INVESTIGATION OF CAUSALITIES OF PARTICIPATION50 AND BIST100 INDICES AND EXCHANGE RATES: AN APPLICATION FOR PRE-COVID-19 AND COVID-19 PERIOD

Year 2022, Issue: 63, 17 - 24, 30.12.2022

İhsan Erdem Kayral

https://doi.org/10.18070/erciyesiibd.956480

Abstract

China reported the first COVID-19 case to the World Health Organization on 31.12.2019. however, the virus spread to many countries, including Turkey, in a short time. In addition to the healthcare system in these countries, COVID-19 affected stock markets, exchange rates and macroeconomic variables, as well. In this study, causalities are examined for the pre-COVID-19 (05.09.2018 - 30.12.2019) period and
the COVID-19 (31.12.2019 - 22.04.2021) period in order to determine the relations between BIST100 and PARTICIPATION50 indices and Dollar and Euro. Causalities are examined by using frequency domain causality test. Pre-COVID19, it is found that unidirectional causality from Dollar to PARTICIPATION50 index in the short-run. However, this causality is found from Euro to this index for all sub-periods. It has
been determined that the traditional approach is valid between the PARTICIPATION50 index and the exchange rates. It is seen that there is bidirectional causality between BIST100 and Euro in the short-run. Other findings show that there is unidirectional causality between BIST100 and exchange rates in the short, medium and long-run. It is found that there is bidirectional causality between PARTICIPATION50
index and Dollar for all sub-periods in COVID-19 period. It is also seen that there is bidirectional causality is between BIST100 and Euro in the short-run. During the pandemic period, other findings show unidirectional causality between stock markets and exchange rates. When all the findings are evaluated, it is seen that there is an increase in the causalities between indices and exchange rates in the COVID-19 period compared to the pre-COVID-19 period. The pandemic creates a break that ascends the causalities.

Keywords

Frequency Domain Causality Test, BIST100, PARTICIPATION50, COVID-19

KATILIM50 VE BİST100 ENDEKSLERİ İLE DÖVİZ KURLARININ NEDENSELLİKLERİNİN İNCELENMESİ: COVID-19 ÖNCESİ VE COVID-19 DÖNEMİ İÇİN BİR UYGULAMA

Abstract

Çin, ilk COVID-19 vakasını 31.12.2019 tarihinde Dünya Sağlık Örgütü’ne bildirmiştir. Bununla birlikte söz konusu virüs kısa sürede aralarında Türkiye’nin de bulunduğu çok sayıda ülkeye yayılmıştır. COVID-19, bu ülkelerdeki sağlık sistemine ek olarak borsalar, döviz kurları ve makroekonomik değişkenleri de etkilemiştir. Bu çalışmada BİST100 ve KATILIM50 endeksleri ile Dolar ve Euro kurları arasındaki ilişkilerin tespit edilmesi amacıyla COVID-19 öncesi (05.09.2018 - 30.12.2019) dönem ve COVID-19 (31.12.2019 - 22.04.2021) dönemi için nedensellikler araştırılmıştır. Nedensellikler, frekans alanı nedensellik testi kullanarak incelenmiştir. COVID-19 öncesi dönemde, kısa dönemde Dolar kurundan KATILIM50 endeksine doğru tek yönlü nedensellik bulunmuştur. Bununla birlikte, Euro’dan söz konusu endekse tüm alt dönemlerde tek yönlü nedensellik tespit edilmiştir. KATILIM50 endeksi ile döviz kurları arasında geleneksel yaklaşımın geçerli olduğu tespit edilmiştir. Kısa dönemde BİST100 ile Euro arasında çift yönlü nedensellik olduğu görülmüştür. Diğer bulgular, kısa, orta ve uzun dönemde BİST100 ile döviz kurları arasında tek yönlü nedensellik olduğunu göstermiştir. COVID-19 döneminde tüm alt dönemler için
KATILIM50 endeksi ile Dolar arasında çift yönlü nedensellik olduğu tespit edilmiştir. Aynı zamanda, kısa dönemde BİST100 ile Euro arasında çift yönlü nedensellik olduğu bulunmuştur. Pandemi dönemindeki diğer bulgular borsalar ve döviz kurları arasında tek yönlü nedensellik olduğunu göstermektedir. Elde edilen tüm bulgular değerlendirildiğinde, COVID-19 döneminde endeksler ve döviz kurları arasında tespit
edilen nedenselliklerde COVID-19 öncesi döneme göre bir artışın söz konusu olduğu ve pandemi sürecinin nedensellikleri artıracak şekilde bir kırılma yarattığını göstermektedir.

