BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ

Esra ALP COŞKUN (Dokuz Eylül Üniversitesi. Sosyal Bilimler Enstitüsü. İktisat Anabilim Dalı, İzmir, Türkiye)
Finans Politik ve Ekonomik Yorumlar Dergisi
11 3
Yıl: 2021 Cilt: 58 Sayı: 655 Sayfa Aralığı: 59 - 90 Metin Dili: Türkçe İndeks Tarihi: 12-12-2021

BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ

Öz:
Yatırımcılarda aŞırı güven davranıŞının varlığını incelemek amacıyla getiriden iŞlem hacmine doğru aynı yönde bir nedensellik iliŞkisinin analiz edilmesi literatürde genel kabul gören bir yöntemdir. Ancak son yıllarda algoritmik/yüksek frekanslı iŞlemlerin (YFĠ) payındaki artıŞ nedeniyle, iŞlem hacmi ve getiri arasındaki iliŞkinin analiz edilmesinin aŞırı güven davranıŞının yorumu için yeterli olmayabileceği düŞünülmektedir. Bu amaçla, çalıŞmada aŞırı güven davranıŞının analizinde açıklayıcı değiŞken olarak getirinin yanı sıra riskin göstergesi olarak kabul edilen kredi temerrüt takası (CDS) değiŞkeni de kullanılmıŞtır. Yüksek riskin aynı zamanda yüksek getiri ile iliŞkili olması nedeniyle CDS değiŞkeninin, piyasada riskten kaçınan ve risk iŞtahı yüksek olan yatırımcı profillerinden hang-isinin daha baskın olduğuna bağlı olarak iŞlem hacimlerindeki değiŞimleri açıklayabileceği düŞünül-mektedir. ÇalıŞmada 2015-2020 ve YFİ‘nin payının en yüksek olduğu 2019-2020 dönemleri ele alınmıŞtır. Getiri-iŞlem hacmi ve CDS-iŞlem hacmi iliŞkileri, Granger, anlık nedensellik testleri, SVAR, etki tepki analizi ve tahmin hatası varyans ayrıŞtırma yöntemleri ile analiz edilmiŞtir. Ekonometrik modeller R studio programı kullanılarak uygulanmıŞtır.
Anahtar Kelime:

