Abstract

Bu çalışma, Borsa İstanbul (BİST 100) ile altı büyük küresel hisse senedi piyasası (S&P 500 [ABD], DAX [Almanya], FTSE 100 [Birleşik Krallık], BOVESPA [Brezilya], SENSEX [Hindistan] ve ATHEX [Yunanistan]) arasındaki oynaklık bağlantısını 2002–2025 döneminde (5.124 günlük gözlem) incelemekte; Antonakakis ve diğerleri (2020)'nin zamana bağlı parametre vektör otoregresyon (ZBP-VAR) bağlantısallık çerçevesini kantil-VAR (Ando ve diğerleri, 2022), Hatemi-J asimetrik nedensellik ve Baruník–Křehlík frekans alanı ayrıştırmaları ile genişletmektedir. Dört temel bulgu öne çıkmaktadır. Birincisi, toplam yayılım endeksi %24,3 ile %82,7 arasında dalgalanmakta (zirve: 13 Mart 2020); BİST 100 sistemin en büyük net alıcısı konumundadır (tam örneklem net yayılım = −%17,79). İkincisi, ortalamaya dayalı ölçüler kriz dönemlerindeki eş hareketi önemli ölçüde hafife almaktadır: bağlantısallık koşullu medyanda %55,0'den alt kuyrukta %81,4'e ve üst kuyrukta %80,0'e yükselmekte olup güçlü ve büyük ölçüde simetrik bir kuyruk bağımlılığına işaret etmektedir. Üçüncüsü, toplam yayılımın %74'ten fazlası 1–5 işlem günü frekans bandında gerçekleşmektedir. Dördüncüsü, negatif BİST 100 şokları pozitif S&P 500 yeniliklerine yol açmakta (Wald = 130,33; p < 0,001) ve güvenli liman arayışı örüntüsünü ortaya koymaktadır.

Abstract

This study investigates the volatility linkage between Borsa Istanbul (BIST 100) and six major global stock markets (S&P 500 [United States], DAX [Germany], FTSE 100 [United Kingdom], BOVESPA [Brazil], SENSEX [India], and ATHEX [Greece]) between 2002 and 2025 (5,124 days of observation), extending the time-varying parameter vector autoregression (TVP-VAR) connectedness framework of Antonakakis et al. (2020) with quantile-VAR (Ando et al., 2022), Hatemi-J asymmetric causality, and Baruník–Křehlík frequency-domain extensions. Four findings emerge. First, the total spillover index ranges from 24.3% to 82.7% (peak: 13 March 2020); Borsa Istanbul is the largest net receiver (full-sample net spillover = −17.79%). Second, mean-based measures significantly underestimate crisis-period co-movement: connectedness rises from 55.0% at the conditional median to 81.4% at the lower tail and 80.0% at the upper tail, indicating strong and broadly symmetrical tail dependence. Third, over 74% of total spillover operates at frequencies of 1–5 trading days. Fourth, negative BIST 100 shocks transmit to positive S&P 500 innovations (Wald = 130.33, p < 0.001), revealing a flight-to-safety pattern.

Structured Abstract

Aim

The international transmission of financial shocks has been central to empirical finance for over three decades, yet a key question remains unresolved: are conventional, mean-based connectedness measures sufficient to capture cross-market integration, or do tail-specific and frequency-specific dimensions of connectedness carry independent informational value? Connectedness research has evolved through three methodological generations — cointegration analysis (Engle & Granger, 1987; Johansen, 1991), the generalized variance-decomposition framework of Diebold and Yilmaz (2009, 2012), and its time-varying TVP-VAR extension (Antonakakis et al., 2020) — but no prior study of the Turkish market has jointly applied quantile-VAR (Ando et al., 2022), Hatemi-J (2012) asymmetric causality, and Baruňík–Křehlík (2018) frequency-domain decomposition to a common sample. This constitutes the research gap addressed here. Accordingly, the study aims to characterize the time-varying, quantile-specific, and frequency-domain dimensions of the volatility integration between Borsa Istanbul (BIST 100) and six major global equity markets — the S&P 500 (United States), DAX (Germany), FTSE 100 (United Kingdom), BOVESPA (Brazil), SENSEX (India), and ATHEX (Greece) — over January 2002–December 2025 (5,124 common trading days), and to identify the dominant transmission channels and their asymmetric properties. Türkiye offers a valuable analytical setting: a large, structurally open emerging economy with deep European trade and financial ties, whose domestic monetary regime underwent repeated unconventional policy episodes between 2018 and 2023. Three research questions guide the analysis: (i) How have the strength and direction of volatility spillovers between the BIST 100 and major global indices evolved across crisis episodes? (ii) Do spillover patterns differ across conditional quantiles — is the Turkish market more intensely integrated in the lower tail (crisis conditions) than at the median? (iii) At what frequency horizons does integration predominantly operate?

