Analysis of they Dynamic Relationships Between the 10-Year US Treasury Yield, Dollar Index, and Gold Futures Using the Markov Regime Switching Model

Abstract

Aim: The main objective of this study is to examine the dynamic relationships between the U.S. 10-Year Treasury Yield (US10Y), the U.S. Dollar Index (DXY), and Gold Futures (GCc1) during the period between 2014 and 2024 by employing Markov Regime Switching Models (MRSM), one of the advanced time series analysis techniques. The study focuses on understanding how these three major financial indicators change over time depending on economic regimes and how their structural interactions evolve under different macroeconomic conditions. Method: The study utilizes daily data based on business days between 02.01.2014 and 03.06.2024. The stationarity of the series is tested using the Augmented Dickey-Fuller (ADF) and Phillips-Perron (PP) tests. Appropriate differencing techniques were applied where necessary. After performing Granger causality and Johansen cointegration tests, a three-regime Markov Regime Switching Model was estimated. Results: According to the analysis, in the first regime, gold prices have a negative impact on treasury yields, while the Dollar Index has no significant effect. In the second regime, neither gold prices nor the Dollar Index significantly affect treasury yields. In the third regime, the Dollar Index and treasury yields are positively correlated, while gold prices are negatively associated. The transition matrix indicates that the market tends to remain longer in the first and third regimes. Conclusion: The findings reveal that financial market indicators do not remain constant over time and are sensitive to economic regimes. The regime structures identified through MRSM suggest that both investors and policymakers should consider potential regime shifts, not just current market conditions. The study offers a methodological framework emphasizing the need to assess financial interactions within a regime-based context, beyond simple causality.

Keywords

• Markov Regime Switching Models
• US Bond Yields
• Dollar Index
• Gold Futures Market
• Regime Transition

10 Yıllık ABD Tahvil Getirisi, Dolar Endeksi ve Altın Vadeli İşlemleri Arasındaki Dinamik İlişkilerin Markov Rejim Değişim Modeli ile Analizi

Abstract

Amaç: Bu çalışmanın temel amacı, 2014-2024 yılları arasındaki ABD Tahvil Getirisi (US10Y), Dolar Endeksi (DXY) ve Altın Vadeli İşlemler (GCc1) arasındaki dinamik ilişkileri zaman serisi analiz tekniklerinden biri olan Markov Rejim Değişim Modelleri (MRDM) yardımıyla incelemektir. Üç temel finansal göstergenin ekonomik rejimlere bağlı olarak zaman içerisinde gösterdikleri değişimleri ve değişkenler arasında farklı makroekonomik koşullar altında oluşan yapısal etkileşim biçimlerini anlamaya odaklanmaktadır. Yöntem: Çalışmada, 02.01.2014–03.06.2024 tarih aralığındaki iş günü bazlı günlük veriler kullanılmıştır. Serilerin durağanlığı ADF ve PP testleri ile test edilmiş, serilere uygun fark alma işlemi uygulanmıştır. Granger nedensellik ve Johansen eşbütünleşme analizleri yapıldıktan sonra, üç rejimli Markov Rejim Değişim Modeli tahmin edilmiştir. Bulgular: Analiz sonuçlarına göre, ilk rejimde, altın fiyatlarının tahvil getirilerine negatif etkisi gözlemlenirken, Dolar Endeksi'nin anlamlı bir etkisi bulunmamıştır. İkinci rejimde ise ne Dolar Endeksi ne de altın fiyatlarının tahvil getirilerine etkisi görülmemiştir. Üçüncü rejimde ise Dolar Endeksi ve tahvil getirileri pozitif, altın fiyatları ile negatif ilişkilidir. Geçiş matrisine göre, piyasanın birinci ve üçüncü rejimlerde kalma olasılığı daha yüksektir. Sonuç: Çalışma bulguları, finansal piyasa göstergelerinin zaman içinde sabit kalmadığını ve ekonomik rejimlere duyarlı olarak değiştiğini ortaya koymaktadır. MRDM ile belirlenen rejim yapıları, yatırımcıların ve politika yapıcıların yalnızca mevcut piyasa koşullarını değil, olası rejim geçişlerini de dikkate almaları gerektiğine işaret etmektedir. Altın, tahvil getirisi ve dolar endeksi gibi değişkenlerin rejimlere göre farklı yön ve şiddette etkiler göstermesi, portföy yönetimi ve ekonomik politika tasarımlarında stratejik yaklaşımın önemini vurgulamaktadır. Çalışma, finansal değişkenler arasındaki ilişkilerin yalnızca nedensellik temelinde değil, rejimsel bütünlük içinde değerlendirilmesi gerektiğine dair metodolojik bir çerçeve sunmaktadır.

