Altın Piyasasında Asimetrik Oynaklık: Türkiye İçin Model Önerisi Volatility In Gold Market: Model Recommendation For Turkey

Transkript

1 DOI: /isarder Alın Piyasasında Asimerik Oynaklık: Türkiye İçin Model Önerisi Volailiy In Gold Marke: Model Recommendaion For Turkey Çiğdem KURT CİHANGİR Hii Üniversiesi İkisadi ve İdari Bilimler Fakülesi Çorum, Türkiye orcid.org/ Erginbay UĞURLU İsanbul Aydın Üniversiesi İkisadi ve İdari Bilimler Fakülesi İsanbul, Türkiye orcid.org/ Öze Alın geleneksel olarak serve saklama aracı olarak algılanmış ve ayrıca parasal bir varlık ve özellikle finansal piyasalarda güvenli bir liman olarak görülmüşür. Günümüzde alının parasal varlık ve güvenli liman algısı ağır basmakadır. Bu bağlamda alın fiyalarının incelenmesi finans yazını açısından önem aşımakadır. Bu çalışmada Türkiye de alın fiyalarındaki oynaklık dönemi için İsanbul Alın Piyasası (ABD Doları/Ons) günlük verileri kullanılarak incelenmişir. Çalışmada asimerik ekilerin sapanması amaçlanmış ve asimerik oynaklık modellerinden APARCH, TARCH ve EGARCH modelleri ve GARCH modeli kullanılmışır. Model karşılaşırma ölçülerine göre, APARCH modeli, alın fiyalarının geiri serisindeki oynaklığı açıklayan en uygun model olarak seçilmişir. APARCH modeli sonucunda İsanbul Alın Piyasası için kaldıraç ekisinin çalışığı ve negaif olduğu sapanmışır. Bu sonuca göre, Türkiye de alın fiyalarındaki oynaklığın, olumlu şoklardan olumsuz şoklardan daha fazla ekilendiği belirlenmişir. Anahar Kelimeler: Alın fiyaları, oynaklık, Asimerik GARCH Modelleri Absrac Gold is radiionally perceived as a sore of wealh and also considered as a moneary asse and a safe heaven especially in financial markes. Nowadays is moneary asse and safe heaven percepion are ouweigh. In his conex invesigaing gold price has imporance for finance lieraure. In his paper volailiy of Turkish gold price is invesigaing using İsanbul Gold Exchange (USD/Ons) daily daa for he period of This paper aims o deec o asymmeric effecs hen asymmeric volailiy models which are APARCH, TARCH and EGARCH are used, and GARCH model is used. Based on model comparison crieria APARCH model is chosen as a bes model o explain volailiy of reurns of gold price. Resul of APARCH model shows ha he leverage effec exiss and found ha negaive. According o he resul, i is found ha he volailiy in he Turkish gold price is more affeced by posiive shocks han negaive shocks. Keywords: Gold Prices, volailiy, asymmeric GARCH Models

2 1. Giriş Ç. Kur Cihangir E. Uğurlu 9/3 (2017) Bir ülkenin zenginliğinin sahip olduğu alın ve diğer kıymeli madenler mevcudu ile belirlendiği Merkanilis Dönemle (15.yy-18.yy) beraber, alının, uluslararası para siseminde önemli bir yeri vardır. Buna göre alın, döneminde parasal siemin emelini oluşurmuş, döneminde ise dolara endekslenerek bir rezerv aracı nieliği kazanmış ve 1973 yılında Breon Woods Sisemi nin yıkılmasıyla birlike yaırım aracı olarak da parasal sisemde yer almışır. Dolayısıyla, arihsel süreç üzerinden değerlendirildiğinde bir değişim aracı olma özelliği ile uluslararası para siseminde yer alan alın, zamanla, bu özelliğini yiirmiş, bir rezerv aracı ve yaırım aracı olma özelliği ön plana çıkmışır li yıllarda finansal piyasalardaki hızlı değişim ve yeni finansal araçların gelişmesiyle yaırım aracı olma özelliğini nispeen kaybeden alın, 2000 li yıllardan iibaren ekrar finansal birimlerin ilgisini çekmeye başlamışır. Özellikle ekonomik kriz dönemlerinde, finansal piyasalarda oluşan risk fakörleri (kur riski, faiz oranı riski, enflasyon riski vb.) ve aran belirsizlik oramı alına alebi arırmışır Küresel Finansal Krizi gelişmiş bir ülke kaynaklı olması, 1929 daki Büyük Buhran dan sonra yaşanan en büyük finansal kriz olması vb. nedenlerle özelliklidir 1. Grafik 1 de 2008 Küresel Finansal Kriz sürecindeki önemli gelişmeler ve alın fiyaları verilmişir. Görüldüğü üzere, ABD nin büyük yaırım bankası Bear Searns ın finansal sıkınıda olduğu haberleriyle birlike, alın fiyaları $/ons a ulaşmış ve zirve yapmışır. Devam eden süreçe Amerikan Hazinesi ve Merkez Bankası nın 15 Temmuz 2008 arihinde, konu kredisi sekörünün iki dev kuruluşu Fannie Mae ve Freddie Mac i kurarma planını açıkladığı gün 986 $/ons ile bir başka rekor kaydedilmişir. Daha sonraki iki ay boyunca düşük bir rend izleyen ve 740 $/ons a gerileyen alın, Amerikan Temsilciler Meclisi nde 700 milyar dolarlık kurarma pakeinin reddedildiği gün 905 $/ons a ulaşmışır. Bu arihen sonra kısa süreli bir düşüş yaşayan alın, 8 Ekim 2008 arihinde İngilere, ABD, AB, İsveç, Kanada, İsviçre ve Çin Merkez Bankalarının koordineli faiz indirimi kararı ile ekrar yükselerek 903 $/ons a ulaşmışır. Grafik 1: Alın Fiyaları (ABD $/Ons) ve 2008 Küresel Finansal Krizi Kaynak: Gold Invesmen Diges, Q4-Full Years Bu konuda deaylı bilgi için bakınız Kur Cihangir, Ç., Küresel Krizin Dünya Borsalarına ve Borsa İsanbul a Ekisi: Borsalarda Kriz Şidde Kasayısının Hesaplanması, Gazi Üniversiesi Sosyal Bilimler Ensiüsü, Yayımlanmış Dokora Tezi, Ankara, İşleme Araşırmaları Dergisi 285

