Borsa İstanbul Bankacılık, Sanayi ve Sürdürülebilirlik Endekslerinde En Yüksek Fiyat Oluşumu ile İşlem Hacmi Arasındaki İlişkinin Var Modeli ile Analizi

Year 2025, Volume: 28 Issue: 2, 672 - 682, 30.11.2025

Adem Altay

Abstract

Bu çalışmada, Borsa İstanbul’da işlem gören Bankacılık (XBANK), Sanayi (XUSIN) ve Sürdürülebilirlik (XUSRD) endekslerinde en yüksek fiyat oluşumu ile işlem hacmi arasındaki dinamik ilişki, Vektör Otoregresif (VAR) modeli kullanılarak analiz edilmiştir. Finansal piyasalarda fiyat–hacim etkileşimi, bilgi akışının yönünü ve piyasa etkinliğini anlamada temel bir gösterge olarak kabul edilmekte olup, bu bağlamda çalışmanın amacı söz konusu etkileşimin sektörler bazında yapısal farklılıklarını ortaya koymaktır. Çalışmada günlük veriler kullanılmış ve serilerin durağanlıkları Augmented Dickey–Fuller (ADF) testi ile incelenmiştir. Uygun gecikme uzunluğu Akaike (AIC), Schwarz (SC) ve Hannan–Quinn (HQ) kriterleriyle belirlenmiş; modelin güvenilirliği Lagrange Çarpanı (LM) ve White testi ile sınanmıştır. Analiz sonuçlarına göre, tüm modellerde işlem hacmi değişkenlerinin kendi gecikmeli değerlerinden anlamlı biçimde etkilendiği, buna karşılık en yüksek fiyat değişkenlerinin sınırlı düzeyde içsel etki sergilediği tespit edilmiştir. Granger nedensellik testi bulguları, Bankacılık endeksinde anlamlı bir nedensellik bulunmadığını, ancak Sanayi ve Sürdürülebilirlik endekslerinde işlem hacminden en yüksek fiyata doğru tek yönlü bir nedensellik ilişkisi olduğunu göstermektedir. Bu sonuç, bilgi akışının sektörel bazda farklılaştığını ve özellikle reel sektör ile sürdürülebilirlik odaklı yatırımların fiyat oluşumuna daha duyarlı olduğunu ortaya koymaktadır. Elde edilen bulgular, Borsa İstanbul’un bilgi etkinliği düzeyine ilişkin literatüre katkı sağlamakta ve yatırımcı davranışlarının sektörel farklılıklar temelinde değerlendirilmesine olanak tanımaktadır.

Keywords

Borsa İstanbul , Fiyat–Hacim İlişkisi , VAR Modeli , Granger Nedensellik , Sürdürülebilirlik Endeksi

Analysis of the Relationship Between the Highest Price Formation and Trading Volume in Borsa Istanbul Banking, Industrial, and Sustainability Indices Using the VAR Model

Abstract

This study analyzes the dynamic relationship between the highest price formation and trading volume in the Banking (XBANK), Industrial (XUSIN), and Sustainability (XUSRD) indices traded on Borsa Istanbul, using the Vector Autoregressive (VAR) model. The price–volume interaction is considered a key indicator for understanding the direction of information flow and market efficiency in financial markets; therefore, the main objective of this study is to reveal the structural differences of this interaction across sectors. Daily data were utilized, and the stationarity of the series was examined through the Augmented Dickey–Fuller (ADF) test. The optimal lag length was determined based on the Akaike (AIC), Schwarz (SC), and Hannan–Quinn (HQ) information criteria, while the reliability of the model was confirmed using the Lagrange Multiplier (LM) and White heteroskedasticity tests. The results indicate that trading volume variables in all models are significantly influenced by their own lagged values, whereas the highest price variables exhibit a limited degree of internal effect. Findings from the Granger causality test show no significant causality in the Banking index; however, a unidirectional causal relationship from trading volume to the highest price is observed in both the Industrial and Sustainability indices. This implies that information flow differs across sectors and that price formation in the real sector and sustainability-oriented investments is more responsive to changes in trading volume. Overall, the results contribute to the literature on information efficiency in Borsa Istanbul and provide insights into sectoral variations in investor behavior.

Keywords

Borsa Istanbul , Price–Volume Relationship , VAR Model , Granger Causality , Sustainability Index

