BibTex RIS Cite

Türkiye’de Döviz Kuru Oynaklığının Otoregresif Koşullu Değişen Varyans Modelleri ile İncelenmesi

Year 2014, Issue: 596, 85 - 99, 01.10.2014

Abstract

Gelişmekte olan ve dış tasarruflara bağlı olarak ekonomisini canlı tutmaya çalışan ülkelerin, yabancı sermayeyi yurt içine çekebilmek için ekonomide istikrarı sağlaması gerekmektedir. Döviz kurunda yaşanan oynaklık, ülke ekonomisinde istikrarın olup olmadığı göstergelerinden biridir. Bu bağlamda döviz kuru oynaklığının öngörülmesi ve oluşabilecek risklere karşı önlemler alınması önem arz etmektedir. Çalışmada, 2 Ocak 2009 ve 25 Ocak 2014 tarihleri arasındaki TCMB’nin ABD doları için kapanış fiyatları alınarak veri seti oluşturulmuştur. Oluşturulan döviz kuru serisinde yaşanan değişmeler incelenerek, döviz kuru oynaklığının modellenmesi ve öngörülmesi amaçlanmıştır. Oynaklığın modellenmesi amacıyla Otoregresif Koşullu Değişen Varyans (ARCH) modelleri kullanılmış ve öngörümleme yapılmıştır. Modeller tahminlenirken normal, srudent-t ve GED dağılımları kullanılmış ve uygun model belirlenirken Akaike (AIC), Schwarz (SC) ve Log-Olabilirlik model seçim kriterleri kullanılmıştır

