Academic journal article Business and Economics Research Journal

Pay Piyasalarinda Getiri Volatilitesinin Modellenmesi: BIST -100 IçIn Klasik Ve Bayesci GARCH Yaklasimlari

Academic journal article Business and Economics Research Journal

Pay Piyasalarinda Getiri Volatilitesinin Modellenmesi: BIST -100 IçIn Klasik Ve Bayesci GARCH Yaklasimlari

Article excerpt

(ProQuest: ... denotes formulae omitted.)

1.Giriş

Modern portföy teorileri açısından yatırımcılar için beklenen getirinin elde edilmesinde ortaya çıkacak risklerin daha isabetli bir şekilde tahmin edilmesi, geleceğe ilişkin risklerin yönetimi açısından oldukça önem kazanmaktadır. Finansın en temel portföy teorileri arasında sayılan Sharpe-Linter Finansal Varlıkları Fiyatlama Modeli gibi ortalama-varyans portföy teorilerinin deneysel testlerinde varlık getirilerinin varyans ve kovaryansı risk ölçümünde kullanılmaktadır (Bollerslev, 1987:542). Pay piyasaları arasındaki entegrasyon seviyesinin özellikle finansal liberalleşme sonrası artan boyutlara ulaşması piyasalarda meydana gelen bilgi şoklarının etkisini artırmakta olup pay senedi getirilerinin dağılımsal özelliklerini etkilemektedir. Dağılımsal özellikler, Black-Scholes opsiyon fiyatlama modeli ve Etkin Piyasalar Hipotezinin test edilmesi gibi modellerde önemli rol oynamaktadır (Bollerslev, 1987:542).

Pay senedi getiri volatilitesi, pay senedi fiyatlarındaki değişkenliği ifade eder. Yatırımcılar, analistler, aracı kurumlar ve politika yapıcıların getiri volatilitesini önemsemelerinin nedeni, bir risk göstergesi olmasının yanında, aynı zamanda piyasanın tamamından veya firmalardan kaynaklanan önemli bilgilere eşlik etmeyen pay senedi fiyat dalgalanmalarından endişelenmeleridir. (Karolyi, 2001:1). Aşırı volatilitenin varlığı pay senedi getirilerinin yüksek tutarlı kazançlara/kayıplara yol açabileceğinden, piyasaya ya da pay senetlerine karşı güvensizlik algısı oluşturmaktadır.

Geleneksel zaman serisi ve ekonometrik modeller sabit varyans varsayımına göre çalıştırılmasına rağmen, volatilite analizlerinde yaygın şekilde kullanılan ve Engle (1982) tarafından ortaya konan ARCH modeli koşulsuz ve koşullu varyans arasındaki farkı, zaman içerisindeki değişime izin veren geçmiş hataların bir fonksiyonu olarak açıklamaktadır (Bollerslev, 1986:307). ARCH modelinin koşullu hata dağılımı normal dağılım özelliği gösterirken, koşullu varyans geçmiş hata karelerinin doğrusal bir fonksiyonudur. Finansal piyasalarda, pay senedi dalgalanmaları, normal dağılım varsayımı yerine, riskin daha doğru belirlenmesi için student-t, genelleştirilmiş hata dağılımı, çarpık normal dağılım gibi, basık olan dağılımların kullanımlarına neden olmaktadır. Bu dağılımların kullanılmasının önemi ilk olarak Bollersev (1987)'de GARCH(1,1)-Studentt t ortaya çıkmış olup, normal dağılım varsayımı yerine, hata terimi için daha esnek bir parametrik dağılımın kullanılması finansal zaman serilerinde risk tahmininde daha güvenilir sonuçlar vermiştir (Hsieh, 1989; Baillie and Bollerslev, 1989, 1991; Engle , Ito ve Liu 1990; Engle and Gau, 1997; Johnston and Scott, 2000, Hoogerheide, Ardia ve Corre, 2012). Bu bağlamda çalışmanın amacı, normallik varsayımı yerine hata terimlerinin Student-t dağılımına sahip olduğu varsayımı göz önüne alınarak BİST-100 için klasik ve Bayesci GARCH(1,1) modellerini volatilite açısından karşılaştırmaktır.

Diğer taraftan; literatürdeki diğer çalışmalara bakıldığında, Bayesci yöntemlerin son yıllarda çok kullanıldığı görülmektedir. Örneğin, Iqbal (2016), 2008 yılı küresel finansal krizinin öncesinde ve sonrasında, Karachi Borsası'nın Riske Maruz Değerinin (VaR) tahmini ve öngörüsüne ilişkin çalışmasında, Bayesci yöntemi kullanarak; makul VaR oranları ve daha düşük kayıplar sağlayan Bayesci yöntemin VaR'nin tahmini için güvenle kullanılabileceği sonucuna ulaşmıştır. Ho, Lee ve Marsden (2011) ve Amiri (2010), farklı dönemlerde ABD ve Tahran pay senedi fiyatlarındaki volatiliteyi modellemeyi amaçladıkları çalışmalarında; Bayesci modeller ile yapılan tahminlerin, diğer volatilite modelleri ile yapılan tahminlere göre daha başarılı sonuçlar verdiğini tespit etmişlerdir. Hoogerheide vd. (2012), uzun dönemli olarak S&P500 ve Nikkei 225 endeks getirilerinin GARCH modelleri kullanılarak En çok olabilirlik (EO) tahmini ve Bayes tahmini arasında bir karşılaştırma yaptıkları çalışmalarında, yöntemler arasında anlamlı bir fark bulunmamıştır. …

Search by... Author
Show... All Results Primary Sources Peer-reviewed

Oops!

An unknown error has occurred. Please click the button below to reload the page. If the problem persists, please try again in a little while.