (2013) tarafından yapılan çalışmada ele alınan ülkeler risklilik profilleri birbirine oldukça yakın olan gelişmiş ülkelerdir. Öte yandan Türkiye gibi gelişmekte olan ülkelerde risk primleri gelişmiş ülkelere kıyasla yüksek olduğundan bu notta göreli risk de (2.2) numaralı denkleme bir kontrol değişkeni olarak eklenmiştir. Bununla birlikte EMBI+ endeksleri ve CDS getiri farkları gibi göreli risk ölçütleri büyük ölçüde ülke eurobond getirilerinin ABD hazine getirilerinden farkı baz alınarak hesaplandığından açıklayıcı değişkenlerle büyük ölçüde çoklu doğrusallık oluşması söz konusudur. Bu nedenle tahminlerde gelişmekte olan ülkelerin göreli riskliliğini büyük ölçüde yansıtan VIX küresel risk iştahı endeksi kullanılmıştır. 3 Göreli getiri eğrisi için tahmin edilen NS fonksiyonuna ait β1 parametresi burada L, β2 parametresi burada S ve β3 parametresi burada C olarak isimlendirilmiştir. 4 DF-GLS sınaması, uygulamada yaygın kullanılan ADF birim kök sınamasının test kuvveti artırılmış versiyonu olduğundan, KPSS sınaması ise diğer birim kök sınamalarının aksine boş hipotezi “birim kök yoktur” şeklinde olduğundan tercih edilmiştir. Böylece DF-GLS sınamasından geçemeyen serilerin, KPSS sınaması ile daha derinlemesine irdelenmesi mümkün olmaktadır. Ekonomi Notları 6 Sayı: 2014-16 / 30 Ekim 2014 Tablo 1’de yer alan sonuçlara göre göreli getiri eğrisi parametreleri euro kuru tahmininde dolar kuru tahminine kıyasla genellikle istatistiksel olarak daha anlamlı sonuçlar vermektedir. İstatistiksel olarak anlamlı olan katsayı tahminlerine göre konum, eğim ve eğrisellik parametrelerinin işaretleri beklenildiği gibi negatiftir. Konum parametresi arttıkça TL değer kazanmaktadır. Örneğin, Tablo 1’de konum parametresi için 6 ay vadeli euro tahmin modellerinden elde edilen -2,78 değerine göre Türkiye’nin hazine getirileri Euro Bölgesi getirilerine kıyasla tüm vadelerde 1 puan artarsa TL’nin euro karşısında 6 ay içinde ortalama olarak %2,78 değerlenmesi beklenmektedir. Öte yandan, göreli getiri eğrisinin eğimi arttıkça TL değer kaybetmektedir. Buna göre, örneğin, Tablo 1’de eğim parametresi için 1 yıl vadeli dolar tahmin modelinden elde edilen -5,92 değerine göre Türkiye’nin getiri eğrisinin eğimi ABD getiri eğrisine kıyasla dikleşerek 1 puan artarsa (yani eğim parametresi 1 puan gerilerse) TL’nin ABD doları karşısında 1 yıl içinde ortalama olarak %5,92 değer kaybetmesi beklenmektedir. Son olarak, eğrisellik parametresi arttığında, TL değer kazanmaktadır. Örneğin Tablo 1’de eğrisellik parametresi için 3 ay vadeli euro tahmin modellerinden elde edilen -0,459 değerine göre Türkiye’nin 1 yıl civarı vadede hazine getirileri Euro bölgesi’ne kıyasla 1 puan artarsa TL’nin euro karşısında 3 ay içinde ortalama olarak %0,459 değerlenmesi beklenmektedir. Tablo 1: Çeşitli Vadelerde Kur Tahmin Sonuçları, Yakın Dönem5 Açıklanan Değişken