- 690 -
Uluslararası Sosyal Araştırmalar Dergisi
The Journal of International Social Research
Cilt: 8 Sayı: 40 Volume: 8 Issue: 40
Ekim 2015 October 2015
www.sosyalarastirmalar.com Issn: 1307-9581
HİSSE SENEDİ PİYASALARINDA SÜRÜ DAVRANIŞI: BİST’TE BİR ARAŞTIRMA
HERDING IN STOCK MARKETS: A RESEARCH IN BIST
Bahadır ERGÜN
∗
Hatice DOĞUKANLI
∗∗
Öz
Hisse senedi piyasalarında sürü davranışı, yatırımcıların kendi kararlarını göz ardı edip, kendi kararlarıyla çelişse dahi piyasa
ile uyumlu hareket etmeleri olarak tanımlanabilir. Bu olguyu ölçmeye yönelik geliştirilmiş birçok yöntem bulunmaktadır. Christie ve
Huang’ın (1995) yöntemi kendinden sonra geliştirilen yöntemlere dayanak noktası olması bakımından önem taşımaktadır. Bu
çalışmanın amacı bahsedilen yöntem yardımıyla BİST’te (Borsa İstanbul) sürü davranışının test edilmesidir. Bu bağlamda BİST içindeki
15 farklı sektöre ait 4/1/2000 ve 28/9/2012 arasındaki dönemin günlük ve haftalık hisse senedi fiyatları kullanılmıştır. Sonuç olarak
ilgili literürle benzer şekilde sürü davranışı tespit edilmemiştir.
Anahtar Kelimeler:
Hisse Senedi Piyasalarında Sürü Davranışı, Christie ve Huang (1995), BİST’te Sürü Davranışı.
Abstract
Herding in stock markets is defined as the investor’s ignoring their own decisions and acting parallel with the stock market
even if there is a contradiction between them. There are numerous methods to measure this phenomenon. The methodology of Christie
and Huang (1995) matters since it is and anchor point for the subsequent methods. The aim of this study was to test herding in BIST
(Borsa İstanbul) through the mentioned methodology. In this context daily and weekly share prices of 15 industries in BIST between
4/1/2000 and 28/9/2012 were used. In conclusion no herding detected, similar to the related literature.
Keywords:
Herding in Stock Markets, Christie and Huang (1995), Herding in BIST.
Giriş
Sürü davranışı sosyal psikolojide, bireylerin kendi kararlarını göz ardı ederek içinde bulundukları
grubun kararına göre hareket etmeleri olarak tanımlanmaktadır. Hisse senedi piyasalarında sürü davranışı
dendiğinde de yatırımcıların hisse senedi alım satım kararlarında kendi fikirlerini göz ardı etmeleri ve
piyasa kararı doğrultusunda alım satım yapmaları kastedilmektedir.
Hisse senedi piyasalarında gösterildiği ileri sürülen sürü davranışının birçok noktada piyasaların
bilgisel etkinliği (Fama, 1970) ile çelişmesi bakımından araştırmacılar için ilgi çekici bir konu olmuştur.
Yatırımcıların sürü davranışlarının finansal krizlerin yayılmasında etkili olduğu düşüncesi ile de bölgesel ve
küresel krizlerin ardından konuyla ilgili birçok çalışma yapılmıştır. Hisse senedi piyasaların sürü
davranışını ölçmeye yönelik olarak geliştirilmiş yöntemlerden biri de Christie ve Huang’ın (1995)
yöntemidir.
Christie ve Huang’ın (1995) yapmış oldukları çalışma kendinden sonra gelen birçok çalışma için bir
başlangıç noktası niteliği taşımaktadır ve ilgili literatürde kendine yer bulmuş önemli bir çalışmadır. Christie
ve Huang (1995) sürü davranışını getirilerin yatay kesit standart sapmaları yardımıyla araştırmışlardır.
Piyasanın aşırı stresli olduğu günlerde sürü davranışının ortaya çıkmasının daha olası olduğu varsayımıyla
kukla değişkenli regresyon modeli tahmin ederek sürü davranışının varlığını ortaya koymaya çalışmışlardır.
Christie ve Huang’a (1995) göre sürü davranışı yatırımcıların piyasa ile fikir birliğinde olması ve
dolayısı ile de bireysel getirilerin piyasa getirisinden uzaklaşamaması anlamına gelmektedir. Bu bağlamda
yazarlar hisse senedi fiyatları ile hisse senetlerinin getirilerinin yatay kesit standart sapmalarını ya da diğer
bir ifadeyle dağılımlarını hesaplamışlardır. Bu dağılım yardımıyla bireysel getirilerin ne ölçüde ortalamaya
yaklaştıklarını ölçebilmişlerdir. Buna göre tüm hisse senetlerinin piyasa ile ortak hareket etmesi durumunda
dağılım sıfıra eşit olacak, farklı hareket edenlerin sayısının artması durumunda ise bu değer artacaktır.
Çalışmaya göre sıradan olmayan büyük fiyat hareketlerinin olması durumunda sürü davranışının
ortaya çıkma olasılığı daha fazladır. Bu varsayımdan yola çıkılarak sürü davranışının araştırılmasında
bahsedilen dönemlerde dağılımların ortalamadan anlamlı bir şekilde düşük olup olmadığını araştırılmıştır.
Diğer taraftan sürü davranışının irrasyonel bir yaklaşım olduğu da göz önünde bulundurulduğunda
∗
Yrd. Doç. Dr., Adana Bilim ve Teknoloji Üniversitesi, İşletme Fakültesi.
∗∗
Prof. Dr., Çukurova Üniversitesi, İktisadi ve İdari Bilimler Fakültesi.
- 691 -
Rasyonel Varlık Fiyatlama Modellerine göre ise piyasanın stresli olduğu yani büyük fiyat hareketlerinin
gözlendiği günlerde, hisse senetlerinin piyasa getirisine karşı duyarlılıklarının farklı olmasından dolayı
dağılımın artması gerekir. Bu çerçevede sürü davranışı ve rasyonel varlık fiyatlama modelleri dağılım
konusunda birbiriyle çelişmektedir.
