Işıklar, Zeynep Ergen2023-07-232023-07-232016Işıklar, Z. E., (2016). İMKB Ulusal 100 Endeksi Getiri Volatilitesinin Analizi Üzerine Bir Araştırma. Selçuk Üniversitesi Sosyal ve Teknik Araştırmalar Dergisi, (12), 245-260.2146-7226https://hdl.handle.net/20.500.12395/48877Son yıllarda küreselleşmenin etkisiyle birlikte finansal piyasalarda volatilite kavramına olan ilgi artmıştır. Zaman serilerinin sahip olduğu asimetri, kaldıraç etkisi vb. özellikler nedeniyle oluşan yüksek volatilite, varlıkların etkin fiyatlandırılmasını engelleyebilmektedir. Bu çalışmada ağırlıklı olarak yüksek frekanslı finansal verilerdeki zamana bağlı değişkenliği, bir başka deyişle volatiliteyi analiz etmek için kullanılan koşullu değişen varyans modelleri üzerinde durulmuştur. Veri olarak İMKB’nin Ocak 2007- Aralık 2009 tarihleri arasındaki günlük endeks değerleri kullanılmıştır. XU100 endeksi zaman serisinde varyans modellemesi ve modellerin öngörü performansı değerlendirilmesi yapılmıştır. Çalışmamız sonucunda elde edilen çıktılar, ekonomide oluşan şoklardan İMKB’nin de etkilendiğini ve şokların volatiliteye sebep olduğunu göstermektedir.The interest on volatility of financial markets was increased because of the effects of globalization in recent years. The qualifications such as asymmetry, leverage effect, etc. of the time series causes high volatility, and this also effect the efficiency of pricing the financial assets. In this study, mainly in high-frequency financial data, depending on the time variability, in other words, volatility was used to analyze the changing conditional variance models. January 2007 - December 2009 daily index values of the Istanbul Stock Exchange (ISE) were used as data. Variance modeling and evaluation of the model performance were made for XU100 time series indice. With the help of the results of the study it is founded that ISE is effected by the shocks in the economy moreover these shocks also causes volatility.trinfo:eu-repo/semantics/openAccessRiskrisk yönetimizaman serilerikoşullu değişen varyansfinansal volatilitevolatilite modellerivolatilitevolatilite modelleri analiziARCHGARCHEGARCHrisk managementtime seriesconditional heteroscedasticityfinancial volatilityvolatility modelsvolatilityvolatility model analysisArticle12245260