Testing Overconfidence: BIST Service and Industrial Sector Example

Abstract

The aim of the study is to examine the overconfidence tendency from behavioral finance theories through BIST 100, BIST Industrials and BIST Services Indices traded in Borsa Istanbul and to determine the existence of a short and long term relationship between the return, volatility and volume data of the index. For this purpose, the study analyzed the monthly return, monthly average TL trading volume and monthly volatility values of the index with 2899 trading days of daily data for each index over an 11-year period from Monday, January 2, 2012 to Friday, December 30, 2022. In addition to the causality analysis used in the detection of overconfidence using the ARDL bounds test, the relationship between the variables that are causally related to the study is examined by adding a different perspective. In the model analyzed, return is the independent variable, volatility and volume are the dependent variables. The results obtained in the short-term analysis for all three indices indicate that the relationship between the return variable and the volatility variable is statistically insignificant. In addition, the relationship between the return variable and the volume variable is statistically significant for all three indices. This can be interpreted as showing that investors who earn returns make more transactions as a result of their increased self-confidence. Another result obtained is that there is no causality from the return variable to the volatility variable.

Keywords

• Behavioral Finance
• Overconfidence
• Toda Yamamoto Causality
• ARDL Boundary Test
• Borsa Istanbul

Aşırı Güven Eğiliminin Test Edilmesi: BİST Hizmet ve Sanayi Sektörü Örneği

Abstract

Çalışmanın amacı, Borsa İstanbul’da işlem gören BİST 100, BİST Sınai ve BİST Hizmet Endeksleri üzerinden davranışsal finans teorilerinden aşırı güven eğiliminin incelenmesi ve ele alınan endeksin getiri, volatilite ve hacim verileri arasında kısa ve uzun dönemli ilişkinin varlığının tespit edilmesidir. Bu amaçla çalışmada, her endeks için 2 Ocak 2012 yılı pazartesi günü ile 30 Aralık 2022 yılı cuma günü olmak üzeri 11 yıllık süreçte oluşan 2899 işlem günü günlük verileri ile ele alınan endeksin aylık getiri, aylık ortalama TL işlem hacmi ve aylık volatilite değerleri üzerinden analiz yapılmıştır. Aşırı güven eğiliminin tespit edilmesinde kullanılan nedensellik analizinin yanı sıra farklı bir bakış açısı katarak nedensellik ilişkisi kurulan değişkenler arasında ARDL Sınır Testi uygulanmıştır. Analiz edilen modelde, getiri bağımsız değişken, volatilite ve hacim bağımlı değişkendir. Üç endeks için de kısa dönem analizinde elde edilen sonuçlar getiri değişkeni ile volatilite değişkeni arasındaki ilişkinin istatistiksel olarak anlamsız olduğu yönündendir. Bu durumun yanı sıra üç endeks için de getiri değişkeni ile hacim değişkeni arasında nedensellik ilişkisi bulunmuş ve istatistiksel olarak anlamlıdır. Bu durum getiri elde eden yatırımcıların kendilerine olan güvenlerinin artmasının sonucu olarak daha fazla işlem yaptıklarını göstermekte olduğu şeklinde yorumlanabilir. Elde edilen diğer bir sonuç ise getiri değişkeninden volatilite değişkenine doğru bir nedenselliğin olmamasıdır.

Keywords

• Davranışsal Finans
• Aşırı Güven
• Toda Yamamoto Nedensellik
• ARDL Sınır Testi
• Borsa İstanbul