Method

The study adopts a quantitative research design based exclusively on publicly available secondary market data. Daily logarithmic returns were constructed from Yahoo Finance closing prices for seven indices over 2 January 2002 – 30 December 2025 (5,124 common trading days). GARCH(1,1) conditional volatilities, estimated by maximum likelihood for each return series, served as inputs to all connectedness analyses. A static Diebold–Yilmaz VAR(4) specification with a 10-step forecast horizon provided the full-sample benchmark, while the TVP-VAR of Antonakakis et al. (2020) — with forgetting factors κ₁ = 0.99 and κ₂ = 0.96 — captured time-varying connectedness. Quantile connectedness was computed at τ ∈ {0.05, 0.50, 0.95} using quantile regression (Koenker & Bassett, 1978); Hatemi-J (2012) asymmetric causality was applied to all 168 directional permutations, with bootstrap critical values (500 replications) for BIST 100-related tests; and frequency-domain decomposition followed Baruňík and Křehlík (2018) across three spectral bands. Structural breaks were dated using Bai and Perron (1998, 2003). Robustness was assessed through rolling-window VAR (four window lengths), alternative forgetting-factor combinations, alternative lag lengths (p = 2–8), alternative forecast horizons (H = 5, 15, 20), and sub-sample analysis. Because only secondary, publicly available data were used, no primary data collection or ethics-committee approval was required.

Findings

Four principal findings emerge. First, the static full-sample TSI is 51.0%, with FTSE 100 the dominant net transmitter (+28.1%) and BIST 100 the largest net receiver (−17.8%); the dynamic TVP-VAR trajectory ranges from 24.3% (February 2018) to 82.7% (13 March 2020) and reveals five connectedness regimes (moderate spillover in 2003–2006, sustained elevation in 2007–2012, post-crisis normalization in 2013–2017, the COVID-19 spike in 2020, and a moderate regime from 2022 onward). Second, connectedness is strongly tail-amplified: the system-wide TSI rises from 55.0% at the conditional median to 81.4% in the lower tail and 80.0% in the upper tail, while the net-receiver position of the BIST 100 is largest at the median (−12.3%) and substantially smaller at both tails (−6.6% during crises, −4.8% during rallies), indicating that Türkiye-specific shocks generate outward variance flows that partially offset the global-to-Türkiye flow during tail episodes. Third, frequency-domain decomposition shows that 74% of total spillover operates within the 1–5 trading-day band and only 6.7% within the long-run (>22 days) band, identifying portfolio rebalancing rather than macroeconomic fundamentals as the dominant transmission channel; Türkiye’s long-run net diffusion effect is essentially zero (−0.82%). Fourth, Hatemi-J asymmetric causality reveals a highly significant negative-to-positive causality from BIST 100 to S&P 500 (Wald = 130.33, bootstrap p < 0.001), consistent with a flight-to-safety mechanism, with similar patterns for DAX (Wald = 454.92) and FTSE 100 (Wald = 488.55).

Conclusion

The study demonstrates that what mean-based metrics characterize as “moderate” integration between Borsa Istanbul and global equity markets is in reality a regime-dependent, tail-amplifying, sign-asymmetric, and high-frequency phenomenon — a characterization that no earlier single-method Turkish study could provide. Its central contribution is to establish empirically that tail connectedness (81–80%) substantially exceeds median connectedness (55%), implying that conventional diversification strategies fail precisely when they are most urgently needed; this reframes cross-market integration for both portfolio and policy audiences. For macroprudential policy, the real-time TVP-VAR framework could usefully supplement the Central Bank of the Republic of Türkiye’s financial-stability indicators, given the unprecedented 82.7% peak recorded during COVID-19, while the documented negative-to-positive causality from BIST 100 to S&P 500 suggests that Turkish equity stress may serve as an early-warning signal for international safe-haven demand. Three limitations are acknowledged — the analysis is confined to equity markets, excludes Russia and China, and relies on GARCH(1,1) volatility proxies — and future research should extend the framework to multi-asset-class systems, incorporate the excluded regional partners, and test alternative volatility specifications.

