Materyal ve Yöntem

ÇalıĢmada izlenecek yöntem, güvenilir sonuçlar elde edilmesi açısından oldukça önem arz etmektedir. ÇalıĢmada, sürdürülebilirlik endeksinin endekse dahil edilen iĢletmelerin hisse senedi değerine ve karlılığına etkisini inceleyebilmek için panel veri analizi uygulanmıĢtır. ÇalıĢmada, çok sayıda Ģirkete ait zaman serilerinin analizi gerçekleĢtirildiğinden ekonometrik yöntem olarak yatay kesit ve zaman serisi analizlerini birleĢtiren panel veri analizinin uygulanması tercih edilmiĢtir.

Ġstatistiksel araĢtırmalarda kullanılan yöntemlerden panel veri analizi, belirli bir dönemde bireyler, hane halkları, firmalar gibi birimlere iliĢkin yatay kesit gözlemlerin bir araya getirilmesi Ģeklinde açıklanmaktadır (Wooldridge, 2015: 9). Yöntem yatay kesit veya zaman serisi analizlerine kıyasla önemli avantajlara sahip bulunmaktadır. Çok sayıda veri ile çalıĢma fırsatı yakalanması, birimlerde heterojenliğe dikkat edilmesi, bağımsız değiĢkenler arasındaki korelasyon nedeniyle meydana gelen parametre tahminlerindeki sapmanın kontrol altına alınması, daha yüksek serbestlik derecesi ile tahminler yapılması gibi birtakım avantajlara sahip bulunmaktadır (Baltagi, 2005: 4; Hsiao, 2014: 4; Longhi ve Nandi, 2015: 5). Bunun yanında, verilerin elde edilmesinde yaĢanan zorluklar ve panel veri modelindeki her birim ile hesaplanan hata terimleri arasında korelasyon olduğunu belirten yatay kesit bağımlılığı ise yöntem açısından en önemli kısıtlamaları oluĢturmaktadır (Baltagi, 2005: 7).

ÇalıĢmada kullanılan veriler Kamuyu Aydınlatma Platformu‟ndan (KAP) ve Ģirketlerin web sitelerinde kamuya açıkladıkları bilgilerden elde edilmiĢtir. ÇalıĢmanın örneklemini, 2014 ve 2016 yıllarında BĠST Sürdürülebilirlik Endeksi‟nde iĢlem gören 42 Ģirket oluĢturmaktadır. Söz konusu Ģirketlerin

2013-2016 yılları arasında yayınlanan yıllık faaliyet raporları, bağımsız denetimden geçmiĢ dönem sonu bilanço ve gelir tabloları üzerinden elde edilen veriler dahilinde analizler gerçekleĢtirilmiĢtir. Finansal tablolar KAP internet sitesinden elde edilmiĢ olup, iĢletmelere ait birtakım finansal bilgiler söz konusu Ģirketlerin internet sitelerinden elde edilmiĢtir. 2013 yılı dönem sonu mali verilerinin de kullanılmasının sebebi endeksin yayınlandığı 2014 yılında endekse dahil olan Ģirketlerin endekse dahil olmadan önceki durumlarını ortaya koymaktır. Sonuç olarak çalıĢma zaman boyutuna ve yatay kesit boyutuna sahip bir panel veri setinden oluĢmaktadır.

ĠĢletmelerin finansal performanslarının değerlendirilmesinde konuyla ilgili akademik çalıĢmalardan yararlanılmıĢtır. Finansal oranların seçiminde, Waddock ve Graves (1997), McWilliams ve Siegel (2000), Becchetti, Giacomo ve Pinnacchio (2008), Ziegler ve Schröder (2010), Guenster, Bauer, Derwall ve Koedijk (2011), Ortas ve Moneva (2011), Ziegler (2012), Santis, Albuquerque ve Lizarelli (2016) tarafından gerçekleĢtirilen çalıĢmalarda kullanılan iĢletmelerin finansal ve sosyal performanslarını etkileyen oranlar dikkate alınmıĢtır.

