SavedAdd your journal

Journals / Gaziantep Üniversitesi Sosyal Bilimler Dergisi / 2022 / Cilt: 21 - Sayı: 2

The Effect of Indicator Stock Exchange Index (Bist 100) on Macroeconomic Growth in Turkey: Midas Analysis

Türkiye’de Gösterge Borsa Endeksi’nin (Bist 100) Makroekonomik Büyümeye Etkisi: Midas Analizi

Filiz KAZAZ
Erhan DEMİRELİ
Pages
824–839
Publication Date
2022-04-30
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)

The result of the analysis, it was seen that there could be an asymmetric relationship between Bist100 and GDP.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:In this study, it is aimed to examine the effect of the Indicator Stock Exchange Index (BIST100) on macroeconomic growth in Turkey between January 2005-November2020 periods.
📊
Key Findings & Data:The Bist100 index was used monthly.
💡
Conclusion & Impact:The result of the analysis, it was seen that there could be an asymmetric relationship between Bist100 and GDP.
🔬Design:Modeling & Simulation
📍Scope:2005 Verileri
⚙️Variables:Ekonomik Büyüme · Bist100 Endeksi · MIDAS

Abstract

In this study, it is aimed to examine the effect of the Indicator Stock Exchange Index (BIST100) on macroeconomic growth in Turkey between January 2005-November2020 periods. For this aim, as a growth indicator, the Gross Domestic Product data is included in the analysis on a quarterly basis. The Bist100 index was used monthly. The analysis was performed using the mixed data sampling method (MIDAS). Midas is a model proposal that allows the use of data in different frequencies. As a result of this study, it has been observed that there is a non-linear interaction between GDP (growth) and the Bist100 Index. The result of the analysis, it was seen that there could be an asymmetric relationship between Bist100 and GDP.

Özet

Bu çalışmada, Ocak 2005-Kasım2020 dönemleri arasında Türkiye’de Gösterge Borsa Endeksi’nin (BİST100) makro ekonomik büyümeye etkisinin incelenmesi amaçlanmıştır. Bu amaçla büyüme göstergesi olarak Gayri Safi Yurt İçi Hasıla verileri çeyrek dönemlik olarak analize dahil edilmiştir. Bist100 endeksi ise aylık olarak kullanılmıştır. Analiz karma veri örnekleme metodu (MİDAS Mixed Data Sampling) kullanılarak yapılmıştır. Midas farklı frekanslardaki verilerin kullanımına olanak sağlayan bir model önerisidir. Bu çalışma sonucunda GSYH(büyüme) ile Bist100 Endeksi arasında doğrusal olmayan bir etkileşim olduğu görülmüştür. Analiz sonucunda Bist100 ile GSYH arasında asimetrik bir ilişkiden söz edilebileceği görülmüştür.

🔖

Cite This Article

KAZAZ, F., DEMİRELİ, E. (2022). The Effect of Indicator Stock Exchange Index (Bist 100) on Macroeconomic Growth in Turkey: Midas Analysis. Gaziantep Üniversitesi Sosyal Bilimler Dergisi, Cilt: 21 - Sayı: 2, 824–839. https://ajindex.com/articles/396828

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (16)

  1. Armesto, M. T., Engemann, K. M., & Owyang, M. T. (2010). Forecasting With Mixed Frequencies. Federal Reserve Bank Of St. Louis Review,, 521-536.
  2. Alam, M., & Uddin, G. (2009). Relationship Between Interest Rate And Stock Price: Empirical Evidence From Developed And Developing Countries. International Journal Of Business And Management, 43-51.
  3. Alam, N. (2020).
  4. Do Oıl Prıce Shock, And Other Macroeconomıc Varıables Affect The Stock Market: A Study Of The Saudı Stock Market. Humanities & Social Sciences Reviews, 1234-1242.
  5. Al-Qawasmi, M. (2014). Forecasting Palestinian Gross Domestic Product Using Mixed Data Sampling. Birzeit.: Birzeit Üniversitesi Sosyal Bilimler Enstitüsüs.S.7-24
  6. Altınbaş, H., & Bişkin, O. T. (2015). Selecting Macroeconomic Influencers On Stock Markets By Using Feature Selection Algorithms. Procedia Economics And Finance, S.22-29.
  7. Altınbaş, H., Kutay, N., & Akkaya, C. (2015). Makroekonomik Faktörlerin Hisse Senedi Piyasaları Üzerindeki Etkisi: Borsa İstanbul Üzerine Bir Uygulama. Ekonomi Ve Yönetim Araştırmaları Dergisi, 30-49.
  8. Altıntaş, H. V. (2011). Türkiye’de Hisse Senedi Fiyatları Ve Makro Ekonomik Değişkenler Arasındaki İlişkinin Ekonometrik Analizi: 1987-2008”,. Anadolu International Conference İn Economics Iı, Eskişehir, 15-17 Haziran. Eskişehir,sS.1-7
  9. Amarasinghe, A. (2015). Dynamic Relationship Between Interest Rate And Stock Price: Empirical Evidence From Colombo Stock Exchange. International Journal Of Business And Social Science, 92-97.
  10. Andreou, E., & Ghysels,, E. (2010). Regression Models With Mixed Sampling Frequencies. Journal Of Econometrics.PP.246-261
  11. Afşar, M., & Afşar, A. (2010). Finansal Ekonomi. Detay Yayıncılık.49-60
  12. Demireli, E., Akkaya, G. C., & İbaş, E. (2010). Finansal Piyasa Etkinliği: S&P 500 Üzerine Bir Uygulama. C.Ü. İktisadi Ve İdari Bilimler Dergisi, 11(2), 53-54.
  13. Dpt. (1995). Dünyada Küreselleşme Ve Bölgesel Bütünleşmeler Alt Komisyon Raporu. T.C. Başbakanlık Devlet Planlama Teşkilatı Müsteşarlığı Yayın No: Dpt: 2375 - Öık: 440. Fedorova, E. A. (2010). Influence Of Macroeconomic Factors On The Russian Stock Market. Studies On Russian Economic Development, 165-168.
  14. Fisher, S., & Startz, R. (2009). Macroeconomics. New-Jersey.: Pearson Yayınları.s.67-75
  15. Ghysels, E. (2013). Matlab Toolbox For Mixed Sampling Frequency Data Analysis Using Mıdas Regression Models. New-York.: Federal Reserve Bank Publish.2-8
  16. Ghysels, E., Santa-Clara, P., & Valkanov, R. (2004). The Mıdas Touch: Mixed Data Sampling Regression Models