References

  • ABDALLA, S. ve ZAKARİA, S. (2012). Modelling Exchange
  • Rate Volatility Using GARCH Models: Empirical Evidence from Arab Countries. International Journal of Economics and Fi- nance. 4(3): 216-229. AYHAN, D. (2006). Döviz Kuru Rejimlerinin Kur Oynaklığı
  • Üzerine Etkisi: Türkiye Örneği. İktisat İşletme ve Finans. (245): 64–76. BALA, D.A. ve ASEMOTA, J.O. (2013). Exchange–Rates Vola- tility in Nigeria: Application of GARCH Models with Exogenous
  • Break. CBN Journal of Applied Statistics. 4(1): 89-116. BOLLERSLEV, T. (1986). Generalized Autoregressive Condi- tional Heteroskedasticity. Journal of Econometrics. 31(1986): 327.
  • BOLLERSLEV, T. (1986). A Conditionally Heteroskedastic
  • Time Series Model for Speculative Prices and Rates of Return. The Review of Economics and Statistics. 69(3): 542-547. BOUOİYOUR, J. ve SELMİ, R. (2012). Modeling Exchange
  • Volatility in Egypt Using GARCH Models. Munich Personel RePEc Archive Paper. No. 49131.
  • BERNARD, J.T., LYNDA, K., Maral, K. ve Sebestian, M.M. (2006). Forecasting Commodity Price: GARCH, Jumps and Mean Reservation. Bank of Canada Working Paper 2006-14.
  • ÇAĞLAYAN, E. ve DAYIOĞLU, T. (2009). Döviz Kuru Getiri
  • Volatilitesinin Koşullu Değişen Varyans Modelleri ile Öngörüsü. Ekonometri ve İstatistik. 9: 1-16. ÇAŞKURLU, T., PINAR M.Ç., SALİH, A. ve SALMAN, F. (2008).
  • Can Central Bank Interventions Affect the Exchange Rate Vol- atility? Multivariate GARCH Approach Using Constrained Non- linear Programming. TCMB Tartışma Tebliği No: 08/06. DİNG, D. (2011). Modeling of Market Volatility with APARCH
  • Model. U.U.D.M. Project Report. 2011:6.
  • DİNG, Z., GRANGER, C.W.J. ve ENGLE, R.F. (1993). A Long
  • Memory Property of Stock Market Returns and a New Model. Journal of Empirical Finance.1(1): 83-106. DUKİCH, J., KİM, K.Y. ve LİN, H.H. (2010). Modeling Ex- change Rates using the GARCH Model. (http://homepage.stat. uiowa.edu/~kcowles/s166_2010/Kimproject.pdf, Erişim tarihi: 09.2014)
  • EMEÇ, H. ve GÜLAY, E. (2013). Nominal Döviz Kuru
  • Oynaklığının Enflasyon, Faiz Oranı ve Dış Ticaret Hacmind- eki Değişimler ile Olan İlişkisi: Türkiye Örneği. Finans Politik & Ekonomik Yorumlar. 50(578): 77-87. ENDERS, W. (1995). Applied Econometrics Time Series. Iowa
  • State University. Neq York: John Wiley&Sons, Inc. ENGLE, R.F. (1982). Autoregressive Conditional Heterosce- dasticity with Estimates of the Variance of United Kingdom In- flation. Econometrica. 50(4): 987-1008.
  • ENGLE, R.F. (2001). The Use of ARCH/GARCH Models in Ap- plied Econometrics. Journal of Economic Perspectives. 15(4): 168.
  • GÜLOĞLU, B. ve AKMAN, A. (2007). Türkiye’de Döviz Kuru
  • Oynaklığının SWARCH Yöntemi İle Analizi. Finans Politik & Ekonomik Yorumlar. 44(512): 43-51. GÜVENEK, B. ve ALPTEKİN, V. (2009). Reel Döviz Kuru
  • Endeksinin Otoregresif Koşullu Değişen Varyanslılığının Ana- lizi: İki Eşikli Tarch Yöntemi İle Modellenmesi. Maliye Dergisi. Sayı: 156, Ocak-Haziran. 294-310. GÜRSAKAL, S. (2009). Varyans Kırılması Gözlemlenen Ser- ilerde Garch Modelleri: Döviz Kuru Oynaklığı Örneği. Erciyes
  • Üniversitesi İİBF Dergisi. Sayı: 32, Ocak-Haziran. 319-337. MANDELBROT, B. (1963). The variation of Certain Speculative
  • Prices. Journal of Business. 36(4): 393-413. NELSON, D.B. (1991). Conditional Heteroskedasticity in Asset
  • Returns: A New Approach. Econometrica. 59(2): 347-370. REBEMANANJARA, R. ve ZAKOİAN, J.M. (1993). Threshold
  • Arch Models and Asymmetries in Volatility. Journal of Applied Econometrics. 8(1): 31-49. SOYTAŞ, U. ve ÜNAL, Ö. S. (2010). Türkiye Döviz
  • Piyasalarında Oynaklığın Öngörülmesi ve Risk Yönetimi Kapsamında Değerlendirilmesi. Yönetim ve Ekonomi. 17(1): 145. VEE, D. Ng., CHEONG, GONPOT, P.N. ve SOOKİA, N. (2011). Forecasting Volatility of USD/MUR Exchange Rate
  • Using a GARCH (1,1) Model with GED and Student’s-t Errors Unıversıty Of Maurıtıus Research Journal. Cilt:17 ZAKOİAN, J.M. (1994). Threshold Heteroskedastic Models.
  • Journal of Economic Dynamics and Control. 18(5): 931-955.

Analysis of Exchange Rate Volatility by Using Autoregressive Conditional Heteroscedasticity Models in Turkey

Year 2014, Issue: 596, 85 - 99, 01.10.2014

Abstract

National economies which are developing and try to keep alive their economies depending on external savings have to be stable in order to attract foreign capitals into the domestic market. Volatility on foreign exchange rate is one of the indicators presenting whether national economy is stable or not. In this context, it is necessary to predict volatility on foreign exchange rate and to take measures against risks which can occur. In this study, data set is established by taking closing price for US dollar of CBTR between the date of January 2, 2009 and January 25, 2014. modeling and prediction of foreign exchange rate volatility are aimed by analyzing changes in this created foreign exchange rate serial. In order to modeling volatility, Autoregressive Conditional Heteroskedasticity (ARCH) models are used and predictions are made. When models are estimated, normal, student-t and GED distributions are used and in order to determine proper model, Akaike (AIC), Schwarz (SC) and Log-Possibility model choice criteria are applied.