Analizde kullanılan finansal oranlar ve bu oranların hesaplanma biçimleri aĢağıda gösterilmektedir:

Aktif Karlılık Oranı : Net Kar / Aktif Toplamı

Özsermaye Karlılığı Oranı : Net Kar / Özkaynaklar

Tobin‟s Q Oranı : (Borçlar Toplamı + Piyasa Değeri) / Aktif Toplamı

PDDD Oranı : Özsermayenin Piyasa Değeri / Özsermayenin Defter Değeri

Aktif Toplamı : Aktiflerin Toplamı

Finansal Kaldıraç Oranı : Borçlar Toplamı / Aktif Toplamı

Aktif Devir Hızı : Net SatıĢlar / Aktif Toplamı

Net SatıĢlardaki Büyüme : Cari yılda bir önceki yıla göre net satıĢlarda meydana gelen % değiĢim

AraĢtırmada kullanılan model, Telle (2006), Becchetti vd. (2008), Ziegler (2012) tarafından gerçekleĢtirilen çalıĢmalarda kullanılan modellerden esinlenerek oluĢturulmuĢtur. Buna göre çalıĢmada kullanılmak üzere aĢağıdaki modeller kurulmuĢtur: i=1, ..., 42; t=2013, ..., 2016 (1.1) i=1, ..., 42; t=2013, ..., 2016 (1.2) i=1, ..., 42; t=2013, ..., 2016 (1.3) i=1, ..., 42; t=2013, ..., 2016 (1.4)

Bu modeller çerçevesinde ampirik analizde kullanılacak değiĢkenler aĢağıda sunulmaktadır:

ROA: Aktif karlılık oranı ROE: Özsermaye karlılık oranı

TOB: Tobin‟s Q değerleri

PDDD: Piyasa değeri defter değeri oranı

AKT: Aktif toplamı

ADH: Aktif devir hızı

NET: Net satıĢlardaki (%) büyüme

D: Firmanın sürdürülebilirlik endeksine alındığı yılı gösteren gölge değiĢken

Modellerde belirtilen Ln, değiĢkenlerin doğal logaritmalarının kullanıldığını göstermektedir. Çünkü modelin regresyon analizine tabi tutulabilmesi açısından doğrusallaĢtırılması gerekmektedir. Bu nedenle TOB, PDDD, AKT, ADH, KAL değiĢkenlerinin logaritmaları alınmıĢtır. Ancak, ROA, ROE ve NET değiĢkenleri negatif değerler de aldığından doğal logaritmaları alınamamıĢtır.

Modelde bağımlı değiĢkenler olarak aktif karlılık oranı (ROA), özsermaye karlılık oranı (ROE), Tobin‟s Q değerleri (TOB) ve piyasa değeri defter değeri oranı (PDDD) kullanılmıĢtır. ÇalıĢmada kullanılan değiĢkenlere ait veriler KAP ve Ģirketlerin web sitelerinde kamuya açıkladıkları bilgilerden elde edilmiĢtir. ÇalıĢmada temel olarak dikkate alınan açıklayıcı değiĢkenler ise iĢletmelerin sürdürülebilirlik endeksine alındığı yılı gösteren gölge değiĢken (D), aktif toplamı (AKT), finansal kaldıraç oranı (KAL), aktif devir hızı (ADH) ve net satıĢlardaki (%) büyüme (NET) değerleri olmuĢtur.

Ġlk kez 1969 yılında Nobel ödüllü iktisatçı James Tobin tarafından hesaplanan Tobin‟s Q oranı, firmaların performans değerlendirilmesinde yaygın olarak kullanılan göstergelerden biri olarak bilinmektedir. Oran, firmanın piyasa değerinin firma varlıklarının yenileme maliyetine bölünmesi ile hesaplanmaktadır (Tobin, 1969). Lindenberg ve Ross (1981), Lewellen ve Badrinath (1997), McConnel ve Servaes (1990), Chung ve Pruitt (1994) çalıĢmalarında Tobin‟s Q oranını firma değerinin bir göstergesi olarak kullanmıĢlardır.

Tobin‟s Q oranının hesaplanmasında literatürde farklı yaklaĢımlar geliĢtirildiği görülmektedir. Bu yaklaĢımlardan Lindenberg ve Ross (1981) yaklaĢımları ile Tobin‟s Q oranını hesaplamak, oranın hesaplanması için gereken verilerin güç elde edilmesi nedeniyle son derece zor olmaktadır. Bu nedenle çalıĢmada hesaplanması daha kolay olan Chung ve Pruitt (1994) yöntemi esas alınarak Tobin‟s Q oranı hesaplanmıĢtır. Buna göre oran, varlıkların piyasa değerinin toplam varlıkların defter değerine bölünmesi suretiyle hesaplanmıĢtır.

