DÖVİZ KURU VOLATİLİTESİNİ ÖNGÖRMEDE MELEZ BİR MODEL: YAPAY SİNİR AĞI TABANLI EGARCH
Döviz kurlarında yaşanan dalgalanmalar, volatilite modellerinde yeni arayışlar yapılmasına neden olmaktadır. Bu çalışmada 2018-2019 dönemi günlük verileriyle ABD doları/Türk Lirası reel alış kuru üzerinde öngörü yapılması amaçlanmıştır. Bu bağlamda GARCH Tipi modellerin kabiliyetini artırmak amacıyla geliştirilmiş yapay sinir ağı tabanlı EGARCH modeli ile öngörü yapılmıştır. GARCH tipi modellerden GARCH (1,1), GJR-GARCH (1,1) ve EGARCH (1,1) ile modellemeler yapılmış, ilgili bilgi kriterine göre etkin model olan EGARCH (1,1) modelinden elde edilen hatalar ile ile sinir ağı modeli kurulmuştur ve melez bir öngörü modeli inşa edilmiştir. Yapılan incelemeler sonucunda uygulanan melez modelin öngörü performansının GARCH tipi modellere kıyasla daha iyi olduğu görülmüştür.
A HYBRID MODEL FOR FOREIGN EXCHANGE RATE VOLATILITY: ARTIFICIAL NEURAL NETWORK BASED EGARCH
Fluctuations in exchange rates cause new searches for volatility models. In this study, it is aimed to predict the real buying rate of US Dollar / Turkish Lira with daily data of 2018-2019 period. In this context, an artificial neural network based EGARCH model was developed to increase the capability of GARCH type models. GARCH type models were modeled with GARCH (1,1), GJR-GARCH (1,1) and EGARCH (1,1). A hybrid prediction model was constructed by channeling the errors obtained from the EGARCH (1,1) model, which is the effective model according to the relevant information criteria, to the artificial neural network. As a result of the examinations, the predictive performance of the hybrid model was found to be better than the GARCH type models.
___
- ADLIĞ, Şevket G; (2009), “Finansal Piyasalarda Ardışık Bağlanımlı Koşullu Varyans Etkileri, Oynaklık Tahmini ve Türkiye Üzerine Bir Uygulama”, Yüksek Lisans Tezi, İstanbul Üniversitesi Sosyal Bilimler Enstitüsü.
- AKAR, Cüneyt; (2007), Volatilite Modellerinin Öngörü Performansları: ARCH, GARCH ve SWARCH Karşılaştırması, İşletme Fakültesi Dergisi, Cilt 8, Sayı 2, 2007, ss. 201-217
- AKAR, Cüneyt; (2008), “Hisse Senedi Getirilerinde Volatilite ve Otokorelasyon İlişkisi: EAR-GARCH Modeli”, Elektronik Sosyal Bilimler Dergisi, 7(23), ss.134-142
- AKEL, Veli; (2011), Kriz Dönemlerinde Finansal Piyasalar Arasındaki Volatilite Yayılma Etkisi, 1. Basım, Detay Yayıncılık, Ankara.
- BAYKUT, Ender ve Veysel KULA; (2018), “Borsa İstanbul Pay Endekslerinin Volatilite Yapısı: BİST-50 Örneği (2007-2016 Yılları)”, Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 20(1), ss. 279-303
- BİST, (2018),https://www.borsaistanbul.com, 31.12.2019.
- BOOTH, Geoffrey and Gregory KOUTMOS; (1998), “Interaction Of Volatility And Autocorrelation in Foreign Stock Returns”, Applied Economics Letters, 5 (11), pp. 715-717.
- BROOKS, Chris; (2008),Introductory Econometrics For Finance. Second Edition, Cambridge University Press, Cambridge.
- BUNNAG, Tanattrin; (2016), “Volatility Transmission in Crude Oil, Gold, Standard and Poor’s 500 and US Dollar Index Futures using Vector Autoregressive Multivariate Generalized Autoregressive Conditional Heteroskedasticity Model”, International Journal of Energy Economics and Policy, 6(1), pp. 39-52
- CAMPBELL, John Y., Andrew W LO. and Craig A MACKİNLAY.; (1997),The Econometrics of Financial Markets, Princeton University Press, New Jersey.
