Doğuş Üniversitesi Dergisi 1308-6979 Dogus University Finance Finans ANALYSIS OF VOLATILITY SPILLOVER EFFECT BETWEEN SELECTED GLOBAL RISK APPETITE INDICES AND FINANCIAL INDICATORS WITH TVP-VAR MODEL SEÇİLİ KÜRESEL RİSK İŞTAHI ENDEKSLERİ İLE FİNANSAL GÖSTERGELER ARASI VOLATİLİTE YAYILIM ETKİSİNİN TVP-VAR MODELİ İLE ANALİZİ https://orcid.org/0009-0003-2590-3812 Cengiz Ezgi İSTANBUL ÜNİVERSİTESİ https://orcid.org/0000-0001-9990-9510 Saldanlı Arif İSTANBUL ÜNİVERSİTESİ 07 22 2025 26 2 295 314 01 03 2025 03 24 2025 Copyright © 2000, Dogus University Journal 2000 Dogus University Journal

Risk appetite indices which affect local and global financial markets, are intimately monitored by policymakers, portfolio managers and investors. This is because changes in risk appetite indices affect many financial indicators in finance markets. Notably, analyzing volatility spillovers has gained importance depending on the integration of finance markets and the increase in the risk-return interaction between markets. This study aims to investigate the volatility spillovers and interconnectedness between selected global risk and fear indices and various financial indicators in Turkey. In this context, the study uses daily closing data on VIX and MOVE global risk appetite indices, USD/TL exchange rate, ounce gold price, BIST 100 Index and Turkey's 10-year government bond premiums between 03.01.2012-29.12.2023. Volatility spillovers and interconnectedness relationships are analyzed using the Time-Varying Parameter Vector Autoregressive (TVP-VAR) model. According to the findings of the analysis, the volatility-spreading variables are USD/TL and VIX, while the volatility-receiving variables are Ounce gold price, Bonds, MOVE and BIST100 index, respectively. In addition, the findings of the analysis are also an important indicator in terms of revealing that global events that affect the whole world stand out in terms of the periods when volatility spillovers increase and decrease. The results of the analysis are expected to be useful for portfolio managers and investors seeking to hedge risk.

Yerel ve küresel finans piyasalarını etkileyen risk iştahı endeksleri, politika yapıcılar, portföy yöneticileri ve yatırımcılar tarafından yakından takip edilmektedir. Çünkü risk iştahı endekslerindeki değişimler finans piyasalarındaki birçok finansal göstergeyi etkilemektedir. Özellikle finans piyasalarının entegrasyonu ve piyasalar arasındaki risk-getiri etkileşiminin artmasına bağlı olarak volatilite yayılımının analiz edilmesi önem kazanmıştır. Bu çalışma, seçilmiş küresel risk ve korku endeksleri ile Türkiye'deki çeşitli finansal göstergeler arasındaki oynaklık yayılımlarını ve bağlantılılığı araştırmayı amaçlamaktadır. Bu bağlamda, çalışmada VIX ve MOVE küresel risk iştahı endeksleri, USD/TL kuru, Ons altın fiyatı, BIST 100 Endeksi ve Türkiye’nin 10 yıllık devlet tahvil primlerine ilişkin 03.01.2012-29.12.2023 tarihleri arasındaki günlük kapanış verileri kullanılmıştır. Volatilite yayılmaları ve birbirine bağlantılılık ilişkileri Zamanla Değişen Parametreli Vektör Otoregresif (TVP-VAR) modeli ile analiz edilmiştir. Analiz bulgularına göre; volatiliteyi yayan değişkenler sırasıyla USD/TL ve VIX; volatilite alıcısı değişkenler ise sırasıyla Ons altın fiyatı, Tahvil, MOVE ve BIST100 endeksidir. Ayrıca analiz bulguları, volatilite yayılımının artış ve azalış gösterdiği dönemler itibariyle tüm dünyayı etkileyen küresel olayların öne çıktığını da ortaya koyması açısından önemli bir göstergedir. Elde edilen analiz sonuçlarının, portföy yöneticileri ve riskten korunmak isteyen yatırımcıların alacakları kararlarda faydalı olacağı düşünülmektedir.

