Đ ĐŞ ĐLĐYASA ANOMALĐ ŞIRI TEPK - cu.edu.tr · 2019-05-10 · Kazanan ve Kaybeden Portföylerinin Düzelme Büyüklüklerinin Karşılaştırılması 61 SONUÇ 62 KAYNAKÇA

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


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


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



3.2.4. 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



ortalama kümülatif anormal getirileri(%) 50




Tablo-3.6. ĐMKB 50 Endeksi’nde t istatistiği sonuçları 51







Tablo-3.9. ĐMKB 30* Endeksi’nde t istatistiği sonuçları 55

Tablo-3.10. ĐMKB Sınai’de, dokuz ayrı portföy için birer yıllık portföy



Tablo-3.11. ĐMKB Sınai’de, bir yıl boyunca en çok kazandıran ve kaybettiren

portföylerinin takip eden bir yıldaki kümülatif anormal getirileri ve


Tablo-3.12. ĐMKB Sınai Endeksi’nde t istatistiği sonuçları 56

Tablo-3.13. ĐMKB Sınai’de, dokuz ayrı portföy için birer yıllık portföy



ix

Tablo-3.14. ĐMKB Mali’de, bir yıl boyunca en çok kazandıran ve kaybettiren

portföylerinin takip eden bir yıldaki kümülatif anormal getirileri ve


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 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 (%).



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.


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)


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.


İMKB 50 kaybeden portföyü (L) kazanan portföyü (W) arbitraj portföyü (L-W)

portföy formasyon


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.


İMKB 50

kaybettiren / formasyon -4,2289 -

5,782 0,000




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.


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


formasyon dönemi

(ilk yıl)

test dönemi

(ikinci yıl)

formasyon dönemi

(ilk yıl)

test dönemi

(ikinci yıl)


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


53

dönem


formasyon dönemi

(ilk yıl)

test dönemi

(ikinci yıl)

formasyon dönemi

(ilk yıl)

test dönemi

(ikinci yıl)


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


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


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


İMKB 30** kaybeden portföyü (L) kazanan portföyü (W) arbitraj portföyü (L-W)

portföy formasyon


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


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.


İMKB 30*

kaybettiren / formasyon -6,0133 -

5,262 0,000




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


formasyon dönemi

(ilk yıl)

test dönemi

(ikinci yıl)

formasyon dönemi

(ilk yıl)

test dönemi

(ikinci yıl)


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


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.


İMKB

Sınai





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


formasyon dönemi

(ilk yıl)

test dönemi

(ikinci yıl)

formasyon dönemi

(ilk yıl)

test dönemi

(ikinci yıl)


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.


İMKB Mali





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


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



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



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.


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.


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


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


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


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.


84

EK 10: ĐMKB 50 Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları.


85

EK 11: ĐMKB 30* Endeksi’nde Kaybeden Portföyünün t istatistiği Sonuçları.


86

EK 12: ĐMKB 30* Endeksi’nde Kazanan Portföyünün t istatistiği Sonuçları.


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.

Documents

Đ ĐŞ ĐLĐYASA ANOMALĐ ŞIRI TEPK - cu.edu.tr · 2019-05-10 · Kazanan ve Kaybeden Portföylerinin Düzelme Büyüklüklerinin Karşılaştırılması 61 SONUÇ 62 KAYNAKÇA