Analiz

Araştırmanın panel verileri, Stata/MP 15 programı kullanılarak analiz edilmiştir. Bu kapsamda tanımlayıcı istatistikler ve doğrusal regresyon analizi yapılmıştır. Çalışmada %5 anlamlılık düzeyi istatistiksel olarak anlamlı kabul edilmiştir.

-Bulgular

Panel veri analizinde en çok verileri kullanılan ülkeler %57,31 ile ABD, %19,30 ile Cayman Adaları ve %6,43 ile Kanada’dır.

Tablo 40: Panel analizde verileri kullanılan ülkeler ve hedge fon sayıları

S.No. Ülke Fon Sayısı Yüzde

1 ABD 98 57,31% 2 Avusturalya 2 1,17% 3 Bahamalar 1 0,58% 4 Bermuda Adaları 7 4,09% 5 Cayman Adaları 33 19,30% 6 Danimarka 2 1,17% 7 Finlandiya 1 0,58% 8 Fransa 1 0,58% 9 Hollanda 3 1,75% 10 İrlanda 3 1,75% 11 Kanada 11 6,43% 12 Lüksemburg 1 0,58% 13 Virjin Adaları 8 4,68% Toplam 171 100,00%

-Panel Veri Modeli Tahmin Yönteminin Seçimi -Birim Kök Testi

Regresyon analizinde kullanılan değişkenlere ait zaman serilerinin varyans ve ortalamalarının zaman içinde sabit olup olmadığına, yani serilerin durağanlığına bakılmalıdır (Çil, 2018, s. 279). Granger ve Newbold (1974), durağan olmayan serilerle yapılan tahminlerde sahte regresyon ortaya çıkabileceğini belirtmişlerdir. Birim kök tespiti için çok sayıda testler yapılmakta, bu testler yakın sonuçlar vermektedir (Kutlar, 2019, s. 23). Tablo 41’de Im-Pesaran-Shin birim kök testi sonuçları verilmiştir.

Tablo 41: Im-Pesaran-Shin birim kök testi sonuçları

Değişken ^{Im-Pesaran-Shin Birim Kök Testi}

İstatistik p değeri

HFG -290,163 0,0000

HBG -127,147 0,0000

PG -275,215 0,0000

FS -216,612 0,0000

Birim kök testinde p değerleri 0,05’in altında olduğundan değişkenlerde birim kök olmadığı görülmekte, başka bir ifadeyle değişkenlerin durağan olmadığından dolayı serilerin birim kök içerdiğini iddia eden boş hipotez (H0) reddedilmektedir.

-Birim Etkinin Test Edilmesi

Panel verilerde doğru model seçiminde birim ve zaman etkilerinin olup olmadığına bakılmalıdır (Güriş, 2018, s. 429). Breusch-Pagan (1980), birim etkinin varlığını başka bir ifadeyle havuzlanmış en küçük kareler modelinin uygunluğunu sınamak için Lagrange Çarpanı (LM) testini geliştirmişlerdir. LM testi tesadüfi etkiler modeline göre yapılmaktadır (Tatoğlu, 2020, s. 188). Tedadüfi etkiler tahmincisi kullanılarak önce panel regresyon sonra Breusch –Pagan LM testi yapılmıştır. Tablo 42’de Breusch Pagan LM testi sonuçları verilmiştir.

Tablo 42: Breusch –Pagan LM testi

Hedge Fonların Getirileri _266,2364 ^{Var sd= sqrt(Var)} _16,31675

e 207,6555 14,41026

u 2,280062 1,509987

Test: Var(u) = 0 chibar2(01) = 3,49 Prob > chibar2 = 0,0309 P değeri 0,05’in altında olduğundan verilerin birim ve zaman etkileri tespit edilmiş, klasik veri analizi havuzlanmış en küçük kareler modeli başka bir ifadeyle birim etkilerinin varyansının 0’a eşit olduğu H0 hipotezi reddedilmiştir.

-Sabit Etkiler Tahmincisi ile Tesadüfi Etkiler Tahmincisi Arasında Tercih Yapmak İçin Hausman Testinin Kullanılması

Regresyon modellerde, birim veya zaman farklılıklarının modeldeki bağımsız değişkenlerle ilgili olup olmadığı incelenmelidir (Güriş, 2018, s. 182). Hausman (1978) testi, sabit etkili model parametre tahmincileri ile tesadüfi etkili modelin parametre tahmincileri arasındaki farkın sistematik olup olmadığını incelemek için geliştirilmiştir (Greene, 2012, s. 419). Hausman testinde ilk etapta sabit etkiler parametre tahmincisi sonuçları alınmaktadır. Sabit etkili model parametre tahmincilerine ait sonuçlar Tablo 43’te verilmiştir.

