Volatilite üzerine yapılan yerli ve yabancı çalışmalarda genellikle en iyi tahmini yapan modelin hangisinin olduğu belirlenmeye çalışılmıştır.
Volatilite, esasında riskin ölçülmesinde kullanılan bir yöntem olarak geliştirilmiştir. Risk ölçümü için piyasadaki volatilitenin belirlenmesi gerekliliği ortaya çıkmış ve söz konusu volatiliteyi belirlemek adına zaman serilerinin standart sapması veya varyansından yararlanılmıştır. Zaman serilerinin standart sapması veya varyansını ele alarak volatilite tahmininde bulunan ilk model Rassal Yürüyüş Modelidir. Rassal Yürüyüş Modelini, Tarihsel Ortalama Modeli, Hareketli Ortalama Modeli, Ağırlıklandırılmış Ortalama Modeli gibi modeller takip etmiştir. Bu modeller getirilerin zamana göre sabit olduğunu, getiri dağılımının da zamandan bağımsız olacak şekilde hep aynı salınımı izlediğini varsaymaktadır. Lakin zaman serilerinin varyansının zamana bağlı olarak değiştiğini ve bu değişimin de volatiliteyi etkilediğini ilk defa söyleyen Engle 1982 yılında ARCH tipi modelleri öne sürmüştür. 1986 yılında Engle’nin öğrencisi olan Bollerslev ARCH modelini bir adım ilerleterek Genelleştirilmiş ARCH (GARCH) modelini geliştirmiştir. Fakat GARCH modelinin
asimetrik şoklara karşı yetersiz kalması Asimetrik GARCH modellerinin geliştirilmesi gerekliliğini ortaya koymuş ve bu gereklilik neticesinde (AGARCH, ARCH-M, Augmented ARCH, EGARCH, GJR-GARCH, QGARCH, TARCH, NGARCH, IGARCH) gibi modeller geliştirilmiştir.
Temelini 1982 yılında Engle’nin attığı ARCH ailesi modelleri ile volatilite tahmini üzerine bu tarihten itibaren çok sayıda çalışma yapılmıştır. Yurt dışında gerçekleştirilen çalışmalarda konu farklı açılarından ele alınarak incelenmiştir.
King ve Wandhwani (1990) yılında, Edwards (1998) yılında gerçekleştirdikleri çalışmalarında ülkeler arasındaki volatilite yayılma etkilerini incelemiştir. King ve Wandhwani çalışmalarında hisse senedi piyasaları arasındaki volatilite yayılma etkisini Londra, New York ve Tokyo borsaları üzerinde araştırmışlardır. Sonuç olarak volatilitedeki büyümenin piyasalar arası volatilite ve krizlerin bulaşmasındaki büyümeyi de arttırdığına ulaşmışlardır. Edwards ise 1998 yılında gerçekleştirdiği çalışmasında Arjantin, Şili ve Meksika faiz oranlarını kullanarak volatilite, yayılma ve kümelenme etkilerini araştırmıştır. Ayrıca krizlerin döviz kuru üzerine olan etkilerini de yine aynı çerçevede araştırmaya tabi tutmuştur.
Glosten, Jagannathan ve Runkle (1993) yılında gerçekleştirdikleri çalışmada nominal hisse senedi getirileri ile beklenen değer volatilitesi arasındaki ilişkiyi, volatilitedeki mevsimsel kalıpları, koşullu volatilitedeki pozitif ve negatif etkileri, GARCH-M modeli ile açıklamışlardır. Sonuç olarak pozitif beklenmeyen getirilerin koşullu varyansı aşağı yönde revize ederken, negatif beklenmeyen getirilerin ise koşullu varyansı yukarı yönde revize ettiğine ulaşmışlardır. Ayrıca aylık koşullu varyansın da beklendiği kadar kalıcı olmadığı sonucuna ulaşmışlardır.
Engle ve NG (1993) yılında gerçekleştirdikleri çalışma ile piyasaya yeni gelen haberlerin volatilite üzerine etkilerini Japon borsası günlük getirileri üzerinde test etmişlerdir. Sonuç olarak Glosten, Jagannathan ve Runkle tarafından geliştirilen modelin en iyi parametrik model olduğunu, EGARCH modelinin ise asimetrik etkiyi tespit eden en iyi model olduğuna ulaşmışlardır.
Nabar ve Park (1994) yılında gerçekleştirdikleri çalışmalarında opsiyon ticaretinin hisse senedi piyasası volatilitesinin ana nedeni olup olmadığını araştırmışlardır. Sonuç olarak opsiyon ticaretinin başlamasından sonra hisse senedi piyasasında aşırı volatilitenin oluştuğunu belirlemişlerdir.
