Türkiye ve Balkan Ülkeleri Hisse Senedi Piyasalarında Uzun Hafıza

Year 2022, Volume: 6 Issue: 1, 1553 - 1570, 31.01.2022

Hidayet Güneş

https://doi.org/10.29023/alanyaakademik.871625

Abstract

Bu çalışma, Türkiye ile Balkan ülkeleri olan Bulgaristan, Yunanistan, Sırbistan, Romanya, Bosna Hersek ve Hırvatistan hisse senedi piyasa endekslerinin, getiri ve volatilitesinde uzun hafıza varlığını araştırmaktadır. 14 Ekim 2013 ile 24 Temmuz 2020 tarihleri arasındaki günlük kapanış değerleri üzerinde, getiri için ARFIMA ve volatilite için FIAPARCH modelleri kullanılarak çalışma gerçekleştirilmiştir. Sonuçlara göre, getiride Bulgaristan borsa endeksinde uzun hafızanın olduğu, volatilitede ise Türkiye, Yunanistan, Sırbistan ve Romanya borsa endekslerinin uzun hafıza özelliği sergilediği ortaya çıkarılmıştır. Bu sonuçlar, belirtilen ülke endeksleri için zayıf formda etkin piyasa olmadıklarını göstermektedir. Asimetri parametresi olan γ Türkiye, Yunanistan ve Romanya hisse senedi endekslerinde anlamlı ve pozitif değerde tespit edilmiştir. Bu sonuç, belirtilen ülke endeksleri için asimetri özelliğinin olduğunu ve negatif bilgi şoklarının volatilite üzerindeki etkisinin pozitif bilgi şoklarına göre daha baskın olduğunu ifade etmektedir.

Keywords

Etkin Piyasa Hipotezi,, Uzun Hafıza,, FIAPARCH modeli

Long Memory in Turkey and The Balkan Countries Stock Market

Abstract

In this study, Turkey and The Balkan Countries Bulgaria, Greece, Serbia, Romania, Bosnia and Herzegovina and Croatia stock market indices returns and volatility is to investigate the presence of long memory. Work was carried out on daily closing values between October 14, 2013 and July 24, 2020, using ARFIMA for return and FIAPARCH for volatility. According to the results, there is a long memory in returns in the stock exchange index Bulgaria; Turkey, Greece, Serbia and Romania stock indices revealed that the long memory in volatility. These results show that they are not an efficient market in weak form for the specified country indices. The asymmetry parameter γ Turkey, Greece and Romania stock indexes were detected in significant and positive values. This result shows that there is an asymmetry feature for the country indexes indicated and the effect of negative information shocks on volatility is more dominant than positive information shocks.

