KaydedilenlerDerginizi ekleyin

Dergiler / Ekonomi Politika ve Finans Araştırmaları Dergisi / 2026 / Cilt: 7 Sayı: 3

Dow Jones Sukuk Endeksiyle Seçilmiş İslami Hisse Senedi Endeksleri Arasındaki Volatilite Etkileşimi

Volatility Interaction between Dow Jones Sukuk Index and Selected Stock Indices

Müge Sağlam Bezgin(KARAMANOĞLU MEHMETBEY ÜNİVERSİTESİ)0000-0001-8674-2707
Emine Karaçayır(Karamanoğlu Mehmetbey Üniversitesi)0000-0003-0512-9084
Sayfa
697–712
Yayın Tarihi
2022-09-30
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Buna göre Dow Jones Sukuk Endeksi’nde volatilite artışı olduğunda incelenen bu endekslerde volatilite artışı olması beklenmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Geleneksel tahvillerin İslami finansal ürünlerdeki karşılığı olarak ifade edilen sukuk, küresel piyasalarda oldukça dikkat çeken hem Müslümanlar hem de Müslüman olmayan yatırımcılar tarafından kullanılan bir finansal üründür.
📊
Temel Bulgular & Veri:Finansallaşmada ve finansal ürün çeşitliliğinde yaşanan gelişmeler finansal piyasalar arasındaki volatilite yayılımı ve etkileşimi incelemelerinin dikkat çekmesine neden olmuştur.
💡
Sonuç & Katkı:Buna göre Dow Jones Sukuk Endeksi’nde volatilite artışı olduğunda incelenen bu endekslerde volatilite artışı olması beklenmektedir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2013-2021 Verileri
⚙️Değişkenler:İslami finans · Sukuk · Volatilite yayılımı

Özet

Geleneksel tahvillerin İslami finansal ürünlerdeki karşılığı olarak ifade edilen sukuk, küresel piyasalarda oldukça dikkat çeken hem Müslümanlar hem de Müslüman olmayan yatırımcılar tarafından kullanılan bir finansal üründür. Finansallaşmada ve finansal ürün çeşitliliğinde yaşanan gelişmeler finansal piyasalar arasındaki volatilite yayılımı ve etkileşimi incelemelerinin dikkat çekmesine neden olmuştur. Hem İslami piyasalar hem de volatilite incelemelerindeki bu artış, çalışmanın amacı olan Dow Jones Sukuk Endeksi ile seçilmiş bazı İslami Endekslerin incelenmesinde temel oluşturmuştur. Bu bağlamda Dow Jones Sukuk Endeski ile Dow Jones Hindistan Endeksi, MSCI USA İslami Endeksi, Jakarta İslami Endeksi ve Doha Al-Rayan İslami Endekslerinin getiri volatiliteleri arasındaki etkileşim 2013-2021 dönemi verileri baz alınarak incelenmiştir. Dinamik Koşullu Korelasyon-GARCH modelinin kullanıldığı bu çalışmada, incelenen tüm serilerde volatilite kümelenmesi ve volatilitede süreklilik olduğu sonucuna ulaşılmıştır. Dinamik koşullu korelasyon modeli sonuçlarında da Dow Jones Sukuk Endeksi ile Dow Jones Hindistan Endeksi, MSCI USA İslami Endeksi ve Doha Al-Rayan arasında zamanla değişen pozitif yönlü volatilite etkileşimi olduğu bulgusu elde edilmiştir. Buna göre Dow Jones Sukuk Endeksi’nde volatilite artışı olduğunda incelenen bu endekslerde volatilite artışı olması beklenmektedir.

Abstract

Sukuk, which is described as the equivalent of traditional bonds in Islamic financial products, is a financial product that draws quite attention in global markets and used by both Muslim and non-Muslim investors. Developments in financialization and financial product diversity have attracted attention to the investigations of volatility spillover and interaction between financial markets. This increase in both Islamic markets and volatility analysis has formed the basis for the study of certain Islamic Indices selected with the Dow Jones Sukuk Index, which is the aim of the study. In this context, the interaction between the return volatility of the Dow Jones Sukuk Index and the Dow Jones India Index, MSCI USA Islamic Index, Jakarta Islamic Index and Doha Al-Rayan Islamic Indices was examined based on the 2013-2021 period data. In this study, in which the Dynamic Conditional Correlation-GARCH model was used, it was concluded that there was volatility clustering and continuity in volatility in all series examined. In addition, in the results of the dynamic conditional correlation model, it was found that there is a positive volatility interaction that changes over time between Dow Jones Sukuk Index and Dow Jones India Index, MSCI USA Islamic Index and Doha Al-Rayan. Accordingly, when there is an increase in volatility in the Dow Jones Sukuk Index, it is expected that there will be an increase in volatility in these examined indices.

