Ar-Ge Harcamalarının Hisse Başına Kara Etkisi: BİST Teknoloji Endeksi (XUTEK) Firmaları Üzerine Bir Uygulama

Full text

149 C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 19, Sayı 1, 2018
AR-GE HARCAMALARININ HİSSE BAŞINA KARA ETKİSİ: BİST
TEKNOLOJİ ENDEKSİ (XUTEK) FİRMALARI ÜZERİNE BİR
UYGULAMA
Yüksel İLTAŞ
1
H. Pınar KAYA
2
ÖZET
Çalışmanın amacı, 2009:Q1-2015:Q4 dönemine ait çeyreklik verileri kullanarak BİST
Teknoloji Endeksi’nde işlem gören firmalar için araştırma ve geliştirme (Ar-Ge) harcamaları
ile hisse başına kar arasındaki uzun dönemli ilişkiyi incelemektir. Bu amaç doğrultusunda
çalışmada panel birim kök testleri, panel eşbütünleşme testi ve panel FMOLS ve DOLS
eşbütünleşme tahmincileri analiz yöntemleri kullanılmıştır. Çalışmada Ar-Ge harcamaları,
maddi olmayan duran varlıklar, Ar-Ge yoğunluğu ve hisse başına karın uzun dönemde
eşbütünleşik olduğu tespit edilmiştir. Pedroni FMOLS ve DOLS yöntemleri ile değişkenler
arasında tespit edilen uzun dönem eşbütünleşme ilişkisinin uzun dönem katsayıları
araştırılmıştır. Eşbütünleşme katsayılarının analiz sonuçlarından elde edilen bulgular, Ar-Ge
harcamalarının hisse başına kara olumlu etkisini ortaya koymuştur. Ayrıca çalışmada,
firmaların Ar-Ge yoğunluğu ve maddi olmayan duran varlıkları ile hisse başına kar arasında
istatistiksel olarak anlamlı ve negatif yönlü bir ilişki tespit edilmiştir.
Anahtar Kelimeler: Ar-Ge Harcamaları, Hisse Başına Kar, BİST Teknoloji Endeksi
The Effect of R&D Expenditures on Earnings Per Share: Evidence From BIST
Technology Index (Xutek) Firms
ABSTRACT
This study aims at examining the relationship between research and development
(R&D) expenditures and earnings per share for BIST Technology Index firms using quarterly
data over the period 2009:Q1-2015:Q4. To this end, panel unit root tests, panel cointegration
test, panel FMOLS and DOLS estimator methods are employed in the study. According to
the finding, there is a cointegration relationship among R&D expenditures, intangible assets,
R&D density and earnings per share. By using Pedroni FMOLS and DOLS methods it is
investigated the coefficient or long term cointegration result of variables. Findings obtained
from the analysis results reveal that R&D expenditures has a positive effect on the earnings
per share. In addition, a statistically significant and negative relationship was found between
firms' R&D intensity and intangible assets and earnings per share in the study.
Keywords: R&D Expenditures, Earnings per share, BIST Technology Index
1
Dr. Öğr. Üyesi, Kırşehir Ahi Evran Üniversitesi, İİBF, İşletme Bölümü, yiltas@ahievran.edu.tr
2
Dr. Öğr. Üyesi, Kırşehir Ahi Evran Üniversitesi, İİBF, İşletme Bölümü, pkaya@ahievran.edu.tr

İltaş ve Kaya 150
GİRİŞ
Bilgi ve üretim teknolojisinde yaşanan gelişmeler, piyasadaki varlığını devam
ettirme ve rekabet avantajı sağlama amacı olan firmaları Ar-Ge faaliyetlerine
yönlendirmiştir. Firmaların Ar-Ge faaliyetlerine önem vermelerinin temel sebepleri,
teknolojik gelişmeleri kullanarak yeni üretim biçimleri ya da ürünler geliştirmek ve
böylece üretim maliyetlerinin düşürülmesini, satışların ve karlılığın artırılmasını
sağlayarak firma değerini maksimize etmektir (Akdoğan ve Sevilengül, 2007:594;
Polat ve Elmas, 2016:477; Akgün ve Akgün, 2016:2). Makro açıdan
değerlendirildiğinde ise Ar-Ge, ülkelerin dış ticarette üstünlük sağlamak amacıyla
yaptıkları faaliyetleri kapsamaktadır (Yıldırım ve Sakarya, 2017:865).
Çok hızlı değişen bilgi ve teknolojiye sürekli yatırım yapılması yüksek
maliyete sebep olduğu için, kaynakları kıt olan ve sanayileşmeye geç başlayan
Türkiye’de Ar-Ge bilincinin oluşmadığı belirtilmektedir (Bayyurt, 2007: 584).
Yapılan araştırmalar ayrıca Türkiye’de faaliyet gösteren firmaların Ar-Ge
faaliyetlerine yeterli düzeyde zaman ve fon ayırmadıklarını, Ar-Ge yönetiminde
yanlışlıklar yaptıklarını ve Türkiye’nin Ar-Ge göstergeleri açısından gelişmiş
ülkelerin çok gerisinde kaldığını göstermektedir (Ünal ve Seçilmiş, 2013:24).
Türkiye’de istenen seviyede olmasa da bazı firmaların Ar-Ge departmanı
oluşturdukları ve Ar-Ge faaliyetleri kapsamında harcamalar yaptıkları bilinmektedir.
Ar-Ge harcamalarının, firmaların finansal durum tablosunda ve/veya kar veya zarar
tablosunda yer alması bunun en somut kanıtıdır. Ar-Ge harcamalarının maddi
olmayan duran varlık olarak finansal durum tablosunda ve/veya gider olarak kar
veya zarar tablosunda muhasebeleştirilmesine yönelik hükümler “TMS 38 Maddi
Olmayan Duran Varlıklar” standardı kapsamında düzenlenmiştir. Standarda göre
araştırma, “yeni bir bilimsel ya da teknik bir bilgi ve anlayış kazanma amacıyla
üstlenilen özgün ve planlı incelemedir”, geliştirme ise “ticari üretim ya da kullanıma
başlamadan önce, yeni veya önemli ölçüde geliştirilmiş malzeme, aygıt, ürün, süreç,
sistem ya da hizmetlerin üretim planı veya tasarımında araştırma sonuçları ya da
diğer bilgilerin uygulanmasıdır”. Standart hükümlerine uygun olarak finansal
tablolara aktarılan Ar-Ge harcamaları, araştırmacıların çeşitli çalışmalarda
kullandıkları önemli bir veri haline gelmiştir.
Ar-Ge faaliyetleri için yapılan harcamaların firmaların performansları
üzerinde nasıl bir etki yarattığı muhasebe ve finans literatüründe oldukça ilgi
duyulan bir konudur (Karacaer vd., 2009:82). Mevcut ve gelecekteki nakit
akımlarının sürekliliğini sağlamak amacıyla yeni ürün ve/veya hizmetler geliştirmek
ve bunun sürekliliğini sağlamak için katlanılan Ar-Ge harcamalarının, firmalara
mevcut ve takip eden dönemlerde net kar artışı ve yatırımcılara da hisse başına kar
olarak geri dönmesi beklenir (Yücel ve Ahmetoğulları, 2015:89). Ar-Ge bilinci
oluşan, bütçelerinden Ar-Ge faaliyetleri için pay ayıran ve firma bünyesinde sadece
bu konuya yönelik çalışma yapacak birim kurarak uzman personel istihdam eden
firmalar, zorlu rekabet koşullarına hazır hale gelecektir. Ar-Ge faaliyetlerinin devlet

