Dijital Kur Arbitrajı ve Döviz Piyasası İlişkisi

Abstract

Çalışmada, Türkiye'de dijital bankacılık kanalları üzerinden gerçekleşen dijital döviz arbitrajı işlem hacmi ile döviz kurları arasındaki karşılıklı ve asimetrik ilişkilerin belirlenmesi amaçlanmıştır. Bu amaç doğrultusunda, 2007–2025 dönemi için dijital döviz arbitraj işlem hacmi ile ABD doları, Çin yuanı, euro, İngiliz sterlini, İsviçre frangı, Japon yeni ve Rus rublesi arasındaki ilişkiler Hatemi-J (2012) tarafından geliştirilen asimetrik nedensellik testi ile analiz edilmiştir. Çalışma sonucunda ulaşılan en önemli bulgu, dijital döviz arbitraj işlem hacminden Yen dışında incelenen tüm kurlara asimetrik ilişkilerin bulunmasıdır. Özellikle, dolar ve frank kurlarının yatırımcılar tarafından güvenli liman olarak görüldüğü ve arbitraj hacmindeki hem artış hem de azalışlardan etkilendiği tespit edilmiştir. Elde edilen sonuçlar, dijital platformlar aracılığıyla yapılan kur arbitrajı işlemlerinin ve değişen yatırımcı davranışlarının kurları farklı şekilde etkileyebileceğini göstermektedir. Bu nedenle, döviz işlemi bulunan kişi ve kurumlar ile döviz piyasalarına yatırım yapan yatırımcıların işlem hacmi ve kurlar arasındaki ilişkileri doğru bir şekilde değerlendirerek karar almaları yararlı olacaktır. Çalışma sonucunda ulaşılan bir diğer önemli bulgu, yalnızca dolar, frank ve yuan kurlarından dijital döviz arbitraj işlem hacmine asimetrik ilişkilerin bulunmasıdır. Bu bulgu, ilgili döviz kurlarındaki artış ya da azalışların yatırımcıların dijital platformlar üzerindeki kur arbitrajı işlemlerine yön veren önemli faktörler olduğunu ortaya koymaktadır. Yatırımcıların kurlardaki değişimlere asimetrik tepkiler vermesi, dijital arbitraj davranışlarının yalnızca fiyat avantajına değil aynı zamanda istikrar ve öngörülebilirliğe de bağlı olduğuna işaret etmektedir. Dolayısıyla, döviz piyasası yönelik politikaların bu unsurlar temelinde şekillendirilmesi uygun olacaktır. JEL Classification : C58 , G11 , F31

Keywords

• Döviz arbitrajı
• Dijital finans
• Dijital döviz arbitraj işlem hacmi
• Döviz kuru
• Asimetrik nedensellik testi

The Relationship Between Digital Exchange Rate Arbitrage and the Foreign Exchange Market

Abstract

The aim of this study is to determine the bidirectional and asymmetric relationships between the foreign exchange arbitrage volume, which is made through digital banking channels, and exchange rates in Türkiye. For this purpose, the relationships between the digital foreign exchange arbitrage transaction volume and the US dollar, Chinese yuan, euro, British pound, Swiss franc, Japanese yen and Russian ruble were analysed using the asymmetric causality test developed by Hatemi-J (2012), for the period of 2007–2025. The most important finding of the study is that there are asymmetric relationships between the digital foreign exchange arbitrage transaction volume and all the selected exchange rates except the yen. It was found that the dollar and franc exchange rates are seen as safe havens by investors and are affected by both increases and decreases in arbitrage volume. The results show that foreign exchange arbitrage made through digital platforms and changing investor behaviour can affect exchange rates in different ways. Therefore, it would be beneficial for individuals and institutions that have foreign exchange transactions and investors who invest in foreign exchange markets to make decisions by evaluating the relationships between digital arbitrage volume and exchange rates. Another important finding of the study is that there are asymmetric relationships only from the dollar, franc and yuan exchange rates to the digital foreign exchange arbitrage transaction volume. This finding reveals that increases or decreases in relevant exchange rates are important factors that direct investors' foreign exchange arbitrage transactions on digital platforms. Asymmetric responses of the investors to changes in exchange rates indicate that digital arbitrage behaviour depends not only on price advantage but also on stability and predictability. Therefore, it would be appropriate to shape foreign exchange market policies on the basis of these factors. JEL Classification : C58 , G11 , F31

Keywords

• Foreign exchange arbitrage
• Digital finance
• Digital foreign exchange arbitrage trading volume
• Currency
• Asym metric causality test

