Finansal ve Politik Risk ile Borsa İstanbul (Bist) Yabancı Yatırımcı İşlem Hacmi Arasındaki İlişki

(1)

Finansal ve Politik Risk ile Borsa østanbul (Bist) Yabanc Yatrmc øúlem Hacmi Arasndaki øliúki

Cihan YILMAZ1 Cebrail MEYDAN2 Gönderim tarihi: 26.04.2018 Kabul tarihi: 26.02.2019

Öz

Finansal piyasalarn küreselleúme ve mali serbestleúme olgusuyla birlikte giderek geliúmesi, yabanc yatrmclarn portföy yatrmlarna açk hale gelmesine, piyasalar arasndaki etkileúimlerin ve hisse senedi piyasalarndaki iúlem hacimlerin artmasna yol açmútr. Bu olgular ayn zamanda sermaye piyasalarnn, bir sistematik risk türü olan politik riske ve sistematik olmayan risk grubunda yer alan finansal riske karú olan duyarll÷nn da artmasna sebep olmaktadr.

Çalúmann amac; 1997-2016 yllar arasnda ICRG (International Country Risk Guide) tarafndan hesaplanan Türkiye’deki finansal ve politik risk endeksi ile söz konusu dönemlerde Borsa østanbul’da hisse senedi yatrmnda bulunan yabanc yatrmclarn iúlem hacmi arasndaki iliúkiyi VAR modeli ile ortaya koymaktr. Çalúma sonucunda; finansal risk ile yabanc yatrmc iúlem hacmi arasnda anlaml, dinamik ve istikrarl bir iliúkinin varl÷na ulaúlmútr. Ayrca, yabanc yatrmclarn iúlem hacminde ortaya çkan úoklara politik risk endeksinin negatif yönde bir tepki verdi÷i tespit edilmiútir.

Anahtar Kelimeler: Finansal Risk, Politik Risk, Yabanc Yatrmc, øúlem Hacmi, Borsa østanbul

JEL Snflamas: G11,G15, G17

The Relation Between Financial and Political Risk And Istanbul Stock Exchange Foreign Investors Trading Volume

Abstract

The development of financial markets with the globalization and financial freedom phenomenon has caused that foreign investors became open to portfolio investments. This situation caused both the interaction between markets increased and the trading volumes in equity stock markets increased. These phenomena also increased the sensitivity of the capital market to political risk and financial risk.

The purpose of the study was to determine the relation between the financial and political risk index, which was computed by ICRG (International Country Risk Guide) between1997-2016, and the trading volume of the foreign investors who made investments on equity stock in Istanbul Stock Exchange in the same period by employing the VAR Model. As a result of the study, it was determined that there is a significant, dynamic and stable relation between financial risk and foreign investor trading volume. Moreover, it has been found that the shock of foreign investors' trading volume has a negative impact on the political risk index.

Keywords: Financial Risk, Political Risk, Foreign Investor, Trading Volume, Borsa østanbul

JEL Classification: G11,G15, G17

1_{Ö÷r. Gör., Ardahan Üniversitesi, øktisadi ve ødari Bilimler Fakültesi, øúletme Bölümü, E-posta:}

[email protected], ORCID ID:0000-0001-8620-4888 2_Dr.

Ö÷r. Üyesi, Aydn Adnan Menderes Üniversitesi, Söke øúletme Fakültesi, Uluslararas Ticaret ve øúletmecilik Bölümü, E-posta: [email protected], ORCID ID: 0000-0002-5747-646X

(2)

1. Giriú

Kazanma ya da kaybetmedeki belirsizlik derecesi olarak tanmlanabilecek olan riskler, sistematik ve sistematik olmayan riskler olmak üzere ikiye ayrlr. Sistematik risk, tüm finansal piyasalar ve bu piyasalarda iúlem gören menkul kymetleri etkileyen önemli bir risk türüdür (Canbaú ve Do÷ukanl, 2001: 288). Ekonomik, politik, finansal ve benzer çev-resel faktörlerin de÷iúkenli÷inden kaynaklanan ve bütün ekonomik birimleri ayn yönde fakat de÷iúik derecede etkileyen sistematik riskler, yatrm arac saysnn artrlp azaltl-mas veya çeúitlendirilmesi ile de÷iútirilememekte ya da ortadan kaldrlamamaktadr (Bolak, 1991: 104-106). Sistematik riskler, portföy çeúitlendirmesi yaparak ya da yatrm aracnn saysn artrp azaltarak bertaraf edilemeyen, di÷er bir ifadeyle; ortadan kaldrl-mas mümkün olmayan risklerdir. Sistematik riskler, satn alma gücü riskinden, faiz oran riskinden, pazar riskinden, kur riskinden ve çalúmann de÷iúkenlerinden birisi olan politik riskten oluúmaktadr.

Sistematik olmayan risk tüm menkul kymetleri etkilemeyen, etkisi snrl olan risk türüdür. Sistematik olmayan riskler iúletmenin finansal yapsnn özelli÷inden, yöneticilerin baúar durumundan ve endüstrinin özelliklerinden kaynaklanmaktadr (Büker vd., 1997: 69). øúçi grevi, yönetim kararlar reklam kampanyalar, tüketici tercihlerindeki de÷iúmeler, iúletme gelirlerinde sistematik olmayan de÷iúimlere yol açabilir (Ceylan ve Korkmaz, 1998: 50-51). Sistematik olmayan risk, çok iyi çeúitlendirilmiú bir portföy ile yok edilebilen bir risk türü-dür. Sistematik riskin iúletmeler tarafndan kontrol edilmesi imkanszken, sistematik olma-yan riskin kaynaklar ile yaplan de÷iúimlerle ve yönlendirmelerle azaltlmas veya ortadan kaldrlmas mümkündür (Baúo÷lu vd., 2009: 208, U÷urlu vd., 2016: 153). Sistematik riski do÷uran nedenler; finansal risk, iú (endüstri) riski, yönetim riski ve faaliyet riski olarak dört baúlk altnda incelenebilir (Sarkamú, 1998: 198).

Sistematik risk grubunda yer alan, ulusal ya da uluslararas siyasi koúullardaki de÷iúimlerin sonucunda hisse senetlerinin veya yatrm getirisinde meydana gelecek olas kayplar yan-stan politik risk (Francis, 1986: 210, Holt, 1998: 126, Baker, 1998: 121), yatrmclarn kararlarn önemli derecede etkilemektedir (Çam, 2014: 110). Politik risk, bir ülkenin poli-tik durumunun birçok makro de÷iúken kapsamnda ölçümünü sa÷layan ve hükümet ispoli-tik- istik-rar, sosyoekonomik durum, yatrm profili, iç ve dú karúklk, yolsuzluklar, askeri kanadn siyasete müdahalesi, dini ve etnik gerginlikler, hukukun üstünlü÷ü, demokratik hesap vere-bilirlik, bürokrasinin kalitesi gibi de÷iúkenler göz önüne alnarak de÷erlendirilen risk türü olarak tanmlanabilir (Yaprakl ve Güngör, 2007: 201).

Küreselleúme ve mali serbestleúme ile birlikte ülkeler do÷rudan ve dolayl yabanc yat-rmlara açk hale gelmiú, bu durum beraberinde baz risklerin ortaya çkmasna ve mevcut olan risklerin daha da artmasna yol açmútr. Çalúmann amac; finansal ve politik risk

(3)

endeksi ile yabanc yatrmclarn portföy yatrmlar arasnda bir iliúki olup olmad÷n 1997-2016 yllar arasnda Borsa østanbul üzerinde test etmektir.

2. Kavramsal Çerçeve

Sistematik olmayan risk grubunda yer alan finansal risk, yatrlan fonlar ile arzu edilen getirilerin sa÷lanabilmesi ile ilgilidir. Firmalarn finansal yükümlülüklerini yerine getire-memesi veya iflas etme durumunda yatrmclarn yatrd÷ paray kaybetme ihtimali olarak tanmlanabilir (Bekçio÷lu, 1983: 42). GSMH’nn ve toplam ihracatn yüzdesi olarak dú borç düzeyine, ithalat yaplan dönemlere ait net uluslararas likiditeye ve döviz kurunda meydana gelen yüzdelik de÷iúmelere baklarak ülkelerin finansal risk düzeyi belirlenmeye çalúlmaktadr.

Çalúmann bir di÷er de÷iúkenini oluúturan yabanc yatrmlar, genel olarak ülke ekonomi-sine yaptklar katklarn düzeyine göre birçok çalúmada do÷rudan ve dolayl ya da aktif ve pasif olarak iki ana gruba ayrlmaktadr. Uluslararas Para Fonu (IMF) ise yabanc yatrm-lar fonksiyonyatrm-larna göre; do÷rudan yabanc yatrm, portföy yatrm, di÷er yatrmlar ve rezerv varlklar úeklinde snflandrmaktadr.

