Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama

Berk YILDIZ (Bülent Ecevit Üniversitesi, Denizcilik Fakültesi, Zonguldak, Türkiye)
Muhasebe ve Finansman Dergisi
5 1
Yıl: 2016 Cilt: 0 Sayı: 72 Sayfa Aralığı: 83 - 106 Metin Dili: Türkçe DOI: 10.25095/mufad.396721 İndeks Tarihi: 21-01-2021

Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama

Öz:
Bu çalışmada, Borsa İstanbul (BİST)’a kayıtlı seçilmiş alt sektörler arasında yer alan hizmet (XUHIZ), mali (XUMAL) ve sınai (XUSIN) endeks getiri serilerine ilişkin oynaklıkların modellenmesinde ve tahmin edilmesinde hangi modellerin daha başarılı sonuçlar verdiği tespit edilmeye çalışılmıştır. 05 Ocak 2000-09 Aralık 2015 tarihlerini kapsayan günlük veriler koşullu değişen varyans modelleri ile analiz edilmiş ve endekslere ait oynaklıkların hem ARCH hem de GARCH etkisi gösterdiği belirlenmiştir. Bununla birlikte, mali ve sınai endekslere ilişkin oynaklık tahminlerinde en uygun modelin TGARCH (1,1) , hizmet endeksine ait oynaklık tahmininde ise en uygun modelin CGARCH (1,1) olduğu da elde edilen bulgular arasında yer almaktadır. Ayrıca, oynaklık üzerindeki şokların asimetrikliğini dikkate alan EGARCH modeli de tahmin edilmiş ve her üç endeks getiri serisi üzerinde de kaldıraç etkisinin var olduğu tespit edilmiştir.
Anahtar Kelime:

Volatility Forecasting with Symmetric and Asymmetric GARCH Models: An Application on Selected ISE Sub-Sectors

