Türkiye Konut Sektörü Performans Analizi
Sema BAYRAKTAR1
Gönderim tarihi: 07.07.2018 Kabul tarihi: 07.03.2019
Öz
Bu çalúma Konut Fiyat Endekslerini kullanarak konut sektörünün performansn di÷er finansal piyasalarla karúlaútrmay amaçlamútr. Bu amaçla öncelikle Türkiye’de konut piyasas di÷er finansal piyasalarla risk/getiri yönünden karúlaútrlmú ve korelasyon iliúkisi açsndan incelenmiútir. Ayrca Sermaye Varlklar Fiyatlandrma Modelinin çeúitli versiyonlar kullanlarak Türk Konut sektörünün piyasa portföyüne göre performans ölçülmeye çalúlmútr. Bir di÷er analiz ise konut sektörü endekslerinin enflasyon karúsndaki koruyuculu÷u üzerine yaplmútr. Sonuçlar analiz edilen 2010-17 dönemi için konut piyasasnn di÷er finansal piyasalara göre getiri ve risk göstergelerine göre avantajl bir yatrm arac oldu÷unu göstermektedir. Di÷er yandan konut piyasasnn enflasyon ile pozitif bir iliúkisi olmad÷ ve bu nedenle teorik beklentinin aksine yatrmcy enflasyon riskine karú koruyamad÷ saptanmútr.
Anahtar Sözcükler: Konut Piyasas, Hisse Senedi Piyasas, Risk, Getiri, Performans, Türkiye JEL Snflandrmas: G10, G11
Performance Analysis Of Property Sector in Turkey
Abstract
This study, by using House Price Indices, analyzes Turkish residential property sector performance in comparison with other financial markets. To this end, the study compared the housing market and other financial markets in Turkey in terms of risk/return relationship and examined the correlation structure of the markets. Furthermore, by using various versions of the Capital Asset Pricing Model, the study analyzes whether the Turkish Housing sector provides abnormal return with respect to the market portfolio. Another relevant question in the study is whether the housing sector provides protection against inflation. The results show that, for the 2010-17 period analyzed, the housing market is an advantageous investment instrument as compared to the other financial markets. On the other hand, contrary to theoretical expectations, it has been found that the housing sector is not positively related to inflation, thus does not provide a hedge against it.
Keywords: Housing Markets, Equity Markets, Risk, Return, Performance, Turkey JEL Classification: G10, G11
1 Dr. Ö÷r. Üyesi, østanbul Bilgi Üniversitesi, UBYO, Bankaclk ve Finans Bölümü, E-posta:
1. Giriú
Türkiye ekonomisi, 2001 ylnda önemli bir bankaclk krizi geçirdikten sonra IMF ve Dünya Bankasnn destekleriyle uygulad÷ finansal istikrar programlar ile ekonomide uzun sürecek bir iyileúme dönemi yakalamútr. Bu iyileúme ve sektörü teúvik edici politi-kalar nedeni ile Türkiye gayrimenkul sektörü, dolaysyla konut sektörü, büyüyerek hem ekonomi içinde önemli bir yer edinmiú hem de ekonominin büyümesinde kendisi de bir rol üstlenmiútir. 2008 ekonomik krizinin sektörde inúaat izinlerinin bir önceki seneye göre %12 düúmesine neden olmasna ra÷men, 2010 ylnda satlan ev says tekrar artú yönünde bir e÷ilim göstermiú ve sektör krizden çok fazla etkilenmemiútir (Coúkun, 2013).
Yatrm kararlar öncelikle risk ve getiri karúlaútrmalar ile úekillenir. Türkiye’de konut sektörüne yatrm ise di÷er yatrmlara göre hep daha avantajl olmuútur. Çünkü Türkiye’de ev sahibi olmak gelece÷i güvenceye almak açsndan önemli ve arzu edilen bir yatrmdr. Di÷er yandan, konut sektörü genel olarak ekonomiyi canlandrc etkisinden dolay her zaman çeúitli politikalarla teúvik edilmiú; faizler düúük tutulmaya çalúlmú ve ev kredileri-nin yaygnlaúmas için çalúlmútr. Bu nedenlerle konut yatrmlar Türkiye’de her zaman tercih edilen bir yatrm türü olmuútur.
Bu çalúma Türkiye’de konut sektörünün klasik finans teorisine göre bu tercihi hak edecek bir getiri ve risk bileúenine sahip olup olmad÷n belirlemek amacyla, konut sektörüne yaplacak bir yatrmn risk ve getiri analizini yapmay ve bu yatrm avantajlarnn ince-lenmesini amaçlamaktadr. Bu amaçla öncelikle, konut sektörü di÷er finansal piyasalarla farkl açlardan karúlaútrlacaktr. Özellikle tahvil piyasas ve hisse senedi piyasas konut piyasas ile performans ölçütleri (risk ve getiri) üzerinden karúlaútrlacaktr. Piyasalar aras iliúki ise korelasyon hesaplanarak de÷erlendirilecektir. Ayrca Sermaye Varlklar Fiyatlan-drma Modelinin çeúitli versiyonlar kullanlarak Türk Konut sektörünün piyasa portföyüne göre performans ölçülmeye çalúlacaktr. Bir di÷er analiz ise konut piyasasnn yatrmcy enflasyon riskine karú daha iyi koruma olanaklar sa÷layp sa÷lamad÷na dair olacaktr. Bu bulgulardan hareketle bir yatrmc için Türkiye gayrimenkul sektörünün di÷er finansal piyasalara kyasla avantajl bir piyasa olup olmad÷ araútrlacaktr.
2. Literatür Taramas
Dünya literatüründe gayrimenkul sektörü performansn di÷er finansal piyasalarla karúlaú-tran çok sayda çalúma vardr (kapsaml bir inceleme için; Hoesli ve MacGregor, 2000) Bu çalúmalar ülkelere ve seçilen döneme göre de÷iúiklik göstermesine ra÷men baz genel sonuçlara ulaúlmútr. Örne÷in, Amerika Birleúik Devletleri (ABD) ve øngiltere’de yaplan çalúmalarda, gayrimenkul sektörünün risk-getiri oranlarnn di÷er piyasalara göre daha elveriúli oldu÷u saptanmútr (Ibbotson ve Siegel,1984; Coleman ve di÷erleri, 1994; MacFregor ve Nanthakumaran, 1992). Yine bu çalúmalara göre gayrimenkul sektörü,
tah-vil piyasasndan daha fazla getiri ve riske, hisse senedi piyasasndan ise daha az getiri ve riske sahiptir. Ayrca, øngiltere ve ABD’de yaplan çalúmalarda gayrimenkul sektörünün hisse senedi ve bono piyasas ile korelasyonunun düúük ya da negatif oldu÷u gözlenmiútir (Hartzell ve di÷erleri, 1986; Fisher ve di÷erleri, 1994; MacGregor ve Nanthakumaran, 1992). Di÷er yandan Gayrimenkul Yatrm Ortaklklar (GYO) ile ilgili çalúmalar ise GYO sektörünün daha çok hisse senedi piyasas ile benzer özellikler taúd÷n ortaya koymuútur (Mueller ve di÷erleri, 1994; Han ve Liang, 1995; Brueggeman ve Fisher, 1997; Eichholtz, 1997b). Eichholtz (1997b), 1987-1996 döneminde inceledi÷i 19 ülkeden ikisi dúnda hepsi için GYO ve hisse senedi getirileri arasnda yüksek korelasyon tespit etmiútir. Ibbotson ve Siegel (1984), Amerika’da yaptklar çalúmada gayrimenkul sektörünün enflasyona karú pozitif tepki verdi÷ini yani enflasyon riskine karú mükemmel koruma sa÷lad÷n, hisse senetleri ve bonolarn ise enflasyona karú negatif tepki verdiklerini göstermiúlerdir. Brueggeman ve di÷erleri (1984) ise gayrimenkul sektörünün enflasyona karú sa÷lad÷ bu korumann sadece “beklenen enflasyon” için geçerli oldu÷unu saptamúlardr. Francis ve G. Ibbotson (2009) Amerikan piyasas için 1978-2008 dönemi için gayrimenkul getiri oranla-rnn ve standart sapmalaoranla-rnn hisse senedi piyasas ve GYO getiri oranlar ve standart sap-malarndan daha küçük oldu÷unu bulmuútur. Ayrca GYO getiri oranlar ile hisse senedi piyasas getiri oranlar arasndaki korelasyonun gayrimenkul ve hisse senedi arasndaki korelasyona göre daha büyük oldu÷unu ve gayrimenkul sektörü ile enflasyon arasnda GYO ve enflasyon arasndaki korelasyonun iki kat büyüklü÷ünde bir iliúki oldu÷unu bul-muúlardr. Niskanen ve Falkenbach (2010) ise Avrupa GYO getirileri ve hisse senedi piya-sas getirileri arasnda pozitif ama Avrupa GYO getirileri ve bono piyapiya-sas getirileri ara-snda negatif bir iliúki saptamúlardr.
