Factors Affecting Borsa İstanbul Trading Volume and Overconfidence Bias

Öz

The aim of this study is to examine the factors affecting the trading volume of Borsa Istanbul within the framework of the overconfidence bias, one of the behavioral finance theories. For this purpose, stock market trading volume, BIST 100 index closing values, BIST 100 index historical volatility and credit default swaps (CDS) premium variables for the period covering the years 2010 – 2019 were used in the study. During the analysis process, firstly ADF, PP and KPSS unit root tests were performed and then Granger causality analysis was applied. The findings showed that the stock index and CDS premiums are the Granger cause of the trading volume, but volatility is not the Granger cause of the trading volume. The obtained findings were compared with the results in the literature and interpreted. It is interpreted that linking the earnings obtained with the increase in the stock market index to individual abilities, predictions and achievements may cause a tendency to overconfidence bias in investors. In addition, it is thought that this overconfidence may cause new transactions and thus an increase in the transaction volume. CDS premiums, on the other hand, give positive and negative signals about the future and are accepted as a risk indicator. It can be evaluated that investor who perceive risk as an opportunity and have a tendency to overconfidence bias will try to evaluate this situation with various positions and transactions and increase market trading volume. However, the fact that volatility is not the cause of trading volume can be explained by the perception that investors with high returns pay less attention to volatility and that their own forecasts are better than other investors' forecasting power. As a result, volatility is not effect the trading activity and investors focus on the value they have determined within the framework of overconfidence bias.

Anahtar Kelimeler

• Overconfidence
• Trading Volume
• BIST 100
• CDS Premium
• Volatility

Borsa İstanbul İşlem Hacmini Etkileyen Unsurlar ve Aşırı Güven Eğilimi

Öz

Bu çalışmanın amacı, Borsa İstanbul işlem hacmini etkileyen unsurların davranışsal finans teorilerinden aşırı güven eğilimi çerçevesinde incelenmesidir. Bu amaçla çalışmada, 2010 – 2019 yıllarını kapsayan dönem için borsa işlem hacmi, BİST 100 endeksi kapanış değerleri, BİST 100 endeksi tarihsel volatilite değerleri ve kredi temerrüt swapları (CDS) primi değişkenleri kullanılmıştır. Analiz sürecinde öncelikle ADF, PP ve KPSS birim kök testleri yapılmış, ardından Granger nedensellik analizi gerçekleştirilmiştir. Sonuçta, borsa endeksi ve CDS primlerinin işlem hacminin nedeni olduğu, ancak volatilitenin işlem hacminin nedeni olmadığı bulgulanmıştır. Elde edilen bulgular literatürde yer alan sonuçlar ile karşılaştırılmış ve yorumlanmıştır. Buna göre, borsa endeksinin artmasıyla birlikte elde edilen kazancın bireysel yeteneklere, tahminlere ve başarılara bağlanmasının, yatırımcılarda aşırı güven eğilimine neden olabileceği yorumu yapılmaktadır. Ayrıca söz konusu aşırı güvenin yeni işlemlere ve dolayısıyla işlem hacminde artışlara sebebiyet verebileceği düşünülmektedir. CDS primleri ise geleceğe dair pozitif ve negatif sinyaller vermekte ve bir risk göstergesi olarak kabul edilmektedir. Riski fırsat olarak algılayan, aşırı güven eğilimine sahip yatırımcıların çeşitli pozisyonlar ve işlemler ile bu durumu değerlendirmeye çalışacağı ve işlem hacmini artıracağı değerlendirmesi yapılabilir. Bununla birlikte volatilitenin işlem hacminin nedeni olmaması, yüksek getiri elde eden yatırımcıların volatiliteyi daha az dikkate aldığı ve kendi tahminlerinin diğer yatırımcıların tahmin gücünden daha iyi olduğu algısıyla açıklanabilir. Sonuç olarak, volatilite alım satım faaliyetini etkilememekte ve yatırımcılar aşırı güven eğilimi çerçevesinde belirledikleri değere odaklanmaktadır.

Anahtar Kelimeler

• Aşırı Güven
• İşlem Hacmi
• BİST 100
• Kredi Temerrüt Swapları (CDS) Primi
• Volatilite

Kaynakça

1. Alsabban, S. and 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. https://doi.org/10.32479/ijefi.8920.
2. Andrea, D. ve Ivo W. (1996). "Rational Herding in Financial Economics," European Economic Review, 403(3–5): 603–615.
3. Bikas, E., Jurevičienė, D., Dubinskas, P., and Novickytė, L. (2013). "Behavioural Finance: The Emergence and Development Trends," Procedia - Social and Behavioral Sciences, 82: 870–876. https://doi.org/10.1016/j.sbspro.2013.06.363.
4. Bressler, S. L. and Seth, A. K. (2011). "Wiener-Granger Causality: A well established methodology," NeuroImage, 58(2): 323–329. https://doi.org/10.1016/j.neuroimage.2010.02.059.
5. Chuang, W. I. and Lee, B. S. (2006). "An empirical evaluation of the overconfidence hypothesis," Journal of Banking and Finance, 30(9): 2489–2515. https://doi.org/10.1016/j.jbankfin.2005.08.007.
6. De Bondt, W. F. M. and Thaler, R. (1985). "Does the Stock Market Overreact?," The Journal of Finance, 40(3): 793–805. https://doi.org/10.1111/j.1540-6261.1985.tb05004.x.
7. Decamps, J. P. and Lovo, S. (2006). "A note on risk aversion and herd behavior in financial markets," GENEVA Risk and Insurance Review, 31(1): 35–42. https://doi.org/10.1007/s10713-006-9466-x.
8. Doğukanlı, H. ve Ergün, B. (2011). "İMKB’de Sürü Davranışı: Yatay Kesi̇ Deği̇şkenli̇k Temeli̇nde Bi̇r Araştırma," İşletme Fakültesi Dergisi, 12(2): 227–242.