Bala ve Premaratre (2004) yılında gerçekleştirdikleri çalışmalarında 1992 – 2002 yıllarında arasındaki verileri kullanarak Singapur borsası volatilitesinin A.B.D, Birleşik Krallık, Hong Kong ve Japonya borsaları volatiliteleri ile birlikte hareketini incelemişlerdir. GARCH tipi modellerle yapılan bu inceleme sonucunda Singapur borsası volatilitesi ile Hong Kong, A.B.D, Birleşik Krallık ve Japonya borsaları volatiliteleri arasında yüksek derecede bağ olduğu ulaşmışlardır. Ayrıca bu borsalar arasında yayılma etkisinin varlığının tespit edilmiş olması çalışmanın diğer bir sonucu olarak belirlenmiştir.
Korkmaz ve Aydın (2005) yılında gerçekleştirdikleri çalışmada gelişmekte olan ülkelerin para birimlerinin volatilitesini 7 ayrı para biriminin EWMA ve GARCH modelleri ile günlük VAR rakamları hesaplamışlardır. Sonuç olarak 1994 ve 2001 dönemlerindeki devalüasyon VAR modeli ile tahmin edilmiş, kriz sonrası dönemlerde volatilite tahminleri yüksek, kontrollü kur dönemlerinde volatilite düşük ancak serbest kur dönemlerinde volatilite yüksek belirlenmiştir.
Dijun ve Yixiang (2007) yılında gerçekleştirdikleri çalışmalarında Çin hazine tahvili piyasasında volatilite tahmininde kullanılacak olan veriler için en uygun örneklem aralığını belirlemişlerdir. Sonuç olarak 15 dakikalık verilerin kullanılmasının söz konusu piyasada en iyi tahmini verdiğine ulaşmışlardır.
Jawadi and Rangau (2012) yılında gerçekleştirdikleri çalışmada volatilitenin dinamiklerini ve işlem hacmi ile olan ilişkisini ve işlem hacminin piyasa volatilitesi ve dolayısıyla risk yönetiminde önemli bir gösterge olup olmadığını araştırmışlardır. Sonuç olarak sadece işlem hacminin volatiliteyi açıklamakta yeterli olmadığı fakat aynı zamanda volatilitedeki değişme ile işlem hacmindeki değişmenin eş yönlü olduğuna ulaşmışlardır.
Kumar (2006), Neokosmidis (2007), Alberg vd. (2008), Racicot ve Theoret (2010), Su (2010), Chand vd. (2012) yaptıkları çalışmalarda ARCH ailesi modellerini kullanarak finans piyasalarında en iyi tahmini gerçekleştiren volatilite tahmin modelini belirlemeye çalışmışlardır. Sonuçlarda bir genellemeye gidilemese de en iyi tahmin yapan modeller GARCH ve EGARCH modelleri olarak belirlenmiştir.
Clement ve Silvennoinen (2011), Dijun ve Yixiang (2007) yaptıkları çalışmalarda volatilite tahmininde kullanılacak verilerin sıklık derecesini belirlemeye çalışmışlardır. Clement ve Silvennoinen çalışmalarında S&P 500, A.B.D Hazine Tahvili ve Altın fiyatlarının gün içi değerlerini kullanarak volatilite modellemesinde bulunmuşlardır. Sonuç olarak gün içi getirilerin kullanılmasının daha iyi volatilite tahmininde bulunduğuna ulaşmışlardır.
Yurt içinde yapılan çalışmalara yönelik daha detaylı bir çalışma yapma imkânı bulunmaktadır. Gerçekleştirilen literatür taraması lisansüstü tezler ve tez harici yayınlar olarak iki ana başlık altında ele alınmıştır. Tez harici yayınlarda ARCH ailesi modellerinin kullanılması ile finans piyasalarında en iyi tahmini gerçekleştiren volatilite tahmin modeli belirlenmeye çalışılmıştır.
Bu çerçevede Akay ve Nargeleçekenler (2006), Sarıkovanlık (2006), Özden (2008), Mazıbaş (2008), Atakan (2009), Alptekin, Güvenek ve Uysal (2009), Güvenek ve Alptekin (2009), Çağlayan ve Dayıoğlu (2009), Kıran (2010), Çabuk, Özmen ve Kökçen (2011), Güriş ve Saçıldı (2011), Korkmaz ve Bostancı (2011), Uysal ve Özşahin (2012) yaptıkları çalışmalarda ARCH ailesi modellerini kullanarak finans piyasalarında en iyi tahmini gerçekleştiren volatilite tahmin modelini belirlemeye çalışmışlardır. Sonuçlarda bir genellemeye gidilemese de en iyi tahmin yapan model GARCH olarak belirlenmiştir.
