1

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, uzeyir.aydin@deu.edu.tr † Yrd.Doç.Dr., Düzce Üniversitesi, ĠĢletme Fakültesi, oguzkara@duzce.edu.tr

2

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

3

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.

4

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‖.

5

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

6

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: 72-

81; 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

7

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

8

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 üzerin-

de 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.

9

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

10

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.

11

Tablo 1: BaĢlıca Kriz Erken Uyarı Göstergeleri

Kategori Kavram Ölçü

Makro

ekonomik

göstergeler

DıĢ dengesizlik/reel kurda aĢırı

değerlenme

Rezerv yetersizliği

Kredilerin aĢırı geniĢlemesi

Reel ekonomide yavaĢlama

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

Sermaye

akımı

göstergeleri

Varlık fiyatlarında dalgalanmalar

Parasal katılık

Akımların tersine dönme ihtimali

Borçlarda patlama

Kısa vadeli borç

Sermaye akımlarının bileĢimi

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

Finansal

kırılganlık

göstergeleri

Sermaye yeterliliği

MB'nin kurtarmaları

Bankalara olan güven

Bankaların mevduatlarını mobilize etme

kabiliyeti

17. Banka rezervleri/Toplam banka

varlıklar

18. MB'nin bankalara verdiği kredi/toplam

banka borçları

19. Banka mevduatı/M2, seviye

20. Banka mevduatı/M2, artıĢ oranı

21. Verilen borçlar/mevduat, seviye 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

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

12

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.

13

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.

14

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 Açıklama

lnsue Sanayi Üretim Endeksi

lnfo Mevduat Reel Faiz Oranı

lnrkur Üfe Bazlı Reel Döviz Kuru

ġekil 1: Modelde Kullanılan DeğiĢkenlerin Zaman Grafiği

lnsue

1985 1990 1995 2000 2005 2010

-0.1

0.0

0.1lnsue

lnrkur

1985 1990 1995 2000 2005 2010

-0.1

0.0

0.1lnrkur

lnfo

1985 1990 1995 2000 2005 2010

-1

0

1

2lnfo

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.

15

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.

16

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

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.

t-istatistiği prob lag

Keenan test

lnsue 13.3371855 0.0005 3

lnfo 20.84987 0.0000 4

lnrkur 12.1797 0.0005 3

White test

lnsue 14.7258 0.00063 2

lnfo 15.9892 0.00033 4

lnrkur 5.0798 0.07887 2

Terasvirta test

lnsue 11.9016 0.00604 2

lnfo 453.7803 0.00000 2

lnrkur 109.4659 0.00000 3

Tsay test

lnsue 3.549 0.00204 3

lnfo 18.05 0.00000 4

lnrkur 12.27 0.00000 3

Linearity LR-test 421.43 [0.0000]** 0

17

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

18

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):

1 1t t t t p t t p ty v s A s y A s y (1)

Burada 1 ,...,t t nty y y

n boyutunda bir zaman serisinden oluĢan vektördür, v

sabitlere ait vektördür. 1, , pA A 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.

tststststst tttttyyyyy

)()()()(4321 44332211 (2)

2,1),0(~ tt sN

Bu düzeyde eĢitliğin iki ortalaması bulunmaktadır. Bu ortalamalar yt durumları, ’ler

ise rejimler arasındaki değiĢimi göstermektedir. Burada rejim değiĢimi yt değiĢkenin davranıĢı

19

tarafından belirlenmektedir. Gözlenemeyen stokastik bir süreç, st değiĢkeni birinci düzeyden

bir Markow Sürecini ortaya çıkarmaktadır. Bu durum Ģu Ģekilde ifade edilmektedir:

ijttttt pisjsPksisjsP }{,...},{ 121 (3)

Burada rejim değiĢimi, yt değiĢkenin davranıĢı tarafından belirlenmektedir. Gözlenemeyen st

değiĢkeni ise birinci düzeyden bir Markow Sürecini ortaya çıkarmaktadır. Dolayısıyla bu

durum da, ts gibi Ģimdiki rejim dönemi, bir önceki rejim dönemine bağlı olmaktadır.