9. Döm, S. (2003). Yatırımcı Psikolojisi. İstanbul: Değişim Yayınları.
10. Franses, P. H. and McAleer, M. (1998). "Cointegration analysis of seasonal time series," Journal of Economic Surveys, 12(5): 651–678. https://doi.org/10.1111/1467-6419.00070.
11. Gazel, S. (2017). "Hisse Senedi̇ Pi̇yasalarında İşlem Hacmi̇ Ve Volati̇lite İli̇şki̇si̇: Kirilgan Beşli̇ Ekonomi̇ler Üzeri̇ne Bi̇r İnceleme," International Journal of Management Economics and Business, 13(2). https://doi.org/10.17130/ijmeb.2017228688.
12. Gervais, S. and Odean, T. (2001). "Learning to be overconfident," Review of Financial Studies, 14(1): 1–27. https://doi.org/10.1093/rfs/14.1.1
13. Granger, Clive J.G. and Newbold, Paul (1974). Spurious Regression in Econometrics. Journal of Econometrics, 2(2): 111-120.
14. Granger, Clive W. J. (1969). Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica, 37(3): 424-438.
15. Horasan, M. ve Bozkurt, R. (2016). "Davranışsal Finansın Borsa İstanbul İşlem Hacmi Üzerine Etkilerine Yönelik Bir Çalışma," Yönetim ve Ekonomi Araştırmaları Dergisi, 14(1): 23–36.
16. Humra, Y. (2016). "Behavioral finance: An introduction to the principles governing investor behavior in stock markets," International Journal of Financial Management (IJFM): 5(2), 23–30.
17. İltaş, Yüksel (2019). CDS Primi, Döviz Kuru ve Borsa Endeksi Arasındaki İlişki: Türkiye İçin Nedensellik Testleri. Uluslararası Ekonomi Araştırmaları ve Finansal Piyasalar Kongresi, 7-9 Kasım, Gaziantep.
18. Karlsson, N. (1998). "Mental Accounting and Self-Control," Göteborg Psychological Reports, 4(27): 1–15.
19. Kartal, A. (2019). Davranışsal Finans: Bitcoin Uygulaması. Bahçeşehir Üniversitesi SBE Yüksek Lisans Tezi, 89.
20. Kahneman, D. and Tversky, A. (1979). "Prospect Theory: An Analysis of Decision Under Risk," Econometrica: Journal of The Econometric Society, 47(2): 263-264.
21. Korkmaz, Turhan; Ceylan, A. (2006). İşletmelerde Finansal Yönetim. Bursa: Ekin Kitabevi.
22. Korkmaz, T. ve Çelik, E. İ. (2007). "Davranışsal finans modellerinden aşırı güven hipotezinin geçerliliği: İMKB’de bir uygulama," İktisat İşletme ve Finans, 22(261): 137–154. https://doi.org/10.3848/iif.2007.261.5640.
23. Kwiatkowski, D., Phillips, P. C. B., Schmidt, P., and Shin, Y. (1992). "Testing the null hypothesis of stationarity against the alternative of a unit root. How sure are we that economic time series have a unit root?," Journal of Econometrics, 54(1–3): 159–178. https://doi.org/10.1016/0304-4076(92)90104-Y.
24. Otluoğlu, Emir (2009). Davranışsal Finans Çerçevesinde Aşırı Güven Hipotezinin Test Edilmesi: İMKB’de Bir Uygulama. Yükseklisans Tezi, İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, İstanbul.
25. Pompian, Michael M. (2006). Behavioral Finance and Wealth Manegement: How to Build Optimal Portfolios That Account for Investor Biases, John Wiley and Sons, New Jersey.
26. Patel, Jayendu, Zeckhauser, Richard and Hendricks, Darryll (1991). The Rationality Struggle: Illustrations from Financial Markets, American Economic Review, American Economic Association, 81(2): 232-236.
27. Sevüktekin, M. ve Çınar, M. (2017). Ekonometrik Zaman Serileri Analizi: Eviews Uygulamalı (5. Baskı). Bursa: Dora.
28. Statman, Meir, Thorley, Steven and Vorkink, Keith (2006). Investor Overconfidence and Trading Volume, The Review of Financial Studies, 19(4): 1531-1565. https://doi.org/10.2469/dig.v37.n2.4601
29. Tarı, R. (2011). Ekonometri (7. Baskı). Kocaeli: Umuttepe Yayınları.
30. Tekin, B. ve Cengiz, S. (2018). "Yatırım Alternatifi Seçiminde Kendine Aşırı Güven ve Kayıptan Kaçınma Önyargılarının Rolü," Uluslararası İnsan ve Toplum Bilimleri Sempozyumu. Antalya.
31. Tufan, C. ve Sarıçiçek, R. (2013). "Davranışsal Finans Modelleri, Etkin Piyasa Hipotezi ve Anomalilerine İlişkin Bir Değerlendirme.," Trakya Üniversitesi Sosyal Bilimler Dergisi, 15(2): 159-182.
32. Zaiane, S. and Abaoub, E. (2009). "Investor Overconfidence And Trading Volume: The Case Of An Emergent Market," International Review of Business Research Papers, 5(2): 213-222.
33. Zvi, Bodie; Kane, Alex; Marcus, Alan, J. (2009). Investments (8th ed.). Singapore: Mc Graw Hill.