151 C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 19, Sayı 1, 2018
tarafından desteklenmesi (teşvik ve vergi istisnası gibi) firmaların yenilik yapma
konusundaki isteklerini artıracaktır. Böylece firmalar temel amaçları olan kar etme
ve faaliyetlerinin sürekliliğini sağlama potansiyeline ulaşacaktır. Sonuç olarak hem
firmalar hem de bir bütün olarak ülke ekonomisi fayda sağlayacaktır.
Yapılan bu çalışmanın amacı, 2009:Q1-2015:Q4 dönemine ait çeyreklik
verileri kullanarak BİST Teknoloji Endeksi’nde işlem gören firmaların Ar-Ge
harcamaları ile hisse başına kar arasındaki ilişkiyi incelemektir. Çalışmada
kullanılan değişkenler, toplam Ar-Ge harcamaları, Ar-Ge yoğunluğu, hisse başına
kar ve maddi olmayan duran varlıklardır. Çalışmanın devam eden bölümünde
öncelikle konu ile ilgili literatürde yer alan çalışmalar hakkında kısa bilgi
verilecektir. Daha sonra veri seti, yöntem ve bulgular açıklanarak, sonuç bölümünde
yapılacak genel değerlendirme ile çalışma tamamlanacaktır.
I. LİTERATÜR
Literatürde Borsa İstanbul’da işlem gören firmaların Ar-Ge harcamaları ile
performans göstergeleri arasındaki ilişkiyi analiz eden çeşitli çalışmalar yer
almaktadır. Yapılan çalışmalarda genel olarak Ar-Ge faaliyetlerine bütçelerinden en
çok pay ayıran ve Ar-Ge harcamaları fazla olan firmaların, daha fazla satış hacmine
ve karlılığa sahip olması gerektiği yönünde bir beklenti vardır.
Ar-Ge harcamaları ile finansal performans göstergeleri arasındaki ilişkiyi
inceleyen çalışma sonuçları, Ar-Ge harcamaları ile aktif karlılığı, (Dağlı ve Ergün,
2017; Yıldırım ve Sakarya, 2017; Karacaer vd., 2009) özsermaye karlılığı (Yıldırım
ve Sakarya, 2017) ve hisse senedi getirileri (Chan vd, 2001; Al-Horani vd., 2003;
Karacaer vd., 2009; Li, 2011; Başgoze ve Sayın, 2013; Gu, 2016; Topaloğlu vd.,
2017) arasında pozitif yönlü ilişki olduğunu göstermektedir. Benzer şekilde, Ar-Ge
harcamaları ile faaliyet karı arasında aynı yönde bir ilişkinin varlığını ortaya koyan
çalışmalar da yapılmıştır (Işık vd., 2016; Akgün ve Akgün, 2016; Kayıhan ve Tepeli,
2017). Bir başka çalışmada, faaliyet karına ilave olarak vergi öncesi kar ve dönem
net karı ile Ar-Ge giderleri arasında pozitif yönlü anlamlı ilişki tespit edilmiştir
(Kocamış ve Güngör, 2014).
Ar-Ge harcamalarının hisse başına kar ve net kar üzerindeki etkisini ortaya
koyan ve Ar-Ge harcamalarının hem firma bazında hem de ülke bazında büyüme ve
karlılığı tetikleyen araç olduğunu gösteren bir diğer çalışma, Yücel ve Ahmetoğulları
(2015) tarafından yapılmıştır. Çalışmada, BİST teknoloji, yazılım ve bilişim
sektöründeki 135 adet firmanın 2000-2014 yıllarına ait finansal tablolarından elde
edilen verilerin regresyon analizi sonuçları, cari dönemde gerçekleşen Ar-Ge
harcamalarındaki değişimin, net kardaki değişim ile pozitif yönde ilişkili olduğunu;
hisse başına karın ise üç yıl içinde Ar-Ge harcamalarından etkilendiğini ortaya
çıkarmıştır.

