EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ

İhsan Erdem KAYRAL (Konya Gıda ve Tarım Üniversitesi, Sosyal ve Beşeri Bilimler Fakültesi, Ekonomi Bölümü, Konya, Türkiye)
Finansal Araştırmalar ve Çalışmalar Dergisi
7 2
Yıl: 2020 Cilt: 12 Sayı: 22 Sayfa Aralığı: 152 - 168 Metin Dili: Türkçe DOI: 10.14784/marufacd.688447 İndeks Tarihi: 28-09-2022

EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ

Öz:
Finansal zaman serilerinde görülen değişen varyans sorununun (ARCH etkisi) sonucu olarak otoregresif koşullu değişen varyans modelleri bulunmuştur. Çalışmamızda, piyasa değeri en yüksek üç kripto paranın [Bit- coin (BTC), Ethereum (ETH) ve Ripple (XRP)] getirileri incelenmiş ve söz konusu getirilerde finansal zaman serilerine benzer şekilde ARCH etkisi bulunmuştur. Söz konusu üç kripto paranın volatiliteleri için en iyi mo- delin hesaplanmasında altı GARCH modelini karşılaştırılmıştır. Bu modeller sırasıyla GARCH (1,1), EGARCH (1,1), TGARCH (1,1), APARCH (1,1), CGARCH (1,1) ve ACGARCH (1,1) modellerinden oluşmaktadır. Ça- lışma kapsamında 01.10.2015 – 01.10.2018 tarihleri arasında Bitcoin (BTC), Ethereum (ETH) ve Ripple (XRP) kripto paralarının günlük kapanış verilerinden elde edilen getiriler kullanılmıştır. Volatilite tahminlerinde Bit- coin (BTC) ve Ethereum (ETH) için en iyi model EGARCH (1,1), Ripple (XRP) için ise APARCH (1,1) mo- deli bulunmuştur. Çalışma kapsamında bu modeller kullanılarak volatiliteler üzerinde negatif şokların pozitif şoklardan daha fazla etkisinin bulunduğunu gösteren kaldıraç etkisi incelenmiştir. Bitcoin (BTC) ve Ethereum (ETH) modellerinde kaldıraç etkisi bulunmamış, bununla birlikte pozitif şoklar negatif şoklara göre daha fazla volatiliteye neden olmuştur. Ancak, Ripple (XRP) volatilite modelinde kaldıraç etkisi belirlenmiştir.
Anahtar Kelime: Kripto Para Volatilite GARCH Modelleri Kaldıraç Etkisi

VOLATILITY ESTIMATION FOR THREE CRYPTOCURRENCIES WITH THE HIGHEST MARKET CAP

Öz:
Autoregressive conditional heteroskedasticity models (ARCH effect) are found in consequence of het- eroskedasticity problem in financial time series. In our study, three cryptocurrencies’ returns with the largest value market [Bitcoin (BTC), Ethereum (ETH), and Ripple (XRP)] are examined and ARCH effect is found in these returns similar to financial time series. Six GARCH models are compared to estimate the most appropriate models for these three cryptocurrencies’ volatilities. These models are GARCH (1,1), EGARCH (1,1), TGARCH (1,1), APARCH (1,1), CGARCH (1,1), and ACGARCH (1,1), respectively. In the scope of the study, daily closing prices data of Bitcoin (BTC), Ethereum (ETH), and Ripple (XRP) between the date of 10.01.2015 – 10.01.2018 are used. We find that the best models for volatility estimations are the EGARCH (1,1) model for Bitcoin (BTC), and Ethereum (ETH) and APARCH (1,1) for Ripple (XRP). In the scope of the study, the leverage effect, shows that negative shocks have more impact on the volatilities than positive shocks, is examined by using these mod- els. There is no leverage effect in Bitcoin (BTC) and Ethereum (ETH) volatility models, but positive shocks are the result of more volatility than negative shocks. However, the leverage effect is determined for Ripple (XRP) volatility model.
Anahtar Kelime: Cryptocurrency Volatility GARCH Models Leverage Effect

