Murat MAZIBAŞ Bankacılık Düzenleme ve Denetleme Kurumu (BDDK) ÖZET

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Murat MAZIBAŞ mmazibas@bddk.org.tr Bankacılık Düzenleme ve Denetleme Kurumu (BDDK) ÖZET"

Transkript

1 İMKB Piyasalarındaki Volailienin Modellenmesi ve Öngörülmesi: Asimerik GARCH Modelleri ile bir Uygulama Mura MAZIBAŞ Bankacılık Düzenleme ve Deneleme Kurumu (BDDK) ÖZET Çalışmada, 5 ade simerik ve asimerik GARCH modeli ile İMKB Bileşik, Mali, Hizme ve Sınai endekslerindeki volailie modellenerek, örneklem dışı öngörülerde bulunulmaka ve öngörülerin güvenilirliği ele alınmakadır. Bu amaçla öncelikle dönemine ai günlük, hafalık ve aylık volailie verileri kullanılarak, finansal verilerde sıkça raslanan volailie kümelenmesi, asimerik fiya harekeleri, kaldıraç ekisi ve kalın kuyruk özellikleri araşırılmışır. Simerik harekeleri modelleyen GARCH modelinin yanında asimerik harekelerin modellenmesinde EGARCH, GJR-GARCH, Asimerik PARCH ve Asimerik CGARCH modellerinden oluşan 5 modelden yararlanılmışır dönemine ai veriler modellerin ahmininde (esimaion), 004 yılına ai veriler ise modellerin öngörü (forecas) performanslarının değerlendirilmesinde kullanılmışır. Tahmin edilen modellerle günlük, hafalık ve aylık olarak öngörülerde bulunulmuş ve bu öngörüler aynı döneme ai gerçekleşen volailie ile karşılaşırılarak modellerin öngörü performansları değerlendirilmişir. Değerlendirmede simerik ve asimerik öngörü haası isaisiklerinden yararlanılmışır. Tahmin sonuçlarında, günlük, hafalık ve aylık verilerde asimeri ve kaldıraç ekilerinin mevcu olduğu belirlenmişir. Yapılan öngörülerde, hafalık ve aylık bazda yapılan öngörülerin daha isabeli sonuçlar verdiği görülmüşür. Günlük öngörülerde ise, günlük verilerdeki yüksek derecedeki volailienin modellenmesinde ARCH ipi modellerin yeersiz kaldığı belirlenmişir. Anahar Kelimeler: Hisse senedi piyasası volailiesi, volailie, volailie modellemesi, volailie öngörüsü, GARCH, asimerik harekeler, kaldıraç ekisi, doğrusal olmayan modelleme. ABSTRACT This sudy evaluaes he ou-of-sample forecasing accuracy of fifeen symmerical and asymmerical GARCH models for daily, weekly and monhly volailiy in composie, financial, services and indusry indices of Isanbul Sock Exchange (ISE). Some properies of financial daa namely volailiy clusering, asymmerical price movemens, leverage effecs and fa-ail, has been invesigaed in sock marke daa of In modeling and forecasing sock marke volailiy along wih classical GARCH model, EGARCH, GJR-GARCH, Asymmerical PARCH and Asymmerical CGARCH models have been employed. Sock marke daa has been analyzed in wo pars: firs par is reained for he esimaion of parameers while he second par is for he evaluaion of forecas accuracy. In order o assess he forecas accuracy of each model, model forecass has been compared wih realized volailiy for he forecas period. To evaluae he performance of each model, asymmeric loss funcions as well as sandar (symmerical) loss funcions has been employed. Model esimaions have demonsraed he exisence of asymmery and leverage effecs in daily, weekly and monhly marke daa. In model forecass, i has been found ha weekly and monhly forecass are more precise han daily forecass. Moreover, i has also been found ha due o high volailiy in daily reurns, ARCH-ype models are incompeen in modeling daily volailiy. Key words: Sock marke volailiy, volailiy modeling, volailiy forecasing, GARCH, asymmeric price movemens, leverage effecs, non-linear modeling. Yazar, halen Bankacılık Düzenleme ve Deneleme Kurumunda (BDDK) Bankacılık Uzmanı olarak görev yapmakadır. Çalışmada yer alan görüşler yazarın kendisine aiir. Görüş ve düşünceler hiçbir şekilde Bankacılık Düzenleme ve Deneleme Kurumunu bağlamaz. Yazar, çalışmanın gerek eorik gerekse de uygulama alyapısının oluşurulmasında ve uygulama sürecinde yönlendirmeleri ve değerli kakılarından dolayı Dr. C. Coşkun Küçüközmen e (BDDK) eşekkürü bir borç bilir. İleişim bilgileri: Adres; BDDK, Aaürk Bulvarı No:9/B Kavaklıdere-Ankara, elefon; (3) , faks; (3) , e-posa:

2 GİRİŞ Uluslararası finansal piyasalarda son 0-5 yılda yaşanan çalkanılar ile risken korunma ve spekülaif gelir elde eme amacına dönük olarak ürev ürünlerin özellikle de opsiyonların yoğun bir şekilde kullanılmaya başlanması, finansal piyasalardaki harekelerin ahmin edilmesine olan ilgiyi arırmışır. Finansal piyasalardaki volailienin nedenlerinin belirlenmesi ve bu harekelerin önceden öngörülmesi bu piyasalarda finansal başarının vazgeçilmez koşullarından birisi haline gelmişir. Finansal piyasaların işleyiş dinamiklerinin geleneksel ikisadi yönemlerle açıklanamaması, bu alana sayısal yönemlerin ve özellikle de fizik ve maemaiğin aran bir şekilde girmesini beraberinde geirmişir. Sayısal ekniklerin giderek aran bir şekilde kullanılması ve finansal piyasaların dinamiklerinin daha iyi anlaşılmaya başlanması, geleneksel olarak finansman amaçlarına dönük olarak faaliye göseren bu piyasaların aran bir şekilde risk yöneimi ve spekülasyon saikleri ile işlemeye başlamasını beraberinde geirmişir. Finansal piyasalardaki aşağı ve yukarı yönlü harekeler ile bu harekelerin büyüklüğü konusunda yapılan çalışmalar, birçok ekniğin gelişirilmesini de beraberinde geirmişir. Mandelbro (963), finansal piyasalarda işlem gören finansal varlıkların fiyalarındaki büyük mikarlı değişimleri büyük mikarlı, küçük mikarlı değişimleri de yine küçük mikarlı değişimlerin akip eiğini, diğer bir ifade ile volailie kümelenmelerinin (volailiy clusering) oluşuğunu ifade emekedir. Bu durum, finansal değişkenlerin en önemli karakerisik özelliği olan saik olmayıp dinamik olma (zaman içinde değişme) özelliğini ön plana çıkarmakadır. Finansal piyasaların bu dinamik özelliğinin daha iyi anlaşılması ve zaman içinde değişen volailienin ahmin edilebilmesi amacıyla 980 li yıllarda Engle (98), Bollerslev (986) ve Nelson (99) arafından ekonomerik araçlar gelişirilmişir. Bu amaca dönük olarak Engle (98) arafından Ooregressif Koşullu Değişen Varyans (ARCH) modeli gelişirilmiş, bu model Bollerslev (986) arafından gelişirilerek Genelleşirilmiş ARCH (GARCH) modeli olarak adlandırılmışır. Bu çalışmada, İMKB bileşik, mali, hizme ve sınai endekslerine ai günlük, hafalık ve aylık volailie verilerinde, finansal verilerde sıkça raslanan volailie kümelenmesi, asimerik fiya harekeleri, kaldıraç ekisi ve kalın kuyruk özellikleri araşırılmışır. Volailieyi modelleyebilmek için günlük ve hafalık bazda ARCH ipi değişen varyansa dayalı modeller kullanılmışır. Tahmin edilen modellerle geleceğe dönük öngörülerde (forecas) bulunulmuş ve bu öngörüler gerçekleşmelerle karşılaşırılarak modellerin öngörü performansları değerlendirilmişir. TEORİ Finansal varlıkların fiyalarında özellikle; deregülasyon, yaırım porföylerinin uluslararası nielik kazanması, yeni risk azalımı eknik ve araçları ile izlenen makro ekonomik poliikalar nedeniyle 980 ve 990 lı yıllarda oraya çıkan yüksek volailienin nedenlerinin belirlenmesi ve bunun ölçülmesi hem piyasa kaılımcılarının hem de akademisyenlerin ilgi odağı haline gelmişir. Finans eorisinin emel kuralı gereği volailienin yükselmesi risklerin de armasını beraberinde geirmişir. Finansal varlıkların fiyalarındaki volailieden kaynaklanan risklerin arması yaırım kararlarının riskler göz önünde bulundurularak verilmesini zorunlu hale geirmişir. Finansal piyasalardaki aran risk, piyasaların bu koşullar alında finansal varlıkları doğru fiyalandırabilmesi için uygun ve doğru anımlanmış bir risk ölçüünün önemini ön plana çıkarmışır. Riskin geirilerin olasılık dağılımının varyansı olarak anımlanması finansal ekonomide genel kabul görmüşür. Varyans zaman içinde özellikle ürev araçların fiyalandırılması, risk azalım sraejilerinin değerlendirilmesi ve risk priminin belirlenmesinde riskin bir ölçüü olarak kullanılmaya başlanmışır.

3 Riskin ölçüü olarak varyansın alınması, finansal geiri dağılımlarının da belirlenmesini gündeme geirmekedir. Finansal varlıkların fiya değişimlerinin izlediği sokasik süreçlere ilişkin genel kabul gören varsayım bu fiya değişimlerinin rassal yürüyüş süreci (random walk process) olarak adlandırılan bir sokasik süreç akip eiğine yönelik varsayımdır. Rassal yürüyüş sürecine göre, fiya değişimleri birbirinden bağımsız ve benzer dağılıma sahipir (iid ), beklenen değeri (oralaması) sıfırdır ve varyansı sabiir (zaman içinde değişmez). İlave bir varsayım olarak değişimlerin normal dağıldığı varsayımının eklenmesi ile süreç, Brownian moion olarak adlandırılan bir sokasik sürece dönüşürülür (Mills, 993). Değişimlerin normal dağılım özelliği aşıması eorik görüş açısından genellikle gerekli kabul edilmemekedir. Bu varsayım, ahmini (esimaion) ve öngörüyü (forecasing) basileşirmesi nedeniyle isaisiki kolaylık açısından ercih edilmekedir. Sıfır oralama varsayımı, gerçek oralamanın sıfıra yakın olduğunu eyi eden ampirik çalışmalarla oraya konulmuşur (Figlewski, 994). Bu varsayım aynı zamanda, geirilerdeki rassal harekelerin öngürülemeyeceğini ifade eden ekin piyasa hipoezi ile de uyumlu bulunmakadır. Diğer arafan, rassal yürüyüş sürecinin sabi varyans ve bağımsızlık varsayımları birçok finansal geiri serisine ilişkin olarak yapılan ampirik çalışmalarda sağlanamamakadır. Özellikle finansal değişkenlere ai yüksek frekanslı zaman verilerinin koşulsuz (uncondiional) dağılımlarında oraya çıkan kalın kuyruk (fa ail) ve oralama erafındaki aşırı basıklık (lepokurosis) bu varsayımlardan sapmaları gösermekedir. Finansal değişkenlerin göserdiği bu özellikler, zaman serilerinde küçük ve büyük değişimlerin kümelenmesi şeklinde kendisini gösermekedir. Bu kümelenmeler, fiya değişimlerinin bağımsız olmadığını, fiya değişimlerinin birbirini ekilediğini gösermekedir. Normal dağılım varsayımından sapma ile birinci ve ikinci momenlerdeki (oralama ve varyans) zamana bağımlılık, normal dağılmış rassal yürüyüşe dayalı genel kabul görmüş ahmin ve öngörülerin uygun olmadığı sonucunu beraberinde geirmekedir. GARCH modelleri, finansal değişkenlerin sergilediği bu özelliklerle başa çıkarak sağlıklı ahmin ve öngörüler gerçekleşirebilmek amacıyla Engle (98) ve Bollerslev (986) arafından gelişirilmişir. Bu modellerde geirilere ilişkin sokasik süreç ile sokasik gerçekleşmeler arasında ilini bulunmadığı, ancak bunun bunların bağımsız olduğu anlamına da gelmediğini ifade eden maringale olarak anımlanmakadır. Bu modellerde bağımlılık, koşullu varyansı geçmiş dönemlere ai varyanslar ile geçmiş dönemlere ai haa erimlerinin karesinin bir fonksiyonu olarak modelleyen koşullu varyans denkleminde göserilmekedir.. Finansa Doğrusal Olmayan Modelleme Ekonomeride sıklıkla kullanılan ve () de genel göserimi yer alan yapısal modeller genellikle paramerelerde doğrusal modellerdir. Yapısal modellerin çok değişkenli analizlerde kullanılmaya elverişli göserimi ise () de yer almakadır. y = β + β x + β x + β x + u () y = Xβ + u () Doğrusal modellerde genellikle haa erimlerinin (u), sıfır oralamaya ve sabi varyansa sahip ( σ ) Normal dağılım özelliği aşıdığı (3) varsayılmakadır. ( 0, σ ) u N (3) Doğrusal modellerin ahmini konusunda oldukça önemli mesafeler kaedilmiş, bu alanda maemaiksel olarak sağlam (robus) ahminciler gelişirilmişir. Ancak, finansal değişkenler Independen and idenically disribued: birbirinden bağımsız ve aynı dağılıma sahip. 3

4 arasındaki ilişkilerin birçoğunun doğrusal olmayan özellikler gösermesi doğrusal modellerin finansaki kullanım alanını daralmakadır. Finansal veriler genellikle aşırı basıklık (lepokurosis), volailie kümelenmesi (volailiy clusering) ve kaldıraç ekisi (leverage effecs) özellikleri gösermekedir. Finansal verilerin sahip olduğu bu özellikler kısaca şu şekilde özelenebilir: a. Aşırı basıklık (lepokurosis): Finansal varlık geirilerinin dağılımlarının genellikle kalın kuyruk ve oralamada yüksek sivrilik (excess peakedness) özellikleri gösermesini ifade emekedir. Buna göre, finansal varlık geirilerinin dağılımları normal dağılıma göre oralamada daha sivri ve kuyruka daha kalın dağılım özellikleri gösermekedir. b. Volailie kümelenmesi: Finansal piyasalardaki volailie harekeleri genellikle birbirini akip emeke, yüksek dalgalanmaları yüksek dalgalanmalar, düşük şiddeli dalgalanmaları ise yine küçük harekeler akip emekedir. Bu nedenle, yüksek geirileri (arı veya eksi) yüksek geiriler akip emeke, düşük geirileri de düşük geiriler akip emekedir. c. Kaldıraç ekisi: Büyük fiya düşüşleri, aynı mikarlı fiya yükselişlerinden daha yüksek volailieye neden olmakadır. Campbell vd (997), doğrusal olmayan veri üreme süreci ile ilgili olarak, bir serinin bugünkü değerinin doğrusal olmayan bir şekilde haa erimlerinin bugünkü ve geçmiş değerleri ile bağlanılı olduğunu ifade emekedir (4). y = f( u, u, u,...) (4) (4) de, u haa erimi bağımsız ve aynı dağılıma sahiplik (iid) özelliği gösermeke ve f ise doğrusal olmayan bir fonksiyonu ifade emekedir. Campbell vd. (997) e göre, doğrusal olmayan bir modelin daha kullanışlı ve daha spesifik bir anımı şöyle olmalıdır: y = g( u, u, u,...) + u σ ( u, u, u,...) (5) (5) e göre, g yalnızca haa eriminin gecikmeli değerlerinin bir fonksiyonudur. σ ise haa eriminin cari dönemdeki değeri ile çarpıldığından varyans erimi olarak ifade edilmekedir. Campbell, g (...) fonksiyonunu oralamada doğrusal olmayan (non-linear in mean) ve σ (...) yi ise varyansa doğrusal olmayan (non-linear in variance) fonksiyon olarak nielendirmekedir. İkisadi ve finansal uygulamalarda kullanılan modeller doğrusal olup olmadıklarına göre başlıca 3 grupa incelenebilir: -Oralamada ve varyansa doğrusal modeller (lineer in mean and variance): KEKK modelleri, ARMA modelleri - Oralamada doğrusal- varyansa doğrusal olmayan modeller: GARCH modelleri 3- Oralamada ve varyansa doğrusal olmayan modeller: Hybrid hreshold models wih GARCH errors. Finansaki en popüler doğrusal olmayan modeller ARCH-GARCH modelleri ve ürevleri ile değişim modelleridir (swiching models).. Volailienin Modellenmesi Finans yazınında volailie genellikle finansal varlık geirilerinin sandar sapması veya varyansı olarak ifade edilmeke ve çok genel bir ifade ile finansal varlıkların oplam riskini ifade emeke kullanılmakadır. Piyasa riskinin ölçülmesinde kullanılan birçok riske maruz değer (RMD) modelinde bir volailie parameresi yer almakadır. Ayrıca, hisse senelerinin fiyalarındaki volailieyi göseren paramere opsiyon fiyalama modeli olan Black-Scholes modeline doğrudan dahil edilmekedir. 4

