3. lİsansÜstÜ İŞletme ÖĞrencİlerİ sempozyumu · iv bilim kurulu prof.dr.ali alagÖz...
TRANSCRIPT
-
GAZİOSMANPAŞA ÜNİVERSİTESİ
3. LİSANSÜSTÜ İŞLETME ÖĞRENCİLERİ SEMPOZYUMU
12-14 Nisan, 2018
Tokat
BİLDİRİ KİTABI
Yayına Hazırlayanlar Dr.Öğr.Üyesi Mihraban COŞKUN ARSLAN
Dr.Öğr.Üyesi Tuğba KILIÇER Dr.Öğr.Üyesi Yücel EROL Arş.Gör. Eda PAÇ ÇELİK Arş.Gör. Emrah DELİCE Arş.Gör. Oktay ÖZKAN Arş.Gör.Tugay ÜNLÜ
-
ii
Sempozyum Onursal Başkanı Prof. Dr. Mustafa ŞAHİN
Gaziosmanpaşa Üniversitesi Rektörü
Sempozyum Dönem Başkanı
Prof. Dr. Çetin BEKTAŞ Gaziosmanpaşa Üniversitesi İİBF İşletme Bölüm Başkanı
Sempozyum Yürütme Kurulu Başkanı
Doç. Dr. Süleyman Serdar KARACA
Sempozyum Sekretaryası
Dr. Öğr. Üyesi Adem TÜZEMEN Dr. Öğr. Üyesi Atila KARKACIER
Dr. Öğr. Üyesi Ebru ÖZTÜRK Dr. Öğr. Üyesi Yücel EROL
Yürütme Kurulu
Prof. Dr. Çetin BEKTAŞ Doç. Dr. Süleyman Serdar KARACA
Dr. Öğr. Üyesi Adem TÜZEMEN Dr. Öğr. Üyesi Atila KARKACIER
Dr. Öğr. Üyesi Ebru ÖZTÜRK Dr. Öğr. Üyesi. Elif BOYRAZ Dr. Öğr. Üyesi Emre ASLAN
Dr. Öğr. Üyesi Mihriban COŞKUN ARSLAN Dr. Öğr. Üyesi Tuğba KILIÇER
Dr. Öğr. Üyesi Yücel EROL Araş. Gör. Eda PAÇ ÇELİK Araş. Gör. Emrah DELİCE
Araş. Gör. Murat YILDIRIM Araş. Gör. Oktay ÖZKAN Araş. Gör. Tugay ÜLKÜ
Öğr. Gör. Hülya BARLAS Öğr. Gör. Necati KIRCAER
3. Lisansüstü İşletme Öğrencileri Sempozyumu: Bildiri Kitabı ISBN: 978-975-7328-72-8
-
iii
Danışma Kurulu
Prof. Dr. Aykut BEDÜK Selçuk Üniversitesi Yönetim ve Organizasyon
Prof. Dr. Belkis ÖZKARA Afyon Kocatepe Üniversitesi Yönetim ve Organizasyon
Prof.Dr. Çetin BEKTAŞ Gaziosmanpaşa Üniversitesi Yönetim ve Organizasyon
Prof. Dr. Erdinç ALTAY İstanbul Üniversitesi Muhasebe ve Finansman
Prof. Dr. Fatih Coşkun ERTAŞ Atatürk Üniversitesi Muhasebe ve Finansman
Prof. Dr. İsmail BEKÇİ Süleyman Demirel Üniversitesi
Muhasebe ve Finansman
Prof. Dr. Mehmet ÖZBİRECİKLİ Mustafa Kemal Üniversitesi Muhasebe ve Finansman
Prof.Dr. Nezihe Figen ERSOY Anadolu Üniversitesi Üretim Yönetimi ve Pazarlama
Prof. Dr. Ömer Faruk İŞCAN Atatürk Üniversitesi Yönetim ve Organizasyon
Prof. Dr. Ruziye COP Abant İzzet Baysal Üretim Yönetimi ve Pazarlama
Prof. Dr. Turhan KORKMAZ Mersin Üniversitesi Muhasebe ve Finansman
Doç. Dr. Belgin AYDINTAN Gazi Üniversitesi Yönetim ve Organizasyon
Doç. Dr. Beyza GÜLTEKİN Hacettepe Üniversitesi Üretim Yönetimi ve Pazarlama
Doç.Dr. Canan CEYLAN Uludağ Üniversitesi Yönetim ve Organizasyon
Doç. Dr. İbrahim Halil EKŞİ Gaziantep Üniversitesi Muhasebe ve Finansman
Doç. Dr. S. Serdar KARACA Gaziosmanpaşa Üniversitesi Muhasebe ve Finansman
Dr. Öğr. Üyesi E. Savaş BAŞCI Hitit Üniversitesi Muhasebe ve Finansman
-
iv
Bilim Kurulu
Prof.Dr.Ali ALAGÖZ
Prof.Dr.Aykut BEDÜK
Prof.D.M.Başaran ÖZTÜRK
Prof.Dr.Belgin AYDINTAN
Prof.Dr.Belkis ÖZKARA
Prof.Dr.Bener GÜNGÖR
Prof.Dr.Çetin BEKTAŞ
Prof.Dr.Ercan TAŞKIN
Prof.Dr.Erdinç ALTAY
Prof.Dr.Erhan DEMİRELİ
Prof.Dr.Fatih Coşkun ERTAŞ
Prof.Dr.Fehmi KARESİOĞLU
Prof.Dr.Gülten GÜMÜŞTEKİN
Prof.Dr.Hatice DOĞUKANLI
Prof.Dr.Hatice ÖZUTKU
Prof.Dr.Himmet KARADAL
Prof.Dr.Hüseyin YILMAZ
Prof.Dr.İsmail BEKÇİ
Prof.Dr.Kürşat YALÇINER
Prof.Dr.Mehmet ÖZBİRECİKLİ
Prof.Dr.Metin COŞKUN
Prof.Dr.Nezihe Figen ERSOY
Prof.Dr.Nuri ÖMÜRBEK
Prof.Dr.Ömer Faruk İŞCAN
Prof.Dr. Recep GÜNEŞ
Prof.Dr.Ruziye COP
Prof.Dr.Sebahat BAYRAK KÖK
Prof.Dr.Selahattin KARABINAR
Prof.Dr.Şakir SAKARYA
Prof.Dr.Tevfik Şükrü YAPRAKLI
Prof.Dr.Tuğrul KANDEMİR
Prof.Dr.Turhan KORKMAZ
Prof.Dr. Ümit GÜCENME GENÇOĞLU
Prof.Dr.Vedat SARIKOVANLIK
Prof.Dr.Yasemin KESKİN BENLİ
Doç.Dr.Abdulkadir KAYA
Doç.Dr.Ali ERBAŞI
Doç.Dr.Ali İhsan ÖZDEMİR
Doç.Dr.Aydın KAYABAŞI
Doç.Dr.Batuhan GÜVEMLİ
Doç.Dr.Beyza GÜLTEKİN
Doç.Dr. Bilge Leyli ELİTAŞ
Doç.Dr.Canan CEYLAN
Doç.Dr.Canan Nur KARABEY
Doç.Dr.Çağatan TAŞKIN
Doç.Dr.Duygu ANIL KESKİN
Doç.Dr.Fatma Zeynep ÖZATA
Doç.Dr.Ferudun KAYA
Doç.Dr.Güler SAĞLAM ARI
Doç.Dr.Güler TOZKOPARAN
Doç.Dr.Hasan TAĞRAF
Doç.Dr.Hatice Hicret ÖZKOÇ
Doç.Dr.İbrahim Halil EKŞİ
Doç.Dr.İlker KIYMETLİ ŞEN
Doç.Dr.İsmail YILDIRIM
Doç.Dr.Korhan KARACAOĞLU
Doç.Dr.Mazlum ÇELİK
Doç.Dr.Mehmet BAŞ
Doç.Dr.Mukaddes YEŞİLKAYA
Doç.Dr.Mustafa Fedai ÇAVUŞ
Doç.Dr.Nuri Özgür DOĞAN
Doç.Dr.Ömer TEKŞEN
Doç.Dr.Sabiha KILIÇ
Doç.Dr.Selahattin KOÇ
Doç.Dr.Selahattin YAVUZ
Doç.Dr.Suzan ÇOBAN
Doç.Dr.Süleyman Serdar KARACA
Doç.Dr.Vesile ÖMÜRBEK
Dr.Öğr.Üyesi Adem TÜZEMEN
Dr.Öğr.Üyesi Ali AKGÜN Dr.Öğr.Üyesi Ali Rıza İNCE
Dr.Öğr.Üyesi Alperen YİĞİT
Dr.Öğr.Üyesi Atila KARKACIER
Dr.Öğr.Üyesi Ayşe Elif YAZGAN
Dr.Öğr.Üyesi Ayşen COŞKUN
Dr.Öğr.Üyesi Burcu KARTAL
-
v
Dr.Öğr.Üyesi Derya ÖZTÜRK
Dr.Öğr.Üyesi Elif BOYRAZ
Dr.Öğr.Üyesi Emre ASLAN
Dr.Öğr.Üyesi Eşref Savaş BAŞCI
Dr. Öğr.Üyesi Eyyüp Ensari ŞAHİN
Dr.Öğr.Üyesi Feyza AĞLARGÖZ
Dr.Öğr.Üyesi Gül REİS
Dr.Öğr.Üyesi İçlem ER
Dr.Öğr.Üyesi Kumru UYAR
Dr.Öğr.Üyesi Meziyet Sema ERDEM
Dr.Öğr.Üyesi Mihriban COŞKUN ARSLAN
Dr.Öğr.Üyesi Ömür DEMİRER
Dr.Öğr.Üyesi Özge KORKMAZ
Dr.Öğr.Üyesi Özlem YAŞAR UĞURLU
Dr.Öğr.Üyesi Ramazan NACAR
Dr.Öğr.Üyesi Tülay TELLİOĞLU
Dr.Öğr.Üyesi Veli Alpagut YAVUZ
Dr.Öğr.Üyesi Yücel EROL
-
vi
SPONSORLAR
Sempozyumumuza verdikleri destekten dolayı;
Tokat Valiliği’ne, Tokat Belediyesi’ne,
Gaziosmanpaşa Üniversitesi’ne, Dedeman Otel’e
Tokat Amerikan Kültür Derneği Dil Okulları’na, Tokat Erbaa Toprak Sanayi’ye,
Çizgi Kitap Kırtasiye’ye, Karadeniz Pastanesi’ne,
Cemre Bitkisel Ürünler’e, Dimes’e,
Tokat Seyahat’e, Özkaleli Gıda’ya, Beta Yayıncılık’a,
Detay Yayıncılık’a, Keskin Ticaret’e
teşekkür ederiz.
-
vii
SUNUŞ
Bu yıl üçüncüsünü gerçekleştirdiğimiz Lisansüstü İşletme Öğrencileri Sempozyumunun ilki 2016
yılında Gaziantep Üniversitesinde, ikincisi ise 2017 yılında Uludağ Üniversitesi ev sahipliğinde
gerçekleşmiştir.
Gaziosmanpaşa Üniversitesi, İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü olarak ev sahipliği
yaptığımız “Lisansüstü İşletme Öğrencileri Sempozyumu”na ülkemizin çeşitli üniversitelerinden
katılan değerli hocalarımız ve lisansüstü öğrencilerimizle 12-13-14 Nisan 2018 tarihlerinde Tokat
Dedeman Otel’de gerçekleştirmiş bulunuyoruz.
Lisansüstü İşletme Öğrencileri Sempozyumu ulusal çapta kabul görmüş ve İşletme Bölümü Öğretim
üyeleri ile Lisansüstü Öğrencilerini bir araya getirerek bu alandaki boşluğun dolmasına büyük katkı
yapmıştır. Sempozyumun amacı, Lisansüstü İşletme Öğrencilerini ve bu alandaki öğretim üyelerini bir
araya getirerek bilimsel çalışma, uygulama ve deneyimleri paylaşmaktır. Bununla birlikte, bilimsel ve
sosyal etkileşimi sağlamak, işbirliğini geliştirmek, yeni bakış açıları ve çalışma alanlarının oluşmasına
katkı sağlamaktır. Özellikle Lisansüstü öğrencilerimizin kendi alanlarındaki hocaları ile bilimsel bir
müzakere ortamı oluşturmayı hedefledik.
Sempozyumda sunulan bilgilerin kalıcı olması amacıyla genişletilmiş bildiri özetlerini e-kitap olarak
yayınlıyoruz. Hakem puanlarına bağlı olarak seçilen bildiriler, ulusal ve uluslararası endekslerde
taranan dergilerde tam metin olarak, ilgili derginin editör sürecinden geçtikten sonra yayımlanacak ve
daha geniş okur kitlesine ulaşacaktır.
Sempozyumun gerçekleştirilmesinde emeği geçen yürütme kurulu üyesi arkadaşlarıma ayrı ayrı
teşekkür ediyorum. Bildirilerin değerlendirilme sürecinde görev alan hocalarıma ve danışma
kurulumuza teşekkür ediyorum. Fakültemiz ve Üniversitemizin değerli yöneticilerine katkılarından
dolayı teşekkür ediyorum. Maddi ve manevi olarak sempozyumu destekleyen sponsorlarımıza çok
teşekkür ediyorum.
