BİST100 Endeksi İle VIX Korku Endeksi Arasındaki Dönemsel Dinamik İlişkinin İncelenmesi: TVP-VAR Modeli Uygulaması

Year 2025, Volume: 18 Issue: 4, 1166 - 1181, 27.10.2025

Melikşah Aydın

Abstract

Finansal piyasaların globalleşmesiyle birlikte piyasa endeksleri arasındaki etkileşimlerin analizi, hem akademik hem de uygulama açısından önemli bir çalışma alanı haline gelmiştir. Özellikle, piyasalardaki belirsizliklerin göstergesi olarak kabul edilen VIX Korku Endeksi’nin diğer piyasa endeksleri üzerindeki etkisi, geniş bir literatürle desteklenmektedir. Bu bağlamda, Türkiye borsası için VIX Endeksi’nin rolünü incelemek, yatırım kararlarının daha etkin alınabilmesi için önemli ipuçları sunacaktır.
Bu çalışmada BİST100 endeksi ile VIX endeksi arasındaki ilişkiyi analiz etmek için zamana bağlı değişen parametreler üreten TVP-VAR analizi kullanılmıştır. 2015 Ocak – 2024 Aralık dönemini kapsayan analizde BİST100 ile VIX endeksine ek olarak altın fiyatı, Brent petrol fiyatı ve döviz kuru değişkenleri yer almaktadır. Türkiye ekonomisinin farklı yapısal koşullarını temsil etmesi amacıyla analizler 2017 Ocak, 2020 Ocak ve 2023 Ocak ayı olmak üzere 3 dönem için yorumlanmıştır. Elde edilen sonuçlara göre VIX endeksine verilen şok her 3 dönem için BİST100 endeksi üzerinde negatif etkiye neden olmaktadır. Bu etkinin büyüklüğü 2017 Ocak ayına kıyasla COVID-19 dönemini temsil eden 2020 Ocak ayında daha fazladır. Ayrıca VIX endeksinde meydana gelen şokun BİST100 endeksi üzerindeki negatif etkisi analiz dönemi boyunca ve özellikle COVID-19 döneminde önemli derecede artış göstermektedir.
Sonuç olarak piyasalardaki belirsizliklerin göstergesi olarak kabul edilen VIX endeksinin BİST100 endeksi üzerindeki etkisi hem yatırımcılar hem de politika yapıcılar açısından oldukça önem taşımaktadır. Bu etkinin kırılgan yapıda bulunan Türkiye ekonomisi için özellikle kriz ve kriz sonrası dönemlerde artması dikkat çekmektedir. Dolayısıyla BİST100 yatırımcılarının VIX endeksini de gözeterek tasarruflarını değerlendirdikleri görülmektedir. Ayrıca hükümetlerin özellikle kriz ve kriz sonrası dönemlerde bu etkinin azaltılmasına yönelik politikalar üretmesi borsadaki yabancı sermayenin korunması adına önem taşımaktadır.

Keywords

BİST100 , VIX , TVP-VAR Modeli

Investigation of the Periodic Dynamic Relationship Between The BIST100 Index and The VIX Fear Index: A TVP-VAR Model Application

Abstract

an important area of study, both academically and practically. In particular, the effect of the VIX Fear Index, which is considered an indicator of uncertainty in markets, on other market indices is supported by an extensive literature. In this context, examining the role of the VIX Index in the Turkish stock market will provide valuable insights for making more effective investment decisions.
In this study, the relationship between the BIST100 index and the VIX index is analyzed using the TVP-VAR analysis, which generates time-varying coefficients. The analysis covers the period from January 2015 to December 2024 and includes not only the BIST100 and VIX indices but also gold prices, Brent crude oil prices, and exchange rate fluctuations. To represent different structural conditions of the Turkish economy, the analyses are interpreted for three periods: January 2017, January 2020, and January 2023. According to the results, shocks to the VIX index cause a negative impact on the BIST100 index for all three periods. The magnitude of this effect is greater in January 2020, which represents the COVID-19 period, compared to January 2017. Moreover, the negative impact of shocks to the VIX index on the BIST100 index shows a significant increase throughout the analysis period.
In conclusion, the impact of the VIX index, considered a measure of uncertainty in markets, on the BIST100 index is of great importance for both investors and policymakers. This effect is particularly notable during and after crises, especially for Turkey, which has a fragile economic structure. Therefore, it is observed that BIST100 investors take the VIX index into account when evaluating their savings. Furthermore, it is important for governments, particularly during and after crises, to develop policies aimed at reducing this impact in order to protect foreign capital in the stock market.