Di÷er yandan gayrimenkul sektörü ile ilgili Türkiye için yaplmú çalúmalar görece daha kstldr. Türkiye konut sektörü için bilinen en eski çalúmalardan biri Önder’e (2000) aittir. Önder, enflasyon oranlarnn yüksek oldu÷u bir dönem olan 1986-96 arasnda An-kara’daki gerçek ev fiyatlarn kullanarak ev fiyatlarnn enflasyon riskine karú koruyucu-lu÷unu üç farkl model kullanarak analiz etmiútir. Sonuçlar, ev fiyatlarnn di÷er ülke ça-lúmalarnn aksine enflasyon riskine karú koruma sa÷lamad÷n göstermiútir. Önder bunu hem ev ipotek piyasasnn ksa vadeli olmasna hem de yüksek enflasyon faktörüne ba÷la-mútr. Uçal ve Gökkent (2009), vektör oto regresyon modeli ve 1987-2005 aras üç aylk sklkta veri kullanarak, gayrimenkul fiyatlarn etkileyen makroekonomik faktörleri belir-lemeye çalúmúlardr. Bu çalúmann sonuçlarna göre sektördeki fiyatlar etkileyen en önemli faktör Tüketici Fiyat Endeksidir. Bu tespit sektörün enflasyon riskine karú koruyu-culu÷unu göstermektedir. Yani bu çalúma, Önder’in çalúmasndan farkl bir sonuç ortaya koymuútur. Bunu, Önder’in çalúmasnda bahsetti÷i nedenlerin de÷iúmiú oldu÷u gerçe÷ine, yüksek enflasyon ve ksa vadeli ev ipotek anlaúmalarnn yerini görece düúük enflasyon ve uzun vadeli ipotek anlaúmalarnn almasna ba÷layabiliriz. Türkiye Merkez Bankas, ancak bu çalúmalardan sonra 2010 ylnda Konut Fiyat Endeksini hesaplamaya baúlamútr. Ça-lúmamzda, bu konut fiyat endeksi üzerinden benzer analizler yaplarak önceki çalúmalar ile kyaslama yaplmaktadr.
1990’lardan sonra gayrimenkul sektöründe Gayrimenkul Yatrm Ortaklklar (GYO) ayrca bir araç olarak yerini almútr. GYO’larn kuruluú ve faaliyet izinleri Sermaye Piyasas Kurulu’na tabi tutulmuútur. GYO’nn kuruluú ve faaliyetleri ile ilgili ilk düzenleme ise 22.07.1995 tarihli “Gayrimenkul Yatrm Ortaklklarna øliúkin Esaslar Tebli÷i” ile oluútu-rulmuútur (ùarkaya,2007). GYO ile ilgili veri kayna÷ daha eskiye dayand÷ndan Türk GYO üzerine Türk Gayrimenkul Piyasasna kyasla çok daha fazla sayda akademik ça-lúma bulunmaktadr.
Akkaya ve di÷erleri (2005), makalelerinde Gayrimenkul Yatrm Fonlar (GYF)’nn avan-tajlarn araútrmú ve en önemli avantajlarndan birinin yatrmcy enflasyon riskine karú korumas oldu÷unu belirtmiúlerdir. Bu ampirik çalúmaya dayal bir makale de÷ildir, ancak bu konudaki ilk çalúma özelli÷ini taúmaktadr. Kylar ve Hepúen (2010), 2000-2008 yl-lar için aylk veri kullanarak GYO sektörü ve ISE-100 endeks performansyl-larn Sharpe ve Jensen endekslerini kullanarak karúlaútrmúlardr. Fakat GYO sektörü için tek bir endeks kullanmayp tek tek GYO úirketlerinin Sharpe ve Jensen endekslerini ISE-100 endeksi ile karúlaútrdklarndan tüm piyasay açklayan net bir sonuca ulaúmak mümkün olmamútr. Bu çalúmaya göre, ço÷u GYO úirketi ISE-100’den daha yüksek aylk getiri oran sa÷la-maktadr. Di÷er yandan de÷iúkenlikleri de daha yüksektir. Ço÷u için Sharpe rasyolar ISE-100’den daha düúüktür. Jensen endeksleri ise anlaml olmamakla birlikte ço÷u için pozitif oldu÷undan yazarlar tarafndan GYO’larn ISE-100’e göre performanslarnn daha iyi ol-du÷u sonucuna varlmútr. Erol ve Trtro÷lu (2008) Gayrimenkul Yatrm Fonlarnn (GYF) enflasyon riskine karú koruyuculuklarn Aralk 1999-Aralk 2004 dönemi için hisse senedi endeksleri ile karúlaútrmúlardr. Bu çalúma, Türkiye’de GYF’larnn hisse senedi endekslerine göre enflasyon riskine karú koruyuculuk konusunda daha avantajl ve bu özelliklerinin yüksek enflasyon dönemlerinde daha etkili oldu÷unu göstermiútir. Erol ve øleri (2013) ise çalúmalarnda GYO-Endeksini, tek tek GYO úirketlerini ve BIST sektör endekslerini 2002 ve 2011 yllar arasnda incelemiúlerdir. Bu çalúmann amac, hangi makroekonomik faktörlerin BIST sektör endekslerini ve GYO úirketlerini etkiledi÷ini or-taya koyabilmektir. Sonuçlar genel olarak Türk GYO hisse senetlerinin gayrimenkul sektö-ründen çok daha fazla hisse senedi piyasas gibi davrand÷n ve benzer makroekonomik faktörlerden etkilendi÷ini göstermiútir. Buna göre GYO’lar, ayn BIST sektörel endeksleri gibi, enflasyon riskine karú negatif koruma sa÷lamakta, reel sektör oynakl÷ ile pozitif korelasyon göstermekte ve øMKB risk priminden a÷rlkl olarak etkilenmektedir. Bu du-rum, GYO’larn portföy çeúitleme özelliklerini zayflatmaktadr. Coúkun ve di÷erleri (2017) ise 2008-2015 arasnda aylk veri kullanarak, GYO’nn risk getiri özelliklerini ve portföy çeúitlendirmesinde etkilerini incelemiú fakat farkl finansal araçlarla bir karúlaútr-masn yapmamúlardr.
2010 Ocak-2015 Eylül dönemi için TCMB tarafndan yaymlanan Türkiye Konut Fiyat Endeksini (TKFE), Ankara, østanbul ve øzmir alt endekslerini TÜFE, altn fiyat (ABD Dolar/Ons altn), ABD dolar ve BøST 100 endeksi ile karúlaútrmaktadr. Bu karúlaútr-maya göre Reidin ve TKFE verileri arasnda fark görülse de, Çoúkun “konut yatrmnn belli yerel piyasalarda enflasyona göre reel getiri sa÷layan bir yatrm arac olabilece÷i ve konut yatrmcsnn finansal ürünlere yatrm tercih etmemesinin varlk portföyü yönetimi ba÷lamnda do÷ru bir seçim oldu÷u” sonucuna ulaúr. Ancak, Coúkun bu yatrm araçlarn, riskleri, enflasyona karú koruyuculuklar ve çeúitlendirme özellikleri açsndan karúlaútr-mamaktadr.
Bu çalúma, daha güncel bir veri kullanarak ve Türk konut sektörüne daha bütüncül yak-laúmaya çalúarak genel anlamda sektörün performansn di÷er finansal araçlarla karúlaú-trmaktadr. Çalúmann bir sonraki bölümünde metodoloji ksaca anlatlmútr. Dördüncü bölümde, Türkiye’de konut piyasas di÷er finansal piyasalarla risk/getiri yönünden ve ko-relasyon iliúkisi açsndan incelenmiútir. Beúinci bölümde ise Sermaye Varlklar Fiyatlan-drma Modeli (SVFM)’nin çeúitli versiyonlar kullanlarak Türk Konut sektörünün di÷er finansal piyasalara göre performans de÷erlendirilmiútir. Altnc bölümde konut sektörü endekslerinin enflasyon riski karúsndaki koruyuculu÷u analiz edilmiútir. Özet ve sonuç-larla ilgili tartúma ise son bölümde yaplmútr.
