Makroekonomik faktörler ile Katılım 30 ve BİST 30 endekslerinin getiri-risk profilleri arasındaki ilişkisellik
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
2011:2 – 2020:4 arasındaki periyodu kapsayan çalışmada 111 aylık ve 2328 günlük veri seti ile çalışılmıştır. Çalışma iki farklı aşamayı kapsamaktadır. İlk aşamada Katılım 30 ve BİST 30 endekslerinin aylık olarak getiri-risk profillerinin belirlenmesine yönelik; riske göre düzeltilmiş metotlardan, Sharpe Rasyosu, Treynor Rasyosu ve Jensen Rasyosu kullanılmıştır. İkinci aşamada ise başlıca makroekonomik değişkenlerden; döviz kuru, altın fiyatları, enflasyon oranı, petrol fiyatları, faiz oranı, FTSE 100 endeksi ve S&P 500 endeksi kullanılarak; bu değişkenlerin Katılım 30 ve BİST 30 getiri-risk profilleri üzerinde olan etkileri araştırılmıştır.Araştırmada ilk olarak uygulanacak ekonometrik testlerin belirlenmesi amacıyla serilerin durağanlığı Genişletilmiş Dickey-Fuller (ADF) ve Phillips-Perron(PP) ile test edilmiştir. Değişkenlerden bazılarının seviyede bazılarının ise birinci fark düzeyinde durağan olmasından dolayı değişkenler arasındaki ilişkisellik ARDL Sınır Testi yöntemi kullanılarak araştırılmıştır. Katılım 30 getiri-risk profilinin ve BİST 30 getiri-risk profilinin bağımlı değişkenleri oluşturduğu iki farklı model kurulmuştur.Araştırma sonucunda Katılım 30 endeksinin her üç metota göre de riske göre düzeltilmiş getirilerinin BİST 30 endeksinin riske göre düzeltilmiş getirilerinden daha iyi bir performans sergilediği sonucuna ulaşılmıştır. Ayrıca Katılım 30 endeksinin getiri-risk profili ile döviz kuru, enflasyon oranı, S&P 500 endeksi arasında pozitif yönlü; faiz oranı ve FTSE 100 endeksi arasında ise negatif yönlü bir ilişkiye ulaşılmıştır. Katılım 30 endeksinin getiri/risk serisi ile altın fiyatları ve petrol fiyatları arasında ise istatistiksel olarak anlamlı bir ilişkiye ulaşılmamıştır. BİST 30 endeksinin getiri-risk profili ile faiz oranı arasında negatif yönlü bir ilişki saptanırken; diğer bağımsız değişkenler ile arasında istatistiksel olarak anlamlı bir ilişkiye ulaşılmamıştır. In the study covering the period between 2011:2 – 2020:4, 111 monthly and 2328 daily data sets were used. The study includes two different stages. In the first stage, Sharpe Ratio, Treynor Ratio and Jensen Ratio, from the risk-adjusted methods, were used to determine the monthly return-risk profiles of BIST Participation 30 and BIST 30 indexes. In the second stage, major macroeconomic variables, namely exchange rate, gold prices, inflation rate, oil prices, interest rate, FTSE 100 index and S&P 500 index, were used to investigate the effects of these variables on the BIST Participation 30 and BIST 30 return-risk profiles.In order to determine which econometric tests to be applied first in the research, the stationarity of the series was tested using Augmented Dickey-Fuller (ADF) and Phillips-Perron (PP). Since some of the variables are stationary at level while others are stationary at the first difference, the correlation between the variables was investigated using the ARDL Bounds Test method. Two different models, in which the BIST Participation 30 return-risk profile and the BIST 30 return-risk profile constitute the dependent variables, were established.As a result of the research, it was concluded that the risk-adjusted returns of the BIST Participation 30 index performed better than the risk-adjusted returns of the BIST 30 index according to all three methods. Furthermore, it was determined that the return-risk profile of the BIST Participation 30 index has a positive relationship with the exchange rate, inflation rate, and S&P 500 index, while a negative relationship with the interest rate and the FTSE 100 index. A statistically significant relationship was not found between the return/risk series of the BIST Participation 30 index and gold prices and oil prices. While a negative relationship was found between the return-risk profile of the BIST 30 index and the interest rate; no statistically significant relationship was found with the other independent variables.
Collections