Portföy Yatrm, tasarruf sahiplerince, uluslararas sermaye piyasalarnda uluslararas poli-tik risk, döviz kuru riski, bilgi edinebilme riski gibi ek riskler üstlenerek sermaye kazanc ile faiz ve temettü geliri gibi kazançlar elde etmek amacyla hisse senedi, tahvil ve di÷er sermaye piyasas araçlarna yaplan yatrmlar kapsamaktadr (Baúo÷lu, 2000: 90, Tezcanl vd., 1994: 8).

Çalúmada yabanc yatrmc iúlem hacmi olarak, yabanc yatrmclarn Borsa østanbul’da (BøST’de) iúlem gören úirketlerin hisse senetlerinin alm-satm iúlemelerinin toplam tutar alnacaktr.

3. Literatür Taramas

Literatürde yabanc yatrmclarn portföy yatrmlar ile finansal risk ve/veya politik risk arasndaki iliúkiyi ölçen çalúmaya rastlanmamaktadr. Dolaysyla finansal ve politik risk ile yabanc yatrmclarn Borsa østanbul’da gerçekleútirmiú olduklar iúlem hacmi arasn-daki iliúkiyi VAR modeli ile ortaya koyan bu çalúmann özgün bir de÷ere sahip oldu÷u ve literatürdeki boúlu÷u bu úekilde dolduraca÷ ümit edilmektedir.

Bir ülkenin resmi ve finansal borçlarn ödeyememe ihtimalini içeren finansal risk ile ilgili çalúmalarn hisse senedi getirileri üzerindeki etkisini ölçmeye yo÷unlaút÷, çalúmalarn büyük bir ksmnda finansal risk ile hisse senedi getirisi arasnda ters yönlü bir iliúki oldu÷u ve bir ülkedeki finansal risk arttkça, o ülkede iúlem gören hisse senedi getirilerinin azald÷ sonucuna varmúlardr. Bunun tersi sonucuna ulaúan çalúmalar oldu÷u gibi, finansal risk ile

(4)

hisse senedi getirisi arasnda anlaml bir iliúki olmad÷ sonucuna ulaúan çalúmalarda mev-cuttur. (Oral ve Ylmaz, 2017: 194).

Yaplan çalúmalarn bir ksmnda; uluslararas piyasalara entegrasyonu fazla olan ülkelerin borsalarnda hisse senedi getirilerini belirlemede ekonomik, politik ve finansal risk ile di÷er makroekonomik faktörlerin, ulusal piyasa risk pirimi ve/veya dünya piyasa risk priminden daha etkin oldu÷u iddia edilmiútir (Chen vd., 1986, Bailey ve Chang, 1995, Patelis, 1997, Ferson ve Campbell, 1998). Buna ek olarak; politik risklerin azalmasnn söz konusu ülke-lerin borsalarnn geliúmesine olumlu katkda bulundu÷u sonucuna varan, bir ülkedeki poli-tik risk arttkça yabanc yatrmlarn azald÷ ve hisse senetlerinin getirilerinin bu durumdan olumsuz yönde etkilendi÷ini gösteren çok sayda çalúma mevcuttur (Chan ve Wei (1996), Bekaert ve Harvey (1997), Perotti ve Oijen (2001), Kim ve Mei (2001), Bansal ve Dahlquist (2001), Mateus (2004), Yaprakl ve Güngör (2007), Lehkonen ve Heimonen (2015), Kaya vd. (2014)).

øúlem hacmi ile çeúitli de÷iúkenler arasndaki iliúkiyi analiz eden literatürdeki çalúmalar incelendi÷inde, iúlem hacmi ile hisse senedi volatilitesi ve fiyat-hacim iliúkisi konularndaki çalúmalarn fazlal÷ dikkat çekmektedir. Bu çalúmalar aúa÷da özetlenmiútir.

Jain ve Joh (1988), saatlik hisse senedi alm-satm hacmi ile hisse senedi getirileri arasnda bir iliúkinin var olup olmad÷n New York Borsas’nda test etmiú ve belli günlerde ger-çekleúen alm-satmlarn getiri üzerindeki etkisinin daha güçlü oldu÷u sonucuna varmúlar-dr. Buna ek olarak; iúlem hacmi ile fiyat arasndaki iliúkinin hisse senedinin getirisi fazla oldu÷unda daha güçlü, tersi durumda ise daha zayf oldu÷unu tespit etmiúlerdir.

Campbell vd. (1992), borsa iúlem hacmi ile günlük hisse senedi endeksi getirilerinin otokorelasyonlar arasndaki iliúkiyi inceledikleri çalúmada, hisse senedi getirilerinin yük-sek iúlem hacmi ile düúme e÷iliminde oldu÷unu ve yükyük-sek iúlem hacimli bir günde hisse senedi fiyatlarndaki düúüúün, düúük iúlem hacimli bir günde hisse senedi fiyatlarndaki düúüúten daha muhtemel oldu÷u sonucuna varmúlardr. Chordia ve Swaminathan (2002), ayn konuda yapmú olduklar çalúmalarnda benzer sonuca ulaúmúlardr.

Foster ve Viswanathan (1993), iúlem hacmi, getiri volatilitesi ve iúlem maliyetleri arasn-daki iliúkiyi test etmek amacyla yapmú olduklar çalúmada, haftann belli günü ve günün belli saatlerinde yaplan iúlemlerin hacmi ve hisse senetlerinin getirilerinin iúlem maliyetle-riyle iliúkili oldu÷u, aktif olarak iúlem gören firmalar için iúlem hacminin düúük ve olumsuz oldu÷u sonucuna varmúlardr.

Wang (1994), yatrmclarn bilgiye eriúim ve özel yatrm frsatlarn görmede heterojen oldu÷u ve rasyonel biçimde iúlem yapt÷ rekabetçi bir hisse senedi iúlem modeli geliútire-rek, yatrmclarn iúlem hareketleri ve fiyat dinamikleri arasndaki iliúkiyi incelemiú ve iúlem hacminin fiyatlardaki ve getirilerdeki mutlak de÷iúimlerle pozitif yönlü bir iliúki

(5)

içinde oldu÷u sonucuna varmúlardr. Mustafa ve Nishat (2010), Karaçi Menkul Kymetler Borsas’nda uygulamasn gerçekleútirdi÷i çalúmada ve Karpoff (1987) ayn konuda yap-mú oldu÷u çalúmasnda benzer sonuca ulaúyap-múlardr.

Lobato ve Velasco (2000), hisse senetlerinin iúlem hacimlerinin uzun dönemli seyrini inceledi÷i çalúmasnda, Dow Jones Sanayi Ortalam Endeksi’nde yer alan 30 úirketin hisse senedi için iúlem hacimlerinden oluúan veri setini analiz etmiúlerdir. Hisse senedi piyasa-snda iúlem hacminin uzun dönemli bir bellek (hafza) sergiledi÷ine ve geçmiú fiyat hare-ketlerine benzer hareket etti÷ine dair güçlü kantlar elde ettiklerini belirtmiúlerdir. Bu ça-lúmann tersi bir sonuca ulaúan Gazel (2017), hisse senedi piyasalarnda iúlem hacmi ve volatilite iliúkisini krlgan beúli ülkeleri üzerinde test etti÷i çalúmasnda; Brezilya, Hin-distan, Güney Afrika ve Türkiye borsalarnda 2006-2016 dönemleri arasnda haftalk veri-lerle incelemiú, iúlem hacmi-volatilite arasndaki iliúkiyi açklayan iki temel hipotezden biri olan Karúk Da÷lmlar Hipotezi’nin (geçmiú volatilite bilgilerinin iúlem hacmini tahmin etmede kullanlamayaca÷n ileri sürer) geçerli oldu÷unu tespit etmiútir.

Suominen (2001), yatrmclarn bilgiye eriúim düzeyleri ile iúlem hacmi arasndaki iliúkiyi test etti÷i çalúmasnda, iúlem hacminin volatiliteyi tahmin etmek için yararl bilgiler sa÷la-d÷ ve yatrmclara yatrm limiti ve piyasa düzeni konusunda strateji belirleme noktasnda tahmin kolayl÷ sa÷lad÷ sonucuna varmútr.

Saro÷lu (2007) ve Gaygusuz (2008), hisse senedi piyasalarndaki fiyat de÷iúiklikleri ile iúlem hacmi arasndaki iliúkiyi tespit amacyla yapmú oldu÷u çalúmada, hisse senedi geti-rilerinden iúlem hacmine do÷ru bir nedenselli÷in oldu÷u úeklinde literatürle benzer bir sonuca ulaúmútr.