References

  • ABDALLA, S. ve ZAKARİA, S. (2012). Modelling Exchange
  • Rate Volatility Using GARCH Models: Empirical Evidence from Arab Countries. International Journal of Economics and Fi- nance. 4(3): 216-229. AYHAN, D. (2006). Döviz Kuru Rejimlerinin Kur Oynaklığı
  • Üzerine Etkisi: Türkiye Örneği. İktisat İşletme ve Finans. (245): 64–76. BALA, D.A. ve ASEMOTA, J.O. (2013). Exchange–Rates Vola- tility in Nigeria: Application of GARCH Models with Exogenous
  • Break. CBN Journal of Applied Statistics. 4(1): 89-116. BOLLERSLEV, T. (1986). Generalized Autoregressive Condi- tional Heteroskedasticity. Journal of Econometrics. 31(1986): 327.
  • BOLLERSLEV, T. (1986). A Conditionally Heteroskedastic
  • Time Series Model for Speculative Prices and Rates of Return. The Review of Economics and Statistics. 69(3): 542-547. BOUOİYOUR, J. ve SELMİ, R. (2012). Modeling Exchange
  • Volatility in Egypt Using GARCH Models. Munich Personel RePEc Archive Paper. No. 49131.
  • BERNARD, J.T., LYNDA, K., Maral, K. ve Sebestian, M.M. (2006). Forecasting Commodity Price: GARCH, Jumps and Mean Reservation. Bank of Canada Working Paper 2006-14.
  • ÇAĞLAYAN, E. ve DAYIOĞLU, T. (2009). Döviz Kuru Getiri
  • Volatilitesinin Koşullu Değişen Varyans Modelleri ile Öngörüsü. Ekonometri ve İstatistik. 9: 1-16. ÇAŞKURLU, T., PINAR M.Ç., SALİH, A. ve SALMAN, F. (2008).
  • Can Central Bank Interventions Affect the Exchange Rate Vol- atility? Multivariate GARCH Approach Using Constrained Non- linear Programming. TCMB Tartışma Tebliği No: 08/06. DİNG, D. (2011). Modeling of Market Volatility with APARCH
  • Model. U.U.D.M. Project Report. 2011:6.
  • DİNG, Z., GRANGER, C.W.J. ve ENGLE, R.F. (1993). A Long
  • Memory Property of Stock Market Returns and a New Model. Journal of Empirical Finance.1(1): 83-106. DUKİCH, J., KİM, K.Y. ve LİN, H.H. (2010). Modeling Ex- change Rates using the GARCH Model. (http://homepage.stat. uiowa.edu/~kcowles/s166_2010/Kimproject.pdf, Erişim tarihi: 09.2014)
  • EMEÇ, H. ve GÜLAY, E. (2013). Nominal Döviz Kuru
  • Oynaklığının Enflasyon, Faiz Oranı ve Dış Ticaret Hacmind- eki Değişimler ile Olan İlişkisi: Türkiye Örneği. Finans Politik & Ekonomik Yorumlar. 50(578): 77-87. ENDERS, W. (1995). Applied Econometrics Time Series. Iowa
  • State University. Neq York: John Wiley&Sons, Inc. ENGLE, R.F. (1982). Autoregressive Conditional Heterosce- dasticity with Estimates of the Variance of United Kingdom In- flation. Econometrica. 50(4): 987-1008.
  • ENGLE, R.F. (2001). The Use of ARCH/GARCH Models in Ap- plied Econometrics. Journal of Economic Perspectives. 15(4): 168.
  • GÜLOĞLU, B. ve AKMAN, A. (2007). Türkiye’de Döviz Kuru
  • Oynaklığının SWARCH Yöntemi İle Analizi. Finans Politik & Ekonomik Yorumlar. 44(512): 43-51. GÜVENEK, B. ve ALPTEKİN, V. (2009). Reel Döviz Kuru
  • Endeksinin Otoregresif Koşullu Değişen Varyanslılığının Ana- lizi: İki Eşikli Tarch Yöntemi İle Modellenmesi. Maliye Dergisi. Sayı: 156, Ocak-Haziran. 294-310. GÜRSAKAL, S. (2009). Varyans Kırılması Gözlemlenen Ser- ilerde Garch Modelleri: Döviz Kuru Oynaklığı Örneği. Erciyes
  • Üniversitesi İİBF Dergisi. Sayı: 32, Ocak-Haziran. 319-337. MANDELBROT, B. (1963). The variation of Certain Speculative
  • Prices. Journal of Business. 36(4): 393-413. NELSON, D.B. (1991). Conditional Heteroskedasticity in Asset
  • Returns: A New Approach. Econometrica. 59(2): 347-370. REBEMANANJARA, R. ve ZAKOİAN, J.M. (1993). Threshold
  • Arch Models and Asymmetries in Volatility. Journal of Applied Econometrics. 8(1): 31-49. SOYTAŞ, U. ve ÜNAL, Ö. S. (2010). Türkiye Döviz
  • Piyasalarında Oynaklığın Öngörülmesi ve Risk Yönetimi Kapsamında Değerlendirilmesi. Yönetim ve Ekonomi. 17(1): 145. VEE, D. Ng., CHEONG, GONPOT, P.N. ve SOOKİA, N. (2011). Forecasting Volatility of USD/MUR Exchange Rate
  • Using a GARCH (1,1) Model with GED and Student’s-t Errors Unıversıty Of Maurıtıus Research Journal. Cilt:17 ZAKOİAN, J.M. (1994). Threshold Heteroskedastic Models.
  • Journal of Economic Dynamics and Control. 18(5): 931-955.
There are 28 citations in total.

