AI Summary & Key Takeaways
AI InsightWhen models are estimated, nor- mal, student-t and GED distributions are used and in order to determine proper model, Akaike (AIC), Schwarz (SC) and Log-Possibility model choice criteria are applied.
📌 3 Key Takeaways
Abstract
National economies which are developing and try to keep alive their economies depending on external savings have to be stable in order to attract foreign capi- tals into the domestic market. Volatility on foreign exchange rate is one of the in- dicators presenting whether national economy is stable or not. In this context, it is necessary to predict volatility on foreign exchange rate and to take measures against risks which can occur. In this study, data set is established by taking clo- sing price for US dollar of CBTR between the date of January 2, 2009 and Ja- nuary 25, 2014. modeling and prediction of foreign exchange rate volatility are aimed by analyzing changes in this created foreign exchange rate serial. In or- der to modeling volatility, Autoregressive Conditional Heteroskedasticity (ARCH) models are used and predictions are made. When models are estimated, nor- mal, student-t and GED distributions are used and in order to determine proper model, Akaike (AIC), Schwarz (SC) and Log-Possibility model choice criteria are applied.
Özet
Gelişmekte olan ve dış tasarruflara bağlı olarak ekonomisini canlı tutmaya ça- lışan ülkelerin, yabancı sermayeyi yurt içine çekebilmek için ekonomide istikra- rı sağlaması gerekmektedir. Döviz kurunda yaşanan oynaklık, ülke ekonomisin- de istikrarın olup olmadığı göstergelerinden biridir. Bu bağlamda döviz kuru oy- naklığının öngörülmesi ve oluşabilecek risklere karşı önlemler alınması önem arz etmektedir. Çalışmada, 2 Ocak 2009 ve 25 Ocak 2014 tarihleri arasında- ki TCMBnin ABD doları için kapanış fiyatları alınarak veri seti oluşturulmuştur. Oluşturulan döviz kuru serisinde yaşanan değişmeler incelenerek, döviz kuru oy- naklığının modellenmesi ve öngörülmesi amaçlanmıştır. Oynaklığın modellen- mesi amacıyla Otoregresif Koşullu Değişen Varyans (ARCH) modelleri kullanıl- mış ve öngörümleme yapılmıştır. Modeller tahminlenirken normal, srudent-t ve GED dağılımları kullanılmış ve uygun model belirlenirken Akaike (AIC), Schwarz (SC) ve Log-Olabilirlik model seçim kriterleri kullanılmıştır.