🔖

Bu Makaleye Atıf Yap

Bezgin, M. S., Karaçayır, E. (2022). Dow Jones Sukuk Endeksiyle Seçilmiş İslami Hisse Senedi Endeksleri Arasındaki Volatilite Etkileşimi. Ekonomi Politika ve Finans Araştırmaları Dergisi, Cilt: 7 Sayı: 3, 697–712. https://doi.org/10.30784/epfad.1116773

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (32)

  1. Abdul Rahim, F., Ahmad, N. and Ahmad, I. (2009). Information transmission between Islamic stock indices in South East Asia. International Journal of Islamic and Middle Eastern Finance and Management, 2(1), 7-19. doi:10.1108/17538390910946230
  2. Ahmad, W., Sehgal, S. and Bhanumurthy, N.R. (2013). Eurozone crisis and BRICKS stock markets: Contagion or market interdependence? Economic Modelling, 33, 209-225. doi:10.1016/j.econmod.2013.04.009
  3. Archer, S. and Karim, R.A.A. (2018). Islamic capital markets and products. Managing capital and liquidity requirements under Basel III. United Kingdom: John Wiley and Sons.
  4. Baba, Y., Engle, R.F., Kraft, D. and Kroner, K. (1990). Multivariate simultaneous generalized ARCH. San Diego: Mimeo.
  5. Başarır, Ç. (2018). Volatility structure of stock price index and exchange rates: Casuality analysis for Turkey. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 9(24), 330-349. Bollerslev, T. (1990). Modelling the coherence in short-run nominal exchange rates: A multivariate generalized ARCH model. The Review of Economics and Statistics, 498-505. https://doi.org/10.2307/2109358
  6. Cappiello, L., Engle, R.F. and Sheppard, K. (2006). Asymmetric dynamics in the correlations of global equity and bond returns. Journal of Financial Econometrics, 4(4), 537-572. https://doi.org/10.1093/jjfinec/nbl005
  7. Çelik, İ., Özdemir, A. ve Gülbahar, S.D. (2018). İslami hisse senedi endeksleri arasında getiri ve volatilite yayılımı: Gelişmiş ve gelişmekte olan piyasalarda çok değişkenli VAR-EGARCH uygulaması. Muhasebe ve Finans İncelemeleri Dergisi, 1(2), 89-100. https://doi.org/10.32951/mufider.418295
  8. Ding, L. and Vo, M. (2012). Exchange rates and oil prices: A multivariate stochastic volatility analysis. The Quarterly Review of Economics and Finance 52(1), 15-37. https://doi.org/10.1016/j.qref.2012.01.003
  9. Engle, R. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models. Journal of Business & Economic Statistics, 20(3), 339-350. https://doi.org/10.1198/073500102288618487
  10. Engle, R.F. and Kroner, K.F. (1995). Multivariate simultaneous generalized ARCH. Econometric Theory, 11, 122-150. https://doi.org/10.1017/S0266466600009063
  11. Güçlü, F. (2019). Katılım 30 endeksinin zamanla değişen betası. Uluslararası İktisadi ve İdari İncelemeler Dergisi (BOR Özel Sayısı), 115-126. https://doi.org/10.18092/ulikidince.515150
  12. Hesse, H., Frank, N. and González-Hermosillo, B. (2008). Transmission of liquidity shocks: Evidence from the 2007 subprime crisis (IMF Working Paper No. 08/200). Retrieved from https://ssrn.com/abstract=1266533
  13. ICD. (2019). Islamic finance development report 2019. Retrieved from https://icd-ps.org/uploads/files/IFDI%202019%20DEF%20digital1574605094_7214.pdf
  14. Kamışlı, S. ve Esen, E. (2020). İslami hisse senedi endeksleri arasındaki oynaklık ilişki yapısı. Journal of Management and Economics Research, 18(1), 108-121. http://doi:10.11611/Yead.607940
  15. Kebalo, L. (2016). What DCC-GARCH model tell us about the effect of the gold price’s volatility on South African exchange rate? Journal of Economics Library, 3(4), 570-582. Retrieved from https://mpra.ub.uni-muenchen.de/
  16. Majdoub, J. and Ben Sassi, S. (2017). Volatility spillover and hedging effectiveness among China and emerging Asian Islamic equity indexes. Emerging Markets Review, 31, 16-31. https://doi.org/10.1016/j.ememar.2016.12.003