Şehrimize gelerek bizleri onurlandıran tüm katılımcılara şükranlarımı sunuyorum.
Prof. Dr. Çetin BEKTAŞ 3. Lisansüstü İşletme Öğrencileri Sempozyumu
Dönem Başkanı
-
viii
ÖNSÖZ
Küreselleşen dünyada, her düzeyde değişim gerçekleşmektedir. Ülkeler bu değişime ayak uydurmak
zorundadırlar. Bunun için ülkeler kendilerini bu değişim ortamına hazırlamalı ve rekabetçi kimliklerini
ortaya çıkarmalıdırlar. Bu bağlamda küresel güç yarışında, ülkemizin yerini alabilmesi, teknolojiye
ağırlık vererek katma değeri yüksek üretime yönelmesi, kalkınmada değişimi yakalaması önem arz
etmektedir. Bu değişimin baş mimarlarından birisi de işletmelerdir. İşletmeler geliştikçe, ülke
ekonomisine gelişmekte ve dünya ekonomisindeki payı da artmaktadır. Bu amaçla, bu sempozyum,
lisansüstü öğrenciler ile öğretim üyelerini bir araya getirerek, değerli çalışmalarını sunmalarını
sağlamış, birlikteliği ve birlikte çalışma yapma olanağını artırarak genç akademisyenleri bu anlamda
cesaretlendirmiştir.
Bu yıl üçüncüsünü Gaziosmanpaşa Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü
olarak düzenlediğimiz sempozyumumuzun, birincisi 2016 yılında Gaziantep Üniversitesi, ikincisi 2017
yılında Uludağ Üniversitesi ev sahipliğinde gerçekleşmiştir. Bu sempozyumlarda emeği geçen herkese
Yürütme Kurulu arkadaşlarım adına teşekkür ederim. 3. Lisansüstü İşletme Öğrencileri
Sempozyumuna sunulmak üzere farklı üniversitelerden lisansüstü öğrenciler ve öğretim elemanları
tarafından birlikte hazırlanan toplam 83 bildiri Bilim Kurulu üyeleri tarafından titizlikle incelenmiş ve
72 adet bildiri sunum için kabul edilmiştir. Kabul edilen bildiriler iki gün boyunca toplam 21 oturumda
sunulacaktır. Siz değerli katılımcılarımızın bildirilere eleştirileri ile büyük katkı vereceği ve işletme
alanında çalışmaların üst seviyeye taşınacağı duygusu bizlere sempozyum hazırlık sürecinde hep
destek olmuştur. Sempozyumumuzda sunulan tebliğler, hakem puanlarına ve sunumlara bağlı olarak
alacakları puanlara göre alanında önde gelen ulusal ve uluslararası dergilerde ilgili derginin editör
sürecinden geçtikten sonra tam metin olarak yayınlanma imkanına sahip olacaklardır.
Sempozyum düzenlemenin ne kadar yorucu ve maliyetli bir süreç olduğu hepimizin malumudur. Bu
bağlamda başta Tokat Valiliği olmak üzere, Tokat Belediyesi, Gaziosmanpaşa Üniversitesi, Tokat
Amerikan Kültür Derneği Dil Okulları, S.S. Erbaa Toprak Sanayicileri Temin ve Tevzi Kooperatifi, Tokat
Çizgi Kitap Kafe, Özkaleli Gıda, Tokat Karadeniz Kafe & Bistro, Dimes Gıda, Cemre Bitkisel Ürünler,
Keskin Ticaret, Tokat Seyahat, Beta Basım Yayın, Detay Yayıncılık, Gaziosmanpaşa Üniversitesi
Bilimsel Araştırma Projeleri Birimi´ne sempozyumumuza yapmış oldukları destekler nedeniyle
Üniversitemiz ve Yürütme Kurulu arkadaşlarım adına teşekkürlerimi sunarım. Bu sempozyumun
başarılı bir şekilde yapılmasında ve gerçekleştirilmesinde yapmış olduğunuz destekler bize güç ve
cesaret verdi.
Bu bağlamda sempozyumun bilimsel yönünün oluşmasına tebliğleriyle katkı veren değerli bilim
insanlarına, yoğun programlarına rağmen zaman ayırıp açılış panelimize destek veren çok değerli
panelistlerimize, bilim kurulu üyelerimize, danışma kurulu üyelerimize, yürütme kurulunda görev alan
tüm arkadaşlarıma teşekkürlerimi sunarım. Ayrıca bizlere destek veren Rektörümüz sayın Prof.Dr.
Mustafa ŞAHİN hocamıza ve Dekanımız sayın Prof.Dr. Salih BARIŞIK hocamıza ayrı ayrı teşekkürlerimi
borç bilirim.
Bu duygu ve düşüncelerle Tokat´ın sizlerde bir gülümsemeye neden olması ve 3. Lisansüstü İşletme
Öğrencileri Sempozyumu’nun, çalışmalarınıza ilham kaynağı olması dileğiyle…
Saygılar sunarım.
Doç.Dr. Süleyman Serdar KARACA
Sempozyum Yürütme Kurulu Başkanı
-
ix
İÇİNDEKİLER1
Muhasebe ve Finansman Bildirileri
TÜRK BANKACILIK SEKTÖRÜNDE BÜYÜKLÜĞÜN RİSK ALMA DAVRANIŞI ÜZERİNDEKİ ETKİSİ .......... 2 – 7
Emre YAZICI, Dr.Öğr.Üyesi İlkut Elif KANDİL GÖKER, Mehdi OKTAY
YAPAY SİNİR AĞLARI İLE EMEKLİLİK YATIRIM FONU HİSSE SENEDİ FİYATLARININ TAHMİNİ .......... 8 – 16
Derya ONOCAK, Doç.Dr. Selahattin KOÇ
ENERJİ TÜKETİMİ, TEMİZ ENERJİ VE KARBONDİOKSİT EMİSYONLARININ FİNANSAL AÇIKLIKLA
İLİŞKİSİ: TÜRKİYE ÖRNEĞİ .............................................................................................................. 17 – 23
Öğr.Gör. Selim GÜNGÖR, Dr.Öğr.Üyesi Özge KORKMAZ, Doç.Dr. S. Serdar KARACA
ENDÜSTRİ 4.0 VE MUHASEBE SİSTEMİNE ETKİSİ ÜZERİNE KURAMSAL BİR İNCELEME ................. 24 – 34
Serkan DEMİRKAN, Dr.Öğr.Üyesi Mihriban COŞKUN ARSLAN
MUHASEBE MESLEĞİNİN MEDYADAKİ YANSIMALARI ÜZERİNE BİR İNCELEME ............................ 35 – 45
Esma ŞAHİN, Dr.Öğr.Üyesi Mihriban COŞKUN ARSLAN
MUHASEBE YÖNETİM SİSTEMİNDE ALTI SİGMANIN FAYDALARI .................................................. 46 – 51
Mustafa ÇEVİK, Dr. Öğr. Üyesi Mihriban COŞKUN ARSLAN
YENİ BİR RAPORLAMA YAKLAŞIMI OLARAK ENTEGRE RAPORLAMA : BIST SINAİ ENDEKS
ŞİRKETLERİNDE BİR KARŞILAŞTIRMA ............................................................................................. 52 – 61
Gizem KAYMAK, Dr.Öğr.Üyesi Murat SERÇEMELİ
DÖVİZ KURU İLE İHRACAT VE İTHALAT ARASINDAKİ İLİŞKİNİN ANALİZİ: AMPİRİK BİR ÇALIŞMA . 62 – 68
Dicle Nehir BOZDAN, İlkyaz ÖZENCİ, Prof.Dr. Yasemin KESKİN BENLİ
MOBİLYACILIK SEKTÖRÜNDE MALİYET MUHASEBESİ UYGULAMALARI ÜZERİNE BİR ARAŞTIRMA:
ANTAKYA ÖRNEĞİ .......................................................................................................................... 69 – 75
Leman Meltem TÜFEKÇİ, Prof.Dr. Mehmet ÖZBİRECİKLİ
KATILIM BANKALARININ BİLANÇO DIŞI İŞLEMLERİ (BİLANÇO DIŞI YÜKÜMLÜLÜKLER VE EMANET
VE REHİNLİ KIYMETLER) İLE PERFORMANSLARI ARASINDAKİ İLİŞKİ: TÜRKİYE ÖRNEĞİ ................ 76 – 82
Öğr. Gör. Recep ÇAKAR, Öğr.Gör. Reşid ÇİĞDEM, Güngör KARAKAŞ, Doç.Dr. S. Serdar KARACA
BANKACILIK DEĞİŞKENLERİ İLE PERFORMANS GÖSTERGELERİ ARASINDAKİ İLİŞKİNİN PANEL VERİ
YÖNTEMİ İLE ANALİZİ: TÜRKİYE ÖLÇEĞİ (2005-2017) ................................................................... 83 – 92
Kerim Gökay DENİZLİ, Doç.Dr. Selahattin KOÇ, Dr.Öğr.Üyesi Zekai ŞENOL
ÇEVREYE DUYARLILIĞIN REKABET GÜCÜNE ETKİSİ: YEŞİL YILDIZLI OTELLER ÜZERİNDE BİR
UYGULAMA .................................................................................................................................. 93 – 100