3 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) Dünya Alın Konseyi (WGC) nin (2017) raporuna göre 2016 yılı için alın alebinde birinci sıradaki ülke 915 on ile Çin dir. Onu Hindisan, ABD, Almanya, Türkiye ve Ora Doğu ülkeleri izlemekedir yılında gerçekleşen oplam alın alebinin %47 si mücevher endüsrisinden (bir önceki yıla göre %15 azalmışır), %36 sı ise yaırım amaçlı ürünlerden (bir önceki yıla göre %68 armışır) kaynaklanmışır. Haziran 2017 iibariyle resmi alın rezervleri en fazla olan ülkeler ABD, Almanya, İalya olarak sıralanırken Türkiye 456 onla 13. Sırada yer almakadır. Türkiye de belirli amaçlarla yasık alında uulan alınların ekonomiye kazandırılması için birakım düzenlemeler yapılmışır. KPMG (Ocak 2013) nin raporuna göre Türkiye de yasık alında uulan alın mikarı 3 5 bin on aralığındadır. Bu alınları ekonomiye kazandırmak için gerek bankalar aracılığıyla gerekse kamu finansmanı sağlamak sureiyle çeşili çalışmalar yapılmış ve yapılmakadır. Bankalara kıymeli maden alım saımı yekisi verilmesiyle birlike, bankalar arafından yaırımcılara sunulan alın ve alına dayalı ürünler çeşilenmişir. Ayrıca, Hazine Müseşarlığı nın da yasık alındaki alınları ekonomiye kazandırmak için alın ahvili ve alına dayalı kira serifikası ihracı konusunda çalışmalar yapığı kamuoyuyla paylaşılmışır hp:// ). Merkez bankaları için bir rezerv aracı, yaırımcılar bir yaırım aracı, finansal fonlar için sraejik bir finansal araç, endüsri için bir girdi, bireyler için bir süs eşyası olma özellikleri nedeniyle alın finansal sisemde her birimin kararlarını ve sraejilerini ekilemekedir. Bu önem nedeniyle, alın fiyalarındaki oynaklık ve alın fiyalarını ekileyen ekonomik-finansal değişkenlerin belirlenmesi her daim güncelliğini koruyan bir konu olmuşur. Bu çalışmada, Türkiye de alın fiyalarının geiri serisindeki oynaklığı açıklayabilecek modeller denenecek ve en uygun model belirlenmeye çalışılacakır. Türkiye alın piyasası üzerine yapılan akademik çalışmaların genellikle alın fiyalarını ekileyen fakörlerin belirlenmesi üzerine olduğu dikkae alındığında çalışmamızın, hem farklı modellerin denenerek alın fiyalarının geiri serisini en iyi açıklayan modelin belirlenmesi hem de incelenen dönem anlamında finans yazınına kakı sağlaması amaçlanmakadır. Çalışmanın planı şu şekilde düzenlenmişir: ikinci bölümde konuyla ilgili yazın araması sunulmuşur. Üçüncü bölümde uygulamada kullanılacak olan GARCH modeli ve asimerik koşullu oynaklık modellerinden APARCH, TARCH ve EGARCH modelleri ve GARCH modeli açıklanmakadır. Dördüncü bölümde, veri sei açıklanarak, oynaklık ahmini yapılmış ve ilgili modeller karşılaşırılmışır. Son bölümde ise makale ve elde edilen sonuçlar kısaca özelenmişir. 2. Yazın Tarama Akademik yazında alın fiyalarını ekileyen fakörlerin belirlenmesine ve alın fiyaları ile diğer makroekonomik ve finansal değişkenler arasındaki ilişkiyi açıklamaya yönelik çok sayıda çalışma yapılmışır. Bu çalışmalar alın fiyaları ile diğer makroekonomik-finansal değişkenler arasındaki ilişkiyi açıklamaya yönelik çalışmalar (Kousoyiannis 1983, Dooley vd. 1992, Smih 2001, Ghosh vd. 2002, Vural 2003, Capie vd. 2005, Mishra vd. 2010, Toraman vd. 2011, Kuan ve Aksoy 2004, Demireli ve Torun 2010, Do vd. 2009, Özürk ve Açıkalın 2008, Menase 2009, Taşçı 2010, Aksoy ve Topçu 2013, Sefa 2013, Deveci 2013, Yüksel ve Akkoç 2016, Du 2012, Gencer ve Musluoğlu 2014, Yurdakul ve Sefa 2015), alının güvenli liman özelliği ve risken korunma aracı olması ile ilgili çalışmalar (Ghosh vd. 2002, Capie vd. 2005, İpeken ve Aksu 2009, Bali ve Cinel 2011, Aksoy ve Topçu 2013, Conuk, Burucu ve Güngör İşleme Araşırmaları Dergisi 286

