Analysis of Volatility Behaviors of Leading Stock Indices of BRICS-T Countries with Asymmetric Stochastic Volatility Models

Year 2024, Volume: 8 Issue: 1, 230 - 243, 30.04.2024

Mehmet Aslan

https://doi.org/10.29216/ueip.1441634

Abstract

In this study, the volatility behavior of the stock markets of BRICS-T countries (BIST100, BOVESPA, MOEX, NIFTY NEXT 50, Shanghai Composite Index, South Africa 40 Index) and the existence of asymmetric relationships in these stock markets are examined with the help of the stochastic volatility model. The study covers the daily data for the period 28.05.2001-22.11.2023. In the study, return series are first calculated by taking the logarithmic differences in the daily data of the stock markets. With the help of asymmetric stochastic volatility (ASV) model with dynamic leverage effect, the persistence of volatility and predictability of volatility in stock market indices are examined. In addition, in the analysis the level of correlation between shocks and the volatility is also examined. Findings show that these stock indices have volatility continuity and a strong level of predictability. Morever, it is also found that there is an asymmetric volatility and strong leverage effect in these stock markets.

Keywords

BRICS – T, Asymmetric Stochastic Volatility, Financial Leverage

BRICS-T Ülkelerinin Önde Gelen Borsa Endekslerinin Oynaklık Davranışlarının Asimetrik Stokastik Oynaklık Modelleri ile Analizi

Abstract

Bu çalışmada, BRICS-T ülkelerinin önde gelen borsalarının (BİST100, BOVESPA, MOEX, NIFTY NEXT 50, Shanghai Composite Endeksi, Güney Afrika 40 Endeksi) Oynaklık (volatilite) davranışları, asimetrik ilişkinin var olup olmadığı, dinamik kaldıraç etkili stokastik volatilite modeli (SV) yardımı ile test edilmiştir. Çalışma 28.05.2001 – 22.11.2023 tarihleri arasında günlük olarak elde edilen verileri ele almaktadır. Öncelikle ele alınan borsalara ait günlük verilerin logaritmik farkları alınarak getiri serisi hesaplanmıştır. Dinamik kaldıraç etkili asimetrik stokastik volatilite (ASV) modeli yardımıyla borsa endekslerindeki oynaklığın kalıcılığı ve öngörülebilirliği incelenmiştir. Ayrıca ele alınan borsa endekslerinin getirilerinde meydana gelen şoklar ile oynaklık etkisi arasındaki korelasyonun düzeyi de dikkate alınmıştır. Bulgulara göre söz konusu dönemde ele alınan borsa endekslerinin oynaklık sürekliliğine ve oynaklığın güçlü bir öngörülebilirlik seviyesine sahip olduğu tespit edilmiştir. Ayrıca, bu borsalarda asimetrik oynaklık ve güçlü kaldıraç etkisinin varlığı bulgusuna ulaşılmıştır.