References

1. Almansour, B. Y., Elkrghli, S., Almansour, A. Y. (2023). Behavioral finance factors and investment decisions: A mediating role of risk perception. Cogent Economics & Finance, 11 (2), 1-20, DOI: 10.1080/23322039.2023.2239032.
2. Alsabban, S., Alarfaj, O. (2020). An Empirical analysis of behavioral finance in the saudi stock market: evidence of overconfidence behavior. International Journal of Economics and Financial Issues. 10(1): 73-86. Retrieved from https://www.econjournals.com/index.php/ijefi/article/view/8920
3. Aren, S. (2019). Davranışsal finansın psikolojik eğilimlerinin kavramsal değerlendirmesi. İşletme Ekonomi ve Yönetim Araştırmaları Dergisi. 2(2): 127-160. https://doi.org/10.33416/baybem.559155
4. Aydın, Ü., Ağan, B. (2018). Yükselen davranışsal finans: Optimal finansal yapının tesisi için davranışsal politika önerileri. Current Debates in Economics.1-9.
5. Aysan, A. F., Camgöz, M., Yiğit, F. (2021). Finansal vaka analizleri vakalarla finans teorileri. Ankara: Nobel Yayın.
6. Bolaman, Ö. (2011). Davranışsal finans: Aşırı güven hipotezi ve İstanbul Menkul Kıymetler Borsası’ndan kanıtlar. Yüksek Lisans Tezi. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü. İzmir. 33-55
7. Bozkurt, H. (2007). Zaman serileri analizi. Ankara: Ekin Kitapevi.
8. Bouteska, A., Regaieg, B. (2020). Loss aversion, overconfidence of investors and their impact on market performance evidence from the US stock markets. Journal of Economics, Finance and Administrative Science, 25(50), 451-478. https://doi.org/10.1108/JEFAS-07-2017-0081

