An early crisis signaling framework: Macroeconomic relations and time lag between nominal and real variables

Yakın geçimişinizdeki 2008 Global Resesyonundan sonra erken kriz uyarıcı sistemlere (EWS) olan ilgi yeniden alevlendi. Mevcut EWS literatürünün çoğunluğu ekonominin nominal yönlerini temsil eden parasal kur krizlerine ve finansal krizlerine odaklı olup genel olarak kısa vadeli etkileşimlere yoğunlaşır. Bu literatürler ekonominin reel faktörlerini dikkate almaz iken makroekonomik durgunluklar, spekulatif ataklar, varlık balonları ve uluslararası finansal resesyonlar gibi diğer çeşit krizleri de ihmal ederler. Daha önemlisi ise, literatürdeki mevcut EWS sistemlerin çoğu 2008 Global Resesyonu tahmin etmekte yetersiz kalmışlardır. Bu da bu alanda daha geniş araştırmalar yapmılması gerektiğini ortaya koymuştur. Bu bağlamda, bu tez, mevcut EWS sistemlerini birçok yönden geliştiren ve güçlendiren yepyeni bir model ortaya koymayı amaçlamaktadır. İlk olarak, bu tez birçok reel ve nominal makroekonomik göstergelerin etkileşimlerini de kullanarak çeşitli finansal, ekonomik, bankacılık ve döviz krizlerini dikkate alan daha genel görünümlü bir EWS modeli sunar. İkincisi, bu tez yeni ortaya konulan EWS modelini mevcut literatürdeki çalışmaların çoğunluğunda olduğu gibi yalnızca ABD, İngiltere ve AB gibi az sayıdaki ülkeler üzerinde değil, aksine 41 gelişmiş, gelişmekte olan ve az gelişmiş ülkelerden oluşan en büyük örneklem üzerinde test etmektedir. Üçüncüsü, mevcut literatür büyük ölçüde uzun dönem sonuçları dikkate almayan statik özelliklerdeki modelleri kullanır. Bu tez ise bunu Almon'un (1965) yaklaşımı altında Gecikmesi Dağıtılmış Logit Tekniğini (DLL) kullanarak aşmaktadır. Bu tekniği çok değişkenli logit çerçevesinde kullanarak EWS modeline dinamik özellikler katarak daha güçlü bir model ortaya koymaktadır. Bu özel teknik, tüm göstergelerin kümülatif ve gecikmeli etkilerini doğru şekilde ele almamıza yardımcı olmaktadır. Başka bir deyişle, bu teknik literatürde sıkça ihmal edilen krizin öncü göstergelerinin uzun vadeli etki ve etkileşimini de hesaba katmaktadır. Dördüncüsü, bu çalışma literatürde sıkça kullanılan göstergelerin yanı sıra daha önce hiç kullanılmamış birkaç yeni göstergeleri de kullanmaktadır. EWS'nin modellenmesinde ekonomik ve finansal krizler için öncü göstergelerin belirlenmesi kritik rolü oynar. Ancak bu göstergelerin belirlenmesi esas olarak "kriz"in nasıl tanımlandığına bağlı olarak değişmektedir. Krizleri indekslerle tanımlayan mevcut literatürden farklı olarak, bu tez krizi doğrudan reel çıktılarda daralma/küçülme olarak ele almaktadır. Bu bağlamda, bu çalışma Phillips Curve ve Okun Kanunu gibi ampirik olarak kanıtlanmış makroekonomik ilişkileri de kullanarak reel ve nominal göstergelerin etkileşimlerini de EWS modeline entegre etmeye çalışır. Biz bu tezde bu ampirik ilişkilerin yaklaşmakta olan krizler için erken sinyaller veren öncü göstergeler olarak kullanılabileceklerini de ortaya koyuyoruz. Başka bir deyişle, Phillips eğrisi ve Okun yasasının kavramsal/teorik davranışları ekonominin iki ayrı ortamında değişmektedir: (1) Ekonomik temellerin büyük ölçüde sağlam ve sürdürülebilir olduğu sakin dönemlerde; ve (2) Ekonomik değişkenlerin daha sürdürülebilir bir seviyeye veya büyüme yoluna ulaşmadan önce bir ayarlama sürecinden geçtiği durgunluk dönemlerinde. Beşincisi, EWS modellerinin performansını ölçme konusunda eşik değeri belirleme tekniği büyük rol oynar. Mevcut literatürde bu alandaki eksikliklerden ötürü, bu tez aynı zamanda optimal eşik değerinin belirlenmesi için iki yeni teknik de sunmaktadır: (1) Sahte-Gerçek oranı (ϕ) ve (2) Riskten Kaçınma oranı (Ω). Mevcut literatürde eşik belirleme tekniği olarak sıkça kullanılan KLR Gürültü-Sinyal oranının iki noktada yetersiz kalmaktadır. İlk olarak, bu teknik "yanlış alarmlar" (tip II hata –gerçekleşmeyecek bir sahte kriz için verilen yanlış/sahte alarm sonucunda önleyici eylemlerde bulunma maliyeti) ve "kaçırılan alarmlar" (tip I hata –yaklaşmakta olan gerçek kriz için verilmeyen alarm sonucunda oluşan maliyet) arasında ayırım yapmadan her iki maliyeti de eşit değerde görür. Bu nedenle, biz KLR Gürültü-Sinyal oranını riskli eşik tekniği olarak görüyoruz. Ayrıca, bu tekniğe göre tip II hata olasılığı sıfır olduğu zamanlarda, tip I hata olasılığının hiç bir önemi kalmayacaktır. Çünkü KLR Gürültü-Sinyal oranı bu durumlarda sıfır değerini alacaktır (tip I hata olasılığı 0.01 veya 0.99 olmasını ayırt edemeyecektir). Başka bir deyişle, bu teknik, sahte/yanlış alarmları sıfırlamak uğruna daha fazla gerçek alarmı kaçırmayı göze alır. Bu nedenle, bu teknik öncelikli olarak potansiyel krizi öngörmeyi ve önlemeyi amaçlamamaktadır, ancak kriz dışı olaylar için sahte/yanlış alarmları en aza indirmeyi amaçlamaktadır. Bu ise, EWS modellerinin amaçlarına uygun değildir. Uygun bir eşik değeri belirleme tekniği, EWS modelinin kaçırılan kriz olaylarını en aza indirmesine (veya öngörülen/tahmin edlien kriz olaylarını en üst düzeye çıkarmasına) yardımcı olmalıdır. Bu bağlamda, DLL EWS modelimizi, iki yeni önerilen tekniğimiz de dahil olmak üzere dört farklı eşik deperi belirleme tekniği altında karşılaştırmalı olarak analiz ediyoruz. Sonuç olarak, ortaya koyduğumuz bu iki yeni eşik belirleme tekniği mevcut tekniklere kıyasla daha iyi tahmin oranlarını sunduğunu ve EWS modelimizin genel performansını daha da optimize edilebileceğimizi gösteriyoruz. Ortalama olarak, modelimiz toplam 1319 kriz dönemlerin % 96,36'sını (1271 kriz dönemi) önceden tahmin ederken, toplam 3995 sakin ekonomik dönemlerin yalnızca %12,32'sinde (492 sakin dönem) yanlış/sahte alarm vermiştir.