Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
T.C.
ÇUKUROVA ÜN ĐVERSĐTESĐ
SOSYAL BĐLĐMLER ENST ĐTÜSÜ
ĐŞLETME ANAB ĐLĐM DALI
PĐYASA ANOMAL ĐLERĐ VE AŞIRI TEPK Đ HĐPOTEZĐNĐN ĐMKB’DE
ARAŞTIRILMASI
Bahadır ERGÜN
YÜKSEK L ĐSANS TEZĐ
2009 – ADANA
T.C.
ÇUKUROVA ÜN ĐVERSĐTESĐ
SOSYAL BĐLĐMLER ENST ĐTÜSÜ
ĐŞLETME ANAB ĐLĐM DALI
PĐYASA ANOMAL ĐLERĐ VE AŞIRI TEPK Đ HĐPOTEZĐNĐN ĐMKB’DE
ARAŞTIRILMASI
Bahadır ERGÜN
Danışman: Prof. Dr. Hatice DOĞUKANLI
YÜKSEK L ĐSANS TEZĐ
2009 - ADANA
Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Müdürlüğü’ne,
Bu çalışma, jürimiz tarafından Đşletme Anabilim Dalında YÜKSEK LĐSANS TEZĐ olarak kabul edilmiştir.
Başkan : Prof. Dr. Hatice DOĞUKANLI (Danışman)
Üye : Doç. Dr. Keramettin TEZCAN
Üye : Yrd. Doç. Dr. Gamze VURAL
ONAY
Yukarıdaki imzaların, adı geçen öğretim elemanlarına ait olduklarını onaylarım.
...../..../....
Prof. Dr. Nihat KÜÇÜKSAVAŞ Enstitü Müdürü
Not: Bu tezde kullanılan özgün ve başka kaynaktan yapılan bildirişlerin, çizelge, şekil ve fotoğrafların kaynak gösterilmeden kullanımı, 5846 Sayılı Fikir ve Sanat Eserleri Kanunu’ndaki hükümlere tabidir.
i
ÖZET
PĐYASA ANOMAL ĐLERĐ VE AŞIRI TEPK Đ HĐPOTEZĐNĐN ĐMKB’DE
ARAŞTIRILMASI
Bahadır ERGÜN
Yüksek Lisans Tezi, Đşletme Anabilim Dalı
Danışman: Prof. Dr. Hatice DOĞUKANLI
Ocak 2009, 91 Sayfa
Bu tez, davranışsal finansın bir alt konusu olan ve Etkin Piyasalar Hipotezinin de
karşıtı olan Aşırı Tepki Hipotezini incelemek amacıyla hazırlanmıştır. Bu bağlamda ilk
olarak, Fama (1970)’nın desteklediği Etkin Piyasalar Hipotezine ve etkin piyasa
çeşitlerine değinilmiş, ardından davranışsal finans teorileri ve piyasa etkinliğini ihlal
eden anomaliler açıklanmıştır. Bir sonraki bölümde Aşırı Tepki Hipotezi ve buna dair
literatüre yer verilmiştir. Tezin son bölümünde ise Đstanbul Menkul Kıymetler
Borsası’nın beş farklı endeksinde (ĐMKB 100, ĐMKB 50, ĐMKB 30, ĐMKB Mali ve
ĐMKB Sınai) Aşırı Tepki Hipotezinin geçerliliği ve zıtlık stratejilerinin normal üstü
getiriler elde etmede işe yarayıp yaramadığı araştırılmıştır.
Hisse senetlerinde aşırı tepkinin araştırılmasında DeBondt ve Thaler (1985)’in
kullandıkları yöntemde bazı değişiklikler yapılarak birer yıllık portföy oluşturma ve test
dönemleri oluşturulmuştur. Örneklem olarak Đstanbul Menkul Kıymetler Borsası’ndaki
(ĐMKB) ĐMKB-Ulusal 100, ĐMKB-Ulusal 50, ĐMKB-Ulusal 30, ĐMKB Sınai ve ĐMKB
Ulusal-Mali endekslerinin Temmuz 1998 ve Haziran 2008 arasındaki dönemde
kesintisiz olarak işlem görmüş hisse senetlerinin aylık getirileri seçilmiştir.
Yapılan analizler sonucunda ĐMKB 30 Endeksi dışındaki endekslerde Aşırı
Tepki Hipotezini ve zıtlık stratejilerinin yararlılığını destekler sonuçlara ulaşılmıştır.
Bununla ĐMKB’nin zayıf formda dahi etkin olmadığı söylenebilmektedir. ĐMKB 30
Endeksi dışındaki endekslerde literatürle aynı doğrultuda bulgular elde edilmiştir. Son
olarak, bir önceki dönemde kaybeden portföylerin test dönemindeki dönüşüm
ii
miktarlarının kazanan portföylerinin dönüşüm miktarlarından büyük olduğu
bulunmuştur.
Anahtar kelimeler: Etkin Piyasalar Hipotezi, Davranışsal Finans, Piyasa Anomalileri,
Aşırı Tepki Hipotezi, ĐMKB.
iii
ABSTRACT
MARKET ANOMALIES AND EXAMINATION OF OVERREACTION
HYPOTHESIS ON ISE
Bahadır ERGÜN
Master Thesis, Business Department
Supervisor: Prof. Dr. Hatice DOĞUKANLI
January 2009, 91 Pages
This thesis has been constructed to make a study of the Overreaction Hypothesis
which is a sub-title of the behavioral finance and contradicts with the Efficient Markets
Hypothesis. In this context, firstly the Efficient Market Hypothesis which is supported
by Fama (1970) and types of it are mentioned, than the behavioral finance theories and
the anomalies that are contradictory to the market efficiency are elaborated. In the next
chapter Overreaction Hypothesis and literature on this subject are explained. In the last
chapter of the thesis the validity of the Overreaction Hypothesis and whether the
contrarian investment strategy is useful to earn supernormal returns in five different
indexes of ISE (ISE 100, ISE 50, ISE 30, ISE Financial and ISE Industrial), are
examined.
In the examination process of the overreaction, the method of DeBondt and
Thaler (1985) was modified and created one year of portfolio formation and test
periods. The monthly returns of the stocks which are traded continuously in ISE 100,
ISE 50, ISE 30, ISE Financial and ISE Industrial indexes, between July 1998 and June
2008 are chosen as the sample.
In conclusion of the analysis, proofs which support Overreaction Hypothesis and
the effectiveness of the contrarian strategies were found in all indexes except ISE 30
Index. This may indicate that ISE is not weak form efficient. Out of the results of the
ISE 30 Index, remaining results are supported by the literature. And lastly it has been
iv
displayed, in the test period the size of the transformation of the loser portfolio that had
lost in the previous period, is bigger than the winner portfolio.
Key words: Efficient Markets Hypothesis, Behavioral Finance, Market Anomalies,
Overreaction Hypothesis, ISE.
v
ĐÇĐNDEKĐLER
ÖZET i
ABSTRACT iii
TABLOLAR L ĐSTESĐ viii
ŞEKĐLLER L ĐSTESĐ x
EKLER L ĐSTESĐ xi
GĐRĐŞ 1
I. BÖLÜM
GENEL OLARAK ETK ĐN PĐYASALAR, DAVRANI ŞSAL FĐNANS
VE PĐYASA ANOMAL ĐLERĐ 3
1.1. Etkin Piyasalar Hipotezi 4
1.1.1. Etkinlik Türleri 6
1.1.1.1. Zayıf Formda Piyasa Etkinliği 6
1.1.1.2. Yarı – Güçlü Formda Piyasa Etkinliği 6
1.1.1.3. Güçlü Formda Piyasa Etkinliği 7
1.1.2. Đstanbul Menkul Kıymetler Borsası’nda Etkinlik Araştırmaları 7
1.1.3. Etkin Piyasalar Hipotezine Karşı Davranışsal Finans 9
1.2. Davranışsal Finans 12
1.2.1. Ekonomi ve Psikolojide Karar Verme 13
1.2.1.1. Beklenen Fayda Teorisi 13
1.2.1.2. Beklenti Teorisi 13
1.2.2. Psikolojik Önyargılar 14
1.2.2.1. Hevristikler ve Bilişsel Önyargılar 14
1.2.2.1.1. Hevristikler 15
1.2.2.1.2. Bilişsel Önyargılar 16
1.2.2.2. Duygusal Faktörler 19
1.2.2.2.1. Pişman Olma Teorisi 19
1.2.2.2.2. Yatkınlık Etkisi 19
1.2.2.2.3. Bilişsel Çelişki Kuramı 20
vi
1.2.2.2.4. Hedonik Düzeltme 20
1.3. Piyasalarda Görülen Anomaliler 21
1.3.1. Takvimsel Anomaliler 21
1.3.1.1. Gün Anomalileri 22
1.3.1.1.1. Haftanın Günü / Günleri veya Hafta Sonu
Anomalisi 22
1.3.1.1.2. Gün Đçi Anomalisi 24
1.3.1.2. Ay Anomalileri 25
1.3.1.2.1. Ocak Ayı Anomalisi 25
1.3.1.2.2. Ay Đçi Anomalisi 27
1.3.1.2.3. Ay Dönümü Anomalisi 28
1.3.1.2.4. Yıl Dönümü Anomalisi 29
1.3.1.3. Tatil Anomalileri 29
1.3.2. Firma Anomalileri 30
1.3.2.1. Firma Büyüklüğü Anomalisi 31
1.3.2.2. Đhmal Edilmiş Firma Anomalisi 31
1.3.3. Fiyat Anomalileri 32
1.3.3.1. Yetersiz Tepki Anomalisi 32
1.3.3.2. Aşırı Tepki Anomalisi 34
II. BÖLÜM
AŞIRI TEPK Đ HĐPOTEZĐ 36
2.1. Aşırı Tepki Hipotezini Açıklayan Davranışsal Finans Modelleri 38
2.1.1. Temsili Yatırımcı Modeli 39
2.1.2. Aşırı Güven ve Yanlı Kendine Atfetme Modeli 39
2.1.3. Heterojen Yatırımcıların Arasındaki Đnteraktif Đlişki Modeli 39
2.2. Aşırı Tepki Hipotezine Đlişkin Literatür 40
vii
III. BÖLÜM
AŞIRI TEPK Đ HĐPOTEZĐNĐN ĐSTANBUL MENKUL KIYMETLER
BORSASI’NDA ARA ŞTIRILMASI 44
3.1. Veriler ve Yöntem 44
3.2. Bulgular 46
3.2.1. ĐMKB 100 Endeksi’nde Aşırı Tepki Hipotezine Đlişkin Bulgular 48
3.2.2. ĐMKB 50 Endeksi’nde Aşırı Tepki Hipotezine Đlişkin Bulgular 50
3.2.3. ĐMKB 30 Endeksi’nde Aşırı Tepki Hipotezine Đlişkin Bulgular 52
3.2.4. ĐMKB Sınai Endeksi’nde Aşırı Tepki Hipotezine Đlişkin Bulgular 55
3.2.5. ĐMKB Mali Endeksi’nde Aşırı Tepki Hipotezine Đlişkin Bulgular 57
3.2.6. ĐMKB Endekslerindeki Aşırı Tepkinin Karşılaştırılması 59
3.2.7. Kazanan ve Kaybeden Portföylerinin Düzelme Büyüklüklerinin
Karşılaştırılması 61
SONUÇ 62
KAYNAKÇA 64
ÖZGEÇM ĐŞ 91
viii
TABLOLAR L ĐSTESĐ
Sayfa
Tablo-3.1. ĐMKB 100 Endeksi’nde, dokuz ayrı portföy için birer yıllık portföy
formasyon ve test dönemindeki kümülatif anormal getirileri ve
ortalama kümülatif anormal getirileri (%) 48
Tablo-3.2. ĐMKB 100 Endeksi’nde, bir yıl boyunca en çok kazandıran ve
kaybettiren portföylerinin takip eden bir yıldaki kümülatif anormal
getirileri ve ortalama kümülatif anormal getirileri(%) 49
Tablo-3.3. ĐMKB 100 Endeksi’nde t istatistiği sonuçları 49
Tablo-3.4. ĐMKB 50 Endeksi’nde, dokuz ayrı portföy için birer yıllık portföy
formasyon ve test dönemindeki kümülatif anormal getirileri ve
ortalama kümülatif anormal getirileri(%) 50
Tablo-3.5. ĐMKB 50 Endeksi’nde, bir yıl boyunca en çok kazandıran ve
kaybettiren portföylerinin takip eden bir yıldaki kümülatif anormal
getirileri ve ortalama kümülatif anormal getirileri(%) 51
Tablo-3.6. ĐMKB 50 Endeksi’nde t istatistiği sonuçları 51
Tablo-3.7. ĐMKB 30 Endeksi’nde, dokuz ayrı portföy için birer yıllık portföy
formasyon ve test dönemindeki kümülatif anormal getirileri ve
ortalama kümülatif anormal getirileri(%) 52
Tablo-3.8. ĐMKB 30 Endeksi’nde, bir yıl boyunca en çok kazandıran ve
kaybettiren portföylerinin takip eden bir yıldaki kümülatif anormal
getirileri ve ortalama kümülatif anormal getirileri(%) 54
Tablo-3.9. ĐMKB 30* Endeksi’nde t istatistiği sonuçları 55
Tablo-3.10. ĐMKB Sınai’de, dokuz ayrı portföy için birer yıllık portföy
formasyon ve test dönemindeki kümülatif anormal getirileri ve
ortalama kümülatif anormal getirileri(%) 55
Tablo-3.11. ĐMKB Sınai’de, bir yıl boyunca en çok kazandıran ve kaybettiren
portföylerinin takip eden bir yıldaki kümülatif anormal getirileri ve
ortalama kümülatif anormal getirileri(%) 56
Tablo-3.12. ĐMKB Sınai Endeksi’nde t istatistiği sonuçları 56
Tablo-3.13. ĐMKB Sınai’de, dokuz ayrı portföy için birer yıllık portföy
formasyon ve test dönemindeki kümülatif anormal getirileri ve
ortalama kümülatif anormal getirileri(%) 57
ix
Tablo-3.14. ĐMKB Mali’de, bir yıl boyunca en çok kazandıran ve kaybettiren
portföylerinin takip eden bir yıldaki kümülatif anormal getirileri ve
ortalama kümülatif anormal getirileri(%) 58
Tablo-3.15. ĐMKB Mali Endeksi’nde t istatistiği sonuçları 58
Tablo-3.16. Zıtlık stratejileriyle kazanılmış aylık ortalama kümülatif
getiriler(%) 59
x
ŞEKĐLLER L ĐSTESĐ
Sayfa
Şekil–1.1. Etkin Piyasalar Hipotezi 5
Şekil–2.1. Aşırı Tepki Hipotezi 38
Şekil–2.2. Kazanan ve kaybeden portföylerinin ortalama kümülatif getirileri 40
Şekil–3.1. Kaybeden portföyünün formasyon ve test dönemindeki aylık kümülatif
anormal getirileri (%) 47
Şekil–3.2. Kazanan portföyünün formasyon ve test dönemindeki aylık ortalama
kümülatif anormal getirileri (%) 47
Şekil–3.3. Zıtlık stratejileriyle kazanılmış aylık ortalama kümülatif getiriler(%) 60
xi
EKLER L ĐSTESĐ
Sayfa
EK 1: Uygulama Kapsamında Đncelenen Şirketler Listesi 71
EK 2: ĐMKB 100 Endeksi’ndeki Hisse Senetlerine Ait Kümülatif Anormal Getiriler. 72
EK 3: ĐMKB 50 Endeksi’ndeki Hisse Senetlerine Ait Kümülatif Anormal Getiriler. 74
EK 4: ĐMKB 30 Endeksi’ndeki Hisse Senetlerine Ait Kümülatif Anormal Getiriler. 75
EK 5: ĐMKB Mali Endeksi’ndeki Hisse Senetlerine Ait Kümülatif Getiriler. 76
EK 6: ĐMKB Sınai Endeksi’ndeki Hisse Senetlerine Ait Kümülatif Getiriler. 77
EK 7: ĐMKB 100 Endeksi’nde Kaybeden Portföyünün t istatistiği Sonuçları. 81
EK 8: ĐMKB 100 Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları 82
EK 9: ĐMKB 50 Endeksi’nde Kaybeden Portföyünün t istatistiği Sonuçları 83
EK 10: ĐMKB 50 Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları 84
EK 11: ĐMKB 30* Endeksi’nde Kaybeden Portföyünün t istatistiği Sonuçları 85
EK 12: ĐMKB 30* Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları 86
EK 13: ĐMKB Sınai Endeksi’nde Kaybeden Portföyünün t istatistiği Sonuçları 87
EK 14: ĐMKB Sınai Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları 88
EK 15: ĐMKB Mali Endeksi’nde Kaybeden Portföyünün t istatistiği Sonuçları 89
EK 16: ĐMKB Mali Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları 90
1
GĐRĐŞ
Fiyatların mevcut bilgiyi tam olarak yansıttığı piyasalar bilgisel anlamda “etkin
piyasalar” olarak adlandırılır (Fama, 1970,383). Etkin piyasalar hipotezine göre
yatırımcılar rasyonel kararlar verir ve bu hisse senetlerinin doğru fiyatlanmasını sağlar.
Yeni gelen bilgiler doğru bir şekilde değerlendirilip piyasada aşırı ya da az tepkiye
neden olunmaz. Bu sebeple etkin piyasalarda anormal getiri elde etmek imkânsızdır.
Etkin piyasalar üç ana başlık altında incelenebilir. Bunlardan ilki zayıf formda
etkin piyasalardır ve bu piyasalarda fiyatlar tüm geçmiş bilgileri yansıtır. Farklı bir
ifadeyle geçmiş fiyat hareketleri zaten fiyatlara yansımıştır ve bu, geçmiş bilgilerden
yararlanarak anormal getiriler elde etmeyi olanaksız kılar. Etkin piyasaların ikinci türü,
yarı-güçlü etkin piyasalardır. Bu piyasadaki fiyatlar geçmiş bilgilerin yanı sıra kamuya
açıklanmış bilgileri de yansıtır. Üçüncü ve son etkinlik türü ise güçlü formdaki piyasa
etkinliğidir. Buradaki fiyatlar geçmiş ve halka açıklanmış bilgilere ek olarak halka
açıklanmamış bilgileri de yansıtır. Görüldüğü üzere geçmiş verilerden faydalanılarak
anormal getiriler elde edilebiliyorsa yani piyasa zayıf formda etkin değilse aynı
zamanda yarı-güçlü ya da güçlü formda da etkin olamamaktadır.
Davranışsal finansı savunan ve piyasalarda anomaliler olduğunu tespit eden
araştırmacılar tarafından etkin piyasalar hipotezi eleştirilmektedir. Etkin piyasalar
hipotezinin tersine davranışsal finans yaklaşımları, psikolojik nedenlerle yatırımcıların
her zaman rasyonel olamayacaklarını bu sebeple de piyasalarda eksik ya da aşırı
tepkinin gözlemlenebileceğini savunmaktadır. Piyasada gözlemlenen eksik ya da aşırı
tepki, etkin piyasalar hipotezinin ilk formu olan zayıf formda etkinliğin bile olmadığı
sonucunu vermektedir.
DeBondt ve Thaler (1985)’in yapmış olduğu çalışma aşırı tepki hipotezinin ilk
önemli çalışması olması nedeniyle bir çok yeni araştırmaya ışık tutmuştur. Buna göre 3-
5 yıllık portföy oluşturma döneminde en çok kaybettiren hisse senetlerinden oluşan
“kaybettirenler portföyü” ile en çok kazandıranlardan oluşan “kazandıranlar
portföyü”nün bir sonraki test dönemindeki performansları karşılaştırılmıştır. Yapılan
analizler sonucunda yatırımcıların aşırı tepkiyi 3-5 yıl gibi uzun bir sürede düzelttiği ve
test dönemi içerisinde kaybettirenler portföyünün kazandıran portföyünden daha iyi
2
performans gösterdiği ortaya konulmuştur. Buna ek olarak kaybedenlerin kazananlara
oranla daha fazla dönüşüm geçirdiği de belirtilmiştir.
Türkiye için yapılan etkinlik testleri birbirleriyle tutarlı sonuçlar ortaya
çıkarmamıştır. Bazı sonuçlar piyasanın yarı güçsüz etkin olduğunu savunurken yarı
güçlü etkinliği savunan çalışmalar da mevcuttur. Bununla birlikte piyasa anomalilerini
sınayan çok sayıda çalışma da vardır. Bu bağlamda bu çalışmada temel amaç etkin
piyasalar hipotezi, davranışsal finans teorileri, piyasa anomalileri ve özellikle de aşırı
tepki hipotezi konularını teorik olarak incelemek ve Đstanbul Menkul Kıymetler
Borsası’nın beş farklı endeksinde (ĐMKB 100, ĐMKB 50, ĐMKB 30, ĐMKB Mali ve
ĐMKB Sınai) aşırı tepkinin var olup olmadığı ile zıtlık stratejilerinin yararlı olup
olmadığını araştırmaktır.
Çalışmanın birinci bölümünde etkin piyasalar hipotezi, buna alternatif olarak
ortaya çıkmış davranışsal finans ve piyasanın etkin olmadığı anlamına gelen piyasa
anomalileri incelenmiştir. Đkinci bölümde fiyat anomalilerinin bir çeşidi olan aşırı tepki
hipotezi üzerinde durulmuştur. Bu bağlamda yatırımcıların, hisse senedi alım-satım
işlemleri sırasında verdikleri aşırı tepki sebeplerini açıklayan davranışsal finans
modelleri açıklanmış ve konuya ilişkin literatür araştırılmıştır. Üçüncü ve son bölümde
ise ĐMKB endekslerindeki aşırı tepki ve zıtlık stratejilerinin ortalama üzerinde getiri
elde etmede yararlı olup olmadığı ampirik olarak araştırılmıştır.
3
I.BÖLÜM
GENEL OLARAK ETK ĐN PĐYASALAR, DAVRANI ŞSAL FĐNANS VE PĐYASA
ANOMAL ĐLERĐ
Akademik finansın tarihsel gelişimi eski finans, modern finans ve yeni finans
olmak üzere üç ana başlıkta incelenebilir. Eski finans evresinde muhasebe ve bu
konudaki yasalar temel alınarak finansal tablolar analiz edilmekteydi ve finansal
konuların doğası incelenmekteydi. Finansa dair bu bakış açısı 1960’lı yılların ortalarına
kadar baskınlığını sürdürmüştür. Finanstaki ikinci basamak olan Modern Finans 1950’li
yıllardan başlayarak kabul görmeye başlamıştır. Bu evrede finansal ekonomi temel
alınarak rasyonel ekonomik davranış bakış açısıyla varlık değerlemesi üzerinde
durulmuştur. Markowitz’e ait optimizasyon; Modigliani ve Miller’a ait ilgisizlik
prensibi; Sharpe, Lintner ve Mossen’e ait CAPM ve de Fama’ya ait etkin piyasalar
hipotezi dönemin ünlü kavramlarıdır. Üçüncü ve son basamak olan yeni finans ise
1990’ların ortalarından itibaren giderek daha popüler hale gelmektedir. Bu dönemde
istatistik, ekonometri ve psikoloji yardımıyla piyasaların etkin olmadığı ortaya
koyulmaya çalışılmaktadır. Haugen’ın ortaya koyduğu “beklenen getiri”; Chen, Roll ve
Ross’un ortaya koyduğu risk ve arbitraj fiyatlama ile son olarak Kahneman ve
Tversky’nin ortaya koyduğu davranışsal modeller dönemin önemli paradigmalarıdır
(Haugen, 2001,2-7).
Görüldüğü gibi finans, çıkış noktası olan muhasebeden ayrılarak modern finans
evresinde temellerini kurmuştur. Ardından yeni finans evresinde, insan psikolojisi de
işin içine katılarak önemli bir gelişme sağlanmış ve etkin piyasalar hipotezi sorgulanır
hale gelmiştir.
Çalışmanın bu bölümünde etkin piyasalar hipotezi, davranışsal finans ve
davranışsal finansın konusu olan piyasa anomalileri ve bunlara ait literatür üzerinde
durulacaktır.
4
1.1. Etkin Piyasalar Hipotezi
Finans biliminde üzerinde en çok tartışılmış konulardan biri olan etkin piyasalar
hipotezini Fama, 1970 yılındaki çalışmasıyla geliştirmiştir. Fama bu çalışmasında çoğu
“Rassal Yürüyüş” (random walk) hipotezine dayanan ampirik çalışmaları derleyerek
teorik bir yapıya oturtmuştur (Yavuz, 2003,5).
Rassal yürüyüş kavramı, Maurice Kendall’ın 1953 yılında hisse senetlerinin
fiyat hareketlerini araştırırken bulduğu bir kavramdır. Kendall düzenli fiyat
dalgalanmalarını bulmaya çalışırken araştırmanın sonunda fiyatların rastgele değişme
eğiliminde olduğu ortaya çıkmıştır (Myers ve diğerleri, 2007,321). Diğer taraftan piyasa
etkinliği ile ilgili çalışmaların başlangıcı daha ise eskidir. 1900 yılındaki çalışmasıyla
Bachelier, etkin piyasa hipotezinin zayıf formunun testinde temel alınan “Rassal
Yürüyüş Modeli” ile paralel olan gözleminde geçmişteki, şu andaki ve gelecekteki
bilgilerin piyasa fiyatına yansıdığı sonucuna varmıştır (Öncü ve diğerleri, 2006,3).
Piyasa etkinliğiyle ilgili 3 ana kıstas ileri sürülmektedir. Bunlar dağıtımsal
etkinlik, fonksiyonel etkinlik ve bilgisel etkinliktir. Dağıtımsal etkinlik (allocational
efficiency), kıt kaynakların sermaye piyasaları aracılığıyla en iyi şekilde dağıtılmasıdır.
Fonksiyonel etkinlik (functional efficiency), piyasada yapılan işlemlerin mümkün olan
en düşük maliyet ile gerçekleştirilmesidir. Son olarak da bilgisel etkinlik (informational
efficiency) ise menkul kıymet fiyatlarının tüm mevcut bilgileri tam anlamıyla
yansıtması anlamına gelmektedir. Ancak etkin piyasalar hipoteziyle kastedilen çoğu
zaman bilgisel etkinliktir (Fama, 1970,383).
Bir piyasanın etkin olarak tanımlanabilmesi için aşağıdakileri içermesi gerekir
(Civelek ve Durukan, 2003,376-377):
1. Büyük miktarda, rasyonel, kar peşinde koşan, riskten kaçınan ve herhangi bir
sınırlandırma olmadan menkul kıymetlerin değerlemesinde birbirleriyle
yarışan yatırımcılar,
2. Yeterli sayıda sektör ile karlı yatırım fırsatlarını anomaliler yoluyla arayan
araştırmacı ve bilgili analistler (bu sayede bu analistler piyasadaki
etkinsizlikleri ortadan kaldıran kişilerdir),
5
3. Yatırımcıların beklentilerini etkileyebilecek bilgilerin hızlı ve tam yayılımı,
4. Düşük işlem maliyetleri,
5. Devamlı işlem ve geniş işlem hacmi.
Etkin Piyasalarda, menkul kıymetlerin pazar fiyatlarıyla gerçek değerleri
arasında fark olması durumu oldukça nadir ve kısa sürelidir. Bunun sebebi böyle bir
fark gözlendiği anda bu farklılığın avantajlarından yararlanmak isteyen yatırımcıların
buna göre pozisyon alacak olması ve böylece pazar fiyatıyla gerçek değer arasındaki
farkın kısa sürede ortadan kalkacak olmasıdır. Kısacası pazarda gerçek değerinin altında
fiyatlanmış bir menkul kıymetin fiyatının yükseleceği beklentisiyle satın alınarak kar
elde edilmeye çalışılır. Bu, talebin ve dolayısıyla da fiyatın artmasına sebep olur.
Böylece gerçek değer ile pazar değeri arasındaki fark yok olur. Pazarda gerçek fiyatının
üstünde fiyatlanma durumunda da fiyatın düşeceği beklentisiyle menkul kıymet satın
alınmaz ve eldekiler satılır bu da fiyatı düşürerek aradaki farkı yok eder.
Şekil–1.1. Etkin Piyasalar Hipotezi
Kaynak: Öncü ve diğerleri, 2006,5.
Yukarıdaki şekillerin ilkinde t0’da gelen iyi bir haber fiyatı hemen PA’dan PB’ye
yükseltmiştir. t0 ile t1 arasındaki sürede herhangi bir haber gelmediği için fiyatlarda
değişim gözlenmemektedir. Aynı biçimde piyasalara kötü haberin geldiği varsayılan
ikinci şekilde t0’da gelen kötü bir haber fiyatı PA’dan PB’ye düşürmüştür . Bunun
sonrasında yeni bir haber gelmediği için fiyatlar sabit kalmıştır. Bu fiyat dalgalanmaları
haber yayıldığı anda olduğu için hiç kimse buna göre pozisyon alamamış ve bundan
6
getiri elde edememiştir. Yalnızca şans eseri kar edenler olmuştur, bu da rassal yürüyüş
hipotezini destekler niteliktedir.
