MAKRO-FİNANSAL FAKTÖRLERLE HİSSE SENEDİ PİYASASI OYNAKLIĞININ MODELLENMESİ: AR-X-GARCH YAKLAŞIMI

Öz

Bu çalışmanın amacı, 1 Ocak 2020 – 1 Kasım 2025 dönemine ait günlük veriler kullanılarak S&P 500 endeksi oynaklığının dinamiklerini incelemektir. Analiz, oynaklık kalıcılığı, kümelenme davranışı ve EUR/USD döviz kuru ile WTI ham petrol fiyatlarının hisse senedi piyasası üzerindeki etkilerine odaklanmaktadır. Bu amaçla S&P 500 endeksi, EUR/USD döviz kuru ve WTI ham petrol fiyatlarına ait günlük getiri serileri kullanılmıştır. Serilerin durağanlık özellikleri birim kök testleriyle incelenmiş ve tahmin sürecinden önce koşullu değişen varyansın varlığı doğrulanmıştır. Oynaklık dinamikleri GARCH(1,1) modeli ile, piyasalar arası etkileşimler ise AR-X-GARCH yaklaşımıyla analiz edilmiştir. Risk performansı, %99 güven düzeyinde gerçekleştirilen riske maruz değer (VaR) geriye dönük testleri ile ayrıca değerlendirilmiştir. Ampirik bulgular, tüm getiri serilerinin durağan olduğunu ve belirgin oynaklık kümelenmesi sergilediğini göstermektedir. GARCH(1,1) tahminleri güçlü oynaklık kalıcılığına işaret ederek piyasa riskinin zaman içinde evrildiğini doğrulamaktadır. AR-X-GARCH sonuçları, EUR/USD döviz kuru getirilerinin S&P 500 getirileri üzerinde negatif ve istatistiksel olarak anlamlı bir etkiye sahip olduğunu, WTI ham petrol getirilerinin ise pozitif ve ekonomik olarak anlamlı bir etkide bulunduğunu ortaya koymaktadır. VaR geriye dönük test sonuçları risk tahminlerinin güvenilirliğini desteklemektedir. Genel olarak bulgular, döviz ve emtia piyasalarının hisse senedi piyasası oynaklığının şekillenmesinde belirleyici bir rol oynadığını ve GARCH türü modellerin portföy risk ölçümü ve finansal istikrar analizlerinde etkin biçimde kullanılabileceğini göstermektedir.

Anahtar Kelimeler

• Hisse Senedi Piyasası Oynaklığı
• GARCH Modeli
• Döviz Kuru Etkisi
• Ham Petrol Fiyatları
• Risk Yönetimi

Etik Beyan

Bu çalışma, tamamen kamuya açık ve uluslararası düzeyde tanınmış veri kaynaklarından elde edilen ikincil verilere dayanmaktadır. Araştırma kapsamında herhangi bir birincil veri toplanmamış, insan katılımcılar veya hayvanlar üzerinde deney, anket ya da gözleme dayalı bir uygulama gerçekleştirilmemiştir. Bu nedenle çalışma için etik kurul onayına ihtiyaç duyulmamıştır. Araştırma, akademik dürüstlük, şeffaflık ve sorumlu araştırma ilkelerine uygun biçimde yürütülmüştür.

STOCK MARKET VOLATILITY MODELING WITH MACRO-FINANCIAL FACTORS: THE AR-X-GARCH APPROACH

Öz

The purpose of this study is to examine the dynamics of S&P 500 index volatility using daily data from January 1, 2020, to November 1, 2025. The analysis focuses on volatility persistence, clustering behavior, and the effects of the EUR/USD exchange rate and WTI crude oil prices on the stock market. For this purpose, daily return series for the S&P 500 index, the EUR/USD exchange rate, and WTI crude oil prices are employed. The stationarity properties of the series are examined using unit root tests, and the presence of conditional heteroskedasticity is confirmed prior to the estimation process. Volatility dynamics are modeled using the GARCH(1,1) framework, while cross-market interactions are analyzed through an AR-X-GARCH specification. Risk performance is further assessed through Value-at-Risk (VaR) backtesting at the 99% confidence level. The empirical findings indicate that all return series are stationary and exhibit significant volatility clustering. The GARCH(1,1) estimates reveal strong volatility persistence, confirming that market risk evolves over time. The AR-X-GARCH results show that EUR/USD exchange rate returns have a negative and statistically significant effect on S&P 500 returns, while WTI crude oil returns exert a positive and economically meaningful impact. VaR backtesting results support the reliability of the risk estimates. Overall, the findings demonstrate that foreign exchange and commodity markets play a decisive role in shaping stock market volatility and that GARCH-type models can be effectively employed in portfolio risk measurement and financial stability analysis.

