Dolar ve Euro Kurları Üzerinde Etkili Faktörlerin İki Bağımlı Değişkenli MARS Modeli ile Belirlenmesi

Yıl 2022, Cilt: 24 Sayı: 1, 6 - 29, 30.06.2022

Münevvere Yıldız

Öz

Döviz kurları, dış ticaret konusunda ülkelerin rekabet gücünü gösterirken diğer taraftan ulusal paranın değeri konusunda da ülke ekonomisi, yatırımcılar ve finansal piyasalar açısından önemlidir. Döviz kurlarındaki oynaklık ülkelerin enflasyon, faiz oranı, dış ticaret gibi önemli ekonomik göstergeleri üzerinde ciddi belirsizlik meydana getirebilir ve bunun sonucunda ekonomik ve finansal türbülasyonlar yaşanabilir. Dolayısıyla döviz kurları üzerinde etkili olabilecek dinamiklerin belirlenmesi özellikle sermaye sıkıntısı çeken gelişmekte olan ülkeler için çok daha önemli bir konu olmaktadır. Bu açılardan çalışmanın amacı Türkiye’de Euro ve Dolar kurunu etkileyen makroekonomik faktörleri iki bağımlı değişkenli MARS yöntemi ile Ocak 2010-Kasım 2021 dönemi aylık verilerini kullanarak belirlemektir. Döviz kurlarını etkileyen faktörlerin belirlenmesinin ülke ekonomisi açısından önemi ve çalışmanın yönteminin literatürde az sayıda çalışmada yer bulmuş olması çalışmanın motivasyon kaynağıdır. Araştırma kapsamındaki veriler aylık frekansta olmasından dolayı STL ayrıştırma yöntemi ile mevsimsellikten arındırılmıştır. Tüm değişkenlerin durağanlık düzeyleri Augmented Dickey-Fuller ve Phillips-Perron birim kök testleri ile araştırılmış ve tamamının birinci farkta durağan olduğu görülmüştür. Johansen eşbütünleşme testi ile değişkenler arasındaki uzun dönem ilişki ortaya konulmuştur. İki bağımlı değişkene sahip MARS yöntemi ile gerçekleştirilen analiz sonucunda altın fiyatı ve enflasyon değişkeninin döviz kurlarını pozitif yönde etkilediği saptanmıştır. Ayrıca, faiz oranı ve para arzı değişkenlerinin ise kritik değerlerinin altında negatif yönde, kritik değeri aştığında ise pozitif yönde etkiledikleri görülmüştür. Borsa endeksi ise döviz kurları üzerinde istatistiksel olarak anlamlı değildir.

Anahtar Kelimeler

Döviz kuru, makroekonomik değişkenler, iki bağımlı değişkenli MARS modeli, STL ayrıştırma, Johansen eşbütünleşme

Determination of Factors Affecting Dollar and Euro Exchange Rates with Two Dependent Variable MARS Model

Öz

While exchange rates show the competitiveness of countries in foreign trade, they are also important for the country's economy, investors and financial markets in terms of the value of the national currency. The volatility in exchange rates may create serious uncertainty on important economic indicators such as inflation, interest rate, foreign trade, and as a result, economic and financial turbulences may occur. Therefore, determining the dynamics that may have an impact on exchange rates becomes a much more important issue, especially for developing countries that have capital shortages. In these respects, the aim of the study is to determine the macroeconomic factors affecting the Euro and Dollar exchange rates in Turkey using the monthly data for the period January 2010-November 2021 with the two dependent variable MARS method. The importance of determining the factors affecting exchange rates in terms of the country's economy and the fact that the method of the study has been found in a few studies in the literature is the source of motivation for the study. Since the data within the scope of the research are in monthly frequency, they are seasonally adjusted by the STL decomposition method. The stationarity levels of all variables were investigated with Augmented Dickey-Fuller and Phillips-Perron unit root tests and it was found that all of them were stationary at the first difference. The long-term relationship between the variables was revealed with the Johansen cointegration test. As a result of the analysis with the MARS method, which has two dependent variables, it is seen that the gold price and inflation variable affect the exchange rates positively. Moreover, the results show that the interest rate and money supply variables affect the exchange rates negatively below the critical value, and positively when it exceeds the critical value. The stock market index is not statistically significant on exchange rates.