Christie ve Huang’a (1995) göre özkaynak getirilerinin dağılımı (S) aşağıdaki gibi ölçülür:
1
)
(
1
2
−
−
=
∑
=
n
r
r
S
n
i
i
Burada
i
r
i hisse senedinin gözlenen getirisini,
r
n tane getirinin yatay kesit ortalamasını
göstermektedir. Sürü davranışının tespiti için tahmin edilen model ise aşağıda verilmiştir.
t
U
t
L
t
t
D
D
S
ε
β
β
α
+
+
+
=
2
1
α
kukla değişkenler tarafından temsil edilmeyen ortalama dağılımı gösterirken, piyasanın alt uç
değerlerinde bulunması durumunda 1, bulunmaması durumunda 0 değerini alan kukla değişken
L
t
D
;
piyasanın üst uç değerlerinde bulunması durumunda 1, bulunmaması durumunda 0 değerini alan kukla
değişken
U
t
D ve rassal hata terimi ise ε
t
ile gösterilmektedir.
S’nin sürü davranışı ölçümü için uygun bir yöntem olmasına karşın sapan değerlere karşı duyarlı
olması sebebiyle aynı işlemler ortalama mutlak sapma (S*) ile de tekrar edilmiş ve aynı sonuçlara
ulaşılmıştır.
n
r
r
S
n
i
i
∑
=
−
=
1
*
Rasyonel varlık fiyatlama modellerine göre anlamlı ve pozitif
1
β
ve
2
β
katsayılarının bulunmuş
olması gerekirken sürü davranışı için ise anlamlı ve negatif katsayıların bulunması gerekmektedir.
Varlık getirilerinin, piyasa getirisinde gerçekleşen değişimlere göre artma azalma eğilimlerinin
derecelerini ortaya koyulması sürü davranışının ortaya koyulması açısından önemlidir. Sürü davranışının
varlığı durumunda dağılımın düşük çıkması beklenir. Ancak düşük dağılım her zaman sürü davranışı
olduğu anlamına gelmez. Örneğin bir işlem aralığında yeni bilgi eksikliği, sürü davranışının olmadığı
durumda dahi düşük dağılıma sebep olabilmektedir.
Literatür
Christie ve Huang (1995) yukarıda açıklanan yöntem ile NYSE (New York Stock Exchange) ve
Amex’te (American Stock Exchange) işlem gören firmaların günlük ve aylık verileriyle sürü davranışını
araştırmışlardır. Günlük seriler Temmuz 1962 ile Aralık 1988 arasında yer alırken aylık veriler Aralık 1925 ile
Aralık 1988 arasında yer almıştır. Ayrıca portföy getirisinin hesaplanmasında hisse senetleri eşit ağırlıkta
alınmıştır. İşlemler hem tüm hisse senetleri için hem de 12 farklı sektör için tekrarlanmıştır. Buna göre
günlük verilerde tüm hisse senetleri için ortalama dağılım %0,59’luk bir standart sapma ile 2,90 olarak
bulunmuştur. Sektörler arasında ise en düşük dağılım 1,60 ile kamu hizmetleri sektöründeyken en yüksek
dağılım 3,24 ile petrol sektöründe gözlenmiştir. Adı geçen sektörler aynı şekilde en düşük ve yüksek
standart sapmalara da sahiptirler. Yazarlara göre kamu sektöründeki düşük dağılım sektörle ilgili
düzenlemelerin daha sert olmasından kaynaklanabilmektedir.
Aylık ve günlük verilerle ilgili en dikkat çekici fark, dağılım ölçütünün aylık verilerde kayda değer
şekilde büyük çıkmasıdır ki bu durum aylık veriler için bireysel getirilerin ortalamadan uzaklaşmak için
daha fazla fırsatlarının olmasından kaynaklanmaktadır.
Çalışmada piyasanın stresli olduğu günler en yüksek-en düşük %1 ve en yüksek-en düşük %5 getiri
dilimleri ile tanımlanmıştır. Kukla değişkenli regresyonun hem tüm piyasa hem de belirlenen sektörler için
tahmin edilmesinin ardından istatistiksel olarak anlamlı ve pozitif
1
β
ve
2
β
katsayılarına ulaşılmıştır.
Tahmin edilen regresyonlarda
1
β
katsayıları birbirlerine yakın çıkmış buna karşın
2
β
katsayıları çeşitlilik
göstermiştir. Yazarlara göre bu durum piyasanın büyük düşüşler gösterdiği dönemlerdeki dağılımın büyük
artışlar gösterdiği dönemlerdeki dağılıma göre daha benzer olduğu anlamına gelmektedir. Aynı işlemlerin
aylık verilerle tekrarlanması durumunda da istatistiksel olarak anlamlı ancak pozitif beta katsayılarına
ulaşılmıştır. Ayrıca hem %1’lik hem de %5’lik kriterlerde
2
β
,
1
β
’den çok daha büyük bulunmuştur. Buna
- 692 -
göre yükselen piyasalardaki dağılım artışının düşen piyasalardakine göre daha büyük olduğu sonucuna
ulaşılabilmektedir.
Gleason, Mathur ve Peterson (2004) ABD’de borsa yatırım fonlarındaki sürü davranışını incelemek
için Christie ve Huang’ın (1995) yöntemini gün içi verilerle uygulamışlardır. 01.04.1999 ile 09.30.2002
tarihleri arasındaki verilerle yaptıkları çalışmalarında araştırmacılar, aşırı fiyat hareketlerinin olduğu
dönemlerde sürü davranışı tespit edememişlerdir. Ayrıca piyasanın aşağı yönlü ya da yukarı yönlü olduğu
durumlardaki piyasa tepkisinin simetrik olmadığını da ileri sürmüşlerdir.
Caparrelli, D’Arcangelis ve Cassuto (2004) adı geçen yöntemi 01/09/1988 ve 08/01/2001 arasındaki
dönem için İtalyan Borsasında kullanmışlar ve sürü davranışı tespitinde bulunmuşlardır.
