KATILIM-30 ENDEKSİNDE FİNANSAL VOLATİLİTE TAHMİNLEYİCİ MODEL BELİRLENMESİ

Öz

Amaç: Finans alanında volatilite (oynaklık) yatırımcılar için giderek önemini artırmaya devam etmektedir. Finansal yatırımcılar portföylerini çeşitlendirmenin yanında risklerini de en aza düşürebilmek için İslami finans yatırım araçlarına doğru hızlı bir şekilde yönelmektedirler. Bu nedenle İslami finansın ve İslami finans yatırım araçlarının önemi gün geçtikçe artmaktadır. Bu çalışmanın amacı Türkiye’de İslami usullere göre işlem gören şirketlerin olduğu Katılım-30 Endeksinin finansal volatilitesini modelleyen en uygun yöntemi bulmaktır.

Yöntem: Çalışmada 07.01.2011-02.11.2020 dönemini kapsayan Katılım-30 Endeksi günlük kapanış değerleri kullanılmıştır. Çalışmada kullanılan yöntemler ARCH, GARCH, ARCH-M, GARCH-M, IGARCH modelleridir.

Bulgular: Yapılan analizler neticesinde Katılım-30 Endeksini en iyi tahmin eden model olarak GARCH-M modeli bulunmuştur.

Özgünlük: Çalışmada endeks tahminlemesi için en uygun modelin bulunması, hem yatırımcıların portföy yatırımlarını verimli ve etkin olarak değerlendirmeleri hem de endeks getirilerini daha verimli bir şekilde modelleme ve tahmin etme kolaylığı sağlanacağı düşünülmektedir.

Anahtar Kelimeler

• Katılım-30 Endeksi
• İslami Finans Piyasası
• Volatilite
• Finansal Volatilite
• ARCH-GARCH
• I-GARCH

DETERMINATION OF THE FINANCIAL VOLATILITY ESTIMATIVE MODEL IN THE PARTICIPATION-30 INDEX

Öz

Purpose: Volatility in finance continues to increase its importance for investors. In addition to diversifying their portfolios, financial investors are rapidly turning to Islamic finance investment instruments in order to minimize their risks. For this reason, the importance of Islamic finance and Islamic finance investment tools is increasing day by day. The purpose of this study in Turkey based on Islamic rules Participation-30 Index traded companies that are finding the most appropriate method of modeling the financial volatility.

Methodology: The daily closing values of the Participation-30 Index covering the period 07.01.2011-02.11.2020 were used in the study. The methods used in the study are ARCH, GARCH, ARCH-M, GARCH-M, IGARCH models.

Findings: As a result of the analysis, the GARCH-M model was found as the best predictor of Participation-30 Index.

Originality: It is believed that finding the most appropriate model for index forecasting in the study will allow both investors to evaluate portfolio investments efficiently and effectively, as well as ease of modeling and forecasting index returns more efficiently.

Anahtar Kelimeler

• Participation-30 Index
• Islamic Finance Market
• Volatility
• Financial Volatility
• ARCH-GARCH
• I-GARCH

Kaynakça

1. Abbes Boujelbène, M. (2012). “Risk and Return of Islamic and Conventional Indices”, International Journal of Euro-Mediterranean Studies, 5(1), 1-23.
2. Abdul Rahim, F., Ahmad, N. ve Ahmad, I. (2009). “Information Transmission Between Islamic Stock Indices in Southeast Asia”, International Journal of Islamic and Middle Eastern Finance and Management, 2(1), 7-19.
3. Akkuş, H.T. ve Zeren, F. (2019). “Tüketici Güven Endeksi ve Katılım-30 İslami Hisse Senedi Endeksi Arasındaki Saklı İlişkinin Araştırılması: Türkiye Örneği”, 3. Sektör Sosyal Ekonomi Dergisi, 54(1), 53-70.
4. Altın, H. ve Caba, N. (2016). “Borsa İstanbul’da İşlem Gören Katılım Endekslerinin Performanslarının Değerlendirilmesi”, Finansal Araştırmalar ve Çalışmalar Dergisi, 8(15), 229-248.
5. Bollerslev, T. (1986). “Generalized Autoregressive Conditional Heteroskedasticity”, Journal of Econometrics, 31(3), 307-327.
6. Bouoiyour, J., Selmi, R. ve Wohar, M.E. (2018). “Are Islamic Stock Markets Efficient? A Multifractal Detrended Fluctuation Analysis”, Finance Research Letters, 26(C), 100-105.
7. Brooks, C. (2008). “Introductory Econometrics for Finance”, 2. Basım, Cambridge University Press, Cambridge.
8. Buğan, M.F., Çevik, E.İ. ve Çevik, N.K. (2019). “Katılım 30 Endeksi İçin Zayıf Formda Etkin Piyasa Hipotezinin ARFIMA-FIEGARCH Model ile Analizi”, Iğdır Üniversitesi Sosyal Bilimler Dergisi, Ek Sayı, 219-241.

