Yüksek Enflasyon Dönemlerinde BIST Sektörel Endekslerinin Dalgalanmaları: Markov Rejim Switching Analizi

Öz

Enflasyonun yüksek seyrettiği dönemler genellikle finansal piyasalarda belirsizliğe ve risklere neden olmaktadır. Türkiye’de 2017-2023 dönemi, ekonomik ve finansal dalgalanmaların sıklıkla yaşandığı bir zaman dilimini kapsamaktadır. Bu dönemde enflasyonun yüksek seyretmesi, ülkede birçok sektörü etkilemiş ve finansal piyasalarda belirgin volatilite yaratmıştır. BIST sektör endeksleri de bu ekonomik ortamdan etkilenmiş ve farklı volatil performans sergilemiştir. Özellikle enerji, gıda ve içecek gibi sektörler genellikle enflasyondan daha fazla etkilenirken, hizmet ve teknoloji gibi sektörler, ekonomik dalgalanmalara daha esnek bir şekilde adapte olmuştur. Bu çalışmada BIST Sektör Endekslerinden: Gıda ve İçecek, Elektrik, Turizm ve Teknoloji endekslerinin zaman içerisinde (2017-2023) izlediği seyri yani yüksek ve düşük getirili dönemleri incelemek amacıyla tek değişkenli Markov Regime Switching (MRS) modeli tahmin edilmiştir. Bulgulara göre, Gıda ve İçecek endeksinin belirli bir piyasa rejiminde uzun süre kararlılık gösterildiği ve bu rejime geçildiğinde kalma olasılığının yüksek olduğu görülmektedir. Elektrik endeksi için, endeksin belirli bir piyasa rejiminde uzun süre kalma eğiliminde olduğu ve piyasadaki değişikliklere hızlı uyum sağlayabildiği anlaşılmaktadır. Yüksek enflasyon dönemlerinde BIST-Turizm Endeksi'nde uzun süreli kararlılık gözlenmiş ve düşük volatilite dönemi geniş bir zaman dilimini kapsamıştır. Bu durum, turizm sektörünün ekonomik belirsizliklere karşı direnç gösterdiğini ve uzun vadeli planlamalara daha uygun olduğunu göstermektedir. BIST-Teknoloji Endeksi için, belirli bir piyasa rejiminde uzun süre kararlılık gösterildiği ve düşük volatilite döneminin neredeyse yüksek volatilite dönemi kadar sürdüğü anlaşılmaktadır. Bu durum, teknoloji sektörünün ekonomik belirsizliklere karşı direnç gösterdiğini ve uzun vadeli istikrarını koruduğunu göstermektedir. Bu çalışmanın literatüre katkısı, yüksek enflasyon dönemlerinde BIST sektör endekslerinin dalgalanmalarını analiz etmek amacıyla sektörlere özgü uzun vadeli kararlılık ve volatilite özelliklerini ortaya koymasıdır. Yatırımcılara sektörler arasındaki farklı performans özellikleri hakkında önemli bilgiler sağlayarak daha etkili stratejiler oluşturmalarına olanak sunmaktadır.

Anahtar Kelimeler

• Makroekonomi
• Enflasyon
• BIST
• Volatilite

Fluctuations of BIST Sectoral Index Movements During High Inflation Periods: A Markov Regime Switching Analysis

Abstract

Periods of high inflation generally cause uncertainty and risks in financial markets. In Turkey, the 2017-2023 period covers a time period characterized by frequent economic and financial fluctuations. High inflation in this period affected many sectors in the country and created significant volatility in financial markets. BIST sector indices were also affected by this economic environment and exhibited different volatile performances. In particular, sectors such as energy, food and beverages are generally more affected by inflation, while sectors such as services and technology have adapted more flexibly to economic fluctuations. In this study, BIST Sector Indices: Food and Beverages, Electricity, Tourism and Technology indices over time (2017-2023), i.e., high and low return periods, a univariate Markov Regime Switching (MRS) model is estimated. According to the findings, the Food and Beverages index is stable in a particular market regime for a long period of time and has a high probability of remaining in that regime once it is switched. For the Electricity index, the index tends to remain in a particular market regime for a long time and can adapt quickly to changes in the market. During periods of high inflation, the BIST-Tourism Index exhibited long-term stability and the low volatility period covered a large period of time. This suggests that the tourism sector is resilient to economic uncertainties and is more suitable for long-term planning. For the BIST-Technology Index, it is understood that there is a long period of stability in a particular market regime and the period of low volatility lasts almost as long as the period of high volatility. This suggests that the technology sector is resilient to economic uncertainties and maintains its long-term stability. The contribution of this study to the literature is that it reveals sector-specific long-term stability and volatility characteristics to analyze the fluctuations of BIST sectoral indices during periods of high inflation. It provides investors with important information about the different performance characteristics across sectors, allowing them to formulate more effective strategies.

