Kredi temerrüt takas primi volatilitesi ve seçilmiş makroekonomik değişkenlerle olan ilişkisi: Türkiye örneği

Abstract

Bu çalışmada uygulamanın ilk kısmında Türkiye’nin ülke risk priminde gözlenen volatilite 2004-2022 dönemi için incelenmiştir. Daha sonra ülke risk primi ile seçili makroekonomik değişkenler (dolar kuru, enflasyon, faiz ve BİST-100) arasındaki kısa ve uzun dönemli ilişki araştırılmıştır. Bu bağlamda çalışmada ARMA(3,3)-GJR GARCH (1,1) modeli ile volatilite modellemesi yapılmış ve daha sonra ARDL sınır testi uygulanmıştır. Volatilite modellemesi sonucunda ülke risk primi sistemine gelen şokların volatilite direnci düşük çıkmıştır. Yine volatilite modellemesi sonucunda Asimetri katsayısına göre sistemde kaldıraç etkisi bulunmamaktadır. İncelenen dönemin uzun bir zaman dilimi olduğu göz önünde bulundurularak seride olabilecek yapısal kırılmalar, Varyansta Kırılma testi ile incelenmiş ve bulunan dört kırılma tarihi modele dâhil edilmiştir. Varyans denkleminde kırılma tarihlerinin dâhil edildiği modelin geçersiz çıkması sonucu ile volatilite direncinin düşük çıkması, birbirini destekleyen sonuçlar olarak dikkati çekmektedir. ARDL sınır testi sonucunda ülke risk primleri ile modelde kullanılan makroekonomik değişkenler arasında uzun dönemli eşbütünleşme ilişkisi belirlenmiştir. ARDL modelinde kısa ve uzun dönem birlikte dikkate alındığında ülke risk primleri üzerinde etki gücü en yüksek faktörün sermaye piyasası olduğu belirlenmiştir. Uzun dönemde fiyatlar genel düzeyi kaynaklı şoklar, ülke risk priminde artışa neden olurken kısa dönemde bağımsız değişkenlerden ülke risk primi üzerine çeşitli gecikmelerden anlamlı etkiler belirlenmiştir. ARDL modelinde kısa dönem sonuçları ile hesaplanan ECM’ye göre bir önceki dönemde oluşan şokun neden olduğu dengesizliğin %26’lik kısmı cari dönemde giderilerek uzun dönemli denge konumuna ulaşılmaktadır.

Keywords

• Kredi Temerrüt Takas Primi
• GJR-GARCH Modeli
• Volatilite
• ARDL Sınır Testi
• Eşbütünleşme Testi

Credit default swap premium volatility and its relationship with selected macroeconomic variables: the case of Turkiye

Abstract

In this study, in the first part of the empirical application, we examined the volatility observed in Turkiye's country risk premium for the 2004-2022 period. Then, we investigated the short- and long-term relationship between the country risk premium and selected macroeconomic variables (dollar exchange rate, inflation, interest and BIST-100). In this context, in the study, volatility modeling was done with the ARMA(3,3)-GJR GARCH (1,1) model and then the ARDL bound test was applied. As a result of volatility modeling, the volatility resistance of shocks to the country risk premium system was found to be low. Again, as a result of volatility modeling, there is no leverage effect in the system according to the Asymmetry coefficient. Considering that the examined period is a long time period, possible structural breaks in the series were examined with the Break in Variance test and the four break dates found were included in the model. The invalidity of the model that included break dates in the variance equation and the low volatility resistance are noteworthy as mutually supporting results. As a result of the ARDL bounds test, a long-term cointegration relationship was determined between country risk premiums and macroeconomic variables used in the model. Considering the short and long term together in the ARDL model, it has been determined that the factor with the highest impact on country risk premiums is the capital market. While shocks originating from the general level of prices cause an increase in the country risk premium in the long term, significant effects from various lags on the country risk premium, one of the independent variables, were determined in the short term. According to the ECM calculated with short-term results in the ARDL model, 26% of the imbalance caused by the shock in the previous period is eliminated in the current period and long-term equilibrium is achieved.