4 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) , Tomak 2013, Gencer ve Musoğlu 2014, Gürgün ve Ünalmış 2014, Akel ve Gazel 2015) ve alın fiyalarındaki oynaklık ile ilgili çalışmalar (Erer 2011, Erer 2011, K.Cihangir ve Uğurlu 2013, Şencan 2017, Ahmad ve Ping 2014, Karabacak, Meçik ve Genç 2014), olarak üç başlıka oplanabilir. Bu çalışma Türkiye de alın fiyalarındaki oynaklığı modellemeyi amaçlamakadır. Erer (2011), çalışmasında dönemi hafalık külçe alın saış fiyaı (TL/gr) verilerini kullanarak alın piyasasındaki oynaklığı incelemişir. Analizde, ARCH(1), GARCH(1,1), EGARCH(1,1), TARCH(1,1) ve TARCH(2,2) modellemesi yapılmış külçe alın saış fiyaı logarimik geiri serisinin oynaklıklığını açıklamada en başarılı sonucun TARCH(2,2) modeli olduğu belirilmişir. Sefa (2013), Türkiye alın piyasasında alın fiyalarını ekileyen değişkenleri belirlemek amacıyla yapığı çalışmasında İsanbul Alın Borsası nda alın fiyalarını ekileyen ek ve en önemli değişkenin Londra Külçe Alın Birliği alın fiyaları olduğu sonucuna varmışır. Çalışmada ayrıca, alın fiyalarındaki oynaklık ARCH modelleri ile ahmin edilmiş ve oynaklığı belirlemede en iyi modelin EGARCH (1,1) modeli olduğu sonucuna ulaşılmışır. K.Cihangir ve Uğurlu (2013), alın fiyalarındaki oynaklığı belirlemek amacıyla, dönemi, İsanbul Alın Borsası (USD/Ons) kapanış fiyaı verileri için ARCH, GARCH, GJR-GARCH ve Üssel GARCH modellerini denemişlerdir. Analiz sonucunda, alın fiyalarındaki oynaklığı açıklamada en iyi model GJR-GARCH modeli olarak belirlenmişir. Şencan (2017) çalışmasında dönemi günlük verilerini kullanarak, BİST alın endeks geiri volailiesinin modellenmesi için en uygun koşullu değişen varyans modelin belirlenmesini amaçlamışır. Simerik ve asimerik GARCH ipi modellerin kullanıldığı çalışmada, BİST alın endeks geiri oynaklığını en iyi modelleyen yönemin GARCH (1,1) olduğu sonucuna ulaşılmışır. Ahmad ve Ping (2014), Malezya da alın fiyalarındaki oynaklığı belirlemek için simerik-asimerik GARCH modellerini kullanmışlar ve ilgili piyasada alın fiyalarındaki oynaklığı açıklayan en iyi modelin TGARCH modeli olduğu sonucuna varmışlardır. Karabacak, Meçik ve Genç (2014), çalışmalarında alın geiri oynaklığı ve BİST 100 endeks geirisi oynaklığı modellenmesi için en uygun koşullu değişen varyans modellerinin belirlenmesini amaçlamışlardır. Buna göre, İsanbul Alın Borsası nda dönemi için alın geirisi oynaklığının ölçülmesinde en uygun modelin GARCH (1,1) olduğu sonucuna varılmışır. 3. Asimerik Koşullu Oynaklık Modelleri, oralama denklemi; I 1-1 zamanındaki bilgi ve beklenen değeri sıfır olan rassal haa erimi olmak üzere, y = E ( y / I ) 1 + u şeklinde verilen varlıkların (asse) geirisini göseren zaman serisi olsun. Bu zaman serisinin koşullu varyansının harekeini Engle (1982) Ooregresif Koşullu Değişen Varyans (ARCH) modeli ile açıklamışır. ARCH modelini haa eriminin gecikmeli değerlerinin kareli fonksiyonu olarak ahmin emekedir. (1) İşleme Araşırmaları Dergisi 287

5 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) sıfır oralama ve 1 varyansla i.i.d. 2 bir değişken olmak üzere ARCH(p) modeli: Bollerslev (1986) ARCH modellerinin oynaklığı yakalamak için yüksek dereceden p gerekirmesi sorununu çözmek için Genelleşirilmiş Ooregresif Koşullu Değişen Varyans (GARCH) modellerini gelişirmişir. Denklem 3 de GARCH (p,q) modeli görülmekedir. (2) Buradaω >0, α i 0 ve βi 0olmalıdır. Ayrıca model negaif olmama kısıı olarak adlandırılan kısıını da sağlamalıdır. Ding (2011) yüksek uygulanabilirliğe sahip GARCH (Genelleşirilmiş Ooregresif Koşullu Varyans) modellerinin varlık fiyalaması uygulamaları için bazı zayıflıklara sahip olduğunu belirmişir. İki başlıka opladığı bu zayıflıklar: hisse senelerindeki dalgalanmalardaki negaif korelasyonu açıklayamaması ve üm kasayıların poziif olmasıdır. İlk zayıflığın; GARCH modellerinde koşullu varyansın gecikmeli arıkların karesine bağlı olduğu varsayımı sonucunda, poziif ve negaif değişimlerin koşullu varyansa göre simerik olması sonucunda oluşuğunu belirmişir. Ding (2011) daha önce yapılan uygulamalı araşırmaların negaif bilgilerin oynaklık üzerindeki ekisinin poziif bilgilerden daha çok ekisi olduğunu göserdiğini belirmişir. Bu asimeriyi ölçmek amacıyla asimerik koşullu oynaklık modelleri gelişirilmişir. Bu asimeriyi modele kamak amacıyla Nelson (1991) kaldıraç ekisini içeren EGARCH modelini Glosen, Jagannahan ve Runkel (1993) ise GJR GARCH modelini gelişirmişir. Yukarıda belirildiği gibi GARCH modelleri negaif olmama kısıı aşımakadır. Nelson (1991) Üssel GARCH (EGARCH) modeli paramereler üzerindeki bu kısıı da kaldırmakadır. EGARCH modeli denklem 4 e görülmekedir. (3) EGARCH modelinde koşullu varyansın logariması kullanılmakadır. Böylece koşullu varyansın negaif olmaması sağlanmış olmaka ve ayrıca GARCH modelinde yer alan kısılamalara gerek kalmamakadır. Modeldeki kasayısı asimerik ekilerin incelenmesini sağlar. Eğer ise asimerik eki vardır ve bu eki hipoezi ile sınanır. 2 i.i.d = idenically and independenly disribued (özdeş ve bağımsız dağılmış). İşleme Araşırmaları Dergisi 288

