Dergiler / Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2022 / Cilt: 24 Sayı: 2

Borsa İstanbul ile Kıymetli Madenler Arasındaki Volatilite Yayılımı

Spread of Volatility between Borsa Istanbul and Precious Metals

Ethem Kılıç(BİNGÖL ÜNİVERSİTESİ, BİNGÖL SOSYAL BİLİMLER MESLEK YÜKSEKOKULU)0000-0002-6247-9024
Yunus Baydaş(SİİRT ÜNİVERSİTESİ, İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ, İŞLETME BÖLÜMÜ)0000-0002-9184-983X
Sayfa
212–225
Yayın Tarihi
2022-12-30
🏛️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)

DCC-GARCH modelinden elde edilen bulgulara göre; BIST 100, Altın, Bakır, Gümüş ve Platin değişkenlerinde meydana gelen volatilitelerin kalıcı olduğu tespit edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada, Borsa İstanbul 100 Endeksi ile kıymetli madenler arasındaki volatilite yayılımı araştırılmıştır.
📊
Temel Bulgular & Veri:Bu doğrultuda 04.01.2010 - 25.08.2021 dönemine ait günlük getiri verileri kullanılmış ve analiz çok değişkenli DCC-GARCH modeli aracılığıyla yapılmıştır.
💡
Sonuç & Katkı:DCC-GARCH modelinden elde edilen bulgulara göre; BIST 100, Altın, Bakır, Gümüş ve Platin değişkenlerinde meydana gelen volatilitelerin kalıcı olduğu tespit edilmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2010 Verileri
⚙️Değişkenler:BIST 100 · Kıymetli Madenler · DCC-GARCH.

Özet

Bu çalışmada, Borsa İstanbul 100 Endeksi ile kıymetli madenler arasındaki volatilite yayılımı araştırılmıştır. Ayrıca, incelenen madenlerin kısa vadeli fiyat değişiklikleri ve madenlerin portföyler için çeşitlendirme özellikleri bu çalışmanın odak noktasını oluşturmaktadır. Bu doğrultuda 04.01.2010 - 25.08.2021 dönemine ait günlük getiri verileri kullanılmış ve analiz çok değişkenli DCC-GARCH modeli aracılığıyla yapılmıştır. Borsa İstanbul’u temsilen BIST 100 endeksi, kıymetli madenleri temsilen ise Altın, Bakır, Gümüş ve Platin değişkenleri kullanılmıştır. BIST 100 endeksi ile Altın, Bakır, Gümüş ve Platin arasındaki volatilite yayılımını belirlemek için ayrı ayrı modeller oluşturulmuştur. DCC-GARCH modelinden elde edilen bulgulara göre; BIST 100, Altın, Bakır, Gümüş ve Platin değişkenlerinde meydana gelen volatilitelerin kalıcı olduğu tespit edilmiştir. BIST 100’den Altına doğru, Bakırdan ise BIST 100’e doğru tek yönlü volatilite yayılımı bulunmaktadır. Ayrıca Gümüş ve Platin ile BIST 100 arasında çift yönlü volatilite yayılımı olduğu tespit edilmiştir. Çalışmada elde edilen bulgulara göre yatırımcıların portföylerinde borsa ve kıymetli madenleri beraber bulundurmalarının risklerini minimize edeceği düşünülmektedir.

Abstract

In this study, the volatility spread between Borsa Istanbul 100 Index and precious metals was investigated. In addition, the short-term price changes of the investigated mines and the diversification characteristics of the mines for portfolios are the focus of this study. In this direction, daily return data for the period 04.01.2010 - 25.08.2021 were used, and the analysis was made through the multivariate DCC-GARCH model. BIST 100 index is used to represent Borsa Istanbul, and Gold, Copper, Silver and Platinum variables are used to represent precious metals. Separate models were created to determine the volatility spread between the BIST 100 index and Gold, Copper, Silver and Platinum. According to the findings obtained from the DCC-GARCH model, It has been determined that the volatility in BIST 100, Gold, Copper, Silver and Platinum variables is permanent. There is a one-way volatility spread from BIST 100 to Gold and from Copper to BIST 100. In addition, it has been determined that there is a bidirectional volatility spread between Silver and Platinum and BIST 100. According to the findings obtained in the study, it is thought that investors' holding stocks and precious metals together in their portfolios will minimize their risks.