Details

Primary Language Turkish
Journal Section Research Article
Authors

Hamdi Emeç

Mehmet Ozan Özdemir

Publication Date October 1, 2014
Published in Issue Year 2014 Issue: 596

Cite

APA Emeç, H., & Özdemir, M. O. (2014). Türkiye’de Döviz Kuru Oynaklığının Otoregresif Koşullu Değişen Varyans Modelleri ile İncelenmesi. Finans Politik Ve Ekonomik Yorumlar(596), 85-99.
AMA Emeç H, Özdemir MO. Türkiye’de Döviz Kuru Oynaklığının Otoregresif Koşullu Değişen Varyans Modelleri ile İncelenmesi. FPEYD. October 2014;(596):85-99.
Chicago Emeç, Hamdi, and Mehmet Ozan Özdemir. “Türkiye’de Döviz Kuru Oynaklığının Otoregresif Koşullu Değişen Varyans Modelleri Ile İncelenmesi”. Finans Politik Ve Ekonomik Yorumlar, no. 596 (October 2014): 85-99.
EndNote Emeç H, Özdemir MO (October 1, 2014) Türkiye’de Döviz Kuru Oynaklığının Otoregresif Koşullu Değişen Varyans Modelleri ile İncelenmesi. Finans Politik ve Ekonomik Yorumlar 596 85–99.
IEEE H. Emeç and M. O. Özdemir, “Türkiye’de Döviz Kuru Oynaklığının Otoregresif Koşullu Değişen Varyans Modelleri ile İncelenmesi”, FPEYD, no. 596, pp. 85–99, October 2014.
ISNAD Emeç, Hamdi - Özdemir, Mehmet Ozan. “Türkiye’de Döviz Kuru Oynaklığının Otoregresif Koşullu Değişen Varyans Modelleri Ile İncelenmesi”. Finans Politik ve Ekonomik Yorumlar 596 (October 2014), 85-99.
JAMA Emeç H, Özdemir MO. Türkiye’de Döviz Kuru Oynaklığının Otoregresif Koşullu Değişen Varyans Modelleri ile İncelenmesi. FPEYD. 2014;:85–99.
MLA Emeç, Hamdi and Mehmet Ozan Özdemir. “Türkiye’de Döviz Kuru Oynaklığının Otoregresif Koşullu Değişen Varyans Modelleri Ile İncelenmesi”. Finans Politik Ve Ekonomik Yorumlar, no. 596, 2014, pp. 85-99.
Vancouver Emeç H, Özdemir MO. Türkiye’de Döviz Kuru Oynaklığının Otoregresif Koşullu Değişen Varyans Modelleri ile İncelenmesi. FPEYD. 2014(596):85-99.