An Empirical Investigation of the Relationship between Bitcoin and Developed and Developing Country Stock Markets

Abstract

Çalişmanin Amaci: Bu çalişmanin amaci, Bitcoin fiyatlari ile gelişmiş ülke borsalari ve gelişmekte olan ülke borsalarinin nedensellik ilişkilerinin incelenmesidir. Araştirma Yöntemi: Bitcoin ile gelişmiş ülke borsalari ve gelişmekte olan ülke borsalarinin nedensellik ilişkisini belirlemek için Hacker ve Hatemi (2006] tarafindan geliştirilen nedensellik testi kullanilmiştir. Bulgular ve Deǧerlendirme: Yapilan analizler sonucunda gelişmiş ülke borsalari için bakildiǧinda DJI ve BTC için çift yönlü nedensellik elde edilmiştir. Diǧer yandanFCHI'dan BTC'ye doǧru nedensellik ilişkisi vardir, BTC'denFCHI'ya doǧru ise nedensellik yoktur. BTC'den N225'e doǧru nedensellik vardir, N225'ten BTC'ye doǧru nedensellik yoktur. Son olarak DAX ve BTC arasinda bir nedensellik ilişkisi belirlenememiştir. Gelişmekte olan ülke borsalari için bakildiǧinda ise BIST'tenBTC'ye doǧru nedensellik ilişkisi bulunmamakta olup BTC'denBIST'e doǧru nedensellik ilişkisi vardir. BVSP'den BTC'ye doǧru nedensellik yoktur, BTC'denBVSP'ye doǧru nedensellik ilişkisi vardir. MOEX'tenBTC'ye doǧru nedensellik yoktur, BTC'denMOEX'e doǧru nedensellik ilişkisi vardir. BSE'den BTC'ye doǧru nedensellik yoktur, BTC'denBSE'ye doǧru nedensellik ilişkisinin olduǧu tespit edilmiştir. Sonuçlardan görüleceǧi üzere Bitcoin fiyatlarinin gelişmekte olan ülke borsalarinin nedeni olduǧu görülmektedir. Bitcoin geçmiş deǧerlerinin BIST, BOVESPA, MOEX Russia ve BSE Sensex 30 üzerinde etkili olduǧu tespit edilmiştir. Çalişmanin bulgulari sonuç bölümünde tartişilmiştir. Çalişmanin Önemi: Gelişmiş ve gelişmekte olan ülke borsalari ile Bitcoin yatirimi yapacak yatirimcilarin Bitcoin fiyatlari ile eş zamanli olarak araştirmaya konu borsa endekslerindeki gelişmeleri de takip etmeleri yatirimcilar için büyük önem arz etmektedir. Bu piyasalarda yatirim yapacak yatirimcilarin portföy çeşitlendirmesinde bu piyasalar arasindaki ilişkiyi göz ardi etmemeleri önem arz etmektedir.

Alternate abstract:

Purpose: This study aims to investigate the causal relationships between Bitcoin prices and developed and developing country stock markets. Design/methodology/approach: In the analysis part of the study, the causality test developed by Hacker and Hatemi (2006) was used to identify the causality relationship between Bitcoin and developed and developing country stock markets. Findings: As a result of the analysis, a two-way causality was found between BTC and DJI, among the developed country stock markets. On the other hand, there was a causality relationship from FCHI to BTC, while there was no causality from BTC to FCHI. There was a causality relationship from BTC to N225, while there was no causality from N225 to BTC. Finally, no causality relationship was found between DAX and BTC. Looking at the developing country stock markets, however, there was no causality relationship from BIST to BTC, there was a causality relationship from BTC to BIST. There was no causality relationship from BVSP to BTC, but there was a causality relationship from BTC to BVSP. There was no causality from MOEX to BTC, but there was a causality relationship from BTC to MOEX. There was no causality from BSE to BTC, but it was found that there was a causality relationship from BTC to BSE. As can be seen from the results, it is seen that Bitcoin prices are the cause of the stock markets of developing countries. It has been determined that Bitcoin historical values are effective on BIST, BOVESPA, MOEX Russia and BSE Sensex 30. The findings of the study were discussed in the results section. Originality/value: It is of great importance for investors to follow the developments in the stock market indices subject to research simultaneously with the Bitcoin prices. It is important that investors who will invest in these markets do not ignore the relationship between these markets in portfolio diversification.

Headnote

Abstract

Purpose: This study aims to investigate the causal relationships between Bitcoin prices and developed and developing country stock markets. Design/methodology/approach: In the analysis part of the study, the causality test developed by Hacker and Hatemi (2006) was used to identify the causality relationship between Bitcoin and developed and developing country stock markets. Findings: As a result of the analysis, a two-way causality was found between BTC and DJI, among the developed country stock markets. On the other hand, there was a causality relationship from FCHI to BTC, while there was no causality from BTC to FCHI. There was a causality relationship from BTC to N225, while there was no causality from N225 to BTC. Finally, no causality relationship was found between DAX and BTC. Looking at the developing country stock markets, however, there was no causality relationship from BIST to BTC, there was a causality relationship from BTC to BIST. There was no causality relationship from BVSP to BTC, but there was a causality relationship from BTC to BVSP. There was no causality from MOEX to BTC, but there was a causality relationship from BTC to MOEX. There was no causality from BSE to BTC, but it was found that there was a causality relationship from BTC to BSE. As can be seen from the results, it is seen that Bitcoin prices are the cause of the stock markets of developing countries. It has been determined that Bitcoin historical values are effective on BIST, BOVESPA, MOEX Russia and BSE Sensex 30. The findings of the study were discussed in the results section. Originality/value: It is of great importance for investors to follow the developments in the stock market indices subject to research simultaneously with the Bitcoin prices. It is important that investors who will invest in these markets do not ignore the relationship between these markets in portfolio diversification.