Öğr. Gör. Öznur DOĞAN, Prof. Dr. Fatih Coşkun ERTAŞ
1 Her bir anabilimdalındaki bildiriler sisteme geliş sırasına göre sıralanmıştır.
-
x
TÜRKİYE’NİN ÜLKE KREDİ NOTLARI İLE DOĞRUDAN YABANCI YATIRIMLARI ARASINDAKİ UZUN
DÖNEMLİ İLİŞKİ: S&P ÖRNEĞİ ................................................................................................... 101 – 107
Asuman BALAT, Prof.Dr. Mutlu BAŞARAN ÖZTÜRK, Arş. Gör. Gizem VERGİLİ
ŞEHİR ENDEKSLERİNİN VOLATİLİTE TAHMİMİNDE EWMA YÖNTEMİNİN KULLANIMI .............. 108 – 115
Bergen KAKAÇ, Dr.Öğr.Üyesi Eşref Savaş BAŞÇI
DÜZELTİLMİŞ NAKİT DÖNÜŞÜM SÜRESİNİN FİRMA KARLILIĞINA ETKİSİ: BİST KAĞIT SEKTÖRÜ
ÜZERİNE BİR UYGULAMA .......................................................................................................... 116 – 125
Esra KARAKAŞ, Prof.Dr. Hatice DOĞUKANLI
TÜRKİYE´DE KURULMUŞ YABANCI SERMAYELİ BANKALARIN 2006-2016 DÖNEMİ İÇİN CAMELS
ANALİZİ KULLANILARAK FİNANSAL PERFORMANSLARININ ÖLÇÜLMESİ ................................... 126 – 136
Öğr.Gör. Necati ALTEMUR, Doç.Dr. S.Serdar KARACA, Doç.Dr. Batuhan GÜVEMLİ
ÖZEL VEYA KAMU SERMAYELİ BANKALARIN 2005-2015 YILLARI ARASINDA BELİRLENMİŞ
RASYOLARA GÖRE PANEL VERİ ANALİZİ İLE HİSSE BAŞINA KAR ARASINDAKİ
İLİŞKİSİNİN ANALİZİ .................................................................................................................... 137 - 143
Esma SEZGİN, Dr.Öğr.Üyesi Eşref Savaş BAŞÇI
TÜRKİYE’NİN LOJİSTİK PERFORMANS ENDEKSİNDEKİ YERİ VE BİST ULAŞTIRMA SEKTÖRÜNDE
PANEL VERİ ANALİZİ .................................................................................................................. 144 – 152
Ali USLU, Dr.Öğr.Üyesi Türker ŞİMŞEK, Dr.Öğr.Üyesi Tuba Derya BASKAN
KAYNAK TÜKETİM MUHASEBESİ VE FALİYET TABANLI MUHASEBE SİSTEMLERİNİN ÖRNEK
UYGULAMA İLE KARŞILAŞTIRMASI ............................................................................................ 153 – 160
Öğr. Gör. Necati ALTEMUR, Dr.Öğr.Üyesi Mihriban COŞKUN ARSLAN
SÜRÜ DAVRANIŞI VARLIĞININ TEST EDİLMESİ-BORSA İSTANBUL’DA BİR UYGULAMA ............. 161 – 167
Öğr. Gör. Şerife ANGUN, Dr.Öğr.Üyesi Özge KORKMAZ, Doç.Dr. S. Serdar KARACA
BATI TEKSAS HAM PETROL FİYATININ YAPAY SİNİR AĞLARI İLE TAHMİN EDİLMESİ ................. 168 – 176
Muhammed Fatih YÜRÜK, Doç.Dr. İbrahim Halil EKŞİ
ENTEGRE RAPORLAMANIN STANDARTLAŞTIRILMASI: ÖRNEK BİR İŞLETME ÜZERİNE
DEĞERLENDİRME UYGULAMASI ................................................................................................ 177 – 183
Özlem Nur BESLER, Prof. Dr. Fatih Coşkun ERTAŞ
BITCOIN İŞLEMLERİ ÜZERİNE BİR İNCELEME: TÜRKİYE’DEKİ DÖVİZ PİYASASINA ETKİSİ ........... 184 – 192
Ozan KAYMAK
1978-2018 YILLARI ARASINDA TÜRKİYE'DE SAĞLIK YÖNETİMİ ANABİLİM DALI/BİLİM DALINDA
MUHASEBE VE FİNANSMAN ALANINDA YAZILAN LİSANSÜSTÜ TEZLERİN
DEĞERLENDİRİLMESİ ................................................................................................................ 193 – 202
Feyza ŞENAY, Doç.Dr. Seyhan ÇİL KOÇYİĞİT
ORTAÖĞRETİM KURUMLARINDA MUHASEBE EĞİTİMİNİN İNCELENMESİ ................................ 203 – 208
Öğr.Gör. İbrahim ÇİDEM, Öğr. Gör. Reşid ÇİĞDEM, Prof.Dr. Fatih Coşkun ERTAŞ
-
xi
LOJİSTİK SEKTÖRÜNDE FİNANSAL PERFORMANS ORANLARININ TOPSİS YÖNTEMİYLE ETKİNLİK
ÖLÇÜMÜ .................................................................................................................................... 209 – 217
Paşa Gültaş, Dr. Nuri HACIEVLİYAGİL, Mustafa GÜLTAŞ
ORTA GELİR TUZAĞI TEHLİKESİ VE TÜRKİYE .............................................................................. 218 – 228
Ece Tuğçe ALTINTAŞ, Dr.Öğr.Üyesi Meziyet Sema ERDEM
GÜVENCE DENETİMİ STANDARTLARI ........................................................................................ 229 – 239
Merve KARA, Prof.Dr. Metin SABAN
SİGORTA ŞİRKETLERİNİN FİNANSAL PERFORMANSININ PROMETHEE YÖNTEMİ İLE
DEĞERLENDİRİLMESİ: BORSA İSTANBUL UYGULAMASI ............................................................ 240 – 249
Zakaria KALLO, Dr.Öğr.Üyesi Ş. Gül REİS
BREXIT VE BELLİ BAŞLI PİYASA ENDEKSLERİNE ETKİSİ: OLAY ÇALIŞMASI .................................. 250 – 258
Elif YALÇIN, Dr.Öğr.Üyesi Meziyet Sema ERDEM
FİNANSAL BİR VARLIK OLARAK BITCOIN İNCELENMESİ: OLAY ÇALIŞMASI ................................ 259 – 266
Yusuf DURSUN, Dr.Öğr.Üyesi Meziyet Sema ERDEM
BOLU İLİNDEKİ MÜŞTERİLERİN BANKA TERCİHLERİNİ ETKİLEYEN FAKTÖRLER ......................... 267 – 274
Şeyda YOLTAŞ, Sevim Nur ŞAHBALI, Figen KÖKÇÜ, Dr.Öğr.Üyesi Oya ERU
İŞLETME BÖLÜMÜ LİSANS ÖĞRENCİLERİNİN ETİK KARAR ALMA DAVRANIŞLARI: CUMHURİYET
ÜNİVERSİTESİ ÖRNEĞİ ............................................................................................................... 275 – 284
Görkem ÇERİKÇİOĞLU, Dr.Öğr.Üyesi Yüksel AYDIN, Dr.Öğr.Üyesi Seval ELDEN ÜRGÜP
SİGORTA SEKTÖRÜNÜN FİNANSAL PERFORMANSININ ENTROPİ AĞIRLIKLANDIRMALI TOPSİS
YÖNTEMİYLE ANALİZİ VE DEĞERLENDİRİLMESİ ........................................................................ 285 – 290
İnci Merve ALTAN, Doç.Dr. Murat YILDIRIM
BİREYSEL YATIRIM KARARLARINDA PSİKOLOJİK VE ÇEVRESEL FAKTÖRLERİN ETKİSİ: KİLİS 7
ARALIK ÜNİVERSİTESİ AKADEMİK VE İDARİ ÇALIŞANLAR ÖRNEĞİ ............................................ 291 – 301
Abdulkadir AYDIN, Doç.Dr. İbrahim Halil EKŞİ
EMTİA FUTURES PİYASALARINDA SÜRÜ DAVRANIŞININ ANALİZİ ............................................. 302 – 310
İsmail ATACAN, Prof.Dr. Erdinç ALTAY
SERMAYE YETERLİLİĞİNİN BANKA KARLILIKLARI ÜZERİNE ETKİSİ: 2011-2016 DÖNEMİ PANEL
VERİ UYGULAMASI .................................................................................................................... 311 – 318
Ahmet ŞİT, Dr. Nuri HACIEVLİYAGİL
YEŞİL TAHVİLİN YENİLENEBİLİR ENERJİ FİNANSMANINDAKİ ROLÜ ........................................... 319 – 323
Cemile ŞAHİN, Dr.Öğr.Üyesi Mehmet Cem DANACI
DENETİM KANITI KALİTESİNİN DENETÇİ GÖRÜŞÜNE ETKİSİ: LİTERATÜR İNCELEMESİ .............. 324 – 328
Özge ÖZKAN, Dr. Ahmet Fethi DURMUŞ, Prof.Dr. Fikret OTLU
BİREYSEL MÜŞTERİLERİN BANKA TERCİHLERİ: KATILIM BANKALARI ÜZERİNE BİR ANALİZ ....... 329 – 338
Hatice Kübra ÖZYURT, Doç.Dr. İbrahim Halil EKŞİ, Barış ARMUTÇU
-
xii
Yönetim ve Organizasyon Bildirileri
KAMU PERSONEL GİDERLERİNİN ETKİN VE VERİMLİ KULLANIMINDA BİR ARAÇ: YALIN YÖNETİM MODELİ ...................................................................................................................................... 340 – 348 Öğr.Gör.Fatih SOBACI, Prof.Dr.Çetin BEKTAŞ
SAĞLIK KURUMLARINDA TOPLAM KALİTE YÖNETİMİ UYGULAMASI: OMÜ TIP FAKÜLTESİ HASTANESİ ÖRNEĞİ ................................................................................................................... 349 – 356 Öğr.Gör.Aysel ARSLAN, Prof.Dr.Çetin BEKTAŞ
ÖĞRENEN ORGANİZASYONLARIN ÖRGÜTSEL BAĞLILIĞA KATKILARI ........................................ 357 – 374 Muhammet İrfan ÇETİN, , Dr.Öğr.Üyesi Murat Adil SALEPÇİOĞLU
İŞ YERİ YALNIZLIĞI VE ÇALIŞANLARIN İŞTEN AYRILMA NİYETLERİ ÜZERİNDEKİ ETKİSİNE İLİŞKİN BİR ARAŞTIRMA ......................................................................................................................... 375 – 380 Yiğithan ERKÖSE, Prof. Dr. Belgin AYDINTAN
SOSYAL MEDYA BAĞIMLILIĞININ ÖĞRENCİLERİN TÜKENMİŞLİK DÜZEYİNE ETKİSİ: MYO ÖĞRENCİLERİ ÜZERİNE BİR ARAŞTIRMA .................................................................................... 381 – 387 Öğr.Gör. Esra YILDIZ, Prof.Dr. Aykut BEDÜK
İŞLETME BİLGİ SİSTEMLERİNİN YENİLİKÇİ DAVRANIŞ ÜZERİNE ETKİSİ: HİZMET İŞLETMELERİNDE BİR ARAŞTIRMA ......................................................................................................................... 388 – 392 Öğr.Gör. Mehmet KAPLAN, Prof.Dr. Aykut BEDÜK
KUŞAK FARKLILIKLARININ POLİTİK DAVRANIŞ ALGISI ÜZERİNE ETKİSİ ...................................... 393 – 401 Ayşe Elvan BAHTİYAR, Latife KILIÇSAL, Doç.Dr.Duygu KIZILDAĞ
KÜÇÜK İŞLETMELERDE REKABET VE İNOVASYON STRATEJİLERİ İLE SÜRDÜRÜLEBİLİRLİĞİN BİR ÖRNEK OLAY ÇALIŞMASI İLE İNCELENMESİ ............................................................................... 402 – 410 Hatice Kübra ÖZYURT, Dr.Öğr.Üyesi Özlem Yaşar UĞURLU
YÜKSEK LİSANS ÖĞRENCİLERİNİN "İŞLETME" OLGUSUNA İLİŞKİN METAFORİK ALGILARI ........ 411 – 417 Öğr.Gör. Tülay ÇEVİK, Öğr.Gör. Hülya AKYÜZ
İŞLETME ANABİLİM DALI LİSANSÜSTÜ ÖĞRENCİLERİNİN MOTİVASYON VE BEKLENTİLERİNİN DEĞERLENDİRİLMESİ: İNÖNÜ ÜNİVERSİTESİ’NDE BİR UYGULAMA........................................... 418 – 425 Öğr.Gör. Mehtap Bulut DENİZ, Öğr.Gör. Şerife ANGUN
ÜNİVERSİTE ÖĞRENCİLERİNİN GİRİŞİMCİLİK EĞİLİMLERİ ÜZERİNE BİR ARAŞTIRMA ................ 426 – 441 Öğr.Gör. Dilek ÖZBEZEK, Prof.Dr.H. Mustafa PAKSOY, Öğr.Gör. Meryem GÜL
ÖRGÜT KÜLTÜRÜNÜN METAFORLARLA ANALİZİ: BİR KONAKLAMA İŞLETMESİ ÖRNEĞİ ......... 442 – 448 Öğr.Gör. Tuba VURAL, Prof.Dr. Belkıs ÖZKARA, Yasemin TEKİNKAYA
ÖRGÜT İKLİMİNİN İŞKOLİZME ETKİLERİ: SAĞLIK ÇALIŞANLARINA YÖNELİK BİR ALAN ARAŞTIRMASI ............................................................................................................................. 449 – 455 Umut AKTAŞ, İbrahim SOYLU, Dr.Öğr.Üyesi Yücel EROL
BİR ÜÇLEMEYİ NEVROTİK ÖRGÜTLER BAĞLAMINDA YENİDEN İZLEMEK: GELİN-DÜĞÜN-DİYET ................................................................................................................. 456 – 461 Yasemin TEKİNKAYA, Prof.Dr. Belkıs ÖZKARA, Tuba VURAL
KİŞİ-İŞ UYUMUNUN İŞ TATMİNİ ÜZERİNDEKİ ETKİSİ: MAVİ YAKALI ÇALIŞANLAR ÜZERİNDE BİR ARAŞTIRMA ............................................................. 462 – 468 Filiz Er, Doç.Dr. Sema POLATCI
-
xiii
Üretim Yönetimi ve Pazarlama Bildirileri
SOSYAL MEDYANIN FİRMA PERFORMANSI ÜZERİNDEKİ ETKİSİ ................................................ 470 – 477
Araş. Gör.Fatma Gül YAZICILAR, Gülşah KORKMAZ, Dr.Öğr.Üyesi Dilşad GÜZEL
HİZMET KALİTESİNİN MÜŞTERİ MEMNUNİYETİ VE MÜŞTERİ SADAKATİ İLE İLİŞKİSİNİN SİGORTA
SEKTÖRÜNDE İNCELENMESİ: GAZİANTEP’TE BİR UYGULAMA ................................................. 478 – 485
Ökkeş GÜN, Dr.Öğr.Üyesi Ahmet TAN
YEŞİL PAZARLAMA ANLAYIŞINDA TÜKETİCİLERİN PLASTİK POŞET KULLANIMINA YÖNELİK BAKIŞ
AÇILARI: BELÇİKA ÖRNEĞİ ......................................................................................................... 486 – 494
Yesevi ALPEREN YASA, Prof.Dr. Ruziye COP
ÇORUM ORGANİZE SANAYİ BÖLGESİNİN SU TÜKETİMİNİN TAHMİNİ ...................................... 495 – 501
Öğr.Gör. Fevzi DİKER, Dr.Öğr.Üyesi Adem TÜZEMEN
CEPTEKİ YAŞAMLAR İÇİN CEPTEN ÇIKANLAR: ÜNİVERSİTE ÖĞRENCİLERİNİN CEP TELEFONU
ÖDEME İSTEKLİLİĞİ ÜZERİNE BİR ARAŞTIRMA ......................................................................... 502 – 510
Öğr.Gör. Özgür KURU, Öğr.Gör. Fevzi DİKER, Dr.Öğr.Üyesi Elif BOYRAZ
YİNE OLSA YİNE YAPARIM!