5 Finans yazınında önemli bir yere sahip olan volailienin modellemesinde kullanılan modeller başlıca 6 grupa incelenmekedir (Brooks, 00): a) Tarihi volailie (hisorical volailiy) modelleri b) Zımni volailie (implied volailiy) modelleri c) Üssel Olarak Ağırlıklandırılmış Harekeli Oralama (EWMA) modelleri d) Ooregresif (AR) ve Harekeli Oralama (MA) modelleri (ARMA modelleri) e) Ooregresif Koşullu Değişen Varyans (GARCH) modelleri f) Sokasik Volailie modelleri. 3 YAZIN Finansal geirilerin modellenmesine ilişkin yazında birbirinden farklı iki yaklaşımdan bahsedilmekedir (Ahlsed 998): Bu yaklaşımlardan birincisi ikisadi eoriye dayalı modeller, ikincisi ise zaman serisi analizlerine dayalı modeller yaklaşımıdır. İkisadi eoriye dayalı modeller, makroekonomik değişkenler arasındaki yapısal bağımlılığı açıklamada kullanılmakadır. Bu yaklaşımda, finansal risklerin nedeni olarak kabul edilen ikisadi değişkenler arasındaki ilişkilerdeki olası değişmeler alernaif ikisadi eorilere göre modellenmekedir. Bu modeller, ikisadi değişkenler arasında uzun dönemli denge ilişkisini ifade eden durağanlığı (saionariy) gösermekedir. Finansal varlık eorilerinin üzerine inşa edilen makro ekonomik yapısal modeller, (GSYİH ve enflasyon gibi) makro ekonomik verilere dayalı olarak üçer ay veya bir yıl gibi düşük frekanslı olarak ahmin edilmekedir. Bu nedenle bu modeller, uzun dönemli analizler ve öngörüler için daha uygun modellerdir. Bu modeller, günlük, haa gün içerisinde (inraday) dahi verileri mevcu olan döviz kurları, faiz oranları, hisse senedi fiyaları gibi değişkenlerin kısa dönemli analizinde ve öngörüsünde kullanılmaya uygun değildir. Zaman serisi analizine dayalı modeller, finansal değişkenlere ai yüksek frekanslı verilerin kullanılmasına uygun modellerdir. Zaman serisi analizleri, finansal değişkenlerin kısa dönemli harekelerinin belirlenmesinde ve kısa dönemli dengeye ulaşma çizgisinin analizinde kullanılmakadır. Döviz kurları, faiz oranları ve hisse senedi fiyaları kısa dönemde bu değişkenlere yönelik beklenilere dayalı spekülaif akımlarla belirlenmekedir. Bu nedenle, bu çalışmada kullanılan zaman serisi analizleri finansal değişkenlerde kısa dönemde oraya çıkan ekilerin dikkae alındığı modellerdir. İkisadi modellerde, ikisadi değişkenlerin düzeydeki değeri veya değişiminin birinci momeni (oralama) modellenir ve öngörüsü gerçekleşirilir. Zaman serisi analizi yaklaşımı ise, finansal değişkenlere ai yüksek frekanslı verilerin ikinci momeninin analizine imkan vermekedir. İkinci momenin modellenmesi, ARCH modellerinin koşulsuz dağılımdaki aşırı basıklığı belirlemede yeerli olduğuna dair sağlam ampirik kanılar oraya koymakadır (Nerlove vd., 988). ARCH model ailesi ilk kez Engle (98) arafından oraya konulmuş, daha sonra Bollerslev (986) arafından GARCH modeline genelleşirilmişir. Daha sonraki dönemde, birinci ve daha yüksek momenlerdeki doğrusal ve doğrusal olmayan bağımlılıkların modellenmesi için GJR-GARCH, EGARCH, PARCH, IGARCH ve GARCH-M gibi versiyonları gelişirilmişir. GARCH modellerinin, finansal değişkenlerin geiri serilerinin olasılık dağılımlarının farklı özelliklerini dikkae alan bir öngörü yönemine duyulan ihiyaca cevap vermesi bu modellerin akademik çalışmalarda yoğun olarak kullanılmasını da beraberinde geirmişir. GARCH modellerinin akademik çalışmalarda kullanımına yönelik yazın araması olarak Bollerslev vd. (99), Bera-Higgins (993) ile Bollerslev vd. (994) den yararlanılabilir. Finansal değişkenlerin modellenmesinde ileriye doğru aılmış çok önemli bir adım olmakla birlike, ARCH modellerinin kullanılması zaman serilerindeki doğrusal olmayan durumları yakalama yeeneği konusunda hala bir akım şüpheler bulunmakadır. Zaman serilerinin modellenmesinde GARCH yönemine alernaif bir yönem de Hull-Whie (987) ve Taylor 5

6 (993) arafından gelişirilen Sokasik Varyans (SV) modelleridir. GARCH ve SV modelleri, koşullu varyans denklemine gözlemlenmemiş sokasik bir bileşen eklenmek sureiyle birleşirilebilmekedir. Örneğin, Hsieh (989) GARCH modelindeki değişen oralama ve varyansın döviz kurlarındaki aşırı basıklığı am anlamıyla dikkae almaka yeersiz kaldığını, zamana göre değişen paramerelere sahip SV-GARCH modelinin verilerdeki doğrusal olmayan özellikleri açıklayabildiği sonucuna ulaşmışır (Hsieh 99). Andersen (996), Dağılım Karışımı Hipoezini, (Mixure of Disribuion Hypohesis) gelişirerek, bir sokasik volailie süreci ile GARCH yönemini birleşirerek bir model oluşurmuşur. Oluşurduğu modelin finansal geirilerde gözlemlenen volailie kümelenmesinin ardındaki ikisadi fakörlerin analiz edilmesinde yararlı olduğunu ifade emekedir. Hisse senedi piyasalarında yaşanan volailienin modellenmesi konusuna olan ilgi 987 yılında yaşanan krizin ardından hızla armışır. Gelişmiş piyasaların yanında gelişmeke olan piyasalarda yaşanan volailienin modellenmesi amacıyla yapılan çalışmalardan başlıcaları olarak Sco (99), Kupiec (99), Figlewski (997), Feinsein (987), Aydemir (998) ve Knigh ve Sachell (998) sayılabilir. İMKB üzerinde yapılan çalışmalarda ise genellikle ilgi volailienin modellenmesi ve bazı krizlerin İMKB üzerine ekilerinin araşırılması üzerinde odaklanmışır. Volailie modellemesi konusunda diğer çalışmaların yanında özellikle zikredilmesi gerekenler Muradoğlu ve Mein (996), Okay (998), Yılmaz (987), Yavan-Aybar (998) olmakadır. Volailienin öngörülmesi konusunda ise ilk çalışma Balaban (999) a aiir. Balaban (999) da, hisse senedi piyasasına ai aylık veriler kullanılarak rassal yürüyüş modelinden ARCH ipi modellere kadar 7 farklı volailie modeli kullanılarak volailie öngörüleri gerçekleşirilmekedir. Volailienin öngörülmesine ilişkin bir diğer çalışma olan Mazıbaş (004) de ise İMKB bileşik endeksindeki asimerik fiya harekeleri modellenmeke ve simerik ve asimerik ARCH ipi modeller kullanılarak öngörüler gerçekleşirilmekedir. 4 YÖNTEM Doğrusal ekonomerik modeller ile doğrusal zaman serisi modelleri finansal verilerin sahip olduğu birakım özellikleri modellemeke yeersiz kalmakadır. Finansal verilerin göserdiği bu emel özellikler şunlardır: - Aşırı basıklık, - Volailie kümelenmesi, - Asimerik epkiler ve kaldıraç ekileri. Finansal değişkenlere ai verilerin göserdiği bu özellikleri modelleme esnasında dikkae almak amacıyla bu özelliklerin öncelikle mevcu olup olmadıklarının araşırılması gereklidir. Bu amaçla gelişirilen birçok es ve yönem bulunmakadır. Çalışmada yararlanılan bu es ve yönemlerden başlıcaları doğrusallık esleri, ookorelasyonun belirlenmesine yönelik esler ile ooregressif koşullu değişen varyans (ARCH) ekilerinin belirlenmesine yönelik eslerdir. Çalışmanın bundan sonraki bölümünde, her bir volailie modeli ahmin edilmeke, modellerle öngörülerde bulunulmaka ve modellerin öngörü performansları bir akım isaisiklerle değerlendirmeye abi uulmakadır. 4. Modeller Finansal verilerin sahip olduğu özelliklerin modelleme amacına dönük olarak kullanılabilmesi için birçok farklı model gelişirilmişir. Her bir modelin kendine özgü varsayımları, kısıları ve diğer modellere göre üsün yönleri bulunmakadır. Hisse senedi piyasasındaki volailienin modellenmesi ve volailie öngörüsü amacıyla, verilerin aşıdığı 6

7 özelliklere ve çalışmanın amacına bağlı olarak ARMA modelleri ile ARCH ipi modellerden simerik model olan GARCH ile asimerik modeller EGARCH, GJR-GARCH, Asimerik PARCH ve Asimerik CGARCH modelleri kullanılmışır. 4.. ARCH Modeli Engle (98) arafından gelişirilen ARCH modelleri, doğrusal ve doğrusal olmayan bölüm olarak başlıca iki bölümde ele alınmakadır. R = β + β x + β x + β x + u u u... qu q u N σ (6) (0, ) σ = α + α + α + + α (7) Doğrusal bölüm, bağımlı değişken R nin zaman içindeki değişimini göseren koşullu oralama denklemidir (6). Doğrusal olmayan bölüm ise, bağımlı değişken olan koşullu varyans σ ile haa eriminin gecikmeli değerlerinin ilişkisini göseren koşullu varyans denklemidir (7). (7) de yer alan ARCH modeli gecikme değeri (q) nin aldığı değer ile adlandırılmakadır: ARCH (), ARCH () gibi. 4.. GARCH Modeli ARCH modellerinin genişleilmiş halini ifade eden ve Bollerslev (986) arafından gelişirilen GARCH modelleri, koşullu varyansın haa eriminin gecikmeli değerlerine ilave olarak, kendi gecikmeli değerlerine de bağlı olduğu volailie modelidir. GARCH (p,q) modelleri (6) da yer alan koşullu oralama denklemine ilave olarak (8) deki koşullu varyans denkleminden oluşmakadır. q p = 0 + iu i + j j i= j= (8) σ α α β σ 4..3 EGARCH Modeli GARCH modellerinin en önemli kısılarından birisi de poziif ve negaif volailie şoklarına simerik epki vermesidir (Brooks, 00). Özellikle kaldıraç ekisinin modellenmesinde modelin yeersiz kalmasına neden olan bu kısıın giderilebilmesi için Nelson (99) arafından Üssel GARCH (Exponenial GARCH, EGARCH) modelleri gelişirilmişir. EGARCH modelleri (6) da yer alan koşullu oralama denklemine ilave olarak (9) daki koşullu varyans denkleminden oluşmakadır. u u log( σ ) = ω+ βlog( σ ) + γ + α (9) σ π σ EGARCH modellerinin saf GARCH modellerinden üsün araflarından ilki koşullu varyansın logarimik düzeyde modellenmesi nedeniyle log( σ ), paramereler negaif olsa dahi σ in poziif olmasıdır. Bu nedenle, GARCH modellerinde geirilen negaif olmama koşuluna bu modelde ihiyaç kalmamakadır. Diğeri ise, volailie ile geiri arasındaki ilişki negaif ise (9) daki γ kasayısının negaif olmasıyla asimerik harekelerin modellenmesine imkan vermesidir GJR-GARCH Modeli GJR-GARCH modeli, birbirinden bağımsız olarak Zakoian (994) ve Glosen, Jaganahan ve Runkle (993) arafından gelişirilmişir. GJR-GARCH modeli, (6) da yer alan koşullu oralama denklemine ilave olarak (0) daki koşullu varyans denkleminden oluşmakadır. 7

8 q p = + i. u i +. u d + j. j i= j= (0) σ ω α γ β σ (0) daki varyans denkleminde yer alan kukla değişken ( d ), u < 0 değerini aldığında d =, diğer durumlarda ise d = 0 değerini almakadır. Bu nedenle asimeri parameresi γ, d = değerini aldığında anlamlı olmakadır. Bu modelde, iyi haberlerin ve köü haberlerin koşullu varyans üzerindeki ekileri farklı olarak ele alınmışır. Modelde iyi haberlerin ( u > 0) koşullu varyans üzerindeki ekisi α ile ve köü haberlerin ( u < 0) koşullu varyans üzerindeki ekisi ( α + γ) olarak göserilmekedir. Modelin paramerelerinden γ> 0 durumunda, kaldıraç ekisinin mevcu olduğunu ve köü haberlerin volailieyi arırdığı ifade edilebilir. Yine, γ 0 olması durumunda, haberlerin volailieye ekisi simerik olmayacakır Asimerik PARCH Modeli Diğer GARCH modellerinden farklı olarak varyans yerine sandar sapmanın modellendiği ve sandar sapma GARCH modeli olarak da bilinen model Taylor (986) ve Schwer (989) arafından gelişirilmişir. Model, Ding vd. (993) arafından Power ARCH (PARCH) olarak genelleşirilmişir. PARCH modelinde, sandar sapmanın üs parameresi olanδ modele empoze edilmek yerine model içerisinde ahmin edilebilmekedir. Ayrıca, modeleτ düzeyine kadar olan asimerinin modellenebilmesi için γ asimeri parameresi eklenebilmekedir: q p δ δ = ω + β jσ j + i j = i= σ α ( u γ u ) i () () de yer alan δ > 0, i =... τ için γ, üm i < τ için γ = 0 ve τ p i Simerik PARCH modelinde asimeri parameresi olan γ, üm i değerleri için γ = 0 dır. δ = 0 ve üm i değerleri için γ i = 0 olduğunda, PARCH modeli sandar GARCH modeline dönüşmekedir. Modelin asimerik hale geirilebilmesi için asimeri parameresi olan γ nin sıfırdan farklı olması gerekmekedir. i i 4..6 Asimerik CGARCH Modeli GARCH(,) modelinin koşullu varyans denklemi olan δ İ dir. σ = ω + α ( u ω) + β ( σ ω) () zaman içerisinde değişmeyen, yani sabi kalan oralama volailieye (ω ) geri dönüşü gösermekedir. () deki GARCH modelinde oralama sabi iken, model, oralamanın zamana bağlı olarak değişeceğini dikkae alarak, sabi ω yerine değişen volailienin ( q ) modele dahil edilmesine imkan vermekedir. Buna göre, q nin dahil edildiği model şu şekilde ifade edilebilir: σ q = ω + α ( u ω) + β ( σ ω) q = ω+ ρ ( q ω) + φ ( u σ ) (3) (3) de yer alan σ değişkeni volailieyi göserirken, q değişkeni ω nin yerini almaka ve zaman içinde değişen uzun dönem volailieyi ifade emekedir. (3) de yer alan ilk denklem, ( α + β) üssel değeri ile sıfıra yaklaşan kısa dönemli ekilerin yer aldığı geçici kısmı ( σ q ) 8

