Analysis of Fractal Market Hypothesis in Latin American Countries Index

Öz

The Efficient Market Hypothesis is of great importance for policy makers, portfolio managers, institutional and individual investors. In the Efficient Market Hypothesis, it is argued that all information available in the market is reflected in the stock price and abnormal returns cannot be obtained. On the contrary, the Fractal Market Hypothesis defends the existence of long memory in the index examined and suggests that future prices or returns can be predicted by analyzing past prices, in a sense, technical analysis etc. and that doing so will be advantageous . The target of this research is to analyze if the Fractal Market Hypothesis is valid in the MSCI Emerging Markets Latin America Index-USD in the context of long memory availability. The countries by this index are Brazil, Chile, Colombia, Mexico and Peru. Daily closing prices between 05/11/1997 and 16/11/2023 are used in the study. The data is obtained from Refinitiv-Eikon database. The most suitable model for the relevant data is the ARMA(4,6)-FIEGARCH(1,d,1) model with GED distribution. Since the d coefficient in the model is greater than 0.5 and significant, long memory does not exist in the series. In other words according to the applied methods, the Fractal Market Hypothesis is not valid for this index. Since the d coefficient is greater than 0.5, even if the process tends to return to the mean, stationarity in terms of covariance will not be ensured and it will have infinite variance. Therefore, it will take a very long time for the process to return to the mean. Since the coefficient showing leverage is negative and significant, it can be mentioned that there is leverage effect in the series and negative news increase volatility more than positive news.

Anahtar Kelimeler

• Fractal Market Hypothesis
• FIEGARCH
• long memory
• volatility
• efficient market hypothesis

Latin Amerika Ülkeleri Endeksi’nde Fraktal Piyasa Hipotezinin Analizi

Öz

Etkin Piyasa Hipotezi, politika oluşturucular, portföy yöneticileri, kurumsal ve bireysel yatırımcılar bakımından büyük önem taşımaktadır. Etkin Piyasa Hipotezi’nde, piyasada bulunan bütün bilginin hisse senedi fiyatına yansıdığını ve anormal getiri elde edilemeyeceği savunulmaktadır. Fraktal Piyasa Hipotezi ise bunun tam tersine incelenen endekste uzun hafızanın varlığını savunmakta, geçmiş fiyatlar analiz edilerek ilerideki fiyatların veya getirilerin tahmin edilebileceğini öne sürmekte yani bir bakıma teknik analiz vs. yapmanın avantaj sağlayacağını ifade etmektedir. Bu çalışmanın amacı MSCI Latin Amerika gelişmekte olan ülkelerinin oluşturduğu endekste Fraktal Piyasa Hipotezi’nin geçerli olup olmadığını uzun hafıza varlığı bağlamında analiz etmektir. Bu endeksin kapsadığı ülkeler Brezilya, Şili, Kolombiya, Meksika ve Peru’dur. Çalışmada 05/11/1997 ile 16/11/2023 tarihleri arasında günlük kapanış fiyatlarından faydalanılmaktadır. Veriler Refinitiv-Eikon veri tabanından sağlanmıştır. İlgili veri için en uygun model GED dağılımlı ARMA(4,6)-FIEGARCH(1,d,1) modelidir. Modelde d katsayısı 0.5’den büyük ve anlamlı olduğundan seride uzun hafıza yoktur. Yani uygulanan yöntemlere göre Fraktal Piyasa Hipotezi bu endeks için geçerli değildir. d katsayısı 0.5’den büyük olduğu için sürecin her ne kadar ortalamaya dönme eğilimi sergilense bile kovaryans açısından durağanlığı sağlanamayacak ve sonsuz varyanslı olacaktır. Bu yüzden sürecin ortalamaya dönüşü çok uzun bir zaman geçmesini gerektirecektir. Kaldıracı gösteren katsayı negatif ve anlamlı çıktığından seride kaldıraç etkisi bulunduğu olumsuz haberlerin olumlu haberlere kıyasla volatiliteyi daha fazla artırdığı ifade edilebilir.

Anahtar Kelimeler

• Fraktal piyasa hipotezi
• FIEGARCH
• uzun hafıza
• volatilite
• etkin piyasa hipotezi.