THE ANALYSIS OF OVERCONFIDENCE IN BORSA ISTANBUL UNDER THE IMPACT OF ALGORITHMIC/HIGH FREQUENCY TRADING and CDS NEXUS

Öz:
Analysing the positive and causal relationship from returns to trading volume has been widely ac-cepted methodology in the literature for the purpose of examining overconfidence behavior of inves-tors. However, in recent years based on the increase in algorithmic/high frequency trading (HFT), it is not sufficient to analyze the relationship between trading volume and return in order to interpret as overconfidence. For this purpose, in the study, credit default swap (CDS), proxy of risk, has also been used beside return as an explanatory variable in the analysis of overconfidence. It has been thought that depending on the relationship between higher risks and higher return CDS variable may explain the fluctuations in trading volume based on which type of investor is dominant in the market: risk seeking or risk averse. In the study, 2015-2020 period and the period of 2019-2020 in which HFT is relatively higher have been used. Trading volume-return nexus and trading volume-CDS nexus have been analyzed by employing Granger, Instantaneous causality tests, SVAR, impulse response and forecasting error variance decomposition methods. Econometric models have been applied by using R studio program.
Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
  • Acker, D., & Duck, N. W. (2008). Cross-cultural overconfidence and biased self-attribution. The Journal of Socio-Economics, 37(5), 1815-1824.
  • Alp, E. (2019).Türkiye Konut Kira Fiyatlarının Makroekonomik Belirleyenleri. BANKACILAR, 110. 94-113.
  • Alp, E., & Seven, Ü. (2019). The dynamics of household final consumption: The role of wealth channel. Central Bank Review, 19(1), 21-32.
  • Alp, E., & Seven, Ü. (2019a). Türkiye Konut Piyasasında Etkinlik Analizi. Istanbul Business Research, 48(1), 84-112.
  • Asoy, E., & Saldanlı, A. (2017). Yatırımcılar Rasyonel midir? BĠST'te AĢırı Güven ve AĢırı Optimizm Ön Yargıları Üzerine Bir ÇalıĢma. Siyaset, Ekonomi ve Yönetim Araştırma-ları Dergisi, 5(1).
  • Bao, H. X. H., & Li, S. (2019). Investor overconfidence and trading activity in the Asia Pacific REIT markets. Quarterly Journal of Economics, 116, 261-292.
  • Barber, B. M., & Odean, T. (2001). Boys will be boys: Gender, overconfidence, and common stock investment. The quarterly journal of economics, 116(1), 261-292.
  • Bektur, Ç., & Atasaygın, S. (2017). Hisse Senedi Yatırım Kararlarının AĢırı Güven ve Temsili Yatırımcı Kapsamında Değerlendirilmesi Üzerine. In ICPESS (International Congress on Politic, Economic and Social Studies) (No. 3).
  • Berg, J. E., & Rietz, T. A. (2019). Longshots, overconfidence and efficiency on the Iowa Electronic Market. International Journal of Forecasting, 35(1), 271-287.
  • Bloomberg (2019). Yüksek frekanslı iĢlemler. https://www.bloomberght.com/yorum/ceren-dilekci/2182840-borsa-istanbul-gozunden-yuksek-frekansli-islemler. (EriĢim tarihi, 09.06.2020).
  • Brandon, K., & Fernandez, F. (2005). Financial innovation and risk management: An introduction to credit derivatives. Journal of Applied Finance, 15(1).
  • Breckenfelder, J. (2019). Competition among high-frequency traders, and market quality. European Central Bank, Working Paper Series. No: 2290.
  • Boussaidi, R. (2013). Overconfidence bias and overreaction to private information signals: the case of Tunisia. Procedia-Social and Behavioral Sciences, 81, 241-245.
  • Camerer, C., & Lovallo, D. (1999). Overconfidence and excess entry: An experimental approach. American economic review, 89(1), 306-318.
  • Camerer, C., & Lovallo, D. (1999). Overconfidence and excess entry: An experimental approach. American economic review, 89(1), 306-318.
  • Chen, G., Kim, K. A., Nofsinger, J. R., & Rui, O. M. (2007). Trading performance, disposition effect, overconfidence, representativeness bias, and experience of emerging market investors. Journal of Behavioral Decision Making, 20(4), 425-451.
  • Chuang, W. I., & Lee, B. S. (2006). An empirical evaluation of the overconfidence hypothesis. Journal of Banking & Finance, 30(9), 2489-2515.
  • Çetiner, M., Gökcek, H. A., & Turp GölbaĢı, B. (2019). DavranıĢsal finans açısından biliĢ-sel çeliĢki, aĢırı güven ve taklit ve sürü davranıĢları boyutlarında bireysel yatırımcı ka-rarları üzerine bir inceleme.
  • Daniel, K. D., Hirshleifer, D., & Subrahmanyam, A. (2001). Overconfidence, arbitrage, and equilibrium asset pricing. The Journal of Finance, 56(3), 921-965.
  • Darrat, A. F., Zhong, M., & Cheng, L. T. (2007). Intraday volume and volatility relations with and without public news. Journal of Banking & Finance, 31(9), 2711-2729.
  • Deaves, R., Lüders, E., & Schröder, M. (2010). The dynamics of overconfidence: Evidence from stock market forecasters. Journal of Economic Behavior & Organization, 75(3), 402-412.
  • Dickey, D.A., Fuller, W.A. (1979). Distributions of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association 74, pp.427-431.
  • Gervais, S., & Odean, T. (2001). Learning to be overconfident. The Review of Financial Studies, 14(1), 1-27.
  • Granger, C. W. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica: Journal of the Econometric Society, 424-438.
  • Karabıyık, L., & Anbar, A. (2006). Kredi temerrüt swapları ve kredi temerrüt swaplarının fiyatlandırılması. Muhasebe ve Finansman Dergisi, (31).
  • Karaca, O. (2011). Türkiye'de enflasyon - büyüme iliĢkisi: zaman serisi analizi. DoğuĢ Üniversitesi Dergisi, 4 (2), 247-255. ss.