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
  • BAUR, Dirk G., HONG, KiHoon ve LEE, Adrian D. (2017). “Bitcoin: Medium of Exchange or Speculative As- sets?”, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2561183
  • BOLLERSLEV, Tim. (1986). “Generalized Autoregressive Conditional Heteroskedasticity”, Journal of Econo- metrics, 31, 307-327.
  • BOUOIYOUR, Jamal ve SELMI, Refk. (2015). “Bitcoin price: Is It Really That New Round of Volatility Can Be On Way?”, Munich Pers. RePEc Arch. 6558 (August).
  • BOUOIYOUR, Jamal ve SELMI, Refk. (2016). “Bitcoin: A Beginning of A New Phase?”, Economic Bulletin, 36 (3), 1430–1440.
  • BOURI, Elie, AZZI, Georges ve DYHRBERG, Anne Haubo. (2017). “On the Return-Volatility Relationship in The Bitcoin Market Around The Price Crash Of 2013”, Economics, 11 (2), 1–16.
  • CARPENTER, Andrew. (2016). “Portfolio Diversification with Bitcoin”, Journal of Undergraduate in France, 1-27.
  • CATANIA, Leopold, GRASSI, Stefano ve RAVAZZOLO, Francesco. (2018). “Predicting the Volatility of Cryp- tocurrency Time–Series”, Centre For Applied Macro and Petroleum Economics (CAMP), CAMP Wor- king Paper Series, No 3/2018, 1-7.
  • CHARLES, Amelie ve DARNE, Olivier. (2018). “Volatility Estimation for Bitcoin: Replication and Extension”, International Economics, 1-15.
  • CHEAH, Eng-Tuck ve FRY, John. (2015). “Speculative Bubbles in Bitcoin Markets? An Empirical Investigation Into the Fundamental Value of Bitcoin”, Economics Letters, 130, 32–36.
  • CHEUNG, Adrian, ROCA, Eduardo ve SU, Jen-Je. (2015). “Crypto-currency Bubbles: An Application of the Phillips-Shi-Yu (2013) Methodology on Mt.Gox Bitcoin Prices”, Applied Economics, 47, 2348–2358.
  • DING, Zhuanxin, GRANGER, Clive W.J. ve ENGLE, Robert F. (1993). “A Long Memory Property Of Stock Mar- ket Returns And A New Model”, Journal of Empirical Finance, 1(1), 83-106.
  • DWYER, Gerald P. (2015). “The Economics of Bitcoin and Similar Private Digital Currencies”, Journal of Fi- nancial Stability, 81-91.
  • DYHRBERG, Anne Haubo. (2016). “Hedging Capabilities of Bitcoin. Is It the Virtual Gold?”, Finance Research Letters, 139-144.
  • ENGLE, Robert F. ve LEE, Gary G. J. (1993). “A Permanent and Transitory Component Model of Stock Return Volatility”, Department of Economics, UCSD, Discussion Paper No: 92-44R.
  • EUROPEAN CENTRAL BANK (ECB). (2012). “Virtual Currency Schemes”, http://www.ecb.int/ pub/pdf/ot- her/virtualcurrencyschemes201210en.pdf.
  • GLASER, Florian, ZIMMERMANN, Kai, HAFERHORN, Martin, WEBER, Moritz Christian ve SIERING, Mi- chael. (2014). “Bitcoin – Asset or Currency? Revealing Users’ Hidden Intentions”, In: Twenty Second European Conference on Information Systems, ECIS 2014, Tel Aviv, 1–14.
  • GRINBERG, Reuben. (2011). “Bitcoin: An Innovative Alternative Digital Currency”, Hastings Sci. Tech. LJ., 4, 160–211.
  • GRONWALD, Marc. (2014). “The Economics of Bitcoins – Market Characteristics and Price Jumps”, CESifo Working Paper, (5121).
  • KATSIAMPA, Paraskevi. (2017). “Volatility Estimation for Bitcoin: A Comparison of GARCH Models”, Econo- mics Letters, 158, 3-6.
  • NELSON, Daniel B. (1991). “Conditional Heteroskedasticity in Asset Returns: A New Approach”, Economet- rica, 59, 347-370.