Demirer, Gubo, Kutan (2007) yatay kesit değişkenliğe dayalı metodolojiyi kendilerinden
öncekilerden farklı olarak yatırım araçlarının getirilerine değil borsalara uygulamışlardır. Bu bağlamda
Afrika, Asya, Batı Avrupa, Orta ve Doğu Avrupa, Latin Amerika ve Orta Doğu’da bulunan borsaların,
piyasa endeksi yerine aldıkları S&P 500 Endeksi, MSCI Dünya Endeksi ve petrol fiyatlarındaki aşırı
hareketlere nasıl tepki verdiklerini araştırmışlardır. Ülke borsalarının Mart 1998 ve Nisan 2004 dönemindeki
günlük getirileriyle yaptıkları araştırmanın sonucunda Asya ve Orta Doğu borsaları dışında sürü
davranışına rastlayamamışlar ve bu borsaların MSCI Dünya Endeksindeki hareketlere göre sürü davranışı
gösterdiklerini belirtmişlerdir.
Ha (2007) yapmış olduğu çalışmasında Christie ve Huang’ın (1995) yöntemini bazı uyarlamalarla
kullanarak Ocak 2003 ile Ağustos 2006 arasındaki dönemde Vietnam sermaye piyasasındaki sürü
davranışını araştırmış ve adı geçen borsada sürü davranışının olduğunu ileri sürmüştür.
Caporale, Economou ve Philippas (2008) Atina Borsası’nın aşırı fiyat hareketleri durumunda sürü
davranışı gösterip göstermediğini Christie ve Huang’ın (1995) yöntemi ile ortaya koymayı amaçlamıştır.
1998 ve 2007 aralığındaki günlük, haftalık ve aylık verilerle yaptıkları araştırmalarında sürü davranışı
eğiliminin doğasına uygun olarak özellikle günlük verilerde daha güçlü olduğu sonucuna ulaşmışlardır. Alt
dönemlere bakıldığında ise 1999’daki borsa krizinde sürü davranışının arttığı, 2002’den itibaren de
piyasadaki düzenlemelerle paralel olarak yatırımcıların önceki dönemlere göre daha rasyonel oldukları
sonucuna ulaşılmıştır.
Amirat ve Bouri (2009) Toronto Borsası’nda Ocak-2000 ile Aralık 2006 arasındaki aylık verilerle
yaptıkları çalışmalarında sürü davranışı tespit edememişlerdir.
Çoban (2009) 03.01.1997 ile 17.10.2008 aralığında BİST’teki 257 hisse senedinin günlük verileriyle
yapmış olduğu çalışmasında Christie ve Huang’ın (1995) yöntemini kullanmıştır. Yatay kesit değişkenlik ile
dağılım arasındaki ilişkinin doğrusal varsayıldığı bu yönteme göre BİST’te sürü davranışına
rastlanılamamıştır.
Ohlson (2010) İsveç Stockholm Borsasında yatay kesit değişkenliğe dayalı sürü davranışı ölçüm
yöntemleri yardımıyla 1998-2009 aralığındaki günlük verilere uygulamış ve sürü davranışı tespit etmiştir.
Daha spesifik olarak incelendiğinde 90’ların sonunda sürü davranışının olmadığını, 2005 ve 2007
dönemlerindeki boğa piyasası dönemlerinde ise sürü davranışının arttığını belirtmiştir.
Demirer, Kutan ve Chen (2010) gelişmekte olan piyasalardan Tayvan sermaye piyasasında sürü
davranışını araştırdıkları çalışmalarında Christie ve Huang’ın (1995) yöntemine göre sürü davranışı tespit
edememişlerdir.
Kapusuzoğlu (2011) Christie ve Huang’ın (1995) metodunu BİST Ulusal 100 Endeksinde sürü
davranışının varlığını araştırmak için kullanmıştır. 04.01.2000 ile 04.01.2010 aralığındaki günlük verilerle
yapmış olduğu çalışmasında metodun varsayımları altında sürü davranışı olmadığı sonucuna ulaşmışlardır.
Doğukanlı ve Ergün (2011) ise BİST’te sürü davranışının varlığına ilişkin yapılan çalışmalarında
2000-2010 aralığındaki 10 yıllık süre için hisse senetlerinin ve BİST Tüm Endeksi’nin aylık getiri oranları
kullanılmıştır. Piyasanın alt ve üst %1’lik ve %5’lik getiri dilimlerine göre yapılan analizlerin her ikisinde de
piyasanın düşük olduğu dönemler için hesaplanan beta katsayısı istatistiksel olarak anlamsız çıkmış, yüksek
olduğu günler için hesaplanan beta katsayısı ise anlamlı bulunmasına karşın pozitif hesaplanmıştır. Bu
bağlamda belirtilen yönteme ve döneme göre sürü davranışı tespit edilememiştir.
İlgili literatür incelendiğinde genel olarak araştırmacıların Christie ve Huang’ın (1995) yöntemi
yardımıyla sürü davranışı olmadığı sonucuna ulaştıkları görülmektedir. Diğer taraftan yukarıda bahsedilen
çalışmaların bir kısmının hisse senedi getirilerinin yatay kesit standart sapması ile piyasa getirisi arasında
doğrusal bir ilişki olduğunu varsayan Christie ve Huang’ın (1995) yönteminin yanında adı geçen ilişkinin
doğrusal olamayabileceğini belirten yöntemler yardımıyla sürü davranışı tespit ettikleri de
unutulmamalıdır. Bu yöntemler diğer çalışmalarda incelenebilir.
Veri
BİST’te sürü davranışının araştırılması için düzeltilmiş hisse senedi fiyatları Finnet Elektronik
Yayıncılık Data İletişim Ltd. Şti. (Finnet Analiz Excel Modülü) aracılığıyla elde edilmiştir. Araştırma için
- 693 -
belirlenen veri periyodu 4/1/2000 ve 28/9/2012 arasındaki dönemdir. Bu dönem içinde hala işlem
görmekte olan şirketlerinin verilerinin yanında geçici kapalı hisseler ve kottan çıkarılmış veya devrolmuş
hisse senetlerinin işlem gördükleri tarihlerdeki verileri de kullanılmıştır. Çalışmada hisse senetlerinin
sektörel olarak farklı gruplarda incelenmesinin yanında günlük ve haftalık frekanslar da kullanılmıştır.