Anahtar Kelimeler

Exchange rate, macroeconomic variables, two dependent variables MARS model, STL decomposition, Johansen cointegration

Kaynakça

• Abdoh, W. M. Y. M., Yusuf, N. H. M., Zulkifli, S. A. M., Bulot, N. ve Ibrahim, N. J. (2016). Macroeconomic Factors That Influence Exchange Rate Fluctuation in ASEAN Countries. International Academic Research Journal of Social Science, 2(1): 89-94.
• Aka, K. (2020). Seçilmiş Makroekonomik Göstergelerin Döviz Kuru Üzerinde Etkisi: Türkiye Ekonomisi Üzerine Bir Uygulama, BDDK Journal of Banking and Financial Markets. 14 (1), 99-117. DOI: 10.46520/bddkdergisi.789965
• Akın M., Eyduran S.P. ve Eyduran E. (2020). R Yazılımı ile Tarım Bilimlerinde Regresyon ve Sınıflandırma Tipi Problemlerin Çözümünde MARS Algoritması. Ankara: Nobel Yayın.
• Akıncı, M. ve Yılmaz Ö. (2016). Enflasyon-Faiz Oranı Takası: Fisher Hipotezi Bağlamında Türkiye Ekonomisi İçin Dinamik En Küçük Kareler Yöntemi. Sosyoekonomi, Vol. 24(27), 33-55.
• Altınbaş H., Kutay N. ve Akkaya G. C. (2015). Makroekonomik Faktörlerin Hisse Senedi Piyasaları Üzerindeki Etkisi: Borsa İstanbul Üzerine Bir Uygulama. Ekonomi ve Yönetim Araştırmaları Dergisi, Cilt:4, Sayı:2.
• Ayhan, F. ve Abdullazade, M. (2021). Türkiye Ekonomisinde Covid-19 Salgını sonrasında Petrol ve Altın Fiyatları Ile Vaka Sayılarının Döviz Kuru Üzerindeki Etkileri. Journal of Yasar University, 16(62), 509-523.
• Barışık, S. ve Demircioğlu, E. (2006). Türkiye’de Döviz Kuru Rejimi, Konvertibilite, İhracat-İthalat İlişkisi (1980-2001). ZKÜ Sosyal Bilimler Enstitüsü Dergisi, 2(3), 71-84.
• Boehmke B. ve Greenwell B. (2020). Chapter 7 Multivariate Adaptive Regression Splines. https://bradleyboehmke.github.io/HOML/mars.html#tuning (Erişim: 01.02.2022)
• Branson, W. H. (1983). A Model of Exchange-rate Determination with Policy Reaction: Evidence from Monthly Data. NBER Working Paper, No: 1135.
• Brooks, C. (2002). Introductory Econometrics For Finance. Cambridge, Cambridge University Press.
• Chen, Y. J., Lin, J. A., Chen, Y. M. ve Wu J. H. (2019). Financial Forecasting With Multivariate Adaptive Regression Splines and Queen Genetic Algorithm-Support Vector Regression. IEEE Access, Vol 7. 112931- 112938.
• Chowdhury, K. (2012). Modelling the Dynamics, Structural Breaks and the Determinants of the Real Exchange Rate of Australia. Journal of International Financial Markets, Institutions and Money, 22(2): 343-358.
• Cingöz, F. ve Kendirli, S. (2019). Altın Fiyatları, Döviz Kuru ve Borsa İstanbul Arasındaki İlişki. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, Cilt4, Sayı4.
• Cleveland, R.B., Cleveland, W. S., McRae, J. E. ve Terpenning, I. (1990). STL: A seasonal-trend decomposition procedure based on loess. J. O. Stat., 6, 3–73.
• Demir, M. (2004). Dış Ticaret İşlemleri ve Muhasebesi. Ankara: Detay Yayıncılık.
• Dickey, D. A. ve Fuller, W. A. (1981). Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root. Econometrica, 49, 1057-1072.
• Dinçer, H., Hacıoğlu, Ü. ve Yüksel, S. (2017). Determining Influencing Factors of Currency Exchange Rate for Decision Making in Global Economcy using MARS Method. Chapter 13: Geopolitics and Strategic Management in the Global Economy, IGA Global.
• Dornbusch, R. ve Fischer, S. (1980). Exchange Rates and the Current Account. Amercian Economic Review, Vol: 70, No: 5, p. 960-971.
• Duman, E. (2021). Reel Efektif Döviz Kurunu Etkileyen Makroekonomik Faktörlerin İncelenmesi: BRICS-T Ülkeleri İçin Panel Veri Analizi. 5th International Congress of Eurasian Social Sciences, 21-24 Mayıs 2021.
• Erkişi, K. (2018). Para Politikasının Döviz Kuru Üzerindeki Etkileri: Türkiye İçin Bir Uzun Dönem Analizi. Euroasia Journal of Social Sciences Humanities, 5, 54-64.
• Friedman, J. H. (1991). Multivariate adaptive regression splines. Ann Stat, 19(1):1–67. https ://doi.org/10.1214/aos/11763 47963
