Sağlık İşletmelerinde Pay Senedi Oynaklık Modellemesi: İnsan Sağlığı ve Sosyal Hizmetler Sektörü Üzerine Ekonometrik Bir Araştırma

Year 2020, Volume: 5 Issue: 1, 87 - 107, 30.06.2020

Tuğba Nur Topaloğlu , Erol Köycü

https://doi.org/10.25229/beta.720534

Abstract

Çalışmada, Borsa İstanbul insan sağlığı ve sosyal hizmetler sektöründe faaliyet gösteren Lokman Hekim ve MLP Sağlık Hizmetleri firmalarının 14.02.2018- 6.03.2020 dönemine ilişkin günlük verileri kullanılarak pay senedi getiri oynaklığının tahminlenmesi amaçlanmıştır. Çalışmada pay senedi getiri oynaklığının tahminlenmesi için simetrik ve asimetrik değişen varyans modelleri kullanılmıştır. Bu doğrultuda Lokman Hekim serisi için en uygun model TGARCH(1,1), MLP Sağlık Hizmetleri serisi için ise GARCH(1,1) olarak tespit edilmiştir. Analiz sonuçlarına göre, MPL Sağlık Hizmetleri serisine etki eden şokların yaklaşık %18’nin geçmiş dönem şoklarından kaynaklandığı, %55’inin bir önceki dönem şoklarından kaynaklandığı ortaya çıkarılmıştır. Diğer taraftan, Lokman Hekim serisine etki eden şokların yaklaşık %10’unun geçmiş dönem şoklardan, mevcut dönem şokların %21’inin bir önceki dönem şoklarından kaynaklandığı tespit edilmiştir. Ayrıca, Lokman Hekim serisinde, olumsuz haberlerin oynaklık üzerindeki etkisi olumlu haberlerden daha fazla olduğu söylenebilir. Olumlu haberlerin oynaklık üzerindeki etkisinin yaklaşık %10, olumsuz haberlerin oynaklık üzerindeki etkisinin ise yaklaşık %32 olduğu tespit edilmiştir. Ek olarak HL (halflife) ölçüsü hesaplamaları sonucunda MPL Sağlık Hizmetleri serisine gelen bir şokun etkisi yaklaşık 2 gün, Lokman Hekim serisine gelen bir şokun etkisinin ise bir günden daha kısa sürdüğü tespit edilmiştir.

Keywords

Oynaklık, Borsa İstanbul, Sağlık İşletmeleri

Stock Volatility Modeling in Health Enterprises: An Econometric Survey in The Human Health and Social Services Sector

Abstract

The aim of the study is to estimate the volatility of the share return by using daily data of Lokman Hekim and MLP health services companies operating in Borsa Istanbul human health and social services sector for the period 14.02.2018 - 6.03.2020. In the study, symmetric and asymmetric varying variance models have been used to estimate share return volatility. Accordingly, the most suitable model for the Lokman Hekim series have been identified as TGARCH(1,1) and for the MLP health services series as GARCH(1,1). According to the analysis results, approximately 18% of shocks affecting the MPL health services series have been caused by past period shocks, while 55% have been caused by previous period shocks. On the other hand, it has been determined that approximately 10% of the shocks affecting the Lokman Hekim series have been caused by past period shocks and 21% of the current period shocks have been caused by previous period shocks. Furthermore, in the Lokman Hekim series, the effect of negative news on volatility can be said to be more than positive news. It has been found that the effect of positive news on volatility has approximately 10% and the effect of negative news on volatility has approximately 32%. In addition, HL (halflife) measure calculations have been showed that the effect of a shock to MPL health services series lasted approximately 2 days, while the effect of a shock to Lokman Hekim series lasted less than one day.