Yapılandırılmış Özet

Amaç

Finansal şokların uluslararası aktarımı otuz yılı aşkın süredir ampirik finansın merkezinde yer almakla birlikte temel bir soru hâlâ yanıtlanmayı beklemektedir: Geleneksel, ortalamaya dayalı bağlantılılık ölçütleri piyasalar arası bütünleşmeyi yakalamak için yeterli midir, yoksa bağlantılılığın kuyruğa özgü ve frekansa özgü boyutları bağımsız bir bilgisel değer mi taşımaktadır? Bağlantılılık yazını üç metodolojik kuşaktan geçmiştir: Eşbütünleşme analizi (Engle & Granger, 1987; Johansen, 1991), Diebold ve Yilmaz’ın (2009, 2012) genelleştirilmiş varyans-ayrıştırma çerçevesi ve bunun zamanla değişen TVP-VAR uzantısı (Antonakakis vd., 2020). Ancak Türkiye piyasasına ilişkin daha önceki hiçbir çalışma; kantil-VAR (Ando vd., 2022), Hatemi-J (2012) asimetrik nedensellik ve Baruňík–Křehlík (2018) frekans alanı ayrıştırmasını ortak bir örneklem üzerinde birlikte uygulamamıştır. Bu durum, çalışmanın ele aldığı temel araştırma boşluğunu oluşturmaktadır. Buna bağlı olarak çalışmanın amacı, Borsa İstanbul (BIST 100) ile altı büyük küresel hisse senedi piyasası —S&P 500 (ABD), DAX (Almanya), FTSE 100 (Birleşik Krallık), BOVESPA (Brezilya), SENSEX (Hindistan) ve ATHEX (Yunanistan)— arasındaki oynaklık bütünleşmesinin zamanla değişen, kantile özgü ve frekans alanına ilişkin boyutlarını Ocak 2002–Aralık 2025 döneminde (5.124 ortak işlem günü) nitelendirmek ve baskın aktarım kanalları ile bunların asimetrik özelliklerini belirlemektir. Türkiye değerli bir analitik ortam sunmaktadır: Derin Avrupa ticaret ve finans bağlarına sahip, yapısal olarak açık, büyük bir gelişmekte olan ekonomidir ve yurt içi para politikası rejimi 2018–2023 arasında yinelenen konvansiyonel olmayan politika dönemleri yaşamıştır. Analize üç araştırma sorusu yön vermektedir: (i) BIST 100 ile büyük küresel endeksler arasındaki oynaklık yayılımlarının gücü ve yönü kriz dönemleri boyunca nasıl evrilmiştir? (ii) Yayılım örüntüleri koşullu kantiller arasında farklılaşmakta mıdır; Türk piyasası alt kuyrukta (kriz koşulları) medyana kıyasla daha yoğun mu bütünleşmektedir? (iii) Bütünleşme ağırlıklı olarak hangi frekans ufuklarında işlemektedir?

Yöntem

Çalışma, yalnızca kamuya açık ikincil piyasa verilerine dayanan nicel bir araştırma deseninde yürütülmüştür. Günlük logaritmik getiriler, yedi endeks için 2 Ocak 2002–30 Aralık 2025 döneminde (5.124 ortak işlem günü) Yahoo Finance kapanış fiyatlarından oluşturulmuştur. Her seri için maksimum olabilirlik yöntemiyle tahmin edilen GARCH(1,1) koşullu oynaklıkları, tüm bağlantılılık analizlerine girdi olarak kullanılmıştır. 10 adımlık tahmin ufkuna sahip statik bir Diebold–Yilmaz VAR(4) belirlenimi tam örneklem karşılaştırma ölçütünü sağlamış; Antonakakis vd. (2020) TVP-VAR’ı ise κ₁ = 0,99 ve κ₂ = 0,96 unutma faktörleriyle zamanla değişen bağlantılılığı yakalamıştır. Kantil bağlantılılığı, kantil regresyon (Koenker & Bassett, 1978) ile τ ∈ {0,05; 0,50; 0,95} değerlerinde hesaplanmıştır; Hatemi-J (2012) asimetrik nedensellik testi 168 yönlü permütasyonun tümüne, BIST 100 testleri için bootstrap kritik değerleriyle (500 yineleme) uygulanmıştır; frekans alanı ayrıştırması üç spektral bant boyunca Baruňík ve Křehlík (2018) izlenerek gerçekleştirilmiştir. Yapısal kırılmalar Bai ve Perron (1998, 2003) yöntemiyle tarihlendirilmiştir. Sağlamlık; kayan pencereli VAR (dört pencere uzunluğu), alternatif unutma faktörü kombinasyonları, alternatif gecikme uzunlukları (p = 2–8), alternatif tahmin ufukları (H = 5, 15, 20) ve alt örneklem analizi ile değerlendirilmiştir. Yalnızca kamuya açık ikincil veriler kullanıldığından birincil veri toplaması veya etik kurul onayı gerekmemiştir.

