Genelleştirilmiş Hiperbolik Çarpık Student t Dağılım Varsayımına Dayalı Asimetrik Stokastik Volatilite Modelinin Türk Döviz Piyasasına Uygulanması

Year 2021, Issue: 89, 185 - 202, 11.01.2021

Önder Büberkökü

https://doi.org/10.25095/mufad.852136

Cited By: 1

Abstract

Bu çalışmada genelleştirilmiş hiperbolik çarpık student t dağılım varsayımına dayalı asimetrik stokastik volatilite modeli Bayesyen yaklaşımına dayalı MCMC (Markov Chain Monte Carlo, MCMC) algoritması kullanılarak Dolar-TL ve Euro-TL kurlarına uygulanmıştır. Çalışma bulguları bu güncel modelinin Türk döviz piyasalarına etkin bir şekilde uygulanabileceğine işaret etmektedir. Bulgular, yüksek volatilite kalıcılığının ve asimetrik tepkinin her iki döviz kuru için de geçerli olduğu ve Dolar-TL volatilitesinin öngörülebilirliğinin Euro-TL volatilitesine göre daha zor olduğunu göstermektedir. Modelin sunduğu stokastik volatilite değerlerine bağlı olarak hesaplanan VaR (Value-at-Risk) ve beklenen kayıp (Expected shortfall, ES) değerleri de Dolar-TL kurunun piyasa riskinin Euro-TL kuruna göre daha yüksek olduğuna işaret etmektedir

Keywords

Stokastik volatilite, Döviz piyasaları, Volatilite dinamikleri, Piyasa riski

References

• Abiyev, Vasif (2015), “Time-varying Beta and Its Modeling Techniques for Turkish Industry Portfolio”, İktisat İşletme ve Finans, 30(352), pp. 79-108.
• Basel Committee on Banking Supervision (2016), "Minimum Capital Requirements for Market Risk", https://www.bis.org/bcbs/publ/d352.htm (Erişim Tarihi, 4 Şubat 2020).
• Başçı, Erdem- Kara, Hakan (2011), “Finansal İstikrara ve Para Politikası”, İktisat İşletme ve Finans, 26 (302), ss.9-25.
• Berumet, M. Hakan-Yalçın, Yeliz-Yıldırım, Jülide, O. (2011), “The Inflation and Inflation Uncertainty Relationship for Turkey: A Dynamic Framework”, Empirical Economics, 41, pp. 293–309.
• Dimitrakopoulos, Stefanos (2017), “Semiparametric Bayesian Inference for Time-varying Parameter Regression Models with Stochastic Volatility”, Economics Letters, 150, pp.10-14.
• Göktağ, Özlem-Hepsağ, Aycan (2016), “BIST100 Endeksinin Volatil Davranışlarının Simetrik ve Asimetrik Stokastik Volatilite Modelleri ile Analizi”, Ekonomik Yaklaşım, 27 (99), ss.1-15.
• Ishihara, Tsunehiro-Omori,Yasuhiro (2012), “Efficient Bayesian Estimation of a Multivariate Stochastic Volatility Model with Cross Leverage and Heavy-Tailed Errors””, Computational Statistics & Data Analysis, 56(11), pp. 3674-3689.
• Jensen, Mark J.-Maheu, John M. (2014), “Estimating Semiparametric Asymmetric Stochastic Volatility Model with a Dirichlet Process Mixture”, Journal of Econometrics, 178, pp. 523–538.
• King, Michael R.-Osler, Carol L.- Rime, Dagfinn (2011), “Foreign Exchange Market Structure, Players and Evolution”, Norges Bank Working Paper No:10, http://www .unich.it/ ~vitale/ Rime-2.pdf ( Erişim Tarihi, Haziran 2019).
• Krichene, Noureddine (2003), “Modeling Stochastic Volatility with Application to Stock Returns”, IMF Working Paper, No:03/125, https://www.imf.org/en/Publications/ WP/Issues /2016/ 12/30/ ( Erişim Tarihi, Nisan 2019).
• Küçük, Hande - Özlü, Pınar-Talaslı, Anıl-Ünalmış, Deren-Yüksel, Canan (2013), “Likidite Yönetimi ve BIST Faiz Farkı”, Türkiye Cumhuriyet Merkez Bankası Ekonomi Notları, Sayı: 2013-25/ 23 Ekim 2013, http://www.academia.edu /4870421/Likidite _Y%C3% B6netimi_ ve_BIST_ Faiz_ Fark%C4%B1 ( Erişim Tarihi, Şubat 2019).
• Lafosse, Patricia Lengua-Rodriguez, Gabriel (2018), “An Empirical Application of a Stochastic Volatility Model with GH Skew Student's t-Distribution to the Volatility of Latin-American Stock Returns”, The Quarterly Review of Economics and Finance, 69, pp. 155-173.
• Larsson, Karl-Nossman, Marcus (2011), “Jumps and Stochastic Volatility in Oil Prices: Time Series Evidence”, Energy Economics, 33, pp. 504–514.
• Ranciere, Romain-Tornell, Aaron-Vamvakidis-Athanasios(2010), “A New Index of Currency Mismatch and Systemic Risk”, IMF Working Paper, WP /10/263, file:///C:/Users /asus/Downloads/_wp10263.pdf (Erişim Tarihi, Nisan 2019).
• Nakajima, Jouchi-Omori, Yasuhiro (2009), “Leverage, Heavy-tails and Correlated Jumps in Stochastic Volatiliy Models”, Computational Statistics and Data Analysis, 53, pp. 2335-2353.
• Nakajima, Jouchi-Omori, Yasuhiro (2012), “ Stochastic Volatility Model with Leverage and Asymmetrically Heavy-Tailed Error Using GH Skew Student’s t-distribution”, Computational Statistics and Data Anlysis, 56, pp. 3690-3704.
• Özün, Alper-Türk, Mehmet (2008), “Döviz Kurlarının Öngörüsünde Stokastik Oynaklık Modelleri”, İktisat İşletme ve Finans, 23 (265), ss. 50-67.
• Pan, Qi ve Li, Yong (2013), “Testing Volatility Persistence on Markov Switching Stochastic Volatility Models”, Economic Modelling 35, pp. 45–50.
• Selçuk, Faruk (2004), “Free Float and Stochastic Volatility: The Experience of a Small Open Economy”, Physica A: Statistical Mechanics and its Applications, 342, pp. 3-4.
• Shirota, Shinichiro-Hizu,Takayuki-Omori, Yasuhiro (2014), “Realized Stochastic Volatility with Leverage and Long Memory”, Computational Statistics and Data Analysis, 76, pp. 618–641.
• Wang, Ping (2011), “Pricing Currency Options with Support Vector Regression and Stochastic Volatility Model with Jumps”, Expert Systems with Applications, 38,pp. 1–7.