Research Article
BibTex RIS Cite

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

Year 2024, Volume: 16 Issue: 3, 121 - 142, 27.09.2024
https://doi.org/10.52791/aksarayiibd.1370072

Abstract

The volatility experienced in exchange rates concerns companies and investors, especially governments, and requires these users to be informed about the fluctuations experienced. In this study, the volatility in weekly foreign exchange sales prices of the Central Bank of the Republic of Turkey over the US Dollar and European Union Euro currencies, which consists of 1232 observations, between 1999 (based on the transition year of the European Union to the common currency of the European Union) and 2022 for Turkey has been examined. In the application of the study, autoregressive conditional variance (ARCH) and generalized autoregressive conditional variance (GARCH) methods, which are frequently used in time series, were used. Models of these methods are estimated separately for both exchange rates. As a result of the model predictions, it was determined that the GARCH (1,1) model was successful in explaining the volatility in both exchange rates. As a result, it has been decided that the volatility experienced in Dollar and Euro exchange rates between 1999-2022 in Turkey (over the past prices of the exchange rates) can be estimated using the GARCH model and has the GARCH effect.

References

  • 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.
  • Akar, C. (2007). Volatilite modellerinin öngörü performanslari: ARCH, GARCH ve SWARCH karşilaştirmasi. Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, 8(2), 201-217.
  • 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).
  • Astreriou, D., & Hall, S. G. (2011). Applied econometrics (2. Edition), UK: Palgrave Macmillan.
  • 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.
  • 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.
  • 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.
  • Berra, A. K., & Hıggıns, M. L. (1993). ARCH models: Properties, estimation and testing. Journal of Economic Surveys, 7(4), 305-366.
  • Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307-327.
  • Bollerslev, T. (1990). Modelling the coherence in short-run nominal exchange rates: A multivariate generalized Arch model, The Review of Economics and Statistics, 72(3), 498-505.
  • Box, G., & Jenkis, G. (1976). Times series analysis, forecasting and control. San Francisco: Holden Day. Caporale, G. M., Ntantamıs, C., Pantelıdıs, T., & Pıttıs, N. (2005). The BDS test as a test for the adequacy of a GARCH (1,1) specification: A Monte Carlo study. Journal of Financial Econometrics, 3(2), 282-309.
  • Demirgil, H., & Kesekler, S. (2019). Döviz kurlarında oynaklık yayılım etkilerinin MGARCH yöntemi ile modellenmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 24(4), 1167-1180.
  • Dornbusch, R., Fıscher, S., & Startz, R. (2007). Macro economy (S. Ak, Translete). Ankara: Gazi Publishing House. Eğilmez, M. (2019a). Değişim sürecinde Türkiye, Osmanlı’dan Cumhuriyet’e sosyoekonomik bir değerlendirme (16. Baskı). Istanbul: Remzi Kitabevi.
  • Eğilmez, M. (2019b). Türkiye krizde mi?. https://www.mahfiegilmez.com/2019/05/turkiye-krizde-mi.html adresinden edinilmiştir.
  • Enders, W. (1995). Applied econometric time series. Canada: John Wiley and Sons.
  • Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom infilation. Econometrica, 50(4), 987-1007.
  • Engle, R. F. (1983). Estimates of the variance U.S. infilation based on the ARCH model. Journal of Money Credit and Banking, 15, 286-301.
  • Engle, R. F. (1995). ARCH selected readings (Advanced texts in econometrics). Oxford: Oxford University Press. Dickey, D. A., & Fuller, W. A. (1979). Distribution of estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74(366), 427-431.
