SavedAdd your journal

Journals / Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2023 / Cilt: 24 - Sayı: 1

ANALYSIS OF THE INTERACTION OF VOLATILITY BETWEEN BIST BANK INDEX (XBANK) AND DEVELOPED COUNTRY BANKING INDICES WITH DCC-GARCH MODEL

BIST BANKA ENDEKSİ (XBANK) İLE GELİŞMİŞ ÜLKE BANKACILIK ENDEKSLERİ ARASINDAKİ VOLATİLİTE ETKİLEŞİMİNİN DCC-GARCH MODELİ İLE ANALİZİ

Ercüment DOĞRU
Batuhan MEDETOĞLU
Pages
75–90
Publication Date
2023-03-27
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, it has been determined that there is a time-dependent, positive correlation relationship between the bank indices examined and XBANK.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:With the development of information technologies, there has been a great increase in the number of financial assets that investors can trade in different country markets.
📊
Key Findings & Data:The decrease in the costs and realization times of the transactions has increased the speed of the investors' transition between the markets.
💡
Conclusion & Impact:In addition, it has been determined that there is a time-dependent, positive correlation relationship between the bank indices examined and XBANK.
🔬Design:Modeling & Simulation
📍Scope:2015 Verileri
⚙️Variables:Bankacılık Endeksleri · Volatilite Etkileşimi · DCC-GARCH

Abstract

With the development of information technologies, there has been a great increase in the number of financial assets that investors can trade in different country markets. The decrease in the costs and realization times of the transactions has increased the speed of the investors' transition between the markets. The shocks that arise due to the distribution of investments in different markets also affect other markets. Knowing this interaction between markets at the stage of reducing portfolio risk, making international portfolio diversification and determining the hedging ratio will increase the expected benefit from the investment. In this study, the volatility relationship between the Borsa İstanbul (BIST) Bank Index (XBANK) and the USA (NASDAQ IXBX), Germany (DAX CXPBX), UK (FTSE 350 FTNMX) and France (CAC FRFIN) Bank Indices was analyzed with the DCC-GARCH model. Within the scope of the study, the daily closing prices of the five indexes for the period 01.01.2015-20.07.2022 were used. As a result of the analysis; It has been determined that there is a mutual volatility spread between DAX CXPBX and FTSE 350 FTNMX indices and XBANK, and one-way volatility spread from XBANK to the CAC FRFIN index. In addition, it has been determined that there is a time-dependent, positive correlation relationship between the bank indices examined and XBANK.

Özet

Bilgi teknolojilerinin gelişimi ile yatırımcıların farklı ülke piyasalarında işlem yapabileceği finansal varlık sayısında büyük artış meydana gelmiştir. İşlemlerin maliyetlerinde ve gerçekleşme süresindeki düşüş, yatırımcıların piyasalar arasındaki geçiş hızını artırmıştır. Yatırımların farklı piyasalara dağılması nedeniyle ortaya çıkan şoklar, diğer piyasaları da etkilemektedir. Portföy riskinin azaltılması, uluslararası portföy çeşitlendirmesinin yapılması ve riskten korunma oranının belirlenmesi aşamasında piyasalar arasındaki bu etkileşimin bilinmesi yatırımdan beklenen faydayı artıracaktır. Bu çalışmada, Borsa İstanbul (BIST) Banka Endeksi (XBANK) ile ABD (NASDAQ IXBX), Almanya (DAX CXPBX), İngiltere (FTSE 350 FTNMX) ve Fransa (CAC FRFIN) Banka Endeksleri arasındaki volatilite ilişkisi DCC-GARCH modeli ile incelenmiştir. Çalışma kapsamında beş endeksin 01.01.2015–20.07.2022 dönemi günlük kapanış fiyatları kullanılmıştır. Analiz sonucunda; DAX CXPBX ve FTSE 350 FTNMX endeksleri ile XBANK arasında karşılıklı volatilite yayılımının olduğu, XBANK’tan ise CAC FRFIN endeksine tek yönlü volatilite yayılımının olduğu belirlenmiştir. Ayrıca, incelenen banka endeksleri ile XBANK arasında zamana bağlı değişen, pozitif yönlü korelasyon ilişkinin olduğu tespit edilmiştir.

🔖

Cite This Article

DOĞRU, E., MEDETOĞLU, B. (2023). ANALYSIS OF THE INTERACTION OF VOLATILITY BETWEEN BIST BANK INDEX (XBANK) AND DEVELOPED COUNTRY BANKING INDICES WITH DCC-GARCH MODEL. Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 24 - Sayı: 1, 75–90. https://ajindex.com/articles/884801

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (13)

  1. Altay, E. (2015). Bankacılıkta risk: Piyasa riski, kredi riski ve operasyonel riskin ölçümü ve yönetimi. İstanbul:
  2. Derin Yayınları.
  3. Acedanski, J., & Karkowska, R., (2022). Instability spillovers in the banking sector: A spatial econometrics approach. North American Journal of Economics and Finance, 61, 1-14.
  4. Apostolakis, G. N., Floros, C., & Giannellis, N., (2022) On bank return and volatility spillovers: ıdentifying transmitters and receivers during crisis periods. International Review of Economics and Finance, 82, 156-176.
  5. Bayçelebi, B., & Ertuğrul, M. (2020). BIST Banka Endeksi volatilitesinin GARCH modelleri kullanılarak modellenmesi. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 20(1), 233-244.
  6. Choudhry, T., & Jayasekera, R., (2014), Returns and volatility spillover in the European banking industry during global financial crisis: Flight to perceived quality or contagion? International Review of Financial Analysis, 36, 36-45.
  7. Elyasiani, E., Kalotychou, E., Staikouras, S. K., & Zhao, G., (2015), Return and volatility spillover among banks and insurers: Evidence from pre-crisis and crisis periods, Journal of Financial Services Research, 48, 21-52.
  8. Fiszeder, P., & Faldzinski, M. (2019). Improving forecasts with the co-range dynamic conditional correlation model. Journal of Economic Dynamics and Control, 108, 1-16.
  9. Gong, X., Xu, J., Zhou, Z., & Liu, T. (2022). Dynamic volatility connectedness between industrial metal markets. North American Journal of Economics & Finance, 63, 1-22. doi: 10.1016/j.najef.2022.101814 Gürsoy, S., & Kılıç, E. (2021). Küresel ekonomik politik belirsizliğin Türkiye CDS primi ve BIST Bankacılık Endeksi üzerindeki volatilite etkileşimi: DCC-GARCH modeli uygulaması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(4), 1323-1334.
  10. Hatipoğlu, M., & Bozkurt, İ. (2016). Asya ve Türkı̇ye borsaları arasında zamana bağlı değı̇şen korelasyon. Sosyal Bilimler Dergisi ICEBSS Özel Sayısı, 174-182.
  11. Hepsağ, A., & Yaşar Akçalı, B. (2016). Analysis of volatility spillovers between the bank stocks traded ın Istanbul Stock Exchange and New York Stock Exchange. Eurasian Econometrics, Statistics and Emprical Economics Journal, 2, 54-72.
  12. Investing (2022). Endeksler [Veri dosyası]. https://tr.investing.com/ adresinden 30.07.2022 tarihinde erişildi. Kamışlı, M., & Sevil, G. (2018). Borsa İstanbul alt sektör endeksleri arasındaki oynaklık yayılımlarının analizi. BMIJ, 6(4), 1015-1032.
  13. Kula, V., & Baykut, E. (2017). BIST Banka Endeksi’ni