Search

Amerika Birleşik Devletleri Merkez Bankası Aralık 2016’da faiz artırım döngüsüne başlamış ve finansal piyasalardaki oynaklık hızlıca artmıştır. Coronavirus (COVID19) salgını ve Türkiye’de 2018-2021 döneminde yaşanan kur atakları oynaklık çalışmasının yapılmasına öncülük etmiştir. Çalışmanın amacı Türk Lirası üzerindeki oynaklık ve oynaklık yayılımının EGARCH modeli ile analiz edilmesidir. Asimetrik etki parametresinin (δ), yani kaldıraç etkisinin 15 Aralık 2016 – 28 Şubat 2022 döneminde ABD Doları/Türk Lirası alış Kurunda geçerli olmadığını göstermektedir. GARCH modeli; ABD Doları/Güney Afrika Rand’ı ve ABD Doları/Çin Yuan’ı dışında ABD Doları/Türk Lirası alış kurunun oynaklığı ile diğer para birimleri arasında bir ilişki olduğunu göstermektedir. ABD 10 yıllık tahvil faizleri ve Şikago Opsiyon Borsası Oynaklık Endeksi değişkenleri de Amerikan Doları/Türk Lirası alış kuru oynaklığı üzerinde etkilidir., The United States Federal Reserve started the interest rate hike cycle in December 2016 and the volatility in financial markets increased rapidly. The coronavirus (COVID19) epidemic and currency attacks in Turkey during the 2018 - 2021 period led to the volatility study. The purpose of the study is to the analyze the volatility and volatility spillover on the the Turkish by using EGARCH model. The asymmetric effect parameter (δ), ie the leverage effect, is not valid in the US Dollar / Turkish Lira buying Rate between December 15, 2016 - February 28, 2022. The GARCH model proves a significant relationship between the volatility of the US Dollar/Turkish Lira and other currencies, except for the US Dollar/South African Rand and the US Dollar/Chinese Yuan. The US 10-year bond yields and the Chicago Options Exchange (VIX) variables also have an impact on the US Dollar/Turkish Lira buying rate volatility.

Hisse senetlerinin Ocak ayında diğer aylara göre daha yüksek getiri sağlaması Ocak ayı etkisi olarak tanımlanmaktadır. Bu çalışmanın amacı Borsa İstanbul (BIST 100) hisse senedi getiri ve oynaklığı üzerinde Ocak ayı etkisinin olup olmadığını GARCH, EGARCH ve TGARCH modelleri ile araştırmaktır. Bu amaçla çalışmada 04.01.2010-18.02.2020 dönemini kapsayan günlük hisse senedi getirisi kapanış değerleri kullanılmıştır. Elde edinilen bulgulara göre, hisse senedi getirileri üzerinde Ocak ayı etkisi görülürken oynaklık üzerinde herhangi bir etki bulunamamıştır. Ayrıca kaldıraç etkisini belirlemek amacıyla oluşturulan EGARCH ve TGARCH modellerinde negatif şokların pozitif şoklara göre daha etkili olduğu belirlenmiştir., January effect means that stock returns are higher in January than in any other month of the year. The aim of this study is to investigate whether there is a January effect on Borsa İstanbul (BIST 100) stock returns and volatility with GARCH, EGARCH and TGARCH models. For this purpose, the daily stock return closing values covering the period of 04.01.2010-18.02.2020 were used. According to the findings, while January effect was observed on stock returns, no effect was found on volatility. In addition, it was determined that negative shocks are more effective than positive shocks in EGARCH and TGARCH models created to determine leverage effect.

Bu makalede Borsa İstanbul ve Türkiye için oynaklık yayılımı sonuçları verilmektedir. Oynaklık öngörülememe, belirsizlik ve risk ile ilişkilidir. Finansta ise oynaklık genellikle hisse senedi fiyatı gibi bir finansal değişkenin zaman içinde yukarı veya aşağı hareket etme oranı olarak tanımlanmaktadır. Oynaklık yayılımı da bir finansal piyasada oluşan şokun diğer piyasalardaki oynaklığı etkilemesi veya farklı finansal piyasalar arasındaki risk geçişkenliği olayıdır. Bu çalışmanın amacı, Ocak 2008 - Nisan 2020 döneminde günlük hisse senedi verilerini kullanarak asimetrik etkileri dikkate alan EGARCH modelleri kapsamında gelişmiş ve gelişmekte olan piyasalardan Borsa İstanbul’a doğru oluşan oynaklık yayılımını analiz etmektir. Çalışma sonucunda asimetrik etki parametresinin (𝜃�) % 1 düzeyinde negatif ve istatistiksel olarak anlamlı olduğu görünmektedir. Bu durum asimetrik etkinin, yani kaldıraç etkisinin Borsa İstanbul’da geçerli olduğunu göstermektedir. Oynaklık Dow Jones Borsa’sından Borsa İstanbul’a doğru yayılmaktadır. Ayrıca USD/TRLKuru ve TLLIBOR değişkenleri Borsa İstanbul’un oynaklığı üzerinde etkilidir. Bu sonuçlar yatırımcı davranışı ve kararında oynaklığın etkisini açıkça ortaya koymaktadır.