Keywords

Bitcoin, Developed country stock markets, Developing country stock markets, Causality test

Özet

Çalişmanin Amaci: Bu çalişmanin amaci, Bitcoin fiyatlari ile gelişmiş ülke borsalari ve gelişmekte olan ülke borsalarinin nedensellik ilişkilerinin incelenmesidir. Araştirma Yöntemi: Bitcoin ile gelişmiş ülke borsalari ve gelişmekte olan ülke borsalarinin nedensellik ilişkisini belirlemek için Hacker ve Hatemi (2006] tarafindan geliştirilen nedensellik testi kullanilmiştir. Bulgular ve Deǧerlendirme: Yapilan analizler sonucunda gelişmiş ülke borsalari için bakildiǧinda DJI ve BTC için çift yönlü nedensellik elde edilmiştir. Diǧer yandanFCHI'dan BTC'ye doǧru nedensellik ilişkisi vardir, BTC'denFCHI'ya doǧru ise nedensellik yoktur. BTC'den N225'e doǧru nedensellik vardir, N225'ten BTC'ye doǧru nedensellik yoktur. Son olarak DAX ve BTC arasinda bir nedensellik ilişkisi belirlenememiştir. Gelişmekte olan ülke borsalari için bakildiǧinda ise BIST'tenBTC'ye doǧru nedensellik ilişkisi bulunmamakta olup BTC'denBIST'e doǧru nedensellik ilişkisi vardir. BVSP'den BTC'ye doǧru nedensellik yoktur, BTC'denBVSP'ye doǧru nedensellik ilişkisi vardir. MOEX'tenBTC'ye doǧru nedensellik yoktur, BTC'denMOEX'e doǧru nedensellik ilişkisi vardir. BSE'den BTC'ye doǧru nedensellik yoktur, BTC'denBSE'ye doǧru nedensellik ilişkisinin olduǧu tespit edilmiştir. Sonuçlardan görüleceǧi üzere Bitcoin fiyatlarinin gelişmekte olan ülke borsalarinin nedeni olduǧu görülmektedir. Bitcoin geçmiş deǧerlerinin BIST, BOVESPA, MOEX Russia ve BSE Sensex 30 üzerinde etkili olduǧu tespit edilmiştir. Çalişmanin bulgulari sonuç bölümünde tartişilmiştir. Çalişmanin Önemi: Gelişmiş ve gelişmekte olan ülke borsalari ile Bitcoin yatirimi yapacak yatirimcilarin Bitcoin fiyatlari ile eş zamanli olarak araştirmaya konu borsa endekslerindeki gelişmeleri de takip etmeleri yatirimcilar için büyük önem arz etmektedir. Bu piyasalarda yatirim yapacak yatirimcilarin portföy çeşitlendirmesinde bu piyasalar arasindaki ilişkiyi göz ardi etmemeleri önem arz etmektedir.

Anahtar Kelimeler

Bitcoin, Gelişmiş ülke borsalari, Gelişmekte olan ülke borsalari, Nedensellik testi

(ProQuest: ... denotes formulae omitted.)

Giriş

2008 yilinda meydana gelen finansai krizde mevcut finansai sistemin zayif noktalari ve eksiklikleri ortaya çikmiş ve birçok ülkenin para biriminde deǧer kaybi yaşanmiştir. Bu gelişmelerin ardindan merkezi bir otoriteye baǧli olmayan, bankalara ve mevcut finansal sisteme bir alternatif olarak sanal paralar çözüm olarak görülmeye başlanmiştir. Bunlar arasinda en çok dikkat çeken sanal para Bitcoin'dir. Bitcoin'e alternatif olarak farkli isim ve işlevlerde üretilen kripto paralara "altcoin" (Alternatif Coin) denilmektedir. Günümüzde piyasada 4.000'den fazla altcoin bulunmakta olup bu sayi sürekli olarak artiş göstermektedir (Çarkacioǧlu, 2016: 54-55). Bu sanal paralarin ilk ortaya çikiş ve yayginlaşmasinin ana nedeninin merkezi otorite düzenlemesine ve denetlemesine karşi yapilan bir uygulama olduǧu düşünülmektedir.

Bitcoin 'den ilk olarak 2008 yilinda "SatoshiNakamoto" olarak bilinen bir kişi veya bir grup tarafindan "Peer topeerelectroniccashsystem" (kişiden kişiye nakit ödeme sistemi) olarak yayimlanan makalede bahsedilmektedir. Ocak 2009 yilinda ise ilk Bitcoin oluşturulmuştur (Guegan, 2018: 1). Bitcoin her ne kadar dijital para olarak görülse de aslinda arkasinda kriptografi (Şifreleme bilimi) bulunmaktadir. Kripto para birimleri, algoritmalari, yazilimlari ve donanimlari dikkate alindiǧinda matematik ve bilişim teknolojilerinin inceleme alaninin konusu olmaktadir. Ancak para birimi özelliǧi göstermesi nedeniyle iktisat biliminin de alanina girmektedir.