3. Metodoloji ve Data
Bu çalúmada Türkiye konut sektörü öncelikle di÷er finansal piyasalarla risk ve getiri yö-nünden karúlaútrlmútr. Piyasalar arasndaki iliúki ise korelasyon ölçülerek incelenmiútir. Bu amaçla, çalúmamzda konut sektörünü temsilen üç farkl endeks kullanlmútr; Konut Fiyat Endeksi (TR_KFE), Yeni Konut Fiyat Endeksi (TR_YKFE), Hedonik Fiyat Endeksi (TR_HFKE). Bu endekslerin yan sra GYO’nn a÷rlklandrlmú endeksi olan BIST Gay-rimenkul Yatrm Ortakl÷ Sektör Endeksi (BIST REIT) de çalúmamzda, hisse senetleri piyasada satlan bir gayrimenkul enstrüman olarak, yer almútr. Merkez Bankas, Konut Fiyat Endekslerini 2010 ylndan beri hesaplamaktadr. Bu da bize 2008 krizi sonrasnda Türkiye finansal sektörlerini karúlaútrabilmek için frsat vermektedir. Konut piyasasn karúlaútrmak üzere kullanaca÷mz di÷er de÷iúkenler ise hisse senedi piyasas için BIST 100 Endeksi, Hazine 10 yllk Tahvil gösterge faizi, Dolar/TL kuru, Altn fiyatlar ve Tüke-tici Fiyat Endeksidir1. øncelenen dönem 2010 Ocak – 2017 Nisan aras olup tüm de÷iúken-ler aylk veri úeklindedir.
Piyasalar aras bu risk/getiri karúlaútrmas bize konut sektörünün performans ile ilgili sadece bir ön bilgi vermektedir. Bu nedenle, konut sektörü performans ölçümleri asl olarak
1 Konut fiyat endeksleri Bank of International Settlements (http://www.bis.org/statistics/pp/disclaimer.htm),
altn fiyatlar Merkez Bankas (http://evds.tcmb.gov.tr/), Hazine Tahvil Faizleri indexing.com
(https://tr.investing.com/rates-bonds/turkey-10-year-bond-yield) ve di÷er tüm de÷iúkenler ise Bloomberg veri tabanndan elde edilmiútir.
Sermaye Varlklarn Fiyatlandrma Modelinin (SVFM) çeúitli versiyonlar kullanarak ya-placaktr. SVFM bir çeúit riske göre düzeltilmiú geleneksel performans ölçüm yöntemidir ve bu yöntemler temel olarak bir referans portföy seçimine dayanrlar. Performans ölçüle-cek olan portföyün aúr getirisi olup olmad÷ bu referansa göre belirlenmeye çalúlr. Örne÷in, klasik yöntemlerden biri olan Jensen’in (1968) alfa yöntemi, performans ölçülen yatrm aracnn getirisini piyasa portföyünün getirisi ile karúlaútrr ve buna göre avantajl olup olmad÷n tespit etmeye çalúr.
(3.1) Burada, performans ölçülen portföyün risksiz getiriden farkn, piyasa portföyünün risksiz getiriden farkn, ise regresyon do÷rusunun kesen ve e÷imlerini göstermektedirler. 1 Yllk Hazine Tahvillerinin aylk getirileri üzerinden ölçülmektedir. Jensen alfa (Į) pozitif ise bu performans ölçülen yatrmn getirisinin piyasa portföyünün getirisine kyasla baúarl oldu÷u anlamna gelir, negatif ise yatrmn getirisi piyasa getirisine göre baúarszdr. Jensen alfa en çok kullanlan performans ölçüm yön-temlerindendir. Bu yöntemin, örne÷in piyasa portföyünden farkl referans portföyü kulla-nld÷ ya da piyasa portföyünün denkleme e÷risel olarak dahil edildi÷i farkl versiyonlar da geliútirilmiútir.
Ancak tüm bu klasik yöntemler incelenen dönem için ortalama risk ve getiri üzerinden analiz yaparlar ve hesapladklar alfa “koúulsuz alfa” ’dr. Yani, bu klasik yöntemler finan-sal piyafinan-salarn zaman içindeki de÷iúimlerini dikkate almayan bir alfa hesaplarlar. Koúulsuz alfa yöntemlerinin bu zayfl÷n düzeltmek üzere “Koúullu Performans Ölçüm” yöntemi geliútirilmiútir. Koúullu performans yönteminde, maruz kalnan risk ve/veya risk primleri-nin de÷iúen finansal piyasalarla de÷iúmesine izin verilir. De÷iúen piyasa koúullar ise önce-den belirlenmiú halka açk bilgileri temsil eönce-den de÷iúkenlerle modele dahil edilir. Yar güçlü etkin piyasa modeline göre halka açk bilgiler kullanlarak elde edilen art pozitif getiriler performans ölçülen yatrmn aúr getiri sa÷lad÷n ispatlamaz. Bu nedenle örne-÷in pozitif ve anlaml bir koúulsuz alfa, geçmiú dönemin faiz oranlar modele katld÷nda anlamsz hale gelebilir. Yani dikkate alnmayan de÷iúen piyasa koúullar sahte anlaml alfalar yaratabilmektedir. 1996’da Ferson ve Schadt tarafndan önerilen tipik bir koúullu performans ölçüm modeli úu úekildedir:
(3.2) performans ölçülen portföyün risksiz getiriden farkn, piyasa portföyünün risksiz getiriden farkn, bilginin koúullandrld÷ gecikmiú de÷iúkenleri, kronecker çarpm, ve ise regresyon do÷rusunun sras ile kesen ve e÷imlerini göstermektedir.
Koúullu performans ölçüm yönteminin de koúulsuz performans yönteminde oldu÷u gibi modeli iyileútirmek üzere çeúitli versiyonlar ortaya çkmútr. Örne÷in, piyasa portföyünün
modele e÷risel olarak katld÷, piyasa portföyü yerine farkl bir referans portföyün kulla-nld÷, zamana göre de÷iúen alfa ve betann tanmland÷, varl÷n akúkan olmad÷ ya da seyrek iúlem hacmine sahip oldu÷u piyasalarn dikkate alnd÷ modeller yaratlmútr. Kap-saml bir özet için Aragon ve Ferson (2006) çalúmasna baklabilir.
Bu çalúmada analiz edilen konut piyasas verisi için bu yukarda bahsi geçen modeller arasnda en uygun olannn “zamana göre de÷iúen alfa modeli” oldu÷u gözlenmiútir. Za-mana göre de÷iúen alfa modeli 3.2’deki modelin Christopherson ve di÷erleri (1998a,1998b) tarafndan geliútirilmesi ile ortaya çkmútr:
(3.3) Bu modelde zamana göre de÷iúen koúullu alfay ölçmektedir. 3.2 numaral modelde ortalamas alnd÷ için anlaml olarak tespit edilemeyen bir alfann bu modelde tespiti mümkün olabilece÷inden 3.3 numaral model daha güçlü bir model olarak karúmza çkmaktadr.
Çalúmada konut piyasa endeks getirisinin risksiz getiriden farkn,
BIST 100 getirisinin risksiz getiriden farkn temsil etmektedir. ise araç de÷iúken olarak konut endeksinin bir dönem gecikmiú de÷erine karúlk gelmektedir2. Di÷er yandan konut piyasas akúkanl÷n az oldu÷u bir piyasadr. Bu tip yatrm araçlar için önerilen yöntem ise piyasa portföy getirisinin sadece ayn zamanl de÷il gecikmiú de÷erlerinin de modelde yer almasdr. Zamana göre de÷iúen koúullu alfa teriminden vazgeçmeden, piyasa portföyünün gecikmiú de÷erini de kullanaca÷mz model ise aúa÷daki gibidir3
:
(3.4) Bu çalúmada konut endekslerinin piyasa portföyüne göre aúr getiri sa÷layp sa÷lamadk-lar hem koúulsuz Jensen alfa yöntemi ile (Model 3.1) hem de koúullu alfa kullanan iki farkl yöntemle (Model 3.3 ve Model 3.4) endeks alfalar hesaplanarak araútrlmútr. 4. Analiz ve Bulgular
Bu bölümde analizler ve bulgular üç ksmda sunulmuútur. Birimci ksmda gayrimenkul piyasasnn di÷er piyasalarla ortalama getirisi ve de÷iúkenli÷i karúlaútrlmú ve bu piyasa-larla korelasyon iliúkisi incelenmiútir. økinci ksmda ise gayrimenkul piyasas endekslerinin piyasa portföyüne göre aúr getiri sa÷layp sa÷lamad÷ farkl alfa regresyonlar ile analiz edilmiútir. Son olarak gayrimenkul piyasasnn enflasyon riskine karú koruyuculukla ilgili performans ölçümleri yaplmútr.
