Bu çalışmada kıyı bankacılığı hakkında bir araştırma yapılması amaçlanmıştır. Bu kapsamda araştırmaya konu olan ülkeler kendi aralarında:
- Kıyı bankacılığı (1) yapılan
- G-20 Ülkeleri (2) ve
- Diğer ülkeler (0)
Olarak sınıflandırılmışlardır.
Araştırmanın amacı yukarıda bahsedilen ülkelerin bazı ekonomik verilere göre farklı karakter gösterip göstermediğinin araştırılması ve kıyı bankacılığı yapılan ülkelerin seçilen ilgili ekonomik verilere göre diğer ülkelerden farklılaşıp farklılaşmadıklarının analiz edilmesidir. Söz konusu ekonomik değişkenler aşağıdaki gibi belirlenmiştir:
- Doğrudan yatırım stoğu
- Ekonomik serbesti düzeyi
- Kişi başı GSYİH ve
- Döviz rezervleri
Araştırmanın Önemi
Bu araştırma genelleme niteliği taşımamakla birlikte seçilmiş ekonomik veriler kapsamında kıyı bankacılığı yapılan ülkelerin sundukları imkanlar ile diğer ülkelerden farklılaşıp farklılaşmadıkları analiz edilecek olup herhangi bir ülkenin alacağı bir kararla kıyı bankacılığı merkezi olması durumunda kendisini ne tür bir gelecek beklediğinin belirlenmesi açısından önemlidir.
Araştırmanın Değişkenleri, Veri ve Bilgi Toplama Yöntemi
Araştırmanın değişkenleri yukarıda belirtildiği gibi doğrudan yatırım stoğu (FDI), ekonomik serbesti (ECOFRE), kişi başı GSYİH (KBGSYİH) ve döviz rezervi (FXREZ) olarak belirlenmiş ve veriler UNCTAD’dan temin edilmiştir. Toplam 89 ülkeden alınan bilgiler için veri dağılımı ülkeler arasında aşağıdaki gibi oluşmuştur.
Söz konusu veriler SPSS 15.0 programına girilerek Tek yönlü MANOVA testine ve lojistik regresyon analizine tabi tutulmuşlardır.
MANOVA birden fazla bağımlı değişkenin olduğu durumlarda kullanılan bir analiz yöntemidir. Bu yöntem, iki ve daha fazla bağımsız ve bağımlı gruplarda çok değişkenli normal dağılıma dayalı hipotezleri test etmek üzere geliştirilmiş bir yöntemdir. MANOVA, grup ortalama vektörlerinin anlamlı derecede farklı olup olmadığını belirlemekte kullanılmaktadır. Bağımsız değişken(ler)in bağımlı değişkenler üzerinde önemli bir etkiye sahip olup olmadığının belirlenmesinin yanı sıra bağımlı değişkenler ve bağımsız değişkenlerin kendi aralarındaki etkileşimlerinin belirlenmesine olanak sağlamaktadır.
İkinci analiz ise lojistik regresyon ile yapılacaktır. Bilindiği gibi bağımlı ve bağımsız değişken ayrımının yapıldığı çok değişkenli bir modelde bağımlı değişken nominal ölçekli bir değişken olduğunda En Küçük Kareler (EKK) tekniğiyle elde edilen tahminler yetersiz kalmaktadır. Diğer tabirle varyanslar artık minimum değildir. Çünkü EKK tekniği normal dağılım varsayımına dayanmaktadır. Oysa nominal ölçekte bu varsayım sağlanamamaktadır. Lojistik regresyon da nominal bağımlı değişkenler ile yapıldığından EKK kullanılamamaktadır. Burada model parametreleri analitik olarak belirlenemediğinden maksimum likelihood (ML) ile belirlenir.
Araştırmanın Sınırlılıkları
Araştırma esnasında karşılaşılan sınırlılık ve güçlükler; diğer ülkeler için ilgili verilerin temin edilememesi dolayısı ile 89 ülke ile yetinilmesi olmuştur.
Araştırmanın Bulguları
Tek yönlü MANOVA ve lojistik regresyon analizinin sonuçları aşağıdaki gibidir.
Tek Yönlü MANOVA
Yukarıda ifade edildiği gibi veriler önce MANOVA testine tabi tutulmuş ve sonuçlar aşağıdaki gibi oluşmuştur.
Analizi detaylandırmadan önce ilk göze çarpan husus gerek FDI da gerekse de FXREZ da ortalamalar arasında farklar olduğudur.
MANOVA’nın en önemli varsayımlarından olan eşvaryanslılık test edildiğinde aşağıdaki sonuçlar elde edilmiştir. Levene testi olarak adlandırılan bu teste göre ECOFRE ve KBGSYİH bağımlı değişkenleri %5 anlamlılık seviyesinde reddedilmiştir.
Testin sonuçlarına göre model anlamlı görünmektedir. Bu sonucu Wilks lambda’nın significance değerinin %5’ten düşük olması ile açıklayabiliriz.
Bu aşamaya kadar anladığımız ECOFRE ve KBGSYİH verilerine göre ülkelerin mensup bulundukları gruplar birbirlerinden anlamlı olarak farklılaşamamaktadırlar. Fakat diğer veriler FDI ile FXREZ için aynı durum söz konusu değildir. Bu iki değişken gruplar arasında (en azından iki grup) anlamlı fark yaratabilmektedir.
