Dergiler / BDDK Bankacılık ve Finansal Piyasalar Dergisi / 2010 / Cilt: 4 - Sayı: 1

İMKB sektör endeksleri arasındaki şok ve oynaklık etkileşimi

Shock and volatility interaction between the sector indexes of İstanbul stock exchange

Sayfa
91–104
DOI
—
🏛️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)

Bu çalışmada İstanbul Menkul Kıymetler Borsası (İMKB) hisse senetleri sektör endeksleri arasındaki şok ve oynaklık etkileşimi incelenmiştir. 30 Haziran 2000 ile 27 Ağustos 2009 tarihleri arasındaki İMKB Ulusal Sınai, Ulusal Hizmetler, Ulusal Mali ve Ulusal Teknoloji endekslerinin günlük kapanış verileri kullanılarak ve çok değişkenli GARCH modeli uygulanarak sektörler arası şok ve oynaklık sıçramaları tespit edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada İstanbul Menkul Kıymetler Borsası (İMKB) hisse senetleri sektör endeksleri arasındaki şok ve oynaklık etkileşimi incelenmiştir. 30 Haziran 2000 ile 27 Ağustos 2009 tarihleri arasındaki İMKB Ulusal Sınai, Ulusal Hizmetler, Ulusal Mali ve Ulusal Teknoloji endekslerinin günlük kapanış verileri kullanılarak ve çok değişkenli GARCH modeli uygulanarak sektörler arası şok ve oynaklık sıçramaları tespit edilmiştir.
📊
Temel Bulgular & Veri:Çeşitli yatırım varlıkları için bu sektör endeksleri gösterge niteliği taşıdığından, yatırımcılar için bu sektörlerin oynaklık mekanizmasının işleyişinin anlaşılması optimum portföy çeşitlendirmesi ve yönetilmesi için önem teşkil etmektedir.
💡
Sonuç & Katkı:Sonuçlar, politika yapıcılar ve düzenleyiciler için de gösterge niteliği taşımaktadır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2000 Verileri
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışmada İstanbul Menkul Kıymetler Borsası (İMKB) hisse senetleri sektör endeksleri arasındaki şok ve oynaklık etkileşimi incelenmiştir. 30 Haziran 2000 ile 27 Ağustos 2009 tarihleri arasındaki İMKB Ulusal Sınai, Ulusal Hizmetler, Ulusal Mali ve Ulusal Teknoloji endekslerinin günlük kapanış verileri kullanılarak ve çok değişkenli GARCH modeli uygulanarak sektörler arası şok ve oynaklık sıçramaları tespit edilmiştir. Çeşitli yatırım varlıkları için bu sektör endeksleri gösterge niteliği taşıdığından, yatırımcılar için bu sektörlerin oynaklık mekanizmasının işleyişinin anlaşılması optimum portföy çeşitlendirmesi ve yönetilmesi için önem teşkil etmektedir. Bu bağlamda çalışmanın bulguları yatırımcılara faydalı bir kullanım alanı sunmaktadır. Sonuçlar, politika yapıcılar ve düzenleyiciler için de gösterge niteliği taşımaktadır.

Abstract

This paper investigates the shock and volatility transmission between the Istanbul Stock Exchange (ISE) sector indexes. Using daily data of ISE National Industry, National Service,National Finance and National Technology indexes from July 30, 2000 to August 27, 2009 and employing a series of multivariate GARCH models, strong shock and volatility spillovers are detected among the sectors. Since these sector indexes are taken as indicator for various investment assets, it is important for financial investors to understand the volatility transmission mechanism across the sectors in order to make optimal portfolio allocation decisions. In this context, the results of this study provide a useful scope of application for the investors. The results are also indicative for policy makers and regulators.

🔖

Bu Makaleye Atıf Yap

TOKAT, E. (2010). İMKB sektör endeksleri arasındaki şok ve oynaklık etkileşimi. BDDK Bankacılık ve Finansal Piyasalar Dergisi, Cilt: 4 - Sayı: 1, 91–104. https://ajindex.com/articles/146222

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (2)

  1. Bae, K.-H., G. A. Karolyi, ve R. M. Stulz. (2003). A new approach to measuring financial contagion. The Review of Financial Studies, 16: 717-763. 2.Bauwens, L., Laurent, S., ve Rombouts, J.V.K. (2006). Multivariate GARCH Models: A Survey. Journal of Applied Econometrics, 21: 79-109. 3.Bollerslev, T. (1990). Modeling the coherence in short run nominal exchange rates: A multivariate generalized ARCH approach. Review of Economics and Statistics, 72: 498-505. 4.Bollerslev, T. (1986). Generalized autoregressive conditional heteroscedasticity. Journal of Econometrics, 31: 307-327. 5.Bollerslev, T., R. F. Engle, ve J. M. Wooldridge (1988). A capital asset pricing model with time-varying covariances. The Journal of Political Economy, 96: 116-131. 6.Duran, A. ve Şahin, A. (2006).
  2. İMKB Hizmetler, Mali, Sınai ve Teknoloji Endeksleri Arasındaki İlişkinin Belirlenmesi. Sosyal Bilimler Araştırmaları Dergisi, 1: 57-70. 7.Engle, R. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of the U.K. inflation. Econometrica, 5: 987-1008. 8.Engle, R. ve K. Kroner. (1995). Multivariate simultaneous generalized ARCH. Econometric Reviews, 11:122-150. 9.Engle, R. ve Susmel, R. (1993). Common volatility in international equity markets. Journal of Business and Economic Statistics, 11: 167-176. 10.Ewing, B. T. (2002). The transmission of shocks among S&P indexes. Applied Financial Economics, 12: 285-290. 11.Ewing, B. T. ve Malik, F. (2005). Re-examining the asymmetric predictability of conditional variances: The role of sudden changes in variance. Journal of Banking and Finance, 29: 2655-2673. 12.Ewing, B. T., Forbes, S. M. ve Payne, J. E. (2003). The effects of macroeconomic shocks on sector-specific returns. Applied Economics, 35: 201-207. 13.Hamao,Y., Masulis, R.W. ve Ng,V. (1990). Correlations in price changes and volatility across international stock markets. Review of Financial Studies, 3: 281-307. 14.Hansson, B., ve P. Hördahl. (1998). Testing the conditional CAPM using multivariate GARCH-M. Applied Financial Economics, 8: 377-388. 15.Hassan, S. A. ve Malik, F. (2007). Multivariate GARCH modeling of Sector Volatility Transmission. The Quarterly Review of Economics and Finance, 47: 470-480. 16.Karolyi, A. (1995). A multivariate GARCH model of international transmission of stock returns and volatility. Journal of Business and Economic Statistics, 13: 11-25. 17.Kearney, C. ve Patton, A. J. (2000). Multivariate GARCH modeling of excha