Keywords

BIST100 , VIX , TVP-VAR Model

References

• Antonakakis, N., Cunado J., Filis G., Gabauer, D., & De Gracia F. P. (2019). Oil and asset classes implied volatilities: dynamic connectedness and investment strategies. Energy Economics Forthcoming. Doi: http://dx.doi.org/10.2139/ssrn.3399996
• Baker, S. R., Bloom, N., & Davis, S. J. (2016). Measuring economic policy uncertainty. Quarterly Journal of Economics, 131(4), 1593-1636.
• Bantwa, A. (2017). A study on India volatility index (VIX) and its performance as risk management tool in Indian Stock Market. Paripex-Indian Journal of Research, 6(1).
• Bekaert, G., Hoerova, M., & Duca, M. L. (2013). Risk, uncertainty, and monetary policy. Journal of Monetary Economics, 60(7), 771-788.
• Bernanke, B. (2007). Globalization and monetary policy. Federal Reserve Bank of Kansas City Economic Symposium Proceedings, 1-20.
• Carr, P., & Wu, L. (2009). Variance risk premiums. Review of Financial Studies, 22(3), 1311-1341.
• Christensen, B. J., & Nielsen, M. Ø. (2007). The effect of long memory in volatility on stock market fluctuations. Review of Economics and Statistics, 89(4), 684-700.
• Claessens, S. & Schmukler, S. L. (2007). International Financial Integration through Equity Markets: Which Firms from which Countries Go Global? Journal of International Money and Finance, 26, 788-813.
• Coudert, V., & Gex, M. (2008). Contagion inside the credit default swap market: The case of the GM and Ford crisis in 2005. Journal of Banking & Finance, 32(11), 2385-2400.
• Diebold, F. X., & Yılmaz, K. (2014). On the network topology of variance decompositions: measuring the connectedness of financial firms. Journal of Econometrics, 182(1), 119-134. Doi: https://doi.org/10.1016/j.jeconom.2014.04.012
• Diebold, F. X., & Yilmaz, K. (2009). Measuring financial asset return and volatility spillovers, with application to global equity markets. The Economic Journal, 119(534), 158-171. Doi: https://doi.org/10.1111/j.1468- 0297.2008.02208.x
• Diebold, F. X. & Yılmaz, K. (2012). Better to give than to receive: Predictive directional measurement of volatility spillovers. International Journal of Forecasting, 28(1), 57-66. https://doi.org/10.1016/j.ijforecast.2011.02.006
• Diebold, F. X., & Yılmaz, K. (2014). On the network topology of variance decompositions: Measuring the connectedness of financial firms. Journal of Econometrics, 182(1), 119-134.
• Dornbusch, R., Park, Y. C., & Claessens, S. (2000). Contagion: How it spreads and how it can be stopped. World Bank Research Observer, 15(2), 177-197.
• Erdoğdu, H., & Baykut, E. (2016). Bist banka endeksi‟nin (xbank) VIX ve MOVE endeksleri ile ilişkisinin analizi. Türkiye Bankalar Birliği Bankacılar Dergisi, (98): 57-72.
• Forbes, K., & Rigobon, R. (2002). No contagion, only interdependence: measuring stock market co-movements. Journal of Finance, 57(5), 2223-2261.
• Goodell, J. W. (2020). COVID-19 and finance: Agendas for future research. Finance Research Letters, 35, 101512.
• Hatipoğlu, M., & Tekin, B. (2017). VIX endeksi, döviz kuru petrol fiyatlarının Bist100 endeksi üzerindeki etkileri: bir kuantil regresyon yaklaşımı. Ordu Üniversitesi Sosyal Bilimler Araştırma Dergisi, 7(3): 627-634.
• Kaya, A., & Çoşkun, A. (2015). VIX endeksi menkul kıymet piyasalarının bir nedeni midir? Borsa İstanbul örneği. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 16(1), 175-186.
• Kaya, E. (2015). Borsa İstanbul (BIST) 100 endeksi ile zımni volatilite (VIX) endeksi arasındaki eş-bütünleşme ve granger nedensellik. Karamanoğlu Mehmetbey Üniversitesi Sosyal ve Ekonomik Araştırmalar Dergisi, 2015(1), 1-6.