Varlıkların piyasa değeri ise kısa ve uzun vadeli borçların toplamı ile özsermayenin piyasa değerinin toplamı Ģeklinde hesaplanmıĢtır. Özsermayenin piyasa değeri, ödenmiĢ sermayeyi temsil eden hisse senedi sayısı ile Ģirket hisse senedinin borsa fiyatıyla çarpılması ile bulunmuĢtur (Damodaran, 2012: 538). ÇalıĢmada dönem sonu değerler kullanılmıĢtır.

Yatırımlardan beklenen getirinin (r), sermaye maliyetine (k) eĢit olduğu durumda Tobin‟s Q oranı bir olmaktadır. Bu durum, Ģirketin büyüme fırsatlarına karĢı yatırımcının ilgisiz kaldığı anlamına gelmektedir. Ancak yatırımların getirisi yatırımların sermaye maliyetinden büyükse (r > k), Tobin‟s Q oranı da birden büyük çıkmaktadır. Bu durumda ise, Ģirketin büyüme fırsatları karĢısında yatırımcıların pozitif bir beklenti içerisinde olduğu anlaĢılmaktadır. Ayrıca, oranın birin üstünde olması Ģirketin yatırım yapma eğiliminde olduğunu göstermektedir. Tobin‟s Q oranının birin altında olması ise, Ģirketin yatırım yapmaktan kaçınması anlamına gelmektedir. Böyle bir durumda (r < k), yatırımcılar negatif beklenti içerisinde kalmaktadırlar (Brealey, Myers ve Marcus, 1995/2001: 480).

Lourenco vd. (2012), Dow Jones Global Toplam Borsa Endeksi‟nde (DJGTSM) yer alan 600 Ģirket üzerinden yürüttükleri çalıĢmada endekste yer almanın Ģirketlerin Tobin‟s Q oranını olumlu etkilediği sonucunu belirtmiĢlerdir. Guenster vd. (2011), çalıĢmalarında araĢtırma kapsamındaki firmalar için sürdürülebilirlik uygulamaları ile Tobin‟s Q oranı arasında pozitif iliĢki olduğuna dair bulgular elde etmiĢlerdir. Lo ve Sheu (2007), 349 Ģirketin örnekleme dahil edildiği çalıĢmalarında Tobin‟s Q değerini firma değeri için bir gösterge olarak ele almıĢ ve kurumsal sürdürülebilirlik ile piyasa değeri arasında belirgin bir pozitif iliĢki açığa çıkarmıĢtır. Bunun yanında, Ziegler (2012), Ziegler ve Schröder (2010), Guimaraes (2010) çalıĢmalarında ise sürdürülebilirlik endekslerine dahil olmanın firma değerini gösteren Tobin‟s Q oranı üzerinde herhangi bir etkisinin bulunmadığı sonucuna ulaĢmıĢlardır.

ÇalıĢmada bir baĢka bağımlı değiĢken olarak aktif karlılığı kullanılmıĢtır. Oran, Ģirketlerin dönem sonu gelir tablolarında yer alan net kar rakamının dönem sonu bilançolarında gösterilen aktif toplamına bölünmesi suretiyle hesaplanmıĢtır. Santis vd. (2016), Brezilya borsası kurumsal sürdürülebilirlik endeksinde iĢlem gören Ģirketler ile endeks dıĢındaki Ģirketler arasındaki finansal performans farklılıklarını karĢılaĢtırmıĢ ve endekse alınmanın aktif karlılığı üzerindeki etkisinin istatistiksel olarak anlamlı olmadığını vurgulamıĢlardır. DiSegni, Huly ve

Akron (2015) Dow Jones Sürdürülebilirlik Endeksi‟nde (DJSI) yer alan inceleme kapsamındaki Ģirketlerin diğer borsa Ģirketlerine kıyasla daha yüksek aktif karlılığı yakaladığını belirtmiĢlerdir. Ziegler (2012), sürdürülebilirlik endeksine alınmanın inceledikleri kıtasal Avrupa ülkelerindeki Ģirketlerin aktif karlılığı üzerinde olumlu etkiler yarattığını ancak bazı Anglo-Sakson Avrupa ülkeleri üzerinde ise önemsiz etkiler yarattığını ortaya koymuĢtur.

