KRİPTOPARA DÖVİZ KURU GETİRİLERİ ÜZERİNE KARŞILAŞTIRMALI NONPARAMETRİK BİR ANALİZ

Year 2020, , 35 - 39, 31.12.2020

Neslihan Fidan Kececı

https://doi.org/10.17261/Pressacademia.2020.1344

Abstract

Amaç- Kriptopara birimleri 2008’den bu yana, avantaj ve dezavantajlarına rağmen sayı ve işlem sıklığı açısından oldukça büyüme göstermektedirler. Büyüyen kriptopara piyasası küresel olarak finans ve devlet kurumları tarafından da sıklıkla ele alınmaktadır. Anlık işlem yapabilme ve düşük transfer ücretleri gibi zaman ve maliyetler açısından avantajlar sağlayan kriptoparalar yatırımcılar açısından da alternatif bir finansal varlık olarak görülmektedirler. Dolayısıyla kriptopara kurlarındaki yatırım amacıyla kriptopara tutanları piyasa riskine maruz bırakmaktadır. Bu çalışmanın amacı kriptopara döviz kuru getirilerinin birbirlerine göre etkinliklerinin karşılaştırılmasıdır.
Yöntem- Döviz kuru getirilerinin birbirlerine göre etkinlikleri ikinci dereceden stokastik baskınlık kriteri ile karşılaştırılmıştır. Stokastik baskınlık özellikle normal dağılım sergilemeyen finansal getiri serilerinin riskinin analizinde başvurulan herhangi bir dağılım varsayımına dayanmayan nonparametrik bir yaklaşımdır.
Bulgular- İşlem hacmi en yüksek 5 farklı kriptopara biriminin döviz kuru getirileri karşılaştırıldığında söz konusu dönemde kriptopara getirileri arasında ikinci dereceden stokastik baskın olarak elde edilen para birimleri tespit edilirken, diğer kriptopara getirilerine karşı etkin olmayan para birimleri olduğu da görülmektedir.
Sonuç- Karşılaştırma sonuçları, kriptoparaları portföylerine dahil etmek isteyen yatırımcılara ve araştırmacılara ışık tutmaktadır.

Keywords

Kriptopara, döviz kuru riski, stokastik baskınlık, VaR, riske maruz değer

A COMPARATIVE NONPARAMETRIC ANALYSIS ON CRYPTO CURRENCY EXCHANGE RATE RETURNS

Abstract

Purpose- Cryptocurrencies market have grown considerably since 2008 in terms of number and frequency of transactions, despite their advantages and disadvantages. Therefore cryptocurrency market is addressed frequently by financial and government institutions globally. Cryptocurrencies, which provide advantages in terms of time and costs such as instant transactions and low transfer fees, are seen as an alternative financial asset for investors. Therefore, cryptocurrency holders purposing of investing in its exchange rates are exposed to market risk. The purpose of this study is to compare the effectiveness of cryptocurrency exchange rate returns with respect to each other.
Methodology- The relative efficiencies of exchange rate returns are compared with the second order stochastic dominance criterion. As a nonparametric approach Stochastic dominance is used in analyzing the risk of financial return series that do not exhibit a normal distribution.
Findings- When the exchange rate returns of five different cryptocurrencies are compared with the second order stochastic dominance criterion, it is determined that there are effective currencies among the cryptocurrency returns in the said period. On the other hand, it is seen that there are currencies that do not have stochastic dominance among the cryptocurrency returns.
Conclusion- The results results provide ideas for investors and researchers who want to include cryptocurrencies in their portfolios.

