BİST 100 Endeksinin Spektral Analiz Yöntemiyle İncelenmesi

Year 2018, Issue: 78, 87 - 110, 04.04.2018

Selim Bekçioğlu Yusuf Kaderli Batu Varlık

https://doi.org/10.25095/mufad.412530

Cited By: 1

Abstract

Finansal piyasaların döngüsel özellikleri, gelişmiş piyasalarda pek çok defa incelenmiştir. Bugüne kadar, İstanbul Menkul Kıymetler Borsası’nın döngüsel karakterlerini inceleyen bir çalışma olmamakla beraber, Borsa İstanbul’un yeni bir borsa olması, yeterli derinliğe sahip olmaması, dolayısıyla belli zaman aralığındaki veriye dayalı olarak yapılacak bu tür zaman serileri analizlerini de zorlaştırmıştır. İstanbul Borsası’nın 1988 yılından itibaren kayıt edilen borsa endeksi, 1995 yılından itibaren zaman serileri ile analiz edilebilecek derinliğe ulaşmıştır. Yüksek matematik bilgisi gerektiren spektral analiz, döngüsel olayların frekans bileşenlerine ayrıştırılarak incelenmesini sağlar. Dolayısıyla bu çalışmada, öncelikle zaman serileri ve klasik spektral analiz teorisi açıklamıştır. Finans ile ilgili bir alandaki çalışmayı yapmada en sağlıklı yöntem, incelenen verinin üzerine oturduğu sistemin temellerini ve geçmişini göstermektir. Bu nedenle, Türkiye’nin borsa ile ilgili geçmişi kısaca rakamlarla verilmiştir. Daha sonra, Borsa İstanbul Ulusal 100 Endeksi’nin 1995-2015 yılları aralığındaki verileri klasik spektral analiz tekniği kullanılarak analiz edilmiştir.

Keywords

BİST 100, Borsa İstanbul, Ulusal 100 Endeksi, Zaman Serileri, Fourier Dönüşümü, Spektral Analiz

References

• Anders, Philipp (2011), “M310 Time Series and Financial Econometrics-Introduction into Spectral Analysis”, Lecture Note, University of Cambridge, Faculty of Economics, pp.1-14.
• Bátorová, Ivana (2012), “Spectral Techniques for Economic Time Series”, Dissertation Thesis, Comenius University Faculty of Mathematics, Physics and Informatics, pp.12-15.
• Bekçioğlu, Selim (1983), “Menkul Kıymet Analizleri ve Türkiye’deki Uygulama”, Doktora Tezi, Gazi Üniversitesi Sosyal Bilimler Enstitüsü.
• Brillinger, David R. (2001), Time Series: General International Encyclopedia of the Social and Behavioral Sciences , Volume 23, Elsevier Ltd., Berkeley.
• Charemza, Wojciech W.- Deadman, Derek F. (1997), New Directions in Econometric Practice, Edward Elgar Publishing Ltd., Cheltenham.
• Diebold, Francis X. - Senhadji, Abdelhak S. (1996), "Deterministic vs. Stochastic Trend in US GNP, Yet Again." NBER (National Bureau of Economic Research), pp. 3-9.
• Diebolt, Claude - Doliger, Cédric (2006), "Economic Cycles under Test: A Spectral Analysis Kondratieff Waves, Warefare and World Security”, NATO Security through Science Series E (Derleyen T. C. Devezas), Volume 5, IOS Press, Amsterdam, pp. 39-47.
• Enders, Waler (1995), Applied Econometric Time Series, John Wiley and Sons, New York.
• Gordon, Robert A. (1961), Business Fluctuations (2nd edition), Harper & Row, New York.
• Granger, Clive W. - Hatanaka, Michio (1964). Spectral Analysis of Economic Time Series, Princeton University Press, Princeton.
• Granger, Clive W. - Morgenstern, Oscar (1962), “Spectral Analysis of New York Stock Market Prices”. Princeton University, Econometric Research Program Research Memorandum No 45, pp. 3-9.
• Granger, Clive W. - Watson, Mark W. (1984), Time Series and Spectral Methods in Econometrics – Handbook of Econometrics Volume II, Elsevier Science Publisher BV., Amsterdam.
• Gujarati, Damodar N. (2001), Temel Ekonometri, Literatür Yayımcılık, İstanbul.
• Hatanaka, Michio. (1965), "A Spectral Analysis of Business Cycle Indicators: Lead-Lag in terms of all Time Point", Research Memorandum No 53, Princeton University, Econometric Research Program, pp.6-15.
• Hodrick, Robert J. - Prescott, Edward C. (1997), "Post-War US Business Cycles: An Empirical Investigation", Journal of Money, Credit and Banking, Volume 28, No 4, February, pp. 1-16.
• Kazan, Ayşe - Altan, Şenol (2002), "Zaman Serilerin Mevsimsel Etkiler ve En Küçük Kareler Yönteminin Kullanımı", Gazi Üniversitesi İktisadî ve İdarî Bilimler Fakültesi Dergisi, Cilt 4, Sayı 1, ss. 1-10.
• Leuthold, Raymond M. (1972), "Random Walk and Price Trends: The Live Cattle Futures Market", Journal of Finance, Volume 27, No 4, September, pp. 879-889.
• Mankiw, N. Gregory - Shappiro, Matthew D. (1985), "Trends, Random Walks and Tests of the Permanent Income Hypothesis", Journal of Monetary Economics, Volume 16, No 2, September, pp. 165-174.
• McLeod, A. I., Yu, H., & Mahdi, E. (2012), “Time Series Analysis with R.” Handbook of Statistics, Volume 30, July, ss.661-712.
• Nerlove, Marc - Grether, David M. - Carvalho, José L. (1995), Analysis of Economic Time Series. A Synthesis, Academic Press, San Diego.
• Öğüt, Kemal Selçuk (1998), "Trafik Akımlarının Spektral Analiz Yöntemi ile Modellenmesi", 4ncü Ulaştırma Kongresi, ss. 147-156.
• Özoğuz, Kayıhan (1986), "Zaman Serilerinde Trend Fonksiyon Tipinin Belirlenmesi ve Yorumu", İstanbul Üniversitesi, İktisat Fakültesi Mecmuası, Cilt 42, Sayı 1-4, ss. 86.
• Parzen, Emanuel (1961), "Mathematical Consideration in the Estimation of Spectra", Technometrics, Volume 3, No 2, pp.167-190.
• Venables, William N. - Ripley, Brian D. (2002), Modern Applied Statistics with S (4th edition.), Springer, New York.
• Warner, Rebecca M. (1988), Spectral Analysis of Time-Series Data, The Guilford Press, New York.
• Wold, Herman O. (1967), "Book Review of Spectral Analysis of Economic Time Series by C. W. J. Granger (in association with M. Hatanaka)", The Annals of Mathematical Statistics, Volume 38, No 1, pp. 288-293.