2011/8
2010/7 Makale özeti ve diğer detaylar.
Kapulalar, en genel ifade ile rastgele değişkenler arasındaki baıımlılık yapısını ortaya koymak amacıyla kullanılmaktadır. Bu çalışmada kısaca kapula tahmin yöntemleri anlatılmıştır. Ayrıca, Kapula tahmin yöntemlerini örneklendirmek amacıyla, İstanbul Menkul Kıymet Borsası (İMKB) sektör endeks verileri kullanılarak sektörler arasındaki bağımlılık yapısı kapula tahmin yöntemleri ile ortaya konmaya çalışılmıştır. Minimum ki-kare tahmin edicileri ve optimizasyondaki arama yöntemleri aracılıııyla sektörler arası kısa ve uzun dönemli baıımlılık yapıları haftalık ve aylık veriler üzerinden araştırılmıştır. Kısa dönemli, yani, haftalık verilerde asimetrik yapıyı yansıtan Asimetrik Lojistik Model (ALM) Kapulanın (Mendes, 2008) sektörler arası baıımlılık yapısını ortaya koyduıu görülmüştür. Uzun dönemli, yani, aylık verilerin gösterdiği simetrik yapı için Clayton, Gumbel ve Frank kapula ailelerinin (Nelsen, 2006) uygun olabileceği sonucuna varılmıştır.
In the most common expression, copulas are used to determine the dependence structure between random variables. In this study copula estimation methods are introduced briefly. In addition, to illustrate the copula estimation methods it is tried to put forth the dependence structure between sectors by using the sector index data of Istanbul Stock Exchange (ISE). By means of the minimum chi-square estimators and optimization search methods, the short and long-term dependence structure between sectors are investigated over weekly and monthly index data. In the short-term, that is, in weekly data which reflects the asymmetric structure was revealed by the Asymmetric Logistic Model (ALM) Copula (Mendes, 2008). For the longterm, i.e., the monthly data showing a symmetrical structure it was concluded that Clayton, Gumbel and Frank copula families (Nelsen, 2006) can be appropriate.
Sayı 3