Çalışmada zayıf formda etkinliği IMKB de test etmek için Basit Regresyon ve Çoklu
Regresyon Analizi kullanılmıştır. Regresyon analizinde, bir değişkende meydana gelen
değişmeler, onu etkileyen diğer değişken ya da değişkenler tarafından açıklanır. Regresyon
modelleri, kullanılan değişkenlerin sayısına göre basit ve çoklu regresyon olmak üzere iki
şekilde oluşturulabilir. Basit doğrusal regresyon, bağımlı değişkendeki değişimlerin sadece bir
bağımsız değişken tarafından açıklanabildiği durumlarda uygulanabilir. Çoklu doğrusal
regresyon ise bağımlı değişkenin, birden fazla bağımsız değişken tarafından açıklanabildiği
durumlar için kullanılır. Bu çalışmada hisse senedi günlük, haftalık ve aylık logaritmik
farklardan oluşturulan ve geciktirmeli lag’leri oluşturulan serilere basit doğrusal regresyon ve
çoklu doğrusal regresyon modeli uygulanacaktır.
3.3.1. Hisse Senedi ve Endeks kapanış verilerinin durağanlık testi
Ancak regresyon uygulamasına geçmeden önce günlük kapanış değerlerinden oluşturulan
zaman serilerinin incelenmesi gerekir. Bir zaman serisi, bir değişkenin değişik zamanlarda
gözlenen bir değerler takımıdır. Bu veriler günlük (hisse senedi fiyatları), haftalık (Merkez
Bankası para arzı), aylık (Tüketici Fiyat Endeksi, işsizlik oranı), üç aylık (Gayri Safi Ulusal
Tablo 1: İMKB 100 Endeksi Günlük Seri Veri Hazırlığı
Tarih
Kapanış
log fark
Lag 1
Lag 2
Lag 3
Lag 4
Lag 5
Lag 6
Lag 7
Lag 8
Lag 9
Lag 10
Lag 11
Lag 12
Lag 13
Lag 14
Lag 15
29.07.2005 29.615,29 0,009236 0,006092 0,014997 -0,018708 0,002913 0,006736 0,009659 0,001326 0,009557 -0,000866 -0,002586 0,015521 0,013370 -0,004282 -0,001235 0,005508 28.07.2005 29.343,03 0,006092 0,014997 -0,018708 0,002913 0,006736 0,009659 0,001326 0,009557 -0,000866 -0,002586 0,015521 0,013370 -0,004282 -0,001235 0,005508 -0,003312 27.07.2005 29.164,82 0,014997 -0,018708 0,002913 0,006736 0,009659 0,001326 0,009557 -0,000866 -0,002586 0,015521 0,013370 -0,004282 -0,001235 0,005508 -0,003312 0,014642 26.07.2005 28.730,69 -0,018708 0,002913 0,006736 0,009659 0,001326 0,009557 -0,000866 -0,002586 0,015521 0,013370 -0,004282 -0,001235 0,005508 -0,003312 0,014642 -0,011790 25.07.2005 29.273,25 0,002913 0,006736 0,009659 0,001326 0,009557 -0,000866 -0,002586 0,015521 0,013370 -0,004282 -0,001235 0,005508 -0,003312 0,014642 -0,011790 0,003087 22.07.2005 29.188,09 0,006736 0,009659 0,001326 0,009557 -0,000866 -0,002586 0,015521 0,013370 -0,004282 -0,001235 0,005508 -0,003312 0,014642 -0,011790 0,003087 0,024172 21.07.2005 28.992,13 0,009659 0,001326 0,009557 -0,000866 -0,002586 0,015521 0,013370 -0,004282 -0,001235 0,005508 -0,003312 0,014642 -0,011790 0,003087 0,024172 -0,006603 20.07.2005 28.713,45 0,001326 0,009557 -0,000866 -0,002586 0,015521 0,013370 -0,004282 -0,001235 0,005508 -0,003312 0,014642 -0,011790 0,003087 0,024172 -0,006603 0,012030 19.07.2005 28.675,40 0,009557 -0,000866 -0,002586 0,015521 0,013370 -0,004282 -0,001235 0,005508 -0,003312 0,014642 -0,011790 0,003087 0,024172 -0,006603 0,012030 0,007999 18.07.2005 28.402,65 -0,000866 -0,002586 0,015521 0,013370 -0,004282 -0,001235 0,005508 -0,003312 0,014642 -0,011790 0,003087 0,024172 -0,006603 0,012030 0,007999 -0,016245 15.07.2005 28.427,27 -0,002586 0,015521 0,013370 -0,004282 -0,001235 0,005508 -0,003312 0,014642 -0,011790 0,003087 0,024172 -0,006603 0,012030 0,007999 -0,016245 0,000439 14.07.2005 28.500,87 0,015521 0,013370 -0,004282 -0,001235 0,005508 -0,003312 0,014642 -0,011790 0,003087 0,024172 -0,006603 0,012030 0,007999 -0,016245 0,000439 0,009006 13.07.2005 28.061,92 0,013370 -0,004282 -0,001235 0,005508 -0,003312 0,014642 -0,011790 0,003087 0,024172 -0,006603 0,012030 0,007999 -0,016245 0,000439 0,009006 0,001228 12.07.2005 27.689,24 -0,004282 -0,001235 0,005508 -0,003312 0,014642 -0,011790 0,003087 0,024172 -0,006603 0,012030 0,007999 -0,016245 0,000439 0,009006 0,001228 0,001393 11.07.2005 27.808,07 -0,001235 0,005508 -0,003312 0,014642 -0,011790 0,003087 0,024172 -0,006603 0,012030 0,007999 -0,016245 0,000439 0,009006 0,001228 0,001393 0,006756 08.07.2005 27.842,43 0,005508 -0,003312 0,014642 -0,011790 0,003087 0,024172 -0,006603 0,012030 0,007999 -0,016245 0,000439 0,009006 0,001228 0,001393 0,006756 -0,001898 07.07.2005 27.689,50 -0,003312 0,014642 -0,011790 0,003087 0,024172 -0,006603 0,012030 0,007999 -0,016245 0,000439 0,009006 0,001228 0,001393 0,006756 -0,001898 0,014030 06.07.2005 27.781,35 0,014642 -0,011790 0,003087 0,024172 -0,006603 0,012030 0,007999 -0,016245 0,000439 0,009006 0,001228 0,001393 0,006756 -0,001898 0,014030 0,010721 05.07.2005 27.377,55 -0,011790 0,003087 0,024172 -0,006603 0,012030 0,007999 -0,016245 0,000439 0,009006 0,001228 0,001393 0,006756 -0,001898 0,014030 0,010721 0,012415 04.07.2005 27.702,25 0,003087 0,024172 -0,006603 0,012030 0,007999 -0,016245 0,000439 0,009006 0,001228 0,001393 0,006756 -0,001898 0,014030 0,010721 0,012415 -0,004488 01.07.2005 27.616,86 0,024172 -0,006603 0,012030 0,007999 -0,016245 0,000439 0,009006 0,001228 0,001393 0,006756 -0,001898 0,014030 0,010721 0,012415 -0,004488 0,008793 30.06.2005 26.957,32 -0,006603 0,012030 0,007999 -0,016245 0,000439 0,009006 0,001228 0,001393 0,006756 -0,001898 0,014030 0,010721 0,012415 -0,004488 0,008793 -0,010911 29.06.2005 27.135,90 0,012030 0,007999 -0,016245 0,000439 0,009006 0,001228 0,001393 0,006756 -0,001898 0,014030 0,010721 0,012415 -0,004488 0,008793 -0,010911 0,011773 28.06.2005 26.811,40 0,007999 -0,016245 0,000439 0,009006 0,001228 0,001393 0,006756 -0,001898 0,014030 0,010721 0,012415 -0,004488 0,008793 -0,010911 0,011773 -0,002158 27.06.2005 26.597,80 -0,016245 0,000439 0,009006 0,001228 0,001393 0,006756 -0,001898 0,014030 0,010721 0,012415 -0,004488 0,008793 -0,010911 0,011773 -0,002158 -0,020103 24.06.2005 27.033,40 0,000439 0,009006 0,001228 0,001393 0,006756 -0,001898 0,014030 0,010721 0,012415 -0,004488 0,008793 -0,010911 0,011773 -0,002158 -0,020103 0,009737 23.06.2005 27.021,54 0,009006 0,001228 0,001393 0,006756 -0,001898 0,014030 0,010721 0,012415 -0,004488 0,008793 -0,010911 0,011773 -0,002158 -0,020103 0,009737 0,022275
……..
