TIME-VARYING BETA OF THE PARTICIPATION 30 INDEX

Yıl 2019, , 115 - 126, 22.03.2019

Fatih Güçlü

https://doi.org/10.18092/ulikidince.515150

Cited By: 7

Öz

Islamic
stock indices are consisting of stocks that are subject to various filtering
criteria related to the field of activity and indebtedness of stocks traded on
conventional stock markets. The Participation 30 index (KATLM) consists of 30
stocks that are determined to meet the filtering criteria among the stocks
traded on Borsa Istanbul. The purpose of the study is to compare the systematic
risk of the Participation 30 index with Borsa Istanbul 100 index (BIST100) by
calculating the time-varying beta coefficients of the Participation 30 index.
The time-varying beta coefficients were calculated for the period from January
07, 2011 to July 31, 2018 using diagonal BEKK GARCH model (DBEKK-GARCH) which
is a form of multivariate GARCH models. EGARCH model is performed the
volatility estimation to determine whether the changes in beta coefficients
have a relationship with the volatility of the index. In the study, it is
concluded that the systematic risk of the Participation 30 Index has been
changing in time and it is generally under BIST100 in most of the time periods.
In addition, it was found that there was a strong relation between the
time-varying beta coefficients and volatility, while the beta coefficients
increased in the periods when the volatility increased and the tendency to
decrease in the periods when it fell.

Anahtar Kelimeler

Islamic Stock Indices, Time-Varying Betas, DBEKK-GARCH

KATILIM 30 ENDEKSİNİN ZAMANLA DEĞİŞEN BETASI

Öz

İslami
hisse senedi endeksleri, geleneksel hisse senedi piyasalarında işlem gören
hisse senetlerinin faaliyet alanı ve borçluluk durumuna ilişkin çeşitli
filtreleme ölçütlerine tabi tutulduğu, söz konusu filtreleme ölçütlerine uygun
olan hisse senetlerinden oluşan hisse senedi endeksleridir. Katılım 30 Endeksi
(KATLM), Borsa İstanbul’da işlem gören hisse senetlerinin arasından, filtreleme
ölçütlerine uygun olduğu belirlenen 30 adet hisse senedinden oluşmaktadır. Bu çalışmada,
Katılım 30 Endeksinin zamanla değişen beta katsayıları hesaplanarak sistematik
riskinin Borsa İstanbul 100 (BIST100) Endeksi ile karşılaştırılması
amaçlanmıştır. Zamanla değişen beta katsayıları, 07.01.2011-31.07.2018 dönemi
için çok değişkenli GARCH modellerden Diyagonal BEKK GARCH modeli (DBEKK-GARCH)
kullanılarak hesaplanmıştır. Zamanla değişen beta katsayılarındaki değişimin,
endeksin volatilitesi ile bir ilişkisi olup olmadığının belirlenmesi için ise
EGARCH model ile volatilite tahmini yapılmıştır. Çalışmada, Katılım 30
Endeksinin sistematik riskinin zamanla değişen bir niteliğe sahip olduğu, kimi
dönemlerde BIST100’den daha yüksek olsa da genel olarak BIST100’ün altında
olduğu sonucuna ulaşılmıştır. Ek olarak, zamanla değişen beta katsayıları ile volatilite
arasında güçlü bir ilişki olduğu, beta katsayılarının volatilitenin arttığı
dönemlerde artma, düştüğü dönemlerde ise azalma eğiliminde olduğu saptanmıştır.

Anahtar Kelimeler

İslami Hisse Senedi Endeksleri, Zamanla Değişen Beta, DBEKK-GARCH

Kaynakça

• Abiyev, V. (2015). Time-Varying Beta Risk and Its Modeling Techniques for Turkish Industry Portfolios. İktisat İşletme ve Finans, 30(349), 09-34.
• Altınsoy, G. (2009). Time Varying Beta Estimation for Turkish Real Estate Investment Trusts: An Analysis of Alternative Modeling Techniques. (Yayımlanmamış Yüksek Lisans Tezi). Orta Doğu Teknik Üniversitesi Sosyal Bilimler Enstitüsü, Ankara.
• Bodie, Z., Kane, A. ve Marcus, A. J. (2013). Essentials of Investments. New York: McGraw-Hill/Irwin.
• Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307-327.
• Choudhry, T. (2002). The Stochastic Structure of the Time-Varying Beta: Evidence from Uk Companies. The Manchester School, 70(6), 768-791.
• Choudhry, T. (2005a). Time-varying beta and the Asian financial crisis: Evidence from Malaysian and Taiwanese firms. Pacific-Basin Finance Journal, 13, 93-118.
• Choudhry, T. (2005b). September 11 and time-varying beta of United States companies. Applied Financial Economics, 15, 1227-1242.
• Choudhry, T. ve Wu, H. (2008). Forecasting Ability of GARCH vs Kalman Filter Method: Evidence from Daily UK Time-Varying Beta. Journal of Forecasting, 27, 670-689.
• Engle, R. F. (1982). Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation. Econometrica, 50(4), 987-1007.
• Gümrah, Ü. ve Konuk, S. (2018). Zamanla Değişen Beta: Borsa İstanbul Bankacılık Sektörü Uygulaması. Ekonomik ve Sosyal Araştırmalar Dergisi, 14(1), 51-66.
• Huang, P. ve Hueng, C. J. (2008). Conditional risk-return relationship in a time-varying beta model. Quantitative Finance, 8(4), 381-390.
• Katılım Endeksi. (2015). Katılım 30 Endeksi Kural Kitapçığı. Erişim Adresi http://www.katilimendeksi.org/content/userfiles/files/kural_kitapcik_30_1.pdf
• Katılım Endeksi. (2018a). Hakkımızda. Erişim Adresi http://www.katilimendeksi.org/page/40/endeks_sponsorlari
• Katılım Endeksi. (2018b). Endeks Şirketleri. Erişim Adresi http://www.katilimendeksi.org/subpage/19/endeks_sirketleri
• Kayalıdere, K. (2013). Volatilite Tahmin Modelleri ve Performanslarının Ölçümü: Hisse Senedi Piyasalarında Bir Uygulama. Ankara: Gazi Kitabevi.
• Nelson, D. B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Economet-rica, 59(2), 347-370.
• Rizvi, S. A. R., Bacha, O. I. ve Mirakhor, A. (2016). Public Finance and Islamic Capital Markets: Theory and Application. New York: Palgrave Macmillan.
• Yalçıner, K. (2006). Risk ile Getiri Arasındaki Doğrusallığın İMKB’de Analizi. Muhasebe ve Finansman Dergisi, (29), 182-189.