İltaş ve Kaya 152
Diğer çalışmalardan farklı olarak, Demirhan ve Aracıoğlu (2017), BİST
Teknoloji Endeksi’ndeki firmalar üzerinde yaptıkları çalışma sonucunda,
aktifleştirilmeyen Ar-Ge harcamalarının finansal performans üzerinde daha etkili
olduğunu, özellikle Ar-Ge faaliyetleri için katlanılan ve aktifleştirilmeyerek gelir
tablosuna yansıyan Ar-Ge giderleri ile aktif karlılığı arasında orta düzeyde ve
anlamlı bir korelasyon olduğunu tespit etmişlerdir.
Ar-Ge yatırımlarının aktif karlılığını negatif yönde etkilediğini tespit eden az
sayıdaki çalışmalarda bu durumun sebebi, Ar-Ge yatırımlarının faydasının uzun
vadede ortaya çıkması, yapılan yatırımların yeterli seviyede olmaması ve
yatırımların verimli kullanılmaması şeklinde açıklanmıştır (Polat ve Elmas, 2016:
Elmas ve Polat, 2016). Bir başka çalışmada Ar-Ge harcamaları ile faaliyet kar oranı
ve özsermaye karlılık oranı arasında istatistiksel olarak anlamlı ve negatif yönlü bir
ilişki tespit edilmiştir (Kiracı ve Arsoy, 2014). Ar-Ge harcamalarının hisse senedi
getirileri üzerinde bir etkiye sahip olmadığını tespit eden çalışmalar da vardır (Özcan
vd., 2014).
Ar-Ge yatırımları ve harcamalarının satışların büyümesi üzerindeki etkiyi
araştıran Scherer (1965), Geroski ve Toker (1996), Roper (1997), Freel (2000), Del
Monte ve Papagni (2003), García ve Romero (2012), Öztürk ve Zeren (2015), Işık
vd (2016) gibi çalışmalar değişkenler arasında pozitif yönlü ilişki tespit etmişlerdir.
Bunlara karşılık Bottazzi vd. (2001), Ar-Ge yatırımları ile büyüme arasında
beklentilerin aksine negatif yönlü ilişki tespit etmiştir. Demirgüneş ve Üçler (2016)
ise, Türkiye’de Ar-Ge yatırımlarının düşük olması sebebiyle Ar-Ge yatırımları ile
büyüme arasında istatistiksel olarak anlamlı bir ilişkinin bulunmadığına dair
bulgulara ulaşmışlardır.
Literatürde, Ar-Ge harcamaları ile farklı değişkenler arasındaki nedensellik
ilişkisini araştıran çalışmalar, BİST teknoloji sektöründe Ar-Ge harcamaları ile aktif
karlılığı ve özsermaye karlılığı arasında uzun dönemde nedensellik ilişkisinin var
olduğunu ve Ar-Ge harcamalarından aktif karlılığına ve özsermaye karlılığına tek
yönlü bir nedenselliğin olduğunu (Yıldırım ve Sakarya, 2017); tekstil ve tekstil
ürünleri sanayiinde Ar-Ge harcamalarından net satış hasılatına doğru tek yönlü
nedensellik; gıda, meşrubat ve tütün ürünleri sanayii, metal ana sanayii ve işlenmiş
metal ürünleri sektörü ve toptan-perakende ticaret sektöründe ise net satış
hasılatından Ar-Ge harcamalarına doğru tek yönlü nedensellik olduğunu (İltaş ve
Bulut, 2017); BİST teknoloji ve bilişim firmalarında Ar-Ge harcamalarından hisse
senedi getirilerine herhangi bir nedensellik bulunmadığını ancak hisse senedi
getirilerinden Ar-Ge harcamalarına bir nedenselliğin olduğunu (Özcan vd., 2014) ve
Türkiye’de kısa dönemde Ar-Ge harcamalarından ekonomik büyümeye, ekonomik
büyümeden Ar-Ge’ye nedensellik bulunmadığını sadece Ar-Ge harcamalarından
ekonomik büyümeye doğru uzun dönemli bir nedensellik olduğunu (Altın ve Kaya,
2009) göstermektedir.

153 C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 19, Sayı 1, 2018
Bu çalışmada teknolojik yenilikleri kullanma potansiyelinden dolayı Borsa
İstanbul’da Teknoloji ve Bilişim sektörlerinde işlem gören firmalar tercih edilmiştir.
Yapılan çalışmanın Borsa İstanbul’da Teknoloji Endeksi’nde işlem gören firmaların
yapmış oldukları Ar-Ge harcamalarının hisse başına kar üzerindeki etkilerini
araştırması açısından literatüre katkı sağlayacağı düşünülmektedir.
II. VERİ SETİ
Bu çalışmada, Ar-Ge harcamaları ile hisse başına kar arasındaki ilişki Borsa
İstanbul’da işlem gören Teknoloji Endeksi’ndeki (XUTEK) 7 firmayı (ALCTL,
ASELS, KAREL, LINK, LOGO, NETAS, TTKOM) esas alarak 2009:Q1-2015:Q4
dönemi için panel veri modelleri ile analiz edilmiştir. BİST Teknoloji Endeksi’ndeki
firmaların örneklem grubu olarak seçilme nedeni, Ar-Ge’ye yönelik faaliyetlerin
teknoloji firmalarında görülme olasılığı ve sıklığının daha yüksek olmasıdır
(Demirhan ve Aracıoğlu, 2017:199). Değişkenlere ilişkin veriler Kamuoyunu
Aydınlatma Platformu’nun web sayfasında (www.kap.gov.tr) yer alan finansal
tablolardan elde edilmiştir. Çalışmada değişkenlerin birinci çeyrek rakamları direkt
alınırken, ikinci, üçüncü ve dördüncü çeyrek rakamları bir önceki çeyrek dönemden
çıkartılarak hesaplanmıştır.
Çalışmada belirlenen dönem teknoloji endeksindeki (XUTEK) tüm firmalar
için sağlıklı veri erişimine olanak sağlayacak şekilde belirlenmiştir. Tablo 1’de
çalışmada kullanılan değişkenlere ilişkin özet bilgiler verilmiştir.
Tablo 1. Çalışmada Kullanılan Değişkenler
Değişken
Tanım
Açıklama
Dönem
HBK
Hisse Başına Kar
Net Kar/Hisse Sayısı
2009:Q1-2015:Q4
AR-GE
Toplam Ar-Ge
Harcamaları
Ar-Ge Harcamalarının Doğal
Logaritması
2009:Q1-2015:Q4
MODV
Maddi Olmayan
Duran Varlıklar
Maddi Olmayan Duran
Varlıkların Doğal Logaritması
2009:Q1-2015:Q4
ARGEYOG
Ar-Ge Yoğunluğu
Ar-Ge Harcamaları/Net Satışlar
2009:Q1-2015:Q4
Tablo 1’de verilen değişkenler 2009:Q1-2015:Q4 dönemi kapsamında ilgili
firmaların finansal durum tablosu ve gelir tablosundan çeyrek dönemlik olarak
hesaplanmıştır.
Bu çalışmada ekonometrik analiz tekniği olarak panel veri yöntemi tercih
edilmiş ve aşağıdaki ekonometrik model (1) tahmin edilmeye çalışılmıştır.
0 1 2 3it it it it it
HBK ARGE MODV ARGEYOG
    