9 ifade emekedir. İkinci denklem ise ω ye ρ üssel değeri ile yaklaşan uzun dönem ekilerinin yer aldığı kalıcı kısım olan q değişkenini gösermekedir. İkinci denklemde yer alan ρ nin değeri genellikle 0.99 ile arasında yer almakadır. Bu nedenle, q nin ω ye yaklaşması oldukça yavaş gerçekleşmekedir. (3) de yer alan geçici ve kalıcı bölümlerin bir araya geirilmesi ile aşağıdaki model oluşurulabilir: σ = ( α β)( ρ) ω+ ( α + φ) u ( αρ + ( α + β) φ) u (4) + ( β φ) σ ( βρ ( α + β) φ) σ (4) de yer alan model, doğrusal olmayan kısılanmış GARCH (,) modelidir. Modelin koşullu varyans denkleminin geçici ve kalıcı bölümlerine dışsal değişkenler eklenebilmekedir. Geçici bölümü göseren denkleme eklenen değişkenler volailiedeki kısa dönemli harekeler üzerinde ekide bulunurken, kalıcı ekileri göseren denkleme eklenecek değişkenler volailienin uzun dönemdeki seviyesine ekide bulunacakır. Asimerik Componen GARCH modeli, (4) de yer alan GARCH (,) modeli ile (0) da yer alan GJR-GARCH modelinin bir araya geirilmesinden oluşmakadır. (4) de yer alan modelin kalıcı ekileri göseren bölümünde herhangi bir değişiklik yapılmazken, GJR modelinden alınan asimerik erimler modelin geçici ekileri göseren bölümüne ilave edilmekedir: y = x π + u q = ω+ ρ( q ω) + φ( u σ ) + θ z σ q = α( u q ) + γ( u q ) d + β( σ q ) + θ z (5) (5) de yer alan modelde, z, denklemlere ilave edilebilen dışsal değişkenleri, d ise negaif şokları göseren kukla değişkeni gösermekedir. Negaif şokları göseren değişkenin parameresi olan γ nin aldığı değer kaldıraç ekisinin mevcu olup olmadığını gösermekedir: γ> 0 ise koşullu varyans modelinde geçici kaldıraç ekisi mevcuur. 4. Dağılım Yönemleri Finansal verilerin aşıdığı aşırı basıklık ve kalın kuyruk özellikleri nedeniyle, ARCH modellerinin varsayımlarından koşullu sandar sapmaların ( v = u σ ) normal dağıldığı varsayımı genellikle ihlal edilmekedir. Koşullu sandar sapmanın örneklemdeki karşılığı olan sandarlaşırılmış haa erimlerinin ( vˆ = uˆ σˆ ), ARCH modellerinde normal dağıldığı varsayımının ihlali, en yüksek olabilirlik ahmini (MLE) sonuçlarının (paramere ahminlerini ekilememesine rağmen) sandar haaların hesaplanmasında haalı sonuçlar vermesine neden olmakadır. Finansal verilerdeki aşırı basıklık ve kalın kuyruk özellikleri nedeniyle haa erimlerinin koşullu dağılımında normal dağılımın yerine Suden- ve Genelleşirilmiş Haa Dağılımı (GED ) da kullanılmakadır. Suden- dağılımı, normal dağılıma benzer şekilde simerik bir dağılımdır. GED ise, finansal verilerdeki asimeri özelliklerini dikkae alan Nelson (99) arafından gelişirilmişir. Nelson (99), EGARCH modelinin GED özelliğini göserdiğini varsaymakadır. Generalized Error Disribuion. 9

10 4.3 Öngörü Performansının Değerlendirilmesi Modellerin öngörü performanslarının değerlendirilmesinde simerik ve asimerik öngörü haası isaisiklerinden yararlanılmakadır Simerik Öngörü Haası İsaisikleri Simerik haa isaisikleri, öngörülen volailie ile gerçekleşen volailie arasındaki farkların işareini ve büyüklüğünü dikkae almaksızın modellerin öngörülerinin gerçekleşen değerlerle karşılaşırılmasında kullanılır. En çok kullanılan öngörü haası isaisikleri, oralama mulak haa (mean absolue error, MAE), oralama haa karesinin kökü (roo mean square error, RMSE), oralama mulak yüzdelik haa (mean absolue percenage error, MAPE) ve Theil eşisizlik kasayısıdır (Theil inequaliy coefficien, TIC). Öngörü serisi f = T +, T +,..., T + h olmak üzere, gerçekleşen ve öngörülen volailie sırasıyla σ r ve σ ˆ f, öngörü yapılan arih, öngörü sayısı ise h olarak anımlandığında simerik haa isaisikleri; RMSE = h MAE = σ σ h MAPE T+ h ( σˆ f, σr, ) (6) = T+ T+ h ˆ f, r, (7) = T+ σˆ σ T+ h f, r, = 00 (8) h = T+ σ r, TIC = T+ h ( σˆ f, σr, ) h = T+ T+ h T+ h σˆ f, + σr, = T+ h = T+ h olarak anımlanmakadır. TIC isaisiği, sapma, varyans ve kovaryans bileşeni olmak üzere üç al bileşene ayrılmakadır 4. TIC isaisiğinin sapma bileşeni, öngörü oralaması ile gerçek serinin oralaması arasındaki uzaklığı; varyans bileşeni, öngörünün varyansı ile gerçek serinin varyansı arasındaki uzaklığı; kovaryans bileşeni ise haa ve varyansan geri kalan sisemaik olmayan öngörü haasını gösermekedir. Her üç bileşenin oplamı i vermekedir. Bir modelin öngörüsünün başarılı olabilmesi için, TIC isaisiğinin sıfıra yakın olması, kovaryans bileşeninin mümkün olduğunca büyük, sapma ve varyans bileşenlerinin ise mümkün olduğunca küçük olması gereklidir. Öngörü modellerinin karşılaşırılmasında, başarılı bir modelin simerik haa isaisiklerinden RMSE, MAE, MAPE ve TIC isaisiklerinin mümkün olduğunca küçük olması beklenmekedir Asimerik Öngörü Haası İsaisikleri Hisse senedi piyasası verilerinde asimerik fiya harekelerinin geçerli olması ve yaırımcıların da volailie konusunda farklı beklenilere sahip olması nedeniyle modellerin gerçek volailienin üzerinde veya alında kalan öngörülerinin birbirinden farklı ağırlıklandırılması gereklidir. Bu amaçla, gerçek volailieyi aşan veya onun alında kalan öngörüler Oralama Bileşik (9) 3 GARCH modellerinin seçim krierlerine ilişkin geniş bir değerlendirme için bakınız Michell vd. (003). 4 Daha fazla bilgi için bakınız: Pindyck-Rubinsfeld (99. 0

11 Haa (mean mixed error, MME) isaisiği ile değerlendirilmekedir. Bu amaçla, gerçek volailienin üzerindeki öngörülere daha çok ağırlık vererek alında kalan öngörüleri cezalandıran MME (U) ile gerçek volailienin alında kalan öngörülere daha çok ağırlık vererek üzerindeki öngörüleri cezalandıran MME (O) isaisikleri hesaplanır (Balaban, 999). 0 U MME( U ) = σˆ σ h + σˆ σ (0) f, r, f, r, = = 0 U MME( O) = σˆ σ + σˆ σ h f, r, f, r, = = U gerçekleşen volailieden daha düşük, O ise daha yüksek öngörü sayısını gösermekedir. Modellerin öngörülerinin karşılaşırılmasında daha düşük haa isaisiğine sahip model daha başarılı olarak nielendirilmekedir. 4.4 Tesler ARCH modellerinin kullanılabilmesi için, modelde kullanılacak verilerin aşıdığı birakım özelliklerin belirlenmesi gerekmekedir. ARCH modelleri, modelin koşullu varyans bölümünün doğrusal olmaması nedeniyle doğrusal olmayan modeller olarak da bilinmekedir. ARCH modelleri, ekonomeride En Küçük Kareler (EKK) yöneminin emel varsayımlarından sapmalara neden olduğundan genellikle bir hasalık olarak nielendirilen ookorelasyon ve değişen varyansın doğrusal modellerin yeersiz kaldığı durumlarda modelleme amacıyla kullanılmasını sağlayan modellerdir. ARCH modellerinin kullanılabilmesi için zaman serisi verilerinde ARCH ekilerinin mevcu olması gereklidir. Bu bölümde, ARCH modellerinin kullanılma gerekçelerinden olan verilerde ARCH ekisi ile ookorelasyonun bulunması durumunun araşırılmasında kullanılacak es ve yönemlerle doğrusallık eslerine yer verilmekedir Doğrusallık Tesleri Finansal zaman serilerindeki doğrusal olmayan davranışın belirlenmesinde, zaman serileri analizinin geleneksel yönemleri (ookorelasyon ve kısmi ookorelasyon fonksiyonları ile spekral analizler) yeersiz bir kullanım alanına sahipir (Brooks, 00). Zaman serilerindeki doğrusal olmayan davranışların ve özelliklerin belirlenmesinde birçok esen yararlanılmakadır. Doğrusal olmayan davranışların belirlenmesinde kullanılan esler genel esler ve özel esler olmak üzere başlıca iki grup alında incelenmekedir. Pormaneau esleri olarak da adlandırılabilen genel esler, verilerdeki rassallıkan sapmaların belirlenmesinde kullanılmakadır. Bu esler, genellikle, verilerde mevcu bulunan birçok doğrusal olmayan davranışın belirlenmesinde kullanılırken, verilerde hangi ür doğrusal olmayan davranışların bulunduğu konusunda herhangi bir bilgi vermemekedir. Doğrusal olmayan davranışların belirlenmesinde en çok kullanılan genel esler Ramsey in RESET esi ile BDS esidir. Diğer esler ise bispecrum esi ile bicorrelaion esidir. Özel esler ise özel doğrusal olmayan yapıların belirlenmesinde kullanılmak amacıyla gelişirilmişlerdir. Özel esler, finansal verilerde belirli bir doğrusal olmayan yapının bulunup bulunmadığını es emek amacıyla gelişirildiklerinden diğer doğrusal olmayan yapılar konusunda herhangi bir bilgi vermemekedirler.

12 4.4. Ookorelasyonun Belirlenmesine Yönelik Tesler Zaman serilerinde ookorelasyonun belirlenmesine yönelik olarak kullanılan başlıca esler Ljung-Box-Pierce-Q Tesi ve Serial Correlaion LM Tesidir. Ookorelasyonun varlığının araşırılmasında genellikle korelogramdan yararlanılır. Korelogram, ookorelasyon (ACF) ve kısmi ookorelasyon (PACF) fonksiyonları ile Ljung-Box- Pierce-Q Tesi isaisiklerini birlike veren bir analiz yönemidir 5. Serial Correlaion LM Tesi, ookorelasyonun belirlenmesinde Q isaisiğine alernaif olarak gelişirilmiş, asimpoik (büyük örnek) esler olarak da bilinen Lagrange çarpanı (LM) eslerindendir. LM esinde, H 0 hipoezi, önceden belirlenen bir am sayı olan p gecikmeli değere kadar seride ookorelasyonun olmadığını ifade emekedir. LM esi de, modelin haa erimlerinde ookorelasyonun bulunup bulunmadığının araşırılmasında kullanılır ARCH Ekilerinin Belirlenmesine Yönelik Tes Zaman serilerinde ooregressif koşullu değişen varyans (ARCH) ekilerinin bulunup bulunmadığının belirlenmesine yönelik olarak gelişirilen özel es Engle (98) arafından gelişirilmişir. ARCH LM Tesi olarak da bilinen bu es, modelin haa erimlerinde ARCH ekilerinin bulunup bulunmadığını araşıran bir Lagrance çarpanı (LM) esidir. Değişen varyansın özel bir şekli olan ARCH ekilerinin araşırılmasının nedeni, birçok finansal zaman serilerinde gözlemlenen ve ihmal edilmesi halinde ahminlerin ekinliğinin azalmasına neden olan cari haa erimi ile yakın geçmişe ai haa erimlerinin daha önceki dönemlere ai haa erimlerinden daha çok birbiri ile ilişkili olması durumunun dikkae alınması gereğidir. 5 VERİ Çalışmada, ile arihleri arasındaki dönemi kapsayan İMKB Bileşik, Mali, Hizme ve Sınaî fiya endekslerine ai Merkez Bankasından alınan veriler kullanılmışır. Çalışmada günlük, hafalık ve aylık olmak üzere üç farklı ölçeke ahmin ve öngörü yapılmışır. Tahmin ve öngörülerde kullanılmak üzere gözlemlenen hafalık ve aylık volailie, Balaban (999) a benzer şekilde endekslere ai günlük logarimik geiri verilerinin sandar sapması olarak anımlanmışır. Günlük ahmin ve öngörülerde ise endekse ai verilerin günlük logarimik geiri serisi kullanılmışır. Günlük logarimik geiri serisi şu şekilde hesaplanmakadır: R = ln( P / P ) () w, w, w, P w, w hafasının işgününe ai endeks kapanış fiyaını, w, R ise bir önceki işgününe göre logarimik düzeyde hesaplanmış fiya değişimini ifade emekedir. Hafalık sandar sapma σ aw, şu şekilde hesaplanmakadır 6 : 0.5 n aw, = ( Rw, w) ( n ) () = σ µ Hafalık sandar sapmanın hesaplanmasında, w ilgili hafayı, işgününü, n hafa içerisindeki işgünü sayısını, µ w ise ilgili hafaya ai oralama geiriyi ifade emekedir. Hafalık oralama geiri şu şekilde hesaplanmakadır: 5 Korelogram ve Ljung-Box-Pierce-Q Tesi hakkında deaylı bilgi için bakınız: QMS (00). 6 Aylık sandar sapma verileri de ( σ a, m verilmemişir. ) hafalık sandar sapmaya benzer şekilde hesaplandığından, ayrıca aylık hesaplamaya yer

13 µ w n Rw, (3) n = = Çalışmada, dönemine ai 975 ade günlük gözlem, 48 hafalık ve 96 aylık volailie verisi kullanılmışır arasındaki dönem iki bölüme ayrılmışır. İlk dönem olan dönemine ai volailie verileri modellerin ahmini (esimaion) ve paramerelerinin hesaplanması amacıyla kullanılmışır. İkinci dönem olan dönemine ai veriler ise ahmin edilen modellerin volailie öngörülerinin (forecas) gerçekleşen volailie ile karşılaşırılması ve modellerin öngörü performanslarının değerlendirilmesi amacıyla kullanılmışır. 6 UYGULAMA İMKB hisse senedi piyasalarına ai endekslerin Grafik de yer alan geiri verileri incelendiğinde, volailie harekelerinin genellikle birbirini akip eiği, diğer bir ifadeyle, endekseki yüksek dalgalanmaları yüksek dalgalanmaların, düşük dalgalanmaları ise yine düşük dalgalanmaların akip eiği görülmekedir. Volailie kümelenmesi olarak nielendirilen bu durum, incelenen dönemin amamında özellikle de kriz dönemlerinde belirgin bir şekilde oraya çıkmakadır. İMKB endekslerine ai geiri verilerinde karşılaşılan volailie kümelenmesi durumu, borsa endeksini ekileyen fakörlerin olumlu ve olumsuz ekilerinin endeks üzerindeki ekisinin simerik olup olmadığı sorusunu gündeme geirmekedir. Diğer bir ifadeyle, İMKB endeksleri üzerinde ekide bulunan olumlu ve olumsuz gelişmelerin endeks üzerindeki ekisinin aynı olup olmadığı, iyi haberlerle köü haberlerin endekse yansımasının birbirinden farklı olup olmadığı sorusu önem kazanmakadır. Olumlu haberlerin endeks üzerindeki ekisi ile olumsuz haberlerin ekisinin birbirinden farksız olması durumunda sandar ARCH-GARCH modelleri ile endekseki volailie modellemesini yapmak ve bu model ile öngörüde bulunmak yeerli olmakadır. Ancak, olumlu ve olumsuz gelişmelerin endeks üzerindeki ekilerinin farklı olması, endeksin verdiği epkide bir asimerinin söz konusu olduğunu, dolayısı ile bu asimeri durumu ile olumsuz gelişmelerin olumlu gelişmelerden fazla ekide bulunduğunu göseren kaldıraç ekisinin de modelleme ve öngörü esnasında dikkae alınması gerekmekedir. Bu nedenle, verilerde asimerinin ve kaldıraç ekisinin bulunup bulunmadığının ve mevcu ise seviyesinin belirlenmesi, öngörülerin isabei açısından gereklidir. İMKB endekslerindeki volailienin modellenmesi ve öngörülmesi esnasında, borsa endeksindeki volailie kümelenmesi, asimeri ve kaldıraç ekilerini dikkae alan alernaif modeller de kullanılmışır. Asimeri ekisini dikkae almayan klasik GARCH modelinin yanında asimerinin modellenmesine dönük olarak gelişirilen EGARCH, GJR-GARCH, Asimerik PARCH ve Asimerik CGARCH modellerinden yararlanılmışır. Bu bölümde, öncelikle verilerdeki normallik, ookorelasyon ve ARCH ekilerinin mevcu olup olmadığının belirlenmesi amacıyla veriler analize abi uulmuşur. Verilerin analizini akiben, modeller ahmin edilmişir. Tahmin edilen modellerle öngörülerde bulunulmuş, bu öngörüler gerçekleşmelerle karşılaşırılmış, modellerin öngörü performansları değerlendirmeye abi uularak her üç ölçeke de en iyi performans göseren modeller belirlenmişir. 6. Verilerin Analizi İMKB endekslerindeki gelişim (Grafik ), piyasaların ilgili dönemdeki gelişmelere anında epki vermesi ve yaırımcıların geleceğe yönelik beklenilerine göre pozisyon almaları nedeniyle günlük değişmeleri göseren geiri verileri ile birlike hafalık ve aylık bazda da yüksek volailie 3