Keywords

• Macroeconomy
• Inflation
• BIST
• Volatility

References

1. Adrangi, B., Chatrath, A. & Sanvicente, A. Z. (2002). Inflation, Output, and Stock Prices: Evidence from Brazil. Journal of Applied Business Research (JABR), 18(1).
2. Alagidede, P. & Panagiotidis, T. (2010). Can Common Stocks Provide a Hedge Against Inflation? Evidence from African Countries. Review of Financial Economics, 19(3), 91-100.
3. Ammer, J. (1994). Inflation, Inflation Risk, and Stock Returns. Board of Governors of The Federal Reserve System (US).
4. Anari, A. & Kolari, J. (2001). Stock Prices and Inflation. Journal of Financial Research, 24(4), 587-602. doi.org/10.1111/j.1475-6803.2001.tb00832.x
5. Barca, O. & Arabacı, Ö. (2020). BİST Altın Fiyatları Serisinin Markov Rejim Değişim Modeli İle Analizi. Muhasebe ve Finansman Dergisi, (85), 209-222.
6. Bulmash, S. B. & Trivoli, G. W. (1991). Time-Lagged Interactions Between Stocks Prices and Selected Economic Variables. The Journal of Portfolio Management, 17(4), 61-67.
7. Chen, S. S. (2006). Revisiting the Interest Rate-Exchange Rate Nexus: A Markov-Switching Approach. Journal of Development Economics, 79(1), 208-224.
8. Chiang, T. C. & Chen, P. Y. (2023). Inflation Risk and Stock Returns: Evidence from US Aggregate and Sectoral Markets. The North American Journal of Economics and Finance, 68, 101986.