ANLIK SATIN ALMA VE PİŞMANLIK İLİŞKİSİ ÜZERİNE BİR DENEME ........................................... 511 – 518
Öğr.Gör. Çiğdem ALİÇAVUŞOĞLU, Dr.Öğr.Üyesi Elif BOYRAZ
KENT KİMLİĞİ, KENT İMAJI VE KENT KONUMLANDIRMA İLİŞKİSİ KAPSAMINDA KENTLERİN
MARKALAŞMA SÜRECİ: ERZURUM İLİ ÖRNEĞİ ......................................................................... 519 – 527
Öğr.Gör. Rafet BEYAZ, Dr.Öğr.Üyesi Elif BOYRAZ
TÜKETİCİLERİN KURUMSAL SOSYAL SORUMLULUK UYGULAMALARINA YÖNELİK ŞÜPHECİLİK
EĞİLİMLERİ................................................................................................................................. 528 – 535
Öğr.Gör. Uğur UĞUR, Dr.Öğr.Üyesi Tuğba KILIÇER
BOLU İLİNDE İKAMET EDEN BANKA MÜŞTERİLERİNİN
KATILIM BANKACILIĞINA BAKIŞ AÇISI ....................................................................................... 536 – 543
İpek DOLĞUN, Demet AKKAN, Dr.Öğr.Üyesi Oya ERU
KAPASİTE KISITLI ARAÇ ROTALAMA PROBLEMİ’NE DAL-KESME ALGORİTMASIYLA BİR ÇÖZÜM
ÖNERİSİ ...................................................................................................................................... 544 – 556
Çağdaş YILDIZ, Dr.Öğr.Üyesi Adem TÜZEMEN
“ORTA YOLU YOK MU BU İŞİN?”:
EŞLERİN ETKİLEME STRATEJİLERİ ÜZERİNE BİR ARAŞTIRMA ..................................................... 557 – 564
Öğr.Gör. Fikret GÜRSES, Yavuz Selim GÜLMEZ, Dr.Öğr.Üyesi Tuğba KILIÇER
SİYASAL İLETİŞİM ARAÇLARININ SEÇMEN DAVRANIŞLARI ÜZERİNDEKİ ETKİSİ: 2017
REFERANDUMU ÜZERİNE BİR ARAŞTIRMA ............................................................................... 565 – 573
Emre ÇOLAKOĞLU, Dr.Öğr.Üyesi Ahmet TAN
SPOR KULÜBÜ İÇİN TEDARİKÇİ FİRMA SEÇİMİ ......................................................................... 574 – 588
Öğr.Gör. Abdurrahman İSKENDER, Dr.Öğr.Üyesi Adem TÜZEMEN
-
xiv
İNOVASYON STRATEJİLERİ VE PAZARLAMA STRATEJİLERİ ARASINDAKİ İLİŞKİNİN İNCELENMESİ:
GAZİANTEP İLİ ÖRNEĞİ .............................................................................................................. 589 – 600
Fatma BALANTEKİN, Doç.Dr. Yavuz AKÇİ
Sayısal Yöntemler Bildirileri
ÇOK AMAÇLI ULAŞTIRMA PROBLEMLERİNİN ÇÖZÜMÜ İÇİN STEP YÖNTEMİ ........................... 602 – 607
Dr.Turgut HACIVELİOĞULLARI, Dr.Öğr.Üyesi Nurullah UMARUSMAN
İŞLETME BÖLÜMÜ ÖĞRENCİLERİNİN YÖNEYLEM DERSİNE YÖNELİK TUTUMLARI .................. 608 – 616
Öğr.Gör. Yasemin YILDIRIM SAĞLAMCI, Dr.Öğr.Üyesi Emre ASLAN
-
1
MUHASEBE VE FİNANSMAN BİLDİRİLERİ
-
2
TÜRK BANKACILIK SEKTÖRÜNDE BÜYÜKLÜĞÜN RİSK ALMA DAVRANIŞI ÜZERİNDEKİ ETKİSİ
Emre YAZICI1 İlkut Elif KANDİL GÖKER2 Mehdi Oktay3
Özet
Bu çalışma, bankacılık sektöründe ağırlıklı olarak yer tutan kamu sermayeli, yabancı sermayeli ve özel sermayeli
bankaların risk alma davranışlarının banka büyüklüğü ile bir ilişkisi olup olmadığı araştırmak amacıyla ele
alınmıştır. 2003-2017 dönemine ait söz konusu bankaların toplulaştırılmış bilanço verileri kullanılmıştır. Kamu,
yabancı ve özel sermayeli bankalarda banka büyüklüğü ile bankanın risk alma davranışı arasında uzun dönemli
bir ilişki olduğu, banka büyüklüğü arttıkça risk alma davranışının arttığı; bununla birlikte kısa dönemde söz
konusu ilişkinin hiçbir banka grubu için geçerli olmadığı tespit edilmiştir.
Anahtar kelimeler: Risk Alma Davranışı, Türk Bankacılık Sektörü, Johansen Eşbütünleşme, Vektör Hata Düzeltme
Modeli (VECM), Wald Test
Jel Kodları: G21, G32
THE EFFECT OF SIZE ON RISK-TAKING BEHAVIOR IN TURKISH BANKING SECTOR
Abstract
This study was conducted to investigate whether the risk taking behaviors of goverment owned, foreign capital
and private capital banks, which are predominantly located in the banking sector, are related to bank size. The
aggregated balance sheet data of the mentioned banks for the period of 2003-2017 were used. In government
owned, foreign capital and private capital banks, there is a long-run relationship between the size of the bank
and the risk taking behavior of the bank, the risk taking behavior increases as the bank size increases; it has
been determined that this relationship does not apply to any bank group in the short term.
Key words: Risk-Taking Behavior, Turkish Banking Sector,, Johansen Cointegration, Vector Error Correction
Model (VECM), Wald Test
Jel Codes: G21, G32
Giriş ve Çalışmanın Amacı
Son dönemde uluslararası ölçekte yaşanan finansal krizler, gerek krizlerin merkezinde büyük
bankaların yer alması, gerekse son yirmi yıldır büyük banka sayısının her geçen gün artması ve
çoğunlukla düşük sermaye oranları ile çalışma eğiliminde olmasından dolayı banka büyüklüğünün
sistematik riskin belirleyici bir unsuru olabileceğine dair bir kanaat gelişmesine sebep olmuştur
(Laevenvd., 2016: 25). Hatta bununla birlikte bankaların risk alma davranışlarında da büyüklüklerine
bağlı olarak bir değişim olduğu ileri sürülmektedir. Özellikle batamayacak kadar büyük (too big to fail)
düşüncesi yani mali sistem içinde yer alan büyük bankaların finansal açıdan zor duruma düşmeleri
halinde yükümlülüklerini yerine getirememelerinin tüm mali sistemi zor duruma sokacağı için bu
bankaların nihayetinde devletler tarafından destekleneceği algısı yaygınlaşmıştır. Bu çalışma ile Türk
1 Kırıkkale Üniversitesi S.B.E. İşletme ABD, [email protected]
2 Dr. Öğr. Üyesi, Kırıkkale Üniversitesi İİBF Muhasebe Finans ABD, [email protected]
3 Kırıkkale Üniversitesi S.B.E. İşletme ABD, [email protected]
-
3
bankacılık sektöründe banka büyüklüğünün risk alma davranışı ile ilişkisi araştırılmak istenmiştir.
Sermaye yapılarına göre gruplandırılan bankaların toplulaştırılmış bilançolarının kullanılması ile
sahiplik yapısı açısından da banka büyüklüğü ile risk alma davranışı arasındaki ilişkide bir farklılık olup
olmadığının ortaya koyulması amaçlanmıştır.
Literatür Analizi
Banka büyüklüğü ile risk alma davranışı arasındaki ilişkiyi sorgulayan pek çok çalışma ele alınmıştır. Bu
çalışmalardan bir tanesinde Pham (2016) Vietnam’da faaliyet göstermekte olan 30 ticari bankanın
2006-2015 dönemine ait verileri kullanarak panel veri analizi ile banka büyülüğünün risk üzerinde
etkisi olup olmadığını ve aynı zamanda bu etkinin bankanın kamu sermayeli, özel sermayeli ya da her
iki sermaye unsurunu da barındıran bankalarda ne şekilde değiştiğini araştırmıştır. Risk alma davranışı
göstergesi olarak Z-skoru, banka büyüklüğü göstergesi olarak bankanın aktif büyüklüğünü ele almıştır.
Sonuç olarak bankaların büyüklükleri ile risk alma davranışları arasında pozitif yönlü bir ilişki
olduğunu, sahiplik yapısı açısından bakıldığında kamu bankalarında söz konusu değişkenler arasında
pozitif bir ilişki tespit edilirken, özel sermayeli bankalarda bu ilişkinin yönünün negatif olduğunu
tespit etmiştir. Varotto ve Zhao (2018), çalışmalarında banka büyüklüğünün geçmişte yaşanmış
krizlerde sistematik riskin devamlı bir belirleyicisi olmadığını, özellikle uluslararası büyük bankalar
arasında sirayet eden önemli bir faktör olduğunu ifade etmişlerdir. 83 Amerika, 53 Avrupa bankası
örneklemine ait 2001-2012 dönemi verileri üzerinde yaptıkları analiz neticesinde sistemik risk
belirleyicisinin başında firma büyüklüğünün gelmesinin özellikle batamayacak kadar büyük şirketlerde
söz konusu olduğunu belirtmişlerdir. Rahman vd. (2015), banka büyüklüğünün sermaye yeterlilik
rasyosu ve risk alma davranışı üzerindeki etkisini araştırdıkları çalışmalarında 2008-2012 dönemi için
Bangladeş’te faaliyet gösteren 30 ticari banka verisi ile bir panel veri seti kullanmışlardır.
Genelleştirilmiş momentler analizi sonucunda büyük bankaların daha düşük düzeyde sermaye
tuttuklarını ve yüksek düzeyde risk aldıklarını ve yüksek sermaye yeterlilik rasyosu olan bankaların
daha az riskli görüldüğünü tespit etmişlerdir. Ng vd. (2013) Malezya’da sigorta firmalarının 2000-2010
dönemi verilerini kullanarak yapmış oldukları çalışmada risk alma ile büyüklük arasındaki ilişkiyi
incelemiştir. Pearson korelasyon ve GMM modelleri kullanarak sigorta firmalarının büyüklüğü ile
yüklenim riski arasında pozitif bir ilişki olduğu sonucuna ulaşılmıştır. Yüklenim riskini temsil etmek için
kazanılan primlerde kayıplar değişkeni, firma büyüklüğünü temsil etmek için ise toplam varlıkların
doğal logaritması kullanılmıştır. Elde edilen analiz sonuçlarının daha önceki çalışmalar ile yani şirket
büyüklüğünün artması sonucunda riskinde arttığı hipotezi ile uyumlu olduğu ifade edilmiştir. Lu
(2011), ticari bankalar, yatırım bankaları ve sigorta şirketlerini ele aldığı çalışmalarında 1998-2008
dönemi için piyasa defter değeri oranı, kurumsal yönetim ve sahiplik yapısı kontrol değişkenleri ile
birlikte değerlendirildiğinde büyüklüğün risk alma davranışı ile pozitif yönlü bir ilişki içinde olduğunu
ifade etmişlerdir. Laeven vd. (2016) ise banka büyüklüğü ve risk alma davranışı arasındaki pozitif
ilişkiyi üç teori ile açıklamıştır. İlk teori “batamayacak kadar büyük” (too big to fail) yaklaşımına
dayanmaktadır. Bu yaklaşıma göre hükümetler büyük bankaların kapatılmasını diğer bankaları
etkileyerek finansal sistemde bir panik ortamı yaratacak olmasından ötürü istememektedir.
Dolayısıyla büyük bankalar, hükümetlerin en kötü durumda bile arkalarında olacağını düşündükleri
için daha fazla risk almaktadır. İkinci teori olarak “istikrarsız bankacılık teorisi” (unstable banking
theory)’de ticari bankaların gerek ticari işlemlerinde gerekse finansal kaldıraç kullanımlarında
çoğunlukla finansal pozisyonlarını kısa vadeli borç kullanımı ile şekillendirdiklerini, dolayısıyla esas
faaliyet konuları olan mevduat toplayıp kredi kullandırma faaliyetlerinden banka büyüdükçe
uzaklaştıklarını ve bu durumun da bankaları likidite ve borç ödeme gücü anlamında gittikçe daha riskli
-
4
duruma getirdiğini öne sürmektedir. Üçüncü olarak “vekalet teorisi” (agency theory) ile bankaların
büyüdükçe farklı bankacılık faaliyetleri yürütmeye başladıklarını dolayısıyla organizasyon yapılarının
karmaşıklaştığını ve nihayetinde diğer örgütsel konularla birlikte bir vekalet problemini de ortaya
çıkaracağını ifade etmişlerdir.
Yöntem
Çalışmada 2003-2017 döneminde kamu sermayeli bankalar, yabancı sermayeli bankalar ve özel
sermayeli bankaların toplulaştırılmış çeyrek dönem bilanço verileri kullanılmıştır. Veriler Türkiye
Bankalar Birliği’nin yayınlaşmış olduğu mali tablolardan derlenmiştir. Bağımlı değişken olarak
bankaların risk alma davranışı göstergesi olarak kabul edilen Takipteki Kredi/ Toplam Kredi oranı;
bağımsız değişken olarak bankaların toplam varlıklarının doğal logaritması alınmıştır. İlgili değişkenler
analizlerde sırasıyla “risk” ve “logaktif” ifadeleri ile gösterilmiştir. Verilere ilişkin analizler E-views 9
programı kullanılarak analiz edilmiştir.
