Gelişmiş Arama

Basit öğe kaydını göster

dc.contributor.authorKahraman, İbrahim
dc.contributor.authorKüçükşahin, Habib
dc.contributor.authorÇağlak, Emin
dc.date.accessioned2020-01-27T06:09:12Z
dc.date.available2020-01-27T06:09:12Z
dc.date.issued2019en_US
dc.identifier.uridergipark.gov.tr/fsecon
dc.identifier.urihttps://www.doi.org/10.25295 / fsecon.2019.02.002
dc.identifier.urihttps://hdl.handle.net/11630/8221
dc.description.abstractGetirilerin normal dağıldığı varsayımını temel alan öngörü modelleri sığ piyasalarda yeterince başarılı performans sergileyememektedir. Bu modeller, özellikle yüksek oynaklık gösteren piyasalarda ulaşılabilecek uç noktaların öngörüsünde daha fazla başarısızlık göstermekte ve bu durum da yatırımcıları volatilite tahminlemesine yöneltmektedir. Bahsedilen durumlar çerçevesinde, çalışmada finansal yatırımcılar için alternatif yatırım aracı olarak görülen ve piyasalarında yüksek oynaklıkların görüldüğü kripto paraların volatilite tahmininde Tekil Oynaklık Modelleri (ARCH, GARCH, T-GARCH, GARCH-M, E-GARCH, I-GARCH) ile uzun hafıza modelleri (AP-GARCH ve C-GARCH) kullanılmıştır. Ayrıca oynaklık tahmini için yararlanılan modeller arasından en uygun model test edilmeye çalışılmıştır. Bu bağlamda, kripto para piyasası içerisinde en yüksek piyasa değerine sahip, Bitcoin, Ethereum ve Ripple para birimlerinin 24/08/2016-07/05/2018 tarihleri arası fiyat verilerinden yararlanılmıştır. Araştırma sonuçlarına göre, Bitcoin ve Ethereum için şokların volatilite etkisi kalıcı ve pozitif şokların etkisi negatif şokların etkisinden daha fazla iken Ripple için şokların volatiliteye etkisi geçici karakterde ve oynaklığın geçişkenliği kısa dönemli olmaktadır.en_US
dc.description.abstractForecasting models based on the assumption that returns are normally distributed do not perform sufficiently on shallow markets. These models are more likely to fail in the estimation of the extreme points that can be reached especially at high volatility markets, and this situation is led to investors in predicting volatility. In the volatility forecasting of crypto money, which is seen as an alternative investment tool for the financial investors, single volatility models such as, ARCH, GARCH, T-GARCH, GARCH-M, E-GARCH, and I-GARCH and long memory models (AP-GARCH and C-GARCH) was utilized. In addition, the most suitable model was tried to be tested among the models used for volatility estimation. In this context, the price data of Bitcoin, Ethereum and Ripple cryptocurrency with the highest market value in the crypto money market have been utilized between 24/08/2016-07/05/2018. According to the results of the research, for Bitcoin and Ethereum, the volatility effect of the shocks is permanent and the effect of the positive shocks is more than that of the negative shocks, whereas for Ripple, the volatility effect of the shocks is transient and the passivity of the volatility is short.en_US
dc.language.isoturen_US
dc.publisherFiscaoeconomiaen_US
dc.identifier.doi10.25295 / fsecon.2019.02.002en_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectBitcoinen_US
dc.subjectEthereumen_US
dc.subjectRippleen_US
dc.subjectCryptocurrencyen_US
dc.subjectGARCH Modelsen_US
dc.subjectVolatilityen_US
dc.titleKripto para birimlerinin volatilite yapısı: Garch modelleri karşılaştırmasıen_US
dc.title.alternativeThe Volatility Structure of Cryptocurrencies: The Comparison of GARCH Modelsen_US
dc.title.alternativeThe volatility structure of cryptocurrencies: The comparison of garch modelsen_US
dc.typearticleen_US
dc.relation.journalFiscaoeconomiaen_US
dc.departmentBaşmakçı Meslek Yüksekokuluen_US
dc.authorid0000-0003-2798-7450en_US
dc.identifier.volume3en_US
dc.identifier.startpage21en_US
dc.identifier.endpage45en_US
dc.identifier.issue2en_US
dc.relation.publicationcategoryMakale - Uluslararası - Editör Denetimli Dergien_US
dc.contributor.institutionauthorÇağlak, Emin


Bu öğenin dosyaları:

Thumbnail

Bu öğe aşağıdaki koleksiyon(lar)da görünmektedir.

  • Makaleler [5]
    Makale, olgu sunumu, editöre mektup vb.

Basit öğe kaydını göster