Journals / BDDK Bankacılık ve Finansal Piyasalar Dergisi / 2021 / Cilt: 15 - Sayı: 1

2020 Sonrası BIST 100 Getiri Volatilitesi, Takvim Anomalileri ve COVID-19 Etkisi

Volatility of BIST 100 Returns After 2020, Calendar Anomalies and COVID-19 Effect

Pages
61–81
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)

Buna göre, Cuma günü anomalisinin, Resmi Tatillerin ve COVID-19 pandemisinin getiri serisinin volatilite hareketleri üzerinde negatif şoklar yarattığı, volatilite hareketlerini arttırdığı, netice itibariyle asimetrik ve kaldıraç etkisi ya- rattığı sonucuna ulaşılmaktadır

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Volatilite, piyasa aktörleri tarafından riskin ölçütü olarak tanımlanır.
📊
Key Findings & Data:Çalışmanınn amacı 01.01.2020 ve 11.02.2021 tarihleri arasında BIST 100 kapanış değerleri üzerinden he- saplanan getiri serisinin volatilite düzeyini ARCH-GARCH tipi modeller ile test etmektir.
💡
Conclusion & Impact:Buna göre, Cuma günü anomalisinin, Resmi Tatillerin ve COVID-19 pandemisinin getiri serisinin volatilite hareketleri üzerinde negatif şoklar yarattığı, volatilite hareketlerini arttırdığı, netice itibariyle asimetrik ve kaldıraç etkisi ya- rattığı sonucuna ulaşılmaktadır
🔬Design:Modeling & Simulation
📍Scope:2020 Verileri
⚙️Variables:Domain Parameters

Abstract

Volatilite, piyasa aktörleri tarafından riskin ölçütü olarak tanımlanır. Çalışmanınn amacı 01.01.2020 ve 11.02.2021 tarihleri arasında BIST 100 kapanış değerleri üzerinden he- saplanan getiri serisinin volatilite düzeyini ARCH-GARCH tipi modeller ile test etmektir. Ayrıca söz konusu modellerde takvim anomalileri ve KOVİD-19’un volatiliteye etkisi sına- nacaktır. Çalışmanın sonucunda, EGARCH (3,3) modelinin en iyi performansı sergileyen model olduğu tespit edilmektedir. Buna göre, Cuma günü anomalisinin, Resmi Tatillerin ve COVID-19 pandemisinin getiri serisinin volatilite hareketleri üzerinde negatif şoklar yarattığı, volatilite hareketlerini arttırdığı, netice itibariyle asimetrik ve kaldıraç etkisi ya- rattığı sonucuna ulaşılmaktadır

Özet

Market actors define the volatility in financial markets as a measure of risk. This study aims to investigate the volatility movements in the return series calculated on the clos- ing values of the BIST 100 index between 01.Jan.2020-11.Feb.2021. In addition, the days of the week anomaly, the dates of public holiday, and COVID-19 pandemic effect were used as dummy variable in the econometric model. The findings showed that the EGARCH (3,3) model is to be the best performing model. Accordingly, Friday’s anomaly, Public Holidays, and the COVID-19 pandemic create negative shocks on the volatility movements of the return series, increase the volatility movements, and consequently, asymmetric and leverage effect emerged.

🔖

Cite This Article

ÇELİK, A. (2021). 2020 Sonrası BIST 100 Getiri Volatilitesi, Takvim Anomalileri ve COVID-19 Etkisi. BDDK Bankacılık ve Finansal Piyasalar Dergisi, Cilt: 15 - Sayı: 1, 61–81. https://ajindex.com/articles/414337

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (16)

  1. Adaramola, A. O., & Adekanmbi, K. O. (2020). Day-of-the-week effect in Nigerian stock exchange: adaptive market hypothesis approach. Investment Management & Financial Innovations, 17(1), 97
  2. Alagidede, P. (2008). Day of the week seasonality in African stock markets. Applied Financial Economics Letters, 4(2), 115-120
  3. Alberg, D., Shalit, H., & Yosef, R. (2008). Estimating stock market volatility using asymmetric GARCH models. Applied Financial Economics, 18(15), 1201-1208
  4. Baker, H. K., Rahman, A., & Saadi, S. (2008). The day-of-the-week effect and conditional volatility: Sensitivity of error distributional assumptions. Review of Financial Economics, 17(4), 280-295
  5. Bayçelebi, B. E., & Ertuğrul, M. (2020). BIST Banka Endeksi Volatilitesinin GARCH Modelleri Kullanılarak Modellenmesi. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 20(1), 233-244
  6. Berument, H., Coskun, M. N., & Sahin, A. (2007). Day of the week effect on foreign exchange market volatility: Evidence from Turkey. Research in International Business and Finance, 21(1), 87-97
  7. Berument, H., Kiyamaz, H., (2001). The day-of-the-week effect on stock market Volatility. Journal of Economics and Finance 25, 181-193
  8. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of econometrics, 31(3), 307-327
  9. Brooks, C. (2008). RATS Handbook to accompany introductory econometrics for finance. Cambridge Books
  10. Chand, S., Kamal, S., & Ali, I. (2012). Modeling and volatility analysis of share prices using ARCH and GARCH models. World Applied Sciences Journal, 19(1), 77-82
  11. Charles, A. (2010). The day-of-the-week effects on the volatility: The role of the asymmetry. European Journal of Operational Research, 202(1), 143-152
  12. Cho, Y. H., Linton, O., & Whang, Y. J. (2007). Are there Monday effects in stock returns: A stochastic dominance approach. Journal of Empirical Finance, 14(5), 736-755
  13. Chukwuogor-Ndu, C. h. i. a. k. u. (2006). Stock market returns analysis, day-of-the-week effect, volatility of returns: Evidence from European financial markets 1997-2004. International Research Journal of Finance and Economics, 1(1), 112-124
  14. Çağıl, G., & Okur, M. (2010). 2008 Küresel Krizinin İMKB Hisse Senedi Piyasası Üzerindeki Etkilerinin GARCH Modelleri ile Analizi.Marmara University Journal of the Faculty of Economic & Administrative Sciences, 28(1)
  15. Çil, N. (2018). Finansal ekonometri. Der Yayınları, İstanbul
  16. Diaconasu, D. E., Mehdia