Keywords

Efficient Market Hypothesis,, Long Memory,, FIAPARCH model,

References

• Barkoulas, J. T., Baum, C. F. ve Travlos, N. (2000). “Long Memory in the Greek Stock Market”, Applied Financial Economics, 10 (2): 177-184.
• Bentes, S. R. ve Cruz, M. M. da. (2011). “Is Stock Market Volatility Persistent? A Fractionally Integrated Approach”, ISCAL- Comunicaçoes, 1-21.
• Buğan, M. F., Çevik, E. İ. ve Kırcı Çevik, N. (2019). “Katılım 30 Endeksi İçin Zayıf Formda Etkin Piyasa Hipotezinin ARFIMA-FIEGARCH Model İle Analizi”, Iğdır Üniversitesi Sosyal Bilimler Dergisi, 5 (1): 219-241.
• Çevik, E. İ. (2012). “İstanbul Menkul Kıymetler Borsası‘nda Etkin Piyasa Hipotezinin Uzun Hafıza Modelleri ile Analizi: Sektörel Bazda Bir İnceleme”, Journal of Yasar University, 26 (7): 4437-4454.
• Fama, E. F. (1970). “Efficient Capital Markets: A Review of Theory and Empirical Works”, The Journal of Finance, 25 (2): 383–417.
• Gençyürek, A. G. (2019). Sermaye Piyasasında İkili Uzun Hafıza Ve Emtia Volatiliteleri Geçişkenliği Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü, Yayımlanmamış Doktora Tezi, İzmir.
• Granger, C. W. J. (1980). “Testing for Causality: A Personal Viewpoint”, Journal of Economic Dynamics and Control, 2 (1): 329-352.
• Granger, C. W. J. ve Joyeux (1980). “An Introduction to Long-memory Time Models and Fractional Differencing”, Journal of Time Series Analysis, 1 (1): 15–29.
• Günay, S. (2014). “Yapısal Kırılmalar Dâhilinde BİST-100 Endeksi Volatilitesinin Uzun Dönemli Bellek Analizi”, Journal of Yasar University, 9 (36): 6299-6314.
• Hosking, J. R. M.,(1981). “Fractional Differencing”, Biometrika, 68 (1): 165–176.
• Kang, S. H. ve Yoon, S-M. (2006). “Asymmetric Long Memory Feature in the Volatility of Asian Stock Markets”, Asia-Pacific Journal of Financial Studies, 35 (5): 175-198.
• Kang, S. H. ve Yoon, S-M. (2008). “Long Memory Features in the High Frequency Data of the Korean Stock Market”, Physica A: Statistical Mechanics and its Applications, 387 (21): 5189–5196.
• Kasman, A., Kasman, S. ve Torun, E. (2009). “Dual Long Memory Property in Returns and Volatility: Evidence from the CEE Countries' Stock Markets”, Emerging Markets Review, 10 (2):122-139.
• Korkmaz, T., Çevik, E. İ. ve Özataç, N. (2009). “Testing for Long Memory in ISE Using ARFIMA-FIGARCH Model and Structural Break Test”, International Research Journal of Finance and Economics, 26: 186-191.
• Kuttu, S. (2018). “Modelling Long Memory İn Volatility In Sub-Saharan African Equity Markets”, Research in International Business and Finance, 44 (C): 176-185.
• Maheshchandra, J. P. (2012). “Long Memory Property in Return and Volatility: Evidence from The Indian Stock Markets”, Asian Journal of Finance & Accounting, 4 (2):218-230.
• Maria, P. A., Anuta, L. E. ve Simona, M. (2013). “Testing The Long Range-Dependence For The Central Eastern European And The Balkans Stock Markets”, Annals of Faculty of Economics, 1 (1): 1113-1124.
• Necula, C. ve Radu, A-N. (2012). “Long Memory In Eastern European Fınancıal Markets Returns”, Economic Research, 25 (2): 361-378.
• Özdemir, A. ve Çelik, İ. (2020). “Pay Piyasalarında Etkin Piyasalar Hipotezinin Farklı Dağılım Varsayımları Bağlamında Uzun Hafıza Modelleri İle Tespiti: ABD ve Türkiye Karşılaştırması”, İşletme Fakültesi Dergisi, 21 (1): 125-160.
• Pece, A. M. ve Petria, N. (2015). “Volatility, Thin Trading and Non-liniarities: An Empirical Approach for the BET Index During Pre-crisis and Post-crisis Periods”, Procedia Economics and Finance, 32: 1342-1352.
• Tse, Y. K. (1998). “The Conditional Heteroscedasticity of The Yen-Dollar Exchange Rate”, Journal Of Applied Econometrics, 13 (1): 49-55.
• Türkyılmaz, S. ve Balıbey, M. (2014). “Türkiye Hisse Senedi Piyasası Getiri ve Oynaklığındaki Uzun Dönem Bağımlılık için Ampirik Bir Analiz”, Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 16 (2): 281-302.
• Uğurlu, E., Thalassinos, E. ve Muratoğlu, Y. (2014). “Modeling Volatility in the Stock Markets using GARCH Models: European Emerging Economies and Turkey”, International Journal in Economics and Business Administration, 2 (3): 72-87.
• Vougas, D. V. (2004). “Analysing Long Memory and Volatility of Returns in the Athens Stock Exchange”, Applied Financial Economics, 14 (6): 457-460.
• Zarei, S. ve Jafari, S. (2020). “Market Efficiency and Long-range Dependence: Evidence From The Tehran Stock Market”, Asian Journal of Economics, Finance and Management, 2 (2): 20-28.