Hisse senedi piyasalarında yüksek frekanslı veriye dayalı volatilite öngörüsü

Abstract

Bir menkul kıymetin ya da yatırım aracının fiyatının kısa zaman aralığı içerisinde gösterdiği dalgalanma özelliği olarak tanımlanan volatilite, yatırım kararları, varlık fiyatlama, portföy dağılımı, risk yönetimi ve ekonomi açısından önemlidir. Bu nedenle, volatiliteyi en doğru şekilde nasıl öngörebiliriz sorusu araştırmacıların odaklandığı konulardan birisi olmuştur. Son dönemlerde yüksek frekanslı veriye ulaşımda yaşanan gelişmeler ile birlikte, araştırmacılar yüksek frekanslı veriye dayalı volatilite modellerine yönelik çalışmalara odaklanmışlardır.Bu çalışmanın temel amacı, Türkiye'de Hisse Senedi Piyasalarının volatilitesini öngörmede kullanılabilecek en iyi volatilite modelini önermektir. Birinci bölümde, volatiliteyi öngörmede kullanılabilecek en iyi modeli seçebilmek amacına yönelik olarak veri oluşum süreci analiz edilmiştir. İkinci bölümde, birinci bölümde özet istatistikleri verilen sıçrama bileşeninin anlamlılığı test edilmiştir. Üçüncü bölümde ise çalışmanın temel amacı olan hisse senedi piyasalarında volatilite öngörüsüne yönelik bulgulara yer verilmiştir. Elde edilen bulgular tüm dönemlerde yüksek frekanslı veriye dayalı volatilite modellerinin geleneksel GARCH modellerinden daha iyi performansa sahip olduğuna vurgu yapmaktadır. Yüksek frekanslı veriye dayalı volatilite öngörü modellerinin performansında ise MIDAS modeli ve HAR-RV-CJ modelinin üstünlüğü dikkat çekmektedir. Aynı zamanda yapısal kırılma dönemlerinde MIDAS modeli diğer modellere kıyasla iyi performans göstermektedir. Çalışmanın bulguları, finansal kurumlar, yatırımcılar ve politika yapıcılar açısından önem taşımaktadır.Anahtar Kelimeler: Volatilite, Gerçekleşen Volatilite, Yüksek Frekanslı Veri, Fiyat Sıçramaları.

Volatility, which is defined as a variation of price of a financial instrument over time, is important for investment decisions, asset pricing, portfolio allocation, risk management and overall economy. Hence, volatility forecasting is one of the most important areas, researchers focused on. Recently, with improvements in availability of high frequency data, researchers focused on high frequency based- volatility models in the literature.The main goal of this paper is to propose the best volatility forecasting model for Turkish Stock Markets. In this context, in the first chapter, we analyse data generating process. In the second chapter, we test the significance of jump component. In the third chapter, we present findings of volatility forecasting models in stock markets. The findings of this paper support the superiority of high frequency based volatility forecasting models over traditional GARCH models. MIDAS and HAR-RV-CJ models are found the best among high frequency based volatility forecasting models. Moreover, MIDAS model performs better in crisis period. The findings of paper are important for financial institutions, investors and policy makers.Keywords: Volatility, Realized Volatility, High Frequency Data, Price Jumps.