Sabit terim Konum Eğim Eğrisellik VIX EUR1M EUR3M EUR6M EUR12M USD1M USD3M USD6M USD12M 6,53** [2,773] -0,535 [0,388] -0,433 [0,203] -0,181 [0,130] -0,098** 20,299*** [5,603] -1,869*** [0,716] -1,073 [0,344] -0,459*** [0,176] -0,293*** 33,778*** [5,699] -2,78** [1,219] -1,912*** [0,463] -0,657** [0,265] -0,518*** 46,791*** [9,333] -3,735** [1,720] -2,972*** [0,665] -0,599 [0,510] -0,6* 4,388 [3,219] -0,476 [0,449] -0,256 [0,276] -0,017 [0,151] -0,035 15,166*** [5,736] -1,58* [0,874] -0,56 [0,462] -0,179 [0,288] -0,135 30,613*** [4,659] -3,669*** [0,749] -0,088 [0,730] -0,328 [0,349] -0,193* 53,67*** [15,607] -5,92*** [2,216] -1,477** [0,624] -1,074** [0,493] -0,174 [0,048] [0,085] [0,146] [0,359] [0,070] [0,130] [0,117] [0,118] Oca 10Tem 14 Oca 10May 14 Oca 10Şub 14 Oca 10Ağu 13 Oca 10Tem 14 Oca 10May 14 Oca 10Şub 14 Oca 10Ağu 13 Gözlem sayısı 1.092 1.048 987 872 1.092 1.048 987 872 R-kare 0,133 0,323 0,393 0,37 0,047 0,161 0,36 0,618 Örneklem Analizlerde, otokorelasyon ve değişen varyansı dikkate alan Newey-West HAC tahmincileri kullanılmıştır. Standart hatalar parantez içinde verilmiştir. *,**,*** sırasıyla %10, %5 ve %1 düzeylerinde istatistiksel anlamlılığı ifade etmektedir. Elde edilen katsayı tahminleri Chen ve Tsang (2013) tarafından Kanada doları/ABD doları, Japon yeni/ABD doları ve İngiliz sterlini/ABD doları kurları için tahmin edilen katsayılarla işaret olarak tutarlıdır. İktisadi olarak da Türkiye’nin hazine getirilerinin 1 yıl civarı vadelerde ya da tüm vadelerde artmasının sonucunda TL’nin değerlenmesi ve getiri eğrisinin dikleşmesiyle kısa vadeli faizlerin düşük 5 Tahmin edilen regresyon modellerinde, muhtemel otokorelasyon ve değişen varyans sorunlarına karşı katsayı standart hataları Newey-West Heteroskedasticity and Autocorrelation Consistent (HAC) tahmincisi ile hesaplanmıştır. Ekonomi Notları 7 Sayı: 2014-16 / 30 Ekim 2014 kalması sonucunda TL’nin değer kaybetmesi oldukça makul görünmektedir. Ayrıca her tahmin modelinde konum katsayısının eğrisellik katsayısına kıyasla daha büyük olması, kur tahmininde tek bir vadedeki getirileri kullanmak yerine tüm getiri eğrisini kullanmanın daha faydalı olduğunu göstermektedir. Her iki para birimine ilişkin sonuçlarda göze çarpan bir diğer husus da NS parametrelerinin kur değişimini açıklama oranlarının kısa vadelerde düşükken uzun vadelerde belirgin biçimde yükselmesidir. Bu da döviz kurlarının kısa vadede iktisadi temeller dışındaki faktörlerden (finansal piyasalarda “gürültü” olarak tabir edilen olgular) oldukça etkilendiği, ancak vade uzadıkça iktisadi temellerin kurlar üzerindeki belirleyiciliğinin öne çıktığını göstermektedir. 