ijttttt pisjsPksisjsP }{,...},{ 121 (4)

Yukarıdaki eĢitlik bir bayes açılımını sergilemektedir. Bu süreç, NxN boyutunda bir vector

olarak, aĢağıdaki matris gösterimiyle yazılmaktadır:

NNNN

N

N

ppp

ppp

ppp

P

21

22212

12111

. (5)

Burada ortaya çıkan iki durumlu bir süreç (2×1) boyutunda geçiĢ matrisiyle ifade edilmekte

ve bu vektörün ilk elemanı 1t tP s

ve ttt y,1

olmaktadır. GeçiĢ matrisinin değeri

de t anındaki rejimi göstermektedir. Bu vektör aĢağıdaki Ģekilde tanımlanmaktadır:

1

1

1

1ˆ

2

t t

t t

t t

P s

P s

(6)

Buradan da yt koĢullu olasılık matrisi aĢağıdaki Ģekli ile dönüĢtürülmektedir:

),2(

),1(

1

1

ttt

ttt

tsyf

syf

(7)

Bu notasyonlardan hareketle de Ģu denklem sistemine ulaĢılmaktadır.

1 1 1, ,t t t t t t t tf y s j f y s j P s j (8)

20

j = 1,2 biçimindeki eĢitlik, yt ve st olasılıklarının eĢitliğidir. Bu eĢitlik iki durumlu olduğu

zaman Ģu Ģekli almaktadır;

1

2 2

1 1 1 / 1

1 1

ˆ,t t

t t t t t t t t t

s s

f y f y s P s

(9)

ve tt

ve 11

ˆ tt

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

MSM MSI Yapısı

μ değiĢir μ sabit v değiĢir v sabit

Aj

sabit

Σ sabit MSM-VAR Doğrusal MVAR MSI-VAR Doğrusal VAR

Σ değiĢir MSMH-VAR MSH-MVAR MSIH-VAR MSH-VAR

Aj

değiĢir

Σ sabit MSMA-VAR MSA-MVAR MSIA-VAR MSA-VAR

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.

21

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.

22

ġekil 2: Rejim GeçiĢ Olasılıklarına Ait YumuĢatılmıĢ Grafikler

lnsue Regime 1

Fitted

1985 1990 1995 2000 2005 2010

-0.1

0.0

0.1

lnsue Regime 1

Fitted r:lnsue(scaled)

1985 1990 1995 2000 2005 2010

-5.0

-2.5

0.0

2.5r:lnsue(scaled)

1985 1990 1995 2000 2005 2010

0.25

0.50

0.75

1.00P[Regime 1] smoothed

1985 1990 1995 2000 2005 2010

0.25

0.50

0.75

1.00P[Regime 2] smoothed

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.

23

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

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 0.000

P11 0.447985 0.04859 9.22 0.000

P22 0.58575 0.04974 11.77 0.000

Rejim 1 Rejim 2 Gözlem Sayısı Süre Herbir Rejim Ġçin Beklenen Süre (Ay)

Rejim 1 0.44799 0.41425 129 % 38.97 172

Rejim 2 0.55201 0.58575 202 % 61.03 266

24

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.

25

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.

26

KAYNAKÇA

Akgül, IĢıl, Selçuk Koç, Selin Özdemir KOÇ (2007), ―Cari ĠĢlemler Dengesi Rejim

DeğiĢim Modelleri Ġle Modellenebilir mi?‖, 8. Türkiye Ekonometri ve Ġstatistik Kongresi, 24-

25 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 ‖, Main Document,

University of Exeter.

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

27

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, 31-

51.

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.

28

Kaminsky, G., S.Lizondo ve C. Reinhart (1998), ―Leading Indicators of Currency

Crisis‖ IMF Staff Papers, http://www.imf.org/external/pubs/ft/staffp/1998/03-

98/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, 1969-

2001‖, 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 to Asia",

htpp://web.mit.edu/krugman//www/Dısınter.html. (16.12.2007).

Krugman, Paul (1998), "What Happened to Asia", MĠT.

(http://web.mit.edu/krugman/www/). EriĢim Tarihi: 15.12.2007.

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.

29

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).