ABD ve Çin Hisse Senedi Piyasaları Arasındaki Dinamik Koşullu Korelasyonun Analizi: DCC-GARCH Yaklaşımı

Öz

Bu çalışmanın amacı, ABD ve Çin hisse senedi piyasaları arasındaki ilişkinin zamanla değişen yapısını dinamik bir çerçevede analiz etmektir. Bu doğrultuda, ABD piyasasını temsilen S&P 500 endeksi ile Çin piyasasını temsilen CSI 300 endeksine ait 1 Ocak 2010 – 6 Nisan 2025 dönemini kapsayan günlük getiri serileri kullanılmıştır. Finansal piyasalarda sıklıkla gözlenen volatilite kümelenmesi ve değişken korelasyon yapısını modelleyebilmek amacıyla Engle (2002) tarafından geliştirilen Dinamik Koşullu Korelasyon (DCC-GARCH) modeli uygulanmıştır. Model, çok değişkenli Student-t dağılımı varsayımı altında tahmin edilmiştir. Ampirik bulgular, S&P 500 ve CSI 300 endeksleri arasındaki koşullu korelasyonun zaman içerisinde sabit olmadığını, belirli dönemlerde yüksek pozitif değerlere ulaşırken bazı dönemlerde zayıflayarak negatif değerlere kadar gerileyebildiğini göstermektedir. DCC-GARCH modelinden elde edilen parametreler, korelasyon sürecinin yüksek derecede kalıcı ve ortalamaya dönük (mean-reverting) bir yapıya sahip olduğunu ortaya koymaktadır. Bu durum, piyasalara gelen şokların etkisinin zaman içinde yavaş bir şekilde sönümlendiğine işaret etmektedir. Özellikle küresel finansal belirsizliklerin arttığı dönemlerde korelasyon yapısında belirgin kırılmaların gözlemlenmesi, piyasalar arası etkileşimin dinamik doğasını teyit etmektedir. Elde edilen sonuçlar, ABD ve Çin hisse senedi piyasaları arasındaki ilişkinin dönemsel olarak farklı risk ve getiri profilleri sunduğunu ve uluslararası portföy çeşitlendirme stratejilerinde zamanla değişen korelasyon yapısının dikkate alınmasının önemini ortaya koymaktadır.

Anahtar Kelimeler

• Dinamik Koşullu Korelasyon
• DCC-GARCH
• Finansal Piyasa Entegrasyonu
• S&P 500
• CSI 300

TIME-VARYING CONDITIONAL CORRELATION BETWEEN U.S. AND CHINESE STOCK MARKETS: A DCC-GARCH APPROACH

Öz

The aim of this study is to analyze the time-varying relationship between the U.S. and Chinese stock markets within a dynamic framework. In this context, daily return series of the S&P 500 index representing the U.S. market and the CSI 300 index representing the Chinese market are employed for the period from January 1, 2010 to April 6, 2025. To capture volatility clustering and time-varying correlation structures commonly observed in financial markets, the Dynamic Conditional Correlation (DCC-GARCH) model proposed by Engle (2002) is utilized. The model is estimated under the multivariate Student-t distribution assumption. The empirical findings indicate that the conditional correlation between the S&P 500 and CSI 300 indices is not constant over time, exhibiting substantial fluctuations across different periods. While the correlation reaches high positive levels during certain episodes, it weakens considerably and even turns negative in other periods. The estimated DCC-GARCH parameters suggest that the correlation process is highly persistent and mean-reverting, implying that the effects of shocks decay gradually over time. Pronounced changes in the correlation structure during periods of heightened global financial uncertainty further confirm the dynamic nature of market interactions. Overall, the results demonstrate that the financial linkage between the U.S. and Chinese stock markets varies over time and provides different risk and return characteristics across periods, highlighting the importance of incorporating time-varying correlations in international portfolio diversification strategies.

Anahtar Kelimeler

• Dynamic Conditional Correlation
• DCC-GARCH
• Financial Market Integration
• S&P 500
• CSI 300

Kaynakça

1. Akel, V. (2015). Kırılgan Beşli ülkelerinin hisse senedi piyasaları arasındaki eşbütünleşme analizi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 11(24), 75-96. https://doi.org/10.17130/ijmeb.2015.11.24.719
2. Al-Anezi, W. H. A., Al-Joaani, A. Y. A., Shabeeb, A., Srayyih, F. H., & Faisal, F. G. (2025). The relationship between the wheat market and the financial market in Malaysia using a dynamic conditional correlation model (DCC-GARCH). Research on World Agricultural Economy, 367-380.
3. Atıcı Ustalar, S. (2023). Gelişmiş ve gelişmekte olan ülkelerin finansal piyasa entegrasyonlarının düzeyine ilişkin bir inceleme. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 24(2), 499-517. https://doi.org/10.17494/ogusbd.1309475
4. Buğan, M., & Kılıç, Y. (2019). Finansal piyasaların entegrasyonu: ABD, AB, Asya piyasaları ve Borsa İstanbul örneği. Sosyal Bilimler Metinleri, 2019(1), 49-61.
5. Dimitriou, D., Kenourgios, D., Simos, T., & Tsioutsios, A. (2025). The implications of non-synchronous trading in G-7 financial markets. International Journal of Finance & Economics, 30(1), 689-709.
6. Dinga, B., Claver, J. H., & Kum, C. K. (2025). Time-varying correlations between selected exchange rates: A robust DCC-GARCH model approach. Austrian Journal of Statistics, 54(5), 79-99.
7. Engle, R. F. (2002). Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroscedasticity model. Journal of Business & Economic Statistics, 20(3), 339-350.
8. Gemici, E. (2020). Gelişmekte olan piyasalarda finansal bağlantılılık. OPUS International Journal of Society Researches, 16(30), 3134-3160. https://doi.org/10.26466/opus.778653

