Journals / Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2018 / Cilt: 25 - Sayı: 3

Kredi Temerrüt Swapları İle Vade Farklarından Kaynaklanan Risk Primleri Arasındaki İlişki: Türkiye Üzerine Bir Uygulama

Pages
735–747
Publication Date
2018-12-28
DOI
—
🏛️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)

Bunun durum CDS’lerin her zaman risk primlerini göstermediği şeklinde yorumlanmıştır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Öz Bu çalışmada Türkiye’de borçlanma araçlarının risk göstergesi olarak Kredi Temerrüt Takası (Credit Default Swap - CDS) ile vade farklarından kaynaklanan risk primleri arasındaki ilişki analiz edilmiştir.
📊
Key Findings & Data:Analizde borçlanma araçlarının risk göstergesi olarak 5 yıl vadeli CDS prim değişimleri bağımlı değişken olarak kullanılırken, bağımsız değişkenler olarak da Campbell ve Shiller (1987) yaklaşımından yararlanılarak türetilen iki aylık ve üç aylık bono faiz oranları arasındaki risk primi kullanılmıştır.
💡
Conclusion & Impact:Bunun durum CDS’lerin her zaman risk primlerini göstermediği şeklinde yorumlanmıştır.
🔬Design:Research Article
📍Scope:2001 Verileri
⚙️Variables:Anahtar Kelimeler Kredi Temerrüt Takasları · Risk Primleri · Kayan Pencere Nedensellik Yaklaşımı

Özet

Öz Bu çalışmada Türkiye’de borçlanma araçlarının risk göstergesi olarak Kredi Temerrüt Takası (Credit Default Swap - CDS) ile vade farklarından kaynaklanan risk primleri arasındaki ilişki analiz edilmiştir. Bu çerçevede tahmin edilen risk primleriyle CDS’ler arasında nedensellik ilişkisi ortaya konmaya çalışılmıştır. Analizde borçlanma araçlarının risk göstergesi olarak 5 yıl vadeli CDS prim değişimleri bağımlı değişken olarak kullanılırken, bağımsız değişkenler olarak da Campbell ve Shiller (1987) yaklaşımından yararlanılarak türetilen iki aylık ve üç aylık bono faiz oranları arasındaki risk primi kullanılmıştır. Bunun nedeni ise iki ve üç aylık vadeli bono getirilerinin likiditeyle ilişkili en yakın gösterge olmasıdır. Böylece likidite riski ile uluslararası piyasalardaki finansal risk göstergesi olan CDS’ler arasındaki ilişki araştırılmıştır. Analizde Mayıs 2001 – Mart 2017 dönemine ait aylık veriler ve analiz yöntemi olarak da Hill (2007) tarafından geliştirilen “kayan pencere nedensellik yaklaşımı” kullanılmıştır. Çalışmanın sonucunda, 2010 ve 2016 yıllarının yaklaşık olarak tamamında CDS’ler ile risk primleri arasında ilişki bulunurken diğer dönemlerde neredeyse hiç ilişkiye rastlanmamıştır. Bunun durum CDS’lerin her zaman risk primlerini göstermediği şeklinde yorumlanmıştır.

🔖

Cite This Article

AKKUŞ, H. T., SAKARYA, Ş. (2018). Kredi Temerrüt Swapları İle Vade Farklarından Kaynaklanan Risk Primleri Arasındaki İlişki: Türkiye Üzerine Bir Uygulama. Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 25 - Sayı: 3, 735–747. https://ajindex.com/articles/15185

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (10)

  1. Akkaya, M. (2017). Türk Tahvillerinin CDS Primlerini Etkileyen İçsel Faktörlerin Analizi. Maliye Finans Yazıları, 130-145. http://dergipark.gov.tr/download/article-file/295251 (Erişim Tarihi: 20.10.2017).
  2. Alexander, C. (2008). Market Risk Analysis IV: Value at Risk Models. England: John Wiley & Sons Ltd. Altay, E. (2015). Bankacılıkta Risk. İstanbul:
  3. Derin Yayınları.
  4. Aydın, N. (2012). Sermaye Piyasaları ve Finansal Kurumlar. Vedat Akgiray ve Fatih Temizel (Ed.). Finansal Sistem ve Finansal Piyasalar (s. 2-25), Eskişehir: T.C. Anadolu Üniversitesi Yayını No: 2511, AÖF Yayını No: 1482. Aydın, N., Başar, M. ve Coşkun, M. (2015). Finansal Yönetim (Yenilenmiş 2. Baskı). Ankara:
  5. Detay Yayıncılık. Blanco, R., Brennan, S. and Marsh, I.W. (2005). An Empirical Analysis of the Dynamic Relation between Investment-Grade Bonds and Credit Default Swaps. The Journal of Finance, 60 (5), 2255-2281. Doi: 10.1111/j.1540-6261.2005.00798.x Brooks, C. (2008). Introductory Econometrics for Finance (2. Edition). United Kingdom: Cambridge University Press.
  6. Campbell, J. Y. ve Shiller, R. J. (1987). Cointegration and Test of Present Value Models. The Journal of Political Economy, 95 (5), 1062-1088. Doi:10.1086/261502 Ceylan, F., Tüzün, O., Ekinci, R. ve Erem, I. (2017). The Effect of Inflation Uncertainty on Benchmark Interest Rate in Turkey. Innovation and Global Issues in Social Sciences Congress. 27-29 Nisan 2017. Antalya. 387-399.
  7. Chatfield, C. (1995). The Analysis of Time Series: An Introduction. Chapman&Hall/CRC. Chulia, H. ve Torro, H. (2006). The Economic Value of Volatility Transmission between the Stock and Bond Markets. Journal of Futures Markets, 28 (11), 1066-1094. Doi: 10.1002/fut.20342 Doğukanlı, H. (2012). Uluslar arası Finans (Gözden Geçirilmiş 3. Baskı). Adana: Karahan Kitabevi.
  8. Ekinci, C. ve Erdamar, E. H. (2014). Türkiye’de Pay Getirileri ve Tahvil Faizi Değişimleri Arasındaki İlişki. Doğuş Üniversitesi Dergisi, 15 (2), 223-234. http://journal.dogus.edu.tr/index.php/duj/article/view/800/pdf_119 (Erişim Tarihi: 20.10.2017).
  9. Hancı, G. (2014). Kredi Temerrüt Takasları ve BİST-100 Arasındaki İlişkinin İncelenmesi. Üretim Ekonomisi Kongresi. 21-22 Mart 2014. https://www.iku.edu.tr/upp/8562/files/GörkemHancı(1).pdf (Erişim Tarihi: 20.10.2017). Hällman, L. (2017). The Rolling Window Method: Precisions of Financial Forecasting. http://kth.diva-portal.org/smash/get/diva2:1089425/FULLTEXT01.pdf (Erişim Tarihi: 20.10.2017).
  10. Hill, J. B. (2007). Efficient Tests of Long-Run Cau