Exploration of the Relationship between Energy Markets and Macroeconomic Variables: The Case of Turkey

Year 2024, Volume: 15 Issue: 44, 1272 - 1298, 30.11.2024

Salih Parmaksız

https://doi.org/10.21076/vizyoner.1450934

Abstract

The aim of the study is to explore the relationship between the Turkish energy market and macroeconomic variables through empirical methods. The study includes the Market Clearing Price (MCP) as well as six macroeconomic variables. Monthly data covering the entire period from December 2011 to May 2021 is used in the analysis. The econometric methods applied in the research are the Hacker and Hatemi-J (2010) Bootstrap Causality Test and the ARDL Model. The results of testing the causality between the MCP and the explanatory variables included in the ARDL model using the Bootstrap Causality Test reveal that all the explanatory variables cause changes in the MCP. According to the ARDL model results, all the explanatory variables, which include Turkey's electricity consumption, renewable energy-based production, nominal USD/TRY exchange rate, the Central Bank of Turkey’s weighted funding cost, BIST100 index, and natural gas prices, have short-term and long-term positive and negative effects on the MCP. Based on these findings, it is essential to closely monitor macroeconomic indicators in analyzing the movement direction of the MCP. Additionally, the structural relationship between the stakeholders in energy markets and financial markets must be considered when examining the movements of the MCP.

Keywords

Turkish Day-Ahead Market, Market Clearing Price, Bootstrap Causality Test, ARDL

Thanks

I would like to thank Assoc. Prof. Dr. Ozan Özdemir, who provided consultancy support for the doctoral thesis study that forms the basis of this study.

Makroekonomik Değişkenler ile Enerji Piyasaları Arasındaki İlişkinin Keşfi: Türkiye Örneği

Abstract

Çalışmanın amacı, Türkiye enerji piyasasının makroekonomik değişkenler ile olan ilişkisini ampirik yöntemlerle keşfetmektir. Araştırmaya enerji piyasalarının temeli olan Türkiye Gün Öncesi Piyasası fiyatı tanımına sahip Piyasa Takas Fiyatı ve altı makroekonomik değişken dahil edilmiştir. Çalışmada 2011 yılı Aralık ayı başlangıçlı 2021 Mayıs ayı dahil olmak üzere aradaki tüm dönemi kapsayan aylık veriler kullanılmıştır. Araştırmada ekonometrik yöntemler olan Hacker ve Hatemi-J (2010) Bootstrap Nedensellik Testi ve Gecikmesi Dağıtılmış Otoregresif (ARDL) Model kullanılmıştır. ARDL modeline dahil edilen açıklayıcı değişkenler ile Piyasa Takas Fiyatı arasındaki nedenselliğin Hacker ve Hatemi-J (2010) Bootstrap Nedensellik Testi ile sınanması sonucu bütün açıklayıcı değişkenlerin Piyasa Takas Fiyatı’nın nedeni olduğu tespit edilmiştir. ARDL modeli sonuçlarına göre Türkiye elektrik tüketimi, yenilenebilir enerji kaynaklı üretim, nominal Dolar/TL kuru, Türkiye Cumhuriyet Merkez Bankası ağırlıklı fonlama maliyeti, Borsa İstanbul 100 endeksi ve doğal gaz fiyatlarından oluşan bağımsız değişken kümesinde yer alan bütün açıklayıcı değişkenlerin Piyasa Takas Fiyatı üzerinde kısa ve uzun dönem bazlı pozitif ve negatif etkilerinin var olduğu tespit edilmiştir. Elde edilen bulgulara göre Piyasa Takas Fiyatı’nın hareket yönünün analiz edilmesi süreçlerinde makroekonomik göstergeler de yakından takip edilmelidir. Enerji piyasaları paydaşlarının finansal piyasalarla olan yapısal ilişkilerinin göz önünde bulundurulması da Piyasa Takas Fiyatı’nın hareketlerinin incelenmesinde mutlak önem göstermektedir.

Keywords

Türkiye Gün Öncesi Piyasası, Piyasa Takas Fiyatı, Bootstrap Nedensellik Testi, ARDL

Thanks

Bu çalışmanın temelini oluşturan doktora tez çalışmasında danışmanlık desteği sağlayan Doç. Dr. Ozan Özdemir’e teşekkür ederim.