1.1.1. Etkinlik Türleri
Etkin Piyasalar, fiyatların mevcut bilgiyi tam olarak yansıttığı piyasalardır ve
zayıf form, yarı-güçlü form ve de güçlü form olarak üçe ayrılır (Fama, 1970,388).
1.1.1.1. Zayıf Formda Piyasa Etkinliği
Zayıf formda piyasa etkinliği, mevcut pazar fiyatlarının geçmiş fiyat
hareketlerindeki tüm bilgileri yansıttığını söyler. Diğer bir deyişle geçmişteki fiyat
hareketleri doğrultusunda normalin üzerinde getiriler elde edilemiyorsa bu piyasa zayıf
formda etkin bir piyasadır (Brown ve Easton, 1988,62). Burada fiyat değişmeleri
birbirinden bağımsızdır, sadece yeni bilgiler fiyat değişikliklerine yol açar. Bu bilgilerin
ortaya çıkışı rassal olacağından fiyatlarda da rassal olarak değişecektir. Sonuç olarak,
diğer etkin piyasalarda da olduğu gibi, uzman analistlerle sıradan yatırımcıların seçtiği
hisse senetlerinden elde edilen getiriler arasında fark olmayacaktır (Fama, 1970). Zayıf
formda etkinlikte teknik analiz ve zaman serileri analizlerini kullanmanın hiçbir yararı
olmamaktadır.
Zayıf formda etkinliğin test edilmesinde geçmişte açıklanmış önemli bilgiler
kullanılarak getirilerin önceden tahmin edilebilir olup olmadığına bakılmaktadır.
1.1.1.2. Yarı – Güçlü Formda Piyasa Etkinliği
Bu tür piyasa etkinliğinde, geçmiş verilerin yanında kamuya açıklanmış bilgileri
kullanılsa dahi normalin üzerinde getiri elde edilememektedir. Yarı-güçlü piyasa
etkinliğinde temel analiz, mali tablolar analizleri ve menkul kıymetle ilgili güncel
bilgilerin yatırım kararı verilirken kullanılmasının bir faydası olmamaktadır (Barak,
2006,62). Çünkü tüm bunlar ortaya çıktıkları anda piyasanın tüm oyuncuları tarafından
öğrenilir ve buna göre pozisyon alınır. Herkesin bu işlemi yapması, bilgilerden getiri
elde etmeyi olanaksız kılmakta ve hiçbir yatırımcı kamuya açık kaynaklardan
faydalanarak kar elde edememektedir.
7
Yarı-güçlü piyasa etkinliğini test etmek için örneğin kar paylarındaki artış gibi
önemli bilgilerin halka açıklanmasının ardından hisse senedi alınarak kar elde edilip
edilemediğine bakılır. Eğer bu yolla bir getiri sağlanabiliyorsa piyasa yarı-güçlü formda
etkin değildir.
1.1.1.3. Güçlü Formda Piyasa Etkinliği
Fiyatların geçmiş bilgileri, kamuya açıklanmış ve de kamuya açıklanmamış her
türlü bilgiyi tam olarak kısa sürede yansıttığı piyasalar güçlü formda etkindirler. Bu
şartlar altında hiçbir analiz yatırımcılara kar sağlayabilecekleri bir yol gösteremez.
Fama’nın ulaşmak istediği güçlü formdaki piyasa etkinliğidir.
Güçlü forma etkinlikte içerden öğrenenlerin (insider traders) dahi asimetrik
bilginin varlığından yararlanamayarak normalüstü getiri kazanamayacağı için, piyasanın
güçlü formda olup olmadığı test edilirken, önemli bilgileri elde edebilen böyle
ayrıcalıklı bir grup olup olmadığına bakılır.
1.1.2. Đstanbul Menkul Kıymetler Borsası’nda Etkinlik Araş tırmaları
Đstanbul Menkul Kıymetler Borsası’nda yapılan etkinlik testleri daha çok yarı
güçlü etkinliğin ve zayıf formda etkinliğin araştırılması şeklindedir. Bu konudaki
literatür aşağıdaki gibidir (Canbaş ve Doğukanlı, 2007,584-586):
• Bekçioğlu ve Ada (1985), Türkiye’de zayıf etkinliğin test edilmesi için yapılmış
ilk çalışmadır. Yapmış oldukları çeşitli testler sonucunda, rassal yürüyüş
kavramının Türkiye için geçerli olmadığı sonucuna ulaşmışlardır.
• Cankurtaran (1989), 19 hisse senedinin 1986-1988 dönemindeki verilerini
kullanarak, geçmişteki fiyat hareketlerinin gelecekteki fiyat hareketlerini
açıklamadığını belirtmiştir.
• Alparslan (1989), 15 hisse senedinin 1986-1988 arasında, geçmiş fiyatlarıyla
korelasyonlu olmadığını tespit etmiştir.
8
• Başçı (1989), ĐMKB’nin hisse senedi getirilerini dağıtımsal ve zaman serisi
özelliklerini incelemeyi amaçlamış ve bu konuda ĐMKB’nin gelişmiş piyasalarla
benzer olduğunu belirtmiştir.
• Muradoğlu ve Önkal (1992) çalışmalarında maliye ve para politikaları ile hisse
senetleri arasında gecikmeli bir ilişki olduğu, piyasanın maliye ve para
politikaları açısından etkin olmadığı sonucuna ulaşmışlardır.
• Muradoğlu ve Metin (1995), hisse senedi getirilerinin, bütçe açıkları, faiz
oranları ve para arzı gibi makro ekonomik değişkenlere uzun vadede
kointegrasyon gösterdiği, yani hisse senedi getirilerinin bu değişkenler
kullanılarak tahmin edilebileceğini belirtmişlerdir. Sonuç olarak piyasanın yarı
güçlü formda etkin olmadığı ortaya koyulmuştur.
• Muradoğlu ve Oktay (1993), ĐMKB’de zayıf formda etkinliği ve takvim
anomalilerini araştırmışlardır. Sonuç olarak birçok ülkede olduğu gibi hafta sonu
ve yılbaşı etkisinin Türkiye’de de var olduğunu ve dikkatli yatırımcıların bu
sebeple ortalamanın üzerinde getiriler elde edebileceklerini belirtmişlerdir.
Ancak bu seyrin pek çok yatırımcı tarafında fark edilmesi sonucunda,
ortalamanın üzerindeki kar durumunun ortadan kalkabileceği ve piyasanın zayıf
formda etkin bir yapıya kavuşabileceği de eklenmiştir.
• Balaban, Candemir ve Kunter (1995),çalışmalarında bankalar arası para piyasası
gecelik faiz oranları, serbest piyasa döviz kurları ile parasal büyüklüklerden
bankalar serbest imkanı, emisyon, M1 ve M2 para arzı tanımları, rezerv para,
parasal taban ve Merkez Bankası Parasına göre ĐMKB’nin yarı güçlü etkinliğini
sınamışlardır. Ancak ĐMKB’nin yarı güçlü formda etkin olmadığı sonucuna
ulaşmışlardır.
• Kılıç (1997), rassal yürüyüş modelini sınadığı çalışmasında, geçmiş verilerin
gelecektekileri tahmin etme konusunda yanıltıcı olabileceğini ve ĐMKB’nin
zayıf formda etkin olduğunu vurgulamıştır.
9
• Özün (1999), ĐMKB-100 endeksinde yapmış olduğu çalışmasında piyasanın
zayıf formda etkin olduğu yönünde bulgular elde etmiştir.
• Çevik ve Yalçın (2003), ĐMKB-100’de rassal yürüyüşü test etmiş ve piyasanın
zayıf formda etkin olmadığı sonucuna ulaşmıştır.
• Zengin ve Kurt (2004), 1987-2002 yılları arasında endeks ile çeşitli makro
ekonomik değişkenler arasındaki ilişkiyi test etmiş ve ĐMKB’nin zayıf formda
etkin olduğu ancak yarı güçlü formda etkin olmadığı tespitinde bulunmuştur.
• Atan ve diğerleri (2006), 2003-2005 arasındaki dakikalık fiyat verileriyle
yaptıkları çalışmalarında ĐMKB’nin zayıf formda etkin olduğunu belirtmiştir.
ĐMKB’nin etkinliği ile ilgili yapılan çalışmalar farklı sonuçlara ulaşmışlardır.
Yapılan araştırmalarda biri zayıf formda etkinliği savunurken bir diğeri tam tersini yani
piyasanın zayıf formda etkin olmadığını savunabilmektedir. Ancak piyasalardaki
anomalileri ortaya koyan birçok çalışma da piyasaların zayıf formda bile etkin olmadığı
konusunda bulgular elde etmiştir (bkz. Bölüm-3).
1.1.3. Etkin Piyasalar Hipotezine Karşı Davranışsal Finans
Etkin piyasalar hipotezinin tersine, davranışsal finans, pazarın yatırımcı
davranışlarını temel almaktadır. Bunu yaparken de psikoloji biliminden oldukça fazla
yararlanmaktadır. Kısaca davranışsal finans teorileri; sosyal psikolojinin ampirik olarak
desteklenmiş bilgileri üzerine kuruludur. Davranışsal finansa göre piyasalar etkin
değildir ve bunun en büyük kanıtı aşırı ve eksik tepkidir.
Etkin piyasalar hipotezinin ortaya çıkışından buyana finans bilim dalında önemli
gelişmeler olmuştur. Finansın ana konularından sayılan Modern Portföy Teorisi ve
Finansal Varlık Fiyatlama Modeli piyasa etkinliğini temel almıştır. Ancak etkin
piyasalar hipotezinin geçerli olup olmadığı günümüzde de derinlemesine
tartışılmaktadır.
10
Etkin piyasalar hipotezinin gerçekten anlamlı olup olmadığını, teorik açıdan,
araştıranlardan biri olan Frank Shostak’a göre hipotezin eksiklikleri özetle aşağıdaki
gibidir (Shostak,1997):
• Etkin piyasalar hipotezi tüm yatırımcıların rasyonel beklentiler hipotezine göre
tahminde bulunduğunu dolayısıyla da hepsinin homojen beklentilere sahip
olduğunu varsayar. Ancak eğer yatırımcıların hepsi aynı beklentiye sahipse
ortaya menkul kıymet ticaretinin çıkması imkânsızdır. Çünkü ticaret heterojen
beklentiler doğrultusunda ortaya çıkar. Yani bir taraf fiyatların düşeceği
beklentisiyle satış pozisyonu alırken diğer taraf da fiyatların yükseleceği
beklentisiyle alış pozisyonu alır ve ticaret gerçekleşir. Kısacası gerçekten tüm
yatırımcılar etkin piyasalar hipotezinin dediği gibi aynı beklentilere sahip
olsaydı, piyasalar varlıklarını sürdüremezdi.
• Etkin piyasalar hipotezine göre piyasaların tüm aktörlerinin bilgileri elde etmede
eşit durumda oldukları varsayılır. Ancak işin bu bilgileri yorumlama kısmı bir
sorun olarak varlığını sürdürmektedir. Hipoteze göre herkes aynı bilgi
düzeyindedir ve herkes menkul kıymetin tek fiyatı üzerinde hemfikirdir. Ancak
gerçek hayatta olduğu gibi herkesin bilgi seviyesi aynı değilse fiyatların tahmin
edilmesinde farklılıklar olacağı kesindir. Böylece varlık fiyatlarının tahmin
edilmesinde başarı ve başarısızlık rastgele olmayacaktır.
• Etkin piyasalar hipotezi menkul kıymet piyasalarının gerçek hayatla bir
ili şkisinin bulunmadığı izlenimini vermektedir. Ancak bu piyasalara yapılan
yatırımların aynı zamanda gerçek dünyadaki işletmelerin faaliyetlerinde
kullanıldıklarını unutmamak gerekir. Yani finansal piyasaya yatırım yapanlar
aynı zamanda işletmelerin faaliyetlerine de yatırım yapmaktadırlar. Böylece
yatırımcılar işletme faaliyetleriyle ilgilenmeye başlamaktadırlar.
• Geçmiş bilgilerin şu anki fiyatların bir parçası olduğu da doğru bir yaklaşım
değildir. Etkin piyasalar hipotezine göre merkez bankasının faiz oranlarını
düşüreceği beklentisinin olduğu piyasalarda, faizler gerçekten düşürüldüğü
zaman herhangi bir dalgalanma olması beklenmez. Çünkü bu bilgi önceden
11
analiz edilmiş ve fiyatlara yansıtılmıştır. Ancak gerçek hayatta her zaman böyle
olmayabilir.
• Etkin piyasalarda fiyatların rassal yürüyüşe göre oluştuğunun kabul edilmesi
yatırımcıları fırsatları arama konusunda pasif olmaya sevk etmektedir. Karların
sürdürülebilir bir fenomen olmadığı kesindir. Ancak işler etkin piyasalar
hipotezinin anlattığı gibi gerçekleşmemektedir. Kar, girişimcilerin olması
gerekenden düşük fiyatlanmış bir varlığı keşfetmesiyle ortaya çıkar. Bunu
yaparak girişimci bu farklılığı ortadan kaldırır ve gelecekteki potansiyel
karlardan vazgeçmiş olur. Burada potansiyel karlardan kasıt, girişimcinin
kimsenin bilmediği bir bilgiye sahip olmasıdır. Kimsenin bilmediği bir bilgiye
sahip olma durumu da karların, etkin piyasalar hipotezinde belirtildiği gibi rassal
olmadığını kanıtlar. Bir girişimci kar etmek için planlamaya ve müşterileri
tercihlerini tahmin etmeye yönelir. Ancak tüm bunlar dahi karlılığı garanti
etmez. Kayıplara neden olan hatalar, belirsiz pazar ekonomilerinde kaynakların
doğru dağıtılmasında bir çeşit yol göstericidir. Belirsizlik insan doğasının bir
parçasıdır, etkin piyasalar hipotezi yatırımları bir çeşit kumara benzetirken, var
olan belirsizlik yatırımcıları aktif olmaya zorlamaktadır.
• Etkin piyasaların test edilmesi sırasında yatırımların serisel bağımsız olduğu ve
bunların olasılık dağılımlarının sabit olduğu varsayılmaktadır. Bu, araştırmaların
yanlış sonuçlar vermelerine sebep olmaktadır. Hipotezin varsayımının aksine
yatırımlardan elde edilen karların benzersiz ve özel olması, bu konunun olasılık
dağılımı mantığıyla araştırılmasını anlamsız kılmaktadır.
Etkin piyasalar hipotezini ampirik açıdan ilk reddeden çalışmalardan biri
Shiller’in yapmış olduğu ve hisse senedi fiyatlarındaki dalgalanmanın sadece yeni
bilgilerle açıklanamayacağını öne süren çalışmadır (Shiller, 1981,433–434). De Bondt
ve Thaler de yıllık verilerle en çok kazandıran ve en çok kaybettiren portföyler
oluşturmuş ve bunların portföy oluşturma tarihinden sonraki performanslarına
bakmıştır. Sonuç olarak en çok kazandıranlardan oluşan portföyün ileriki yıllarda
kaybettirdiğini, en çok kaybettirenlerden oluşan portföyün ise kazandırdığını yani hisse
senedi fiyatlarının aşırı tepki gösterebildiğini ortaya koymuşlardır. Bu, etkin piyasalar
hipoteziyle açıklanamayacak bir olgudur (De Bondt ve Thaler, 1985).
12
De Bondt ve Thaler’den sonra araştırmacılar, menkul kıymet getirilerini tahmin
etmek için birçok yöntem geliştirmiştir (Shleifer, 3003). Bunlardan biri de bir hisse
senedinin fiyatının altı ile oniki ay arasında aynı yönde bir seyir izlemesi halinde
gelecekteki hareketlerinin de aynı yönde olacağına dair “Momentum Teorisi”dir
(Jegadeesh ve Titman, 1993).
Tüm bu yukarıda sayılan sebeplerin yanında 1987 yılında Dow Jones’ta yaşanan
%22’lik düşüş insanların kafalarında etkin piyasalar hipotezine karşı soru işaretlerinin
artmasına sebep olmuştur (Hardie, 1988,25; Shostak,1997,38). Çünkü böyle bir
dalgalanmanın etkin pazarlarda görülmesi olanaksızdır ve hipotez bunu açıklamakta
yetersiz kalmıştır.
Ardından ortaya çıkan yeni teoriler etkin piyasalar hipotezinde değişiklikler
yaparak, büyük dalgalanmaları açıklamaya çalışmışlardır. Bunu yaparken de “balon”
kavramını öne sürmüşlerdir. Yeni teoriler varlık fiyatlarının her zaman dengede
olamayabileceğini ve büyük fiyat dalgalanmalarının anormal yatırımcı davranışlarıyla
yani irrasyonel davranışla açıklanabileceğini söylemişlerdir (Shostak,1997,39).
1990’lı yıllardan itibaren araştırmacılar, fiyatlar, kar payları ve kazançlardaki
ekonometrik zaman serileri araştırmalarını bırakıp insan psikolojisi ve finansal piyasalar
arasında bağlar kuran modeller geliştirmeye başlamışlardır (Shiller, 2003,90). Böylece
“Davranışsal Finans” doğmuştur.
1.2. Davranışsal Finans
Psikoloji biliminin insanların karar alma süreçlerindeki zenginliği ve
karmaşıklığı ortaya çıkarma çabasına karşın ekonomi bilimi bu konu üzerine fazla
eğilmemekte ve oldukça basitleştirilmi ş varsayımlar kullanmaktaydı. Bu duruma tepki
olarak ekonomik karar verme sürecindeki psikolojik durumlar, artan bir oranla daha
fazla araştırılmaya başlanmıştır.
1970’lerin sonlarında önemi artan “davranışsal finans” konusu Kahneman ve
Tversky’nin 1979’da ileri sürdükleri beklentiler teorisi (prospect theory) ile ivme
kazanmış, daha sonra bu çalışmayı başka çalışmalar da izlemiştir.
13
1.2.1. Ekonomi ve Psikolojide Karar Verme
Ekonomistlere göre yatırımcılar, olasılıklı beklentiler oluşturup ve istatistiksel
ilkelere göre eldeki verileri işleyerek karar verirler. Bu yaklaşım beklenen fayda
maksimizasyonuna dayanmaktadır. Diğer bir deyişle ekonomistlere göre karar vericiler
rasyoneldir. Ancak bilişsel psikologlar, bazı faktörlerin, bir kararı tamamen
etkileyebildiği interaktif bir sürecin olabileceğini ileri sürerler. Bu bağlamda sezgiler,
inançlar ya da zihinsel modeller göz önünde bulundurulur. Karar verenin yani
yatırımcının ruh hali (duyguları) ve olgulara ilişkin sabit psikolojik eğimleri (bakış
açıları) gibi bir takım içsel güdüler karar verme sürecini etkileyebilir (Barak, 2006,68).
Rasyonel karar vermeyi savunan beklenen fayda teorisine karşın yapılan
bilimsel araştırmalar geleneksel rasyonel ekonomik davranış modellerinden sapmalar
olduğunu ortaya koymaktadır. Rasyonellikten sapmaların olabileceğini savunan beklenti
teorisi bu anlamda beklenen fayda teorisine bir alternatiftir.
1.2.1.1. Beklenen Fayda Teorisi
Beklenen fayda teorisine (expected utility theory) göre yatırımcılar riskten
kaçınırlar ve her koşulda rasyonel kararlar verirler. Yatırımcıların, kararlarını verirken
elde edecekleri faydayı maksimize etmeyi amaçladıkları varsayılır (Taşkın, 2006,53).
Modern portföy teorisi; ekonomi temsilcilerini, rasyonel, riskten kaçınan ve
tahmin edilebilir biçimde davrandıkları var sayımına dayandığı için, modern portföy
teorisinin beklenen fayda teorisi üzerine kuruludur.
1.2.1.2. Beklenti Teorisi
Portföy seçimi gibi belirsizlik altında karar verme durumlarında, beklenen fayda
teorisi, rasyonel seçimler için kabul görmüştür. Bu teoriye karşıt olarak Kahneman ve
Tversky (1979)’nin geliştirdikleri, “beklenen risk”ten daha çok “algılanan risk”e ağırlık
veren beklentiler teorisi (prospect theory) ortaya koyulmuştur. Beklentiler teorisine göre
insanlar kazanç ile kayıplara ve farklı olasılık düzeylerinde farklı ağırlık verirler (Döm,
2003,1). Bir örnek vermek gerekirse 10 lira kazanmakla önce 20 lira kazanıp sonra 10
lira kaybetmek sonuçta elde kalan paranın aynı olmasına rağmen insanlar için çok farklı
14
durumlardır. Ancak beklenen fayda teorisine göre bu iki durum arasında bir farklılık
bulunmamaktadır.
Beklenen fayda teorisinin temel varsayımlarının birçok araştırmacı tarafından
eleştirilmesi ve bu eleştirilerin yapılan ampirik çalışmalarla da desteklenmesi,
Kahneman ve Tversky’nin beklentiler teorisini güçlü bir alternatif olarak ortaya
koymaktadır.
Beklenen fayda teorisi, karar vermenin mantığı ve doğasıyla ilgili olan, normatif
analiz üzerine kuruludur ve karar problemlerine rasyonel çözümler üretmeye çalışır.
Bunun yanında beklentiler teorisi, insanların inanç ve tercihlerinin ne olması gerektiğini
değil de ne olduğunu açıklayan, betimleyici analiz üzerinde durur. Buna ek olarak
beklentiler teorisi karar vermeye ilişkin davranış ve eğilimleri ölçmeye çalışır (Döm,
2003,11-12).
1.2.2. Psikolojik Önyargılar
Davranışsal finans, geleneksel ekonominin tersine irrasyonalite ve tercihlerin
yön değiştirmesini kendisine temel almıştır ve bu konuda sayısız bulgu ortaya
koymuştur. Davranışsal finans, bunu yaparken psikolojik önyargıları gerekçe olarak
göstermektedir. Ayrıca irrasyonalitenin geçici olmadığını, toplumun tüm kesimlerinde
görüldüğünü ve eğitimle bu davranış arasında herhangi bir ilişki bulunmadığını da ileri
sürmektedir (Döm, 2003,43).
Psikolojik önyargılar, genel olarak, bilginin depolanması, düzeltilmesi ve işleme
şeklinden kaynaklanan algı hataları sonucu ya da karar probleminin formüle edilmesi
sürecindeki hatalar nedeniyle ortaya çıkmaktadır (Döm, 2003,43). Đnsan bilişindeki
sınırlılıkları açıklamaya çalışan önyargılar ikiye ayrılır; bunlar hevristikler ve bilişsel
önyargılar ile duygusal faktörlerdir.
1.2.2.1. Hevristikler ve Bilişsel Önyargılar
Bireylerin ve dolayısıyla yatırımcıların karar verme süreçlerinde irrasyonelliğe
neden olan önyargılardan; hevristikler, sonuca optimizasyon esasına göre bilimsel
olarak değil deneyim, kararlama ve sezgi yoluyla ulaşmak anlamına gelmektedir.
15
Bili şsel önyargılar ise yatırımcıların belirli olaylar karşısında nedensel bir bağ kurmaları
sırasında etkili olmakta ve bilişsel yanılsamaları ortaya çıkmasına neden olmaktadır.
1.2.2.1.1. Hevristikler
Atkinson ve diğerleri (1996), hevristikleri, problem çözmede kullanılabilen
strateji ya da kestirme yollar olarak tanımlamaktadırlar. Ancak bunlar doğru sonucu her
zaman sağlamayabilirler. Araştırmacılar bilgiyi analiz etme sırasındaki karmaşıklığı
ortadan kaldırmak için hevristikler gibi kısa yoların kullanıldığını belirtmektedir. Bu
kestirme yollar, beynin mevcut bilgiyi özümsemeden tahminlerde bulunmasına neden
olmaktadır. Hevristikler fazla miktardaki bilgiyi beynin organize etmesini ve hızla
işlemesini sağlamaktadır (Barak, 2006,97). Ancak bu yöntem doğru kararların
verilmemesine neden olabilmektedir. Hevristik kullanımının arttığı belli başlı dört
durum bulunmaktadır. Aşırı bilgi yükü bulunduğu zamanlarda bilgiyi işlemenin
zorlaşması, karar verme esnasında yeterli sürenin bulunmaması, önemsiz olaylar
hakkında karar verirken zamanın boşa harcanmak istenmemesi ve karar verilen konu
hakkında yeterli bilgiye sahip olunması gibi sebeplerle hevristik kullanımı artar (Döm,
2004,120).
Hevristikler kendi aralarında üçe ayrılır. Bunlar, mevcudiyet hevristiki
(availability heuristic), temsililik hevristiki (representativeness heuristic) ve düzeltme ve
dayanak hevristikidir (adjustment and anchoring heuristic) (Tversky ve Kahneman,
1974,1124-1131):
• Mevcudiyet hevristiki: Bir şeyin olasılığını hafızadaki mevcudiyetine göre
yargılayan yanıltıcı kestirme yollardır. Bu hevristik karar vermede işe yarayan
ipuçları vermesine karşın bazen hatalı tahminler yapılmasına da neden
olabilmektedir. Bireyler güncel bilgiye dayalı fikirlere daha fazla güven
duymakta ve problemlere, senaryolara ve dikkat çeken bilgiye, somut örneklere;
ilgili, özet, istatistikî ve temel oranlara ilişkin bilgiye oranla daha fazla ağırlık
vermektedirler. Örneğin medyanın belli konulara fazla değinmesi algılanan riski
de arttıracaktır. Ayrıca bu hevristik algılanan riskin belirleyicisi olarak tecrübe
ve yaşananların önemine dikkat çekmektedir. Eğer kişi deneyimleri sonunda
belirli olaylara önyargılı ise, algılaması da muhtemelen doğru olmayacaktır.
Yapılan bazı araştırmalar, yatırımcıların açılış ya da en son piyasa işlemleri gibi
16
dikkat çekici bilgilere fazla önem vererek aşırı tepki gösterdiklerini ortaya
koymaktadır.
• Temsililik hevristiki: Temsililik hevristiki, yatırımcıların iyi hisse senetleri
kavramı ile iyi şirketleri ilişkilendirmeleri sonucu toplam getiri potansiyeline
bakmadan, bu hisselere yatırım yapılması ilkesine dayanır. Đyi olarak
nitelendirilmeyen hisse senetleri kötü şirketlerle ilişkilendirilmekte ve çoğu
zaman iyi getiri fırsatları çok olsa dahi bunlara yatırım yapılmamaktadır. Ancak
iyi şirketler her zaman daha iyi getiriler sunacaktır diye bir genelleme de
yapılamaz. Diğer bir deyişle iyi şirketlerin sonsuza kadar iyi performans
göstermeyeceği gibi, kötü şirketlerin de sonsuza kadar kötü performans
göstermeyeceği açıktır. Buna en büyük örnek de DeBondt ve Thaler’in 1985
yılında yapmış oldukları çalışmadır.
• Düzeltme ve Dayanak Hevristiki: Genellikle insanlar, başlangıç bir değerden
yola çıkıp daha sonra bunda düzeltmeler yaparak nihai cevabı şekillendirirler.
Tahminde bulunulurken kolay akla gelenleri dayanak noktası yapmakta ve bu
noktadan hareketle tahminlerini aşağı ya da yukarı yöne doğru
düzeltmektedirler. Örneğin Tversky ve Kahneman (1974) yaptıkları
çalışmalarında denekleri iki gruba ayırmış ve ilk gruba 2*3*4*5*6*7*8’in
cevabını 10 saniye içinde söylemelerini istemişlerdir. Đkinci gruba ise aynı
rakamların tersten çarpımını yani 8*7*6*5*4*3*2’yi sormuşlardır. Đlk grupta
verilen cevapların ortalaması 512 iken ikinci grubun cevaplarının ortalaması
2250 çıkmıştır. Burada, denekler 10 saniyelik kısa bir sürede tüm işlemi
yapamayacaklarını anlayınca, kısa yola başvurmuşlar yani işlemlerin ilk birkaç
basamağını dayanak alıp devamını tahmin etmişlerdir. Ancak görülmektedir ki
bu da yanlış tahminler yapılmasına sebep olmuştur.
1.2.2.1.2. Bilişsel Önyargılar
Bili şsel psikologlar ve davranışsal araştırmacıların yaptıkları çalışmalar,
insanların karar verirken sistematik bir şekilde irrasyonel eğilimde olduklarını ortaya
koymaktadır. Đrrasyonalite durumu, bilişsel anomaliler (cognitive anomalies) olarak
adlandırılmıştır. Bu bilişsel önyargıların oluşumu ile zekâ ve eğitim düzeyinin
17
ili şkisinin olmadığı da ortaya koyulmaktadır. Edwards ve Winterfeldt (1986)’e göre
bilişsel ön yargılar zihinsel bir soruya doğru cevabı belirlemede bazı formal ilkelerden
yararlanma durumunda, fiziki araçların yardımı olmaksızın soruları cevaplarken
sezgilerin kullanılması durumunda, yargı sonucu ortaya çıkan cevapla doğru cevap
arasında sistematik ayrılıkların mevcudiyetinde ortaya çıkmaktadır (Döm, 2003,60-61).