  • ÖZTÜRK, Mutlu Başaran, ARSLAN, Halil, KAYHAN, Temur ve UYSAL, Mustafa. (2018). “Yeni Bir Hedge Ens- trumanı Olarak Bitcoin: Bitconomi”, Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 217-232.
  • ROGOJANU, Angela ve BADEA, Liana. (2014). “The Issue of Competing Currencies. Case Study–Bitcoin”, The- oretical Applications Economics, 103–114.
  • TAYLOR, Stephen J. (1986). “Modelling Financial Time Series”, John Wiley and Sons Ltd., 1st edition, New York, USA.
  • THIES, Sven ve MOLNÁR, Peter. (2018). “Bayesian Change Point Analysis of Bitcoin Returns”, Finance Rese- arch Letters, 27, 223-227.
  • ZAKOIAN, Jean-Michel. (1994). “Threshold Heteroskedasticity Models”, Journal of Economic Dynamics and Control, 15, 931-955.
APA KAYRAL I (2020). EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ. , 152 - 168. 10.14784/marufacd.688447
Chicago KAYRAL IHSAN ERDEM EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ. (2020): 152 - 168. 10.14784/marufacd.688447
MLA KAYRAL IHSAN ERDEM EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ. , 2020, ss.152 - 168. 10.14784/marufacd.688447
AMA KAYRAL I EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ. . 2020; 152 - 168. 10.14784/marufacd.688447
Vancouver KAYRAL I EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ. . 2020; 152 - 168. 10.14784/marufacd.688447
IEEE KAYRAL I "EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ." , ss.152 - 168, 2020. 10.14784/marufacd.688447
ISNAD KAYRAL, IHSAN ERDEM. "EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ". (2020), 152-168. https://doi.org/10.14784/marufacd.688447
APA KAYRAL I (2020). EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ. Finansal Araştırmalar ve Çalışmalar Dergisi, 12(22), 152 - 168. 10.14784/marufacd.688447
Chicago KAYRAL IHSAN ERDEM EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ. Finansal Araştırmalar ve Çalışmalar Dergisi 12, no.22 (2020): 152 - 168. 10.14784/marufacd.688447
MLA KAYRAL IHSAN ERDEM EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ. Finansal Araştırmalar ve Çalışmalar Dergisi, vol.12, no.22, 2020, ss.152 - 168. 10.14784/marufacd.688447
AMA KAYRAL I EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ. Finansal Araştırmalar ve Çalışmalar Dergisi. 2020; 12(22): 152 - 168. 10.14784/marufacd.688447
Vancouver KAYRAL I EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ. Finansal Araştırmalar ve Çalışmalar Dergisi. 2020; 12(22): 152 - 168. 10.14784/marufacd.688447
IEEE KAYRAL I "EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ." Finansal Araştırmalar ve Çalışmalar Dergisi, 12, ss.152 - 168, 2020. 10.14784/marufacd.688447
ISNAD KAYRAL, IHSAN ERDEM. "EN YÜKSEK PİYASA DEĞERİNE SAHİP ÜÇ KRİPTO PARANIN VOLATİLİTELERİNİN TAHMİN EDİLMESİ". Finansal Araştırmalar ve Çalışmalar Dergisi 12/22 (2020), 152-168. https://doi.org/10.14784/marufacd.688447
Sayfa Oluşturulma Tarihi
24-04-2024 3:30

İLETİŞİM

TÜBİTAK ULAKBİM TR Dizin

Yüzüncüyıl, İşçi Blokları Mahallesi

Muhsin Yazıcıoğlu Caddesi No:51/C

06530 Çankaya / ANKARA +90 (312) 298 92 00

trdizin@tubitak.gov.tr

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © Tüm Hakları Saklıdır. Gizlilik Politikası Kullanım Şartları