ÇalıĢmada finansal performans göstergelerinden bir diğeri olarak özsermaye karlılığı kullanılmıĢtır. Özsermaye karlılığı oranı, Ģirketlerin dönem sonu gelir tablolarında yer alan net kar rakamının yine dönem sonu bilançolarında gösterilen özsermaye rakamına bölünmesi suretiyle hesaplanmıĢtır. DiSegni vd. (2015), DJSI kapsamında bulunmanın özsermaye karlılığı üzerinde anlamlı ve pozitif etkisinden söz etmiĢtir. Waddock ve Graves (1997), 469 firma üzerinden yürüttükleri çalıĢmada Ģirketlerin sürdürülebilirlik performansları ile mali performansları arasında anlamlı pozitif iliĢki bulmuĢlardır.

Literatür gözlemlendiğinde firma performanslarının değerlendirilmesinde muhasebe verilerinden elde edilen geleneksel oranların sıklıkla kullanıldığı anlaĢılmaktadır. Hart ve Ahuja (1996), Waddock ve Graves (1997), Russo ve Fouts (1997), McWilliams ve Siegel (2000), Guenster vd. (2011) bu çalıĢmalara örnek gösterilebilmektedir. Özsermaye karlılığı, aktif karlılığı, satıĢ karlılığı gibi söz konusu oranlar Ģirketlerin geçmiĢ ve mevcut performansını yansıtmaktadır. Ancak, Tobin‟s Q oranı ise geçmiĢ ve mevcut performansla birlikte gelecek performans hakkında da bilgiler vermektedir. Dolayısıyla bu çalıĢmada elde edilen araĢtırma sonuçlarının Ģirketlerin sürdürülebilirlik performansının değerlendirilmesinde iyi bir ölçüt olduğu düĢünülmektedir.

ÇalıĢmada son bağımlı değiĢken olarak ise piyasa değeri defter değeri oranı ele alınmıĢtır. Oran, özsermayenin piyasa değerinin özsermayenin defter değerine bölünmesiyle hesaplanmaktadır ve hem sektör içi hem de sektörler arası firma kıyaslamalarına fırsat tanımaktadır (Ercan, Öztürk ve DemirgüneĢ, 2003: 130). Valencia-Herrera (2015) Meksika Sürdürülebilirlik Endeksi‟nde iĢlem görme ile piyasa değeri defter değeri oranı arasında istatistiksel olarak anlamlı iliĢki bulmuĢlardır.

ÇalıĢmada yukarıda belirtilen değiĢkenler dıĢında birtakım açıklayıcı değiĢkenler bulunmaktadır. Literatürde kurumsal sürdürülebilirlik ve ekonomik

performans arasındaki iliĢkiyi araĢtıran Becchetti vd. (2008), Orlitzky (2001), McWilliams ve Siegel (2000) gibi çalıĢmalarda firma büyüklüğü bağımsız bir değiĢken olarak kullanılmıĢtır. Bu çalıĢmada firma büyüklüğünün bir göstergesi olarak King ve Lenox (2001), Waddock ve Graves (1997) çalıĢmaları ile uyumlu toplam aktifler (TL cinsinden) kullanılmıĢtır. Ayrıca, Waddock ve Graves (1997), Guenster vd. (2011) çalıĢmalarına uygun olarak toplam borçların toplam varlıklara oranından oluĢan finansal kaldıraç oranı da açıklayıcı değiĢken olarak analize dahil edilmiĢtir. Diğer taraftan, finansal kaldıraç oranının hesaplanması çalıĢma kapsamındaki firmalar içerisinde yer alan bankalar açısından farklılık arz etmektedir. 5 Kasım 2013 tarih ve 28812 sayılı Resmi Gazete‟de yayımlanan Bankaların Kaldıraç Düzeyinin Ölçülmesine ve Değerlendirilmesine ĠliĢkin Yönetmelik‟te belirtildiği Ģekliyle oran, ana sermayenin toplam risk tutarına bölünmesi suretiyle hesaplanmaktadır. Yine aynı yönetmelikte, toplam risk tutarının bilanço içi varlıkların, bilanço dıĢı iĢlemlerin, türev finansal araçlar ile kredi türevlerinin ve menkul kıymet veya emtia teminatlı finansman iĢlemlerinin risk tutarlarının toplamından oluĢtuğu belirtilmektedir. Dolayısıyla, hesaplamadaki zorluklar nedeniyle bankaların söz konusu oranları yıllık faaliyet raporlarındaki bilgilerden alınmıĢtır. Bir Ģirketin borç miktarının yükseldikçe finansal riskinin de artacağı kabul edilmektedir. Bu nedenle oran, hem finansal yapının bir göstergesi olarak hem de özellikle firma riskinin, yani yönetimin risk toleransının bir göstergesi olarak kullanılmaktadır. King ve Lenox (2001), Konar ve Cohen (2001) ile uyumlu olarak satıĢların büyümesi değiĢkeni de diğer bir bağımsız değiĢken olarak modele dahil edilmiĢtir. Oran, net satıĢlarda bir önceki yıla göre meydana gelen % değiĢimi göstermekte ve ilgili Ģirketin büyüme dinamiklerinin bir ölçüsü olarak yorumlanabilmektedir. Son açıklayıcı değiĢken olarak aktif devir hızı oranı kullanılmıĢtır. Aktif devir hızı oranı varlıkların yıl içinde kaç kez döndürüldüğünü göstermektedir. Ayrıca, firmaya yapılan yatırımların etkin kullanılıp kullanılmadığının bir göstergesi olarak da bilinmektedir. King ve Lenox (2001) ile uyumlu olarak oran çalıĢmada hesaplanmıĢtır.

