SavedAdd your journal

Journals / Izmir Democracy University Social Sciences Journal / 2025 / Cilt: 8 Sayı: 2

DYNAMİC INTERACTİONS BETWEEN GLOBAL RİSK INDİCATORS AND THE TURKİSH STOCK MARKET

KÜRESEL RİSK GÖSTERGELERİ VE TÜRKİYE HİSSE SENETLERİ PİYASASI ARASINDAKİ DİNAMİK ETKİLEŞİMLER

Oktay Sever0000-0002-9662-1447
Pages
299–322
Publication Date
2025-12-31
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The findings reveal that the Turkish stock market is significantly and unidirectionally influenced by the VIX index, which reflects global risk sentiment, while CDS premiums are influenced by the BIST100 index.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:In this study, the causal relationships between the Borsa Istanbul 100 (BIST100) index and two key risk indicators—Credit Default Swap (CDS) premiums and the VIX index—were analyzed using monthly data for the period from October 2008 to December 2024.
📊
Key Findings & Data:Since the variables were found to be integrated of order one I(1) and stationary at their first differences, the Granger causality test was applied.
💡
Conclusion & Impact:The findings reveal that the Turkish stock market is significantly and unidirectionally influenced by the VIX index, which reflects global risk sentiment, while CDS premiums are influenced by the BIST100 index.
🔬Design:Araştırma Makalesi
📍Scope:2008 Verileri
⚙️Variables:CDS · VIX Endeksi · BIST100

Abstract

In this study, the causal relationships between the Borsa Istanbul 100 (BIST100) index and two key risk indicators—Credit Default Swap (CDS) premiums and the VIX index—were analyzed using monthly data for the period from October 2008 to December 2024. Within the scope of time series analysis, the stationarity levels of the series were first evaluated using the Augmented Dickey–Fuller (ADF) and Phillips–Perron (PP) unit root tests. Since the variables were found to be integrated of order one I(1) and stationary at their first differences, the Granger causality test was applied. The findings reveal that the Turkish stock market is significantly and unidirectionally influenced by the VIX index, which reflects global risk sentiment, while CDS premiums are influenced by the BIST100 index. This indicates that, in emerging economies such as Türkiye, stock markets are in dynamic interaction with both internal and external risk indicators, offering important implications for investor behavior and policymaking.

Özet

Bu çalışmada, Türkiye finansal piyasasında Borsa İstanbul 100 (BIST100) endeksi ile iki önemli risk göstergesi olan Kredi Temerrüt Takası (CDS) primi ve VIX endeksi arasındaki nedensellik ilişkileri 2008:10–2024:12 dönemine ait aylık veriler kullanılarak analiz edilmiştir. Zaman serisi analizi kapsamında öncelikle serilerin durağanlık düzeyleri ADF ve PP birim kök testleriyle değerlendirilmiştir. Değişkenlerin I(1) birinci farkta durağan halde olması nedeniyle Granger nedensellik testi uygulanmıştır. Elde edilen bulgular, Türkiye hisse senedi piyasasının küresel risk algısını yansıtan VIX endeksinden anlamlı ve tek yönlü olarak etkilendiğini ortaya koyarken, CDS priminin ise BIST100 endeksinden etkilendiğini göstermektedir. Bu durum, Türkiye gibi gelişmekte olan ekonomilerde hisse senedi piyasalarının hem içsel hem de dışsal risk göstergeleriyle dinamik etkileşim içinde olduğunu ortaya koymakta; yatırımcı davranışları ve politika yapıcılar açısından önemli çıkarımlar sunmaktadır.

