Akademik Veri Yönetim Sistemi
ULUSLARARASI İKTİSADİ VE İDARİ İNCELEMELER DERGİSİ, sa.14, ss.223-234, 2015 (Hakemli Dergi)
Bu çalışma, petrol fiyatı değişimlerinin hisse senedi değerlerine etkisini ölçmeyi amaçlamaktadır. Petrol fiyatları ve sermaye piyasası arasındaki muhtemel ilişkinin, doğru şekilde tespit edilmesinin yatırımcılara sermaye piyasası araçlarının fiyatlaması konusunda yol gösterici nitelikte olabileceği düşünülmektedir. Bunun için ham petrol fiyatlarındaki değişim ve hisse senetleri piyasası getirilerinin, petrokimya endüstrisi endeks getirileri üzerindeki muhtemel etkileri iki faktörlü model kullanılarak analiz edilmiştir. Buna göre, 2003-2012 yılları arası için yapılan regresyon analizinde sektör (İMKB Petrol, Kimya ve Plastik Endeksi) risk primi, ham petrol (Brent) fiyatı değişimi ve hisse senetleri piyasası (İMKB 100) risk primi değişkenleri kullanılmıştır. Hem altışar aylık alt dönemlerde günlük hem de ardışık aylık veriler kullanılarak, sektör risk priminin bahsedilen açıklayıcı değişkenler yardımıyla açıklanmasına çalışılmıştır. Regresyon analizi aylık ardışık süreli verilerle uygulandığında, petrokimya endüstrisi endeks getirileri anlamlı şekilde açıklanırken, analiz altışar aylık alt dönemlere ayrı ayrı uygulandığında ise ham petrol fiyatı değişiminin hisse senetleri piyasası getirisi ile birlikte üç alt dönemde istatistiki olarak anlamlı sonuçlar verdiği gözlemlenmiştir.
The aim of this study is to assess the impact of oil price changes on stock prices. We believe that the possible relationship between oil prices and capital markets might be used as a guide in terms of valuing capital market instruments. Hence, the study analyzes the impact of change in crude oil prices and stock market returns on petrochemical industry index returns using a two-factor model. Accordingly, industry (ISE Oil, Chemical and Plastic Index) risk premium, crude oil price changes and stock market index (ISE 100) data were used in the regression analysis for the years between 2003 and 2012. The study attempts to explain industry risk premium via aforementioned explanatory variables both in a six-month sub-period daily setting and in a consecutive monthly setting. The regression results yield significant results when monthly analysis performed while results yield significant results for three distinct sub-periods when six-months sub-periods analysis performed.