Macroeconomic fundamentals and emerging market asset prices

Abstract

Bu tez gelişmekte olan ülkelerde (EM), sabit getirili menkul kıymetler, gayrimenkul ve finansal piyasalar alanlarında deneysel katkılar içeren üç bölümden oluşmaktadır.`Makroekonomik Temeller ve Gelişmekte Olan Ülkelerde Yerel Para Cinsi Tahviller` başlıklı birinci bölümde, gelişmekte olan ülkelerdeki ihraçcılar ve yabancı yatırımclaraçısından önemi artan, ancak akademik literatürde kendine yeteri kadar yer bulamayan yerel para cinsinden borçlanma piyasalarına odaklanılmaktadır. Bu bölümde, ekonomik ve finansal zaman serilerinden oluşan büyük bir panele dayalı dinamik faktör yaklaşımı kullanılarak, makroekonomik temel gerçekleşmelerin EM yerel para cinsinden tahvil piyasalarına etkisi araştırılmaktadır. Yine bu bölümde, EM yerel para cinsi tahvillerindeki aşırı getirilerdeki değişimin, makroekonomik gerçekleşmeler ile ilişkili ve tahmin edilebilir olduğu gösterilmektedir. Ayrıca, imalat ve sanayi üretimi gibi reel ekonomik aktiviteye dayalı faktörlerin ana belirleyici değişkenler olduğuna ve küresel finansal piyasalara ilişkin faktörlerin de tahvil getirileri hakkında tahmin edilebilir bilgi içerdiğine dair kanıtlar sunulmaktadır. Çıkarılan faktörlerin aşırı getirileri tahmin etme gücü sadece istatistiksel olarak anlamlı değil, aynı zamanda ekonomik açıdan da önemlidir. `Gelişmekte Olan Piyasalarda Gayrimenkul Fiyatlarının Öngörülebilirliği` başlıklı ikinci bölümde ise ilk bölümde kullanılan ekonomik ve finansal zaman serileri kullanılarak EM gayrimenkul piyasaları öngörülmeye çalışılmaktadr. Bu bölümün deneysel literatüre temel katkılarından biri; Brezilya, Meksika, Guney Afrika ve Türkiye gibi önde gelen gelişmekte olan ülkelerin enflasyondan arındırılmış konut fiyat dalgalanmalarını üç faktörle açıklayabilmesidir. Yakın geçmişte yaşanan yaklaşık 50 sistemik bankacılık krizinin üçte ikisinin konut fiyatlarındaki ani yükseliş ve sert düşüş hareketleri sonucunda yaşandığı düşünüldüğünde, bu bölümdeki bulguların politika yapıcılar ve fon yöneticileri açısından önemli sonuçları olduğu ortaya çıkmaktadır. Son olarak, `Hedefli Parametreler Kullanarak Turkiye Reel GSYİH Tahmini` başlıklı üçüncü bölümde, üstün tahmin performansı elde etmek için kullanılan değişkenlerin sayısında sınırlamaya gitmenin önemi olup olmadığı incelenmektedir. Mevcut literatürde yer alan son çalışmalarda, bir dizi makroekonomik değişkenden oluşan büyük panelleri kullanarak GSYİH tahmini yapan faktör modellerinin yararlılığı tartışılmaktadır. Ancak, GSYİH tahmini amacıyla oluşturulan büyük gösterge setlerinin, bilgilendirici değişkenleri belirlemek için nasıl kullanılacağına ilişkin bir fikir birliği yoktur. Yapılan analizlerde çok sayıda değişken kullanmanın faktör modeli çerçevesinde uygun sinyalleri oluşturmada sorun çıkarması olasıdır. Bu bölümde kendi modelim de dahil olmak uzere, farklı değişken seçimi kriterlerine göre oluşturulmuş dinamik faktör modellerinin tahmin performansını karşılaştırıyorum. Tahmin çalışmasını Türkiye reel GSYİH üzerinde gerçekleştiriyorum. Sonuçlarıma göre, kullandığımız yeni örnekleme tekniği bir sonraki çeyrek GSYİH değeri için tüm tahmin ve doğrulama analizlerinde ilk sırada yer almakta ve en iyi tahmin performansını göstermektedir.

This thesis consists of three chapters which make empirical contributions to the field of emerging markets xed income, real estate and nancial markets. First chapter entitled 'Macroeconomics Fundamentals and Emerging Market Local Currency Debt'focus on Emerging market (EM) local currency debt market which is largely absent from the academic literature, despite the increasingly important role of local currency debt for EM sovereign issuers and its increasing share in the portfolio of foreign investors. In this chapter, I investigate the effects of macroeconomic fundamentals on EM local currency bond markets using a dynamic factor approach based on a large panel of economic and financial time series. I find strong predictable variation in the EM local currency excess bond returns that is associated with macroeconomic activity. I provide evidence that the main predictor variables are the factors based on real economic activity that are highly correlated with measures of industrial and manufacturing production, but factors based on global financial factors also contain information about the future local currency bond returns. The predictive power of the extracted factors is not just statistically significant but also economically important. In the second chapter entitled 'Predictability of Emerging Market Real Estate Prices' I approximate large information set of EM real estate market by large panel of economic and financial time series used in the first chapter. One of the main contributions of this chapter to the empirical literature is to document the mutuality of top three factors predicting the real house price fluctuations in a sample of leading emerging economies including Brazil, Mexico, South Africa, and Turkey. As two-thirds of the almost 50 systemic banking crises in recent decades were preceded by boom-bust patterns in house prices, I believe that my findings have important implications for policymakers and pension fund managers. Finally, third chapter entitled 'Forecasting Turkish Real GDP Using Targeted Predictors' examines whether there is any merit of selecting a limited number of variables for superior forecasting performance. A number of recent studies in current literature discuss the usefulness of factor models in the context of GDP forecasting using large panels of macroeconomic variables. However, there is no consensus on how to identify informative variables from a large set of relevant indicators for the purpose of GDP prediction. Including too many variables in the analysis is likely to cause complications in extracting appropriate signal for the factor model framework. I empirically compare the forecasting performance of the dynamic factor model on various samples based on different selection criteria including my own. The forecasting exercise is performed for Turkish real GDP growth. My results show that the new sampling technique performs best as it attains first place in ranking for all backcast, nowcast and one-quarter ahead forecast periods.