Bili şsel önyargılar, inançta ısrarlılık ve doğrulayıcı önyargı, optimizm önyargısı,
aşırı güven, öncelik etkisi-sonralık etkisi-sulandırma etkisi, geri dönüş önyargısı, zaman
değişkenli tercihler ve aşina olma önyargısı olarak ayrılabilir (Barak, 2003,104-113 ;
Döm, 2004,121-123):
• Đnançta Israrlılık ve Doğrulayıcı Önyargı: Đnsanlar kendi düşüncelerini
desteklemeyen kanıtlara kayıtsız kalabilirken, destekleyen kanıtları da abartma
eğilimine girebilmektedirler. Yani bireyler kendilerini destekleyen kanıtlar
peşindedirler de denilebilir. Đki yatırım stratejisinden birinin daha iyi performans
göstereceğine bir kere ikna olunduğu zaman, aynı konu ile ilgili daha sonra elde
edilen bilgiye daha az ilgi duyulması buna örnek olarak gösterilebilir.
• Optimizm Önyargısı: Optimizm önyargısı (optimism bias), insanların bilgilerine
aşırı güvenmesine ve söz konusu bilgileri aşırı tahmin etmesine, olayları kontrol
etme yeteneklerini abartmasına ve riskleri düşük tahmin etmesine neden olan bir
önyargıdır. Bu önyargı finansal piyasalarda, özellikle kazanç tahminleri ile
portföy yöneticilerinin menkul kıymet tavsiyelerinde çok etkili olmaktadır.
• Aşırı Güven: Aşırı güven, insanların sahip olduğu bilgilerin doğruluğuna
gerçekte olduğundan daha fazla güven duymaları ya da inançlarını o yönde
pekiştirme eğilimine olma durumudur. Bu yaklaşım insanların riske karşı
tutumlarını da etkilemektedir. Aşırı güven duygusu, yatırımcıların yüksek risk
içeren hisse senetlerini satın almasına ve düşük portföy çeşitlendirmesine neden
olabilmektedir.
• Öncelik Etkisi, Sonralık Etkisi ve Sulandırma Etkisi: öncelik etkisi (primacy
effect), diğer şartlar aynı olmak üzere ilk olarak edinilen bilginin birey üzerinde
daha etkili olması eğilimidir. Di ğer bir deyişle bilginin geliş sırası, bireyin
18
yargıya varış sürecini etkilemektedir. Sonralık etkisi (recency effect) en son
sunulan bilginin karar verme sürecinde daha fazla ağırlık sahibi olmasıdır.
Örneğin bir portföy yöneticisinin hisse senediyle ilgili bir yargıya varma
sürecinde o hisse senedinin geçmiş performansından çok en son başarı ya da
başarısızlığına önem vermesi durumudur. Sulandırma etkisi (dilution effect) ise
nötr ya da ilişkili olmayan bilginin yargılamayı ya da düşünceyi zayıflatması
eğilimidir. A şırı bilgi yükü, bilginin çözümleyici ve gerekli olmayan yönlerine
insanların dikkatlerini çekmesine neden olmaktadır. Yani bilginin sıralaması
kadar miktarı da önemlidir.
• Geri Dönüş Önyargısı: Geri dönüş önyargısı (hindsight bias) insanların önceden
kendilerine anlatılmaksızın hatalı olarak, sonucu doğru bir şekilde tahmin
ettiklerini söyleme eğilimidir. “ben zaten biliyordum” etkisi olarak da
tanımlanmaktadır. Bu bilgili bilgisiz birçok insan tarafından sıklıkla kullanılan
bir önyargıdır ve günlük hayatta sıklıkla karşılaşılır. Algılanan gerçekleşme
olasılığı arttıkça, sonucun gerçekleşmemesine ilişkin raporlamanın da artması ve
sonuca ilişkin bilgi alan insanların büyük bir bölümünün algılarının
değişmesinin farkında olmaması bu önyargının varlığını kanıtlar.
• Zaman Değişkenli Tercihler: Đnsanların gelecekteki yüksek getiriler yerine kısa
vadeli getirileri tercih ettiği yapılan deneylerle de kanıtlanmıştır. Yatırımcıların
zaman değişkenli tercihlerine (time-variant preferences) sahip olması, gelecekte
yüksek getiriler elde etmek için, kısa vadeli beklentilerden vazgeçmede isteksiz
davranmalarına neden olmaktadır.
• Aşina Olma Önyargısı: Davranışsal araştırmacılar, insanların aşina oldukları
şeyleri, bilmediklerine tercih ettiklerini gözlemlemişlerdir. Đnsanlar iki riskli
seçenekle karşı karşıya oldukları zaman, biraz bilgiye sahip olduğu seçeneğin
hiç bilgiye sahip olmadığı seçeneğe tercih etmektedir. Aşina olma önyargısı
(familiarity bias ) düşük çeşitlendirmeyi körüklemektedir. Bu durum sıradan
yatırımcılarda olduğu gibi profesyonel yatırımcılarda da gözlenmektedir.
19
1.2.2.2. Duygusal Faktörler
Hevristikler ve önyargılar, bilgiyi organize etme şekliyle ilgilenirken; duygusal
faktörler, bilgiyi kaydederken insanların maruz kaldığı duygu ile ilgilenir.
Yatırımcılarda hakim olan duygular; pişmanlıktan kaçınma (avoiding regret),
gururlanma isteği (seeking pride) ve ümit (hope) olarak sınıflandırılabilir(Döm,
2003,90). Bu bölümde, duygusal faktörler ve bu duygusal faktörlerin neden olduğu
önyargılar incelenmektedir.
1.2.2.2.1. Pişman Olma Teorisi
Yatırımcıların, değeri düşen hisse senetlerini satmayı geciktirme ve kazananları
çabuk bir şekilde elden çıkarma eğiliminde olmaları durumu, literatürde pişman olma
teorisi ile açıklanmaktadır. Pişmanlık; alınan kararın sonuçların kötü olması durumunda
ortaya çıkan duygusal üzüntüdür. Bu bağlamda bahsedilen üzüntü hali, yatırımcıların
karar verme süreçlerinin seyrini etkilemektedir. Yatırımcılar, kötü yatırım yapıldığında
ortaya çıkacak pişmanlıktan kaçınmak ve kaybı kabullenmemek için söz konusu
nitelikteki hisse senedini elde tutarlar, bunu da yaptıkları hatanın sonuçlanmaması için
yaparlar. Kazanma durumunda ise yukarıda sayılan sebeplere paralel olarak, hisse
senedini hemen satıp başarılarını realize etmek isterler (Barak, 2006,117-118).
1.2.2.2.2. Yatkınlık Etkisi
Bazı araştırmacılara göre kaybedenleri uzun süre elde tutup kazananları hemen
elden çıkarma eğilimi yatkınlık etkisiyle (disposition effect) açıklanmaktadır. Yatkınlık
etkisine göre yatırımcılar, kaybeden yatırımlarına irrasyonel bir şekilde bağlanmaktadır.
Yatkınlık etkisi kavramının kilit noktası, önceki yatırım getirilerinin sonraki risk alma
eğilimini etkilediğidir. Bunun için öne sürülen başlıca üç açıklama vardır. Bunlardan
ilki beklenti teorisi yaklaşımıyla, önceki getirilere bağlı olarak yatırımcı riskten kaçınma
gösterirken, önceki kayıplara bağlı olarak ise, riske açık olacaktır ya da düşük riskten
kaçınma gösterecektir. Đkinci olarak öne sürülen açıklama ise ortalamaya dönme (mean
reversion) gibi beklentilere dönük önyargılardır. Ortalamaya dönmeye ilişkin önyargılı
inanç, yatırımcıların kazananlar için düşük getiriler, kaybedenler için ise yüksek
20
getiriler bekleyeceğini vurgulamaktadır. Yatkınlık etkisine ilişkin üçüncü açıklama
pişmanlık teorisi yaklaşımıyla yapılmaktadır (Döm, 2003,94-100).
1.2.2.2.3. Bilişsel Çelişki Kuramı
Bili şsel çelişki (cognitive dissonance), kişinin inançları ya da bilgisinin
birbiriyle ya da davranış eğilimleriyle uyuşmadığı durum olarak tanımlanmaktadır. Bu
yaklaşıma göre kişide bilişsel bir çelişki söz konusuysa, kişi bundan kurtulmaya çalışır.
Bu da çelişen inanç ve değerlerin önemini azaltarak, uyumlu olanlarında değerini
arttırarak mümkün olur. Yatırımcıların geçmişte verdikleri kararları haklı çıkarma
ihtiyacı bilişsel çelişki ile açıklanmaktadır. Örneğin bir yatırıma ilişkin kaybetme bilişi,
yatırımcı üzerine yatırımın zararla sonuçlanacağına ilişkin duygu uyandırmakta ve bu
bili ş, yatırımcıların yatırım kararlarını vermede temel aldıkları rasyonel yatırım yapma
bilişi ile çelişmektedir. Yani daha önce sahip oldukları olumlu duygular daha sonra
ortaya çıkan kaybetme hali ile çatışmaktadır. Bu da yatırımcıların kendilerini haklı
çıkarma duygusu içine girmelerine neden olmakta ve bu yatırımın yeniden değer
kazanacağı ya da kötü durumun geçici olduğu şeklinde yeni bilişlerin ortaya çıkmasına
sebep olmaktadır. Açıklanan bu eğilim de yatırım hakkında önyargılı kararlar
verilmesine neden olmaktadır (Barak, 2006,114-116).
Çelişkinin büyüklüğünün artması bunu azaltma baskısının da artmasına sebep
olur. Festinger (1957)’ye göre çelişkiyi azaltmanın üç yolu vardır. Bunlar; bilişleri
değiştirme, yeni bilişler ekleme ve önemini değiştirmedir (Döm, 2004,124).
1.2.2.2.4. Hedonik Düzeltme
Hedonik düzeltme; eldeki sonuçları, önceki sonuçlarla birleştirme ve toptan
değerlendirme yapılması durumudur. Bu eğilimle kişiler değer maksimizasyonunu
hedeflerler. Bazı araştırmacılara göre hedonik düzeltme, insanların seçenekleri hoşnut
olacağı ya da memnun edici gösterecek şekilde düzenlemesidir (Barak, 2006,118-120).
Diğer bir taraftan da bu eğilim rasyonel olmayan kararlar verilmesine neden
olabilmektedir.
Yatırımcıların önceki kazançlardan sonra riske açık olurken kayıplardan sonra
riskten kaçınma eğilimleri hedonik düzeltme ile açıklanabilir. Yani bu duygusal faktör,
21
deneyimlerin sonraki risk davranışlarını etkilediğini ve mevcut riskli kararı
değerlendirmede geçmişte elde edilen sonuçlarla birleştirildi ğini belirtmektedir.
Çalışmanın buraya kadarki bölümünde, yatırımcıların irrasyonel kararlar
verdiklerini açıklamaya çalışan davranışsal finans üzerinde durulmuştur. Bu bağlamda
verilen kararların rasyonel olduğunu savunan beklenen fayda teorisi ve irrasyonel
olduğunu savunan Kahneman ve Tversky’nin beklenti teorisi (prospect theory) ve
psikolojik önyargılar açıklanmıştır. Bundan sonraki bölümde ise yatırımcıların
irrasyonel davrandığının göstergesi olan pazar anomalileri, özellikle de aşırı tepki
hipotezi üzerinde durulacaktır.
1.3. Piyasalarda Görülen Anomaliler
Ampirik bir gözlem teorik anlamda ifade edilemiyorsa ya da ancak makul
olmayan varsayımlar yapılarak açıklanabiliyorsa, bu bir anomalidir (Thaler, 1987a,169).
Diğer bir deyişle anomali, teori ile uyuşmayan bir gözlem ya da realitedir (Thaler,
1987b,198). Burada teoriden kastedilen etkin piyasalar hipotezidir.
Bu çalışmada anomaliler, takvimsel anomaliler, firmalarla ilişkili anomaliler ve
fiyat anomalileri olmak üzere üç ana başlık altında ele alınmıştır. Takvimsel anomali,
günlere, aylara ve tatillere ilişkin anomalilerden oluşurken; firma anomalileri firma
büyüklüğü anomalisi ile ihmal edilmiş firma anomalisinden; fiyat anomalileri, aşırı ve
eksik reaksiyondan oluşmaktadır.
1.3.1. Takvimsel Anomaliler
Menkul kıymetlerin herhangi bir dönemde normal zamanlara göre sürekli daha
iyi ya da daha kötü performans göstermesi durumuna genel olarak takvimsel anomali
denir. Bu, etkin piyasalar hipotezine aykırı olarak, yatırımcılara geçmiş verilere
dayanarak getiriler elde etmeyi olanaklı kılar.
Mevsimsel anomaliler aşağıdaki gibi sınıflandırılabilir (Barak, 2006,125):
- Gün anomalileri;
o Haftanın günü/günleri veya hafta sonu anomalisi,
o Gün içi anomalisi,
22
- Ay anomalileri;
o Ocak ayı anomalisi,
o Ay içi anomalisi,
o Ay dönümü anomalisi,
o Yıl dönümü anomalisi,
- Tatil anomalileri.
1.3.1.1. Gün Anomalileri
Gün anomalileri, menkul kıymetin belirli günlerde ya da gün içinde diğer
günlere göre daha yüksek ya da düşük getirilerin elde edilip edilemeyeceğini araştırır.
Günlük getiriler arasında farklılıklar olabileceğini ortaya ilk koyan kişi Fields
(1931)’dir. Fields bu çalışmada, hafta sonlarında belirsizliğin dolayısıyla da riskin
artacağı varsayımıyla, yatırımcıların portföylerini boşaltacaklarını ve bunun sonucu
olarak da Cumartesi günü fiyatlarının düşük olması gerektiğini düşünmüştür. Ancak
yaptığı analizler sonunda Cumartesi fiyatlarının yükselme eğilimde olduğunu
bulmuştur. Burada haftanın son işlem günü olarak Cumartesilerin gösterilmesinin
nedeni, 1953 yılına kadar bu borsada Cumartesileri de işlem yapılmış olmasıdır (Barak,
2006,126).
1.3.1.1.1. Haftanın Günü/Günleri veya Hafta Sonu Anomalisi
Haftanın hangi gününün getirilerinin normal günlerden farklılık gösterdiğinin
araştırıldığı çalışmaların hemen hemen hepsinde, Pazartesi günlerinde gerçekleşen
sistematik negatif getiri konusunda hem fikir olmuşlardır. Bu etki bazı durumlarda Salı
günü de olabilmektedir. Yapılan ampirik çalışmaklar bu anomalinin uluslararası bir
anomali olduğunu göstermektedir. Haftanın günü anomalisinde ortaya konulan,
Pazartesi menkul kıymet fiyatlarının bir önceki güne göre düştüğü, Cuma günü ise
fiyatların bir önceki güne göre önemli oranda yükseldiğidir (Barak, 2006,126).
Cross (1973), sermaye piyasalarındaki hareketlerin rastgele olmadığını
kanıtlamak istemiştir. Bu doğrultuda Standart and Poors Endeksinde 1953-1970 yılları
arasındaki verileri kullanarak Pazartesi getiri ortalamasını %-0.18, Cuma getiri
23
ortalamasını %0.12 bulmuştur. Sonuçlar, haftanın günü anomalisinin var olduğunu
göstermektedir.
French (1980), Standart and Poors Endeksinde 1953-1977 yılları arasında
yaptığı çalışmada Pazartesilerin negatif getirili, Çarşamba ve Cuma günleri ise en
yüksek getirili günler olduğunu ortaya koymuştur. Ayrıca bu çalışma tatil sonrası
Pazartesilerin getirilerinin normal Pazartesilere göre daha fazla olduğunu belirtmektedir
(Barak, 2006,127).
Rogalski (1984) Cuma kapanış ve Pazartesi kapanış arasındaki getirilerin sürekli
negatif getiri sağlamasını haftanın-günü anomalisi olarak isimlendirmiştir
Gibbons ve Hess (1981), getirilerin günler arasında farklılık gösteremeyeceği
tezine karşı çıkarak çalışmalarında gün anomalisinin varlığını bulmuşlardır. Özellikle
Pazartesi getirilerini ortalamasının oldukça düşük olduğunu belirtmişlerdir.
Jaffe ve Westerfield (1985), Amerika Birleşik Devletleri, Avustralya, Đngiltere,
Japonya ve Kanada borsalarında haftanın günü anomalisinin var olduğunu
saptamışlardır. Japonya’da Salı günü, diğer ülkelerde ise Pazartesi günü en düşük
getirili gün olurken, Cuma günü ise en yüksek getirili gün olarak bulunmuştur.
Çalışmada özellikle Japonya ve Amerika borsalarındaki haftanın günü etkisinin neden
farklı günlerde yaşandığı sorusuna yanıt aranmıştır. Bu ülkelerin farklı zaman
dilimlerinde olması ve New York ile Tokyo arasındaki on dört saat gibi oldukça büyük
bir saat farkı, bahsedilen anomalinin farklı günlerde gerçekleşmesinin sebebi
göterilmiştir.
Condoyanni, O’Hanion ve Ward (1987), Fransa ve Singapur’da Salı gününün en
düşük getiriye sahip gün olduğunu bulmuşlardır. Bu anomaliye de kısmen de olsa
Amerikan borsalarında görülen pazartesi etkisinin neden olabileceğini belirtmişlerdir
(Barak, 2006,128).
Jaffe ve Westerfield (1989), 1951-1986 döneminde, aylık verileri kullanarak,
Amerika Birleşik Devletleri, Avustralya, Đngiltere, Japonya ve Kanada borsalarında
yaptıkları bir diğer araştırmada; piyasanın bir önceki hafta düşmüş olması durumunda
Pazartesi günlerinin de düşüş göstereceği, ya da önceki hafta ortalamanın üzerinde bir
24
getiri sağlaması durumunda Pazartesilerinin de yüksek getiriler sağlayacağı
bulunmuştur.
Wong, Hui ve Chan (1992), Singapur, Malezya, Hong Kong, Tayland ve
Tayvan’da yaptıkları çalışmalarında Tayvan dışındaki ülkelerde haftanın günü
anomalisini saptamışlardır. Bu dört ülkede Pazartesi başlayan negatif getiri eğiliminin
Salı da devam ettiğini Cuma günlerindeyse yüksek getirilerin sağlandığını ortaya
koymuşlardır.
Abraham ve Ikenberry (1994), NYSE’de Cuma günkü getirilerin negatif olması
durumunda %80 olasılıkla Pazartesi getirilerinin de negatif olacağını; ancak tersi
durumda %50 olasılıkla pozitif olacağını hesaplamıştır.
Mills ve Coutts (1995), Londra Borsasında yapmış oldukları çalışmalarında
hafta sonu anomalisini tespit etmişlerdir. Martikainen ve Puttonen (1996), Finlandiya
hisse senedi piyasasında ve hisse senedi piyasası endeksi üzerine yazılan opsiyon
sözleşmelerinde Pazartesi anomalisini saptamışlardır. Arsad ve Coutts (1997), 1935-
1994 yılları Uluslar arası Londra Borsası’nda yaptıkları çalışmalarında hafta sonu
anomalisinin var olduğu sonucuna ulaşmışlardır.
Türkiye’de haftanın günü anomalisi Aydoğan (1994), Karan (1994), Balaban
(1995), Özmen (1997), Bildik (2000), Demirer ve Karan (2001), Karar ve Uygur (2001)
tarafından araştırılmıştır ve özet olarak Pazartesi ve Salı günlerinin negatif getiri
sağladığı, Cuma günlerinin ise en fazla getiriyi sağlayan gün olduğu bulunmuştur
(Barak, 2006,131).
1.3.1.1.2. Gün Đçi Anomalisi
Gün içi anomalisi, günün belli saatlerinin sistematik olarak diğer zamanlara göre
daha yüksek ya da daha düşük getiriler sağlaması durumudur. Baz alınacak süre dakika,
saat ya da seans olabilir.
Wood, Mcinish ve Ord (1985), NYSE’de yaptıkları araştırmalarında, seansın ilk
30 dakikası ile son bir dakikasındaki getirinin toplam getirinin üçte ikisi olduğunu ek
olarak da; hisse senedi getirilerinin ilk 30 dakikası ve son beş dakikası dikkate
alınmadığı zaman, getiri dağılımının aşağı yukarı aynı olduğu sonucuna varmışlardır.
25
Bu da göstermektedir ki gün içindeki dalgalanmalar, daha çok açılış sonrası ve kapanış
öncesi olan 30 dakikalık aralıkta gerçekleşmektedir.
Harris (1989), NYSE’de hisse senedi getirilerini işlem yapılma sürelerine göre
değil de işlemden işleme analiz etmiş ve ilk üç işlemden elde edilen getirinin diğer
işlemlerden elde edilenlerden oldukça yüksek olduğunu bildirmiştir. Ayrıca seans
bitiminde son işlemle sonradan bir önceki işlem arasındaki getiri farkının da beş ile on
kat daha yüksek olduğunu bulmuştur. Bunlara ek olarak araştırmacı, yukarıda anlatılan
durumun düşük fiyatlanmış hisse senetlerinde daha güçlü bir şekilde
gözlemlenebildiğini de belirtmiştir.
Özmen (1997), ĐMKB’de seanslara ilişkin yapmış olduğu çalışmada, en kötü
seansın Pazartesi günü 2. Seans olduğu ve genelde 1. Seansların 2. Seanslardan daha
yüksek getiri sağladığını bulmuştur (Barak, 2006,135).
1.3.1.2. Ay Anomalileri
Aylara ilişkin anomaliler içinde araştırılan, belli aylarda ya da ayların belli
dönemlerinde diğerlerine göre fazla getirinin sağlanıp sağlanamadığıdır. Aylara ilişkin
anomali çalışmalarında Ocak ayı anomalisi literatürde geniş bir yer tutar. Ocak ayı
anomalisi, ay içi anomalisi, ay dönümü anomalisi ve yıl dönümü anomalisi aylara
ili şkin anomaliler kapsamında incelenir.
1.3.1.2.1. Ocak Ayı Anomalisi
Yapılan birçok araştırmada görülmüştür ki Ocak ayı, diğer aylara göre düzenli
olarak daha fazla getiri sağlamaktadır. Yapılan literatür araştırmasıyla bu anomalinin
uluslar arası bir anomali olduğu görülebilir.
Wachtel (1942), ABD borsasında Ocak ayının diğer aylara göre daha fazla
getiri sağlandığını ve bu etkinin piyasa değeri düşük hisse senetlerinde daha fazla
olduğunu bulmuştur.
Dyl (1977), Ocak ayı anomalisinin varlığını tespit etmiş ve bu anomalinin vergi
etkisi nedeniyle gerçekleştiğini ve küçük firmalarda daha fazla gerçekleştiğini ileri
sürmüştür. Araştırmacı, sermaye kazançları vergisinin, yatırımcıların yıl sonundaki
26
portföy kararlarını etkilediğini ve bunun da Aralık ayındaki işlem hacmini arttırdığını
belirmiştir. Bahsedilen işlem hacmi artışının da Ocak ayı anomalisinin sebebi olduğunu
tespit etmiştir.
Givoly ve Ovadia (1983), yapmış oldukları çalışmada Ocak ayı anomalisini
tespit etmiş ve bunun geçmiş yıllarda zarar eden firmalardan ve küçük firmalara ili şkin
işlemlerden kaynaklandığını ayrıca bu anomalinin özellikle ayın ilk haftasında olduğunu
ortaya koymuşlardır. Bunlara ek olarak son otuz beş yıldaki gözlemlerine göre vergi
etkisiyle gerçekleşen satışlardan dolayı Aralık ayında hisse senedi fiyatlarının
düştüğünü, buna karşın Ocak ayında bu etkinin ortadan kalktığını belirtmişlerdir.
Rogalski (1984), hisse senetlerinde Ocak ayı ve hafta sonu anomalisini
araştırmış ve bu aydaki Pazartesi getirilerinin yılın genelinin tersine pozitif olduğunu
yani Ocak ayı içinde Pazartesi anomalisinin olmadığını bulmuştur.
Jaffe ve Westerfield (1985), Japonya hisse senedi borsasında Ocak ayı etkisinin
varlığını ispatlamıştır. Çalışmaları sonucunda Ocak ayı getirilerinin yılın diğer
aylarındaki getirilerden oldukça yüksek olduğunu ortaya koymuşlardır. Aynı zamanda
Ocak ayındaki günlük getirileri de analiz etmişler; 1970-1983 dönemindeki Ocak ayı
günlük getirilerin 0,0013 olduğunu ve normal zamanlardaki getiri oranı olan
0,00035’ten oldukça yüksek olduğunu ortaya koymuşlardır.
Aggarwal ve Rivoli (1989), Filipinler, Hong Kong, Malezya ve Singapur
borsalarında yaptıkları çalışmada, Filipinler hariç olmak üzere Ocak ayı etkisinin
varlığını tespit etmişlerdir (Barak, 2006,138).
Ho (1990), Avustralya, Hong Kong, Japonya, Kore, Malezya, Yeni Zelanda,
Filipinler, Singapur, Tayvan, Tayland, Đngiltere ve ABD’nin borsalarında incelemelerde
bulunmuş ve bu ülkelerden ABD, Hong Kong, Đngiltere, Malezya, Singapur ve
Tayvan’da Ocak ayında diğer aylara oranla yüksek getiri sağlandığını ortaya
koymuşlardır. Ayrıca Çin kültüründen fazlasıyla etkilenmiş olan, Gregoryen yeni
yıldansa ay yeni yılını kutlayan insanların çok olduğu; Hong Kong, Tayvan, Malezya ve
Singapur’da “Ay Yılı Dönümü Etkisi”ni (turn-of-the-lunar-year) araştırmışlardır. 1983
öncesinde Hong Kong, Tayvan, Malezya’da ters ay yılı dönümü etkisi saptanırken 1983
sonrasında bu etki Malezya ve Singapur dışındaki ülkelerde görülmemiştir. Farklı bir
27
deyişle Hong Kong, Tayvan, Malezya’da ay takviminin ilk ayında daha az getirilerin
elde edilebildiği ortaya koyulmuştur.
Mills ve Coutts (1995), 1986-1992 yılları arasında analizlerde bulunmuş ve
Londra Borsasında takvimsek anomalileri test etmişlerdir. Analizler sonucunda, Ocak
ayı etkisinin varlığını tespit edilmiştir.
Balaban (1995), 1988-1993 yılları arasındaki ĐMKB verileri incelemiş ve Ocak,
Haziran ve Eylül aylarında diğer aylardan daha fazla getiri sağlandığını bulmuştur.
Bunun yanında bu üç ay arasında en çok getirinin Ocak ayında elde edilebildiğini de
vurgulamıştır. Gelişmekte olan bir piyasa olarak ĐMKB’nin Ocak ayı aylık getirisini
normal zamanlardaki global getiri ile karşılaştırmış ve ĐMKB’nin Ocak ayında %22
oranında daha fazla kazandırdığını ortaya koymuştur. Araştırmacı, bu anomaliyi alım
satım yapanlar arasındaki asimetrik bilgi ile açıklamıştır.
Arsad ve Coutts (1997), 1935-1994 yılları ABD hisse senedi piyasası için
yaptıkları çalışmalarında, literatür ile tutarlı olarak, Ocak etkisini tespit etmişlerdir.
Bildik (2000), ĐMKB’de yaptığı çalışmada en yüksek günlük ortalama getirilerin
Ocak ayında olduğunu bulmuştur (Barak, 2006,139).
1.3.1.2. 2. Ay Đçi Anomalisi
Ay içi anomalisi, yılın herhangi bir ayına ait 30 günlük takvim döneminin ikiye
bölünmesi sonucu, hisse senetlerinin ayın ilk yarısında yada ikinci yarısında diğerine
göre daha farklı getiri getirmesi durumudur. Bu konuda ilk kapsamlı çalışmayı Ariel
(1987) yapmıştır. Ariel, çalışmasında New York Borsasında 1963-1981 yılları
arasındaki verileri kullanarak ayın ilk ve son 9 günü ortalama getirilerini hesaplamıştır
ve ilk 9 günlük getirilerinin daha fazla olduğunu bulmuştur. Ariel ayrıca ay içi
anomalisinin Ocak ayı anomalisinin bir yansıması olmadığını, bu etkinin diğer aylarda
da devam ettiğini belirtmiştir (Barak, 2006,139).
Wong (1995), Hong Kong, Malezya, Singapur, Tayland ve Tayvan borsalarında
ay içi anomalisini araştırmışlar ve Malezya, Singapur ve Tayland’da günlük getiriler
açısından ayın ilk ve ikinci yarısı arasında fark bulunmadığını Tayland ve Tayvan’da
yalnızca bir dönem için farklı bir durumun söz konusu olduğunu tespit etmiştir.
28
Kümülatif değerler açısından da aya ilişkin iki yarı dönem arasında dikkate değer bir
farklılığa ulaşamamıştır. Wong, ADB borsasında da benzer sonuçlara ulaşmıştır. Mills
ve Coutts (1995), Londra Borsasında 1986–1992 yılları arasındaki verileri kullanarak
yaptıkları çalışmalarında ay içi anomalisinin varlığını kanıtlamışlardır.