Bu çalışmanın temel amacı; BIST 100, FTSE 100, NIKKEI 225 ve S&P 500 endekslerinin getirilerinin incelenmesinde Box-Jenkins modelleri ile ARCH/GARCH ailesi modellerinden ARCH (koşullu değişen varyans), GARCH (genelleştirilmiş koşullu değişen varyans), EGARCH (üstel genelleştirilmiş koşullu değişen varyans) ve GJR-GARCH (Glosten, Jagannathan ve Runkle GARCH) modellerinin kullanımını araştırmaktır. Uygun ARMA modellerinin belirlenmesinin ardından inşa edilen koşullu değişen varyans modellerinin tahminleri; normal dağılım, t dağılımı ve genelleştirilmiş hata dağılımı ile bunların çarpık uzantıları altında elde edilmiştir. Modeller için gerçekleştirilen bir dizi grafiksel ve istatistiksel değerlendirmenin sonucunda, EGARCH ve GJR-GARCH modellerinin ARCH ve GARCH modellerinden daha iyi performans sergilediği görülmüştür. Ayrıca normal ve çarpık normal dağılımların diğer dağılımlara göre daha kötü performans sergilediği belirlenmiştir. Bunlara ek olarak, endekslerin negatif şoklardan pozitif şoklara göre daha fazla etkilendikleri belirlenmiştir. Bununla birlikte, kötü haberlerin BIST 100 endeksini diğer endekslere göre daha az etkilediği, şokların volatiliteyi BIST 100 endeksinde diğer endekslere göre daha uzun süre etkilediği sonucuna varılmıştır. The main purpose of this study is to investigate the use of Box-Jenkins models and ARCH (autoregressive conditional heteroskedasticity), GARCH (generalized autoregressive conditional heteroskedasticity), EGARCH (exponential GARCH) and GJR-GARCH (Glosten, Jagannathan and Runkle GARCH) from ARCH/GARCH family models for examining the returns of BIST 100, FTSE 100, NIKKEI 225 and S&P 500 indices. Predictions of conditional heteroskedasticity models constructed after the determination of suitable ARMA models are obtained under the normal distribution, the t distribution, and the generalized error distribution and their skew variants. As a result of a series of graphical and statistical evaluations performed for the models, it was seen that EGARCH and GJR-GARCH models outperformed ARCH and GARCH models. Furthermore, it was determined that the normal and skewed normal distributions performed worse than the other distributions. It has also been determined that indices were more affected by negative shocks than positive shocks. On the other hand, it was concluded that bad news affected BIST 100 index less than other indices, and shocks affected volatility in BIST 100 index longer than other indices.