Akar (2008), net yabanc iúlem hacmi ile hisse senedi getirileri arasnda uzun dönemli iliúki var mdr? sorusuna cevap arad÷ çalúmasnda, øMKB Ocak 1997 ve Eylül 2005 tarihleri arasndaki kapanú de÷erleri ile yabanc yatrmclarn iúlem hacimlerini kullanarak, hisse senedi getiriyle net yabanc iúlem hacmi arasnda uzun dönemli anlaml bir iliúki olmad÷ sonucuna varmútr. Ksa dönemde ise pozitif yönlü istatistiksel olarak anlaml bir iliúki oldu÷unu tespit etmiútir.

Umutlu (2008), 2002-2007 yllar arasnda øMKB Ulusal Tüm Endeksi’nin günlük kapanú fiyatlarn ve iúlem hacmi verilerini kullanarak, hisse senedi fiyatlar ile iúlem hacmi ara-snda dinamik ve nedensel bir iliúkinin varl÷n test etti÷i çalúmaara-snda, hisse senetlerinin fiyat de÷iúimlerinden iúlem hacmi de÷iúimlerine do÷ru tek yönlü bir nedenselli÷in varl÷n tespit etmiútir. Fiyat ve iúlem hacmi de÷iúimlerinin geçmiú dört günlük de÷erlerinin iúlem hacminin gelecekteki de÷iúimlerini etkileyebilece÷i sonucuna ulaúmútr. Gümrah (2011) çalúmasnda benzer úekilde, øMKB’de 5388 günlük veriyi inceleyerek getiriden iúlem hacmine do÷ru tek yönlü bir nedensellik oldu÷una ve negatif de÷iúimlerin iúlem hacmini daha çok artrd÷ sonucuna ulaúmútr.

(6)

Bayrakdaro÷lu ve Nazlo÷lu (2009), hisse senedi fiyatlar ile iúlem hacmi arasndaki iliúki-nin varl÷n tespit etmek amacyla yapmú olduklar çalúmada; øMKB’de iúlem gören 10 banka için 01.01.2003-29.12.2006 dönemini kapsayan günlük gözlemlerin yer ald÷ veri setindeki gözlemlere nedensellik testlerini uygulayarak, söz konusu 10 bankadan 5’i için fiyat ve hacim arasnda bir nedensellik iliúkisinin olmad÷ sonucuna ulaúmúlardr. Tapa ve Hussin (2016) ise; Malezya Borsas’nda test ettikleri çalúmalarnda, hisse senedi getirisi ile iúlem hacmi arasnda anlaml ve pozitif bir iliúki oldu÷u sonucuna varmúlardr.

Kayaldere ve Aktaú (2009), øMKB’de iúlem gören hisse senetlerine iliúkin fiyat-hacim iliúkisinin varl÷n tespit etmeye yönelik yapmú olduklar çalúmada, Ocak 2001-Eylül 2008 dönemleri arasnda toplam 1845 gözlemin günlük fiyat-iúlem hacmi verilerini analiz etmiúlerdir. Günlük hisse senedi fiyat ile iúlem hacmi arasnda, asimetrik bir iliúkinin var oldu÷unu ve getiriler ile iúlem hacmi arasnda pozitif korelasyon oldu÷u sonucuna varmú-lardr.

Glaser ve Weber (2009), bireysel yatrmclarn hisse senedi tercihlerinde úirket ve/veya hisse senedi ile ilgili hangi geçmiú verilerden faydalandklarn belirlemek için 51 aylk periyot içinde toplam 3000 bireysel yatrmcya anket uygulamúlardr. Literatüre benzer sonuçlara ek olarak; geçmiúteki hisse senedi portföy getirilerinin iúlem hacmini etkiledi÷i, yatrmclarn yüksek riskli hisse senetlerini alarak portföydeki hisse senedi saysn azaltma yoluna gitme e÷iliminde olduklar sonucuna ulaúmúlardr.

Elmas ve Yldrm (2010), kriz dönemlerinde hisse senedi fiyat ile iúlem hacmi arasndaki iliúkiyi test ettikleri çalúmalarnda; øMKB’de iúlem gören bankaclk sektöründeki úirketle-rin hisse senetleúirketle-rine ait 2001, 2006 ve 2008 yllarn kapsayan veriler ú÷nda, söz konusu dönemler için fiyat-hacim arasnda fiyattan iúlem hacmine do÷ru tek yönlü bir nedensellik oldu÷unu tespit etmiúlerdir.

Boyaco÷lu vd. (2010), 1997-2009 dönemleri arasndaki aylk verileri kullanarak øMKB100 Endeksi’nin getiri volatilitesi ile iúlem hacmi arasndaki iliúkiyi inceledikleri çalúmada, de÷iúkenler arasnda uzun dönemli iúlem hacminden volatiliteye do÷ru negatif yönlü bir iliúkinin varl÷n tespit etmiúlerdir. Benzer úekilde Kran(2011), ayn araútrmay 1990-2008 dönemleri için araútrmú ve benzer sonuca ulaúmútr. Buna ek olarak; øMKB’de söz konusu dönemler için haftann günleri etkisinin var oldu÷unu tespit etmiútir.

Okuyan ve Erbaykal (2011), øMKB hisse senedi piyasasnda yabanc yatrmclar tarafndan gerçekleútirilen iúlemlerin hisse senedi getirileri üzerinde etkili olup olmad÷n belirlemek için yapmú olduklar çalúmada, Ocak 1991-Aralk 2009 dönemleri arasndaki aylk verileri dikkate alarak kurduklar Snr Testi ve ARDL modelleri yardmyla; yabanc yatrmclarn iúlem hacmi ile hisse senedi getirileri arasnda uzun dönemde pozitif bir iliúki oldu÷unu fakat bu iliúkinin ksa dönemde anlaml olmad÷ sonucuna varmúlardr.

(7)

Uyar ve Kangall (2012), Markowitz modeline dayal olarak optimal portföy seçiminde iúlem hacminin bir de÷iúken olarak dikkate alnp alnmamas gereklili÷ini test ettikleri çalúmada; øMKB 30’da iúlem gören hisse senetlerinden oluúturduklar portföyleri Markowitz’in ortalama varyansa dayal portföy optimizasyonu çerçevesinde, hisse senetle-rinin iúlem hacimlerini de÷iúken olarak tercih kstlarna eklemiúler ve iúlem hacminin yat-rmlarn portföy seçimini etkileyen bir de÷iúken oldu÷u sonucuna ulaúmúlardr.

Chen (2012), hisse senedi getirileri ile iúlem hacmi arasndaki ampirik iliúkinin borsalardaki dalgalanmalardan farkl olup olmad÷n ve getiri-iúlem hacmi iliúkisinin bo÷a ve ay piya-salarda asimetrik olup olmad÷n tespit etmeye yönelik olarak yapmú oldu÷u çalúmada; S&P’s 500 fiyat endeksi ve ùubat 1973 ile Ekim 2008 dönemleri arasndaki aylk getiri ve iúlem hacmi verilerini analiz etmiútir. Söz konusu dönemler için de÷iúkenler arasnda güçlü bir asimetrik iliúkinin var oldu÷u sonucuna varmútr. Ayrca, hisse senedi getirisinin hem ay hem de bo÷a piyasasnda alm-satm hacmini tahmin etmede güçlü, iúlem hacminin getirileri tahmin etmede ise zayf kald÷n tespit etmiútir

Çukur vd. (2012), yapmú olduklar çalúmalarnda 2 Ocak 1990 - 17 A÷ustos 2011 dö-nemleri arasndaki 5388 günlük döneme ait veriler ú÷nda øMKB 100 endeksi ile iúlem hacmi arasndaki dinamik bir iliúkinin varl÷na, getiriden iúlem hacmine do÷ru tek yönlü bir nedensellik iliúkisine ulaúmúlardr. Ayrca, piyasada meydana gelen negatif de÷iúimle-rin iúlem hacmini daha çok artrd÷n belirlemiúlerdir.

Özgümüú vd. (2013), ùubat 2005-Kasm 2011 dönemleri arasndaki makroekonomik fak-törlerin VOB øMKB 100, øMKB 30, Dolar ve Euro vadeli iúlem sözleúmelerinin getiri, iúlem hacmi ve volatilitesine etkisini incelemiú ve söz konusu dönemlerde iúlem hacminin, para arzndan ayn yönde, enflasyondan ise ters yönde etkilendi÷i sonucuna varmúlardr. Ylanc ve Bozoklu (2014), hisse senedi fiyatlar ile iúlem hacmi arasndaki nedensellik iliúkisini araútrmúlar ve bu çerçevede 1990-2012 dönemleri arasndaki verileri inceleyerek iúlem hacmi bileúenlerinden hisse senedi bileúenlerine do÷ru tek yönlü bir nedensellik iliú-kisi oldu÷u ve bu iliúkinin zamana ba÷l olarak de÷iúti÷i sonucuna varmúlardr.

