Geri Dön

Volatility spillovers and dynamic hedgings: Evidence from selected stock markets, precious metalsand oil futures

Oynaklık taşmaları ve dinamik korunmalar: Seçilen hisse senedi piyasalarından, değerli metallerden ve petrol işlemlerinden kanıt

PDF İndir

  1. Tez No: 572571
  2. Yazar: TUNAHAN YILMAZ
  3. Danışmanlar: PROF. DR. BÜLENT GÜLOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Ekonomi, İşletme, Econometrics, Economics, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonomi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 121

Özet

Bu çalışma her gelişmekte olan ülke için dinamik koşullu korelasyonları kullanarak en uygun riskten korunma portfolyolarını araştırır.Bu çalışma boyunca, biz 02/01/2006 tarihinden 01/11/2018 tarihine kadarki dönemi kapsayan, gelişmiş ülkeleri temsil eden S&P 500 (USA), FTSE-100 (UK), NIKKEI 225 (Japan), Nasdaq(USA), DAX_30 (GERMANY) gibi hisse senedi endekslerinin günlük değerlerini kullandık. Gelişmekte olan ülkelerdeki yatırım araçları iki grup tarafından temsil edilir.Bunlardan ilki ABD Doları cinsinden bazı döviz kurlardır.Kullandığımız dövizler ise Real, Lira, Rupi ve Ringgiti, yani Brezilya, Türkiye, Hindistan ve Malezya gibi gelişmekte olan ülkelerin para birimleridir.Diğer grupta ise bu ülkelerin yerel hisse senedi piyasaları, yani BOVESPA(Brezilya), BIST_100(Türkiye), FTSE_BURSA(Malezya) and BSE_SENSEX(Hindistan) bulunmaktadır.Ayrıca, biz emtia olarak, altın,gümüş,pilatinyum ve paladyum gibi değerli metalleri, ve ek olarak Brent ve West Texas Intermediate (WTI) gibi petrol çeşitlerini en optimal portfolyoyu bulmak için kullandık.Bu makalede yukarıda bahsettiğimiz yatırım araçlarının, belirtilen tarih aralığındaki serilerin uzun süreli bellek (long term memory) özelliği ve asimetrisi dikkate alındı. Rescaled Range istatistiği (R/S), Geweke and Porter-Hudak (GPH) Modeli, Gaussian Semi Parametric (GSP) metodları kullanıldı.Bu testlerden elde edilen sonuçlar kullandığımız seçilen yatırım araçlarının kareli getirilerindeki uzun süreli bellek davranışı olduğunu onaylamıştır.İlk olarak, her gelişmekte olan ülke için ayrı ayrı dört gruptan oluşan kombinasyonlar oluşturduk.Buna bağlı olarak biz DCC-FIGARCH and DCC-FIAPARCH gibi mekanizmaları oynaklığı ölçmek için kullandık.İkinci olarak, biz bu modellerin tahmin performansını inceleyerek tutarlılığını kontrol ettik. Biz in-sample modelin kesinliğinin değerlendirmesine tamamlayıcı gibi DCC-FIGARCH and DCC-FIAPARCH modellerinin ön değerlendirmesini yaptık.Bu amaç doğrultusunda, tahmin periyodunu kapsayan belli başlı uygun incelemeler içinden örneği sistematik bir şekilde çıkarttık. Sonrasında, tahmin parametreleri tahmin edici kimseye elverişli olduğu varsayılan örnek enformasyonu yoluyla kullandık.Bizim düşüncemize göre, Out of sample metodu tahmin etmek çin daha uygundur. Çünkü, Out of Sample'dan elde ettiğimiz empirik kanıt aykırı değer ve veri madenciliğine daha duyarlı olabilir.Ayrıca bu kanıt tahminci için daha uygun bilgi sunar.Sonrasında biz güncel değer (getiri) ile koşullu ortalama tahminin arasında dinamik farkın mutlak değeri olarak tanımlanabilen ortalama mutlak hata (MAE) yı kullandık; ancak biz bu modeli hesaplarken güncel değer olarak o değerin karesini ve koşullu ortalama tahmin yerine koşullu varyansını kullandık.Sonuçları aldıktan itibaren, biz onları sıraya soktuk.En küçük ortalama mutlak hata bize en tutarlı , en iyi tahmin performansına sahip kombinasyonu verir.Böylece, biz her gelişmekte olan ülke için , portfolyo mekanizmasına uygun dört adet yatırım aracından oluşan en tutarlı modeli elde etmiş oluruz.