Bulgular

Dört temel bulgu öne çıkmaktadır. İlk olarak, statik tam örneklem TYE’si %51,0 olup FTSE 100 baskın net yayıcı (+%28,1), BIST 100 ise en büyük net alıcıdır (−%17,8); dinamik TVP-VAR yörüngesi %24,3 (Şubat 2018) ile %82,7 (13 Mart 2020) arasında değişerek beş bağlantılılık rejimini ortaya koymaktadır (2003–2006 ılımlı yayılım, 2007–2012 sürdürülen yükseklik, 2013–2017 kriz sonrası normalleşme, 2020 COVID-19 sıçraması ve 2022’den itibaren ılımlı rejim). İkinci olarak, bağlantılılık güçlü biçimde kuyrukta büyümektedir: Sistem geneli TYE’si koşullu medyanda %55,0’ten alt kuyrukta %81,4’e ve üst kuyrukta %80,0’e yükselirken, BIST 100’ün net alıcı konumu medyanda en büyük (−%12,3), her iki kuyrukta ise belirgin biçimde daha küçüktür (kriz dönemlerinde −%6,6; ralli dönemlerinde −%4,8); bu bulgu, Türkiye’ye özgü şokların dışa yönelik varyans akışları üreterek kuyruk dönemlerinde küresel-Türkiye yönlü akışı kısmen dengelediğine işaret etmektedir. Üçüncü olarak, frekans alanı ayrıştırması, toplam yayılımın %74’ünün 1–5 işlem günü bandında, yalnızca %6,7’sinin ise uzun dönem (>22 gün) bandında işlediğini göstererek baskın kanalın makroekonomik temeller değil portföy yeniden dengelemesi olduğunu ortaya koymaktadır; Türkiye’nin uzun dönemli net difüzyon etkisi esasen sıfırdır (−%0,82). Dördüncü olarak, Hatemi-J asimetrik nedensellik analizi, güvenli limana kaçış mekanizmasıyla tutarlı biçimde BIST 100’den S&P 500’e oldukça anlamlı bir negatiften-pozitife nedensellik ortaya koymakta (Wald = 130,33; bootstrap p < 0,001), benzer örüntüler DAX (Wald = 454,92) ve FTSE 100 (Wald = 488,55) için de görülmektedir.

Sonuç

Çalışma, ortalamaya dayalı ölçütlerin Borsa İstanbul ile küresel hisse senedi piyasaları arasında “ılımlı” bütünleşme olarak nitelendirdiği olgunun gerçekte rejime bağlı, kuyruğu büyüten, işaret bakımından asimetrik ve yüksek frekanslı bir olgu olduğunu göstermektedir; bu nitelendirme, daha önceki tek yöntemli hiçbir Türkiye çalışmasının sunamadığı bir katkıdır. Çalışmanın temel katkısı, kuyruk bağlantılılığının (%81–80) medyan bağlantılılığını (%55) belirgin biçimde aştığını ampirik olarak ortaya koyması ve böylece geleneksel çeşitlendirmenin tam da en çok gereksinim duyulduğu anda başarısız olduğunu göstermesidir; bu bulgu, piyasalar arası bütünleşmeyi hem portföy hem de politika perspektifinden yeniden çerçevelemektedir. Makro ihtiyati politika açısından, COVID-19 sırasında kaydedilen benzeri görülmemiş %82,7’lik zirve göz önüne alındığında gerçek zamanlı TVP-VAR çerçevesi, Türkiye Cumhuriyet Merkez Bankası’nın finansal istikrar göstergelerini yararlı biçimde tamamlayabilir; BIST 100’den S&P 500’e belgelenen negatiften-pozitife nedensellik ise Türk hisse senedi piyasasındaki stresin uluslararası güvenli liman talebi için bir erken uyarı sinyali işlevi görebileceğini düşündürmektedir. Üç sınırlılık kabul edilmektedir —analiz hisse senedi piyasalarıyla sınırlıdır, Rusya ve Çin’i dışarıda bırakmaktadır ve GARCH(1,1) oynaklık vekillerine dayanmaktadır— ve gelecekteki araştırmalar çerçeveyi çok varlık sınıflı sistemlere genişletmeli, dışarıda bırakılan bölgesel ortakları dâhil etmeli ve alternatif oynaklık belirlenimlerini sınamalıdır.