Bitcoin, blok zinciri teknolojisine dayanan bir kripto para olup yaklaşik 12 yildir popülaritesi ve kullanim alani sürekli artmaktadir (Dizkirici ve Gökgöz, 2018: 93). Bitcoin, herhangi bir gerçek para birimine baǧli olmayip deǧeri arz ve talebe göre deǧişim göstermektedir (Yüksel, 2015: 199). Biotcoin'i geleneksel paralardan ayiran en önemli özellik yasal düzenlemeye tabi olmamasi ve merkezi bir otorite tarafindan kontrol edilememesidir (Wandhöfer, 2017: 248). Bitcoin; kripto paralar içerisinde en popüler, en çok işlem gören, en yüksek hacimli ve en çok kullanici sayisina sahip olanidir (Adana Karaaǧaç ve Altinirmak, 2018: 127). Bitcoin, birçok ülkede işlem amaçli ve yatirim amaçli olarak kullanilmaya başlanmiştir. Bitcoin'e talep her geçen gün daha da artmakta olup diǧer kripto para birimleri arasinda öne çiktiǧi görülmektedir.

Tamamen dijital olup herhangi bir fiziki temasa ihtiyaç duymayan Bitcoin'in işlem maliyetlerinin düşük olmasi, komisyon oranlarindaki düşüklük, küresel ölçekte kullanilabilmesi ve küresel pazara erişim kolayliǧi; sistemin sahip olduǧu kriptolama sayesinde tüm işlemlerin güvenli olmasi, finansal özgürlük ve işlemlerin anonim (takma isimle) yapilmasina olanak saǧlamasi popülaritesinin gün geçtikçe artmasina neden olmaktadir (Çarkacioǧlu, 2016: 11-12; 16).

Bitcoin, virgülden sonra 8 basamaǧa kadar bölünebilmektedir ve 0,00000001 Bitcoin'lik bir işlem yapilabilmektedir. En küçük Bitcoin birimine "Satoshi" denilmektedir. 100 Milyon Satoshi 1 Bitcoin (BTC) olarak hesaplanmaktadir (Dilek, 2018: 14). Bitcoin işleyiş olarak Dolar, Euro, Sterlin, Yen gibi bir para birimi olarak deǧerlendirilebilir; herhangi bir para birimi karşiliǧinda alimi ve satimi gerçekleştirilebilmekte, Bitcoin kabul eden kurum ve kuruluşlarda karşiliǧinda ürün ve hizmet alim-satimina imkan vermektedir (Can Kuş Khalilov ve diǧ., 2017).

Günümüzde birçok özellik ve işlev bakimindan birbirlerinden farklilaşmiş olan altcoinler'den hiçbiri şu an için Bitcoin kadar kabul görmüş deǧildir. Bitcoin'in yayginlaşip fiyat hareketliliǧindeki volatilite azaldiǧinda altcoin'lerin spekülatif olarak kullanilmasi mümkün olacaktir. Diǧer taraftan altcoinlerinpopülaritesinin artmaya başlamasinin asil nedeni, Bitcoin'in arkasinda bir devlet olmaksizin çalişmasidir. Otomatik altcoin oluşturan internet siteleri bulunduǧu gibi çok kisa sürelerde altcoin oluşturan internet siteleri de bulunmaktadir (Çarkacioǧlu, 2016: 54-55).

Şubat 2021 tarihi itibariylakripto para piyasasinda deǧer olarak en yüksek 5 kripto para sirasiyla Bitcoin, Ethereum, Tether, Ripple ve Cardano 'dur. Tabloda görüldüǧü üzere, Bitcoin'in piyasa fiyati diǧer kripto paralara göre oldukça yüksektir. Bunun yaninda Bitcoin'in yaklaşik 900 milyar USD ile tek başina listedeki diǧer takipçilerinin toplamindan daha fazla piyasa deǧerine sahip olduǧu görülmektedir.

Günümüzde özellikle gelişmiş ülkelerde kâǧit para kullanimi giderek azalmakta ve sanal paralarin kullanim alani yayginlaşmaktadir. Bu baǧlamda kripto paralarin önemi gün geçtikçe daha da artmakta olup Bitcoin ile ilgili olarak bu tür detayli bir çalişmanin yararli olabileceǧi düşünülmektedir. Dolayisiyla bu çalişmanin amaci kripto paralardan en yüksek piyasa deǧerine sahip Bitcoin ile gelişmiş ve gelişmekte olan ülke borsalari arasindaki ilişkiyi ortaya koymaktir. Çalişmanin giriş bölümünde Bitcoin ve çalişma hakkinda temel bilgiler ortaya konulmuş, Literatür taramasinda Bitcoin ve kripto paralara ilişkin son zamanlarda yapilmiş bazi önemi çalişmalar irdelenmiş; Ekonometrik Analiz bölümünde çalişmada kullanilan veriler, araştirmanin yöntemi, analiz ve bulgulari incelenmiş ve sonuç ve öneriler bölümünde ise araştirmada elde edilen sonuç ve tartişmaya yer verilmiştir.

