Araştırma Makalesi

Türk Bankacılık Hisselerinde Rejim Değişimleri ve Volatilite Dinamikleri: Markov Switching GARCH Modeli ile Bir Analiz

Sayı: 21 4 Ekim 2026
PDF İndir
TR EN

Türk Bankacılık Hisselerinde Rejim Değişimleri ve Volatilite Dinamikleri: Markov Switching GARCH Modeli ile Bir Analiz

Öz

değişimlerini ve asimetrik dinamikleri Markov Switching GARCH (MS-GARCH) modeliyle analiz etmektedir. 02.03.2009-31.12.2025 dönemine ait günlük logaritmik getiriler (4.210-4.228 gözlem) kullanılmıştır. Yöntem olarak ADF birim kök testi, ARCH-LM heteroskedastiklik testi, GARCH(1,1), EGARCH(1,1) ve GJR-GARCH(1,1) modelleri, Engle-Ng İşaret Sapma Testi, iki durumlu MS-GARCH modeli, Model Güven Seti (MCS) ile Kupiec tabanlı VaR geriye dönük test prosedürleri uygulanmıştır. Tüm getiri serileri %1 düzeyinde durağan bulmuş; Jarque-Bera ve ARCH-LM testleri normal olmayan dağılım ve koşullu değişen varyansı doğrulamıştır. GJR-GARCH ve EGARCH modelleri, negatif şokların volatiliteyi pozitif şoklardan daha güçlü artırdığını göstermiştir. MS-GARCH, düşük volatilite rejiminde günlük std. sapmayı %1,28, yüksek volatilite rejiminde %3,89 tahmin etmiş yüksek volatilite dönemleri 2018 TL krizi, 2020 COVID-19 salgını ve 2021-2022 TCMB faiz şoklarıyla örtüşmüştür. Model Güven Seti (MCS) testi MS-GARCH’ın tüm tek rejimli modelleri geride bıraktığını (p=1,000), Kupiec testi ise MS-GARCH t-Student VaR modelinin geçerliliğini doğrulamıştır. Sonuç olarak, sabit parametreli modeller kriz dönemlerinde risk ölçümünde yetersiz kalmakta; Türk banka hisseleri rejim geçişli yapıyla modellenmelidir. Çalışma XBANK özelinde MS-GARCH’ı çok katmanlı testlerle ilk kez uygulayıp rejim dinamiklerini kriz episotlarıyla ilişkilendirerek literatüre katkı sunmaktadır. Politika önerisi olarak, BDDK ve SPK’nın erken uyarı sistemlerine, risk yöneticilerinin ise VaR hesaplamalarına rejim duyarlı modelleri entegre etmeleri tavsiye edilmektedir.

Anahtar Kelimeler

Markov Switching GARCH, Volatilite Rejim Değişimi, BIST Bankacılık Endeksi, Asimetrik Volatilite, Model Güven Seti

Kaynakça

  1. Aib, A., & Sayılgan, G. (2025). Volatility dynamics: Interest and exchange rate effects on BIST-100 returns performance. Pamukkale University Journal of Social Sciences Institute, 69, 21–36.
  2. Andersen, T. G., Bollerslev, T., Diebold, F. X., & Labys, P. (2003). Modeling and forecasting realized volatility. Econometrica, 71(2), 579–625.
  3. Artzner, P., Delbaen, F., Eber, J. M., & Heath, D. (1999). Coherent measures of risk. Mathematical Finance, 9(3), 203–228.
  4. Barndorff-Nielsen, O. E., & Shephard, N. (2006). Econometrics of testing for jumps using bipower variation. Journal of Financial Econometrics, 4(1), 1–30.
  5. Bekaert, G., & Wu, G. (2000). Asymmetric volatility and risk in equity markets. Review of Financial Studies, 13(1), 1–42.
  6. Bekaert, G., Harvey, C. R., Lundblad, C. T., & Siegel, S. (2014). The global crisis and equity market contagion. Journal of Finance, 69(6), 2597–2649.
  7. Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307–327.
  8. Bollerslev, T. (1987). A conditionally heteroskedastic time series model for speculative prices and rates of return. Review of Economics and Statistics, 69(3), 542–547.
  9. Doğru, E., & Medetoğlu, B. (2023). Volatility interaction between XBANK and global banking indices. Anadolu Üniversitesi İİBF Dergisi, 24(1), 75–90.
  10. Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987–1007.

Kaynak Göster

APA
Uğur, M., & Demireli, E. (2026). Türk Bankacılık Hisselerinde Rejim Değişimleri ve Volatilite Dinamikleri: Markov Switching GARCH Modeli ile Bir Analiz. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21, 1-22. https://doi.org/10.25287/ohuiibf.1940054
AMA
1.Uğur M, Demireli E. Türk Bankacılık Hisselerinde Rejim Değişimleri ve Volatilite Dinamikleri: Markov Switching GARCH Modeli ile Bir Analiz. ÖHÜİİBFD. 2026;(21):1-22. doi:10.25287/ohuiibf.1940054
Chicago
Uğur, Mehmet, ve Erhan Demireli. 2026. “Türk Bankacılık Hisselerinde Rejim Değişimleri ve Volatilite Dinamikleri: Markov Switching GARCH Modeli ile Bir Analiz”. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, sy 21: 1-22. https://doi.org/10.25287/ohuiibf.1940054.
EndNote
Uğur M, Demireli E (01 Ekim 2026) Türk Bankacılık Hisselerinde Rejim Değişimleri ve Volatilite Dinamikleri: Markov Switching GARCH Modeli ile Bir Analiz. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 21 1–22.
IEEE
[1]M. Uğur ve E. Demireli, “Türk Bankacılık Hisselerinde Rejim Değişimleri ve Volatilite Dinamikleri: Markov Switching GARCH Modeli ile Bir Analiz”, ÖHÜİİBFD, sy 21, ss. 1–22, Eki. 2026, doi: 10.25287/ohuiibf.1940054.
ISNAD
Uğur, Mehmet - Demireli, Erhan. “Türk Bankacılık Hisselerinde Rejim Değişimleri ve Volatilite Dinamikleri: Markov Switching GARCH Modeli ile Bir Analiz”. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi. 21 (01 Ekim 2026): 1-22. https://doi.org/10.25287/ohuiibf.1940054.
JAMA
1.Uğur M, Demireli E. Türk Bankacılık Hisselerinde Rejim Değişimleri ve Volatilite Dinamikleri: Markov Switching GARCH Modeli ile Bir Analiz. ÖHÜİİBFD. 2026;:1–22.
MLA
Uğur, Mehmet, ve Erhan Demireli. “Türk Bankacılık Hisselerinde Rejim Değişimleri ve Volatilite Dinamikleri: Markov Switching GARCH Modeli ile Bir Analiz”. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, sy 21, Ekim 2026, ss. 1-22, doi:10.25287/ohuiibf.1940054.
Vancouver
1.Mehmet Uğur, Erhan Demireli. Türk Bankacılık Hisselerinde Rejim Değişimleri ve Volatilite Dinamikleri: Markov Switching GARCH Modeli ile Bir Analiz. ÖHÜİİBFD. 01 Ekim 2026;(21):1-22. doi:10.25287/ohuiibf.1940054