الملخص المنظَّم

الهدف

ظلّ الانتقال الدولي للصدمات المالية محورًا رئيسًا في الدراسات التطبيقية في مجال التمويل لأكثر من ثلاثة عقود؛ ومع ذلك، لا تزال ثمة مسألة جوهرية لم تُحسم بعد، تتمثل في التساؤل عمّا إذا كانت مقاييس الترابط التقليدية القائمة على المتوسط كافية لالتقاط درجة التكامل بين الأسواق، أم أن أبعاد الترابط الخاصة بذيول التوزيع والمحددة بحسب نطاقات التردد تنطوي على قيمة معلوماتية مستقلة. وقد تطورت أدبيات الترابط عبر ثلاثة أجيال منهجية رئيسة: تحليل التكامل المشترك (Engle & Granger, 1987; Johansen, 1991)، وإطار تحليل التباين المعمَّم الذي طوّره Diebold and Yilmaz (2009, 2012)، ثم امتداده القائم على نموذج الانحدار الذاتي للمتجه ذي المعلمات المتغيرة عبر الزمن (TVP-VAR) الذي قدّمه Antonakakis et al. (2020). ومع ذلك، لم تجمع أي دراسة سابقة تناولت السوق التركية، ضمن عينة موحّدة، بين نموذج الانحدار الذاتي للمتجه القائم على الكميات الشرطية (Quantile-VAR) وفق Ando et al. (2022)، واختبار السببية غير المتماثلة لـ Hatemi-J (2012)، وتحليل Baruník–Křehlík (2018) في مجال التردد. وتمثّل هذه الفجوة المنهجية المشكلة البحثية التي تسعى الدراسة الحالية إلى معالجتها.

وبناءً على ذلك، تهدف الدراسة إلى توصيف الأبعاد المتغيرة عبر الزمن، والخاصة بالكميات الشرطية، والمحددة في مجال التردد، للتكامل في تقلبات العوائد بين بورصة إسطنبول (BIST 100) وستة من أبرز أسواق الأسهم العالمية، هي: S&P 500 في الولايات المتحدة، وDAX في ألمانيا، وFTSE 100 في المملكة المتحدة، وBOVESPA في البرازيل، وSENSEX في الهند، وATHEX في اليونان، وذلك خلال الفترة من يناير/كانون الثاني 2002 إلى ديسمبر/كانون الأول 2025، بما يشمل 5,124 يوم تداول مشترك. كما تهدف إلى تحديد قنوات الانتقال المهيمنة وخصائصها غير المتماثلة.

وتوفر تركيا بيئة تحليلية ذات أهمية خاصة، بوصفها اقتصادًا ناشئًا كبيرًا ومنفتحًا هيكليًا، يرتبط بعلاقات تجارية ومالية عميقة مع أوروبا، فضلًا عن أن نظامها النقدي المحلي شهد، خلال الفترة 2018–2023، سلسلة متكررة من حلقات السياسات النقدية غير التقليدية. وانطلاقًا من ذلك، تسترشد الدراسة بثلاثة أسئلة بحثية: (1) كيف تطورت قوة واتجاه انتقالات التقلب بين مؤشر BIST 100 والمؤشرات العالمية الرئيسة عبر فترات الأزمات المختلفة؟ (2) هل تختلف أنماط انتقال التقلب عبر الكميات الشرطية؛ وبعبارة أكثر تحديدًا، هل يصبح السوق التركي أكثر تكاملًا في الذيل الأدنى للتوزيع، أي في ظروف الأزمات، مقارنة بالوسيط الشرطي؟ (3) ضمن أي آفاق ترددية يعمل التكامل بصورة مهيمنة؟