= + + + +
(1)

İltaş ve Kaya 154
III. ARAŞTIRMANIN YÖNTEMİ VE BULGULARI
Panel veri setlerinde analize başlamadan önce serilerde ve eşbütünleşme
denkleminde yatay kesit bağımlılığının sınanması gerekmektedir. Aksi durumda
yatay kesit bağımlılığı dikkate alınmadan yapılacak olan birim kök ve eşbütünleşme
analiz sonuçları sapmalı ve tutarsız olabilmektedir. Panel veri setlerinde yatay kesit
bağımlılığı Breusch ve Pagan (1980) ve Pesaran (2004) LM testleriyle
incelenebilmektedir. Seriler arasında yatay kesit bağımlılığının varlığı, panelin
zaman boyutu yatay kesit boyutundan büyük olduğunda Breusch ve Pagan (1980)
LM testiyle; her ikisi de büyük olduğunda Pesaran (2004) Cross-Section
Dependence (CD) testiyle araştırılabilmektedir (Göçer vd., 2012:456).
Breusch ve Pagan (1980) LM testinde, tüm yatay kesit birimlerin kalıntılarına
ait korelasyon matrisinin birim matris olduğu hipotezi, bir başka ifadeyle birimler
arası korelasyonsuzluk temel hipotezi sınanmaktadır. Laprange Çarpanı (LM) test
istatistiği eşitlik 2’deki gibidir (Tatoğlu, 2013:215):
12
11
ˆ
NN
ij
i j i
LM T

−
= = +
=
(2)
Bu test, grup ortalaması sıfır ve bireysel ortalama sıfırdan farklı olduğunda
sapmalı sonuçlar verebilmektedir. Pesaran vd. (2008) bu sapmayı, test istatistiğine
varyansı ve ortalamayı da ekleyerek düzeltmişler ve (5) numaralı eşitlikte formüle
edilmiş olan LMadj (Bias-Adjusted Cross Sectionally Dependence Lagrange
Multiplier) testi geliştirmişlerdir (Pesaran vd. 2008:108; Altıntaş ve Mercan,
2015:359).
1
1
1/2 2 ˆ
( 1)
2ˆ
( ) ( ) (0,1)
1
( 1)
NN
ji
ij Tij
adj ij Tij
TK
LM N
i
NN


−
=+
−−
=
−

−
=


(3)
Burada
Tij

ortalamayı,
Tij

varyansı temsil etmektedir. Testin hipotezleri
şöyledir:
H0: Yatay kesit bağımlılığı yoktur.
H1: Yatay kesit bağımlılığı vardır.
Pesaran ve Yamagata (2008), panel ver analizinde tahmin edilecek
eşbütünleşme denkleminde eğim katsayısının homojen olup olmadığını belirlemek
için Swamy (1970) testini kullanarak Delta ∆
̃ testini geliştirmiştir. Delta ∆
̃ testinin
sıfır hipotezi (H0) eğim katsayılarının homojenliği, alternatif hipotez (H1) eğim
katsayılarının heterojenliği yönündedir (Üçler, 2017:80). Büyük ve küçük
örneklemler için geliştirilen testler sırasıyla eşitlik (4) ve (5)’te verilmiştir.

155 C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 19, Sayı 1, 2018
1ˆ
ˆ2
−−
= 



N S k
Nk
(4)
1
2
−−
= 



N S k
N
adj k
(5)
Eşitliklerde N; yatay kesit sayısını, S; Swamy test istatistiğini, k; açıklayıcı
değişken sayısını göstermektedir (Pesaran ve Yamagata, 2008:52-57).
Bu çalışmada, değişkenlerde ve eşbütünleşme denkleminde yatay kesit
bağımlılığının varlığı LMadj testi ile eğim katsayılarının yatay kesit birimleri
arasında farklı olup olmadığı ise Delta ( ∆
̃ ) testi ile sınanmış ve sonuçlar Tablo 2’de
sunulmuştur.
Tablo 2. Yatay Kesit Bağımlılığı ve Homojenlik Test Sonuçları
Değişkenler
Test İstatistiği
Olasılık Değeri
HBK
1.794
0.360
AR-GE
4.885
0.210
MODV
4.945
0.262
ARGEYOG
2.587
0.116
Eşbütünleşme Denklemi
9.928
0.369
Homojenlik
Δ
21.100
0.000
Δadj
23.693
0.000
Tablo 2’deki sonuçlara göre, olasılık değerleri 0.05’ten büyük olduğu için H0
hipotezi reddedilememiştir. Serilerde ve denklemde yatay kesit bağımlılığının
olmadığını söylemek mümkündür. Bu kapsamda önce serilerin durağanlıkları birinci
nesil panel birim kök testleri (Levin, Lin ve Chu (LLC), Im, Pesaran ve Shin (IPS)
ve ADF Fisher) ile araştırılmış sonrasında eşbütünleşme analizi yapılmıştır. Ayrıca

̃ testi (Peseran ve Yamagata, 2008) sonuçlarına göre eğim katsayısının homojen
olduğunu ifade eden sıfır (H0) hipotezi güçlü bir şekilde reddedilmekte ve eğim
katsayılarının heterojen olduğu sonucuna ulaşılmaktadır.
Panel veri analizinde istatistiksel analize geçmeden önce, serinin durağan olup
olmadığının yani o seriyi meydana getiren sürecin zaman içerisinde sabit olup
olmadığının incelenmesi gerekmektedir (Tatoğlu, 2013:199). Levin, Lin ve Chu
(LLC), Im, Pesaran ve Shin (IPS) ve ADF birim kök testlerinin sonuçları Tablo 3’te
verilmiştir.