🔖

Bu Makaleye Atıf Yap

Kılıç, E., Baydaş, Y. (2022). Borsa İstanbul ile Kıymetli Madenler Arasındaki Volatilite Yayılımı. Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 24 Sayı: 2, 212–225. https://doi.org/10.21180/iibfdkastamonu.1129374

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (19)

  1. Al-Yahyaee, K. H., Mensi, W., Sensoy, A. & Kang, S. H. (2019). Energy, precious metals, and GCC stock markets: Is there any risk spillover?. Pacific-Basin Finance Journal, 56, 45-70.
  2. Açacak, A., Gülsar, E. & Meriç, E. (2020). Kıymetli Madenlerin Birbirleriyle İlişkisi: Asimetrik Nedensellik. Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21(1), 28-37.
  3. Arouri, M., Lahiani, A. & Nguyen, D. (2015). World Gold Prices and Stock Returns in China: Insights for Hedging and Diversification Strategies. Economic Modelling, 44, 273-282.
  4. Bauwens, L., Laurent, S. & Rombouts, J. V. K. (2006). Multivariate GARCH Models: A Survey. Journal of Applied Econometrics, 21(1), 79-109.
  5. Çelik, İ., Özdemir, A., Gürsoy, S. & Ünlü, H. U. (2018). Gelişmekte Olan Hisse Senedi Piyasaları İle Kıymetli Madenler Arasındaki Getiri ve Volatilite Yayılımı. Ege Akademik Bakış, 18(2), 217-230.
  6. Deniz, D., Sakarya, Ş. & Okuyan, H. A. (2018). Kıymetli Madenlerin Portföy Çeşitlendirmesine Katkısı: BİST Uygulaması. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5 (2), 366-382.
  7. Engle, R. (2002). Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroscedasticity Model. Journal of Business & Economic Statistics, 20(3), 339-350.
  8. Gokmenoglu, K. K. & Fazlollahi, N. (2015).The Interactions among Gold, Oil, and Stock Market: Evidence From S&P 500. Procedia Economics and Finance, 25, 478-488.
  9. Gürsoy, S. & Kılıç, E. (2021). Küresel Ekonomik Politik Belirsizliğin Türkiye CDS Primi ve BİST Bankacılık Endeksi Üzerindeki Volatilite Etkileşimi: DCC-GARCH Modeli Uygulaması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(4), 1323-1334.
  10. Hepsağ A. & Akçalı, B. Y. (2016). Analysıs of Volatılıty Spıllovers between the Bank Stocks Traded ın Istanbul Stock Exchange and New York Stock Exchange. Eurasian Econometrics, Statistics & Emprical Economics Journal, 1, 54-72.
  11. Hillier, D., Draper, P. & Faff, R. (2006). Do Precious Metals Shine? An investment perspective. Financial Analysts Journa, 62(2), 98-106.
  12. Kocabıyık, T. & Tunçel, M. B. (2020). Kıymetli Metaller Arası Nedensellik İlişkisi Üzerine Ekonometrik Bir Çalışma. Stratejik ve Sosyal Araştırmalar Dergisi, 4(2), 365-379.
  13. Mensi, W., Hammoudeh, S., Rehman, M.U., Al-Maadıd, A.A.S. & Kang. S.H. (2020). Dynamic Risk Spillovers and Portfolio Risk Management Between Precious Metals and Global Foreign Exchange Markets. The North American Journal of Economics and Finance, 51, 101086.
  14. Mulyadi, M. S. & Anwar, Y. (2012) Gold Versus Stock Investment: An Econometric Analysis. International Journal of Development and Sustainability, 1(1), 1-7.
  15. Muhammad, N., Kumar, T.A., Sana, M. & Muhammad S. (2019). Modeling Volatility of Precious Metals Markets by Using Regime-Switching GARCH Models. Resources Policy, 64, 101497.
  16. Tse, Y. K. & Tsui, A.K. C. (2002). A Multivariate Generalized Autoregressive Conditional Heteroscedasticity Model with Time-Varying Correlations. Journal of Business and Economic Statistics, 20(3), 351-362
  17. Uddin G.S., Hernandez, J. A., Shahzad, S. J. H. & Kang, S.H. (2020). Characteristics of Spillovers Between the US Stock Market and Precious Metals and Oil. Resources Policy, 66, 101601.
  18. Deniz, D., Sakarya, Ş. & Okuyan, H. A. (2018). Kıymetli Madenlerin Portföy Çeşitlendirmesine Katkısı: BİST Uygulaması. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5 (2), 366-382.
  19. Gürsoy, S. & Kılıç, E. (2021). Küresel Ekonomik Politik Belirsizliğin Türkiye CDS Primi ve BİST Bankacılık Endeksi Üzerindeki Volatilite Etkileşimi: DCC-GARCH Modeli Uygulaması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(4), 1323-1334.