Dynamic Interaction Between Geopolitical Risk Index and the Defense Industry Sector: An Analysis Using a TVP-VAR Approach

Yıl 2025, Cilt: 27 Sayı: 3, 991 - 1024, 18.12.2025

Emrah Şahin

https://doi.org/10.26745/ahbvuibfd.1759451

Öz

This study examines the dynamic interaction between the Turkish Defense Industry Index (XUSAV) and global and country-specific geopolitical risk indices. The analysis utilizes monthly data covering the period 2000M1–2025M6. The defense industry index was constructed as a composite index using the stock prices of defense and aerospace companies listed on Borsa Istanbul through Principal Component Analysis (PCA). Geopolitical risk indicators include global, Turkey-specific, threat-based, and action-based geopolitical risk indices. Using a Time-Varying Parameter Vector Autoregressive (TVP-VAR) model, we analyze volatility spillovers, directional connectedness, and the dynamic total connectedness index. Additionally, Quantile-on-Quantile Regression (QQR) analysis was conducted, accompanied by 2D heatmap visualizations, to assess the robustness of the TVP-VAR results. The findings of the TVP-VAR analysis indicate that the volatility of the defense industry index is largely driven by internal factors, while the effect of geopolitical risks remains limited. Short-term shocks from global geopolitical risks are observed; however, these effects weaken in the medium and long term. Moreover, threat-based risks have a more pronounced impact on the defense industry index compared to other risk components. The QQR analysis, performed as a robustness check, supports the TVP-VAR findings and reveals that the relationship is asymmetric and nonlinear. In particular, strong positive effects are detected between the defense industry index and global and threat-based geopolitical risks during periods of high volatility. Unlike existing studies that examine the general impact of geopolitical risks on stock markets, this research focuses specifically on the defense industry sector, offering a unique contribution to the literature. The results suggest that defense industry stocks can serve as a protective investment instrument for policymakers and investors during periods of heightened geopolitical risk and uncertainty.

Anahtar Kelimeler

Geopolitical Risk Index (GPR) , Defense Industry Index , Time-Varying Parameter Vector Autoregressive (TVP-VAR) , Quantile-on-Quantile Regression (QQR) , Principal Component Analysis (PCA)

Jeopolitik Risk Endeksi ile Savunma Sanayi Sektörünün Dinamik Etkileşimi: TVP-VAR Yaklaşımıyla Bir İnceleme

Öz

Bu çalışma, Türkiye savunma sanayi endeksi (XUSAV) ile küresel ve ülkeye özgü jeopolitik risk endeksleri arasındaki dinamik etkileşimi incelemektedir. Araştırmada 2000M1-2025M6 dönemlerine ait aylık veriler kullanılmıştır. Savunma sanayi endeksi, Borsa İstanbul’da işlem gören savunma ve havacılık firmalarının hisse senetleri üzerinden Temel Bileşenler Analizi (PCA) yöntemiyle bileşik bir endeks oluşturulmuştur. Jeopolitik risk göstergeleri, küresel, Türkiye’ye özgü, tehdit temelli ve eylem temelli jeopolitik risk endeksleridir. Zamanla Değişen Parametreli Vektör Otoregresif (TVP-VAR) modeli kullanılarak volatilite yayılımı, yönlü bağlantılılık ve dinamik toplam bağlantılılık endeksleri analiz edilmiştir. Ayrıca TVP-VAR analizinin sağlamlığını tespit etmek için Kantil-Kantil Regresyon (QQR) analizi yapılarak 2D heatmap grafikleri oluşturulmuştur. TVP-VAR analiz bulguları, savunma sanayi endeksindeki oynaklığın büyük ölçüde içsel faktörlerden kaynaklandığını, jeopolitik risklerin etkisinin sınırlı olduğunu göstermektedir. Kısa vadede küresel jeopolitik risklerden bir şok dalgası gözlemlenirken, orta ve uzun vadede bu etkinin zayıfladığı tespit edilmiştir. Ayrıca tehdit temelli risklerin savunma sanayi endeksi üzerindeki etkisi diğer risk bileşenlerine kıyasla daha belirgin bulunmuştur. Sağlamlık kontrolü amacıyla yapılan QQR analizi, TVP-VAR bulgularını destekler nitelikte, ilişkinin asimetrik ve doğrusal olmadığını göstermektedir. Özellikle küresel ve tehdit temelli jeopolitik risk endeksleri ile savunma sanayi endeksi ilişkisinde, yüksek volatil dönemlerde pozitif güçlü etkiler bulunmuştur. Çalışma, jeopolitik risklerin borsa üzerindeki genel etkisini inceleyen mevcut literatürden farklı olarak, savunma sanayi sektörüne odaklanarak literatüre özgün katkı sunmaktadır. Bulgular, politika yapıcılar ve yatırımcılar için savunma sanayi hisselerinin jeopolitik risk ve belirsizlik dönemlerinde portföyleri koruyucu bir yatırım aracı olabileceğini ifade etmektedir.

