BİST 50 ve VIX Endeksi Nedensellik İlişkisi: Asimetrik Bir Analiz

Öz

Bu çalışmada, küresel risk algısının önemli göstergelerinden biri olan VIX endeksi ile BIST 50 endeksi arasındaki nedensellik ilişkisi asimetrik ve zamanla değişen bir yaklaşımla incelenmektedir. Çalışmada 2000:02–2026:05 dönemine ait aylık veriler kullanılmıştır. BIST 50 endeksi Türkiye pay piyasasının likiditesi yüksek şirketlerini temsil ederken, VIX endeksi küresel belirsizlik ve yatırımcı risk algısındaki değişimleri yansıtan bir gösterge olarak ele alınmıştır. Analizde BIST 50 serisi logaritmik getiri, VIX serisi ise logaritmik fark dönüşümüyle kullanılmıştır. İlk olarak serilerin durağanlık özellikleri ADF birim kök testiyle incelenmiş, ardından Hacker ve Hatemi-J asimetrik nedensellik testi uygulanmıştır. Statik test sonuçları, tüm örneklem dönemi dikkate alındığında BIST 50 ile VIX arasında pozitif ve negatif şoklar açısından anlamlı bir nedensellik ilişkisi bulunmadığını göstermektedir. Ancak zamanla değişen nedensellik bulguları, bu ilişkinin dönemlere göre farklılaştığını ortaya koymaktadır. Özellikle 2003–2005 dönemi, 2008 Küresel Finans Krizi sonrası, 2010–2014 aralığı ve COVID-19 sonrası yüksek belirsizlik döneminde VIX’ten BIST 50’ye doğru nedensellik ilişkisinin belirginleştiği görülmektedir. Buna karşılık, BIST 50’den VIX’e doğru nedensellik ilişkisinin oldukça sınırlı ve kısa süreli olduğu tespit edilmiştir. Genel olarak bulgular, BIST 50 endeksinin küresel risk algısındaki değişimlere duyarlı olduğunu, ancak Türkiye pay piyasasından küresel volatilite göstergesine doğru güçlü ve kalıcı bir geri besleme etkisinin bulunmadığını göstermektedir.

Anahtar Kelimeler

• BIST 50
• VIX
• Zamanla değişen nedensellik
• Hatemi-J

A Time-Varying Asymmetric Causality Analysis Between the BIST 50 and VIX Indices

Öz

This study investigates the causal link between the VIX index, a widely followed indicator of global risk sentiment, and the BIST 50 index within an asymmetric and time-varying framework. The empirical analysis is based on monthly data covering the period from 2000:02 to 2026:05. The BIST 50 index is used to represent highly liquid firms in the Turkish equity market, whereas the VIX index is treated as a proxy for global uncertainty and shifts in investor risk perception. Methodologically, the BIST 50 series is transformed into logarithmic returns, while the VIX series is analyzed using logarithmic differences. The stationarity properties of the variables are first tested through the ADF unit root test, and the Hacker and Hatemi-J asymmetric causality test is subsequently employed. The static causality results suggest that there is no statistically significant causal relationship between the BIST 50 and VIX over the full sample period when positive and negative shocks are considered. Nevertheless, the time-varying causality results indicate that the relationship is not constant over time but becomes more pronounced in certain periods. Specifically, causality from the VIX to the BIST 50 is observed during the 2003–2005 period, after the 2008 Global Financial Crisis, throughout the 2010–2014 period, and in the post-COVID-19 period marked by elevated uncertainty. Conversely, causality from the BIST 50 to the VIX appears to be limited and temporary. These findings suggest that the BIST 50 index responds to changes in global risk sentiment, while the feedback effect from the Turkish equity market to the global volatility indicator remains weak and short-lived.

Anahtar Kelimeler

• BIST 50
• VIX
• Time-varying causality
• Hatemi-J.