Tablo 1: Seçilen Sektörlerde İşlem Gören Maksimum ve Minimum Hisse Senedi Sayıları
minimum
maksimum
Tüm Hisse Senetleri
283
422
Sanayi Hisse Senetleri
260
379
İmalat Sanayi Sektörü
136
182
Gıda Sektörü
16
28
Kimya Sektörü
22
27
Metal Ana Sektörü
14
17
Metal Eşya Sektörü
22
28
Taş ve Toprak Sektörü
26
29
Tekstil Sektörü
20
27
Ticaret Sektörü
11
31
Holding ve Yatırım Sektörü
21
37
Mali Kuruluşlar Sektörü
44
75
Banka Sektörü
12
18
Yatırım Ortaklıkları Sektörü
13
18
Gayrimenkul Yatırım Ortaklıkları Sektörü
12
25
Diğer taraftan hangi sektörün inceleneceğine o sektör için t zamanında işlem gören minimum hisse
senedi sayısına göre karar verilmiştir. Bu sayı Christie ve Huang’ın (1995) ABD’de yaptığı çalışmasında 25
olarak belirtilmiştir. Ancak 25 sayısı temel alındığında BİST’te incelenecek sektör sayısı yetersiz kalmış ve
işlem gören minimum hisse senedi sayısının 10 olmasına karar verilmiştir. Seçilen sektörler ve bu
sektörlerde işlem görmüş hisse senedi sayılarının minimum ve maksimum değerleri Tablo 1’de
görülebilmektedir.
Bu doğrultuda Tüm Hisse Senetleri, Sanayi Hisse Senetleri, İmalat Sanayi Sektörü, Gıda Sanayi
Sektörü, Kimya Sektörü, Metal Ana Sektörü, Metal Eşya Sektörü, Taş ve Toprak Sektörü, Tekstil Sektörü,
Ticaret Sektörü, Holding ve Yatırım Sektörü, Mali Kuruluşlar Sektörü, Banka Sektörü, Yatırım Ortaklıkları
Sektörü, Gayrimenkul Yatırım Ortaklıkları Sektörü olmak üzere 15 sektörde farklı frekanslara sahip verilerle
Christie ve Huang’ın yöntemiyle sürü davranışı araştırılmıştır. Yukarıda bahsedilen sektörlerin birbirini
kapsayabildikleri ya da kesişebildikleri unutulmamalıdır.
Araştırma Yöntemi
Christie ve Huang’ın (1995) geliştirdikleri yönteme göre öncelikle hisse senetleri ve bu hisse
senetlerinin dahil oldukları pazarın getirileri hesaplanır. Finans literatüründe daha çok tercih edilmesinden
dolayı bu çalışmada logaritmik getiri hesaplaması kullanılmıştır (Brooks, 2008, s. 8). Buna göre BİST’te işlem
gören hisse senetlerinin günlük ve haftalık düzeltilmiş kapsanış fiyatları ile aşağıdaki formül kullanılarak
getiri oranları elde edilmiştir:
=
−1
,
ln
t
t
t
i
p
p
r
Burada,
t
i
r
,
hisse senedi getirisini,
t
p
hisse senedinin t dönemindeki kapanış fiyatını ve
1
−
t
p
ise t-1
dönemindeki kapanış fiyatını göstermektedir.
Getiri hesaplamasından sonra aşağıdaki formül kullanılarak, hisse senetlerinin getiri dağılımları (S)
hesaplanmıştır.
1
)
(
1
2
−
−
=
∑
=
n
r
r
S
n
i
i
Burada,
i
r
, hisse senedi getirisi;
r
, ilgili sektördeki hisse senetlerinin eşit ağırlıklı ortalaması ve
n
ise hisse senedi sayısıdır.
Ardından piyasa endeksinin stresli (en yüksek-en düşük %1 ve %5 getiri dilimleri) olduğu günlere
kukla değişkenler atanarak aşağıdaki regresyon tahmin edilmiştir.
t
U
t
L
t
t
D
D
S
∈
+
+
+
=
2
1
β
β
α
Burada,
L
t
D
, piyasa getirisinin alt uç değerlerinde bulunması durumunda 1, bulunmaması
durumunda 0 değerini alan kukla değişken;
U
t
D , piyasa getirisinin üst uç değerlerinde bulunması
durumunda 1, bulunmaması durumunda 0 değerini alan kukla değişken ve
t
∈
ise rassal hata terimini ifade
etmektedir.
- 694 -
Teoriye göre sürü davranışının doğrulanabilmesi için,
1
β
ve
2
β
katsayılarının istatistiksel olarak
anlamlı ve negatif değerler olmaları gerekmektedir. Bir sonraki bölümde araştırmaya yönelik bulgular
üzerinde durulacaktır.
Bulgular
Bir önceki bölümde açıklandığı üzere BİST’te işlem gören hisse senetleri sektörel olarak
gruplandırılmış ve bunlara ait günlük ve haftalık düzeltilmiş kapanış fiyatları kullanılarak Christie ve
Huang’ın (1995) yöntemi yardımıyla sürü davranışının varlığı sınanmıştır.
