Essays on financial market volatility
Finansal piyasa volatilitesi üzerine denemeler
- Tez No: 996211
- Danışmanlar: PROF. DR. DAVID MCMILLAN
- Tez Türü: Doktora
- Konular: Maliye, Ekonomi, Finance, Economics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Unıversıty Of Stırlıng
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Finans Ana Bilim Dalı
- Bilim Dalı: Finans Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Volatilite, piyasa risk analizinin önemli bir bileşenidir ve risk yönetimi, varlık fiyatlandırması, hedge işlemleri ve çeşitlendirme stratejileri gibi birçok finansal faaliyette kilit bir rol oynar. Bu tez, geniş bir ekonometrik model yelpazesinin faydasını değerlendiren ve yükselen ve gelişmiş Asya finansal piyasalarındaki volatilite mekanizmalarının anlaşılmasını geliştirmek için yenilikçi yöntemlerin kullanımını inceleyen ve öneren dört ampirik denemeden oluşmaktadır. Özellikle, birinci ampirik deneme, 24 yıllık veriyi kullanarak üç farklı sıklıkta çeşitli GARCH modellerini karşılaştırarak volatilite olgusunun özelliklerine derinlemesine bir analiz sunmaktadır. Bulgular, asimetrik GARCH modellerinin günlük ve haftalık getiri serilerinde üstün performans gösterdiğini, simetrik GARCH modellerinin ise aylık getiri serilerinde daha iyi performans gösterdiğini ortaya koymaktadır. Bu durum, farklı frekansların kendi yapılarına ve özelliklerine göre değişiklik gösterdiğini ifade etmektedir. İkinci ampirik bölüm, temsili ekonometrik modellerin tahmin yeteneklerini incelemektedir ve bu modeller, iki ana model grubuna ayrılarak yinelemeli ve hareketli pencere yöntemlerine dayandırılmıştır. Elde edilen sonuçlar, veri frekansı ve tahmin yöntemi seçiminin modellerin performansı üzerinde güçlü etkiler yarattığını göstermektedir. Ayrıca, daha yüksek frekanslı verilere sahip serilerde güçlü bir volatilite asimetrisinin bulunduğu ve bu durumun asimetrik modellerin günlük ve haftalık serilerdeki üstünlüğüyle sistematik olarak doğrulandığı tespit edilmiştir. Öte yandan, Asya borsalarının aylık serilerinin kaldıraç etkilerine daha az duyarlı olduğu ve bu nedenle simetrik GARCH modellerinin daha düşük frekanslarda daha üstün olduğu bulunmuştur. Üçüncü ampirik bölüm, volatilite tahmin çalışmalarını, geleneksel tahmin modellerine kıyasla gelişmiş Makine Öğrenimi modellerinin faydalarını değerlendirerek genişletmiştir. Bulgular, sinir ağı tahmin modellerinin hem istatistiksel hem de ekonomik bazlı metrikler açısından daha yüksek tahmin doğruluğu sergilediğini ve piyasa katılımcıları, akademisyenler ve politika yapıcılar için yeni bilgiler sunduğunu göstermektedir. Elde edilen sonuçlar, Risk Altındaki Değer (VaR) ve Beklenen Zarar (ES) gibi risk yönetimi ayarlarında daha ileri değerlendirilmiştir. Son ampirik deneme, Durumlararası Koşullu Korelasyonları (DCC) ileri teknoloji Derin Öğrenme (DL) modeliyle entegre ederek bir Erken Uyarı Sistemi (EWS) tanıtmıştır. Yenilikçi sonuçlar, volatilite yayılmalarındaki patlamaların önerilen modelle başarıyla doğrulandığını ve EWS sinyallerinin, krizlerden 12 ay öncesine kadar yüksek doğrulukla oluşturulduğunu göstermektedir. Bu durum, uygulayıcıların karar verme süreçlerine yardımcı olmanın yanı sıra, piyasa kırılganlığının politika yapıcılara yönelik değerlendirilmesine katkıda bulunan tamamlayıcı bilgiler sunmaktadır.
Özet (Çeviri)
Volatility is an important component of market risk analysis and it plays a key role in many financial activities, such as risk management, asset pricing, hedging, and diversification strategies. This thesis consists of four empirical essays that evaluate the utility of a wide range of econometric models as well as explore and propose the use of further novel methods to enhance the understanding of volatility mechanisms across emerging and developed financial markets of Asia. Specifically, the first empirical essay provides an in-depth analysis on the characteristics of volatility phenomenon by comparing various GARCH models using three different frequencies with 24 years of data. The findings reveal robust empirical evidence that asymmetric GARCH models outperform in daily and weekly return series, while symmetric GARCH models outperform in monthly return series, indicating that different frequencies have their own structure and characteristics. The second empirical chapter investigates the forecast ability of a number of representative econometric models belonging to two main model groups based on recursive and rolling window methods. The obtained results report that frequency of the data and choice of forecast method have strong effects on performance of the models. Furthermore, existence of strong volatility asymmetry has been found in the higher frequencies of data which is also systematically confirmed by the superiority of the asymmetric models in daily and weekly series. On the other hand, it is found that the monthly series of Asian stock markets are less sensitive to the leverage effects, thus the predictive capability of symmetric GARCH genre of models are more superior in lower frequencies. The third empirical chapter extended the volatility forecasting exercise by evaluating the utility of advanced Machine Learning models in comparison to traditional forecasting models. The findings indicate that the neural network prediction models exhibit improved forecasting accuracy across both statistical and economic based metrics, offering new insights for market participants, academics, and policymakers. The obtained results are further evaluated by the risk management settings of Value at Risk (VaR) and Expected Shortfall (ES). The final empirical essay introduced an Early Warning System (EWS) by integrating DCC correlations with state-of-the-art Deep Learning (DL) model. The novel results demonstrate that the bursts in volatility spillovers are successfully verified by the proposed model and EWS signals are generated with high accuracy before the 12-month period of crises, providing supplementary information that contributes to the decision-making process of practitioners, as well as offering indicative evidence that facilitate the assessment of market vulnerability to policymakers.
Benzer Tezler
- Belirsizlik üzerine makaleler
Essays on uncertainty
SEÇİL YILDIRIM KARAMAN
Doktora
İngilizce
2015
Ekonomiİhsan Doğramacı Bilkent Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. REFET SOYKAN GÜRKAYNAK
- Three essays on volatility forecasting, option pricing, and value at risk forecasting using neural network models
Yapay sinir ağları modelleriyle volatilite tahmini, opsiyon fiyatlaması ve riske maruz değer tahmini üzerine üç makale
BURÇ ARSLAN KALELİ
- Three essays on financial economics: Volatility, asset pricing, foreign direct investment
Başlık çevirisi yok
YUNUS EMRE ÖZCAN
Doktora
İngilizce
2018
EkonometriYeditepe ÜniversitesiFinansal İktisat Ana Bilim Dalı
PROF. DR. VEYSEL ULUSOY
- Essays on monetary policy
Başlık çevirisi yok
METE HAN YAĞMUR
Doktora
İngilizce
2016
EkonomiUnıversıta Deglı Studı Dı Sıena (unıversıty Of Sıena)PROF. FRANCESCO FARINA