14 olarak karşımıza çıkmakadır (Grafik, 3 ve 4). Her dör grafike de, Kasım 000 ve Şuba 00 krizlerinin piyasadaki volailie üzerindeki ekileri görülebilmekedir. Özellikle Grafik, 3 ve 4 den yararlanılarak, kriz dönemlerinde gözlemlenen yüksek volailie sırasında, yüksek mikarlı piyasa harekelerini aynı yönde olmasa dahi yine yüksek mikarlı piyasa harekelerinin akip eiği, nispeen isikrarlı dönemlerde ise düşük volailieye bağlı piyasa harekelerini yine küçük mikarlı harekelerin akip eiği söylenebilir. Hisse senedi piyasasında yaşanan bu harekeler, birçok finansal değişkene ai zaman serilerindekine benzer şekilde, İMKB piyasalarında volailie kümelenmesinin mevcu olduğunu gösermekedir. Volailie modellemesi öncesi, modellemede kullanılacak verilerin analizi ve modellemeye uygunluğunun değerlendirilmesi gerekmekedir. Bu amaçla, öncelikle, günlük ve hafalık verilere ai beimleyici isaisikler hesaplanmışır. Tablo de yer alan isaisik değerlerine göre, İMKB endekslerine ai verilerde yüksek volailie bulunmakadır. Ayrıca, üm dönemlere ai verilerin basıklık kasayısının normal dağılımın basıklık değerinden yüksek olması ve çarpıklık kasayılarının sıfırdan farklı olması finansal serilerin aşıdığı aşırı basıklık (kalın kuyruk) ve eksrem değerler alabilme ve simerik olmama (asimeri) özelliğinin bir gösergesidir. Finansal değişkenler genellikle zaman içerisinde yükselme eğilimi aşıması nedeniyle bu değişkenlere ai seriler durağan seriler değildir. Serilerin durağan hale geirilebilmesi için çeşili dönüşümler (fark alma şeklinde) yapılmakadır. Verilerin analizi amacıyla, ikinci olarak, İMKB endeksine ai günlük verilerin birim kök aşıyıp aşımadığının belirlenmesi amacıyla, logarimik düzeydeki endeks verilerine (geiri verilerine değil) birim kök esi uygulanmışır. Augmened Dickey Fuller (ADF) esi sonucunda, İMKB endeksine ai serinin düzeyde durağan (saionary) olmadığı, birinci sıra farkının alınması ile serinin durağan hale geldiği, diğer bir ifadeyle serinin birinci sıra I() durağan olduğu bulunmuşur. Buna göre, İMKB piyasasının ekinliği düşük bir piyasa olduğu söylenebilir. Finansal değişkenlerin dönemindeki değeri ( P ) genellikle veya k gibi daha çok gecikmeli dönemlerdeki değerlerinden ekilenebilmekedir. Finansal değişkenlere ai verilerin dönemi ile k ya kadar olan gecikme dönemlerindeki haa erimleri arasında görülen ookorelasyon özelliğinin günlük geiri verilerinde bulunup bulunmadığının belirlenmesi amacıyla 36 gecikmeli değere kadar ookorelasyon fonksiyonu (ACF) ile kısmi ookorelasyon fonksiyonlarını (PACF) veren korelogramlardan yararlanılmışır. Ayrıca, Breusch-Godfrey Lagrange çarpanı (Ookorelasyon LM) esinden yararlanılmışır. ACF ve PACF fonksiyonları ve Ookorelasyon LM esi ile günlük geiri verisine ai sadece sabi erimin bulunduğu modelde yüksek gecikmeli değerlerde ookorelasyon sorununun bulunduğu, modelin sağ arafına ooregressif ve harekeli oralama (ARMA) erimlerinin bağımsız değişken olarak eklenmesi ile modelin haa erimlerindeki ookorelasyon sorununun oradan kalkığı görülmüşür. ARCH modellerinin koşullu oralama denklemlerinde AR ve MA değişkenlerinin yer alması ile modellerin haa erimlerindeki ookorelasyon sorununun oradan kalkığı belirlenmişir. Volailie modellerinden ARCH ailesine ai modellerin finansal verilerin modellenmesinde kullanılabilmesi için, öncelikle verilerde ooregresif koşullu değişen varyans (ARCH) ekilerinin bulunup bulunmadığının belirlenmesi gerekmekedir. Bu amaçla gerçekleşirilen ARCH LM esinde günlük geiri verilerinde ooregresif koşullu değişen varyans ekilerinin bulunduğu belirlenmişir. İMKB endeksine ai günlük geiri verilerinin incelenmesinden, verilerde ookorelasyon ve ARCH ekilerinin mevcu olduğu belirlenmişir. Bu nedenle, verilerdeki volailienin modellenmesinde ooregressif koşullu değişen varyans modellerinin (ARCH) kullanılabileceği sonucuna ulaşılmışır. 4

15 6. Modellerin Tahmin Edilmesi İMKB endekslerindeki volailienin modellenmesi süreci üç ayrı bölümde ele alınmışır. İlk bölümde aylık, ikinci bölümde hafalık volailie verileri, üçüncü bölümde ise günlük geiri verileri kullanılarak GARCH, EGARCH, GJR-GARCH, Asimerik PARCH ve Asimerik CGARCH modelleri ahmin edilmişir 7. Modellerin ahmini esnasında, sandar GARCH modelinin emel varsayımlarından olan haa erimlerinin koşullu dağılımının Normal dağılım özelliği göserdiği varsayımının sağlanmadığı görülmüşür. Bu nedenle, modellerin ahmininde Bollerslev-Wooldridge (99) arafından gelişirilen quasi-maximum likelihood (QML) yönemi kullanılmışır 8. Ayrıca, İMKB endekslerine ai verilerdeki aşırı basıklık ve kalın kuyruk özellikleri nedeniyle her bir model için haa erimlerinin koşullu dağılımında normal dağılımın yanında Suden- ve GED dağılımları da kullanılmışır. Tahmin edilen modellerin oralama denklemine, aylık ve hafalık veriler için ARMA(,) modeli, günlük veriler için ise ARIMA(,,) modeli ilave edilmişir. Volailie ölçüü olarak hafalık ve aylık sandar sapma verileri ve günlük geiri verileri ile yapılan ahminlerde, modellerin asimeri paramerelerinin ahminleri büyük çoğunlukla isaisiksel olarak anlamlı bulunmuşur. Modellerin ahmin sonuçları bir arada değerlendirildiğinde, modellerin asimeri erimlerinin anlamlı olduğu, günlük, hafalık ve aylık verilerde asimeri ve kaldıraç ekilerinin bulunduğu sonucuna ulaşılmışır. 6.3 Öngörü Finansal araçların geirilerindeki volailienin modellenmesinin yanında, geirilerde geleceğe yönelik öngörülerde bulunmak (forecas) da finansal kararların alınmasında önemli bir yere sahipir. Bu bölümde, hisse senedi piyasasının volailiesine ilişkin öngörülerde bulunmak amacıyla daha önce ahmin edilen ARCH ipi modellerden yararlanılmışır. ARCH-ipi modeller, haa eriminin ( u ) koşullu varyansındaki σ değişimleri açıklayan modellerdir. Modelin bu özelliği mevcu verilerdeki volailie konusunda bilgi verirken, geleceke volailienin ne olacağı konusunda herhangi bir bilgi vermemekedir. Ancak, ( R R R ) ( u u u ) var,,... = var,,... (4) olduğu göserilebilir (Brooks, 00). Dolayısıyla, geçmiş değerleri veri iken R nin koşullu varyansı, u nin koşullu varyansı ile aynıdır (u nun geçmiş değerleri de veri iken). Dolayısıyla, koşullu varyansın modellenmesi geirilerin varyansının modelini ve öngörülerini de verecekir. Koşullu varyans öngörüleri, aynı zamanda R nin gelecekeki varyansının da öngörüsü olacakır. İMKB endeksine ilişkin olarak günlük, hafalık ve aylık olarak yapılan öngörüler saik olarak gerçekleşirilmişir. Saik öngörüde her adımda ahmin edilen σ lar bir sonraki günün 7 Modellerin paramerelerinin ahmin edilen değerleri alep edildiğinde verilebilecekir. 8 Finansal verilerin aşıdığı aşırı basıklık ve kalın kuyruk özellikleri nedeniyle, ARCH modellerinin varsayımlarından koşullu sandar sapmaların ( v = u σ ) normal dağıldığı varsayımı genellikle ihlal edilmekedir. Koşullu sandar sapmanın örneklemdeki karşılığı olan sandarlaşırılmış haa erimlerinin ( vˆ = uˆ σˆ ), ARCH modellerinde normal dağıldığı varsayımının ihlali, en yüksek olabilirlik ahmini (maximum likelihood esimaion, MLE) sonuçlarının (paramere ahminlerini ekilememesine rağmen) sandar haaların hesaplanmasında haalı sonuçlar vermesine neden olmakadır. Tahmin esnasında MLE ahmincisi ile ahmin edilen günlük, hafalık ve aylık verilere ai modellerin sandarlaşırılmış haa erimlerinin normal dağılıma uymadığı belirlenmişir. Bu nedenle, modellerin ahmininde Bollerslev-Wooldridge arafından gelişirilen ve quasi-maximum likelihood (QML) olarak adlandırılan ahmin yönemi kullanılmışır. 5

16 σ nın ahmininde kullanılarak, öngörüler birer günlük, hafalık ve aylık olarak gerçekleşirilmekedir. Her bir endekse ai günlük veriler için 49, hafalık veriler için 5 ve aylık veriler içinse ade öngörü gerçekleşirilmişir. Modellerin öngörü performansının değerlendirilebilmesi için her bir modelin öngörüleri gerçekleşmelerle karşılaşırılarak simerik ve asimerik öngörü haası isaisikleri hesaplanmışır. Her bir sekör endeksi iibariyle her bir modelin günlük, hafalık ve aylık öngörüsü için hesaplanan simerik öngörü haası isaisiklerinden MAE, RMSE, MAPE ve TIC isaisiklerinin değerleri, en köü performans göseren modelin isaisik değerine göre hesaplanan karşılaşırmalı oranlar ve performanslarına göre modellerin sıralaması sırasıyla Tablo, 3 ve 4 de yer almakadır. Modellerin bileşik endekse ilişkin günlük, hafalık ve aylık volailie öngörülerine ai simerik haa isaisiklerine göre performansları incelendiğinde; günlük öngörülerde en iyi performansı haa dağılımları GED olan modellerin göserdiği, bunu Suden- dağılımlı modellerin akip eiği, asimerik modellerin yanında simerik GARCH modelinin de iyi bir performans göserdiği, hafalık öngörülerde belirgin bir şekilde en iyi performansı GED dağılımlı modellerin göserdiği, bunu Suden- dağılımlı modellerin akip eiği, asimerik modellerin en iyi performans göseren modeller olduğu, aylık öngörülerde ise, Suden- ve GED dağılımlı modellerin en iyi performans göseren modeller olduğu, günlük öngörülere benzer şekilde asimerik modellerin yanında simerik GARCH modelinin de iyi performans göserdiği belirlenmişir. Mali endekse ilişkin günlük, hafalık ve aylık volailie öngörülerine ai simerik haa isaisiklerine göre model performansları incelendiğinde; günlük öngörülerde, belirgin bir şekilde en iyi performansı GED dağılımlı modellerin göserdiği, bunları Suden- dağılımlı modellerin akip eiği, simerik GARCH modelinin en iyi performans göseren model olduğu, bunu GJR-GARCH, Asimerik PARCH ve EGARCH modellerinin akip eiği, hafalık öngörülerde, GED dağılımlı modellerin belirgin bir şekilde en iyi performans göseren modeller olduğu, günlük öngörülerin aksine asimerik modellerin daha iyi performans göserdiği, aylık öngörülerde ise, EGARCH modelinin belirgin bir şekilde en iyi performansı göserdiği belirlenmişir. Hizme endeksine ilişkin günlük, hafalık ve aylık volailie öngörülerine ai simerik haa isaisiklerine göre model performansları incelendiğinde; günlük öngörülerde, GED ve Suden- dağılımlı modellerin daha iyi performans göserdiği, simerik GARCH modelinin en iyi performans göseren model olduğu, hafalık öngörülerde, GED modellerinin ön plana çıkığı, bunu Suden- dağılımlı modellerin akip eiği, simerik GARCH modelinin Asimerik PARCH modeli başa olmak üzere diğer asimerik modellerle birlike iyi performans göserdiği, aylık öngörülerde ise, Suden- dağılımlı modellerin daha iyi performans göserdiği, bunu GED dağılımlı modellerin akip eiği, EGARCH modelinin en iyi performans göseren model olduğu belirlenmişir. 6

17 Modellerin sınai endeksine ilişkin günlük, hafalık ve aylık volailie öngörülerine ai simerik haa isaisiklerine göre model performansları incelendiğinde ise; günlük öngörülerde, Suden- ve GED dağılımlı modellerin iyi performans göserdiği, asimerik modellerin yanında simerik GARCH modelinin de iyi performans göseren modeller arasında olduğu, hafalık öngörülerde, belirgin bir şekilde en iyi performansı GED dağılımlı modellerin göserdiği, asimerik modellerden özellikle Asimerik CGARCH modelinin ön plana çıkığı, aylık öngörülerde ise, Suden- ve GED dağılımlı modellerin iyi performans göserdiği, Asimerik PARCH modelinin en iyi performans göseren model olduğu belirlenmişir. Her bir sekör endeksi iibariyle her bir modelin günlük, hafalık ve aylık öngörüsü için hesaplanan asimerik öngörü haası isaisikleri olan MME(U) ve MME(O) isaisiklerinin değerleri, en köü performans göseren modelin isaisik değerine göre hesaplanan karşılaşırmalı oranlar ve performanslarına göre modellerin sıralaması sırasıyla Tablo 5, 6 ve 7 de yer almakadır. Modellerin bileşik endekse ilişkin günlük, hafalık ve aylık volailie öngörülerine ai asimerik haa isaisiklerine göre performansları incelendiğinde; Hesaplanan MME(U) değerlerine göre gerçekleşen volailienin alında öngörülerde bulunduğu için en çok cezalandırılan modeller günlük öngörülerde EGARCH modeli, hafalık öngörülerde EGARCH-GED modeli, aylık öngörülerde ise GARCH-GED modelidir. Günlük, hafalık ve aylık öngörülerde en az cezalandırılan model ise GARCH modelidir. MME(O) isaisiklerine göre, gerçekleşen volailienin üzerinde öngörülerde bulunduğu için en çok cezalandırılan modeller günlük öngörülerde GARCH- modeli, hafalık öngörülerde Asimerik PARCH modeli, aylık öngörülerde ise Asimerik CGARCH modelidir. Günlük, hafalık ve aylık öngörülerde en az cezalandırılan modeller ise sırasıyla EGARCH, Asim. PARCH- ve GARCH-GED modelleridir. MME(O) ve MME(U) isaisikleri birlike değerlendirildiğinde; günlük, hafalık ve aylık öngörülerde gerçekleşen volailieye göre en dengeli öngörülerde bulunan modeller sırasıyla GARCH-, Asim. PARCH- ve GARCH-GED modelleridir. Modellerin mali endekse ilişkin günlük, hafalık ve aylık volailie öngörülerine ai asimerik haa isaisiklerine göre performansları incelendiğinde; MME(U) değerlerine göre günlük, hafalık ve aylık öngörülerde gerçekleşen volailienin alında öngörülerde bulunduğu için en çok cezalandırılan modeller sırasıyla Asim. GARCH-, EGARCH-GED ve EGARCH modelleridir. En az cezalandırılan modeller ise sırasıyla EGARCH-, GJR-GARCH ve GJR-GARCH- modelleridir. MME(O) isaisiklerine göre günlük, hafalık ve aylık öngörülerde gerçekleşen volailienin üzerinde öngörülerde bulunduğu için en çok cezalandırılan modeller ise sırasıyla Asim. CGARCH, GJR-GARCH ve Asim. CGARCH modelleridir. En az cezalandırılan modeller ise sırasıyla Asim. GARCH-GED, EGARCH-GED ve EGARCH modelleridir. MME(O) ve MME(U) isaisikleri birlike değerlendirildiğinde; günlük, hafalık ve aylık öngörülerde gerçekleşen volailieye göre en dengeli öngörülerde bulunan modeller sırasıyla GARCH, GARCH-GED ve EGARCH- modelleridir. 7