Özmen (1997) ve Bildik (2000), yaptıkları araştırmalar sonucunda ay içi
anomalisinin ĐMKB’de de olduğu sonucuna ulaşmışlardır. Bütün bu bilgiler ışığında
Türkiye’de ve birçok ülkede ay içi anomalisinin varlığından söz edebiliriz (Barak,
2006,141).
1.3.1.2.3. Ay Dönümü Anomalisi
Ay sonu ile bir sonraki ayın başlangıcında diğer zamanlara göre daha fazla getiri
elde edilebiliyorsa, o piyasada ay dönümü anomalisi vardır denir. Araştırmaların çoğu,
ayların ilk günü ile dördüncü günü ve son günü ile dördüncü günü arasında elde edilen
getirilerin diğer zamanlardan daha fazla olduğunu ortaya koymaktadır (Barak,
2006,142).
Lakonishok ve Smidt (1988), Dow Jones Sanayi Endeksinin 90 yıllık günlük
verileri kullanarak yapmış oldukları araştırmalarında, ayların son ve ilk 4 günlerindeki
verilerin normalden yüksek olduğunu ve de getirilerin pozitif olma oranının %56 iken
negatif olma oranının %52 olduğunu bulmuşlardır.
Barone (1990), Milano Borsası’nda 1975-1989 periyodundaki veriler üzerinde
yapmış olduğu çalışmasında, ayın son iki günü %0,49 ve %0,37 oranında getiri elde
edildiğini tespit etmiştir. Farklı bir deyişle Đtalyan borsasının bilgisel anlamda etkin
olmadığı da araştırmacı tarafından ortaya koyulmuştur.
Lauterbach ve Ungar (1992), Tel Aviv Borsası’nda 1977–1990 yılları arasındaki
verileri kullanarak yaptıkları çalışmalarında, ayın ilk ve son günleri ile diğer günlerin
karşılaştırılması sonucunda ay dönümü anomalisinin var olduğu bulunmuştur (Barak,
2006,143-144).
Bildik (2000), ĐMKB’de 1988–1998 yılları arasında yaptığı analizler sonucunda
aybaşı olarak ayın 1’inin ya da 15’inin seçilmesinin bir etkisinin olmadığını bu
29
dönemlerde önemli derecelerde ay dönümü anomalisinin var olduğunu bildirmiştir
(Barak, 2006,144).
1.3.1.2.4. Yıl Dönümü Anomalisi
Yılın son günleriyle izleyen yılın ilk günlerinde fazladan getiriler elde
edilebilmesi olayına yıl dönümü anomalisi denir. Diğer bir deyişle Aralık ayının son
birkaç günü ile Ocak ayının ilk birkaç gününün ortalamanın üzerinde getiriler
kazandırması olayıdır.
Berges, McConnell ve Schlarbaum (1984), 1951-1980 yılları arasında Kanada
Borsasında yıl dönümü etkisini tespit etmişlerdir. 1973 yılına kadar Kanada’da sermaye
geliri vergisinin olmamasına rağmen yıl dönümü etkisinin var olduğunu belirterek, bu
etkiye verginin sınırlı etki ettiğini; asıl nedenin küçük firma etkisi olduğunu ileri
sürmüşlerdir.
Lakonishok ve Smidt (1988), Dow Jones Sanayi Endeksi’nin 90 yıllık günlük
verilerini kullanarak yaptıkları araştırmalarında yıl dönümü etkisinin varlığını tespit
etmişlerdir.
Lauterbach ve Ungar (1992), Tel Aviv Borsası’nda 1977–1990 yılları arasındaki
verileri kullanarak yaptıkları çalışmalarında, Aralığın son işlem günüyle Ocağın ilk
işlem gününde ortalamaya göre yüksek oranda farklılık tespit etmişlerdir. Bahsedilen
günlerdeki getirinin %0,770 ile normal zamanlardaki getiriden yani %0,271 üç kat
yüksek olduğunu saptamışlardır. Ayrıca Đsrail’de sermaye geliri vergisinin olmamasını,
bu anomali ile vergi etkisinin ilişkisiz olduğuna kanıt olarak ileri sürmüşlerdir.
Bildik (2000), ĐMKB’de 1988–1998 yılları arasındaki verileri analiz etmiş ve
Aralığın son günleri ile ocağın ilk günlerinde elde edilen getirilerin ortalamalardan 3 kat
yüksek olduğunu bulmuştur (Barak, 2006,146).
1.3.1.3. Tatil Anomalileri
Tatil anomalisi, resmi ve dini tatillerin yanı sıra hafta sonu tatillerinde
ortalamanın üzerinde getirilerin görülmesi durumudur.
30
Lakonishok ve Smidt (1988), 90 yıllık Dow Jones Sanayi Endeksi verilerinde
yapmış oldukları araştırmalarında tatil anomalisinin varlığının tespit etmişlerdir. Tatil
öncesi ortalama getirilerin normal dönem getirileri ortalamalarından 23 kat fazla
olduğunu bildirmişlerdir. Diğer bir deyişle tatil öncesi dönemlerdeki getiri
ortalamasının %1,220 ve sıradan günlerdeki getiri ortalamasının %0,0094 olduğunu
tespit etmişlerdir.
Kim ve Park (1994), ABD’nin NYSE, AMEX ve NASDAQ borsalarında ayrıca
Birleşik Krallık ve Japonya borsalarında tatil etkisini araştırmışlardır. Araştırma
sonucunda bu ülkelerdeki tatil günlerinin bir birinden farklı olmasına rağmen tatil
etkisinin varlığını tespit etmişlerdir. Ek olarak Birleşik Krallık ve Japonya’daki tatil
anomalilerinin ABD’dekilerden bağımsız olarak gerçekleştiğini saptamışlardır.
Arsad ve Coutts (1997), 1935-1994 yılları ABD hisse senedi borsası verilerinde
yaptıkları çalışmalarında tatil anomalisinin var olduğu sonucuna varmışlardır. Menkul
kıymet getirilerinin, tatil öncesi ve sonrası standart sapmalarının %29 ile %7 arasında
olduğunu, bunun da tatil anomalisinin bir göstergesi olduğunu belirtmişlerdir.
Meneu ve Pordo (2004), Đspanya borsasında tatil öncesi dönemlerde anormal
getirilerin varlığını kanıtlamışlardır. Araştırmacılar çalışmalarında Đspanyol, Amerikan
ve Alman borsalarında aynı anda işlem gören hisse senetlerinde bu etkiyi test
etmişlerdir. Đspanya’nın tatil öncesi ve sonrası dönemlerinde bu hisse senetlerinin
sayılan üç ülkedeki davranışları analiz edilmiştir. Sonuç olarak hisse senetlerinde
Đspanya’da tatil anomalisi tespit edilirken, diğer ülkelerde bu anomali bulunamamıştır.
Özmen (1992), Erbil (1993), Karan (1994), Balaban ve Candemir (1995),
yaptıkları çalışmalarında ĐMKB’de tatil öncesi dönemlerde anormal getirilerin varlığını
tespit etmişlerdir (Barak, 2006,149).
1.3.2. Firma Anomalileri
Firma anomalilerini firma büyüklüğü anomalisi ve ihmal edilmiş firma
anomalisi olarak ikiye ayırabiliriz.
31
1.3.2.1. Firma Büyüklüğü Anomalisi
Bu anomalide anlatılmak istenen, küçük piyasa değerine sahip hisse senetlerinin
ortalamanın üzerinde getiri sağlamalarıdır. Başka bir deyişle yatırımcıların küçük piyasa
değerine sahip senetlerden pazara göre daha fazla kazanması durumudur.
Reinganum (1982), yapmış olduğu çalışmada 1964-1978 verilerinden 10 ayrı
portföy oluşturmuştur. Yaptığı analizler sonucunda görülmüştür ki küçük pazar
değerine sahip hisse senetlerinden oluşan portföylerin getirileri diğerlerinden daha
yüksektir. Reinganum’un bu araştırmayı yapmasının amacı, küçük firma etkisinin
şirketlerin beta katsayılarını yanlış tahmin etmekten kaynaklanabileceğine dair
görüşlerdir. Sonuç olarak küçükten büyüğe portföylerin betaları hesaplandığında
Sermaye Varlıkları Fiyatlama Modeli (SVFM) ile uyumlu olarak küçük Pazar değerine
sahip portföylerin betaları yüksek çıkmıştır.
Demir, Küçükkiremitçi, Pekkaya ve Üreten (1996), ĐMKB’de 1990-1996
arasındaki verilerle firma büyüklüğü etkisini test etmişlerdir. Analizler sonucunda
piyasa değeri küçük olan ilk iki portföyün piyasa değeri yüksek olan son iki portföye
oranla daha fazla getiri sağladığı gözlemlenmiştir (Akkoç, 2003,50-51).
1.3.2.2. Đhmal Edilmi ş Firma Anomalisi
Đhmal edilmiş firma anomalisiyle anlatılan, işlem sayısı diğer hisse senetlerine
göre daha az olan hisse senetlerinin diğerlerine göre daha fazla kazandırması
durumudur.
Arbel ve Strabel (1982) ile Merton (1987), bu konuda kanıtlar elde etmişler ve
ihmal edilmiş firmaların hisse senetlerinin pazar ortalamasından daha fazla
kazandırabileceğini vurgulamışlardır (Taşkın, 2006,35).
Türkiye’de bu konudaki ilk çalışma, Karan (2000) tarafından yapılmıştır. 1996-
1998 yıllarındaki ĐMKB verileri kullanılmıştır. Đhmal edilmiş ya da popüler hisse
senetlerinin seçimi, ĐMKB aracı kurumlarının o hisse senedi ile ilgili olarak yaptığı
ortalama işlem miktarına dayandırılmıştır. Bunun için ĐMKB’de en fazla işlem yapan ve
aylık işlemlerin yaklaşık %33’ünü sağlayan 10 aracı kurumun yaptığı tüm işlemler
incelenmiş ve aylık alış ve satış ortalamalarına göre sıralanmışlardır. Yani aracı
32
kuruluşların en fazla işlem yaptıkları hisse senetleri popüler, az işlem yapılanları ise
ihmal olarak tanımlanmıştır. Buna göre ihmal edilen senetler daha fazla kazandırarak
ĐMKB’de ihmal edilmiş firma anomalisinin olduğunu göstermiştir (Karan, 2003,86-88).
1.3.3. Fiyat Anomalileri
Fiyat anomalileri, piyasa etkinliğinden sapma durumunun bir diğer şeklidir. Bu
anomali türü yetersiz reaksiyon ve aşırı reaksiyon anomalilerini içinde barındırmaktadır.
Davranışsal finans modellerinden Barberis, Shleifer ve Vishny (1998)’nin “Temsili
Yatırımcı Modeli”ne göre “muhafazakârlık” yetersiz reaksiyona sebep olurken “temsil
edilebilirlik yanlılığı” aşırı reaksiyona sebep olmaktadır.
1.3.3.1. Yetersiz Tepki Anomalisi
Yetersiz reaksiyon bulguları, yatırımcıların, hisse senetleri fiyatları ile ilgili bazı
bilgi ya da haberlere, 1-12 aylık dönemde, yetersiz ilgi gösterdiğini ortaya koymaktadır.
Yatırımcının haber zamanına “t”, t zamanında duyulan habere “zt” denilirse ve bu iyi bir
haberken “zt = G”,kötü bir haberken de “zt = B” şeklinde gösterilirse, yetersiz reaksiyon
aşağıdaki gibi formülize edilebilir. Yani hisse senedi fiyatları iyi habere eksik reaksiyon
verdiğinde; bu, takip edilen dönemde düzeltilir ve bu süre zarfında yatırımcılar yüksek
karlar sağlayabilir (Barberis, Shleifer ve Vishny, 1998,310-311).
E(rt+1 | zt=G) > E(rt+1 | zt=B)
Davranışsal finans modellerinden Barberis, Shleifer ve Vishny (1998)’in
oluşturdukları “temsili yatırımcı” modelinde; muhafazakarlık (yatırımcıların yeni bulgu
ve bilgilerle karşılaştığı zaman eski inanç ve tutumlarını değiştirmekteki dirençleri),
yetersiz reaksiyonun sebebi olarak gösterilmektedir (Barberis, Shleifer ve Vishny,
1998,309).
Chopra ve diğerleri (1992)’ne göre yetersiz reaksiyon, yatırımcıların yeni bilgiye
geç tepki vermesidir. Böylece geçmişte kazanan (kaybeden) hisse senetlerinin gelecekte
de kazanmaya (kaybetmeye) devam etmesine neden olacaktır. Bu durum Durukan
(2004)’nın da açıkladığı gibi kazananların alınması kaybedenlerin satılması ile
33
oluşturulacak portföy stratejisi kısa vadede yüksek getiri sağlayacaktır (Barak,
2006,152).
Ball ve Brown (1968), yaptıkları çalışmada, etkin piyasalar hipoteziyle çelişir
nitelikte sonuçlara ulaşmışlardır. Çalışmaya göre yatırımcılar, bazen cari kazançların
içerdiği gelecek kazançlara ilişkin duyurulara düşük tepki vermektedirler (Taşkın,
2006,29).
Bernard ve Thomas (1990), her zaman olmasa dahi genellikle yatırımcıların,
kazançların gerçekte olduğundan daha durağan olduğuna inanır, bu da yetersiz
reaksiyondan kaynaklanır. Bernard ve Thomas, 2626 firmanın 1974-1986 verilerini
incelemişlerdir ve birinci çeyrektekiler, 0.34; ikinci çeyrektekiler, 0.19; üçüncü
çeyrektekiler 0.06 oranında pozitif oto-korelasyon sergilemişlerdir. Dördüncü çeyrekte
ise oto-korelasyon oranı -0.24’tür. buna göre yatırımcılar, kazanç değişimlerindeki
pozitif oto-korelasyonu fark edememektedirler ve kazançların rassal yürüyüş izlediğine
inanmaktadırlar. Tüm bu sonuçlar da yatırımcıların kazanç haberlerine yetersiz tepki
verdiklerini ortaya koymaktadır.
Cutler ve diğerleri (1990), değişik piyasalarda birçok endekste analizler
yapmışlar ve beklenen getirinin bir periyottan diğerine pozitif oto-korelâsyonlu
olduğunu ortaya koymuşlardır. Bu da eksik tepkiye bir kanıt olarak sunulabilir.
Bernard (1992), şirket kazançlarına ilişkin haberlere yatırımcıların düşük
reaksiyon gösterip göstermediklerini incelemek amacıyla bir anket uygulamışlardır.
Sonuç olarak kazançlarla ilgili bilgilerin hisse senedi fiyatlarına yansıdığını
bulmuşlardır. Öte yandan da yüksek getirili hisse senetlerinin, portföy oluşumundan
sonra daha fazla getiri sağladıkları ortaya koyulmuştur. Diğer bir deyişle portföy
oluşturma döneminde alınan iyi haberlerin etkisi, test döneminde de devam etmektedir.
Pazar, hisse senedinin fiyatını revize ederek, kazanç duyurusuna eksik reaksiyon
göstermektedir (Barberis ve diğerleri,311-312).
Jegadeesh ve Titman (1993), altı aylık süreler içinde hisse senetlerinin
getirilerinde olumlu oto-korelasyon olduğunu bulmuşlardır. Hisse sentlerini son 6-12
aylık getirilerine göre sıralandığı zaman, kazandıranların gelecek 6-12 aylık dönemde
de kazandırdığını ve kaybettirenlerin de bu süre içinde kaybettirdiğini ortaya
34
koymuşlardır. Diğer bir deyişle bu hisse senetlerine verilen tepki, anında verilmemekte,
zamana yayılmaktadır. Yani yetersiz tepki verilmektedir.
Chan, Jegadeesh ve Lakonishok (1996), piyasada getiri momentumu olduğunu
ortaya koymuşlardır. Momentum stratejilerinin karlılığı, piyasanın şirket kar
açıklamalarına yavaş reaksiyon göstermesine yani yetersiz reaksiyona neden
olmaktadırlar. Chan, Hameed ve Tong (2000), 23 ülkenin borsalarını kullanarak bir
uluslar arası momentum stratejisini, kur etkilerini de dikkate alarak incelemişlerdir.
Araştırmacılara göre getiri momentumu, yetersiz reaksiyon ve sürü psikolojisiyle
açıklanabilmektedir. Ek olarak bulgulara göre işlem hacminin artması momentum
etkisini de arttırmaktadır.
Kadiyala ve Rau (2001), 1980-1994 yılları arasında ABD hisse senedi pazarında;
dönemsel öz sermaye ihracı, hisse senedi finansmanı ile satın alımlar, hisselerin geri
satın alınması ve nakitle finansman yoluyla satın alımlar olmak üzere bu dört olayın
yatırımcıların satın alma davranışları üzerine etkisini incelemişlerdir. Analizler sonunda
yukarıda sayılan olayların tümüne de yatırımcıların olması gerekenden az tepki vermeye
yatkın oldukları saptanmıştır ve aşırı tepkiye ilişkin bulgulara rastlanılmamıştır.
Constantinou ve diğerleri (2003), Đngiltere’de 1990-1996 arasında, 500 firma ile
yaptıkları çalışmalarında, kar bildirimlerinin düşük reaksiyon anomalisine sebep
olduğunu bulmuşlardır. Karlarda azalma olduğu dönemlerde analizcilerin yaptığı
yorumların da benzer düşük reaksiyona neden olduğu belirtilmiştir.
Ülkü (2001), Ekim 1999-Eylül 2000 döneminde ĐMKB’de yaptığı çalışmasında,
hisse senedi fiyatlarındaki 1 ve 2 haftalık oto-korelasyonun önemsiz derecede, 3, 4 ve 6
haftalık oto-korelasyonun ise önemli derecede pozitif olduğunu bulmuştur. Ülkü,
ĐMKB’de yabancı yatırımcıların, en yoğun alımı Kasım 1999’da yaptığını ancak
endeksin en büyük çıkışını bilginin kamuya ulaşmasından sonra yani Aralık 1999’da
yaptığını ve piyasanın davranışını , yabancıların işlemlerinin içerdiği bilgiye yetersiz
reaksiyon gösterdiğini aktarmaktadır (Barak, 2006,157-158).
1.3.3.2. Aşırı Tepki Anomalisi
Fiyat anomalilerinin alt konusu olan aşırı tepki hipotezi, çalışmanın ana konusu
olduğundan ayrı bir başlık altında incelenecektir. Aşırı tepki hipotezi en sık rastlanan
35
anomalilerden biri olması ve diğer anomali çeşitlerine oranla daha fazla fikir birliğine
sahip olunması bakımından daha güvenilir sonuçlar ortaya koyabilmektedir. Çalışmada
aşırı tepki hipotezine ağırlık verilmesinin nedeni, piyasaların her zaman etkin
olmayabildiğini ve yatırımcıların irrasyonel olabileceklerini, aşırı tepki hipotezi
yardımıyla ortaya koymaktır.
36
II.BÖLÜM
AŞIRI TEPK Đ HĐPOTEZĐ
Etkin piyasalar hipotezini eleştiren önemli çalışmalardan ikisi DeBondt ve
Thaler (1985,1987) tarafından ortaya koyulmuştur. 1933–1980 yılları arasındaki verileri
kullanarak New York Borsası’nın etkinliğini test etmek için yaptıkları çalışmalarında
etkin piyasalar hipotezine aykırı sonuçlara ulaşmışlar ve bunu yeni bir anomali türü
olduğunu duyurmuşlardır.
DeBondt ve Thaler (1985,1987), yatırımcıların çok iyi ya da çok kötü haberlere
(özellikle kâr ilanlarıyla ilgili) aşırı tepki vermekte (olması gerektiğinden çok yüksek ya
da çok düşük olarak değerlendirdikleri) olduklarını, bu aşırı tepkiyi ise, oldukça uzun (3
ya da 5 yıl gibi) bir sürede düzettiklerini belirtmektedirler (Özer, 2000). DeBondt ve
Thaler (1985,1987), bu anomaliyi aşırı tepki hipotezi olarak isimlendirmişlerdir.
DeBondt ve Thaler (1985)’e göre eğer hisse senedi fiyatları sistematik olarak
aşırıya kaçıyorsa; bunların geriye dönüşleri, hiçbir muhasebe verisine ihtiyaç
duyulmadan, geçmiş verilere bakılarak öngörülebilir. Özellikle iki hipotez
önerilmektedir:
1. Hisse senedi fiyatlarındaki aşırı hareketleri, ters yönlü fiyat dönüşümleri
takip eder,
2. Đlk fiyat hareketi ne kadar aşırı olursa, bunu takip eden ters yönlü fiyat
hareketi de o kadar büyük olur.
Yukarıda sayılan hipotezlerin her ikisi de zayıf formda etkinlikle çelişir
niteliktedir (DeBondt ve Thaler, 1985). Etkin piyasalar hipotezinin en az etkinliği tarif
eden biçimi olan zayıf formda piyasa etkinliğinde geçmiş verileri kullanarak getiriler
elde edilemeyeceğini belirtmesine rağmen; aşırı tepki tespit edilen piyasalarda fiyat
dönüşümleri dikkate alınarak yatırım stratejileri uygulanabilir ve piyasa getirisinin
üzerinde getiriler elde edilebilir. Bu yönteme zıtlık stratejileri denir.
37
DeBondt ve Thaler (1985)’in davranışsal prensiplere dayandırarak oluşturdukları
aşırı tepki hipotezinin temeli, yatırımcıların kararlarını Bayes kuralına göre
vermedikleridir. Bayes kuralında bireyler yeni bilgi geldikçe olasılık revizyonlarını
dikkate alarak karar verirler. Ancak aşırı tepki hipotezinde bireylerin yeni bilgiye daha
çok, eski bilgiye ise daha az önem verdikleri öne sürülür ( Yücel ve Taşkın, 2007).
DeBondt ve Thaler (1985), Fama (1970)’nın savunduğu etkin piyasaları ve aşırı
tepki hipotezini şu şekilde formülize etmişlerdir:
E(Rjt – Em(Rjt | Fm
t-1) | Ft-1) = E(ũjt | Ft-1) = 0
Ft-1 : t-1’deki eskilsiz bilgi kümesi,
Rjt : j menkul kıymetinin t zamanındaki getirisi,
Em(Rjt | Fmt-1) : Fm
t-1 bilgisi doğrultusunda pazardaki getiri
beklentisi.
Yani etkin piyasalar hipotezine göre (W: kazanan portföyü, L:kaybeden
portföyü):
E(ũwt | Ft-1) = E(ũLt | Ft-1) =0
Ancak aşırı tepki hipotezine göre kazanan portföyü test periyodunda negatif,
kaybeden portföyü ise pozitif getiriler vermektedir yani:
E(ũwt | Ft-1) < 0 ve E(ũLt | Ft-1) > 0
38
Şekil–2.1. Aşırı Tepki Hipotezi.
Kaynak: Öncü ve diğerleri, 2006,6.
Yukarıdaki şekillerden ilkinde hisse senedi fiyatı gelen iyi bir haber sebebiyle
PA’dan PB’ye yükselmiştir. Aslında gelen bilgi fiyatları bu kadar yükseltebilecek bir
bilgi değildir. Yani yatırımcılar gelen iyi habere aşırı tepki göstermişlerdir. Ardından
yaptıkları hatanın farkına varan yatırımcılar yavaş yavaş fiyatları olması gereken yere
çekmişlerdir. Aynı durum piyasaya kötü haber geldiğinde de söz konusudur. Burada da
gelen kötü habere yatırımcılar olması gerekenden daha fazla tepki göstermiş ardından
da hata yaptıklarını anlayınca yavaş yavaş fiyatı olması gereken noktaya çekmişlerdir.
Đşte tam da burada etkin piyasaların reddettiği, geçmiş veriler kullanılarak getiri elde
edilemez savı çürütülmektedir. Piyasada aşırı tepki gözlendiği zaman, bunun geri fiyat
dönüşümleri 3-5 yıl gibi bir sürede olduğu için fiyat hareketleri önceden tahmin
edilebilir. Bu da yatırımcılara, piyasa ortalamasının üzerinde getirileri olanaklı kılar.
2.1. Aşırı Tepki Hipotezini Açıklayan Davranı şsal Finans Modelleri
Davranışsal finans modelleri, temsili yatırımcı modeli, aşırı güven ve yanlı
kendine atfetme modeli son olarak da heterojen yatırımcıların arasında interaktif ilişki
modeli olmak üzere üçe ayrılabilir. Bu modeller, etkin piyasalar hipotezini
39
savunanlardan gelebilecek eleştirilere karşı koyabilecek güçtedir (Barak, 2006,174-175;
Barak ve Demirelli, 2006,10-13).
2.1.1. Temsili Yatırımcı Modeli
Barberis, Shleifer ve Vishny (1998)’nin psikolojik bulgular üzerine kurulu
temsili yatırımcı (representative agent) modeline göre yatırımcılar rasyonel değildirler.
Yatırımcıların düştükleri iki yargı hatası vardır. Yaptıkları bu hatalara göre
gösterecekleri tepkinin aşırı veya eksik olacağı belirlenir. Bu yargı hatalarından birincisi
muhafazakarlık (conservatism)’dir. Buna göre yatırımcılar yeni bilgilerle karşılaştığında
önceki inanç ve tutumlarını değiştirmemek için direnç gösterirler. Gösterdikleri bu
direnç de hisse senedi fiyatlarında eksik tepkiye neden olur. Hatalardan ikincisi olan
temsil edilebilirlik yanlılığı (representativeness) ise yatırımcıların yargıya varırken en
son ve en göze çarpan bilgilere aşırı ağırlık vermesi ve dağılım popülasyonlarının
istatistiklerini dikkate almamaları anlamına gelmektedir. Bu sebeple de temsil
edilebilirlik yanlılığı hatası aşırı tepkiye neden olmaktadır.
2.1.2. Aşırı Güven ve Yanlı Kendine Atfetme Modeli
Daniel, Hirshleifer ve Subrahmanyam (1998)’ın geliştirmiş oldukları modelde
eksik reaksiyona yatırımcıların sahip oldukları bilgiye olması gerekenden daha fazla
önem vermeleri yani aşırı güven (overconfidence) neden olurken, aşırı tepkiye ise yanlı
kendine atfetme (biased self-atrribution) neden olmaktadır. Yanlı kendine atfetme,
yatırımcıların bilgileriyle kamuoyunun bilgilerinin uyumlu olması durumunda ortaya
çıkmaktadır. Böylece kişinin bilgisine olan güveni artar bu da aşırı tepkiye neden
olmaktadır.
2.1.3. Heterojen Yatırımcıların Arasındaki Đnteraktif Đ lişki Modeli
Hong ve Stein (1999)’in geliştirdikleri modelde iki çeşit yatırımcı vardır.
Bunlardan ilki olan haber avcıları (newswatchers), geçmiş fiyatları bir bilgi kaynağı
olarak kullanmamakta ve gelecekte açıklanacak bilgileri, özel olarak aldıkları bilgileri
kullanarak tahmin yapabilmektedirler. Diğer yatırımcı çeşidi olan momentum
yatırımcıları (momentum investors) ise temel bilgileri dikkate almayıp geçmiş fiyat
40
hareketlerine göre yatırım yapan yatırımcılardır. Bu modele göre özel bilgi, haber
avcıları arasında yavaş yavaş yayılır. Sadece haber avcılarının olduğu piyasalarda eksik
tepki gözlemlenirken modele momentum yatırımcıları girdiğinde eksik reaksiyon,
arbitraj yoluyla ortadan kaldırılır. Ancak bir noktadan sonra bu momentum stratejisi
aşırı tepkiye neden olmaktadır.
2.2. Aşırı Tepki Hipotezine Đlişkin Literatür
Konuyla ilgili ilk çalışmalar DeBondt ve Thaler (1985) tarafından yapılmıştır.
Çalışmada 3-5 yıllık portföy oluşturma döneminde en çok kaybettiren hisse
senetlerinden oluşan “kaybettirenler portföyü” ile en çok kazandıranlardan oluşan
“kazandıranlar portföyü”nün bir sonraki test dönemindeki performansları
karşılaştırılmıştır. Yapılan analizler sonucunda test dönemi içerisinde kaybettirenler
portföyünün kazandıran portföyünden daha iyi performans gösterdiği ortaya
konulmuştur. Buna ek olarak kaybedenlerin kazananlara oranla daha fazla dönüşüm
geçirdiği de belirtilmiştir. Araştırmacılara göre yatırımcılar gösterdikleri aşırı tepkiyi 3-
5 yıl gibi uzun bir sürede düzeltmektedirler. Alttaki şekilde kaybettirenler portföyünün
test dönemi içinde Ocak aylarındaki sıçramaları da gözden kaçmamalıdır.
Şekil 2.2. Kazanan ve kaybeden portföylerinin ortalama kümülatif getirileri
Kaynak: DeBondt ve Thaler, 1985,803
41
Aşırı tepki hipotezi konusundaki ikinci önemli çalışma da DeBondt ve Thaler
(1987) tarafından yapılmıştır. Bu çalışmalarında araştırmacılar, kaybedenler
portföyünün test dönemindeki anormal getirilerinin, uzun ya da kısa portföy oluşturma
dönemlerindeki getiriyle ters orantılı olduğunu ve bunun en çok Ocak ayında
belirginleştiğini ortaya koymuşlardır. Bunlara ek olarak DeBondt ve Thaler (1987),
küçük firma etkisi düzeltildiğinde dahi yatırımcıların uzun dönemde aşırı tepki
verdiklerini belirtmişlerdir.