2 Ksmi oto korelasyon incelemelerinde özellikle konut fiyat endeksi ve hedonik konut fiyat endeksinin AR(1)
yapsna sahip oldu÷u gözlenmiútir, yani veri serisi yüksek oto korelasyona sahiptir. Yüksek oto korelasyonlu araç de÷iúkenlerin oldu÷u bir modelde, zamana göre de÷iúen alfa terimi, modeli istatiksel olarak daha güçlü yapacaktr. Yeni konut endeksi daha çok yllk dalgalanma göstermekte, BIST REIT ise oto korelasyon göstermemektedir.
4.1 Getiri ve Risk
Klasik finans teorisine göre, rasyonel yatrmc sermayesini yönlendirirken getirisini mak-simize ve riskini de minimize etmek ister. Türkiye gayrimenkul sektörünün bu anlamda ne kadar çekici bir yatrm arac oldu÷unu anlamak için, bu bölümde önce bu iki ölçüt açsn-dan di÷er finansal piyasalarla karúlaútrlmas yaplmútr. ùekil 1, konut piyasasnn ve di÷er finansal de÷iúkenlerin 2010-17 dönemi için de÷iúimlerini ve enflasyona (TÜFE) göre performanslarn göstermektedir. Bu úekilde Merkez Bankas Konut Fiyat Endekslerinin “De÷erleme Yöntemine” dayal endeksler olmasnn etkisi net bir úekilde görülmektedir. De÷erleme Yöntemine göre endeksin hesaplamasnda kredi veren kuruluúlara yaplan baú-vurular srasnda düzenlenen de÷erleme raporlarndaki konut de÷erleri kullanlmaktadr. Bankalar ya da de÷erleme kuruluúlar da bu raporlar için kullanlan de÷erleme kstaslarn çok nadiren de÷iútirdiklerinden, ùekil-1 de görüldü÷ü üzere Konut Fiyat Endeksleri ol-dukça düzgün hareket eden ve de÷iúkenlikleri özellikle de di÷er finansal de÷iúkenlerle karúlaútrld÷nda oldukça az olan e÷riler olarak gözlenmektedir. Di÷er yandan BIST REIT endeksi için durum oldukça farkldr. BIST REIT endeksi, ulusal pazarda iúlem gören gayrimenkul sektöründeki úirketlerden oluúan, sermayeye göre a÷rlklandrlmú bir en-düstri grup endeksidir. ùekilde görüldü÷ü üzere BIST REIT Endeksi BIST 100 ile hemen hemen ayn de÷iúkenli÷e sahiptir.
ùekil 1: TCMB konut fiyat endeksleri(TR_KFE, TR_HKFE,TR_YKFE), BIST REIT, BIST 100, Hazine Tahvil (10 Yllk), ABD dolar, ABD Dolar/Ons Altn ve TÜFE (2010 Ocak-2017 Nisan)
40 80 120 160 200 240 280 2010 2011 2012 2013 2014 2015 2016 2017 TR_KFE TR_YKFE
TR_HKFE BIST REIT ENDEKSø
BIST 100 HAZøNE TAHVøL(10Y)
ABD DOLARI ABD DOLARI/ONS ALTIN TÜFE
Bu de÷iúkenleri TÜFE’ye göre de÷erlendirdi÷imizde, konut endeksleri ile di÷er finansal piyasalar arasnda baz farkllklar ortaya çkmaktadr. Merkez Bankas konut fiyat en-deksleri (KFE, YKFE, HKFE), 2012 yl ortalarna kadar TÜFE’yi takip ettikten sonra hzla artú göstermiú ve 2017’de TÜFE’nin çok üstünde de÷erlere ulaúmúlardr. Di÷er yandan ABD dolar dúndaki tüm di÷er piyasa verileri, yine 2012 ortalarna kadar TÜFE etrafnda gezindikten sonra genellikle bir düúüú göstermiú ve bu tarihten sonra (BIST 100 için 2015’den sonra) TÜFE e÷risinin altnda seyretmiúlerdir. Bu úekilde BIST 100 ve BIST REIT Endeksinin birbirine benzer de÷iúkenlikleri de göze çarpmaktadr. Dolaysyla 2015 ylndan sonra enflasyona kyasla pozitif reel getiri sa÷layan piyasalar konut piyasalar ve dolar döviz piyasas olarak görülmektedir.
Tablo 1’deki göstergeler ise yukardaki de÷erlendirmeleri desteklemektedir. Konut en-deksleri di÷er finansal göstergelere göre çok daha düúük bir de÷iúkenli÷e sahiptir. Bu du-rum hem tüm gözlem aral÷ hem de alt zaman aralklar (2010-12 ve 2013-17) için geçerli-dir. Di÷er yandan BIST REIT Endeksi çok yüksek de÷iúkenli÷e sahip olup konut endeksle-rinden bu anlamda ayrúmaktadr. Hem BIST 100 hem de BIST REIT endeksleri ùekil 1’de de gördü÷ümüz üzere iki zaman aral÷nda di÷er konut endekslerine göre çok farkl davra-nú sergilemiúlerdir. 2010-2012 zaman aral÷nda bu iki endeksin getiri oranlar konut en-dekslerininki ile yarúmú, ancak riskleri de yüksek olmuútur. 2013-2017 zaman aral÷nda ise hem getiri oranlar çok düúmüú hem de riskleri çok fazla artmútr. Altn fiyatlar ise yine ikinci dönem getiri oranlar birinci döneme göre çok düúen finansal araçlardan olmuú-tur. Genel olarak konut endeksleri hisse senedi piyasasna göre getiri, risk ve dolaysyla de÷iúim katsays (Standart Sapma/Ortalama) göstergelerine göre avantajl bir yatrm arac olarak ortaya çkmaktadr. BIST REIT daha çok hisse senedi piyasasna yakn davranú göstermektedir. Di÷er finansal de÷iúkenlerden dolar kuru ise -konut endeksleri gibi- ikinci zaman aral÷nda birinci zaman aral÷na göre getiri ortalamasn yükseltmiú ancak risk açsndan konut endekslerine göre dezavantajl olmaktan kurtulamamútr. Buna tek istisna ise tahvil getiri oranlardr. 10 yllk tahviller tüm dönemlerde benzer getiri ve risk oranla-rna sahip olmuútur. Getiri oranlar konut endekslerinin altnda olmakla birlikte yakndr ve riskleri daha düúüktür. Tüm bu sonuçlar dünya piyasalar ile karúlaútrld÷nda, incelenen dönem için, Türkiye gayrimenkul göstergelerinin dünya piyasalar ile benzer özelliklere sahip oldu÷unu göstermektedir.
TABLO 1: Özet istatiksel göstergeler
Aylk Nominal Getiriler (2010m2-2017m4)
KFE YKFE HKFE BIST REIT BIST 100 Hazine Tahvil (10 Yllk) ABD Dolar ABD Dolar/Ons Altn TÜFE Ortalama 1.02 0.97 0.85 0.38 0.63 0.77 0.99 0.16 0.66 Standart Sapma 0.38 0.58 0.38 7.18 6.26 0.09 3.28 3.62 0.79 De÷iúim Kat-says 0.37 0.60 0.45 19.10 9.91 0.12 3.30 22.05 1.20
Aylk Nominal Getiriler (2013m1-2017m4) Ortalama 1.17 1.06 0.99 0.09 0.37 0.77 1.32 -0.53 0.71 Standart Sapma 0.36 0.58 0.34 5.99 5.76 0.10 3.13 3.54 0.67 De÷iúim Kat-says 0.31 0.55 0.35 66.64 15.6 8 0.13 2.37 -6.70 0.94
Aylk Nominal Getiriler (2010m2-2012m12) Ortalama 0.81 0.82 0.64 0.80 1.02 0.77 0.50 1.19 0.58 Standart Sapma 0.30 0.56 0.33 8.72 7.01 0.08 3.47 3.55 0.95 De÷iúim Kat-says 0.37 0.68 0.52 10.90 6.84 0.10 6.94 2.98 1.63
Tablo 2 aylk getiri oranlar arasndaki korelasyon iliúkisini göstermektedir. Bu korelasyon matrisi, farkl piyasalarn çeúitlendirmeden elde edilebilecek potansiyel faydalar, getiri oranlar ve enflasyon ile arasndaki iliúkileri hakknda ipuçlar vermektedir. Tablo 2’ye göre Merkez Bankas konut endeks getiri oranlar ile hisse senedi piyasas arasnda zayf pozitif iliúki, tahvil piyasas arasnda ise görece güçlü negatif bir iliúki vardr. BIST REIT ve hisse senedi getiri oranlar arasndaki iliúki ise daha önceki bulgularmza uygun bir úekilde ol-dukça güçlü ve pozitiftir. Bu bulgulardan konut piyasasna yaplacak yatrmlarn bir port-föydeki çeúitlendirmeyi nasl güçlendirebilece÷i anlaúlmaktadr. Di÷er yandan enflasyon ile konut endeks getiri oranlar arasndaki iliúki zayftr ve YKFE ve HKFE için negatif, KFE ve BIST REIT için pozitiftir. Aslnda enflasyon ile hiçbir getiri arasnda güçlü iliúki görülmemektedir. Bu bulgu da bu piyasalardaki yatrmlarn yatrmcy enflasyon riskine karú koruyabilece÷ine dair derin úüpheler yaratmaktadr.