Çalışmalarda yoğunlaşmanın olduğu diğer bir alan ise piyasalarda meydana gelen işlem hacmi ile volatilite arasındaki bağlantının ortaya konmasına yöneliktir. Çatalbaş (2008), Kayalıdere ve Aktaş (2009), Boyacıoğlu, Güvenek ve Alptekin (2010), Kalaycı, Demir ve Gök (2011) yaptıkları çalışmalarda piyasalarda meydana gelen işlem hacmi ile aynı piyasalardaki volatilite oluşumu arasındaki etkileşimi
ortaya koymaya çalışmışlardır. Genel olarak işlem hacmi ile volatilite arasında pozitif yönde anlamlı bir ilişki bulmuşlardır.
Piyasalardaki kaldıraç etkisinin belirlenmesi konusu da araştırmacıların yoğunlaştığı başka bir alandır. Korkmaz ve Çevik (2009), Kayalıdere ve Aktaş (2012), Demir ve Çene (2012) yaptıkları çalışmalarda piyasalardaki kaldıraç etkisinin varlığını volatilite modellerinin yardımıyla belirlemeye çalışmışlardır.
Finansal krizlerin veya uluslararası piyasalarda yaşanan gelişmelerin piyasaların volatiliteleri üzerindeki etkisini belirlemeye yönelik Hacıhasanoğlu ve Soytaş (2009), Çelikol vd. (2009), Çağıl ve Okur (2010), dünya piyasaları arasındaki volatilite etkileşimini ise Yorulmaz ve Ekici (2010) Türkiye, Arjantin ve Brezilya üçgeninde incelemişlerdir.
Yurt içinde gerçekleştirilen lisansüstü tezlerde de volatilite konusu ele alış yönünden tez harici yayınlarla benzerlik göstermektedir.
Karadağ (2008), Adlığ (2009), Ergen (2010), Çifter (2010), Bulut (2010), Tunç (2010), Özgün (2011), Erer (2011) yaptıkları lisansüstü tez çalışmalarında volatilite tahmin modellerini kullanarak finans piyasalarında en iyi tahmini gerçekleştiren volatilite tahmin modelini belirlemeye çalışmışlardır.
Çalışmalarda yoğunlaşmanın olduğu diğer bir alan ise piyasalarda meydana gelen işlem hacmi ile volatilite arasındaki bağlantının ortaya konmasına yöneliktir. Tüzüntürk (2005), Sarıkaya (2007), Gayğusuz (2008), Sarı (2009), Karaca (2009), Özgümüş (2012) gerçekleştirdikleri lisansüstü tez çalışmalarında piyasalardaki kaldıraç etkisinin varlığını ve işlem hacmi ile volatilite arasındaki bağlantıyı volatilite modellerinin yardımıyla belirlemeye çalışmışlardır.
Bu çalışmaların haricinde belli bir alanda yoğunlaşmalar görülmekle birlikte farklı alanlarda çalışmalar da yapılmıştır. Bu çalışmalara örnek olarak aşağıdaki lisansüstü tezler verilebilir.
Akar (2006) yılındaki çalışmasında finansal zaman serilerinin modelleme yöntemlerini inceleyerek, krizlerin, yaz mevsiminin, ocak ayının ve haftanın
günlerinin İMKB’de yer alan endekslerin ve bireysel hisse senetlerinin getirisini ve volatilitesini nasıl etkilediğini incelemiştir. Çalışmanın sonucunda volatilitenin kriz dönemlerinde ve ocak ayında daha yüksek, yaz aylarında ise daha düşük olduğunu ve ayrıca İMKB’de negatif şokların pozitif şoklara göre daha fazla volatiliteye neden olduğunu belirlemiştir.
Öztürk (2008) yılındaki çalışmasında makroekonomik faktörlerin İMKB Ulusal-100 endeksi ve volatilitesi üzerindeki etkilerini incelemiştir. Çalışmada hisse senedi piyasası ile makro ekonomik faktörler arasındaki ilişkilerin tespiti amacıyla mal piyasasını temsilen sanayi üretim endeksi ve enflasyon (TÜFE, TEFE), para piyasasını temsilen para arzı (Merkez Bankası Parası, M1, M2, M2Y) ve nominal faiz oranı (hazine faiz oranı, bankalar arası gecelik faiz oranı), sermaye piyasasını temsilen İMKB Ulusal-100 Endeksi ve İMKB işlem miktarı, ekonominin dış dünya ile olan ilişkisini yansıtan döviz sepeti ve cari açık/GSYH değişkenleri dikkate alınmıştır. Sonuç olarak İMKB Ulusal-100 Endeksinde gözlemlenen volatilitenin önemli ölçüde makroekonomik faktörler dışındaki faktörler tarafından belirlendiği, dolayısıyla hisse senedi piyasasının yeterli ölçüde ekonominin genelini yansıtamadığı belirlenmiştir.