Keywords

• Credit Default Swap Premium
• GJR-GARCH Model
• Volatility
• ARDL Boundary Test
• Cointegration Test

References

1. Aizenman, J. ve Pinto, B. (2004). Managing volatility and crises: a practitioner’s guide overview. 10602, Cambridge, MA: NBER Working Paper Series. doi:10.3386/w10602
2. Atmışdörtoğlu, A. (2020). Kredi temerrüt swapları ve gelişmekte olan ülkelerde seçilmiş göstergeler üzerine bir araştırma. Bankacılık ve Sermaye Piyasası Araştırmaları Dergisi, 4(9), 44-56. Erişim adresi: https://dergipark.org.tr/tr/pub/bspad/issue/55354/693000
3. Aydın, G. K., Hazar, A. ve Çütcü, İ. (2016). Kredi temerrüt takası ile menkul kıymet borsaları arasındaki ilişki: gelişmiş ve gelişmekte olan ülke uygulamaları. Türk Sosyal Bilimler Araştırmaları Dergisi, 1(2), 1-20. Erişim adresi: https:// dergipark.org.tr/en/download/article-file/353567
4. Bayrakdaroğlu, A. ve Mirgen, Ç. (2021). Kredi temerrüt takası (CDS) ve borsa endeks ilişkisi: BRICS ülkeleri üzerine bir araştırma. Ekonomi Politika & Finans Araştırmaları Dergisi, 6(Özel Sayı), 65-78. doi:10.30784/epfad.1019759
5. Bollerslev, T. (1986). Generalized autoresressive conditional heteroskedasticity. Journal of Econometrics, (31), 307-327. doi:10.1016/0304-4076(86)90063-1
6. Brooks, C. (2008). Econometrics for finance (2 b.). New York: Cambridge University Press.
7. Brown, L., Durbin, J. ve Evans, J. (1975). Techniques for testing the constancy of regression relationships over time. Journal of the Royal Statistical Society, 37(2), 159-192. Erişim adresi: https://hhstokes.people.uic.edu/ftp/e535/Brown_Durbin_evans_1975.pdf
8. Buz, N.E. (2021). Ülke kredi temerrüt takas (CDS) primini etkileyen faktörler, Türkiye uygulaması. Yayınlanmamış Doktora Tezi. Başkent Üniversitesi, Sosyal Bilimler Enstitüsü, Ankara

