OVX ve GVZ RİSK ÖLÇÜTLERİ İLE BIST100 ENDEKSİ GETİRİLERİ ARASINDAKİ İLİŞKİ

Öz

Finansal piyasalarda risk yönetimi ve yatırım kararlarının doğru bir şekilde şekillendirilmesi, özellikle artan belirsizlikler ve küresel ekonomik dalgalanmalar karşısında büyük önem taşımaktadır. Bu süreçte, piyasalardaki belirsizlikleri ölçmek ve yatırımcılara rehberlik etmek amacıyla çeşitli finansal endeksler geliştirilmiştir. Bu endeksler, genel olarak “Küresel Risk Göstergeleri” olarak adlandırılmakta ve farklı piyasalardaki oynaklık düzeylerini anlamak için kullanılmaktadır. Özellikle hisse senedi piyasaları, emtia piyasaları ve diğer finansal varlıklardaki belirsizlikleri ölçmek için bu göstergeler, yatırımcılar ve analistler tarafından sıklıkla takip edilmektedir. Hisse senedi piyasalarındaki belirsizliği ölçmek için öne çıkan göstergeler arasında OVX (Ham Petrol Volatilite Endeksi) ve GVZ (Altın Volatilite Endeksi) yer almaktadır. Enerji piyasalarındaki önemli göstergelerinden OVX, Ham petrol piyasasındaki fiyat oynaklığını ölçen bir endekstir. Bu endeks petrol fiyatlarındaki oynaklığı ölçerek enerji piyasalarındaki belirsizlik düzeyini göstermektedir. Kıymetli maden piyasalarındaki önemli göstergelerden olan GVZ ise altın piyasasındaki fiyat oynaklığı seviyesini gösteren bir endekstir. Bu çalışma, finansal piyasa risk göstergeleri olan OVX (Ham Petrol Volatilite Endeksi) ve GVZ (Altın Volatilite Endeksi) ile BIST100 endeksi getirileri arasındaki nedensellik ilişkisini incelemeyi amaçlamaktadır. Araştırmada, 22 Aralık 2019 – 16 Şubat 2025 tarihleri arasındaki 270 haftalık veri seti kullanılmıştır. Bu bağlamda Toda-Yamamoto Nedensellik testi kullanılarak analizler gerçekleştirilmiştir. OVX ve GVZ endekslerindeki volatilite değişimlerinin BIST100 getirilerini öngörmede istatistiksel açıdan anlamlı ve ne kadar etkiye sahip olduğunu tespit etmek için yapılan bu çalışmada, bulgular ışığında, OVX ve GVZ değişkenlerinden; OVX değişkeninden BIST100 endeksi getirisine bir Granger nedensellik ilişkisi söz konusu değilken, GVZ değişkeninden BIST100R’a ise Granger nedeni olduğu tespit edilmiştir.

Anahtar Kelimeler

• OVX Endeksi
• GVZ Endeksi
• Toda-Yamamoto

THE RELATİONSHİP BETWEEN OVX AND GVZ RİSK MEASURES AND BIST100 INDEX RETURNS

Öz

Effective risk management and sound investment decisions in financial markets are of great importance, especially in the face of increasing uncertainties and global economic fluctuations. In this context, various financial indices have been developed to measure market uncertainties and to guide investors. These indices are generally referred to as "Global Risk Indicators" and are used to understand the levels of volatility across different markets. These indicators are frequently monitored by investors and analysts to assess uncertainties in equity markets, commodity markets, and other financial assets. Among the prominent indicators used to measure uncertainty in equity markets are the OVX (Crude Oil Volatility Index) and GVZ (Gold Volatility Index). As significant indicators in the energy and precious metals markets, the OVX measures price volatility in the crude oil market, thereby reflecting the level of uncertainty in energy markets. GVZ, on the other hand, represents the level of price volatility in the gold market. This study aims to examine the causal relationship between financial market risk indicators OVX (Crude Oil Volatility Index) and GVZ (Gold Volatility Index) and BIST100 index returns. The research utilizes a dataset comprising 270 weekly observations covering the period from December 22, 2019, to February 16, 2025. Within this framework, the Toda-Yamamoto causality test was employed to conduct the analysis. The purpose of the study is to determine the statistical significance and extent of the influence that volatility changes in OVX and GVZ indices have on predicting BIST100 returns. Based on the findings, while no Granger causality was found from the OVX variable to the BIST100 index returns, it was determined that the GVZ variable is a Granger cause of BIST100 returns.