Keywords

Frekans Alanı Nedensellik Testi, BİST100, KATILIM50, COVID-19

References

• Aggarwal, R. (1981). Exchange rates and stock prices: a study of the U.S. capital markets under floating exchange rates, Akron Business and Economic Review, 12, 7-12.
• Ajayi, R. A., Friedman, J., ve Mehdian, S. M. (1998). On the relatiınship between stock returns and exchange rates: tests of Granger causality, Global Finance Journal, 9(2), 241- 251.
• Akbar, M., Iqbal, F., ve Noor, F. (2019). Bayesian analysis of dynamic linkages among gold price, stock prices,exchange rate and interest rate in Pakistan, Resources Policy, 62, 154- 164.
• Albulescu, C.T. (2020). COVID-19 and the United States financial markets’ volatility, Finance Research Letters (In Press).
• Aydın, M. (2017). Gelişmekte olan ülkelerde borsa ile döviz kurları arasındaki ilişki: simetrik ve asimetrik nedensellik analizi, İstanbul Üniversitesi İktisat Fakültesi Ekonometri ve İstatistik Dergisi, 27, 1- 15.
• Benli, Y. K. (2015). Döviz kuru ile borsa İstanbul 100 ve sektör endeksleri arasındaki ilişkinin ampirik analizi, Uluslararası Hakemli Beşeri ve Akademik Bilimler Dergisi, 4, 55-72.
• Belen, M. ve Karamelikli, H. (2016). Türkiye’de hisse senedi getirileri ile döviz kuru arasındaki ilişkinin incelenmesi: ARDL yaklaşımı, İstanbul Üniversitesi İşletme Fakültesi Dergisi, 45(1), 34- 42.
• Breitung, J. ve Candelon, B. (2006). Testing for short-and long-run causality: a frequency-domain approach. Journal of Econometrics, 132(2), 363-378.
• Corbet, S., Larkin, C., ve Lucey, B. (2020). The contagion effects of the COVID-19 pandemic: Evidence from gold and cryptocurrencies. Erişim adresi https://ssrn.com/abstract=3564443.
• Çakir, Z. ve Savaş, H.B. (2020). A mathematical modelling for the COVID-19 pandemic in Iran, Ortadogu Med J, 12, 2, 206–210. https://doi.org/10.21601/ ortadogutipdergisi.715612
• Delgado, N. A. B., Delgado, E. B., ve Saucedo, E. (2018). The relationship between oil prices, the stock mareket and the exchange rate: evidence from Mexico, North American Journal of Economics and Finance, 45, 266- 275.
• Dickey, D. A. ve Fuller, W. A. (1981). Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root. Econometria. 4, 1057-1072.
• Elmas, B. ve Esen, Ö. (2011). Hisse senedi fiyatları ile döviz kuru arasındaki dinamik ilişkinin belirlenmesi; farklı ülke piyasaları için bir araştırma, Muhasebe ve Finansman Dergisi, 153-170.
• Geweke, J. (1982). Measurement of linear dependence and feedback between multiple time series, Journal of The American Statistical Association, 77(378), 304-313.
• Ghazali, M. F., Ismail, W., Yasoa, M. R., ve Lajuni, N. (2008). Bivariate causality between exchange rates and stock prices in Malaysia, The International Journal of Business and Finance Research, 2(1), 53- 59.
• Granger, C. (1969). Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica, 37(3), 424-438.
• Hale T., Angrist N., ve Kira B. (2020). Variation in govern¬ment responses to COVID-19, BSG-WP-2020/032, Version 6, pp. 1–23.
• Huang, C., Wang, Y., Li, X., Ren, L., Zhao, J., Hu, Y. ve Cheng, Z. (2020). Clinical features of patients infected with 2019 novel coronavirus in Wuhan, China, The Lancet, 395 (10223), 497-506.
• Katılım Endeksi (2021, 12 Mart). Erişim adresi https://www.katilimendeksi.org/subpage/21/endekskurallari