TABLO 2: Korelasyon Matrisi
Aylk Nominal Getiri Oranlar: 2010-2017
KFE YKFE HKFE BIST REIT BIST 100 Hazine Tahvil (10 Yllk) ABD Dolar ABD Dolar/
Ons Altn TÜFE
KFE 1.00 0.54 0.77 0.04 0.03 -0.25 0.02 -0.21 0.03 YKFE 0.54 1.00 0.49 -0.07 0.03 -0.11 -0.09 0.00 -0.10 HKFE 0.77 0.49 1.00 0.16 0.11 -0.19 -0.09 -0.19 -0.10 BIST REIT 0.04 -0.07 0.16 1.00 0.76 -0.20 -0.46 0.04 0.11 BIST 100 0.03 0.03 0.11 0.76 1.00 -0.15 -0.54 0.11 0.04 Hazine Tahvil (10Yllk) -0.25 -0.11 -0.19 -0.20 -0.15 1.00 0.12 0.20 0.09 ABD Dolar 0.02 -0.09 -0.10 -0.46 -0.54 0.12 1.00 -0.12 -0.08 ABD Dolar/ Ons Altn -0.21 0.00 -0.19 0.04 0.11 0.20 -0.12 1.00 0.01 TÜFE 0.03 -0.10 -0.10 0.11 0.04 0.09 -0.08 0.01 1.00
4.2 Koúulsuz ve Koúullu Performans Ölçümleri
Tablo 3, koúulsuz alfa analizinin sonuçlarn göstermektedir. Bu sonuçlara göre KFE, HKFE ve YKFE konut endekslerinin üçü de pozitif ve anlaml alfa de÷erlerine sahiptir. Ancak modelin açklama gücünü gösteren R2’ler oldukça düúüktür. Yine Durbin Watson de÷erleri modelde oto korelasyon sorunu oldu÷unu göstermektedir. Bu nedenlerle koúulsuz alfa analizindeki de÷erler konut endekslerinin piyasa endeksine göre daha iyi performans gösterdi÷ine dair güçlü bir kant sunamamaktadr. Ancak BIST REIT için durum oldukça farkldr. Daha önceki bulgular destekleyecek bir úekilde piyasa portföyünün bu endeksi açklama gücünün yüksek ve R2’in %59 oldu÷u görülmektedir. ȕ katsays %1 anlamllk derecesinde pozitif ve 1’den küçüktür. Bu da BIST REIT endeksinin piyasa portföyüne göre daha az riskli oldu÷unu göstermektedir. Ancak alfa de÷eri anlaml olmad÷ için BIST REIT’in piyasa portföyüne göre daha iyi ya da kötü bir performans sergiledi÷i söylenemez.
TABLO 3: Koúulsuz alfa analizleri Yatrmn
Türü
KFE HKFE YKFE BIST REIT
0.29 (4.61) *** 0.11 (1.88) * 0.23 (3.74) *** -0.27 (-0.54) 0.004 (0.66) 0.009 (1.34) 0.006 (0.68) 0.88 (13.33) *** R2 0.005 0.02 0.004 0.59 P(F) 0.51 0.15 0.57 0.00 Durbin Watson 0.84 0.87 1.91 1.90
Tablo Model 3.1’in sonuçlarn göstermektedir: . Parantez
içindeki de÷erler t statistiklerini göstermektedir. * %10 derecesinde, ** %5 derecesinde ve *** %1 derecesinde anlamllk ifade etmektedir.
Piyasa portföy getirisi ve geçmiú dönem araç de÷iúkenlerinin etkileúim terimlerinin dahil edildi÷i koúullu alfa analiz sonuçlar Tablo 4’de sunulmuútur. Özellikle KFE ve HKFE için modellerin açklama güçlerinin artt÷n, R2 de÷erlerinin KFE için %33’e, HKFE için ise %31’e yükseldi÷i görülmektedir. Ancak etkileúim terimlerinin katsaylar anlaml olmad-÷ndan, bu geliúmenin asl sebebinin zamana göre de÷iúen alfa teriminin modelde yer al-mas oldu÷u söylenebilir. Zamana göre de÷iúen alfa modelinde koúullu alfa, önceden belir-lenmiú bilginin do÷rusal bir fonksiyonu olarak yer alr. Modelin alfas, sabit de÷er , ile önceden belirlenmiú bilgiye (bu modelde konut endeksinin gecikmiú de÷eri) göre koúullu de÷iúen alfann, , toplam olarak belirlenir. Tablodaki sonuçlara göre KFE ve HKFE için hem zamana göre de÷iúen alfalar hem de alfann sabit de÷erleri sras ile %1 ve %10 dere-celerinde anlamldrlar. araç de÷iúkeninin tüm geçmiú zaman de÷erlerinin pozitif oldu÷u göz önüne alnd÷nda, KFE ve HKFE’nin model alfalarnn pozitif ve anlaml ol-du÷u görülür. Dolaysyla piyasa portföyüne göre aúr getiri sa÷ladklar gözlenmektedir. YKFE’nin durumuna bakld÷nda ise modelin açklayc gücünün di÷er iki konut endeksi, KFE ve HKFE, kadar artmad÷ görülmektedir. Di÷er yandan, YKFE, alfann hem de÷iúen hem de de÷iúmeyen ksmlarnn %5 derecesinde anlaml olmas açsndan bu iki di÷er endeks ile benzerlik taúmaktadr4. BIST REIT için ise yeni model hiçbir de÷iúiklik yaratmamútr. Koúulsuz alfa modelindeki de÷erlendirmeler aynen geçerlidir. BIST REIT’in alfasnn ne sabit ksm ne de de÷iúen ksm anlamldr.
4
Burada YKFE’nin oto korelasyon analizi bu de÷iúkenin döngüsünün yllk oldu÷unu gösterdi÷inden gecikmiú araç de÷iúkeni YKFE’nin 12 ve 24 ay önceki de÷erleri olarak denenmiú ve 12 ay gecikmiú de÷erin anlaml oldu÷u bulunmuútur.
TABLO 4: Koúullu alfa analizleri 1 Yatrmn
Türü
KFE HKFE YKFE BIST REIT
0.13 (3.30) *** 0.05 (1.58) * 0.17 (2.34) ** -0.25 (-0.51) 0.57 (5.90) *** 0.55 (5.85) *** 0.29 (2.17) ** -0.04 (-0.60) 0.003 (0.53) 0.003 (0.48) 0.007 (0.82) 0.86 (10.99) *** -0.02 (-1.22) -0.006 (-0.39) 0.01 (1.00) 0.02 (0.90) R2 0.33 0.31 0.10 0.60 P(F) 0.00 0.00 0.05 0.00 Durbin Watson 2.07 1.90 1.75 1.79
Tablo 4, Model 3.3’ün sonuçlarn göstermektedir:
. Parantez içindeki de÷erler t istatistiklerini göstermektedir. * %10 derecesinde, ** %5 derecesinde ve *** %1 derecesinde anlamllk ifade eder.