Bulgular
İlk olarak çalışmada ele alınan değişkenlere ait serilerin durağanlığını test etmek amacıyla bağımlı
değişkenin gecikmeli değerlerinin modelin bağımsız değişkeni olarak kullanıldığı Genişletilmiş
Dickey-Fuller (ADF) Birim Kök Testi’nden faydalanılmıştır. Sönmezler vd. (2017)’nin belirttiği
üzere bağımlı değişkenin gecikmeli değerlerinin modelde bağımsız değişken olarak kullanılması
otokorelasyonun ortadan kaldırılması amacıyla yapılmaktadır. ADF birim kök testi uygulanmış
hiçbir serinin düzeyde durağan olmadığı tespit edilmiştir. Bunun üzerine serilerin birinci derece farkı
alınarak yeniden ADF test uygulanmış ve tüm serilerin birinci derecede durağan olduğu tespit
edilmiştir. ADF test sonuçları Tablo 1’de gösterildiği gibidir:
Tablo 1. ADF Birim Kök Test Sonuçları
Değişkenler ADF T İstatistiği P Değeri
Kamu Sermayeli Bankalar
Logaktif -0.208265 0.9310
Δ Logaktif -7.538288 0.0000 Risk -2.866807 0.0562
Δ Risk -3.253623 0.0221
Yabancı Sermayeli Bankalar
Logaktif -1.462010 0.5456
Δ Logaktif -6.731714 0.0000 Risk -3.019327 0.0591
Δ Risk -4.618214 0.0004
Özel Sermayeli Bankalar
Logaktif -1.840343 0.3578
Δ Logaktif -8.046308 0.0000 Risk -4.110969 0.0620
Δ Risk -4.963947 0.0001
Tüm değişken serilerinin aynı derecede durağanlık sağlamış olması, değişkenler arasındaki
eşbütünleşmenin tespit edilmesinde Johansen Eşbütünleşme Yaklaşımının şartını sağlamaktadır.
Eşbütünleşme testi öncesi optimum gecikme uzunluklarını belirlemek üzere CIA kriteri dikkate
alınmıştır. Söz konusu kritere göre Kamu sermayeli bankaların analizinde optimum gecikme uzunluğu
1, yabancı sermayeli bankaların analizinde optimum gecikme uzunluğu 4, özel sermayeli bankaların
analizinde optimum gecikme uzunluğu 2 olarak tespit edilmiştir. Üçüncü aşamada Johansen
Eşbütünleşme Testi uygulanarak değişkenler arasındaki eşbütünleşen vektör sayısı tespit edilmek
istenmiştir. Aşağıdaki tabloda yer alan bulgular elde edilmiştir:
-
5
Tablo 2. Johansen Eşbütünleşme Test Sonuçları
Değişkenler Trace İst.
0.05 Kritik Değer P Değeri Max. Eigenvalue İst.
0.05 Kritik Değer
P Değeri
Kamu Sermayeli B. 39.19978 15.49471 0.0000 39.08069 14.26460 0.0000
Yabancı Sermayeli B. 20.02636 15.49471 0.0097 16.79774 14.26460 0.0195
Özel Sermayeli B. 20.05937 15.49471 0.0095 16.70737 14.26460 0.0201
Trace istatistiğinde H0: eşbütünleşme yoktur; H1: En az bir tane eşbütünleşme vardır şeklinde
kurulmaktadır. %5 anlamlılık düzeyinde hesaplanan değerlerin kritik değerlerden büyük olduğu tüm
bankalar için görülmüştür. Bu durumda H0 hipotezi reddedilmiştir. Elde edilen bulgular logaktif ve risk
değişkenleri arasında en az bir tane eşbütünleşme vektörü olduğunu, yani uzun vadede aralarında bir
etkileşim olduğunu göstermektedir. Ancak eşbütünleşme analizi yalnızca seriler arasında bir
nedensellik ilişki olduğunu göstermekte, bu nedensellik ilişkisinin yönünü gösterme konusunda
yetersiz kalmaktadır. Aktaş (2009)’un ifade ettiği üzere “Eşbütünleşme Kavramı kısaca uzun dönemde
ekonomik değişkenler arasındaki ortak bir hareket olarak tanımlanabilir. Teknik olarak Engle-
Granger’e (1987) göre değişkenlerin her biri (1) düzeyinde entegre olduğu taktirde, her ne kadar
seriler seviye itibariyle durağan olmasa da serilerin doğrusal bileşimleri durağan olabilir. Seriler
durağan değil fakat doğrusal bileşimi durağansa bu taktirde standart Granger nedensellik
çıkarsamaları geçersiz olacağı için Hata Düzeltme Modellerinin oluşturulması gerekir.” Bu etkileşimin
tespiti için Vektör Hata Düzeltme Modeli (VECM)’den yararlanılmıştır. Söz konusu değişkenler
arasındaki normalize edilmiş vektör için elde edilen bulgular Tablo 3’te gösterilmiştir.
Tablo 3. Normalize Edilmiş Vektörler
Kamu Sermayeli Bankalar Yabancı Sermayeli Bankalar Özel Sermayeli Bankalar
RISK(-1) 1.000000 1.000000 1.000000
LOGAKTIF(-1) 0.010803 0.007027 0.023060
Standart Hata (0.03797) (0.00451) (0.00830)
T Değeri [ 0.28449] [ 1.55752] [ 2.77809]
C -0.159423 -0.099668 -0.235018
Banka gruplarının Gauss-Newton /Marquarddt Steps metodu ile tahminlenen modelleri ve sonuçları
aşağıdaki Tablo 4’te gösterilmiştir.
Kamu Sermayeli Bankalar D(RISK) = C(1)*(RISK(-1)+0.0108029497778*LOGAKTIF(-1) -
0.159423157274 )+C(2)*D(RISK(-1))+C(3)*D(LOGAKTIF(-1))+C(4)
Özel Sermayeli Bankalar D(RISK) = C(1)*(RISK(-1)+0.0230599077512*LOGAKTIF(-1)-0.235017671463 )+C(2)*D(RISK(-1))+C(3)*D(RISK(-2))+C(4)*D(LOGAKTIF(-1))+C(5)*D(LOGAKTIF(-2))+C(6)
Yabancı Sermayeli Bankalar D(RISK) =C(1)*(RISK(-1)+0.00702663479866*LOGAKTIF(-1)-0.099668000154)+C(2)*D(RISK(-1))+C(3)*D(RISK(-2))+C(4)*D(RISK(-3))+C(5)*D(RISK(-4))+ C(6)*D(LOGAKTIF(-1)) + C(7)*D(LOGAKTIF(-2)) + C(8)*D(LOGAKTIF(-3)) + C(9)*D(LOGAKTIF(-4)) +C(10)
-
6
Tablo 4. Gauss-Newton /Marquarddt Steps Metodu Sonuçları
Coefficient P R2
F-statistics
Kamu Sermayeli Bankalar
C(1) -0.198756 0.0000 0.544711 21.13651
C(2) -0.021996 0.8373
C(3) -0.326080 0.0786
C(4) -0.001229 0.7737
Özel Sermayeli Bankalar
C(1) -0.218417 0.0001 0.397218 6.589757
C(2) 0.311473 0.0224
C(3) 0.200050 0.1387
C(4) 0.023380 0.2776
C(5) -0.003674 0.8626
C(6) -0.000696 0.2884
Yabancı Sermayeli Bankalar
C(1) -0.098775 0.0865 0.441828 3.869863
C(2) 0.403135 0.0044
C(3) 0.302353 0.0434
C(4) 0.114815 0.4435
C(5) -0.274599 0.0546
C(6) -0.001481 0.8942
C(7) -0.001996 0.8514
C(8) -0.012182 0.2499
C(9) -0.002982 0.7792
C(10) 0.000719 0.4930
C(1) hata düzeltme katsayısını göstermektedir. Söz konusu katsayının negatif değerli olması ve p
değerinin 5%’ten küçük olmasının değişkenler arasında uzun dönemli bir nedensellik olduğunun
göstergesi olarak kabul edilmektedir. Bu doğrultuda elde edilen bulgulara göre; kamu ve özel
sermayeli bankalarda banka büyüklüğü ile risk alma davranışı arasında bir nedensellik ilişkisi olduğu;
ancak yabancı sermayeli bankalarda bu ilişkinin olmadığı tespit edilmiştir. Kamu ve özel sermayeli
bankaların büyüklükleri arttıkça risk alma davranışları da artmaktadır. Değişkenler arasında kısa
dönemli ilişkinin tespiti için Wald Test uygulanmıştır. Elde edilen bulgular Tablo 5’te özetlendiği
gibidir:
Tablo 5. Wald Test Sonuçları
Kamu Sermayeli Bankalar Özel Sermayeli Bankalar Yabancı Sermayeli Bankalar
Değer P Değer P Değer P
Ki-Kare 3.216434 0.0729 1.262537 0.5319 1.436127 0.8379
Wald test sonucunda herhangi bir banka grubu için elde edilen değerin anlamlı olmadığı görülmüştür.
Bu durum kamu, özel ve yabancı sermayeli bankalarda banka büyüklüğünün bankaların risk alma
davranışı ile arasında kısa dönemli bir nedensellik ilişkisinin olmadığı şeklinde yorumlanmaktadır.
Sonuç
Dünyada yaşanan finansal krizler bankacılık alanında yapılan yetersiz düzenlemeleri ortaya koyduğu
gibi bankalar için sistematik ve sistematik olmayan risklerin belirleyicilerini de tespit etme gerekliliğini
de ortaya koymuştur. Bu anlamda bu çalışma banka büyüklüğünün bankaların risk alma davranışlarını
etkileyebilecek bir faktör olup olmadığını tespit etmek üzere ele alınmıştır. Türk bankacılık sektörü
ekonomide alınan liberalizasyon kararları sonrası finansal sistemde ihtiyaç duyulan tasarrufu
sağlamak üzere pek çok yabancı sermayeli bankaya ev sahipliği yapmaktadır. Dolayısıyla, farklı
sermaye yapılarının hâkim olduğu bir sektör yapısına sahiptir. Bu durum da gözetilerek farklı sermaye
yapılarına sahip bankalara ait değerlendirme yapabilmek adına üç farklı model kurulmuş ve test
edilmiştir. Elde edilen bulgulara göre Kamu, yabancı ve özel sermayeli bankalarda banka büyüklüğü
-
7
ile bankanın risk alma davranışı arasında uzun dönemli bir ilişki olduğu, banka büyüklüğü arttıkça risk
alma davranışının artacağı; bununla birlikte kısa dönemde söz konusu ilişkinin hiçbir banka grubu için
geçerli olmadığı tespit edilmiştir.
Kaynakça
Aktaş C.(2009). “Türkiye’nin İhracat, İthalat ve Ekonomik Büyüme Arasındaki Nedensellik Analizi”, Kocaeli Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 18 (2), 35 – 47.
Bhagat, Sanjai and Bolton, Brian J. and Lu, Jun, “Size, Leverage, and Risk-Taking of Financial Institutions” (August 2, 2012). Available at SSRN: https://ssrn.com/abstract=2122727 or http://dx.doi.org/10.2139/ssrn.2122727.
Laeven L, Ratnovski, L., Tong, H (2016). “Bank Size, Capital, and Systemic Risk: Some International Evidence”, Journal of Banking and Finance, 69, 25-34.
Lu, Jun, "Size, Leverage, and Risk-taking of Financial Institutions" (2011). Finance Graduate Theses & Dissertations. Paper 3.
Ng, T.H., Chong L. L., İsmail H.(2013). “Firm Size and Risk Taking in Malaysia’s İnsurance Industry”, Journalof Risk Finance, 14 (4), 378- 391.
Pham, M., (2016). “Bank Size, Ownership and Risk-Taking Behavior: An Empirical Study of Vietnamese Commercial Banks Available” at SSRN: https://ssrn.com/abstract=2864261 or http://dx.doi.org/10.2139/ssrn.2864261.
Rahman M.M., Zheng C., Ashraf B. N. (2015). “Bank Size, Risk-taking and Capital Regulation in Bangladesh”, Eurasian Journal of Business and Economics, 8(15), 95-114.
Sönmezler, G. Akduğan U., Gündüz İ. O. (2017). “Türkiye’de Cari Açık Sorununun Reel Döviz Kuru ve İhracatın İthalata Bağımlılığı Açısından Değerlendirilmesi”, Maliye Finans Yazıları, 108, 105-122.
Varotto S., Zhao L., (2018). “Systemic Risk and Bank Size”. Journal of International Money and Finance,82, 45-70.
https://www.tbb.org.tr/
-
8
YAPAY SİNİR AĞLARI İLE EMEKLİLİK YATIRIM FONU HİSSE SENEDİ FİYATLARININ TAHMİNİ
Derya ONOCAK1 Selahattin KOÇ2
Özet
Emeklilik yatırım fonu hisse senedi fiyatlarını tahmin etmek amacıyla, yapay sinir ağları (YSA) yöntemi
kullanılarak altı farklı hisse senedi emeklilik yatırım fonu için altı farklı modelin oluşturulduğu bu çalışmada, girdi
değişkenleri olarak; euro alış kuru, dolar alış kuru, cumhuriyet altını satış fiyatı, BİST 100 endeksi kapanış fiyatı,
bankalarca açılan TL mevduatlara uygulanan ağırlıklı ortalama faiz oranı ve tüketici fiyat endeksi kullanılmıştır.
