Volatility estimation using heterogeneous autoregressive models: The case of BIST 100

Bu tezde HAR-RV, HAR-RV-J, HARQ, HARQ-J, CHAR, CHAR-Q modelleri yardımı ile BIST 100 endeksinin gerçekleşen oynaklık tahmini ve modellerin örneklem içi ve örneklem dışı tahmin performanslarının karşılaştırılması amaçlanmıştır. Ek olarak, BİST100 endeksinde sıçramaların varlığının test edilmesi amaçlanmaktadır ve bu amaç doğrultusunda Barndorff-Nielsen ve Shephard (BNS) ve Ait-Sahalia ve Jacod (AJ) testleri kullanılmıştır. Tezde, 01.01.2018 ile 31.08.2020 dönemlerini kapsayan (60757 veri) 5 dakikalık yüksek frekanslı verilerden yararlanılmıştır. Çalışmanın sonucunda, HAR-RV, HAR-RV-J, HARQ, HARQ-J, CHAR, CHARQ modeller ile tahmin edilen gerçekleşen oynaklığın gözlemlenen oynaklığa benzer hareketleri yakaladığı gözlemlenmiştir. Modellerin örneklem içi performans karşılaştırılmasında düzeltilmiş-R^2 ve QLIKE kayıp fonksiyonları kullanılmıştır. Düzeltilmiş-R^2 en iyi model olarak HAR-RV-J model, QLIKE kayıp fonksiyonuna göre, en iyi model HARQ-J model sonucuna ulaşılmıştır. Modellerin örneklem dışı performans karşılaştırılmasında 20 günlük kayan pencere yöntemi kullanılmış ve performanslar MSE ve QLIKE kayıp fonksiyonları yardımı ile karşılaştırılmıştır. Bulgulara göre örneklem dışı performanslarında MSE değerlerine göre, HAR-RV modelini en iyi model olarak belirlenirken, QLIKE değerlerine göre ise CHAR modeli en iyi model sonucuna ulaşılmıştır.In this thesis, it is aimed to estimate the realized volatility of the BIST 100 index with the help of HAR-RV, HAR-RV-J, HARQ, HARQ-J, CHAR, CHAR-Q models and to compare the in-sample and out-of-sample estimation performances of these models. In addition, it is aimed to test the presence of jumps in the BIST100 index and for this purpose Barndorff-Nielsen and Shephard (BNS) and Ait-Sahalia and Jacod (AJ) tests were used. The thesis covers 5-minute high-frequency data (60757 data) for the period 01.01.2018 - 31.08.2020. The results show that, HAR-RV, HAR-RV-J, HARQ, HARQ-J, CHAR, CHARQ models can catch movements of observed realized volatility. On the other hand, Adjusted-R^2 and QLIKE loss functions are used to compare the in-sample performance of the models. According to Adjusted-R^2 HAR-RV-J model is the best and according to the QLIKE loss function, the best model is HARQ-J model. On the other hand, the 20-day rolling window analysis is used to compare the out-of-sample performance of the models and the performances are compared with the help of MSE and QLIKE loss functions. Accordingly, in the out-of-sample performances the HAR-RV model has the smallest MSE values , while the CHAR model has the smallest QLIKE values