Tablo 5 gecikmiú piyasa portföy getirilerini de içeren Model 3.4’ün sonuçlarn göstermek-tedir. Özellikle iúlem says az olan konut piyasas gibi sektörlerde belli bir andaki piyasa portföy getirileri yeterince açklayc olmayabilir, o nedenle modele gecikmiú piyasa de-÷erlerinin eklenmesi ile daha önce tespit edilen anlaml alfalarn durumunun de÷iúece÷i düúünülebilir. Ancak Tablo 5’deki sonuçlar bu beklentinin gerçekleúmedi÷ini göstermekte-dir. KFE ve HKFE için piyasa portföyünün 1. ay ve 2. aydaki geciken de÷erleri anlaml oldu÷u halde koúullu alfalarn KFE için hem sabit hem de de÷iúen ksmlar HKFE için ise de÷iúen ksm bir önceki modelde oldu÷u gibi %1 derecesinde anlaml kalmútr. Üstelik piyasa getirilerinin gecikmiú de÷erlerinin de anlaml olmas nedeniyle modelin açklayc gücü %30’lardan %40’lara çkmútr. Bu model bir önceki modele göre daha güçlü bir úe-kilde KFE ve HKFE’nin piyasa portföyüne göre üstün bir performans sa÷lad÷n göster-mektedir. Modelde alfa de÷erleri toplamda çok az de÷iúkenlik göstermiútir. Toplam alfa de÷erleri Model 3.3’e göre KFE için 0.70 ve HKFE için ise 0.60 iken Model 3.4’e göre KFE için 0.68 ve HKFE için ise 0.56 olarak bulunmuútur. YKFE ve BIST REIT için daha önceki modellere göre yaplan açklamalar geçerlili÷ini korumaktadr. Buna göre YKFE de piyasa portföyüne göre ayn KFE ve HKFE gibi aúr getiri sa÷lamaktadr ama model di÷er iki endeks kadar açklayc güce sahip de÷ildir. Çünkü ne úimdiki ne de geçmiú dönemler-deki piyasa faktörü YKFE için anlaml bir faktör de÷ildir. BIST REIT ne pozitif ne de ne-gatif aúr bir getiri sa÷lamakta, piyasa portföyünün úimdiki de÷eri BIST REIT’deki de÷i-úimi açklamakta önemli bir etken olarak görülmektedir. Yani BIST REIT di÷er konut en-deksleri gibi akúkan olmayan piyasa özelli÷i taúmamaktadr.
Yat r m n Türü KFE HKFE YKFE BIST REIT 0.12 (3.56) *** 0.05 (1.49) 0.16 (2.09) ** -0.17 (-0.35) 0.56 (6.26) *** 0.56 (7.05) *** 0.31 (2.08) ** 0.01 (0.12) -0.003 (-0.45) 0.00 (0.15) 0.01 (1.22) 0.87 (13.84) *** -0.02 (-3.50) *** -0.02 (-3.48) *** -0.006 (-0.72) -0.14 (-1.04) -0.01 (-2.31) ** -0.01 (-2.35) ** -0.01 (-1.37) -0.10 (-1.31) R2 0.42 0.41 0.12 0.61 P(F) 0.00 0.00 0.07 0.00 Durbin Watson 2.29 2.17 1.82 1.95
Tablo 5, Model 3.4’ün sonuçlar n göstermektedir:
. Parantez içindeki de÷erler t istatistiklerini göstermektedir. * %10 derecesinde, ** %5 derecesinde ve *** %1 derecesinde anlaml l k ifade eder.
4.3 Enflasyon Riskine Karú Koruyuculukla ølgili Performans Ölçümleri
Bu bölümde konut endekslerinin enflasyon riskine karú koruyuculuklar test edilmiútir. Enflasyon riskine karú koruma ile kastedilen konut endekslerinin enflasyondaki art ú ve azal úlara karú nas l bir davran ú gösterdi÷idir. Fama ve Schwert (1977)’e göre enflasyon artarken varl k de÷eri de artarsa, di÷er bir deyiúle arada pozitif bir iliúki varsa varl k de÷eri-nin enflasyona karú koruma sa÷lad ÷ kabul edilir. Bu iliúki pozitif yönlü ve birebir ise bu varl k de÷erinin enflasyon riskine karú tam koruma sa÷lad ÷ na iúaret eder. Genellikle hisse senetleri ve tahviller enflasyon artarken de÷er kaybettiklerinden enflasyon riskine karú koruma sa÷lamad klar kabul edilmektedir. Konut fiyatlar enflasyona göre de÷iúen kiralar ile do÷rudan iliúkili oldu÷u için literatürde konut piyasas n n enflasyon riskine karú ko-ruma sa÷lad ÷ beklentisi vard r. Bu bölümde konut endeksleri kullan larak bu beklentinin Türkiye piyasas için do÷ru olup olmad ÷ test edilmektedir. Bu amaçla bir önceki bölümde en güçlü model olarak karú m za ç kan Model 3.4 aúa÷ daki gibi enflasyon de÷iúkeni kat la-rak yeniden düzenlenmiútir:
(4.1)
TABLO 6
Yatrmn Türü
KFE HKFE YKFE BIST REIT
0.12 (3.33) *** 0.03 (1.16) 0.15 (1.93) * -0.07 (-0.15) 0.57 (6.29) *** 0.59 (7.13) *** 0.30 (2.06) ** 0.03 (0.28) -0.003 (-0.44) 0.001 (0.21) 0.01 (1.22) 0.86 (13.83) *** -0.02 (-3.44) *** -0.02 (-3.54) *** -0.006 (-0.73) -0.15 (-1.10) -0.01 (-2.21) ** -0.009 (-2.20) ** -0.01 (-1.37) -0.11 (-1.54) -0.008 (-0.22) -0.09 (-2.02) ** -0.05 (-0.53) 0.89 (1.39) R2 0.42 0.44 0.12 0.62 P(F) 0.00 0.00 0.11 0.00 Durbin Watson 2.29 2.18 1.80 1.98
Model 4.1’in sonuçlarn göstermektedir:
Parantez içindeki de÷erler t statistiklerini göstermektedir. * %10 derecesinde, ** %5 derecesinde ve *** %1 derecesinde anlamllk ifade eder.
Yukardaki denklemde ʌ belirsiz enflasyonu temsil etmekte ve TÜFE’nin t ve t-1 zamanla-rndaki de÷erlerinin birbirine orannn log de÷eri alnarak ölçülmektedir. Modelde ȕ3 konut endekslerinin enflasyon riskine karú koruyucu potansiyelleri hakknda bilgi verecektir. Pozitif ve anlaml bir ȕ3 konut endekslerinin enflasyon arttkça artt÷n yani enflasyon riskine karú koruyucu olduklarn; negatif ve anlaml ȕ3 ise konut endekslerinin enflasyon arttkça düútü÷ünü yani enflasyon riskine karú koruma sa÷layamayacaklarn gösterecektir. Tablo 6, Model 4.1 kullanlarak yaplan regresyon sonuçlarnn bir özetini göstermektedir. Bu özet Türk gayrimenkul piyasas açsndan oldukça ilginç bir resim ortaya çkarmaktadr. Enflasyon de÷iúkenimizin katsays sadece HKFE için %5 derecesinde anlaml ve negatif-tir. Negatif de÷er bize bu konut endeksinin enflasyon riskine karú koruyuculu÷unun olma-d÷n göstermektedir. Bu anlamda sonuçlar dünya ölçe÷inde yaplan çalúmalarn sonuçla-rndan ve Türkiye’de yaplan di÷er çalúmalardan ayrlmaktadr. Di÷er yandan daha önceki modellerdeki iliúkileri ayn úekilde burada da gözlemek mümkündür. Konut fiyat endeksleri
ve piyasa portföyü arasndaki iliúkiyi belirleyen katsaylar oldukça düúüktür ve bu da ol-dukça düúük piyasa riski taúdklarn göstermektedir. Öte yandan BIST REIT için durum farkl olup ȕ katsays 0.86’dr ve piyasa portföyü getirisi tek baúna BIST REIT’deki de-÷iúkenli÷in %62’sini açklayabilmektedir. Di÷er bir deyiúle konut endekslerinin temsil etti÷i sektörün bir portföye katlmas çeúitlendirme açsndan oldukça anlaml gözükmekte-dir. Ama bu BIST REIT için geçerli bir gözlem de÷ilgözükmekte-dir.