Kaynakça

1. Arı, E. (2024). VIX (korku) endeksi ile BIST bankacılık endeksi arasındaki ilişkinin araştırılması. İşletme Araştırmaları Dergisi, 16(4), 2746-2753.
2. Başarır, Ç. (2018). Korku endeksi (VIX) ile BİST 100 arasındaki ilişki: Frekans alanı nedensellik analizi. İşletme Fakültesi Dergisi, 19(2), 177-191.
3. 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.
4. Beirne, J., Caporale, G. M., Schulze‐Ghattas, M., & Spagnolo, N. (2013). Volatility spillovers and contagion from mature to emerging stock markets. Review of International Economics, 21(5), 1060-1075.
5. Bektaş, N. Ç., & Babuşcu, Ş. (2019). VIX korku endeksi ve CDS primlerinin büyüme ve döviz kuruna etkisi, Türkiye örneği. Ufuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 8(16), 97-111.
6. Black, F. (1976). Studies of stock price volatility changes. In Proceedings from the American statistical association, business and economic statistics section (p. 177).
7. Chandra, A., & Thenmozhi, M. (2015). On asymmetric relationship of India volatility index (India VIX) with stock market return and risk management. Decision, 42(1), 33-55.
8. Çonkır, D., Meriç, E., & Esen, E. (2021). Korku endeksi (VIX) ile gelişmekte olan ülke borsaları arasındaki ilişkinin analizi: Yatırımcı duyarlılığı üzerine bir çalışma. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 10(1), 109-132.