• Kayral, İ.E. (2020). BİST şehir endeksleri ile döviz kurları arasındaki ilişkinin incelenmesi: bir ARDL sınır testi uygulaması, IBAD Sosyal Bilimler Dergisi, 6, 272- 284.
• Kayral, İ.E. ve Tandoğan, N.Ş. (2020). BIST100, Döviz Kurları ve Altının Getiri ve Volatilitesinde COVID-19 Etkisi, Gaziantep Üniversitesi Sosyal Bilimler Dergisi, Cilt 19, COVID-19 Özel Sayısı, 687-701. https://doi.org/10.21547/jss.786384
• Kayral İ.E. ve Buzrul, S. (2020). Forecasting of COVID-19 infections in E7 countries and proposing some policies based on the Stringency Index, Journal of Population Therapeutics and Clinical Pharmacology, 27 (SP 1), e76-e84. https://dx.doi.org/10.15586/jptcp.v27iSP1.757
• Kayral İ.E. ve Buzrul, S. (2021) Türkiye'deki COVID-19 Hasta Sayılarının Üstel Düzgünleştirme Modeli Kullanılarak Tahmin Edilmesi, Türkiye Klinikleri Biyoistatistik Dergisi, 13(1), 112-9. https://dx.doi.org/10.5336/biostatic.2020-79501
• Kendirli, S. ve Çankaya, M. (2016). Dolar kurunun Borsa İstanbul- 30 endeksi üzerindeki etkisi ve aralarındaki nedensellik ilişkisinin incelenmesi, CBU Sosyal Bilimler Dergisi, 142 (2), 307- 324.
• Kutty, G. (2010). The relationship between exchange rates and stock prices: the case of Mexico, North American Journal of Finance and Banking Research, 4(4), 1- 12.
• Mondal M.R.H., Bharati, S., ve Podder, P. (2020). Data analyt¬ics for novel coronavirus disease, Inform Med Unlock, 20,100374. https://doi.org/10.1016/j. imu.2020.100374
• Ögel, S. ve Gökgöz, H. (2020). BİST 100 ve Katılım Endeksinin Faiz ve Döviz Kurlarıyla İlişkisinin Analizi, Maliye ve Finans Yazıları, (114), 353-374. https://doi.org/10.33203/mfy.662421
• Pekkaya, M. ve Bayramoğlu M.F. (2008). Hisse senedi fiyatları ile döviz kuru arasındaki nedensellik ililşkisi: YTL/USD, IMKB 100 ve S&P500 üzerine bir uygulama, Muhasebe ve Finansman Dergisi, 163-176.
• Phillips, P. ve Perron, P. (1988). Testing for a unit root in time series regression, Biometrika, 75, 335-346.
• Sansa, N.A. (2020). The impact of the COVID-19 on the financial markets: evidence from China and USA, Electronic Research Journal of Social Sciences and Humanities, 2 (2), 29-39.
• Tabak, B. M. (2006). The dynamic relationship between stock prices and exchange rates evidance for Brazil. Working Paper Series, 124, 1- 37.
• Toda, H.Y. ve Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly integrated processes, Journal of Econometrics, 66 (1-2), 225-250.
• Tsai, I-C. (2012). The relationship between stock price index and exchange rate in Asian markets: A quantile regression approach, Journal of International Financial Markets, Institutions & Money, 22, 609- 621.
• Uğur, A. ve Bingöl, N. (2020). Hisse senedi ve döviz kuru ilişkisinin yönü: Türkiye üzerine bir araştırma, Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13 (4), 624-636. https://doi.org/10.25287/ohuiibf.605362
• Ülev, S. ve Özdemir, M. (2015). Katılım Endeksi ile Piyasa Faiz Oranları Arasındaki Nedensellik İlişkisi, In International Congress on Islamic Economics and Finance (pp. 21-23).
• Worldometer. (2021, 24 Nisan). Erişim adresi https://www.worldometers.info/coronavirus
• Yiğiter, Ş.Y. ve Tanyıldızı, H. (2020). Temel Ekonomik Faktörlerin Katılım 30 Endeksine Etkisi: Şubat 2011-Mayıs 2018 Örneği, IBAD Sosyal Bilimler Dergisi, (7), 183-197.