Geleneksel finansa yöneltilen en önemli eleştirilerden birisi, eşit ve tam bilgi varsayımına yöneliktir. Son yıllarda, ekonomideki tüm aktörlerin piyasayı etkileyen tüm bilgilere aynı anda sahip olduğu varsayımına şüpheyle bakılmaya başlanmıştır ve bunun sonucunda Asimetrik Bilgi Teorisi ortaya çıkmıştır. Hisse senetlerinin volatilitesi ile işlem hacmi arasındaki ilişkinin tanımlanması piyasadaki bilgi akışını tespit etmek açısından çok önemlidir. Bu çalışmada, Borsa İstanbul’da işlem hacmi ile fiyat değişimleri arasındaki ilişkinin yönü ve derecesi, “Firma Büyüklüğü” göstergesine göre tahmin edilmiş ve söz konusu ilişkideki asimetrinin incelenmesi amaçlanmıştır. Araştırmada veri seti olarak 19 Mart 2018 – 17 Mart 2020 tarihleri arasında, Borsa İstanbul’da faaliyet gösteren 99 firmanın günlük kapanış fiyatları ile işlem hacmi tutarları kullanılırken, günlük verilerdeki değişen varyans sorunu sebebiyle ve söz konusu ilişkideki asimetrinin ortaya çıkarılabilmesi adına EGARCH Modeli uygulanmıştır. Analizlerin sonucunda işlem hacmi ve fiyat değişimleri arasında fiyattan hacme doğru tek yönlü güçlü bir ilişkinin olduğu tespit edilmiştir. Ayrıca bu ilişkinin derecesinin, fiyat dalgalanmaları en az olan “Orta Firmalar” portföyünde en güçlü iken, fiyat dalgalanmaları en yüksek olan “Büyük Firmalar” portföyünde en zayıf olduğu ortaya konmuştur. Ek olarak hisse senedi fiyatlarındaki volatilitede, fiyatların artış ve azalış durumlarında bir asimetrinin mevcut olduğu çalışmanın bulguları arasındadır. One of the most important criticisms to the traditional finance is toward the equal and complete information hypothesis. In recent years, assumption that all players in an economy has entire information which effects the market, has been started to be suspicious and by the result of this, the Theory of Asymmetric Information has been put forward. Defining the relationship between volatility of stock prices and trading volume is crucial on the account of determining the information flow in a stock market. This study investigates the direction and degree of relationship between trading volume and price changes in Borsa Istanbul according to the “Firm Size” indicator and it is aimed to show the asymmetry in this relationship. In the research, daily closing prices and trading volume of 99 firms are used based on Borsa Istanbul data between the dates of 19 March 2018 - 17 March 2020. Also, EGARCH Model is applied on analysis in order to solve heteroskedasticity problem of daily data and reveal the asymmetry in the mentioned relationship. As a result of study, it is determined that there is a strong one-way relationship from price changes to transaction volume. Moreover, degree of this relationship is shown to be the strongest in the “Middle Firms” portfolio which has the lowest price fluctuations and the weakest in the “Large Firms” portfolio with the highest price fluctuations. In addition, presence of an asymmetry of the volatility in increase and decrease of prices is among the findings of the study.

Döviz ile işlem yapan kişi ve kurumları döviz kuru hareketleri farklı şekillerde etkilemektedir. Bu etkilerin kişi ve firmaları olumsuz etkilemesini en aza indirgemeye dönük farklı finansal araçlar türetilmiştir. Geliştirilen bu türev araçların verimli kullanılması adına döviz kuru volatilite tahmini yapılması önem arz etmektedir. Bu çalışmada, ABD doları (USD), Euro (EUR) döviz kurları Türk Lirası (TRY) karşılığı gösterge niteliğindeki satış kurları günlük verileri kullanılmıştır. Veri seti her bir döviz türü için hafta sonları ve resmi tatillerin dışında, 02 Ocak 2008 ve 01 Nisan 2019 arasını içermekte ve toplamda 2822 gözlemden oluşmaktadır. ARMA(0,0) – ARMA(5,5) GARCH (1,1), EGARCH(1,1), TGARCH(1,1) ve PGARCH(1,1) volatilite modelleri, std, sstd dağılımları altında denenmektedir. Bu şekilde 288 farklı tahmin yapılarak, Dolar için ARMA(5,5) model tahmininde TGARCH(1,1)’inde sstd, Euro için ise ARMA(5,4) model tahmininde TGARCH(1,1)-std modelleri volatilitenin tahmin edilmesinde daha başarılı bulunmuştur. Foreign exchange transactions affect the exchange rate movements in different ways. Different financial instruments have been developed to minimize the negative effects of these effects on people and firms. For the efficient use of these developed derivative instruments, it is important to estimate the exchange rate volatility. This study uses the exchange rates of the United States dollar (USD), euro (euro), equivalent to the daily exchange rates of the Turkish lira (TRY). The data set includes the period from January 2, 2008 to April 1, 2019 for each type of currency, except weekends and holidays. The ARMA (0,0) - ARMA (5.5) GARCH (1,1), EGARCH (1,1), TGARCH (1,1) and PGARCH (1,1) models are tested in the std and sstd distributions. Thus, with 288 different estimates, the ARMA model (5.5) estimates the dollar in TGARCH (1.1) sstd, the euro for ARMA (5.4), the model estimates the TGARCH (1.1) -std model in the assessment of volatility over successful.

