Investigating the Volatility Spillover Effect Between Bond Yields and Traditional Investment Instruments Using the Diagonal VECH GARCH Model

Öz

The Diagonal VECH GARCH model is suitable for measuring how volatility in one return instrument is transmitted to others. In this study, the Diagonal VECH GARCH model is employed to analyze the dynamics of variance and covariance between bond yields and traditional investment instruments, including BIST, Gold, USD, and Euro returns, and to investigate volatility spillovers. The volatility analysis in return models reveals that volatility is persistent in bond and gold returns, whereas it is not persistent in BIST, USD, and Euro returns. While volatility spillover is observed from the BIST, Gold, and Euro markets to the bond market, no such transmission is detected from the USD market to the bond market. The findings of this study serve as a valuable guide for local and international investors in developing portfolio diversification strategies, while also providing policymakers with essential insights for making decisions and implementing interventions in financial markets.

Anahtar Kelimeler

• Bond Yields
• Volatility Spillover
• Traditional Investment Instruments
• Model Evaluation

Tahvil Getirileri ile Geleneksel Yatırım Araçları Getirileri Arasındaki Volatilite Yayılım Etkisinin Diagonal VECH GARCH Modeli ile Araştırılması

Öz

Çalışmada, Diagonal VECH GARCH modeli kullanılarak getiri araçlarında oluşan volatilitenin diğer getiri araçlarına nasıl aktarıldığı incelenmektedir. Tahvil getirileri ile geleneksel yatırım araçları olan BIST, Altın, USD ve Euro getirileri arasındaki varyans ve kovaryansın dinamiklerini açıklayan ve volatilite yayılımlarını analiz eden bu çalışmada Diagonal VECH GARCH modeli kullanılmıştır. Getiri modellerinde yapılan volatilite analizlerinde Tahvil ve Altın getirilerinde volatilitenin kalıcı olduğu, BIST, USD ve Euro getirilerinde ise volatilitenin kalıcı olmadığı tespit edilmiştir. BIST, Altın ve Euro piyasasından Tahvil piyasasına doğru volatilite aktarımı bulunmasına karşın, USD piyasasından Tahvil piyasasına doğru volatilite aktarımına rastlanmamıştır. Çalışma bulguları, yerel ve uluslararası yatırımcılar için portföy çeşitlendirmesi stratejilerinin oluşturulmasında önemli bir rehber niteliği taşırken, politika yapıcılar için ise finansal piyasalarda alınacak kararlar ve gerçekleştirilecek müdahalelerde yol gösterici bir kaynak olacaktır.

Anahtar Kelimeler

• Tahvil Getirileri
• Volatilite Yayılımı
• Geleneksel Yatırım Araçları
• Model Değerlendirmesi

Kaynakça

1. Baur, D.G., & Lucey, B.M. (2010). Is gold a hedge or a safe haven? An analysis of stocks, bonds and gold. Financial Rev, 45 (2), 217–229. https://doi.org/10.1111/j.1540-6288.2010.00244.x
2. Bauwens, L., Laurent, S., & Rombouts, J. V. (2006). Multivariate GARCH models: A survey. Journal of Applied Econometrics, 21(1), 79-109. https://doi.org/10.1002/jae.842
3. Bollerslev T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307-327. https://doi.org/10.1016/0304-4076(86)90063-1
4. Bollerslev, T., Engle, R.F., & Wooldridge, J.M. (1988). A capital asset pricing model with time varying covariances. Journal of Political Economy, 96, 116-131. https://www.jstor.org/stable/1830713
5. Bouteska, A., Sharif, T., & Abedin, M. Z. (2023). Volatility spillovers and other dynamics between cryptocurrencies and the energy and bond markets. The Quarterly Review of Economics and Finance, 92, 1-13. https://doi.org/10.1016/j.qref.2023.07.008
6. Boyacıoğlu, N., Höl, A. Ö., & Gülcan, N. (2023). Pay senedi, emtia, döviz ve dijital para piyasaları arasındaki ilişkinin incelenmesi: Türkiye örneği. İstanbul Gelişim Üniversitesi Sosyal Bilimler Dergisi, 10(1), 73-92. https://doi.org/10.17336/igusbd.950999
7. Camgöz, M. (2022). Tahvil ve hisse senedi piyasaları arasında zamanla değişen nedensellik ilişkileri: Hatemi-j dinamik nedensellik testi bulguları. Muhasebe ve Finansman Dergisi, (96), 97-116. https://doi.org/10.25095/mufad.1118637
8. Çiçek, M. (2010). Türkiye'de faiz, döviz ve borsa: fiyat ve oynaklık yayılma etkileri. Ankara Üniversitesi SBF Dergisi, 65(02), 1-28. https://doi.org/10.1501/SBFder_0000002170