Anahtar Kelimeler

• OVX Index
• GVZ Index
• Toda-Yamamoto

Kaynakça

1. Alqahtani, A., & Chevallier, J. (2020). Dynamic Spillovers between Gulf Cooperation Council’s Stocks, VIX, Oil and Gold Volatility Indices. Journal of Risk and Financial Management, 13(4), s. 1-17.
2. Bhatti, A. A., Jamali, M. A., Khokhar, M., & Buriro, M. H. (2023). The Impact of Gold, Oil Prices, and their Associated Implied Volatilities on Performance of Pakistan’s Stock Market. Pakistan Journal of Humanities and Social Sciences, 11(2), s. 1336-1349.
3. Bouri, E., Jain, A., Biswal, P., & Roubaud, D. (2017, Mayıs). Cointegration and Nonlinear Causality Amongst Gold, Oil, and the Indian Stock Market: Evidence from Implied Volatility Indices. Resources Policy, 52, s. 201-206. doi:https://doi.org/10.1016/j.resourpol.2017.03.003
4. Cihangir, Ç. K. (2019, Ekim). The Effect of Commodity Volatility Indexes and FED Fund Rates on the Stock Market Indices of Delevoping Countries. Muhasebe ve Finansman Dergisi, 81, s. 293-314.
5. Granger, C. W. (1969, Ağustos). Investigating Causal Relations by Econometric Models and Cross-spectral Methods. Econometrica, 37(3), s. 424-438. doi:https://doi.org/10.2307/1912791
6. Iglesias-Casal, A., López-Penabad, M.-C., López-Andión, C., & Maside-Sanfiz, J. (2020). Diversification and optimal hedges for socially responsible investment in Brazil. Economic Modelling, 85, s. 106-118. doi:https://doi.org/10.1016/j.econmod.2019.05.010.
7. Kılıç, E., & Türkan, Y. (2023, Haziran). Türkiye'de Katılım Endeksi ile Döviz Kuru, Altın ve Petrol Arasındaki İlişkinin Analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 8(2), s. 335-344.
8. Mirza, N., Naeem, M. A., Nguyen, T. H., & Arfaoui, N. (2023). Are sustainable investments interdependent? The international evidence. Economic Modelling, 119, s. 1-19.

9. Öner, S. (2022). The Effects of Global Risk Indicators on The MSCI Emerging Markets Index. Financial Internet Quarterly, 18(3), s. 1-10.
10. Şencan, İ. (2024, Aralık). Küresel Jeopolitik Risk, Ekonomik Politika Belirsizliği ve Volatilite Endeksleri Arasında Nedensellik İlişkisi. Uluslararası Ekonomik Araştırmalar Dergisi, 10(2), s. 7-16.
11. Toda, H. Y., & Yamamoto, T. (1995). Statistical Inference in Vector Autoregressions with Possibly Integrated Processes. Journal of Econometrics, 66(1-2), s. 225-250. doi:https://doi.org/10.1016/0304-4076(94)01616-8.
12. Tunçel, M. B., Alptürk, Y., Yılmaz, T., & Bekci, İ. (2021). Korku Endeksi (VIX) ile Kıymetli Madenler Arasındaki İlişki Üzerine Ekonometrik Bir Çalışma. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 35(3), s. 1069-1083. doi: https://doi.org/10.16951/atauniiibd.885956
13. Yıldırım, E., & İşcanoğlu Çekiç, A. (2019). Altın, Ham Petrol, GVZ ve OVX'in Türk Finansal Piyasalarına Simetrik ve Asimetrik Etkileri. Uluslararası Yönetim İktisat ve İşletme Dergisi, 15(3), s. 714-731.