Seyhun (1990), Amerika’nın 1987’deki hisse senedi krizini ne kapsayan
çalışmasında, yatırımcıların kriz dönemlerinde daha aşırı tepkiler verebildiklerini ortaya
koymuştur ve 1987 krizinin büyümesinde bu aşırı tepkinin de etkili olduğunu
belirtmiştir.
Dreman ve Lufkin (2000)’e göre hisselerin çok yükselmesine ya da azalmasına
yol açan, portföy oluşturma döneminden önceki aşırı tepkidir.
Chopra, Lakonishok ve Ritter (1992) DeBondt ve Thaler’in bulgularını yeniden
analiz etmişlerdir. 1926-1986 yılları arasındaki New York Borsası hisse senedi
getirileri, büyüklükleri, daha önceki getirileri ve betaları çoklu regresyon analizi ile
incelemişler ve 5 yıllık portföy oluşturma ve test dönemlerinde kaybettirenlerin,
kazandıranlara göre yıl başına %5-10 kadar daha yüksek getiriler elde ettiklerini
bulmuştur (Yücel ve Taşkın, 2007,29).
Brown ve Harlow (1986), kısa dönemli aşırı tepkiyi ölçmek için yaptıkları
çalışmalarında New York Borsası 1946-1983 arasındaki verilerini kullanmışlardır. 6
aylık portföy oluşum evresi sonunda test döneminde kaybettirenlerin fiyat dönüşümleri
büyükken kazandıranlarda büyük düşüşler görülmemiştir (Yücel ve Taşkın, 2007,29).
Bremer ve Sweeney (1991), yaptıkları çalışmalarında 10 günlük aşırı değer
kaybının ardından fiyat dönüşlerinin yaklaşık 2 günde gerçekleştiğini ortaya
koymuşlardır. Ayrıca bu aykırılığın diğer anomalilerden farklı olduğunu belirtmişlerdir.
Lehmann (1990) ise aşırı tepki hipotezini, NYSE ve AMEX’te haftalık verilerle
test etmiş ve güçlü kanıtlara ulaşmıştır. Test dönemi olan 1982-1986’da bir önceki
haftada kaybeden hisse senetlerini alıp, kazananları satarak yani zıtlık stratejilerini
uygulayarak ortalamanın üzerinde getiriler elde edilebileceğini ortaya koymuştur.
42
Liang ve Mullineaux (1994), 1964-1989 yılları arasında, sürpriz bilgilerin
öncesinde ve sonrasında hisse senedi fiyat hareketlerini analiz etmişler ve kısa dönemde
de aşırı tepki hipotezini destekler sonuçlara ulaşmışlardır.
Larson ve Madura (2003) kazandıran ve kaybettiren portföyleri günlük verilere
göre oluşturmuşlardır. Ardından borsaya gelen bilgileri önceden bilinen ve bilinmeyen
bilgiler olarak ikiye ayırmışlardır. Sonuç olarak kazananlar portföyünde önceden elde
edilmemiş bilgilere karşı aşırı tepkinin var olduğunu ancak önceden bilinen bilgilere
karşı böyle bir şeyin söz konusu olmadığını ortaya koymuşlardır.
Nam, Pyun ve Avard (2001), 1926-1997 yılları arasında NYSE, AMEX ve
NASDAQ’da aylık verilerle aşırı tepkinin var olduğunu bulmuşlardır. Araştırmacılar
fiyat düzeltme hareketinin asimetrik olduğunu da vurgulamışlardır.
Clare ve Thomas (1995), Birleşik Krallık’ta 1955-1990 verilerine dayandırarak
yapmış oldukları çalışmalarında önceden kaybetmiş olan hisse senetlerinin önceden
kazanmış olanlara göre daha iyi bir performans gösterdiklerini bulmuşlardır. Bowman
ve Iverson (1998), Yeni Zelanda piyasasında haftalık verilerle yaptıkları araştırmada,
piyasanın özellikle de kaybedenlerin aşırı tepki gösterdiğini bildirmişlerdir. Fung
(1999), Hong Kong Heng Seng Endeksi’ndeki araştırmasında, önceden kaybetmiş
olanların kazanmış olanları, test periyodu olan 1 yıl içinde %9,9 oranında geçtiklerini
ortaya koymuştur.
Baytaş ve Çakıcı (1999) ABD, Kanada dışında Birleşik Krallık, Japonya,
Almanya, Fransa ve Đtalya borsalarında kaybedenler portföyünün piyasadan daha
yüksek getiriler kazandırdığını ortaya koymuştur.
Ahmad ve Hussain (2001)’in Malezya Kuala Lumpur Menkul Kıymetler
Borsası’nda 1986-1996 yılları arasındaki verilerle yaptıkları analizler sonucunda uzun
vadeli aşırı tepkinin varlığını ortaya koymuşlardır. Ayrıca uygulanan zıtlık
stratejilerinin de karlılığını kanıtlamışlardır. Chen ve Zhu (2005) 1997-2005 Şanghay
Kompozit Endeksi’nde yaptıkları araştırmada yatırımcıların iyi haberlere eksik, kötü
haberlere ise aşırı tepki gösterdiklerini ortaya koymuşlardır.
Antonios, Galaritos ve Syprou (2005) Atina Borsası’nda zıtlık karlarının
varlığını ve bunların nedenlerini araştırmışlardır. 1990-2000 yılları arasındaki 10 yıllık
43
dönemde ASE Genel Fiyat Endeksi’ni analiz etmişler ve aşırı tepki hipotezini destekler
sonuçlara ulaşmışlardır.
Ülkü (2001), 1989-2000 ĐMKB-100’e ilişkin aylık getirileri kullanarak yapmış
olduğu çalışmada aşırı tepkinin var olduğunu saptamıştır (Barak, 2006,164).
Durukan (2004,) gelişmekte olan piyasalar arasında gösterilen ĐMKB’de 1988-
2003 periyodunda yaptığı çalışmasında aşırı tepki hipotezinin varlığına dair güçlü
kanıtlar bulmuş ve literatürle tutarlı olarak kaybeden portföyündeki fiyat
dönüşümlerinin kazandıran portföyünde daha fazla olduğunu tespit etmiştir.
Öncü ve diğerleri (2006) önemli fiyat değişimlerine yatırımcıların gün içi
tepkisini test etmek için yaptıkları çalışmalarında aşırı tepki hipotezini destekler
sonuçlara ulaşmışlardır. ĐMKB ortamında yatırımcıların kapanıştan ertesi günün ilk
saatine kadar olan zaman diliminde ortaya çıkan ve beklenmeyen olumlu ve olumsuz
bilgilere karşı başlangıçta, olması gerekenden fazla tepkiler verdiğini ardından günün
izleyen saatlerinde ise hatalarını fark eden yatırımcıların, fiyatlarda ters yönlü
düzeltmelerin oluşmasına neden olduğunu tespit etmişlerdir.
Yücel ve Taşkın (2007), aşırı tepki hipotezini 1992-2005 döneminde ĐMKB için
test etmişlerdir. Analizler sonucu tüm portföy oluşturma ve takip dönemleri için elde
edilen sonuçların aşırı tepki hipotezini destekler yönde fiyat dönüşümlerinin var
olduğunu bulmuşlardır. 1 yıllık, 2 yıllık ve 3 yıllık portföy oluşturma ve takip dönemleri
içinde arbitraj portföyünün, zıtlık stratejileri kullanımıyla önemli kar sağladığı da
bulunmuştur. Ek olarak 3 yıllık analizin dışında DeBondt ve Thaler (1985)’in tersine
kazanan portföyünün getirilerinin mutlak değeri, kaybeden portföyünün getirilerinden
yüksek bulunmuştur.
44
III. BÖLÜM
AŞIRI TEPK Đ HĐPOTEZĐNĐN ĐSTANBUL MENKUL KIYMETLER
BORSASI’NDA ARA ŞTIRILMASI
Çalışmanın şimdiye kadar olan kısımlarında etkin piyasalar hipotezi, davranışsal
finans ve piyasa anomalileri üzerinde durulmuş ve ilgili literatüre yer verilmiştir. Piyasa
anomalilerinin alt konusu olan aşırı tepki hipotezi ise araştırmanın ana konusu
olmasından dolayı ayrı bir başlık altında incelenmiştir. Bu bölüm de ise Đstanbul
Menkul Kıymetler Borsası’nın (ĐMKB) farklı endekslerinde aşırı tepki hipotezinin
varlığı araştırılmıştır. Aşırı tepkinin kanıtlanması, ĐMKB’de getiri öngörülebilirliği
bakımından önem taşımaktadır. Aynı zamanda bu araştırmayla bir etkinlik testi de
yapılmaktadır. Diğer bir deyişle aşırı tepkinin kanıtlanması, ĐMKB’nin zayıf formda
dahi etkin olmadığı anlamına gelmektedir.
Bu bölümde kullanılan veriler ve yöntem ile bulgular üzerinde durulacaktır.
3.1. Veriler ve Yöntem
Örneklem olarak Đstanbul Menkul Kıymetler Borsası’ndaki (ĐMKB) ĐMKB-
Ulusal 100, ĐMKB-Ulusal 50, ĐMKB-Ulusal 30, ĐMKB Sınai ve ĐMKB Ulusal-Mali
endekslerinin Temmuz 1998 ve Haziran 2008 arasındaki dönemde kesintisiz olarak
işlem görmüş hisse senetleri seçilmiştir. Diğer bir deyişle bahsedilen dönem içinde
işlem görmeye başlayan veya işlemden kaldırılan hisse senetleri değerlendirmeye
alınmamıştır. Bahsedilen şekilde seçilmiş hisse senetlerinin düzeltilmiş aylık getirileri
(Ri,t),ĐMKB’nin web sayfasından elde edilmiştir. Pazar getirisi (Rm,t)’ nin
hesaplanmasında analiz edilecek olan hisse senedi getirilerinin o dönemdeki
ortalamaları alınmıştır.
Çalışmada DeBondt ve Thaler (1985)’in kullandığı yöntem modifiye edilerek
kullanılmıştır. Birer yıllık portföy oluşturma ve test dönemleri oluşturulmuştur. Đlk
portföy oluşturma dönemi Temmuz 1998’den başlamakta ve Haziran 1999’da sona
ermektedir. Bu 12 aylık sürede hisse senetlerinin bireysel performansları ölçülmüş ve en
çok kazandıran ilk 10 hisse senedi ile “kazandıran portföyü”, en çok kaybettiren 10
45
hisse senedi ile “kaybettiren portföyü” oluşturulmuştur. Bir sonraki dönemde yani
Temmuz 1999 ile Haziran 2000 arasında kazandıran ve kaybettiren portföyünün
getirileri hesaplanmış diğer bir ifadeyle ters yönlü bir hareketin varlığı test edilmiştir.
Analizlerin ilk 12 aylık dönemine formasyon, bir sonraki 12 aylık dönemine test dönemi
denir. Diğer taraftan ilk portföylerin test dönemi aynı zamanda ikinci portföylerin
formasyon dönemidir. Yani portföy oluşturma dönemleri Temmuz 1998, Temmuz
1999,…Temmuz 2006’da başlarken test dönemleri Temmuz 1999, Temmuz
2000,…Temmuz 2007’de başlamaktadır. Dönem başlangıcı olarak Temmuz aylarının
seçilmesi ile getirilerdeki “Ocak Ayı Etkisi”nin ortadan kaldırılması amaçlanmıştır.
Tüm bunlara ek olarak ĐMKB 30 Endeksinde analize dahil edilen hisse senedi sayısının
az olmasından dolayı bu endeks için işlemler ilk-son 10 hisse senedi yanında ilk-son
%10 hisse senedi getirilerine göre de hesaplanmıştır.
Analiz için ilk önce bireysel olarak hisse senetlerinin belirtilen dönemdeki pazar
getirisinden farkı olan anormal getirileri (ARi,t) hesaplanmıştır.
ARi,t = Ri,t - Rm,t
Ardından her bir hisse senedi için aşağıdaki formül kullanılarak her formasyon
dönemindeki kümülatif anormal getiriler (CARi) hesaplanmıştır.
Hisse senetlerinin formasyon dönemindeki kümülatif anormal getirileri (CAR)
büyüklüklerine göre sıralanmıştır. En çok kazandıran 10 hisse senedinden kazandıran
portföyü (W), en çok kaybettiren 10 hisse senedinden de kaybettiren portföyü (L)
oluşturularak aşağıdaki formülden yararlanılarak bu portföylerin test dönemlerindeki
performanslarına bakılmıştır. Aşağıdaki formülde; p, kazanan (W) ve kaybeden (L)
portföyünü, z, portföy oluşturma dönemini ve N de portföydeki hisse senedi sayısını
göstermektedir.
46
Son olarak, kaybeden ve kazanan portföyler için test dönemindeki her bir t için
ortalama kümülatif anormal getiri de farklı başlangıç noktaları olan portföylerin ortak
etkisini ölçmek için aşağıdaki formülle hesaplanmıştır.
Tüm bu analizlerin sonunda ACARW,t 0 ve ACARL,t 0 diğer bir ifadeyle de
(ACARL,t ACARW,t) ise Aşırı Tepki Hipotezini destekler sonuçlara ulaşılmış
olacaktır.
Tüm bu işlemlerin sonunda bulunmuş olan aylık anormal kümülatif getirilerin
formasyon ve test dönemlerinde kayda değer bir değişim gösterip göstermediğini ortaya
koymak amacıyla ve SPSS programının yardımıyla t istatistik testi uygulanmıştır.
Veriler %95 güven aralığında test edilmiştir.
3.2. Bulgular
Veriler ve yöntem bölümünde anlatılan işlemler ĐMKB-Ulusal 100, ĐMKB-
Ulusal 50, ĐMKB-Ulusal 30, ĐMKB Sınai ve ĐMKB Ulusal-Mali endekslerine ayrı ayrı
uygulanmıştır. Endekslerin portföy formasyon ve test dönemlerindeki aylık ortalama
kümülatif getirileri Şekil-3.1. ve Şekil-3.2.’de gösterildiği gibidir.
47
* portföy oluşturma sürecinde ilk ve son %10'luk getiri dilimdeki hisse senetleri kullanılmıştır
**portföy oluşturma sürecinde en çok kazanan ve en çok kaybeden 10 hisse senedi kullanılmıştır.
Şekil-3.1. Kaybeden portföyünün formasyon ve test dönemindeki aylık ortalama kümülatif anormal getirileri (%).
* portföy oluşturma sürecinde ilk ve son %10'luk getiri dilimdeki hisse senetleri kullanılmıştır
**portföy oluşturma sürecinde en çok kazanan ve en çok kaybeden 10 hisse senedi kullanılmıştır.
Şekil-3.2. Kazanan portföyünün formasyon ve test dönemindeki aylık ortalama kümülatif anormal getirileri (%).
Sonuç olarak endekslerin hemen hemen hepsinde portföy oluşturma ve test
dönemindeki aylık ortalama kümülatif getiri oranları ters yönlüdür. Başka bir deyişle,
ĐMKB 30 Endeksi dışındaki endeksler, aşırı tepki hipotezinin ACARW,t 0 , ACARL,t 0
ve (ACARL,t ACARW,t) koşullarını karşılamaktadır. Bu doğrultuda ĐMKB 30 Endeksi
48
dışındaki endekslerde aşırı tepki hipotezini destekler sonuçlara ulaşılmıştır ve zıtlık
stratejileri normal üstü getiriler elde etmede faydalı bulunmuştur. Bu da ĐMKB’de getiri
öngörülebilirliğinin olduğunu ve ĐMKB’nin zayıf formda dahi etkin olmayan bir piyasa
olduğunu ortaya koymaktadır. Bundan sonraki bölümlerde incelenmiş olan her endekse
ilişkin bulgular üzerinde durulacaktır.
3.2.1. ĐMKB 100 Endeksi’nde Aşırı Tepki Hipotezine Đlişkin Bulgular
ĐMKB 100 Endeks’inde aşırı tepki hipotezi araştırılmış ve aşağıdaki verilere
ulaşılmıştır.
Tablo-3.1. ĐMKB 100 Endeksi’nde, dokuz ayrı portföy için birer yıllık portföy formasyon ve test dönemindeki kümülatif anormal getirileri ve ortalama kümülatif anormal getirileri (%).
dönem
KAYBEDEN PORTFÖYÜ (L)(%) KAZANAN PORTFÖYÜ (W)(%)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t
tem 98 - haz 00 -103,61 -8,63 111,38 9,28 85,48 7,12 -34,99 -2,92
tem 99 - haz 01 -98,70 -8,22 19,98 1,67 152,68 12,72 6,02 0,50
tem 00 - haz 02 -73,90 -6,16 31,08 2,59 78,32 6,53 -18,76 -1,56
tem 01 - haz 03 -61,20 -5,10 20,57 1,71 87,10 7,26 3,38 0,28
tem 02 - haz 04 -45,97 -3,83 20,67 1,72 72,31 6,03 -19,85 -1,65
tem 03 - haz 05 -65,58 -5,46 -18,66 -1,56 60,97 5,08 10,99 0,92
tem 04 - haz 06 -57,55 -4,80 -9,01 -0,75 73,27 6,11 -6,41 -0,53
tem 05 - haz 07 -53,25 -4,44 8,39 0,70 76,72 6,39 -4,59 -0,38
tem 06 - haz 08 -44,76 -3,73 -23,45 -1,95 53,70 4,48 8,42 0,70
ACAR -67,17 -5,60 17,88 1,49 82,28 6,86 -6,20 -0,52
Tablo-3.1.’den görüleceği üzere portföy formasyon döneminde aylık -%5.60’lık
ortalama kümülatif getiriye sahip olan kaybeden portföyleri, test döneminde ortalama
%1.49 oranında bir getiri sağlamıştır. Bunun yanında formasyon döneminde ortalama
aylık %6.86 getirisi olan kazandıranlar portföyünün takip dönemindeki getirisinin -
%0.52 olduğu da anlaşılmaktadır.
49
Tablo-3.2. ĐMKB 100 Endeksi’nde, bir yıl boyunca en çok kazandıran ve kaybettiren portföylerinin takip eden bir yıldaki kümülatif anormal getirileri ve ortalama kümülatif anormal getirileri(%).
İMKB 100 Kaybeden portföyü (L) Kazanan portföyü (W)
Kaybeden kazanan
portföyü (L-W)
portföy formasyon
portföy test CAR L ACAR L,t CAR w ACAR w,t CAR L-CAR W ACAR L,t-ACAR W,t
tem 98 - haz 99 tem 99 - haz 00 111,38 9,28 -34,99 -2,92 146,37 12,20
tem 99 - haz 00 tem 00 - haz 01 19,98 1,67 6,02 0,50 13,96 1,16
tem 00 - haz 01 tem 01 - haz 02 31,08 2,59 -18,76 -1,56 49,84 4,15
tem 01 - haz 02 tem 02 - haz 03 20,57 1,71 3,38 0,28 17,19 1,43
tem 02 - haz 03 tem 03 - haz 04 20,67 1,72 -19,85 -1,65 40,52 3,38
tem 03 - haz 04 tem 04 - haz 05 -18,66 -1,56 10,99 0,92 -29,65 -2,47
tem 04 - haz 05 tem 05- haz 06 -9,01 -0,75 -6,41 -0,53 -2,60 -0,22
tem 05- haz 06 tem 06 - haz 07 8,39 0,70 -4,59 -0,38 12,98 1,08
tem 06 - haz 07 tem 07 - haz 08 -23,45 -1,95 8,42 0,70 -31,87 -2,66
ACAR 17,88 1,49 -6,20 -0,52 24,08 2,01
Analizlerden çıkartılacak bir diğer sonuç ise birer yıllık portföy formasyon
dönemlerinde en çok kaybettiren hisse senetlerinden oluşan kaybeden portföyüne
yatırım yapmış olan bir yatırımcı, aylık olarak ortalama %1.49 oranında anormal getiri
elde edebilmiştir. Aynı şekilde kazandıran portföyünün aylık anormal getirisi tüm
portföyler için ortalama -%0.52’dir. Buna göre kaybeden portföyü, kazandıran
portföyüne göre piyasanın üzerinde getiri sağladığı gibi kazandıran portföyünün de
%2.01 üzerinde bir getiri sağlamaktadır. Bilgiler ışığında kaybedenleri satın alma,
kazananları elden çıkarma şeklindeki zıtlık stratejisiyle ortalamanın çok üzerine getiri
elde edilmiştir.
Tablo-3.3. ĐMKB 100 Endeksi’nde t istatistiği sonuçları.
endeks portföy / dönem ortalama t sig (2 tailed)
İMKB 100
kaybettiren / formasyon -5,5967 -5,631 0,000
kaybettiren / test 1,4900
kazandıran / formasyon 6,8578 8,190 0,000
kaybettiren / test -0,5156
ĐMKB 100 Endeksi’nde oluşturulan kaybettiren ve kazandıran portföylerine t
istatistik testi uygulandığında elde edilen bulgular şöyledir. Kazandıran portföyünün test
dönemindeki standart sapması 1.29 iken kaybettiren portföyünün standart sapması 3.33
50
bulunmuştur. Bu bilgiler ışığında kaybettiren portföyünün risk düzeyi kazandıranlar
portföyünün risk düzeyinden fazladır. Kaybettiren portföyünün kazandıran portföyüne
göre daha fazla kar sağlaması Sermaye Varlıkları Fiyatlama Modeli ile uyumludur.
Kısacası risk ve getiri oranları doğru orantılı bir ilişki içindedir. Son olarak kaybettiren
portföyünde t=-5.631 için anlam düzeyi değeri p=0.000, kazanan portföyünde t=8,190
için anlam düzeyi değeri p=0,000 bulunmuştur. Yani kazandıran ve kaybettiren
portföylerinin formasyon ve test dönemlerindeki getiri farklılığı %95 güven aralığında
anlamlı bulunmuştur
Sonuçta ĐMKB 100 Endeksi’nde aşırı tepkinin varlığı ile zıtlık stratejisinin işe
yarar olduğu ortaya koyulmuştur.
3.2.2. ĐMKB 50 Endeksi’nde Aşırı Tepki Hipotezine Đlişkin Bulgular
ĐMKB 50 Endeksi’nde aşırı tepki hipotezi araştırılmış ve aşağıdaki verilere
ulaşılmıştır.
Tablo-3.4. ĐMKB 50 Endeksi’nde, dokuz ayrı portföy için birer yıllık portföy formasyon ve test dönemindeki kümülatif anormal getirileri ve ortalama kümülatif anormal getirileri(%).
dönem
KAYBEDEN PORTFÖYÜ (L) KAZANAN PORTFÖYÜ (W)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t
tem 98 - haz 00 -74,71 -6,23 80,05 6,67 60,62 5,05 -41,80 -3,48
tem 99 - haz 01 -77,98 -6,50 27,19 2,27 104,76 8,73 -8,30 -0,69
tem 00 - haz 02 -59,11 -4,93 25,90 2,16 54,26 4,52 -6,58 -0,55
tem 01 - haz 03 -51,51 -4,29 26,58 2,21 52,85 4,40 -7,50 -0,62
tem 02 - haz 04 -27,82 -2,32 6,75 0,56 45,26 3,77 -14,19 -1,18
tem 03 - haz 05 -48,43 -4,04 -10,23 -0,85 48,22 4,02 14,03 1,17
tem 04 - haz 06 -41,22 -3,43 -10,49 -0,87 49,71 4,14 0,58 0,05
tem 05 - haz 07 -40,24 -3,35 -7,53 -0,63 47,55 3,96 -4,98 -0,42
tem 06 - haz 08 -35,67 -2,97 -5,11 -0,43 37,50 3,13 24,67 2,06
ACAR -50,74 -4,23 14,79 1,23 55,64 4,64 -4,90 -0,41
Tablo-3.3.’e göre portföy formasyon döneminde aylık -%4.23’lük ortalama
kümülatif getiriye sahip olan kaybeden portföyleri, test döneminde ortalama %1.23
51
oranında bir getiri sağlamıştır. Aynı veriler, kazanan portföyü için formasyon
döneminde %4.64 iken test döneminde -%0.41’dir.
Tablo-3.5. ĐMKB 50 Endeksi’nde, bir yıl boyunca en çok kazandıran ve kaybettiren portföylerinin takip eden bir yıldaki kümülatif anormal getirileri ve ortalama kümülatif anormal getirileri(%).
İMKB 50 kaybeden portföyü (L) kazanan portföyü (W) arbitraj portföyü (L-W)
portföy formasyon
portföy test CAR L ACAR L,t CAR w ACAR w,t CAR L-CAR W ACAR L,t-ACAR W,t
tem 98 - haz 99 tem 99 - haz 00 80,05 6,67 -41,80 -3,48 121,85 10,15
tem 99 - haz 00 tem 00 - haz 01 27,19 2,27 -8,30 -0,69 35,49 2,96
tem 00 - haz 01 tem 01 - haz 02 25,90 2,16 -6,58 -0,55 32,48 2,71
tem 01 - haz 02 tem 02 - haz 03 26,58 2,21 -7,50 -0,62 34,08 2,84
tem 02 - haz 03 tem 03 - haz 04 6,75 0,56 -14,19 -1,18 20,94 1,75
tem 03 - haz 04 tem 04 - haz 05 -10,23 -0,85 14,03 1,17 -24,26 -2,02
tem 04 - haz 05 tem 05- haz 06 -10,49 -0,87 0,58 0,05 -11,06 -0,92
tem 05- haz 06 tem 06 - haz 07 -7,53 -0,63 -4,98 -0,42 -2,55 -0,21
tem 06 - haz 07 tem 07 - haz 08 -5,11 -0,43 24,67 2,06 -29,79 -2,48
ACAR 14,79 1,23 -4,90 -0,41 19,69 1,64
Verilere göre; ĐMKB 50 Endeksi’nde zıtlık stratejisi izlemiş olan bir yatırımcı
aylık olarak ortalamanın %1.64 üzerinde getiriler elde edebilmiştir. Bu sonuçlar, ĐMKB
50 Endeksi’nde aşırı tepki hipotezini doğrulamaktadır.
Tablo-3.6. ĐMKB 50 Endeksi’nde t istatistiği sonuçları.
endeks portföy / dönem ortalama t sig (2 tailed)
İMKB 50
kaybettiren / formasyon -4,2289 -
5,782 0,000
kaybettiren / test 1,2322
kazandıran / formasyon 4,6356 6,759 0,000
kaybettiren / test -0,4067
ĐMKB 50 Endeksi istatistiksel açıdan test edildiğinde kazandıran portföyünün
test dönemindeki standart sapmasının 1.54, kaybettiren portföyünün standart sapmasının
ise 2.45 olduğu bulunmuştur. Getiri ve risk oranlarının ilişkisine bakıldığında bu
endeksteki verilerin Sermaye Varlıkları Fiyatlama Modeli’ni destekler nitelikte olduğu
görülebilir. Diğer taraftan kaybettiren portföyünde t=-5.782 için anlam düzeyi değeri
p=0.000, kazanan portföyünde t=6.759 için anlam düzeyi değeri p=0,000 bulunmuştur.
52
Kısacası kazandıran ve kaybettiren portföylerinin formasyon ve test dönemlerindeki
getiri farklılığı %95 güven aralığında anlamlı bulunmuştur.
3.2.3. ĐMKB 30 Endeksi’nde Aşırı Tepki Hipotezine Đlişkin Bulgular
Bu çalışmada kazanan ve kaybeden portföylerini oluşturulurken o dönemde en
çok kazandırmış ve en çok kaybettirmiş 10 hisse senedinin seçildiği önceden
belirtilmişti. Ancak analize katılacak hisse senedi sayısının ĐMKB 30 için oldukça az
olması sebebiyle portföyler oluşturulurken, getiri sıralamasında ilk-son 10 hisse
senedinin portföye alınmasının yanında ilk-son %10 getiri dilimindeki hisse senetleri de
seçilerek ayrıca analiz yapılmıştır. Analiz sonucunda iki yolla da aşırı tepki tespit
edilememiştir.