Tablo 2: Getiri Dağılımlarına ait Özet İstatistikler
Günlük Veri
Haftalık Veri
Getiri Dağılımlarının
Ortalaması
Getiri Dağılımlarının
Standart Sapması
Getiri Dağılımlarının
Ortalaması
Getiri Dağılımlarının
Standart Sapması
Tüm Hisse Senetleri
0.0289
0.0078
0.064
0.0177
Sanayi Hisse Senetleri
0.0291
0.0076
0.0644
0.0177
İmalat Sanayi Sektörü
0.028
0.008
0.0616
0.0184
Gıda Sektörü
0.028
0.0118
0.0629
0.029
Kimya Sektörü
0.0252
0.0098
0.0534
0.0232
Metal Ana Sektörü
0.0244
0.0126
0.0525
0.0281
Metal Eşya Sektörü
0.0264
0.0125
0.0586
0.0277
Taş ve Toprak Sektörü
0.0236
0.0109
0.0511
0.0268
Tekstil Sektörü
0.0296
0.0117
0.064
0.0281
Ticaret Sektörü
0.0269
0.0115
0.059
0.0262
Holding ve Yatırım Sektörü
0.0275
0.0089
0.0596
0.0207
Mali Kuruluşlar Sektörü
0.0274
0.0089
0.0595
0.0206
Banka Sektörü
0.0231
0.0114
0.0502
0.0258
Yatırım Ortaklıkları Sektörü
0.0261
0.0143
0.056
0.0358
Gayrimenkul Yatırım Ortaklıkları
Sektörü
0.0274
0.0133
0.0584
0.0295
Sektörlerine göre ayrılmış hisse senedi gruplarının getiri dağılımı ölçütlerine ait ortalama ve standart
sapma değerleri Tablo 2’de görülmektedir. Buna göre gerek ortalama gerek de standart sapma bakımından
aynı sıklıktaki bulguların sektörler arasında çok da farklılık göstermediği söylenebilir. Bununla birlikte tüm
hisse senetleri için günlük verilerdeki getiri dağılımı ortalaması 0.0289, standart sapması ise 0.0078’dır. Bu
değerler haftalık verilerde 0.0640 ve 0.0177 olarak bulunmuştur. Sektörel olarak incelendiğinde ise Banka
Sektörü günlük ve haftalık sıklıkların hepsinde minimum getiri dağılımı ortalamasına sahip sektördür.
Maksimum getiri dağılımı ortalamasını ise günlük verilerde Tekstil Sektörü, haftalık verilerde de Sanayi
Hisse Senetleri almıştır. Günlük ve haftalık sıklıkların hepsinde minimum getiri dağılımı standart sapması
değerine sahip sektör Sanayi olurken, Yatırım Ortaklıkları Sektörü ise maksimum getiri dağılımı standart
sapmasına sahip olmuştur.
İncelenen dönem aralığı uzadıkça getiri dağılımlarının standart sapmalarının büyümesi durumu
Christie ve Huang’ın (1995) bulgularıyla uyumludur. Araştırmacılar bu durumun süre uzadıkça getirilerin
ortalamadan sapma fırsatının daha fazla olmasından kaynaklanabileceğini ileri sürmüşlerdir.
Açıklandığı üzere regresyonlar tahmin edilmiş ve bu bölümün geri kalan kısımlarında bulgulara yer
verilmiştir. Diğer taraftan modellerde karşılaşılan otokorelasyon ve değişen varyans problemlerinin
düzeltilmesinde Newey-West (1987) prosedürü uygulanarak geçerli standart hatalara ulaşılması
amaçlanmıştır. Christie ve Huang’a (1995) göre sürü davranışının doğrulanabilmesi için tahmin edilen
regresyonların katsayılarının (
2
1
,
β
β
) istatistiksel olarak anlamlı ve negatif çıkması gerekmektedir.
Katsayıların negatif ve anlamlı çıkması, piyasanın stresli dönemlerinde yatırımcıların benzer hareket ettikleri
anlamına gelecektir.
- 695 -
Tablo 3: Sektörlerde Yer Alan Hisse Senetlerinin Getiri Dağılımları ve Sektörün %1’lik Uç Değerlerini Temsil Eden Kukla Değişkenler
Arasındaki Regresyonun Sonuçları (Günlük Veriler)
α
β
1
β
2
Düzeltilmiş R
2
F-istatistiği
Tüm Hisse Senetleri
0.028547
0.017705
0.016314
0.0984
175.1322*
(93.4467)*
(9.641705)*
(9.979568)*
Sanayi Hisse Senetleri
0.028725
0.016921
0.017776
0.106730
191.6335*
(97.96253)*
(8.8953)*
(7.096378)*
İmalat Sanayi Sektörü
0.027664
0.015756
0.016594
0.084932
149.0869*
(94.52436)*
(8.787849)*
(9.627163)*
Gıda Sektörü
0.027553
0.01758
0.022953
0.061360
105.3006*
(136.1629)*
(10.25171)*
(6.723769)*
Kimya Sektörü
0.024893
0.014016
0.01346
0.039991
67.46311*
(75.61882)*
(7.447722)*
(5.903618)*
Metal Ana Sektörü
0.024036
0.014048
0.024327
0.049858
84.72302*
(58.20788)*
(6.907117)*
(10.37633)*
Metal Eşya Sektörü
0.025932
0.017151
0.029567
0.075205
130.7481*
(73.71021)*
(8.49785)*
(2.692285)*
Taş ve Toprak Sektörü
0.023204
0.015487
0.026444
0.079756
139.2784*
(73.52272)*
(10.62089)*
(2.863931)*
Tekstil Sektörü
0.029291
0.018252
0.015845
0.043757
74.00849*
(71.21002)*
(6.792632)*
(8.620907)*
Ticaret Sektör
0.026478
0.020354
0.022218
0.069663
120.4704*
(72.52035)*
(7.396504)*
(6.226281)*
Holding ve Yatırım Sektörü
0.027106
0.018066
0.024179
0.059054
101.1332*
(74.72435)*
(9.584572)*
(3.197926)*
Mali Kuruluşlar Sektörü
0.027086
0.019056
0.015783
0.081126
141.8635*
(83.8762)*
(11.27993)*
(13.42324)*
Banka Sektörü
0.02258
0.021877
0.022599
0.078376
136.6832*
(59.44564)*
(8.567089)*
(12.32429)*
Yatırım Ortaklıkları Sektörü
0.025600
0.019433
0.033292
0.072452
125.6272*
(51.45002)*
(6.262572)*
(10.70425)*
Gayrimenkul Yatırım Ortaklıkları
Sektörü
0.02701
0.013522
0.026921
0.051452
87.54416*
(67.46947)*
(6.181471)*
(3.261405)*
t-istatistiği değerleri parantez içinde belirtilmiştir.