Kaynakça

1. ALİ, S., SHAHZAD, S.J.H., RAZA, N. & AL-YAHYAEE, K.M. (2018). Stock market efficiency: A comparative analysis of Islamic and conventional stock markets. Physica A, 503, 139-153
2. AYGÖREN, H. (2008). İstanbul Menkul Kıymetler Borsasının Fractal Analizi. Dokuz Eylül Üniversitesi İktisadi ve İdari ve İdari Bilimler Fakültesi Dergisi, 23(1), 125-134
3. BEZGİN, M.S. (2022). Finansal Piyasalarda Fraktal Piyasa Hipotezi: Fraktal Piyasa Hipotezi’nin Etkin Piyasa Hipotezi ile Karşılaştırmalı Bir İncelemesi. (Edt: Karaçayır, E., Yıldız, Ş. Ve Kurt, D.B.) Ekonomi ve Finans Üzerine İncelemeler, Nobel Bilimsel, Eylül, 1. Basım, 141-164
4. BLACK, F. & SCHOLES (1973). The Pricing of Options and Corporate Liabilities. Journal of Political Economy, 81, 637-659
5. BODART, V. & CANDELON, B. (2009). Evidence of Interdependence and Contagion Using a Frequency Domain Framework, Emerging Markets Review, 10(2), 140-150
6. CAO, G. & LING, M. (2022). Asymmetry and Conduction Direction of the Interdependent Structure Between Cryptocurrency and US Dollar, Renminbi and Gold Markets. Chaos, Solitons & Fractals, 155 (C), 111671, 1-10
7. CHEUNG, Y & LAI, K.S. (1995). A search for long memory in international stock market returns. Journal of International Money and Finance, 14(4), 597-615
8. CHUNG, H., LIN, W.T. & WU, S. (2000). An Analysis of Long Memory in Volatility for Asian Stock Markets. Review of Pacific Basin Financial Markets and Policies, 3(3), https:// doi.org/10.1142/S0219091500000200

