Volatility Structure and Volatility Spillover of Borsa Istanbul Stock Indexes: The Case of BIST Industrial and Financial Indexes With Garch and Mgarch Models

Yıl 2020, Sayı: 63, 17 - 38, 22.01.2020

Emre Esat Topaloğlu

Öz

The aim
of this study is to determine the spillover of the Borsa İstanbul Industrial
and Financial indexes the period of 14.03.2001-10.08.2018 with the closing and
latest indexes. the symmetric and asymmetric states of indexes have been
examined by ARCH, GARCH, EGARCH, PARCH and TARCH models. Besides, the
volatility spillover between the indexes is analyzed by the multivariate MGARCH
model. According
to this, it has been determined that the shocks affecting the volatility in the
industrial index do not have a lasting effect, the volatility originates from
the shocks of the previous period and the shock effect to the industrial index
lasts 22.28 days. On the other hand, a negative shock in the financial index is more effective
than positive shock. Therefore,
it was found that the effect of leverage and the effect of negative shock
lasted for 25.81 days. As a result of the MGARCH model, it has been determined
that a shock in the industrial index is larger than a shock that the financial index is realized, that the
shock effect in the system remained more financial index and showed a long
memory characteristic. Besides, the existence of a volatility spread in the
positive direction towards the financial indices industrial index has also been
determined.

Anahtar Kelimeler

Volatility, Volatility Spillover, Borsa Istanbul, GARCH Models

Borsa İstanbul Pay Endekslerinin Volatilite Yapısı ve Volatilite Yayılımı: Garch ve Mgarch Modelleri ile BIST Sınai ve Mali Endeksleri Örneği

Öz

Çalışmada, Borsa İstanbul Sınai ve Mali
endekslerinin 14.03.2001-10.08.2018 dönemine ilişkin günlük kapanış değerleri
doğrultusunda volatilite yapılarını ortaya çıkarmak ve iki endeks arasındaki
volatilite yayılımını tespit etmek amaçlanmıştır. Endekslerin simetrik ve
asimetrik durumları ARCH, GARCH, EGARCH, PARCH ve TARCH modelleri ile araştırılmıştır.
Bunun yanı sıra endeksler arasındaki volatilite yayılımı, çok değişkenli MGARCH
modeli ile analiz edilmiştir. Buna göre sınai endeksinde volatiliteye etki eden şokların kalıcı bir etki
yaratmadığı, volatilitenin yoğunlukla bir
önceki dönem şoklardan kaynaklandığı ve sınai endeksine gelen bir şokun etkisinin 22.28 gün sürdüğü tespit
edilmiştir. Diğer taraftan mali endekste ortaya çıkan
negatif bir şok, pozitif şoka göre daha fazla etki yapmaktadır. Dolayısıyla kaldıraç
etkisinin var olduğu ve negatif şokun
etkisinin 25.81 gün sürdüğü ortaya çıkarılmıştır. MGARCH modeli
sonucunda ise sınai endeksinde meydana gelen bir şokun, mali endekste
gerçekleşen bir şoktan daha büyük olduğu, sistemdeki şokun etkisinin mali endekste
daha çok kaldığı ve uzun hafıza özelliği gösterdiği belirlenmiştir. Bunun yanı
sıra mali endeksten sınai endeksine doğru pozitif yönde bir volatilite
yayılımının varlığı da tespit edilmiştir.

