Risk yönetiminde kripto paraların kullanımı üzerine ampirik bir araştırma
An ampirical research on the use of cryptocurrencies in risk management
- Tez No: 738157
- Danışmanlar: PROF. DR. GÜLFEN TUNA
- Tez Türü: Doktora
- Konular: Ekonomi, İşletme, Economics, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: İşletme Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Muhasebe Finansman Bilim Dalı
- Sayfa Sayısı: 143
Özet
25 Mart 2021 günü itibariyle kripto para borsalarında 8937 kripto para işlem görmektedir ve bunların pazar değeri 1 trilyon 647 milyar Amerikan dolarıdır. Gelecekte finansal ödemelerin merkezi olmayan bir yapıya kavuşması ve kripto paraların mevcut elektronik para pazarını daraltması muhtemeldir. Bu konu bazı yatırımcıların, şirketlerin, finansal aktörlerin ve devletlerin ilgisini çekmektedir. Ayrıca kripto paraları etkileyen faktörler, onların riskleri ve risk yönetiminde nasıl kullanılabileceği merak edilen önemli konular arasındadır. Bu çalışmada ilk olarak kripto para uzayını domine eden, piyasa kapitalizasyonu en yüksek olan ve en az 1273 günlük geçmişi olan 11 kripto para tanıtılmıştır. Bunlar Bitcoin, Ethereum, Ripple, EOS, Litecoin, Bitcoin Cash, Tether, Binance Coin, Bitcoin SV, Tezos ve Cardano'dur. İkinci olarak kripto para piyasasında kapitalizasyonu en büyük ve en çok işlem hacmine sahip kripto para olan Bitcoin'in volatilitesini en iyi gösteren model incelenmiştir. Çalışmanın bu kısmında kullanılan zaman serileri, ABD Doları (USD) cinsinden günlük kapanış fiyat ve getiri serileri olup 30 Nisan 2013 ile 26 Şubat 2021 arasındaki 2860 günlük dönemi kapsamaktadır. GARCH sınıfı modeller kullanılarak Bitcoin için en uygun volatilite modeli tahmin edilmiştir. Araştırmada kullanılan volatilite tahmin modellerinden GARCH, EGARCH, IGARCH, GJR, FIGARCH-BBM, FIGARCH-CHUNG, FIEGARCH, FIAPARCH-BBM, FIAPARCH-CHUNG ve HYGARCH arasından en uygun tahminlemeyi HYGARCH modelin yaptığı sonucuna varılmıştır. EGARCH ve FIEGARCH modelleri için ise yakınsama sağlanamamıştır. Üçüncü olarak Bitcoin için GARCH sınıfı modeller kullanılarak bir, beş ve on günlük zaman dilimleri için örneklem dışı volatiliteyi, en iyi öngören model tahmini yapılmıştır. 1 günlük öngörü için en iyi öngörü performansını FIAPARCH-BBM model gösterirken, 5 ve 10 günlük öngörü performansını ise FIGARCH-CHUNG modelinin gösterdiği sonucuna ulaşılmıştır.
Özet (Çeviri)
As of March 25, 2021, 8937 cryptocurrencies are traded on cryptocurrency exchanges and their market value is 1 trillion 647 billion USD. It is likely that financial payments will become decentralized in the future and cryptocurrencies will shrink the current electronic money market. This issue attracts the attention of some investors, companies, financial actors and governments. In addition, the factors affecting cryptocurrencies, their risks and how they can be used in risk management are among the important issues. In this thesis, firstly, 11 cryptocurrencies, which dominate the crypto space, have the highest market capitalization and have a history of at least 1273 days, are introduced. These are Bitcoin, Ethereum, Ripple, EOS, Litecoin, Bitcoin Cash, Tether, Binance Coin, Bitcoin SV, Tezos and Cardano. Secondly, the model that best shows the volatility of Bitcoin, which has the largest capitalization and the largest transaction volume in the crypto money market, has been examined. The time series used in this part of the study are the daily closing price and return series in USD (USD) and cover the 2860-day period between April 30, 2013 and February 26, 2021. The most suitable volatility model for Bitcoin was estimated using GARCH class models. It was concluded that the HYGARCH model made the most appropriate estimation among the volatility prediction models used in the research, GARCH, EGARCH, IGARCH, GJR, FIGARCH-BBM, FIGARCH-CHUNG, FIEGARCH, FIAPARCH-BBM, FIAPARCH-CHUNG and HYGARCH. Convergence could not be achieved for the EGARCH and FIEGARCH models. Thirdly, using GARCH class models for Bitcoin, the model that best predicts out-of-sample volatility for one, five and ten-day timeframes is estimated. It was concluded that while the FIAPARCH-BBM model showed the best forecasting performance for 1-day forecasting, the FIGARCH-CHUNG model showed the 5- and 10-day forecasting performance.
Benzer Tezler
- Machine learning applications for time series analysis
Zaman serileri analizi için makine öğrenmesi uygulamaları
MERT CAN
Yüksek Lisans
İngilizce
2024
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
PROF. DR. ATABEY KAYGUN
- Portföy yönetiminde kripto paraların etkisi
The effect of cryptocurrencies in portfolio management
HATİCE YILDIRIM
- A proposed contemporary fiqh framework for analyzing issues in cryptocurrencies
Kripto paralara ilişkin sorunların analizinde çağdaş bir fıkhi çerçeve önerisi
AYMAN BEKİROĞLU
Doktora
İngilizce
2024
Ekonomiİstanbul Sabahattin Zaim Üniversitesiİslam Ekonomisi ve Finansı Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MOHAMED CHERIF EL AMRI
DOÇ. DR. MUSTAFA OMAR MOHAMMED
- Blokzincir uygulamalarında akış deneyiminin online satın alma niyetine etkisi üzerine bir araştırma
A research on the effect of flow experience on online purchase intention in blockchain applications
MERVE KADRİYE YURDABAK
- Yeni kurumsal iktisat çerçevesinde hyperledger ekosisteminde tedarik zinciri yönetimi: Çoklu vaka analizi
Supply chain management in the hyperledger ecosystem within the new institutional economics framework: A multi-case analysis
RAMAZAN BEKTAŞ
Yüksek Lisans
Türkçe
2023
EkonomiDokuz Eylül Üniversitesiİktisat Ana Bilim Dalı
DOÇ. DR. KERİM ESER AFŞAR