18 Modellerin hizme endeksine ilişkin günlük, hafalık ve aylık volailie öngörülerine ai asimerik haa isaisiklerine göre performansları incelendiğinde; MME(U) değerlerine göre günlük, hafalık ve aylık öngörülerde gerçekleşen volailienin alında öngörülerde bulunduğu için en çok cezalandırılan modeller sırasıyla Asim. CGARCH-, GARCH-GED ve EGARCH- modelleridir. En az cezalandırılan modeller ise sırasıyla GARCH-, GJR-GARCH ve GJR-GARCH-GED modelleridir. MME(O) isaisiklerine göre günlük, hafalık ve aylık öngörülerde gerçekleşen volailienin üzerinde öngörülerde bulunduğu için en çok cezalandırılan modeller sırasıyla GARCH, GJR-GARCH ve EGARCH modelleridir. En az cezalandırılan modeller ise sırasıyla Asim. CGARCH-, GARCH-GED ve EGARCH- modelleridir. MME(O) ve MME(U) isaisikleri birlike değerlendirildiğinde; günlük, hafalık ve aylık öngörülerde gerçekleşen volailieye göre en dengeli öngörülerde bulunan modeller sırasıyla GARCH, GARCH-GED ve EGARCH- modelleridir. Son olarak öngörü modellerinin sınai endeksine ilişkin günlük, hafalık ve aylık volailie öngörülerine ai asimerik haa isaisiklerine göre performansları incelendiğinde ise; MME(U) isaisiğine göre günlük, hafalık ve aylık öngörülerde gerçekleşen volailienin alında öngörülerde bulunduğu için en çok cezalandırılan modeller sırasıyla Asim. PARCH, Asim CGARCH-GED ve Asim. PARCH- modelleridir. En az cezalandırılan modeller ise sırasıyla GARCH-, GJR-GARCH ve GJR-GARCH-GED modelleridir. MME(O) isaisiklerine göre günlük, hafalık ve aylık öngörülerde gerçekleşen volailienin üzerinde öngörülerde bulunduğu için en çok cezalandırılan modeller sırasıyla GARCH-, GJR-GARCH ve Asim. CGARCH modelleridir. En az cezalandırılan modeller ise sırasıyla Asim. PARCH, Asim CGARCH-GED ve EGARCH- modelleridir. MME(O) ve MME(U) isaisikleri birlike değerlendirildiğinde; günlük, hafalık ve aylık öngörülerde gerçekleşen volailieye göre en dengeli öngörülerde bulunan modeller sırasıyla Asim. CGARCH-, Asim. CGARCH-GED ve EGARCH- modelleridir. 7 SONUÇ VE DEĞERLENDİRME Çalışmada, İMKB Bileşik, Mali, Hizme ve Sınai endekslerine ai dönemine ai günlük, hafalık ve aylık volailie verilerinde, finansal verilerde sıkça raslanan volailie kümelenmesi, asimerik fiya harekeleri, kaldıraç ekisi ve kalın kuyruk özellikleri araşırılmışır. Volailieyi modellemek için günlük, hafalık ve aylık bazda ARCH ipi değişen varyansa dayalı modeller kullanılmışır. Simerik harekeleri modelleyen GARCH modelinin yanında asimerik harekelerin modellenmesinde EGARCH, GJR-GARCH, Asimerik PARCH ve Asimerik CGARCH modellerinden yararlanılmışır. İMKB sekör endekslerine ai yıllarına ai veriler modellerin ahmininde (esimaion), 004 yılına ai veriler ise modellerin öngörü (forecas) performanslarının değerlendirilmesinde kullanılmışır. Tahmin edilen modellerle günlük, hafalık ve aylık olarak öngörülerde bulunulmuş ve bu öngörüler aynı döneme ai gerçekleşen volailie ile karşılaşırılarak modellerin öngörü performansları değerlendirilmişir. Değerlendirmede simerik ve asimerik öngörü haası isaisiklerinden yararlanılmışır. Diğer finansal verilerde olduğu gibi İMKB endekslerine ai verilerde bulunan aşırı basıklık ve kalın kuyruk özelliklerinin, ARCH modellerinin varsayımlarından koşullu sandar sapmaların normal dağıldığı varsayımını ihlal edilmesine neden olduğu belirlenmişir. Bu nedenle modellerin haa erimlerinin koşullu dağılımlarında, verilerdeki aşırı basıklık ve kalın kuyruk özelliklerini dikkae alan Suden- ve GED dağılımlarından da yararlanılmışır. Model ahminlerinde, İMKB endeksine ai hafalık verilerde asimeri ve kaldıraç ekileri belirgin bir şekilde öne çıkarken, günlük verilerde asimeri ekisi nispeen daha düşük olarak 8

19 bulunmuşur. Günlük, hafalık ve aylık verilerle yapılan ahminlerde, olumsuz haberlerin volailie üzerindeki ekisinin olumlu haberlerden daha yüksek olduğu yani kaldıraç ekisinin mevcu olduğu belirlenmişir. Bunun en önemli nedenlerinden ilkinin, yaırımcıların son 0-5 yılda belli dönemlerde yaşanan krizlerden edindikleri ecrübeyle olumsuz haberlere karşı göserdikleri aşırı reaksiyon olduğu söylenebilir. Diğer bir nedenin ise İMKB piyasasının yeerince derin olmaması nedeniyle yaırımcıların özellikle düşüş yönlü spekülaif harekelere karşı aşırı hassas olmaları olduğu söylenebilir. Olumsuz senaryolara göre oluşurulan bekleniler endekseki aşağı yönlü harekelerin yukarı yönlü harekelerden daha şiddeli olmasına neden olmakadır. Modellerle yapılan öngörülerde, hafalık ve aylık verilerle yapılan öngörülerin daha isabeli sonuçlar verdiği, günlük öngörülerde ise günlük verilerdeki yüksek derecedeki volailienin modellenmesinde ARCH ipi modellerin yeersiz kaldığı belirlenmişir. ARCH ipi modellerin günlük verilerdeki aşırı volailienin modellenmesinde yeersiz kalmasına rağmen hafalık ve aylık volailie öngörülerinde daha başarılı olduğu söylenebilir. Çalışmada, volailie modellerinden yararlanılarak İMKB piyasalarındaki volailie modellenmiş ve volailie öngörülerinde bulunulmuşur. Bu aşamada, modellere Riske Maruz Değer (RMD) boyuu dahil edilmemişir. Çalışmadaki modeller finansal karar alma ve risk yöneimi amaçlarına dönük olarak doğrudan kullanılabileceği gibi RMD hesaplamalarında yer alan volailie değişkeninin ahmininde ve öngörüsünde yararlanılmak sureiyle de kullanılabilecekir. 9

20 KAYNAKÇA [] Ahlsed, M. (998) Analysis of Financial Risks in a GARCH Framework, Suomen Pankki, Bank of Finland, Helsinki, Finland. [] Andersen, T.G. (996) Reurn Volailiy and Trading Volume: An Informaion Flow Inerpreaion of Sochasic Volailiy, Journal of Finance, Vol. 5, No:. [3] Aydemir, A. B. (998) Volailiy Modelling in Finance, yer aldığı kiap J. Knigh & S. Sachell (eds.) Forecasing Volailiy in he Financial Markes. Oxford. UK. Buerwoh-Heinemann, -46. [4] Balaban, E. (999), Forecasing Sock Marke Volailiy: Evidence from Turkey, The ISE Finance Award Series Volume:, Inernaional Conference in Economics a he Middle Eas Technical Universiy in 999. [5] Bera, A.K., H.L. Higgins (993) A Survey of ARCH Models: Properies, Esimaion and Tesing, Journal of Economic Surveys, Vol. 7 no. 4, 993. [6] Bollerslev, T. (987) A Condiionally Heeroskedasic Time Series Model for Speculaive Prices and Raes of Reurn, Review of Economics and Saisics, Vol. 69, pp [7] Bollerslev, T. (986) Generalized Auoregressive Condiional Heeroskedasiciy, Journal of Economerics, Vol. 3, pp [8] Bollerslev, T., R.Y. Chou, K.F. Kroner (99) ARCH Modeling in Finance: A Review of he Theory and Empirical Evidence, Journal of Economerics, Vol. 5, pp [9] Bollerslev, T., Wooldridge J. M. (99) "Quasi-Maximum Likelihood Esimaion and Inference in Dynamic Models wih Time Varying Covariances," Economeric Reviews,, [0] Bollerslev, T., R.F. Engle, D.B. Nelson (994) Handbook of Economerics: Volume IV (Chaper 49, ARCH Models), pp , Elsevier Science B.V. [] Brooks, Chris (00) Inroducory Economerics for Finance, Cambridge Universiy Press, Cambridge, UK. [] Campbell, J.Y., Lo, A.W. and MacKinlay, A.C. (997) The Economerics of Financial Markes, Princeon Universiy Press, Princeon, New Jersey. [3] Ding, Z., C. W. J. Granger, and R. F. Engle (993). A Long Memory Propery of Sock Marke Reurns and a New Model, Journal of Empirical Finance,, [4] Engle, Rober F. (98) Auoregressive Condiional Heeroskedasiciy wih Esimaes of he Variance of Unied Kingdom Inflaion, Economerica, Vol. 50, pp [5] Feinsein, S. P. (987) Sock Marke Volailiy, Federal Reserve Bank of Alana Economic Review, November/December, [6] Figlewski, S. (994) Forecasing Volailiy Using Hisorical Daa, New York Universiy Working Paper, S [7] Figlewski, S. (997) Forecasing Volailiy, Financial Markes, Insiuions & Insrumens, 6(). [8] Glosen, L.R., Jaganahan,R. and Runkle, D. (993) "On he Relaion beween he Expeced Value and he Volailiy of he Normal Excess Reurn on Socks," Journal of Finance, 48, [9] Hsieh, D.A. (989) Tesing for Nonlinear Dependence in Daily Foreign Exchange Raes, Journal of Business 6(3), [0] Hsieh, D.A. (99) Chaos and Nonlinear Dynamics, Applicaion o Financial Markes, Journal of Finance, Vol. 46, No.5. [] Hull, J., Whie, A. (987) Hedging he Risks from Wriing Foreign Currency Opions, Journal of Inernaional Money and Finance, 6. [] Knigh, J., Sachell, S. (eds.) (998) Forecasing Volailiy in he Financial Markes. Buerwoh-Heinemann, Oxford. UK. [3] Kupiec, P. (99) Sock Marke Volailiy in OECD Counries: Recen Trends, Consequences for he Real Economy, and Proposals for Reform, Economic Sudies, 7, [4] Mandelbro, B. (963) The Variaion of Cerain Speculaive Prices, Journal of Business, Vol. 36,

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler

Dolar Kurundaki Günlük Hareketler Üzerine Bazı Gözlemler Dolar Kurundaki Günlük Harekeler Üzerine Bazı Gözlemler Türkiye Bankalar Birliği Ekonomi Çalışma Grubu Toplanısı 28 Nisan 2008, İsanbul Doç. Dr. Cevde Akçay Koç Finansal Hizmeler Baş ekonomis cevde.akcay@yapikredi.com.r

Detaylı

İMKB 100 endeksindeki kaldıraç etkisinin ARCH modelleriyle iki alt dönemde incelenmesi

İMKB 100 endeksindeki kaldıraç etkisinin ARCH modelleriyle iki alt dönemde incelenmesi İsanbul Üniversiesi İşleme Fakülesi Dergisi Isanbul Universiy Journal of he School of Business Adminisraion Cil/Vol:41, Sayı/No:, 1, 14-6 ISSN: 133-173 www.ifdergisi.org 1 İMKB 1 endeksindeki kaldıraç

Detaylı

KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ

KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ KONYA İLİ SICAKLIK VERİLERİNİN ÇİFTDOĞRUSAL ZAMAN SERİSİ MODELİ İLE MODELLENMESİ İsmail KINACI 1, Aşır GENÇ 1, Galip OTURANÇ, Aydın KURNAZ, Şefik BİLİR 3 1 Selçuk Üniversiesi, Fen-Edebiya Fakülesi İsaisik

Detaylı

Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama

Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama Kocaeli Üniversiesi Sosyal Bilimler Ensiüsü Dergisi (6) 2003 / 2 : 49-62 Box-Jenkıns Modelleri ile Aylık Döviz Kuru Tahmini Üzerine Bir Uygulama Hüdaverdi Bircan * Yalçın Karagöz ** Öze: Bu çalışmada geleceği

Detaylı

Reel Kesim Güven Endeksi ile İMKB 100 Endeksi arasındaki dinamik nedensellik ilişkisi

Reel Kesim Güven Endeksi ile İMKB 100 Endeksi arasındaki dinamik nedensellik ilişkisi İsanbul Üniversiesi İşleme Fakülesi Dergisi Isanbul Universiy Journal of he School of Business Adminisraion Cil/Vol:38, Sayı/No:1, 009, 4-37 ISSN: 1303-173 - www.ifdergisi.org 009 Reel Kesim Güven Endeksi

Detaylı

Yaz Saati Uygulaması Anomalisinin İMKB 100 Endeks Getirisine Etkisinin Test Edilmesi

Yaz Saati Uygulaması Anomalisinin İMKB 100 Endeks Getirisine Etkisinin Test Edilmesi EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Cil: 10 Sayı: 4 Ekim 2010 ss. 1139-1153 Yaz Saai Uygulaması Anomalisinin İMKB 100 Endeks Geirisine Ekisinin Tes Edilmesi Tesing he Effec of he Dayligh Saving Time

Detaylı

İSTANBUL MENKUL KIYMETLER BORSASINDA DEĞİŞKENLİĞİN (VOLATİLİTENİN) ARCH-GARCH YÖNTEMLERİ İLE MODELLENMESİ

İSTANBUL MENKUL KIYMETLER BORSASINDA DEĞİŞKENLİĞİN (VOLATİLİTENİN) ARCH-GARCH YÖNTEMLERİ İLE MODELLENMESİ İSTANBUL MENKUL KIYMETLER BORSASINDA DEĞİŞKENLİĞİN (VOLATİLİTENİN) ARCH- YÖNTEMLERİ İLE MODELLENMESİ ÖZET Yard.Doç. Dr. Tülin ATAKAN İsanbul Üniversiesi, İşleme Fakülesi, Finans Anabilim Dalı Bu çalışmada,

Detaylı

Long memory and structural breaks on volatility: evidence from Borsa Istanbul

Long memory and structural breaks on volatility: evidence from Borsa Istanbul MPRA Munich Personal RePEc Archive Long memory and srucural breaks on volailiy: evidence from Borsa Isanbul Emrah Ismail Cevik and Gülekin Topaloğlu Namık Kemal Universiy, Bülen Ecevi Universiy 014 Online

Detaylı

eyd Ekonomik Yaklaşım Derneği / Association

eyd Ekonomik Yaklaşım Derneği / Association eyd Ekonomik Yaklaşım Derneği / Associaion Ekonomik Yaklaşım 016, 7(99): 1-15 www.ekonomikyaklasim.org doi: 10.5455/ey.35908 BIST-100 Endeksinin Volail Davranışlarının Simerik Ve Asimerik Sokasik Volailie

Detaylı

Türkiye de Kırmızı Et Üretiminin Box-Jenkins Yöntemiyle Modellenmesi ve Üretim Projeksiyonu

Türkiye de Kırmızı Et Üretiminin Box-Jenkins Yöntemiyle Modellenmesi ve Üretim Projeksiyonu Hayvansal Üreim 53(): 3-39, 01 Araşırma Türkiye de Kırmızı E Üreiminin Box-Jenkins Yönemiyle Modellenmesi ve Üreim Projeksiyonu Şenol Çelik Ankara Üniversiesi Fen Bilimleri Ensiüsü Zooekni Anabilim Dalı

Detaylı

TÜRKİYE DE FAİZ, DÖVİZ VE BORSA: FİYAT VE OYNAKLIK YAYILMA ETKİLERİ

TÜRKİYE DE FAİZ, DÖVİZ VE BORSA: FİYAT VE OYNAKLIK YAYILMA ETKİLERİ TÜRKİYE DE FAİZ, DÖVİZ VE BORSA: FİYAT VE OYNAKLIK YAYILMA ETKİLERİ Doç. Dr. Macide Çiçek Dumlupınar Üniversiesi İkisadi ve İdari Bilimler Fakülesi Öze Bu çalışmada Türkiye de devle iç borçlanma seneleri,

Detaylı

Zaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri

Zaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri Yıldız Teknik Üniversiesi İkisa Bölümü Ekonomeri II Ders Noları Ders Kiabı: J.M. Wooldridge, InroducoryEconomericsA Modern Approach, 2nd. ed., 2002, Thomson Learning. Zaman Serisi Modelleri: Birim Kök

Detaylı

Anahtat Kelimeler: Volatilite, Basel II, Geriye Dönük Test, Riske Maruz Değer

Anahtat Kelimeler: Volatilite, Basel II, Geriye Dönük Test, Riske Maruz Değer Volume Number 3 011 pp. 1-17 ISSN: 1309-448 www.berjournal.com RMD Hesaplamalarında Volailie Tahminleme Modellerinin Karşılaşırılması ve Basel II Yaklaşımına Göre Geriye Dönük Tes Edilmesi: İMKB 100 Endeksi

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOK DEĞİŞKENLİ EŞİKSEL OTOREGRESİF MODELLER ÜZERİNE BİR ÇALIŞMA Ümran Münire KAHRAMAN DOKTORA TEZİ İsaisik Anabilim Dalı 2012 KONYA Her Hakkı Saklıdır TEZ

Detaylı

24.05.2010. Birim Kök Testleri. Zaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri

24.05.2010. Birim Kök Testleri. Zaman Serisi Modelleri: Birim Kök Testleri, Eşbütünleşme, Hata Düzeltme Modelleri Yıldız Teknik Üniversiesi İkisa Bölümü Ekonomeri II Ders Noları Ders Kiabı: J.M. Wooldridge, Inroducory Economerics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Zaman Serisi Modelleri: Birim Kök

Detaylı

DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıtılmış Gecikme ve Otoregresiv Modeller

DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıtılmış Gecikme ve Otoregresiv Modeller DEĞİŞKENLER ARASINDAKİ GECİKMELİ İLİŞKİLER: Dağıılmış Gecikme ve Ooregresiv Modeller 1 Zaman serisi modellerinde, bağımlı değişken Y nin zamanındaki değerleri, bağımsız X değişkenlerinin zamanındaki cari

Detaylı

FİNANSAL PİYASA VOLATİLİTESİ VE EKONOMİ

FİNANSAL PİYASA VOLATİLİTESİ VE EKONOMİ FİNANSAL PİYASA VOLATİLİTESİ VE EKONOMİ Yrd. Doç. Dr. Hülya Kanalıcı Akay Uludağ Üniversiesi İkisadi ve İdari Bilimler Fakülesi Mehme Nargeleçekenler Uludağ Üniversiesi İkisadi ve İdari Bilimler Fakülesi

Detaylı

Türkiye Cumhuriyet Merkez Bankası Sayı: 2010-8 / 24 Mayıs 2010 EKONOMİ NOTLARI

Türkiye Cumhuriyet Merkez Bankası Sayı: 2010-8 / 24 Mayıs 2010 EKONOMİ NOTLARI Türkiye Cumhuriye Merkez Bankası Sayı: 2010-8 / 24 Mayıs 2010 EKONOMİ NOTLARI TCMB Faiz Kararlarının Piyasa Faizleri Ve Hisse Senedi Piyasaları Üzerine Ekisi Mura Duran Refe Gürkaynak Pınar Özlü Deren

Detaylı

TÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ

TÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ Nüfusbilim Dergisi\Turkish Journal of Populaion Sudies, 2012, 34, 31-50 31 TÜRKİYE NÜFUSU İÇİN STOKASTİK ÖLÜMLÜLÜK MODELLERİ Ölümlülük ahminleri, demografi ve aküerya bilimlerinde önemli bir rol oynamakadır.