Tablo-3.7. ĐMKB 30 Endeksi’nde, dokuz ayrı portföy için birer yıllık portföy formasyon ve test dönemindeki kümülatif anormal getirileri ve ortalama kümülatif anormal getirileri(%).
dönem
KAYBEDEN PORTFÖYÜ (L) KAZANAN PORTFÖYÜ (W)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t
tem 98 - haz 00 -109,91 -9,16 40,55 3,38 66,63 5,55 -26,27 -2,19
tem 99 - haz 01 -91,32 -7,61 22,24 1,85 76,98 6,41 -1,90 -0,16
tem 00 - haz 02 -102,72 -8,56 57,14 4,76 81,56 6,80 -2,39 -0,20
tem 01 - haz 03 -87,13 -7,26 21,55 1,80 98,56 8,21 -16,63 -1,39
tem 02 - haz 04 -34,09 -2,84 -6,92 -0,58 113,10 9,42 5,02 0,42
tem 03 - haz 05 -64,65 -5,39 -42,55 -3,55 60,63 5,05 17,56 1,46
tem 04 - haz 06 -61,55 -5,13 -37,40 -3,12 93,39 7,78 36,89 3,07
tem 05 - haz 07 -53,75 -4,48 -4,64 -0,39 57,85 4,82 -4,74 -0,40 tem 06 - haz
08 -44,32 -3,69 -16,16 -1,35 38,74 3,23 43,91 3,66
ACAR -72,16 -6,01 3,76 0,31 76,38 6,37 5,72 0,48
* portföy oluşturma sürecinde ilk ve son %10'luk getiri dilimdeki hisse senetleri kullanılmıştır
53
dönem
KAYBEDEN PORTFÖYÜ (L) KAZANAN PORTFÖYÜ (W)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t
tem 98 - haz 00 -44,52 -3,71 21,78 1,81 41,42 3,45 -28,64 -2,39
tem 99 - haz 01 -42,19 -3,52 0,74 0,06 41,26 3,44 -6,87 -0,57
tem 00 - haz 02 -43,81 -3,65 13,95 1,16 41,71 3,48 -10,05 -0,84
tem 01 - haz 03 -36,60 -3,05 7,69 0,64 36,13 3,01 -2,30 -0,19
tem 02 - haz 04 -23,96 -2,00 5,42 0,45 28,57 2,38 2,60 0,22
tem 03 - haz 05 -31,34 -2,61 -22,45 -1,87 31,54 2,63 15,36 1,28
tem 04 - haz 06 -32,11 -2,68 -22,79 -1,90 31,90 2,66 11,06 0,92
tem 05 - haz 07 -26,68 -2,22 -9,25 -0,77 26,95 2,25 7,65 0,64 tem 06 - haz
08 -25,19 -2,10 -7,79 -0,65 25,72 2,14 12,47 1,04
ACAR -34,04 -2,84 -1,41 -0,12 33,91 2,83 0,14 0,01
**portföy oluşturma sürecinde en çok kazanan ve en çok kaybeden 10 hisse senedi kullanılmıştır.
Tablo-3.5.’e göre portföy oluşturma sürecinde ilk ve son %10’luk getiri
dilimdeki hisse senelerinin kullanıldığı durumda formasyon esnasında kaybeden süreci -
%6.01 aylık ortalama getiri oranına sahipken, test döneminde bu oran %0.31’dir.
kazandıran portföyünün aylık ortalama getirisi formasyon döneminde %6.37 iken test
döneminde %0.48’dir. Kazandıran portföyünün kaybettiren portföyünden daha fazla
kazandırması aşırı tepkinin bu endekste var olmadığı anlamına gelmektedir. Portföy
oluşturulurken getiri oranlarına göre ilk ve son 10 hisse senedi seçildiğinde ise
kaybeden portföyünün aylık ortalama getirisi formasyon döneminde -%1.41iken test
döneminde -%0.12’dir. Bu oranlar kazanan portföyünde önce %2.83 ve de sonra
%0.01’dir.
54
Tablo-3.8. ĐMKB 30 Endeksi’nde, bir yıl boyunca en çok kazandıran ve kaybettiren portföylerinin takip eden bir yıldaki kümülatif anormal getirileri ve ortalama kümülatif anormal getirileri(%).
İMKB 30* kaybeden portföyü (L) kazanan portföyü (W) arbitraj portföyü (L-W)
portföy
formasyon portföy test CAR L ACAR L,t CAR w ACAR w,t CAR L-CAR W ACAR L,t-ACAR W,t
tem 98 - haz 99 tem 99 - haz 00 40,55 3,38 -26,27 -2,19 66,82 5,57
tem 99 - haz 00 tem 00 - haz 01 22,24 1,85 -1,90 -0,16 24,14 2,01
tem 00 - haz 01 tem 01 - haz 02 57,14 4,76 -2,39 -0,20 59,52 4,96
tem 01 - haz 02 tem 02 - haz 03 21,55 1,80 -16,63 -1,39 38,18 3,18
tem 02 - haz 03 tem 03 - haz 04 -6,92 -0,58 5,02 0,42 -11,93 -0,99
tem 03 - haz 04 tem 04 - haz 05 -42,55 -3,55 17,56 1,46 -60,11 -5,01
tem 04 - haz 05 tem 05- haz 06 -37,40 -3,12 36,89 3,07 -74,29 -6,19
tem 05- haz 06 tem 06 - haz 07 -4,64 -0,39 -4,74 -0,40 0,10 0,01
tem 06 - haz 07 tem 07 - haz 08 -16,16 -1,35 43,91 3,66 -60,07 -5,01
ACAR 3,76 0,31 5,72 0,48 -1,96 -0,16
* portföy oluşturma sürecinde ilk ve son %10'luk getiri dilimdeki hisse senetleri kullanılmıştır
İMKB 30** kaybeden portföyü (L) kazanan portföyü (W) arbitraj portföyü (L-W)
portföy formasyon
portföy test CAR L ACAR L,t CAR w ACAR w,t CAR L-CAR W ACAR L,t-ACAR W,t
tem 98 - haz 99 tem 99 - haz 00 21,78 1,81 -28,64 -2,39 50,42 4,20
tem 99 - haz 00 tem 00 - haz 01 0,74 0,06 -6,87 -0,57 7,61 0,63
tem 00 - haz 01 tem 01 - haz 02 13,95 1,16 -10,05 -0,84 24,00 2,00
tem 01 - haz 02 tem 02 - haz 03 7,69 0,64 -2,30 -0,19 9,99 0,83
tem 02 - haz 03 tem 03 - haz 04 5,42 0,45 2,60 0,22 2,83 0,24
tem 03 - haz 04 tem 04 - haz 05 -22,45 -1,87 15,36 1,28 -37,82 -3,15
tem 04 - haz 05 tem 05- haz 06 -22,79 -1,90 11,06 0,92 -33,84 -2,82
tem 05- haz 06 tem 06 - haz 07 -9,25 -0,77 7,65 0,64 -16,90 -1,41
tem 06 - haz 07 tem 07 - haz 08 -7,79 -0,65 12,47 1,04 -20,26 -1,69
ACAR -1,41 -0,12 0,14 0,01 -1,55 -0,13
**portföy oluşturma sürecinde en çok kazanan ve en çok kaybeden 10 hisse senedi kullanılmıştır.
Tablo-3.6.’da gösterildiği üzere her iki portföy oluşturma döneminde de arbitraj
yöntemiyle zarar edilmektedir. Đlk son % 10 getirili hisse senetleri kullanıldığında -
%0.16 olan aylık ortalama kümülatif getiri oranı, getirilerine göre ilk-son10 hisse
senedinin kullanıldığı durumda -%0.13 olarak gerçekleşmiştir. Bu şartlar altında ĐMKB
30 Endeksi’nde aşırı tepki hipotezi doğrulanamamaktadır.
55
Tablo-3.9. ĐMKB 30* Endeksi’nde t istatistiği sonuçları.
endeks portföy / dönem ortalama t sig (2 tailed)
İMKB 30*
kaybettiren / formasyon -6,0133 -
5,262 0,000
kaybettiren / test 0,3111
kazandıran / formasyon 6,3633 6,473 0,000
kaybettiren / test 0,4744
Diğer taraftan portföy oluşturma döneminde ilk ve son %10’luk dilimdeki hisse
senetlerinin seçildiği veriler istatistiki teste tabi tutulmuştur. Buna göre önceki
endekslerde olduğu gibi, risk ve getiri arasındaki ilişki Sermaye Varlıkları Fiyatlama
Modeli ile uyuşmaktadır. Diğer taraftan kaybettiren portföyünde t=-5.262 için anlam
düzeyi değeri p=0.000, kazanan portföyünde t=6.473 için anlam düzeyi değeri p=0,000
bulunmuştur. Bu bağlamda kazandıran ve kaybettiren portföylerinin formasyon ve test
dönemlerindeki getiri farklılığı %95 güven aralığında anlamlı bulunmuştur .
3.2.4. ĐMKB Sınai Endeksi’nde Aşırı Tepki Hipotezine Đlişkin Bulgular
ĐMKB Sınai Endeksi’nde aşırı tepki hipotezi araştırılmış ve aşağıdaki verilere
ulaşılmıştır.
Tablo-3.10. ĐMKB Sınai’de, dokuz ayrı portföy için birer yıllık portföy formasyon ve test dönemindeki kümülatif anormal getirileri ve ortalama kümülatif anormal getirileri(%).
dönem
KAYBEDEN PORTFÖYÜ (L) KAZANAN PORTFÖYÜ (W)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t
tem 98 - haz 00 -100,59 -8,38 108,59 9,05 135,40 11,28 -66,40 -5,53
tem 99 - haz 01 -113,89 -9,49 8,36 0,70 170,30 14,19 20,68 1,72
tem 00 - haz 02 -79,11 -6,59 34,23 2,85 130,59 10,88 -16,51 -1,38
tem 01 - haz 03 -63,30 -5,28 27,46 2,29 115,22 9,60 -23,29 -1,94
tem 02 - haz 04 -73,14 -6,09 -16,58 -1,38 106,26 8,86 -22,61 -1,88
tem 03 - haz 05 -75,64 -6,30 -27,60 -2,30 113,08 9,42 28,57 2,38
tem 04 - haz 06 -77,72 -6,48 -24,02 -2,00 109,90 9,16 -0,63 -0,05
tem 05 - haz 07 -68,46 -5,71 -10,09 -0,84 108,39 9,03 -22,04 -1,84
tem 06 - haz 08 -77,07 -6,42 37,20 3,10 93,15 7,76 9,44 0,79
ACAR -80,99 -6,75 15,28 1,27 120,25 10,02 -10,31 -0,86
56
Tablo-3.7.’deki veriler ışında görülmektedir ki kaybeden portföyünün aylık
ortalama kümülatif getirisinin portföy formasyon döneminde ortalama -%6.75 iken test
döneminde ortalama %1.27’dir. Kazanan portföyünde bu oran formasyon esnasında
ortalama %10.02, test esnasında -%0.86 olarak gerçekleşmiştir.
Tablo-3.11. ĐMKB Sınai’de, bir yıl boyunca en çok kazandıran ve kaybettiren portföylerinin takip eden bir yıldaki kümülatif anormal getirileri ve ortalama kümülatif anormal getirileri(%).
İMKB sınai kaybeden portföyü (L) kazanan portföyü (W) arbitraj portföyü (L-W)
portföy formasyon
portföy test CAR L ACAR L,t CAR w ACAR w,t CAR L-CAR W ACAR L,t-ACAR W,t
tem 98 - haz 99 tem 99 - haz 00 108,59 9,05 -66,40 -5,53 174,98 14,58
tem 99 - haz 00 tem 00 - haz 01 8,36 0,70 20,68 1,72 -12,33 -1,03
tem 00 - haz 01 tem 01 - haz 02 34,23 2,85 -16,51 -1,38 50,74 4,23
tem 01 - haz 02 tem 02 - haz 03 27,46 2,29 -23,29 -1,94 50,76 4,23
tem 02 - haz 03 tem 03 - haz 04 -16,58 -1,38 -22,61 -1,88 6,03 0,50
tem 03 - haz 04 tem 04 - haz 05 -27,60 -2,30 28,57 2,38 -56,17 -4,68
tem 04 - haz 05 tem 05- haz 06 -24,02 -2,00 -0,63 -0,05 -23,39 -1,95
tem 05- haz 06 tem 06 - haz 07 -10,09 -0,84 -22,04 -1,84 11,95 1,00
tem 06 - haz 07 tem 07 - haz 08 37,20 3,10 9,44 0,79 27,77 2,31
ACAR 15,28 1,27 -10,31 -0,86 25,59 2,13
Tablo-3.8.’de verildiği üzere zıtlık stratejisi yardımıyla aylık ortalama %2.13
daha fazla getiri elde etmek olanaklı olmuştur. Tüm bu rakamlar bize göstermektedir ki
ĐMKB Sınai Endeksi’nde aşırı tepki anomalisi vardır ve bu doğrultuda alınan
pozisyonlarla normalin üzerinde getiriler elde etmek mümkündür.
Tablo-3.12. ĐMKB Sınai Endeksi’nde t istatistiği sonuçları.
endeks portföy / dönem ortalama t sig (2 tailed)
İMKB
Sınai
kaybettiren / formasyon -6,7489 -6,297 0,000
kaybettiren / test 1,2744
kazandıran / formasyon 10,0200 10,716 0,000
kaybettiren / test -0,8589
Bunların yanında yukarıdaki verilerin istatistiki açıdan test edilmesinin
sonunda kazandıran portföyünün standart sapması test döneminde 2,39, kaybeden
portföyününki ise 3,58 olarak hesaplanmıştır. Zıtlık stratejileri ile kazanılan getirilerin
en yüksek olduğu ĐMKB Sınai Endeksi’nde portföylerin standart sapması da diğer
57
endekslere göre oldukça fazla çıkmıştır. Ayrıca diğer endekslerde olduğu gibi risk getiri
ilişkisi bu endekste de Sermaye Varlıkları Fiyatlama Modeli ile uyuşur niteliktedir.
Ayrıca kaybettiren portföyünde t=-6.297 için anlam düzeyi değeri p=0.000, kazanan
portföyünde t=10.716 için anlam düzeyi değeri p=0,000 bulunmuştur. Böylece
kazandıran ve kaybettiren portföylerinin formasyon ve test dönemlerindeki getiri
farklılığı %95 güven aralığında anlamlı bulunmuştur.
3.2.5. ĐMKB Mali Endeksi’nde A şırı Tepki Hipotezine Đlişkin Bulgular
ĐMKB Mali Endeksi’nde aşırı tepki hipotezi araştırılmış ve aşağıdaki verilere
ulaşılmıştır.
Tablo-3.13. ĐMKB Sınai’de, dokuz ayrı portföy için birer yıllık portföy formasyon ve test dönemindeki kümülatif anormal getirileri ve ortalama kümülatif anormal getirileri(%).
dönem
KAYBEDEN PORTFÖYÜ (L) KAZANAN PORTFÖYÜ (W)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
formasyon dönemi
(ilk yıl)
test dönemi
(ikinci yıl)
CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t CAR p ACAR p,t
tem 98 - haz 00 -64,06 -5,34 47,23 3,94 70,65 5,89 -48,74 -4,06
tem 99 - haz 01 -73,04 -6,09 27,20 2,27 96,44 8,04 -2,69 -0,22
tem 00 - haz 02 -55,67 -4,64 -2,81 -0,23 58,61 4,88 -10,91 -0,91
tem 01 - haz 03 -41,77 -3,48 -5,62 -0,47 43,16 3,60 20,16 1,68
tem 02 - haz 04 -33,27 -2,77 10,54 0,88 48,79 4,07 -6,83 -0,57
tem 03 - haz 05 -40,41 -3,37 11,98 1,00 42,81 3,57 -22,52 -1,88
tem 04 - haz 06 -61,27 -5,11 -3,37 -0,28 73,60 6,13 2,44 0,20
tem 05 - haz 07 -37,07 -3,09 -3,15 -0,26 43,34 3,61 6,99 0,58
tem 06 - haz 08 -36,56 -3,05 -2,24 -0,19 43,71 3,64 20,68 1,72
ACAR -49,24 -4,10 8,86 0,74 57,90 4,83 -4,60 -0,38
Tablo-3.9.’dan görüleceği üzere portföy formasyon döneminde aylık -%4.10’luk
ortalama kümülatif getiriye sahip olan kaybeden portföyleri, test döneminde ortalama
%0.74 oranında bir getiri sağlamıştır. Bunun yanında formasyon döneminde ortalama
aylık %4.83 getirisi olan kazandıranlar portföyünün takip dönemindeki getirisinin -
%0.38 olduğu da görülmektedir.
58
Tablo-3.14. ĐMKB Mali’de, bir yıl boyunca en çok kazandıran ve kaybettiren portföylerinin takip eden bir yıldaki kümülatif anormal getirileri ve ortalama kümülatif anormal getirileri(%).
İMKB mali kaybeden portföyü (L) kazanan portföyü (W) arbitraj portföyü (L-W)
portföy
formasyon portföy test CAR L ACAR L,t CAR w ACAR w,t CAR L-CAR W ACAR L,t-ACAR W,t
tem 98 - haz 99 tem 99 - haz 00 47,23 3,94 -48,74 -4,06 95,96 8,00
tem 99 - haz 00 tem 00 - haz 01 27,20 2,27 -2,69 -0,22 29,89 2,49
tem 00 - haz 01 tem 01 - haz 02 -2,81 -0,23 -10,91 -0,91 8,10 0,67
tem 01 - haz 02 tem 02 - haz 03 -5,62 -0,47 20,16 1,68 -25,77 -2,15
tem 02 - haz 03 tem 03 - haz 04 10,54 0,88 -6,83 -0,57 17,37 1,45
tem 03 - haz 04 tem 04 - haz 05 11,98 1,00 -22,52 -1,88 34,50 2,88
tem 04 - haz 05 tem 05- haz 06 -3,37 -0,28 2,44 0,20 -5,81 -0,48
tem 05- haz 06 tem 06 - haz 07 -3,15 -0,26 6,99 0,58 -10,15 -0,85
tem 06 - haz 07 tem 07 - haz 08 -2,24 -0,19 20,68 1,72 -22,92 -1,91
ACAR 8,86 0,74 -4,60 -0,38 13,46 1,12
Analizlerden çıkartılacak bir diğer sonuç da birer yıllık portföy formasyon
dönemlerinde en çok kaybettiren hisse senetlerinden oluşan kaybeden portföyüne
yatırım yapmış olan bir yatırımcı, aylık olarak ortalama %0.74 oranında anormal getiri
elde edebilmiştir. Aynı şekilde kazandıran portföyünün aylık anormal getirisi tüm
portföyler için ortalama -%0.38’dir. Buna göre kaybeden portföyü, kazandıran
portföyüne göre piyasanın üzerinde getiri sağladığı gibi kazandıran portföyünün de
%1.12 üzerinde bir getiri sağlamaktadır. Bu bilgiler ışığında kaybedenleri satın alma,
kazananları elden çıkarma şeklindeki zıtlık stratejisiyle ortalamanın çok üzerine getiri
elde edilmiştir. Sonuçta ĐMKB Mali Endeksi’nde aşırı tepkinin varlığı ile zıtlık
stratejisinin işe yarar olduğu ortaya koyulmuştur.
Tablo-3.15. ĐMKB Mali Endeksi’nde t istatistiği sonuçları.
endeks portföy / dönem ortalama t sig (2 tailed)
İMKB Mali
kaybettiren / formasyon -4,1044 -7,556 0,000
kaybettiren / test 0,7400
kazandıran / formasyon 4,8256 6,536 0,000
kaybettiren / test -0,3844
ĐMKB Mali endeksinin istatistiki teste tabi tutulması sonucu kazandıran
portföyünün standart sapması test döneminde 1.80, kaybettiren portföyünün standart
sapması da aynı dönemde 1.50 olarak bulunmuştur. Kaybettiren portföyünün kazandıran
59
portföyüne oranla daha fazla getiriler elde edilmesine olanak vermesine rağmen risk
düzeyinin kazandıran portföyüne oranla daha az çıkması Sermaye Varlıkları Fiyatlama
Modeli ile çelişir niteliktedir. Bunun yanında kaybettiren portföyünde t=-7.556 için
anlam düzeyi değeri p=0.000, kazanan portföyünde t=6.536 için anlam düzeyi değeri
p=0,000 bulunmuştur. Yani kazandıran ve kaybettiren portföylerinin formasyon ve test
dönemlerindeki getiri farklılığı %95 güven aralığında anlamlı bulunmuştur.
3.2.6. ĐMKB Endekslerindeki A şırı Tepkinin Kar şılaştırılması
Bu çalışmada toplam beş endeks incelenmiştir. Bunlardan ĐMKB 100, ĐMKB 50
ve ĐMKB 30 endeksleri kendi aralarında kapitalizasyon oranlarına göre ayrılabilirken
ĐMKB Sınai ve ĐMKB Mali endeksleri ise sektörlerine göre ayrılmaktadır.
Kapitalizasyon, bir şirketin piyasadaki hisse sayısının bir hissenin fiyatıyla çarpımına
eşittir. Bu bağlamda farklı kapitalizasyon oranlarına sahip endekslerle farklı sektörlerin
kağıtlarının işlem gördüğü endekslerdeki aşırı tepki büyüklükleri karşılaştırılabilir.
Burada aşırı tepkinin büyüklüğü olarak kullanılan veriler, zıtlık stratejisi ile
kazanılabilmiş aylık ortalama kümülatif getiri oranlarıdır. Bunun sebebi ise portföy
formasyon sürecindeki aşırı tepkinin miktarı ile test sürecindeki zıtlık stratejileriyle
fazladan elde edilebilecek getiri oranları arasında pozitif yönlü bir ilişkinin olmasıdır.
Bu bağlamda aşağıdaki tabloda her bir endeks için zıtlık stratejileriyle kazanılmış aylık
ortalama kümülatif getiriler (ACARL-ACARW) verilmiştir.
Tablo-3.16. Zıtlık stratejileriyle kazanılmış aylık ortalama kümülatif getiriler(%).
ACARL-ACARW (%)
İMKB 100 2,01
İMKB 50 1,64
İMKB 30* -0,16
İMKB 30** -0,13
İMKB sınai 2,13
İMKB mali 1,12 * portföy oluşturma sürecinde ilk ve son %10'luk getiri dilimdeki hisse senetleri kullanılmıştır
**portföy oluşturma sürecinde en çok kazanan ve
en çok kaybeden 10 hisse senedi kullanılmıştır.
60
* portföy oluşturma sürecinde ilk ve son %10'luk getiri dilimdeki hisse senetleri kullanılmıştır **portföy oluşturma sürecinde en çok kazanan ve en çok kaybeden 10 hisse senedi kullanılmıştır.
Şekil-3.3. Zıtlık stratejileriyle kazanılmış aylık ortalama kümülatif getiriler(%).
ĐMKB 30 Endeksi’nin kapitalizasyon oranı yüksek 30, ĐMKB 50 Endeksi’nin
kapitalizasyon oranı yüksek 50 şirketi ve ĐMKB 100 Endeksi’nin de aynı şekilde 100
şirketin hisse senetlerini barındırdığı göz önüne alındığında şirketlerin kapitalizasyon
oranı ile piyasadaki aşırı tepkinin arasında negatif bir ilişki olabileceği görülmektedir.
ĐMKB Sınai Endeksi’nin endüstriyel sektörde faaliyet gösteren şirketlerden,
ĐMKB Mali Endeksi’nin ise finansal sektörde faaliyet gösteren şirketlerden oluştuğuna
dikkat edilirse endüstriyel sektör hisse senetlerinin finansal sektörün hisse senetlerine
göre aşırı tepki vermeye daha yatkın olduğu görülebilir. Mali sektördeki aşırı tepkinin
daha az olmasının sebebi ise bu sektörün yasal sebeplerle daha şeffaf çalışıyor
olmasından kaynaklanabilir.
Ancak diğer bir tarafta da analize alınmış olan hisse senedi sayısının azalmasıyla
aşırı tepkinin azalıyor olma ihtimali de bulunmakla birlikte bu, ayrı bir çalışmada
araştırılabilir.
61
3.2.7. Kazanan ve Kaybeden Portföylerinin Düzelme Büyüklüklerinin
Kar şılaştırılması
DeBondt ve Thaler (1985)’in yapmış olduğu çalışmada test dönemi içerisinde
kaybettirenler portföyünün kazandıran portföyünden daha iyi performans gösterdiği
yani kaybedenlerin kazananlara oranla daha fazla dönüşüm geçirdiği de belirtilmiştir.
Bu bağlamda aşırı tepkinin varlığının tespit edildiği endekslerde kaybeden ve kazanan
portföylerinin aylık ortalama kümülatif getirilerinin mutlak değerleri (|ACARL| ve
|ACARW|) verilmiştir.
Tablo-3.17. Kazanan ve kaybeden portföylerinin test dönemindeki aylık ortalama
kümülatif getirilerinin mutlak değerleri (%).
endeksler |ACARL| (%) |ACARW| (%) fark
İMKB 100 1,49 0,52 0,97
İMKB 50 1,23 0,41 0,82
İMKB sınai 1,27 0,86 0,41
İMKB mali 0,74 0,38 0,36
Tablo-3.12’de fark kolonundaki verilerin sıfırdan büyük olması yatırımcıların
portföy döneminde kötü haberlere iyi haberlerden daha fazla tepki vermiş oldukları
anlamına gelmektedir. Bu sunuçlar DeBondt ve Thaler (1985)’in bulgularıyla
uyuşmaktadır.
Sonuç olarak ĐMKB’nin beş endeksi incelenmiş ve bunlardan dördünde aşırı
tepki hipotezini destekleyen sonuçlar elde edilmiştir. Yatırımcılar, zıtlık stratejileriyle
pazar getirisinin üzerinde getiriler elde edebilmektedir. Buna göre ĐMKB’de getiri
öngörülebilirliği olduğu ve ĐMKB’nin zayıf formda dahi etkin olmadığı
söylenebilmektedir.
62
SONUÇ
Fiyatların mevcut bilgiyi tam olarak yansıttığı piyasalar bilgisel anlamda “etkin
piyasalar” olarak adlandırılır (Fama, 1970,383). Etkin piyasalar hipotezinde,
yatırımcılar beklenen fayda teorisine göre daima fayda maksimizasyonunu
hedefledikleri için irrasyonel kararlar vermezler.
1970’lerin sonlarında önemi artan “davranışsal finans” konusu Kahneman ve
Tversky’nin 1979’da ileri sürdükleri, yatırımcıların neden rasyonel olmadıklarını
açıklayan, beklentiler teorisi (prospect theory) ile ivme kazanmış, daha sonra bu
çalışmayı başka çalışmalar da izlemiştir. Piyasanın etkin olmadığını kanıtlayan birçok
anomali ortaya koyulmuş ve ampirik olarak kanıtlanmıştır. Bu anomalilerden biri olan
aşırı tepki hipotezi DeBondt ve Thaler (1985, 1987)’in çalışmalarıyla ortaya
koyulmuştur.
DeBondt ve Thaler (1985,1987), yatırımcıların piyasaya gelen yeni haberlere
irrasyonel bir şekilde aşırı tepki gösterdiklerini ve bu tepkiyi 3-5 yıl gibi bir sürede
düzelttiklerini ortaya koymuşlardır. DeBondt ve Thaler’i izleyen birçok araştırmacı da
onları destekler bulgulara ulaşmıştır. Aşırı tepki hipotezi, etkin piyasalar hipotezinin en
zayıf şekliyle bile çelişmektedir.
Bu çalışmada etkin piyasalar hipotezi, bu hipoteze yöneltilen eleştiriler, etkin
piyasalar hipotezine alternatif olarak ortaya çıkmış olan davranışsal finans, etkinliğin
ihlali anlamına gelen anomaliler ile anomalilere ilişkin ampirik çalışmalar ve fiyat
anomalilerinin bir alt konusu olan aşırı tepki hipotezi üzerinde durulmuştur. En son
bölümde ise ĐMKB 100, ĐMKB 50, ĐMKB 30, ĐMKB Mali ve ĐMKB Sınai
endekslerinde aşırı tepkinin var olup olmadığı ve zıtlık stratejileriyle normal üstü
getiriler elde etmenin olanaklı olup olmadığı incelenmiştir. Yanı zamanda bu bilgiler
ışığında ĐMKB’nin etkinlik seviyesi hakkında bilgi edinmek amaçlanmıştır
Sonuç olarak ĐMKB’nin beş endeksinden dördünde aşırı tepki hipotezini ve
zıtlık stratejileriyle normal üstü getiriler elde etmenin mümkün olduğunu destekleyen
sonuçlar elde edilmiştir. Buna göre ĐMKB’de getiri öngörülebilirliği vardır ve ĐMKB
zayıf formda dahi etkin olmayan bir piyasadır. Ayrıca kapitalizasyon oranı ile aşırı tepki
63
arasında negatif bir ilişkinin olabileceği ve de yatırımcıların endüstriyel şirketlerin hisse
senetlerine finansal şirketlerin hisse senetlerinden daha fazla aşırı tepki
gösterebilecekleri bulunmuştur. Ancak ĐMKB 30 Endeksi için yapılan çalışmada analize
alınmış olan hisse senedi sayısının azalmasıyla aşırı tepkinin azalıyor olma ihtimali de
bulunmaktadır. Bu, ayrı bir çalışmada kapsamlı bir şekilde araştırılabilir. Aynı zamanda
literatüre uygun olarak yatırımcıların portföy döneminde kötü haberlere iyi haberlerden
daha fazla tepki vermiş oldukları da bulunmuştur.
64
KAYNAKÇA
Abraham A, Ikenbery D L.(1994), “The Individual Investor and the Weekend Effect”,
Journal of Financial and Quantitative Analysis, 29, 263–277.
Ahmad, Z. and S. Hussain. (2001), “KLSE Long-Run Overreaction and the Chinese
New Year Effect.” Journal of Business Finance and Accounting, Vol.28,
pp.63-105.
Akkoç S. (2003), “Aşırı Tepki Verme Hipotezi ve ĐMKB Üzerine Ampirik Bir
Çalışma”, Yüksek Lisans Tezi, Osman Gazi Üniversitesi Sosyal Bilimler
Enstitüsü, Eskişehir.
