Akademik Veri Yönetim Sistemi
6. INTERNATIONAL PALANDOKEN SCIENTIFIC STUDIES CONGRESS, Erzurum, Türkiye, 24 - 26 Temmuz 2023, ss.1-22
Finansal varlıkların volatilite dinamiklerinin doğru bir şekilde modellenebilmesi etkin finansal risk yönetim uygulamaları açısından oldukça önemlidir. Bunun sağlanabilmesi için analizlerde kullanılacak modellerin volatilite kümelenmesi, asimetrik tepki, sıçramalı artış (jump) etkisi gibi finansal zaman serilerinin karakteristik özelliklerini başarılı bir şekilde modelleyebilmesi gerekmektedir. Bu nedenle bu çalışmada literatürde sıklıkla kullanılan stokastik volatilite modelleri (SV) ile GARCH modelleri Bayesyen yaklaşımına dayalı Markov Chain Monte Carlo Algoritması ile tahmin edilmiş ve en uygun model seçimi Bayes faktörü kullanılarak gerçekleştirilmiştir. Çalışmada AR(0)-GARCH(1,1),AR(0)-GARCH(2,1), AR(0)-GARCH(1,1)-M, AR(0)-GARCH (1,1)-J, MA(1)-GARCH(1,1), AR(0)-GARCH(1,1)-st modelleri ile SV, SV-J, SV-st, SV-MA, SV-t, SV-2 modellerinin performansları karşılaştırılmıştır. İlgili modellerin performansları bir gelişmiş ülke ekonomisi olarak Kanada gösterge hisse senedi endeksi (S&P / TSX Composite endeksi) ile bir gelişen piyasa ekonomisi olarak ise Meksika gösterge hisse senedi endeksi (IPC Mexico endeksi) dikkate alınarak Ocak 1998 dönemi ile Ağustos 2016 dönemi için haftalık veriler ile analiz edilmiştir. Bayes faktörü kapsamında elde edilen bulgular her iki gösterge hisse senedi endeksi için de en uygun modelin GARCH-J modeli olduğu sonucuna işaret etmektedir. Çalışma bulguları uluslar arası hisse senedi yatırımcıları ve finansal risk yöneticileri açısından uygulamaya dönük önemli sonuçlar içermektedir.