AI Summary & Key Takeaways
AI InsightBulunan bu sonuç menkul kıymetler borsası üzerine yapılan daha önceki çalışmaların büyük bir kısmını destekler niteliktedir.
📌 3 Key Takeaways
Özet
Özellikle yüksek frekanslı günlük finansal verileri modelleme başarıları nedeniyle birçok araştırmacı tarafından büyük ilgi gören ARCH ve GARCH modelleri değişen varyansın sadece yatay kesit verisi problemi olmadığını aynı zamanda bir zaman serisi verisi problemi olduğunu göstermektedir. Dolayısıyla finansal zaman serisi verileri ile yapılan çalışmalarda doğrusal zaman serisi modelleri yerine doğrusal olmayan koşullu değişen varyans modellerinin kullanılması gerekmektedir. Bu çalışmada, İMKB100 günlük getiri serisinin volatilitesinin önraporlaması için alternatif modellerin performansları değerlendirilmektedir. Öncelikle birim kök testleri, doğrusal olmayan modellerin teorik yapısı ve koşullu değişen varyans önraporlama modelleri kısaca tartışıldıktan sonra uygulama amacıyla İMKB100 günlük getirileri alınmıştır Getiri serisinin zaman serisi özellikleri incelendikten sonra serinin durağan olduğu sonucuna ulaşılmıştır. Daha sonra alternatif modeller içerisinden getiri serisi için en uygun modelin ARMA(1,2) olduğu bulunmuştur. İMKB100 günlük getiri serisi için elde edilen expost önraporlama sonuçlarına göre alternatif ARCH ve GARCH modelleri içerisinden en uygun koşullu değişen varyans modelinin GARCH(1,1) olduğu belirlenmiştir. Bulunan bu sonuç menkul kıymetler borsası üzerine yapılan daha önceki çalışmaların büyük bir kısmını destekler niteliktedir.