  • Dickey, D. A., & Fuller, W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica: Journal of the Econometric Society, 49, 1057-1072.
  • Gujarati, D. N., & Porter, D. C. (2012). Basic econometrics (Ü. Şenses and G. Günlük Şenses, Translete), Fifth Edition, Istanbul: Literature Publishing.
  • Gün, M. (2020). Döviz kuru volatilitesinin doğrusal ve doğrusal olmayan yöntemler ile incelenmesi. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 19(39), 952-974.
  • Hill, R. C., Griffiths, W. E., & Lim, G. Y. (2011) Principles of econometrics (Fourth Edition), Canada: John Wiley and Sons.
  • Holden, D., & Perman, R. (1994). Unit roots and cointegration for the economists. B. Bhaskaro Rao, Ed., In Cointegration (pp.47-112). London: The Mac Millan Press Ltd.
  • Kayral, I. E., & Tandoğan, N. Ş. (2020). BİST100, döviz kurları ve altının getiri ve volatilitesinde COVID-19 etkisi. Gaziantep University Journal of Social Sciences, 19(COVID-19 Özel Sayı), 687-701.
  • Kazgan, G. (2017). Türkiye ekonomisinde krizler (1929-2009) (5. Baskı). Istanbul: Istanbul Bilgi Üniversitesi Yayınları.
  • Kılıç, M., & Ayrıçay, Y. (2020). Seçilmiş BIST alt sektör endekslerinde volatilitenin ARCH-GARCH yöntemleri ile modellenmesi. Muhasebe ve Finansman Dergisi, (88), 175-198.
  • Kozhan, R. (2010). Financial Econometrics with Eviews. Denmark: Ventus.
  • Köse, H. E. (2023). Kripto paralarda volatilite analizi: Bitcoin ve ethereum üzerine bir uygulama. (Yüksek lisans tezi, Hacettepe Üniversitesi, Sosyal Bilimler Enstitüsü, İşletme, Muhasebe ve Finans Anabilim Dalı, Ankara).
  • Newbold, P. (2016). Statistics for business and economics (Ü. Şenesen, Translete), Istanbul: Literatür Publishing.
  • Özatay, F. (2024). Merkez Bankası saçmalayarak mı, enflasyonu düşürürken mi zarar etti? Retrieved from: https://www.ekonomim.com/kose-yazisi/zarar-etmek-sacmalayarak-mi-enflasyonu-dusururken-mi/738339 (Date of access: 17.04.2024).
  • Uysal, D., & Özşahin, Ş. (2012). Reel efektif döviz kuru endeksi volatilitesinin ARCH ve GARCH modelleri ile tahmini. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 23-20.
  • Pamuk, S. (2020). Türkiye’nin 200 yıllık ekonomi tarihi. İstanbul: Türkiye İş Bankası Yayınları.
  • Şeker, K. (2023). Döviz getirisinde haftanın günü etkisinin araştırılması: Türkiye örneği. Uluslararası Akademik Birikim Dergisi, 6(1).
  • TCMB, E. (2022). EVDS Verinin Merkezi. Retrieved from: https://evds2.tcmb.gov.tr/index.php?/evds/serieMarket (Date of access: 17.04.2024).
  • The World Bank Data (2024). Inflation, consumer prices (annual %) – Turkiye. Retrieved from: https://data.worldbank.org/indicator/FP.CPI.TOTL.ZG?locations=TR (Date of access: 26.03.2024).
  • Tiryaki, H. N., & Ekinci, A. (2015). Finansal bulaşıcılık çerçevesinde küresel kriz ve Türkiye’ye etkileri. Sakarya İktisat Dergisi, 4(1), 1-30.
  • TÜİK (2024). Economic confidence index, june 2023. Retrieved from: https://data.tuik.gov.tr/Bulten/Index?p=Economic-Confidence-Index-June-2023-49719&dil=2#:~:text=Economic%20confidence%20index%20is%20a,tendencies%20about%20general%20economic%20situation. (Date of access: 26.03.2024).
  • Tondapu, N. (2024). Analyzing currency fluctuations: A comparative study of GARCH, EWMA, and IV models for GBP/USD and EUR/GBP pairs. ArXiv preprint arXiv:2402.07435.
  • Yaman, M., & Ayben, K. O. Y. (2019). ABD Doları/Türk Lirası döviz kuru volatilitesinin modellenmesi: 2001-2018 dönemi. Muhasebe ve Finans İncelemeleri Dergisi, 2(2), 118-129.
  • Wooldridge, J. M. (2013). Introduction to econometrics the modern approach volume 1 (E. Çağlayan Translete). Ankara: Nobel Akademi Publishing.

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

Year 2024, Volume: 16 Issue: 3, 121 - 142, 27.09.2024
https://doi.org/10.52791/aksarayiibd.1370072

Abstract

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.

