Yatırımcıların Karar Verme Sürecinde VIX Volatilite Endeksinin Belirleyiciliği: Çoklu Yapısal Kırılmalı Analizi

Year 2023, , 503 - 524, 31.01.2023

Tuncer Yılmaz , Ömer Uğur Bulut

https://doi.org/10.17233/sosyoekonomi.2023.01.25

Cited By: 1

Abstract

Bu çalışmada, VIX endeksi tarafından belirlenebilen piyasalardaki volatilite beklentilerinin, başka bir ifadeyle, yatırımcıların piyasalar hakkındaki korku ölçeğinin sıcak para hareketleri ve doğrudan yabancı yatırımlar üzerindeki belirleyiciliği araştırılmaktadır. Araştırma kapsamında yer alan değişkenler arasındaki uzun dönem ilişki çoklu yapısal kırılmalar dikkate alınarak Maki eşbütünleşme analiziyle tespit edilmiştir. Maki testinde belirlenen yapısal kırılma dönemleri kukla değişkenler olarak modele dâhil edilerek, Tamamen Modifiye Edilmiş Sıradan En Küçük Kareler (FMOLS) ve Dinamik Sıradan En Küçük Kareler (DOLS) testi kullanılmıştır. Yapılan analizlerde hesaplanan katsayılar yapısal kırılma dönemleri ve VIX volatilite endeksinin, sıcak para hareketlerinde daha fazla olmak üzere, negatif yönlü ve azaltıcı etkisini ortaya koymaktadır. Son olarak, çoklu yapısal kırılmalı testlerde belirlenen yapısal kırılma dönemlerinin doğrudan yabancı yatırımlar ve sıcak para girişleri üzerindeki etkisinin azaltıcı yönde olduğu görülmektedir.

Keywords

Yabancı Sermaye, Volatilite Endeksi, Yapısal Kırılma

The Determination of the VIX Volatility Index in the Decision-Making Process of Investors: A Multiple Structural Breakthrough Analysis

Abstract

In this study, the determinant of volatility expectations in the markets, which the VIX index can determine, in other words, the scale of investors' fear about the markets on hot money movements and foreign direct investments, is investigated. The long-term relationship between the variables included in the research has been determined by Maki cointegration analysis, considering multiple structural breaks. The structural break periods determined in the Maki test have been included in the model as dummy variables, and the Fully Modified Ordinary Least Squares (FMOLS) and Dynamic Ordinary Least Squares (DOLS) tests have been used. The coefficients calculated in the empirical analysis reveal the negative and reducing effect of the structural break periods and the VIX volatility index, more in hot money movements. Finally, it has been seen that the effects of structural break periods determined in multiple structural break tests on foreign direct investments and hot money inflows are decreasing.

