KaydedilenlerDerginizi ekleyin

Dergiler / Ekonomik ve Sosyal Araştırmalar Dergisi / 2017 / Cilt: 13 - Sayı: 1

BIST VE ULUSLARARASI HİSSE SENEDİ PİYASALARI ARASINDAKİ VOLATİLİTE GEÇİŞİ ÜZERİNE BİR AMPİRİK UYGULAMA

AN EMPIRICAL ANALYSIS OF VOLATILITY TRANSMISSION BETWEEN BIST AND INTERNATIONAL STOCK MARKETS

Rasim İlker GÖKBULUT
Sayfa
141–159
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)

Sonuç olarak, Borsa İstanbul ile DAX30 arasında düşük, fakat RTSI ile güçlü iki taraflı volatilite yayılma etkisi tespit edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada Türkiye hisse senedi piyasası ile beş gelişmekte olan ülke ve beş gelişmiş ülke piyasaları arasındaki volatilite yayılma etkisi, iki değişkenli vektör otogregresyon-genelleştirilmiş otoregresif şartlı değişken varyans [VAR(p)-GARCH(1,1)-BEKK] modeli kullanılarak araştırılmıştır.
📊
Temel Bulgular & Veri:Her bir ülkeye ait, 1.7.1997- 14.3.2013 tarihleri arasındaki, hisse senedi gösterge endekslerinin 4022 günlük getiri serileri kullanılarak Türkiye hisse senedi piyasası ile ABD, İngiltere, Almanya, Fransa, Japonya, Güney Kore, Brezilya, Arjantin, Rusya ve Çin hisse senedi piyasaları arasındaki ortak volatilite hareketliliği ve yayılma etkisi incelenmiştir.
💡
Sonuç & Katkı:Sonuç olarak, Borsa İstanbul ile DAX30 arasında düşük, fakat RTSI ile güçlü iki taraflı volatilite yayılma etkisi tespit edilmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2013 Verileri
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışmada Türkiye hisse senedi piyasası ile beş gelişmekte olan ülke ve beş gelişmiş ülke piyasaları arasındaki volatilite yayılma etkisi, iki değişkenli vektör otogregresyon-genelleştirilmiş otoregresif şartlı değişken varyans [VAR(p)-GARCH(1,1)-BEKK] modeli kullanılarak araştırılmıştır. Her bir ülkeye ait, 1.7.1997- 14.3.2013 tarihleri arasındaki, hisse senedi gösterge endekslerinin 4022 günlük getiri serileri kullanılarak Türkiye hisse senedi piyasası ile ABD, İngiltere, Almanya, Fransa, Japonya, Güney Kore, Brezilya, Arjantin, Rusya ve Çin hisse senedi piyasaları arasındaki ortak volatilite hareketliliği ve yayılma etkisi incelenmiştir. Sonuç olarak, Borsa İstanbul ile DAX30 arasında düşük, fakat RTSI ile güçlü iki taraflı volatilite yayılma etkisi tespit edilmiştir.

Abstract

This paper empirically examines the transmission of volatility among Turkish equity market and fiveemerging markets and also five developed markets using bivariate vector auto regression-generalizedautoregressive conditional heteroscedasticity [VAR(p)-GARCH(1,1)-BEKK] model. Using 4022 dailyreturns of benchmark stock market indices, from 1.7.1997 to 14.3.2013, volatility co-movement andspillover between the Turkish stock market and the markets of US, UK, Germany, France, Japan, SouthKorea, Brazil, Argentina, Russia and China is investigated. Results showed that BIST has a weak marketinterdependence with DAX30 but strong bidirectional volatility spillover with RTSI.

🔖

Bu Makaleye Atıf Yap

GÖKBULUT, R. İ. (2022). BIST VE ULUSLARARASI HİSSE SENEDİ PİYASALARI ARASINDAKİ VOLATİLİTE GEÇİŞİ ÜZERİNE BİR AMPİRİK UYGULAMA. Ekonomik ve Sosyal Araştırmalar Dergisi, Cilt: 13 - Sayı: 1, 141–159. https://ajindex.com/articles/499583

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. Zhang J., Wan, J., and Zhang, Y. (2013). Volatility spillovers between equity and bond markets: evidence from G7 and BRICS. Romanian Journal of Economic Forecasting 16, 205-217.
  2. Zahnd, E., & Schweiz, N. (2002). The application of multivariate GARCH models to turbulent financial markets. University of Basel, Faculty of Economics and Business (WWZ) 4003 Basel, Switzerland. Xu, J., & Lin KP. (2008). Sequential-BEKK multivariate GARCH model and its application in the stock market. Xiamen University working paper, 1-31.
  3. Xiao, L., & Dhesi, G. (2010). Volatility spillover and time-varying conditional correlation between the European and US stock markets. Global Economy and Finance Journal, 148-164.
  4. Worthington, A., & Higgs, H. (2004). Transmission of equity returns and volatility in Asian developed and emerging markets: a multivariate GARCH analysis. International Journal of Finance and Economics, 71-80.
  5. Schmidth, A. (2005). Quantitative finance for physicists an introduction. USA, Academic Press.
  6. Schwert, G. W. (1990). Stock volatility and the crash. Review of Financial Studies, 77-102.
  7. Theodossiou, P., & Lee, U. (1993). Mean and volatility spillovers across major national stock markets: further empirical evidence. Journal of Financial Research, 337–350.
  8. Taştan, H. (2005). Dynamic interdependence and volatility transmission in Turkey and European equity markets. Turkish Economic Association, Discussion Paper. Taşdemir, M., & Yalama, A. (2010). Inter-regional volatility spillovers between emerging capital markets: evidence from Turkey and Brazil. Turkish Economic Association Discussion Paper, No. 2010/8. Susmel, R., & Engle, R. F. (1994). Hourly volatility spillovers between international equity markets. Journal of International Money and Finance, 3–25.
  9. Perron, P. (1990). Testing for a unit root in a time series with a changing mean. Journal of Business and Economic Statistics, 153-162.
  10. Ng, A. (2000). Volatility spillover effects from Japan and the US to the Pacific-Basin. Journal of International Money and Finance, 207-233.
  11. Ng, L. (1991). Tests of the CAPM with time-varying covariances: a multivariate GARCH approach. The Journal of Finance, 1507-1521.
  12. Nelson, D. B. (1991). Conditional heteroscedasticity in asset returns: a new approach. Econometrica, 347-370.
  13. Miyakoshi T. (2003). Spillovers of stock return volatility to Asian equity markets from Japan and the US. International Financial Markets, Institutions and Money, 383-399.
  14. Lucey, B. M., & Voronkova, S. (200