Keywords

Volatility, Stock Exchange Istanbul, Health Organizations

References

• Akar, C., (2007). Volatilite modellerinin öngörü performansı: ARCH GARCH ve SWARCH karşılaştırması. Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, 8(2), 201-217.
• Akar, C., (2013). Gelişmekte olan piyasalarda volatilitenin Charma ile modellenmesi: Türkiye örneği. Yönetim ve Ekonomi Araştırma Dergisi, 6(9), 53-62.
• Akay, H. K., & Nargeleçekenler, M., (2006). Finansal piyasa volatilitesi ve ekonomi. Ankara Üniversitesi SBF Dergisi, 61(4), 5-36.
• Akçalı, B. Y., Mollaahmetoğlu, E., & Altay, E., (2019). Borsa İstanbul ve küresel piyasa göstergeleri arasındaki volatilite etkileşiminin DCC-GARCH yöntemi ile analizi. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 14(3), 597-614.
• Altuntaş, S. T., & Çolak, F. D., (2015). BİST-100 endeksinde volatilitenin modellenmesi ve öngörülmesinde ARCH modelleri. İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadi Enstitüsü Yönetim Dergisi, 26(79), 208-233.
• Apergis, N., & Eleptheriou S., (2001). Stock returns and volatility: Evidence from the Athens stock market index. Journal of Economics and Finance, 25(1), 50-61
• Aygören, H., (2005). IMKB’de oynaklık tahmini üzerine bir çalışma. Muhasebe ve Finansman Dergisi, 25, 200-206. Bautista, C. C., (2003). Stock market volatility in Philippines. Applied Economic Letters, 10, 315-318.
• Chukwuodor-Ndu, C., (2020). Day-of-the-week effect and volatility in stock returns: Evidence from East Asian financial markets. Internatioanl Journal of Banking and Finance, 5(1), 153-164.
• Engle, R. F., Ghysels, E., & Sohn, B., (2008). On the economic sources of stock market volatility. New Orleans Meeting Paper, 1-54.
• Ganiev, J., (2014). Küreselleşme finansal piyasalar ve kriz. İktisat Politikası Araştırma Dergisi, 1 (2), s.117-129.
• Hajilee, M., & Al Nasser, O. M., (2014). Exchange rate volatility and stock market development in emerging economies. Journal of Post Keynesian Economics, 37(1), 163-180.
• Kaerney, C., (2000). The determination and international transmission of stock market volatility. Global Finance Journal, 11(1-2), 31-52.
• Karmakar, M., (2006). Stock market volatility in the long run 1961-2005. Economic and Political Weekly, 41(18), 1796-1802.
• Kassimatis, K., (2002). Financial liberalization and stock market volatility in selected developing countries. Applied Financial Economics, 12, 389-394.
• Kaur, H., (2004). Time varying volatility in the Indian stock market. The Journal of Decision Marker, 29(4), 25-42. Liu, L., & Zhang, T., (2015). Economic policy uncertainty and stock market volatility. Finance Research Letters, 15, 99-105.
• Mala, R., & Reddy, M., (2007). Measuring stock market volatility in an Emerging Economy. International Research Journal of Finance and Economics, 8, 126-133
• Mazıbaş, M., (2004). IMKB Piyasasındaki volatilitenin ve Asimetrik fiyat hareketlerinin modellenmesi ve öngörülmesi: GARCH Uygulaması. VIII Ulusal Finans Sempozyumu Bildiriler Kitabı, 1-27.
• Mikhaylow, A. Y., (2018). Volatility spillover effect between stock and exchange rate in oil exporting countries. International Journal of Energy Economics and Polics, 8(3), 321-326.
• Özden, Ü. H., (2008). İMKB 100 Birleşik endeksi getiri volatilitesini analizi. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 13, 339-350.
• Öztürk, S., & Gövdere, B., (2010). Küresel finansal kriz ve Türkiye ekonomisine etkileri. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 15(1), 377-397
• Shin, J., (2005). Stock returns and volatility in Emerging stock markets. International Journal of Business and Economics, 4(1), 31-43.
• Tokat, E., (2010). IMKB sektör endeksleri arasındaki şok ve oynaklık etkileşimi. BDDK Bankacılık ve Finansal Piyasalar, 4(1), 91-104.
• Tuna, K., & İsabetli, İ., (2014). Finansal piyasalarda volatilite ve BİST-100 örneği. Kocaeli Üniversitesi Sosyal Bilimler Dergisi, 27, 21-31.
• Zakaria, Z., & Shamsuddin, S., (2012). Emprical evidence on the relationship between stock market volatility and macroeconomic volatility in Malaysia. Journal of Busniess Studies Qarterly, 4(2), 61-71.
• Zubair, Z. A., & Aladejare, S. A., (2017). Exchange rate volatility and stock market performance in Nigeria. Asian Journal of Multidisciplinary Studies, 5(11), 194-201.