• Korkmaz, T., & Çevik, E. İ. (2009), Zımni volatilite endeksinden olan piyasalara yönelik volatilite yayılma etkisi. BDDK Bankacılık ve Finansal Piyasalar. 3(2), 87-105.
• Kose, M. A., Otrok, C., & Prasad, E. S. (2017). Global business cycles: Convergence or decoupling? International Economic Review, 54(2), 511-538.
• Kula, V., & Baykut, E. (2017). Borsa İstanbul kurumsal yönetim endeksi (xkury) ile korku endeksi (chicago board options exchange volatility index-vix) arasındaki ilişkinin analizi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 19(2).
• Kuzu, S. (2019). Volatilite endeksi (Vix) İle Bist 100 arasındaki johansen eş-bütünleşme ve frekans alanı nedensellik analizi. Electronic Turkish Studies, 14(1).
• Lane, P. R., & Milesi-Ferretti, G. M. (2008). The drivers of financial globalization. American Economic Review, 98(2), 327-332.
• Nakajima, J. (2011). Time-varying parameter VAR model with stochastic volatility: an overview of methodology and empirical applications. Monetary and Economic Studies, 29, 107-142.
• Obstfeld, M., & Rogoff, K. (2009). Global imbalances and the financial crisis: Products of common causes. Proceedings of the Federal Reserve Bank of San Francisco's Asia Economic Policy Conference, 131-172.
• Primiceri, G. E. (2005). Time varying structural vector autoregressions and monetary policy. The Review of Economic Studies, 72(3), 821-852.
• Reinhart, C. M., & Rogoff, K. S. (2009). This time is different: Eight centuries of financial folly. Princeton University Press.
• Sadeghzadeh, K. (2018). Borsanin psikolojik faktörlere duyarliliği: Oynaklik endeksi (VIX) ve tüketici güven endeksi (Tge) ile Bist 100 endeksi arasındaki ilişkiler. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 19(2), 238-253.
• Sarıtaş, H., & Nazlıoğlu, E. H. (2019). Korku endeksi, hisse senedi piyasası ve döviz kuru ilişkisi: Türkiye için ampirik bir analiz. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 12(4): 542-551.
• Shah, J. (2024). The relationship between the volatility of the S&P500 and CBOE volatility index (VIX). International Journal of Social Science and Economic Research, 09(09), 3840–3851. https://doi.org/10.46609/ijsser.2024.v09i09.039
• Sikdar, A. (2021). Study of association between Volatility Index and Nifty using VECM. Social Science Research Network. https://doi.org/10.2139/SSRN.3802340
• Tunçel, M. B., & Gürsoy, S. (2020). Korku endeksi (VIX), bitcoin fiyatlari ve Bist100 endeksi arasindaki nedensellik ilişkisi üzerine ampirik bir uygulama. Elektronik Sosyal Bilimler Dergisi, 19(76), 1999-2011.
• Vergili, G., & Çelik, M. S. (2023). The relationship between the indices of volatility (VIX) and sustainability (DJSEMUP): An ARDL approach. Business and Economics Research Journal, 14(1), 19-29.
• Wen, F., Zhang, M., Deng, M., Zhao, Y., & Ouyang, J. (2019). Exploring the dynamic effects of financial factors on oil prices based on a TVP-VAR model. Physica A: Statistical Mechanics and its Applications, 532, 121881.
• Whaley, R. E. (2000). The investor fear gauge. Journal of Portfolio Management, 26(3), 12-17.
• Whaley, R. E. (2009). Understanding the VIX. Journal of Portfolio Management, 35(3), 98-105.
• Zhang, P., Gao, J., Zhang, Y., & Wang, T. W. (2021). Dynamic spillover effects between the US stock volatility and china’s stock market crash risk: A TVP‐VAR approach. Mathematical Problems in Engineering, 2021(1), 6616577.
• Zhou, X., Zhang, W., & Jie, Z. (2012). Volatility spillovers between the Chinese and world equity markets. Pacific-Basin Finance Journal, 20, 247-270.