Getiri Eğrilerinin Döviz Kuru Tahmininde Kullanılması

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