Anahtar Kelimeler

• Stock Market Volatility
• GARCH Model
• Exchange Rate Effect
• Crude Oil Prices
• Risk Management

Etik Beyan

This study is based entirely on secondary data obtained from publicly accessible and internationally recognized data sources. No primary data were collected, and no experiments or surveys involving human participants or animals were conducted. Therefore, ethical committee approval was not required for this research. The study was carried out in accordance with the principles of academic integrity, transparency, and responsible research conduct.

Kaynakça

1. Altın, H. (2024). Altın ve petrol fiyatlarının Borsa İstanbul’a etkisi. Journal of Research in Business, 9(1), 169–193. https://doi.org/10.54452/jrb.1439449
2. Arouri, M. E. H., Jouini, J., & Nguyen, D. K. (2012). On the impacts of oil price fluctuations on European equity markets: Volatility spillover and hedging effectiveness. Energy Economics, 34(2), 611–617. https://doi.org/10.1016/j.eneco.2011.08.009
3. Artzner, P., Delbaen, F., Eber, J.-M. & Heath, D. (1999). Coherent Measures of Risk. Mathematical Finance, 9, 203-228. https://doi.org/10.1111/1467-9965.00068
4. Balcilar, M., Ozdemir, Z. A., & Ozdemir, H. (2021). Dynamic return and volatility spillovers among S&P 500, crude oil, and gold. International Journal of Finance & Economics, 26(1), 153-170. https://doi.org/10.1002/ijfe.1782
5. Basher, S. A., Haug, A. A., & Sadorsky, P. (2012). Oil prices, exchange rates and emerging stock markets. Energy Economics, 34(1), 227–240. https://doi.org/10.1016/j.eneco.2011.10.005
6. Bekaert, G., Harvey, C. R., & Ng, A. (2005). Market integration and contagion. The Journal of Business, 78(1), 39–70. https://doi.org/10.1086/426519
7. Bekaert, G., Hoerova, M., & Lo Duca, M. (2013). Risk, uncertainty and monetary policy. Journal of Monetary Economics, 60(7), 771-788. https://doi.org/10.1016/j.jmoneco.2013.06.003
8. Bhargava, V., & Konku, D. (2023). Impact of exchange rate fluctuations on US stock market returns. Managerial Finance, 49(10), 1535–1557. https://doi.org/10.1108/MF-08-2022-0387