Bu çalışmada birinci, ikinci ve üçüncü bölümlerde sırasıyla döviz kuru, volatilite ve koşullu değişen varyans modellerine ilişkin kavramsal çerçeve verilmiştir. Çalışmanın uygulama kısmı ise birinci bölüm olarak volatilitenin ölçülmesi ve ikinci bölüm olarak döviz kuru volatilitesi ile ihracat arasındaki uzun ve kısa dönem ilişkileri inceleyen ARDL-sınır testi yaklaşımının kullanılması olmak üzere iki bölümden oluşmaktadır. Uygulamanın birinci bölümde ARCH, GARCH, EGARCH, GJR-GARCH, TGARCH ve APARCH modelleri çeşitli kriterler açısından değerlendirilmiş ve en uygun modelin GJR-GARCH(1,1) olduğuna karar verilmiştir. Bu modele göre piyasadaki olası bir şokun geçici nitelikte olduğu ve piyasanın yaklaşık 6 ay sonra eski hâline dönebileceği sonucuna varılmıştır. Ayrıca, söz konusu modelin volatilite öngörüsüne göre, öngörü değerleri gerçekleşen volatilite değerleriyle birebir aynı olmasa da, onunla örtüşmekte ve volatilitedeki yükselme ve düşmeleri yakalayabilmektedir. Uygulamanın ikinci bölümünde ise, öncelikle Pesaran vd. (2001) tarafından geliştirilen sınır testi yaklaşımıyla değişkenler arasında eşbütünleşme ilişkisi araştırılmış. Eşbütünleşme ilişkisi olduğunun belirlenmesinin ardından ARDL ve hata düzeltme modeli kullanılarak döviz kuru volatilitesi ile ihracat arasında uzun ve kısa dönemli ilişkiler analiz edilmiştir. Son olarak ise, hem uzun dönem hem de kısa dönem katsayılarının istatistiki olarak anlamlı olduğu bulunmuştur. In this study, conceptual frameworks concerning exchange rate, volatility and conditional variance models respectively have been given on the first, second and third chapters/sections. The application part of the study consists of two parts; the being measured of volatility as the first part and the being used of the ARDL-boundary test approach which examines the long and short term relationships between exchange rate volatility and exports as the second part.In the first part of the application, ARCH, GARCH, EGARCH, GJR-GARCH, TGARCH and APARCH models have been evaluated according to various criteria and it has been decided that GJR-GARCH(1,1) model has been the most appropriate. According to this model, it has been conclude that a possible shock in the market is temporary and the market can return to its old condition in 6 months. Moreover, according to the volatility prediction of the model, even if the forecast values are not identical to the actual volatility values, overlap with it and are able to catch fluctuation in the volatility.In the second part of the application, firstly, the relationship of cointegration among variables has been researched, using Bound Test Approach, who was developed by Peseran et al. (2001). After being determined that there has been a cointegration relationship, long and short-term relationships between exchange rate volatility and exports have been analyzed, using ARDL and error correction model. Finally, it has been found that both long term and short term coefficients are statistically significant. 157

Bu çalışmada, IMKB sınai, mali, hizmetler ve teknoloji endeksleri arasında volatilite etkileşiminin varlığı ve yönü Temmuz 2000’den Nisan 2004 dönemine kadar olan günlük veriler kullanılarak araştırılmıştır. Endekslerin volatiliteleri EGARCH modeliyle elde edilmiş ve EGARCH’dan elde edilen koşullu varyanslar volatilite yerine kullanılmıştır. Endeksler arasındaki ilişkinin test edilmesinde sınırlandırılmamış VAR modeli kullanılmıştır. VAR modelinden elde edilen sonuçlara göre endeksler arasında anlamlı bir volatilite etkileşiminin olduğu görülmüştür, In this study, the existence of volatility spillover and its direction between IMKB sevices, fınancıal, ındustrial and technology indexes was investigated based on daily data from July 2000 to April 2004. İndexes volatility obtained from Exponential Autoregressive Conditional Heteroskedasticity (EGARCH) model and, conditional variances obtained from EGARCH model were proxied for the volatilities. Vector Autoregressive (VAR) model was used to test volatility spillover among the indexes. According to results obtained from the VAR model, it was found that there exist volatility spillover between IMKB indexes