9. Çabuk, H.A., Özmen, M. ve Kökcen, A. (2011). “Koşullu Varyans Modelleri: İMKB Serileri Üzerine Bir Uygulama”, Çukurova Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 15(2), 1-18.
10. Çelik, İ., Özdemir, A. ve Demir Gülbahar, S. (2018). “İslami Hisse Senedi Endeksleri Arasında Getiri ve Volatilite Yayılımı: Gelişmiş ve Gelişmekte Olan Piyasalarda Çok Değişkenli Var-Egarch Uygulaması”, Muhasebe ve Finans İncelemeleri Dergisi, 1(2), 89-100.
11. Çiçek, M. ve Öztürk, F. (2007). “Yabancı Hisse Senedi Yatırımcıları Türkiye’de Döviz Kuru Volatilitesini Şiddetlendiriyor Mu?”, Ankara Üniversitesi SBF Dergisi, 62(4), 83-107.
12. Çil Yavuz, N. (2014). “Finansal Ekonometri”, 1. Basım, Der Yayınları, İstanbul.
13. Dilmaç, M., Sümer, S. ve Yanık, R. (2019). “Enflasyon Oranı Değişkeni ile Oluşturulan İslami Finansal Varlık Fiyatlama Modelinin Katılım-50 Endeksine Uygulanması”, II. International Conference on Empirical Economics and Social Science (ICEESS’ 19), 20-21-22 Haziran, Bandırma, 1233-1242.
14. Engle, R.F. (1982). “Autoregressive Conditional Heteroscedasticity with Estimates of The Variance of United Kingdom Inflation”, Econometrica, 50(4), 987-1007.
15. Engle, R.F., Lilien, D.M. ve Robins, R.P. (1987). “Estimating Time Varying Risk Premia in the Term Structure: The ARCH-M Model”, Econometrica, 55(2), 391-407.
16. Erdoğan, S., Gedikli, A. ve Çevik, E.İ. (2019). “Türkiye’de Döviz Kurları ile Katılım Endeksi Arasındaki İlişki”, ICOMEP’19-Autumn-International Congress of Management, Economy and Policy, 2-3 Kasım, İstanbu, 1-8.
17. Gökçe, A. (2008). “Zaman Serilerinde Koşullu Değişen Varyanslılık Yapısı: ARCH Modelleri (Döviz ve Sermaye Piyasalarına Bir Uygulama)”, Doktora Tezi, Gazi Üniversitesi Sosyal Bilimler Enstitüsü, Ankara.
18. Güçlü, F. (2019). “Katılım 30 Endeksinin Zamanla Değişen Betası”, Uluslararası İktisadi ve İdari İncelemeler Dergisi (BOR Özel Sayı), 115-126.
19. Güneş, H. (2018). “İslami Endekslerde Takvim Anomalisi: Ramazan Etkisi”, Finans Politik & Ekonomik Yorumlar, 55(645), 75-90.
20. Güneş, H. (2020). “İslami Hisse Senedi Endeksleri Volatilitesinde Uzun Hafızanın Asimetrik Model ile Test Edilmesi”, International Journal of Islamic Economics and Finance Studies (Uluslararası İslam Ekonomisi ve Finansı Araştırmaları Dergisi), 6(2), 180-196.
21. Kanalıcı Akay, H. ve Nargeleçekenler, M. (2006). “Finansal Piyasa Volatilitesi ve Ekonomi”, Ankara Üniversitesi SBF Dergisi, 61(4), 5-36.
22. Kayalidere, K. (2013). Volatilite Tahmin Modelleri Performanslarının Ölçümü: Hisse Senedi Piyasalarında Bir Uygulama (1. Basım.). Gazi Kitabevi.