9. Grau-Vera, D., Rubio, G., & Sogorb-Mira, F. (2025). Time-varying risk aversion and capital structure: An overlooked effect. International Review of Economics and Finance, 102(10426), 6.
10. Gültekin, H., & İşcanoğlu Çekiç, A. (2019). Finansal piyasalar arasındaki uzun dönem çapraz korelasyon ilişkisi: Türkiye ile BRICS ülkeleri örneği. Manisa Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 17(4), 457-475. https://doi.org/10.18026/cbayarsos.664400
11. Gürsoy, S., & Kılıç, E. (2021). Küresel ekonomik politik belirsizliğin Türkiye CDS primi ve BİST bankacılık endeksi üzerindeki volatilite etkileşimi: DCC-GARCH modeli uygulaması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(4), 1323-1334. https://doi.org/10.16951/atauniiibd.876769
12. Maharana, N., Panigrahi, A. K., Chaudhury, S. K., Uprety, M., Barik, P., & Kulkarni, P. (2025). Economic resilience in post-pandemic India: Analysing stock volatility and global links using VAR-DCC-GARCH and wavelet approach. Journal of Risk and Financial Management, 18(1), 18.
13. Mansourfar, G., Mohamad, S., & Hassan, T. (2010). A review on international portfolio diversification: The Middle East and North African region. African Journal of Business Management, 4(19), 4167-4173.
14. Mitra, A., & Bhattacharjee, K. (2015). Financial interdependence of international stock markets: A literature review. Indian Journal of Finance, 9(5), 20-33.
15. Mukherjee, D. K. N. (2004). Review of stock market integration: An international perspective.
16. Olbryś, J., & Majewska, E. (2017). Increasing cross-market correlations during the 2007-2009 global financial crisis: Contagion or integration effects. Argumenta Oeconomica, 2(39), 263-278.
17. Ozdurak, C., & Karataş, C. (2020). Türkiye ekonomisi’nde enflasyon ataleti: Dinamik koşullu korelasyon-genelleştirilmiş otoregresif koşullu değişen varyans (DCC-GARCH) ve dalgacık (wavelet) analizi. Journal of Economics Finance and Accounting, 7(4), 324-337. https://doi.org/10.17261/Pressacademia.2020.1306
18. Polat, M., & Olgun, S. (2020). BIST endekslerinde portföy çeşitlendirmesi: Ortalamada ve varyansta nedensellik analizi. Düzce Üniversitesi Sosyal Bilimler Dergisi, 10(2), 204-216.
19. Ramli, Z., Anak Nyirop, H. B., Md Sum, S., & Awang, A. H. (2022). The impact of financial shock, behavior, and knowledge on the financial fragility of single youth. Sustainability, 14(8), 4836.
20. Sohag, K., Vasilyeva, R., Urazbaeva, A., & Voytenkov, V. (2022). Stock market synchronization: The role of geopolitical risk. Journal of Risk and Financial Management, 15(5), 204.
21. Syahri, A., & Robiyanto, R. (2020). The correlation of gold, exchange rate, and stock market on Covid-19 pandemic period. Jurnal Keuangan dan Perbankan, 24(3), 350-362.
22. Yağcılar, G. G. (2021). Borsa İstanbul’un bölgesel piyasalar ile entegrasyonu: Dinamik koşullu korelasyonlar ve yayılım endeksinden kanıtlar. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 12(3), 941-960.
23. Yaşar Akçalı, B., Mollaahmetoğlu, E., & Altay, E. (2019). Borsa İstanbul ve küresel piyasa göstergeleri arasındaki volatilite etkileşiminin DCC-GARCH yöntemi ile analizi. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 14(3), 597-614. https://doi.org/10.17153/oguiibf.472731
24. Yiğiter, Ş. Y., & Akkaynak, B. (2017). Modern portföy teorisi: Alternatif yatırım araçları ile bir uygulama. Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Dergisi, 14(2), 285-300.
25. Yue, P., Fan, Y., Batten, J. A., & Zhou, W. X. (2020). Information transfer between stock market sectors: A comparison between the USA and China. Entropy, 22(2), 194.