TABLO 7: Beklenmeyen enflasyonla regresyon sonuçlar
Yatrmn Türü KFE HKFE YKFE BIST REIT
0.12 (3.33) *** 0.03 (1.15) 0.15 (1.92) * -0.08 (-0.17) 0.57 (6.28) *** 0.59 (7.09) *** 0.30 (2.06) ** 0.03 (0.26) -0.003 (-0.43) 0.001 (0.23) 0.01 (1.22) 0.86 (13.89) *** -0.02 (-3.48) *** -0.02 (-3.51) *** -0.006 (-0.71) -0.15 (-1.12) -0.01 (-2.19) ** -0.009 (-2.16) ** -0.01 (-1.37) -0.11 (-1.54) -0.01 (-0.29) -0.092 (-2.10) ** -0.05 (-0.61) 0.81 (1.26) R2 0.42 0.45 0.12 0.62 P(F) 0.00 0.00 0.11 0.00 Durbin Watson 2.30 2.18 1.79 1.98
Model 4.1’in beklenmeyen enflasyon de÷iúkeni ile tekrarlanmú sonuçlarn göstermektedir:
Parantez içindeki de÷erler t istatistiklerini göstermektedir. * %10 derecesinde, ** %5 derecesinde ve *** %1 derecesinde anlamllk ifade eder.
Bir sonraki aúamada ise gayrimenkul sektörünün enflasyon riskine karú koruma özelli÷ini daha detayl inceleyebilmek için enflasyon beklenen ve beklenmeyen parçalarna ayrlarak analiz tekrarlanmútr. Bu amaçla Fama (1975) ve Fama ve Schwert (1977) klasik çalúmalar takip edilmiútir. Söz konusu çalúmalara dayanarak bir önceki dönemin 10 yllk Hazine Tahvili aylk getirisi beklenen enflasyon oran olarak, TÜFE ve bir önceki dönemin 10 yllk Hazine Tahvili aylk getirisi arasndaki fark ise beklenmeyen enflasyon olarak tanmlanmútr5. Bu de÷iúkenler tek tek Model 4.1 de kullanlan enflasyon de÷iúkeni yerine konularak regresyon sonuçlar yeniden incelenmiútir. Analizlerin sonuç-lar ise Tablo 7 ve 8 de sunulmaktadr. Tablo 7 ve 8’deki sonuçlara göre HKFE ile beklenen
5 Analiz 1 yllk Hazine Tahvilinin aylk de÷erleri için tekrarland÷nda Tablo 6 ve 7 sonuçlar ayn kalmútr.
Tablo 8 deki ve de÷erleri KFE ve YKFE için anlaml çkmamúlardr. Ancak beklenen enflasyonun uzun vadeli olarak ele alnmas daha do÷ru oldu÷undan 10 yllk Hazine tahvili ile elde edilen sonuçlar raporlanmaktadr.
enflasyon arasnda anlaml iliúki yoktur. HKFE ile beklenmeyen enflasyon arasndaki iliúki ise anlaml ve negatif olarak bulunmuútur. Di÷er yandan KFE ve YKFE ile beklenen enf-lasyon arasnda %10 derecesinde anlaml ve negatif bir iliúki saptanmútr. Bu durumda konut endekslerinin hiçbirinin enflasyon riskine karú koruma sa÷layamadklar saptanmú-tr.
TABLO 8: Beklenen enflasyonla regresyon sonuçlar
Yatrmn Türü KFE HKFE YKFE BIST REIT
0.65 (2.28)** 0.36 (1.19) 1.25 (2.11)** -2.64 (-0.85) 0.50 (4.61)*** 0.53 (6.18)*** 0.34 (2.28)** 0.02 (0.18) -0.004 (-0.69) 0.00 (0.003) 0.005 (0.56) 0.88 (13.92)*** -0.02 (-3.92)*** -0.02 (-3.54)*** -0.01 (-1.19) -0.13 (-1.01) -0.01 (-2.51)** -0.01 (-2.39)** -0.01 (-1.27) -0.10 (-1.34) -0.67 (-1.92)* -0.41 (-1.07) -1.47 (-1.85)* 3.22 (0.79) R2 0.43 0.42 0.16 0.61 P(F) 0.00 0.00 0.03 0.00 Durbin Watson 2.23 2.15 1.98 1.96
Model 4.1’in beklenen enflasyon de÷iúkeni ile tekrarlanmú sonuçlarn göstermektedir:
Parantez içindeki de÷erler t istatistiklerini göstermektedir. * %10 derecesinde, ** %5 derecesinde ve *** %1 derecesinde anlamllk ifade eder.
5. Sonuç: Konut Piyasas, Bir Baúar Öyküsü Mü?
Bu çalúma Türkiye’deki gayrimenkul sektörünü di÷er finansal piyasalarla farkl açlardan karúlaútrmaktadr. Bu amaçla Merkez Bankas konut fiyat endeksleri (KFE, YKFE, HKFE), BIST REIT endeksi, tahvil piyasas ve hisse senedi piyasas, altn fiyatlar ve do-lar/TL kuru ile belli baúl performans kriterleri (risk ve getiri) üzerinden karúlaútrlmú, aralarndaki iliúki korelasyon hesaplanarak de÷erlendirilmiútir. Konut endekslerinin piyasa riskine göre aúr bir getiri sa÷layp sa÷lamad÷ farkl fiyatlama modelleri kullanlarak analiz edilmiútir. Bir di÷er karúlaútrma ise konut piyasasnn yatrmcya enflasyon riskine karú koruma sa÷layp sa÷lamad÷na dair yaplmútr. Bu analizlerden çkan ortak sonuç bir yatrmc için Türkiye gayrimenkul sektörünün analiz edilen dönem için di÷er finansal piyasalara kyasla son derece avantajl bir piyasa oldu÷u, ancak enflasyon ile iliúkisi negatif yönlü oldu÷undan enflasyon riskine karú koruma sa÷layamad÷dr.
østatiksel analizler Merkez Bankas konut fiyat endekslerinin (KFE, YKFE, HKFE) di÷er finansal göstergelere göre çok daha düúük bir de÷iúkenli÷e sahip oldu÷unu göstermiútir. BIST REIT Endeksi görece yüksek de÷iúkenli÷e sahip olup konut endekslerinden bu an-lamda ayrúmakta ve BIST 100 Endeksine daha yakn bir davranú göstermektedir. Bu so-nuçlar dünya ölçe÷inde elde edilen soso-nuçlarla uyumludur. 2010-2013 zaman aral÷nda BIST 100 ve REIT BIST endekslerinin getiri oranlar konut endekslerininki ile yarúmú, ancak riskleri de yüksek olmuútur. 2013-2017 zaman aral÷nda ise hem getiri oranlar çok düúmüú hem de riskleri çok fazla artmútr. Genel olarak konut endeksleri hisse senedi piya-sasna ve di÷er tüm piyasalara göre getiri ve risk göstergelerine göre avantajl bir yatrm arac olarak görülmektedir. Merkez Bankas konut fiyat endeksleri (KFE, YKFE, HKFE), 2012 yl ortalarna kadar TÜFE’yi takip ettikten sonra hzla artú göstermiú ve 2017’de TÜFE’nin oldukça üstünde de÷erlere ulaúmúlardr. Bu anlamda konut piyasas ABD dolar dúndaki tüm di÷er piyasalara göre incelenen dönem için daha üstün bir performans sergi-lemiútir.
Çalúmada ayrca performans ölçümü için konut endekslerinin Jensen alfas ölçülmüútür. Ancak, alfa ölçümü için en iyi modelin konut piyasasnn akúkan olmamasn da dikkate alan koúullu performans ölçüm yöntemi oldu÷u görülmüú, bu nedenle modelde gecikmiú piyasa portföy getirilerinin yan sra bir önceki dönem konut endeksine göre koúullu de÷i-úen alfa da yer almútr. Sonuçlar, konut piyasas endekslerinin piyasa riskinin düúük ve Jensen alfasnn pozitif ve anlaml oldu÷unu ortaya çkarmútr. Böylece konut piyasasnn yatrmcya hisse senedi piyasasnn üstünde aúr bir getiri sa÷lad÷ daha güçlü bir mo-delde (koúullu alfa) gösterilmiútir. Di÷er yandan BIST REIT endeksinin yine piyasa portfö-yüne göre riski bir miktar düúük olsa da yaplan tüm analizlerde konut piyasas endeksle-rinden çok hisse senedi piyasas endeksine benzerlik gösterdi÷i görülmüútür. Bu endeks hisse senedi piyasas üstünde aúr getiri sa÷lamamaktadr.