Çalişmanin kripto para sürecini, Bitcoin fiyatlari ile gelişmiş ülke borsalari ve gelişmekte olan ülke borsalari arasindaki nedensellik ilişkisini incelemesi açisindan literatüre katki saǧlayacaǧi düşünülmektedir.

2.Literatür Taramasi

Bitcoin ve kripto para birimlerini konu alan çalişmalar özetlenmiştir. Literatürdeki çalişmalar incelendiǧinde genellikle Bitcoin'in gelişimi, Bitcoin muhasebesi ve Bitcoin ile finansal göstergeler arasindaki ilişkinin incelendiǧi çalişmalarin yoǧunlukta olduǧu, Bitcoin fiyatlari ve gelişmiş ülke borsalari ile gelişmekte olan ülke borsalari arasindaki ilişkiyi inceleyen çalişmalarin ise sinirli sayida olduǧu görülmektedir. Bu nedenle çalişmanin literatüre katkisi olacaǧi düşünülmektedir.

Kanat ve Öǧet 2018 yilinda yapmiş olduklari çalişmada, Bitcoin ile Türkiye ve G7 borsalari arasindaki uzun ve kisa dönemli ilişkiyi incelemişlerdir. Çalişmanin analizini Bitcoin fiyatlarinin dalgalanmaya başladiǧi 2013 ile 2018 yillari arasindaki verileri kullanarak Eşbütünleşme analizi ve Granger nedensellik analizleri yardimiyla gerçekleştirmişlerdir. Kanat ve Öǧüt çalişmanin sonucunda, Bitcoin ile diǧer ülke borsalari arasinda herhangi bir uzun dönemli denge ilişkisinden söz edilemeyeceǧi, kisa dönemde İngiltere borsasinin (FTSE) Bitcoin'in nedeni olduǧu sonucuna ulaşilmiştir.

Soyaslan 2020 yilinda, Bitcoin fiyatlari ile BİST 100, BİST Banka ve BİST Teknoloji Endeksi arasindaki kisa ve uzun dönem ilişkiyi incelemiştir. Çalişmanin analizinde Nisan 2011 ile Şubat 2020 yillari arasindaki Bitcoin, BİST 100, BİST Banka ve BİST Teknoloji endeksi günlük verileri kullanilmiştir. Soyaslan çalişmasinda uzun dönemde Bitcoin fiyati ile BİST 100 endeksi arasinda %5 anlamlilik düzeyinde denge ilişkisine sahipken BİST Banka ve BİST Teknoloji endeksi ile bir ilişkiye rastlanilmadiǧi sonucuna ulaşmiştir. Ayrica kisa dönemde %5 anlamlilik seviyesinde deǧerlendirildiǧinde Bitcoin fiyati ile BİST 100, BİST Banka ve BİST Teknoloji endeksleri arasinda herhangi bir nedensellik ilişkisinin olmadiǧi gözlemlenmiştir.

Çütcü ve Kiliç 2018 yilinda yapmiş olduklari çalişmada, Bitcoin fiyatlari ile Dolar kuru arasindaki ilişkiyi incelemişlerdir. Çalişmanin analizinde Kasim 2013 - Mart 2018 dönemlerini kapsayan haftalik veriler ile yapisal kirilmali testler kullanilarak Dolar kuru ile Bitcoin fiyatlari arasindaki ilişki incelenmiştir. Çalişmanin sonucunda, deǧişkenler arasinda yapisal kirilmalarla birlikte uzun dönemli bir ilişki olduǧu sonucuna ulaşilmiş olup ayrica Dolar kurundan Bitcoin fiyatlarina doǧru %1 anlamlilik düzeyinde nedensellik ilişkisi olduǧu sonucuna ulaşilmiştir.

Şahin 2020, Bitcoin fiyatina etki eden faktörlerden Altin, Dolar kuru, Finansal Baski Endeksi ve Jeopolitik Risk Endeksinin Ocak 2012 ile Kasim 2019 yillari arasinda aylik veriler kullanilarak Çok Deǧişkenli Uyarlanabilir Regresyon Uzanimlari-MARS yöntemi ile analiz edilmiştir. Şahin yapmiş olduǧu çalişma sonucunda, kullanilan tüm baǧimsiz deǧişkenlerin belirli şartlar altinda Bitcoin fiyatina etki edebileceǧi sonucuna ulaşmiştir.

Güleç, vd. 2018 yilinda yapmiş olduklari çalişmada, Bitcoin ile Finansai Göstergeler Arasindaki İlişkiyi incelemişlerdir. Çalişmanin analizini Mart 2013 ile Mayis 2018 yillari arasindaki aylik verileri kullanarak Johansen Eşbütünleşme ve Granger nedensellik analizleri yardimiyla gerçekleştirmişlerdir. Çalişmanin sonucunda Bitcoin fiyatlarinin yükseliş trendinde ve yüksek bir volatiliteye sahip olduǧu görülmüştür. Granger nedensellik testi ile diǧer analiz sonuçlarina göre Faiz deǧişkeni ile Bitcoin fiyatlari arasinda istatistiksel olarak anlamli bir ilişkinin olduǧu sonucuna varilmiştir.

