2008 KRİZ SONRASI İMKB 30 ENDEKSİ VOLATİLİTESİNİN GENELLEŞTİRİLMİŞ ARCH MODELİ İLE TAHMİNİ

Yıl 2012, Cilt: 2 Sayı: 2, 95 - 104, 01.06.2012

Selçuk Kendirli Gülnara Karadeniz

Öz

Finansal piyasalarda olumlu ve olumsuz sonuçların başlıca nedenlerinden biri, ekonomideki belirsizlikler ve istikrarsızlıklardan kaynaklanan volatilitedeki artışlardır. Volatilitenin yapısını belirleyebilmek ve oluşabilecek riskten korunmak için, iyi bir öngörü sağlamak amacı ile finansal zaman serilerine ilişkin geliştirilmiş çözümler mevcuttur. Mevcut volatilitenin modellenmesi için yapılan analizlerde genellikle ARCH ve GARCH yöntemleri tercih edilmektedir. Bu çalışmada da aynı yöntemlerden yararlanılarak, İstanbul Menkul Kıymetler Borsası İMKB 30 endeksinin 02.01.200830.03.2012 dönemine ait 1057 adet günlük gözlem değerlerindeki mevcut volatilite modellenmeye çalışılmıştır. İncelenen döneme ilişkin olarak ARCH tipi değişen varyansa dayalı modellerden GARCH(1,1) modeli kullanılmıştır

Anahtar Kelimeler

Hisse senedi piyasası volatilitesi, volatilite, volatilite modellemesi, GARCH, doğrusal olmayan modelleme

Kaynakça

• AKAR, C. (2007); “Volatilite Modellerinin Öngörü Performansları: Arch, Garch ve Swarch Karsılastırması”, İsletme Fakültesi Dergisi, Cilt 8, Sayı 2, ss.201-217.
• AKTAŞ, H. Ve M. KOZOĞLU (); “Haftanın Günleri Etkisinin İstanbul Menkul Kıymetler Borsası'nda GARCH Modeli ile Test Edilmesi”, Finans Politik & Ekonomik Yorumlar 2007 Cilt: 44 Sayı:514, ss. 37-45.
• ATAKAN, T. (2008); İstanbul Menkul Kıymetler Borsası’nda Haftanın Günü Etkisi Ve Ocak Ayı Anomalilerinin ARCH-GARCH Modelleri İle Test Edilmesi, İstanbul Üniversitesi İşletme Fakültesi Dergisi, Cilt/Vol:37, Sayı/No:2, ss. 98-110
• BİLDİK, R. (2000); Hisse Senedi Piyasalarında Dönemsellikler ve İMKB Üzerine Ampirik Bir Çalışma. İMKB Yayını. İstanbul.
• BOLLERSLEV, T. (1988); “A Capital Asset Pricing Model with Time Varying Covariances,” Journal of Political Economy, 96, pp. 116-131.
• ÇAĞLAYAN, E. (2009); “Döviz Kuru Getiri Volatilitesinin Koşullu Değişen Varyans Modelleri İle Öngörüsü”, Ekonometri ve İstatistik, Sayı:9, ss.1-16
• ÇAĞIL, G. ve M. OKUR (2010); “2008 Küresel Krizinin ÜMKB Hisse Senedi Piyasası Üzerindeki Etkilerinin GARCH Modelleri ile Analizi”, Marmara Üniversitesi, İİBF Dergisi, Cilt 28, Sayı:1, ss.573-585.
• ENGLE, Robert F. (1982), “Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of U.K. Inflation,” Econometrica, 50, pp.987-1008.
• FONG, W.M. (1997),” Volatility Persistence and Switching ARCH in Japanese Markets”, Financial Engineering and the Japanese, Markets, V: 4, pp. 37-57.
• GÜRİŞ, S., ÇAĞLAYAN,E., GÜRİŞ, B., (2011), “EViews ile Temel Ekonometri ”, Der Yayınları-2011
• GÜRSAKAL,S.,(2011),”Garch Modelleri ve Varyans: İMKB Örneği ”, Ç.Ü.Sosyal Bilimler Enstitüsü Dergisi, Cilt 20, Sayı 3, ss.161-178
• http://www.genelbilge.com/risk-yonetimi-nasil-yapilir.html/
• http://www.imkb.com.tr
• KIYILAR, M. ve KARAKAŞ, C. (2005 İstanbul Menkul Kıymetler Borsasında Zamana Dayalı Anomalilere Yönelik Bir İnceleme. Yönetim Dergisi, İ.Ü.,İşletme İktisadı Enstitüsü. 16- 52,).
• MAZIBAŞ, M. (2005), “İMKB Piyasalarındaki Volatilitenin Modellenmesi ve Öngörülmesi: Asimetrik Garch Modelleri İle Bir Uygulama”, VII. Ulusal Ekonometri ve İstatistik Sempozyumu, İstanbul Üniversitesi, 26 - 27 Mayıs.
• NELSON, D.B. (1991), “Conditional Heteroskedasticity in Asset Returns: A New Approach,” Econometrica, 59, pp.347-370.
• ÖZDEN, Ünal H. (2008); “İMKB Bileşik 100 Endeksi Getiri Volatilitesinin Analizi”, İstanbul Ticaret Üniversitesi, Sosyal Bilimler Dergisi, Yıl:7 Sayı:13 Bahar, ss.339-350
• TARI, Recep, (2010), Ekonometri, Umuttepe Yayınları
• ÜNAL,H.,(2008), “İMKB Bileşik 100 Endeksi Getiri Volatilitesinin Analizi”, İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, Sayı 13 Bahar, ss.339-350.