Research Article

Analyzing Exchange Rate Volatility: A Comparative Study of ARCH and GARCH Methods

Volume: 16 Number: 3 September 27, 2024
TR EN

ARCH VE GARCH MODELLERİ İLE DÖVİZ OYNAKLIĞI ÜZERİNE BİR ARAŞTIRMA: “TÜRKİYE ÖRNEĞİ (1999-2022)”

Öz

Döviz kurlarında yaşanan dalgalanmalar başta hükümetler olmak üzere şirketleri ve yatırımcıları ilgilendirmekte ve bu kullanıcıların yaşanan dalgalanmalar hakkında bilgi sahibi olmalarını gerektirmektedir. Bu çalışmada, Türkiye Cumhuriyet Merkez Bankası'nın 1999 yılı (Avrupa Birliği'ne geçiş yılı esas alınarak) ile 1232 gözlemden oluşan ABD doları ve Avrupa Birliği Euro para birimleri arasındaki haftalık döviz satış fiyatlarındaki oynaklık incelenmiştir. Avrupa Birliği'nin ortak para birimi) ve Türkiye için 2022 yılı incelenmiştir. Araştırmanın uygulanmasında zaman serilerinde sıklıkla kullanılan otoregresif koşullu varyans (ARCH) ve genelleştirilmiş otoregresif koşullu varyans (GARCH) yöntemleri kullanılmıştır. Bu yöntemlerin modelleri her iki döviz kuru için ayrı ayrı tahmin edilmektedir. Model tahminleri sonucunda GARCH (1,1) modelinin her iki döviz kurundaki oynaklığı açıklamada başarılı olduğu tespit edilmiştir. Sonuç olarak, Türkiye'de 1999-2022 yılları arasında dolar ve Euro döviz kurlarında yaşanan oynaklığın (döviz kurlarının geçmiş fiyatları üzerinden) GARCH modeli kullanılarak tahmin edilebileceği ve GARCH etkisine sahip olduğu sonucuna varılmıştır.

Anahtar Kelimeler

References

  1. Afuecheta, E., Okorie, I. E., Nadarajah, S., & Nzeribe, G. E. (2024). Forecasting value at risk and expected shortfall of foreign exchange rate volatility of major African currencies via garch and dynamic conditional correlation analysis. Computational Economics, 63(1), 271-304.
  2. Akar, C. (2007). Volatilite modellerinin öngörü performanslari: ARCH, GARCH ve SWARCH karşilaştirmasi. Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, 8(2), 201-217.
  3. Aktaş, A. (2024). Faiz dolara tepeden bakardı, sonra tersi oldu, şimdi buluştular!. Retrieved from: https://www.ekonomim.com/kose-yazisi/faiz-dolara-tepeden-bakardi-sonra-tersi-oldu-simdi-bulustular/735771 (Date of access: 17.04.2024).
  4. Astreriou, D., & Hall, S. G. (2011). Applied econometrics (2. Edition), UK: Palgrave Macmillan.
  5. Bhat, P., Shakila, B., Pinto, P., & Hawaldar, I. T. (2024). Comparing the performance of GARCH family models in capturing stock market volatility in India. Shanlax International Journal of Management, 11(3), 11-20.
  6. Baydaş, Y. (2023). Korku endeksi (VIX) ile BİST 100 ve BİST 30 endeksleri arasındaki volatilite etkileşiminin CCC-GARCH modeli ile tahmini. E. Kılıç. (Ed.), In Para ve Sermaye Piyasalarinda Teorik ve Ampirik Çalişmalar (pp. 157-169). Gaziantep: Özgür Yayın Dağıtım Ltd. Şti.
  7. Bekar, E. (2023). Döviz Kuru Volatilite Modellemesinde Beta-t-EGARCH Modelleri: Amerikan Doları/Türk Lirası Döviz Kuru Üzerinden Bir Değerlendirme. Sosyoekonomi, 31(55), 371-395.
  8. Berra, A. K., & Hıggıns, M. L. (1993). ARCH models: Properties, estimation and testing. Journal of Economic Surveys, 7(4), 305-366.

Details

Primary Language

English

Subjects

Economic Theory (Other)

Journal Section

Research Article

Publication Date

September 27, 2024

Submission Date

October 2, 2023

Acceptance Date

August 19, 2024

Published in Issue

Year 1970 Volume: 16 Number: 3

APA
Fenkli, M., Çırak, A. N., & Uysal, D. (2024). Analyzing Exchange Rate Volatility: A Comparative Study of ARCH and GARCH Methods. Aksaray Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, 16(3), 121-142. https://doi.org/10.52791/aksarayiibd.1370072