Detaylı

Borsa Getiri Oranı ve Faiz Oranı Arasındaki İlişkinin Doğrusal Olmayan Yöntemlerle Analizi: Türkiye Örneği

Borsa Getiri Oranı ve Faiz Oranı Arasındaki İlişkinin Doğrusal Olmayan Yöntemlerle Analizi: Türkiye Örneği Volume 4 Number 3 03 pp. -40 ISSN: 309-448 www.berjournal.com Borsa Geiri Oranı ve Faiz Oranı Arasındaki İlişkinin Doğrusal Olmayan Yönemlerle Analizi: Türkiye Örneği Yusuf Ekrem Akbaşa Öze: Bu çalışmada,

Detaylı

BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI

BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI BİRİM KÖK TESTLERİNDE YAPISAL KIRILMA ZAMANININ İÇSEL OLARAK BELİRLENMESİ PROBLEMİ: ALTERNATİF YAKLAŞIMLARIN PERFORMANSLARI Arş. Gör. Furkan EMİRMAHMUTOĞLU Yrd. Doç. Dr. Nezir KÖSE Arş. Gör. Yeliz YALÇIN

Detaylı

YABANCI HİSSE SENEDİ YATIRIMCILARI TÜRKİYE DE DÖVİZ KURU VOLATİLİTESİNİ ŞİDDETLENDİRİYOR MU?

YABANCI HİSSE SENEDİ YATIRIMCILARI TÜRKİYE DE DÖVİZ KURU VOLATİLİTESİNİ ŞİDDETLENDİRİYOR MU? YABANCI HİSSE SENEDİ YATIRIMCILARI TÜRKİYE DE DÖVİZ KURU VOLATİLİTESİNİ ŞİDDETLENDİRİYOR MU? Yrd. Doç. Dr. Macide Çiçek Dumlupınar Üniversiesi İkisadi ve İdari Bilimler Fakülesi Yrd. Doç. Dr. Feride Özürk

Detaylı

İMKB NİN LATİN AMERİKA BORSALARIYLA İLİŞKİSİ ÜZERİNE ÇOK DEĞİŞKENLİ GARCH MODELLEMESİ

İMKB NİN LATİN AMERİKA BORSALARIYLA İLİŞKİSİ ÜZERİNE ÇOK DEĞİŞKENLİ GARCH MODELLEMESİ Sosyal Bilimler Dergisi 2010, (4), 25-32 İMKB NİN LATİN AMERİKA BORSALARIYLA İLİŞKİSİ ÜZERİNE ÇOK DEĞİŞKENLİ GARCH MODELLEMESİ Özlem YORULMAZ - Oya EKİCİ İsanbul Üniversiesi İkisa Fakülesi Ekonomeri Bölümü

Detaylı

İŞSİZLİK VE İNTİHAR İLİŞKİSİ: 1975 2005 VAR ANALİZİ Ferhat TOPBAŞ *

İŞSİZLİK VE İNTİHAR İLİŞKİSİ: 1975 2005 VAR ANALİZİ Ferhat TOPBAŞ * İşsizlik ve İnihar İlişkisi: 1975 2005 Var Analizi 161 İŞSİZLİK VE İNTİHAR İLİŞKİSİ: 1975 2005 VAR ANALİZİ Ferha TOPBAŞ * ÖZET İşsizlik, birey üzerinde olumsuz birçok soruna neden olan karmaşık bir olgudur.

Detaylı

İSTANBUL MENKUL KIYMETLER BORSASI NDA EŞHAREKETLİLİK VE ASİMETRİK AYARLAMA

İSTANBUL MENKUL KIYMETLER BORSASI NDA EŞHAREKETLİLİK VE ASİMETRİK AYARLAMA Yıl: 24 Sayı:88 Temmuz 2010 97 İSTANBUL MENKUL KIYMETLER BORSASI NDA EŞHAREKETLİLİK VE ASİMETRİK AYARLAMA Ebru Yüksel* - Güldal Güleryüz** 32 Öze Bu makale, İsanbul Menkul Kıymeler Borsası na (İMKB) ai

Detaylı

TCMB FAĐZ KARARLARININ HĐSSE SENEDĐ PĐYASALARI ÜZERĐNE ETKĐSĐ

TCMB FAĐZ KARARLARININ HĐSSE SENEDĐ PĐYASALARI ÜZERĐNE ETKĐSĐ Cenral Bank Review Vol. 10 (July 2010), pp.23-32 ISSN 1303-0701 prin / 1305-8800 online 2010 Cenral Bank of he Republic of Turkey hp://www.cmb.gov.r/research/review/ TCMB FAĐZ KARARLARININ HĐSSE SENEDĐ

Detaylı

Dokuz Eylül Üniversitesi Yayın Geliş Tarihi: 13.11.2013

Dokuz Eylül Üniversitesi Yayın Geliş Tarihi: 13.11.2013 Dokuz Eylül Üniversiesi Yayın Geliş Tarihi: 13.11.2013 Sosyal Bilimler Ensiüsü Dergisi Yayına Kabul Tarihi: 05.07.2014 Cil: 16, Sayı: 2, Yıl: 2014, Sayfa: 281-302 Online Yayın Tarihi: 30.09.2014 ISSN:

Detaylı

ULUSAL HİSSE SENETLERİ PİYASASI NDA ETKİNLİK

ULUSAL HİSSE SENETLERİ PİYASASI NDA ETKİNLİK ULUSAL HİSSE SENETLERİ PİYASASI NDA ETKİNLİK Nuray ERGÜL ÖZET Son yıllarda, Türk Sermaye Piyasalarında hukuk, muhasebe ve deneim alanlarında, uluslararası kuralların uygulanması için büyük değişiklikler

Detaylı

İŞSİZLİK VE EKONOMİK BÜYÜME İLİŞKİSİNDE ASİMETRİ ASYMMETRY IN THE RELATIONSHIP BETWEEN UNEMPLOYMENT AND ECONOMIC GROWTH

İŞSİZLİK VE EKONOMİK BÜYÜME İLİŞKİSİNDE ASİMETRİ ASYMMETRY IN THE RELATIONSHIP BETWEEN UNEMPLOYMENT AND ECONOMIC GROWTH Doğuş Üniversiesi Dergisi, (), 57-65 İŞSİZLİK VE EKONOMİK BÜYÜME İLİŞKİSİNDE ASİMETRİ ASYMMETRY IN THE RELATIONSHIP BETWEEN UNEMPLOYMENT AND ECONOMIC GROWTH Serve CEYLAN Giresun Üniversiesi İİBF, İkisa

Detaylı

İstanbul Menkul Kıymetler Borsası nda haftanın günü etkisi ve Ocak ayı anomalilerinin ARCH-GARCH modelleri ile test edilmesi

İstanbul Menkul Kıymetler Borsası nda haftanın günü etkisi ve Ocak ayı anomalilerinin ARCH-GARCH modelleri ile test edilmesi İsanbul Üniversiesi İşleme Fakülesi Dergisi Isanbul Universiy Journal of he School of Business Adminisraion Cil/Vol:37, Sayı/No:2, 2008, 98-110 ISSN: 1303-1732 - www.ifdergisi.org 2008 İsanbul Menkul Kıymeler

Detaylı

Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi Cilt:22 Sayı:2, Yıl:2007, ss:49-66

Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi Cilt:22 Sayı:2, Yıl:2007, ss:49-66 Dokuz Eylül Üniversiesi İkisadi ve İdari Bilimler Fakülesi Dergisi Cil:22 Sayı:2, Yıl:2007, ss:49-66 SPOT VE VADELİ İŞLEM FİYATLARININ VARYANSLARI ARASINDAKİ NEDENSELLİK TESTİ Emrah İsmail ÇEVİK * Mehme

Detaylı

Bölüm 3 HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME YÖNTEMLERİ

Bölüm 3 HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME YÖNTEMLERİ Bölüm HAREKETLİ ORTALAMALAR VE DÜZLEŞTİRME ÖNTEMLERİ Bu bölümde üç basi öngörü yönemi incelenecekir. 1) Naive, 2)Oralama )Düzleşirme Geçmiş Dönemler Şu An Gelecek Dönemler * - -2-1 +1 +2 + Öngörü yönemi

Detaylı

AYÇİÇEK VE SOYA YAĞI İTHALAT TALEBİNİN ANALİZİ

AYÇİÇEK VE SOYA YAĞI İTHALAT TALEBİNİN ANALİZİ AKDENİZ ÜNİVERSİTESİ ZİRAAT FAKÜLTESİ DERGİSİ,, 15(),71-79 AYÇİÇEK VE SOYA YAĞI İTHALAT TALEBİNİN ANALİZİ Selim Adem HATIRLI Vecdi DEMİRCAN Ali Rıza AKTAŞ Süleyman Demirel Üniversiesi Ziraa Fakülesi Tarım

Detaylı

Hisse Senedi Fiyatlarıyla Yabancı İşlem Hacmi Arasında Nedensellik:

Hisse Senedi Fiyatlarıyla Yabancı İşlem Hacmi Arasında Nedensellik: Hisse Senedi Fiyalarıyla abancı İşlem Hacmi Arasında Nedensellik: Toda-amamoo aklaşımı Dr. Cüney AKAR Balıkesir Üniversiesi, Bandırma İİBF. Öze Bu çalışmada İsanbul Menkul Kıymeler Borsasında (İMKB) IMKB100

Detaylı

İMKB de Fiyat-Hacim İlişkisi - Asimetrik Etkileşim

İMKB de Fiyat-Hacim İlişkisi - Asimetrik Etkileşim YÖNETİM VE EKONOMİ Yıl:009 Cil:6 Sayı: Celal Bayar Üniversiesi İ.İ.B.F. MANİSA İMKB de Fiya-Hacim İlişkisi - Asimerik Ekileşim Yrd. Doç. Dr. Koray KAYALIDERE Celal Bayar Üniversiesi,U.B.Y.O., Bankacılık

Detaylı

HİSSE SENEDİ PİYASALARINDA SÜRÜ DAVRANIŞI: BİST TE BİR ARAŞTIRMA HERDING IN STOCK MARKETS: A RESEARCH IN BIST Bahadır ERGÜN Hatice DOĞUKANLI

HİSSE SENEDİ PİYASALARINDA SÜRÜ DAVRANIŞI: BİST TE BİR ARAŞTIRMA HERDING IN STOCK MARKETS: A RESEARCH IN BIST Bahadır ERGÜN Hatice DOĞUKANLI Uluslararası Sosyal Araşırmalar Dergisi The Journal of Inernaional Social Research Cil: 8 Sayı: 40 Volume: 8 Issue: 40 Ekim 2015 Ocober 2015 www.sosyalarasirmalar.com Issn: 1307-9581 HİSSE SENEDİ PİYASALARINDA

Detaylı

Reel Döviz Kuru Endeksinin Otoregresif Koşullu Değişen Varyanslılığının Analizi: İki Eşikli Tarch Yöntemi İle Modellenmesi

Reel Döviz Kuru Endeksinin Otoregresif Koşullu Değişen Varyanslılığının Analizi: İki Eşikli Tarch Yöntemi İle Modellenmesi Reel Döviz Kuru Endeksinin Ooregresif Koşullu Değişen Varyanslılığının Analizi: İki Eşikli Tarch Yönemi İle Modellenmesi Reel Döviz Kuru Endeksinin Ooregresif Koşullu Değişen Varyanslılığının Analizi:

Detaylı

TURİZM GELİŞMESİNİN TÜRKİYE EKONOMİSİ ÜZERİNDEKİ ETKİLERİNİN EKONOMETRİK ANALİZİ

TURİZM GELİŞMESİNİN TÜRKİYE EKONOMİSİ ÜZERİNDEKİ ETKİLERİNİN EKONOMETRİK ANALİZİ T.C. KÜLTÜR ve TURİZM BAKANLIĞI STRATEJİ GELİŞTİRME BAŞKANLIĞI TURİZM GELİŞMESİNİN TÜRKİYE EKONOMİSİ ÜZERİNDEKİ ETKİLERİNİN EKONOMETRİK ANALİZİ UZMANLIK TEZİ Selim DAĞLIOĞLU EKİM - 010 ANKARA T.C. KÜLTÜR

Detaylı

GARCH MODELLERĠ VE VARYANS KIRILMASI: ĠMKB ÖRNEĞĠ

GARCH MODELLERĠ VE VARYANS KIRILMASI: ĠMKB ÖRNEĞĠ GARCH MODELLERĠ VE VARYANS KIRILMASI: ĠMKB ÖRNEĞĠ Dr. Sevda Gürsakal sdalgic@uludag.edu.r Uludağ Üniversiesi, İİBF Ekonomeri Bölümü ÖZET Bu çalışmada hisse senedi oynaklığındaki kırılmalar Inclan ve Tiao

Detaylı

BANKA KREDİ PORTFÖYLERİNİN YÖNETİMİNDE ÖDEMEME RİSKİ ANALİZİ: KALMAN FİLTRESİNE DAYANAN ALTERNATİF BİR YÖNTEM ÖNERİSİ

BANKA KREDİ PORTFÖYLERİNİN YÖNETİMİNDE ÖDEMEME RİSKİ ANALİZİ: KALMAN FİLTRESİNE DAYANAN ALTERNATİF BİR YÖNTEM ÖNERİSİ BANKA KREDİ PORTFÖLERİNİN ÖNETİMİNDE ÖDEMEME RİSKİ ANALİZİ: KALMAN FİLTRESİNE DAANAN ALTERNATİF BİR ÖNTEM ÖNERİSİ K. Bau TUNA * ÖZ Ödememe riski banka kredilerini ve bankaların kredi porföylerini ekiler.