Çinko (2015), iúlem hacmi ve hisse senedi fiyat arasndaki iliúkinin piyasa büyüklü÷üne göre de÷iúkenlik gösterip göstermedi÷ini tespit etmek amacyla yapmú oldu÷u çalúma-snda, piyasa büyüklüklerine göre ele almú oldu÷u 25 úirketin 22’sinde fiyattan iúlem hac-mine do÷ru, 25 firmada ise iúlem hacminden fiyata do÷ru bir nedensellik iliúkisinin oldu÷u sonucuna varmútr.

Dodd vd. (2015), yabanc yatrmclarn hisse senetlerine yatrm yaparken dikkat ettikleri faktörleri Avrupa Borsalar ile ABD Borsalarnda karúlaútrarak analiz ettikleri çalúmada, yurt içi piyasasndakilerden daha büyük ve daha likit olan yabanc yatrmclarn daha dü-úük maliyetle elde ettikleri hisse senetlerinin yurt dú piyasalarda daha yüksek iúlem

(8)

hac-mine ulaútklar sonucuna varmúlardr. ABD borsalarnda yatrm yapan yatrmclarn daha çok çeúitlendirme ve getiriye dikkat ettikleri, Avrupa’da ise iúlem maliyetlerinin belirleyici faktör oldu÷u tespit edilmiútir.

Ichsani ve Suhardi (2015), özsermaye karll÷nn (ROE) ve yatrm getirisinin (ROI) iúlem hacmi üzerinde bir etkisinin olup olmad÷n ölçmek amacyla yapmú olduklar çalúmada, ROE ve ROI’nin zayf ölçekli olsa da iúlem hacmini etkiledi÷i sonucuna varmúlardr. Yat-rmclarn karllk göstergeleri dúndaki di÷er faktörlere daha fazla önem verdikleri ve iúlem hacminin karllk göstergeleri dúndaki de÷iúkenlerden daha fazla etkilendi÷i tespit edilmiútir.

Ghadhab (2016), yabanc yatrmclarn hisse senetlerinin iúlem hacmine etkisini ölçmek amacyla yapmú oldu÷u çalúmada, 1980-2013 dönemine ait 235 firmann toplam 788 verisini kullanarak iúlem hacmindeki artún, iúlem maliyetleri ve arbitraj olanaklarn artr-d÷ ve yaknlk tercihi ve firma büyüklü÷ünün iúlem tercihini önemli derecede etkiledi÷i sonucuna ulaúmútr.

Çelik (2016), Borsa østanbul’da iúlem gören 2004-2015 yllar arasnda iflas etmiú sekiz úirketin iflas etmeden önceki üç yl öncesi zaman aral÷nda hisse senetlerinin fiyat-hacim iliúkisini inceledi÷i lisansüstü tez çalúmasnda, sekiz úirketten yedisinde iliúkinin tek yönlü olarak getirilerden iúlem hacmi de÷iúimlerine do÷ru oldu÷u sonucuna ulaúmútr.

Gürtay (2017) yapmú oldu÷u lisansüstü tez çalúmasnda, Borsa østanbul’da 01.03.2002-10.06.2016 tarihleri arasndaki haftalk verileri analiz etmiú ve iúlem hacmi ile faiz oranlar arasnda çift yönlü nedensellik, iúlem hacmi ile BøST 100 hisse senedi fiyatlar arasnda ise tek yönlü nedensellik iliúkisi oldu÷u sonucuna ulaúmútr. Buna ek olarak; iúlem hacmi ile döviz kuru arasnda herhangi bir nedensellik iliúkisi olmad÷n tespit etmiútir.

Moussa vd. (2017), bilgi talebi ve arznn borsa iúlem hacmine etkisini araútrdklar çalú-mada; Nisan 2007 ile Mart 2014 dönemleri arasnda Paris Borsas’nda CAC40 Endeksi’nde iúlem gören piyasa de÷eri en yüksek 25 úirket hakknda Google arama motorunda haftalk arama trendlerine eriúerek, bilgi arznn iúlem hacmi üzerinde bir etkisinin oldu÷u, bilgi talebinin ise iúlem hacmi üzerinde çok daha etkili bir de÷iúken oldu÷u sonucuna varmúlar-dr.

De Souza vd. (2018), yatrmclarn iúlem hacmini dikkate alarak yatrm yapp yapmadk-larn ölçmek amacyla yapmú olduklar çalúmada, Brezilya hisse senedi piyasasnda iúlem yapan yatrmclarn úirketlerin yazl ve görsel medyada çkan haberlerine ve önceki iúlem günlerindeki performanslarna bakarak yatrm yaptklar sonucuna ulaúmúlardr.

Zhong vd. (2018), hisse senedi getirileri üzerinde iúlem hacmi úoklarnn etkisini ölçmek üzere yapmú olduklar çalúmada; 1992-2013 yllar arasndaki aylk hisse senedi ve iúlem hacmi verilerini analiz ederek, hem portföy hem de bireysel hisse senedi yatrmlarnda

(9)

güçlü bir iúlem hacmi etkisi oldu÷u sonucuna ulaúmúlardr. Buna ek olarak; yüksek iúlem hacmi úoklarna maruz kalan hisse senetlerini satn alan ve düúük iúlem hacimli hisse se-netlerini satan bir strateji izleyen yatrmclarn 12 aya kadar ortalamann üzerinde pozitif bir getiri sa÷layabileceklerini tespit etmiúlerdir.

4. Model ve Veri Seti

Teorik ve ampirik literatüre uygun olarak çalúmada Borsa østanbul yabanc yatrmc iúlem hacmi ile finansal risk ve politik risk endeksleri arasndaki iliúki VAR(Vector Autoregressions) modeli yardmyla incelenmiútir.

Analiz için tahmin edilmek istenen denklemin eúanl bir modelde do÷ru bir úekilde belir-lenmesi gerekmektedir. Sims (1980), eúanl modellerde de÷iúkenlerin içsel-dúsal ayrm ve parametreler üzerine kstlama koymada ço÷u kez keyfi davranld÷ konusunda eleútiride bulunarak, bütün de÷iúkenlerin içsel olarak kabul edildi÷i VAR modelini geliútirmiútir. Bu modelde vektör terimi, iki ya da daha çok de÷iúkenden oluúan bir vektörün ele alnmasn-dan, otoregresyon terimi ise; ba÷ml de÷iúkenin gecikmeli de÷erlerinin denklemin sa÷nda yer almasndan gelmektedir (Tar, 2015: 451-452). VAR modeli Sims’in bu modeli ortaya atmasnn hemen ardndan yani 1980 sonrasnda iktisat, ekonometri ve finans alanlarnda yaplan uygulamal çalúmalarda sklkla kullanlan bir ekonometrik analiz yöntemidir. Çalúmann konusunu oluúturan de÷iúkenlerden olan Türkiye’nin 1997-2016 yllarna ait finansal ve politik risk endeksleri, son zamanlarda benzer çalúmalarda sklkla kullanlan ve güvenilirli÷i kabul görmüú olan ICRG (International Country Risk Guide) tarafndan hesaplanan veri tabanlarndan elde edilmiútir. Çalúmann bir di÷er de÷iúkeni olan yabanc yatrmclarn iúlem hacimleri tutarlar FøNNET veri tabanndan elde edilmiútir. Söz konusu tutarlar Borsa østanbul’dan elde edilen yine 1997-2016 yllar arasndaki her ayn sonundaki toplam iúlem hacmi tutarlarna oranlanarak (yabanc iúlem hacmi tutar / toplam iúlem hacmi tutar) toplam iúlem hacmi içinde yabanc yatrmclarn oran hesaplanmú ve analize dâhil edilmiútir.

5. Analiz

1997 – 2016 Yllar arasndaki, finansal ve politik risk endeksi ile BøST’de hisse senedi yatrm yapan yabanc yatrmclarn iúlem hacmi arasnda bir iliúkinin var olup olmad÷n VAR modeli ile belirlemek için yaplan bu çalúmada Eviews 9.0 ekonometri program kullanlmútr.

Ampirik analizde öncelikle logaritmalar alnan tüm de÷iúkenlerin dura÷an olup olmadklar incelenmiú, ardndan de÷iúkenler arasndaki iliúkinin ölçülebilmesi için VAR modeli ku-rulmuú, etki-tepki grafikleri oluúturulmuú ve nihayet varyans ayrútrmas yaplarak finansal

(10)

ve politik risk endeksi ile yabanc yatrmc iúlem hacmi arasndaki iliúki belirlenmeye çalúlmútr.

