SavedAdd your journal

Journals / Ege Akademik Bakış / 2019 / Cilt: 19 - Sayı: 2

Investigating the Risk Appetite Index with Markov Regime Model: Case of Turkey

Risk İştahı Endeksinin Markov Rejim Modeli ile İncelenmesi: Türkiye Örneği

Saffet AKDAĞ
Ömer İSKENDEROĞLU
Pages
265–275
Publication Date
2022-10-12
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)

In addition, the economic crisis, political instability, increasing terror attacks in the World and Turkey are found to occur during the period of high volatility regime of risk apetite.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Financial markets changes dynamically along with many internal and external factors.
📊
Key Findings & Data:In this study, it is examined whether or not the calculated risk appetite index of all investors in Turkey is separated into regimes parametrically.
💡
Conclusion & Impact:In addition, the economic crisis, political instability, increasing terror attacks in the World and Turkey are found to occur during the period of high volatility regime of risk apetite.
🔬Design:Modeling & Simulation
📍Scope:2008 Verileri
⚙️Variables:Domain Parameters

Abstract

Financial markets changes dynamically along with many internal and external factors. Investors’ risk appetite is one of the key elements of volatility in financial markets. Risk appetite indexes are data published by the Central Securities Depository Institution having importance in terms of positioning besides determination for markets and investors. In this study, it is examined whether or not the calculated risk appetite index of all investors in Turkey is separated into regimes parametrically. On this respect, an analysis of Markov Regime Model has been employed on risk appetite index of all investors utilizing the weekly frequency data spanning from 2008 to 2016. The results from the study reveals that the risk appetite can be divided into high volatility and low volatility regimes parametrically. In addition, the economic crisis, political instability, increasing terror attacks in the World and Turkey are found to occur during the period of high volatility regime of risk apetite.

Özet

Finansal pazarlar içsel ve dışsal faktörlere bağlıolarak dinamik şekilde hareket ederler. Yatırımcılarınrisk iştahı da finansal pazarların hareketliliğindeönemli bir etkendir. Risk iştahı endeksi Merkezi KayıtKuruluşu tarafından yayınlanan bir veri olup pazar veyatırımcılar için pozisyon alma açısından kritik önemesahiptir. Bu çalışmada tüm yatırımcılara ait riskiştahı endeksinin parametrik olarak rejimlere ayrılıpayrılmadığı incelenmeye çalışılmıştır. Bu bağlamdarisk iştahı endeksinin 2008 - 2016 dönemleriarası haftalık verilerinden yararlanılarak MarkovRejim Modeli ile bir dizi analiz gerçekleştirilmiştir.Çalışmadan elde edilen sonuçlar risk iştahının yüksekoynaklıklı ve düşük oynaklıklı rejimlere ayrılabildiğiniortaya koymaktadır. Ayrıca ekonomik kriz, siyasiistikrarsızlık ile dünyada ve Türkiye’de artan terörolaylarının risk iştahının yüksek oynaklıklı döneminedenk geldiği sonucuna da ulaşılmıştır.

🔖

Cite This Article

AKDAĞ, S., İSKENDEROĞLU, Ö. (2022). Investigating the Risk Appetite Index with Markov Regime Model: Case of Turkey. Ege Akademik Bakış, Cilt: 19 - Sayı: 2, 265–275. https://ajindex.com/articles/495154

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (16)

  1. Ang, A. ve Beaert, G. (2002). International asset allocation with regime shifts. The Review of Financial Studies, 15(4), 1137–1187.
  2. Aydoğan, Y. (2013). Hisse senedi ve bono getirilerinin doğrusal olmayan modellemelerle analizi: Türkiye örneği.(Yayımlanmamış Doktora Tezi, Eğe Üniversitesi,
  3. Sosyal Bilimler Enstitüsü, İzmir.) Baba, N. ve Sakurai, Y. (2011). Predicting regime switches in the VIX index with macroeconomic variables. Applied Economics Letters, 18(15), 1415-1419.
  4. Bai, J. ve Perron, P. (1998). Estimating and testing linear models with multiple structural changes. Econometrica, 66(1), 47–68.
  5. Bai, J. ve Perron, P. (2003a). Computation and analysis of multiple structural change models. Journal of Applied Econometrics, 18(1), 1–22.
  6. Bai, J. ve Perron, P. (2003b). Critical values in multiple structural change tests. Econometrics Journal 6(1), 72–78. Bai,J.ve Perron, P. (2004). Multiple structural change models: A simulation study,in D.Corbea, S.Durlauf, and B.E.Hansen, Econometric Essays. England: Cambridge University Press.
  7. Bildirici, M., Alp, E.A., Bozoklu, Ü. ve Ersin, Ö.Ö. (2010). İktisatta kullanılan doğrusal olmayan zaman serisi yöntemleri. İstanbul:
  8. Türkmen Kitabevi.
  9. Brooks, C. (2014). Introductory econometrics for finance. (Third Edition). New York: Cambridge University Press.
  10. Bry, G. ve Boschan, C. (1971). Standard business cycle analysis of economic time series. NBER, 71(1), 64- 150. Campbell, J.Y., Lettau, M., Malkiel, B.G. ve Xu, Y. (2001). Have individual stocks become more volatile? An empirical exploration of idiosyncratic risk. The Journal of Finance, 56(1), 1–43.
  11. Caner, M. ve Hansen, B.E. (2001). Threshold autoregression with a unit root. Econometrica, 69(6), 1555-1596.
  12. Cecchetti, S. G., Lam, P. ve Mark, N.C. (1990). Evaluating empirical tests of asset pricing models: Alternative interpretations. American Economic Review, 80(2), 48-51.
  13. Cecchetti, S. G., Lam, P. ve Mark, N.C. (1993) The equity premium and the risk-free rate: Matching the moments. Journal of Monetary Economics, 31(1), 21-45.
  14. Chauvet, M. ve Potter, S. (2000). Coincident and leading indicators of the stock market. Journal of Empirical Finance, 7(1), 87-111.
  15. Chen, S. N. (1982). An examination of risk return relationship in bull and bear markets using time-varying betas. Journal of Financial & Quantita tive Analysis, 17(1), 265-286.
  16. Eğilmez, M. (2015). FED’in modası geçti. 28.06.2018. tarihinde http://www.mahfiegilmez.com/2015/12/ fedin-modas-gecti.html Fabozzi, F.J. ve Franc