Detaylı

FORECASTING TOURISM DEMAND BY ARTIFICIAL NEURAL NETWORKS AND TIME SERIES METHODS: A COMPARATIVE ANALYSIS IN INBOUND TOURISM DEMAND TO ANTALYA

FORECASTING TOURISM DEMAND BY ARTIFICIAL NEURAL NETWORKS AND TIME SERIES METHODS: A COMPARATIVE ANALYSIS IN INBOUND TOURISM DEMAND TO ANTALYA Süleyman Demirel Üniversiesi İkisadi ve İdari Bilimler Fakülesi Dergisi Y.2009, C.14, S.1 s.99-114. Suleyman Demirel Universiy The Journal of Faculy of Economics and Adminisraive Sciences Y.2009, Vol.14,

Detaylı

White ın Heteroskedisite Tutarlı Kovaryans Matrisi Tahmini Yoluyla Heteroskedasite Altında Model Tahmini

White ın Heteroskedisite Tutarlı Kovaryans Matrisi Tahmini Yoluyla Heteroskedasite Altında Model Tahmini Ekonomeri ve İsaisik Sayı:4 006-1-8 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ Whie ın Heeroskedisie Tuarlı Kovaryans Marisi Tahmini Yoluyla Heeroskedasie Alında Model Tahmini

Detaylı

PETROL FİYATLARININ BORSA İSTANBUL SANAYİ FİYAT ENDEKSİ ÜZERİNDEKİ ETKİSİ

PETROL FİYATLARININ BORSA İSTANBUL SANAYİ FİYAT ENDEKSİ ÜZERİNDEKİ ETKİSİ PETROL FİYATLARININ BORSA İSTANBUL SANAYİ FİYAT ENDEKSİ ÜZERİNDEKİ ETKİSİ Yrd.Doç.Dr. Cüney KILIÇ Çanakkale Onsekiz Mar Üniversiesi Biga İ.İ.B.F., İkisa Bölümü Yrd.Doç.Dr. Yılmaz BAYAR Karabük Üniversiesi

Detaylı

YAPISAL KIRILMALI BİRİM KÖK TESTLERİNİN KÜÇÜK ÖRNEKLEM ÖZELLİKLERİNİN KARŞILAŞTIRILMASI

YAPISAL KIRILMALI BİRİM KÖK TESTLERİNİN KÜÇÜK ÖRNEKLEM ÖZELLİKLERİNİN KARŞILAŞTIRILMASI YAPISAL KIRILMALI BİRİM KÖK TESTLERİNİN KÜÇÜK ÖRNEKLEM ÖZELLİKLERİNİN KARŞILAŞTIRILMASI TC. Pamukkale Üniversiesi Sosyal Bilimler Ensiüsü Yüksek Lisans Tezi Ekonomeri Anabilim Dalı Abdullah Emre ÇAĞLAR

Detaylı

Ankara Üniversitesi Ziraat Fakültesi Tarım Ekonomisi Bölümü, Ankara e-posta: selma@kayalak.com. Geliş Tarihi/Received:30.05.2012

Ankara Üniversitesi Ziraat Fakültesi Tarım Ekonomisi Bölümü, Ankara e-posta: selma@kayalak.com. Geliş Tarihi/Received:30.05.2012 Türkiye de Fındık Üreim Alanlarının Armasında Deseklemelerin Ekisi Selma KAYALAK 1 Ahme ÖZÇELİK 2 1 Çanakkale Onsekiz Mar Üniversiesi Ziraa Fakülesi Tarım Ekonomisi Bölümü, Çanakkale 2 Ankara Üniversiesi

Detaylı

Global Finansal Krizde Kredi Marjı: Japon Tahvil Piyasası Örneği

Global Finansal Krizde Kredi Marjı: Japon Tahvil Piyasası Örneği Volume 5 Number 4 2014 pp. 71-88 ISSN: 1309-2448 www.berjournal.com Global Finansal Krizde Kredi Marjı: Japon Tahvil Piyasası Örneği Aydın Yüksel a Aslı Yüksel b Öze: Bu makale Ağusos 2007 arihinde oraya

Detaylı

SIVILAŞTIRILMIŞ DOĞAL GAZ DEPOLAMA ŞİRKETLERİ İÇİN TARİFE HESAPLAMA USUL VE ESASLARI

SIVILAŞTIRILMIŞ DOĞAL GAZ DEPOLAMA ŞİRKETLERİ İÇİN TARİFE HESAPLAMA USUL VE ESASLARI SIVILAŞTIRILMIŞ DOĞAL GAZ DEPOLAMA ŞİRKETLERİ İÇİN TARİFE HESAPLAMA USUL VE ESASLARI BİRİNCİ KISIM Amaç, Kapsam, Dayanak, Tanımlar ve İsenecek Veriler BİRİNCİ BÖLÜM Amaç, Kapsam, Dayanak ve Tanımlar Amaç

Detaylı

Türkiye nin Kabuklu Fındık Üretiminde Üretim-Fiyat İlişkisinin Koyck Yaklaşımı İle Analizi

Türkiye nin Kabuklu Fındık Üretiminde Üretim-Fiyat İlişkisinin Koyck Yaklaşımı İle Analizi TÜRK TARIM ve DOĞA BİLİMLERİ DERGİSİ TURKISH JOURNAL of AGRICULTURAL and NATURAL SCIENCES www.urkjans.com Türkiye nin Kabuklu Fındık Üreiminde Üreim-Fiya İlişkisinin Koyck Yaklaşımı İle Analizi Şenol ÇELİK*

Detaylı

HİSSE SENEDİ FİYATLARI VE DÖVİZ KURU İLİŞKİSİ

HİSSE SENEDİ FİYATLARI VE DÖVİZ KURU İLİŞKİSİ The Journal of Academic Social Science Sudies Inernaional Journal of Social Science Doi number:hp://dx.doi.org/10.9761/jasss2963 Number: 37, p. 399-408, Auumn I 2015 Yayın Süreci Yayın Geliş Tarihi Yayınlanma

Detaylı

Enflasyonun Borsa Performansı Üzerindeki Etkisi

Enflasyonun Borsa Performansı Üzerindeki Etkisi Kocaeli Üniversiesi Sosyal Bilimler Ensiüsü Dergisi (7) 2004 / 1 : 23-35 Enflasyonun Borsa Performansı Üzerindeki Ekisi Osman Karamusafa * Ayku Karakaya ** Öze: Bu çalışmanın amacı, enflasyon oranının

Detaylı

DOĞAL GAZ DEPOLAMA ġġrketlerġ ĠÇĠN TARĠFE HESAPLAMA USUL VE ESASLARI. BĠRĠNCĠ KISIM Amaç, Kapsam, Dayanak, Tanımlar ve Ġstenecek Veriler

DOĞAL GAZ DEPOLAMA ġġrketlerġ ĠÇĠN TARĠFE HESAPLAMA USUL VE ESASLARI. BĠRĠNCĠ KISIM Amaç, Kapsam, Dayanak, Tanımlar ve Ġstenecek Veriler DOĞAL GAZ DEPOLAMA ġġrketlerġ ĠÇĠN TARĠFE HESAPLAMA USUL VE ESASLARI BĠRĠNCĠ KISIM Amaç, Kapsam, Dayanak, Tanımlar ve Ġsenecek Veriler BĠRĠNCĠ BÖLÜM Amaç, Kapsam, Dayanak ve Tanımlar Amaç ve kapsam Madde

Detaylı

Halloween Etkisinin İstanbul Menkul Kıymetler Borsasında Geçerliliğinin Testi. The Validity of the Halloween Effect in the Istanbul Stock Exchange

Halloween Etkisinin İstanbul Menkul Kıymetler Borsasında Geçerliliğinin Testi. The Validity of the Halloween Effect in the Istanbul Stock Exchange Halloween Ekisinin İsanbul Menkul Kıymeler Borsasında Geçerliliğinin Tesi Öze Halloween Ekisinin İsanbul Menkul Kıymeler Borsasında Geçerliliğinin Tesi Dr. Veli YILANCI İsanbul Üniversiesi İkisa Fakülesi

Detaylı

YÜKSEK ENFLASYON ENFLASYON BELİRSİZLİĞİNİ ARTIRIYOR MU?

YÜKSEK ENFLASYON ENFLASYON BELİRSİZLİĞİNİ ARTIRIYOR MU? YÜKSEK ENFLASYON ENFLASYON BELİRSİZLİĞİNİ ARTIRIYOR MU? Doç. Dr. Harun TERZİ Karadeniz Teknik Üniversiesi İİBF İkisa Bölümü Öğreim Üyesi 618 Trabzon Tel : (462) 3773311 Fax : (462) 3257281 e-mail : herzi@ku.edu.r

Detaylı

Discussion Paper, Turkish Economic Association, No. 2008/10

Discussion Paper, Turkish Economic Association, No. 2008/10 econsor www.econsor.eu Der Open-Access-Publikaionsserver der ZBW Leibniz-Informaionszenrum Wirschaf he Open Access Publicaion Server of he ZBW Leibniz Informaion Cenre for Economics Alp, Elcin Aykac Working

Detaylı

C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 11, Sayı 1, 2010 141

C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 11, Sayı 1, 2010 141 C.Ü. İkisadi ve İdari Bilimler Dergisi, Cil 11, Sayı 1, 2010 141 BİR MALİYE POLİTİKASI ARACI OLARAK BORÇLANMA VE EKONOMİK BÜYÜME İLİŞKİSİ: TÜRKİYE ÖRNEĞİ (1990 2009) Hali ÇİÇEK *, Süleyman GÖZEGİR ** ve

Detaylı

HURST ÜSTEL KATSAYISI ARACILIĞIYLA FRAKTAL YAPI ANALİZİ VE İMKB DE BİR UYGULAMA

HURST ÜSTEL KATSAYISI ARACILIĞIYLA FRAKTAL YAPI ANALİZİ VE İMKB DE BİR UYGULAMA Aaürk Üniversiesi İkisadi ve İdari Bilimler Dergisi, Cil: 23, Sayı: 2, 2009 243 HURST ÜSTEL KATSAYISI ARACILIĞIYLA FRAKTAL YAPI ANALİZİ VE İMKB DE BİR UYGULAMA Mer URAL (*) Erhan DEMİRELİ (**) Öze: Finansal

Detaylı

Rasyonel Beklentiler Hipotezinin Testi: Enflasyon, Faiz ve Kur 1

Rasyonel Beklentiler Hipotezinin Testi: Enflasyon, Faiz ve Kur 1 Çukurova Üniversiesi İİBF Dergisi Cil:17 Sayı:1 Haziran 2013 ss.17-35 Rasyonel Bekleniler Hipoezinin Tesi: Enflasyon, Faiz ve Kur 1 Tes of he Raional Expecaions Hypohesis: Inflaion, Ineres Rae and Exchange

Detaylı

Geriye Dönük Testlerin Karşılaştırmalı Analizi: Döviz Kuru Üzerine Bir Uygulama

Geriye Dönük Testlerin Karşılaştırmalı Analizi: Döviz Kuru Üzerine Bir Uygulama Bankacılar Dergisi, Sayı 6, 7 Geriye Dönük Teslerin Karşılaşırmalı Analizi: Döviz Kuru Üzerine Bir Uygulama Ailla Çifer * - Dr. Alper Özün ** - Sai Yılmazer *** Bu çalışmada, riske maruz değer modellerinin

Detaylı

TÜRKİYE DE REEL DÖVİZ KURU İLE KISA VE UZUN VADELİ SERMAYE HAREKETLERİ İLİŞKİSİ

TÜRKİYE DE REEL DÖVİZ KURU İLE KISA VE UZUN VADELİ SERMAYE HAREKETLERİ İLİŞKİSİ Marmara Üniversiesi İ.İ.B.F. Dergisi YIL 2007, CİLT XXII, SAYI 1 TÜRKİYE DE REEL DÖVİZ KURU İLE KISA VE UZUN VADELİ SERMAYE HAREKETLERİ İLİŞKİSİ Araş. Gör. Burcu KIRAN * Öze Bu çalışmada, reel döviz kuru

Detaylı

Reel ve Nominal Şokların Reel ve Nominal Döviz Kurları Üzerindeki Etkileri: Türkiye Örneği

Reel ve Nominal Şokların Reel ve Nominal Döviz Kurları Üzerindeki Etkileri: Türkiye Örneği Reel ve Nominal Şokların Reel ve Nominal Döviz Kurları Üzerindeki Ekileri: Türkiye Örneği Öze Ahme Mura ALPER Bu çalışma Türkiye deki reel döviz kuru dalgalanmalarının kaynaklarını açıklamayı amaçlamakadır.

Detaylı

Vadeli İşlem Piyasasında Optimal Hedge Rasyosunun Statik ve Dinamik Teknikler Yardımıyla Hesaplanması

Vadeli İşlem Piyasasında Optimal Hedge Rasyosunun Statik ve Dinamik Teknikler Yardımıyla Hesaplanması Uluslararası Alanya İşleme Fakülesi Dergisi Inernaional Journal of Alanya Faculy of Business Yıl:014, C:6, S:3, s. 1-13 Year:014, Vol:6, No:3, s. 1-13 Vadeli İşlem Piyasasında Opimal Hedge Rasyosunun Saik

Detaylı

ALTIN FİYATLARINI ETKİLEYEN FAKTÖRLERİN TESPİTİ ÜZERİNE: MGARCH MODELİ İLE BİR İNCELEME

ALTIN FİYATLARINI ETKİLEYEN FAKTÖRLERİN TESPİTİ ÜZERİNE: MGARCH MODELİ İLE BİR İNCELEME ALTIN FİYATLARINI ETKİLEYEN FAKTÖRLERİN TESPİTİ ÜZERİNE: MGARCH MODELİ İLE BİR İNCELEME ÖZET Prof.Dr.Cengiz TORAMAN Balıkesir Üniversiesi, İİBF,İşleme Bölümü Cengizoraman4@yahoo.com Öğr.Gör.Çağaay BAŞARIR

Detaylı

DÖVİZ KURU POLİTİKALARI VE TÜRKİYE DE DÖVİZ KURU OYNAKLIĞININ ETKİLEŞİMLERİ

DÖVİZ KURU POLİTİKALARI VE TÜRKİYE DE DÖVİZ KURU OYNAKLIĞININ ETKİLEŞİMLERİ ARAŞTIRMA RAPORU (Kamuya Açık) DÖVİZ KURU POLİTİKALARI VE TÜRKİYE DE DÖVİZ KURU OYNAKLIĞININ ETKİLEŞİMLERİ DR. MUSTAFA ÖZÇAM BAŞUZMAN ARAŞTIRMA DAİRESİ 27.02.2004 İÇİNDEKİLER 1. GİRİŞ... 1 2. DÖVİZ KURU

Detaylı

VARYANS KIRILMASI GÖZLEMLENEN SERİLERDE GARCH MODELLERİ: DÖVİZ KURU OYNAKLIĞI ÖRNEĞİ. PDF created with pdffactory Pro trial version www.pdffactory.

VARYANS KIRILMASI GÖZLEMLENEN SERİLERDE GARCH MODELLERİ: DÖVİZ KURU OYNAKLIĞI ÖRNEĞİ. PDF created with pdffactory Pro trial version www.pdffactory. 3 Erciyes Üniversiesi İkisadi ve İdari Bilimler Fakülesi Dergisi, Sayı: 3, Ocak-Haziran 9, ss.39-337 VARYANS KIRILMASI GÖZLEMLENEN SERİLERDE GARCH MODELLERİ: DÖVİZ KURU OYNAKLIĞI ÖRNEĞİ Sevda GÜRSAKAL

Detaylı

FİNANSAL ZAMAN SERİLERİ İÇİN ORTALAMAYA DÖNME SIÇRAMA DİFÜZYON MODELİ

FİNANSAL ZAMAN SERİLERİ İÇİN ORTALAMAYA DÖNME SIÇRAMA DİFÜZYON MODELİ Marmara Üniversiesi İ.İ.B.F. Dergisi YIL 7, CİLT XXII, AYI 1 FİNANAL ZAMAN ERİLERİ İÇİN ORTALAMAYA DÖNME IÇRAMA DİFÜZYON MODELİ Doç. Dr. Ömer ÖNALAN * Öze Bu çalışmada, finansal menkul kıyme zaman serilerinin

Detaylı

EKONOMİK BİR UYGULAMA İLE KENDİNDEN UYARIMLI EŞİKSEL DEĞİŞEN VARYANSLI OTOREGRESİF MODEL

EKONOMİK BİR UYGULAMA İLE KENDİNDEN UYARIMLI EŞİKSEL DEĞİŞEN VARYANSLI OTOREGRESİF MODEL EKONOMİK BİR UYGULAMA İLE KENDİNDEN UYARIMLI EŞİKSEL DEĞİŞEN VARYANSLI OTOREGRESİF MODEL Ümran M. TEKŞEN KAHRAMAN *, Aşır GENÇ ** ÖZET Bu çalışmada, eşiksel ooregresif (TAR) modeller sınıfından kendinden

Detaylı

Türkiye de Döviz Kuru Oynaklığının SWARCH Yöntemi İle Analizi

Türkiye de Döviz Kuru Oynaklığının SWARCH Yöntemi İle Analizi Finans Poliik & Ekonomik Yorumlar 2007 Cil: 44 Sayı:512 43 Türkiye de Döviz Kuru Oynaklığının SWARCH Yönemi İle Analizi Öze Bülen GÜLOĞLU 1 Ayşe AKMAN 2 Bu çalışmada, Mar 2001-Mar 2007 arihleri arası dönemde

Detaylı

VOB-BİST Endeks Sözleşmeleri İşlem Hacminin BİST Endekslerine Etkisi

VOB-BİST Endeks Sözleşmeleri İşlem Hacminin BİST Endekslerine Etkisi February 1-, 015-5 h Inernaional Scienific Conference of Iranian Academicians Abroad in Turkey VOB-BİST Endeks Sözleşmeleri İşlem Hacminin BİST Endekslerine Ekisi Mirrasoul SEYEDGHOMI PhD (Candidae) in

Detaylı

RASYONEL BEKLENTLER DOAL ORAN HPOTEZ Türkiye çin Zaman Serisi Bulguları 1950-1995 1

RASYONEL BEKLENTLER DOAL ORAN HPOTEZ Türkiye çin Zaman Serisi Bulguları 1950-1995 1 RASYONEL BEKLENTLER DOAL ORAN HPOTEZ Türkiye çin Zaman Serisi Bulguları 950-995 Rahmi YAMAK * Yakup KÜÇÜKKALE ** ÖZET Bu çalımada, Rasyonel Bekleniler Doal Oran Hipoezinin, Çıkı (ya da isizliin) alep (ya

Detaylı

C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 11, Sayı 2, 2010 53

C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt 11, Sayı 2, 2010 53 C.Ü. İkisadi ve İdari Bilimler Dergisi, Cil 11, Sayı 2, 2010 53 FİNANSAL PİYASA ETKİNLİĞİ: S&P 500 ÜZERİNE BİR UYGULAMA Erhan DEMİRELİ *, Gökuğ Cenk AKKAYA ** ve Elif İBAŞ *** Öze Finansal ekinlik kavramı

Detaylı

Ayhan Topçu Accepted: January 2012. ISSN : 1308-7304 ayhan_topcu@hotmail.com 2010 www.newwsa.com Ankara-Turkey

Ayhan Topçu Accepted: January 2012. ISSN : 1308-7304 ayhan_topcu@hotmail.com 2010 www.newwsa.com Ankara-Turkey ISSN:136-3111 e-journal of New World Sciences Academy 212, Volume: 7, Number: 1, Aricle Number: 3A47 NWSA-PHYSICAL SCIENCES Received: December 211 Ayhan Toçu Acceed: January 212 Fahrein Arslan Series :

Detaylı

BİR YATIRIM ARACI OLARAK ALTIN İLE HİSSE SENEDİ ENDEKSİ ARASINDAKİ İLİŞKİNİN ANALİZİ: TÜRKİYE ÜZERİNE AMPİRİK UYGULAMA 1

BİR YATIRIM ARACI OLARAK ALTIN İLE HİSSE SENEDİ ENDEKSİ ARASINDAKİ İLİŞKİNİN ANALİZİ: TÜRKİYE ÜZERİNE AMPİRİK UYGULAMA 1 BİR YATIRIM ARACI OLARAK ALTIN İLE HİSSE SENEDİ ENDEKSİ ARASINDAKİ İLİŞKİNİN ANALİZİ: TÜRKİYE ÜZERİNE AMPİRİK UYGULAMA 1 Bülen DOĞRU* Musafa UYSAL** ÖZET Bu çalışmanın amacı 2000:1-2012:09 döneminde Türkiye

Detaylı

Ekonometri. Eylül 2012. Sınavın toplam süresi 150 dakikadır.