4. Sağlamlık Sınamaları Yakın döneme ilişkin tahmin sonuçlarının kriz öncesi dönemi de içerecek şekilde tekrarlanması ile sonuçların ne ölçüde değişeceğinin görülmesi açısından örneklem döneminin başlangıcı Şubat 2005’e çekilerek bir önceki bölümdeki analizler tekrarlanmıştır. Tablo 2’de yer alan sonuçlara göre, örneklemin genişletilmesi tahminlerde önemli bir değişiklik yaratmamaktadır. Katsayı işaretleri, tahminlerin istatistiksel anlamlılık düzeyleri ve belirginlik katsayıları yakın dönem değerlerine göre farklılaşmamıştır. Öte yandan, özellikle konum ve eğim katsayılarının büyüklükleri, genişletilmiş örneklemde belirgin derecede küçülmüştür. Bu da yakın dönemde göreli getiri eğrisi değişimlerinin kurlara ortalama etkisinin büyüdüğüne işaret etmektedir. Bu noktaya dek yapılan analizlerde kullanılan günlük veriler yerine aylık verilerin kullanılması da tahmin sonuçlarında önemli bir değişikliğe yol açmamaktadır. Tablo 3’te yer alan katsayı tahminleri günlük verilerle tahmin edilen katsayılara oldukça yakındır. Katsayı işaretleri değişmemiş, katsayı büyüklükleri ve modellerin belirginlik katsayıları bir miktar yükselmiştir. Son sağlamlık sınaması olarak göreli getiri eğrisini NS parametreleri ile tanımlamak yerine konumu temsil etmek üzere uzun vadeli bir göreli getiri ile eğimi temsil etmek üzere bu göreli getirinin kısa vadeli bir göreli getiriden farkı kullanılmıştır. Özellikle Türkiye verisi dikkate alınarak uzun vade olarak 7 yıl, kısa vade olarak da 1 yıl seçilmiştir. Bu şekilde gözlenen getirilerle yapılan tahminler Tablo 4’te yer almaktadır. Ekonomi Notları 8 Sayı: 2014-16 / 30 Ekim 2014 Tablo 2: Çeşitli Vadelerde Kur Tahmin Sonuçları, Genişletilmiş Örneklem Sabit terim Konum Eğim Eğrisellik Kriz Kriz*Konum Kriz*Eğim Kriz*Eğrisellik VIX Örneklem Gözlem sayısı R-kare EUR1M 3,261** [1,630] -0,19 [0,136] -0,339*** [0,131] -0,056 [0,047] -6,864*** [2,557] 0,76** [0,366] 1,15*** [0,445] 0,046 [0,077] -0,017 [0,052] Şub 05Tem 14 2.243 0,096 Açıklanan Değişken EUR3M EUR6M EUR12M USD1M 12,422*** 23,508*** 34,319*** 3,51* [3,152] [3,481] [5,684] [1,973] -0,581 -1,335*** -2,091*** -0,283* [0,390] [0,300] [0,708] [0,164] -0,712** -0,849 -1,953*** -0,192 [0,351] [0,798] [0,648] [0,169] -0,256* -0,344*** -0,158 -0,075* [0,148] [0,127] [0,201] [0,046] -24,461*** -41,22*** -46,895*** -3,743 [4,306] [5,712] [13,191] [2,521] 2,745*** 4,436*** 4,73*** 0,813** [0,578] [0,651] [1,240] [0,328] 2,449*** 2,808*** 4,089*** 2,026*** [0,575] [1,042] [0,951] [0,691] 0,398** 0,85*** 0,63** -0,107 [0,199] [0,160] [0,272] [0,078] -0,194* -0,39*** -0,417* -0,025 [0,111] [0,109] [0,233] [0,042] Şub 05May 14 2.199 0,314 Şub 05Şub 14 2.138 0,39 Şub 05Ağu 13 2.023 0,337 Şub 05Tem 14 2.243 0,172 USD3M USD6M 14,791*** 22,799*** [5,367] [7,913] -0,857** -1,352 [0,403] [0,975] -0,379 0,106 [0,336] [0,679] -0,305** -0,485*** [0,138] [0,125] -20,221*** -28,5*** [6,715] [9,277] 2,974*** 3,599*** [0,945] [1,327] 3,724*** 3,367** [0,867] [1,404] 0,253 0,7*** [0,202] [0,183] -0,288* -0,422*** [0,149] [0,136] Şub 05May 14 2.199 0,397 Şub 05Şub 