References

• Abioğlu, V. (2021). Türkiye’de petrol fiyatları ve sanayi sektörleri arasında volatilite yayılımı ve korelasyon: Riskten korunma ve portföy çeşitlendirme üzerine etkileri. Sosyoekonomi, 29(47), 79-106.
• Akbulut, G. (2021). OPEC üyesi orta doğu ülkelerinde CO2 emisyonu, enerji tüketimi ve ticari açıklık: Panel ARDL yaklaşımı. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(1), 83-102.
• Akkaya, B. M. ve Sarı, R. (2019). Oil prices and banking stocks nexus: Evidence from an oil-dependent country. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 9(59), 34-47.
• Alper, F. Ö. (2018). Yenilenebilir enerji ve ekonomik büyüme arasındaki ilişki: 1990-2017 Türkiye örneği. Çankırı Karatekin Üniversitesi İİBF Dergisi, 8(2), 223-242.
• Altıntaş, H. (2013). Türkiye’de birincil enerji tüketimi, karbondioksit emisyonu ve ekonomik büyüme ilişkisi: Eşbütünleşme ve nedensellik analizi. Eskişehir Osmangazi Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 8(1), 263-294.
• Atgür, M. (2021). Ekonomik büyüme, enerji tüketimi ve karbon emisyonları ilişkisi: Çin örneği. Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 23(1), 172-186.
• Bakırtaş, İ. ve Çetin, M. A. (2015). Yenilenebilir enerji tüketimi ile ekonomik büyüme arasındaki ilişki: G-20 ülkeleri. Sosyoekonomi, 24(28), 131-145.
• Berksun, D., Doğan, N. ve Berument, M. (2021). Electricity consumption and economic growth in Turkey: A mixed frequency VAR approach. Energy Economics Letters, 8(1), 95-108.
• Bowden, N. ve Payne, J. (2008). The causal relationship between U.S. energy consumption and real output. Journal of Policy Modeling, 31(2), 180-188.
• Bozkurt, H. Y. (2007). Zaman Serileri Analizi (2. Baskı). Ekin Kitabevi.
• Bulut, Ü. ve Muratoğlu, G. (2018). Renewable energy in Turkey: great potential, low but increasing utilization, and an empirical analysis on renewable energy-growth nexus. Energy Policy, 123(C), 240-250.
• Çağlayan, E. ve Saçaklı, İ. (2006). Satın alma gücü paritesinin geçerliliğinin sıfır frekansta spektrum tahmincisine dayanan birim kök testleri ile incelenmesi. İktisadi ve İdari Bilimler Dergisi, 20(1), 121-137.
• Çetin, M. ve Kantarcı, T. (2020). Türkiye ekonomisinde yabancı sermaye yatırımları ile enerji tüketimi arasındaki ilişki: Simetrik/asimetrik nedensellik analizi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 16(4), 817-839.
• Çevik, N. K., Çevik, E. ve Diboooğlu, S. (2020). Oil prices, stock market returns and volatility spillovers: Evidence from Turkey. Journal of Policy Modeling, 42(3), 597-614.
• Çolpan, E. ve Karabıyık, C. (2018). Finansal gelişmenin enerji tüketimine etkisi: OECD ülkeleri üzerine bir uygulama. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 20(2), 189-210.
• Dalgın, A. (2017). Yapay sinir ağları kullanılarak Türkiye gün öncesi piyasası elektrik fiyat tahmini [Yüksek Lisans Tezi]. İstanbul Teknik Üniversitesi.
• Derinkuyu, K., Tanrısever, F., Kurt, N. ve Ceyhan, G. (2019). Optimizing day-ahead electricity market prices: Increasing the total surplus for energy exchange İstanbul. Manufacturing and Service Operations Management, 22(4), 1-17.
• Doğrul, H. ve Soytaş, U. (2010). Relationship between oil prices, interest rate, and unemployment: Evidence from an emerging market. Energy Economics, 32(6), 1523-1528.
• Dursun, A., Eke, İ. ve Tezcan, S. S. (2020). Gün öncesi piyasası için yapay sinir ağları ile Türkiye enterkonnekte sistemi iletim hatları kayıplarının tahmini. Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi, 12(2), 549-564.
• Eğilmez, M. (2022). TCMB ağırlıklı ortalama fonlama maliyeti. https://www.mahfiegilmez.com/2015/06/tcmb-agrlkl-ortalama-fonlama-maliyeti.html adresinden 18 Ekim 2022 tarihinde alınmıştır.
• EPDK. (2021, 6 Temmuz). Piyasa raporlar. https://www.epdk.gov.tr/Detay/Icerik/16/piyasa-raporlari adresinden 16 Temmuz 2021 tarihinde alınmıştır.
• EPİAŞ. (2019). Gün öncesi piyasası kullanım kılavuzu. EPİAŞ. https://www.epias.com.tr/gun-oncesi-piyasasi/gop-kullanici-kilavuzu/ adresinden 16 Temmuz 2021 tarihinde alınmıştır.