Anahtar Kelimeler

Jeopolitik Risk Endeksi (GPR) , Savunma Sanayi Endeksi , Zamanla Değişen Parametreli Vektör Otoregresif (TVP-VAR) , Kantil-Kantil Regresyon (QQR) , Temel Bileşenler Analizi (PCA)

Etik Beyan

Bu çalışmanın, özgün bir çalışma olduğunu; çalışmanın hazırlık, veri toplama, analiz ve bilgilerin sunumu olmak üzere tüm aşamalarından bilimsel etik ilke ve kurallarına uygun davrandığımı; bu çalışma kapsamında elde edilmeyen tüm veri ve bilgiler için kaynak gösterdiğimi ve bu kaynaklara kaynakçada yer verdiğimi; kullanılan verilerde herhangi bir değişiklik yapmadığımı, çalışmanın Committee on Publication Ethics (COPE)' in tüm şartlarını ve koşullarını kabul ederek etik görev ve sorumluluklara riayet ettiğimi beyan ederim. Herhangi bir zamanda, çalışmayla ilgili yaptığım bu beyana aykırı bir durumun saptanması durumunda, ortaya çıkacak tüm ahlaki ve hukuki sonuçlara razı olduğumu bildiririm.

Kaynakça

• Agoraki, M. E. K., Kouretas, G. P., & Laopodis, N. T. (2022). Geopolitical risks, uncertainty, and stock market performance. Economic and Political Studies, 10(3), 253-265. https://doi.org/10.1080/20954816.2022.2095749
• Akdağ, S., Yıldırım, H., & Kesebir, M. (2019). Jeopolitik risk ile borsa endeksleri arasındaki ilişki: Panel eşbütünleşme ve panel nedensellik analizi. Siyasi, Sosyal ve Kültürel Yönleriyle Türkiye ve Rusya 2, (Ed. İnanır, E., Köse, O., & Ulutürk Y.). Berikan Yayınevi, Ankara.
• Antonakakis, N., & Gabauer, D. (2017). Refined measures of dynamic connectedness based on TVP-VAR. MPRA Paper 78282, University Library of Munich, Germany.
• Apergis, N., Bonato, M., Gupta, R., & Kyei, C. (2018). Does geopolitical risks predict stock returns and volatility of leading defense companies? Evidence from a nonparametric approach. Defence and Peace Economics, 29(6), 684-696. https://doi.org/10.1080/10242694.2017.1292097
• Baran, T. (2018). Türkiye’de savunma sanayi sektörünün incelenmesi ve savunma harcamalarının ekonomi üzerindeki etkilerinin değerlendirilmesi. Uluslararası İktisadi ve İdari Bilimler Dergisi, 4(2), 58-81. DOI: 10.29131/uiibd.429369
• Baruník, J., & Křehlík, T. (2018). Measuring the frequency dynamics of financial connectedness and systemic risk. Journal of Financial Econometrics, 16(2), 271-296.
• Bezgin, M.S. (2019). Türkiye’nin jeopolitik riskinin borsa İstanbul endeks getirileri üzerine etkisinin incelenmesi. 18.Uluslararası İşletmecilik Kongresi Bildiriler Kitabı İçinde (ss.2564-2574). 02-04 Mayıs 2019. Osmaniye: Osmaniye Korkutata Üniversitesi İktisadi ve İdari Bilimler Fakültesi.
• Caldara, D., & Iacoviello, M. (2022). Measuring geopolitical risk. American economic review, 112(4), 1194-1225. Camgöz, M. (2022). Global belirsizlik faktörlerinin BIST hisse senedi fiyatlarına asimetrik etkilerinin NARDL modeliyle analizi. Maliye ve Finans Yazıları, (118), 71-100. https://doi.org/10.33203/mfy.1103403