Zaman serisi analizlerinde de÷iúkenlerin dura÷an olmas modelde sahte regresyonlarn meydana gelmesine engel oluúturmaktadr. Dura÷an serilerin zaman içerisinde ortalamas, varyans ve kovaryans de÷iúim göstermez. Dura÷an olmayan de÷iúkenlerde t, Z ve F da÷-lmlarndan yararlanlamaz ve dolaysyla pek çok standart hipotez kullanlamaz duruma gelir (Granger ve Newbold, 1974: 112).

Çalúmada analizi gerçekleútirilen dönemlerde bir yapsal krlmann gerçekleúip gerçek-leúmedi÷ini belirlemek amacyla öncelikle Zivot-Andrews Birim Kök Testi yaplmútr. Analize konu olan iki ba÷msz ve bir ba÷ml de÷iúken için gerçekleútirilen test netice-sinde; Borsa østanbul yabanc yatrmc iúlem hacmi için test istatisti÷i -4,702896, finansal risk için test istatisti÷i -3,228406 ve politik risk için test istatisti÷i -3,254492 bulunmuútur. Elde edilen test istatisti÷i % 5 düzeyinde kritik de÷erden küçük oldu÷u için yapsal krlma olmadan seride birim kökün varl÷n gösteren temel hipotez kabul edilir. Seride yapsal krlmann olmad÷ sonucuna ulaúldktan sonra birim kök testleri yaplmú ve serilerin dura÷anlklarna baklmútr. Çalúmada, serilerin dura÷anlk özelliklerinin test edilmesinde en çok kullanlan testler arasnda yer alan Geniúletilmiú Dickey ve Fuller ( ADF-Augmented Dickey-Fuller) (1981) tercih edilmiútir. ADF birim kök testine ek olarak, VAR modeli için karakteristik kökler grafi÷i oluúturularak serilerin dura÷an oldu÷u ikinci tez test edilmiútir. Tablo 1’de ADF birim kök testi sonuçlarna, Grafik 1.’de ise Karakteristik Kök-ler’e yer verilmiútir.

Tablo 1: Birim Kök Testi Sonuçlar

ADF Test Sonuçlar

Düzey De÷erinde Dereceden Farklar

Sabitli Sabitli ve trendli Sabitli Sabitli ve trendli

BøST Yabanc Yatrmc øúlem Hacmi(borsa) -2.001 (0.286) -2.738 (0.222) -21.829 (0.000*) -21.784 (0.000)* Finansal Risk(FøN) -2.126 (0.235) -2.419 (0.369) -14.574 (0.000)* -14.548 (0.000)* Politik Risk(POL) -1.194 (0.677) -1.063 (0.932) -14.562 (0.000)* -14.664 (0.000)*

Not: Parantez içindeki de÷erler ADF testi için AIC bilgi kriteri kullanlarak elde edilen olaslk de÷erlerini göstermektedir. *,**,*** ifadeleri srasyla %10, %5, %1 düzeyindeki anlamll÷ ifade etmektedir.

Tablo 1’de yer alan ADF birim kök sonuçlarna göre, borsa, FøN ve POL de÷iúkenleri dü-zeyde dura÷an olmadklar, birinci farklar alnd÷nda dura÷an hale geldikleri için bütün-leúme derecesi I(1)’dir. Analize dâhil edilen tüm de÷iúkenler ayn düzeyde dura÷an olduk-lar için VAR modelinin uygulanyor olmas farkl düzeydeki dura÷anlklarda ARDL

(11)

mo-deli, ayn düzeydeki dura÷anlklarda ise VAR modeli kullanlr úeklinde ifade edilen lite-ratürdeki genel kanyla da örtüúmektedir.

Grafik 1: Karakteristik Kökler

Modelde kullanlan de÷iúkenlerin dura÷an olmas için birim çember içerisinde yer almas gerekmektedir. Grafik 1.’den anlaúlaca÷ üzere tüm de÷iúkenler tpk ADF birim kök tes-tinde oldu÷u gibi dura÷andrlar.

Seriler dura÷an hale getirildikten sonra de÷iúkenler arasndaki otokorelasyonun varl÷ test edilmiútir. Bunun için yaplan Otokorelasyon LM Testi de÷erleri Tablo 2.’de belirtilmiútir.

Tablo 2: Otokorelasyon LM Testi Sonuçlar

Gecikmeler(Lags) LM østatisti÷i(LM-Stat.) Olaslklar(Prob.)

1 10.38249 0.3204 2 9.880972 0.3602 3 2.386024 0.9838

Otokorelasyon LM testi sonucunda de÷iúkenler arasnda bir otokorelasyon varl÷na rastla-nlmamas gerekmektedir. Tablo 2.’deki olaslk sonuçlar incelendi÷inde tüm de÷iúkenler için olaslk de÷erleri 0.05’in üzerinde oldu÷undan dolay bir otokorelasyon olmad÷ gö-rülmektedir. Ayn düzeyde dura÷an olan de÷iúkenler arasndaki iliúkinin ölçülmesi için VAR modeli kurularak, kurulan model için uygun gecikme uzunlu÷una baklmú gecikme

(12)

uzunlu÷u (2) olarak belirlenmiú ve VAR modeli yeniden kurulmuútur. Tablo 3.’de VAR modeli sonuçlar ile R2, düzeltilmiú R2 ve F-istatisti÷i sonuçlarna yer verilmiú ve ardn-dan de÷iúen varyans sorunu olmad÷n belirlemek için heteroskedastisite snamas yapl-mútr. Tablo 4.’de ise; modelin heteroskedastisite snamas de÷erleri yer almaktadr.

Tablo 3: VAR Analizi Dönem: 1997: 1 - 2016: 12 Gözlem Says: 720

BøST Yabanc Yatrmc øúlem Hacmi

Politik Risk Finansal Risk

LNBIST(-1) 0,605376 (0,06649) [9,10508] -0,011683 (0,00743) [-1,57335] -0,008921 (0,00974) [-0,91639] LNBIST(-2) 0,285179 (0,006518) [4,37552] 0.00495 (0.00728) [ 0.68024] 0.006756 (0.00954) [0,04015] LNPOL(-1) 0.028864 (0.63352) [ 0.04556] 0.982641 (0.07075) [ 13.8880] 0.003724 (0.09276) [ 0.04015] LNPOL(-2) -0.084387 (0.63633) [-0.13261] -0.002177 (0.07107) [-0.03064] 0.009385 (0.09317) [ 0.10072] LNFIN(-1) 1.134595 (0.48811) [ 2.32448] 0.010016 (0.05451) 0.984170 (0.07147) [ 13.7706] LNFIN(-2) -0.595665 (0.50125) [-1.18837] 0.019441 (0.05598) [ 0.34727] -0.021578 (0.07339) [-0.29400] R² 0.897050 0.964201 0.930459 Düzeltilmiú R² 0.894066 0.963164 0.928443 F-istatisti÷i 300.6144 929.2205 461.6113

Not: En üstteki (parantez içerisinde olmayan) de÷erler etki açklamasn göstermektedir. Parantez içerisindeki de÷erler standart hata de÷erleridir. Köúeli parantez içerisindeki de÷erler ise t-istatistik de÷erleridir. Gecikme uzunlu÷unun belirlenmesi için AlC (Akaike bilgi kriteri), SCL (schwarz bilgi kriteri) ve HQ (Hannan-Quin bilgi kriteri) istatistiklerine baklmútr. Yaplan VAR analizinde uygun gecikme uzunlu÷u iki olarak seçilmiútir.

Tablo 4: Heteroskedastisite Snamas Sonuçlar Ki-Kare Testi

(Chi-Sq)

df Olaslk

69.50626 72 0.5614

Tablo 4.’ deki Ki-Kare ve olaslk de÷erleri tahmin edilen modelde de÷iúen varyans sorunu olmad÷n baúka bir ifadeyle hata teriminin varyansnn tüm gözlemler için ayn oldu÷unu ortaya koymaktadr. De÷iúen varyans sorunu olmad÷ tespit edildikten sonra etki-tepki grafikleri ve varyans ayrútrmas tablolar oluúturularak analiz neticelendirilmiútir.

(13)

Etki-tepki grafikleri rassal hata terimlerinden birinde meydana gelen bir standart sapmalk úokun, içsel de÷iúkenlerin mevcut ve gelecekteki de÷erlerine olan etkisini yanstt÷ndan dolay, oluúturulan VAR modeline ek olarak bu grafikteki sonuçlarn yorumlanmas son derece önemlidir.

