Garch Modellerle Oynaklık Tahmini: Bitcoin Örneği

Year 2021, Volume: 2 Issue: 2, 49 - 61, 30.12.2021

Muhammet Sait Işıldak

Abstract

Günümüzde kripto paraların, para birimi olup olmadığı tartışılmaktadır. İlk dijital para birimi olan
Bitcoin’in işlem hacmi ve tutarı itibariyle büyük tutar ve hacimlere ulaşması yatırımcıların
dikkatlerini üzerine çekmiştir. Bitcoin’in oynaklığını farklı yöntemler kullanarak inceleyen
çalışmalar vardır. Bu çalışmada, Bitcoin’in oynaklığını gösteren uygun GARCH modelin bulunması
ve etkilerinin incelenmesi amaçlanmaktadır. Engel tarafından oynaklığı yakalamak için geliştirilen
Otoregresif Koşullu Değişen Varyans modeller kullanılmıştır. Çalışmanın kapsamı, 12.06.2011-
04.12.2021 dönemini içeren Bitcoin fiyatlarıdır. İlk olarak, finansal zaman serilerin kullanılabilmesi
için gerekli istatistiksel analizler yapılmıştır. İkinci olarak, ARCH tipi modeller için otomatik
ARIMA uygulamasıyla ARMA (2,4) uygun model bulunmuştur. Üçüncü olarak, ARMA (2,4)
model için ARCH etkisi araştırılmıştır. Yapılan analizler sonucunda uygun model olarak, EGARCH
model bulunmuştur. Bitcoin getiri serisinde asimetrik etki vardır. Oynaklığın etkisinin uzun süre
devam edeceği, şokların değişkenliğinin düşük olduğu, etkisinin kısa sürdüğü ve negatif şokların
pozitif şoklardan daha güçlü bir etki yaptığı gözlemlenmiştir. Literatür ile karşılaştırıldığında,
bulunan sonuçlara benzer asimetrik etkinin varlığı gözlemlenmiştir. Kripto paraların fiyatlarında
büyük fiyat değişikliklerin olduğu dönemlerde koşullu varyans oynaklığının da yüksek olduğu,
oynaklığın etkisinin uzun süre devam ettiği ve kaldıraç etkisinin çok düşük olduğu sonucuna
ulaşılmıştır.