References

  • 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.
  • Akar, C. (2007). Volatilite modellerinin öngörü performanslari: ARCH, GARCH ve SWARCH karşilaştirmasi. Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, 8(2), 201-217.
  • 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).
  • Astreriou, D., & Hall, S. G. (2011). Applied econometrics (2. Edition), UK: Palgrave Macmillan.
  • 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.
  • 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.
  • 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.
  • Berra, A. K., & Hıggıns, M. L. (1993). ARCH models: Properties, estimation and testing. Journal of Economic Surveys, 7(4), 305-366.
  • Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307-327.
  • Bollerslev, T. (1990). Modelling the coherence in short-run nominal exchange rates: A multivariate generalized Arch model, The Review of Economics and Statistics, 72(3), 498-505.
  • Box, G., & Jenkis, G. (1976). Times series analysis, forecasting and control. San Francisco: Holden Day. Caporale, G. M., Ntantamıs, C., Pantelıdıs, T., & Pıttıs, N. (2005). The BDS test as a test for the adequacy of a GARCH (1,1) specification: A Monte Carlo study. Journal of Financial Econometrics, 3(2), 282-309.
  • Demirgil, H., & Kesekler, S. (2019). Döviz kurlarında oynaklık yayılım etkilerinin MGARCH yöntemi ile modellenmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 24(4), 1167-1180.
  • Dornbusch, R., Fıscher, S., & Startz, R. (2007). Macro economy (S. Ak, Translete). Ankara: Gazi Publishing House. Eğilmez, M. (2019a). Değişim sürecinde Türkiye, Osmanlı’dan Cumhuriyet’e sosyoekonomik bir değerlendirme (16. Baskı). Istanbul: Remzi Kitabevi.
  • Eğilmez, M. (2019b). Türkiye krizde mi?. https://www.mahfiegilmez.com/2019/05/turkiye-krizde-mi.html adresinden edinilmiştir.
  • Enders, W. (1995). Applied econometric time series. Canada: John Wiley and Sons.
  • Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom infilation. Econometrica, 50(4), 987-1007.
  • Engle, R. F. (1983). Estimates of the variance U.S. infilation based on the ARCH model. Journal of Money Credit and Banking, 15, 286-301.
  • Engle, R. F. (1995). ARCH selected readings (Advanced texts in econometrics). Oxford: Oxford University Press. Dickey, D. A., & Fuller, W. A. (1979). Distribution of estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74(366), 427-431.
  • Dickey, D. A., & Fuller, W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica: Journal of the Econometric Society, 49, 1057-1072.
  • Gujarati, D. N., & Porter, D. C. (2012). Basic econometrics (Ü. Şenses and G. Günlük Şenses, Translete), Fifth Edition, Istanbul: Literature Publishing.
  • Gün, M. (2020). Döviz kuru volatilitesinin doğrusal ve doğrusal olmayan yöntemler ile incelenmesi. İstanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, 19(39), 952-974.
  • Hill, R. C., Griffiths, W. E., & Lim, G. Y. (2011) Principles of econometrics (Fourth Edition), Canada: John Wiley and Sons.
  • Holden, D., & Perman, R. (1994). Unit roots and cointegration for the economists. B. Bhaskaro Rao, Ed., In Cointegration (pp.47-112). London: The Mac Millan Press Ltd.
  • Kayral, I. E., & Tandoğan, N. Ş. (2020). BİST100, döviz kurları ve altının getiri ve volatilitesinde COVID-19 etkisi. Gaziantep University Journal of Social Sciences, 19(COVID-19 Özel Sayı), 687-701.
  • Kazgan, G. (2017). Türkiye ekonomisinde krizler (1929-2009) (5. Baskı). Istanbul: Istanbul Bilgi Üniversitesi Yayınları.
  • Kılıç, M., & Ayrıçay, Y. (2020). Seçilmiş BIST alt sektör endekslerinde volatilitenin ARCH-GARCH yöntemleri ile modellenmesi. Muhasebe ve Finansman Dergisi, (88), 175-198.
  • Kozhan, R. (2010). Financial Econometrics with Eviews. Denmark: Ventus.
  • Köse, H. E. (2023). Kripto paralarda volatilite analizi: Bitcoin ve ethereum üzerine bir uygulama. (Yüksek lisans tezi, Hacettepe Üniversitesi, Sosyal Bilimler Enstitüsü, İşletme, Muhasebe ve Finans Anabilim Dalı, Ankara).
  • Newbold, P. (2016). Statistics for business and economics (Ü. Şenesen, Translete), Istanbul: Literatür Publishing.
  • Özatay, F. (2024). Merkez Bankası saçmalayarak mı, enflasyonu düşürürken mi zarar etti? Retrieved from: https://www.ekonomim.com/kose-yazisi/zarar-etmek-sacmalayarak-mi-enflasyonu-dusururken-mi/738339 (Date of access: 17.04.2024).
  • Uysal, D., & Özşahin, Ş. (2012). Reel efektif döviz kuru endeksi volatilitesinin ARCH ve GARCH modelleri ile tahmini. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 23-20.
  • Pamuk, S. (2020). Türkiye’nin 200 yıllık ekonomi tarihi. İstanbul: Türkiye İş Bankası Yayınları.
  • Şeker, K. (2023). Döviz getirisinde haftanın günü etkisinin araştırılması: Türkiye örneği. Uluslararası Akademik Birikim Dergisi, 6(1).
  • TCMB, E. (2022). EVDS Verinin Merkezi. Retrieved from: https://evds2.tcmb.gov.tr/index.php?/evds/serieMarket (Date of access: 17.04.2024).
  • The World Bank Data (2024). Inflation, consumer prices (annual %) – Turkiye. Retrieved from: https://data.worldbank.org/indicator/FP.CPI.TOTL.ZG?locations=TR (Date of access: 26.03.2024).
  • Tiryaki, H. N., & Ekinci, A. (2015). Finansal bulaşıcılık çerçevesinde küresel kriz ve Türkiye’ye etkileri. Sakarya İktisat Dergisi, 4(1), 1-30.
  • TÜİK (2024). Economic confidence index, june 2023. Retrieved from: https://data.tuik.gov.tr/Bulten/Index?p=Economic-Confidence-Index-June-2023-49719&dil=2#:~:text=Economic%20confidence%20index%20is%20a,tendencies%20about%20general%20economic%20situation. (Date of access: 26.03.2024).
  • Tondapu, N. (2024). Analyzing currency fluctuations: A comparative study of GARCH, EWMA, and IV models for GBP/USD and EUR/GBP pairs. ArXiv preprint arXiv:2402.07435.
  • Yaman, M., & Ayben, K. O. Y. (2019). ABD Doları/Türk Lirası döviz kuru volatilitesinin modellenmesi: 2001-2018 dönemi. Muhasebe ve Finans İncelemeleri Dergisi, 2(2), 118-129.
  • Wooldridge, J. M. (2013). Introduction to econometrics the modern approach volume 1 (E. Çağlayan Translete). Ankara: Nobel Akademi Publishing.
There are 40 citations in total.