14 2.138 0,405 USD12M 24,917 [18,689] -2,044 [2,068] -0,11 [1,131] -0,41 [0,435] -25,797 [18,580] 2,564 [2,585] 1,579 [1,566] 0,532 [0,531] -0,085 [0,296] Şub 05Ağu 13 2.023 0,186 Analizlerde, otokorelasyon ve değişen varyansı dikkate alan Newey-West HAC tahmincileri kullanılmıştır. Standart hatalar parantez içinde verilmiştir. *,**,*** sırasıyla %10, %5 ve %1 düzeylerinde istatistiksel anlamlılığı ifade etmektedir. Tablo 3: Çeşitli Vadelerde Kur Tahmin Sonuçları, Aylık Verilerle Sabit terim Konum Eğim Eğrisellik VIX Örneklem Gözlem sayısı R-kare Açıklanan Değişken EUR6M EUR12M 36,644*** 52,218*** [10,193] [7,360] -3,342* -5,398*** [1,934] [1,633] -2,193* -3,543*** [1,152] [0,636] -0,46 0,297 [0,492] [0,863] -0,552** -0,62 [0,266] [0,398] EUR1M 6,552*** [2,321] -0,587* [0,349] -0,442* [0,232] -0,131 [0,174] -0,097** [0,040] EUR3M 21,423*** [6,086] -2,049** [0,956] -1,204** [0,533] -0,356 [0,248] -0,319*** [0,107] USD1M 3,646 [2,386] -0,454 [0,497] -0,289 [0,233] 0,042 [0,170] -0,015 [0,066] USD3M 16,054** [6,304] -1,933 [1,832] -0,564 [0,641] -0,018 [0,527] -0,123 [0,308] USD6M 36,834*** [5,815] -5,374*** [1,273] 0,212 [0,603] -0,129 [0,470] -0,099 [0,162] USD12M 57,633*** [9,361] -6,894*** [1,543] -1,269** [0,592] -0,886** [0,391] -0,154 [0,119] Oca 10Tem 14 Oca 10May 14 Oca 10Şub 14 Oca 10Ağu 13 Oca 10Tem 14 Oca 10May 14 Oca 10Şub 14 Oca 10Ağu 13 55 53 50 44 55 53 50 44 0,165 0,355 0,442 0,454 0,05 0,179 0,462 0,665 Analizlerde, otokorelasyon ve değişen varyansı dikkate alan Newey-West HAC tahmincileri kullanılmıştır. Standart hatalar parantez içinde verilmiştir. *,**,*** sırasıyla %10, %5 ve %1 düzeylerinde istatistiksel anlamlılığı ifade etmektedir. Ekonomi Notları 9 Sayı: 2014-16 / 30 Ekim 2014 Tablo 4: Çeşitli Vadelerde Kur Tahmin Sonuçları, Gözlenen Getirilerle Sabit terim Getiri, 7 yıl Getiri, 7 yıl - 1 yıl farkı VIX Örneklem Gözlem sayısı R-kare EUR1M 6,582** [2,887] -0,647 [0,423] 0,486 [0,609] -0,094* [0,050] Oca 10Tem 14 1.092 0,119 Açıklanan Değişken EUR3M EUR6M EUR12M USD1M 20,099*** 33,652*** 47,519*** 4,905 [5,613] [6,696] [9,927] [3,245] -2,045** -3,027** -3,559** -0,548 [0,805] [1,432] [1,809] [0,467] 1,022 2,045 5,117*** 0,122 [1,217] [2,051] [1,324] [0,698] -0,282*** -0,51*** -0,633* -0,023 [0,095] [0,149] [0,363] [0,073] Oca 10May 14 1.048 0,309 Oca 10Şub 14 987 0,367 Oca 10Ağu 13 872 0,353 Oca 10Tem 14 1.092 0,037 USD3M 15,629** [6,720] -1,575* [0,948] 0,472 [1,057] -0,132 [0,105] Oca 10May 14 1.048 0,153 USD6M USD12M 35,991*** 55,969*** [4,843] [13,535] -4,604*** -6,29*** [0,820] [1,866] -2,262 1,006 [1,906] [0,989] -0,137 -0,172* [0,102] [0,099] Oca 10Şub 14 987 0,444 Oca 10Ağu 13 872 0,645 Analizlerde, otokorelasyon ve değişen varyansı dikkate alan Newey-West HAC tahmincileri kullanılmıştır. Standart hatalar parantez içinde verilmiştir. *,**,*** sırasıyla %10, %5 ve %1 