6 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) Glosen, Jaganahan, and Runkle (1993) ın çalışması üzerine yapılan Zakoian (1994) çalışması asimerik ekiyi modelleyen yeni bir koşullu değişen varyans modeli olan Eşik ARCH (TARCH) modelini gelişirmişir. TARCH modeli denklem 5 e görülmekedir. burada iyi haberleri ve köü haberleri gösermek üzere koşullu varyans üzerinde farklı ekilere sahipir. İyi haberler üzerinde ekisini göserirken köü haberler ise üzerinde ekisini göserir. Eğer γ > 0ise köü haberler oynaklığı arırıyor demekir ve bu ekiye kaldıraç ekisi adı verilir. Eğer γ 0 ise haberlerin ekisi asimerikir. Kaldıraç ekisi gelecekeki oynaklıka negaif geirilerin poziif geirilerden daha yüksek ekiye sahip olması nedeniyle oluşur (Almeida ve Hoa, 2014). Çok kullanılan asimerik GARCH modellerinden biri de Ding, Granger and Engle (1993) arafından gelişirilen Asimerik Üssel ARCH (APARCH) modelidir. APARCH modeli denklem 6 e görülmekedir. k k Burada ve sandar ARCH ve GARCH paramereleridir. γ i kaldıraç parameresi ve δ ise üssel erimdir. Alberg vd. (2008) de belirildiği gibi asimerik ekilerin belirlenmesini sağlayan kaldıraç parameresi -1 ile +1 arasındadır ve üssel erim sıfırdan büyükür. Örneğin kaldıraç değeri sıfıra eşise poziif harekeler ile negaif harekeler aynı ekiye sahipir. Poziif γ i kasayısı fiya oynaklığında negaif bilgilerin poziif bilgilerden daha yüksek ekiye sahip olduğunu göserir (Ding,2011). 4. Uygulama Bu çalışmada 01/01/ /28/2016 dönemi arası günlük Alın Borsası İşlemleri-İsanbul (İş Günü) Kapanış (ABD Dolari/Ons) verileri 3 kullanılmışır. Alın 3 Değerleri olmayan günler nedeniyle boş olan veriler Eviews 9 programı doğrusal inerpolae seçeneği ile dolduruldu. İşleme Araşırmaları Dergisi 289

7 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) verisi GOLD, alının geirisi ise RGOLD olarak adlandırılmış ve aşağıdaki formül kullanılarak hesaplanmışır: Şekil 1 de GOLD ve RGOLD serisinin grafikleri görülmekedir. GOLD RGOLD 2, , ,600 1, , , Şekil 1: GOLD ve RGOLD Serilerinin Grafikleri Tablo 1: RGOLD Serisi İçin Beimleyici İsaisikler Değişken Oralama En Büyük En Küçük Sandar Sapma RGOLD 7,91x10-5 0,0519-0,0572 0,0100 Değişken Eğiklik Basıklık Jarque-Bera İs Gözlem Sayısı RGOLD -0,3187 6, ,868*** 1781 Tablo 1 de serinin eğiklik değerinin 0 dan küçük olması sola çarpık ve basıklık değerinin 3 en büyük olması serinin sivri (leprokuric) bir seri olduğunu gösermekedir. Serinin normal dağılıma uygunluğunun sınanması için kullanılan Jarque-Bera sınaması sonuçlarına göre serinin normal dağılıma uymadığı görülmekedir. Modelleme aşamasına geçmeden önce Alberg vd. (2008) deki aşamalar kullanılarak sandardize edilmiş seriler elde edilmişir. Bu aşamalara göre öncelikle seriyi gün ekilerinden arındırmak amacıyla aşağıdaki regresyon modeli kurulmuşur. r = α 1 Pz + α2sal + α3çar + α4per + α5cum + ε (8) İkinci aşamada Denklem (8) den elde edilen ahmin değerleri aşağıdaki model kurulmuşur. olmak üzere ( r ˆ ) β β Cum + w (9) 2 r = 1Pz + β2sal + β3çar + β4per + 5 Tablo 2 de Denklem (1) ve Denklem (2) regresyon modellerinin sonuçları görülmekedir. Denklem (1) deki bağımlı değişken RGOLD, Denklem (9) deki bağımlı değişken ise Y2 olarak adlandırılmışır. İşleme Araşırmaları Dergisi 290

8 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) Tablo 2: Regresyon Modelleri Sonuçları Pazaresi Salı Çarşamba Perşembe Cuma RGOLD Y2 Kasayı 0,0002-0,0008-0,0009* 0,0007 0,0011** P 0,7061 0,1509 0,0986 0,1739 0,0363 Kasayı 8,57 x10-5 *** 0,000103*** 0,000121*** 0,0001*** 8,88 x10-5 *** P 0,0000 0,0000 0,0000 0,0000 0,0000 Tablo 2 de görüldüğü üzere RGOLD un bağımlı değişken olduğu modelde Çarşamba ve Cuma günlerinin ekilerinin sırasıyla 0,10 ve 0,05 anlamlılık düzeylerinde isaisiksel olarak anlamlı olduğu görülmekedir. Çarşamba günün ekisi negaif Cuma gününün ekisi ise poziifir. Alberg vd. (2008) deki aşamalar izlendiğinde, son olarak gün ekilerinden arındırmak ve durağan bir seri elde emek amacıyla sandarlaşırılmış geiri serisi y, y = ( r rˆ ) / ηˆ serisi üreilmesi gerekmekedir. ηˆ, eşilik (9) dan elde edilen ahmin değerlerdir. Çalışmanın geri kalan kısmında bu seri geiri serisi olarak kullanıldı. Şekil 2 de sandarlaşırılmış geiri serisi (Y) görülmekedir Şekil 2: Sandarlaşırılmış Geiri Değişken Sandarlaşırılmış değişkene yapılan oomaik ARIMA uygulaması sonrası AR(4) MA(4) modelinin uygun olduğu (Bkz: EK1) belirlenmişir. Bu modele 1., 2., 3., 4., 5., 10., 20., ve 30., gecikmeler için ARCH sınaması uygulandı. Sınama Tablo 3: ARCH Sınaması Sonuçları Y ARCH(1) ARCH(2) ARCH(3) ARCH(4) ARCH(5) ARCH(10) ARCH(20) ARCH(30) Tes İs. 13, , , , , , , ,2616 P 0,0002 0,0007 0,0021 0,0054 0,0114 0,0001 0,0000 0,0000 Tablo 3 de ARCH sınaması sonuçları görülmekedir. Elde edilen sonuçlara göre Sonuçlarda modelde ARCH ekisi olduğu görülmüşür. Modeldeki ARCH ekisinin modellenmesi için GARCH modeli ve asimerik ARCH modellerinden EGARCH, APARCH ve TARCH modelleri ve kullanılmışır. Kullanılan modeller göre Ljung Box sınaması sandarlaşırılmış arıklar Q(20) ve sandarlaşırılmış arık kareler (20) İşleme Araşırmaları Dergisi 291

