Kripto para piyasası için koşullu değişen varyans modelleri ve nedensellik analizi üzerine bir uygulama
Conditional variance models and causality analysis for the cryptocurrency market: An application
- Tez No: 840010
- Danışmanlar: PROF. DR. ERHAN DEMİRELİ
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Blokzincir, Kripto Paralar, Koşullu Varyans, Asimetrik GARCH Modelleri, Granger, Yamamoto, Nedensellik Testleri, Blockchain, Cryptocurrencies, Conditional Variance, Asymmetric GARCH Models, Granger, Yamamoto, Causality Tests
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Finans Bilim Dalı
- Sayfa Sayısı: 160
Özet
Bu çalışma kripto paralar, blokzincir ve volatilite kavramları üzerine inceleme ve testler yapan bir uygulama içermektedir. Blokzincir bakımından bu teknolojinin yarattığı veri güvenliği, veri gizliliği ve en önemli özelliği olan şeffaflık imkânın felsefi ve potansiyel boyutlarına değinilmektedir. Kripto paralar bakımından, kripto para piyasalarının, geleneksel finans piyasalarından farklı yapılarda volatilite kümelenmeleri ve kaldıraç etkileri olduğu çalışmada incelenmiştir. Aynı zamanda kripto para birimlerindeki fiyat dalgalanmaları arasında istatistiksel nedensellik ilişkileri sınanmaktadır. Kripto para piyasalarındaki yüksek düzeydeki oynaklığın öngörülmesi için, kripto para birimlerinde daha ileri düzeyde volatilite modellemelerinin uygun olabileceğine dair testler gerçekleştirilmiştir. Çalışmada kullanılan veriler Eylül 2023 tarihi temel alınarak kripto piyasalardaki en yüksek hacimli beş kripto para birimlerinden oluşturulmuştur. Bu kapsamda GARCH (Generalized Autoregressive Conditional Heteroskedasticity) ve onun çeşitli genişlemiş formları olan EGARCH (Exponential GARCH), GJR-GARCH (Glosten, Jagannathan ve Runkle tarafından geliştirilen GARCH) ve TGARCH (Threshold GARCH) modelleri uygulanmıştır. Uygun GARCH model atamasında dağılım özellikleri dikkate alınmıştır. Uygunluğun varsayımları çarpıklık, basıklık ve yüksek log-likelihood değer değişkenleriyle belirlenmiş ve buna istinaden GARCH modellerindeki uygun (p),(q) değer atamaları sağlanmıştır. Aynı zamanda seride standartlaştırılmış artıkların incelenmesi ve Jarque-Bera testi analizleri gerçekleştirilerek kurulan modellerin sağlamlılığı test edilmiştir. Çalışmada yapılan tüm testler Python, R ve Eviews uygulamaları kullanılarak gerçekleştirilmiştir. Yapılan sınamalarda sabit kripto paralar hariç EGARCH , GJR-GARCH ve TGARCH için en iyi otoregresif gecikme derecesi (p)= 4 ve en iyi hareketli ortalama gecikme derecesi (q) = 3 bulunmuştur. Sabit kripto birimlerde bu değerler (1,1) olarak belirlenmiştir. Bu nedenle GARCH, EGARCH, GJR-GARCH ve TGARCH analizlerinde de (1,1) modeli kurularak (4,3) modeli ile karşılaştırmalı analiz gerçekleşmiştir. En uygun volatilite kümeleme etkisi GJR-GARCH (4,3) modelinde görülmüştür. En uygun kaldıraç etkisi EGARCH (4,3) modelinde görülmüştür. EGARCH ve GJR-GARCH modelleri stablecoin ve kripto birimlerle kurulan modellemelerde daha olumlu bir yaklaşıma sahip olduğu gözlenmektedir. GARCH model varyasyonları dışında ilgili kripto para birimlerinde Granger nedensellik testleri ve Yamamoto nedensellik testleri yapılarak kripto para birimleri arasındaki nedensellik ilişkileri incelenmiştir. GARCH analizlerinde kullanılan bazı modellerdeki bazı kripto para birimlerinde olan daha fazla uygunluğun temel sebepleri nedensellik ilişkisi ile analiz edilmiştir. Yapılan nedensellik incelemelerinde, Etherum'un Bitcoin, Bitcoin'nin de Ethereum arasında çift yönlü etkileme potansiyelleri gözlemlenmiştir. Ancak sabit kripto birimlerde ilgili diğer kripto birimler için bir nedensellik gözlemlenmemiştir.