• EPİAŞ. (2019). EPİAŞ 2019-2023 Stratejik plan. EPİAŞ. https://www.epias.com.tr/wp-content/uploads/2020/04/epias_stratejik_plan_2__Y.pdf adresinden 16 Temmuz 2021 tarihinde alınmıştır.
• EPİAŞ Şeffaflık Platformu. (2021). Elektrik Raporları. EPİAŞ. https://rapor.epias.com.tr/rapor/ adresinden 16 Temmuz 2021 tarihinde alınmıştır.
• Erdoğan, S. ve Gürbüz, S. (2014). Türkiye'de enerji tüketimi ve ekonomik büyüme ilişkisi: Yapısal kırılmalı zaman serisi analizi. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 2(32), 79-87.
• Ertaylan, A., Aktaş, Ö. ve Doğan, Y. (2021). Yapay sinir ağları ile piyasa takas fiyatı tahminlemesi. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, 23(67), 93-105.
• Ertuğrul, H. M. (2011). Türkiye'de elektrik tüketimi büyüme ilişkisi: Dinamik analiz. Selçuk Üniversitesi İktisadi ve İdari Bilimler Fakültesi Sosyal ve Ekonomik Araştırmalar Dergisi, 7(25), 249-265.
• Garanti Bankası. (2015). 2015 Elektrik sektör raporu 10 yıllık projeksiyon. Garanti Bankası. https://www.garantibbvainvestorrelations.com/tr/images/pdf/elektrik-piyasasi-turkce.pdf adresinden 16 Temmuz 2021 tarihinde alınmıştır.
• Garcia, R., Contreras, J., Member, S., van Akkeren, M. ve Garcia, J. B. (2005). A GARCH forecasting model to predict day-ahead electricity prices. IEEE Transactions On Power Systems, 20(2), 867-874.
• Granger, C. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424-438.
• Granger, C. ve Newbold, P. (1974). Spurious regressions in econometrics. Journal of Econometrics, 2(2), 111-120.
• Gündüz, S., Uğurlu, U. ve Öksüz, İ. (2020). Electricity price prediction using encoder-decoder recurrent neural networks in Turkish day ahead market. 28th Signal Processing and Communications Applications Conference (s. 19-23). Gaziantep, Türkiye.
• Hacker, R. ve Hatemi-J, A. (2006). Tests for causality between ıntegrated variables using asymptotic and bootstrap distributions: Theory and application. Applied Economics, 38(13), 1489-1500.
• Hacker, R. ve Hatemi-J, A. (2010). A bootstrap test for causality with endogenous lag. CESIS Electronic Working Paper Series, (23), 1-21.
• Hassan, Y. A. ve Kankanamge, A. (2021). Electricity consumption and economic growth in the presence of structural breaks: Evidence from Sri Lanka. Journal of Smart Economic Growth, 6(1), 1-17.
• İlarslan, K. (2021). Uluslararası fosil yakıt fiyatlarının finansal piyasalar üzerindeki etkisinin ARDL sınır testi ile incelenmesi: 1986-2019 Dönemi Türkiye Örneği. Finansal Araştırmalar ve Çalışmalar Dergisi, 13(24), 143-158.
• Investing. (2021a). Döviz kuru. Investing. https://tr.investing.com/currencies/usd-try-historical-data adresinden 1 Haziran 2021 tarihinde alınmıştır.
• Investing. (2021b). BIST100 endeksi. Investing. https://tr.investing.com/indices/ise-100-historical-data adresinden 1 Haziran 2021 tarihinde alınmıştır.
• Kabak, M. ve Taşdemir, T. (2020). Electricity day ahead market price forecasting by using artificial neural networks: An application for Turkey. Arabian Journal for Science and Engineering, 3(45), 2317-2326.
• Kambur, E. ve Aksoy, M. (2022). 1998-2018 döneminde Türkiye’de turizme yapılan yatırım ile ekonomik büyüme ilişkisinin granger nedensellik ve todayamamoto yöntemleri ile analizi. Sosyal Bilimler Dergisi, 32(3), 1099-1112.
• Karabiber, O. A. ve Xydis, G. (2019). Electricity price forecasting in the Danish day ahead market using the TBATS, ANN and ARIMA methods. MDPI Energies, 12(5), 1-29.
• Keskingöz, H. ve İnançlı, S. (2016). Türkiye’de finansal gelişme ve enerji tüketimi arasında nedensellik ilişkisi: 1960-2011 Dönemi. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 11(3), 101-114.
• Kırca, M., Canbay, Ş. ve Pirli, K. (2020). Is the relationship between oil-gas prices index and economic growth in Turkey permanent? Resources Policy, 69, 1-9.
• Kocabıyık, T. (2013). Borsalar arasında etkileşim: G-8 ülkeleri ve Türkiye üzerine ampirik bir araştırma [Doktora Tezi]. Süleyman Demirel Üniversitesi.
• Komal, R. ve Abbas, F. (2015). Linking financial development, economic growth and energy consumption in Pakistan. Renewable and Sustainable Energy Reviews, 44(17), 211-220.