9. Dolado, J. J., & Lütkepohl, H. (1996). Making wald tests work for cointegrated VAR systems. Econometric Reviews, 15(4), 369-386. https://doi.org/10.1080/07474939608800362
10. Erdoğdu, H., & Baykut, E. (2016). BIST banka endeksi’nin (XBANK) VIX ve MOVE endeksleri ile ilişkisinin analizi. Bankacılar Dergisi, (98), 57-72.
11. Giot, P. (2002). Implied volatility indices as leading indicators of stock index returns? (SSRN Working Paper). https://ssrn.com/abstract=371461
12. Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424-438. https://doi.org/10.2307/1912791
13. Hacker, S., R., & Hatemi-J, A. (2008). Optimal lag-length choice in stable and unstable VAR models under situations of homoscedasticity and ARCH. Journal of Applied Statistics, 35(6), 601-615. https://doi.org/10.1080/02664760801920473
14. Hatemi-J, A. (2003). A new method to choose optimal lag order in stable and unstable VAR models. Applied Economics Letters, 10(3), 135-137. https://doi.org/10.1080/1350485022000041050
15. Hatemi-J, A. (2012). Asymmetric causality tests with an application. Empirical Economics, 43(2), 447-456. https://doi.org/10.1007/s00181-011-0484-x
16. Hatemi-J, A. (2022). Dynamic asymmetric causality tests with an application. Engineering Proceedings, 18(1), 41. https://doi.org/10.3390/engproc2022018041
17. İltaş, Y., & Güzel, F. (2021). Borsa endeksi ve belirsizlik göstergeleri arasındaki nedensellik ilişkisi: Türkiye örneği. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 39(3), 411-424.
18. İlter, H. İ., & Aksoy, B. (2024). VIX volatilite (korku) endeksinin BİST katılım endeksi üzerindeki etkisi: Bir ARDL sınır testi modeli. İslam Ekonomisi ve Finansı Dergisi, 10(2), 308-337.
19. Karaca, C. (2024). BİST 100 endeksi üzerinde faiz oranı, altın fiyatı ve döviz kurunun etkisi: Fourier ARDL ve Fourier kantil nedensellik analizinden kanıtlar. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (65), 9-30.
20. Karaca, C. (2025). BRICS-T ülkelerinde adaptif piyasa hipotezi: Jeopolitik risklerin dinamik etkileri ve piyasa tahmin edilebilirliği. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 26(2), 421-441.
21. Karaca, C. (2025). Navigating Us climate policy uncertainty: novel evidence from carbon markets, cryptocurrency (defi), and renewable energy innovations. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 27(2), 811-843.
22. Karaca, C., Ekşi, İ. H., & Şit, A. (2025). Borsa kapitalizasyonu, ekonomik büyüme, ticaret hacmi ve banka kredi genişlemesinin sürdürülebilir gelişim üzerindeki etkisi: G7 ülkelerinden kanıtlar. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 43(1), 94-115.
23. Karaçayır, E. (2025). Analysis of the relationship between credit default swaps (CDS), the fear index (VIX), and BIST 100 using the wavelet coherence model. Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 26(2), 547-568.
24. Kaya, A., & Coşkun, A. (2015). VIX endeksi menkul kıymet piyasalarının bir nedeni midir? Borsa İstanbul örneği. Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Dergisi, 16(1), 175-186.
25. Kaya, E. (2015). Borsa İstanbul (BIST) 100 endeksi ile zımni volatilite (VIX) endeksi arasındaki eş-bütünleşme ve Granger nedensellik. KMÜ Sosyal ve Ekonomik Araştırmalar Dergisi, 17(28), 1-6.
26. Kılıç, E., & Özyürek, H. (2022). Analysis of the causality relationship between the VIX (Fear) index and futures markets. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 40(4), 762-775.
27. Kirci Altinkeski, B., Dibooglu, S., Cevik, E. I., Kilic, Y., & Bugan, M. F. (2024). Quantile connectedness between VIX and global stock markets. Borsa Istanbul Review, 24, 71–79.
28. Korkmaz, T., & Çevik, E. İ. (2009). Zımni volatilite endeksinden gelişmekte olan piyasalara yönelik volatilite yayılma etkisi. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 3(2), 87-106.
29. Kudryavtsev, A. (2017). VIX index and stock returns following large price moves. Journal of Research in Economics, 4(1), 71-101.
30. Kula, V., & Baykut, E. (2017). Borsa İstanbul kurumsal yönetim endeksi (XKURY) ile korku endeksi (Chicago Board Options Exchange Volatility Index-VIX) arasındaki ilişkinin analizi. AKÜ İktisadi ve İdari Bilimler Fakültesi Dergisi, 19(2), 27-37.
31. Kutlu, M., & Türkoğlu, D. (2023). Volatilite endeksi (VIX) ve kırılgan beşli ülkelerin borsa endeksleri arasında volatilite etkileşimi. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 15(2), 125-136.
32. Lütkepohl, H. (1985). Comparison of criteria for estimating the order of a vector autoregressive process. Journal of Time Series Analysis, 6(1), 35-52. https://doi.org/10.1111/j.1467-9892.1985.tb00396.x
33. Mensi, W., Gök, R., Gemici, E., Vo, X. V., & Kang, S. H. (2025). Extreme dependence, connectedness, and causality between US sector stocks and oil shocks. International Review of Economics & Finance, 98, 103936.
34. Merton, R. C. (1973). An intertemporal capital asset pricing model. Econometrica: Journal of the Econometric Society, 867-887.
35. Ögel, S., & Fındık, M. (2020). Farklı kıtalarda yer alan borsa endekslerinin VIX (korku) endeksi ile ilişkisi. KOCATEPEİİBF Dergisi, 22(1), 127-140.
36. Önem, H. B. (2021). VIX (korku endeksi) ile BİST endeksleri arasındaki volatilite etkileşiminin DCC-GARCH modeliyle analizi. İşletme Araştırmaları Dergisi, 13(3), 2084-2095.
37. Özhan, E., Özbey, F., & Kandır, S. Y. (2023). VIX korku endeksi ile seçilmiş varlık getirileri arasındaki ilişkilerin araştırılması. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 16(2), 297-308.
38. Öztürk, M. B., Çelik, M. S., & Artantaş, E. (2021). Can the VIX index be used as an indicator for the Borsa Istanbul sustainability index and corporate governance index? Turkish Online Journal of Qualitative Inquiry, 12(3), 1329-1352.
39. 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.
40. Sarwar, G. (2012). Is VIX an investor fear gauge in BRIC equity markets? Journal of Multinational Financial Management, 22(3), 55–71.
41. Toda, H. Y., & Yamamoto, T. (1995). Statistical inference in vector autoregressions with possibly integrated processes. Journal of Econometrics, 66(1-2), 225–250. https://doi.org/10.1016/0304-4076(94)01616-8
42. Whaley, R. E. (2000). The investor fear gauge. Journal of portfolio management, 26(3), 1-12.
43. Whaley, R. E. (2009). Understanding the VIX. The Journal of Portfolio Management, 35(3), 98-105.
44. www.borsaistanbul.com
45. https://www.cboe.com/