9. Danila, N. (2023). Spillover of volatility among financial instruments: ASEAN-5 and GCC market study. Plos one, 18(10), e0292958. https://doi.org/10.1371/journal.pone.0292958
10. Demir, S. (2024). Yatırımcı duyarlılığı ile ABD geleneksel ve yeşil tahvil piyasaları arasındaki bağlantılılık analizi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 26(2), 264-275. https://doi.org/10.33707/akuiibfd.1451827
11. Demirel, E. (2023). BİST 100 ve seçilmiş ülke endeksleri arasındaki volatilite yayılım etkisi: Diyagonal VECH GARCH Modeli. Uluslararası Ekonomi İşletme ve Politika Dergisi, 7(1), 104-117. https://doi.org/10.29216/ueip.1237538
12. Demirel, E., & Kurt, Ü. (2021). Döviz kuru ve BİST 100 endeksi arasındaki volatilite yayılım etkisinin çok değişkenli GARCH modeli ile araştırılması. Parion Akademik Bakış Dergisi, 1(2), 127-136. chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://dergipark.org.tr/en/download/article-file/2886332
13. Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of American Statistical Association, 74, 427-431. https://doi.org/10.1080/01621459.1979.10482531
14. Dickey, D. A., & Fuller, W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica (49), 1057-1072. https://doi.org/10.2307/1912517
15. 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
16. Ekinci, C., & Erdamar, E. H. (2014). Türkiye’de pay getirileri ve tahvil faizi değişimleri arasındaki ilişki. Doğuş Üniversitesi Dergisi, 15(2), 223-234. https://dergipark.org.tr/tr/pub/doujournal/issue/66671/1043116
17. Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of U.K. inflation, Econometrica, 50, 987-1008. https://doi.org/10.2307/1912773
18. Engle, R. F., & Kroner, K. F. (1995). Multivariate simultaneous generalized ARCH. Econometric Theory, 11, 122-150. https://doi.org/10.1017/S0266466600009063
19. Engle, R.F. (1979). A general approach to the construction of model diagnostics based upon the lagrange multiplier principle. The Warwick Economics Research Paper Series, 156, University of Warwick, Department of Economics.
20. Gökalp, B. T. (2019). Hisse senedi getirileri ile tüketici güven endeksi arasındaki ilişki: Diyagonal VECH modeli üzerinden bir değerlendirme. Ekonomi Politika ve Finans Araştırmaları Dergisi, 4(1), 139-150. https://doi.org/10.30784/epfad.528556
21. Gujarati, D. N. (2003), Basic econometrics, Newyork: McGraw Hill.
22. https://www.dha.com.tr/ekonomi/tuik-aralikta- erişim tarihi: 05.03.2025
23. Islam, R., Islam, M. T., & Chowdhury, A. H. (2013). Testing for global volatility spillover, financial contagion and structural break in fifteen economies from two regions: A Diagonal VECH Matrix and EGARCH (1, 1) approach. International Journal of Economics and Finance, 5(5), 159-170. http://dx.doi.org/10.5539/ijef.v5n5p159
24. İmre, S. (2021). Bitcoin ve euro arasındaki volatilite etkileşiminin analizi. Uluslararası Ekonomik Araştırmalar Dergisi, 7(4), 1-13. https://dergipark.org.tr/tr/pub/ead/issue/72917/999998
25. Kandemir, T., Vurur, N. S., & Gökgöz, H. (2022). Türkiye’nin CDS primleri ile BİST 100, döviz kurları ve tahvil faizleri arasındaki etkileşimin cDCC-EGARCH ve varyansta nedensellik analizleriyle incelemesi. Karamanoğlu Mehmetbey Üniversitesi Sosyal Ve Ekonomik Araştırmalar Dergisi, 24(42), 510-526. https://dergipark.org.tr/tr/pub/kmusekad/issue/70427/1054826
26. Kang, S. H., Maitra, D., Dash, S. R., & Brooks, R. (2019). Dynamic spillovers and connectedness between stock, commodities, bonds, and VIX markets. Pacific-Basin Finance Journal, 58, 101221. https://doi.org/10.1016/j.pacfin.2019.101221
27. Karabıyık, C. (2020). Türkiye’de borsa, emtia, tahvil ve döviz piyasaları arasındaki etkileşim: Yayılım endeksi yaklaşımı. Journal of Management and Economics Research, 18(4), 265-284. https://doi.org/10.11611/yead.737638