düzeylerinde istatistiksel anlamlılığı ifade etmektedir. Bu sonuçlar da önceki modellerde yer alan sonuçlara oldukça benzemektedir. Özellikle konum katsayısına ilişkin tahminlerin büyüklükleri ve istatistiksel anlamlılıkları önceki tahminlerden farklılaşmamıştır. Öte yandan, 6 ve 12 ay vadeli dolar kuru tahmin modelleri haricinde belirginlik katsayıları gerilemiş ve eğim parametresinin istatistiksel anlamlılığı azalmıştır. Bu yaklaşımda gerek eğim parametresinin çok iyi temsil edilememesi, gerekse de eğrisellik parametresinin tamamen dışlanması nedeniyle tahminlerin isabeti sınırlı oranda zayıflamaktadır. Bununla birlikte, Tablo 4’te yer alan tahminler NS parametreleriyle elde edilen tahminlerin sağlamlığını pekiştirmektedir. Farklı veri tanımları, frekanslar ve örneklemler ile yapılan bu sağlamlık sınamaların görsel bir özeti ekte Grafik A1’de yer almaktadır. 5. Sonuç Bu notta yapılan basit ekonometrik analizler, Türkiye ekonomisi açısından en önemli finansal fiyatlar arasında yer alan ABD doları/TL ve Euro/TL kurlarının tahmininde göreli getiri eğrilerinin önemli katkı verebileceğine ilişkin çeşitli ipuçları elde edilmesini sağlamıştır. Özellikle tahmin ufku uzadığında finansal gürültü düzeyinin azalmasıyla göreli getiri eğrileri döviz kuru hareketlerini büyük oranda öngörebilmektedir. Elde edilen bulgulara göre Türkiye’de getiriler göreli olarak arttığında TL değerlenmektedir, getiri eğrisi göreli olarak dikleştiğinde ise TL değer kaybetmektedir. Bu bağlamda TCMB’nin esnek faiz koridoru dahilinde getiri eğrisini gerektiğinde hızlı bir şekilde etkileyebilmesi, küresel sermaye akımlarındaki oynaklıkların yurt içi piyasa üzerindeki etkilerini sınırlama potansiyeli taşımaktadır. Çalışmada tahmin edilen katsayıların işaretlerinin ve büyüklüklerinin Chen ve Tsang (2013) tarafından gelişmiş ülkeler için hesaplanan değerlerle benzer olması dikkat çekmektedir. Yapılan Ekonomi Notları 10 Sayı: 2014-16 / 30 Ekim 2014 sağlamlık kontrolleri, tahminlerin veri tanımı, frekans ve örneklem dönemine ilişkin değişimler karşısında istikrarlı olduğunu göstermektedir. Ayrıca uygulanan birim kök sınamaları ve standart hata düzeltmeleri de tahminlerin yöntemsel geçerliliğini desteklemiştir. Kaynakça Nelson, C. R. & Siegel, A. F. (1987), “Parsimonious Modeling of Yield Curves”, Journal of Business 60, sayfa 473-489. Chen, Y. & Tsang, K. P. (2013), “What Does the Yield Curve Tell Us about Exchange Rate Predictability?”, The Review of Economics and Statistics 95(1), sayfa 185-205. Kwiatkowski, D.; Phillips, P. C. B.; Schmidt, P. & Shin, Y. (1992), "Testing the Null Hypothesis of Stationarity Against the Alternative of a Unit Root", Journal of Econometrics 54(1–3), sayfa 159–178. Elliot, G.; Rothenberg, T.J. & Stock, J.H. (1996), “Efficient Tests for an Autoregressive Unit Root”, Econometrica 64, sayfa 813-836. Ekonomi Notları 