Tablo 43: Sabit etkiler parametre tahmincisi sonuçları

Bağımsız Değişkenler Katsayılar Standart _{Hata Değerleri} ^t _Değerleri ^p Güven Aralıkları HBG -,0936787 ,4530295 -0,21 0,836 -,9819518 - ,7945944 PG -,0514571 ,0553038 -0,93 0,352 -,1598935 - ,0569793 FS -,9590857 ,1368388 -7,01 0,000 -1,227391 - -,6907804 Sabit 17,10784 3,121278 5,48 0,000 10,98783 – 23,22786

Sabit etkiler parametre tahmincisi sonuçlarını aldıktan sonra tesadüfi etkiler parametre tahmincisi sonucu alınmaktadır. Tasadüfi etkiler parametre tahmincisi sonuçları Tablo 44’te verilmiştir.

Tablo 44: Tesadüfi etkiler parametre tahmincisi sonuçları

Bağımsız Değişkenler Katsayılar Standart _{Hata Değerleri} ^z _Değerleri ^p Güven Aralıkları HBG -,3945312 ,4059562 -0,97 0,331 -1,190191 - ,4011282 PG -,045245 ,054096 -0,84 0,403 -,1512712 - ,0607812 FS -1,029521 ,1285041 -8,01 0,000 -1,281385 - -,777658 Sabit 19,08971 2,846234 6,71 0,000 13,51119 - 24,66823 Sabit ve tasadüfi etkiler parametre tahminci sonuçları alındıktan sonra Hausman testi yapılmış, sonuçları Tablo 45’te verilmiştir.

Tablo 45: Hausman testi sonuçları ve panel veri modeli seçimi

Bağımsız Değişkenler Sabit Etkiler Rastgele Etkiler Fark ^Standart _Hata

HBG -,0936787 -,3945312 ,3008525 ,2011757

PG -,0514571 -,045245 -,0062121 ,011523

FS -,9590857 -1,029521 ,0704357 ,0470658

Test Edilen Hipotez Katsayılar arasındaki fark sistematik değildir.

P değeri 0,2577

Sabit etkiler parametre tahmincisi ile rastgele etkiler parametre tahmincisi arasındaki fark sistematik olmadığından yani grup içi tahminci ve genelleştirilmiş en küçük kareler tahmincisinden elde edilen tahminler arasındaki fark büyük olmadığından iki tahmin yöntemi de tutarlıdır, fakat tesadüfi etkiler etkin olduğu için tesadüfi etkiler tahmincisinin kullanımı uygundur (Tatoğlu, 2020, s. 196).

-Panel Veri Modelinin Varsayım Testleri

Tesadüfi etki modelinin tesadüfi hata terimi ve bağımsız değişkenlere ilişkin çeşitli varsayımları bulunmaktadır. Varsayımlardan ilki çoklu doğrusal bağlantı testidir.

-Çoklu Doğrusal Bağlantı Testi

Çok değişkenli doğrusal regresyon analizlerde değişkenler arasında çoklu bağlantı sorunlarına rastlanabilmektedir (Gamgam ve Altunkaynak, 2017, s. 227). Çoklu doğrusal bağlantının saptanmasında çeşitli yöntemlerden yararlanılmaktadır. VIF (Variance Inflation Factors) (Varyans Büyütme Faktörü) kullanılan yöntemlerden biridir (Kalaycı, 2016, s. 224). VIF değeri 5’ten küçük değişkenler arasında çoklu

bağlantı sorunu bulunmamaktadır (Alpar, 2017, s. 508). VIF tablosu sonuçları Tablo 46’da verilmiştir.

Tablo 46: Varyans Büyütme Faktörü (VIF) tablosu

Değişken VIF 1/VIF

HBG 1,92 0,519907

FS 1,79 0,559287

PG 1,15 0,873275

Ortalama VIF Değeri 1,62

Tablo 46 incelendiğinde VIF değerleri 5’ten küçük olduğundan değişkenler arasında çoklu bağlantı sorunu yoktur.

-Normal Dağılım Testi

Tesadüfi etkiler modelinde normal dağılım varsayımını sınamak için D’Agostino, Belanger ve D’Agostino (1990) testi yapılmış test sonuçları Tablo 47’de verilmiştir.

Tablo 47: Tesadüfi etkiler modelinde normal dağılımın D'Agostino Belanger ve D'Agostino testi ile sınanması

Chi2(2) Değeri Olasılık Değeri

5,09 0,0784

Tablo 47 incelendiğinde olasılık değeri 0,05’ten büyük olduğundan, birim etkilerin hata bileşeninin normal dağıldığı görülmektedir.

-Değişen Varyans (Heteroskedasite) Testi

Tesadüfi etkiler modelinin değişen varyans sorununun bulunup bulunmadığı Levene, Brown ve Forsythe’nin testi ile incelenebilmektedir (Tatoğlu, 2020, s. 250).