Antoniou A, Galariotis E C and Spyrou S. (2005), “Contrarian Profits and the
Overreaction Hypothesis: The Case of the Athens Stock Exchange”,
European Financial Management, Vol.11, pp.71-98.
Arsad Z, Coutts J A. (1997), “Security Price Anomalies in the London International
Stock Exchange: A 60 Year Perspective”, Applied Financial Economics,
7,455-464.
Balaban, E. (1995), “Informational Efficiency of the Istanbul Securities Exchange and
Some Rationale for Public Regulation”, The Central Bank Of The Republic
Of Turkey Reasearch Department Discussion Paper, no:9502.
Barak O. (2006), “Hisse Senedi Piyasalarında Anomaliler ve Bunları Açıklamak Üzere
Geliştirilen Davranışsal Finans Modelleri –ĐMKB’de Bir Uygulama–”,
Doktora Tezi, Gazi Üniversitesi Sosyal Bilimler Enstitüsü, Ankara.
Barak O ve Demirelli E. (2006), “ĐMKB’de Gözlemlenen Fiyat Anomalilerinin
Davranışsal Finans Modelleri Kapsamında Değerlendirilmesi”, 10. Ulusal
Finans Sempozyumu Bildirisi.
Barberis N, Shleifer A, Vishny R. (1998), “A Model of Investor Sentiment” Journal of
Financial Economics, 49, 307-343.
65
Barone E. (1990), “The Italian Stock Market Efficiency and Calendar Anomalies”,
Journal of Banking and Finance, 14, 483-510.
Baytaş, A. and N. Çakıcı. (1999), “Do Markets Overreact: International Evidence?”
Journal of Banking and Finance, Vol.23, pp.1121-1144.
Berges A, McConnell J J, Schlarbaum G G. (1984), “the Turn-of –the-Year in Canada”,
The Journal of Finance, Vol.39, No.1, 185-192.
Bernad V L, Thomas J K. (1990), “Evidence that Stock Prices do not Fully Reflect the
Implications of Current Earnings For Future Earnings”, Journal of
Acconuting and Economics, Vol. 13, 305-340.
Bowman, R. G. and D. Iverson. (1998), “Short-Run Overreaction in the New Zealand
Stock Market.” Pacific-Basin Finance Journal, Vol.6, pp.475-491.
Bremer M R, Sweeney J. (1991), “The Reversals of Large Stock Price Decreases.”
Journal of Finance, Vol.46, pp.747-754.
Brown R L, Easton S A. (1988), “Weak-form Efficiency in the Nineteenth Century: A
Study of Daily Prices in the London Market for 3 per cent Consols, 1821–
1860”, Economica, 56, 61–70.
Canbaş S, Doğukanlı H. (2007), Finansal Pazarlar, Finansal Kurumlar ve Sermaye
Piyasası Analizleri (Dördüncü Basım), Adana, Karahan Kitabevi.
Chan K, Hameed A, Tong W. (2000), “Profitability of Momentum Strategies in The
International Equity Markets”, Journal of Financial and Quantitative
Analysis, Vol. 35, 153-172.
Chan K, Jegadeesh N, Lokonishok J. (1996), “Momentum Strategies”, Journal of
Finance, Vol. 51, 1681-1713.
Chen M W, Zhu J. (2005), “Do Investors in Chinese Stock Market Overreact?”, Journal
of Accounting and Finance Research, Vol. 13, No. 3, pp. 17 – 25.
Civelek M A, Durukan M B. (2003), Investments (2. Basım), Đzmir: Dokuz Eylül
Yayınları.
66
Clare A, Thomas S. (1995), “The Overreaction Hypothesis and the UK Stock Market.”
Journal of Business Finance and Accounting, Vol.22, pp.961-973.
Constantina Ph C, Forbes W P, Skerratt L. (2003), “Analyst Underraction in the United
Kingdom”, Financial Management, 93-106.
Cross F. (1973), “The Behavior of Stock Prices on Fridays and Mondays”, Financial
Analysts Journal, 29, 67-69.
Cutler D M, Poterba J M, Summers L H. (1990), “Speculative Dynamies and the Role
of Feedback Traders”, American Economic Review Papers and
Proceedings, Vol. 80, 63-68.
De Bondt W F M, Thaler R. (1985), “Does Stock Market Overreact?”, Journal of
Finance, Vol:40, No:3, 793-805.
De Bondt W F M, Thaler R. (1987), “Further Evidence on Investor Overreaction and
Stock Market Seasonality”, Journal of Finance, Vol:42, 557-581.
Döm S. (2003), Yatırımcı Psikolojisi (Birinci Basım), Değişim Yayınları.
Döm S. (2004), “Yatırımcı Psikolojisi”, ĐTÜ, 8. Ulusal Finans Sempozyumu Bildirisi.
Dreman D N, Lufkin E A. (2000), “Investor Overreaction¨Evidence That Its Basis is
Psychological”, The Journal of Psychology and Financial Markets. Vol.1,
No.1, 61-75.
Durukan M B. (2004), “Aşırı Tepki Hipotezi: Đstanbul Menkul Kıymetler Borsasından
Kanıtlar”, 8. Ulusal Finans Sempozyumu Bildirisi.
Dyl E A. (1977), “Capital Gain Taxation and Year-End Stock Market Behavior”,
Journal of Finance, 32, 165–175.
Fama E F (1970), “Efficient Capital Markets: A Review of Theory and Empirical
Work”, Journal of Finance, Vol. 25, 383–417.
Fung, A.K.-W. (1999), “Overreaction in the Hong Kong Stock Market.” Global
Finance Journal, Vol.10, pp.223-230.
67
Germeyanoğlu Ü M. (2003), “Testing for the Success and the Use of Contrarian
Strategies in Istanbul Stock Exchange”, Yüksek Lisans Tezi, Bilkent
Üniversitesi Ekonomi Bölümü, Ankara.
Gibbons M R, Hess P. (1981), “Day of the Week Effects and Asset Returns”, Journal of
Business, , 54, 579-596.
Givoly D, Ovaida A.(1983), “Year-End Tax-Induced Sales and Stock Market
Seasonality”, Journal of Finance, 38, 171-186.
Hardie A. (1988), “The Efficient Market Hypothesis and the Stock Market Crash: A
Random Walk With an Occasional Surprise”, Economic Affairs June/July
1988, 23-26.
Haris L. (1989), “A Day-End Transaction Price Anomaly”, Journal of Financial and
Qualitative Analysis,Vol: 24, No: 1, 29-45.
Haugen R A. (2001), The Inefficient Market: What Pays Off and Why (2nd edition):
Prentice Hall.
Ho Y K. (1990), “Stock Return Seasonalities in Asia Pacific Markets”, Journal of
International Financial Management and Accounting, 2, 47-77.
Hong H and Stein J C. (1999), “A Unified Theory of Underreaction, Momentum trading
and Overreaction in Asset Markets”, The Journal of Finance, Vol:54, No:6,
2143-2184.
Jaffe J, Westerfıeld R. (1985), “Patterns in Japanese Common Stock Returns: Day of
the Week and Turn of the Year Effects”, Journal of Financial Quantitative
Analysis , 20, 261-272.
Jaffe J, Westerfıeld R. (1989), “Is There a Monthly Effect in Stock Market Returns?
Evidence From Foreign Countries”, Journal of Banking and Finance, 13,
237-244.
Jegadeesh N, Titman S. (1993), “Returns tu Buying Winners and Selling Losers:
Implications for Stock Market Efficiency”, Journal of Finance, 48:65-91.
68
Kadiyala P, Rau R. (2001), “It’s All Under-Reaction”, Purdue University Working
Paper, 1-38
Karan M B. (2003), “Đstanbul Menkul Kıymetler Borsası Anomalileri”, Ege Ekonomik
Bakış Dergisi, Vol: 1, No: 2, 36.
Kim C W, Park J. (1994), “Holiday Effects and Stock Returns: Further Evidence”,
Journal of Financial and Quantitative Analysis, Vol.29, No.1, 145-157.
Lakonishok J, Smidt S. (1988), “Are Seasonal Anomalies Real? A Ninety-Year
Perspective”, The Review of Financial Studies, Vol.1, No.4, 403-425.
Larson S J, Madura J. (2003), “What Drives Stock Price Behavior Following Extreme
One-Day Returns?”, The Journal of Financial Research, Vol.26, pp.113-
127.
Lauterbach B, Ungar M. (1992), “Calendar Anomalies: Some Perspectives from the
Behavior of the Israeli Stock Market”, Applied Financial Econonics, 2, 57-
60.
Lehmann B N. (1990), “Fads, Martingales, and Market Efficiency.” Quarterly Journal
of Economica, Vol. 105, pp.1-28.
Liang Y, Mullineaux D J. (1994), “Overreaction and Reverse Anticipation: Two
Related Puzzles?” Journal of Financial Research, Vol.17, pp.31-43.
Martikainen T, Puttonen V. (1996), “Finish Day-Of-The-Week Effects”, Journal of
Business, Finance and Accounting, September, 1019–1032.
Meneu V, Pardo A. (2003), “Pre-Holiday Effect, Large Trades and Small Investor
Behaviour”, Journal of Empirical Finance, 11, 231-246.
Mills T C, Coutts J A. (1995), “Calender Effects in the London Stock Exchange FT-SE
indices”, The European Journal of Finance, 1, 79-83.
Myers S C, Brealey R A, Marcus A J. (2007), Đşletme Finansının Temelleri (5. Basım),
Đstanbul: Literatür Yayıncılık.
69
Nam K, Pyun C S, Avard S L. (2001), “Asymmetric Reverting Behavior of Short-
Horizon Stock Returns: An Evidence of Stock Market Overreaction.”
Journal of Banking and Finance, Vol.25, pp.807-824.
Öncü S, Aktaş H, Kargın S, Aktaş R, Kayalı N. (2006), “Yatırımcıların Anormal fiyat
Değişimlerine Tepkisi: Gün Đçi Verilerle ĐMKB Üzerine Bir Çalışma”,
Dokuz Eylül Üniversitesi, Đ.Đ.B.F. 10. Ulusal Finans Sempozyumu Bildirisi.
Özer G. (2000), “Hisse Senedi Piyasalarında Uzun Süreli Getiri Zıtlıkları: Aşırı Tepki
Verme (Kazandıran-Kaybettiren) Hipotezi Ve Bir Değerlendirme”, Mevzuat
Dergisi, yıl:3,sayı:27.
Reinganum RM. (1982), “A Direct Test of Roll’s Conjecture on the Firm Size Effect”,
Journal of Finance, Vol.37, No.1, 27-35.
Rogalski R J. (1984), “New Findings Regarding Day-of-the-Week Returns Over
Trading and Non-trading Periods: A Note”, Journal of Finance, 39, 1603-
1614.
Seyhun H N. (1990), “Overreaction nor Fundamentals: Some Lessons from Insiders’
Response to the Market Crash of 1987”, Journal of Finance, 45, 1363-1388.
Shiller R J. (1981), “Do Stock Prices Move Too Much to be Justified by Subsequent
Changes in Dividends”, American Economic Review,71:421-36.
Shiller R J. (2003), “From Efficient Markets Theory to Behavioral Finance”, Journal of
Economic Perspectives, Vol:17, 83-104.
Shleifer A. (2003), Inefficient Markets: An Introduction to Behavioral Finance. (3.
Basım), Oxford University Press.
Shostak F. (1997), “In Defense of Fundamental Analysis: A Critique of the Efficient
Market Hypothesis”, Review of Austrian Economics 10, No.2:27-45.
Taşkın F D. (2006), “Overreaction Hypothesis; Evidence From Istanbul Stock
Exchange”, Yüksek Lisans Tezi, Dokuz Eylül Üniversitesi Sosyal Bilimler
Enstitüsü, Đzmir.
70
Thaler R H. (1987a), “Seasonal Movement in Security Prices II: Weekend, Holiday,
Turn of the Month, and Intraday Effects”, Economic Perspectives, vol:1,
169-177
Thaler R H. (1987b), “Anomalies: The January Effect”, Economic Perspectives, vol:1,
197-201.
Tversky A, Kahneman D. (1974), “Judgment under Uncertainty: Heuristics and Biases”,
Science, New Series, Volume 185, Issue 4157, 1124-1131.
Wactel S B.(1942), “Certain Observations on Seasonal Movements in Stock Prices”,
The Journal of Business of the University of Chicago, Vol.15, No.2, 184-
193.
Wong K A, Hui T K, Chan C Y. (1992), “Day-of-the-Week Effects: Evidence from
Developing Stock Markets”, Applied Financial Economics, 2, 49–56.
Wood R A, McInish T H and Ord J K. (1985), “An Investigation of Transactions Data
for NYSE Stocks”, The Journal of Finance, Vol: XL, No:3, 723-739.
Yavuz E. (2003), “Davranışsal Finans Açısından Finansal Kriz Süreçlerinde Hisse
Senedi Piyasası”, Yüksek Lisans Tezi, Đstanbul Üniversitesi Sosyal Bilimler
Enstitüsü, Đstanbul.
Yücel T, Taşkın F D. (2007), “Aşırı Tepki Hipotezi Ve Đstanbul Menkul Kıymetler
Borsası’ndan Kanıtlar”, Đktisat, Đşletme ve Finans Dergisi, 22. Yıl, :Kasım.
71
EKLER
EK 1: Uygulama Kapsamında Đncelenen Şirketler Listesi
ADNAC BRISA ERBOS KLMSN SAHOL
ADANA BRSAN EREGL KNFRT SARKY
ADBGR BRYAT ESEMS KONYA SASA
ADEL BSHEV FENIS KORDS SELGD
ADNAC BTCIM FFKRL KRDMD SERVE
AFYON BUCIM FINBN KRSTL SISE
AKALT BURCE FMIZP KRTEK SKBNK
AKBNK CBSBO FORTS KUTPO SKTAS
AKCNS CELHA FRIGO LUKSK SONME
AKGRT CEMTS FROTO MEMSA TATKS
AKIPD CEYLN GARAN MERKO TBORG
AKSA CIMSA GARFA MIGRS TEKFK
ALARK CMBTN GEDIZ MIPAZ TEKST
ALCAR CMENT GENTS MMART TIRE
ALCTL CYTAS GLYHO MRDIN TKBNK
ALGYO DARDL GOLTS MRSHL TOASO
ALNTF DENCM GOODY MTEKS TRKCM
ALTIN DERIM GUBRF MUTLU TSKB
ANACM DEVA GUSGR MZHLD TUDDF
ANSGR DGZTE HEKTS NETAS TUKAS
ARCLK DITAS HURGZ NTHOL TUPRS
ARSAN DMSAS HZNDR NTTUR UNYEC
ASELS DOHOL IDAS OKANT USAK
ASUZU DOKTS IHEVA OLMKS UZEL
ATEKS DURDO IHLAS OTKAR VAKFN
AVIVA DYHOL ISAMB OZFIN VAKKO
AYGAZ DYOBY ISCTR PARSN VANET
BAGFS ECILC IZMDC PENGD VESTL
BAKAB ECYAP IZOCM PETKM VKGYO
BANVT ECZYT KAPLM PIMAS VKING
BEKO EDIP KARTN PINSU YATAS
BERDN EGEEN KAVPA PNSUT YKBNK
BFREN EGGUB KCHOL PRKAB YKFIN
BISAS EGSER KENT PRKTE YKGYO
BOLUC EMKEL KERVT PRTAS YKSGR
BOSSA EMNIS KIPA PTOFS YUNSA
BOYNR EPLAS KLBMO RAYSG
72
EK 2: ĐMKB 100 Endeksi’ndeki Hisse Senetlerine Ait Kümülatif Anormal Getiriler.
CAR 1 CAR 2 CAR 3 CAR 4 CAR 5 CAR 6 CAR 7 CAR 8 CAR 9 CAR 10
ADNAC 9,03 -32,79 -21,24 -4,85 69,45 -17,65 26,26 2,40 -6,02 -9,03
AKBNK 38,52 -97,74 36,18 38,09 -14,01 4,23 -1,31 13,03 -9,05 -9,82
AKCNS 11,14 -83,62 -10,51 8,96 -16,51 -4,54 28,51 13,67 3,99 -30,51
AKGRT 63,96 -36,12 10,36 -11,70 -26,64 20,71 11,93 23,76 37,02 -11,15
AKSA -16,71 20,92 -8,83 9,12 -24,32 -47,70 -28,04 -58,51 27,26 -39,05
ALARK 43,43 -4,30 30,02 -18,56 -26,25 -8,12 12,28 -40,52 -47,53 19,93
ALCTL -13,09 43,01 -61,50 -11,57 -45,46 -24,30 -20,56 -42,84 -31,62 -19,48
ALGYO -8,00 -49,45 46,54 -5,98 -40,89 -6,08 45,10 -9,67 -8,16 -25,14
ANACM 6,30 -32,73 -45,16 37,69 56,80 53,30 7,25 -33,22 -16,14 19,01
ANSGR -30,06 71,07 -39,94 1,23 -20,95 35,19 45,52 -3,05 2,68 -12,27
ARCLK 22,62 22,87 -25,39 52,76 1,89 -3,11 -21,51 -12,52 -2,95 -57,98
ASELS 68,77 61,03 -87,59 74,44 27,71 -32,58 59,37 -8,76 -11,16 13,47
ASUZU -68,99 54,62 -67,71 79,42 -58,76 10,12 -5,02 10,92 -17,45 15,59
AYGAZ 60,09 -48,02 26,95 -37,54 16,22 -51,62 -32,56 -2,19 23,04 1,83
BANVT 87,71 -56,75 -40,35 -10,17 -23,08 30,22 -48,90 -28,57 5,34 69,57
BEKO -23,00 30,65 -40,47 93,84 -7,06 21,00 -66,05 -52,25 -44,16 -54,10
BOLUC -23,18 -5,87 -14,97 22,48 58,68 -61,70 39,15 26,96 -4,96 -21,41
BOSSA 8,52 -3,57 -28,43 94,00 -15,62 -66,21 10,14 -36,05 51,11 -14,74
BOYNR -62,81 18,09 -32,53 -13,93 8,85 -75,38 66,07 -48,73 20,23 -21,32
BRSAN 10,15 55,82 -24,82 47,50 6,41 20,87 -4,97 -27,19 -17,66 17,20
BRYAT 14,64 101,75 -20,98 -17,62 -0,84 27,33 15,17 -18,01 -30,47 5,02
CIMSA 21,22 -47,42 22,29 16,43 4,01 -15,98 55,38 -15,71 11,81 -23,58
CYTAS -120,20 274,86 130,90 -52,78 16,99 67,16 -3,98 -75,48 -28,34 26,60
DEVA 24,43 -27,52 36,87 -45,54 75,69 -6,97 -13,89 161,04 45,60 11,65
DGZTE -54,73 -89,02 -29,93 110,72 -4,57 31,40 11,36 -42,07 69,96 -70,38
DOHOL 32,19 9,82 -18,90 -3,00 -35,84 54,43 11,56 35,44 -35,38 -22,54
DOKTS -42,12 12,39 -20,54 -16,18 32,44 7,98 -35,91 35,14 29,63 2,66
ECILC 88,54 -44,20 -30,01 18,21 -0,52 43,27 56,67 -50,63 41,31 -8,91
ECYAP 41,60 -64,55 59,87 5,00 26,49 -57,43 -11,34 40,51 -40,75 11,51
ECZYT 155,62 -30,09 -5,36 -33,32 -8,95 -4,12 0,53 18,64 5,80 -17,96
EGSER -105,12 70,43 -50,04 -36,69 82,71 -71,13 -19,71 94,18 -57,00 -55,58
EREGL -12,92 -16,73 -34,09 1,58 -16,32 31,03 16,27 2,42 37,39 97,12
FINBN -18,11 -67,00 115,87 -108,06 47,29 22,85 144,62 49,72 -28,19 -1,65
FORTS 31,11 -98,49 45,27 22,42 -34,76 74,25 76,88 -30,09 16,19 -64,64
FROTO 2,87 28,68 47,26 -2,91 -23,34 47,79 -36,47 -1,65 -0,85 7,82
GARAN 61,54 -71,48 38,54 -4,21 -23,69 44,44 28,79 -8,21 36,31 -4,98
GLYHO -96,91 208,87 -72,69 -11,65 -25,72 -20,16 -39,82 25,65 -17,54 -13,63
HEKTS -31,94 74,36 24,64 -40,10 13,39 -15,03 -17,84 -12,27 14,70 31,06
HURGZ -47,32 -22,31 60,52 91,99 -38,84 10,27 -7,98 -20,61 -16,77 -49,80
IHEVA -12,56 109,88 -85,79 161,80 76,36 -97,19 -73,81 -9,91 -22,78 288,76
IHLAS -28,83 -30,39 -151,71 9,14 91,31 -56,79 -60,70 -39,66 -21,64 23,40
ISCTR 34,75 -9,62 27,74 -77,49 -16,82 33,97 13,12 -7,68 -17,50 -2,19
IZMDC -0,88 -33,09 4,15 4,99 -13,24 7,88 24,89 31,85 -2,30 21,16
KCHOL 8,02 -29,09 41,76 -5,67 -41,98 0,70 -26,29 -25,26 10,96 4,62
KIPA 51,62 -110,61 19,60 51,35 10,13 -16,89 -1,40 95,94 -44,18 -47,83
KORDS -46,67 -3,82 -4,27 -20,53 -8,16 -41,52 6,45 9,83 -30,46 -25,00
KRDMD -139,31 -42,21 -24,15 -56,13 122,24 91,63 19,92 -21,17 30,63 63,56
KRSTL -79,01 -93,76 91,42 60,67 42,53 -54,86 -90,80 6,33 -32,03 24,67
MIGRS 52,04 -95,61 -17,48 -21,84 -23,01 -23,03 -1,92 3,80 31,71 22,87
MIPAZ 59,46 -14,34 -48,25 -3,80 1,36 1,69 9,09 20,00 1,91 -62,75
73
CAR 1 CAR 2 CAR 3 CAR 4 CAR 5 CAR 6 CAR 7 CAR 8 CAR 9 CAR 10
MMART -85,45 71,97 35,03 -27,40 23,61 20,21 -7,38 16,18 -18,44 -43,23
NETAS -43,45 109,04 -3,90 -69,68 -14,02 -45,38 -16,47 -28,74 -33,49 -32,32
NTHOL -86,46 116,55 -35,68 -18,08 -11,10 7,87 -32,39 103,10 -19,58 5,70
NTTUR -122,43 64,02 43,43 -43,50 -16,14 3,38 -6,49 55,95 -45,39 -19,46
OTKAR 38,20 21,03 -68,60 11,99 -0,36 34,51 -27,72 55,60 65,04 -22,51
PETKM 84,75 -19,96 5,57 -32,81 -8,10 -63,45 -13,07 -44,87 29,84 -19,97
PNSUT 44,67 -38,51 38,96 -23,16 -67,58 54,04 -22,09 62,34 62,90 -4,19
PRKTE -132,24 388,46 128,64 -35,83 -9,92 70,13 28,15 -35,05 -30,23 46,23
PTOFS 99,19 -86,47 52,27 -52,37 12,41 -34,62 -15,75 10,41 -11,20 30,99
SAHOL 32,27 -38,69 8,93 -3,16 -26,82 3,27 -18,87 1,52 15,82 -5,89
SASA -13,26 -5,00 -16,60 -10,60 9,92 -24,75 -68,38 -36,38 -60,16 -30,57
SISE -20,20 -18,70 -21,02 -16,59 0,81 39,82 3,78 -15,76 -4,05 -21,24
SKBNK 57,57 -79,72 -14,41 -25,95 -60,45 -19,26 143,93 25,85 33,03 19,84
TATKS 27,26 -46,38 21,10 18,17 -24,04 -8,26 -25,81 -51,07 38,99 46,30
TIRE 47,76 -93,87 -8,56 -41,07 6,69 36,58 -51,82 -2,51 87,70 61,01
TOASO -65,23 70,41 49,93 -4,84 -22,37 1,89 -38,75 48,86 15,64 -19,47
TRKCM -45,55 20,67 4,34 25,19 -3,72 14,37 -6,04 -32,54 11,93 -32,11
TUPRS 47,31 -137,79 21,57 -41,15 13,15 -34,61 38,52 6,95 -2,93 29,66
VESTL 23,25 -4,54 -29,70 14,18 -19,66 -21,86 -34,70 -66,11 -39,60 -3,51
YKBNK 84,58 -69,32 35,58 -65,32 -35,09 52,51 -0,13 -12,49 -7,34 13,11
74
EK 3: ĐMKB 50 Endeksi’ndeki Hisse Senetlerine Ait Kümülatif Anormal Getiriler.
CAR 1 CAR 2 CAR 3 CAR 4 CAR 5 CAR 6 CAR 7 CAR 8 CAR 9 CAR 10
AKBNK 28,02 -89,14 28,74 46,01 -10,21 -3,03 -1,01 19,90 -13,20 -10,89
AKGRT 53,46 -27,52 2,93 -3,78 -22,84 13,45 12,23 30,64 32,87 -12,23
AKSA -27,21 29,52 -16,27 17,04 -20,52 -54,96 -27,74 -51,63 23,11 -40,12
ALARK 32,93 4,30 22,59 -10,64 -22,45 -15,38 12,59 -33,64 -51,68 18,85
ARCLK 12,11 31,47 -32,82 60,68 5,69 -10,37 -21,21 -5,65 -7,09 -59,05
ASELS 58,27 69,63 -95,02 82,36 31,51 -39,84 59,67 -1,88 -15,31 12,39
AYGAZ 49,59 -39,42 19,52 -29,62 20,02 -58,88 -32,26 4,68 18,89 0,75
BEKO -33,50 39,25 -47,90 101,76 -3,26 13,74 -65,75 -45,38 -48,31 -55,18
DEVA 13,93 -18,92 29,44 -37,62 79,49 -14,23 -13,59 167,91 41,46 10,57
DOHOL 21,69 18,42 -26,33 4,91 -32,04 47,17 11,86 42,31 -39,53 -23,62
ECILC 78,04 -35,60 -37,44 26,12 3,28 36,01 56,97 -43,76 37,16 -9,99
EREGL -23,42 -8,13 -41,52 9,50 -12,51 23,77 16,57 9,29 33,25 96,05
FINBN -28,61 -58,40 108,44 -100,14 51,10 15,59 144,92 56,59 -32,34 -2,73
FORTS 20,61 -89,89 37,83 30,33 -30,96 66,98 77,18 -23,22 12,05 -65,71
FROTO -7,63 37,28 39,83 5,00 -19,53 40,53 -36,17 5,23 -5,00 6,74
GARAN 51,04 -62,88 31,10 3,71 -19,89 37,17 29,09 -1,34 32,16 -6,06
GLYHO -107,41 217,47 -80,13 -3,73 -21,92 -27,42 -39,51 32,53 -21,69 -14,70
HURGZ -57,82 -13,71 53,09 99,91 -35,03 3,01 -7,67 -13,74 -20,92 -50,88
IHLAS -39,33 -21,79 -159,14 17,06 95,11 -64,05 -60,40 -32,79 -25,79 22,32
ISCTR 24,25 -1,02 20,31 -69,57 -13,02 26,70 13,43 -0,80 -21,65 -3,26
IZMDC -11,38 -24,49 -3,28 12,90 -9,44 0,62 25,19 38,72 -6,45 20,09
KCHOL -2,48 -20,49 34,33 2,25 -38,18 -6,56 -25,99 -18,38 6,81 3,54
KRDMD -149,81 -33,61 -31,58 -48,21 126,04 84,37 20,22 -14,29 26,48 62,49
MIGRS 41,53 -87,00 -24,91 -13,92 -19,21 -30,29 -1,61 10,68 27,56 21,79
NETAS -53,96 117,64 -11,33 -61,76 -10,22 -52,65 -16,16 -21,86 -37,64 -33,39
PETKM 74,25 -11,36 -1,86 -24,89 -4,30 -70,71 -12,77 -37,99 25,69 -21,05
PRKTE -142,74 397,06 121,21 -27,91 -6,12 62,87 28,45 -28,17 -34,38 45,15
PTOFS 88,69 -77,87 44,84 -44,45 16,22 -41,89 -15,44 17,28 -15,35 29,91
SAHOL 21,77 -30,09 1,50 4,76 -23,01 -3,99 -18,57 8,40 11,67 -6,96
SISE -30,71 -10,10 -28,46 -8,67 4,61 32,56 4,08 -8,88 -8,20 -22,31
TATKS 16,75 -37,78 13,67 26,09 -20,23 -15,53 -25,50 -44,19 34,84 45,22
TIRE 37,25 -85,27 -15,99 -33,15 10,50 29,32 -51,52 4,37 83,56 59,94
TOASO -75,73 79,02 42,50 3,08 -18,56 -5,38 -38,45 55,73 11,49 -20,55
TRKCM -56,05 29,27 -3,09 33,11 0,09 7,10 -5,74 -25,66 7,78 -33,18
TUPRS 36,81 -129,19 14,14 -33,23 16,95 -41,88 38,82 13,82 -7,08 28,59
VESTL 12,75 4,06 -37,13 22,10 -15,86 -29,12 -34,39 -59,23 -43,75 -4,59
YKBNK 74,07 -60,72 28,15 -57,40 -31,28 45,24 0,17 -5,61 -11,49 12,03
75
EK 4: ĐMKB 30 Endeksi’ndeki Hisse Senetlerine Ait Kümülatif Anormal Getiriler.