• Li, W. ve Becker, M. D. (2021). Day-ahead electricity prices prediction applying hybrid models of LSTM-based deep learning methods and feature selection algorithms under consideration of market coupling. Norwegian University of Science and Technology Business School, 237(C), 1-16.
• MacKinnon, J. G. (1996). Numerical distribution functions for unit root and cointegration tests. Journal Of Applied Econometrics, 11(6), 601-618.
• Malik, M. A. (2021). Economic growth, energy consumption, and environmental quality nexus in Turkey: Evidence from simultaneous equation models. Environmental Science and Pollution Research, 28(12), 1-12.
• Ocaklı, D. (2020). Altın ve petrol fiyatları ile BIST100 endeksi arasındaki nedensellik ilişkisinin incelenmesi. Uluslararası İşletme ve Ekonomi Çalışmaları Dergisi, 2(2), 72-84.
• Öcal, O. ve Aslan, A. (2013). Renewable energy consumption–economic growth nexus in Turkey. Renewable and Sustainable Energy Reviews, 28(C), 494-499.
• Öget, E. ve Şahin, S. (2017). Hisse senetleri ile altın ons fiyatları ve ham petrol fiyatları arasındaki eşbütünleşme ilişkisi: BIST100. Ulakbilge Sosyal Bilimler Dergisi, (77), 637-653.
• Özata, E. (2010). Türkiye’de enerji tüketimi ve ekonomik büyüme arasındaki ilişkilerin ekonometrik incelemesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 26, 1-14.
• Sandal, M., Çemrek, F. ve Yıldız, Z. (2017). BIST100 endeksi ile altın ve petrol fiyatları arasındaki nedensellik ilişkisinin incelenmesi. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 26(3), 155-170.
• Sevüktekin, M. ve Nargeleçekenler, M. (2007). Ekonometrik zaman serileri analizi (2. Baskı). Nobel Yayın Dağıtım.
• Shahbaz, M., Hye, Q. M. ve Tiwari, A. K. (2013). Economic growth, energy consumption, financial development, international trade and CO2 emissions in Indonesia. Renewable and Sustainable Energy Reviews, 25(C), 109-121.
• Şenkardeşler, R. A. (2021). Sürdürülebilir büyümede enerjinin rolü: Türkiye’nin kaynak bolluğu-enerji kıtlığı paradoksu. Maliye ve Finans Yazıları, (2), 145-172.
• Şenocak, F. ve Kahveci, H. (2016). Gün öncesi piyasası'nda PTF dönemsel ağırlıklı fiyat ortalama tahmini. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, 23(67), 93-105.
• Tayşi, C., Biricik, G. ve Bozkurt, Ö. (2015). Türkiye elektrik piyasası için fiyat tahmin sistemlerinin değerlendirilmesi. IEEE 23. Sinyal İşleme ve İletişim Uygulamaları Kurultayı (s. 526-529). Malatya, Türkiye.
• TCMB. (2021). TCMB ağırlıklı ortalama fonlama maliyeti. EVDS, https://evds2.tcmb.gov.tr/evds/archiveMarket/ adresinden 15 Haziran 2021 tarihinde alınmıştır.
• Temel, F. ve Eryiğit, M. (2021). Enerji fiyatları ile Borsa İstanbul endeksleri arasındaki ilişkilerin test edilmesi. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(1), 370-398.
• Toda, H. ve Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly ıntegrated processes. Journal of Econometrics, 66(1), 225-250.
• TradingEconomics. (2021). NG prices. Trading Economics, https://tr.tradingeconomics.com/commodity/natural-gas adresinden 15 Haziran 2021 tarihinde alınmıştır.
• Tuncay, Ö. ve Oruç, D. (2020). Gelişmekte olan ekonomilerde finansal gelişmişlik-enerji tüketimi ilişkisi. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, 7(7), 89-105.
• Uslu, H. (2019). Türkiye elektrik piyasalarında doğal gaz kombine çevrim santrali ticari bazlı üretim optimizasyonu [Yüksek Lisans Tezi]. İstanbul Medeniyet Üniversitesi.
• Yanar, R. ve Kerimoğlu, G. (2011). Türkiye’de enerji tüketimi, ekonomik büyüme ve cari açık ilişkisi. Ekonomi Bilimleri Dergisi, 3(2), 191-201.
• Yenilmez, F. ve Erdem, M. S. (2018). Türkiye ve Avrupa Birliği’nde ekonomik büyüme ile enerji tüketimi arasındaki ilişki: TodayYamamoto nedensellik testi. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 19(1), 71-95.
• Yıldırım, E., Şenay, S. ve Aslan, A. (2012). Energy consumption and economic growth in the USA: Evidence From Renewable Energy. Renewable and Sustainable Energy Reviews, 16(3), 6770-6774.