Keywords

Cryptocurrency, exchange rate risk, stochastic dominance, VaR, value at risk

References

• Anyfantaki, S., & Topaloglou, N. (2018). Diversification, integration and cryptocurrency market. Integration and Cryptocurrency Market (March 29, 2018).
• Akkuş, H. T., & Çelik, İ. (2020). Modeling, Forecasting the Cryptocurrency Market Volatility and Value at Risk Dynamıcs of Bitcoin. Muhasebe Bilim Dünyası Dergisi, 22(2), 296-312.
• Atıcı, G. (2020). Dijital Ekonomi, Blokzinciri ve Finansal Sistem, Nobel Akademik Yayıncılık, 1. Basım.
• Azimov, J., & Alkan, U. (2019). Bitcoin Fiyatları ile Çin Ve Rusya’nın Seçilmiş Finansal Göstergeleri Arasındaki İlişkinin Ekonometrik Açıdan İncelenmesi. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, 6(10), 165-187.
• Bartos, J. (2015). Does Bitcoin follow the hypothesis of efficient market?. International Journal of Economic Sciences, 4(2), 10-23.
• Belhadj, H., & Ben Hamad, S. (2019). Is Bitcoin Good for Portfolio Diversification: Genetic Algorithm and Stochastic Dominance Approach. Is Bitcoin Good for Portfolio Diversification: Genetic Algorithm and Stochastic Dominance Approach (November 30, 2019).
• Bouri, E., Lucey, B., & Roubaud, D. (2020). Cryptocurrencies and the downside risk in equity investments. Finance Research Letters, 33, 101211.
• Chakravarty, S., & Sarkar, P. (2020). An Introduction to Algorithmic Finance, Algorithmic Trading and Blockchain. Emerald Group Publishing.
• CoinMarketCap, [Çevrimiçi kaynak]. https://coinmarketcap.com/ [Erişim tarihi: 26 Eylül 2020].
• Dyhrberg, A.H. (2016). Bitcoin, gold and the dollar—A GARCH volatility analysis. Finance Research Letters, 16, 85–92.
• Ertuğrul, M. (2019). Kripto Paraların Volatilite Dinamiklerinin İncelenmesi: Garch Modelleri Üzerine Bir Uygulama. Yönetim ve Ekonomi Araştırmaları Dergisi, 17(4), 59-71.
• Gkillas, K., & Katsiampa, P. (2018). An application of extreme value theory to cryptocurrencies. Economics Letters, 164, 109-111.
• Glaser, F., Haferhorn, M., Weber, M.C., Zimmarmann, K., Siering, M.b (2014). “Bitcoin – Asset or currency? Revealing users’ hidden intentions.” ECIS 2014 Tel Aviv.
• Gül, Y. (2020). Kripto Paralar ve Portföy Çeşitlendirmesi. Sosyal Bilimler Dergisi/Journal of Social Sciences, (65).
• Güleç, Ö. F., Çevik, E. & Bahadır, N. (2018). Bitcoin ile Finansal Göstergeler Arasındaki İlişkinin İncelenmesi. Kırklareli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7(2), 18-37.
• Güleç, T. C., & Aktaş, H. (2019). Kripto Para Birimi Piyasalarında Etkinliğin Uzun Hafıza Ve Değişen Varyans Özelliklerinin Testi Yoluyla Analizi. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 14(2), 491-510.
• Jiménez, I., Mora-Valencia, A., & Perote, J. (2020). Risk quantification and validation for Bitcoin. Operations Research Letters, 48(4), 534-541.
• Jorion, P. (2000). Value At Risk, The New Benchmark for Managing Financial Risk, New York, Second Edition, McGraw-Hill.
• Kanat, E. & Öget, E. (2018). Bitcoin ile Türkiye ve G7 Ülke Borsaları Arasındaki Uzun ve Kısa Dönemli İlişkilerin İncelenmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi (FESA), 3(3), 601-614.
• Karaağaç, G. A., & Altınırmak, S. (2018). En yüksek piyasa değerine sahip on kripto paranın birbirleriyle etkileşimi. Muhasebe ve Finansman Dergisi, (79), 123-138.