23. Kıran, B. (2010). “İstanbul Menkul Kıymetler Borsası’nda İşlem Hacmi ve Getiri Volatilitesi”, Doğuş Üniversitesi Dergisi, 11(1), 98-108.
24. Majdoub, J. ve Mansour, W. (2014). “Islamic Equity Market İntegration And Volatility Spillover Between Emerging and US Stock Markets”, The North American Journal of Economics and Finance, 29, 452-470.
25. Nargeleçekenler, M. (2004). “Euro Kuru Satış Değerindeki Volatilitenin ARCH ve GARCH Modelleri ile Tahmini”, İstanbul Üniversitesi İktisat Fakültesi Mecmuası, 54(2), 153-179.
26. Nelson, D.B. (1990). “Stationarity and Persistence in The GARCH (1,1) Model”, Econometric Theory, 6(3), 318-334. Özden Ünal, H. (2008). “İMKB Bileşik 100 Endeksi Getiri Volatilitesinin Analizi”, İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 7(13), 339-350.
27. Saadaoui, A. ve Boujelbene, Y. (2015). “Volatility Transmission Between Dow Jones Stock Index and Emerging Islamic Stock Index: Case of Subprime Financial Crises”, Emerging Markets Journal, 5(1), 40-49.
28. Sakarya, Ş., Zeren, F. ve Akkuş, H.T. (2018). “Türkiye’de Katılım-30 Endeksi ve Emtia Piyasaları Arasındaki İlişkinin Fourier Bazlı Yaklaşımlar ile Araştırılması”, Uluslararası Katılımlı 22. Finans Sempozyumu, 10 -13 Ekim, Mersin, 1185-1197.
29. Seçme, O., Aksoy, M. ve Uysal, Ö. (2016). “Katılım Endeksi Getiri, Performans ve Oynaklığının Karşılaştırmalı Analizi”, Muhasebe ve Finansman Dergisi, 72, 107-128.
30. SERPAM (2013). “İslami Finans: İslami Finans Kavramı, Ürünler, Dünya’da ve Türkiye’de Gelişimi ve Geleceği”, Serpam Araştırma Notları-1, Sermaye Piyasaları Araştırma ve Uygulama Merkezi.
31. Tayefi, M. ve Ramanathan, T.V. (2012). “An Overview of FIGARCH And Related Time Series Models”, Austrian Journal of Statistics, 41(3), 175-196.
32. Tok, A. (2009). “İslami Finans Sistemi Çerçevesinde Sukuk (İslami Tahvil) Uygulamaları, Katılım Bankaları ve Türkiye Açısından Değerlendirmeler”, Uzmanlık Tezi, Sermaye Piyasaları Kurulu, Ankara.
33. Türkan, Y. ve Baydaş, Y. (2018). “Katılım-30 Endeksi ile Makroekonomik Değişkenler Arasındaki İlişkinin Tespiti: Zaman Serileri Analizi”, Uluslararası Katılımlı 22. Finans Sempozyumu, 10 -13 Ekim, Mersin, 685-694.
34. Ülev, S. ve Özdemir, M. (2015). “Katılım Endeksi ile Piyasa Faiz Oranları Arasındaki Nedensellik İlişkisi”, International Congress on Islamic Economics and Finance ICISEF 2015, 21-23 Ekim, Sakarya, 47-54.
35. Yaman, M. ve Koy, A. (2019). “ABD Doları / TÜRK Lirası Döviz Kuru Volatilitesinin Modellenmesi: 2001-2018 Dönemi”, Muhasebe ve Finans İncelemeleri Dergisi, 2(2), 118-129.
36. Yıldırım, H.H. ve Sakarya, Ş. (2019). “BİST 30 ve Katılım 30 Endeksi Volatilitelerinin Karşılaştırılması”, Muhasebe ve Finans İncelemeleri Dergisi, 2(2), 167-174.