ÇalıĢmanın amacı, BĠST Sürdürülebilirlik Endeksi‟ne dahil edilen iĢletmelerin endekse dahil edildikten sonra hisse senedi değerlerinde ve karlılık düzeylerinde meydana gelen değiĢimi incelemek Ģeklinde daha önce açıklanmıĢtır. Bu doğrultuda, Ģirketlerin BĠST Sürdürülebilirlik Endeksi‟ne dahil edilme yılları son derece önemli olmaktadır. Endekse alınmanın Ģirketlerin hisse senedi değeri ve karlılık düzeylerine etkisini ölçebilmek için panel veri modellerinin dönemler

arasındaki etki farklılıklarını ölçmek amacıyla model spesifikasyonunda kukla değiĢkenler tanımlanmıĢtır. Dolayısıyla, modeldeki açıklayıcı değiĢkenlerden birisi de firmanın sürdürülebilirlik endeksine alındığı yılı gösteren kukla değiĢken (D) Ģeklinde model spesifikasyonunda tanımlanmıĢtır. Bu açıdan bakıldığında, kukla değiĢkene Ģirketlerin endekse alındığı yıllar için “1”, diğer durumlarda “0” değeri verilmiĢtir.

ÇalıĢmanın analizinde, öncelikle havuzlanmıĢ en küçük kareler, sabit etkiler ve tesadüfi etkiler modellerinin tahmincileri arasında seçim yapabilmek için birim etkinin önemi F testi ile test edilmektedir. Sonrasında, tahminciler arasında bir seçim yapmak için Hausman testi uygulanmaktadır. Daha sonra, tahmin edilen modellerde değiĢen varyans, otokorelasyon ve yatay kesit bağımlılığı problemlerinin olma ihtimaline karĢı birtakım testler uygulanmaktadır. Tahmin edilen modellerde değiĢen varyans problemi olup olmadığı Levene (1960), Brown ve Forsythe (1974) testleri ile araĢtırılmaktadır. Otokorelasyon sorunu olup olmadığı Bhargava, Franzni ve Narendranathan (1982) tarafından modifiye edilen Durbin Watson (DW) istatistiğinden, Baltagi ve Wu (1999) tarafından geliĢtirilen LBI istatistiğinden ve ayrıca Breusch ve Pagan (1980) tarafından geliĢtirilen Lagrange çarpanları (LM) testleri yardımıyla araĢtırılmaktadır. Sonrasında ise birimler arası korelasyonun önemli olup olmadığı Friedman (1937) testi yardımıyla test edilmektedir. Öte yandan, modellerde çoklu doğrusal bağlantı (multicollinearity) olup olmadığını belirlemek için bağımsız değiĢkenlere ait korelasyon matrisi ve varyans ĢiĢirme faktörleri (VIF) elde edilmektedir.

Yatay kesit bağımlılığı araĢtırıldıktan sonra panel veri setlerinin zaman boyutunun da olması sebebiyle serinin durağanlığının yani serinin zaman içerisinde sabitliğinin incelenmesi gerekmektedir. Bu amaçla, panel birim kök testleri uygulanmaktadır. Literatürde, yatay kesit bağımlılığının olmadığı durumlarda birinci nesil birim kök testleri, yatay kesit bağımlılığının olduğu durumlarda ise ikinci nesil birim kök testleri uygulanmaktadır.