9 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) isaisikleri, Akaike Bilgi Krieri (AIC) ve logarimik olabilirlik (log likelihood ) değeri ölçüleri kullanılarak karşılaşırılmışır. Tablo 4: GARCH Modeli ve Asimerik GARCH Modelleri Sonuçları GARCH (1,1) TARCH(1,1) EGARCH(1,1) APARCH(1,d,1) Oralama Denklemi α 0,0108*** 0,0077*** -1,8146 0,0052*** 0 AR(4) 1,0221*** -0,6868*** 0,9999*** 0,9833*** MA(4) -0,9195*** 0,5570*** -0,9058*** -0,9260*** Varyans Denklemi ω 3,43x10-5 *** 0,0001*** -1,0733*** 0,0068*** 1,2180*** 0,0417*** 0,5162*** 0,1671*** 0,5603*** 0,8650*** 0,8899*** 0,8534*** γ - -2,0093*** -0,0609*** -0,2896*** k δ ,5278*** Q(20) 13,837 [0,740] 13,837 *** 11,722 [0,861] 13,975 [0,731] Q 2 (20) 3,56 [1,000] 3,7665 [1,0000] 2,2186 [1,000] 1,44 [1,000] AIC -4,8571-4,8772-4,8280-4,8947 Log Ol. 4321, , , ,956 ARCH(1) 16,3511 [0,6859] 0,0001 [0,9918] 0,0707 [0,7903] 0,0004 [0,9835] ARCH(5) 0,7341 [0,6859] 0,2054 [0,9991] 0,3258 [0,9971] 0,1587 [0,9995] ARCH (10) 2,7658 [0,9864] 2,6773 [0,9880] 1,7837 [0,9977] 0,9578 [0,9999] ARCH (20) 3,5201 [1,000] 3,7803 [1,0000] 2,1895 [1,0000] 1,4337 [1,0000] ARCH (30) 3,8021 [1,000] 8,7245 [0,9999] 3,1409 [1,0000] 1,9191 [1,0000] Nolar: Sonuçlar Normal Dağılıma göre elde edilmişir. Ljun-Box isaisiği boş hipoezi serisel korelasyon olmadığını öne sürer. Boş hipoezin reddedilememesi modelde serisel korelasyon olmadığını göserir. [] içindeki değerler olasılık (p) değerlerini gösermekedir. Tablo 4 de görüldüğü üzere EGARCH modeli oralama denkleminde sabi kasayı dışında üm modellerdeki kasayıların 0,01 anlam düzeyinde anlamlı olduğu görülmekedir. GARCH modeli incelendiğinde modelin negaif olmama kısıını sağlamadığı görülmekedir. Bu durumda bu modelin alın fiyaları için geçerli olmadığı kararına varılır. Kurulan modellerde Ljung Box sınaması sandarlaşırılmış arıklar Q(20) isaisiğine dayanarak modellerde ookorelasyon olmadığı hipoezi TARCH modeli dışında hiçbir modelde reddedilememişir. Sandarlaşırılmış arık kareler (20) isaisiklerine dayanan sınamada ise üm modellerde ookorelasyon hipoezi reddedilmişir. Ayrıca üm modeller için değişen varyansın varlığı da 1,5,10,20 ve 30. gecikmeler için yapılan sınamalarda reddedilmişir. Bu sonuç değişen varyansın yapılan modellemeler sonrası kaldırıldığını gösermekedir. Yapılan sınamalar ve model kısılarının geçerliliği incelendiğinde TARCH ve APARCH modelinin üm sınamaları geçen yani geçerli olan modeller olduğu görülmekedir. AIC ve Log Olabilirlik değerlerine bakıldığında APARCH modelinin en iyi model olduğu sonucuna varılmakadır. APARCH modeli ele alındığında asimerik ekinin negaif çıkması iyi haberlerin köü haberlerden daha ekili olduğunu gösermekedir. Üssel erim ele alındığında; anlamlı çıkan δ kasayısı alın fiyalarının koşullu sandar sapmasının doğrusal bir form izlemediğini daha ne bir şekilde oraya koymuşur. İşleme Araşırmaları Dergisi 292

