DETERMINATION OF FACTORS AFFECTING BITCOIN PRICE BY MARS METHOD / Bitcoin Fiyatına Etki Eden Faktörlerin Mars Metodu İle Belirlenmesi

Yıl 2020, Cilt: 4 Sayı: 1, 171 - 184, 30.04.2020

Eyyüp Ensari Şahin

https://doi.org/10.29216/ueip.657407

Cited By: 2

Öz

Bitcoin, which has come to
the agenda of all circles with the mediation of data/money transfer by
Blockchain technology, has been the focus of interest of many investors and
many cryptocurrencies have been launched with the popularity of Bitcoin. The
high price volatility of the cryptocurrencies has prompted investors with a
desire to make fast money and with high risk appetite to analyze the price
estimation and the determination of the variables affecting the prices. The aim
of this study is to determine the factors that affect the price of Bitcoin,
which has a value of approximately 20.000 US Dollars as of December 2017 and which
is on the agenda of investors with its high volatility. For this purpose, in
addition to the variables used in the literature (Gold and US Dollar), the
effect of global risks (Financial Pressure Index and Geopolitical Risk Index)
was also measured. Variables likely to affect Bitcoin price in the study were
analyzed by Multivariate Adaptive Regression Extensions-MARS method. The data
used in the study consisted of monthly data between 2012 and 1- 2019/11. As a
result of the study, it is concluded that all the independent variables used
may affect the Bitcoin price under certain conditions.

Anahtar Kelimeler

Bitcoin, Geopolitical Risk Index, Financial Distress Index

BİTCOİN FİYATINA ETKİ EDEN FAKTÖRLERİN MARS METODU İLE BELİRLENMESİ / Determination Of Factors Affecting Bitcoin Price By MARS Method

Öz

Blockchain
teknolojisinin aracısız veri/para transferi gerçekleştirmesi ile tüm çevrelerin
gündemine gelen Bitcoin, birçok yatırımcının ilgi odağı olmuş ve Bitcoin ’in
popüler olması ile birçok kripto para piyasaya sürülmüştür. Kripto paralarda
fiyat volatilitesinin yüksekliği hızlı para kazanma arzusu içinde olan ve risk
iştahı yüksek olan yatırımcıları fiyat tahminlemesi ve fiyatları etkileyen
değişkenlerin belirlenmesi noktasında analiz yapmaya itmiştir. Bu çalışmanın
amacı Aralık 2017 itibari ile değeri yaklaşık 20.000 ABD Dolara ulaşan ve
yüksek volatilitesi ile yatırımcıların sürekli gündeminde olan Bitcoin fiyatına
etki eden faktörlerin belirlenmesidir. Bu amaçla çalışmada literatürde
kullanılan değişkenlere (Altın ve ABD Dolar) ek olarak küresel risklerin
(Finansal Baskı Endeksi ve Jeopolitik Risk Endeksi) etkisi de ölçülmeye
çalışılmıştır. Çalışama da Bitcoin fiyatı üzerine etki etmesi muhtemel
değişkenler Çok Değişkenli Uyarlanabilir Regresyon Uzanımları-MARS yöntemi ile
analiz edilmiştir. Çalışmada kullanılan veriler 2012/1-2019/11 yılları arasında
aylık verilerden oluşmaktadır. Çalışmanın sonucunda kullanılan tüm bağımsız
değişkenlerin belirli şartlar altında Bitcoin fiyatına etki edebileceği
sonucuna ulaşılmıştır. 

