VADELİ PAMUK EMTİASI GETİRİSİ İLE PAMUK REEL PİYASA DİNAMİKLERİNİN ETKİLEŞİMİ


ÖZAYDIN O., ÇANKAYA S.

Istanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi, cilt.19, sa.37, ss.733-767, 2020 (Hakemli Dergi) identifier

  • Yayın Türü: Makale / Tam Makale
  • Cilt numarası: 19 Sayı: 37
  • Basım Tarihi: 2020
  • Dergi Adı: Istanbul Ticaret Üniversitesi Sosyal Bilimler Dergisi
  • Derginin Tarandığı İndeksler: TR DİZİN (ULAKBİM)
  • Sayfa Sayıları: ss.733-767
  • İstanbul Ticaret Üniversitesi Adresli: Evet

Özet

Emtia vadeli işlem piyasaları hem koruma hem de portföy çeşitlemesi sağladığı için yakın tarihimizdepiyasa katılımcılarının ciddi ilgi kaynağı olmuştur. Bu süreçte vadeli işlem piyasalarına birçok katılımcıdahil olmuş ve onların arz talepleri fiyatları yönlendirmiştir. Bu çalışmada, 2009-2018 yılları arası vadelipamuk emtiası getirilerinin, temel arz talep kanunları çerçevesinde Amerika Tarım Bakanlığının aylıkyayınladığı WASDE beklenen pamuk üretim, tüketim, stok gibi miktar verileri ile nasıl etkilendiğianlaşılmaya çalışılmıştır. Bir zaman serisi olan getiri verisinin ARCH etkisi göstermesi sebebiyle koşulludeğişen varyans modelleri kullanılarak oluşturulan ortalama ve varyans denklemlerinde getiri ile reelpiyasa dinamik verilerinin etkileşimde olduğu, oynaklığın etkilendiği görülmüştür.
Commodity futures have been a major source of interest for market participants in our recent history as they provide both protection and portfolio diversification. In this process, many participants joined the futures markets and supply and demands led the prices in new balance. In this study, it is tried to understand how the yields of cotton commodities between 2009 and 2018 are affected by the quantity data such as cotton production, consumption and stock expected by WASDE which is published monthly by the US Department of Agriculture within the framework of basic supply and demand laws. It is observed that yield and real market dynamic data are interacted and volatility is influenced in the equations of variance created using autoregressive conditional heteroskedasticity models due to the ARCH effect of return data.