Details

Primary Language English
Subjects Economic Theory (Other)
Journal Section Research Article
Authors

Mesut Fenkli 0000-0001-5787-7979

Ayşe Nur Çırak 0000-0001-7988-0706

Doğan Uysal 0000-0001-9406-0757

Publication Date September 27, 2024
Published in Issue Year 2024Volume: 16 Issue: 3

Cite

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
AMA Fenkli M, Çırak AN, Uysal D. Analyzing Exchange Rate Volatility: A Comparative Study of ARCH and GARCH Methods. Journal of ASU FEAS. September 2024;16(3):121-142. doi:10.52791/aksarayiibd.1370072
Chicago Fenkli, Mesut, Ayşe Nur Çırak, and Doğan Uysal. “Analyzing Exchange Rate Volatility: A Comparative Study of ARCH and GARCH Methods”. Aksaray Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi 16, no. 3 (September 2024): 121-42. https://doi.org/10.52791/aksarayiibd.1370072.
EndNote Fenkli M, Çırak AN, Uysal D (September 1, 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.
IEEE M. Fenkli, A. N. Çırak, and D. Uysal, “Analyzing Exchange Rate Volatility: A Comparative Study of ARCH and GARCH Methods”, Journal of ASU FEAS, vol. 16, no. 3, pp. 121–142, 2024, doi: 10.52791/aksarayiibd.1370072.
ISNAD Fenkli, Mesut et al. “Analyzing Exchange Rate Volatility: A Comparative Study of ARCH and GARCH Methods”. Aksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi 16/3 (September 2024), 121-142. https://doi.org/10.52791/aksarayiibd.1370072.
JAMA Fenkli M, Çırak AN, Uysal D. Analyzing Exchange Rate Volatility: A Comparative Study of ARCH and GARCH Methods. Journal of ASU FEAS. 2024;16:121–142.
MLA Fenkli, Mesut et al. “Analyzing Exchange Rate Volatility: A Comparative Study of ARCH and GARCH Methods”. Aksaray Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, vol. 16, no. 3, 2024, pp. 121-42, doi:10.52791/aksarayiibd.1370072.
Vancouver Fenkli M, Çırak AN, Uysal D. Analyzing Exchange Rate Volatility: A Comparative Study of ARCH and GARCH Methods. Journal of ASU FEAS. 2024;16(3):121-42.