 Volatilite Yayılımı Küresel Risk İştahı Endeksi TVP-VAR. Volatility Spread Global Risk Appetite Index TVP-VAR. Adekoya, O. B., & Oliyide, J. A. (2021). How Covid-19 drives connectedness among commodity and financial markets: Evidence from TVP-VAR and causality-in-quantiles techniques. Resources Policy, 70, 101898. Akdağ, S., & İskenderoğlu, Ö. (2019). Risk iştahı endeksinin markov rejim modeli ile incelenmesi: Türkiye örneği. Ege Academic Review, 19(2), 265-275. Akdeniz, Ş., & Turan, İ. (2021). Davranışsal finans eğilimlerinin risk alma düzeyine etkisi. İşletme Araştırmaları Dergisi, 13(2), 1016-1032. Akyıldırım, E., Güneş, H., & Çelik, İ. (2022). Türkiye’de finansal varlıklar arasında dinamik bağlantılılık: TVP-VAR modelinden kanıtlar. Gazi İktisat ve İşletme Dergisi, 8(2), 346-363. Anbar, A., & Eker, M. (2009). Bireysel yatırımcıların finansal risk algılamalarını etkileyen demografik ve sosyoekonomik faktörler. Uluslararası Yönetim İktisat ve İşletme Dergisi, 5(9), 129-150. Antonakakis, N., Cunado, J., Filis, G., Gabauer, D., & de Gracia, F. P. (2020). Oil and asset classes implied volatilities: Investment strategies and hedging effectiveness. Energy Economics, 91, 104762. Aydın, Ü., & Ağan, B. (2016). Rasyonel olmayan kararların finansal yatırım tercihleri üzerindeki etkisi: Davranışsal finans çerçevesinde bir uygulama. Ekonomik ve Sosyal Araştırmalar Dergisi, 12(2), 95-112. Badshah, I. U. (2018). Volatility spillover from the fear index to developed and emerging markets. Emerging Markets Finance and Trade, 54(1), 27-40. Bajo-Rubio, O., Berke, B., & McMillan, D. (2017). The behaviour of asset return and volatility spillovers in Turkey: A tale of two crises. Research in International Business and Finance, 41, 577-589. Bouri, E., Gupta, R., Lau, C. K. M., Roubaud, D., & Wang, S. (2018). Bitcoin and global financial stress: A copula-based approach to dependence and causality in the quantiles. The Quarterly Review of Economics and Finance, 69, 297-307. Chatziantoniou, I., Floros, C., & Gabauer, D. (2022). Volatility contagion between crude oil and G7 stock markets in the light of trade wars and Covid-19: A TVP-VAR extended joint connectedness approach. In Applications in Energy Finance: The Energy Sector, Economic Activity, Financial Markets and the Environment (pp. 145-168). Springer. Cheuathonghua, M., Padungsaksawasdi, C., Boonchoo, P., & Tongurai, J. (2019). Extreme spillovers of VIX fear index to international equity markets. Financial Markets and Portfolio Management, 33(1), 1-38. Copeland, M. M., & Copeland, T. E. (1999). Market timing: style and size rotation using the VIX. Financial Analysts Journal, 55(2), 73-81. Cronin, D. (2014). The interaction between money and asset markets: A spillover index approach. Journal of Macroeconomics, 39, 185-202. Çifçi, G., & Reis, Ş. G. (2020). Risk iştahı ile piyasa likiditesi arasındaki nedensellik ilişkisi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 5(2), 389-403. Diebold, F. X., & Yilmaz, K. (2009). Measuring financial asset return and volatility spillovers, with application to global equity markets. The Economic Journal, 119(534), 158-171. Diebold, F. X., & Yilmaz, K. (2012). Better to give than to receive: Predictive directional measurement of volatility spillovers. International Journal of Forecasting, 28(1), 57-66. Diebold, F. X., & Yılmaz, K. (2014). On the tetwork topology of variance decompositions: Measuring the connectedness of financial firms. Journal of Econometrics, 182(1), 119-134. Dungey, M., Fry, R., González-Hermosillo, B., & Martin, V. L. (2003). Characterizing global investors' risk appetite for emerging market debt during financial crises. IMF Working Paper No. 03/251, International Monetary Fund, Washington, D.C. Elsayed, A. H., Gozgor, G., & Lau, C. K. M. (2022). Risk transmissions between bitcoin and traditional financial assets during the Covid-19 era: The role of global uncertainties. International Review of Financial Analysis, 81, 102069. Erdoğan, B. (2023). The volatility relationship among financial assets: TVP-VAR model [Finansal Varlıklar Arasındaki Volatilite İlişkisi: TVP-VAR Modeli]. International Journal of Business and Economic Studies, 5(4), 225-237. Erdoğdu, H., & Baykut, E. (2016). BIST banka endeksi’nin (XBANK) VIX ve MOVE endeksleri ile ilişkisinin analizi. Bankacılar Dergisi, 98, 57-72. Fayyazı, H., & Maharloueı, R. G. (2015). Relationship between investors sentiment index with first and second market indexes in Tehran Stock Exchange (TSE). Cumhuriyet Üniversitesi Fen Edebiyat Fakültesi Fen Bilimleri Dergisi, 36(3), 2517-2525. Giot, P. (2005). Relationships between implied volatility indices and stock index returns. Journal of Portfolio Management, 31(3), 92-100. Höl, A. Ö. (2023). Covid-19 döneminde Türkiye’de finansal varlıklar arasındaki volatilite yayılımı: TVP-VAR uygulaması. İktisadi İdari ve Siyasal Araştırmalar Dergisi (İKTİSAD), 8(21), 339-357. Kabakcı, C. Ç., & Akkaya, G. (2020). Yatırımcı duyarlılığı endeksi ile BİST 100 endeksi arasındaki ilişkinin araştırılması. Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 18(4), 407-416. Kanas, A. (2013). The risk-return relation and VIX: Evidence from the S&P 500. Empirical Economics, 44, 1291-1314. Kaya, E. (2015). Borsa İstanbul (BIST) 100 endeksi ile zımni volatilite (VIX) endeksi arasındaki eş-bütünleşme ve granger nedensellik. Karamanoğlu Mehmetbey Üniversitesi Sosyal ve Ekonomik Araştırmalar Dergisi, 2015(1), 1-6. Koop, G., & Korobilis, D. (2013). large time-varying parameter VARs. Journal of Econometrics, 177(2), 185-198. Koop, G., & Korobilis, D. (2014). A new index of financial conditions. European Economic Review, 71, 101-116. Korkmaz, T., & Çevik, E. İ. (2009). Zımni volatilite endeksinden gelişmekte olan piyasalara yönelik volatilite yayılma etkisi. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 3(2), 87-106. Köycü, E. (2022). Risk iştah endeksi ile BİST100 endeksi arasındaki ilişki: Covid-19 öncesi ve sonrası döneme yönelik bir araştırma. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 7(1), 1-11. Kula, V., & Baykut, E. (2017). Borsa İstanbul Kurumsal Yönetim Endeksi (XKURY) ile korku endeksi (Chicago Board Options Exchange Volatility Index-VIX) arasındaki ilişkinin analizi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 19(2), 27-37. Kuritzén, F. (2019).Alternative methods of estimating investor's risk appetite. Master's Thesis, KTH Royal Institute of Technology, Stockholm. Kutlu, M., & Türkoğlu, D. (2023). Volatilite endeksi (VIX) ve kırılgan beşli ülkelerin borsa endeksleri srasında volatilite etkileşimi. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 15(2), 125-136. Markowitz, H. (1952). Portfolio selection*. The Journal of Finance, 7(1), 77-91. Öner, F. H., İçellioğlu, C. Ş., & Öner, S. (2018). Volatilite Endeksi (VIX) ile gelişmekte olan ülke hisse senedi piyasası endeksleri arasındaki Engel-Granger Eş-Bütünleşme ve Granger nedensellik analizi. Finansal Araştırmalar ve Çalışmalar Dergisi, 10(18), 110-124. Öner, H. (2019). Korku endeksi ile gelişmekte olan ülke tahvil piyasaları arasındaki ilişkinin ampirik analizi. Muhasebe Bilim Dünyası Dergisi, 21(1), 140-154. Pesaran, H. H., & Shin, Y. (1998). Generalized impulse response analysis in linear multivariate models. Economics Letters, 58(1), 17-29. Roy, R. P., & Sinha Roy, S. (2017). Financial contagion and volatility spillover: An exploration into Indian commodity derivative market. Economic Modelling, 67, 368-380. Sağlam, K., & Karğın, M. (2023). VIX endeksinin Borsa İstanbul üzerindeki oynaklık yayılım etkisinin ölçülmesi. Yönetim ve Ekonomi Dergisi, 30(3), 493-509. Sarıtaş, H., & Nazlıoğlu, E. H. (2019). Korku endeksi, hisse senedi piyasası ve döviz kuru ilişkisi: Türkiye için ampirik bir analiz. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 12(4), 542-551. Sarwar, G. (2012). Is VIX an investor fear gauge in BRIC equity markets? Journal of Multinational Financial Management, 22(3), 55-65. Shu, H.-C., & Chang, J.-H. (2019). Spillovers of volatility index: Evidence from US, European, and Asian stock markets. Applied Economics, 51(19), 2070-2083. Silvennoinen, A., & Thorp, S. (2013). Financialization, crisis and commodity correlation dynamics. Journal of International Financial Markets, Institutions and Money, 24, 42-65. Topaloğlu, E. E. (2019). CBOE VIX endeksi ile OECD ülke borsaları arasındaki volatilite yayılımı CCC-MGARCH modeli ile ampirik bir araştırma. Ankara Hacı Bayram Veli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21(3), 574-595. Wang, H. (2019). VIX and volatility forecasting: A new insight. Physica A: Statistical Mechanics and its Applications, 533, 121951. Wang, J. (2007). Foreign equity trading and emerging market volatility: Evidence from Indonesia and Thailand. Journal of Development Economics, 84(2), 798-811. Whaley, R. E. (2000). The investor fear gauge. Journal of Portfolio Management, 26(3), 12.