Adaptif piyasa hipotezi bağlamında gizli Markov modeli yaklaşımı: Borsa İstanbul örneği

Abstract

Son yıllarda adaptif piyasa hipotezi, finansal literatürde sıklıkla araştırma konusu olan etkin piyasa hipotezine karşılık bir alternatif olarak ele alınmakta ve yoğun ilgi görmektedir. Hipotez, piyasa etkinliği kavramına koşullar ve yatırımcıların etkileşimleri çerçevesinden yaklaşarak, bir piyasada farklı dönemlerde getiri tahmin edilebilirliğinin söz konusu olması halinde yatırımcıların etkin ve etkin olmayan özelliklerin bir arada bulunduğu bir piyasada yer alacaklarını ifade etmektedir. Bu doğrultuda ilgili piyasalar, adaptif piyasa olarak nitelendirilecektir. Bu çalışmanın ilk amacı, günümüzde birçok çalışmaya konu olan adaptif piyasa hipotezinin ülkemiz Borsa İstanbul Hisse Senedi Piyasası için test edilmesidir. Çalışmanın bir diğer amacı ise, elde edilen bilgiler ışığında getiri tahmin edilebilirliğinin tespit edildiği dönemler için gizli Markov modellerinin kullanılabilirliğinin incelenmesidir. Ocak 1988-Aralık 2017 BIST 100 endeksi günlük kapanış verilerinin kullanıldığı uygulamanın birinci kısmında, adaptif piyasa hipotezinin sınanmasında literatürde sıklıkla kullanılan otomatik portmanteau ve genelleştirilmiş spektral testleri yardımıyla hipotez test edilmiş ve getiri tahmin edilebilirliğinin olduğu dönemler belirlenmiştir. Uygulamanın devamında, belirlenen dönemler için kurulan gizli Markov modelinde gözlem serisi olarak BIST 100 endeksi; endeksi etkileyen makroekonomik değişkenlerden Dolar kuru, para arzı ve TÜFE ise durum serisi olarak ele alınmıştır. Gizli Markov modellerine ilişkin değerlendirme ve optimal durum dizilimini bulma problemlerinin çözümü ile, getiri tahmin edilebilirliğinin olduğu dönemlerin son iki ayında gözlem ve durum serilerinin aldıkları değerler tahmin edilmiş ve gerçek değerlerle karşılaştırılmıştır. Çalışmanın birinci bölümünde hisse senedi ve hisse senedi piyasası kavramları ile birlikte etkin ve adaptif piyasa hipotezleri, ikinci bölümde stokastik süreçler ve Markov zincirleri, üçüncü bölümde gizli Markov modelleri ve dördüncü bölümde ise uygulamaya yer verilmiştir.

Adaptive market hypothesis has been attracting growing interest in recent years as an alternative to the efficient market hypothesis, which has been constantly the subject of studies in the financial literature. The hypothesis refers to the concept of market efficiency in terms of conditions and investors' interactions and states that investors will be in a market where effective and ineffective characteristics are combined if there is return predictability in different periods of time. Accordingly, these markets will be referred as adaptive markets. The first aim of this study is to test the adaptive market hypothesis for Borsa Istanbul Stock Market. In this context, another aim of this study is to examine the usability of hidden Markov models (HMM) for the periods that return predictability is determined. In the first step of the application, where the daily closing data of BIST 100 index for the period January 1988-December 2017 are used, the hypothesis is tested and periods with return predictability are determined by automatic portmanteau and generalized spectral tests which are used frequently in the related literature. In continuation of the application, a HMM model has been established for the determined periods by using BIST 100 index as the observation series while US Dollars exchange rate, money supply and consumer price index (CPI) as hidden states and macroeconomic variables that affect the index. The values of observation series and hidden states for the last two months of the periods where the return predictability is present has been estimated by the solutions of evaluation and optimal state sequence problems and compared with the actual values. In the first section of this study, stock and stock market concepts, effective and adaptive market hypothesis are given. The second and third section includes stochastic processes, Markov chains and hidden Markov models. In the last section, the application is given.