Ekonometri. Eylül 2012. Sınavın toplam süresi 150 dakikadır. TCMB Araşırmacı Yazılı Meslek Sınavı Ekonomeri Eylül 202 Sınavın oplam süresi 50 dakikadır.. [Toplam 2 puan] Bir araşırmacı, günlük ABD doları/türk lirasının zaman içerisindeki değişimini modellemek amacıyla,

Detaylı

Working Paper Fıyat teorısının malı teorısıne farkli bır bakiş: MLSTAR ve MLP modellerı

Working Paper Fıyat teorısının malı teorısıne farkli bır bakiş: MLSTAR ve MLP modellerı econsor www.econsor.eu Der Open-Access-Publikaionsserver der ZBW Leibniz-Informaionszenrum Wirschaf The Open Access Publicaion Server of he ZBW Leibniz Informaion Cenre for Economics Bildirici, Melike;

Detaylı

Koşullu Copula ve Dinamik Koşullu Korelasyon ile Portföy Riskinin Hesaplanması: Türkiye Verileri Üzerine Bir Uygulama

Koşullu Copula ve Dinamik Koşullu Korelasyon ile Portföy Riskinin Hesaplanması: Türkiye Verileri Üzerine Bir Uygulama Bankacılar Dergisi, Sayı 6, 7 Koşullu Copula ve Dinamik Koşullu Korelasyon ile Porföy Riskinin Hesaplanması: Türkiye Verileri Üzerine Bir Uygulama Ailla Çifer * - Dr. Alper Özün ** Bu çalışmada,..-5..7

Detaylı

Aylık Elektrik Talebinin Mevsimsel Model ile Orta Dönem Öngörüsü

Aylık Elektrik Talebinin Mevsimsel Model ile Orta Dönem Öngörüsü Enerji, Piyasa ve Düzenleme (Cil:1, Sayı:1, 2010, Sayfa 1-23) Aylık Elekrik Talebinin Mevsimsel Model ile Ora Dönem Öngörüsü Galip Alınay * Öze Bu çalışmada Türkiye nin 1995-2008 dönemini kapsayan, oplam

Detaylı

YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ

YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ Aaürk Ü. İİBF Dergisi, 0. Ekonomeri ve İsaisik Sempozyumu Özel Sayısı, 20 463 YAPAY SİNİR AĞLARI İLE DOĞALGAZ TÜKETİM TAHMİNİ Oğuz KAYNAR Serkan TAŞTAN 2 Ferhan DEMİRKOPARAN 3 Öze: Doğalgaz emini nokasında

Detaylı

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI

T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ZAMAN SERİSİ MODELLERİ ÜZERİNE BİR SİMÜLASYON ÇALIŞMASI Tufan ÖZEK YÜKSEK LİSANS TEZİ İSTATİSTİK ANABİLİM DALI Konya, T.C. SELÇUK ÜNİVERSİTESİ FEN BİLİMLERİ

Detaylı

Turizm Talebi ve Döviz Kuru Şokları: Türk Turizm Sektörü İçin Ekonometrik Bir Analiz

Turizm Talebi ve Döviz Kuru Şokları: Türk Turizm Sektörü İçin Ekonometrik Bir Analiz Turizm Talebi ve Döviz Kuru Şokları: Türk Turizm Sekörü İçin Ekonomerik Bir Analiz Kuruluş BOZKURT Yrd. Doç. Dr., Adnan Menderes Üniversiesi Söke İşleme Fakülesi, Bankacılık ve Finans Bölümü kuriboz_48@homail.com

Detaylı

Türkiye de Mali Sürdürülebilirliğin Doğrusal Olmayan Bir Analizi: MLSTAR Çoklu Lojistik Yumuşak Geçişli Otoregresif Modeli

Türkiye de Mali Sürdürülebilirliğin Doğrusal Olmayan Bir Analizi: MLSTAR Çoklu Lojistik Yumuşak Geçişli Otoregresif Modeli EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Cil: Özel Sayı 0 ss. 4-58 Türkiye de Mali Sürdürülebilirliğin Doğrusal Olmayan Bir Analizi: MLSTAR Çoklu Lojisik Yumuşak Geçişli Ooregresif Modeli A Nonlinear Analysis

Detaylı

Finansal Gelişme ve Ekonomik Büyüme Arasındaki Đlişkinin Ampirik Bir Analizi: Türkiye Örneği

Finansal Gelişme ve Ekonomik Büyüme Arasındaki Đlişkinin Ampirik Bir Analizi: Türkiye Örneği Volume 2. Number 1. 2011 pp. 121-142 ISSN: 1309-2448 www.berjournal.com Finansal Gelişme ve Ekonomik Büyüme Arasındaki Đlişkinin Ampirik Bir Analizi: Türkiye Örneği Burcu Ozcan a Ayse Ari b Öze: Finansal

Detaylı

Türkiye Ekonomisinde Enerji Tüketimi ve Ekonomik Büyüme

Türkiye Ekonomisinde Enerji Tüketimi ve Ekonomik Büyüme Türkiye Ekonomisinde Enerji Tükeimi ve Ekonomik Büyüme Mehme MUCUK * Doğan UYSAL ** Öze Genel olarak enerji, ekonomik ve endüsriyel kalkınma için önemli bir girdi kabul edilmekedir. Ancak enerjinin bazı

Detaylı

Anahtar Kelimeler Harvey Testi, Doğrusallık, Finansal Piyasalar, Etkin Piyasa Hipotezi.

Anahtar Kelimeler Harvey Testi, Doğrusallık, Finansal Piyasalar, Etkin Piyasa Hipotezi. Borsa İsanbul da Piyasa Ekinliğinin Analizi: Harvey Doğrusallık Tesi (Analysis of Marke Efficiency a Borsa İsanbul: Harvey Lineariy Tes) Gürkan MALCIOĞLU a Mücahi AYDIN b a Arş.Gör., Sakarya Üniversiesi,

Detaylı

İSTATİSTİK ANABİLİM DALI

İSTATİSTİK ANABİLİM DALI ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Adnan KARAİBRAHİMOĞLU İNDEKS SAYILARIN KULLANIMI İSTATİSTİK ANABİLİM DALI ADANA, 27 ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ İNDEKS

Detaylı

REEL DÖVİZ KURU VE DIŞ TİCARET DENGESİ İLİŞKİSİ:

REEL DÖVİZ KURU VE DIŞ TİCARET DENGESİ İLİŞKİSİ: Ekonomeri ve İsaisik Sayı: 005 9 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ REEL DÖVİZ KURU VE DIŞ TİCARET DENGESİ İLİŞKİSİ: Prof.Dr. Rahmi YAMAK; Abdurrahman KORKMAZ * Absrac

Detaylı

A nonlinear estimation of monetary policy reaction function for Turkey

A nonlinear estimation of monetary policy reaction function for Turkey MPRA Munich Personal RePEc Archive A nonlinear esimaion of moneary policy reacion funcion for Turkey Tolga Omay Omay and Mubariz Hasanov Çankaya Üniversiesi 6. July 006 Online a hp://mpra.ub.uni-muenchen.de/054/

Detaylı

HİKMET YURDU Düşünce Yorum Sosyal Bilimler Araştırma Dergisi

HİKMET YURDU Düşünce Yorum Sosyal Bilimler Araştırma Dergisi HİKMET YURDU Düşünce Yorum Sosyal Bilimler Araşırma Dergisi ISSN: 138-6944 www.hikmeyurdu.com Hikme Yurdu, Ocak Haziran 1, Yıl: 5, C: 5, Sayı: 9, ss. 65-79 İmkb Ulusal 1 Endeksi Geiri Volailiesinin ARCH

Detaylı

Araşırma Makaleleri REEL DÖVİZ KURU BELİRSİZLİĞİ İ TİCARET PERFORMA SI A ETKİSİ: TÜRKİYE UYGULAMASI Erşan SEVER ÖZET Bu çalışmada reel döviz kuru belirsizliğinin Türkiye nin icare performansına ekisi araşırılmışır.

Detaylı

Dumlupınar Üniversitesi Sosyal Bilimler Dergisi Sayı 36 Nisan 2013

Dumlupınar Üniversitesi Sosyal Bilimler Dergisi Sayı 36 Nisan 2013 PİYASA ETKİNLİĞİ HİPOTEZİ: İMKB İÇİN AMPİRİK BİR ANALİZ Fama ZEREN Yrd.Doç.Dr., İnönü Üniversiesi,İ.İ.B.F., Ekonomeri Bölümü, fama.zeren@inonu.edu.r, 04223774317 Hakan KARA Öğr.Grv., İnönü Üniversiesi,

Detaylı

TÜRK & AMERİKAN ENERJİ PİYASALARI NDA PİYASA ETKİNLİĞİNİN TEST EDİLMESİ

TÜRK & AMERİKAN ENERJİ PİYASALARI NDA PİYASA ETKİNLİĞİNİN TEST EDİLMESİ Yıl: 24 Sayı:86 Ocak 2010 101 TÜRK & AMERİKAN ENERJİ PİYASALARI NDA PİYASA ETKİNLİĞİNİN TEST EDİLMESİ Nuray ERGÜL ÖZET Bu çalışmada, Türk ve Amerikan Enerji Piyasaları na yer verilmişir. Araşırmada kullanılan

Detaylı

Getiri Volatilitisi İle İşlem Hacmi Arasındaki İlişki: İMKB de Ampirik Bir Çalışma

Getiri Volatilitisi İle İşlem Hacmi Arasındaki İlişki: İMKB de Ampirik Bir Çalışma 200 18 19 Yrd. Doç. Dr.Melek Acar Boyacıoğlu 20 Dr. Burcu Güvenek Geiri Volailiisi İle İşlem Hacmi Arasındaki İlişki: İMKB de Amirik Bir Çalışma Dr. Volkan Alekin Yrd. Doç. Dr. Melek ACAR BOYACIOĞLU Dr.

Detaylı

DÖVĐZ KURU OYNAKLIĞININ ÖNGÖRÜLMESĐ VE RĐSK YÖNETĐMĐ: TÜRKĐYE ÖRNEĞĐ

DÖVĐZ KURU OYNAKLIĞININ ÖNGÖRÜLMESĐ VE RĐSK YÖNETĐMĐ: TÜRKĐYE ÖRNEĞĐ DÖVĐZ KURU OYNAKLIĞININ ÖNGÖRÜLMESĐ VE RĐSK YÖNETĐMĐ: TÜRKĐYE ÖRNEĞĐ Özlem Serpil ÜNAL Danışman Doç. Dr. Uğur SOYTAŞ Uzmanlık Yeterlilik Tezi Türkiye Cumhuriyet Merkez Bankası Piyasalar Genel Müdürlüğü

Detaylı

Likidite Azlığı Priminin Menkul Kıymet Getirileri Üzerinde Etkileri ve Avrasya İçin Önemi

Likidite Azlığı Priminin Menkul Kıymet Getirileri Üzerinde Etkileri ve Avrasya İçin Önemi 30 INTERNATIONAL CONFERENCE ON EURASIAN ECONOMIES 0 Likidie Azlığı Priminin Menkul Kıyme Geirileri Üzerinde Ekileri ve Avrasya İçin Önemi Serdar Kuzu (Isanbul Universiy, Turkey) The Effecs of he Illiquidiy

Detaylı

TÜRKİYE DE EKONOMİK BÜYÜME VE DÖVİZ KURU CARİ AÇIK ÜZERİNDE ETKİLİ MİDİR? BİR NEDENSELLİK ANALİZİ

TÜRKİYE DE EKONOMİK BÜYÜME VE DÖVİZ KURU CARİ AÇIK ÜZERİNDE ETKİLİ MİDİR? BİR NEDENSELLİK ANALİZİ ZKÜ Sosyal Bilimler Dergisi, Cil 3, Sayı 6, 2007, ss. 8 88. TÜRKİYE DE EKONOMİK BÜYÜME VE DÖVİZ KURU CARİ AÇIK ÜZERİNDE ETKİLİ MİDİR? BİR NEDENSELLİK ANALİZİ Arş.Gör. Erman ERBAYKAL Balıkesir Üniversiesi

Detaylı

Türkiye nin İthalat ve İhracat Bağımlılığı: Seçilmiş Ülke Örnekleri Üzerine Ampirik Bir Uygulama

Türkiye nin İthalat ve İhracat Bağımlılığı: Seçilmiş Ülke Örnekleri Üzerine Ampirik Bir Uygulama EGE AKADEMİK BAKIŞ / EGE ACADEMIC REVIEW Cil: 3 Sayı: 2 Nisan 203 ss. 9-208 Türkiye nin İhala ve İhraca Bağımlılığı: Seçilmiş Ülke Örnekleri Üzerine Ampirik Bir Uygulama Dependency of Impor and Expor of

Detaylı

Bankaların Hisse Senedi Getirilerinde Faiz Oranı Riski: Dalgacıklar Analizi ile Türk Bankacılık Sektörü Üzerine Bir Uygulama

Bankaların Hisse Senedi Getirilerinde Faiz Oranı Riski: Dalgacıklar Analizi ile Türk Bankacılık Sektörü Üzerine Bir Uygulama Bankacılar Dergisi, Sayı 59, 26 Bankaların Hisse Senedi Geirilerinde Faiz Oranı Riski: Dalgacıklar Analizi ile Türk Bankacılık Sekörü Üzerine Bir Uygulama Dr. Alper Özün * - Ailla Çifer ** Bu makale göserge

Detaylı

Şenol ÇELİK. Modelling of Production Amount of Nuts Fruit by Using Box-Jenkins Technique

Şenol ÇELİK. Modelling of Production Amount of Nuts Fruit by Using Box-Jenkins Technique YYÜ TAR BİL DERG (YYU J AGR SCI) 013, 3(1): 18 30 Geliş Tarihi (Received) : 6.07.01 Kabul Tarihi (Acceped) : 19.10.01 Araşırma Makalesi/Research Aricle (Original Paper) Ser Kabuklu Meyvelerin Üreim Mikarının

Detaylı

Döviz Kuru Belirsizliğinin İhracata Etkisi: Türkiye İçin Bir Uygulama

Döviz Kuru Belirsizliğinin İhracata Etkisi: Türkiye İçin Bir Uygulama YÖNETİM VE EKONOMİ Yıl:2009 Cil:16 Sayı:2 Celal Bayar Üniversiesi İ.İ.B.F. MANİSA Döviz Kuru Belirsizliğinin İhracaa Ekisi: Türkiye İçin Bir Uygulama Prof. Dr. Recep TARI Kocaeli Üniversiesi, İ.İ.B.F.,

Detaylı

CORPORATE BOND PRICING IN INTERNATIONAL MARKETS

CORPORATE BOND PRICING IN INTERNATIONAL MARKETS ULUSLARARASI PİYASALARDA ÖZEL SEKTÖR TAHVİL FİYATLAMASI Sezin SÜER* ÖZ Global bazda büyük mikarlarla ifade edilen özel sekör ahvillerinin Türkiye de derin bir piyasası bulunmamakadır. Bunda genel ekonomik

Detaylı