Modelde kullanlan de÷iúkenlerin etki-tepki grafikleri Grafik 2.’de belirtildi÷i úekildedir.

Grafik 2: Etki-Tepki Grafikleri

Etki-tepki grafiklerinden anlaúlaca÷ üzere; %±2 standart hata düzeyinde finansal risk endeksinde meydana gelen úoka Borsa østanbul yabanc yatrmc iúlem hacmi pozitif tepki vermektedir. Bu tepkinin dönemler ilerledikçe de artarak devam etti÷i görülmektedir. Ya-banc yatrmclarn ülkedeki finansal riskte meydana gelen de÷iúikli÷e paralel olarak hisse senedi alm ve satmlarnda de÷iúikli÷e gitti÷i, iúlem hacmi alm ve satm toplamndan oluútu÷u için bununda iúlem hacmini artrd÷ sonucuna varlmútr. Buna ek olarak; politik risk endeksinde meydana gelen úoklara yabanc yatrmclarn önemli bir tepki vermedi÷i, bu tepkilerin sfr etrafnda önemsiz bir seyir izledi÷i görülmektedir.

(14)

Borsa østanbul’da yabanc yatrmc iúlem hacminde ortaya çkan bir úokun, finansal risk endeksinde yaklaúk üç dönem boyunca azaltc yönde tepkiye yol açt÷ ve dönemler iler-ledikçe sfr düzeyinde seyir etti÷i ve önemli bir etki oluúturmad÷ görülmektedir. Yabanc yatrmclarn iúlem hacminde meydana gelen úoka, politik risk endeksinin negatif yönde tepki verdi÷i görülmektedir. Dönemler ilerledikçe bu tepkinin artarak devam etti÷i anlaúl-maktadr. Politik riskte ortaya çkan bir úokun etkisine, yabanc yatrmc iúlem hacminin önemli bir tepki vermedi÷i göz önüne alnd÷nda iúlem hacmindeki úoklara politik risk endeksinin verdi÷i negatif yönlü tepki oldukça dikkat çekicidir.

Analize konu olan tüm de÷iúkenler için oluúturulan varyans ayrútrma sonuçlar aúa÷daki tablolarda srasyla sunulmuútur.

Tablo 5: Borsa østanbul Yabanc Yatrmc øúlem Hacmi Varyans Ayrútrma Tablosu

Dönem Standart Hata BøST Yabanc

Yatrmc øúlem Hacmi Finansal Risk Endeksi Politik Risk Endeksi 1 0.145925 100.0000 0.000000 0.000000 2 0.174106 98.08719 1.912108 0.000703 3 0.201049 96.96373 3.034993 0.001273 4 0.221089 95.36297 4.634607 0.002425 5 0.238102 93.66319 6.332426 0.004379 6 0.252586 91.80934 8.184125 0.006538 7 0.265275 89.86997 10.12139 0.008636 8 0.276550 87.87478 12.11479 0.010421 9 0.286701 85.85882 14.12942 0.011758 10 0.295930 83.84924 16.13817 0.012593

Tablo 5. Borsa østanbul’da yaplan yabanc yatrmlarn iúlem hacmindeki de÷iúmelerin dönemler itibariyle (10 dönem) ele alnan de÷iúkenlerin açklayc etkilerini göstermektedir. Bu bilgiler ú÷nda; BøST yabanc yatrmc iúlem hacmini 1. dönemde %100 orannda kendi gecikmesi açklamaktadr. Dönemler ilerledikçe yabanc yatrmc iúlem hacmindeki de÷iúmeleri açklamada finansal risk endeksinin etkilerinin giderek artt÷ görülmektedir. Politik risk endeksinin tpk etki-tepki grafiklerinde oldu÷u gibi % 1 civarnda bile olsa yabanc yatrmc iúlem hacmindeki de÷iúiklikleri açklamad÷, ancak finansal risk endek-sinin % 16 civarnda yabanc yatrmc iúlem hacmindeki de÷iúiklikleri açklad÷, yabanc yatrmclarn hisse senedi alm ve satmlarnda politik riskten ziyade finansal riski dikkate alarak yatrm tercihlerinde bulundu÷u görülmektedir.

(15)

Tablo 6: Finansal Risk Endeksi Varyans Ayrútrma Tablosu

Tablo 7: Politik Risk Endeksi Varyans Ayrútrma Tablosu

Tablo 6. ve Tablo 7.’da belirtilen varyans ayrútrma sonuçlar incelendi÷inde; politik risk endeksinin finansal risk endeksinde de÷iúimleri açklamada tpk yabanc yatrmc iúlem hacminde oldu÷u gibi oldukça düúük kald÷, finansal risk endeksinde meydana gelen de÷i-úimlerin çalúmann bir di÷er de÷iúkeni olan politik riski etkiledi÷i görülmektedir.

6. Sonuç

Dünya Bankas tarafndan yaplan snflandrmada geliúmekte olan ülke grubunda yer alan Türkiye, 1980 ylndan itibaren mali serbestleúme olgusuyla birlikte gerek do÷rudan ya-banc yatrmlara gerekse portföy yatrmlarna kaplarn açmútr. Bu durum beraberinde bir takm yeni risklerin oluúmasna, mevcut risklerin de zaman zaman hiç olmad÷ kadar artmasna yol açmútr. Sistematik risk grubunda yer alan politik risk ve sistematik olmayan risklerden olan finansal risk de bu kapsamda de÷erlendirilmektedir. Ülkelerin sermaye piyasalarndan menkul kymet alm satm yaparak dolayl yatrmlarda bulunan yabanc

(16)

yatrmclarn genellikle likiditesi yüksek finansal varlklar tercih ettiklerinden dolay or-taya çkan çeúitli tehlike ve risk durumlarnda yatrm yaptklar ülkeyi her an terk etme olaslklar oldu÷u bilinen bir gerçektir. Bu gerçekten yola çkarak, Türkiye’de 1997-2016 yllar arasndaki dönemde ortaya çkan finansal ve politik riskler ile Borsa østanbul yabanc yatrmc iúlem hacmi arasndaki iliúki analiz edilmeye çalúlmútr.

Literatürde yabanc yatrmclarn portföy yatrmlar ile finansal risk ve/veya politik risk arasndaki iliúkiyi ölçen çalúmaya rastlanmamaktadr. Dolaysyla finansal ve politik risk ile yabanc yatrmclarn Borsa østanbul’da gerçekleútirmiú olduklar iúlem hacmi arasn-daki iliúkiyi VAR modeli ile ortaya koyan bu çalúma özgün bir de÷ere sahiptir. Çalúmann uygulama ksmnda öncelikle de÷iúkenlerin dura÷anlklar ADF ve Karakteristik Kökler testleri yardmyla test edilmiútir. Analize dâhil edilen tüm de÷iúkenler birinci farknda dura÷an hale gelmiútir. De÷iúkenler arasndaki iliúkinin varl÷, de÷iúkenler ayn seviye-lerde dura÷an olduklar için VAR modeli ile analiz edilmiútir. Seriler dura÷an hale getiril-dikten sonra de÷iúkenler arasnda otokorelasyon olup olmad÷n test etmek için otokorelasyon LM testi yaplmú ve de÷iúkenler arasnda otokorelasyon olmad÷ tespit edilmiú ve analize devam edilmiútir. Seride varyans sorunu olmad÷ Heteroskedasiti sna-masndaki Ki-Kare de÷erine göre tespit edilerek VAR modeline göre de÷iúkenler arasndaki etki-tepki grafikleri ve varyans ayrútrmas sonuçlar ortaya koyulmuútur.

Böylelikle; yabanc yatrmc iúlem hacmindeki de÷iúmeleri açklamada finansal risk en-deksinin etkilerinin dönemler ilerledikçe giderek artt÷ görülmektedir. Politik risk endeksi-nin %1 civarnda bile olsa yabanc yatrmc iúlem hacmindeki de÷iúiklikleri açklamad÷, ancak finansal risk endeksinin %16 civarnda yabanc yatrmc iúlem hacmindeki de÷iúik-likleri açklad÷, yabanc yatrmclarn hisse senedi alm ve satmlarnda politik riskten ziyade finansal riski dikkate alarak yatrm tercihlerinde bulundu÷u görülmektedir. Varyans ayrútrma sonuçlar incelendi÷inde; politik risk endeksinin finansal risk endeksinde de÷i-úimleri açklamada tpk yabanc yatrmc iúlem hacminde oldu÷u gibi oldukça düúük kal-d÷, finansal risk endeksinde meydana gelen de÷iúimlerin çalúmann bir di÷er de÷iúkeni olan politik riski etkiledi÷i görülmektedir. 1997-2016 yllar arasnda Borsa østanbul’da finansal risk ile yabanc yatrmc iúlem hacmi arasnda anlaml, dinamik ve istikrarl bir iliúkinin varl÷na ulaúlmútr. Çalúmann bir di÷er de÷iúkeni olan politik risk endeksinde meydana gelen úoklara yabanc yatrmclarn önemli bir tepki vermedi÷i, bu tepkilerin sfr etrafnda önemsiz bir seyir izledi÷i sonucuna varlmútr. Ancak yabanc yatrmclarn iúlem hacminde ortaya çkan úoklara, politik risk endeksinin negatif yönlü bir tepki verdi÷i ve dönemler ilerledikçe bu durumun artarak devam etti÷i tespit edilmiútir.