*:%1 düzeyinde anlamlı
Tablo 3 incelendiğinde günlük verilere göre adı geçen sektörlerde yer alan hisse senetlerinin getiri
dağılımları ve sektörün %1’lik maksimum ve minimum değerlerini temsil eden kukla değişkenler arasındaki
regresyonun sonuçları görülebilir. Buna göre parametreler istatistiksel olarak anlamlı bulunmuşlardır.
Ancak katsayıların teorinin belirttiğinin aksine pozitif değerler almış olması, belirtilen yönteme göre sürü
davranışının olmadığı, aksine rasyonel varlık fiyatlama hipotezinin geçerli olduğu anlamına
gelebilmektedir.
- 696 -
Tablo 4: Sektörlerde Yer Alan Hisse Senetlerinin Getiri Dağılımları ve Sektörün %5’lik Uç Değerlerini Temsil Eden Kukla Değişkenler
Arasındaki Regresyonun Sonuçları (Günlük Veriler)
α
β
1
β
2
Düzeltilmiş R
2
F-istatistiği
Tüm Hisse Senetleri
0.027801
0.011202
0.010731
0.177928
346.3266*
(104.2626)
(12.35237)*
(9.812414)*
Sanayi Hisse Senetleri
0.028032
0.010799
0.010182
0.171268
330.7302*
(108.201)*
(11.97907)*
(9.311414)*
İmalat Sanayi Sektörü
0.026954
0.01066
0.010177
0.154757
293.1239*
(103.2458)*
(12.23104)*
(9.061933)*
Gıda Sektörü
0.026814
0.010254
0.012842
0.088006
154.9626*
(130.2432)*
(10.8901)*
(11.26777)*
Kimya Sektörü
0.024228
0.009377
0.009566
0.083358
146.0928*
(77.17733)*
(9.647614)*
(9.455429)*
Metal Ana Sektörü
0.022922
0.011265
0.018776
0.137328
254.9869*
(62.3831)*
(7.75784)*
(12.39432)*
Metal Eşya Sektörü
0.025191
0.010106
0.014268
0.088414
155.7469*
(77.32622)*
(8.7901)*
(5.777192)*
Taş ve Toprak Sektörü
0.022532
0.009619
0.012378
0.093657
165.8710*
(74.64079)*
(10.54778)*
(5.921129)*
Tekstil Sektörü
0.02839
0.0118
0.013127
0.103402
185.0044*
(73.84313)*
(10.0565)*
(11.78662)*
Ticaret Sektör
0.025694
0.010446
0.014009
0.102998
184.2024*
(73.44738)*
(8.414825)*
(10.75164)*
Holding ve Yatırım Sektörü
0.026230
0.000221
118.6125
0.104568
187.3210*
(80.78131)*
(9.430759)*
(5.142233)*
Mali Kuruluşlar Sektörü
0.026349
0.010923
0.011021
0.138066
256.5698*
(90.58092)*
(11.91644)*
(11.33478)*
Banka Sektörü
0.02163
0.013622
0.014522
0.137674
255.7288*
(60.65351)*
(11.20572)*
(14.6775)*
Yatırım Ortaklıkları Sektörü
0.024345
0.012582
0.023262
0.154299
292.0997*
(55.4113)*
(7.900834)*
(13.52913)*
Gayrimenkul Yatırım Ortaklıkları
Sektörü
0.026183
0.009861
0.014879
0.081917
143.3596*
(69.99806)*
(6.925519)*
(7.313069)*
t-istatistiği değerleri parantez içinde belirtilmiştir.
*:%1 düzeyinde anlamlı
Tablo 4’teki sonuçlar da Tablo 3’teki sonuçları doğrulamaktadır. Diğer bir deyişle sıradan olmayan
büyük fiyat hareketlerinin ilk ve son %5’lik getiri dilimlerinde bulunulmasına göre tanımlanan bu analizde
yine istatistiksel olarak anlamlı ve pozitif katsayılara ulaşılmıştır. Bu doğrultuda sürü davranışının tespit
edilemediği ve piyasanın rasyonel varlık fiyatlama hipotezine uygun şekilde hareket ettikleri ileri
sürülebilir.
- 697 -
Tablo 5: Sektörlerde Yer Alan Hisse Senetlerinin Getiri Dağılımları ve Sektörün %1’lik Uç Değerlerini Temsil Eden Kukla Değişkenler
Arasındaki Regresyonun Sonuçları (Haftalık Veriler)
α
β
1
β
2
Düzeltilmiş R
2
F-istatistiği
Tüm Hisse Senetleri
0.062857
0.047268
0.050429
0.167055
66.88391*
(56.49132)*
(7.235663)*
(7.198173)*
Sanayi Hisse Senetleri
0.063323
0.046165
0.049802
0.160418
63.76614*
(58.03499)*
(7.688428)*
(6.79344)*
İmalat Sanayi Sektörü
0.060648
0.044787
0.0427
0.123591
47.32513*
(54.30921)*
(8.688392)*
(6.818393)*
Gıda Sektörü
0.061479
0.049774
0.073422
0.099027
37.10577*
(36.21814)*
(3.760992)*
(6.29721)*
Kimya Sektörü
0.052493
0.04194
0.037089
0.062804
23.01352*
(38.44927)*
(4.336408)*
(3.763562)*
Metal Ana Sektörü
0.051455
0.032669
0.063789
0.066953
24.57247*
(31.63749)*
(5.210929)*
(4.782344)*
Metal Eşya Sektörü
0.057325
0.059139
0.053302
0.090233
33.58137*
(39.70658)*
(5.335264)*
(4.011268)*
Taş ve Toprak Sektörü
0.049799
0.035943
0.080125
0.112121
42.48274*
(38.87448)*
(6.443954)*
(1.630981)
Tekstil Sektörü
0.062825
0.057132
0.049525
0.078901
29.13937*
(37.09008)*
(5.114574)*
(8.315015)*
Ticaret Sektör
0.057604
0.055074
0.069589
0.122945
47.04899*
(37.09008)*
(5.114574)*
(8.315015)*
Holding ve Yatırım Sektörü
0.058927
0.047339
0.057633
0.097304
36.40980*
(42.06222)*
(3.898223)*
(4.792318)*
Mali Kuruluşlar Sektörü
0.058410
0.051379
0.051336
0.134589
52.08843*
(76.88187)*
(7.496827)*
(7.012166)*
Banka Sektörü
0.048635
0.065378
0.075068
0.162417
64.70012*
(34.34319)*
4(.264089)*
(4.09739)*8
Yatırım Ortaklıkları Sektörü
0.05410
0.03416
0.13752
0.163308
65.11774*
(25.71673)*
(3.502518)*
(6.8351)*
Gayrimenkul Yatırım Ortaklıkları
Sektörü
0.05703
0.052895
0.064915
0.085659
31.77530*
(36.58514)*
(4.448749)*
(4.019172)*
t-istatistiği değerleri parantez içinde belirtilmiştir.
