Analysis of the Relationship Between BIST100 Index and Dollar Rate with Transfer Entropy

Abstract

Analysis of causality and information flow between time series in different fields is an important research topic in the literature and different causality tests have been proposed. The most widely used of these are the Granger, Toda-Yamamoto, and Hatemi-J causality tests. Although these tests reveal whether there is causality between time series and the direction of this causality, they do not measure the degree of causality. Transfer entropy is a new information theory-based method and a non-parametric method that can be used to measure causality and information flow between time series, and it can detect asymmetric and nonlinear information flow between two time series. In this study, the causality and information flow between the BIST100 index and the exchange rate of dollar were analyzed using transfer entropy, and the sliding window method was used to reveal how the information flow changed over time. In order to demonstrate the robustness of the results, the results obtained from three different sized time windows are presented.

Keywords

• Transfer Entropy
• Causality
• Information Flow
• Exchange Rate
• Stock Market Index

BIST100 Endeksi ve Dolar Kuru Arasındaki İlişkinin Transfer Entropisi ile Analizi

Abstract

Farklı alanlardaki zaman serileri arasındaki nedenselliğin ve bilgi akışının analizi literatürde önemli bir araştırma başlığıdır ve farklı nedensellik testleri önerilmiştir. Bunlardan en yaygın kullanılanları Granger, Toda-Yamamoto ve Hatemi-J nedensellik testleridir. Bu testler zaman serileri arasında nedenselliğin olup olmadığını ve bu nedenselliğin yönünü ortaya koymakla birlikte nedenselliğin derecesini ölçmemektedir. Transfer entropisi bilgi teorisi tabanlı yeni bir yöntemdir ve zaman serileri arasındaki nedenselliğin ve bilgi akışının ölçülmesinde kullanılabilen parametrik olmayan bir yöntem olup iki zaman serisi arasındaki asimetrik ve doğrusal olmayan bilgi akışını tespit edebilmektedir. Bu çalışmada transfer entropisi kullanılarak BIST100 endeksi ile dolar kuru arasındaki nedensellik ve bilgi akışı analiz edilmiş ve bilgi akışının zaman içinde nasıl değiştiğinin ortaya koyulması için kayan pencere yöntemi kullanılmıştır. Sonuçların sağlamlığının ortaya koyulması için üç farklı büyüklükte zaman penceresinden elde edilen sonuçlar sunulmuştur.

Keywords

• Transfer Entropisi
• Nedensellik
• Bilgi Akışı
• Döviz Kuru
• Borsa Endeksi

References

1. Ayvaz, Ö. (2006). Döviz kuru ve hisse senetleri fiyatları arasındaki nedensellik ilişkisi. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(2), 1-14.
2. Cingöz, F. ve Kendirli, S. (2019). Altın fiyatları, döviz kuru ve Borsa İstanbul arasındaki ilişki. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(4), 545-554.
3. Dimpfl, T. ve Peter, F. J. (2013). Using transfer entropy to measure information flows between financial markets. Studies in Nonlinear Dynamics and Econometrics, 17(1), 85-102.
4. Dimpfl, T. ve Peter, F. J. (2014). The impact of the financial crisis on transatlantic information flows: An intraday analysis. Journal of International Financial Markets, Institutions and Money, 31, 1-13.
5. García-Medina, A. (2020). Network analysis of multivariate transfer entropy of cryptocurrencies in times of turbulence. Entropy, 22(7), 760.
6. Granger, C. W. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica: Journal of the Econometric Society, 37, 424-438.
7. Hatemi-j, A. (2012). Asymmetric causality tests with an application. Empirical Economics, 43(1), 447-456.
8. Jizba, P., Kleinert, H., ve Shefaat, M. (2012). Rényi’s information transfer between financial time series. Physica A: Statistical Mechanics and its Applications, 391(10), 2971-2989.

9. Kendirli, S. ve Çankaya, M. (2016). Dolar kuru’nun Borsa İstanbul 30 endeksi üzerindeki etkisi ve aralarındaki nedensellik ilişkisinin incelenmesi. Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 14(2), 307-324.
10. Keskin Benli, Y. (2015) Döviz kuru ile Borsa İstanbul 100 ve sektör endeksleri arasındaki ilişkinin ampirik analizi. UHBAB Journal, 4(12), 55-72.
11. Kullback, S. ve Leibler, R. A. (1951). On information and sufficiency. The Annals of Mathematical Statistics, 22(1), 79-86.
12. Marschinski, R. ve Kantz, H. (2002). Analysing the information flow between financial time series. The European Physical Journal B-Condensed Matter and Complex Systems, 30(2), 275-281.
13. Osei, P. M. ve Adam, A. M. (2020). Quantifying the Information Flow between Ghana Stock Market Index and Its Constituents Using Transfer Entropy. Mathematical Problems in Engineering 2020, 1-10. doi:10.1155/2020/6183421.
14. Pekkaya, M. ve Bayramoğlu, M. F. (2008). Hisse senedi fiyatları ve döviz kuru arasındaki nedensellik ilişkisi: YTL/USD, İMKB 100 ve S&P 500 Üzerine Bir Uygulama. Muhasebe ve Finansman Dergisi, (38), 163-176.
15. Schreiber, T. (2000). Measuring information transfer. Physical Review Letters, 85(2), 461-464.
16. Shannon, C. E. (1948). A mathematical theory of communication. The Bell System Technical Journal, 27(3), 379-423.
17. Şentürk, M. ve Dücan, D. (2014). Türkiye’de Döviz Kuru-Faiz Oranı ve Borsa Getirisi ilişkisi: Ampirik Bir Analiz. Business and Economics Research Journal, 5(3), 67-80.
18. Toda, H. Y. ve Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly integrated processes. Journal of Econometrics, 66(1-2), 225-250.
19. Yao, C. Z. ve Li, H. Y. (2020). Effective transfer entropy approach to information flow among EPU, Investor Sentiment and Stock Market. Frontiers in Physics, 8, 206.