Anahtar Kelimeler

Bitcoin, Jeopolitik Risk Endeksi, MARS, Finansal Baskı Endeksi

Kaynakça

• Antonopoulos, A. (2014). Mastering Bitcoin: Unlocking Digital Cryptocurrencies. O'Reilly Media Inc. Erişim adresi: https://www.bortzmeyer.org/mastering-bitcoin.pdf.
• Atik, M. Köse, Y. Yılmaz, B. ve Sağlam, F. (2015). Kripto Para: Bitcoin ve Döviz Kurları Üzerine Etkileri. Bartın Üniversitesi İİBF Dergisi, 6(11), 247-261.
• Baek, C. ve Elbeck, M. (2015). Bitcoins as an Investment or Speculative Vehicle? A first look. Applied Economics Letters, 22(1), 30-34. Erişim adresi: https://doi.org/10.1080/13504851.2014.916379.
• Bouoiyour, J. ve Selmi, R. (2015). What Does Bitcoin Look Like?. Annals of Economics and Finance, 16(2), 449-492.
• Chu J, Nadarajah S, Chan S (2015). Statistical Analysis of the Exchange Rate of Bitcoin. Erişim adresi: https://doi.org/10.1371/journal.pone.0133678.
• Ciaian, P. Rajcaniova, M. ve Kancs, D. A. (2016). The Economics of Bitcoin Price Formation. Applied Economics, 48(19),1799-1815. Erişim adresi: https://doi.org/10.1080/00036846.2015.1109038.
• Craven, P. ve Wahba, G. (1978). Smoothing Noisy Data with Spline Functions. Numerische Mathematik, 31(4), 377-403.
• Dirican, C. ve Canoz, İ. (2017). Bitcoin Fiyatları ile Dünyadaki Başlıca Borsa Endeksleri Arasındaki Eşbütünleşme İlişkisi: ARDL Modeli Yaklaşımı İle Analizi. Journal of Economics, Finance and Accounting (JEFA), 4(4), 377-392.
• Dyhrberg, A. H. (2016). Hedging Capabilities of Bitcoin. Is it the Virtual Gold?. Finance Research Letters, 16, 139-144. Erişim adresi: https://doi.org/10.1016/j.frl.2015.10.008.
• Friedman, J. H. (1991). Multivariate Adaptive Regression Splines. The Annals of Statistics, 19(1), 1-67. Erişim adresi: http://doi:10.1214/aos/1176347963.
• Friedman, J. H. ve Roosen, C. B. (1995). An Introduction to Multivariate Adaptive Regression Splines. Erişim adresi: https://doi.org/10.1177/096228029500 400303 Glaser, F. Zimmermann, K. Haferkorn, M., Weber, M. C., ve Siering, M. (2014). Bitcoin-Asset or Currency? Revealing Users' Hidden Intentions. Revealing Users' Hidden Intentions. Erişim adresi: https:// doı: 10.17714/ gumusfenbil.311188.
• https://coinmarketcap.com/tr/
• https://evds2.tcmb.gov.tr/
• https://www.ecb.europa.eu/pub/pdf/other/virtualcurrencyschemes201210en.pdf
• https://www.policyuncertainty.com/financial_stress.html
• https://www2.bc.edu/
• Kartal, M. Depren, S. K. ve Depren, Ö. (2018). Türkiye’de Döviz Kurlarını Etkileyen Makroekonomik Göstergelerin Belirlenmesi: MARS Yöntemi İle Bir İnceleme. MANAS Sosyal Araştırmalar Dergisi, 7(1), 209-229.
• Kuhn, Thomas S. (1995). Bilimsel Devrimlerin Yapısı. (4. Basım). Çev.Nilüfer Kuyaş. İstanbul: Alan Yayıncılık.
• Lim, S. J. ve Masih, M. (2017). Exploring Portfolio Diversification Opportunities in Islamic Capital Markets through Bitcoin: Evidence from MGARCH-DCC and Wavelet Approaches. Munich Personal RePEc Archive. Erişim adresi: https://mpra.ub.uni-muenchen.de/79752/1/MPRA_paper_79752.pdf
• Nacar, S. Kankal, M., ve Hınıs, M. A. (2018). Çok Değişkenli Uyarlanabilir Regresyon Eğrileri (ÇDURE) ile Günlük Akarsu Akımlarının Tahmini-Haldizen Deresi Örneği. Gümüşhane Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 8(1), 38-47.
• Nadarajah, S. ve Chu, J. (2017). On the Inefficiency of Bitcoin. Economics Letters, 150, 6-9. Erişim adresi: https://doi.org/10.1016/j.econlet.2016.10.033.
• Nakamoto, S. (2008). Bitcoin: A Peer-to-Peer Electronic Cash System. Erişim adresi: https://bitcoin.org/bitcoin.pdf.
• Oktar, S. ve Yüksel, S. (2016). Bankaların Türev Ürün Kullanımını Etkileyen Faktörler: Mars Yöntemi ile Bir İnceleme. Finans Politik & Ekonomik Yorumlar Dergisi, 53(620), 31.
• Öztürk, M. B. Arslan, H., Kayhan,T., ve Uysal, M.(2018). Yeni Bir Hedge Enstrümanı Olarak Bitcoin: Bitconomi. Ömer Halis Demir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 11(2), 217-232. Erişim adresi: http://DOI: 10.25287/ohuiibf.415713.
• Şahi̇n, E. E. (2018). Crypto Money Bitcoin: Price Estimation with ARIMA and Artificial Neural Networks. Fiscaoeconomia, Erişim adresi: https://doi.org/ 10.25295 /fsecon.2018.02.005.
• Şahin, E. E. ve Özkan, O. (2018). Asimetrik Volatilitenin Tahmini: Kripto Para Bitcoin Uygulaması. Bilecik Şeyh Edebali Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 3(2), 240-247.
• Urquhart, A. (2016). The Inefficiency of Bitcoin. Economics Letters, 148, 80-82. Erişim adresi: https://doi.org/10.1016/j.econlet.2016.09.019.
• Üzer, B. (2017). Sanal Para Birimleri. Uzmanlık Tezi. Ankara. Erişim Adresi: https://www.tcmb.gov.tr/wps/wcm
• Vigna P. ve Casey J. (2015). Kripto Para Çağı. (2. Baskı). Ankara: Buzdağı Yayın Evi.
• Xiong, R. ve Meullenet, J. F. (2004). Application of Multivariate Adaptive Regression Splines (MARS). Journal of Food Science, 69(4), Erişim adresi: https://doi.org/10.1111/j.1365-2621.2004.tb06353.x.
• Yermack, D. (2015). Is Bitcoin a Real Currency? An Economic Appraisal. In Handbook of Digital Currency (pp. 31-43). Academic Press. Erişim adresi: https://doi.org/10.1016/B978-0-12-802117-0.00002-3.
• Yüksel, S. ve Zengin, S. (2016). Leading Indicators of 2008 Global Crisis: An Analysis with Logit and MARS Methods. Finansal Araştırmalar ve Çalışmalar Dergisi, 8(15), 495-518.