Keywords

• Markov Rejim Değişim Modelleri
• ABD Tahvil Getirisi
• Dolar Endeksi
• Altın Vadeli İşlem Piyasası
• Rejim Geçişi

References

1. ANH, N. B., & ZHAO, Y. Q. (2021). Half Century of Gold Price: Regime-Switching and Forecasting Framework. International Journal of Financial Research, 12(3), 1-18.
2. BAUR, D. G., & LUCEY, B. M. (2010). Is gold a hedge or a safe haven? An analysis of stocks, bond and gold. Financial Review, 45(2), 217-229.
3. BEKAERT, G., & HARVEY, C. R. (1995). Time-varying world market integration. the Journal of Finance, 50(2), 403-444.
4. BOLLEN, N. P. (1998). Valuing Options in Regime-Switching Models. Journal of Derivatives, 6, 38-50.
5. CRESPO CUARESMA, J., FORTİN, I., HLOUSKOVA, J., & OBERSTEİNER, M. (2024). Regime-Dependent Commodity Price Dynamics: A Predictive Analysis. Journal of Forecasting.
6. EDİTYA, D. A. (2022). Determining Factors for 10-Yeas Local Currency Sovereıgn Bonds Yield with Dynamic Regression Model. Jurnal BPPK: Badan Pendidikan dan Pelatihan Keuangan, 15(1), 35-48.
7. ERB, C. B., HARVEY, C. R., & VİSKANTA, T. E. (1996). Expected Returns and Volatility in 135 Countries. The Journal of Portfolio Management, 22(3), 46-58.
8. FİSCHER, M. M., HAUZENBERGER, N., HUBER, F., & PFARRHOFER, M. (2022). General Bayesian time-varying parameter VARs for modeling government bond yields. WU Vienna University of Economics and Business. Working Papers in Regional Science.