Anahtar Kelimeler

Volatilite, Volatilite Yayılımı, Borsa İstanbul, GARCH Modelleri

Kaynakça

• Aityan, S. K., Ivanov-Schitz, A. K., & Izotov, S. S. (2010). Time-shift asymmetric correlation analysis of global stock markets. Journal of International Financial Markets, Institutions and Money, 20(5), 590-605.
• Angabini, A., & Wasiuzzaman, S. (2011). Impact of the global financial crisis on the volatility of the Malasian stock market. IPEDR, 3(84), 79-84.
• Başçı, E. S. (2012). İMKB mali ve sınai endekslerinin 2002-2010 dönemi için günlük oynaklığının karşılaştırmalı analizi. İşletme Fakültesi Dergisi, 12(2), 187-199.
• Baykut, E., & Kula, V. (2018). Borsa İstanbul pay endekslerinin volatilite yapısı: BİST-50 örneği (2007-2016 yılları). Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 20(1), 279- 303.
• Bayramoğlu, M. F., & Abasız, T. (2017). Gelişmekte olan piyasa endeksleri arasında volatilite yayılım etkisinin analizi. Muhasebe ve Finansman Dergisi, Nisan, 183-200.
• Bollerslev, T. (1986). Generalized autoregressive conditional heteroscedasticity. Journal of Econometrics, 31, 307 -327.
• Cheong, C. W., Nor, A. H., & Isa, Z. (2007). Asymmetry and long-memory volatility: Some empirical evidence using GARCH. Physica A: Statistical Mechanics and Its Applications, 373, 651-664.
• Çağıl, G., & Okur, M. (2010). 2008 küresel krizinin İMKB Hisse senedi piyasası üzerindeki etkilerinin GARCH modelleri ile analizi. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 28(1), 573-585.
• Demireli, E., Akkaya, C. G., & İbaş, E. (2010). Finansal piyasa etkinliği: S&P 500 üzerinde bir uygulama. Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 2(11), 53-67.
• Demirgil, H., & Gök, İ. Y. (2014). Türkiye ve başlıca AB pay piyasaları arasında asimetrik volatilite yayılımı. Yönetim ve Ekonomi Araştırmaları Dergisi, 23, 315-340.
• Dickey, D. A., & Fuller, W. A. (1979). Autoregressive time series with a unit root. Journal of the American Statistical Association, 74, 427-431.
• Dickey, D. A., & Fuller W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica, 49(4), 1057- 1072.
• Duran, S., & Şahin, A. (2006). İMKB hizmetler, mali, sınai ve teknoloji endeksleri arasındaki ilişkinin belirlenmesi. Sosyal Bilimler Araştırmaları Dergisi, 1, 57-70.
• Dutta, A. (2018). Impacts of oil volatility shocks on metal markets: A research note. Resources Policy, 55, 9-19.
• Efimova, O., & Serletis, A. (2014). Energy markets volatility modelling using GARCH. Energy Economics, 43, 264-273.
• Ekim, S., & Koy, A. (2016). Borsa İstanbul sektör endekslerinin volatilite modellemesi. Trakya Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, 5(2), 1-13.
• Engle, R. F. (1982). Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1008.
• Ewing, B. T., & Malik, F. (2016). Volatility spillovers between oil prices and the stock market under structural breaks. Global Finance Journal, 29, 12-23.
• Fujii, E. (2005). Intra-and inter regional causal linkages of emerging stock markets: Evidence from Asia and Latin America in and out of crises. Journal of International Financial Markets, Institutionsand Money, 15, 315- 342.
• Güriş, S., & Saçaklı Saçıldı, İ. (2011). İstanbul menkul kıymetler borsasında hisse senedi getiri volatilitesinin klasik ve Bayesyen GARCH modelleri ile analizi. Trakya Üniversitesi Sosyal Bilimler Dergisi, 13(2), 153-172.
• Huo, R., & Ahmed, A. D. (2017). Return and volatility spillovers effects: Evaluating the impact of Shanghai-Hong Kong stock connect. Economic Modelling, 61, 260-272.
• Korkmaz, T., & Çevik, E. İ. (2009). Zımni volatilite endeksinden gelişmekte olan piyasalara yönelik volatilite yayılma etkisi. Journal of BRSA Banking & Financial Markets, 3(2), 87-105.
• Kurt Cihangir, Ç., & Uğurlu, E. (2013). Yatırım aracı olarak altın: 2004-2012 dönemi Türkiye örneğinde oynaklık incelemesi. İstanbul Finans Kongresi.
• Li, Y. G., & David, E. (2015). Modelling volatility spillover effects between developed stock markets and Asian emerging stock markets. International Journal of Finance & Economics, 20(2), 155–177.
• Mazıbaş, M. (2005). İMKB piyasalarındaki volatilitenin modellenmesi ve öngörülmesi: Asimetrik GARCH modelleri ile bir uygulama. VII. Ulusal Ekonometri ve İstatistik Sempozyumu, 26-27 Mayıs, 1-29.
• Mulyadi, M. S. (2009). Volatility spillover in Indonesia, USA, and Japan capital market. MPRA Paper No. 16914.
• Özden, Ü. H. (2008). İMKB bileşik 100 endeksi getiri volatilitesinin analizi. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 7(13), 339-350.
• Pederzoli, C. (2006). Stochastic volatility and GARCH: A comparison based on UK stock data. European Journal of Finance, 12(1), 41-59.
• Sok, G., Chan, K., & Mohd Zaini, A. (2010). Volatility spillovers of the major stock markets in ASEAN-5 with the US and Japanese stock markets. International Research Journal of Finance and Economics, 44, 156-168.
• Şahin, Ö., Öncü, M. A., & Sakarya, Ş. (2015). BİST 100 ve kurumsal yönetim endeksi volatilitelerinin karşılaştırmalı analizi. Çukurova Üniversitesi İktisadi ve İdari Bilimler Dergisi, 16(2), 107-126.
• Todorov, G., & Bidarkota, P. (2013). International financial spillovers to frontier markets. Int. J. Economics and Business Research, 5(4), 433-452.
• Tuna, K., & İsabetli, İ. (2014). Finansal piyasalarda volatilite ve BİST-100 örneği. Kocaeli Üniversitesi Sosyal Bilimler Dergisi, 27, 21 – 31.
• Verma, P., & Jackson, D. (2012). The dynamic relationship between ADRS, interest rates, exchange rates and their spillover effecs. North American Journal of Finance and Banking Research, 6(6), 1-26.
• Yalçın, Y. (2007). Stokastik oynaklık modeli ile istanbul menkul kıymetler borsasında kaldıraç etkisinin incelenmesi. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(2), 357-365.
• Zakaria, Z., & Shamsuddin, S. (2012). Empirical evidence on the relationship between stock market volatility and macroeconomics volatility in Malaysia. Journal of Business Studies Quarterly, 4(2), 61-71.