*:%1 düzeyinde anlamlı.
Haftalık verilere göre belirtilen sektörlerde yer alan hisse senetlerinin getiri dağılımları ve sektörün
%1’lik ilk ve son getiri diliminde olduğu değerleri temsil eden kukla değişkenler arasındaki regresyonun
sonuçlarını gösteren Tablo 5’e göre parametreler Taş ve Toprak Sektörü (
2
β
) dışında istatistiksel olarak
anlamlıdır. Diğer taraftan aynı günlük verilerdeki gibi haftalık verilerle yapılan analizde de katsayılar pozitif
bulunmuştur ve bu da sürü davranışının değil rasyonel varlık fiyatlama hipotezinin geçerliliğinin tespit
edilmesi anlamına gelebilmektedir.
- 698 -
Tablo 6: Sektörlerde Yer Alan Hisse Senetlerinin Getiri Dağılımları ve Sektörün %5’lik Uç Değerlerini Temsil Eden Kukla Değişkenler
Arasındaki Regresyonun Sonuçları (Haftalık Veriler)
α
β
1
β
2
Düzeltilmiş R
2
F-istatistiği
Tüm Hisse Senetleri
0.061438
0.024591
0.025107
0.178222
72.24278*
(61.59372)*
(6.185327)*
(5.31831)*
Sanayi Hisse Senetleri
0.061867
0.023792
0.026284
0.180573
73.39012*
(63.33524)*
(6.177472)*
(5.854872)*
İmalat Sanayi Sektörü
0.059279
0.024143
0.022327
0.143503
56.03884*
(57.08074)*
(6.289303)*
(4.973293)*
Gıda Sektörü
0.058865
0.029661
0.049211
0.177017
71.65751*
(39.34814)*
(4.736388)*
(5.40093)*
Kimya Sektörü
0.050905
0.023777
0.025189
0.099515
37.30329*
(39.4190)*
(4.99315)*
(5.654699)*
Metal Ana Sektörü
0.048983
0.022144
0.047928
0.159501
63.33938*
(32.43883)*
(4.176296)*
(5.628036)*
Metal Eşya Sektörü
0.054712
0.028575
0.048311
0.185952
76.03907*
(45.41732)*
(5.257948)*
(4.398141)*
Taş ve Toprak Sektörü
0.04789
0.024539
0.038507
0.130164
50.15757*
(39.51997)*
(5.621314)*
(2.870575)*
Tekstil Sektörü
0.061571
0.023068
0.02558
0.066029
24.22382*
(37.01268)*
(3.526624)*
(5.100555)*
Ticaret Sektör
0.055629
0.000998
55.72224
0.145009
56.71436*
(37.01268)*
(3.526624)*
(5.100555)*
Holding ve Yatırım Sektörü
0.056734
0.027908
0.03868
0.16732
67.00952*
(43.42589)*
(4.837629)*
(7.923687)*
Mali Kuruluşlar Sektörü
0.026658
0.030683
0.056665
0.173635
70.02431*
(73.17482)*
(8.02911)*
(9.111899)*
Banka Sektörü
0.046672
0.027351
0.042746
0.174916
70.64145*
(33.92893)*
(4.106882)*
(5.832497)*
Yatırım Ortaklıkları Sektörü
0.05146
0.02740
0.06195
0.162515
64.74563*
(27.23746)*
(3.999405)*
(5.253481)*
Gayrimenkul Yatırım Ortaklıkları
Sektörü
0.054879
0.024865
0.043867
0.130832
50.44771*
(39.53472)*
(4.816121)*
(5.153877)*
t-istatistiği değerleri parantez içinde belirtilmiştir.
*:%1 düzeyinde anlamlı.
Haftalık verilerle %5’lik alt ve üst dilimlere göre araştırma yapıldığında da sonucun değişmediği
Tablo 6’da görülebilmektedir. Tahmin edilen
1
β
ve
2
β
katsayıları önceki bulgularda olduğu gibi anlamlı
ancak pozitiftir. Bu bağlamda haftalık hisse senedi verileri ile yapılan ve sıradan olmayan büyük fiyat
hareketlerinin ilk ve son %5’lik getiri dilimlerinde bulunulmasına göre tanımlanan bu analizde de rasyonel
varlık fiyatlama hipotezini doğrulayan, sürü davranışının olmadığını gösteren sonuçlara ulaşılmıştır.
Sonuç
Tüm sonuçlar incelendiğinde
1
β
katsayılarının
2
β
katsayılarına oranla birbirine yakın değerler
olduğu ve çok da farklılaşmadıkları görülebilir. Bu, piyasanın büyük düşüşler gösterdiği dönemlerdeki
getiri dağılımının büyük artışlar gösterdiği dönemlerdeki dağılıma göre daha benzer olduğu anlamına
gelmektedir şeklinde yorumlanabilir ve bu durum Christie ve Huang’ın (1995) çalışmasında da benzerdir.