İltaş ve Kaya 156
Tablo 3. Birim Kök Testi Sonuçları
Değişken
LLC
IPS
ADF-FISHER
Sabitli
Sabitli-Trendli
Sabitli
Sabitli-Trendli
Sabitli
Sabitli-Trendli
HBK
1,147
(0,874)
3,384
(0,996)
-0,887
(0,187)
-1,440
(0,748)
23,802
(0,484)
19,238
(0,156)
AR-GE
2,164
(0,984)
1,301
(0,903)
0,027
(0,510)
-2,038
(0,208)
35,495
(0,433)
43,484
(0,135)
MODV
-1,394
(0,815)
-0,128
(0,448)
1,872
(0,969)
0,783
(0,783)
7,949
(0,891)
10,926
(0,691)
ARGEYOG
-1,193
(0,116)
3,075
(0,998)
-1,398
(0,810)
0,154
(0,561)
20,816
(0,106)
9,416
(0,803)
ΔHBK
-10,617*
(0,000)
-6,431*
(0,000)
-11,434*
(0,000)
-9,436*
(0,000)
118,859*
(0,000)
97,335*
(0,000)
ΔAR-GE
-2,005*
(0,000)
4,815*
(0,000)
-10,472*
(0,000)
-10,612*
(0,000)
116,065*
(0,000)
104,534*
(0,000)
ΔMODV
-7,838*
(0,000)
-6,883*
(0,000)
-10,102*
(0,000)
-8,297*
(0,000)
106,872*
(0,000)
91,232*
(0,000)
ΔARGEYOG
-12,378*
(0,000)
-9,024*
(0,000)
-15,629*
(0,000)
-14,731*
(0,000)
166,319*
(0,000)
159,712*
(0,000)
Δ, birinci fark işlemcisidir. Parantez içindeki değerler, olasılık değerlerini göstermektedir.
* %1 düzeyinde anlamlılığı ifade etmektedir.
Tablo 3’teki sonuçlar değerlendirildiğinde, değişkenlerin seviyelerine
uygulanan LLC (Levin, Lin ve Chu (2002)), IPS (Im, Pesaran ve Shin (2003)) ve
ADF Fisher birim kök testleri değişkenlerin düzeyde [I(0)] durağan olmadığını
ancak ilk farkında durağan olduğunu göstermektedir. Bu aşamadan sonra
değişkenler arasında uzun dönemli bir eşbütünleşme ilişkisinin varlığı
araştırılmalıdır.
Panel eşbütünleşme testleri, panel veri serileri arasındaki uzun dönem ilişkiyi
incelemek amacıyla geliştirilen testlerdir. Panel veri seti eşbütünleşme testlerinde
literatürde en fazla kullanılan testlerden biri Pedroni (1999-2004) eşbütünleşme
testidir. Pedroni, panel eşbütünleşme testini panel veri serileri arasında
eşbütünleşmenin olmadığı sıfır hipotezi üzerine temellendirmiştir. Pedroni (1999-
2004), temel hipotezi “eş bütünleşme yoktur” şeklinde olan 7 adet panel
eşbütünleşme testi
3
(dördü grup içi, diğer üçü de gruplar arası test istatistiği)
geliştirmiştir (Pedroni, 1999:660).
3
Bu 7 testin matematiksel sunumu için bakınız; Pedroni, 1999; 660.

157 C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 19, Sayı 1, 2018
Tablo 4. Panel Eşbütünleşme Test Sonuçları
Pedroni (1999)
Sabitli
Sabitli-Trendli
Panel-v
3,488*
(0,000)
1,371***
(0,085)
Panel-rho
-3,239*
(0,000)
-2,055**
(0,019)
Panel-PP
-5,041*
(0,000)
-4,700*
(0,000)
Panel-ADF
-6,215*
(0,000)
-6,055*
(0,000)
Group-rho
-0,109
(0,456)
0,679
(0,751)
Group-PP
-1,969**
(0,024)
-1,565***
(0,058)
Group-ADF
-4,769*
(0,000)
-4,660*
(0,000)
Parantez içindeki değerler, olasılık değerlerini göstermektedir.
*, ** ve *** sırasıyla %1, %5 ve %10 düzeylerinde anlamlılığı ifade etmektedir.
Tablo 4’te panel eşbütünleşme test sonuçları yer almaktadır. Sabitli modeller
incelendiğinde, yedi test istatistiğinin beşi %1 anlamlılık düzeyinde ve biri %5
anlamlılık düzeyinde sıfır hipotezini (H0) reddetmektedir. Sabitli ve trendli modelde
ise, yedi test istatistiğinin üçü %1 anlamlılık düzeyinde, biri %5 anlamlılık
düzeyinde ve ikisi %10 anlamlılık düzeyinde sıfır hipotezini (H0) reddetmektedir.
Buradan hareketle eşbütünleşme test sonuçları, çalışmada kullanılan değişkenler
(HBK, AR-GE, MODV VE ARGEYOG) arasında uzun dönemli ilişkilerin geçerli
olduğu sonucunu ortaya koymuştur.
Eşbütünleşme testleri uygulandıktan sonra değişkenler arasında uzun dönemli
bir ilişki tespit edilmişse, bağımsız değişkenlere ait uzun dönem katsayılarının
edilmesi gerekmektedir. Bunu için Pedroni (2000 ve 2001) tarafından geliştirilen
tam dönüştürülmüş en küçük kareler (Full Modified Ordinary Least Squares-
FMOLS) yöntemi ve dinamik en küçük kareler (Dynamic Ordinary Least Squares-
DOLS) yöntemi olmak üzere iki yöntemden faydalanılmıştır. Tablo 2’de verilen
Delta 
̃ homojenite testi (Peseran ve Yamagata, 2008) sonuçlarına göre eğim
katsayılarının heterojen olduğu için Tablo 5’de FMOLS ve DOLS sonuçları her bir
firma için ayrı ayrı gösterilmektedir.
Tablo 5’e göre, paneli oluşturan firmalar için bireysel sonuçlar Ar-Ge
harcamaları için değerlendirildiğinde ASELS ve KAREL için Ar-Ge harcamaları
düzeyinin artması hisse başına karda bir artış sağlamaktadır. LOGO’da ise Ar-Ge
harcamaları düzeyinin artması hisse başına karı azaltmaktadır. ALCTL ve
TTKOM’da ise Ar-Ge harcamaları ile hisse başına kar arasında istatistiki olarak
anlamlı bir ilişki olmadığı görülmektedir.