Ocak 2003- Ekim 2017 tarihleri arasındaki aylık verilerin % 80’inin eğitim % 20’sinin test için kullanıldığı
modellerde yapay sinir ağı (YSA), yüksek bir eğitim performansı göstermiş ve sonuçta ağın gerçek değerlere
yakın tahmin değerler ürettiği görülmüştür.
Anahtar kelimeler: Yapay Sinir Ağları, Emeklilik Yatırım Fonları, Hisse Senedi Fiyat Tahmini
Jel Kodları: G17
ESTIMATION OF PENSION INVESTMENT FUND STOCK PRICES WITH ARTIFICIAL NEURAL
NETWORKS
Abstract
In order to estimate the pension fund share price of the pension fund, six different models were created by using
artificial neural networks (ANN) method for six different stock pension funds. Input variables are euro buying
rate, dollar buying rate, republic gold selling price, BİST 100 index closing price, weighted average interest rate
applied to TL deposits opened in banks and consumer price indices. 80% of the data January 2003 and October
2017 were used for education and 20% for estimation purposes. It has been determined that the estimated
value of the share price is very close to the actual value, which is made with artificial neural network (ANN).
Key words: Artificial Neural Networks, Pension Investment Funds, Stock Price Forecast
Jel Codes: G17
Giriş ve Çalışmanın Amacı
Emeklilik dönemi için tasarruf edenlere alternatif yatırım imkanı sunan bireysel emeklilik sisteminde,
katılımcının ödediği katkı payları çeşitli emeklilik yatırım fonlarında değerlendirilmektedir (Alper,
2002: 17). Yüksek getiri beklentisinde olan ve yüksek risk profiline sahip yatımcılar için hisse senedi
emeklilik yatırım fonları uygun bir alternatiftir. Bu fonlardaki risk; sermaye piyasalarındaki spekülatif
hareketlere, ekonomik dalgalanmalara ve siyasi istikrarsızlık gibi nedenlere bağlı olarak hisse senedi
fiyatlarındaki oynaklıktan kaynaklanmaktadır. Son yıllarda finansal alanda hisse senedi fiyatı gibi
doğrusal olmayan değişkenlerin tahmini için, geleneksel yöntemlere kıyasla daha yüksek bir
performans gösteren yapay sinir ağları sıklıkla kullanılmaktadır. YSA, insan beyninin çalışma prensibini
simüle etmeye çalışması özelliği ile diğer geleneksel yöntemlerden ayrılır (Karatlı vd., 2005:38).
1 Öğr. Gör., Cumhuriyet Üniversitesi Gürün Meslek Yüksek Okulu, [email protected]
2 Doç. Dr., Cumhuriyet Üniversitesi İİBF İşletme Bölümü, [email protected]
-
9
Bu çalışmada yapay sinir ağı yöntemi kullanılarak emeklilik yatırım fonu hisse senedi fiyatlarının
tahmin edilmesi amaçlanmaktadır.
Literatür Analizi
Literatür incelendiğinde, finans alanında YSA’lardan 1980’li yıllardan itibaren yararlanıldığı
görülmektedir. Türkiye’de ise YSA’lar finans alanında yapılan çalışmalara 1990’ların sonlarında konu
olmaya başlamıştır.
Karaatlı, Güngör, Demir ve Kalaycı (2005) yaptıkları çalışmada; girdi değişkenleri olarak hazine bonosu
faiz oranlarını, cumhuriyet altını fiyatını, enflasyon oranını, sanayi üretim endeksini, tasarruf
mevduatı faiz oranını ve döviz kurunu; çıktı değişkeni olarak ise İMKB Ulusal 100 endeksi kapanış
fiyatlarını kullanarak oluşturdukları modelle ve regresyon yöntemi ile İMKB Ulusal 100 endeksini
tahmin etmeye çalışmışlar ve sinir ağları yönteminin regresyon yöntemine göre daha yüksek bir
performans gösterdiği sonucuna ulaşmışlardır.
Kutlu ve Bodur (2009) İMKB Ulusal 100 endeksi tahmini için ileri beslemeli yapay sinir ağlarına dayalı
bir model geliştirmişlerdir. Söz konusu çalışmada, İMKB endeks değerinin ileri beslemeli YSA ile
başarılı bir şekilde modellenebileceği sonucuna ulaşılmıştır. Ayrıca haftanın günlerinin endeks tahmini
üzerindeki etkisinin belirgin olmadığı ve dış borsaların endeks tahmini üzerinde olumlu bir etkisinin
görülmediği de çalışma sonucu elde edilen bulgular arasında yer almaktadır.
Yakut, Elmas ve Yavuz (2014) yaptıkları çalışmada; BIST endeksinin bir, iki ve üç gün öncesine ait
değerleri yanında Amerikan dolar kuru, gecelik faiz oranı ve NIKKEI (Japonya Borsası), BOVESPA
(Brezilya Borsası), FTSE (İngiltere Borsası), CAC (Fransa Borsası), DAX (Almanya Borsası) internet
sitelerinden elde edilen 2005-2012 tarihleri arasındaki borsa endeksi değerlerini kullanarak, BIST
endeks değerini, ileri beslemeli yapay sinir ağları ve destek vektör makineleri yöntemleriyle tahmin
etmişler ve yapay sinir ağları ve destek vektör makineleri yöntemlerinin borsa endeksinin tahmin
edilmesinde modellenebileceği sonucuna ulaşmışlardır.
Tektaş ve Karataş (2004) İMKB’de kayıtlı yedi şirketin hisse senedi fiyatlarını tahmin ettikleri
çalışmalarında günlük ve haftalık veri kümelerini kullanmışlar ve günlük verilerin kullanıldığı kısa
dönem aralıklı tanımlanan yapay sinir ağlarının daha fazla ilişki kalıbı tanıma şansı olduğunu
belirtmişlerdir.
Ulusoy (2010) tarafından yapılan çalışmada 1997-2000 yılları arasında İMKB’de gerçekleşen borsa
endeks değerinin tahminine yönelik on üç değişkenli bir nöral ağ modeli kurulmuş ve modelin hatayı
geriye yayma algoritması ile değerlendirilmesi yapılmıştır. Kurulan modelin siyasi etkilerin olmadığı
günlerde daha başarılı çıktı değerleri verdiği ve “endeks değerinin bir sonraki işlem gününde ne
olması “gerektiğinden çok “yüzde kaç olasılıkla ne olması gerektiği “ sonucunu yakalamanın literatüre
daha fazla katkı sağlayacağı sonucuna varılmıştır.
Özçalıcı’nın (2016) 1 gün sonraki, 2 gün sonraki ve 20 gün sonraki hisse senedi kapanış fiyatları
tahminine yönelik yaptığı çalışmada veri seti olarak Borsa İstanbul 30 endeksinde listelenen hisse
senetlerinin Ocak 2010 ile Kasım 2015 tarihleri arasındaki fiyat ve hacim bilgileri kullanılmış ve girdi
olarak teknik göstergeler hesaplanmıştır. Çalışmada tahmin yöntemi olarak yapay sinir ağları
kullanılmıştır. Sonuçta hisse senetlerindeki fiyat hareketleri %72.88 e varan oranda 20 gün önceden
doğru bir şekilde tahmin edilebilmiştir.
-
10
Hadavandi, Shavandi ve Ghanbari (2010) hisse senedi fiyatı tahmini için genetik bulanık sistemler ve
yapay sinir ağlarının entegre bir yaklaşımının sunulduğu çalışmalarında IT ve Havayolu sektörlerinden
elde edilen hisse senedi fiyat verileri kullanılarak oluşturdukları modelle önceki hisse senedi fiyat
tahmin yöntemlerini karşılaştırmış ve önerilen modelin önceki yöntemlerin hepsinden daha iyi
olduğunu ve bu nedenle hisse senedi fiyat tahmin problemleri için uygun bir araç olarak
görülebileceği sonucuna varmışlardır.
Hill, Marquez, O'Connor, Remus (1994) yapay sinir ağlarının potansiyelinin tahmini ve karar verme
modelleri için değerlendirme yapmayı amaçladıkları çalışmalarında, yapay sinir ağları ile istatistiksel
modeller, özellikle de regresyon temelli tahminler, zaman serileri ve karar verme yöntemlerini
karşılaştıran literatürü gözden geçirmişlerdir. Literatür incelemesi ve gerçekleştirdikleri çeşitli
çalışmalar neticesinde yapay sinir ağlarının altında yatan birçok matematiksel kanıtın, tahmin ve karar
vermede en iyi koşulları belirlemek için dikkate alınması gerektiğine dikkat çekmişlerdir.
Zhang ve Wu (2009) çeşitli hisse senedi endekslerinin tahmininde etkili bir tahmin modeli geliştirmek
için geri yayılımlı yapay sinir ağına entegre edilmiş yeni bir model önerdikleri çalışmalarında,
önerdikleri modelin öğrenme yeteneği ve genellemede diğer yöntemlere göre daha iyi performans
gösterdiğini ortaya koymuşlardır.
Zhang, Patuwo ve Hu (1998) YSA uygulamalarının öngörelebilme konusundaki yayınlanmış
araştırmaların bir sentezini oluşturmak, YSA modelleme konularındaki anlayışları ortaya koymak ve
gelecekteki araştırmalara yön vermek amacıyla bir çalışma yapmışlardır.
Kaastra ve Boyd’in YSA'nın borsa tahminleri için literatür uygulaması üzerine bir inceleme sundukları
1996 tarihli çalışmalarında YSA’nın dünya borsalarını tahmin etmek için çok yararlı olduğu görüşüne
ulaşmışlardır.
Khashei ve Bijari (2010) yaptıkları çalışmada YSA’dan daha doğru bir tahmin modeli üretmek için yeni
bir karmaşık YSA modeli önermişlerdir (ARIMA). Söz konusu çalışmada, üç iyi bilinen gerçek veri
kümesiyle elde edilen ampirik sonuçlar, önerilen modelin yapay sinir ağları tarafından elde edilen
öngörme doğruluğunu iyileştirmenin etkili bir yolu olabileceğini göstermekte olduğu ve bu nedenle,
özellikle öngörünün daha yüksek doğruluk gerektirdiği durumlarda tahmin görevi için uygun bir
alternatif model olarak kullanılabileceği görüşüne varılmıştır.
Vaisla ve Bhatt (2010) günlük sermaye piyasası fiyatlarını modellemek ve tahmin etmek için sinir
ağları ve istatistik teknikleri kullandıkları ve iki modelin sonuçlarını karşılaştırdıkları çalışmada, yeterli
veriyle, doğru girdilerle ve doğru mimariyle ağ eğitildiğinde, borsa fiyatlarının çok iyi tahmin
edilebileceği, istatistiksel teknik iyi inşa edilmiş olmasına rağmen serisi karmaşıklaştıkça tahmin
yeteneğinin azalacağı, dolayısıyla sinir ağlarının, günlük borsa fiyatlarının tahmini için daha iyi bir
alternatif teknik olarak kullanılabileceği sonucuna ulaşılmıştır.
Adebiyi, Adewumi ve Ayo (2014) yaptıkları çalışma ile New York Borsası'ndan edinilen hisse senedi
verileri ile ARIMA ve YSA modellerinin tahmin performansını incelememişler ve YSA’nın tahmin
konusunda ARIMA modelinden üstün olduğu sonucuna varmışlardır.
Literatür incelendiğinde gerek Türkiye’de gerekse diğer ülkelerde hisse senedi fiyat tahmini için
YSA’ların kullanımını konu alan çalışmalara rastlanmış olmakla birlikte emeklilik yatım fonları hisse
senedi fiyat tahmini için YSA’ların kullanımını konu alan bir çalışmaya rastlanmamıştır.
-
11
Emeklilik Yatırım Fonlarının Kuruluş ve Faaliyetlerine İlişkin Esaslar Hakkında Yönetmelik m.4’e göre
“emeklilik yatırım fonu, şirket tarafından emeklilik sözleşmesi çerçevesinde alınan ve katılımcılar
adına bireysel emeklilik hesaplarında izlenen katkıların, riskin dağıtılması ve inançlı mülkiyet
esaslarına göre işletilmesi amacıyla oluşturulan malvarlığıdır”.
Sermaye Piyasası Kurulu (SPK) 10.05.2002 tarih ve 22/646 sayılı kararıyla, emeklilik şirketlerinin
kuracakları fonlara yön vermek ve yol gösterici olmak amacıyla emeklilik yatırım fon türleri hakkında
bilgi veren bir izahname yayınlamıştır. İlgili karar SPK’nın 13.12.2007 tarih ve 45/1228 sayılı kararı ile
yürürlükten kaldırılmış ve yeniden düzenlenmiştir (Demirbilek, 2012:143). İlgili SPK kararına göre
emeklilik yatırım fonları, altı ana tür ve bu ana türlerin altında yirmi beş alt tür olarak düzenlenmiştir.