10 5. Sonuç Ç. Kur Cihangir E. Uğurlu 9/3 (2017) Bu çalışmada, İsanbul Alın Borsası alın fiyaları geiri serilerindeki oynaklığının modellenmesine çalışılmışır. Oynaklığın modellemesinde GARCH modelleri finans yazınında yaygın bir kullanım alanına sahipir ancak bu modeller asimerik ekiyi dikkae almamakadır. Bu çalışmada asimerik ekiyi dikkae alan asimerik GARCH modellerinden EGARCH, APARCH ve TARCH modelleri kullanılarak ilgili serinin modellemesi yapılmışır. Bu amaçla dönemi, İsanbul Alın Borsası (USD/Ons) kapanış fiyaı verileri kullanılmışır. Öncelikle GARCH modeli ahmin edilmiş ardından asimerik koşullu varyans modelleri olan APARCH, TARCH ve EGARCH modelleri ahmin edilmişir. Kurulan modeller karşılaşırılmış ve bu karşılaşırma sonuçlarına göre, alın fiyalarındaki oynaklığı açıklamada en iyi modelin APARCH modeli olduğu belirlenmişir Türkiye de alın fiyalarındaki oynaklığı açıklamada en iyi model olarak belirlenen APARCH modeli sonuçlarına göre, ilgili seri için kaldıraç ekisinin negaif olduğu sapanmışır. Bu sonuç alın fiyalarındaki oynaklıka, iyi haberlerin ekisinin, köü haberlerin ekisine göre daha fazla olduğunu gösermekedir. Gelecek çalışmalar için, alın fiyalarının geiri serisindeki oynaklığı açıklayan başka modeller denenebileceği gibi, alın üreim/ükeiminde ekili olan veya büyük mikarda alın rezervine sahip farklı ülkeler için uygulanan oynaklık modelleri arasında benzerlik/farklıklar, nedenleriyle, araşırılabilir. Kaynakça Ahmad, M. H. ve Ping P. Y., (2014). Modelling Malaysian Gold Using Symmeric and Asymmeric GARCH Models, Deparmen of Mahemaical Sciences, Faculy of Science Universii Teknologi Malaysia, Applied Mahemaical Sciences. Vol.8, no.17, hp://dx.doi.org/ /ams / Akel V., Gazel S., (2015). "Finansal Piyasa Riski ve Alın Yaırımı: Türkiye Örneği", Çukurova Üniversiesi Sosyal Bilimler Ensiüsü Dergisi, vol.24, pp Aksoy, M.,ve Topçu, N., (2013). Alın ile Hisse Senedi ve Enflasyon Arasındaki İlişki. Aaürk Üniversiesi İkisadi ve İdari Bilimler Dergisi, 27(1), hp://e-dergi.aauni.edu.r/aauniiibd/aricle/view/ / Alberg, D., Shali, H., ve Yosef, R., (2008). Esimaing Sock Marke Volailiy Using Asymmeric GARCH Models, Applied Financial Economics, 18, Balı, S., Cinel, M.O. (2011), Alın Fiyalarının İMKB 100 Endeksi ne Ekisi ve Bu Ekinin Ölçümlenmesi, Aaürk Üniversiesi İkisadi ve İdari Bilimler Dergisi, 25 (3-4). hp://edergi.aauni.edu.r/aauniiibd/aricle/viewfile/ / Bollerslev, T., (1986). Generalized Auoregressive Condiional Heeroskedasiciy, Journal of Economerics, 31, Capie, F., T. C. Mills and G. Wood, (2005). Gold as a Hedge agains he Dollar, Journal of Inernaional Financial Markes, Insiuions and Money, 15(4), hp://econpapers.repec.org/repec:eee:infin:v:15:y:2005:i:4:p: İşleme Araşırmaları Dergisi 293

11 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) Conuk, F. Y., Burucu, H.,Güngör, B., (2013). Effec of Gold Price Volailiy on Sock Reurns: Example of Turkey, Inernaional Journal of Economics and Finance Sudies, 5(1): hp:// Demireli, E., ve E. Torun, (2010). Alernaif Piyasa Oynaklıklarında Meydana Gelen Kırılmaların ICSS Algorimasıyla Belirlenmesi ve Süregenliğe Ekileri: Türkiye ve Londra Örneği. MUFAD Journal, 46, hp://journal.mufad.org.r/aachmens/aricle/145/12.pdf Erişim: Şuba Deveci, D., (2013). Predicing Gold and Silver Spo Prices in Turkey, Oradoğu Teknik Üniversiesi, Yayımlanmamış Yüksek Lisans Tezi,. hp://ed.lib.meu.edu.r/upload/ /index.pdf Dima A., Shali H. and Yosef R., (2008). Esimaing Sock Marke Volailiy Using Asymmeric GARCH Models, Applied Financial Economics, 18:15, hp:// Ding, D., (2011). Modeling of Marke Volailiy Wih APARCH Model, Uppsala Universie U.U.D.M. Projec Repor. Ding, Z., Granger, C.W.J., Engle R. F., (1993), A Long Memory Propery of Sock Marke Reurns and a New Model, Journal of Empirical Finance, 1(1): hp://econpapers.repec.org/repec:eee:empfin:v:1:y:1993:i:1:p: Do, G. Q., Mcaleer, M., and Sriboonchia, S., (2009). Effecs of Inernaional Gold Marke on Sock Exchange Volailiy: Evidence from Asean Emerging Sock Markes, Economics Bullein, 29/2, hp:// Dooley, M.P., Isard, P., and Taylor, M.P., (1992). Exchange Raes, Counry Preferences and Gold, IMF Working Paper. Du, Y., (2012). Modelling and Forecasing Volailiy of Gold Price wih Oher Precious Meals Prices by Univeriae GARCH Models, Uppsala Universie, Deparmen of Saisics Maser s Thesis. hp://uu.divaporal.org/smash/ge/diva2:576025/fulltext01.pdf Erer, D., (2011). Alın Piyasasındaki Oynaklık ve Alın Vadeli İşlem Sözleşmesi İle Korunma Yolu, Dokuz Eylül Üniversiesi Sosyal Bilimler Ensiüsü Ekonomeri Anabilim Dalı, Yüksek Lisans Tezi, İzmir. Gencer, G. H. ve Musoglu, Z., (2014). Volailiy Modeling and Forecasing of Isanbul Gold Exchange (IGE). Inernaional Journal of Financial Research. Vol. 5, No.2. hp://dx.doi.org/ /ijfr.v5n2p87 Ghosh, D., Levin, E. J., Macmillian, P. and Wrigh, R. E., (2002). Gold As An Inflaion Hedge?. Universiy of S. Andrews, Deparmen of Economics, Discussion Paper Series. hps:// Glosen, L.R., Jagannahan, R. and Runkle, D.E., (1993), On he Relaion beween he Expeced Value and he Volailiy of he Nominal Excess Reurn on Socks, İşleme Araşırmaları Dergisi 294