9. Choudhry, T. (2001). Inflation and Rates of Return on Stocks: Evidence from High Inflation Countries. Journal of International Financial Markets, Institutions and Money, 11(1), 75-96.
10. Dağlı, H. & Ayaydın, H. (2012). Gelişen Piyasalarda Hisse Senedi Getirisini Etkileyen Makroekonomik Değişkenler Üzerine Bir İnceleme: Panel Veri Analizi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 26(3-4), 45-65.
11. Damos, P., Rigas, A. & Savopoulou-Soultani, M. (2011). Application of Markov Chains and Brownian Motion Models on Insect Ecology. Brownian Motion: Theory, Modelling and Applications, 71-104.
12. Diebold, F. X., Lee, J. H. & Weinbach, G. C. (1993). Regime Switching with Time-Varying Transition Probabilities. Engel, C. (1994). Can the Markov Switching Model Forecast Exchange Rates?. Journal of International Economics, 36(1-2), 151-165.
13. Eyüboğlu, S. & Eyüboğlu, K. (2018). Enflasyon Oranı ile Borsa İstanbul Sektör Endeks Getirileri Arasındaki İlişkinin İncelenmesi. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 18(4), 89-100.
14. Fisher, I. (1930). The Theory of Interest. New York, 43, 1-19. Hamad Ameen, M., Temi̇zel, F. & Kamışlı, M. (2020). The Impact of Inflation on Stock Market Indices. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 9(3), 3004-3018. http://www.itobiad.com/tr/pub/issue/56503/735746
15. Hatipoğlu, M. (2021). Hisse Senedi Getirileri ve Enflasyon İlişkisi: Gelişmiş Ülke Borsalarından Kanıtlar. Karadeniz Teknik Üniversitesi Sosyal Bilimler Enstitüsü Sosyal Bilimler Dergisi, 11(21), 155-172.
16. Hamilton, J. D. (1989). A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle. Econometrica: Journal of the Econometric Society, 357-384.
17. Hamilton, J. D. (1996). Specification Testing in Markov-Switching Time-Series Models. Journal of Econometrics, 70(1), 127-157.
18. Horasan, M. (2008). Enflasyonun Hisse Senedi Getirilerine Etkisi: İMKB 100 Endeksi Üzerine Bir Uygulama. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 12(2), 427-435.
19. Ibrahim, T. M. & Agbaje, O. M. (2013). The Relationship Between Stock Return and Inflation in Nigeria. European Scientific Journal, 9(4).
20. Kara, H. & Sarıkaya, Ç. (2021). Enflasyon Dinamiklerindeki Değişim: Döviz Kuru Geçişkenliği Güçleniyor mu? (No. 2121). Working Paper.
21. Karagiannopoulou, S. & Sariannidis, N. (2023). The Relationship between Stock Market and Inflation in the Turbulent Period of Covid-19 and Ukraine's War: Evidence from Greece. SSRN 4634857. http://dx.doi.org/10.2139/ssrn.4596126
22. Karamustafa, O. & Karakaya, A. (2004). Enflasyonun Borsa Performansı Üzerindeki Etkisi. Kocaeli Üniversitesi Sosyal Bilimler Dergisi, (7), 23-35.
23. Kılıç, R. & Dilber, C. (2017). Türkiye’deki Enflasyon ve Dolar Kuru Volatilitesinin Bist-100 Endeksi Oynaklığı Üzerindeki Etkisi. Çankırı Karatekin Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8(1), 164-174.
24. Kim, C. J. & Nelson, C. R. (1998). State-Space Models with Regime Switching: Classical and Gibbs-Sampling Approaches with Applications. MIT Press Books, 1.
25. Kurotamunobaraomi, T. & Ebiware, A. E. (2017). Inflation and Stock Prices: The Nexus. International Journal of Banking and Finance Research, 3(1), 49-58.
26. Krolzig, H. M. & Krolzig, H. M. (1997). The Markov-Switching Vector Autoregressive Model. Markov-Switching Vector Autoregressions: Modelling, Statistical Inference, and Application to Business Cycle Analysis, 6-28.
27. Krolzig, H. M. (1998). Econometric Modelling of Markov-Switching Vector Autoregressions Using MSVAR for Ox.
28. Krolzig, H. M. (2000). Predicting Markov-Switching Vector Autoregressive Processes (1-30). Oxford: Nuffield College.
29. Krolzig, H. M. (2001). Estimation, Structural Analysis and Forecasting of Regime-Switching Model with MSVAR for Ox. University of Oxford. http://www.economics.ox.ac.uk/hendry/research/krolzig
30. Li, L., Narayan, P. K. & Zheng, X. (2010). An Analysis of Inflation and Stock Returns for the UK. Journal of International Financial Markets, Institutions and Money, 20(5), 519-532.
31. Lin, S. C. (2009). Inflation and Real Stock Returns Revisited. Economic Inquiry, 47(4), 783-795.
32. Özer, A., Kaya, A. & Özer, N. (2011). Hisse Senedi Fiyatları ile Makroekonomik Değişkenlerin Etkileşimi. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 26(1), 163-182.
33. Saka Ilgın, K. & Sarı, S. S. (2020). Döviz Kuru, Faiz Oranı ve Enflasyon ile BİST Tüm ve BİST Sektörel Endeksler Arasındaki İlişkinin Ampirik Analizi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 5(3), 485-510. https://doi.org/10.30784/epfad.693266
34. Sayilgan, G. & Süslü, C. (2011). Makroekonomik Faktörlerin Hisse Senedi Getirilerine Etkisi: Türkiye ve Gelişmekte Olan Piyasalar Üzerine Bir İnceleme. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 5(1), 73-96.
35. Soykan, M. E. (2023). Altın Volatilitesinin Doğrusal ve Doğrusal Olmayan Yöntemler ile Analizi. İzmir İktisat Dergisi, 38(3), 686-703.
36. Şekeroğlu, G., Uçan, O. & Acar, M. (2019). Enflasyon ve Dış Ticaret Açığının Borsa Endeks Getirileri Üzerindeki Etkisi: Borsa İstanbul 100 Endeksinde Bir Uygulama. Muhasebe ve Finansman Dergisi, (82), 221-234. https://doi.org/10.25095/mufad.536077
37. Rapach, D. E. (2002). The Long-Run Relationship Between Inflation and Real Stock Prices. Journal of Macroeconomics, 24(3), 331-351.
38. Taban, S., & Şengür, M. (2016). Türkiye’de Enflasyonun Kaynağının Belirlenmesine Yönelik Ekonometrik Bir Analiz. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, (47), 47-64.
39. Yıldırım, S., Ögel, S. & Alhajrabee, O. (2020). Enflasyon ve Faiz Oranlarının Hisse Senedi Getirilerine Etkisinin Araştırılması: BİST Mali Endeksi Üzerinde Ampirik Uygulama. Balkan Sosyal Bilimler Dergisi, 9(17), 185-191.
40. Qamri, G. M., Haq, M. A. U. & Akram, F. (2015). The Impact of Inflation on Stock Prices: Evidence from Pakistan. Microeconomics and Macroeconomics, 3(4), 83-88.
41. Yellen, J. L. (2015). Inflation Dynamics and Monetary Policy: A speech at the Philip Gamble Memorial Lecture, University of Massachusetts, Amherst, Amherst, Massachusetts, September 24, 2015 (No. 863).