Dergiler / Doğuş Üniversitesi Dergisi / 2022 / Cilt: 23 - Sayı: COVID-19 Özel Sayısı

COVID-19 PANDEMİ DÖNEMİNDE VAKA SAYILARI, DÖVİZ KURU VE VIX ENDEKSİNİN GELİŞMEKTE OLAN PİYASALAR ÜZERİNDEKİ ETKİSİ: BİST 100 ENDEKSİ ÜZERİNE BİR ANALİZ

THE NUMBER OF CASES, EXCHANGE RATE AND THE EFFECT OF VIX INDEX ON EMERGİNG MARKETS DURİNG THE COVID-19 PANDEMİC PERİOD: AN ANALYSİS ON BIST 100 INDEX

Sayfa
221–242
Yayın Tarihi
2022-10-11
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)

GARCH, GJR, TGARCH ve doğrusal olmayan GARCH modellerinden elde edilen ampirik bulgular, Türkiye'de pandeminin ilan edildiği 11.3.2020'den başlayarak ve 11.5.2021'de sona eren günlük serileri kapsayan bir örneklemin kullanılmasıyla anlamlı sonuçlar ortaya koymaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Çalışmada, pandemi sürecinin ve özellikle vaka sayılarındaki değişimlerin döviz kurları ve küresel riskin yerel borsa getirilerine etki ediş sürecine yansımalarının incelenmesi amaçlanmıştır.
📊
Temel Bulgular & Veri:Bu amaçla döviz kuru ve VIX endeksine ek olarak aktif vakalar ve yeni vakaların Türkiye'deki BİST100 hisse senedi endeksi üzerindeki etkileri araştırılmıştır.
💡
Sonuç & Katkı:GARCH, GJR, TGARCH ve doğrusal olmayan GARCH modellerinden elde edilen ampirik bulgular, Türkiye'de pandeminin ilan edildiği 11.3.2020'den başlayarak ve 11.5.2021'de sona eren günlük serileri kapsayan bir örneklemin kullanılmasıyla anlamlı sonuçlar ortaya koymaktadır.
🔬Tür:Uygulamalı Anket & Alan Araştırması
📍Kapsam:2020 Verileri
⚙️Değişkenler:COVID-19 · Uluslararası Finansal Piyasalar · Zaman Serileri Analizi

Özet

Çalışmada, pandemi sürecinin ve özellikle vaka sayılarındaki değişimlerin döviz kurları ve küresel riskin yerel borsa getirilerine etki ediş sürecine yansımalarının incelenmesi amaçlanmıştır. Bu amaçla döviz kuru ve VIX endeksine ek olarak aktif vakalar ve yeni vakaların Türkiye'deki BİST100 hisse senedi endeksi üzerindeki etkileri araştırılmıştır. GARCH, GJR, TGARCH ve doğrusal olmayan GARCH modellerinden elde edilen ampirik bulgular, Türkiye'de pandeminin ilan edildiği 11.3.2020'den başlayarak ve 11.5.2021'de sona eren günlük serileri kapsayan bir örneklemin kullanılmasıyla anlamlı sonuçlar ortaya koymaktadır. Elde edilen ampirik bulgular doğrultusunda, negatif ve pozitif haber şoklarının Türkiye’de borsada ciddi etkilere sahip olduğuna işaret etmektedir. Elde edilen bulgular, BIST 100 getirileri üzerinde Covid-19 vaka sayılarındaki artışların negatif etkilerine ek olarak, özellikle nominal Dolar/TL artışlarının önemli negatif etkileri olduğunu ortaya koymakta, uluslararası finansal riskin bir göstergesi olarak alınan VIX’teki artışların da Türkiye’deki finansal getiriler üzerindeki negatif etkilerine işaret etmektedir.