12 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) Journal of Finance, vol. 48, no. 5, hps://faculy.washingon.edu/ezivo/econ589/gjrjof1993.pdf Gürgün, G., Ünalmış, İ., (2014). Is Gold a Safe Haven Agains Equiy Marke Invesmen in Emerging and Developing Counries?, Finance Research Leers 11 (4), hp:// bed8-f9ea56c0f602/wp1422.pdf?mod=ajperes&cacheid= c1c6-4ef8-bed8-f9ea56c0f602 İpeken, O.B., Aksu, H., (2009). Alernaif Yabancı Yaırım Araçlarının İMKB İndeksi Üzerine Ekisi, Aaürk Üniversiesi Sosyal Bilimler Ensiüsü Dergisi 13:1, hp://e-dergi.aauni.edu.r/aaunisosbil/aricle/view/ Karabacak, M., Meçik, O. ve Genç, E. (2014). Koşullu Değişen Varyans Modelleri ile BİST 100 Endeks Geirisi ve Alın Geiri Serisi Volailiesinin Tahmini, Uluslararası Alanya İşleme Fakülesi Dergisi. C:6, S:1, hp:// Kousoyiannis, A., (1983). A Shor-run Pricing Model for a Speculaive Asse, Tesed wih Daa from he Gold Bullion Marke, Applied Economics: 15, Kur Cihangir, Ç., (2014). Küresel Krizin Dünya Borsalarına ve Borsa İsanbul a Ekisi: Borsalarda Kriz Şidde Kasayısının Hesaplanması, Gazi Üniversiesi Sosyal Bilimler Ensiüsü, Yayımlanmış Dokora Tezi, Ankara. K.Cihangir, C. ve Uğurlu, E., (2013). Yaırım Aracı Olarak Alın: Dönemi Türkiye Örneğinde Oynaklık İncelemesi, Uluslararası İsanbul Finans Kongresi 2013, Kadir Has Üniversiesi, İsanbul. Kuan, A. M. and T. Aksoy, (2004). Public Informaion Arrival and Gold Marke Reurns in Emerging Markes: Evidence from he Isanbul Gold Exchange, Scienific Journal of Adminisraive Developmen,2/1. hps:// _and_gold_marke_reurns_in_emerging_markes_evidence_from_he_isanbul _Gold_Exchange Menase, M., (2009). Alın Piyasası ve Türkiye de Alın Fiyalarını Ekileyen Fakörlerin Analizi, Marmara Üniversiesi, Bankacılık ve Sigoracılık Bilimler Ensiüsü, Sermaye Piyasası ve Borsa Anabilim Dalı, Yüksek Lisans Tezi. Mishra, P. K, Das, J. R., and Mishra, S. K., (2010). Gold Price Volailiy and Sock Marke Reurns in India, American Journal of Scienific Research, No. 9, (2010), hps:// Sock_Marke_Reurns_in_India Nelson, D. B., (1991). Condiional Heeroskedasiciy in Asse Reurns: A New Approach, Economerica, 59, Özürk, F., Açıkalın, S., (2008). Is Gold a Hedge Agains Turkish Lira?, Souh Eas European Journal of Economics and Business, 3 (1), hps:// x/v x.pdf İşleme Araşırmaları Dergisi 295

13 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) Sefa, M., (2013). Türkiye deki Alın Fiyalarının Ekonomerik Analizi, Gazi Üniversiesi Sosyal Bilimler Ensiüsü Ekonomeri Anabilim Dalı Yayımlanmamış Yüksek Lisans Tezi, Ankara. Smih, G., (2001). The Price of Gold and Sock Price Indices For The Unied Saes, November, World Gold Council. hp:// 20fina.pdf Şencan, İ., (2017). BİST Alın Endeksi Oynaklığı Analizi ve Performans Ölçümü, Maliye Finans Yazıları Dergisi, 107, hp://dergipark.gov.r/download/aricle-file/ Taşçı, F. İ., (2010), Ekonomerik Bir Yaklaşımla Alın Piyasasının İncelenmesi, Gazi Üniversiesi, Sosyal Bilimler Ensiüsü, Ekonomeri Anabilim Dalı, YayımlanmamışYüksek Lisans Tezi Tomak, S.,(2013). Alın Güvenli Liman Mı? Hisse Seneleri, DİBS, Döviz Kuru ve Alın Geirileri Arasındaki İlişkilerin Analizi, Cag Universiy Journal of Social Sciences, 10(1): hp://web.a.ebscohos.com/ Toraman, C., Başarır, Ç., Bayramoğlu, M. F., (2011). Alın Fiyalarını Ekileyen Fakörlerin Tespii Üzerine: MGARCH Modeli ile Bir İnceleme, Uluslararası Alanya İşleme Fakülesi Dergisi, 3(1), hp://dergipark.gov.r/download/aricle-file/ Vural, M.G., (2003). Alın Piyasası ve Alın Fiyalarını Ekileyen Fakörler, Uzmanlık Yeerlik Tezi. Ankara: Türkiye Cumhuriye Merkez Bankası Piyasalar Genel Müdürlüğü. hp://www3.cmb.gov.r/kuuphane/turkce/ezler/goknilvural.pdf Yurdakul, F. ve Sefa, M., (2015). An Economeric Analysis of Gold Prices in Turkey, Procedia Economics and Finance. 23 (2015) hp:// Yüksel, R., S. Akkoç, (2016). Alın Fiyalarının Yapay Sinir Ağları İle Tahmini ve Bir Uygulama, Doğuş Üniversiesi Dergisi, 17 (1) 2016, hp://oaji.ne/aricles/2016/ pdf Zakoian J. M., (1994). Threshold Heeroskedasic Models, Journal of Economic Dynamics and Conrol, vol. 18, no. 5, pp hp://econpapers.repec.org/repec:eee:dyncon:v:18:y:1994:i:5:p: hp:// EKLER: Auomaic ARIMA Forecasing Seleced dependen variable: Y Sample: 1/01/ /28/2016 Included observaions: 1781 Forecas lengh: 4 Number of esimaed ARMA models: 25 Number of non-converged esimaions: 0 Seleced ARMA model: (4,4)(0,0) AIC value: İşleme Araşırmaları Dergisi 296

