Suchergebnisse

Bu çalışma, kripto para yatırımcılarının sürü davranışı sergileyip sergilemediğini araştırarak literatüre katkıda bulunmayı amaçlamaktadır. Ayrıca, bu çalışma kripto para piyasasındaki sürü davranışını günlük frekanslar yerine yüksek frekanslı veriler kullanarak incelemektedir. Kripto para piyasasının küresel yapısı göz önüne alındığında, gün içi veriler daha hassas bir analizi kolaylaştırmaktadır. Bu bağlamda, değişen zaman aralıkları ile sürü davranışının değişme olasılığı araştırılmaktadır. Bu şekilde, yatırımcıların hangi zaman aralıklarında kendi bilgi ve kanıtlarını yeterince kullanmadan diğer yatırımcıların hareketlerini takip ettikleri tespit edilmeye çalışılmaktadır. Bu çalışma, hem Yatay Kesit Standart Sapma (CSSD) hem de Yatay Kesit Mutlak Sapma (CSAD) metodolojilerini kullanarak kripto para yatırımcılarının sürü davranışı sergileyip sergilemediğini araştırmaktadır. Sürü davranışının zaman boyutu da 15 dakika, 30 dakika, 1 saat, 2 saat, 3 saat, 6 saat, 12 saat ve günlük veri setleri olmak üzere farklı zaman aralıklarında sürü davranışı analizi yapılarak incelenmiştir. Analiz, 1 Ocak 2017'den 31 Aralık 2022'ye kadar olan dönemi kapsamaktadır ve toplam piyasa değerinin %70'sinden fazlasını temsil eden başlıca kripto para birimlerinden (BTC, ETH, LTC, XRP ve BCH) oluşmaktadır. Bu çalışmada, tüm dönem göz önünde bulundurulduğunda, yüksek frekanslı verilerde sürü davranışına dair herhangi bir kanıt bulunamamıştır. Aşırı fiyat hareketleri rasyonel varlık fiyatlandırma modelleri ile açıklanabilir. Başka bir deyişle, kripto para yatırımcılarının alım satım kararları diğer yatırımcıların davranışlarını taklit etmiyor ve yatırımcılar kendi bilgilerine dayanarak karar almaktadır. Dahası, kripto para yatırımcıları için negatif etkilerin pozitif etkilerden daha baskın olduğu söylenebilir. Sonuç olarak, kripto para yatırımcıları negatif bilgiye pozitif bilgiden daha duyarlıdır. Bu çalışmanın sonuçları kripto para piyasası için çeşitli çıkarımlara sahiptir. İlk olarak, sürü davranışının olmaması, kripto para yatırımcılarının kendi bilgilerine dayanarak rasyonel yatırım kararları alma olasılıklarının daha yüksek olduğunu göstermektedir. Bu, sürü davranışının sıklıkla gözlemlendiği geleneksel finans piyasalarının aksine bir durumdur. İkinci olarak, sonuçlar kripto para yatırımcılarının negatif bilgiye pozitif bilgiden daha duyarlı olduğunu göstermektedir. Bu durum, kripto para piyasasının hala nispeten yeni ve değişken bir piyasa olmasından kaynaklanıyor olabilir. Sonuç olarak, yatırımcıların olumsuz haberler karşısında pozisyonlarını satma olasılığı, olumlu haberler karşısında pozisyonlarını satın alma olasılığından daha yüksek olabilir. Son olarak, bu çalışmanın sonuçları özellikle bilgili yatırımcıların ve muhtemelen kurumsal yatırımcıların kripto para piyasasındaki hakimiyetini vurgulamaktadır. Bunun nedeni, bu yatırımcıların rasyonel yatırım kararları almalarını sağlayacak bilgi ve kaynaklara erişimlerinin daha yüksek olması olabilir. Buna ek olarak, önemli piyasa değerine sahip kripto para birimleri daha rasyonel yatırımcılar tarafından tutulduğu için sürü davranışını gözlemlemek mümkün olmamış olabilir. Yüksek frekanslı verilerde sürü davranışının görülmemesi, kripto para piyasasındaki yatırımcıların bilgiyi fiyatlara hızlı bir şekilde dahil ettiğini ve bunun da kısa zaman aralıklarında etkin bir piyasanın göstergesi olduğunu göstermektedir. Sonuçlarımız, yatırımcıların kısa zaman aralıklarında kitlesel davranışların neden olduğu ani ve irrasyonel piyasa hareketlerinden daha az endişe duyabileceğini göstermektedir. Dahası, bu durum yatırımcıların başkalarının eylemlerinden aşırı derecede veya hızlı piyasa hareketlerine yol açabilecek şekilde etkilenmediğini göstermektedir. Dolayısıyla çalışmamız, yüksek frekanslı kripto para verilerinde sürü davranışının olmamasının önemini vurgulamakta ve etkin piyasalar, yatırım stratejileri ve risk yönetimi uygulamaları için değerli bilgiler sağlamaktadır.

Forecasting models based on the assumption that returns are normally distributed do not perform sufficiently on shallow markets. These models are more likely to fail in the estimation of the extreme points that can be reached especially at high volatility markets, and this situation is led to investors in predicting volatility. In the volatility forecasting of crypto money, which is seen as an alternative investment tool for the financial investors, single volatility models such as, ARCH, GARCH, T-GARCH, GARCH-M, E-GARCH, and I-GARCH and long memory models (AP-GARCH and C-GARCH) was utilized. In addition, the most suitable model was tried to be tested among the models used for volatility estimation. In this context, the price data of Bitcoin, Ethereum and Ripple cryptocurrency with the highest market value in the crypto money market have been utilized between 24/08/2016-07/05/2018. According to the results of the research, for Bitcoin and Ethereum, the volatility effect of the shocks is permanent and the effect of the positive shocks is more than that of the negative shocks, whereas for Ripple, the volatility effect of the shocks is transient and the passivity of the volatility is short.