BİST 30 VE KATILIM 30 ENDEKSİ VOLATİLİTELERİNİN KARŞILAŞTIRILMASI

Yıl 2019, Cilt: 2 Sayı: 2, 167 - 174, 01.10.2019

Hasan Hüseyin Yıldırım Şakir Sakarya

https://doi.org/10.32951/mufider.603460

Cited By: 11

Öz

Katılım bankacılığı; İslami prensiplerine uygun
olarak faaliyetlerini gerçekleştiren bir bankacılık modelidir. Katılım
bankaları ilkelerine göre düzenlenen katılım endeksleri dünya çapında uzun
yıllardır var olmasına rağmen ülkemizde 2011 yılından bugüne hızlı bir büyüme
göstermiştir. Yatırım araçlarının her geçen gün arttığı finansal piyasalarda
Katılım Endeksleri de yatırımcılarına alternatif yatırım imkanı sağlamaktadır.
Bu çalışmada, volatilite tahmin modellerinden olan ARCH, GARCH, EGARCH ve
TGARCH modellerinden yararlanılarak 01.02.2011-31.07.2018 tarihleri arasında
Borsa İstanbul Ulusal Pazar’da işlem gören ve Katılım Bankacılığı prensiplerine
uygun hisse senetlerinden oluşan Katılım 30 Endeksi ile BİST 30 Endeksinin
volatiliteleri karşılaştırılacaktır. Çalışmanın araştırma kısmında endekslerde
volatilite kümelenmesinin olup olmadığına ve hangi endekste volatilitenin daha
yüksek olduğuna bakılmıştır. Araştırmadan elde edilen bulgulara göre heriki
endeks için volatilite kümelenmesinin olduğu tespit edilmiştir. BİST 30
Endeksinin volatilites Katılım 30 Endeksinin volatilitesine göre daha yüksek
çıkmıştır.

Anahtar Kelimeler

Katılım 30 Endeksi, BIST 30 Endeksi, Volatilite, ARCH, GARCH

Kaynakça

• Adlığ, G. Ş. (2009). Finansal Piyasalarda Ardışık Bağlanımlı Koşullu Varyans Etkileri, Oynaklık Tahmini ve Türkiye Üzerine Bir Uygulama, Yüksek Lisans Tezi, İstanbul Üni. Sosyal Bil. Enst., İstanbul.
• Alberg, D., Shalit H. ve Yosef R. (2008). Estimating Stock Market Volatility Using Asymmetric GARCH Models, Applied Financial Economics, Sayı. 18(15), 1201 – 1208.
• Chand, S., Kamal, S. ve Ali, I. (2012). Modeling and Volatility Analysis of Share Prices Using ARCH and GARCH Models, World Applied Sciences Journal, 19(1), 77 – 82.
• Çifter, Atilla (2010). Dalgacık Bazlı Uç Değer Teorisi ile Parametrik Olmayan Volatilite Modellemesi, Doktora Tezi, Marmara Üni. Sosyal Bil. Enst., İstanbul.
• 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.
• Ekim, S. ve Koy, A. (2016). Borsa İstanbul Sektör Endekslerinin Volatilite Modellemesi, Trakya Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(2), 1-13.
• Erer, D. (2011). Altın Piyasasındaki Oynaklık ve Altın Vadeli İşlem Sözleşmesi ile Korunma Yolu, Yüksek Lisans Tezi, Dokuz Eylül Üni. Sosyal Bil. Enst., İzmir.
• Ergen, Z. (2010). Finansal Varlıkların Volatilite Modelleri ile Analizi, Yüksek Lisans Tezi, Ankara Üni. Sosyal Bil. Enst., Ankara.
• Gayğusuz, F. (2008). Hisse Senedi Piyasa Volatilitesi ve İşlem Hacmi ile İlişkisi, Yüksek Lisans Tezi, Uludağ Üni. Sosyal Bil. Enst., Bursa.
• Karabacak, M., Meçik, O. ve Genç, E. (2014). Koşullu Değişen Varyans Modelleri ile BİST 100 Endeks Getirisi ve Altın Getiri Serisi Volatilitesinin Tahmini. Journal of Alanya Faculty of Business/Alanya Isletme Fakültesi Dergisi, 6(1).
• Karadağ, M. A. (2008). Analysis of Turkish Stock Market With Markov Regime Switching Volatility Models, Yüksek Lisans Tezi, ODTÜ, Ankara.
• Kula, V. ve Baykut, E. (2017). BIST Banka Endeksi’nin (XBANK) Volatilite Yapısının Markov Rejim Değişimi GARCH Modeli (MSGARCH) ile Analizi, Bankacılar Dergisi, Sayı 102.
• Kumar, S. S. S. (2006). Forecasting Volatility: Evidence from Indian Stock and Forex Markets. http://dspace.iimk.ac.in/bitstream/handle/2259/775/2006-FIN-06.pdf?sequence =1&isAllowed=y, Pdf. (06.07.2018).
• Özgümüş, H. (2012). Makroekonomik Faktörlerin Vadeli İşlem (futures) Sözleşmelerinin Getiri, İşlem Hacmi ve Volatilitesine Etkisi: VOB’da Bir Uygulama, Doktora Tezi, Bülent Ecevit Üni. Sosyal Bil. Enst., Zonguldak.
• Özgün, Z. (2011). ARCH Modelleriyle Bazı Ülkelerin Döviz Kurlarının Volatilitesinin İncelenmesi, Yüksek Lisans Tezi, Anadolu Üni. Sosyal Bil. Enst., Eskişehir.
• Racicot, F. E. ve Theoret, R. (2010). Forecasting Stochastic Volatility Using The Kalman Filter: An Application to Canadian Interest Rates and Price-Earnings Ratio, The Ieb International Journal of Finance, (1), 28 – 47.
• Sarıkaya, T. F. N. (2007). İMKB’de Volatilite, Likidite, İşlem Hacmi ve Getiri İlişkisinin Ekonometrik Analizi, Y.Lisans Tezi, Marmara Üni. Sosyal Bil. Enst., İstanbul.
• Seçme, O., Aksoy, M. ve Uysal, Ö. (2016). Katılım Endeksi Getiri, Performans ve Oynaklığının Karşılaştırmalı Analizi. Muhasebe ve Finansman Dergisi, (72), 107-128.
• Şahin, Ö., Öncü, M. A. ve Sakarya, Ş. (2015). BİST-100 ve Kurumsal Yönetim Endeksi Volatilitelerinin Karşılaştırmalı Analizi. CÜ İktisadi ve İdari Bilimler Dergisi, 16(2), 107-126.
• Tüzüntürk, S. (2005). İşlem Sıklığı ve Hacmi ile Fiyat Volatilitesi İlişkisi: İMKB Örneği”, Uludağ Üniversitesi Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi, Bursa.