• Katsiampa, P. (2017). Volatility estimation for Bitcoin: A comparison of GARCH models. Economics Letters, 158, 3-6.
• Katsiampa, P., Corbet, S., & Lucey, B. (2019). Volatility spillover effects in leading cryptocurrencies: A BEKK-MGARCH analysis. Finance Research Letters, 29, 68-74.
• Kayral, İ. E. (2020). En Yüksek Piyasa Değerine Sahip Üç Kripto Paranın Volatilitelerinin Tahmin Edilmesi. Journal of Financial Researches & Studies/Finansal Arastirmalar ve Calismalar Dergisi, 11(22).
• Kılıç, Y., & Çütcü, İ. (2018). Bitcoin fiyatları ile borsa istanbul endeksi arasındaki eşbütünleşme ve nedensellik ilişkisi. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 13(3), 235-250.
• Konuşkan, A., Teker, T., Ömürbek, V., & Bekci, İ. (2019). Kripto Paraların Fiyatları Arasındaki İlişkinin Tespitine Yönelik Bir Araştırma. Suleyman Demirel University Journal of Faculty of Economics & Administrative Sciences, 24(2).
• Koutmos, D. (2019). Market risk and Bitcoin returns. Annals of Operations Research, 1-25. https://doi.org/10.1007/s10479-019-03255-6.
• Kuzu, S., & Çelik, İ. E. (2020). Bitcoin Alternatif Yatırım Aracı ya da Hedge Enstrümanı Olarak Düşünülebilir mi?. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 8(2), 603-613.
• Levy, H. (1992). Stochastic dominance and expected utility: survey and analysis. Management science, 38(4), 555-593.
• Likitratcharoen, D., Ranong, T. N., Chuengsuksomboon, R., Sritanee, N., & Pansriwong, A. (2018). Value at risk performance in cryptocurrencies. The Journal of Risk Management and Insurance, 22(1), 11-28.
• Osterrieder, J. & Lorenz, J. (2017). A statistical risk assessment of Bitcoin and its extreme tail behavior. Annals of Financial Economics, 12 (01), 1750003.
• Phillip, A., Chan, J. & Peiris, S. (2018). A new look at cryptocurrencies. Economic Letters. 163, 6–9.
• Platanakis, E., & Urquhart, A. (2020). Should investors include bitcoin in their portfolios? A portfolio theory approach. The British Accounting Review, 52(4), 100837.
• Rockafellar, R. T., & Uryasev, S. (2002). Conditional value-at-risk for general loss distributions. Journal of banking & finance, 26(7), 1443-1471.
• Silahli, B., Dingec, K. D., Cifter, A., & Aydin, N. (2019). Portfolio value-at-risk with two-sided Weibull distribution: Evidence from cryptocurrency markets. Finance Research Letters, 101425.
• Songur, M. (2019). Bitcoin Piyasasında Balonlar: Genelleştirilmiş Eküs ADF Testi. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 7(6), 187-192.
• Stavroyiannis, S. (2018). Value-at-risk and related measures for the Bitcoin. The Journal of Risk Finance, 19(2), 127-136.
• Şahin, E. E., & Özkan, O. (2018). Asimetrik Volatilitenin Tahmini: Kripto Para Bitcoin Uygulaması. Bilecik Şeyh Edebali Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 3(2), 240-247.
• Topaloglou, N., & Tsomidis, G. (2018). Investors’ Behavior in Cryptocurrency Market. Working Paper.
• Uryasev, S. (2000). Conditional Value-at-Risk: Optimization Algorithms and Applications. Financial Engineering News, 14, February 2000.
• Uyar, U., Kelten, G. S., & Moralı, T. (2020). Yatırımcılar için Teknik Analiz: Bitcoin ve Ethereum Uygulamaları. Finansal Araştırmalar ve Çalışmalar Dergisi, 12(23), 669-687.
• Yağmur, A., & Mangır, F. (2020). Bitcoin Piyasasında Rassal Yürüyüş Hipotezi. Yönetim ve Ekonomi Araştırmaları Dergisi, 18(2), 161-175