🔖

Cite This Article

Sever, O. (2025). DYNAMİC INTERACTİONS BETWEEN GLOBAL RİSK INDİCATORS AND THE TURKİSH STOCK MARKET. Izmir Democracy University Social Sciences Journal, Cilt: 8 Sayı: 2, 299–322. https://doi.org/10.61127/idusos.1791105

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (23)

  1. Alptürk, S., Sezal, M., & Gürsoy, M. (2021). Jeopolitik risklerin Türkiye CDS primi üzerindeki etkisi: Eşbütünleşme ve nedensellik analizi. Ekonomik Yaklaşım Dergisi, 32(1), 55–78.
  2. Asteriou, D. and Hall, S.G. (2011). Applied Econometrics. UK: Macmillan International Higher Education
  3. Başarır, Ç., & Keten, E. (2016). Gelişmekte olan ülkelerde CDS primleri ile finansal göstergeler arasındaki ilişki. Finansal Araştırmalar ve Çalışmalar Dergisi, 8(14), 1–16.
  4. Bekaert, G., & Harvey, C. R. (2003). Emerging markets finance. Journal of Empirical Finance, 10(1-2), 3–55.
  5. Bezgin, H. (2019). Gelişmekte olan ülkelerde CDS primleri ile hisse senedi piyasası arasındaki ilişki: Türkiye örneği. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(2), 112–127.
  6. Borio, C., & Drehmann, M. (2009). Assessing the risk of banking crises—revisited. BIS Quarterly Review, March 2009, 29–46.
  7. Bozoklu, S., & Yilanci, V. (2013). Energy consumption and economic growth for selected OECD countries: Further evidence from the Granger causality test in the frequency domain. Energy Policy, 63, 877-881.
  8. Breitung, J., & Candelon, B. (2006). Testing for short and long-run causality: A frequency domain approach. Journal of Econometrics, 132(2), 363–378.
  9. Calvo, G., Leiderman, L., & Reinhart, C. M. (1996). Inflows of capital to developing countries in the 1990s. The Journal of Economic Perspectives, 10(2), 123–139.
  10. Ciner, Ç. (2011), ‘’Eurocurrency Interest Rate Linkages: A Frequency Domain Analysis’’, International Review of Economics and Finance, 20, 498-505.
  11. Coudert, V., & Gex, M. (2010). Credit default swap and bond markets: Which leads the other? Financial Stability Review, 14, 161–167.
  12. Değirmenci, H., & Pabuçcu, H. (2016). CDS primleri ile BIST 100 endeksi arasındaki ilişki: Granger nedensellik testi uygulaması. Muhasebe ve Finansman Dergisi, 69, 103–120.
  13. Dickey, D. A., & Fuller, W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica: Journal of the Econometric Society, 1057-1072.
  14. Granger, C. W. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica: Journal of The Econometric Society, 424-438.
  15. Markowitz, H. (1952). Portfolio selection. The Journal of Finance, 7(1), 77–91. https://doi.org/10.2307/2975974
  16. Phillips, P.C.B., & Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 75, 335-346.
  17. Sarwar, G. (2012). Is VIX an Investor Fear Gauge in BRIC Equ-ity Markets?. Journal of Multinational Financial Management, 22(3), 55-65
  18. Solnik, B. H. (1974). An equilibrium model of the international capital market. Journal of Economic Theory, 8(4), 500–524.
  19. Şahin, A., & Özkan, N. (2018). CDS primi, döviz kuru ve BIST 100 endeksi ilişkisi: Türkiye üzerine bir analiz. Uluslararası Ekonomi ve Yenilik Dergisi, 4(2), 25–38.
  20. Ugurlu-Yildirim, E., Kocaarslan, B., & Ordu-Akkaya, B. M. (2021). Monetary policy uncertainty, investor sentiment, and US stock market performance: New evidence from nonlinear cointegration analysis. International Journal of Finance & Economics, 26(2), 1724-1738.
  21. Üçler, G., & Özşahin, M. (2020). Jeopolitik risk ve hisse senedi piyasası ilişkisi: Panel veri analizi. Finans Politik & Ekonomik Yorumlar, 57(659), 9–28.
  22. Yıldırım, H. (2021)a. Piyasaları Resmetmek Temel ve Teknik Analizi Esas Alan Uygulamalar. İstanbul: Himalaya Yayınları.
  23. Yıldırım, H. (2021)b. Kripto Para Çılgınlığı Finansal Krizlerden Kripto Paralara. İstanbul: Himalaya Yayınları.