Panel birim kök testinin zaman serisi testlerine göre en büyük farkı, zaman serisi boyutu T‟nin ve yatay kesit boyutu N'nin asimptotik davranıĢını göz önüne almak gerektiği Ģeklinde karĢımıza çıkmaktadır. Durağan olmayan panel verileri için kullanılan tahmincilerin ve testlerin asimptotik davranıĢını belirlemek istiyorsak, bu durumda N ve T‟nin sonsuzluğa yakınsaması kritik önem

taĢımaktadır. Asimptotik özellikleri ele almanın çeĢitli olasılıkları bulunmaktadır (Baltagi, 2005: 239):

1. Sıralı limit teorisi: Bir boyutun (N) sabit olduğu bu durumda, diğer boyutun (T) sonsuza kadar gitmesine izin verilmektedir ve bir ortanca sınır sağlanmaktadır, bu ortanca noktadan baĢlayarak N‟nin büyümesine izin verilmektedir.

2. Diyagonal limit teorisi: N ve T, diyagonal bir yol boyunca sonsuza gitmektedir. Bu yol N ve T arasında monotonik fonksiyonel bir iliĢki ile belirlenebilmektedir.

3. Ortak limit teorisi: N ve T‟nin aynı anda sonsuza kadar gitmesine izin verilmektedir.

Görüldüğü üzere her üç durum için de T‟nin sonsuza gitmesi söz konusu olmaktadır. Yapılan Monte Carlo simülasyonları T‟nin küçük olması durumunda birim kök testlerinin güçlerinin (power) çok düĢük olduğunu göstermektedir. Kaldı ki bu çalıĢmalarda bile çok küçük T (very small T) olarak T=10 hatta bazı çalıĢmalarda T=20 olarak alınmıĢtır.

Dengesiz panellerde (zaman boyutu T‟nin birimlere göre farklı olduğu panel veri setleri) bazı birimlerin zaman boyutunun küçük olması sorun yaratmayabilmektedir. Bu tür dengesiz panellerde genele bakıldığında ortalama T değerinin yine de büyük olduğu görülmektedir. Örneğin uluslararası indeksli bir dergide yayınlanmıĢ Mert ve Bölük (2016) çalıĢmalarında, dengesiz panel veri analizi yapılmıĢ ve çalıĢmada en küçük T=17, en büyük T=40 ve ortalama T=34,8 değerleri elde edilmiĢtir. Dolayısıyla bu çalıĢmada birim kök analizi ve panel eĢ bütünleĢme analizleri elde edilmiĢtir. Yine uluslararası indeksli bir baĢka dergide yayınlanan Mert ve Bölük (2014) çalıĢmalarında, dengeli panel analizi yapılmıĢ ve T=19 olmasına rağmen birim kökten bahsedilmemiĢtir. Dolayısıyla, çalıĢmada birim kök analizi yapılmamıĢtır.

Bütün bunların dıĢında, çalıĢmamızda olduğu gibi T=4 yıllık bir seride birim kökün varlığını aramak iktisadi teoriye göre de oldukça ters bir durum olmaktadır. Serinin bir Ģoka nasıl direnç gösterdiğini, trendinin değiĢip değiĢmediğini ya da anlık bir değiĢimin bir süre sonra tekrar serinin ortalamasına dönüp dönmediğini gözlemlemek için en az 20-30 yıl gibi uzun bir süreye ihtiyaç

duyulmaktadır. 4 yıllık bir seri ile durağanlık analizi yapılması doğru bulunmamaktadır. Örneğin bir ülkenin son 4 yıllık Gayri Safi Yurt Ġçi Hasıla (GSYĠH) değerlerine bakarak ekonomik büyümenin durağan ya da durağan dıĢı olduğunu söylemek bu bağlamda doğru olmayacaktır.

Ayrıca, panel veri analizlerinde heteroskedasite, otokorelasyon ve birimler arası korelasyondan en az birinin olması durumunda dirençli (robust) standart hataların tahmin edilmesi gerekmektedir. Bu nedenle, çalıĢmada Huber (1967), Eicker (1967), White (1980) tarafından ve Arellano (1987), Froot (1989), Rogers (1993) tarafından tutarlı tahminler yapan sağlam ya da dirençli (robust) standart hatalar elde edilmektedir.