……..
……..
……..
……..
……..
……..
……..
……..
……..
……..
……..
……..
……..
……..
……..
……..
……..
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
…….
Ürün), yıllık (bütçe) olabilir105. Bu serilerin regresyon analizi ile incelenebilmesi için durağan
olmaları gerekmektedir. Yani verilerin dönemsellik, trend gibi özellikler yani birim kök
taşımamaları gerekir. Birim kökü olan bir zaman serisi, zaman serileri ekonometrisinde bir
rassal yürüyüş (zaman serisi) diye bilinir. Hisse senedi gibi varlıkların fiyatları rassal bir
yürüyüş izler, yani durağan değildir. Bu haliyle regresyon analizinde kullanılamazlar. O
zaman hisse senedi fiyatlarını durağan hale getirmek gerekir. Ne zaman bir zaman serisi
kullanılacaksa durağan olup olmadığına bakılmalıdır.
Eğer τ (tau) istatistiğinin mutlak değeri ( |τ| ) Dickey Fuller (DF) veya Mac Kinnon DF’nin
mutlak eşit τ değerinden büyükse, verilmiş zaman serisinin durağan olduğunu ileri süren ön
sav reddedilemez. Tersinde ise τ eşik değerinin altındaysa zaman serisi durağan değildir.
Burada τ istatistiği regresyon formülü
Δ Yt = δYt-1 + ut
(5)
dir.
δ = 0 sıfır ön savıyla hesaplanır. Eğer regresyon (5) kalıbında hesaplanır ise tahmin edilen τ
istatistiği çoğunlukla (-) işaret alır ve eksi işaretli bir τ değeri genellikle durağanlığı
gösterir106.
Buradan durağanlık tanımını şu şekilde yapabiliriz: Ortalamasıyla varyansı zaman içinde
değişmeyen ve iki dönem arasındaki ortak varyansı bu ortak varyansın hesaplandığı döneme
değil de yalnızca iki dönem arasındaki uzaklığa bağlı olan olasılıklı bir süreç için durağandır
denir107.
Durağanlığı ölçmek için Augmented Dickey Fuller (ADF-Unitroot) testi kullanılmıştır. Test
için kullanılan bu program Kurt Annen tarafından yazılmış olup www.web-reg.de web
sitesinden temin edilmiştir. Kapanış fiyatlarının oluşturduğu seriye ADF birim kök testi
uygulandığında seriler durağan değil ise bu haliyle Regresyon analizinde kullanılamazlar.
Bunun için kapanış verilerinin doğal logaritmik (ln) farkları veya fiyat fakları alınıp bu
serilerin durağan hale getirilmelidir.
105
A.e., s 23
106A.e., s.718- 720
107A.e., s 713
Serileri durağan hale getirmek için bu çalışmada logaritmik farklar esas alınacaktır.
d = ln (pt)– ln (pt-1)
(6)
Burada pt: Bugünün kapanış değeri
pt-1: Bir gün önceki kapanış değeri
3.3.2. Hisse Senedi ve Endeks kapanış verilerinin logaritmik farklarının dağılımının
incelenmesi
Rassal yürüyüş modeli, fiyat değişimlerinin birbirinden bağımsız olduğu ve belirli bir dağılım
izlediğini varsaymaktadır. Fiyat değişimlerinin dağılımı yapılacak bağımsızlık testlerinde
kullanılacak yöntemlerin geçerli ve güvenilir sonuçlar verebilmesi için önemlidir. Regresyon
analizi fiyat değişimlerinin dağılımının sabit bir varyansı olduğunu varsayan bir test
yöntemidir. Normal dağılım ve leptokurtik dağılım gibi özellikler taşıyan finansal getiri
serileri bağımsızlık testlerinin güvenilir bir şekilde uygulanıp yorumlanmasına olanak sağlar.