  17. Majdoub, J. and Mansour, W. (2014). Islamic equity market integration and volatility spillover between emerging and US stock markets. The North American Journal of Economics and Finance, 29, 452-470. https://doi.org/10.1016/j.najef.2014.06.011
  18. Najeeb, S.F., Bacha, O. and Masih, M. (2015). Does heterogeneity in investment horizons affect portfolio diversification? Some insights using M-GARCH-DCC and wavelet correlation analysis. Emerging Markets Finance and Trade, 51(1), 188-208. https://doi.org/10.1080/1540496X.2015.1011531
  19. Nasr, A.B., Lux, T., Ajmi, A.N. and Gupta, R. (2016). Forecasting the volatility of the Dow Jones Islamic stock market index: Long memory vs. regime switching. International Review of Economics & Finance, 45, 559-571. doi:10.1016/j.iref.2016.07.014
  20. Orskaug, E. (2009). Multivariate DCC-GARCH model: With various error distributions (Unpublished doctoral dissertation). Norwegian University of Science and Technology, Institute of Mathematics Master of Science in Physics and Mathematics.
  21. Rejeb, A.B. and Arfoui, M. (2019). Do Islamic stock indexes outperform conventional stock indexes? A state space modeling approach. European Journal of Management and Business Economics, 28(3), 301-322. doi:10.1108/EJMBE-08-2018-0088
  22. Roy, R.P. and Roy, S.S. (2017). Financial contagion and volatility spillover: An exploration into Indian commodity derivative market. Economic Modelling, 67, 368-380. doi:10.1016/j.econmod.2017.02.019
  23. Saadaoui, A. and Boujelbene, Y. (2015). Volatility transmission between Dow Jones Stock Index and emerging Islamic stock index: Case of subprime financial crises. EMAJ: Emerging Markets Journal, 5(1), 41-49.http://doi.org/10.5195/emaj.2015.68
  24. Shahzad, S.J.H., Ferrer, R., Ballester, L. and Umar, Z. (2017). Risk transmission between Islamic and conventional stock markets: A return and volatility spillover analysis. International Review of Financial Analysis, 52, 9-26. https://doi.org/10.1016/j.irfa.2017.04.005
  25. Singhal, S. and Ghosh, S. (2016). Returns and volatility linkages between international crude oil price, metal and other stock indices in India: Evidence from VAR-DCC-GARCH models. Resources Policy, 50, 276-288. doi:10.1016/j.resourpol.2016.10.001
  26. Tanjung, H. (2014). Volatility of Jakarta Islamic index. Al-Iqtishad: Jurnal Ilmu Ekonomi Syariah, 6(2), 207-222. http://doi:10.15408/aiq.v6i2.1231
  27. TKBB. (2015). Faizsiz finans standartları. Erişim adresi: https://tkbb.org.tr/Documents/Yonetmelikler/FAIZSIZ-FINANS-STANDARTLARI.pdf
  28. Vishwanath, S.R. and Azmi, S. (2009). An overview of Islamic sukuk bonds. The Journal of Structured Finance, 14(4), 58-67. https://doi.org/10.3905/JSF.2009.14.4.058
  29. Wang, K.M. and Thi, T.B.N. (2006). Does contagion effect exist between stock markets of Thailand and Chinese economic area (CEA) during the Asian flu? Asian Journal of Management and Humanity Sciences, 1(1), 16-36. Retrieved from https://citeseerx.ist.psu.edu/
  30. Wang, P. and Moore, T. (2012). The integration of the credit default swap markets during the US subprime crisis: Dynamic correlation analysis. Journal of International Financial Markets, Institutions and Money, 22(1), 1-15. doi:10.1016/j.intfin.2011.07.001
  31. Yakar, S., Kandır, S.Y. ve Önal, Y.B. (2013). Yeni bir finansman aracı olarak “Sukuk-Kira Sertifikası” ve vergisel boyutunun incelenmesi. Bankacılar Dergisi, 84, 72-94. Erişim adresi: https://www.tbb.org.tr/tr
  32. Başarır, Ç. (2018). Volatility structure of stock price index and exchange rates: Casuality analysis for Turkey. Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 9(24), 330-349.