Tablo 48: Tesadüfi etkiler modelinde değişen varyansın Levene, Brown ve Forsythe’nin testi ile sınanması

Birim Ortalama Standart Sapma Frekans

171 1,463e-08 14,301878 3,249

W0 = 4,2265931 df(170, 3078) Pr > F = 0,00000000 W50 = 3,3567128 df(170, 3078) Pr > F = 0,00000000 W10 = 4,0128689 df(161, 2916) Pr > F = 0,00000000

Tablo 48’te 171 birim için kalıntıların ortalaması ve standart sapmaları bulunmaktadır. Levene, Brown ve Forsythe’nin W0, W50 ve W10 test istatistikleri F tablosu ile karşılaştırıldığında H0 hipotezi yanı birimlerin varyanslarının eşit olduğu hipotez reddedilmiş, heteroskedasitenin varlığı kabul edilmiştir.

-Otokorelasyon Testi

Panel veri analizinin bir diğer varsayımı ise otokorelasyon olmaması başka bir ifadeyle hata terimlerinin ilişkili olmamasıdır (Alpar, 2017, s. 522). Tesadüfi etkiler modelinde otokorelasyon sorununun olmaması için test istatistik değerlerinin 2’den büyük olması gerekir (Tatoğlu, 2020, s. 254). Tesadüfi etkiler modeli Bhargava, Franzini ve Narendranathan’ın Durbin- Watson, Baltagi-Wu otokorelasyon testi Tablo 49’da verilmiştir.

Tablo 49: Tesadüfi etkiler modelinde otokorelasyonun Bhargava, Franzini ve Narendranathan’ın Durbin- Watson ve Baltagi-Wu’nun yerel en iyi değişmez testiyle

sınanması

Otokorelasyon Testi Test İstatistiği Bhargava, Franzini ve Narendranathan’ın Durbin- Watson 2,1428487

Baltagi-Wu 2,2543805

Tablo 49 incelendiğinde her iki test için de değerler kritik değer 2’den büyük olduğundan, tesadüfi etkiler modelinde otokorelasyon yoktur.

-Birimler Arası Korelasyon Testi

Panel veri analizlerinde panel birimlere gelen şoklardan tüm birimlerin aynı biçimde etkilenip etkilenmediği araştırılmalıdır (Güriş, 2018, s. 88). Tablo 50’de tesadüfi etkiler modelinde birimler arası korelasyonun Pesaran testi sonuçları verilmiştir.

Tablo 50: Tesadüfi etkiler modelinde birimler arası korelasyonun Pesaran testi sonuçları

Test İstatistiği Olasılık Değeri

57,529 0,0000

Tablo 50’de p değeri 0,05’ten küçük olduğundan alternatif hipotez yani birimler arası korelasyonun varlığı kabul edilmektedir.

Heteroskedasite, otokorelasyon ve birimler arası korelasyondan en az birinin olması durumunda parametre tahminlerine dokunmadan dirençli standart hatalar kullanılmalıdır (Tatoğlu, 2020, s. 303). Bu bağlamda çalışmada heteroskedasite ve birimler arası korelasyon sorunlarını ortadan kaldırmak için tesadüfi etkiler modeli Arellano (1987), Froot (1989) ve Rogers (1993) tahmincisi ile veriler analiz edilmiştir.

Tablo 51: Panel regresyon analizi sonuçları

Değişken Katsayı z İstatistiği Olasılık Değeri

HBG ,0404762 0,22 0,827 PG ,2982348 9,79 0,000 FS -,8211027 -13,42 0,000 Sabit 14,56846 14,22 0,000 Gözlem Sayısı 3.249 R2 0,2161

Olasılık Değeri> Kikare 0,0000

Panel regresyon analizi sonucunda hedge fon getirileri ile piyasa getirileri arasında pozitif, hedge fon getirileri ile faaliyet süresi arasında negatif ilişki tespit edilmiştir. Piyasa getirilerindeki %1’lik artış hedge fon getirilerini ,2982348 birim arttırmaktadır. Diğer yandan faaliyet süresindeki bir yıllık bir artış hedge fon getirilerini ,8211027 birim azaltmakta ya da faaliyet süresindeki bir yıllık bir azalış hedge fon getirilerini ,8211027 birim arttırmaktadır. Hazine bonosu getirisi, piyasa getirisi ve faaliyet süresi 0 olduğunda hedge fon getirileri %14,57’dir. Olasılık değeri kikare değerinden büyük olduğundan oluşturulan model anlamlıdır. R2 değeri 0,2161 olarak bulunduğundan, bağımsız değişkenler bağımlı değişkendeki değişimin %21,61’lik kısmını açıklamıştır.