11 Sayı: 2014-16 / 30 Ekim 2014 Ekler Tablo A1: Çalışmada Kullanılan Verilere İlişkin Birim Kök Sınamaları DF-GLS Sınaması Test Spesifikasyonu KPSS Sınaması Sabitli Sabit&Trendli Sabitli Sabit&Trendli Konum -5,097*** -5,116*** 0,627* 0,379*** Eğim -2,796*** -4,53*** 0,573* 0,337*** Eğrisellik -4,89*** -5,147*** 1,378*** 0,111 Dolar - Türk Lirası: Kur Değişimi, 1 Ay -7,836*** -7,867*** 0,074 0,036 Kur Değişimi, 3 Ay -3,67*** -3,965*** 0,142 0,052 Kur Değişimi, 6 Ay -3,117*** -3,119** 0,341 0,089 Kur Değişimi, 12 Ay -2,129** -2,320 0,627* 0,141* Göreli Getiri, 7 Yıl -2,312** -2,579* 2,21*** 0,596*** Göreli Getiri, 7-1 Yıl Farkı -2,017** -3,57*** 1,084*** 0,448*** Konum -4,724*** -5,016*** 1,189*** 0,357*** Eğim -3,006*** -4,659*** 0,686* 0,565*** Eğrisellik -4,515*** -5,179*** 1,637*** 0,135* Kur Değişimi, 1 Ay -5,335*** -6,608*** 0,054 0,028 Kur Değişimi, 3 Ay -3,819*** -3,844*** 0,116 0,046 Kur Değişimi, 6 Ay -2,694*** -3,052** 0,245 0,088 Kur Değişimi, 12 Ay -1,390 -2,183 0,338 0,169** Göreli Getiri, 7 Yıl -1,949** -2,691* 3,374*** 0,559*** Göreli Getiri, 7-1 Yıl Farkı -1,946** -3,696*** 1,404*** 0,69*** Euro - Türk Lirası: *, **, *** sırasıyla %10, %5 ve %1 düzeyinde istatistiksel anlamlılığı ifade etmektedir. Ekonomi Notları 12 Sayı: 2014-16 / 30 Ekim 2014 Grafik A1: Göreli Getiri Eğrisinin Kur Değişimine Etkileri* Seviyenin Euro Kuru'na Etkisi 0 Eğimin Euro Kuru'na Etkisi 0 -2 -2 -4 -4 -6 -6 -8 -8 Tam örneklem Yakın dönem Aylık veri kullanılarak Gözlenen getiriler kullanılarak -10 -12 0 1 2 3 4 5 6 7 Vade (ay) 8 9 10 11 -12 12 Seviyenin Dolar Kuru'na Etkisi 0 Tam örneklem Yakın dönem Aylık veri kullanılarak Gözlenen getiriler kullanılarak -10 0 1 2 4 -4 2 -6 0 -8 4 5 6 7 Vade (ay) 8 9 10 11 12 Eğimin Dolar Kuru'na Etkisi 6 -2 3 -2 -10 -12 0 1 Tam örneklem Yakın dönem Aylık veri kullanılarak Gözlenen getiriler kullanılarak 2 3 4 5 6 7 Vade (ay) Tam örneklem Yakın dönem Aylık veri kullanılarak Gözlenen getiriler kullanılarak -4 8 9 10 11 12 -6 0 1 2 3 4 5 6 7 Vade (ay) 8 9 10 11 12 *İstatistiksel olarak anlamlı olan etkiler çizgi grafik üzerine konulan karelerle gösterilmiştir. Küçük kare %10 düzeyinde, büyük kare de %5 düzeyinde anlamlılığı ifade etmektedir. Ekonomi Notları, ekonomik gelişmelere dair tartışmalara zamanlı bir katkıda bulunmak ve TCMB bünyesinde Türkiye ekonomisi ve para politikası üzerine yapılan çalışmaların sonuçlarını kamuoyuyla paylaşmak amacıyla hazırlanan bir yayındır. Burada sunulan görüşler tamamıyla yazarlara aittir, dolayısıyla TCMB’nin ya da çalışanlarının görüşlerini temsil etmeyebilir. Burada yer alan metnin tamamının başka bir yerde yayımlanabilmesi için TCMB’den yazılı izin alınması gerekmektedir. Görüş ve öneriler için: Editör, Ekonomi Notları, TCMB İdare Merkezi, İstiklal Cad, No: 10, Kat:15, 06100, Ulus/Ankara/Türkiye. E-mail: [email protected] Ekonomi Notları 13
