Türkiye'de Döviz Kuru Oynaklığının Otoregresif Koşullu Değişen Varyans Modelleri ile İncelenmesi

Gelişmekte olan ve dış tasarruflara bağlı olarak ekonomisini canlı tutmaya ça- lışan ülkelerin, yabancı sermayeyi yurt içine çekebilmek için ekonomide istikra- rı sağlaması gerekmektedir. Döviz kurunda yaşanan oynaklık, ülke ekonomisin- de istikrarın olup olmadığı göstergelerinden biridir. Bu bağlamda döviz kuru oy- naklığının öngörülmesi ve oluşabilecek risklere karşı önlemler alınması önem arz etmektedir. Çalışmada, 2 Ocak 2009 ve 25 Ocak 2014 tarihleri arasında- ki TCMBnin ABD doları için kapanış fiyatları alınarak veri seti oluşturulmuştur. Oluşturulan döviz kuru serisinde yaşanan değişmeler incelenerek, döviz kuru oy- naklığının modellenmesi ve öngörülmesi amaçlanmıştır. Oynaklığın modellen- mesi amacıyla Otoregresif Koşullu Değişen Varyans (ARCH) modelleri kullanıl- mış ve öngörümleme yapılmıştır. Modeller tahminlenirken normal, srudent-t ve GED dağılımları kullanılmış ve uygun model belirlenirken Akaike (AIC), Schwarz (SC) ve Log-Olabilirlik model seçim kriterleri kullanılmıştır.

Analysis of Exchange Rate Volatility by Using Autoregressive Conditional Heteroscedasticity Models in Turkey

National economies which are developing and try to keep alive their economies depending on external savings have to be stable in order to attract foreign capi- tals into the domestic market. Volatility on foreign exchange rate is one of the in- dicators presenting whether national economy is stable or not. In this context, it is necessary to predict volatility on foreign exchange rate and to take measures against risks which can occur. In this study, data set is established by taking clo- sing price for US dollar of CBTR between the date of January 2, 2009 and Ja- nuary 25, 2014. modeling and prediction of foreign exchange rate volatility are aimed by analyzing changes in this created foreign exchange rate serial. In or- der to modeling volatility, Autoregressive Conditional Heteroskedasticity (ARCH) models are used and predictions are made. When models are estimated, nor- mal, student-t and GED distributions are used and in order to determine proper model, Akaike (AIC), Schwarz (SC) and Log-Possibility model choice criteria are applied.