İltaş ve Kaya 158
Tablo 5. Panel FMOLS ve DOLS Sonuçları
Firmalar
FMOLS
DOLS
AR-GE
MODV
ARGEYOG
AR-GE
MODV
ARGEYOG
Bireysel FMOLS
Bireysel DOLS
ALCTL
0.018
(0.850)
-0.012
(0.897)
-5.634
(0.320)
-0.022
(0.906)
0.031
(0.872)
-12.455
(0.231)
ASELS
0.376**
(0.036)
-0.264***
(0.062)
-9.028
(0.425)
0.782**
(0.029)
-0.612**
(0.032)
-4.071
(0.818)
KAREL
0.393***
(0.067)
0.363**
(0.036)
-5.247
(0.150)
-0.056
(0.914)
0.099
(0.809)
-11.248
(0.269)
LINK
-0.280
(0.651)
0.259
(0.617)
-0.162
(0.930)
-2.246
(0.127)
1.922
(0.143)
12.464**
(0.011)
LOGO
-1.094***
(0.065)
1.074**
(0.046)
-2.555*
(0.000)
-1.774**
(0.038)
1.716**
(0.029)
-3.820*
(0.008)
NETAS
1.694*
(0.000)
-1.130*
(0.000)
-3.762**
(0.045)
1.435***
(0.059)
-0.096***
(0.053)
-2.334
(0.598)
TTKOM
-0.042
(0.822)
-0.345***
(0.064)
-17.614
(0.826)
0.055
(0.883)
0.001
(0.995)
-10.802
(0.444)
Parantez içindeki değerler, olasılık değerlerini göstermektedir.
*, ** ve *** sırasıyla %1, %5 ve %10 düzeylerinde anlamlılığı ifade etmektedir.
Bireysel sonuçlar maddi olmayan duran varlıklar için değerlendirildiğinde
ASELS, NETAS ve TTKOM’da maddi olmayan duran varlıkların artması hisse
başına karda artış sağlamaktadır. KAREL ve LOGO’da ise maddi olmayan duran
varlıkların artması hisse başına karda azalış sağlamaktadır. Ayrıca ALCTL ve LINK
firmaları için maddi olmayan duran varlıklar ile hisse başına kar arasında istatistiki
olarak anlamlı bir ilişkinin varlığı tespit edilememiştir.
Paneli oluşturan firmalar için bireysel sonuçlar Ar-Ge yoğunluğu için
değerlendirildiğinde LOGO ve NETAS için Ar-Ge yoğunluğunun artması hisse
başına karda azalış sağlamaktadır. Tablo 5’teki sonuçlara göre ALCTL, ASELS,
KAREL LINK ve TTKOM’da Ar-Ge yoğunluğu ile hisse başına kar arasında
istatistiki olarak anlamlı bir ilişki olmadığı görülmektedir.
SONUÇ
Bu çalışmada Ar-Ge harcamalarının hisse başına kar üzerindeki etkisi
2009:Q1-2015:Q4 dönemi için Borsa İstanbul’da işlem gören Teknoloji
Endeksi’ndeki 7 firma için ampirik olarak sınanmıştır. Çalışmada birinci nesil panel
birim kök testleri, panel eşbütünleşme testi ve panel FMOLS ve DOLS tahmincisi
gibi yöntemler kullanılmıştır. Paneli oluşturan firmalar arasında yatay kesit
bağımlılığının varlığı, Pesaran vd. (2008) tarafından geliştirilen sapması düzeltilmiş
LMadj testi ile sınanmıştır. Bu firmaların HBK, AR-GE, MODV ve ARGEYOG
değişkenleri ile modelin genelini oluşturan eşbütünleşme denkleminde yatay kesit
bağımlılığı olmadığına karar verilmiştir. Eşbütünleşme katsayılarının homojenliği,
Pesaran ve Yamagata (2008) tarafından geliştirilen Homojenite Testi ile incelenmiş
ve katsayıların heterojen olduğu sonucuna ulaşılmıştır. Çalışmada serilerin