Üçüncü olarak, portfolyoyu oluşturmaya başlarız.Bunun için iki adet örnek uygulama var.Bunları optimal hedge oranı ve optimal portföy ağırlığı olarak adlandırabiliriz.Bunlardan ilki bize tutulan varlıkları pahalı olmayan bir hedge için riski minimize eden bir oran sunar.Yani yatırımcılar uzun vadede sahip oldukarı bulunan bir varlığın riskini minimize etmek için kısa vadelde başka bir yatırım aracına hedge etmeleri gerekir.Belirtilen oran kadar uzun vadede elinde bulunan varlıktan satış işlemi yapar ve bu oran kadar kısa vadedeki yatırım aracından alma işlemi yapmış olur. İkincisi ise bize yatırım yapmadan önce elimizdeki kaynağı uzun ve kısa vade için bulunan yatırım araçlarını nasıl dağıtmamız gerektiğine yarayan bir formül sağlar.Yatırımcılar uzun vadede ve kısa vadede elindeki kaynağın ne kadarını yatırması noktasında bir kaygıya düşebilirler.Bu mekanizma bu yönde yardımcı olur.Son olarak, biz uzun vadedeki yatırım aracında kısa vadede bulunan yatırım aracına olan oynaklık taşması diye adlandırdığımız nedenselliği test ederiz.Çünkü nedenselliğin az olma durumu bize riski minimize etmek için büyük bir fırsat sunar. Genel olarak bu makaledeki tüm çabalarımız riski minimize etmektir. Bu doğrultuda biz her gelişmekte olan ülke için bir portfolyo oluşturduk.Riski minimize etme arzusunun başlıca sebebi yatırımcıların davranışından kaynaklanıyor. Tüm yatırımcılar riskten kaçınırlar.Ayrıca, buluşlarımız bize finansal uygulayıcıların öncelikle uzun vade için altına yatırım yapması gerektiğini tavsiye etti, çünkü bu değerli metal dünyada en güvenilir varlık olarak kabul edilir.Literatürde de ismi 'Safe Haven' olarak geçer.Kısa vadede yatırımcılar hisse senedi piyasalarını yatırım aracı olarak görmeliler.Buna karşın, biz kesinlikle yerel dövizleri yatırım aracı olarak tavsiye etmiyoruz . Onların diğer varlıklarla, mesela altın ile, güçlü bir şekilde birbirine bağlı ve nedenselliği var.Ayrıca, Chris Brooks 2004 yılında optimal hedge oranının negatif olmasını satın alma olarak değerlendiriyor.Bu satın almayı biz hedging işleminin doğasına aykırı olduğuna inanıyoruz.Nihayet uzun vadede altının yatırım aracı olarak kullanılması ve kısa vadede Bovespa endeksine yatırım yapılması bizim için en uygun potfolyo olur.Bunun başlıca sebebi bu iki varlığın optimal hedge oranı ziyadesiyle düşük değerdedir.Ayrıca, yaptığımız teste göre, altının Bovespa üzerinde hiçbir nedenselliğini gözlemlemiyoruz.Bu da demek olur ki altının Bovespa üzerinde hiç oynaklık taşması etkisi yoktur.Bunu arkasındaki ekonomik gerekçe ise Brezilya'da finansal krizden sonra hükümet gerçekten iktisadi reform programının deklerasyonunu yaptı.Politika yapıcılar sermaye akışına olan bağımlılığından kurtulmak için bir çözüm üretti.Bu bağlamda, sermaye kontrolleri finansal akışları dengeye oturtmak için verimli bir yoldur.Politika uygulayıcıları sermaye akışlarını düzenlemek için“Imposto Sobre Operações Finaceiras”(IOF) denilen etkili bir mekanizma sundu.Bu reform hisse senedi piyasalarının zaman serisindeki düzensizlikler ve yapısal kırılmayı önleyerek Brezilya ekonomisini sabitlemek için katkıda bulundu.Bu yüzden, yatırımcılar için Brezilya ekonomisi düşük risk ile yatırım fırsatları sunar.Son olarak, biz güvenli bir şekilde iddia edebiliriz ki yatırımcılar kısa vadede Bovespa için yatırım yapmalıdırlar.