• Diebold, F. X., & Yilmaz, K. (2012). Better to give than to receive: Predictive directional measurement of volatility spillovers. International Journal of forecasting, 28(1), 57-66.
• Erdoğan, L., Ceylan, R., & Abdul-Rahman, M. (2021). The Impact of Domestic and Global Risk Factors on Turkish Stock Market: Evidence from the NARDL Approach. Emerging Markets Finance and Trade, 58(7), 1961–1974. https://doi.org/10.1080/1540496X.2021.1949282
• Erol, E. D. (2013). Türkiye ve Avrupa birliği üyesi ülkelerin sosyo-ekonomik gelişmişlik düzeylerinin karşılaştırmalı analizi. Sosyal ve Beşeri Bilimler Dergisi, 5(1), 198-208.
• Field, A. (2000). Discovering Statistics using SPSS for Windows. London: Thousand Oaks, New Delhi: Sage Publications. GPR Endeksi, https://www.matteoiacoviello.com/gpr.htm, Erişim Tarihi: 10.07.2025
• Hoque, M. E., & Zaidi, M. A. S. (2020). Global and country-specific geopolitical risk uncertainty and stock return of fragile emerging economies. Borsa Istanbul Review, 20(3), 197-213. https://doi.org/10.1016/j.bir.2020.05.001
• Irmak, F. (2025). Jeopolitik risk endeksi ile sektörel endeks getirileri arasındaki ilişki. Abant Sosyal Bilimler Dergisi, 25(2), 1005-1028. doi: 10.11616/asbi.1658368
• Ji, J. (2025). Geopolitical risk and its impact on capital allocation and stock market performance. Applied Economics Letters, 1-6. https://doi.org/10.1080/13504851.2024.2449544
• Kaiser, H. F. (1960). The application of electronic computers to factor analysis. Educational and Psychological Measurement, 20(1), 141–151.
• Kakaşçı, U., & Orhan, B. (2018). Türkiye Savunma Sanayii İhracatının Geliştirilmesine Yönelik Öneriler. Sürdürülebilir Havacılık Araştırmaları Dergisi, 3(2), 78-87. DOI: 10.23890/SUHAD.2018.0210
• Kamışlı, M. (2024). Ülkeye özgü jeopolitik risk ve savunma sektörü endeksi ilişkisi. In: Yılmaz, E. S. (ed.), Sosyal Bilimler Alanında Akademik Araştırma ve Değerlendirmeler-III. Özgür Yayınları. DOI: https://doi.org/10.58830/ozgur.pub604.c2762
• Karakurt, B., Şentürk, S. H., & Şahingöz, B. (2020). Türkiye’de savunma harcamaları, silah ithalatı ve dış borçlar arasındaki ilişkinin analizi: ARDL sınır testi yaklaşımı. International Journal of Public Finance, 5(2), 273-294. DOI: 10.30927/ijpf.824125
• Koop, G., & Korobilis, D. (2010). Bayesian multivariate time series methods for empirical macroeconomics. Foundations and Trends® in Econometrics, 3(4), 267-358.
• Koop, G., Pesaran, M. H., & Potter, S. M. (1996). Impulse response analysis in nonlinear multivariate models. Journal of econometrics, 74(1), 119-147.
• Lamine, A., & Zribi, S. (2024). Do geopolitical risks affect stock market returns and volatilities: an analysis based on the TVP-VAR model. European Journal of Government and Economics, 13(2), 240–261. https://doi.org/10.17979/ejge.2024.13.2.10168
• Maimaitijiang, S., Shen, Y., & Yao, X. (2024). Impacts of geopolitical risk on China stock market: A dynamic resilience analysis. Procedia Computer Science, 242, 318-325. https://doi.org/10.1016/j.procs.2024.08.224