- CARCHANO, Oscar, Julio LUCİA and Angel PARDO. ; (2017), “A New Perspective on the Relationship between Trading Variables and Volatility in Futures Markets”, International Journal of Economics and Financial Issues, 7(2), pp. 397-407
- ÇABUK, Altan, Mehmet ÖZMEN ve Arzu KÖKCEN; (2011), “Koşullu Varyans Modelleri: İmkb Serileri Üzerine Bir Uygulama”, Çukurova Üniversitesi İİBF Dergisi,15(2), ss.1-18
- ÇİL, Nilgün; (2018), Finansal Ekonometri, Der Yayınları, İstanbul.
- CİHANGİR KURT Çiğdem ve Erginbay UĞURLU; (2017), “Altın Piyasasında Asimetrik Oynaklık: Türkiye İçin Model Önerisi”, İşletme Araştırmaları Dergisi, 9(3), ss. 284- 299.
- DEMİRGİL, Hakan ve İbrahim Y GÖK.; (2014),“Türkiye Ve Başlıca AB Pay Piyasaları Arasında Asimetrik Volatilite Yayılımı”, Yönetim ve Ekonomi Araştırmaları Dergisi, 23, ss. 315-340
- EKONOMİHABER, TCMB’den Dolara Müdahale https://www.ekonomihaber.com/ doviz/ tcmbden-dolara-mudahale-h19563.html,03.01.2020
- ERSİN, Ö. Ömer; (2011), “Türk?ye’de Mal? Sürdürüleb?l?rl?ğ?n Doğrusal Olmayan B?r Anal?z?: MLSTAR Çoklu Loj?st?k Yumuşak Geç?şl? Otoregresif Modeli”, Ege Akademı̇k Bakış, 11(Özel Sayı), ss. 41-58.
- GLOSTEN, Lawrance, Ravi JAGANNATHAN ve David RUNKLE; (1993), On the relation between the expected value and the volatility of the nominal excess return on stocks. The Journal of Finance, 48(5), pp.1779-1801
- GLUHAM. Ali (2013), “EGARCH, GJR-GARCH, TGARCH, AVGARCH, NGARCH, IGARCH and APARCH Models for Pathogens at Marine Recreational Sites”, Journal of Statistical and Econometric Methods, vol. 2(3), pp.57-73
- GÖKTAŞ, Özlem; (2019), “Kur Savaşları Çerçevesinde Döviz Kurları Arasındaki Volatilite Etkileşimi”, Gümüşhane Üniversitesi Sosyal Bilimler Enstitüsü Elektronik Dergisi, 10(3), ss.627-638
- HAJİZADEH, Ehsan, Masoud MAHOOTCHİ, Akbar İPOURESFAHAN and MahdiKh MASSAHİ; (2015),“A New NN-PSO Hybrid Model For Forecasting Euro/Dollar Exchange Rate Volatility”, Theory And Applıcatıons Of Soft Computıng Methods, 7(31), pp. 2063-2071
- HAMDİ, Manel ve Walid CHKİLİ; (2019),“An Artificial Neural Network Augmented GARCH Model Forıslamicstock Market Volatility: Do Asymmetry And Longmemorymatter?”, In Economic Research Forum Working Papers,1325(13), pp. 1-13.
- HSING, Yu; (2012), “Impacts of the Trilemma Policies on Inflation, Growth and Volatility in Greece”, International Journal of Economics and Financial Issues 2(3), pp.373-378
- KARCIOĞLU, Reşat ve Nevin ÖZER; (2017), “Hisse Senedi Piyasasında Yılın Ayları Anomalilerinin Getiri ve Volatilite Üzerindeki Etkisinin İncelenmesi: Borsa İstanbul Uygulaması” , Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 21(4), ss. 1571- 1596
- KAYAHAN, Cantürk, Oğuzhan AYDEMİR ve Barış AKÇAY; (2009), “Döviz Piyasalarında EMWA Modeli Kullanılarak Hesaplanan Volatilite Tahminlerinin Test Edilmesi”, SÜ İİBF Sosyal ve Ekonomik Araştırmalar Dergisi, 16(1), ss. 503-522
- KAYRAL, İhsan Erdem; (2017), “Koşullu Değişen Varyans Modelleri ile Türkiye Altın Piyasası Endeksi Volatilitelerinin Tahmin Edilmesi”, Yönetim ve Araştırmaları Dergisi, 15(2), ss.163-181
- KURT, Fatma Esin ve Serpil SENAL; (2018), “Sigorta Sektörü Hisse Senedi Piyasasında Volatibilite Modellemesi: ARCH-M Yöntemi İle Borsa İstanbul’da Bir Uygulama”, Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 3(32), ss. 314-332
- NELSON, B. Daniel; (1991), “Conditional Heteroskedasticity in Asset Returns: A New Approach”, Econometrica, 59(2), pp. 347-370.