14 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) Volailiy In Gold Marke: Model Recommendaion For Turkey Çiğdem KURT CİHANGİR Hii Universiy Faculy of Economics and Adminisraive Sciences Çorum, Turkey orcid.org/ Erginbay UĞURLU İsanbul Aydın Universiy Faculy of Economics and Adminisraive Sciences İsanbul, Turkey orcid.org/ Exensive Summary Gold has an imporan place in World economy especially in he age of mercanilism which is he economic healh of a naion based on he amoun of precious meal ha i owned. Wih he collapse of Breon Woods Sysem, gold considered as an invesmen ool in finance. The wors financial crisis in 2008, since he Grea Depression, gold prices rose o 905 $/ons. Then i has grea role in moneary economics. Gold plays a prominen role in Turkish culure; also i is perceived as a sore of wealh and also considered as a moneary asse and a safe heaven. In 2013 repor of KPMG i is esimaed ha Turkey s oal under-he-pillow gold sock in he rage of 3-5 housand ones. Gold is a reserve ool for cenral banks, invesmen ool for invesors, sraegical financial ool for funds, and inpu for producers and jewelry for individuals. According o hese feaures, i has an effec on he economic agens economic decisions. In his conex volailiy of Turkish gold price is invesigaing using İsanbul Gold Exchange (USD/Ons) daily daa for he period of This paper aims o deec o asymmeric effecs hen asymmeric volailiy models which are APARCH, TARCH and EGARCH are used, and GARCH model is used. There are many papers o invesigae gold prices in academic lieraure. I can be caegorized under hree ypes of research. The firs ype of research invesigaes he relaionship beween macroeconomic variables and gold prices (Kousoyiannis 1983, Dooley vd. 1992, Smih 2001, Ghosh vd. 2002, Vural 2003, Capie vd. 2005, Mishra vd. 2010, Toraman vd. 2011, Kuan ve Aksoy 2004, Demireli ve Torun 2010, Do vd. 2009, Özürk ve Açıkalın 2008, Menase 2009, Taşçı 2010, Aksoy ve Topçu 2013, Sefa 2013, Deveci 2013, Yüksel ve Akkoç 2016, Du 2012, Gencer ve Musluoğlu 2014, Yurdakul ve Sefa 2015); he second ype of research is he safe heaven feaure of gold (Ghosh vd. 2002, Capie vd. 2005, İpeken ve Aksu 2009, Bali ve Cinel 2011, Aksoy ve Topçu 2013, Conuk, Burucu ve Güngör 2013, Tomak 2013, Gencer ve Musoğlu 2014, Gürgün ve Ünalmış 2014, Akel ve Gazel 2015) and hird is modeling volailiy of gold prices (Erer 2011, Erer 2011, K.Cihangir ve Uğurlu 2013, Şencan 2017, Ahmad ve Ping 2014, Karabacak, Meçik ve Genç 2014). Le, be a ime series of asse reurns wih mean equaion y = E ( y / I ) 1 + u and. Engle (1982) proposed he auoregressive condiional heeroskedasiciy (ARCH) models o esimaes he variance of reurns of he asse by he equaion below. (1) İşleme Araşırmaları Dergisi 297

15 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) Bollerslev (1986) proposes GARCH (p,q) model Ding (2011) saes ha he GARCH model has drawbacks in applicaion for asse pricing. I canno explain he negaive correlaion beween he flucuaions in sock reurns and asymmeric condiional variance. In order o explain asymmery, many models were developed which called a leverage effec. Three of hem, EGARCH, TARCH and APARCH, are used in his paper. EGARCH model: (2) coefficiens show he leverage effec and if i is posiive i means negaive informaion has sronger impac han he posiive informaion. TARCH model: (3) APARCH model: (4) İsanbul Gold Exchange (USD/Ons) daily daa for he period of is used in his paper. GOLD is he price of gold and RGOLD is he reurn of i. Figure 1 shows GOLD and RGOLD series. (5) (6) İşleme Araşırmaları Dergisi 298

16 Ç. Kur Cihangir E. Uğurlu 9/3 (2017) GOLD RGOLD 2, , ,600 1, , , Figure 1: GOLD and RGOLD Series Based on Alberg vd. (2008) we use hree seps. To isolae he seasonaliy hese wo following regression models are esimaed, where is reurn and is he fied values of reurn. r = α 1 Pz + α2sal + α3çar + α4per + α5cum + ε (7) ( r ˆ ) β β Cum + w (8) 2 r = 1Pz + β2sal + β3çar + β4per + 5 A las sep reurns are sandardized using he equaion below: y = ( r rˆ ) / ηˆ (9) Based on model comparison crieria APARCH model is chosen as a bes model o explain volailiy of reurns of gold price. Resul of APARCH model shows ha he leverage effec exiss and found ha negaive. According o he resul, i is found ha he volailiy in he Turkish gold price is more affeced by posiive shocks han negaive shocks. İşleme Araşırmaları Dergisi 299