Özetlemek gerekirse BİST’te sürü davranışının varlığı, Christie ve Huang (1995) Yöntemi ile;
4/1/2000 ve 28/9/2012 döneminde; Tüm Hisse Senetleri, Sanayi Hisse Senetleri, İmalat Sanayi Sektörü,
Gıda Sanayi Sektörü, Kimya Sektörü, Metal Ana Sektörü, Metal Eşya Sektörü, Taş ve Toprak Sektörü, Tekstil
Sektörü, Ticaret Sektörü, Holding ve Yatırım Sektörü, Mali Kuruluşlar Sektörü, Banka Sektörü, Yatırım
Ortaklıkları Sektörü ve Gayrimenkul Yatırım Ortaklıkları Sektöründe; günlük ve haftalık getirilerle
araştırılmıştır. Yapılan analiz sonucunda BİST’te ve sektörlerinde sürü davranışının varlığını destekleyen
sonuçlara ulaşılamamıştır.
- 699 -
Diğer taraftan çalışmada günlük ve aylık getirilerde dağılımın büyük fiyat hareketlerinin olduğu
dönemlerde arttığının bulunması rasyonel varlık fiyatlama modellerini doğrular yöndedir. Buna ek olarak
dağılımın tüm piyasa bazında değil de endüstri bazında azalabileceğinden hareketle hisse senetleri içinde
bulundukları sektörlere göre gruplanmış ve piyasa ortalamaları yerine sektör ortalamaları kullanılmıştır.
Ancak stresli günlerde hiçbir sektörde dağılımın azaldığına dair kanıtlara ulaşılamamıştır. Bunlara ek olarak
büyük fiyat hareketlerinin yukarı yönlü olduğu durumlarda dağılımın aşağı yönlü olduğu durumlara oranla
daha fazla arttığı ortaya koyulmuştur.
Elde edilen sonuçlar Christie ve Huang’ın (1995), Gleason, Mathur ve Peterson’ın (2004), Demirer ve
Kutan’ın (2006) ve Demirer, Kutan ve Chen’in (2010) dünya piyasalarında yapmış oldukları çalışmalarla ve
Altay’ın (2008), Çoban’ın (2009), Doğukanlı ve Ergün’ün (2011) ve Kapusuzoğlu’nun (2011) BİST için yapmış
olduğu çalışmalarla paralellik göstermektedir. Buna ek olarak Ha (2007) yaptığı analizde adı geçen
yöntemde bazı uyarlamalar yaparak sürü davranışı tespitinde bulunabilmiştir.
KAYNAKÇA
AMIRAT, AMINA ve BOURI, Abdelfettah (2009). “Modeling Informational Cascade Via Behavior Biases”. Global Economy & Finance
Journal.
Vol.2. No:2. 81-103.
CAPORALE, G. Maria, ECONOMOU, Fotini ve PHILIPPAS, Nikolaos (2008). “Herding Behaviour in Extreme Market Conditions: The
Case of the Athens Stock Exchange”, Economics Bulletin. Vol. 7. No. 17 pp. 1-13
CAPARRELLI, Franco, D’ARCANGELIS, A. Maria ve CASSUTO, Alexander (2004). “Herding in the Italian Stock Market: A Case of
Behavioral Finance”, The Journal of Behavioral Finance. Vol.5, No.4,:222-230.
CHRISTIE, William G. ve HUANG, Roger D. (1995). “Following the Pied Piper: Do Individual Returns Herd around the Market?”,
Financial Analysts Journal.
July-August: 31-37.
ÇOBAN, A. Türkay (2009). İMKB’de Sürü Davranışının Test Edilmesi. Yayımlanmamış Yüksek Lisans Tezi, Adana: Çukurova
Üniversitesi Sosyal Bilimler Enstitüsü.
DEMİRER, Rıza, GUBO, Daigo ve KUTAN, Ali M. (2007). An Analysis of Cross-Country Herd Behavior in Stock Markets: A Regional
Perspective. Journal of International Financial Markets, Institutions and Money. 3. 123-142.
DEMİRER, Rıza, KUTAN, Ali M. ve CHEN Chun-Da (2010). “Do Investors Herd in emerging Stock Markets?: Evidence from the
Taiwanese Market”, Journal of Economic Behavior&Organization. 76: 283-295.
DOĞUKANLI, Hatice ve ERGÜN, Bahadır (2011). İMKB’de Sürü Davranışı: Yatay Kesit Temelinde Bir Araştırma. 10. Ulusal
İşletmecilik Kongresi Kitapçığı. 355-358.
FAMA, Eugine F. (1970). “Efficient Capital Markets: A Review of Theory and Emprical Works”, Journal of Finance, 25, 383-417.
GLEASON, Kimberly C., MATHUR, Ike ve PETERSON, Mark A. (2004). “Analysis of intraday herding behavior among the sector
ETFs”, Journal of Empirical Finance. 11, 681-694.
GÖKDEMİR, Gökhan (2010). Yabancı Yatırımcıların İMKB’deki Fiyat ve Sürü Güdüsü Etkileri. Yayımlanmamış Dokora Tezi, İstanbul:
Kardir Has Üniversitesi SBE.
GRINBLATT, Mark, TITMAN, Sheridan ve WERMERS, Russ (1995). “AssociationMomentum Investment Strategies, Portfolio
Performance, and Herding: A Study of MutualFund Behavior”, The American Economic Review, Vol. 85, No. 5, pp. 1088-1105.
HA, T. Viet (2007). “Price Limit Regulation and Herd Behavior in the Vietnamese Stock Market”, Interfaces for Advanced Econonmic
Analysis Kyoto University. Discussion Paper No: 139.
KAPUSUZOĞLU, Ayhan (2011). “Herding in the İstanbul Stoc k Exchange (ISE): A Case of Behavioral Finance”, African Journal of
Business Management
. Vol.5 (27). pp. 11210-11218.
OHLSON, Per (2010). Herd Behavior on the Swedish Stock Exchange. Jönköping International Business School. Master Thesis in
Finance.
Dostları ilə paylaş: |