• Medetoğlu, B. (2024). TVP-VAR yöntemi ile dinamik bağlantılılık tespiti: CIVETS ülkeleri üzerine uygulama. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi , (61), 17-34. https://doi.org/10.30794/pausbed.1413704
• Nakajima, J. (2011). Time-varying parameter VAR model with stochastic volatility: An overview of methodology and empirical applications.
• Nam, N. H., Yen, N. T., & Tung, N. T. (2023). The the impact of geopolitical risk on financial assets: Evidence from time-varying parameter VAR. VNU University of Economics and Business, 3(4), 33-33. https://doi.org/10.57110/vnujeb.v3i4.202
• Pan, C., Zhang, W., & Wang, W. (2023). Global geopolitical risk and volatility connectedness among China's sectoral stock markets. Finance Research Letters, 58, 104487. https://doi.org/10.1016/j.frl.2023.104487
• Pesaran, H. H., & Shin, Y. (1998). Generalized impulse response analysis in linear multivariate models. Economics letters, 58(1), 17-29.
• Pınar, L. (2018). Türkiye'nin savunma sanayi alanındaki gelişiminin Türk dış politikasına olan etkisi. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 7(4), 2356-2369.
• Primiceri, G. E. (2005). Time varying structural vector autoregressions and monetary policy. The Review of economic studies, 72(3), 821-852.
• Ringnér, M. (2008). What is principal component analysis?. Nature Biotechnology, 26(3), 303-304.
• Salisu, A. A., Lasisi, L., & Tchankam, J. P. (2022). Historical geopolitical risk and the behaviour of stock returns in advanced economies. The European Journal of Finance, 28(9), 889-906. https://doi.org/10.1080/1351847X.2021.1968467
• SASAD (2025). Savunma ve Havacılık Sanayi İmalatçılar Derneği, SASAD, https://www.sasad.org.tr/sasad-performans-raporu-1751542776
• SIRPI (2025). Stockholm Uluslararası Barış Araştırma Enstitüsü, SIPRI Askeri Harcama Veritabanı, https://www.sipri.org/databases/milex
• Smales, L. A. (2021). Geopolitical risk and volatility spillovers in oil and stock markets. The Quarterly Review of Economics and Finance, 80, 358-366. https://doi.org/10.1016/j.qref.2021.03.008
• Topbay, A. & Taşkın, E. (2023). Savunma sanayi uygulamalarının ve harcamalarının savunma performansına etkisi: Türkiye örneği. Dumlupınar Üniversitesi İİBF Dergisi, 12, 62-77. DOI: 10.58627/dpuiibf.1323497
• Üçler, G., & Özşahin, Ş. (2020). Jeopolitik risk ve borsa endeksinin nedensellik analizi: gelişmekte olan ülkeler üzerine bootstrap panel nedensellik testi. Muhasebe ve Finansman Dergisi, (87), 167-180. DOI: 10.25095/mufad.756266
• Zhang, Z., Bouri, E., Klein, T., & Jalkh, N. (2022). Geopolitical risk and the returns and volatility of global defense companies: A new race to arms?. International Review of Financial Analysis, 83, 102327. https://doi.org/10.1016/j.irfa.2022.102327
• Zhu M & Ghodsi A (2006). Automatic dimensionality selection from the scree plot via the use of profile likelihood. Comput Stat Data Anal 51, 918–930. https://doi.org/10.1016/j.csda.2005.09.010