Keywords

Foreign Capital, Volatility Index, Structural Break

References

• Adebayo, T.S. et al. (2021), “Coal Energy Consumption Beat Renewable Energy Consumption in South Africa: Developing Policy Framework for Sustainable Development”, Renewable Energy, 175, 1012-1024.
• Altun, O. & O.C. Mutan (2007), “Küresel Fon Akımlarının Gelişmekte Olan Ekonomilere ve Türkiye Ekonomisine Etkisi: Türkiye’ye Yönelik Sermaye Akımlarına İlişkin Ampirik Çalışma”, Sermaye Piyasası Araştırma Raporu, OA/3, OCM/2.
• Arbatli, E. (2011), “Economics Policies and FDI Inflows to Emerging Market Economies”, IMF Working Paper, WP/11/192, 1-25.
• Bams, D. & I. Honarvar (2021), “VIX and Liquidity Premium”, VIX and Liquidity Premium, 74, 1-18.
• Bayrak, S. (2019), “Türkiye’de İşsizlik ve Boşanma İlişkisi: 1980-2017 Dönemi için Nedensellik Analizi”, Çalışma İlişkileri Dergisi, 10(1), 39-54.
• Becker, R. et al. (2009), “The Jump Component of S&P 500 Volatility and the VIX Index”, Journal of Banking & Finance, 33(6), 1033-1038.
• Boratav, K. (2001), “2000/2011 Krizinde Sermaye Hareketleri”, Mülkiye Dergisi, 25(230), 207-220.
• Bugge, S.A. et al. (2016), “Implied Volatility Index for the Norwegian Equity Market”, International Review of Financial Analysis, 47, 133-141.
• Caporalea, G.M. et al. (2018), “Is Market Fear Persistent? A Long-Memory Analysis”, Finance Research Letters, 27, 140-147.
• Chicago Board Options Exchange (2019), VIX White Paper-CBOE Volatility Index, <https://www.cboe.com/micro/vix/vixwhite.pdf>, 19.03.2021.
• Cox, J.C. & M. Rubinstein (1985), Options Markets, New Jersey, Prentice Hall.
• Çalışkan, Ş. vd. (2018), “Türkiye’de Uzun Dönemde Eğitim ve Sağlık Harcamaları İle Ekonomik Büyüme İlişkisi”, DEÜ İİBF Dergisi, 33(1), 75-96.
• Çepni, E. (2014), Ekonomik Göstergeler ve İstatistikler Rehberi, Ankara: Seçkin Yayıncılık.
• Dowling, S. & J. Muthuswamy (2003), “The Implied Volatility of Australian Index Options”, <https://papers.ssrn.com/sol3/papers.cfm?abstract_id=500165>, 05.04.2021.
• Ekinci, A. (2011), “Doğrudan Yabancı Yatırımların Ekonomik Büyüme ve İstihdama Etkisi: Türkiye Uygulaması (1980-2010)”, Eskişehir Osmangazi Üniversitesi İİBF Dergisi, 6(2), 71-96.
• Esteve, V. & F. Requena (2006), “A Cointegration Analysis of Car Advertising and Sales Data in the Presence of Structural Change”, International Journal of the Economics of Business, 13(1), 111-128.
• Fernandes, M. et al. (2014), “Modeling and Predicting the CBOE Market Volatility Index”, Journal of Banking & Finance, 40, 1-10.
• Gastineau, G.L. (1977), “An Index of Listed Option Premiums”, Financial Analysts Journal, 33(3), 70-75.
• Giot, P. (2005), “Relationships Between Implied Volatility Indexes and Stock Index Returns”, The Journal of Portfolio Management, 31(3), 92-100.
• Granger, C.W. & P. Newbold (1974), “Spurious Regressions in Econometrics”, Journal of Econometrics, 2(2), 111-120.
• Gregory, A.W. & B.E. Hansen (1996), “Practitioners Corner: Tests for Cointegration in Models with Regime and Trend Shifts”, Oxford Bulletin of Economics and Statistics, 58(3), 555-560.
• Güngör, M. (2021), “Döviz Kuru, VIX Korku Endeksi ve Yabancı Portföy Yatırımları Etkileşimi”, Avrupa Bilim ve Teknoloji Dergisi, (32), 1034-1042.
• Hatemi-j, A. (2008), “Tests for Cointegration with Two Unknown Regime Shifts with an Application to Financial Market İntegration”, Empirical economics, 35(3), 497-505.
• Hepaktan, C.E. (2016), “Yapısal Kırılmalar Altında Türkiye’de J Eğrisinin Analizi”, Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 14(04), 75-102.
• Hsu, S.D.H. & B.M. Murray (2007), “On the Volatility of Volatility”, Physica A, 380, 366-376.