Atik vd. 2015 yilinda, Bitcoin ve Döviz Kurlari Üzerine Etkilerini incelemişlerdir. Çalişmada çapraz döviz kuru olarak; Euro, Sterlin, Yen, Kanada Dolari ve Avustralya Dolari ile İsviçre Frank'i seçilmiştir. Döviz kurlari ile Bitcoin arasindaki ilişki Granger Nedensellik Testi yardimiyla incelenmiştir. Atik vd. çalişma sonucunda Japon Yeni'nden Bitcoin'e doǧru bir nedensellik ilişkisi gözlemlemişlerdir.

Dirican ve Canoz 2017 yilinda, "Bitcoin Fiyatlari ile Dünyadaki Başlica Borsa Endeksleri Arasindaki Eşbütünleşme İlişkisi: ARDL Modeli Yaklaşimi ile Analiz" başlikli çalişmada ARDL sinir testi yöntemini kullanarak Bitcoin ve bazi borsa endeksleri arasindaki ilişkiyi incelemişlerdir. Çalişmada Bist100, ChinaA50, Dow30, Ftse100, Nasdaq100, Nikkei225 ve S&P500 Endeksleri seçilmiştir. Dirican ve Canoz yaptiklari çalişmanin sonucunda, ABD ve Çin Borsa endeksleri ile Bitcoin arasinda uzun dönemli bir ilişkinin olduǧu sonucuna ulaşmişlardir.

Tuncel ve Gürsoy 2020 yilinda yapmiş olduklari "Korku Endeksi (VIX), Bitcoin Fiyatlari ve Bist100 Endeksi Arasindaki Nedensellik İlişkisi Üzerine Ampirik Bir Uygulama" başlikli çalişmada, Aǧustos 2010 - Ocak 2020 tarihleri arasinda günlük Bitcoin fiyatlari ile BİST100 ve VIX korku endeksi arasindaki nedensellik ilişkisini test etmişlerdir. Çalişmalari sonucunda Bitcoin fiyatinin her iki deǧişken üzerinde anlamli bir etkisinin olmadiǧi, VIX endeksinden BİST100 endeksine doǧru tek yönlü bir nedensellik etkisinin olduǧunu tespit etmişlerdir.

Avşarligil 2020 yilinda yapmiş olduǧu "Covid-19 Salgininin Bitcoin ve Diǧer Finansal Piyasalar ile İlişkisi Üzerine Bir İnceleme" başlikli çalişmasinda Covid-19 olarak tanimlanan virüsün ortaya çikmasindan sonra finansal piyasalarda yaşanan kirilma ve deǧişiklikleri incelemiştir. Çalişmada salgin öncesi ve sonrasi karşilaştirilmiş olup Salgin öncesi dönemde yapilan eş bütünleşme analizinde West Texas Ham Petrol fiyati (WTI), Bitcoin (BTC) ve EUR/USD paritesi (EUR) deǧişkenlerinin aralarinda eş bütünleşme ilişkisi olmadiǧi görülürken salgin sonrasi dönemde üç deǧişken arasinda anlamli bir eş bütünleşme hareketi olduǧu gözlemlenmiştir. Salgin öncesi ve sonrasi seriler açisindan ortalamalarin önemli ölçüde deǧiştiǧi ve WTI'daki deǧişimin BTC'de deǧişimin bir nedeni olduǧu, bunun yani sira EUR'daki deǧişiminde WTI fiyatinin da bir deǧişikliǧe neden olduǧu tespit edilmiştir.

3. Ekonometrik Analiz

3.1.Verilerin Tanitimi

Çalişmada analiz için, [2010.08-2021.01] dönemini içeren aylik veriler için Bitcoin fiyatlari ile gelişmiş ülke borsalari ve gelişmekte olan ülke borsalarinin nedensellik ilişkileri ele alinmiştir. Veriler https://tr.investing.com/indices veri bankasindan elde edilmiştir. Analizler Eviews10.0 ve R kodlari yardimiyla elde edilmiştir. Modelde yer alan deǧişkenler Tablo 2'de verilmiştir.

3.2.Ekonometrik Yöntem

Duraǧanlik testleri için Augmented Dickey-Fuller (ADF)(1981) ve Phillips-Perron (PP)(1988) testleri uygulanmiştir. Denklem sisteminde yer alan deǧişkenler için ortak gecikme uzunluǧunu belirlemede literatürde siklikla kullanilan kriterler mevcuttur. Bu kriterler, Final PredictionError (FPE), Hannan-Quinn (HQ), Schwarz (SW), LikelihoodRatio (LR) ve Akaike Information Criteria (AIC) şeklindedir. Bu kriterlere göre gecikme uzunluǧu belirlenmiştir. Nedensellik ilişkisinin araştirilmasi için Hacker ve Hatemi (2006) Bootstrap Nedensellik analizi yapilmiştir.

3.2.Bulgular ve Deǧerlendrime

3.3.1. Duraǧanlik Testi Sonuçlari

İlk aşamada veriler için duraǧanlik testleri analiz edilmiştir. Her bir test için "sabit" ve "sabit+trend" seçenekleri kullanilmiştir. Mevsimselliǧin giderilmesi amaçli deǧişkenlere Eviews10.0 sürümü içinde yer alan Census X12 filtresi uygulanmiştir.