Öz:
In this study, the most successfull model was performed to determine for modeling and forecasting the volatility of the selected sub-sector return series of each indices which is listed in ISE namely; service (XUHIZ), financial (XUMAL) and industrial (XUSIN) sectors. The findings indicate that the daily data which were analyzed with conditional variance models, covering a period from January 5, 2000 to December 9, 2015, show both ARCH and GARCH effects. In addition, the findings also show that TGARCH (1,1) is the best model for estimating volatility not also financial but also industrial indices, but on the other hand CGARCH (1,1) is the best model to forecast the volatility of service index. Furthermore, EGARCH model which is considering the asymmetry on volatility shocks are also estimated and it was determined that there have a leverage effect on each return series of three indices.
Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
  • Akgün, Işıl – Sayyan, Hülya (2007), “İMKB 30 Hisse Senedi Getirilerinde Volatilitenin Kısa ve Uzun Hafızalı Asimetrik ve Koşullu Değişen Varyans Modelleri İle Öngörüsü”, İktisat İşletme ve Finans Dergisi, Cilt. 22, Sayı. 250, s. 127-141.
  • Alberg, Dima. – Shalit, Haim. – Yosef, Rami. (2008), “Estimating Stock Market Volatility Using Asymmetric GARCH Models”, Applied Financial Economics, No. 18, pp. 1201-1208.
  • Angabini, Amir – Wasiuzzaman, Shaista (2011), “GARCH Models and the Financial Crisis-A Study of the Malaysian Stock Market”, The International Journal of Applied Economics and Finance, Vol. 5, No. 3, pp. 226-236.
  • Atakan, Tülin (2009), “İstanbul Menkul Kıymetler Borsasında Değişkenliğin (Volatilitenin) ARCH-GARCH Yöntemleri İle Modellenmesi”, İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü Dergisi, Sayı. 62, Şubat, s. 48-61.
  • Aydın, Kazım (2002), “Riske Maruz Değer Hesaplamalarında EWMA ve GARCH Metotlarının Kullanılması: İMKB-30 Endeks Uygulaması”, Yayımlanmamış Yüksek Lisans Tezi, Sosyal Bilimler Enstitüsü, Karaelmas Üniversitesi, Zonguldak.
  • Black, Fischer (1976), “Studies of Stock Price Volatility Changes”, Proceedings of the 1976 Business Meeting of the Business and Economics Statistics Section American Statistical Association, Washington, DC., pp. 177-181.
  • Bollerslev, Tim (1986), “Generalized Autoregressive Conditional Heteroskedasticity”, Journal of Econometrics, Vol. 37, pp. 307-327.
  • Brooks, Chris. (2008) Introductory Econometrics for Finance, 2nd Edition, Cambridge University Press, UK.
  • Çağıl, Gülcan – Okur, Mustafa (2010), “2008 Finansal Krizi’nin İMKB Hisse Senedi Piyasası Üzerindeki Etkilerinin GARCH Modelleri İle Analizi”, Marmara Üniversitesi İ.İ.B.F. Dergisi, Cilt. XXVIII, Sayı. 1, s. 573-585.
  • Çil Yavuz, Nilgün. (2015) Finansal Ekonometri, 2. Baskı, Der Yayınları, İstanbul.
  • Ding, Zhuanxin – Granger, Clive W. J. – Engle, Robert F. (1993), “A Long Memory Property of Stock Market and A New Model”, Journal of Empirical Finance, Vol. 1, pp. 83-106.
  • Doğanay, M. Mete (2003), “İMKB DİBS Fiyat Endekslerinin Volatilite ve Kovaryanslarının Öngörülmesi”, İMKB Dergisi, Sayı. 27, Temmuz/Ağustos/Eylül, s. 17-37.
  • Duran, Serap – Şahin, Asuman (2006), “İMKB Hizmetler, Mali, Sınai ve Teknoloji Endeksleri Arasındaki İlişkinin Belirlenmesi”, Gaziosmanpaşa Üniversitesi Sosyal Bilimler Araştırmaları Dergisi, Cilt. 13, Aralık, Sayı. 1, s. 57-70.
  • Engle, Robert F. (1982), “Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of the United Kingdom Inflation”, Econometrica, Vol. 50, No. 4, July, pp. 987-1007.
  • Frimpong, Joseph Magnus – Oteng Abayie, Eric Fosu (2006), “Modelling and Forecasting Volatility of Returns on the Ghana Stock Exchange Using GARCH Models”, Munich Personel RePec Archive MPRA, No. 593, pp. 1-21.
  • Gabriel, Anton Sorin. (2012), “Evaluating the Forecasting Performance of GARCH Models: Evidence from Romania”, Procedia-Social and Behavioral Sciences, No. 62, pp. 1006-1010.
  • Gökbulut, R. İlker – Pekkaya, Mehmet (2014), “Estimating and Forecasting Volatility of Financial Markets Using Asymmetric GARCH Models: An Application on Turkish Financial Markets”, International Journal of Economics and Finance, Vol. 6, No. 4, pp. 23-35.
