Journals / Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD) / 2018 / Cilt: 10 Sayı: 18

DÜŞÜK FREKANSTA İNCELENEN FİNANSAL VARLIKLARIN OYNAKLIK KIRILMALARININ DEĞERLENDİRİLMESİ: BİST-100 ENDEKSİ ÜZERİNE BİR UYGULAMA

Pages
1–11
Publication Date
2018-05-30
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)

Elde edilen sonuçlar karşılaştırıldığında varyansta kırılmanın dikkate alındığı model sonuçlarının, varyansta kırılmayı dikkate almayan model sonuçlarına nazaran gerek tahmin sonuçları gerekse öngörü performansı açısından daha iyi sonuçlara sahip olduğu görülmektedir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Çalışmada BIST-100 (ulusal) endeksinin 1986 yılının birinci ayı ile 2017 yılının üçüncü ayı arasındaki aylık getiri oynaklığı modellenerek önraporlanmaya çalışılmıştır.
📊
Key Findings & Data:BIST-100 endeksinin getiri oynaklığının aylık veriler için sabit bir değere sahip olduğu belirlenmiştir.
💡
Conclusion & Impact:Elde edilen sonuçlar karşılaştırıldığında varyansta kırılmanın dikkate alındığı model sonuçlarının, varyansta kırılmayı dikkate almayan model sonuçlarına nazaran gerek tahmin sonuçları gerekse öngörü performansı açısından daha iyi sonuçlara sahip olduğu görülmektedir.
🔬Design:Modeling & Simulation
📍Scope:2017 Verileri
⚙️Variables:Yinelenen Birikimli Kareler Metodu · Varyans · Varyans Kırılması

Özet

Çalışmada BIST-100 (ulusal) endeksinin 1986 yılının birinci ayı ile 2017 yılının üçüncü ayı arasındaki aylık getiri oynaklığı modellenerek önraporlanmaya çalışılmıştır. BIST-100 endeksinin getiri oynaklığının aylık veriler için sabit bir değere sahip olduğu belirlenmiştir. Görsel olarak modelin ortalamaya dönen bir yapıda olduğu saptanmıştır. Bu koşullar altında modeldeki kırılmaların tahminlenmesi Inclan ve Tiao’nun (1994) ICSS (Yinelenen Birikimli Kareler Metodu) algoritması ile tespit edilmeye çalışılmıştır. Kırılmaların oluştuğu tarihler arasında seçim yapılarak modeli en iyi açıklayan yapı seçilmiştir. Elde edilen sonuçlar karşılaştırıldığında varyansta kırılmanın dikkate alındığı model sonuçlarının, varyansta kırılmayı dikkate almayan model sonuçlarına nazaran gerek tahmin sonuçları gerekse öngörü performansı açısından daha iyi sonuçlara sahip olduğu görülmektedir.

🔖

Cite This Article

ÇINAR, M., HEPKORUCU, A. (2018). DÜŞÜK FREKANSTA İNCELENEN FİNANSAL VARLIKLARIN OYNAKLIK KIRILMALARININ DEĞERLENDİRİLMESİ: BİST-100 ENDEKSİ ÜZERİNE BİR UYGULAMA. Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), Cilt: 10 Sayı: 18, 1–11. https://ajindex.com/articles/899398

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (15)

  1. ABRAHAM, B. and William W.S.W. (1984). “Inferences About The Parameters Of A Time Series Model With Changing Variance‟‟, Metrika, 31: 183-194.
  2. AGGARWAL, R., INCLAN C. and LEAL, R. (1999). “Volatility in Emerging Stock Markets”, The Journal of Financial and Quantitative Analysis, 34(1): 33-55.
  3. DEMİRELİ, E. ve TORUN, E. (2010). „„Alternatif Piyasa Oynaklıklarında Meydana Gelen Kırılmaların ICSS algoritmasıyla Belirlenmesi ve Süreğenliğe Etkileri: Türkiye ve Londra Örneği‟‟, Muhasebe ve Finansman Dergisi, 10(46): 129-145.
  4. DIEBOLD, F. (1986). „„Modeling The Persistence Of Conditional Variances: A Comment‟‟, Econometric Reviews, 5: 51-56.
  5. DIEBOLD, F. (1988). “Empirical Modeling of Exchange Rate Dynamics” Lecture Notes in Economics and Mathematical Systems, 303, Springer-Verlag, New York. ENGLE, R. (1993). “Statistical Models for Financial Volatility”, Financial Analyst Journal, 49: 72-78.
  6. ENGLE, R. and BOLLERSLEV, T. (1986). "Modelling the Persistence of Conditional Variances," Econometrics Review, 5(1): 1-50.
  7. FERNANDEZ, V. (2005). “Structural Breakpoints in Volatility in International Markets”, The Institute for International Integration Studies Discussion Paper Series, 76: 1-36.
  8. HEPKORUCU, A. (2012). „„Koşullu Değişen Varyans Modelleri ile IMKB-100 Endeksinde Varyans Kırılması Uygulaması‟‟, 1. International Symposium on Accounting and Finance, 32-48.
  9. HINKLEY, D. V. (1971). „„Inference in Two-Phase Regression‟‟, Taylor&Francis Group, American Statistical Association, 66(336): 736-743.
  10. HINKLEY, D. V. (1971). „„Inference about Change Point From Cumulative Sum Test‟‟, Oxford Journal, Biometrika Trust, 58(3): 509-523.
  11. HSIEH, D. (1989). “Modeling Heteroscedasticity in Daily Foreign-Exchange Rates”, American Statistical Association Journal of Business & Economic Statistics, 7(3): 307-317.
  12. HSU, D. A. (1977). “Test for Variance Shift at an Unknown Time Point”, Wiley, Journal of Royal Statistical Society, 26(3): 279-284.
  13. HSU, D. A. (1979), “Detecting Shifts of Parameter in Gamma Sequences with Application to Stock Prices and Air Traffic Flow Analysis”, Taylor Francis Group, American Statistical Association, 77(377): 29-39.
  14. HSU, D. A. (1982). “A Bayesian Robust Detection of Shifts in Risk Structure of Stock Market Returns”, Taylor Francis Group, Journal of The American Statistical Association, Applied Statistics, 74(365): 31-40.
  15. HSU, D. A., MILLER, R. B. and WICHERN, D. W. (1974). “On a Stable Paretian Behavior of Stock Market Prices” Taylor&Francis Group, Journal of th