Tablo 4'teyer alan sonuçlara göre, deǧişkenlerin tümü birim köke sahiptir. Deǧişkenler birinci mertebe fark için duraǧan çikmiştir, I(1) seviyesinde duraǧanlik vardir.

3.3.2.Hacker ve Hatemi (2006) Bootstrap NedensellikAnalizi

Hacker-Hatemi (2006) nedensellik testi ise Toda-Yamamoto (TY) (1995) nedensellik testinde hesaplanan test istatistiǧi ile karşilaştirilan tablo kritik deǧerinin bootstrap simülasyonu ile elde edilmiş halidir. Ayrica, Hacker-Hatemi (2006), Toda-Yamamoto (1995) veya Dolado-Lütkepohl (1996) VAR modellerinin tahmininde optimal gecikme uzunluǧunun en iyi HQ ve SIC bilgi kriterleri ile belirlenebileceǧini, iki kriterin bazi durumlarda farkli gecikme uzunluǧu belirtmesinden ötürü iki bilgi kriterini birlikte analiz eden Hatemi-J (2003) (HJC) bilgi kriteri ile optimal gecikme uzunluǧunun belirlenmesi gerektiǧini ifade etmişlerdir. HJC bilgi kriterinin formülasyonu denklem (1)'de gösterilmektedir.

... (1)

|H|, j gecikme uzunluǧu ile tahmin edilen VAR modelinin hata terimlerinin varyanskovaryans matrisini, n modeldeki denklem sayisini, T gözlem sayisini belirtmektedir. Optimal gecikme uzunluǧu belirlendikten sonra sifir hipotezinin analizi için gerçekleştirilecek TY-VAR analizi (j+dmax) denklemi Y=^Z+Ð şeklinde ifade edilirse;

... (2)

=... matrisidir.

Kisitsiz regresyonun hata terimleri (nxT)<5y matrisi tahmin edilir. Su = (??/T şeklinde hesaplanir. ß = vec (а, A1, ..., Ay, Onxndmax ),ß = vec (Û)vec sütun-yiǧilma operatörünü belirtmektedir. 0nxndmax n satir, n(dmax)sütunlü sifir matrisini göstermektedir. TodaYamamoto'nun modifiye edilmiş MWald testi denklem (3)'te belirtilmektedir.

1...(3)

® sembolü Kronecker çarpimini ve C kisitlari içeren jxn(1+n(j+dmax) boyutundaki gösterge fonksiyonu matrisini göstermektedir. C'nin her bir j satiri ß katsayisinin sifira eşit olup olmadiǧi kisitlamasiyla ilişkilidir. TY-VAR analizinde Granger nedenselliǧinin araştirildiǧi sifir hipotezi Ho= Cß=0 şeklinde test edilmektedir. Hacker-Hatemi (2006) TY Granger nedensellik analizinin tablo kritik deǧerlerini hem bootstrap simülasyonu ile daha etkin bir şekilde elde etmesi hem de modelde ARCH etkisinin var olup olmadiǧini Engle (1982)'nin geliştirdiǧi oto regresif şartli deǧişen varyans (ARCH) testi ile test etmesi, nedensellik bulgularinin daha etkin olmasini saǧlamaktadir.

3.3.3.Hacker ve Hatemi (2006) Bootstrap NedensellikSonuçlari

Deǧişkenler arasindaki nedensellik ilişkisini belirlemek için Hacker veHatemi (2006) tarafindan geliştirilen nedensellik testi kullanilmiştir. Uygun gecikme uzunluǧu HJC (HatemiJ J kriteriyle belirlenen VAR modele 1 gecikme eklenmiştir. HJC kriteri tüm yöntemlerde 2 olarak tespit edilmiştir. Uygun kritik deǧerlere ulaşabilmek için 10.000 bootstrap simülasyonu yapilmiştir.

Gelişmiş ülkeler için bakildiǧinda DJI ve BTC için çift yönlü nedensellik elde edilmiştir. DJI geçmiş deǧerleri BTC'yi etkilerken BTC'nin geçmiş deǧerleri de DJI üzerinde etkilidir (BTC^DJI). Diǧer yandan FCHI'dan BTC'ye doǧru nedensellik ilişkisi vardir, BTC'denFCHI'ya doǧru nedensellik yoktur. Böylece tek yönlü nedensellik elde edilmiştir (FCHI^BTC). Son olarak BTC'den N225'e doǧru nedensellik vardir, N225'ten BTC'ye doǧru nedensellik yoktur. Tek yönlü nedensellik elde edilmiştir (BTC^N225). DAX ve BTC arasinda bir nedensellik ilişkisi belirlenmemiştir.

Gelişmekte olan ülkeler için bakildiǧinda BIST'ten BTC'ye doǧru nedensellik ilişkisi yoktur ama BTC'denBIST'e doǧru nedensellik ilişkisi vardir. Böylece tek yönlü nedensellik elde edilmiştir (BTC^BIST). BVSP'den BTC'ye doǧru nedensellik yoktur, BTC'den BVSP'ye doǧru nedensellik ilişkisi vardir. Böylece tek yönlü nedensellik elde edilmiştir (BTC^BVSP). MOEX'ten BTC'ye doǧru nedensellik yoktur, BTC'denMOEX'e doǧru nedensellik ilişkisi vardir. Böylece tek yönlü nedensellik elde edilmiştir (BTC^MOEX). Son olarak BSE'den BTC'ye doǧru nedensellik yoktur, BTC'den BSE'ye doǧru nedensellik ilişkisi vardir. Böylece tek yönlü nedensellik elde edilmiştir (BTC^BSE).Görüleceǧi üzere gelişmekte olan borsalarin BTC nedenidir, geçmiş deǧerleri BIST, BVSP, MOEX ve BSE üzerinde etkilidir.