159 C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 19, Sayı 1, 2018
durağanlıkları birinci nesil panel birim kök testleri ile araştırılmış ve değişkenlerin
düzeyde durağan olmadıkları ancak ilk farkında durağan oldukları tespit edilmiştir.
Değişkenler arasında uzun dönemli bir eşbütünleşme ilişkisinin varlığı Pedroni
(1999-2004) tarafından geliştirilen panel eşbütünleşme testi ile araştırılmış ve test
sonuçları değişkenler arasında (HBK, AR-GE, MODV ve ARGEYOG) uzun
dönemli bir ilişkinin varlığını ortaya koymuştur. Değişkenlerin uzun dönemde
eşbütünleşik olduğu bulgusu tespit edildikten sonra bağımsız değişkenlere ait uzun
dönem katsayılarının tahmini panel FMOLS ve DOLS tahmincileri ile yapılmıştır.
Eşbütünleşme katsayılarının tahmin sonuçları değerlendirildiğinde Ar-Ge
harcamaları düzeyinin artması (azalması) hisse başına karı arttırmaktadır
(azaltmaktadır). Maddi olmayan duran varlıkların düzeyinin artması (azalması) hisse
başına karı arttırmaktadır (azaltmaktadır). Son olarak Ar-Ge yoğunluğunun artması
ise hisse başına karı azaltmaktadır. Analizlerden elde edilen bu sonuçlar, Ar-Ge
harcamaları ile hisse senedi getirileri arasında literatürde ortaya konmuş olan güçlü
ve anlamlı ilişkiyi destekler niteliktedir.
Firmaların daha rekabetçi bir yapıya sahip olmaları noktasında Ar-Ge
faaliyetlerinin önemi her geçen gün artmaktadır. Makroekonominin mikro düzeyde
birimleri olan firmalar açısından büyümenin sürdürülebilmesi, rekabet gücünün
korunması ve geliştirilmesi; firmaların Ar-Ge faaliyetlerine gereken önemi
vermesine, Ar-Ge faaliyetleri hakkında bilgilendirilmesine, yönlendirilmesine ve
Ar-Ge faaliyetlerinin düzenleyici kuruluşlar tarafından yeterince desteklemesine
bağlıdır. Gelecek çalışmalarda Ar-Ge harcamalarının hisse başına kara etkisi farklı
sektörler için farklı değişkenler kullanılarak analiz edilebilir.
KAYNAKÇA
AKDOĞAN, Nalan ve Orhan SEVİLENGÜL (2007), Türkiye Muhasebe Standartları İle
Uyumlu Tekdüzen Muhasebe Sistemi Uygulaması, 12. Baskı, Gazi Kitabevi,
Ankara.
ALTINTAŞ, Halil ve Mehmet MERCAN (2015), “Ar-Ge Harcamaları ve Ekonomik
Büyüme İlişkisi: OECD Ülkeleri Üzerine Yatay Kesit Bağımlılığı Altında Panel
Eşbütünleşme Analizi”, Ankara Üniversitesi SBF Dergisi, 70(2); 345-376.
AKGÜN, Ali ve V. Özlem AKGÜN (2016), “İşletmelerde Ar-Ge Harcamalarının
Karlılığa Etkisi: Aselsan Örneği”, Selçuk Üniversitesi Sosyal ve Teknik
Araştırmalar Dergisi, 12; 1-12.
AL-HORANI, A.; P. F. POPE ve A. W. STARK (2003), “Research and Development
Activity and Expected Returns in the United Kingdom”, European Finance
Review 7; 27-46.

İltaş ve Kaya 160
ALTIN, Onur ve A. Ayşen KAYA (2009), “Türkiye’de Ar-Ge Harcamaları ve
Ekonomik Büyüme Arasındaki Nedensel İlişkinin Analizi”, Ege Akademik
Bakış, 9(1); 251-259.
BAŞGOZE, Pınar ve H. Cem SAYIN (2013), “The Effect of R&D Expenditure
(Investments) on Firm Value: Case of Istanbul Stock Exchange”, Journal of
Business, Economics & Finance, 2(3); 5-12.
BAYYURT, Nizamettin (2007), “İşletmelerde Performans Değerlendirmenin Önemi ve
Performans Göstergeleri Arasındaki İlişkiler”, Sosyal Siyaset Konferansları
Dergisi, 53; 577-590.
BOTTAZZI, Giulio; Giovanni DOSI; Marco LIPPI; Fabio PAMMOLLI ve Massimo
RICCABONI (2001), “Innovation and Corporate Growth in the Evolution of the
Drug Industry”, International Journal of Industrial Organization, 19; 1161-1187.
CHAN, Louis K. C.; Josef LAKONISHOK ve Theodore SOUGIANNIS (2001), “The
Stock Market Valuation of Research and Development Expenditures”, 56(6);
2431-2456.
DAĞLI, Hüseyin ve Tolga ERGÜN (2017), “Türkiye’de Ar-Ge Harcamalarının Firma
Karlılığına Etkisi”, KTÜ Sosyal Bilimler Enstitüsü Sosyal Bilimler Dergisi, 13;
69-83.
DEL MONTE, Alfredo ve Erasmo PAPAGNI (2003), “R&D and The Growth of Firms:
Empirical Analysis of a Panel of Italian Firms”, Research Policy, 32; 1003-
1014.
DEMİRGÜNEŞ, Kartal ve Gülbahar ÜÇLER (2016), “Ar-Ge Yatırımları ve Büyüme:
İmalat Sektörü Üzerine Ampirik Bir Çalışma”, İstanbul Üniversitesi İşletme
Fakültesi Dergisi, 45(1): 53-64.
DEMİRHAN, Dilek ve Burcu ARACIOĞLU (2017), “İnovasyon ve Finansal
Performans Arasındaki İlişki: BİST Teknoloji Endeksindeki Firmalar Üzerine
Bir Araştırma”, Uluslararası İktisadi ve İdari İncelemeler Dergisi, 16. UİK Özel
Sayısı; 195-218.
ELMAS, Bekir ve Müslüm POLAT (2016), “Ar-Ge Yatırımlarının Firma Performansına
Etkisinin Panel Veri Analizi İle Araştırılması”, 20. Finans Sempozyumu, 19-22
Ekim, Trabzon.
FREEL, Mark S. (2000), “Do Small Innovating Firms Outperform Non-Innovators?”,
Small Business Economics, 14(3); 195-210.
GARCIA-MANJON, Juan V. ve M. Elena ROMERO-MERINO (2012), “Research,
Development, and Firm Growth. Empirical Evidence From European Top R&D
Spending Firms”, Research Policy, 41; 1084- 1092.
GEROSKI, A. P. ve S. TOKER (1996), “The Turnover of Market Leaders in UK
Manufacturing Industry, 1979-86”, International Journal of Industrial
Organization, 14; 141-158.