9. Çevik, M. ve Karaca, S.S. (2021). Kredi temerrüt takası primlerinin oynaklığında uzun hafıza ve etkin piyasa hipotezi - fraktal piyasa hipotezi sınaması: Türkiye örneği. Gaziantep University Journal of Social Sciens, 20(3), 1375-1400. doi:10.21547/jss.901344
10. Çil, N. (2015). Finansal ekonometri (2b). İstanbul: Der Yayınları
11. Demir, İ. ve Çene, E. (2012). İMKB 100 endeksindeki kaldıraç etkisinin ARCH modelleriyle iki alt dönemde incelenmesi. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 41(2), 214-226. Erişim adresi: https://www.acarindex.com/pdfler/acarindex-9cd3cf2a-6674.pdf
12. Dinç, M., Yıldız, Ü. ve Kırca, M. (2018). Türkiye kredi risk primindeki (CDS) yapısal kırılmaların ekonometrik analizi. UİİİD-IJEAS(Prof. Dr. Harun Terzi Özel Sayısı), 181-192. doi:10.18092/ulikidince.435156
13. Ding, Z., Granger, C.W. ve Engle, R.F. (1993). A long memory property of stock market returns and a new model. Journal of Empirical Finance, 1, 83-106. doi:10.1016/0927-5398(93)90006-d
14. Duffie, D. (1999). Credit swap valuation. Financial Analysts Journal, 73-87. Erişim adresi: https://www.darrellduffie.com/uploads/pubs/duffiecreditswapvaluation1999.pdf
15. Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987-1007. https://www.jstor.org/stable/1912773 adresinden alındı
16. Erer, D. (2023). Farklı ekonomik rejimler altında küresel belirsizliklerin ülke kredi risk primi üzerine etkisi: Türkiye örneği. Maliye Dergisi, (183), 1-23. Erişim adresi: https://ms.hmb.gov.tr
17. Gamboa-Estrada, F. ve Romero, J. V. (2022). Modelling cds volatility at different tenures: an application for Latin-American countries. Banco de la Republica de Colombia. Erişim adresi:https://ideas.repec.org/p/bdr/borrec/1199
18. Gemmill, G. ve Marra, M. (2019). Explaining CDS prices with Merton’s model before and after the Lehman default. Journal of Banking and Finance, (106), 93-109. doi:10.1016/j.jbankfin.2019.05.013
19. Glosten, L.R., Jagannathan, R. ve Runkle, D.E. (1993). On the relation between the expected value and the volatility of the nominal excess return on stocks. The Journal of Finance, 1779-1801. doi:10.1111/j.1540-6261.1993.tb05128.x
20. Gül, Y. (2020). Kredi temerrüt takasları ve makroekonomik değişkenler arasındaki nedensellik ilişkisi: Türkiye örneği. Finans Ekonomi ve Sosyal Araştırmalar, 5(4), 659-669. doi:10.29106/fesa.795635
21. Hull, J., Predescu, M. ve White, A. (2004). The relationship between credit default swap spreads, bond yields, and credit rating announcements. Journal of Banking & Finance, 28, 2789–2811. doi:10.1016/j.jbankfin.2004.06.010
22. Inclan, C. ve Tiao, G.C. (1994). Use of cumulative sums of squares for retrospective detection of changes of variance. Journal of the Amarican Statistical Associaotion, 89(427), 913-923. doi:10.1080/01621459.1994.10476824
23. Ismailescu, I. ve Kazemi, H. (2010). The reaction of emerging market credit default swap spreads to sovereign credit rating changes. Journal of Banking & Finance, 34, 2861–2872. doi:10.1016/j.jbankfin.2010.05.014
24. Kiff, J. ve Morrow, R. (2000). Credit derivatives. 3-11. doi: 10.1007/978-3-642-04454-0_10
25. Kırca, M. ve Yıldız, Ü. (2020). Türkiye için kredi risk primi (CDS) ve ekonomik büyüme arasındaki zamanla değişen nedensellik ilişkileri. Uluslararası Afro Ararştırmaları Dergisi, 5(10), 18-24. Erişim adresi: https://dergipark.org.tr/tr/pub/ijar/issue/55341/752469
26. Kırkıl, M. (2021). Ülke kredi riski derecelendirmede: iç ekonomik veriler. İktisat Politikası Araştırmaları Dergisi, 8(1), 57-74. Erişim adresi:https://dergipark.org.tr/en/download/article-file/1440999
27. Markowitz, H. (1952). Portfolio selection. The Journal of Finance, 7(1), 77-91. Erişim adresi:https://www.jstor.org/stable/2975974
28. Nelson, D.B. (1991). Conditional heteroskedasticity in asset returns: a new approach. Econometrica, 59(2), 347-370. Erişim adresi: https://www.jstor.org/stable/2938260
29. Pesaran, M.H., Shin, Y. ve Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal Of Applied Econometrics, (16), 289-326. doi:10.2307/2678547
30. Pollack, E.R. (2003, Nisan 28). Assessing the usage and effect of credit derivatives.
31. Raimbourg, P. ve Salvade, F. (2020). Rating announcements, cds spread and volatility during the european sovereign crisis. Finance Research Letters. doi:10.1016/j.frl.2020.101663
32. Skinner, F.S. ve Townend, T.G. (2002). An empirical analysis of credit default swaps. International Review of Financial Analysis, 11, 297-309. doi:10.1016/S1057-5219(02)00077-7
33. Şahin, E.E. ve Özkan, O. (2018). Kredi temerrüt takası, döviz kuru ve BIST100 endeksi ilişkisi. Hitit Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 11(3), 1939 - 1945. doi:10.17218/hititsosbil.450178
34. Wang, J., Sun, X. ve Li, J. (2019). How do sovereign credit default swap spreads behave under how do sovereign credit default swap spreads behave under countries. Finance Research Letters, 1-10. doi:10.1016/j.frl.2019.101350
35. Yoshizakia, Y., Toyoshimaa, Y. ve Haomori, S. (2013). The causal relationships between sovereign cds premiums for Japan and selected EU countries. Applied Economics Letters(20), 742–748. doi:10.1080/13504851.2012.741671