Abstract

The study aims at the investigation of the pandemic and its effects on the way the exchange rates and global risk influences an emerging stock market. For this purpose, the effects of the active cases and the new cases are utilized in addition to the exchange rates and the VIX index on the BIST100 stock index in Turkey are investigated. By using a sample that covers daily series to starting from 11.3.2020, the day of declaration of the pandemic in Turkey, and that ends at 11.5.2021, the empirical findings obtained from GARCH, GJR, TGARCH, and nonlinear GARCH models suggest significant. According to the empirical findings, the negative and positive news shocks have important effects on the stock market in Turkey. The empirical findinds reveal that in addition to the negative impacts of the Covid-19 cases on the BIST100 daily returns in Turkey, the nominal Dolar/TL exchange rate increases have a strong negative effect on the stock market. Further, empirical findings also point at the negative effects of the inclines in the VIX index, considered as a proxy representing the international financial risk.

🔖

Bu Makaleye Atıf Yap

ACAR, T., KIYAK, Ö., ERSİN, Ö. Ö. (2022). COVID-19 PANDEMİ DÖNEMİNDE VAKA SAYILARI, DÖVİZ KURU VE VIX ENDEKSİNİN GELİŞMEKTE OLAN PİYASALAR ÜZERİNDEKİ ETKİSİ: BİST 100 ENDEKSİ ÜZERİNE BİR ANALİZ. Doğuş Üniversitesi Dergisi, Cilt: 23 - Sayı: COVID-19 Özel Sayısı, 221–242. https://ajindex.com/articles/490196

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (10)

  1. Abuzayed, B., Bouri, E., Al-Fayoumi, N., Jalkh, N. (2021). Systemic risk spillover across global and country stock markets during the COVID-19 pandemic. Economic Analysis and Policy, 71, 180-197.
  2. Akhtaruzzaman, M., Boubaker, S., Sensoy, A. (2021). Financial contagion during COVID–19 crisis. Finance Research Letters, 38, 101604. AlAli, M. S. (2020). Risk velocity and financial markets performance: Measuring the early effect of COVID-19 pandemic on major stock markets performance. International Journal of Economic and Financial Research. 6(4), 76-81.
  3. Albulescu, C. T. (2021). COVID-19 and the United States financial markets volatility. Finance Research Letters, 38, 101699. Ali, M., Alam, N., Rizvi, S. A. R. (2020). Coronavirus (COVID-19)—An epidemic or pandemic for financial markets. Journal of Behavioral and Experimental Finance, 27, 100341. Alzyadat, J. A., Asfoura, E. (2021). The effect of COVID-19 pandemic on stock market: An empirical study in Saudi Arabia. The Journal of Asian Finance, Economics and Business, 8(5), 913-921.
  4. Al-Awadhi, A. M., Alsaifi, K., Al-Awadhi, A., Alhammadi, S. (2020). Death and contagious infectious diseases: Impact of the COVID-19 virus on stock market returns. Journal of Behavioral and Experimental Finance, 27, 100326. Bildirici, M., Ersin, Ö.Ö. (2009). Improving forecasts of GARCH family models with the artificial neural networks: An application to the daily returns in Istanbul stock exchange. Expert Systems with Applications, 36(4), 7355-7362.
  5. Bildirici M. E., Ersin Ö.Ö. (2014). Modeling markov switching ARMA-GARCH neural networks models and an application to forecasting stock returns. The Scientific World Journal, 1-21.
  6. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31, 307-327.
  7. Engle, R.F., Ng., V.K. (1993). Measuring and testing the impact of news on volatility. Journal of Finance, 48, 1749-1778
  8. Engle, R. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1007.
  9. Fakhfekh, M., Jeribi, A., Ben Salem, M. (2021). Volatility dynamics of the Tunisian stock market before and during the COVID‐19 outbreak: Evidence from the GARCH family models. International Journal of Finance & Economics, 1-14. https://doi.org/10.1002/ijfe.2499
  10. Geweke, J. (1986). Modelling the persistence of conditional variances: A comment. Econometric Reviews, 5, 57-61. Gherghina, Ș. C., Armeanu, D. Ș., Joldeș, C. C. (