161 C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 19, Sayı 1, 2018
GÖÇER, İsmet; Mehmet MERCAN ve Hakan HOTUNLUOĞLU (2012), “Seçilmiş
OECD Ülkelerinde Cari İşlemler Açığının Sürdürebilirliği: Yatay Kesit
Bağımlılığı Altında Çoklu Yapısal Kırılmalı Panel Veri Analizi”, Maliye
Dergisi, 163; 449-467.
GU, Lifeng (2016), “Product Market Competition, R&D Investment, and Stock
Returns”, Journal of Financial Economics, 119(2); 441-455.
IŞIK, Nihat; Özgür ENGELOĞLU Efe Can ve KILINÇ (2016), “Araştırma ve
Geliştirme Harcamalarının, Karlılık ve Satışlar Üzerindeki Etkisi: Borsa
İstanbul Firmaları Üzerine Bir Uygulama”, Erciyes Üniversitesi İktisadi ve İdari
Bilimler Fakültesi Dergisi, 47; 27-46.
İLTAŞ, Yüksel ve Ümit BULUT (2017), “Türkiye’de Ar-Ge Harcamaları İle Net Satış
Hasılatı Arasındaki İlişki: Bootstrap Panel Nedensellik Testinden Kanıtlar”,
Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 49; 45-58
KARACAER, Semra; Mehmet AYGÜN ve Süleyman İÇ (2009), “Araştırma ve
Geliştirme Giderlerinin Firma Performansı Üzerindeki Etkisi: İstanbul Menkul
Kıymetler Borsası Üzerine Bir İnceleme”, Muhasebe Bilim Dünyası Dergisi,
11(2); 65-86.
KAYIHAN, Burak ve Yusuf TEPELİ (2017), “Faaliyet Giderlerinin İşletme Karlılığı
Üzerindeki Etkisi: BİST Metal Eşya, Makine ve Gereç Yapım Sektöründe Bir
Araştırma”, Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi,
9(20); 327-337.
KİRACI, Murat ve M. Fatih ARSOY (2014), “Araştırma Geliştirme Giderlerinin
İşletmelerin Karlılığı Üzerindeki Etkisinin İncelenmesi: İMKB Metal Eşya
Sektöründe Bir Araştırma”, Muhasebe ve Denetime Bakış Dergisi, 41; 33-48.
KOCAMIŞ, Tuğçe U. ve Ayşegül GÜNGÖR (2014), “Türkiye’de Ar-Ge Harcamaları
ve Teknoloji Sektöründe Ar-Ge Giderlerinin Karlılık Üzerine Etkisi: Borsa
İstanbul Uygulaması”, Maliye Dergisi, 166; 127-138.
LI, Dongmei (2011). “Financial Constraints, R&D Investment, and Stock Returns”, The
Review of Financial Studies, 24(9); 2974-3007.
ÖZCAN, Muhammet; Ensar AĞIRMAN ve Ömer YILMAZ (2014), “Ar-Ge
Yatırımlarının Hisse Senedi Getirisi Üzerine Etkisi: BİST Teknoloji ve Bilişim
Firmaları Üzerine Bir Uygulama”, Maliye Dergisi, 166; 139-158.
ÖZTÜRK, Erkan ve Feyyaz ZEREN (2015), “The Impact of R&D Expenditure on Firm
Performance in Manufacturing Industry: Further Evidence From Turkey”,
International Journal of Economics and Research, 6; 32-36.
PEDRONI, Peter (1999), “Critical Values for Cointegrating Tests in Heterogeneous
Panels with Multiple Regressors”, Oxford Bulletin of Economics and Statistics,
61(1); 653-570.

İltaş ve Kaya 162
PESARAN, M. Hashem; Aman ULLAH ve Takashi YAMAGATA (2008), “A Bias-
Adjusted LM Test of Error Cross-Section Independence”, Econometrics
Journal, 11 (1); 105-127.
POLAT, Müslüm ve Bekir ELMAS (2016), “Firmaların Finansal Performansı Ar-Ge
Yatırımlarından Etkilenir mi? Panel Veri Analizi ile Bir Araştırma”, UNIDAP
Uluslararası Bölgesel Kalkınma Konferansı, 28-30 Eylül, Muş.
ROPER, Stephen (1997), “Product Innovation and Small Business Growth: A
Comparison of The Strategies of German, UK and Irish Companies”, Small
Business Economics, 9; 523-537.
SCHERER, M. F. (1965), “Corporate Inventive Output, Profits, and Growth”, Journal
of Political Economy, 73(3); 290-297.
TATOĞLU, Ferda Y. (2013). İleri Panel Veri Analizi-Stata Uygulamalı (2.Baskı).
İstanbul: Beta Basım Yayın Dağıtım A.Ş.
TOPALOĞLU, Emre Esat; Aslı Y. ERKOL ve Özlem KARAKOZAK (2017),
“Araştırma ve Geliştirme Yatırımlarının Pay Senedi Getirileri ve Pay Senedi
Fiyat Volatilitesine Etkisi: Borsa İstanbul Teknoloji Bilişim Firmaları Üzerine
Bir Uygulama”, Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 7(1); 1-
13.
ÜÇLER, Gülbahar (2017), “Doğrudan Yabancı Yatırımlar İçin Kurumların Önemi:
Gelişmekte Olan Ülkeler Üzerine Ekonometrik Bir Analiz”, Finans Politik &
Ekonomik Yorumlar, 54(627); 73-85.
ÜNAL, Targan ve Nisa SEÇİLMİŞ (2013), “Ar-Ge Göstergeleri Açısından Türkiye ve
Gelişmiş Ülkelerle Kıyaslaması”, İşletme ve İktisat Çalışmaları Dergisi, 1(1);
12-25.
YILDIRIM Hasan Hüseyin ve Şakir SAKARYA (2017), “Ar-Ge Harcamalarının
Firmaların Aktif Karlılığına ve Özsermaye Karlılığına Etkisi: BİST Teknoloji
Sektöründe Bir Uygulama”, 8. Uluslararası Girişimcilik Kongresi, 14-16
Temmuz, Burhaniye/Balıkesir.
YÜCEL, Rahmi ve Kayhan AHMETOĞULLARI (2015), “Ar-Ge Harcamalarının
Firmaların Net Kar Değişimi ve Hisse Başına Karlılığına İnovatif Etkisi: BİST
Teknoloji Yazılım ve Bilişim Sektöründe Bir Uygulama”, AİBÜ Sosyal
Bilimler Enstitüsü Dergisi, 15(4); 87-104.