• Granger, C. W. J. (1986). Developments in the Study of Cointegrated Economic Variables. Oxford Bulletin of Economics and Statistics, 48, 213-227.
• Gujarati, D. (2014). Econometrics by Example (2nd ed.). Palgrave Macmillan, Hampshire, UK.
• Gül, E. ve Ekinci, A. (2006a). Türkiye’de Reel Döviz Kuru ile İhracat ve İthalat Arasındaki Nedensellik İlişkisi: 1990-2006. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 16, 165-190.
• Gül, E. ve Ekinci, A. (2006b). Türkiye’de Enflasyon ve Döviz Kuru Arasındaki Nedensellik İlişkisi: 1984-2003. Sosyal Bilimler Dergisi, 1, 91-106.
• Gül, E., Ekinci, A. ve Özer, M. (2007). The Causal Relationship between Interest Rates and Exchange Rates in Turkey: 1984-2006. Journal of Economic, Management and Finance, 22(251): 21-31.
• İlarslan, K. (2017). Altın Fiyatları ile Borsa Endeksi Arasında Eş bütünleşme ve Nedensellik İlişkisi. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, Cilt 4, Sayı (6) 2017, 114-125.
• İlarslan, K. (2018). Kısa ve Uzun Dönemde Döviz Kurları ile Borsa Endeksi Arasındaki İlişkinin Açıklanmasına Yönelik Ampirik Bir Çalışma. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt 36, Sayı 1, 83-104, 2018
• Işık, N., Acar, M. ve Işık, H. B. (2004). Enflasyon ve Döviz Kuru İlişkisi: Bir Eşbütünleşme Analizi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(2), 325-340.
• Johansen, S. (1988). Statistical analysis of co-integrating vectors. Journal of Economic Dynamics and Control, 12, pp.231-254. https://doi.org/10.1016/0165-1889(88)90041-3
• Johansen, S. ve Juselius, K. (1990). Maximum Likelihood Estimation And Inference On Co-integration: with Application to the Demand for Money. Oxford Bulletin of Economics and Statistics, 52, pp.169-210. https://doi.org/10.1111/j.1468-0084.1990.mp52002003.x
• Karakış, L. (2019). Türkiye’de Döviz Kurları ile Makroekonomik Değişkenler Arasındaki Nedensellik İlişkisinin Değerlendirilmesi. Yüksek Lisans Tezi, Sakarya Üniversitesi Sosyal Bilimler Enstitüsü.
• Kartal, M. T., Depren Kılıç, S. ve Depren, Ö. (2018). Türkiye’de Döviz Kurlarını Etkileyen Makroekonomik Göstergelerin Belirlenmesi: Mars Yöntemi ile Bir İnceleme. MANAS Sosyal Araştırmalar Dergisi, 7(1): 209-229.
• Kendirli, S. ve Çankaya, M. (2016a). Döviz Kuru ve Enflasyonun BIST Banka Endeksi Üzerindeki Etkisi. MANAS Sosyal Araştırmalar Dergisi, Cilt 5, Sayı 3.
• Kendirli, S. ve Çankaya, M. (2016b). Dolar Kuru’nun Borsa İstanbul-30 Endeksi Üzerindeki Etkisi ve Aralarındaki Nedensellik İlişkisinin İncelenmesi. CBÜ Sosyal Bilimler Dergisi, Cilt:14, Sayı:2.
• Khan, R. S. A. (2014). Analysis If the Factors Affecting Exchange Rate Variability in Pakistan. IOSR Journal of Business and Management, 16(6): 115-121.
• Kia, A. (2013). Determinants of The Real Exchange Rate in a Small Open Economy: Evidence from Canada. Journal of International Financial Markets, Institutions and Money, 23: 163-178.
• Kocenda, E. ve Valachy, J. (2006). Exchange rate volatility and regime change: A Visegrad comparison. Journal of Comparative Economics, pp. 727-753, 2006.
• Makhdom, M. A. (2021). Makroekonomik Göstergeler İle Döviz Kuru Arasındaki İlişkinin Analizi: (2005:01-2019:10) Türkiye Uygulaması. İşletme Araştırmaları Dergisi, 13 (1), 772-789.
• Mariano, C. N. Q., Sablan, V. F., Sardon, J. R. C. ve Paguta, R. (2016). Investigation of the Factors Affecting Real Exchange Rate in the Philippines. Review of Integrative Business and Economics Research, 5(4): 171-202.
• Milborrow, S. (2020). Derived from mda:mars by Trevor Hastie and Rob Tibshirani. Uses Alan Miller's Fortran utilities with Thomas Lumley's leaps wrapper, EART: Multivariate Adaptive Regression Spline, R Package, Version 5.3.0.