28. Kayral, İ. E., & Tandoğan, N. Ş. (2020). BİST100, döviz kurları ve altının getiri ve volatilitesinde COVID-19 etkisi. Gaziantep University Journal of Social Sciences, 19(COVID-19 Special Issue), 687-701. https://doi.org/10.21547/jss.786384
29. Modarres, R., & Ouarda, T. B. (2013). Modeling rainfall–runoff relationship using multivariate GARCH model. Journal of Hydrology, 499, 1-18. https://doi.org/10.1016/j.jhydrol.2013.06.044
30. Modarres, R., & Ouarda, T. B. (2014). Modeling the relationship between climate oscillations and drought by a multivariate GARCH model. Water Resources Research,50(1),601- 618 https://doi.org/10.1002/2013WR013810
31. Nur, T., & Ege, İ. (2022). Yeşil tahvil ve pay piyasası arasındaki ilişkinin zaman serisi analizleri ile araştırılması. Muhasebe ve Finansman Dergisi, (94), 185-206. DOI: 10.25095/mufad.1049956
32. Önem, H. B. (2021). Altın, gümüş ile BİST madencilik endeksi getirileri arasındaki volatilite etkileşiminin Diagonal VECH GARCH modeliyle analizi. OPUS International Journal of Society Researches, 18(43), 6220-6240 https://doi.org/10.26466/opus.905547
33. Pepple, S. U., Harrison, E. E., & Essi, I. D. (2021). Multivariate GARCH analysis of selected nigerian economic data. Asian Journal of Probability and Statistics, 14(2), 23-40. DOI: 10.9734/ajpas/2021/v14i230324
34. Phillips, P. C.B., & Perron, P. (1988). Testing for a Unit Root in Time Series Regressions, Biometrika, 75, 335- 346. https://doi.org/10.1093/biomet/75.2.335
35. Su, T., Zhang, Z. J., & Lin, B. (2022). Green bonds and conventional financial markets in China: A tale of three transmission modes. Energy Economics, 113, 106200. https://doi.org/10.1016/j.eneco.2022.106200
36. Şarkaya İçellioğlu, C. (2019). Bir sermaye piyasası aracı olarak sukuk: S&P sukuk endeksi ve geleneksel tahvil endeksi üzerine bir uygulama. Bolu Abant İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 19(1), 43-62. https://doi.org/10.11616/basbed.vi.486334
37. Şeker, K. (2021). Türkiye’de finansal sistemden sağlanan çeşitli getirilerin var modeli ile etkileşimlerinin analizi. Muhasebe ve Finansman Dergisi, (92), 183-206. https://doi.org/10.25095/mufad.947821
38. Şeker, K. (2023; a). Döviz getirisinde haftanın günü etkisinin araştırılması: Türkiye örneği. Uluslararası Akademik Birikim Dergisi, 6(1). 1-18. https://akademikbirikimdergisi.com/index.php/uabd/article/view/78
39. Şeker, K. (2023; b). Döviz kuru ile BISTde işlem gören sigorta şirketlerinin hisse senedi getirileri arasındaki oynaklık yayılımları: CCC-GARCH modeli (2002-2022), Editör: K. Şeker (Volatilite Analizleri), 1. Baskı, Gazi Kitabevi, Ankara.
40. Şenol, Z., & Koç, S. (2022). Borsa, faiz, döviz kuru, altın, petrol ve bitcoin arasındaki volatilite yayılımları. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (35), 31-46. https://doi.org/10.18092/ulikidince.1036345
41. Şişman, İ. (2020). 2 Yıllık tahvil faizinin BIST 100 endeksi üzerine etkisi ve aralarındaki nedensellik ilişkisinin incelenmesi. International Journal of Business and Economic Studies, 2(1), 24-32. https://dergipark.org.tr/en/pub/uiecd/issue/57330/741814
42. Tian, S. & Hamori, S. (2016). Time-varying price shock transmission and volatility spillover in foreign exchange, bond, equity, and commodity markets: Evidence from the United States. The North American Journal of Economics and Finance, 38, 163-171. https://doi.org/10.1016/j.najef.2016.09.004
43. Yaman, S., & Korkmaz, T. (2020). Döviz kurları ile BİST turizm endeksi getirileri arasındaki volatilite yayılım etkisinin belirlenmesi. Business and Economics Research Journal. 11(3), 681–702. DOI:10.20409/berj.2020.277
44. Yavuz, H. H. (2012). Tahvil piyasası oynaklığının belirlenmesinde makroekonomik değişkenlerin oynaklığının analizi. Maliye ve Finans Yazıları, 1(96), 15-33.
45. Yılmaz, Y., & Kılıç, E. (2022). Geleneksel yatırım araçları arasında getiri ve volatilite etkileşiminin Var-Egarch modeli ile analizi. Dicle Üniversitesi S B E D, (30), 1-14. https://dergipark.org.tr/en/pub/diclesosbed/issue/70823/1021463