Sonuç ve Öneriler

Bugüne kadar yapilan birçok çalişmada Bitcoin fiyatlari ile borsa endeksleri arasinda kisa ve uzun dönemli ilişkiler incelenmiştir. Ayrica literatürdeki çalişmalar incelendiǧinde genellikle Bitcoin 'in gelişimi, Bitcoin muhasebesi, Bitcoin ile finansal göstergeler ve döviz kurlari arasindaki ilişkinin incelendiǧi çalişmalarin yoǧunlukta olduǧu görülmektedir. Bu çalişmada, Bitcoin fiyatlari ile gelişmiş ülke borsalari ve gelişmekte olan ülke borsalarinin nedensellik ilişkisi incelenmiştir. Çalişmada kullanilan veriler uzun bir dönemi içeren aylik veriler olduǧundan piyasalardaki kisa süreli dalgalanmalar araştirma sonucuna yansimamiştir. Uzun vadeli yatirim karari alacak yatirimcilar için önemli bir sonuç ortaya koymaktadir.

Araştirmanin sonuçlari gelişmiş ülkeler için incelendiǧinde Bitcoin ile Dow JonesIndustrialAverage (DJI) arasinda çift yönlü nedensellik elde edilmiştir. Bitcoin veya DJI endeksinin herhangi birindeki artiş veya azaliş diǧerini ayni yönde etkilemektedir. CAC 40 (FCHI)'dan Bitcoin'e tek yönlü nedensellik ilişkisi tespit edilmiş olup Bitcoin fiyatlari CAC 40 endeksindeki artiş veya azaliştan etkilenmektedir. Bitcoin'den NIKKEI (N225) endeksine ise tek yönlü nedensellik elde edilmiş olup Bitcoin fiyatlari NIKKEI endeksini etkilemektedir. DAX ile Bitcoin arasinda ise nedensellik ilişkisi bulunamamiştir.

Çalişma sonuçlarina gelişmekte olan ülkeler için bakildiǧinda BIST, BOVESPA, MOEX RUSSIA ve BSE SENSEX 30'dan BTC'ye doǧru nedensellik ilişkisi bulunmamakta olup Bitcoin'den BIST, BOVESPA, MOEX Russia ve BSE Sensex 30'a doǧru nedensellik ilişkisi bulunmaktadir. Böylece gelişmekte olan ülke borsalari ile Bitcoin arasinda tek yönlü nedensellik elde edilmiştir. Sonuçlardan görüleceǧi üzere Bitcoin fiyatlarinin gelişmekte olan ülke borsalarinin nedeni olduǧu, Bitcoin geçmiş deǧerlerinin BIST, BOVESPA, MOEX Russia ve BSE Sensex 30 üzerinde etkili olduǧu tespit edilmiştir.

Araştirma sonuçlarindan gelişmiş ve gelişmekte olan ülke borsalari ile Bitcoin yatirimi yapacak yatirimcilarin Bitcoin fiyatlari ile eş zamanli olarak araştirmaya konu borsa endekslerindeki gelişmeleri de takip etmeleri, portföy çeşitlendirmesinde bu piyasalar arasindaki ilişkiyi göz ardi etmemeleri önerilmektedir. Gelecekte Bitcoin ile farkli gelişmiş ve gelişmekte olan ülke borsalari arasindaki ilişkilerin incelendiǧi araştirmalar yapilmasi ve/veya başka ülke borsalari ile farkli kripto paralar araştirmaya dahil edilerek çalişmanin kapsami genişletilebilir.

Kanat ve Öǧet (2018) Bitcoin ile Türkiye ve G7 borsalari arasindaki uzun ve kisa dönemli ilişkiyi inceledikleri çalişmada Bitcoin ile diǧer ülke borsalari arasinda herhangi bir uzun dönemli denge ilişkisinden söz edilemeyeceǧini tespit etmişlerdir. Bu çalişmanin sonuçlari bahsi geçen çalişma ile farklilik arzetmektedir. Dirican ve Canoz (2017) Bitcoin ve bazi borsa endeksleri arasindaki ilişkiyi incelemişlerdir. ABD ve Çin Borsa endeksleri ile Bitcoinarasinda uzun dönemli bir ilişkinin olduǧu sonucuna ulaşmişlardir. Bu çalişmanin sonuçlari bahsi geçen çalişma ile benzerlik taşimaktadir.

Sidebar

Jel Classification

G11, G15, G17

PaperType

Research Article

Received

24.04.2021

Revised

20.05.2021

Accepted

25.05.2021

References

Kaynaklar

Atik, M. Köse, Y. Yilmaz, B.& Saǧlam, F. (2015). Kripto Para: Bitcoin ve Döviz Kurlari Üzerine Etkileri. Bartin Üniversitesi İİBF Dergisi, 6(11); ss: 247-261.