9. GAYATHRİ, V., & DHANABHAKYAM, D. (2014). Cointegration and Causal Relationship Between Gold Price and Nifty–an Empirical Study. Abhinav International Monthly Refereed Journal of Research in Management & Technology, 3(7), 14-21.
10. GHANBARİ, H., FOOEİK, A., ESKOROUCHİ, A., & MOHAMMADİ, E. (2022). Investigating the effect of US dollar, gold and oil prices on the stock market. Journal of Future Sustainability, 2(3), 97-104.
11. GUPTA, S., & SETHİ, M. (2021). An Analysis of Inter-Relationship among Commodities, Stock and Economic Indices. REVISTA GEINTEC-GESTAO INOVACAO E TECNOLOGIAS, 11(4), 5075-5087.
12. HAMİLTON, J. D. (1989). A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica: Journal of the econometric society, 357-384.
13. HAMİLTON, J. D. (2010). Regime Switching Models. In Macroeconometrics and Time Series Analysis. London: Palgrave Macmillan UK, 202-209.
14. HUANG, D., & WANG, S. (2010, August). The real diagnosis analysis of the correlation relations between USD index & gold price. In 2010 sixth international conference on natural computation. Vol. 2, s. 724-727. IEEE.
15. ILARSLAN, K. (2017). Analysis of Relationship Between Gold Prices And Ise 100 Index through Bayes Theorem Framework. PressAcademia Procedia, 6(1), 24-28.
16. KANAK, S. K. (2023). Dolar Endeksi, Nasdaq Endeksi, Altın ve Bitcoin Değerlerinin Birbirlerine Bağlı Olarak Makine Öğrenmesi Yöntemleriyle Tahmin Edilmesi . Konya: Master's thesis, Konya Teknik Üniversitesi.
17. KİRACI, K. (2020). BIST Ulaştırma Endeksi ile Dolar Endeksi ve Petrol Fiyatları Arasındaki İlişkinin Ampirik Olarak Analizi. Finansal Araştırmalar ve Çalışmalar Dergisi, 12(22), 180-189.
18. KOY, A. (2016). Borsa İstanbul'un Doğrusal Olmayan Dinamiklerinin Markov Rejim Değişim Modelleriyle Açıklanması. 1. Lisansüstü İşletme Öğrencileri Sempozyumu, (s. 176-180). Gaziantep.
19. KÖSE, Y., & YILMAZ, E. (2022). Dolar Endeksi Uluslararası Bir Finansal Gösterge Olabilir Mi? Dünyada Önemli Borsa Endeksleri Üzerinde Ampirik İnceleme. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 35, 85-96.
20. MA, F., LU, X., WANG, L., & CHEVALLİER, J. (2021). Global Economic Policy Uncertainty and Gold Futures Market Volatility: Evidence from Markov Regime-Switching GARCH-MIDAS Models. Journal of Forecasting, 40(6), 1070-1085.
21. NGUYEN, B. A. (2020). Markov Regime-Switching in Forecasting Models. Doctoral dissertation, Carleton University.
22. ÖNEM, H. B., & YORGANCI, M. (2023). ABD 10 Yıllık Tahvil Faizi ve Enerji Fiyatlarının Seçilmiş Borsa Endeksleri ile İlişkileri. Ardahan Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(1), 27-33.
23. PERUMAL, K., VELUCHAMY, R., & LİNGARAJA, K. (2021). Co-Movements and Dynamic Linkages between Gold Price and CNX Nifty. International Journal of Mechanical and Production Engineering Research and Development, 10(1), 959-980.
24. QASİM, T. B., IQBAL, G. Z., HASSAN, M. U., & ALİ, H. (2021). Application of Markov Regime Switching Autoregressive Model to Gold Prices in Pakistan. Review of Economics and Development Studies, 7(3), 309-323. Sermaye Piyasası Kurulu. (2024). Sermaye Piyasası Araçları. Yatırımcı Bilgilendirme Kitapçığı. SPK.
25. SHEN, Z., WEİ, Z., & ZHANG, Y. (2023). A Study of Trade Strategies Based on the Markov Regime Switching Model. Advances in Economics and Management Research, 5(1).
26. SMALES, L. A. (2014). News Sentiment in the Gold Futures Market. Journal of Banking & Finance, 49, 275-286.
27. TAMPUBOLON, M. (2023). Dynamic Linkages Among Government Bonds Yield (SBN-Domestic), Market Index (IHSG), US Treasury Bond Yield, S&P500 and Exchange Rate (IDR/USD)-Effect of Pandemic-COVID19 by Vector Error Correction Model (VECM) Approach: Evidence from Indonesia. International Journal of Social Sciences and Management Review, 1(6), 147-173.
28. UÇAR, M., & KIDEMLİ, M. (2021). Türkiye'de COVID-19 Hasta Vaka Sayısı, VIX Endeksi, Dolar Endeksi ile Seçilmiş BIST Sektör Endeksleri Arasındaki İlişki: ARDL Modeli. ICCET'21 (s. 146-167). Nevşehir: Kapadokya Üniversitesi.