PDF

___

ABDALLA, S. ve ZAKARİA, S. (2012). Modelling Exchange Rate Volatility Using GARCH Models: Empirical Evidence from Arab Countries. International Journal of Economics and Fi- nance. 4(3): 216-229.
AYHAN, D. (2006). Döviz Kuru Rejimlerinin Kur Oynaklığı Üzerine Etkisi: Türkiye Örneği. İktisat İşletme ve Finans. 21(245): 6476.
BALA, D.A. ve ASEMOTA, J.O. (2013). ExchangeRates Vola- tility in Nigeria: Application of GARCH Models with Exogenous Break. CBN Journal of Applied Statistics. 4(1): 89-116.
BOLLERSLEV, T. (1986). Generalized Autoregressive Condi- tional Heteroskedasticity. Journal of Econometrics. 31(1986): 307-327.
BOLLERSLEV, T. (1986). A Conditionally Heteroskedastic Time Series Model for Speculative Prices and Rates of Return. The Review of Economics and Statistics. 69(3): 542-547.
BOUOİYOUR, J. ve SELMİ, R. (2012). Modeling Exchange Volatility in Egypt Using GARCH Models. Munich Personel RePEc Archive Paper. No. 49131.
BERNARD, J.T., LYNDA, K., Maral, K. ve Sebestian, M.M. (2006). Forecasting Commodity Price: GARCH, Jumps and Mean Reservation. Bank of Canada Working Paper 2006-14.
ÇAĞLAYAN, E. ve DAYIOĞLU, T. (2009). Döviz Kuru Getiri Volatilitesinin Koşullu Değişen Varyans Modelleri ile Öngörüsü. Ekonometri ve İstatistik. 9: 1-16.
ÇAŞKURLU, T., PINAR M.Ç., SALİH, A. ve SALMAN, F. (2008). Can Central Bank Interventions Affect the Exchange Rate Vol- atility? Multivariate GARCH Approach Using Constrained Non- linear Programming. TCMB Tartışma Tebliği No: 08/06.
DİNG, D. (2011). Modeling of Market Volatility with APARCH Model. U.U.D.M. Project Report. 2011:6.
DİNG, Z., GRANGER, C.W.J. ve ENGLE, R.F. (1993). A Long Memory Property of Stock Market Returns and a New Model. Journal of Empirical Finance.1(1): 83-106.
DUKİCH, J., KİM, K.Y. ve LİN, H.H. (2010). Modeling Ex- change Rates using the GARCH Model. (http://homepage.stat. uiowa.edu/~kcowles/s166_2010/Kimproject.pdf, Erişim tarihi: 01.09.2014)
EMEÇ, H. ve GÜLAY, E. (2013). Nominal Döviz Kuru Oynaklığının Enflasyon, Faiz Oranı ve Dış Ticaret Hacmind- eki Değişimler ile Olan İlişkisi: Türkiye Örneği. Finans Politik & Ekonomik Yorumlar. 50(578): 77-87.
ENDERS, W. (1995). Applied Econometrics Time Series. Iowa State University. Neq York: John Wiley&Sons, Inc.
ENGLE, R.F. (1982). Autoregressive Conditional Heterosce- dasticity with Estimates of the Variance of United Kingdom In- flation. Econometrica. 50(4): 987-1008.
ENGLE, R.F. (2001). The Use of ARCH/GARCH Models in Ap- plied Econometrics. Journal of Economic Perspectives. 15(4): 157-168.
GÜLOĞLU, B. ve AKMAN, A. (2007). Türkiyede Döviz Kuru Oynaklığının SWARCH Yöntemi İle Analizi. Finans Politik & Ekonomik Yorumlar. 44(512): 43-51.
GÜVENEK, B. ve ALPTEKİN, V. (2009). Reel Döviz Kuru Endeksinin Otoregresif Koşullu Değişen Varyanslılığının Ana- lizi: İki Eşikli Tarch Yöntemi İle Modellenmesi. Maliye Dergisi. Sayı: 156, Ocak-Haziran. 294-310.
GÜRSAKAL, S. (2009). Varyans Kırılması Gözlemlenen Ser- ilerde Garch Modelleri: Döviz Kuru Oynaklığı Örneği. Erciyes Üniversitesi İİBF Dergisi. Sayı: 32, Ocak-Haziran. 319-337.
MANDELBROT, B. (1963). The variation of Certain Speculative Prices. Journal of Business. 36(4): 393-413.
NELSON, D.B. (1991). Conditional Heteroskedasticity in Asset Returns: A New Approach. Econometrica. 59(2): 347-370.
REBEMANANJARA, R. ve ZAKOİAN, J.M. (1993). Threshold Arch Models and Asymmetries in Volatility. Journal of Applied Econometrics. 8(1): 31-49.
SOYTAŞ, U. ve ÜNAL, Ö. S. (2010). Türkiye Döviz Piyasalarında Oynaklığın Öngörülmesi ve Risk Yönetimi Kapsamında Değerlendirilmesi. Yönetim ve Ekonomi. 17(1): 121-145.
VEE, D. Ng., CHEONG, GONPOT, P.N. ve SOOKİA, N. (2011). Forecasting Volatility of USD/MUR Exchange Rate Using a GARCH (1,1) Model with GED and Students-t Errors Unıversıty Of Maurıtıus Research Journal. Cilt:17
ZAKOİAN, J.M. (1994). Threshold Heteroskedastic Models. Journal of Economic Dynamics and Control. 18(5): 931-955.