Dergiler / Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2021 / Cilt: 0 - Sayı: 60

GÜVEN, VOLATİLİTE, BELİRSİZLİK ENDEKSLERİ VE SEÇİLMİŞ EKONOMİK GÖSTERGELER İLE TÜRKİYE KREDİ RİSK PRİMİ ARASINDAKİ NEDENSELLİK İLİŞKİSİ

CAUSALITY RELATIONSHIP BETWEEN TURKEY CREDIT DEFAULT SWAP AND CONFIDENCE, VOLATILITY, UNCERTAINTY INDICES AND SELECTED ECONOMIC INDICATORS

Sayfa
25–41
Yayın Tarihi
2022-10-18
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)

Çalışma sonucunda CDS’den Ekonomik Güven Endeksi, Dolar Kuru ve Sanayi Üretim Endeksine doğru tek yönlü nedensellik ilişkisi tespit edilirken BIST 100 Endeksi ve Ekonomik Politika Belirsizlik Endeksinden CDS’e doğru tek yönlü nedensellik ilişkisi tespit edilmiştir

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Yatırım kararlarının verilmesinde ülkelerin risk ve belirsizlik durumları oldukça etkili olmaktadır.
📊
Temel Bulgular & Veri:Çalışmada Ocak 2012 – Kasım 2020 dönemi CDS, BIST 100 Endeksi, Ekonomik Güven Endeksi, Sanayi Üretim Endeksi, Dolar Kuru, CBOE volatilite endeksi, Ekonomi Politika Belirsizlik Endeksi, Türkiye Jeopolitik Risk Endeksi aylık verileri kullanılarak Toda Yamamoto nedensellik analizi uygulanmıştır.
💡
Sonuç & Katkı:Çalışma sonucunda CDS’den Ekonomik Güven Endeksi, Dolar Kuru ve Sanayi Üretim Endeksine doğru tek yönlü nedensellik ilişkisi tespit edilirken BIST 100 Endeksi ve Ekonomik Politika Belirsizlik Endeksinden CDS’e doğru tek yönlü nedensellik ilişkisi tespit edilmiştir
🔬Tür:Araştırma Makalesi
📍Kapsam:2012 Verileri
⚙️Değişkenler:Alan Parametreleri

Özet

Yatırım kararlarının verilmesinde ülkelerin risk ve belirsizlik durumları oldukça etkili olmaktadır. Bu nedenle çalışmada Türkiye’nin kredi risk priminin göstergesi olan CDS ile finansal ve makroekonomik göstergeler arasındaki nedensellik ilişkisi araştırılmıştır. Çalışmada Ocak 2012 – Kasım 2020 dönemi CDS, BIST 100 Endeksi, Ekonomik Güven Endeksi, Sanayi Üretim Endeksi, Dolar Kuru, CBOE volatilite endeksi, Ekonomi Politika Belirsizlik Endeksi, Türkiye Jeopolitik Risk Endeksi aylık verileri kullanılarak Toda Yamamoto nedensellik analizi uygulanmıştır. Çalışma sonucunda CDS’den Ekonomik Güven Endeksi, Dolar Kuru ve Sanayi Üretim Endeksine doğru tek yönlü nedensellik ilişkisi tespit edilirken BIST 100 Endeksi ve Ekonomik Politika Belirsizlik Endeksinden CDS’e doğru tek yönlü nedensellik ilişkisi tespit edilmiştir

Abstract

The risk and uncertainty situations of countries are very effective in making investment decisions. Therefore, in the study the relationship between CDS, indicative of Turkey's credit risk premium, and the financial and macroeconomic indicators were investigated. In January 2012 - Noverber 2020 periods, Toda Yamamoto causality analysis was applied using monthly data of CDS, BIST 100 Index , Economic Confidence Index, Industrial Production Index, Exchange Rate, CBOE Volatility Index, Economic Policy Uncertainty Index, Turkey Geopolitical Risk Index in this study. As a result of the study, one-way causality relationship from CDS to Economic Confidence Index, Exchange Rate and Industrial Production Index was determined, while one-way causality relationship from BIST 100 Index and Economic Policy Uncertainty Index to CDS was determined.

🔖

Bu Makaleye Atıf Yap

ÜNAL, A. E., SÜSAY, A. (2022). GÜVEN, VOLATİLİTE, BELİRSİZLİK ENDEKSLERİ VE SEÇİLMİŞ EKONOMİK GÖSTERGELER İLE TÜRKİYE KREDİ RİSK PRİMİ ARASINDAKİ NEDENSELLİK İLİŞKİSİ. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 0 - Sayı: 60, 25–41. https://ajindex.com/articles/503383

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (18)

  1. Abioğlu, V.,Özgür., M. I., Soyu, E. (2021). İktisadi, finansal ve politik risklerin Türkiye CDS primine etkileri. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (67), 238-251.
  2. Adriana, D. (2014). Revisiting the relationship between unemployment rates and shadow economy. A Toda-Yamamoto approach for the case of Romania. Procedia Economics and Finance, 10, 227–236.
  3. Allen, F., Douglas, G. (2000). Financial contagion. The Journal of Political Economy, 108(1), 1-33.
  4. Anderson, E. W., Ghysels, E., Juergens, J. L. (2009). The impact of risk and uncertainty on expected returns. Journal of Financial Economics, 94(2), 233-263.
  5. Ayadın, H. (2014). Uluslararası çeşitlendirme, finansal bulaşma ve küresel finansal kriz ilişkisi üzerine bir çalışma, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 28(3), 43-67.
  6. Ayaydın, H., Çam, A.V., Barut, A., Pala, F. (2018). Kredi temerrüt swaplarının belirleyicileri: Türkiye için ekonometrik bir analiz. Turan-Sam Dergisi, 10(40), 539-546.
  7. Baker, S. R., Bloom, N., Davis, S. J. (2016). Measuring economic policy uncertainty, The Quarterly Journal Of Economics, 131(4), 1593-1636.
  8. Balı, S., Yılmaz, Z. (2012). Kredi temerrüt takası marjları ile İMKB 100 endeksi arasındaki ilişki. 16. Finans Sempozyumu, Erzurum, 83-104.
  9. Başarır, Ç., Keten, M. (2016). Gelişmekte olan ülkelerin CDS primleri ile hisse senetleri ve döviz kurları arasındaki kointegrasyon ilişkisi. Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8(15), 369-380.
  10. Caldara, D., Iacoviello, M. (2019). Measuring geopolitical risk. Erişim Adresi https://www.matteoiacoviello.com/gpr_files/GPR_PAPER.pdf 08.02.2021).
  11. Chiaramonte, L., Casu, B. (2013). The determinants of bank CDS spreads: evidence from the financial crisis. The European Journal of Finance, 19(9), 861-887.
  12. Cleassens, S., Forbes, K. (2001). International Financial Contagion: An Overwiev of the Issues and the Book, (Ed.) S. Claessens ve K. Forbes, International Financial Contagion içinde (ss. 3-19).
  13. Kluwer Academic Publishers Çil, N. (2018).
  14. Finansal Ekonometri, Der Yayınları,
  15. İstanbul.
  16. Danacı, M. C., Şit, M., Şit, A. (2017). Kredi temerrüt swaplarının (CDS’lerin) büyüme oranıyla ilişkilendirilmesi: Türkiye örneği. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(2), 67-78.
  17. Değirmenci, N., Pabuçcu, H. (2016). Borsa İstanbul ve Risk Primi Arasındaki Etkileşim: VAR ve Narx Model. The Journal of Academic Social Science, 4(35), 248-261.
  18. Dickey, D.A., Fuller, W.A. (1979). Distribution