Bunun için fiyat değişimlerinin Regresyon analiziyle birbirinden bağımsız olup olmadığının
test edilmesinden önce bu hisse senetleri ve endekslerin logaritmik farklarından oluşan zaman
serilerinin dağılımlarının normal veya leptokurtik dağılım özellikleri taşıyıp taşımadıklarının
belirlenmesi gerekmektedir. Leptokurtik dağılım normal dağılıma yakın özellikler taşımakla
birlikte, ortalama değer ve uçlarda yığılmanın olduğu bir dağılım biçimidir. Finansal getiri
serileri tam bir normal dağılım özelliği göstermez. Ancak ortalama değer etrafında yoğunlaşır
ve aşırı uç değerler nedeniyle kenarlarda kalın uçlu bir eğri oluşturur. Ancak istatistiksel
açıdan normal dağılıma yakın özellikler gösterirler108.
Rassal değişkenlerden oluşan bir dizinin dağılımının normal dağılıma yakın özellikler
göstermesi beklenir. Sürekli rassal değişken x’in olasılık dağılım fonksiyonunun birinci
momenti dağılımın merkezini yani ortalamasını (μ) gösterir. İkinci moment dağılımın
varyansını (σ²), üçüncü ve dördüncü momentler dağılımın çarpıklık (Skewness S(x)) ve
basıklık (Kurtosis K(x)) değerlerini gösterir.
Çarpıklık ölçüsü aşağıdaki gibi tanımlanır:
S = (E(X-μ)³) ² / (E(X-μ)²) ³ (7)
= ortalama dolayındaki üçüncü momentin karesi / ortalama dolayındaki ikinci momentin
küpü
Burada ortalama dolayındaki ikinci moment varyanstan başka bir şey değildir.
Basıklık ölçüsü ise aşağıdaki gibi tanımlanır:
K = E(X-μ)³ / (E(X- μ) ²)² (8)
= ortalama dolayındaki dördüncü moment / ikinci momentin karesi
Çarpıklık katsayısı dağılım eğrisinin simetrik olup olmadığını belirlemektedir. Normal
dağılım gösteren bir dizide değerin sıfıra yakın olması beklenir. Basıklık katsayısı dağılım
eğrisinin uçlarının basıklığını gösterir. Normal dağılımda 3 olması beklenir. K değeri 3’ten
küçük ise basık (kalın kısa kuyruklu) 3’ten büyük ise sivri (ince uzun kuyruklu) diye
nitelendirilir109.
Finansal getiri serilerinin dağılım eğrileri kalın uclu ve kurtosis değerleri 3’ün çok üzerinde
olabilmektedir. Ayrıca şok fiyat değişimlerinde oluşan aşırı uç değerlerin kurtosis değerlerinin
de yüksek çıkmasına ve dağılımın leptokurtik olmasına neden olur110.
Logaritmik Fiyat farklarından oluşan serinin dağılım özelliklerini incelemek için çarpıklık ve
basıklık değerleri belirlenerek normal dağılımın temel özelliklerinin varlığı test edilecektir.
Logaritmik fiyat farklarının oluşturduğu dizinin, temel normal dağılım özellikleri gösterip
göstermediğinin test edilmesi amacıyla verilerin ortalama, standart sapma, skewness ve
kurtosis gibi tanımlayıcı temel istatistiksel değerleri hesaplanacaktır
3.3.3. Regresyon Analizi
Yukarıda da bahsedildiği gibi bu çalışmada İMKB’nin zayıf formda etkin olup olmadığının
test edilmesi için regresyon analizi yöntemi kullanılmıştır. Regresyon analizi geçmiş fiyat
verilerinin incelenerek gelecekte oluşacak getiriler için bir öngörü yapılıp yapılamayacağını
belirlemekte kullanılan bir yöntemdir.
109