Özet (Çeviri)
This thesis encompasses an application that examines and tests concepts related to cryptocurrencies, blockchain, and volatility. It touches upon the philosophical and potential dimensions of data security, privacy, and, most crucially, transparency offered by blockchain technology. The study investigates the presence of volatility clustering and leverage effects in cryptocurrency markets which differ from traditional financial markets. Additionally, it tests for statistical causal relationships in the fluctuations of cryptocurrency prices. The study also includes tests suggesting that more advanced volatility modeling might be suitable for predicting the high volatility in cryptocurrency markets. The data used in the study is based on the five highest-volume cryptocurrencies in the markets as of September 2023. In this context, various models of GARCH (Generalised Autoregressive Conditional Heteroskedasticity), such as EGARCH (Exponential GARCH), GJR-GARCH (developed by Glosten, Jagannathan, and Runkle), and TGARCH (Threshold GARCH), have been applied. Distribution characteristics have been considered in assigning the appropriate GARCH model. Assumptions of suitability were determined by skewness, kurtosis, and high log-likelihood values, leading to appropriate p and q-value assignments in GARCH models. Furthermore, the robustness of the established models was tested through the analysis of standardized residuals and Jarque-Bera test analyses. All tests in the study were conducted using Python, R, and Eviews softwares. Excluding stable cryptocurrencies the best autoregressive lag degree (p) = 4 and moving average lag degree (q) = 3 were found for EGARCH, GJR-GARCH, and TGARCH in the trials. For stable cryptocurrencies, these values were determined as (1,1). Therefore, (1,1) models were established in GARCH, EGARCH, GJR GARCH, and T GARCH analyses, compared with the (4,3) model. The most suitable volatility clustering effect was observed in the GJR-GARCH (4,3) model. The most suitable leverage effect was found in the EGARCH (4,3) model. EGARCH and GJR-GARCH models showed a more positive approach in models established with stablecoins and cryptocurrencies. In addition to GARCH model variations, Granger and Yamamoto causality tests were conducted on relevant cryptocurrencies, examining causal relationships among them. The primary reasons for the outstanding suitability of some models of GARCH analysis for specific cryptocurrencies were analyzed through causality relationships. These causality examinations observed mutual influencing potentials between Ethereum and Bitcoin. However, no causality was observed for other stable cryptocurrencies.
Benzer Tezler
- Optimal portfolio allocation under fractal theory
Fraktal teori çerçevesinde optimal portföy seçimi
TÜRKER AÇIKGÖZ
Yüksek Lisans
İngilizce
2024
MaliyeOrta Doğu Teknik ÜniversitesiFinansal Matematik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BÜŞRA ZEYNEP TEMOÇİN
- Kripto para piyasasındaki volatilitenin davranışsal finans teorisi açısından incelenmesi
An analysis of volatility in the cryptocurrency market in terms of behavioral finance theory
İBRAHİM KORKMAZ KAHRAMAN
- Automated cryptocurrency trading using machine learning methods
Makine öğrenmesi yöntemleri ile otomatik kripto para ticareti
FARUK ÖZER
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBüyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEMAL OKAN ŞAKAR
- The analysis of overreaction hypothesis in cryptocurrency markets
Kripto para piyasalarında aşırı tepki hipotezinin analizi
MOEIN MALEKZAD
Yüksek Lisans
İngilizce
2023
EkonomiDokuz Eylül Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
PROF. DR. PİNAR EVRİM MANDACİ
- Kripto para madenciliğinin elektrik tüketimi ile enerji piyasaları arasındaki ilişkinin analizi: Seçili ülkelerden kanıtlar
Analysis of the relationship between electricity consumption of crypto currency mining and energy markets: Evidence from selected countries
GÜLSEDA KÖSE
