KaydedilenlerDerginizi ekleyin

Dergiler / Beykoz Akademi Dergisi / 2026 / Cilt: 14 Sayı: 1

GIDA ENDÜSTRISI OYNAKLIĞININ ASIMETRIK DAVRANIŞLAR YOLUYLA BAĞLAMSALLAŞTIRILMASI: STOXX EUROPE 600 GIDA FIYAT ENDEKSINDEN KANITLAR.

CONTEXTUALIZING THE FOOD INDUSTRY VOLATILITY THROUGH ASYMMETRIC BEHAVIORS: EVIDENCE FROM STOXX EUROPE 600 FOOD PRICE INDEX.

Tarana Azimova(İSTANBUL AYDIN ÜNİVERSİTESİ)0000-0001-6951-5844
Sayfa
439–457
Yayın Tarihi
2026-06-24
🏛️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)

Sonuçlar, endeks getirilerinin kalıntılarında ARCH etkisiyle birlikte oynaklık kümelenmesi olduğunu göstermektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışma, tek değişkenli asimetrik GARCH modellerini kullanarak gıda ve tarım hisse senedi endeksi fiyat getirilerinin oynaklığını modellemekte ve tahmin etmektedir.
📊
Temel Bulgular & Veri:Özellikle, bu çalışmada EGARCH ve GJR-GARCH metodolojileri kullanılarak 24 Eylül 2012 - 3 Haziran 2024 dönemi için STOXX Europe 600 gıda fiyat endeksindeki değişimler analiz edilmiştir.
💡
Sonuç & Katkı:Sonuçlar, endeks getirilerinin kalıntılarında ARCH etkisiyle birlikte oynaklık kümelenmesi olduğunu göstermektedir.
🔬Tür:Uygulamalı Anket & Alan Araştırması
📍Kapsam:2012 Verileri
⚙️Değişkenler:STOXX Europe 600 gıda fiyat endeksi · gıda endüstrisi · oynaklık şokları

Özet

Bu çalışma, tek değişkenli asimetrik GARCH modellerini kullanarak gıda ve tarım hisse senedi endeksi fiyat getirilerinin oynaklığını modellemekte ve tahmin etmektedir. Özellikle, bu çalışmada EGARCH ve GJR-GARCH metodolojileri kullanılarak 24 Eylül 2012 - 3 Haziran 2024 dönemi için STOXX Europe 600 gıda fiyat endeksindeki değişimler analiz edilmiştir. Sonuçlar, endeks getirilerinin kalıntılarında ARCH etkisiyle birlikte oynaklık kümelenmesi olduğunu göstermektedir. Oynaklık şoklarının endeks getirileri üzerinde kalıcı ve önemli bir etkisi olduğu bulunmuştur. Bulgular, gıda endeksi serisinde bir kaldıraç etkisi olduğunu ve şokların etkilerinin asimetrik olduğunu göstermektedir. Bu durum, aşırı tepki anomalisi olarak değerlendirilebilir ve endeksin yanlış fiyatlanmasına yol açabilir. Piyasa katılımcıları, anormal getiriler elde etmek için ticaret stratejileri kullanabilir. Ancak, aşırı tepki anomalisi, anormal getiriler üzerine kurulu ticaret stratejilerinin tutarsız olması ve arbitraj yoluyla ortadan kalkması durumunda, fiyatlamanın nihayetinde düzelmesiyle Avrupa gıda ve içecek piyasasında bir verimsizlik kanıtı olarak kabul edilmez. Çalışmada, negatif piyasa yeniliklerinin, gıda fiyatının trend değerine yakınsamadan önce daha uzun negatif döngülere yol açtığı vurgulanmaktadır.

Abstract

This paper models and forecasts the volatility of food and agricultural stock index price return, using univariate asymmetric GARCH models. Specifically, this paper uses the EGARCH and GJR-GARCH methodologies to analyze variations in the STOXX Europe 600 food price index for the period from September 24, 2012 to June 3, 2024. The results show volatility clustering with ARCH effect in the residuals of the index return. We find that the volatility shocks have a significant lasting effect on the index returns. The findings show that there is a leverage effect on the food index series and that the effects of the shocks are asymmetric. This condition can be considered an overreaction anomaly and can lead to a mispricing of the index. Market participants may use trading strategies to generate abnormal returns. However, the overreaction anomaly is not evidence of inefficiency in European food and beverage market, unless the trading strategy based on the abnormal rewards is inconsistent and disappears once arbitraged away, with pricing eventually correcting itself. We emphasize that the negative market innovations lead to longer negative cycles before the food price converges towards its trend value.