  • Grier, Kevin B. – Perry, Mark J. (1998), “On Inflation and Inflation Uncertainty in the G7 Countries”, Journal of International Money and Finance, Vol. 17, pp. 671-689.
  • Güriş, Selahattin – Saçıldı Saçaklı, İrem (2011), “İstanbul Menkul Kıymetler Borsası’nda Hisse Senedi Getiri Volatilitesinin Klasik ve Bayesyen GARCH Modelleri İle Analizi”, Trakya Üniversitesi Sosyal Bilimler Dergisi, Cilt. 13, Aralık, Sayı. 2, s. 153-172.
  • Kang, Sang Hoon. – Mok Kang, Sang. – Min Yoon, Seong. (2009), “Forecasting Volatility of Crude Oil Markets”, Energy Economics, No. 31, pp. 119-125.
  • Korkmaz, Turhan – Ceylan, Ali. (2006) Sermaye Piyasası ve Menkul Değer Analizi, 3. Baskı, Ekin Kitabevi, Bursa.
  • Mazıbaş, Murat (2005), “İMKB Piyasalarındaki Volatilitenin Modellenmesi ve Öngörülmesi: Asimetrik GARCH Modelleri İle Bir Uygulama”, VII. Ekonometri ve İstatistik Sempozyumu , s. 1-29.
  • Özden, Ünal H. (2008), “İMKB Bileşik 100 Endeksi Getiri Volatilitesinin Analizi”, İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, Sayı. 13, Bahar, s. 339-350.
  • Pan, Hongyu. – Zhang, Zhichao. (2006), “Forecasting Financial Volatility: Evidence from Chinese Stock Market”, Working Papers in Economics and Finance, Durham Business School, No. 06/02, pp. 1-31.
  • Peters, Jean-Philippe (2001), “Content Integration”, http://www.unalmed.edu.co/~ndgirald/Archivos%20Lectura/Archivos%20curso%20S eries%20II/jppeters.pdf, (16.10.2015).
  • Sevüktekin, Mustafa – Nargeleçekenler, Mehmet (2008), “İstanbul Menkul Kıymetler Borsası’nda Getiri Volatilitesinin Modellenmesi ve Önraporlanması”, Ankara Üniversitesi SBF Dergisi, Sayı. 61-4, s. 243-265.
  • Tripathy, Naliniprava – Garg, Ashish (2013), “Forecasting Stock Market Volatility: Evidence From Six Emerging Markets”, Journal of International Business and Economy, Vol. 14, No. 2, pp. 69-93.
  • Xie, Shiqing – Huang, Xichen (2013), “An Empirical Analysis of the Volatility in the Open-End Fund Market: Evidence from China”, Emerging Markets Finance & Trade, Vol. 49, No. 4, pp. 150-162.
  • Zakoian, Jean – Michel (1994), “Threshold Heteroskedasticity Models”, Journal of Economic Dynamics and Control, Vol. 18, No. 5, pp. 931-955.
APA YILDIZ B (2016). Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama. , 83 - 106. 10.25095/mufad.396721
Chicago YILDIZ Berk Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama. (2016): 83 - 106. 10.25095/mufad.396721
MLA YILDIZ Berk Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama. , 2016, ss.83 - 106. 10.25095/mufad.396721
AMA YILDIZ B Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama. . 2016; 83 - 106. 10.25095/mufad.396721
Vancouver YILDIZ B Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama. . 2016; 83 - 106. 10.25095/mufad.396721
IEEE YILDIZ B "Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama." , ss.83 - 106, 2016. 10.25095/mufad.396721
ISNAD YILDIZ, Berk. "Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama". (2016), 83-106. https://doi.org/10.25095/mufad.396721
APA YILDIZ B (2016). Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama. Muhasebe ve Finansman Dergisi, 0(72), 83 - 106. 10.25095/mufad.396721
Chicago YILDIZ Berk Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama. Muhasebe ve Finansman Dergisi 0, no.72 (2016): 83 - 106. 10.25095/mufad.396721
MLA YILDIZ Berk Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama. Muhasebe ve Finansman Dergisi, vol.0, no.72, 2016, ss.83 - 106. 10.25095/mufad.396721
AMA YILDIZ B Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama. Muhasebe ve Finansman Dergisi. 2016; 0(72): 83 - 106. 10.25095/mufad.396721
Vancouver YILDIZ B Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama. Muhasebe ve Finansman Dergisi. 2016; 0(72): 83 - 106. 10.25095/mufad.396721
IEEE YILDIZ B "Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama." Muhasebe ve Finansman Dergisi, 0, ss.83 - 106, 2016. 10.25095/mufad.396721
ISNAD YILDIZ, Berk. "Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama". Muhasebe ve Finansman Dergisi 72 (2016), 83-106. https://doi.org/10.25095/mufad.396721
Sayfa Oluşturulma Tarihi
23-04-2024 16:32

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