Bu makale, Avrupa Birliği ve Amerika Birleşik Devletleri'nden gelen dış bilgi akışlarının FTSE 100 endeksinin oynaklığı üzerindeki etkisini, 5 dakikalık gün içi verilerden türetilen gerçekleşen varyans (RV) verilerini kullanarak araştırmaktadır. Dış faktörler, Birleşik Krallık'a özgü, Avrupa bölgesi ve ABD odaklı gruplar olarak kategorize edilerek, bu değişkenler HAR-RV modeline entegre edilmiştir ve böylece oynaklık tahminlerinin doğruluğu artırılmıştır. Ampirik sonuçlar, küresel ve bölgesel faktörlerin, özellikle S&P 500 ve NASDAQ gibi ABD piyasa göstergelerinin, FTSE 100 oynaklığı üzerinde önemli bir etkisi olduğunu, ancak Birleşik Krallık'a özgü yerel faktörlerin ek bilgi içermediğini göstermektedir. Tüm ABD odaklı değişkenleri içeren ABD odaklı Kitchen-Sink modeli, hem örnek içi hem de örnek dışı tahminlerde en etkili model olduğunu kanıtlamıştır. Yüksek frekanslı verilerin kullanımı bu bağlamda kritik öneme sahiptir, çünkü piyasa oynaklığının daha hassas bir şekilde ölçülmesine ve tahmin edilmesine olanak tanımaktadır. Bu bulgular, FTSE 100 gibi uluslararası yönelimli hisse senedi endekslerinin oynaklığını modelleme ve tahmin etmede geniş bir dış faktör yelpazesinin dahil edilmesinin önemini vurgulamaktadır.
This paper investigates the influence of external information flows from the European Union and the United States on the volatility of the FTSE 100 index, using realized variance (RV) data derived from 5-minute intraday intervals. By categorizing external factors into UK-specific, neighbouring, and wider international groups, the study integrates these variables into the HAR-RV model to improve the accuracy of volatility forecasts. The empirical results indicate that interntional and neighbouring countries’ factors, particularly US market indicators such as the S&P 500 and NASDAQ, significantly impact FTSE 100 volatility, whilst domestic UK factors contain no additional information. The international Kitchen-Sink model, which includes all international variables, proves to be the most effective in the in-sample and out-of-sample forecasting. The use of high-frequency data is crucial in this context, as it allows for more precise measurement and forecasting of market volatility. These findings emphasize the importance of incorporating a broad range of external factors in modelling and forecasting the volatility of internationally-oriented stock indices such as the FTSE 100.
Primary Language | English |
---|---|
Subjects | Econometric and Statistical Methods, Economic Models and Forecasting |
Journal Section | Makaleler |
Authors | |
Publication Date | May 30, 2025 |
Submission Date | October 11, 2024 |
Acceptance Date | April 28, 2025 |
Published in Issue | Year 2025 Volume: 9 Issue: 2 |