CAR 1 CAR 2 CAR 3 CAR 4 CAR 5 CAR 6 CAR 7 CAR 8 CAR 9 CAR 10
AKBNK 30,88 -71,29 29,54 43,74 -7,69 -8,17 0,51 21,59 -7,52 -8,89
AKGRT 56,32 -9,67 3,72 -6,05 -20,32 8,30 13,75 32,32 38,55 -10,23
AKSA -24,35 47,36 -15,47 14,77 -18,00 -60,11 -26,22 -49,95 28,79 -38,12
ALARK 35,79 22,14 23,39 -12,91 -19,93 -20,52 14,11 -31,96 -46,00 20,85
ARCLK 14,97 49,32 -32,02 58,41 8,21 -15,51 -19,69 -3,96 -1,41 -57,05
BEKO -30,64 57,09 -47,10 99,49 -0,74 8,59 -64,23 -43,69 -42,63 -53,18
DOHOL 24,55 36,27 -25,53 2,64 -29,52 42,03 13,38 44,00 -33,85 -21,62
EREGL -20,56 9,71 -40,72 7,23 -10,00 18,63 18,09 10,98 38,92 98,05
FINBN -25,75 -40,55 109,24 -102,41 53,61 10,44 146,44 58,28 -26,66 -0,73
FROTO -4,77 55,13 40,63 2,73 -17,02 35,39 -34,65 6,92 0,68 8,74
GARAN 53,90 -45,03 31,90 1,44 -17,37 32,03 30,61 0,35 37,84 -4,06
HURGZ -54,96 4,13 53,89 97,64 -32,52 -2,13 -6,15 -12,05 -15,24 -48,88
IHLAS -36,47 -3,94 -158,34 14,79 97,63 -69,20 -58,88 -31,10 -20,11 24,33
ISCTR 27,11 16,83 21,11 -71,84 -10,50 21,56 14,95 0,88 -15,97 -1,26
KCHOL 0,38 -2,65 35,13 -0,02 -35,66 -11,71 -24,47 -16,70 12,49 5,54
KRDMD -146,95 -15,76 -30,78 -50,48 128,56 79,23 21,74 -12,61 32,16 64,49
MIGRS 44,40 -69,16 -24,11 -16,19 -16,69 -35,43 -0,09 12,36 33,24 23,80
SAHOL 24,63 -12,24 2,30 2,49 -20,50 -9,14 -17,05 10,08 17,35 -4,96
SISE -27,84 7,74 -27,66 -10,94 7,13 27,42 5,60 -7,20 -2,52 -20,31
TOASO -72,87 96,86 43,30 0,81 -16,05 -10,52 -36,93 57,42 17,17 -18,55
TUPRS 39,67 -111,34 14,94 -35,50 19,47 -47,02 40,34 15,51 -1,40 30,59
VESTL 15,61 21,91 -36,33 19,83 -13,34 -34,27 -32,87 -57,55 -38,07 -2,59
YKBNK 76,94 -42,87 28,95 -59,67 -28,77 40,10 1,69 -3,93 -5,81 14,03
76
EK 5: ĐMKB Mali Endeksi’ndeki Hisse Senetlerine Ait Kümülatif Anormal Getiriler.
CAR 1 CAR 2 CAR 3 CAR 4 CAR 5 CAR 6 CAR 7 CAR 8 CAR 9 CAR 10
AKBNK 35,23 -83,20 31,00 42,08 -3,44 -1,23 -22,74 6,49 -16,36 -9,09
AKGRT 60,67 -21,58 5,19 -7,71 -16,07 15,25 -9,50 17,23 29,71 -10,42
ALARK 40,14 10,23 24,85 -14,58 -15,68 -13,58 -9,14 -47,05 -54,84 20,66
ALGYO -11,29 -34,91 41,37 -2,00 -30,33 -11,54 23,67 -16,20 -15,46 -24,41
ALNTF -55,29 63,03 -30,20 17,14 -9,90 -34,09 13,52 18,04 0,38 -31,46
ANSGR -33,35 85,61 -45,11 5,21 -10,38 29,73 24,10 -9,59 -4,63 -11,53
AVIVA -36,41 49,15 174,47 13,41 -27,60 -22,29 106,18 -39,07 29,81 1,86
BRYAT 11,35 116,28 -26,16 -13,63 9,73 21,87 -6,26 -24,54 -37,78 5,75
DOHOL 28,90 24,36 -24,07 0,98 -25,28 48,97 -9,87 28,90 -42,69 -21,81
DYHOL 2,11 72,21 -20,09 55,99 -32,87 56,23 -28,03 13,54 -37,80 -78,76
ECZYT 152,33 -15,55 -10,53 -29,34 1,62 -9,58 -20,90 12,10 -1,50 -17,22
FFKRL -21,60 -11,97 22,83 40,04 24,34 -4,39 76,90 22,25 -16,88 53,57
FINBN -21,40 -52,46 110,70 -104,07 57,86 17,39 123,19 43,18 -35,50 -0,92
FORTS 27,82 -83,96 40,09 26,40 -24,20 68,79 55,46 -36,63 8,88 -63,90
GARAN 58,25 -56,94 33,36 -0,22 -13,12 38,98 7,36 -14,75 29,00 -4,25
GARFA 6,86 -28,34 -24,31 56,24 35,92 -22,61 -52,78 41,63 18,17 -59,87
GLYHO -100,20 223,40 -77,86 -7,66 -15,16 -25,62 -61,24 19,12 -24,85 -12,89
GUSGR -5,71 15,89 14,52 55,86 -17,40 -59,18 15,37 2,02 25,47 106,37
IHLAS -32,12 -15,85 -156,88 13,12 101,88 -62,25 -82,12 -46,20 -28,95 24,13
ISCTR 31,46 4,92 22,57 -73,51 -6,26 28,51 -8,30 -14,21 -24,81 -1,45
KAVPA 59,14 -17,17 -46,15 -15,04 -25,56 43,30 -76,37 -40,26 -47,80 43,47
KCHOL 4,73 -14,56 36,59 -1,68 -31,41 -4,76 -47,71 -31,79 3,65 5,35
MZHLD -59,39 -74,40 55,19 3,27 -1,87 30,51 -92,22 -33,90 96,08 -68,58
NTHOL -89,75 131,08 -40,85 -14,10 -0,54 2,41 -53,81 96,57 -26,89 6,43
OZFIN -87,78 -30,30 -8,71 51,64 27,00 30,18 -66,43 -41,57 17,18 9,51
RAYSG -50,17 89,23 32,91 -24,93 3,33 -3,39 -10,96 36,11 86,55 32,37
SAHOL 28,98 -24,15 3,76 0,83 -16,25 -2,19 -40,29 -5,01 8,51 -5,16
SISE -23,49 -4,17 -26,19 -12,61 11,38 34,36 -17,65 -22,29 -11,36 -20,50
SKBNK 54,28 -65,18 -19,58 -21,96 -49,88 -24,72 122,50 19,31 25,72 20,57
TEKFK -60,55 -0,77 17,54 34,57 3,97 -29,84 -25,39 -12,83 -0,91 -35,95
TEKST 104,68 -73,09 -22,36 -15,16 -11,41 -67,54 74,66 52,86 4,42 26,26
TKBNK -14,13 72,71 6,04 -50,48 -12,13 -26,81 35,11 -29,72 -17,77 29,67
TSKB -28,85 -1,77 -28,70 -13,09 30,49 -10,12 78,28 21,48 -9,21 -22,29
VAKFN -65,38 61,69 -78,57 12,56 -41,52 -1,76 -7,62 -15,74 24,37 50,06
VKGYO -35,66 -76,33 14,37 6,87 -43,75 -25,12 36,81 -10,82 -28,53 -8,46
YKBNK 81,29 -54,78 30,41 -61,33 -24,52 47,04 -21,56 -19,02 -14,65 13,84
YKFIN 60,48 -110,09 -1,16 30,30 176,17 -2,33 -39,70 7,69 0,88 -19,72
YKGYO -3,08 -39,86 -21,25 -21,92 10,76 0,38 26,88 -18,46 24,15 -18,44
YKSGR -25,64 -28,44 -9,06 38,52 12,07 -48,93 -9,39 71,10 66,23 97,21
77
EK 6: ĐMKB Sınai Endeksi’ndeki Hisse Senetlerine Ait Kümülatif Anormal Getiriler.
CAR 1 CAR 2 CAR 3 CAR 4 CAR 5 CAR 6 CAR 7 CAR 8 CAR 9 CAR 10
ADANA 39,44 -50,52 -6,08 -6,31 36,76 -23,89 75,14 44,36 26,37 -38,60
ADBGR 35,70 -51,28 -3,46 0,79 21,18 -22,02 56,42 56,04 2,77 -10,77
ADEL 15,44 -45,30 64,66 -62,18 -16,45 -2,30 -3,64 40,94 7,15 10,90
ADNAC 24,91 -13,63 -28,13 -19,53 73,52 -1,81 33,60 2,17 -8,61 -19,30
AFYON 45,22 -41,46 -7,28 -32,39 5,85 -4,92 99,12 21,95 -30,75 11,55
AKALT -15,82 96,39 -36,77 6,44 -37,25 -40,65 -22,90 -45,75 21,46 -40,08
AKCNS 27,02 -64,46 -17,40 -5,72 -12,44 11,31 35,84 13,44 1,40 -40,77
AKIPD -46,92 29,07 -4,26 -18,30 -37,34 -18,70 2,12 109,78 -84,47 -42,31
AKSA -0,82 40,08 -15,72 -5,55 -20,26 -31,85 -20,71 -58,74 24,67 -49,32
ALCAR 63,40 -46,04 -11,40 -2,36 3,45 -23,73 -30,52 32,21 -25,73 -24,37
ALTIN -20,47 41,83 -80,07 6,21 -30,18 20,07 -45,40 39,22 62,82 52,16
ANACM 22,18 -13,56 -52,04 23,01 60,86 69,14 14,58 -33,44 -18,73 8,75
ARCLK 38,50 42,03 -32,28 38,09 5,95 12,74 -14,18 -12,75 -5,53 -68,24
ARSAN -29,61 -25,17 18,95 269,95 -104,30 -64,56 -66,16 -11,99 -20,76 -12,82
ASUZU -53,11 73,78 -74,60 64,74 -54,69 25,97 2,31 10,69 -20,03 5,33
ATEKS 19,03 5,61 170,84 18,58 -60,29 -28,08 -13,33 -14,88 -33,32 -52,60
AYGAZ 75,98 -28,86 20,07 -52,21 20,28 -35,77 -25,22 -2,42 20,45 -8,44
BAGFS -100,11 -49,83 3,87 -29,82 0,07 -3,16 8,79 -17,92 4,70 173,73
BAKAB 37,76 -46,45 8,29 82,59 29,28 -83,68 -41,40 5,94 0,11 -18,15
BANVT 103,60 -37,59 -47,23 -24,84 -19,01 46,06 -41,57 -28,80 2,75 59,31
BEKO -7,12 49,81 -47,35 79,16 -3,00 36,85 -58,72 -52,48 -46,75 -64,37
BERDN -26,04 -49,81 15,97 19,83 -58,57 27,13 -11,47 -90,54 22,31 -52,88
BFREN -9,94 -7,28 -19,69 24,35 -16,29 399,27 285,02 -66,69 -40,43 -13,09
BISAS -85,78 118,51 60,76 5,79 -28,18 31,13 -51,57 -46,12 50,95 -43,30
BOLUC -7,30 13,29 -21,86 7,80 62,75 -45,85 46,49 26,73 -7,55 -31,67
BOSSA 24,40 15,60 -35,31 79,33 -11,55 -50,36 17,48 -36,28 48,52 -25,01
BRISA -10,32 11,46 -2,21 -20,57 35,32 -22,51 35,24 -51,81 0,84 -16,25
BRSAN 26,03 74,98 -31,71 32,82 10,47 36,72 2,36 -27,42 -20,25 6,93
BSHEV 25,01 104,14 -5,62 91,85 -47,12 -41,15 17,19 -19,45 7,95 -14,03
BTCIM -26,32 -10,13 34,34 -23,71 -6,53 -44,08 44,98 54,10 -2,41 -63,74
BUCIM 71,11 -96,69 -48,25 33,37 -22,85 -26,12 63,21 17,23 -30,93 -1,66
BURCE -40,50 -13,63 92,26 -16,19 -22,39 22,39 24,76 11,57 -41,95 0,62
CBSBO -102,51 93,94 -31,72 65,05 -7,70 -40,05 -60,43 -39,95 -38,85 -59,77
CELHA -69,94 -35,76 -37,89 17,38 18,43 -21,12 10,51 36,15 16,58 24,51
CEMTS 12,08 43,10 -3,42 -55,16 20,17 18,40 79,31 -32,97 -2,52 -3,60
78
CAR 1 CAR 2 CAR 3 CAR 4 CAR 5 CAR 6 CAR 7 CAR 8 CAR 9 CAR 10
CEYLN 6,85 -25,50 38,22 65,85 -66,40 7,83 8,23 -23,21 26,59 -38,69
CIMSA 37,10 -28,26 15,41 1,75 8,07 -0,14 62,72 -15,93 9,22 -33,85
CMBTN 4,20 -53,77 75,05 -21,83 37,42 -32,09 29,65 -4,80 -37,20 -11,91
CMENT 22,15 -57,62 87,28 -18,98 -26,56 -48,12 26,04 -5,50 -14,75 3,84
CYTAS -104,32 294,02 124,02 -67,46 21,05 83,01 3,35 -75,70 -30,93 16,33
DARDL -56,30 9,62 -28,57 -31,02 11,21 7,79 -40,54 -22,87 -2,15 -72,11
DENCM -19,95 33,74 49,39 -35,40 -24,50 -23,42 -13,45 18,22 -49,78 -16,53
DERIM -42,84 13,27 34,25 -54,86 107,45 14,63 -35,84 -19,88 75,51 9,21
DEVA 40,31 -8,36 29,98 -60,21 79,75 8,88 -6,55 160,81 43,02 1,38
DGZTE -38,85 -69,86 -36,81 96,05 -0,51 47,25 18,69 -42,29 67,37 -80,65
DITAS 153,89 -152,95 -44,83 -29,24 34,75 15,47 96,45 -23,06 -69,04 13,13
DMSAS -39,18 -43,66 41,78 -64,29 29,91 27,98 -0,26 -33,46 -11,12 3,50
DOKTS -26,24 31,56 -27,43 -30,85 36,50 23,82 -28,58 34,91 27,04 -7,61
DURDO 4,59 -97,61 81,47 -47,00 216,29 -50,30 -9,74 -21,84 -5,09 -41,98
DYOBY -26,87 -22,89 12,36 -7,91 -61,09 -41,62 -37,27 38,96 -24,61 -29,23
ECILC 104,43 -25,04 -36,89 3,53 3,54 59,12 64,00 -50,86 38,72 -19,18
ECYAP 57,48 -45,39 52,98 -9,67 30,56 -41,58 -4,01 40,28 -43,33 1,24
EDIP -10,67 36,21 -34,04 60,75 -36,35 12,91 12,38 -35,66 38,88 19,80
EGEEN -90,08 23,67 -72,82 96,18 -5,84 -73,18 0,34 13,68 -2,58 -26,67
EGGUB -37,80 -20,56 -4,33 -40,45 -1,71 48,36 38,86 -16,18 -18,27 120,48
EGSER -89,24 89,59 -56,93 -51,36 86,77 -55,29 -12,37 93,95 -59,58 -65,85
EMKEL -3,14 23,53 -78,11 50,28 -61,15 -31,49 -42,79 31,42 -11,76 -7,60
EMNIS 35,97 -0,02 -65,40 106,58 -93,44 3,60 -18,58 19,81 -21,24 64,47
EPLAS -61,20 -46,64 -8,26 -16,34 -45,71 22,50 -48,61 -38,98 161,38 -76,68
ERBOS 51,85 3,60 -16,65 -9,24 -13,82 22,34 -32,97 -55,62 101,58 -62,33
EREGL 2,96 2,43 -40,97 -13,09 -12,25 46,88 23,60 2,19 34,81 86,86
ESEMS -59,88 -78,46 -51,01 -33,98 100,52 57,04 -58,80 -55,20 -40,71 47,89
FENIS -32,84 -12,41 -30,63 103,42 -76,87 -31,99 30,17 0,05 23,12 51,10
FMIZP -38,99 36,13 -15,00 53,33 62,43 -53,71 146,85 -31,33 -0,07 128,83
FRIGO 69,36 -59,28 46,72 -23,24 -4,25 17,32 -36,87 -44,21 -3,38 22,36
FROTO 18,75 47,84 40,38 -17,59 -19,27 63,64 -29,14 -1,87 -3,44 -2,45
GEDIZ -33,99 80,01 -56,83 -41,89 -53,10 -51,73 -26,15 -27,40 40,90 -76,90
GENTS 68,14 -77,18 28,45 -25,37 17,42 -29,01 10,44 19,21 -5,27 -10,95
GOLTS -53,09 -11,97 3,13 26,85 -33,11 1,26 75,12 131,30 -46,61 -48,41
GOODY -36,56 3,08 -57,27 -5,83 -3,13 -27,16 -22,18 -2,00 -28,83 1,73
79
CAR 1 CAR 2 CAR 3 CAR 4 CAR 5 CAR 6 CAR 7 CAR 8 CAR 9 CAR 10
GUBRF -83,28 20,73 -5,78 -8,57 -4,54 18,32 -20,19 -2,92 73,58 247,78
HEKTS -16,06 93,52 17,75 -54,77 17,45 0,81 -10,51 -12,50 12,11 20,80
HURGZ -31,44 -3,15 53,63 77,31 -34,77 26,12 -0,64 -20,84 -19,36 -60,07
HZNDR -3,25 45,85 -36,09 7,46 14,09 62,81 7,15 -46,17 13,06 -17,05
IDAS 26,17 -50,73 -37,77 -26,81 21,36 7,87 -22,99 15,74 4,35 23,61
IHEVA 3,33 129,04 -92,67 147,13 80,42 -81,34 -66,48 -10,13 -25,37 278,49
ISAMB 41,14 -107,47 -98,91 45,71 94,69 -111,24 -42,02 9,85 -26,24 -49,14
IZMDC 15,00 -13,93 -2,74 -9,69 -9,18 23,73 32,22 31,62 -4,89 10,90
IZOCM 35,93 -0,37 20,11 -25,19 12,97 27,75 49,80 75,23 21,50 22,56
KAPLM -27,04 41,78 70,11 4,21 12,68 -12,92 45,53 8,78 -11,44 -28,60
KARTN -11,85 -72,56 35,11 -29,35 -12,39 -17,81 76,60 -11,12 -51,42 1,36
KENT 117,08 -105,11 153,18 -51,18 -38,95 -14,38 41,04 -7,32 7,97 5,13
KERVT -6,18 -81,52 -32,41 68,30 -43,89 84,53 -30,23 53,72 -49,99 73,69
KLBMO -56,17 -3,87 -77,50 -39,63 -29,16 9,74 -33,91 32,79 -74,40 -27,47
KLMSN 27,79 -11,93 15,98 -53,30 -36,50 -25,85 -16,47 -10,90 114,70 6,22
KNFRT -57,98 -20,51 34,03 -50,75 -22,91 -11,01 -20,03 107,46 46,13 -27,07
KONYA 32,65 -59,77 -6,14 10,10 5,23 -5,54 101,44 12,16 -25,64 -15,53
KORDS -30,79 15,34 -11,16 -35,20 -4,10 -25,67 13,78 9,60 -33,05 -35,26
KRDMD -123,43 -23,05 -31,04 -70,81 126,31 107,48 27,25 -21,39 28,04 53,30
KRSTL -63,13 -74,59 84,53 45,99 46,60 -39,02 -83,46 6,11 -34,61 14,40
KRTEK -27,80 13,27 -29,47 49,32 -2,60 58,77 -94,29 -48,70 41,22 -16,30
KUTPO -60,05 23,86 -6,42 78,80 -8,66 -38,39 1,31 -13,05 -49,41 154,36
LUKSK -58,89 -50,21 201,18 11,50 12,28 -51,70 -2,47 1,96 70,61 -40,05
MEMSA -96,21 13,80 -70,93 -4,65 -2,54 -31,21 -40,01 -65,48 -72,33 407,03
MERKO 39,35 -22,41 -44,71 -50,97 -26,09 13,01 -63,17 14,14 -75,73 200,03
MRDIN 56,54 -32,56 23,30 8,21 43,31 -31,79 46,39 71,24 -3,19 9,51
MRSHL -18,03 56,25 -35,72 -65,11 6,36 -16,92 31,09 -22,30 -27,50 -7,85
MTEKS 40,50 11,97 35,66 -12,89 -72,44 -37,97 -23,90 110,55 -79,61 -44,21
MUTLU -60,71 100,93 29,48 2,62 -30,81 11,04 58,84 -29,24 54,28 -4,70
OKANT -97,49 138,09 57,14 13,08 -6,67 -58,19 -52,32 -90,67 -75,15 6,77
OLMKS -9,57 58,66 -36,45 -3,49 19,80 -51,45 1,77 -6,15 22,14 24,33
OTKAR 54,08 40,19 -75,49 -2,69 3,71 50,35 -20,39 55,37 62,45 -32,77
PARSN -9,67 5,41 43,60 -5,81 38,47 -5,01 25,13 49,46 17,68 17,94
PENGD 73,68 -110,38 38,77 -8,21 96,93 -114,17 -113,36 -23,82 29,31 -20,78
PETKM 100,63 -0,80 -1,31 -47,49 -4,04 -47,60 -5,74 -45,10 27,25 -30,24
PIMAS -49,26 24,85 -22,09 5,42 -45,49 -12,78 14,68 -8,17 -4,74 -23,16
PINSU 32,20 -56,90 30,01 -15,46 -53,78 102,24 1,11 -15,23 118,83 -12,06
80
CAR 1 CAR 2 CAR 3 CAR 4 CAR 5 CAR 6 CAR 7 CAR 8 CAR 9 CAR 10
PNSUT 60,55 -19,34 32,08 -37,84 -63,51 69,89 -14,76 62,12 60,31 -14,46
PRKAB -13,23 76,39 -58,86 -39,34 -4,08 17,55 -16,05 -18,03 9,53 9,19
PRKTE -116,36 407,62 121,76 -50,50 -5,86 85,98 35,48 -35,27 -32,82 35,96
PRTAS -41,72 216,22 -58,85 -14,87 4,41 47,16 -95,70 -59,66 52,31 -70,67
PTOFS 115,07 -67,31 45,39 -67,04 16,48 -18,78 -8,41 10,18 -13,79 20,72
SARKY -23,64 15,49 -14,46 -33,21 -9,31 8,89 -21,62 30,28 -1,78 -17,69
SASA 2,62 14,16 -23,48 -25,27 13,99 -8,91 -61,05 -36,61 -62,75 -40,84
SELGD 256,71 -87,54 -69,99 -21,03 34,30 -45,12 -36,26 -0,54 -95,07 -54,34
SERVE 43,03 -125,13 29,32 5,20 -35,72 35,32 17,21 23,57 -18,97 -4,18
SKTAS -71,03 -22,50 25,95 78,84 -37,35 -9,76 27,91 -52,06 28,94 44,90
SONME -86,17 98,02 7,58 6,55 70,57 -29,77 -45,63 -39,09 30,13 -14,38
TATKS 43,14 -27,22 14,21 3,49 -19,97 7,59 -18,47 -51,30 36,40 36,03
TBORG 16,12 -67,44 189,36 10,13 -71,89 -11,44 -73,11 -29,59 -51,44 -23,55
TIRE 63,64 -74,71 -15,45 -55,74 10,76 52,43 -44,49 -2,73 85,12 50,75
TOASO -49,35 89,58 43,05 -19,51 -18,30 17,73 -31,42 48,63 13,05 -29,74
TRKCM -29,67 39,83 -2,55 10,52 0,35 30,21 1,30 -32,76 9,34 -42,37
TUDDF -20,14 73,16 -39,02 7,27 32,16 13,72 52,29 44,15 -30,12 -27,43
TUKAS 175,10 -137,41 28,11 12,19 -11,85 -61,01 -29,11 -35,07 -3,95 -30,60
TUPRS 63,19 -118,63 14,68 -55,82 17,21 -18,76 45,85 6,72 -5,52 19,40
UNYEC 1,80 45,18 -18,76 -8,75 -2,00 -17,05 0,22 65,01 51,89 -14,53
USAK -62,38 7,99 -13,83 -37,06 -56,29 -1,13 39,65 -4,18 -30,24 -41,57
UZEL -59,90 -79,13 -43,27 -3,28 -48,53 65,59 -7,00 -4,49 -36,49 -68,14
VAKKO -28,08 -60,59 -19,97 19,99 -17,94 -38,03 -32,73 85,17 24,57 -42,01
VANET 151,49 -21,36 -64,35 -22,50 5,03 -27,26 -41,01 54,28 7,17 10,95
VESTL 39,13 14,62 -36,58 -0,50 -15,60 -6,01 -27,36 -66,33 -42,19 -13,78
VKING 67,62 36,34 42,24 -64,38 -16,76 -2,26 33,43 -28,90 61,91 -72,44
YATAS -50,81 -37,96 -48,35 -27,37 11,85 46,02 -29,37 138,41 -82,16 -45,78
YUNSA -1,64 -37,07 -41,06 26,95 22,20 -47,02 -21,78 -15,54 14,91 -46,56
81
EK 7: ĐMKB 100 Endeksi’nde Kaybeden Portföyünün t istatistiği Sonuçları.
T-TEST GROUPS = formasyontestendeksler(1 2) /MISSING = ANALYSIS /VARIABLES = kaybedenler100 /CRITERIA = CI(.95) .
82
EK 8: ĐMKB 100 Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları.
T-TEST GROUPS = formasyontestendeksler(1 2) /MISSING = ANALYSIS /VARIABLES = kazananlar100 /CRITERIA = CI(.95) .
83
EK 9: ĐMKB 50 Endeksi’nde Kaybeden Portföyünün t istatistiği Sonuçları.
T-TEST GROUPS = formasyontestendeksler(1 2) /MISSING = ANALYSIS /VARIABLES = kaybedenler50 /CRITERIA = CI(.95) .
84
EK 10: ĐMKB 50 Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları.
T-TEST GROUPS = formasyontestendeksler(1 2) /MISSING = ANALYSIS /VARIABLES = kazananlar50 /CRITERIA = CI(.95) .
85
EK 11: ĐMKB 30* Endeksi’nde Kaybeden Portföyünün t istatistiği Sonuçları.
T-TEST GROUPS = formasyontestendeksler(1 2) /MISSING = ANALYSIS /VARIABLES = kaybedenler30 /CRITERIA = CI(.95) .
86
EK 12: ĐMKB 30* Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları.
T-TEST GROUPS = formasyontestendeksler(1 2) /MISSING = ANALYSIS /VARIABLES = kazananlar30 /CRITERIA = CI(.95) .
87
EK 13: ĐMKB Sınai Endeksi’nde Kaybeden Portföyünün t istatistiği Sonuçları.
T-TEST GROUPS = formasyontestendeksler(1 2) /MISSING = ANALYSIS /VARIABLES = kaybedenlersinai /CRITERIA = CI(.95) .
88
EK 14: ĐMKB Sınai Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları.
T-TEST GROUPS = formasyontestendeksler(1 2) /MISSING = ANALYSIS /VARIABLES = kazanalarsinai /CRITERIA = CI(.95) .
89
EK 15: ĐMKB Mali Endeksi’nde Kaybeden Portföyünün t istatistiği Sonuçları.
T-TEST GROUPS = formasyontestendeksler(1 2) /MISSING = ANALYSIS /VARIABLES = kaybedenlermali /CRITERIA = CI(.95) .
90
EK 16: ĐMKB Mali Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları.
T-TEST GROUPS = formasyontestendeksler(1 2) /MISSING = ANALYSIS /VARIABLES = kazananlarmali /CRITERIA = CI(.95) .
91
ÖZGEÇM ĐŞ
KĐŞĐSEL BĐLGĐLER :
Adı/ Soyadı : Bahadır ERGÜN
Doğum Tarihi : 18/03/1984
GSM : 0 505 544 21 70
Elektronik Posta : [email protected]
EĞĐTĐM:
Yüksek Lisans : 2007-2009,
Çukurova Üniversitesi,
Sosyal Bilimler Enstitüsü,
Đşletme Anabilim Dalı.
Lisans : 2002-2007,
Dokuz Eylül Üniversitesi,
Đşletme Fakültesi,
Đngilizce Đşletme Bölümü.
Lise : 1998-2002,
Đzmir Gaziemir Lisesi (YDA).
Ortaokul : 1995-1998,
Đzmir Fevzi Çakmak Ortaokulu.
Đlkokul : 1990-1995,
Đzmir Anafartalar Đlköğretim Okulu.