References

• Agrawal, A., McHale, J., & Oettl, A. (2024). Artificial intelligence and scientific discovery: A model of prioritized search. Research Policy, 53(5), 1-16. https://doi.org/10.1016/j.respol.2024.104989
• Alan, B., Zengin, F., & Keçeci, G. (2024). Yapay zekâ tutum ölçeği (YZTÖ): Geçerlik ve güvenirlik çalışması. Cumhuriyet Uluslararası Eğitim Dergisi, 13(4), 789-800. https://doi.org/10.30703/cije.1327949
• Alanka, D. (2024). Nitel bir araştırma yöntemi olarak içerik analizi: Teorik bir çerçeve. Kronotop İletişim Dergisi, 1(1), 64-84.
• Altıntaş, F. F. (2021). Ekonomik özgürlük performansı faktörleri arasındaki ilişki: Doğrulayıcı faktör analizi ile bir uygulama. IKSAD Journal, 7(27), 1-13. https://doi.org/10.31623/iksad072701
• Aytaç M., & Öngen B. (2012). Doğrulayıcı faktör analizi ile yeni çevresel paradigma ölçeğinin yapı geçerliliğinin incelenmesi. İstatistikçiler Dergisi, 5, 14-22.
• Çalışkan, A. (2021). Örgütsel güven. Bir ölçek geliştirme çalışması. Antalya Bilim Üniversitesi Uluslararası Sosyal Bilimler Dergisi, 2(1), 42-59.
• Evci, N. & Aylar, F. (2024). Derleme: Ölçek geliştirme çalışmalarında doğrulayıcı faktör analizinin kullanımı. The Journal of Social Sciences, 4(10), 389-412. 10.16990/SOBIDER.3386
• Gül, H. (2021). Bilim ve Araştırma Etiği. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 42, 103-120. https://doi.org/10.30794/pausbed.803111
• Gül, Y. E. (2023). Bilimsel Araştırmalarda Yaklaşım ve Tasarıma Kuramsal Bir Bakış. Social Sciences Research Journal, 12(1), 53-62.
• İşcan, H. & Dursun Kaygısız A. (2024). Yapay zekâ: Alt dalları ve uygulama alanları. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 16(4), 201-234. DOI: https://doi.org/10.52791/aksarayiibd.1574207
• Karaman, M. (2023). Keşfedici ve Doğrulayıcı Faktör Analizi: Kavramsal Bir Çalışma. Uluslararası İktisadi ve İdari Bilimler Dergisi, 9(1), 47-63. https://doi.org/10.29131/uiibd.1279602
• Kaya, M. F. (2013). Sürdürülebilir kalkınmaya yönelik tutum ölçeği geliştirme çalışması. Marmara Coğrafya Dergisi, 28, 175-193.
• Kılıç, F., Yavuz Konokman, G., & Yanpar Yelken, T. (2018). Yaratıcı öğrenme ortamı değerlendirme ölçeği geliştirme: Açımlayıcı ve doğrulayıcı faktör analizi. Kastamonu Education Journal, 26(4), 1359-1370. doi:10.24106/kefdergi.368886.
• Kline P. (1994). An easy guide to factor analysis. Routledge.
• Menteş, N., & Şengün, H.İ. (2022). İkinci mertebe doğrulayıcı faktör analizi ile retroürün tercihinde etkili olan unsurların belirlenmesi. bmij, 10(1), 192-207. https://doi.org/10.15295/bmij.v10i1.1987
• Odabaş, H. (2003). Kurumsal bilgi yöntemi. Türk kütüphaneciliği, 17(4), 357-68.
• Olcay, Z. F. (2021). İş sağlığı ve güvenliği kültürü ölçeği; geçerlik ve güvenirlik çalışması. Avrupa Bilim ve Teknoloji Dergisi, (23), 678-685. https://doi.org/10.31590/ejosat.892845
• Önen, Z., & Aslan, M. (2025). Örgütsel saygınlık ölçeğinin geliştirilmesi: Geçerlik ve güvenirlik çalışması. Dokuz Eylül Üniversitesi Buca Eğitim Fakültesi Dergisi (63), 1137-1160, https://doi.org/10.53444/deubefd.1590702.
• Öner Armağan, F. & Demir, N. (2019). Astronomiye yönelik tutum ölçeği geliştirilmesi: Geçerlik ve güvenirlik çalışması. International Social Sciences Studies Journal, 5(35), 2718-2731. DOI : 10.26449/sssj.1497
• Orhan, Ü. G., Gel, M., Şahin, Ş. & Kılıç, A. (2024). Öğrenme kültürü ölçek geliştirme çalışması. Erzincan Üniversitesi Eğitim Fakültesi Dergisi, 26(3), 471-483. https://doi.org/10.17556/erziefd.1380429.
• Öztop, F. & Buluç, B. (2022). Matematik öğrenme sürecinde dijital teknoloji kullanımı ölçeğinin geliştirilmesi: Geçerlik ve güvenirlik çalışması. Gazi Üniversitesi Gazi Eğitim Fakültesi Dergisi, 42(2), 997-1023. https://doi.org/10.17152/gefad.1111742
• Seçer, İ. (2013). SPSS ve LISREL ile pratik veri analizi: Analiz ve raporlaştırma. Anı Yayıncılık.
• Stevens, J. P. (2009). Applied multivariate statistics for the social sciences. Routledge/Taylor & Francis Group.
• Şahin, M.G., & Boztunç Öztürk, N. (2018). Eğitim alanında ölçek geliştirme süreci: Bir içerik analizi çalışması. Kastamonu Eğitim Dergisi, 26(1), 191-199. doi:10.24106/kefdergi.375863
• Üzmez, S. S., & Büyükbeşe, T. (2021). Dijitalleşme sürecinde bilgi yönetiminin işletmelerin teknoloji uyumuna etkileri. Bilgi Ekonomisi ve Yönetimi Dergisi, 16(2), 117-127. https://doi.org/10.54860/beyder.1028117
• Yaşlıoğlu, M. M. (2017). Sosyal bilimlerde faktör analizi ve geçerlilik: Keşfedici ve doğrulayıcı faktör analizlerinin kullanılması. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 46, 74-85.
• Zamur Tuncer, R. (2024). Sosyal bilimlerde toplumsal kanaat, eğilim ve beklentiyi çözümleyici bir teknik olarak ölçek geliştirme. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 26 (2), 646-675. https://doi.org/10.16953/deusosbil.1393972