🔖

Bu Makaleye Atıf Yap

Azimova, T. (2026). GIDA ENDÜSTRISI OYNAKLIĞININ ASIMETRIK DAVRANIŞLAR YOLUYLA BAĞLAMSALLAŞTIRILMASI: STOXX EUROPE 600 GIDA FIYAT ENDEKSINDEN KANITLAR.. Beykoz Akademi Dergisi, Cilt: 14 Sayı: 1, 439–457. https://doi.org/10.14514/beykozad.1667418

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (32)

  1. Adeosun, O. A., Olayeni, R. O., Tabash, M. I., & Anagreh, S. (2023). Revisiting the oil and food prices dynamics: A time varying approach. Journal of Business Cycle Research, 19(3), 275–309.
  2. Adjemian, M. K., Arita, S., Meyer, S., & Salin, D. (2024). Factors affecting recent food price inflation in the United States. Applied Economic Perspectives and Policy, 46(2), 648–676.
  3. Baffes, J. (2007). Oil spills on other commodities. Resources Policy, 32(3), 126–134.
  4. Cardoso, F., Peixoto, M., & Esteves, L. (2021). Commodity price volatility and the COVID-19 pandemic: Evidence from food markets. Journal of Commodity Markets, 22(3), 100–117.
  5. Dickey, D. A., & Fuller, W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica, 49, 1057–1072. https://doi.org/10.2307/1912517
  6. Doornik, J. A., & Ooms, M. (1999). A package for estimating, forecasting and simulating ARFIMA models: ARFIMA package 1.0 for Ox.
  7. Enders, W., & Lee, J. (2012). The flexible Fourier form and Dickey–Fuller type unit root tests. Economics Letters, 117(1), 196–199. https://doi.org/10.1016/j.econlet.2012.04.081
  8. Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50, 987–1007. https://doi.org/10.2307/1912773
  9. Engle, R. F., & Ng, V. K. (1993). Measuring and testing the impact of news on volatility. The Journal of Finance, 48, 1749–1778. https://doi.org/10.1111/j.1540-6261.1993.tb05127.x
  10. Erten, B., & Ocampo, J. (2021). The future of commodity prices and the pandemic-driven global recession: Evidence from 150 years of data. World Development, 137, 105164.
  11. Filip, O., Janda, K., Kristoufek, L., & Zilberman, D. (2019). Food versus fuel: An updated and expanded evidence. Energy Economics, 82, 152–166.
  12. Gilbert, C. L. (2010). How to understand high food prices. Journal of Agricultural Economics, 61(2), 398–425.
  13. Ginn, W. (2023). World output and commodity price cycles. International Economic Journal, 37(4), 530–554.
  14. Glosten, L. R., Jagannathan, R., & Runkle, D. E. (1993). On the relation between the expected value and the volatility of the nominal excess return on stocks. The Journal of Finance, 48(5), 1779–1801.
  15. Headey, D., & Fan, S. (2010). Reflections on the global food crisis: How did it happen? How has it hurt? And how can we prevent the next one? (Vol. 165). International Food Policy Research Institute.
  16. Jebabli, I., Arouri, M., & Teulon, F. (2014). On the effects of world stock market and oil price shocks on food prices: An empirical investigation based on TVP-VAR models with stochastic volatility. Energy Economics, 45, 66–98.
  17. Koopman, S. J., Harvey, A. C., Doornik, J. A., & Shephard, N. (2000). STAMP 6.0: Structural time series analyser, modeller and predictor. Timberlake Consultants.
  18. Labys, W. C., Kouassi, E., & Terraza, M. (2000). Short-term cycles in primary commodity prices. The Developing Economies, 38(3), 330–342.
  19. Mawejje, J. (2016). Food prices, energy and climate shocks in Uganda. Agricultural and Food Economics, 4(1), 4.
  20. Mitchell, D. (2008). A note on rising food prices. Policy Research Working Paper No. 4682. World Bank.
  21. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2).
  22. Phillips, P. C., & Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 75(2), 335–346. https://doi.org/10.1093/biomet/75.2.335
  23. Rezitis, A. N., & Sassi, M. (2013). Commodity food prices: Review and empirics. Economics Research International, 2013(1), 694507.
  24. Ridler, D., & Yandle, C. A. (1972). A simplified method for analyzing the effects of exchange rate changes on exports of a primary commodity. Staff Papers–International Monetary Fund, 559–578.
  25. Rosegrant, M. W., Zhu, T., Msangi, S., & Sulser, T. (2008). Global scenarios for biofuels: Impacts and implications. Review of Agricultural Economics, 30(3), 495–505.
  26. Sharma, S., & Kumar, R. (2006). Asymmetric volatility in agricultural commodity markets: Evidence from India. Agricultural Economics Research Review, 19(2), 25–40.
  27. Sun, Y., Gao, P., Raza, S. A., Shah, N., & Sharif, A. (2023). The asymmetric effects of oil price shocks on the world food prices: Fresh evidence from quantile-on-quantile regression approach. Energy, 270, 126812.
  28. Tetteh, J., & Amoah, B. (2021). COVID-19 and food price volatility in sub-Saharan Africa. Food Policy, 104, 102129.
  29. Umar, Z., Gubareva, M., Naeem, M., & Akhter, A. (2021). Return and volatility transmission between oil price shocks and agricultural commodities. PLoS One, 16(2), e0246886.
  30. Wen, J., Khalid, S., Mahmood, H., & Zakaria, M. (2021). Symmetric and asymmetric impact of economic policy uncertainty on food prices in China: A new evidence. Resources Policy, 74, 102247.
  31. Yoon, S. M. (2022). On the interdependence between biofuel, fossil fuel and agricultural food prices: Evidence from quantile tests. Renewable Energy, 199, 536–545.
  32. Zhang, D., & Broadstock, D. C. (2020). Global financial crisis and rising connectedness in the international commodity markets. International Review of Financial Analysis, 68, 101239.