Coğrafi bilgi sistemi tabanlı ekonomik ve finansal risk analizi: Avrupa ve Orta Asya örneği

Çalışmanın amacı; ICRG rating kuruluşunun belirlediği ekonomik ve finansal riski oluşturan her bir faktörü farklı bir sınıflandırma tekniği kullanarak risk sınıflandırması yapmak ve bu sınıflandırmaya göre ülkerin tematik haritalarını oluşturarak karşılaştırmaktır. Diğer amaç ise ICRG rating kuruluşunun belirlediği ekonomik ve finansal risk faktörlerine göre ülkelerin, Coğrafi Bilgi Sistemi (CBS) analiz tekniklerinden biri olan coğrafi ağırlıklı regresyon yöntemini kullanarak dinamik ve görsel sonuçlar ortaya koyacak şekilde ekonomik ve finansal risk haritalarını oluşturmaktır. Bu amaç doğrultusunda International Country Risk Guide (ICRG) derecelendirme kuruluşunun ülke riski modeline göre ülke riski kategorilerinden ekonomik ve finansal riskin içinde yer alan 10 faktör kullanılmıştır. Ekonomik riski belirleyen faktörler; kişi başına düşen GSYİH, reel GSYİH artışı, enflasyon oranı, GSYİH'nın % olarak bütçe dengesi, GSYİH'nın % olarak cari hesap değişkenleri kullanılmıştır. Finansal riski belirleyen faktörlerde ise GSYİH'nın % olarak dış borç, mal ve hizmet ihracatının % olarak dış borç, mal ve hizmet ihracatının % olarak cari hesap, ithalat yapıldığı aylarda net uluslararası likidite, döviz kuru istikrarı değişkenleri kullanılmıştır. Çalışmada 2018 ve 2019 yıllarını kapsayacak şekilde Avrupa ve Orta Asya'daki 48 ülke belirlenmiştir. Çalışmada bu parametreler kullanılarak Avrupa ve Orta Asya'daki 48 ülkenin 2018 ve 2019 yılları için ekonomik ve finansal risk haritaları, coğrafi ağırlıklı regresyon (CAR) analizi ile oluşturulmuştur. CAR analizi için ArcGIS 10.8 programından yararlanılmıştır. Araştırma kapsamında yer alan değişkenler CAR analizi yapılmadan önce mekansal otokorelasyonun temel ölçümü olarak Moran's Indeks analizi yapılmış ve ekonomik ve finansal risk bağımlı değişkenlerinin p-değerleri 0,05 anlamlılık düzeyinden küçük olması nedeniyle istatiksel açıdan anlamlı ve pozitif otokorelasyona yani mekansal bağımlılığa sahip olduğu görülmüştür. Ayrıca kurulan modellerin performansını gösteren düzeltilmiş R2 değerlerinin hem 2018 hem de 2019 yıllarında 0,999 olduğu ve bağımsız değişkenlerin bağımlı değişkenleri %99,9 gibi yüksek bir oranda açıkladığı tespit edilmiştir. CAR analizi sonuçlarına göre incelenen ülkelerin risk düzeyi beş sınıfa (çok yüksek risk, yüksek risk, orta düzey risk, düşük risk ve çok düşük risk) ayrılmış ve CAR analizi sonucunda elde edilen ekonomik ve finansal risk puanalarının tahmini (predicted) değerlerine göre risk haritaları oluşturularak daha dinamik, anlamlı ve görsel sonuçlar ortaya konmuştur. Çalışmada elde edilen CAR analizi sonuçlarının ekonomi ve finans alanında CBS tabanlı uygulamaların kullanılabileceği görülmüş ve bu doğrultuda ülkelerin ekonomik ve finansal riskini belirlemede literatüre disiplinler arası yeni bir bakış açısı kazandırılmıştır.