En uygun modelin belirlenmesinde ise minumum varyans yaklaşımı ile ortalama varyans yaklaşımına dayalı fayda fonksiyonundan yararlanılmıştır.Çalışma bulguları, BIST30 endeksi için DBEKK modeli tarafından sunulan optimal hedge rasyosunun; Dolar-TL kuru içinse GOGARCH-NLS modeli tarafından sunulan optimal hedge rasyosunun hedging etkinliğinin daha iyi olduğunu göstermektedir.
📌 3 Key Takeaways
🎯
Objective & Hypothesis:Bu çalışmada BIST 30 endeksi ile Dolar-TL kuru üzerine yazılı futures kontratların sunduğu optimal hedge rasyoları ve hedging etkinliği incelenmiştir.
📊
Key Findings & Data:Çalışmada, kapsamlı bir analiz sunulması amacıyla, hem DBEKK, CCC-GARCH, DCC-GARCH, GOGARCH-ML ve GOGARCH-NLS modellerinden oluşan dinamik hedging stratejilerine hem de OLS, VAR, ECM ile kısa ve uzun hafızalı GARCH modellerine (GARCH, GJR-GARCH, FIGARCH, FIEGARCH) dayalı statik hedging stratejilerine yer verilmiştir.
💡
Conclusion & Impact:En uygun modelin belirlenmesinde ise minumum varyans yaklaşımı ile ortalama varyans yaklaşımına dayalı fayda fonksiyonundan yararlanılmıştır.Çalışma bulguları, BIST30 endeksi için DBEKK modeli tarafından sunulan optimal hedge rasyosunun; Dolar-TL kuru içinse GOGARCH-NLS modeli tarafından sunulan optimal hedge rasyosunun hedging etkinliğinin daha iyi olduğunu göstermektedir.
Bu çalışmada BIST 30 endeksi ile Dolar-TL kuru üzerine yazılı futures kontratların sunduğu optimal hedge rasyoları ve hedging etkinliği incelenmiştir. Çalışmada, kapsamlı bir analiz sunulması amacıyla, hem DBEKK, CCC-GARCH, DCC-GARCH, GOGARCH-ML ve GOGARCH-NLS modellerinden oluşan dinamik hedging stratejilerine hem de OLS, VAR, ECM ile kısa ve uzun hafızalı GARCH modellerine (GARCH, GJR-GARCH, FIGARCH, FIEGARCH) dayalı statik hedging stratejilerine yer verilmiştir. En uygun modelin belirlenmesinde ise minumum varyans yaklaşımı ile ortalama varyans yaklaşımına dayalı fayda fonksiyonundan yararlanılmıştır.Çalışma bulguları, BIST30 endeksi için DBEKK modeli tarafından sunulan optimal hedge rasyosunun; Dolar-TL kuru içinse GOGARCH-NLS modeli tarafından sunulan optimal hedge rasyosunun hedging etkinliğinin daha iyi olduğunu göstermektedir.
BÜBERKÖKÜ, D. D. Ö. (2019). BIST 30 ENDEKSİ VE DOLAR-TL KURU İÇİN FUTURES KONTRATLARA DAYALI OPTİMAL HEDGE RASYOLARININ VE HEDGİNG ETKİNLİĞİNİN İNCELENMESİ: KAPSAMLI BİR ANALİZ. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, Cilt: 4 - Sayı: 4, 514–544. https://ajindex.com/articles/758475
Ai, C.,Chatrath,A. & Song, F. (2007), “A Semi-parametric Estimation of the Optimal Hedge Ratio”, The Quarterly Review of Economics and Finance, 47 (2), s. 366-381.
Aksoy, G. & Olgun, O. (2009), “Optimal Hedge Oranı Tahminlemesi Üzerine Ampirik Bir Çalışma: VOB Örneği”, İktisat İşletme ve Finans Dergisi, 24 (274), s.33-53. Aragó, V.& Salvador, E. (2011), “Sudden Changes in Variance and Time Varying Hedge Ratios”, European Journal of Operational Research, 215 (2), s.393-403.
Awang, N., Azizan, N.A., İbrahim, I. & Said, R.M. (2014), “Hedging Effectiveness Stock Index Futures Market: An Analysis on Malaysia and Singapore Futures Market”, International Conference on Economics, Management and Development, https://pdfs.semanticscholar.org/ 74d1/e4336edb66eccd7d9276 24a36657432 380f4.pdf. Bai, J., & Perron, P. (2003), “Computation and Analysis of Multiple Structural Change Models”, Journal of Applied Econometrics, 18, s.1–22.
Bai, J., & Perron, P. (1998), “Estimating and Testing Linear Models with Multiple Structural Changes”, Econometrica, 66, s.47-78.
Baillie, R.T., Bollerslev, T. & Mikkelsen, H.O. (1996), “Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity”, Journal of Econometrics, 74, s.3–30.
Basher, S.A. & Sadorsky,P. (2016), “Hedging Emerging Market Stock Prices with Oil, Gold, VIX, and Bonds: A Comparison Between DCC, ADCC and GO-GARCH”, Energy Economics 54, 235–247.
Bollerslev, T. & Mikkelsen, H.O. (1996), “Modeling and Pricing Long Memory in Stock Market Volatility”, Journal of Econometrics, 73, s.151-184.
Bollerslev, T. (1986), “Generalized Autoregressive Conditional Heteroskedasticity”, Journal of Econometrics, 31,s.307-327.
Bollerslev, T. (1990), “Modelling the Coherence in Short-Run Nominal Exchange Rate: A Multivariate Generalized ARCH approach”, Review of Economics and Statistics, 72, s.498–505.
Boswijk, H.P. & van der Weide, R., (2006), “Wake Me up Before You GO-GARCH”, Tinbergen Institute Discussion Paper, No. 06-079/4, Tinbergen Institute, Amsterdam and Rotterdam. Chang, C.L., McAleer, M. & Tansuchat,R. (2011), “Crude Oil Hedging Strategies Using Dynamic Multivariate GARCH”, Energy Economics 33(5), s.912-923.
Chang, C-L., González-Serrano, L. & Jimenez-Martin, J-A. (2013), “Currency Hedging Strategies Using Dynamic Multivariate GARCH ”, Mathematics and Computers in Simulation, 94, s.164–182.
Chen, S-S., Lee,C-F. & Shrestha, K. (2003), “Futures Hedge Ratios: A Review”, The Quarterly Review of Economics and Finance,