References

1. Abdoh, W. M., Yusuf, N. H., Zulkifli, S. A., Bulot, N., & Ibrahim, N. J. (2016). Macroeconomic Factors That Influence Exchange Rate Fluctuation in ASEAN Countries. International Academic Research Journal of Social Science, 2(1), 89-94. http://www.iarjournal. com/wp-content/uploads/IARJ-SS-20161-89-94.pdf google scholar
2. Ahmadian-Yazdi, F., Sokhanvar, A., Roudari, S., & Tiwari, A. K. (2025). Dynamics of the relationship between stock markets and exchange rates during quantitative easing and tightening. Financial Innovation, 11(51). https://doi.org/10.1186/s40854-024-00694-4 google scholar
3. Aiba, Y., Hatano, N., Takayasu, H., Marumo, K., & Shimizu, T. (2002). Triangular arbitrage as an interaction among foreign exchange rates. Physica A: Statistical Mechanics and its Applications, 310(3-4), 467-479. https://doi.org/10.1016/s0378-4371(02)00799-9 google scholar
4. Akkaya, M. (2024). Döviz Kurlarını Etkileyen Makroekonomik ve Finansal Faktörlerin Analizi: Türkiye Uygulaması. Gaziantep Üniversitesi Sosyal Bilimler Dergisi, 23(4), 1490-1503. https://doi.org/10.21547/jss.1163443 google scholar
5. Akram, Q. F., Rime, D., & Sarno, L. (2008). Arbitrage in the foreign exchange market: Turning on the microscope. Journal of International Economics, 76(2), 237-253. https://doi.org/10.1016/j.jinteco.2008.07.004 google scholar
6. Aliu, F., Hašková, S., & Bajra, U. Q. (2022). Consequences of Russian invasion on Ukraine: Evidence from foreign exchange rates. The Journal of Risk Finance, 24(1), 40-58. https://doi.org/10.1108/jrf-05-2022-0127 google scholar
7. Amano, R., & Van Norden, S. (1998). Oil prices and the rise and fall of the US real exchange rate. Journal of International Money and Finance, 17(2), 299-316. https://doi.org/10.1016/s0261-5606(98)00004-7 google scholar
8. Basher, S., Haug, A. A., & Sadorsky, P. (2012). Oil prices, exchange rates and emerging stock markets. Energy Economics, 34(1), 227-240. https://doi.org/10.1016/j.eneco.2011.10.005 google scholar

