Türkiye'de resesyon olasılığı

ABD'deki resesyon olasılığını araştırırken edindiğim bilgileri Türkiye ekonomisine uygulamak niyetinde olduğumu dünkü yazımda söylemiştim. Aynı yazıda bunun için ilk adımı da atmış ve Türkiye'deki konjonktür devrelerini tesbit etmiştim. Bu adım Türkiye için kuracacağım resesyon olasılığına ilişkin probit modellerindeki bağımlı değişkeni oluşturmak için gerekliydi. Şimdi konuya kaldığımız yerden devam ediyor ve Türkiye'de resesyon olasılığına ilişkin modellerin açıklamasına geçiyoruz. Yalnız dün yazmayı unuttuğum bir hususu da burada belirteyim. Resesyon için benimsediğimiz tanım NBER'ninki ile aynı. Yani ekonominin en az iki çeyrek üst üste küçülmesini resesyon olarak kabul ediyoruz.

Dün de söylediğim gibi Türkiye'de ABD'deki gibi bir veri bolluğu yok. Olan veriler de aylık bazda en fazla 1980'lere kadar geri gidebiliyor. Bu nedenle modelimizin örneklem dönemi Ocak 1987'den başlıyor.

Veri kısıtı modele açıklayıcı (bağımsız) değişkenler bulma aşamasında da işimizi zorlaştırıyor. Elimizde ekonomik konjonktürle direkt olarak bağlantılı olan (yani GSYİH hesaplamasında işin içine giren) bir tek veri var. O da konjonktür devrelerini tespit aşamasında da yararlandığımız sanayi üretim endeksi. Sanayi dışındaki sektörlere ve tüketime ya da gelire ilişkin elimizde bir veri bulunmadığı için, diğer açıklayıcı değişkenleri konjonktürle dolaylı bağlantısı olan göstergeler arasından seçmemiz gerekiyor.

Bu amaçla 20 civarındaki göstergeyi modellerde denedim. Bunlardan çoğunu konjonktürle ciddi bir ilişkisi olmadığını görerek eledim. Bir kısmı konjonktürle yakın ilişkisi olmasına rağmen verileri örneklem dönemimize göre epey kısa kaldığı için elendi. Mesela geçmişi ancak Şubat 1991'e kadar gidebilen aylık kapasite kullanım oranı serisi bunlardan biri. Bir kısmını da seçtiğim diğer açıklayıcı değişkenlerle doğrusal bağlantılı olduğu için modele alamadım. Mesela ihracatın ithalatı karşılama oranı serisini, ithalat serisi ile arasındaki doğrusal bağlantı nedeniyle model dışında bıraktım. Aralarında böyle doğrusal bağlantı olan serilerden hangisi daha iyi performans gösteriyorsa modele onu aldım.

Sonuçta beş adet değişken seçtim. Bu değişkenlerden de beş adet model kurdum. Bu modelleri kurarken, hız ve güvenilirlik arasında bir denge oluşturmaya çalıştım. Yani Model 1 bize ilgili olduğu döneme ilişkin en hızlı ama göreceli olarak güvenilirlik düzeyi en düşük bilgiyi veriyor. Model 5 ise ilgili olduğu döneme ilişkin en gecikmeli ama güvenilirlik düzeyi en yüksek bilgiyi edinmemizi sağlıyor.

Grafik 1-5, modelde kullanmak üzere seçtiğim değişkenleri gösteriyor. Bu değişkenlerle kurduğum probit modellerine ilişkin istatistikleri ise Tablo 1'de veriyorum.

İlk değişkenimiz İMKB (İstanbul Menkul Kıymetler Borsası) endeksi. İtiraf edeyim ki, makro ekonomiyle uğraşan pek çok kişi gibi benim de borsayla aram pek iyi değildir. ABD üzerine yapılan çalışmalarda borsa endeksinin de resesyon için bir öncü gösterge olarak ele alındığını görmüştüm ama doğrusu Türkiye için böyle bir sonuçla karşılaşacağımı beklemiyordum. Evet, çok mükemmel olmamakla birlikte borsa endeksi Türkiye'de bir resesyon için en hızlı bilgi verebilecek değişken durumunda. Günlük olarak izlenen borsa endeksinin aylık değerini izleyen ayın hemen başında elde etmek mümkün. Her ayın 3'ünde (ayın 3'ü hafta sonuna denk gelirse en yakın işgününde) yayınlanan TÜFE (Tüketici Fiyatları Endeksi) serisiyle deflate etmek suretiyle de borsa endeksinin reel değerini hesaplayabiliyoruz. Böylece açıklayıcı değişken olarak sadece reel İMKB endeksindeki yıllık değişimi (RIMKB) kullanan Model 1'in sonuçlarını ilgili olduğu ayın hemen 3-4 gün sonrasında alabiliyoruz.