Keywords

Bitcoin, EGARCH, Oynaklık, Zaman Serisi Modelleri

References

• Almisshal, B. ve Emir, M. (2021) Modelling Exchange Rate Volatility Using GARCH Models. Gazi İktisat ve İşletme Dergisi, 7(1), 1-16. Doi: https://doi.org/10.30855/gjeb.2021.7.1.001.
• Aşkın, Ö. E. (2020). BIST Şehir Endekslerine ait Volatilitenin Modellenmesi. Muhasebe ve Finansman Dergisi, (85), 223-242.
• Babaşova, S. (2012). Doğrusal Olmayan Zaman Serisi Verilerinin Modellenmesinde Kullanılan Değişen Varyanslılık Testlerinin Karşılaştırmalı Analizi Üzerine Bir Araştırma (Doctoral Dissertation, DEÜ Sosyal Bilimleri Enstitüsü).
• Belliler, İ. S., ve Yıldırım, Z. (2021). Determination Price Volatility of Bitcoin with Autoregressive Conditional Heteroscedasticiy Models. Akademik Araştırmalar ve Çalışmalar Dergisi (AKAD), 13(24), 290-309.
• Birău, F. R. (2012). Econometric Approach of Heteroskedasticity on Financial Time Series in A General Framework. Economy Series, 4, 74-77.
• Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307-327.
• Brooks, C. (2008). Introductory Econometrics for Finance. Cambridge University Press. Candan H. ve Özün A. (2066). Bankalarda Risk Yönetimi ve Basel II. Türkiye İş Bankası Kültür Yayınları. 3. Basım. İstanbul.
• Chen, H., Zhang, J., Tao, Y., and Tan, F. (2019). Asymmetric GARCH Type Models For Asymmetric Volatility Characteristics Analysis and Wind Power Forecasting. Protection and Control of Modern Power Systems, 4(1), 1-11.
• Chu, J., Chan, S., Nadarajah, S., and Osterrieder, J. (2017). GARCH Modelling of Cryptocurrencies. Journal of Risk and Financial Management, 10(4), 17.
• Cihangir, Ç. K., ve Uğurlu, E. (2017). Altın Piyasasında Asimetrik Oynaklık: Türkiye için Model Önerisi (Volatility in Gold Market: Model Recommendation for Turkey). İşletme Araştırmaları Dergisi, 9, ss 284-299. DOI: 10.20491/isarder.2017.300.
• Çelik, İ., Özdemir, A., Gürsoy, S., ve Ünlü, H. U. (2018). Gelişmekte Olan Hisse Senedi Piyasaları ile Kıymetli Madenler Arasındaki Getiri ve Volatilite Yayılımı. Ege Akademik Bakış, 18(2), ss 217- 230. Doi: 10.21121/eab.2018237351.
• Çetinkaya, Ş. (2018). Kripto Paraların Gelişimi ve Para Piyasalarındaki Yerinin Swot Analizi ile İncelenmesi. Uluslararası Ekonomi ve Siyaset Bilimleri Akademik Araştırmalar Dergisi, 2(5), 11-21.
• Çil Yavuz, N. (2015). Finansal Ekonometri. Baskı, Der Yayınları, İstanbul.
• Degiannakis, S., and Xekalaki, E. (2004). Autoregressive Conditional Heteroscedasticity (ARCH) Models: A Review. Quality Technology & Quantitative Management, 1(2), 271-324.
• Dilek, Ş. (2018). Blockchain Teknolojisi ve Bitcoin. Seta yayın, Analiz Şubat, (231).
• Ding, Z., Granger, C. W., and Engle, R. F. (1993). A Long Memory Property of Stock Market Returns and A New Model. Journal of Empirical Finance, 1(1), 83-106.
• Engle, R. F. (1982). Autoregressive Conditional Heteroscedasticity with Estimates of The variance of United Kingdom Inflation. Econometrica: Journal of The Econometric Society, 987-1007.
• Ertuğrul, M. (2019). Kripto Paralarin Volatilite Dinamiklerinin İncelenmesi: GARCH Modelleri Üzerine Bir Uygulama. Yönetim ve Ekonomi Araştırmaları Dergisi, 17(4), 59-71.
• Guizani, S., and Nafti, I. K. (2019). The Determinants of Bitcoin Price Volatility: An Investigation with ARDL Model. Procedia Computer Science, 164, 233-238.
• Gujarati, D. (2016), Çev: Bolatoğlu, N. Örneklerle Ekonometri, BB101 Yayını, Ankara.
• Güçlüoğlu, Ü. M. (2017). Türkiye İstihdam Analizi Ve Bazı Makroekonomik Değişkenlerin İstihdam Üzerindeki Etkisi. Ankara Çalışma Ve Sosyal Güvenlik Bakanlığı Türkiye İş Kurumu Genel Müdürlüğü.
• Güriş, S., Çağlayan, E., ve Güriş, B. (2013). Eviews ile Temel Ekonometri. Der Yayınları. İstanbul. Gyamerah, S. A. (2019). Modelling The Volatility of Bitcoin Returns Using GARCH Models. Quant Financ Econ, 3, 739-753.
• Jiang, Y. (2020). Stock Return, Volume and Volatility in the EGARCH Model. Insurance Finance Research, 31(1), 115-136. DOI: https://doi.org/10.23842/jif.2020.31.1.004.
• Kahraman, İ. K., Küçükşahin, H., ve Çağlak, E. (2019). Kripto Para Birimlerinin Volatilite Yapısı: Garch Modelleri Karşılaştırması. Fiscaoeconomia, 3(2), 21-45.
• Karagöz, Y. (2016). SPSS ve AMOS23 Uygulamalı İstatistiksel Analizler. Ankara: Nobel Yayıncılık. Kaya, E. (2019). Zaman serileri analizinde box-jenkins yöntemi ile savunma sanayi verileri üzerine bir uygulama (Master's thesis, Sosyal Bilimler Enstitüsü).
• Kayral, İ. E. (2020). En Yüksek Piyasa Değerine Sahip Üç Kripto Paranın Volatilitelerinin Tahmin Edilmesi. Finansal Araştırmalar ve Çalışmalar Dergisi, 12(22), 152-168. DOI: 10.14784/marufacd.688447.
• Koy, A., Yaman, M., ve Mete, S. (2021). Kripto Paraların Volatilite Modelinde ABD Borsa Endekslerinin Yeri: Bitcoin Üzerine Bir Uygulama. Finansal Araştırmalar ve Çalışmalar Dergisi, 13(24), 159-170.
• Nelson, D. B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica: Journal of The Econometric Society, 347-370.
• Ngunyi, A., Mundia, S., and Omari, C. (2019). Modelling volatility dynamics of cryptocurrencies using GARCH models. Journal of Mathematical Finance, 2019, 9, 591-615.
• Saleh, F. (2019). Volatility and Welfare in a Crypto Economy. ERN: Other Monetary Economics: Financial System & Institutions (Topic). Available at SSRN 3235467.
• Sarıkovanlık, V., Koy, A., Akkaya, M., Yıldırım, H. H., ve Kantar, L. (2019). Finans Biliminde Ekonometri Uygulamaları-Kavram-Uygulama-Analiz. Ankara: Seçkin Yayıncılık.