(17)

Kaynakça

AKAR, Cüneyt; (2008), “Net Yabanc øúlem Hacmi ile Hisse Senedi Getirileri Arasnda Uzun Dönemli øliúki Var Mdr?”, Atatürk Üniversitesi øøBF, Cilt: 22(2), ss. 331-338.

AKAR, Cüneyt; (2008), “Hisse Senedi Fiyatlaryla Yabanc øúlem Hacmi Arasndaki Nedensellik: Toda-Yamamoto Yaklaúm”, Muhasebe ve Finansman Dergisi, Say: 37, ss. 185-192.

BAILEY, Warren, and Y. Peter CHUNG; (1995), “Exchange Rate Fluctuations, Political Risk, and Stock Returns: Some Evidence From An Emerging Market”, Journal of Financial and Quantitative Analysis, 30: pp. 541-561.

BAKER, James C., (1998), International Finance Management, Markets, and Instituons, New Jersey: Prentice Hall Inc.

BANSAL, Ravi and Magnus DAHLQUøST; (2001). ‘‘Sovereign Risk and Return in Global Equity Markets,’’ CEPR Discussion Paper, No: 3034, http://www.cepr.org/pubs/dps/DP3034.asp, pp. 1-20.

BAùOöLU, Ufuk; (2000), “Finansal Serbestleúme ve Uluslararas Portföy Yatrmlar”, Balkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 3 (4), ss. 88-99.

BAùOöLU, Ufuk; Ali CEYLAN ve ølker PARASIZ; (2009), Finans Teori, Kurum ve Uygulama, 2. Bask, Bursa: Ekin Yaynevi.

BAYRAKDAROöLU, Ali ve ùaban NAZLIOöLU; (2009), “Hisse Senedi Fiyat-Hacim øliúkisi: øMKB’de øúlem Gören Bankalar için Do÷rusal ve Do÷rusal Olmayan Granger Nedensellik Analizi”, øktisat øúletme ve Finans Dergisi, Cilt: 24, Say: 277, ss. 85-109.

BEKAERT, Geert and Campbell HARVEY; (1997). ‘‘Emerging Equity Market Volatility,’’ Journal

of Financial Economies, 43(1), pp. 29-77.

BEKÇøOöLU, Selim; (1983), Menkul Kymetler Analizi, Ankara.

BOLAK, Mehmet; (1991), Sermaye Piyasas, Menkul Kymetler ve Portföy Analizi, østanbul.

BOYACIOöLU, Melek Acar; Burcu GÜVENEK ve Volkan ALPTEKøN; (2010), “Getiri Volatilitesi ile øúlem Hacmi Arasndaki øliúki: øMKB’de Ampirik Bir Çalúma”, Muhasebe ve Finansman

Dergisi, Cilt-Say: 48, ss. 200-216.

BÜKER, Semih; Rza AùIKOöLU ve Güven SEVøL (1997), Finansal Yönetim, 2. Bask, Eskiúehir: Anadolu Üniversitesi Yaynlar.

CAMPBELL, John. Y.; Sanford J. GROSSMAN and Jiang WANG; (1993), “Trading Volume and Serial Correlation in Stock Returns”, Quarterly Journal of Economics, Volume: 108(4), pp. 905-939.

CANBAù, Serpil ve Hatice DOöUKANLI; (2001), Finansal Pazarlar Finansal Kurumlar ve

Sermaye Pazar Analizleri, østanbul: Beta Basm Yaym Da÷tm.

CEYLAN, Ali ve Turhan KORKMAZ; (1998), Borsada Uygulamal Portföy Yönetimi, 3. Bask, Bursa: Ekin Yaynevi.

CHAN, Yue-cheong and KC John WEI; (1996). ‘‘Political Risk and Stock Price Volatility: The Case of Hong Kong,’’ Pacific Basin Finance Journal, 4: pp. 259-275.

CHEN, Nai-Fu; Richard ROLL and Stephen A. ROSS; (1986), “Economic Forces and The Stock Market,” Journal of Business, 59/3: pp. 383-404.

(18)

CHEN, Shiu-Sheng; (2012), “Revisiting the Empirical Linkages Between Stock Returns and Trading Volume”, Journal of Banking and Finance, Volume: 36, Issue: 6, pp. 1781-1788.

CHORDIA, Tarun and Bhaskaran SWAMINATHAN; (2000), “Trading Volume and Cross-Autocorrelations in Stock Returns”, The Journal of Finance, Volume: 55(2), pp. 913-935. ÇAM, Alper Veli; (2014), “Politik Riskin Firma De÷eri ile øliúkisi: øMKB’ye Kaytl Firmalar

Üzerinde Bir Uygulama”, Do÷uú Üniversitesi Dergisi, 15(1), ss. 109-122.

ÇELøK, Taha Bu÷ra; (2016), øúlem Hacmi De÷iúimlerinin Fiyatlar Üzerindeki Etkisi ve BøST’de

Uygulamas, Marmara Üniversitesi SBE, Yaymlanmamú YL Tezi.

ÇETENAK, Emin Hüseyin; (2006), Yabanc Portföy Yatrmlarnn Hisse Senedi Getirileri Üzerine

Etkisi: øMKB Üzerine Bir Uygulama, Çukurova Üniversitesi SBE, Yaymlanmamú YL Tezi

ÇøNKO, Murat; (2015), “Piyasa Büyüklü÷üne Göre øúlem Hacmi-Fiyat Nedensellik øliúkisi”, TISK

Akademi, Cilt: 10(19), ss. 136-153.

ÇUKUR, Sadk; Ümit GÜMRAH ve Meltem ÜSTÜN GÜMRAH; (2012), “østanbul Menkul Kymetler Borsas’nda Hisse Senedi Getirileri ve øúlem Hacmi øliúkisi”, Ni÷de Üniversitesi øøBF

Dergisi, Cilt: 5, Say: 1, ss. 20-35.

DE SOUZA, Heloisa Elias; Claudio Henrique Da Silveira BARBEDO and Gustavo Silva ARAUJO; (2018), “Does Investor Attention Affect Trading Volume in the Brazilian Stock Market?”,

Researh in International Business and Finance, Volume: 44, pp. 480-487.

DODD, Olga; Christodoulos LOUCA and Krishna PAUDYAL; (2015), “The Determinants of Foreign Trading Volume of Stocks Listed in Multiple Markets”, Journal of Economics and

Business, Volume: 79, pp. 38-61.

ELMAS, Bekir ve Murat YILDIRIM (2010), “Kriz Dönemlerinde Hisse Senedi Fiyat ile øúlem Hacmi øliúkisi: øMKB’de øúlem Gören Bankaclk Sektör Hisseleri Üzerine Bir Uygulama”,

Atatürk Üniversitesi øøBF Dergisi, Cilt: 24, Say: 2, ss. 37-46.

FERSON, Wayne E. and R. Harvey CAMPBELL; (1997), “Fundamental Determinants of National Equity Market Returns: A Perspeetive on Conditional Asset Prieing,” Journal of Banking and

Finance, 21: pp. 1625-1665.

FOSTER, F. Douglas and SUBRAMANIAN VISWANATHAN; (1993), “Variations in Trading Volume, Return Volatility, and Trading Costs: Evidence on Recent Price Formation Models”, The

Journal of Finance, Volume: 48(1), pp. 187-211.

FRANCIS, Jack Clark (1986). Invenstments Analysis and Management, 4th ed. New York: McGraw Hill Book Company.

GAYGUSUZ, Filiz; (2008), “Hisse Senedi Piyasalarnda øúlem Hacmi-Volatilite øliúkisi ve øMKB’ye Ait Bir Uygulama”, Çukurova Üniversitesi øøBF Dergisi, Cilt: 12(1), ss. 34-55.

GAZEL, Sümeyra; (2017), “Hisse Senedi Piyasalarnda øúlem Hacmi ve Volatilite øliúkisi: Krlgan Beúli Ekonomiler Üzerine Bir ønceleme”, Uluslararas Yönetim øktisat ve øúletme Dergisi, Cilt: 13(2), ss. 347-363.