Tunç (2010) yılındaki çalışmasında farklı volatilite tahmin yöntemleri kullanarak en iyi performans gösteren VAR ölçüm yöntemini Avrupa Birliği’ne (AB) yeni üye ve aday ülke hisse senedi endeks verilerini kullanarak belirlemeye çalışmıştır. Sonuç olarak AB’ye yeni üye ve aday on dört ülkenin altısında endeks verilerinin hem getiri hem volatilitesinin uzun hafıza özelliği gösterdiği gözlemlemiştir. Bu sonuca göre bu ülkelerin hisse senedi piyasalarında piyasa etkinliği hipotezini desteklemediğini belirtmiştir.
Gürses (2010) yılında gerçekleştirdiği çalışmasında vadeli işlem piyasasında ilk defa işlem gören hisse sentlerinin spot piyasa volatilitesi üzerinde herhangi bir etkiye sebep olup olmadığını İMKB 30 piyasasında EGARCH modelini kullanarak belirlemiştir. Sonuç olarak söz konusu değişkenler arasında anlamlı ve vadeli piyasanın spot piyasa volatilitesini artırıcı yönde etkisi olduğuna ulaşmıştır.
Volatilite ile ilgili gerçekleştirilen yerli ve yabancı çalışmalardan da anlaşılacağı üzere volatilite konusunun yurt içinde ve yurt dışında ele alış noktalarının
yoğunlaştığı alanlar farklılıklar göstermektedir. Araştırmacılar volatilite konusunu genel olarak en iyi volatilite tahminini gerçekleştiren modelin belirlenmesi, işlem hacmi ile volatilite arasındaki bağın ortaya konması, kaldıraç etkisinin belirlenmesi, piyasalar arası volatilite yayılımının belirlenmesi ve krizlerin volatilite üzerine etkisini belirleme yönünde araştırmalar gerçekleştirmişlerdir. Türkiye’de İMKB veya yeni ismiyle BİST’in hemen hemen bütün endeksleri, altın piyasası, döviz piyasası, emtia piyasaları gibi çeşitli piyasalar üzerinde ve makroekonomik değişkenler aracılığıyla volatilite çalışması gerçekleştirilmiştir. Fakat 2007 yılında hesaplanmaya başlayan ve BİST yapısı altında hesaplanan diğer endekslere nazaran henüz yeni bir endeks olan Kurumsal Yönetim Endeksi üzerine volatilite çalışması yapılmadığını görülmektedir. Ayrıca Kurumsal Yönetim endeksinin çalışma kapsamında ele alınan diğer endekslerle karşılaştırmasına da rastlanamamıştır. Bu çerçevede kurumsal yönetim ilkelerini uygulayan firmalardan oluşan endeksin risklilik derecesinin ve dolayısıyla volatilitesinin etkin piyasalar hipotezi çerçevesinde diğer endekslerden düşük olması beklenmektedir. Özetle “Kurumsal Yönetim ilkelerini uygulayan firmaların risklilikleri diğer firmalardan daha düşük müdür?” sorusu henüz cevaplanmamıştır. Bu sorudan hareketle bu çalışmada “Kurumsal yönetim ilkelerini benimseyen ve uygulayan firmaların hisse senetlerinden oluşan Kurumsal Yönetim Endeksi’nin volatilitesi BİST 100, BİST 50 ve BİST 30 endekslerinin volatilitesine göre daha düşüktür.” hipotezi sınanarak literatürdeki bu boşluğu doldurmak amaçlanmaktadır.
ÜÇÜNCÜ BÖLÜM
ARAŞTIRMA METODOLOJİSİ
Çalışmanın ilk iki bölümünde kavramsal çerçeveye yönelik bilgilere ve yerli ve yabancı literatür incelemesine yer verilmiştir. Bu bölümde ise Borsa İstanbul (BİST) yapısı altında yer alan BİST 100, BİST 50, BİST 30 ve BİST Kurumsal Yönetim Endekslerinin volatilitesinin en iyi hangi model aracılığı ile hesaplanabileceğinin belirlenmesi ve endeksler arası volatilite sıralanmasına yönelik tasarlanan araştırma metodolojisi açıklanmaktadır. Bu bölümde, ilk olarak çalışmanın modeli, evren ve örneklemi, örnekleme yöntemi, veri toplama araçları, verilerin toplanması, veri analiz teknikleri ve araştırma sürecinin özetlenmesine yer verilmiştir. Bunun yanı sıra çalışmanın temel sorusu ve alt soruları, araştırma sorusunun temel savı yine bu bölümde açıklanmaktadır.