Keywords

BRICS – T, Asimetrik Stokastik Volatilite, Finansal Kaldıraç

References

• Adu, G., Alagidede, P., and Karimu, A. (2015). Stock Return Distribution in the BRICS. Review of Development Finance, 5(2), 98-109.
• Akkaya, M., and Küçükpınar, M. A. (2023). Volatilite ve Asimetrik Fiyat Hareketleri Üzerine bir İnceleme: BIST100 Örneği. Beykoz Akademi Dergisi, 11(2), 110-132.
• Asai, M., and McAleer, M. (2005). Dynamic Asymmetric Leverage in Stochastic Volatility Models. Econometric Reviews, 24(3), 317-332.
• Banumathy, K. (2023). Modelling Stock Market Volatility During the covid-19 Pandemic: Evidence from BRICS Countries. Managing Global Transitions, 21(3), 253-268.
• Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307-327.
• Broto, C., and Ruiz, E. (2004). Estimation Methods for Stochastic Volatility Models: a survey. Journal of Economic surveys, 18(5), 613-649.
• Büberkökü, Ö. (2019). Asimetrik Stokastik Volatilite Modelinin BIST100 Endeksine Uygulanması. Iğdır Üniversitesi Sosyal Bilimler Dergisi, (18), 503-525.
• Büberkökü, Ö., and Kızıldere, C. (2017). BIST100 Endeksinin Volatilite Özelliklerinin İncelenmesi. In V. Anadolu International Conference in Economics (pp. 11-13).
• Engle, R. F. (1982). Autoregressive Conditional Heteroscedasticity with Estimates of The Variance Of United Kingdom Inflation. Econometrica: Journal of the Econometric Society, 50(4), 987-1007.
• Ghysels, E., Harvey A. C. and Renault, E. (1996). Stochastic Volatility. G. S. Maddala & C. R. Rao (Ed.), Handbook of Statistics 14: Statistical Methods in Finance içinde (pp. 191-191). Amsterdam.
• Göktaş, Ö. ve Hepsağ, A. (2016). BIST-100 Endeksinin Volatil Davranışlarının Simetrik ve Asimetrik Stokastik Volatilite Modelleri ile Analizi. Ekonomik Yaklaşım, 27(99), 1-15.
• Gümrah, Ü., Gökbulut, R. ve Köseoğlu, S. D. (2011). Modelling the Volatility in Istanbul Stock Exchange: Shiftin from Box-Jenkins to ARCH Type Models. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 40(2), 251-266.
• Harvey, A. C., and Shephard, N. (1996). Estimation of an Asymmetric Stochastic Volatility Model for Asset Returns. Journal of Business & Economic Statistics, 14(4), 429-434.
• Hemavathy, P., and Gurusamy, S. (2015). Exploring The Stock Market Volatility with BRIC Countries-An Empirical Investigation. Management Insight, 11(1), 16-30.
• Investing.com. (2024). Borsa Endekslerinin günlük verileri için Erişim adresi: https://www.investing.com/indices/world-indices
• Joo, B. A., and Ghulam, Y. A. (2023). The Predictability, Volatility Persistence, and Leverage Effects in Stock Market Returns: A Study of BRICS Stock Market Indices. American Journal of Finance and Accounting, 7(1), 188-213.
• Kadir, T. ve İsabetli, İ. (2014). Finansal Piyasalarda Volatilite ve BİST‐100 örneği. Kocaeli Üniversitesi Sosyal Bilimler Dergisi, 27, 21-31.
• Karpuz, E. (2023). Uluslararası Piyasalarda Getiri ve Volatilite Etkileşimi: Asimetrik Yapı ve Bulaşıcılık. Uluslararası Ekonomi ve Siyaset Bilimleri Akademik Araştırmalar Dergisi, 7(18), 1-16.
• Kasman, A. (2009). The Impact of Sudden Changes on the Persistence of Volatility: Evidence from the BRIC Countries. Applied Economics Letters, 16(7), 759-764.
• Kılıç, E., ve Sönmez, Y. (2022). CCC-GARCH Modeli ile Petrol ve E7 Ülkelerinin Borsaları Arasındaki Volatilite Etkileşimi. Erciyes Akademi, 36(1), 124-137.
• Köseoğlu, B. (2017). Current Debates In Accounting & Finance Volume 3. Kapucu, H., Bektur, Ç. (Eds.), Stock Market Volatility Dynamics In BRIC (s. 283-298). London: IJOPEC Publication.
• Kuzu, S. (2018). Borsa İstanbul Endeksi (BIST100) Getiri Volatilitesinin ARCH ve GARCH Modeli ile Tahmin Edilmesi. Muhasebe ve Vergi Uygulamaları Dergisi, 10.Yıl Özel Sayı, 608-624.
• Listyaningsih, E., and Krishnamurti, C. (2016). How is the Volatility of Jakarta Islamic Index Stocks?. Jurnal Bisnis & Manajemen, 17(2), 109-122.
• Livingston Jr, G.C., and Nur, D. (2023). Bayesian Inference of Multivariate-GARCH-BEKK Models. Statistical Papers, 64(5), 1749-1774.
• Mukhodobwane, R. M., Sigauke, C., Chagwiza, W., & Garira, W. (2020). Volatility Modelling of the BRICS Stock Markets. Statistics, Optimization & Information Computing, 8(3), 749-772.
• Naik, P. K., and Padhi, P. (2015). Examining the Relationship Between Trading Volume and Equity Market Volatility: Evidence from BRIC Countries, Global Business Review, 16(5), 1-22.
• Natasha, P., and Rajitha, K. S. (2023). Volatility of Returns in Stock Market investments: A study of BRICs Nations. Финансы: теория и практика, 27(2), 87-98.
• Özden, Ü. H. (2008). İMKB Bileşik 100 Endeksi Getiri Volatilitesinin Analizi. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 7(13), 339-350.
• Pabuçcu, H., and Değirmenci, N. (2018). Volatilitenin Modellenmesi ve ANFIS Model ile BIST100 Getiri Tahmini. Adam Academy Journal of Social Sciences, 8(2), 325-345.
• Panda, P., and Thiripalraju, M. (2018). Return and Volatility Spillovers Among Stock Markets: BRICS Countries Experience. Afro-Asian Journal of Finance and Accounting, 8(2), 148-166.
• Polat, M., ve Kılıç, E. (2022). BRICS ve MIST Ülkelerinin Borsalar Arası Getiri ve Volatilite Etkileşimi. Yönetim ve Ekonomi Dergisi, 29(4), 723-739.
• Poon, S.H. (2005). A Practical Guide to Forecasting Financial Market Volatility. England: John & Wiley Sons.
• Sönmez, Y., Baydaş, Y., & Kılıç, E. (2023). CDS Primleri ile Seçili BIST Endeksleri Arasındaki Volatilite Yayılımı. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 64, 29-34.
• Taylor, S. J. (1986). Modelling Financial Time Series. UK: John Wiley.
• Tripathy, N. (2017). Do BRIC Countries Stock Market Volatility Move Together? An Empirical Analysis of Using Multivariate GARCH Models. International Journal of Business and Emerging Markets, 9(2), 104-123.
• Tripathy, N. (2022). Long Memory and Volatility Persistence Across BRICS Stock Markets. Research in International Business and Finance, 63, 101782.
• Tripathy, N., and Garg, A. (2013). Forecasting Stock Market Volatility: Evidence from six Emerging Markets. Journal of International Business and Economy, 14(2), 69-93.
• Tuna K., ve İsabetli, İ. (2014). Finansal Piyasalarda Volatilite ve Bist‐100 Örneği. Kocaeli Üniversitesi Sosyal Bilimler Dergisi, 27, 21-31.
• Turnacigil, S. (2021). BIST100 Endeks Volatilitesinin COVID-19 ve 2008 Küresel Finansal Kriz Dönemleri Karşılaştırmalı Analizi. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 13 (2), 59 – 68.
• Wang, L., Ma, F., Liu, J. and Yang, L. (2020). Forecasting Stock Price Volatility: New Evidence from the GARCH-MIDAS Model. International Journal of Forecasting, 36(2), 684-694.
• Yıldız, B. (2016). Oynaklık Tahmininde Simetrik ve Asimetrik GARCH Modellerinin Kullanılması: Seçilmiş BİST Alt Sektör Endeksleri Üzerine Bir Uygulama. Muhasebe ve Finansman Dergisi, (72), 83-106.
• Yu, J. (2005). On Leverage in a Stochastic Volatility Model. Journal of Econometrics, 127(2), 165-178.