Aşağıdaki tablo da hangi gruplar arasında bunun sağlandığının ortaya çıkartılması açısıdnan önemlidir. POST HOC testleri adı verilen bu yönteme göre yapılan Tukey ile Boferonni testleri aşağıdaki sonuçları göstermektedir:
- “Mean difference” yazan sütundaki yıldızlar anlamlı farklılıkları göstermektedir.
- FDI anlamında G-20 ülkeleri ile diğer ülkeler arasında anlamlı farklılıklar mevcuttur. Buna göre G-20 ülkelerindeki FDI diğer ülkelerden anlamlı olarak fazladır.
- FDI anlamında G-20 ülkeleri ile kıyı bankacılığı yapılan ülkeler arasında anlamlı farklılıklar mevcuttur. Buna göre G-20 ülkelerindeki FDI kıyı bankacılığı yapılan ülkelerden anlamlı olarak fazladır.
- FDI anlamında kıyı bankacılığı yapılan ülkeler ile diğer ülkeler arasında anlamlı bir fark bulunamamıştır.
- FXREZ anlamında G-20 ülkeleri ile diğer ülkeler arasında anlamlı farklılıklar mevcuttur. Buna göre G-20 ülkelerindeki FDI diğer ülkelerden anlamlı olarak fazladır.
- FXREZ anlamında G-20 ülkeleri ile kıyı bankacılığı yapılan ülkeler arasında anlamlı farklılıklar mevcut değildir. Ayrıca kıyı bankacılığı yapılan ülkeler ile diğer ülkeler arasında da anlamlı farklılıklar mevcut değildir.
Grupları kendi aralarında aralarında anlamlı bir fark bulunup bulunmadığına göre grupladığımızda ise (yukarıdakinin teyidi anlamında) aşağıdaki sonuçlar ile karşılamaktayız.
Söz konusu durumun grafiksel olarak gösterilmesi de aşağıdaki sonuçları doğurmaktadır. Görüldüğü gibi G-20 ülkeleri anlamlı şekilde farklılaşmaktadır.
Yapılan MANOVA analizi bizlere sadece doğrudan yatırım stoğu ve döviz rezervlerinin gruplar arasında fark yaratabilecek şekilde bilgiler içerdiğini göstermektedir. bunun üzerine yapılan analizlerde de özellikle G-20 ülkelerinin diğer ülkelerden anlamlı şekilde farklılaştıkları ve sadece doğrudan yatırım anlamında kıyı bankacılığı yapanların diğer ülkelerden daha iyi performans sergiledikleri gözlemlenmiştir.
Lojistik Regresyon
Bağımlı değişkende sıralı olmayan ikiden fazla nitel veri türü varsa multinomial lojistik regresyon kullanılır. Bilindiği gibi lojistik regresyonda çoklu doğrusal bağlantı dışında başka bir varsayım yoktur. Bu da SPSS ’de faktör analizi ile ortadan kaldırılabilir.
4 adet değişken ile yapılan faktör analizinde elde edilen tablolar ve yorumları aşağıdaki gibi yapılabilir.
KMO ve Bartlett testlerinin gösterildiği tablo değerleri KMO %50’den büyük olmasından ve sig değerinin %5’ten küçük olduğundan dolayı söz konusu değişkenler faktör analizine tabi tutulabilir.
Aşağıda yer alan communalities değerleri %50’den büyük olduğu için tüm bağımsız değişkenler faktör analizine tabi tutulabilecektir.
Aşağıdaki tabloda gösterildiği gibi iki faktör ile toplam varyansın %76’sı açıklanabilmektedir. Eigenvalue’su 1 in üzerinde olduğu için 2 faktör ile işleme devam edilebilir.
Aşağıdaki sonuçlara före ilk faktör içinde FDI, ECOFRE ve KBGSYİH diğer faktörde ise sadece FXREZ yer alacaktır.
Faktörleri bulduktan sonra lojistik regresyon analizine geçilebilir. Buna göre kurulan model için aşağıdaki sonuçlar elde edilmiştir.
Verilerin modele uyup uymadığını anlamak için aşağıdaki tablo yardımcı olmaktadır. Görüldüğü gibi sig değeri %5’ten büyük olduğu için veriler modele uymaktadır denilebilir.
Aşağıdaki tabloda yer alan sig değerleri %5’ten küçük oldukça modele anlam katar şeklinde yorumlanmaktadır. Buradan anlaşılabileceği gibi tüm değişkenler modele anlam katmaktadırlar.
Aşağıdaki tabloda da 1. tip ülkeleri açıklamada faktör 1, 2.tip ülkeleri açıklamak için de sadece faktör 2 etkili olmaktadır. Bunun sebebi sig değerlerinin %5’ten büyük olmasıdır.
Son olarak da oluşturulan modele göre yapılan sınıflandırma %80 oranında doğru sonuçlar vermektedir.
Hiç yorum yok:
Yorum Gönder
Merhaba kıymetli okuyucularım,
Yorumları denetlemeden siteye koyamıyorum. Maalesef uygun olmayan içerikler paylaşan kullanıcılar oluyor ve bunun siteyi ziyaret eden insanları olumsuz etkilemesini istemiyorum. Vaktimin darlığından her zaman yorumlarınıza da yanıt veremiyorum. Anlayışınız için teşekkür ederim.