  • Kauffman, R. J., Hu, Y., & Ma, D. (2015). Will high-frequency trading practices transform the financial markets in the Asia Pacific Region?. Financial Innovation, 1(1), 1-27.
  • Kiymaz, H., Öztürkkal, B., & Akkemik, K. A. (2016). Behavioral biases of finance professionals: Turkish evidence. Journal of Behavioral and Experimental Finance, 12, 101-111.
  • Kwiatkowski, D., Phillips, P. C. B., Schmidt, P., Shin, Y. (1992). ―Testing the Null Hypothesis of Stationarity against the Alternative of a Unit Root, How Sure are We that Economic Time Series have a Unit Root?‖, Journal of Econometrics, 54, 159-78.
  • Michailova, J., & Schmidt, U. (2016). Overconfidence and bubbles in experimental asset markets. Journal of Behavioral Finance, 17(3), 280-292.
  • Otluoğlu, E. (2009). DavranıĢsal Finans Çerçevesinde AĢırı Güven Hipotezinin Test Edil-mesi: ĠMKB‘de Bir Uygulama. YayınlanmamıĢ Yüksek Lisans Tezi. Ġstanbul Üniversi-tesi, SBE.
  • Pfaff, B. (2008). VAR, SVAR and SVEC models: Implementation within R package vars. Journal of Statistical Software, 27(4), 1-32.
  • Proeger, T., & Meub, L. (2014). Overconfidence as a social bias: Experimental evidence. Economics Letters, 122(2), 203-207.
  • Proeger, T., & Meub, L. (2014). Overconfidence as a social bias: Experimental evidence. Economics Letters, 122(2), 203-207.
  • Sheikh, M. F., & Riaz, K. (2012). Overconfidence bias, trading volume and returns volatility: Evidence from Pakistan. World Applied Science Journal, 18(12), 1737-1748.
  • Sindhu, M. I., & Waris, F. (2014). Overconfidence and turnover: Evidence from the Karachi Stock Exchange. European Journal of Business and Management, 6(7), 128-135.
  • Sindhu, M. I., & Waris, F. (2014). Overconfidence and turnover: Evidence from the Karachi Stock Exchange. European Journal of Business and Management, 6(7), 128-135.
  • Statman, M., & Thorley, S., (1998). Overconfidence and trading volume, Working paper, Santa Clara University.
  • Statman, M., Thorley, S., & Vorkink, K. (2006). Investor overconfidence and trading volume. The Review of Financial Studies, 19(4), 1531-1565.
  • Takım, A. (2010). Türkiye‘de GSYĠH ile ihracat arasındaki iliĢki: granger nedensellik testi. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 14(2), 315-330.
  • Tekçe, B., & Yılmaz, N. (2015). Are individual stock investors overconfident? Evidence from an emerging market. Journal of Behavioral and Experimental Finance, 5, 35-45. Tekçe, B., Yılmaz, N., & Bildik, R. (2016). What factors affect behavioral biases? Evidence from Turkish individual stock investors. Research in International Business and Finance, 37, 515-526.
  • Tekin, B. Kendine AĢırı Güven ve Ölçme Yöntemleri: DavranıĢsal Finans Kapsamında Bir Literatür Ġncelemesi. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 7(2), 293-308.
  • Telatar, E., Türkmen, ġ., & Teoman, Ö. (2002). Pamuk borsalarında oluĢan fiyatların et-kinliği. Dokuz Eylül Üniversitesi Ġktisadi ve Ġdari Bilimler Fakültesi Dergisi, 17(2), 55–74.
  • Tversky, A., & Kahneman, D. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263-291.
  • Wang, S., Li, G., & Wang, J. (2019). Dynamic Interactions between Intraday Returns and Trading Volume on the CSI 300 Index Futures: An Application of an SVAR Mo-del. Mathematical Problems in Engineering, 2019.
  • Yavuz, N. (2011). Türkiye'de Turizm Gelirlerinin Ekonomik Büyümeye Etkisinin Testi: Yapısal Kırılma Ve Nedensellik Analizi. DoğuĢ Üniversitesi Dergisi, 7 (2), 162-171.
APA Alp Coşkun E (2021). BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ. , 59 - 90.
Chicago Alp Coşkun Esra BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ. (2021): 59 - 90.
MLA Alp Coşkun Esra BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ. , 2021, ss.59 - 90.
AMA Alp Coşkun E BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ. . 2021; 59 - 90.
Vancouver Alp Coşkun E BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ. . 2021; 59 - 90.
IEEE Alp Coşkun E "BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ." , ss.59 - 90, 2021.
ISNAD Alp Coşkun, Esra. "BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ". (2021), 59-90.
APA Alp Coşkun E (2021). BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ. Finans Politik ve Ekonomik Yorumlar Dergisi, 58(655), 59 - 90.
Chicago Alp Coşkun Esra BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ. Finans Politik ve Ekonomik Yorumlar Dergisi 58, no.655 (2021): 59 - 90.
MLA Alp Coşkun Esra BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ. Finans Politik ve Ekonomik Yorumlar Dergisi, vol.58, no.655, 2021, ss.59 - 90.
AMA Alp Coşkun E BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ. Finans Politik ve Ekonomik Yorumlar Dergisi. 2021; 58(655): 59 - 90.
Vancouver Alp Coşkun E BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ. Finans Politik ve Ekonomik Yorumlar Dergisi. 2021; 58(655): 59 - 90.
IEEE Alp Coşkun E "BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ." Finans Politik ve Ekonomik Yorumlar Dergisi, 58, ss.59 - 90, 2021.
ISNAD Alp Coşkun, Esra. "BORSA İSTANBUL’DA AŞIRI GÜVEN DAVRANIŞININ ALGORİTMİK/YÜKSEK FREKANSLI İŞLEMLERİN ETKİSİ ALTINDA İNCELENMESİ ve CDS İLİŞKİSİ". Finans Politik ve Ekonomik Yorumlar Dergisi 58/655 (2021), 59-90.
Sayfa Oluşturulma Tarihi
23-04-2024 20:36

İLETİŞİM

TÜBİTAK ULAKBİM TR Dizin

Yüzüncüyıl, İşçi Blokları Mahallesi

Muhsin Yazıcıoğlu Caddesi No:51/C

06530 Çankaya / ANKARA +90 (312) 298 92 00

trdizin@tubitak.gov.tr

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © Tüm Hakları Saklıdır. Gizlilik Politikası Kullanım Şartları