Bu alt türlerden biri, çalışmanın konusunu oluşturan hisse senedi emeklilik yatırım fonudur.
Hisse senedi fonu, yüksek getiri ve sermaye kazancı beklentisinde olan, yüksek risk profiline sahip
yatırımcılar için uygun olan bir fondur.
Hisse senedi fonunun % 80’lik kısmında hisse senetleri yer alırken, fonun % 20’lik kısmında, kamu
borçlanma senetleri, özel şirket borçlanma senetleri, altın ve kıymetli madenlerle bunlara dayalı
sermaye piyasası araçları, gelir ortaklığı senetleri, Hazine tarafından ihraç edilen eurobondlar gelire
endeksli senetler gibi para ve sermaye piyasası araçları ile türev araçlar gibi finansal araçlar yer
almaktadır.
SPK verilerine göre Temmuz 2017’de Türkiye’de ki emeklilik yatırım fon sayısı 287, fonların toplam
değeri 71.796.840.000 TL, yatırımcı sayısı ise 6.825.250’dir. Hisse senetleri, fon portföyü içinde
%12.73’lük bir paya sahiptir.
Finans alanında, özellikle doğrusal olmayan değişkenler kullanılarak yapılan çalışmalarda, geleneksel
yöntemlere göre daha iyi performans gösteren YSA’lar son yıllarda sıkça tercih edilen bir yöntem
haline gelmiştir.
YSA, sinir düğümü, nöron veya işlem elemanı olarak adlandırılan ve birbiri ile bağlantılı işlemcilerden
oluşan yapılardır (Ünlü vd., 2009:38; Elmas, 2003: 23).
YSA, Şekil 1’de görülen yapay sinir hücrelerinin katmanlar şeklinde bağlanmasıyla oluşturulan veri
tabanlı sistemlerdir. İnsan beyninin öğrenme ve karar verebilme yeteneklerinden ilham alınarak
oluşturulan bu sistemler, basitleştirilmiş modeller yardımıyla karmaşık problemlerin çözülmesi
amacıyla kullanılmaktadır (Koç, 2004: 3352).
-
12
Şekil 1. Yapay Sinir Ağlarının Yapısı
YSA’da en az üç katmanlı bir yapı yer alır. Bu katmanlar bağımsız değişkenlerin yer aldığı girdi
katmanı, bağımlı değişkenlerin yer aldığı çıktı katmanı ve bu iki katman arasında yer alan ve verilerin
işlendiği gizli katmandır. Bir gizli katmanın yer aldığı bir yapay sinir ağı mimarisi oluşturulabileceği gibi
mimaride birden fazla gizli katmanın yer alması da mümkündür.
YSA, insan beyninin çalışma yapısına uygun olarak öğrenme, sınıflandırma, genelleme, ilişkilendirme
ve özellik belirleme gibi konularda başarılı bir şekilde uygulanmaktadır. Örneklerden elde ettikleri
bilgiler ile kendi deneyimlerini oluşturur ve sonrasında benzer konular için benzer kararları alırlar
(Öztemel, 2003: 29).
Tasarım ve Yöntem
Bu çalışmada bağımsız (girdi) değişkenler olarak; euro alış kuru, dolar alış kuru, cumhuriyet altını satış
fiyatı, BİST 100 endeksi kapanış fiyatı, bankalarca açılan TL mevduatlara uygulanan ağırlıklı ortalama
faiz oranı ve tüketici fiyat endeksi kullanılmıştır. İlgili değişkenlere ilişkin verilere TCMB elektronik veri
dağıtım sisteminden ulaşılmıştır.
Veri seti hazırlanırken Türkiye’de bireysel emeklilik şirketlerinin 2003 yılında faaliyete geçmesi ve
Ocak 2005 itibari ile TL’den altı sıfırın atılması gibi kıstaslar göz önünde bulundurularak, Ocak 2005 –
Ekim 2017 tarihleri arasındaki aylık veriler kullanılmıştır. 2005 yılından günümüze kadar faaliyetine
devam eden 6 emeklilik yatırım fonunun hisse senedi fiyatları bu çalışmanın bağımlı (çıktı)
değişkenlerini oluşturmaktadır. İlgili değişkenlere ilişkin verilere Sermaye Piyasası Kurulu (SPK)’nın
resmi internet sayfasından ulaşılmıştır.
Bütün girdilerin belirli aralıkta (0-1 aralığında) ölçeklendirilmesi hem farklı kaynaklardan edinilen
verilerin aynı ölçekle ifade edilmesini hem de çok büyük ve küçük değerlerin etkisinin makul bir
ölçüye indirilmesini sağlayacağından (Öztemel, 2003:101) veri setindeki değerler =
formülü kullanılarak normalize edilmiştir.
: Normalize edilmiş veriyi,
-
13
: Girdi değerini,
: Girdi seti içerisinde yer alan en büyük sayıyı,
: Girdi seti içerisinde yer alan en küçük sayıyı
ifade etmektedir.
Çalışmada, ileri beslemeli YSA ve hatayı minimize etmek için hatayı geriye yayma algoritması
kullanılmıştır. Bu tür geri yayılmalı ağlar, çok katmanlı algılayıcılar ile aynı yapıya sahiptirler ve
öğrenme yöntemi olarak geri yayılma algoritması kullanırlar (Altan, 2008:146). Ağ eğitilirken öğrenme
tipi olarak danışmanlı öğrenme seçilmiştir.
YSA modeli, Matlab R2015a programında nntool (Neural Network Toolbox) kullanılarak
oluşturulmuştur. Altı farklı hisse senedi emeklilik fonu için fiyat tahmini yapılan bu çalışmada 6 farklı
model oluşturulmuştur. Oluşturulan modellerde altı bağımsız değişken olduğu için, girdi
katmanındaki nöron sayısı 6 olarak belirlenmiştir. Çıktı katmanında ise bağımlı değişkene ait bir adet
nöron bulunmaktadır. Değişik sayıda gizli katman ve nöron ile yapılan denemeler sonunda tek gizli
katmandan ve 10 nörondan oluşan ağ mimarisinin daha iyi sonuçlar verdiği gözlemlenmiştir.
Açıklanan ağ mimarisi Şekil 2’de görüldüğü gibidir.
Şekil 2. Ağ Mimarisi
Çalışmada, hem gizli katmandaki hem de çıktı katmanındaki nöronların aktivasyonu için tanjant
sigmoid fonksiyonu kullanılmıştır. Eğitim algoritması olarak ise yapılan denemeler sonucu trainlm
seçilmiştir.
YSA’nın mimarisi belirlendikten sonra, veriler eğitim verisi ve test verisi olmak üzere ikiye ayrılır ve
eğitim verisi ile ağ eğitilir. Verileri ayırırken kullanılacak genel bir yöntem bulunmamakla birlikte
çoğunlukla uygulanan ayrım % 80 eğitim % 20 test verisi yönündedir. Çalışmada bu ayrım dikkate
alınarak Ocak 2005- Ekim 2017 dönemini kapsayan 154 aylık verinin ilk 123 aylık kısmı eğitim, kalan
31 aylık kısmı ise test verisi olarak kullanılmıştır.
Ağ eğitildikten sonra test aşamasına geçmeden ağın performansını doğrulamak için regresyon
grafikleri kullanılır. Regresyon doğrusunun x=y doğrusuna yakınlığı eğitimin başarasının göstergesidir.
Şekil 3’de, oluşturulan modeller arasında en iyi performansı gösteren VEH fonu hisse senedi fiyat
tahmini için eğitilen ağın performansı görülmektedir.
-
14
Şekil 3. Ağın Eğitim Performansı
Yukarıdaki her bir grafiğin üstünde görülen R değeri o işlemin (eğitim, doğrulama, test ve genel)
başarı düzeyini gösterir. Bu değer ne kadar yüksekse tahmin sonuçlarıda okadar başarılı olur.
Bulgular ve Tartışma
Tablo 1 ‘de oluşturulan altı farklı modele ilişkin parametreler yer almaktadır.
Tablo 1. YSA Modeli Parametreleri
Emeklilik Yatırım Fonları/ Parametreler İterasyon MSE R
AH5 22 0.000106 0.99742
ANS 17 0.000118 0.99731
AEB 6 0.000127 0.99703
GEH 19 0.000114 0.99711
BEH 21 0.000198 0.99376
VEH 6 0.000125 0.99743
Çalışmaya konu 6 hisse senedi fonu için kaç iterasyondan sonra hangi MSE ve R değerlerine ulaşıldığı
Tablo 1’de görülmektedir.
İtresasyon: Girdi değişkenleri için ağırlıkların kaç kez güncellendiğini gösteren döngü sayısıdır.
R: Ağın eğitim performansını gösteren değerdir. Bu değer 0 ile 1 arasında değişir.
MSE: Tahmin değerinin gerçek değerden ortalamada ne kadar uzak olduğunu gösterir. Bu değer ne
kadar küçükse eğitim aşamasında ağın ürettiği çıktı değeri ile gerçek çıktı değeri birbirine okadar
yakındır.
Tablo 1’de yer alan MSE değerlerinin küçük R değerlerinin ise büyük olması oluşturulan modellerde
ağın iyi bir eğitim performansına ulaştığının göstergesidir.
VEH fonu hisse senedi fiyat tahmini için oluşturulan YSA’nın tahmin değerleri ve gerçek değerler
Şekil 4’de karşılaştırılmıştır.
-
15
Şekil 4. Tahmini Değerler ve Gerçek Değerlerin Karşılaştırılması
Şekil 4’de görüldüğü gibi gerçek değerler ile tahmini değerler benzer bir eğilime sahiptir. Çıktı
değişkeni olarak kullanılan hisse senedi fiyatlarının çok küçük değerlerle ifade edilmesi nedeniyle,
tahmini değerler gerçek değerlere rakamsal olarak yakın olmasına karşın grafik üzerinde sapmalar
görülmektedir. Grafik üzerinde görülen özellikle 23. dönemden sonraki sapmanın büyüklüğü Ocak
2017 tarihinden itibaren bireysel emeklilik sisteminde otomatik katılıma geçiş ile açıklanabilir.
Sonuç, Öneriler ve Kısıtlar
Finans alanında, özellikle doğrusal olmayan değişkenler kullanılarak yapılan çalışmalarda, geleneksel
yöntemlere göre daha iyi performans gösteren YSA’lar son yıllarda sıkça tercih edilen bir yöntem
haline gelmiştir.
Özellikle küçük tasarruf sahipleri için alternatif bir yatırım alanı olan bireysel emeklilik sistemi,
yatırımcılara ödedikleri katılım paylarının değerlendirileceği farklı fon seçenekleri sunmaktadır. Bu
seçeneklerden biride yüksek getiri-risk bileşenine sahip hisse senedi fonlarıdır. Hisse senetlerinin
gelecekteki fiyatlarının tahmin edilmesi, yatırımcılara yatırım yapacakları fona karar verme
noktasında yol gösterici olacaktır. Emeklilik yatırım fonu hisse senedi fiyatlarını tahmin etmek
amacıyla yapay sinir ağlarının kullanıldığı bu çalışmada ağın yüksek bir eğitim performansı gösterdiği
ve gerçek değerlere yakın tahmini değerler ürettiği görülmüştür. Aynı veri seti ve değişkenlerle
geleneksel tahmin tekniklerini kullanarak sonuçları karşılaştırmak bundan sonraki çalışmanın
konusunu teşkil edecektir.
Kaynakça
Adebiyi, A., Adewumi, A. O. and Ayo, C. K. (2014). “Comparison Of ARIMA and Artificial Neural Networks Models For Stock Price Prediction”, Journal Of Applied Mathematics, 1-7.
Alper, Y. (2002). “Sosyal Güvenlikte Yeni Bir Adım: Bireysel Emeklilik”, Çimento İşveren Dergisi, 16(2), 11-32. Altan, Ş. (2008). “Döviz Kuru Öngörü Performansı İçin Alternatif Bir Yaklaşım: Yapay Sinir Ağı”, Gazi Üniversitesi
İİBF Dergisi, 10(2), 141-160. Demirbilek, İ. (2012). Türkiye’de Bireysel Emeklilik Uygulamaları. Erdal, F. (Ed.), Hayat Sigortaları ve Bireysel
Emeklilik Sistemi içinde (s.136-155), Web- Ofset, Eskişehir. Elmas, Ç. (2003). Yapay Sinir Ağları (Kuram, Mimari, Eğitim, Uygulama), Seçkin Yayıncılık, Ankara. Hadavandi, E., Shavandi, H. and Ghanbari, A. (2010). “Integration Of Genetic Fuzzy Systems and Artificial Neural
Networks For Stock Price Forecasting”, Knowledge-Based Systems, 23(8), 800-808.
-
16
Hill, T., Marquez, L., O'Connor, M. and Remus, W.(1994). “Artificial Neural Network Models For Forecasting And Decision Making”, International Journal Of Forecasting, 10(1), 5-15.
Kaastra, I. and Boyd, M. (1996). “Designing A Neural Network For Forecasting Financial and Economic Time Series”, Neurocomputing, 10(3), 215-236.