Model 2, RIMKB değişkenine ek olarak reel yurtiçi kredilerdeki yıllık değişimi (RKRE) de içeriyor. TCMB-EVDS'de birden fazla veri setinde kredilerle ilgili veri var. Ben bunlar içinde en çabuk açıklananı olan haftalık parasal göstergeler veri setinde yer alan mevduat bankalarının yurtiçi kredilerini aldım. Bu seriye ilişkin aylık veri takip eden ayın ortasına doğru elimizde oluyor. Böylece Model 2, ilgili olduğu dönemin üzerinden yaklaşık 15 günlük bir süre geçtikten sonra bizi resesyon olasılığıyla ilgili olarak bilgilendiriyor.

Model 3'te, RKRE değişkeni ile ithalattaki yıllık değişim (ITH) açıklayıcı değişken olarak kullanılıyor. Bu modelde RIMKB değişkeninin dışlanmasının sebebi, modele konulduğu takdirde istatistiksel olarak anlamsız bir katsayı vermesi. TÜİK, aylık dış ticaret verilerini takip eden ayın son günü açıkladığı için, Model 3 bize bir aylık gecikme ile resesyon olasılığını veriyor.

Model 4'te, resesyon olasılığını tahmin etme konusunda esas vurucu gücümüzü oluşturan değişken olan sanayi üretim endeksindeki yıllık değişim (SUE) devreye giriyor. Aylık sanayi üretim endeksi verileri yaklaşık 40 günlük bir gecikmeyle açıklandığı için, bu modelin bize resesyon olasılığı konusunda bilgi verme süresi de bu kadar uzuyor.

Model 5'in Model 4'ten tek farkı, ithalattaki yıllık değişim yerine reel ithalattaki yıllık değişimin (RITH) modele alınması. Bu modele burada yer verip vermeme konusunda başta biraz kararsız kaldım. Fakat sonunda vermeye karar verdim. Çünkü ITH yerine RITH'nin kullanılmasıyla modelin açıklayıcılık gücü (McFadden R-kare değeri) bir miktar artıyor. Ayrıca son yıllarda petrol ve diğer emtia fiyatlarındaki artış nedeniyle reel ithalata bakmak nominal ithalata bakmaktan daha önemli hale geldi. Reel ithalatı, nominal ithalat serisini ithalat birim değer endeksiyle deflate ederek hesaplıyoruz. TÜİK, dış ticaret endekslerini 40-45 günlük bir gecikmeyle yayınladığı için, Model 5 bize en yavaş bilgi veren model oluyor.

Tablo 1'in altında, kurduğum beş modelin verdiği resesyon olasılıklarını gösteren grafikler yer alıyor. Model 1'den Model 5'e doğru giderken elde edilen sonuçların giderek iyileştiğini bu grafiklerden de görebilirsiniz.

Son olarak da kurduğumuz modellerin bugün için verdiği resesyon olasılıklarından bahsedelim.

Bildiğiniz gibi küresel finans piyasalarındaki olumsuz gelişmelerin yansıması nedeniyle bu aralar IMKB'de işler pek iyi değil. Bu nedenle Model 1 ocak ayında resesyon olasılığının yüzde 9'dan yüzde 14'e çıktığını gösteriyor. Fakat bu modelin resesyon dönemlerinde verdiği resesyon olasılığı değerlerinin ortalamasının yüzde 40 olduğunu dikkate alırsak, yüzde 14'lük oran pek tehlikeli gibi görünmüyor.

Reel yurtiçi kredilerdeki yıllık artış hızı 2006 yılındaki dalgalanma sonrasında epey yavaşladı ama geçen yazdan beri yüzde 15-20 arasına oturdu. Yani ortada henüz bir kredi çöküşü durumu yok. Bu nedenle Model 2 ocak ayındaki resesyon olasılığını yüzde 5 gibi düşük bir düzey olarak veriyor.

Model 3'ün aralık ayı için verdiği resesyon olasılığı sadece yüzde 1 düzeyinde.

Model 4'ün aralık ayı için verdiği resesyon olasılığı ise yüzde 6. Aralık ayında sanayi üretiminin yüzde 1.4 düşmesinin, önceki ay sıfıra çok yakın olan resesyon olasılığını bu seviyeye çıkardığı görülüyor. Model 4'ün resesyon dönemleri için verdiği resesyon olasılığı değerlerinin ortalaması yüzde 82. Yani aralık ayındaki yükselişe rağmen bu modelin sonuçları da endişelenmeyi gerektirecek bir duruma işaret etmiyor.

Model 5 ise aralık ayı için resesyon olasılığını biraz daha yüksek ve yüzde 9 olarak veriyor. Bunun nedeni de reel ithalattaki yıllık artışın nominal ithalattaki artıştan düşük olması. Fakat bu sonuç da endişe etmeyi gerektirecek bir sonuç değil. Çünkü Model 5'in resesyon dönemlerinde verdiği resesyon olasılığı değerlerinin ortalaması yüzde 84'ü buluyor.

Türkiye'deki resesyon olasılığına ilişkin bu modellerin verdiği sonuçları her ay hesaplayıp yan tarafa koyacağım bir kutunun içinde vermeyi düşünüyorum. Bu resesyon olasılıklarında ciddi bir yükseliş olduğu takdirde ise tabii konuyu etraflıca ele alırız.