9. Chuang, W. (2006). An empirical evaluation of the overconfidence hypothesis. Journal Of Banking & Finance. 30(9): 2489-2515. https://doi.org/10.1016/j.jbankfin.2005.08.007
10. Daniel, K., Hirshleifer, D., Subrahmanyam, A. (1998). Investor psychology and security market under and overreactions. The Journal of Finance. 1839-1885. https://www.jstor.org/stable/117455
11. Dikmen, N. (2009). Ekonometri. Ankara: Nobel Yayın.
12. Grezo, M. (2021). Overconfidence and financial decision-making: a meta-analysis. Review of Behavioral Finance, 13 (3), 276-296, doi: 10.1108/RBF-01-2020-0020.
13. Elmas, B. (2022). Davranışsal finans. Erzurum: Atatürk Üniversitesi Açıköğretim Fakültesi :1-25.
14. Gaygusuz, F. (2008). Hisse senedi piyasalarında işlem hacmi-volatilite ilişkisi ve İMKB'ye ait bir uygulama. Çukurova Üniversitesi İktisadî ve İdarî Bilimler Fakültesi Dergisi. 12(1).
15. Gazel, S. (2019). BİST sınai endeksi ile çeşitli metaller arasındaki ilişki: Toda-Yamamoto nedensellik testi. The Journal of Academic Social Science, 287-299. Doi:: 10.16992/ASOS.12637
16. Jlassi, M., Naoui, K., Mansour, W. (2014). Overconfidence behavior and dynamic market volatility: Evidence from international data. Procedia Economics and Finance. 13: 128-142. https://doi.org/10.1016/S2212-5671(14)00435-3
17. Kahneman, D., Tversky, A. (1979). On the interpretation of intuitive probability. A Reply to Jonathan Cohen. 263-291.
18. Kansal, P., Singh, S. (2018). Determinants of overconfidence bias in Indian stock market. Qualitative Research in Financial Markets, 10 (4), 381-394, doi: 10.1108/QRFM-03-2017-0015.
19. Karabıyık, L., Anbar, A. (2007). Volatilite ve varyans swapları. Muhasebe ve Finansman Dergisi. (35) :62-77.
20. Kartini, K., Nahda, K. (2021). Behavioral biases on investment decision: A case study in Indonesia. Journal of Asian Finance, Economics and Business, 8 (3), 1231-1240, doi:10.13106/jafeb.2021.vol8.no3.1231.
21. Korkmaz, T., Çeli̇k, E. İ. (2007). Davranışsal finans modellerinden aşırı güven hipotezinin geçerliliği: İMKB’de bir uygulama. İktisat, İşletme ve Finans Dergisi. 22(261): 137-154.
22. Kutlar, A. (2005). Uygulamalı ekonometri. Ankara: Nobel Yayınevi.
23. Merkle, C. (2017). Financial overconfidence over time: Foresight, hindsight, and insight of investors. Journal of Banking and Finance, 84, 68-87, https://doi.org/10.1016/j.jbankfin.2017.07.009
24. Metwally, A. H., Darwish, O. (2015). Evidence of the overconfidence bias in the Egyptian stock market in different market states. International Journal of Business and Economic Development, 3 (3), 35-55.
25. Mushinada, V. N., Veluri, V. S. (2018). Investors overconfidence behaviour at Bombay Stock Exchange. International Journal of Managerial, 14(5), 613-632, doi: 10.1108/IJMF-05-2017-0093.
26. Nurbarani, B. S., Soepriyanto, G. (2022). Determinants of ınvestment decision in cryptocurrency: Evidence from Indonesian ınvestors. Universal Journal of Accounting and Finance, 10 (1), 254-266, doi: 10.13189/ujaf.2022.100126.
27. Olivier, J., Johnson, W. D., Marshall, A. G. (2008). The Logarithmic transformation and the geometric mean in reporting experimental ıge results: What are they and when and why to use them?. Annals of Allergy, Asthma & Immunology: 333-337. Doi: 10.1016/S1081-1206(10)60595-9
28. Otluoğlu, E. (2009). Davranışsal finans çerçevesinde aşırı güven hipotezinin test edilmesi: İMKB’de bir uygulama. İstanbul: İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü.
29. Özerol, H. (2016). Saçmalama-bireysel yatırımcıların nasıl davranacakları belli olmaz! Ankara: Elma Yayınevi.
30. Pata, U. K., Yurtkuran, S., Kalça, A. (2016). Türkiye’de enerji tüketimi ve ekonomik büyüme: ARDL sınır testi yaklaşımı. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 38(2), 255-271.
31. Philips, P. C., Perron, P. (1988). Testing for a unit root in time series regression. Biometrika. 75(2): 335-346. https://doi.org/10.2307/2336182
32. Pikulina, E., Renneboog, L., Tobler, P. N. (2017). Overconfidence and investment: An experimental approach. Journal of Corporate Finance, 43, 175-192, https://doi.org/10.1016/j.jcorpfin.2017.01.002.
33. Sarıoğlu, S. E. (2021). Modern protföy teorisi, finansın temel teorileri. Ankara: Gazi Kitapevi.
34. Sevüktekin, M., Nargeleçekenler, M. (2010). Ekonometrik zaman serileri analizi. Ankara: Nobel Yayın.
35. Sumer, S. (2020). Deneysel finans kavramına teorik bir bakış, davranışsal finans, Homo Economicus, Psikoloji, İrrasyonalite. 1-19. Ankara: Gazi Kitabevi.
36. Tekçe, B., Yılmaz, N., Bildik, R. (2015). What factors affect behavioral biases? Evidence from individual turkish stock investors. Research in International Business and Finance. 37: 515-526. https://doi.org/10.1016/j.ribaf.2015.11.017
37. Temizel, F. (2008). İMKB’de hisse senedi fiyatlarının gün içi yapılarına dayalı alternatif bir yatırım stratejisi önerisi. Muhasebe ve Finansman Dergisi (39), 128-141.
38. Trejos, C., Deemen, A. v., Rodríguez, Y. E., Gómez, J. M. (2019). Overconfidence and disposition effect in the stock market: A micro world based setting. Journal of Behavioral and Experimental Finance, 21, 61-69, https://doi.org/10.1016/j.jbef.2018.11.001.
39. Tufan, C., Sarıçiçek, R. (2013). Davranışsal finans modelleri, etkin piyasa hipotezi ve anomalilerine ilişkin bir değerlendirme. Trakya Üniversitesi Sosyal Bilimler Dergisi. 159-182.
40. Türkiye Sermaye Piyasaları Birliği. ‘‘Türkiye Sermaye Piyasası Genel Görünümü’’. Erişim: 09 2023. Tspb.org.tr
41. Uddin, S., Gul, F., Mubarik, F. (2021). Overconfidence bias across countries: Evidence from south asian stock markets. ınternational transaction Journal of Engineering, Management, & Applied Sciences & Technologies, 12(7), 1-12. Doi: 10.14456/ITJEMAST.2021.147
42. Ünlübulduk, S. N. (2023). Yatırımcı önyargılarının işlem hacmi üzerine etkisi: Borsa İstanbul sektör endeksleri üzerinde bir araştırma”. Alanya Akademik Bakış. 7(2): 671-695.
43. Zia, L., Sindhu, M. I., Hashmi, S. H. (2017). Testing overconfidence bias in Pakistani stock market. Cogent Economics & Finance, 5, 1-8, http://dx.doi.org/10.1080/23322039.2017.1289656.
44. Zhang, X., Liang, J., He, F. (2019). Private information advantage or overconfidence? Performance of intraday arbitrage speculators in the Chinese stock market. Pacific-Basin Finance Journal, 58, 1-13, https://doi.org/10.1016/j.pacfin.2019.101215.