GHADHAB, Imen; (2016), “The Effect of Additional Foreign Market Presence on the Trading Volume of Cross-Listed/Traded Stocks”, Journal of Multinational Financial Management, Volume: 34, pp. 18-27.

(19)

GLASER, Markus and Martin WEBER; (2009), “Which Past Returns Affect Trading Volume?”

Journal of Financial Markets, Volume: 12(1), pp. 1-31.

GRANGER, Clive W.J. and Paul NEWBOLD; (1974), “Spurious Regression in Econometrics”,

Journasl of Econometrics, Volume 2, Issue 2, pp. 111-120.

GÜMRAH, Meltem ÜSTÜN; (2011), østanbul Menkul Kymetler Borsas’nda Hisse Senedi Getirileri

ve øúlem Hacmi øliúkisi, Abant øzzet Baysal Üniversitesi SBE, Yaymlanmamú YL Tezi.

GÜRTAY, Enes; (2017), øúlem Hacmi ve Hisse Senedi Fiyatlar Arasndaki øliúki Üzerine Borsa østanbul’da Bir Uygulama, Gümüúhane Üniversitesi SBE, Yaymlanmamú YL Tezi.

HOLT, David H.; (1998). International Management Text and Cases, USA: The Dryden Pres. ICHSANI, Sakina and Agatha Rinta SUHARDI; (2015), “The Effect of Return on Equity (ROE) and

Return on Investment (ROI) on Trading Volume”, Procedia-Social and Behavioral Sciences, Volume: 211, pp. 896-902.

JAIN, Prem C. and Gun-Ho JOH; (1988), “The Dependence Between Hourly Prices and Trading Volume”, The Journal of Financial and Quantitative Analysis, Volume: 23(3), pp. 269-283. KARPOFF, Jonathan M.; (1987), “The Relation Between Price Changes and Trading Volume: A

Survey”, The Journal of Financial and Quantitative Analysis, Volume: 22(1), pp. 109-126. KAYA, Abdulkadir, Bener GÜNGÖR ve M. Suphi ÖZÇOMAK; (2014), “Politik Risk Yatrmcnn

Dikkate Almas Gereken Bir Risk Midir? Borsa østanbul Örne÷i”, Gazi Üniversitesi øøBF Dergisi, 16/1, ss. 74-87.

KAYALIDERE, Koray ve Hüseyin AKTAù; (2009), “øMKB’de Fiyat-Hacim øliúkisi-Asimetrik Etkileúim”, Yönetim ve Ekonomi Dergisi, Cilt: 16, Say: 2, ss. 49-62.

KIM, Harold Y. and Jianping P. MEI; (2001). ‘‘What Makes the Stock Market Jump? Ananalysis of Political Risk on Hong Kong Stock’’, Journal of International Money and Finance, 20: pp. 1003-1016.

KIRAN, Burcu (2010), “østanbul Menkul Kymetler Borsas’nda øúlem Hacmi ve Getiri Volatilitesi”,

Do÷uú Üniversitesi Dergisi, Cilt: 11, Say: 1, ss. 98-108.

LEHKONEN, Heikki and Kari HEIMONEN; (2015), “Democracy, Political Risks and Stock Market Performance”, Journal of International Money and Finance, 59, pp. 77–99.

LOBATO, Ignacio. N. and Carlos VELASCO; (2000), “Long Memory in Stock-Market Trading Volume”, Journal of Business and Economic Statistics, Volume: 18(4), pp. 410-427.

MATEUS, Tiago; (2004). ‘‘The Risk and Predictability of Equity Returns of the EU Accession Countries’’, Emerging Markets Review, 5: pp. 241-266.

MOUSSA, Faten; Olfa BENOUDA and Ezzeddine DELHOUMI; (2017), “The Use of Open Source Internet to Analysis and Predict Stock Market Trading Volume”, Research Inrernational Business

and Finance, Volume: 41, pp. 399-411.

MUSTAFA, Khalid and Mohammed NISHAT; (2010), “Risk, Return snd Trading Volume Relationship in an Emerging Stock Market: A Case Study of Karachi Stock Exchange”, Savings

and Development, Volume: 34(2), pp. 147-168.

OIJEN, P. van, and E. C. PEROTTI; (2001). ‘‘Privatization, Market Development and Political Risk in Emerging Economies,’’ Journal of International Money and Finance, 20(1): pp. 43- 69.

(20)

OKUYAN, H. Aydn ve Erman ERBAYKAL; (2011), “øMKB’de Yabanc øúlemleri ve Hisse Senedi Getirileri øliúkisi”, Do÷uú Üniversitesi Dergisi, Cilt: 12(2), ss. 256-264.

ORAL, øbrahim Orkun ve Cihan YILMAZ; (2017), “Finansal ve Politik Risk Endeksinin BøST Snai Endeksi Üzerindeki Etkisi” Karadeniz Uluslararas Bilimsel Dergi, 2017 Bahar, Cilt-Say: 33, ss. 192-202.

ÖZGÜMÜù, Hasibe; Turhan KORKMAZ ve Emrah øsmail ÇEVøK; (2013), “Makroekonomik Faktörlerin Vadeli øúlem(Futures) Sözleúmelerine Etkisi”, BDDK Bankaclk ve Finansal

Piyasalar Dergisi, Cilt: 7, Say: 1, ss. 103-136.

PATEIIS, Alex D.; (1997), “Stock Return Predictability and The Role of Monetary Policy,” Journal

of Finance, 52: pp. 1951-1972.

SARIKAMIù, Cevat (1998), Sermaye Pazarlar, 3. Bask, østanbul: Alfa Basm Yayn.

SARIOöLU, Serra Eren; (2007), “Hisse Senedi Fiyatlar ile øúlem Hacmi Arasndaki øliúki: øMKB Üzerinde Bir Çalúma”, 11. Ulusal Finans Sempozyumu, http://serpam.org/wp-content/uploads/Eren_Sarioglu2007.pdf

SIMS, Christopher. A.; (1980), “Macroeconomics and Reality”, Econometrica, (48), pp. 1-48. SUOMINEN, Matti; (2001), “Trading Volume and Information Revelation in Stock Markets”, The

Journal of Financial and Quantitative Analysis, Volume: 36(4), pp. 545-565.

TAPA, Afiruddin and Maziah HUSSIN; (2016), “The Relationship Between Stock Return and Trading Volume in Malaysian ACE Market”, International Journal of Economics and Financial

Issues, Volume: 6(S7), pp. 271-278.

TARI, Recep (2015), Ekonometri, Umuttepe Yaynlar, 10. Bask.

TEZCANLI, Meral Varú; (1994), Uluslararas Sermaye Hareketlerinde Portföy Yatrmlar ve

Türkiye, østanbul: øMKB Araútrma Yaynlar, No:3.

UöURLU, Murat; Mehmet Levent ERDAù ve Abdullah EROöLU, A., (2016), “Portföy Yönetiminde Sistematik Olmayan Riski Azaltacak Bir Do÷rusal Programlama Model Önerisi”,

Çankr Karatekin Üniversitesi øøBF Dergisi, Cilt: 6(1), ss. 147-174.

UMUTLU, Göknur; (2008), “øúlem Hacmi ve Fiyat De÷iúimleri Arasndaki Nedensellik ve Dinamik øliúkiler: øMKB’de Bir Ampirik ønceleme”, Gazi Üniversitesi øøBF Dergisi, Cilt: 10(1), ss. 231-246. UYAR, Umut ve Sinem Güler KANGALLI; (2012), “Markowitz Modeline Dayal Optimal Portföy

Seçiminde øúlem Hacmi Kst”, Ege Akademik Bakú, Cilt: 12, Say: 2, ss. 183-192.

WANG, Jiang; (1994), “A Model of Competitive Stock Trading Volume”, Journal of Political

Economy, Volume: 102(1), pp. 127-168.

YAPRAKLI, Sevda ve Bener GÜNGÖR; (2007), “Ülke Riskinin Hisse Senetleri Fiyatlarna Etkisi: øMKB 100 Endeksi Üzerine Bir Araútrma”, Atatürk Üniversitesi SBF Dergisi, 62, (2), ss. 199-218.

YILANCI, Veli ve ùeref BOZOKLU; (2014), “Türk Sermaye Piyasalarnda Fiyat ve øúlem Hacmi øliúkisi: Zamanla De÷iúen Asimetrik Nedensellik Analizi”, Ege Akademik Bakú, Cilt: 14(2), ss. 211-220.

ZHONG, Angel; Daniel CHAI; Bob LI and Mardy CHIAH; (2018), “Volume Shocks and Stock Returns: An Alternative Test”, Pacific-Basin Finance Journal, Volume: 48, pp. 1-16.