9. Bilal, Z. O., Abdalla, Y. A., & Alam, N. (2024). Does oil prices impact sectoral stock market prices?: Evidence from emerging economies. International Journal of Energy Economics and Policy, 15(1), 1-7. https://doi.org/10.32479/ijeep.17705
10. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327. https://doi.org/10.1016/0304-4076(86)90063-1
11. Bostancı, A. B., & Doğru, E. (2023). DCC-GARCH modeli ile döviz kuru, petrol fiyatı ve seçili BIST endeksleri arasındaki volatilite yayılımının tespiti. Doğuş Üniversitesi Dergisi, 24(2), 559–577. https://doi.org/10.31671/doujournal.1250689
12. Bouazizi, T., Mrad, F., Hamida, A., & Nafti, S. (2022). Effects of conditional oil volatility on exchange rate and stock markets returns. International Journal of Energy Economics and Policy, 12(2), 53–71. https://doi.org/10.32479/ijeep.12826
13. Branson, W. H., Halttunen, H., & Masson, P. (1977). Exchange rates in the short run: The dollar– dentschemark rate. European Economic Review, 10(3), 303–324. https://doi.org/10.1016/S0014-2921(77)80002-0
14. Cont, R. (2001). Empirical properties of asset returns: Stylized facts and statistical issues. Quantitative finance, 1(2), 223-236. https://doi.org/10.1088/1469-7688/1/2/304
15. Çıtak, F., & Kendirli, S. (2019). Petrol fiyatlarının döviz kuru ve hisse senedi getirileri üzerindeki asimetrik etkisi: Türkiye örneği. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(4), 643–658. https://doi.org/10.29106/fesa.658845
16. Diebold, F. X., & Yilmaz, K. (2009). Measuring financial asset return and volatility spillovers, with application to global equity markets. The Economic Journal, 119(534), 158–171. https://doi.org/10.1111/j.1468-0297.2008.02208.x
17. Diebold, F. X., & Yilmaz, K. (2012). Better to give than to receive: Predictive directional measurement of volatility spillovers. International Journal of Forecasting, 28(1), 57–66. https://doi.org/10.1016/j.ijforecast.2011.02.006
18. Dinc Cavlak, O. (2024). Sürdürülebilir hisse senedi endekslerinin DCC-GARCH modeli ile incelenmesi ve petrol fiyatlarının bu ilişkiye etkisi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 26(1), 48-58. https://doi.org/10.33707/akuiibfd.1335551
19. Doğan, İ. (2025). Döviz kurları ve Borsa İstanbul endeksleri arasındaki volatilite etkileşimi: Fourier varyansta nedensellik yaklaşımı. Ahi Evran Üniversitesi İİBF Dergisi, 9(1), 52–65. https://izlik.org/JA73YE89EL
20. Dornbusch, R., & Fischer, S. (1980). Exchange rates and the current account. The American Economic Review, 70(5), 960–971. https://www.jstor.org/stable/1805775
21. Ehrmann, M., Fratzscher, M., & Rigobon, R. (2011). Stocks, bonds, money markets and exchange rates: Measuring international financial transmission. Journal of Applied Econometrics, 26(6), 948-974. https://doi.org/10.1002/jae.1173
22. Engle, R. F. (1982). Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987–1007. https://doi.org/10.2307/1912773
23. Engle, R. F., Ito, T., & Lin, W- L. (1990). Meteor showers or heat waves? Heteroskedastic intra-daily volatility in the foreign exchange market. Econometrica, 58(3), 525–542. https://doi.org/10.2307/2938189
24. Glosten, L. R., Jagannathan, R., & Runkle, D. E. (1993). On the relation between the expected value and the volatility of the nominal excess return on stocks. Journal of Finance, 48(5), 1779–1801. https://doi.org/10.1111/j.1540-6261.1993.tb05128.x
25. Hamilton, J. D. (1983). Oil and the macroeconomy since World War II. Journal of Political Economy, 91(2), 228–248. https://doi.org/10.1086/261140
26. Joo, Y. C., & Park, S. Y. (2021). The impact of oil price volatility on stock markets: Evidences from oil-importing countries. Energy Economics, 101, 105413. https://doi.org/10.1016/j.eneco.2021.105413
27. Jorion, P. (2007).Value at Risk: The New Benchmark for Managing Financial Risk (3rd ed.). McGraw-Hill.
28. Kanas, A. (2000). Volatility spillovers between stock returns and exchange rate changes: International evidence. Journal of Business Finance & Accounting, 27(3–4), 447–467. https://doi.org/10.1111/1468-5957.00320