Karaatlı, M., Güngör, İ., Demir, Y. ve Kalaycı, Ş. (2005). “Hisse Senedi Fiyat Hareketlerinin Yapay Sinir Ağları Yöntemi İle Tahmin Edilmesi”, Yönetim ve Ekonomi Araştırmaları Dergisi, 3(3), 38-48.
Khashei, M. and Bijari, M. (2010). “An Artificial Neural Network (P, D, Q) Model For Timeseries Forecasting”, Expert Systems With Applications,37(1), 479-489.
Koç, M. L., Balas, C. E. ve Arslan, A.(2004). “Taş Dolgu Dalgakıranların Yapay Sinir Ağları İle Ön Tasarımı”, Teknik Dergi, 15(74), 3351-3375.
Kutlu, B. ve Badur, B. (2009). “Yapay Sinir Ağları İle Borsa Endeksi Tahmini”, Boğaziçi Üniversitesi Yönetim Dergisi, 20 (63), 25-40.
Özçalıcı, M. (2016). “Yapay Sinir Ağları İle Çok Aşamalı Fiyat Tahmini: BIST 30 Senetleri Üzerine Bir Araştırma”, Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 31(2), 209-229.
Öztemel, E. (2003). Yapay Sinir Ağları, Papatya Yayıncılık, İzmir. Tektaş, A. ve Karataş, A. (2004). “Yapay Sinir Ağları ve Finans Alanına Uygulanması: Hisse Senedi Fiyat
Tahminlemesi”, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 18(3-4), 337-349. Ulusoy, T. (2010). “İMKB Endeks Öngörüsü İçin İleri Beslemeli Ağ Mimarisine Sahip Yapay Sinir Ağı
Modellemesi”, Uluslararası İktisadi ve İdari İncelemeler Dergisi, 3(5), 21-40. Ünlü, Ö. G. U., Yildiz, B. ve Yalama, A. (2009). “İlk Halka Arzlarda Uzun Dönem Getirilerinin Tahmini: Yapay Sinir
Ağları İle İMKB İçin Ampirik Bir Çalışma”, Ekonometri ve İstatistik E-Dergisi, 10, 29-47. Vaisla, K. S. and Bhatt, A. K. (2010). “An Analysis Of The Performance Of Artificial Neural Network Technique
For Stock Market Forecasting”, International Journal On Computer Science And Engineering, 2(6), 2104-2109.
Yakut, E., Yakut, Y. B. E. T. Y., Elmas, B. ve Yavuz, S.(2014). “Yapay Sinir Ağları ve Destek Vektör Makineleri Yöntemleriyle Borsa Endeksi Tahmini”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 19(1), 139-157.
Zhang, G., Patuwo, B. E. and Hu, M. Y.(1998). “Forecasting With Artificial Neural Networks: The State Of The Art”, International Journal Of Forecasting, 14(1), 35-62.
Zhang, Y. and Wu, L. (2009) “Stock Market Prediction Of S&P 500 Via Combination Of İmproved BCO Approach and BP Neural Network”, Expert Systems With Applications, 36(5), 8849-8854.
https://evds2.tcmb.gov.tr/index.php?/evds/serieMarket/#collapse_1 (03.11.2017) http://www.spk.gov.tr/SiteApps/PortfoyDegerleri/YatirimFonlari/E (05.11.2017) 13/03/2013 tarihli ve 28586 sayılı Resmî Gazete'de yayımlanan Emeklilik Yatırım Fonlarının Kuruluş ve
Faaliyetlerine İlişkin Esaslar Hakkında Yönetmelik
https://evds2.tcmb.gov.tr/index.php?/evds/serieMarket/#collapse_1http://www.spk.gov.tr/SiteApps/PortfoyDegerleri/YatirimFonlari/E
-
17
ENERJİ TÜKETİMİ, TEMİZ ENERJİ VE KARBONDİOKSİT EMİSYONLARININ FİNANSAL
AÇIKLIKLA İLİŞKİSİ: TÜRKİYE ÖRNEĞİ
Selim GÜNGÖR1 Özge KORKMAZ2 Süleyman Serdar KARACA3
Özet
Gelişmekte olan ülkelerde temeli 1973 yılında atılan ve Türkiye’de fiilen 1980 yılında başlayıp 1989 yılında
uluslararası sermaye akımlarının tümüyle serbestleşmesiyle birlikte tamamlanan finansal serbestleşme süreci,
ülkeyi finansal açıdan dışa açık hale getirmiştir. Bu durum özellikle 1980’li yıllardan bu yana Türkiye’nin yaşam
standartlarında, üretim yapılarında ve iş yapma yöntemlerinde birtakım değişim ve gelişmelerin yaşanmasına
sebep olmuş, tüketilen enerji ve salınan karbondioksit emisyon miktarını da büyük ölçüde etkilemiştir. Bu
nedenle bu çalışmanın amacı, Türkiye için 1974-2016 dönemini dikkate alarak enerji tüketimi, temiz enerji ve
karbondioksit emisyonuyla finansal açıklık arasındaki ilişkiyi ortaya koymaktır. Bu kapsamda, bağımlı değişken
olarak finansal açıklık göstergesi, bağımsız değişken olarak da enerji tüketimi, karbondioksit emisyon miktarı ve
temiz enerjiyi temsilen petrol ve hidroelektrik tüketimi göstergeleri kullanılmıştır. Çalışmada değişkenler
arasındaki uzun dönem ilişkinin varlığı Pesaran vd. (2001), Wald veya F istatistiğine dayalı sınır testi
yaklaşımıyla araştırılmış, FIV , FV ve tv istatistik değerlerinin % 1 önem düzeyinde kritik değerlerin altında kalması
nedeniyle değişkenler arasında uzun dönemli ilişkinin var olmadığı tespit edilmiştir.
Anahtar kelimeler: Enerji Tüketimi, Temiz Enerji, Karbondioksit Emisyonları, Finansal Açıklık, ARDL Sınır Testi
Yaklaşımı
Jel Kodları: B22, C22, C51, Q43
THE RELATIONSHIP BETWEEN ENERGY CONSUMPTION, CLEAN ENERGY AND CO2
EMISSIONS TO FINANCIAL OPENNESS: THE CASE OF TURKEY
Abstract
The financial liberalization process which has been laid the foundation in developing countries in 1973 and has
actually started in 1980 and has been completed with the completely liberalization of international capital flows
in 1989 has made the country open financially outward. Since 1980s, this situation has especially caused the
emergence of a number of developments and changes in Turkey's standard of living, the production structure
and methods of doing business and it has also greatly influenced the amount of energy consumed and emitted
carbon dioxide emission. For this reason, the aim of this study is to put forward the relationship between,
energy consumption, clean energy and CO2 emissions to financial openness by considering the period 1974-2016
for Turkey. In this context, indicator of financial openness as dependent variable and indicators of energy
consumption, amount of carbon dioxide emission and oil and hydroelectric consumption representing clean
energy as independent variable have been used. The existence of a long-term relationship between variables in
the study Pesaran et al. (2001), the Wald or F statistic based bound testing approach, it has been determined
that there is no long-run relationship between variables because , FIV , FV and tv statistical values are below
critical values at 1% significance level.
Key words: Energy Consumption, Clean Energy, CO2 Emissions, Financial Openness, ARDL Bound Testing
Approach
Jel Codes: B22, C22, C51, Q43
1 Öğr. Gör., Doktora Öğrencisi, Gaziosmanpaşa Üniversitesi, [email protected]
2 Dr. Öğr. Üyesi, Bayburt Üniversitesi, [email protected]
3 Doç. Dr., Gaziosmanpaşa Üniversitesi İİBF İşletme Bölümü, [email protected]
mailto:[email protected]:[email protected]:[email protected]
-
18
Giriş
Bilgi ve iletişim teknolojilerinin hızla gelişmesi ve tüm dünyada yaygınlaşmasıyla birlikte, son 30 yılda
gelişmekte olan çoğu ülke ekonomisi, finansal sermayenin sınırları boyunca hareketini engelleyen
tüm politikaları büyük çapta ortadan kaldırmış ve küresel finansal serbestleşme eğilimi göstermiştir.
Ülkelerin küresel finansal serbestleşme eğilimi göstermelerinin en önemli nedeni ise, ülkeye yabancı
yatırım girişlerini arttırarak, finansal piyasaları daha derin bir konuma getirmektir. Bu şekilde, ülkeye
en yüksek tasarruf getirisi gerçekleştirilebilecek, ülkeye özgü riskler çeşitlendirilebilecek, en uygun
olanaklarda kredi ve dış kaynak sağlanarak katma değeri yüksek yatırımların ülkeye girişi hızlanacak
ve ülke ekonomik açıdan büyüyecektir.
Literatürde, gelişmekte olan ülkelerdeki finansal serbestleşmeyle ekonominin geneli arasındaki
ilişkinin temeli, McKinnon (1973) ve Shaw (1973)’ın çalışmalarıyla atılmıştır. McKinnon (1973) ve
Shaw (1973) durumu iki aşamada değerlendirmiştir. Yazarlar, ilk olarak gelişmekte olan ülkelerin,
düşük faiz ve büyüme oranlarının dengesizliğini ortadan kaldırmak için ekonomik reformlar
aracılığıyla finansal piyasalarda serbestleşmeleri gerektiğini öne sürmüştür. Bu görüş, finansal
serbestleşmenin ekonomik büyüme üzerindeki olumlu etkisinin sadece ulusal tasarrufların artmasıyla
sınırlı olmadığı, aynı zamanda rekabetçi finansal piyasalara olanak tanıyan finansal serbestleşmenin
ürün yelpazesine, hizmet kalitesine ve teknolojik gelişmelere de katkıda bulunduğu yönündedir.
Ayrıca, kredi açıklarının finansal serbestleşme yoluyla finanse edilmesi, gelişmekte olan ülkelerde
finansal sistemin gelişmesine katkıda bulunacaktır. İkinci görüş ise, finansal serbestleşmenin
ekonomik büyüme üzerindeki olumsuz etkisiyle ilgili olup bu görüş, yeterli düzeyde finansal ve mali
açıdan derinliğe sahip olmayan gelişmekte olan ülkelerin finansal serbestleşme politikasını kontrol
altında tutamaması ekonominin kırılgan olmasına sebep olarak krizi tetiklediği yönündedir.
Türkiye, finansal serbestleşme sürecine 1980 yılında başlamış, 1989 yılında uluslararası sermaye
akımlarının tümüyle serbestleştirilmesiyle birlikte süreci tamamlamış ve ülke finansal açıdan dış
piyasaya açık bir ekonomi haline gelmiştir. Finansal dışa açıklık durumu, özellikle 1980’li yıllardan
itibaren Türkiye’nin yaşam standartlarında, üretim yapılarında ve uluslararası sermaye akışlarının
miktarı ve kalitesi aracılığıyla iş yapma yöntemlerinde önemli değişiklikler yaşanmasına sebep olmuş,
tüketilen enerji ve salınan karbondioksit emisyon miktarına da büyük ölçüde yön vermiştir.
Bütün bunlardan hareketle, bu çalışmanın amacı, enerji tüketimi, temiz enerji ve karbondioksit
emisyonuyla finansal açıklık arasındaki ilişkiyi ortaya koymaktır. Literatürde Türkiye örnekleminde her
ne kadar enerji tüketimi, temiz enerji ve karbondioksit emisyonlarının birbirleriyle ilişkisini test eden
çalışmalar (Altıntaş, H. (2013), Kızılkaya vd. (2015), Hepaktan ve Sertkaya, (2016), Lebe, (2016),
Şimşek ve Yiğit, (2017)) yapılmış olsa da bu değişkenlerin finansal açıklıkla olan ilişkisini araştıran
çalışmaların olmadığı görülmektedir. Çalışma bu yönüyle literatürdeki çalışmalardan farklı olması
sebebiyle önemlidir. Çalışmanın ilerleyen bölümlerinde konuya ilişkin literatür çalışmalarından,
çalışmanın veri seti ve yöntemi ve sınırlılıklarından söz edilmiş, devamında elde edilen bulgulara yer
verilmiş, literatürdeki benzer bulgularla kıyaslanarak değerlendirilmeler yapılmış ve önerilerde
bulunulmuştur.
Literatür Analizi
Literatür incelendiğinde enerji tüketimi, temiz enerji ve karbondioksit emisyonunun finansal açıklıkla
ilişkisini inceleyen çalışmaların sınırlı olduğu söylenebilmektedir. Örneğin; Tamazian vd. (2009)
çalışmalarında, 1992-2004 dönemi için BRIC ülkelerindeki ekonomik ve finansal gelişmenin
-
19
karbondioksit emisyonuna etkisini panel veri analiziyle incelemiş, finansal açıklığın karbondioksit
emisyonunu azalttığı sonucuna ulaşmıştır.
Zhang vd. (2010) çalışmalarında, 1970-2008 dönemi için ticari ve finansal açıklık ve ekonomik
büyümenin karbondioksit emisyonuyla uzun dönemli ilişkisinin varlığını endüstrileşmiş ve gelişmekte
olan 180 ülke üzerinde panel GMM yaklaşımıyla test etmişler, uzun dönemde