• Miloş, L. R., Hatiegan, C., Miloş, C. M., Barna, F. M. ve Botoc, C. (2020). Multifractal Detrended Fluctuation Analysis (MF-DFA) of Stock Market Indexes: Empirical Evidence from Seven Central and Eastern European Markets. Sustainability, 12, 535; doi:10.3390/su12020535.
• Mirchandani, A. (2013). Analysis of Macroeconomic Determinants of Exchange Rate Volatility in India. International Journal of Economics and Financial Issues, 3(1): 172-179.
• Öncü, M. A., Çömlekçi, İ., Yazgan, H. İ. ve Bar, M. (2015). Yatırım Araçları Arasındaki Eşbütünleşme (Bist100, Altin, Reel Döviz Kuru). AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 2015, Cilt:15, Yıl:15, Sayı:1, 15: 43-57.
• Öner, H. (2018). Altın, Petrol, Döviz Kuru, Faiz ve Korku Endeksi Arasındaki İlişki Üzerine Bir Çalışma. Akademik Araştırmalar ve Çalışmalar Dergisi, 10(19): 396-404.
• Parveen, S., Khan, A. Q. ve Ismail, M. (2012). Analysis of The Factors Affecting Exchange Rate Variability in Pakistan. Academic Research International, 2(3): 670-674.
• Phillips, P. C. B. ve Perron P. (1988). Testing for a unit root in time series regressions. Biometrika, Vol. 75: 335-346.
• Ramasamy, R. ve Abar, S. K. (2015). Influence of Macroeconomic Variables on Exchange Rates. Journal of Economics, Business & Management, 3(2): 276-281.
• Sadeghzadeh, K., Aksu, H. ve Emsen, Ö.S. (2019). İran Borsası ve Reel Döviz Kuru Arasındaki Simetrik ve Asimetrik İlişkilerinin İncelenmesi. C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 20, Sayı 1.
• Saeed, A., Awan, R. U. Sial, M. H. ve Sher, F. (2012). An Econometric Analysis of Determinants of Exchange Rate in Pakistan. International Journal of Business and Social Science, 3(6): 184-196.
• Sağlam Bezgin, M. ve Karaçayır, E. (2021). Döviz Kuru ve Makroekonomik Değişkenler Arasındaki İlişkinin NARDL Model Yaklaşımıyla İncelenmesi. Ufuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Cilt 10, Sayı 19, 107 – 123.
• Şanlı, S., Konak, T. ve Özmen, M. (2021). Faiz, Döviz Kuru, Altın Fiyatları ve BIST100 Endeksi İlişkisinin Ekonometrik Analizi: Türkiye Üzerine Bir Uygulama. İzmir İktisat Dergisi, 36(4). 929-948. Doi: 10.24988/ije.880784
• Şarkaya İçellioğlu, C. (2019). Reel Efektif Döviz Kurunu Belirleyen Ekonomik Faktörlerin Araştırılması: Heterojen Panel Veri Analizi. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6 (3) , 736-749 . DOI: 10.30798/makuiibf.570833
• Şentürk, M. ve Dücan, E. (2014). Türkiye’de Döviz Kuru-Faiz Oranı ve Borsa Getirisi İlişkisi: Ampirik Bir Analiz. Business and Economics Research Journal, 5/3 (2014): 67-80.
• Şimşek, M. (2004). Türkiye’de Reel Döviz Kurunu Belirleyen Uzun Dönemli Etkenler. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(2): 1-24.
• Şit, M. ve Karadağ, H. (2019). Döviz Kurunu Belirleyen Ekonomik Faktörler: Türkiye Ekonomisi İçin ARDL Sınır Testi Uygulaması. International Journal of Economic & Administrative Studies, 23, 151-167.
• Terzi, H. ve Kurt S. (2007). Türkiye'de Dolarizasyon Sürecinde Döviz Kuru ve Enflasyon İlişkisi. Ekonomik Yaklaşım, 18 (64), 1-22.
• Twarowska, K. ve Kakol, M. (2014). Analysis of Factors Affectng Fluctuations in The Exchange Rate of Polish Zloty Against Euro. Managemenet, Knowledge and Learning, International Conference (25-27 June 2014 Portoroz, Slovenia) 889-898.
• Yıldız, M. ve Özdemir, L. (2022). Determination of the Sensitivity of Stock Index to Macroeconomic and Psychological Factors by MARS Method. Grima, S., Özen, E. and Gonzi, R.E.D. (Ed.) Insurance and Risk Management for Disruptions in Social, Economic and Environmental Systems: Decision and Control Allocations within New Domains of Risk (Emerald Studies in Finance, Insurance, and Risk Management), Emerald Publishing Limited, Bingley, pp. 81-105. https://doi.org/10.1108/978-1-80117-139-720211005
• Yurdakul, F. (2016). Döviz Kuru Modellemesi ve Türkiye Üzerine Bir Uygulama (Bölüm 1), Gazi Kitabevi: Ankara.