• Huang, T.C. & K.Y. Wang (2017), “Investors’ Fear and Herding Behavior: Evidence from the Taiwan Stock Market”, Emerging Markets Finance and Trade, 53(10), 2259-2278.
• İnandım, Ş. (2005), “Kısa Vadeli Sermaye Hareketleri ile Reel Döviz Kuru Etkileşimi: Türkiye Örneği”, Uzmanlık Tezi, Ankara: TC Merkez Bankası Piyasalar Genel Müdürlüğü.
• Kamışlı, M. & F. Temizel (2019), “Finansal Korku Endeksleri Arasındaki İlişkilerin Analizi”, Girişimcilik ve Kalkınma Dergisi, 14(2), 167-176.
• Kaminsky, G. et al. (1998), “Leading Indicators of Currency Crises”, Staff Papers, 45(1), 1-48.
• Kapetanios, G. (2005), “Unit‐Root Testing Against the Alternative Hypothesis of up to m Structural Breaks”, Journal of Time Series Analysis, 26(1), 123-133.
• Krkoska, L. (2000), “Assessing macroeconomic vulnerability in central Europe, European Bank for Reconstruction and Development”, Working Paper, 52.
• Kula, V. & E. Baykut (2017), “Borsa İstanbul Kurumsal Yönetim Endeksi (XKURY) ile Korku Endeksi (Chicago Board Options Exchange Volatility Index-VIX) Arasındaki İlişkinin Analizi”, AKÜ İktisadi ve İdari Bilimler Fakültesi Dergisi, 19(2), 27-37.
• Maki, D. (2012), “Tests for Cointegration Allowing for an Unknown Number of Breaks”, Economic Modelling, 29(5), 2011-2015.
• Marguit, M. & B. Curry (2021), What is the VIX Index?, <https://www.forbes.com/advisor/investing/vix-volatility-index/>, 26.03.2021.
• McMillan, L. (1996), “The Predictive Power of Options”, Futures, 25, 32-34.
• Narayan, S. & P.K. Narayan (2005), “An Empirical Analysis of Fiji's Import Demand Function”, Journal of Economic Studies, 32(2), 158-168.
• Ögel, S. & M. Fındık (2020), “Farklı Kıtalarda Yer Alan Borsa Endekslerinin VIX (Korku) Endeksi İle İlişki”, KOCATEPEİİBF Dergisi, 22(1), 127-140.
• Öner, H. (2019), “Korku Endeksi İle Gelişmekte Olan Ülke Tahvil Piyasaları Arasındaki İlişkinin Ampirik Analizi”, Muhasebe Bilim Dünyası Dergisi, 21(1), 140-154.
• Özdemir, L. (2020), “VIX Endeksinin BİST30 Endeks ve BİST30 Vadeli İşlem Getirisi Volatilitelerine Etkisinin EGARCH Modeli İle Karşılaştırılması”, Journal of Yasar University, 15(59), 534-543.
• Phillips, P.C. & B.E. Hansen (1990), “Statistical Inference in Instrumental Variables Regression with I(1) Processes”, The Review of Economic Studies, 57(1), 99-125.
• Sakarya, Ş. & H.T. Akkuş (2018), “BİST-100 ve BİST Sektör Endeksleri İle VIX Endeksi Arasındaki İlişkisinin Analizi”, Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 21(40), 351-373.
• Sarwar, G. (2012), “Is VIX an Investor Fear Gauge in BRIC Equity Markets?”, Journal of Multinational Finance Management, 22(3), 55-65.
• Shaikh, I. & P. Padhi (2015), “The Implied Volatility Index: Is ‘Investor Fear Gauge’ or ‘Forward-Looking’?, Borsa Istanbul Review, 15(1), 44-52.
• Simon, D.P. (2003), “The Nasdaq Volatility Index During and After the Bubble”, The Journal of Derivatives, 11(2), 9-24.
• Telek, C. (2020), “VIX Endeksinin Türkiye’de Portföy Yatırımları Ve Döviz Kurlarıyla İlişkisi”, İzmir İktisat Dergisi, 35(3), 635-646.
• Topaloğlu, E.E. (2019), “CBOE VIX Endeksi ile OECD Ülke Borsaları Arasındaki Volatilite Yayılımı: CCC-MGARCH Modeli ile Ampirik Bir Araştırma”, Ankara Hacı Bayram Veli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21(3), 574-595.
• Uslu, H. (2019), “Ticari Dışa Açıklık ve Ekonomik Büyüme İlişkisi: Türkiye İçin Çoklu Yapısal Kırılmalı Bir Analiz”, Anadolu İktisat ve İşletme Dergisi, 3(1), 39-64.
• Whaley, R.E. (1993), “Derivatives on Market Volatility: Hedging Tools Long Overdue”, The journal of Derivatives, 1(1), 71-84.
• 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.
• Zivot, E. & D.W.K. Andrews (2002), “Further Evidence on The Great Crash, The Oil-Price Shock, and the Unit-Root Hypothesis”, Journal of Business & Economic Statistics, 20(1), 25-44.