29. Karhan, G., & Aydın, H. İ. (2018). Petrol fiyatları, kur ve hisse senedi getirileri üzerine bir araştırma. Akademik Araştırmalar ve Çalışmalar Dergisi, 10(19), 405–413. https://doi.org/10.20990/kilisiibfakademik.454782
30. Kilian, L. (2009). Not all oil price shocks are alike: Disentangling demand and supply shocks in the crude oil market. American Economic Review, 99(3), 1053–1069. https://doi.org/10.1257/aer.99.3.1053
31. Kondoz, M., Bora, I., Kirikkaleli, D., & Athari, S. A. (2019). Testing the volatility spillover between crude oil price and the U.S. stock market returns. Management Science Letters, 9, 1221–1230. https://doi.org/10.5267/j.msl.2019.4.019
32. Kupiec, P. H. (1995). Techniques for verifying the accuracy of risk measurement models. Journal of Derivatives, 3 (2), 73–84. http://dx.doi.org/10.3905/jod.1995.407942
33. Mandelbrot, B.B. (1997). The variation of certain speculative prices. In: Fractals and Scaling in Finance. Springer, New York, NY. https://doi.org/10.1007/978-1-4757-2763-0_14
34. Mollick, A. V., & Sakaki, H. (2019). Exchange rates, oil prices and world stock returns. Resources Policy, 61, 585–602. https://doi.org/10.1016/j.resourpol.2018.07.007
35. Nelson, D. B. (1991). Conditional heteroskedasticity in asset returns: A new approach. Econometrica, 59(2), 347–370. https://doi.org/10.2307/2938260
36. Pazarcı, Ş., Kar, A., Kılıç, E., & Umut, A. (2022). Türkiye’de borsa, döviz kuru, CDS primi ve VIX endeksi ilişkisinin ampirik analizi. Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 24(3), 1090–1103. https://doi.org/10.32709/akusosbil.1084718
37. Polat, M., & Kılıç, E. (2022). BRICS ülkelerinde döviz kuru ve borsa arasındaki getiri ve volatilite etkileşimi: VAR-EGARCH modeli ile bir uygulama. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 49, 539–551. https://doi.org/10.30794/pausbed.957410
38. Ratliff-Crain, E., Van Oort, C. M., Bagrow, J., Koehler, M. T. K., & Tivnan, B. F. (2023). Revisiting Cont’s stylized facts for modern stock markets. IEEE International Conference on Big Data (BigData), 1814-1823. IEEE. https://doi.org/10.1109/BigData59044.2023.10386957
39. Reboredo, J. C., & Rivera-Castro, M. A. (2014). Wavelet-based evidence of the impact of oil prices on stock returns. International Review of Economics & Finance, 29, 145-176. https://doi.org/10.1016/j.iref.2013.05.014
40. Şak, N., & Öcal Özkaya, H. G. (2022). Türkiye’de 2000 yılı sonrasında altın, borsa, döviz kuru piyasaları etkileşimi ve volatilite yayılım etkisi. EKOIST Journal of Econometrics and Statistics, 37, 237–256. https://doi.org/10.26650/ekoist.2022.37.1199285
41. Schwert, G. W. (1989). Why does stock market volatility change over time? The Journal of Finance, 44(5), 1115–1153. https://doi.org/10.1111/j.1540-6261.1989.tb02647.x
42. Shahzad, S. J. H., Bouri, E., Roubaud, D., & Kristoufek, L. (2020). Safe haven, hedge and diversification for G7 stock markets: Gold versus bitcoin. Economic Modelling, 87, 212-224. https://doi.org/10.1016/j.econmod.2019.07.023
43. Şenol, Z. (2020). Borsa, döviz kuru ve petrol fiyatları arasındaki oynaklık yayılımı. Muhasebe Bilim Dünyası Dergisi, 22(4), 629–647. https://doi.org/10.31460/mbdd.649121
44. Terzioğlu, M. K. (2018). Riske maruz değer: Kavram ve uygulamalar. Gazi Kitabevi.
45. Xu, S. (2017). A VaR assuming Student t distribution not significantly different from a VaR assuming normal distribution. Risk Management, 19, 189–201. https://doi.org/10.1057/s41283-017-0017-9
46. Yaşar Akçalı, B., Mollaahmetoğlu, E., & Altay, E. (2019). Borsa İstanbul ve Küresel Piyasa Göstergeleri Arasındaki Volatilite Etkileşiminin DCC-GARCH Yöntemi İle Analizi. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 14(3), 597-614. https://doi.org/10.17153/oguiibf.472731
47. Zakoian, J-M. (1994). Threshold heteroskedastic models. Journal of Economic Dynamics and Control, 18(5), 931–955. https://doi.org/10.1016/0165-1889(94)90039-6
48. Zhang,T. (2024). The Research of the Correlation Between USD Index and S&P500. Advances in Economics, Management and Political Sciences, 123,1-6.https://doi.org/10.54254/2754-1169/123/2024MUR0102