Modelling Volatility: Nasdaq 100 Index Example

Soykan M. E.

Uluslararası Ekonomi, İşletme ve Politika Dergisi, vol.8, no.1, pp.139-153, 2024 (Peer-Reviewed Journal)

  • Publication Type: Article / Article
  • Volume: 8 Issue: 1
  • Publication Date: 2024
  • Journal Name: Uluslararası Ekonomi, İşletme ve Politika Dergisi
  • Journal Indexes: TR DİZİN (ULAKBİM), Index Copernicus
  • Page Numbers: pp.139-153
  • Kayseri University Affiliated: Yes

Abstract

In this study, it is aimed to estimate and model the volatility of the Nasdaq 100 index, which consists of technology-oriented companies in the USA. Weekly data between 09/01/1998 and 10/11/2023 is used in the analysis. Observations that deviate extremely from the data are eliminated, and break dates in the variance are also determined. In the analysis, a total of 11 different GARCH models are compared according to the Akaike information criterion and the model that models the index best is tried to be determined. According to analysis results, it is determined that the most appropriate model for the student distribution is ARMA (5,5)-EGARCH model according to the Akaike criterion. When the distribution is changed to GED (Generalized Error Distribution) instead of student distribution, the best model becomes FIEGARCH. Also EGARCH becomes the second best model in GED distribution. 

Bu çalışmada ABD’de teknoloji ağırlıklı firmalardan oluşan Nasdaq 100 endeksinin volatilitesinin tahmini ve modellenmesinin gerçekleştirilmesi amaçlanmaktadır. Analizde 09/01/1998 ile 10/11/2023 tarihleri arasındaki haftalık veriler kullanılmaktadır. Veri sapan gözlemlerden arındırılmakta, ayrıca varyansta kırılma tarihleri de saptanmaktadır. Analizde Akaike bilgi kriterine göre toplam 11 adet farklı Genelleştirilmiş Otoregresif Koşullu Değişen Varyans (GARCH) sınıfı model kıyaslanmakta ve endeksi en iyi modelleyen model tespit edilmeye çalışılmaktadır. Analiz sonuçlarına göre student dağılımı için en uygun modelin Akaike bilgi kriterine göre ARMA(5,5)-EGARCH (Üssel GARCH) olduğu belirlenmiştir. Dağılım student yerine GED (Genelleştirilmiş hata dağılımı) yapıldığında ise en uygun model Parçalı Bütünleşik Üssel GARCH (FIEGARCH) çıkmaktadır. Ayrıca Üssel GARCH (EGARCH) modelinin de sıralamada en iyi ikinci model olduğu görülmektedir.