Çalúmada son olarak konut endekslerinin enflasyon riskine karú koruyuculuklar analiz edilmiútir. Bu analizlerde KFE, YKFE ve BIST REIT ile enflasyon de÷iúkeni arasnda anlaml bir iliúkiye rastlanmamútr. Enflasyon de÷iúkeni katsays sadece HKFE için %5 derecesinde anlaml ve negatif bulunmuútur. Enflasyon de÷iúkeni beklenen ve beklenmeyen parçalara ayrld÷nda ise HKFE ile beklenen enflasyon arasnda hiç anlaml iliúki yokken beklenmeyen enflasyon ile arasndaki iliúki negatif ve anlaml olarak bulunmuútur. Di÷er yandan KFE ve YKFE ile beklenen enflasyon arasndaki iliúki ise %10 derecesinde anlaml ve negatif olarak saptanmútr. Bu durumda konut endekslerinin enflasyon riskine karú koruma sa÷layamadklar sonucuna varlmútr. Bu sonuçlar dünya ölçe÷inde yaplan çalú-malarn sonuçlarndan ve Türkiye’de yaplan di÷er çalúmalardan ayrúmaktadr. Gerek dünya ölçe÷inde yaplan çok sayda çalúmaya göre gerek Türkiye’de yaplan kstl sayda çalúmaya göre gayrimenkul sektörünün enflasyon riskine karú koruyucu özelli÷i vardr. Teorik olarak da beklenti bu yöndedir. Çünkü ekonominin büyüdü÷ü dönemlerde bu
büyü-meden gayrimenkul sektörünün de payn almas beklenir. Ekonominin küçüldü÷ü dönem-lerde ise konutlarn kiralarnn her durumda artma yönünde olmas ve artún da enflasyonla orantl olarak belirlenmesi sektörün gelir kaybna engel olur. Bu nedenle her iki durumda da, ekonominin büyümesi ya da küçülmesi, sektörün enflasyon riskine karú koruma sa÷la-mas beklenir. Türkiye sektörünü inceleyen ilk çalúmalardan biri olarak gerçek ev fiyatlar ile yaplan çalúmada Önder (2000) de ev fiyatlarnn enflasyon riskine karú koruma sa÷-lamad÷n tespit etmiú ve bunu hem ev ipotek piyasasnn ksa vadeli olmasna hem de yüksek enflasyon faktörüne ba÷lamútr. Ancak inceledi÷imiz dönem için bu iki faktör de geçerli de÷ildir. Yani analiz edilen dönemde ne ipotek piyasas ksa vadelidir ne de yüksek enflasyon söz konusudur. Buradan konut fiyatlarnn hareketlerinin teoride öngörülen reel nedenler dúnda faktörlerle gerçekleúti÷i sonucunu çkarabiliriz. Bu da sektörün gerçekten avantajl bir yatrm sektörü mü yoksa teúvik edildi÷i için her an patlamaya hazr geniúlemiú bir sektör mü oldu÷una dair soru iúareti yaratmaktadr. Bu nedenle konut fiyatlarn bu kadar avantajl yapan faktörlerin ne oldu÷unun araútrlmas ve iliúkili riskler önemli olas araútrma konular olarak ortaya çkmaktadr.
Kaynakça
Akkaya, C., Kutay, N., & Tükenmez, M. (2005). Real Estate Investment Trusts and Fundamentals of Real Estate Investments: A Case of Turkey. Yönetim ve Ekonomi, 12(1), 39-46.
Aragon, G. O., & Ferson, W. E. (2006). Portfolio Performance Evaluation. Foundations and Trends
in Finance, 2(2), 83-190.
Brueggeman, W. B., & Fisher, J. D. (1997). Real Estate Finance and Investments (10 b.). Chicago: Irwin.
Brueggeman, W. B., Chen, A. H., & Thibodeau, T. G. (1984). Real Estate Investment Funds: Performance and Portfolio Considerations. Jounal of the American Real Estate& Urban
Economics Association, 12(3), 333-354.
Christopherson, J., Ferson, W. E., & Glassman, D. (1998b). Conditioning manager alpha on economic information: Another look at the persistence of performance. Review of Financial Studies, 11, 111-142.
Christopherson, J., Ferson, W., & Glassman, D. (1998a). Conditional measures of performance and persistence for pension funds. Research in Finance, 16, 1-46.
Coleman, M., Hudson-Wilson, S., & Webb, J. R. (1994). Real Estate in the mult-asset portfolio. S. Hudson-Wilson, & C. H. Wurtzebach içinde, Managing Real Estate Portfolios (s. 98-123). Burr Ridge, IL: Irwin.
Coúkun, Y. (2013). Housing-construction market risks in Turkey: overrated or underestimated?
Housing Finance International, 46-54.
Coúkun, Y. (2016, Nisan). Konut Fiyatlar Ve Yatrm: Türkiye øçin Bir Analiz. Ni÷de Üniversitesi
øktisadi ve ødari Bilimler Fakültesi Dergisi, 9(2), 201-217.
Eichholtz, P. M. (1997b). Real Estate Properties Securities and Common Stocks: A First International Look. Real Estate Finance, 14(1), 70-74.
Erol, I., & øleri, A. (2013). What Determines REIT Returns in Turkey? An Application of Time-Varying Arbitrage Pricing Model in an Emerging REIT Market. øktisat øúletme ve Finans, 28(331), 9-32.
Erol, I., & Trtro÷lu, D. (2008). The inflation-hedging properties of Turkish REITs. Applied
Economics, 40(20), 2671-2696.
Fama, E. (1975, Haziran). Short Term Interest Rates as Predictors of Inflation. American Economic
Review, 269-282.
Fama, E., & Schwert, G. (1977). Asset returns and inflation. Journal of Financial Economics, 5, 115–146. Ferson, W. E., & Schadt, R. W. (1996, Haziran). Measuring Fund Strategy and Performance in
Changing Economic Conditions. The Journal of Finance, 51(2), 425-461.
Fisher, J. D., Geltner, D. M., & Webb, R. B. (1994). Value Indices of Commercial Real Estate: A Comparison of Index Construction Methods. The Journal of Real Estate Finance and Economics,
9(2), 137-164.
Francis, J. C., & Ibbotson, R. G. (2009, Fall). Contrasting Real Estate with Comparable Investments, 1978 to 2008. The Journal of Portfolio Management, 141-155.
Han, J., & Liang, Y. (1995). The Historical Performance of Real Estate Investment Trusts. The
Journal of Real Estate Research, 10(3), 253-262.
Hartzell, D. J., Hekman, J., & Miles, M. (1986). Diversification Categories in Investment Real Estate.
Journal of the American Real Estate and Urban Economics Association, 2, 230-254.
Hoesli, M., & MacGregor, B. D. (2000). Property Investment, Principles and Practice of Portfolio
Management. England: Pearson Education Limited, Edinburg Gate.
Ibbotson, R. G., & Siegel, L. B. (1984). Real estate returns: a comparison with other investments.
Journal of the American Real Estate and Urban Economics Association, 12(3), 219-242.
Jensen, M. C. (1967). The Performance of Mutual Funds in the Period 1945-1964. Journal of
Finance, 23(2), 389-416.
Kylar, M., & Hepúen, A. (2010, ùubat). Performance Appraisal of Real Estate Investment Trusts (REITs): A Practice in østanbul Stock Exchange. Journal of Institute of Business
Administration-Yönetim, 21(65), 11-23.
MacGregor, B. D., & Nanthakumaran, N. (1992). The Allocation to Property in the Multiple-Asset Portfolio: The Evidence and Theory Reconsidered. Journal of Property Research, 9(1), 5-32. Mueller, G. R., Pauley, K. R., & Morrill, W. K. (1994). Should REITs Be Included in a Mixed-Asset
Portfolio? Real Estate Finance, 11(1), 23-28.
Niskanen, J., & Falkenbach, H. (2010). REITs and Correlations with Other Asset Classes: A European Perspective. Journal of Real Estate Portfolio Management, 16(3), 227-239.
Önder, Z. (2000). High Inflation and Returns on Residential Real Estate: Evidence from Turkey.
Applied Economics, 32(7), 917-931.
ùarkaya, C. (2007). Gayrmenkul Yatrm Ortaklklar Üzerine bir ønceleme ve Türkiye'ye øliúkin Sektör Analizi. Sosyal Bilimler Dergisi(1), 175-190.
Ucal, M. S., & Gökkent, G. (2009, Mart). Macroeconomic Factors Affecting Real Estate Markets in Turkey:A VaR Analysis Approach. Briefing Notes in Economics, 80, 1.