Adana Karaaǧaç, G. ve Altinirmak, S. (2018). En Yüksek Piyasa Deǧerine Sahip On Kripto Paranin Birbirleriyle Etkileşimi. Muhasebe ve Finansman Dergisi, (79), 123-138.

Avşarligil, N. 2020, Covid-19 Salginin Bitcoin ve Diǧer Finansal Piyasalar ile İlişkisi Üzerine Bir İnceleme. Alanya Akademik Bakiş Dergisi, C:4, S:3, ss.665-682.

Anonim (2021) https://tr.investing.com/crypto/currencies (Erişim tarihi: 11.02.2021).

Can Kuş Khalilov, M.Gündebahar, M. ve Kurtulmuşlar, İ. (2017) "Bitcoin ile Dünya ve Türkiye'deki Dijital Para Çalişmalari Üzerine Bir İnceleme", https://ab.org.tr/ab17/bildiri/100.pdf (Erişim: 11.02.2021).

Çarkacioǧlu, A. (2016) "Kripto-Para Bitcoi", Sermaye Piyasasi Kurulu Araştirma Raporu, Ankara.

Çütcü, İ. ve Kiliç, Y. (2018). Bitcoin Fiyatlari ile Dolar Kuru Arasindaki İlişki: Yapisal Kirilmali Zaman Serisi Analizi. Yönetim ve Ekonomi Araştirmalari Dergisi, 16(4), 349-366.

Dickey, David A. ve Fuller, Wayne A. (1981), "Likelihood Ratio Statisitics for Autoregressive Time Series with a Unit Root", Econometrica, Vol: 49(4), 1057- 1072.

Dilek, Ş. (2018) "Blockchain Teknolojisi ve Bitcoin", Şubat, Sayi: 231, Ankara: SETA Yayinlari.

Dirican, C.ve Canöz, İ. (2017). "Bitcoin Fiyatlari ile Dünyadaki Başlica Borsa Endeksleri Arasindaki Eşbütünleşme İlişkisi: ARDL Modeli Yaklaşimi ile Analiz. Journal of Economics Finance and Accounting, 4(4); ss: 377-392.

Dizkirici, A.S. ve Gökgöz, A. (2018). Kripto Para Birimleri ve Türkiye'de Bitcoin Muhasebesi. Journal of Accounting, Finance and Auditing Studies, 4(2), 92-105.

Dolado, J.J. andLütkepohl, H. (1996) "Making Wald Tests Work for Cointegrated VAR Systems" Econometric Theory, 15(4):369-386.

Engle, R.F. (1982) Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United KingdomInflation. Econometrica, 50, 987-1007.

Guegan, D. (2018). TheDigital World: I - Bitcoin: FromHistoryto Real Live. CES WorkingPapers.

Güleç, Ömer F. Çevik, E. ve Bahadir, N. (2018) Bitcoin ile Finansal Göstergeler Arasindaki İlişkinin incelenmesi. Kirklareli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi. 2018, Cilt:7, Sayi:2

Hacker, R.S. and Hatemi-J, A. (2006) "Tests for Causality between Integrated Variables Using Asymptotic and Bootstrap Distributions: Theoryand Application" Applied Economics, 38(13):1489-1500.

Hatemi-J, A. (2003) "A New Method to Choose Optimal Lag Order in Stable and Unstable VAR Models" Applied Economics Letters, 10(3):135-137

Kanat, E. ve Öget, E. (2018). Bitcoin ile Türkiye ve G7 Ülke Borsalari Arasindaki Uzun ve Kisa Dönemli İlişkilerin İncelenmesi. Finans Ekonomi ve Sosyal Araştirmalar Dergisi, 3(3), 601-614.

Phillips, Peter C. and Perron, Pierre (1988), "Testing for a Unit Root in Time Series Regression.", Biometrika, 75(2), 335-346.

Soyaslan, E.(2020).Bitcoin Fiyatlari ile BİST 100, BİST Banka Ve BİST Teknoloji Endeksi Arasindaki İlişkinin Analizi. https://dergipark.org.tr/tr/pub/fseconFiscaoeconomia. Volume 4, Issue 3, 628-640

Şahin, Eyüp E. (2020). "Bitcoin Fiyatina Etki Eden Faktörlerin Mars Metodu ile Belirlenmesi" Uluslararasi Ekonomi, İşletme ve Politika Dergisi, 2020, 4 (1), 171-184

Tuncel, Mert B. ve Gürsoy, S. (2020). Elektronik Sosyal Bilimler Dergisi, Cilt:19, Sayi:76

Toda, H. Y. AndYamamoto T. (1995), Statistical Inferences In Vector Autoregressions with Possibly Integrated Processes. Journal of Econometrics, 66, p.225-250.

Yüksel, A. (2015). Elektronik Para, Sanal Para, Bitcoin ve Linden Dolari'na Hukuki Bir Bakiş. İstanbul Üniversitesi Hukuk Fakültesi Mecmuasi, LXXIII (2), 173- 220.

Wandhöfer, R. (2017). TheFuture of Digital Retail Payments in Europe: A Place for Digital Cash. Journal of Payments Strategy & Systems, 11(3), 248-258.