9. ÇEVİK, E.İ. (2012). İstanbul Menkul Kıymetler Borsası’nda Etkin Piyasa Hipotezinin Uzun Hafıza Modelleri ile Analizi: Sektörel Bazda Bir İnceleme, Journal of Yasar University, 26(7), 4437-4454
10. ÇEVİK, E.İ & TOPALOĞLU, G. (2014). Volatilitede Uzun Hafıza ve Yapısal Kırılma: Borsa İstanbul Örneği. Balkan Sosyal Bilimler Dergisi. 3(6), 40-55
11. EYÜBOĞLU, K. & EYÜBOĞLU, S. (2022). Bist Ana Sektör Endekslerinde Zayıf Formda Etkinliğin Yapısal Kırılmalı Uzun Hafıza Modelleri ile Analizi. Abant Sosyal Bilimler Dergisi, 22(2), 702-720
12. FAMA, E.F. (1965). The Behavior of Stock-Market Prices. The Journal of Business, 38(1), 34-105
13. HKİRİ, B., BEJAOUİ, A., GHARİB, C. & ALNEMER, H.A. (2021). Revisiting efficiency in MENA stock markets during political shocks: evidence from a multi-step approach. Heliyon, 7, 1-17
14. IŞIKLAR, Z.E. (2016). İMKB Ulusal 100 Endeksi Getiri Volatilitesinin Analizi Üzerine Bir Araştırma. Selçuk Üniversitesi Sosyal ve Teknik Araştırmalar Dergisi, 12, 245-260
15. JAWADİ, F., JAWADİ N. & IDİ CHEFFOU A. (2015). Are Islamic Stock Markets Efficient? A Time-Series Analysis. Applied Economics CNRS, 47(16), 1-20.
16. KUMAR, A.S. & BANDI, K. (2015). Explaining Financial Crisis by Fractal Market Hypothesis: Evidences from Indian Equity Markets. Hyperion International Journal of Econophysics & New Economy, 8(1), 83-96
17. LAHMIRI, S., BEKIROS, S. & BEZZINA, F. (2022). Evidence of the fractal market hypothesis in European industry sectors with the use of bootstrapped wavelet leaders singularity spectrum analysis. Chaos, Solitons and Fractals, 165, 1-6
18. LEE, M.J. & CHOI, S.Y. (2023). Comparing Market Efficiency in Developed, Emerging, and Frontier Equity Markets: A Multifractal Detrended Fluctuation Analysis, Fractal and Fractional, 7(478), 1-31
19. LIM, K.P. (2007). Ranking market efficiency for stock markets: A nonlinear perspective. Physica A, 376, 445-454
20. MACIEL, L.D.S. (2023). Brazilian stock-market efficiency before and after COVID-19: The roles of fractality and predictability. Global Finance Journal, 58, 1-25
21. MARKOWITZ, H.M. (1952). Portfolio Selection. Journal of Finance, 7, 77-91
22. MENSİ, W., HAMDİ, A. & YOON S. (2018). Modelling multifractality and efficiency of GCC stock markets using the MF-DFA approach: A comparative analysis of global, region and Islamic markets. Physica A, 503, 1107-1116
23. MENSİ, W., TİWARİ, A.K. & AL-YAHYAEE, K.H. (2019). An analysis of the weak form efficiency, multifractality and long memory of global, regional and European stock markets. The Quarterly Review of Economics and Finance, 72, 168-177
24. MORADI, M., NOOGHABI, M.J. & ROUNAGHİ, M.M. (2019). Investigation of fractal market hypothesis and forecasting timer series stock returns for Tehran Stock Exchange and London Stock Exchange, International Journal of Finance & Economics, Wiley, 662-678
25. MULLIGAN, R. (2000). A Fractal Analysis of Foreign Exchange Markets. IAER, 6(1), 33-49
26. MULLIGAN, R. (2003). Fractal Analysis of Highly Volatile Markets: An Application to Technology Equities. The Quarterly Review of Economics and Finance, 44, 155-179
27. OJEDA CUNYA, J.A. & RODRIGUEZ, G. (2016). An Application of a Random Level Shifts Model to the Volatility of Peruvian Stock and Exchange Rate Returns. Macroeconomics and Finance in Emerging Market Economies, 9(1), 34-55
28. ONALI, E. & GODDARD, J. (2011). Are European equity markets efficient? New evidence from fractal analysis. International Review of Financial Analysis, 20, 59-67
29. ÖZDEMİR, A. & ÇELİK, İ. (2020). Pay Piyasalarında Etkin Piyasalar Hipotezinin Farklı Dağılım Varsayımları Bağlamında Uzun Hafıza Modelleri ile Tespiti: ABD ve Türkiye Karşılaştırması. İşletme Fakültesi Dergisi, 21(1), 125-160
30. ÖZDEMİR, A., GÜLCAN, N. & BOYACIOĞLU, N. (2021). İslami Endekslerdeki Piyasa Etkinliğinin Uzun Hafıza Modelleriyle Test Edilmesi: BİST Uygulaması. Finansal Araştırmalar ve Çalışmalar Dergisi, 13(24), 207-222
31. PANAS, E. & NINNI, V. (2010). The Distribution of London Metal Exchange Prices: A Test of the Fractal Market Hypothesis. European Research Studies, 13(2), 193-210
32. PETERS, E.E. (1991). Chaos and Order in The Capital Markets: A New View of Cycles, Prices, and Market Volatility, John Wiley and Sons, Inc., New York, ABD
33. PETERS, E.E. (1994). Fractal Market Analysis-Applying Chaos Theory to Investment and Analysis. New York: John Wiley & Sons, Inc, ABD
34. RODRIGUEZ, G. (2016). Modeling Latin-American stock markets volatility: Varying probabilities and mean reversion in a random level shift model. Review of Development Finance, 6, 26-45
35. RODRIGUEZ, G. (2017). Modeling Latin-American stock and Forex markets volatility: Empirical application of a model with random level shifts and genuine long memory. North American Journal of Economics and Finance, 42, 393-420
36. QUANG, T.V. (2005). The Fractal Market Analysis and Its Application on Czech Conditions. Acta Oeconomica Pragensia, 13(1), 101-111
37. SAADAOUI, F. (2024). Segmented multifractal detrended fluctuation analysis for assesing inefficiency in North African stock markets. Chaos, Solitons and Fractals, 181, 1-11
38. SELVAM, M., JAYAPAL, G. & SARANYA,G. (2011). Fractal Structure Analysis in the Indian Stock Market, https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1885030, Erişim Tarihi: 23.07.2024
39. SHARPE, W.F. (1964). Capital Asset Prices: A Theory of Market Equilibrium Under Conditions of Risk, Journal of Finance, 19, 425-442
40. SOYKAN, M.E. (2024). Volatilitenin Modellenmesi: Nasdaq 100 Endeksi Örneği. Uluslararası Ekonomi, İşletme ve Politika Dergisi, 8(1), 139-153
41. TİWARİ, A.K., AYE, G.C. & GUPTA, R. (2019). Stock market efficiency analysis using long spans of Data: A multifractal detrended fluctuation approach. Finance Research Letters, 28, 398-411
42. TRIPATHY, N. (2022). Long memory and volatility persistence across BRICS stock markets. Research in International Business and Finance, 63, 1-13
43. VERARDI, V & VERMANDELE, C (2018). Univariate and Multivariate Outlier Identification for Skewed or Heavy-Tailed Distributions. The Stata Journal, 18(3), 517-532