Özet (Çeviri)

This paper investigates the most optimal hedging portfolio for each emerging countries by performing dynamic conditional correlations. Throughout the study, spanning the period from 02/01/2006 to 01/11/2018, we used daily index values of S&P 500 (USA), FTSE-100 (UK), NIKKEI 225 (Japan), Nasdaq(USA), DAX_30 (GERMANY) to represent developed stock markets. Investment instruments in emerging countries are represented by two groups. One of them is exchange rates in terms of U.S. Dollars such as Brazilian Real, Turkish Lira, Malaysian Ringgit, Indian Rupee Another one contains domestic stock market indices such as BOVESPA, BIST_100, FTSE_BURSA, and BSE_SENSEX. Also, we added some precious metals such as gold, silver, platinum, and palladium, as well as some types of oil such as Brent and WTI to the hedging portfolio as a commodity. In this essay, the presence of the long memory property and asymmetry were taken into account. To test for long term memory property, Rescaled Range Statistics (R/S), Geweke and Porter-Hudak (GPH) Model and Gaussian Semi Parametric (GSP) methods were employed. These test results confirmed that there exists long term memory behavior in squared returns of selected investment instruments we employed. To obtain the most efficient hedging portfolio for each emerging countries, firstly, we made up some combinations in four groups. Accordingly, we employed DCC-FIGARCH and DCC-FIAPARCH specifications to measure volatility. Secondly, we checked the robustness of the model by observing its forecast performance. We conducted an ex-ante evaluation of the DCC-FIAPARCH and DCC-FIGARCH specification as a complement to the evaluation of in-sample model accuracy. For this purpose, certainly available observations, comprising the“forecast period”are systematically removed from the sample. Then, the estimation of parameters is performed through sample information, which is assumed to be available to a forecaster. In our opinion, Out-Of-Sample forecasting is more appropriate to be used because empirical evidence based on out-of-sample forecast performance can be more sensitive to outliers and data mining. Also, it reflects better the information available to the forecaster in“real-time”.Then, we used mean absolute error, which can be defined as the absolute value of the dynamic difference between actual value(return) and the mean forecast. However, because we use conditional variances for hedging we calculate MAE as an absolute value of the dynamic difference between the square of the actual values and forecast variances. After we get results, we rank them at all. The smallest value of MAE gives a combination which has the best forecast performance. Thus, we obtained the most optimal combination for hedging, containing four investment instruments for portfolio mechanism. Thirdly, we mentioned two methods: Optimal hedge ratio and optimal portfolio weight. First one presents a risk-minimizing ratio between two asset holdings to make an inexpensive hedge. The second one offers portfolio providing optimal holding of one asset In the fourth place, we used non-parametric causality in the quantile approach to testing volatility spillovers between stock markets returns, exchange rates, and precious metals. Generally, all endeavors we did in this paper is to minimize risk, and in this direction, for each emerging markets, we made up an optimal hedging portfolio. The main reason why we made an effort to minimize risk stems from investors' behavior. While investing, all investors are risk aversed. Our findings suggested that financial practitioners should first invest in the gold in the long term position because gold is the most reliable asset in the world, named as a Safe Haven in the literature. In the short run, investors should invest in stock market indices to make risk diversification. However, we do not suggest to invest in currencies because they are strongly correlated with other assets and have strong causality with them. Also, Chris Brooks et al. (2004) specify optimal hedge ratio, negative ones implies the purchase of futures contracts. So, we do not suggest to make up an investment portfolio with exchange rates because the results are contradictory to the nature of the hedging. Eventually, most appropriate hedging portfolio is to have gold in the long run and to invest the Bovespa as a short term position. The main reason is that the optimal hedging ratio of gold in terms of Bovespa is one of the lowest one. Also, these two investment instruments have no causality, which means that there are no volatility spillovers from gold to the Bovespa. The economic rationale beyond this result is that after the financial crisis, the government declared really needed program of economic reform. Policymakers produced a solution to recover from the dependency the capital flows. In this context, capital controls are an efficient way to destabilize financial inflows. They proposed an effective mechanism“Imposto Sobre Operações Finaceiras”(IOF), to regulate capital flows. This reform contributed to stabilizing Brazilian economy by preventing structural break and irregularities in stock market prices' time series. So, for investors, the Brazilian economy present investment opportunities with low risk. Lastly, we can safely contend that investors should invest in Bovespa in short term position.

Benzer Tezler

  1. Tez No

    348824

    The volatility of gold spot and futures prices: A comparison between Russian and Turkish futures markets

    Altın spot ve vadeli fiyatlarının oynaklığı: Rus ve Türk vadeli piyasalarının karşılaştırılması

    ZORIKTO LKHAMAZHAPOV

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    EkonomiDokuz Eylül Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. BERNA KIRKULAK ULUDAĞ

  2. Tez No

    741222

    Return and volatility spillovers between gold and stock markets: A VAR-ADCC-GARCH approach

    Altın ve hisse senedi piyasaları arasındaki getiri ve volatilite yayılımı:VAR-ADCC-GARCH modeli uygulaması

    HİLAL DEMİREL

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    MaliyeAnkara Yıldırım Beyazıt Üniversitesi

    Finans ve Bankacılık Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ İKLİM GEDİK BALAY

  3. Tez No

    534471

    Constructing a financial stress index for Turkey: A multivariate GARCH approach

    Türkiye için finansal stres endeksi oluşturma: Çok değişkenli GARCH modellemesi

    PINAR ŞENOL

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Ekonomiİstanbul Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. BÜLENT GÜLOĞLU

  4. Tez No

    405038

    Türkiye ile bazı gelişmiş ve gelişmekte olan ülkelerin hisse senedi piyasaları arasındaki getiri ve volatilite yayılma ilişkisi ile entegrasyonun analizi (2009-2014)

    The analysis of return and volatility spillovers and integration between Turkish stock market and some developed and developing stock markets (2009-2014)

    UĞUR VAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Ekonometriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. KEMAL BURÇ ÜLENGİN

  5. Tez No

    433906

    A novel multivariate stochastic volatility model and estimation with GPU computing

    Yeni bir çok değişkenli stokastik oynaklık modeli ve GPU tabanlı hesaplama ile kestirimi

    HALİL ERTÜRK ESEN

    Doktora

    İngilizce

    İngilizce

    2016

    Ekonometriİstanbul Teknik Üniversitesi

    Hesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı

    PROF. DR. KEMAL BURÇ ÜLENGİN

    PROF. DR. MUSTAFA SERDAR ÇELEBİ

Geri Dön