9. Bezgin, M. S., & Karaçayır, E. (2021). Döviz Kuru ve Makroekonomik Değişkenler Arasındaki İlişkinin NARDL Model Yaklaşımıyla İnce- lenmesi. Ufuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 10(9), 107-123. https://dergipark.org.tr/en/pub/ufuksbedergi/issue/ 63452/915013 google scholar
10. Bilgin, M. H. (2004). Döviz Kuru İşsizlik İlişkisi: Türkiye Üzerine Bir İnceleme. Kocaeli Üniversitesi Sosyal Bilimler Dergisi, (8), 80-94. https:// dergipark.org.tr/en/pub/kosbed/issue/25712/271309 google scholar
11. Bonga-Bonga, L., & Mpoha, S. (2025). Assessing the extent of exchange rate risk pricing in equity markets: Emerging versus developed economies. African Journal of Economic and Management Studies, 16(1), 148-159. https://doi.org/10.1108/ajems-11-2023-0436 google scholar
12. Caporale, G. M., Hunter, J., & Menla Ali, F. (2014). On the linkages between stock prices and exchange rates: Evidence from the banking crisis of 2007–2010. International Review of Financial Analysis, 33, 87-103. https://doi.org/10.1016/j.irfa.2013.12.005 google scholar
13. Cui, Z., Qian, W., Taylor, S., & Zhu, L. (2020). Detecting and identifying arbitrage in the spot foreign exchange market. Quantitative Finance, 20(1), 119-132. https://doi.org/10.1080/14697688.2019.1639801 google scholar
14. Çonkar, M. K., & Vergili, G. (2017). Kredi Temerrüt Swapları İle Döviz Kurları Arasındaki İlişki: Türkiye İçin Amprik Bir Analiz. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(4), 59-66. https://doi.org/10.25287/ohuiibf.310704 google scholar
15. Fehn, D. J., Howison, S. D., Mcdonald, M., Williams, S., & Jonhson, N. F. (2009). The mirage of triangular arbitrage in the spot foreign exchange market. International Journal of Theoretical and Applied Finance, 12(08), 1105-1123. https://doi.org/10.1142/ s0219024909005609 google scholar
16. Foucault, T., Kozhan, R., & Tham, W. W. (2017). Toxic arbitrage. The Review of Financial Studies, 30(4), 1053-1094. https://doi.org/10.1093/ rfs/hhw103 google scholar
17. Gradojevic, N., Erdemlioglu, D., & Gençay, R. (2020). A new wavelet-based ultra-high-frequency analysis of triangular currency arbi- trage. Economic Modelling, 85, 57-73. https://doi.org/10.1016/j.econmod.2019.05.006 google scholar
18. Granger, C. W., & Yoon, G. (2002). Hidden cointegration. Department of Economics Working Paper. University of California (2002-02). https://dx.doi.org/10.2139/ssrn.313831 google scholar
19. Grennan, J., & Michaely, R. (2020). FinTechs and the market for financial analysis. Journal of Financial and Quantitative Analysis, 56(6), 1877-1907. https://doi.org/10.1017/s0022109020000721 google scholar
20. Hatemi-J, A. (2012). Asymmetric causality tests with an application. Empirical Economics, 43(1), 447-456. https://doi.org/10.1007/s00181- 011-0484-x google scholar
21. Hossain, A. T., Masum, A., & Saadi, S. (2024). The impact of geopolitical risks on foreign exchange markets: Evidence from the Russia– Ukraine war. Finance Research Letters, 59, 104750. https://doi.org/10.1016/j.frl.2023.104750 google scholar
22. Kartal, M., Depren, S. K., & Depren, Ö. (2018). Türkiye’de Döviz Kurlarını Etkileyen Makroekonomik Göstergelerin Belirlenmesi: MARS Yöntemi İle Bir İnceleme. MANAS Sosyal Araştırmalar Dergisi, 7(1), 209-229. https://dergipark.org.tr/tr/pub/mjss/issue/40516/ 485840 google scholar
23. Khan, M. K., Teng, J., & Khan, M. I. (2019). Cointegration between macroeconomic factors and the exchange rate USD/CNY. Financial Innovation, 5(5). https://doi.org/10.1186/s40854-018-0117-x google scholar
24. Kisswani, K. M., & Elian, M. I. (2021). Analyzing the (a)symmetric impacts of oil price, economic policy uncertainty, and global geopolitical risk on exchange rate. The Journal of Economic Asymmetries, 24, e00204. https://doi.org/10.1016/j.jeca.2021.e00204 google scholar
25. Lee‐Lee, C., & Hui‐Boon, T. (2007). Macroeconomic factors of exchange rate volatility. Studies in Economics and Finance, 24(4), 266-285. https://doi.org/10.1108/10867370710831828 google scholar
26. Razi, U., Cheong, C. W., Shams, S., Sarker, T., Sharif, A., & Afshan, S. (2025). Assessing the turbulence: Wavelet coherence and causality analysis of energy price volatility and exchange rate instability. Energy, 331, 136948. https://doi.org/10.1016/j.energy.2025.136948 google scholar
27. Rhee, S. G., & Chang, R. P. (1992). Intra-day arbitrage opportunities in foreign exchange and eurocurrency markets. The Journal of Finance, 47(1), 363. https://doi.org/10.2307/2329102 google scholar
28. Sbeiti, W., Ahmad, M. U., AlKhashti, F., & Haddad, A. E. (2025). Exchange rate dynamics and macroeconomic factors: A comparative study of BRICS countries. Global Journal of Emerging Market Economies. https://doi.org/10.1177/09749101251317482 google scholar
29. Sertkaya, B., & Yaman, D. (2023). Döviz kuru istikrarsızlığının kaynakları: Türkiye için zamanla değişen nedensellik yaklaşımı. Uluslararası Anadolu Sosyal Bilimler Dergisi, 7(1), 76-94. https://doi.org/10.47525/ulasbid.1225843 google scholar
30. Şit, M., & Karadağ, H. (2019). Döviz kurunu belirleyen ekonomik faktörler: Türkiye ekonomisi için ARDL sınır testi uygulaması. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (23), 151-168. https://doi.org/10.18092/ulikidince.476930 google scholar
31. Tsagkanos, A., & Siriopoulos, C. (2013). A long-run relationship between stock price index and exchange rate: A structural nonparametric cointegrating regression approach. Journal of International Financial Markets, Institutions and Money, 25, 106-118. https://doi. org/10.1016/j.intfin.2013.01.008 google scholar
32. Williams, G., Parikh, A., & Bailey, D. (1998). Are exchange rates determined by macroeconomic factors? Applied Economics, 30(4), 553-567. https://doi.org/10.1080/000368498325813 google scholar
33. Wu, J., & Chen, P. (2008). A revisit on dissecting the PPP puzzle: Evidence from a nonlinear approach. Economic Modelling, 25(4), 684-695. https://doi.org/10.1016/j.econmod.2007.10.011 google scholar
34. Yang, Z., Tu, A. H., & Zeng, Y. (2014). Dynamic linkages between Asian stock prices and exchange rates: New evidence from causality in quantiles. Applied Economics, 46(11), 1184-1201. https://doi.org/10.1080/00036846.2013.868590 google scholar
35. Yenice, S., & Yenisu, E. (2019). TÜrkİye’de DÖVİZ kuru, ENFLASYON ve FAİZ ORANLARININ ETKİLEŞİMİ. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 21(4), 1065-1086. https://doi.org/10.16953/deusosbil.467312 google scholar