- ÖZGÜL, Ali Ulvi ve Dündar KÖK,; (2014), “Londra Metal Borsası Volatilite Analizi: 1995-2013”, Pamukkale Journal Of Eurasian Socıoeconomıc Studıes, 1(1), ss.23-43
- RASHİD, Abdul ve Özge KANDEMİR KOCAASLAN,; (2013), “Does Energy Consumption Volatility Affect Real GDP Volatility? An Empirical Analysis forthe UK”, International Journal of Energy Economics and Policy 3(4), pp.384-39
- SAĞLAM, Müge ve Mehmet BAŞAR; (2016),“Döviz Kuru Oynaklığının Öngörülmesi: Türkiye Örneği”, KMÜ Sosyal ve Ekonomik Araştırmalar Dergisi, 18(31), ss.23-29
- SAMMAN, Ahmed Al ve Mahmoud Moustafa OTAİFY,; (2017), “How DoesVolatility of Characteristics-sorted Portfolios Respond to Macroeconomic Volatility?”, International Journal of Economics and Financial Issues, 7(4), pp. 300-315
- SENTANA, Enrique; (1995), “Quadratic ARCH Models”, Review of Economic Studies, 62(4), pp. 639-661.
- ŞAHİN, Özkan ve ÖNCÜ Mehmet A; (2015), “Volatilite Alanında Yapılmış Lisansüstü Tezlere Yönelik Bir İçerik Analizi”, Muhasebe ve Finansman Dergisi, Ekim, 1(68) ss. 135-156
- TCMB EVDS, (2020), https://evds2.tcmb.gov.tr/index.php?/evds/serieMarket, 31.12.2019
- TOPALOĞLU, Emre Esat; (2018), “Döviz Kuru Getiri Oynaklığı Modellemesi: DOLAR, EURO ve STERLİN Serileri Üzerine GARCH, EGARCH ve IGARCH Modelleri ile Bir İnceleme”, Manas Sosyal Araştırmalar Dergisi, 8 (4), ss. 3352-3378
- TSAY, Ruey S; (2010), Analysis Of Financial Time Series: Third Edition,. John Wiley & Sons, Chicago
- TUNA, Kadir ve İlayda İSABETLİ; (2014),“Finansal Piyasalarda Volatilite ve BİST-100 Örneği”, Kocaeli Üniversitesi Sosyal Bilimler Dergisi, 27 pp. 21-31
- UĞURLU, Erginbay, Eleftherios THALASSİNOS ve YUSUF Muratoglu; (2014), “Modeling Volatility in the Stock Markets using GARCH Models: European Emerging Economies and Turkey”, International Journal of Economics and Business Administration, 2(3), pp. 72-87.
- UĞURLU, Erginbay; (2014), “Modelling Volatility: Evidence form the Bucharest Stock Exchange”. Journal of Applied Economic Sciences, 9 (4). pp. 718-726.
- WANG, Peijie; (2007), Financial econometrics methods and models. London; New York: Routledge.
- YILMAZ, Oğuzhan; (2019), “Pi-Sigma Yapay Sinir Ağlarının Difarensiyel Gelişim Algoritması İle Eğitimi”, Yüksek Lisans Tezi, Giresun Üniversitesi Fen Bilimleri Enstitüsü.
- ZAKOIAN, Jean-Michel; (1994), “Threshold Heteroskedastic Models”, Journal of Economic Dynamics and Control, 18(5), pp. 931-955.
- ZOR, İsrafil; (2013), “Varant Yatırımcısının Volatilite Algısına Etki Eden Faktörler: BIST’de Ampirik Bir Uygulama”, Celal Bayar Üniversitesi Yönetim ve Ekonomi Dergisi, 20(2), ss. 219-232.