المنهج

تعتمد الدراسة تصميمًا بحثيًا كميًا يستند حصريًا إلى بيانات سوقية ثانوية متاحة للجمهور. وقد حُسبت العوائد اللوغاريتمية اليومية انطلاقًا من أسعار الإغلاق المستخرجة من Yahoo Finance لسبعة مؤشرات خلال الفترة الممتدة من 2 يناير/كانون الثاني 2002 إلى 30 ديسمبر/كانون الأول 2025، بإجمالي 5,124 يوم تداول مشترك. واستُخدمت التقلبات الشرطية المقدَّرة بواسطة نموذج GARCH(1,1)، وفق طريقة الاحتمال الأقصى لكل سلسلة من سلاسل العوائد، بوصفها مدخلات لجميع تحليلات الترابط.

واعتُمد نموذج Diebold–Yilmaz VAR(4) الساكن، بأفق تنبؤي مقداره عشر خطوات، معيارًا مرجعيًا لكامل العينة، في حين استُخدم نموذج TVP-VAR وفق Antonakakis et al. (2020)، مع معاملي نسيان κ₁ = 0.99 وκ₂ = 0.96، لالتقاط ديناميات الترابط المتغيرة عبر الزمن. كما حُسب الترابط القائم على الكميات الشرطية عند τ ∈ {0.05, 0.50, 0.95} باستخدام الانحدار الكمي وفق Koenker and Bassett (1978). وطُبّق اختبار السببية غير المتماثلة لـ Hatemi-J (2012) على جميع التباديل الاتجاهية البالغ عددها 168، مع استخدام القيم الحرجة المستخرجة بطريقة Bootstrap من خلال 500 إعادة معاينة للاختبارات المرتبطة بمؤشر BIST 100. أما التحليل في مجال التردد، فقد أُجري وفق منهجية Baruník and Křehlík (2018) عبر ثلاثة نطاقات طيفية.

وجرى تحديد تواريخ الانكسارات الهيكلية باستخدام منهجية Bai and Perron (1998, 2003). كما تم تقييم متانة النتائج من خلال نموذج VAR ذي النافذة المتحركة بأربعة أطوال مختلفة للنوافذ، وتوليفات بديلة لمعاملات النسيان، وأطوال إبطاء بديلة (p = 2–8)، وآفاق تنبؤ بديلة (H = 5, 15, 20)، فضلًا عن تحليل العينات الفرعية. ونظرًا إلى اعتماد الدراسة حصريًا على بيانات ثانوية متاحة للجمهور، لم تكن هناك حاجة إلى جمع بيانات أولية أو الحصول على موافقة لجنة أخلاقيات البحث.

النتائج

تكشف النتائج عن أربع خلاصات رئيسة. أولًا، يبلغ مؤشر الانتقال الكلي الساكن (TSI) لكامل العينة 51.0%، ويظهر مؤشر FTSE 100 بوصفه المرسل الصافي المهيمن للصدمات (+28.1%)، في حين يمثل BIST 100 أكبر متلقٍ صافٍ لها (−17.8%). أما المسار الديناميكي لنموذج TVP-VAR، فيتراوح بين 24.3% في فبراير/شباط 2018 و82.7% في 13 مارس/آذار 2020، ويكشف عن خمسة أنظمة متميزة للترابط: انتقال معتدل خلال 2003–2006، وارتفاع مستمر خلال 2007–2012، وعودة إلى المستويات الطبيعية بعد الأزمة خلال 2013–2017، وطفرة حادة إبان جائحة COVID-19 في عام 2020، ثم نظام معتدل منذ عام 2022 فصاعدًا.

ثانيًا، يتضخم الترابط بدرجة كبيرة في ذيول التوزيع؛ إذ يرتفع مؤشر TSI على مستوى النظام من 55.0% عند الوسيط الشرطي إلى 81.4% في الذيل الأدنى و80.0% في الذيل الأعلى. وفي المقابل، تبلغ وضعية BIST 100 بوصفه متلقيًا صافيًا للصدمات أقصى مستوياتها عند الوسيط (−12.3%)، بينما تتراجع بصورة ملموسة عند كلا الذيلين، لتصل إلى −6.6% خلال الأزمات و**−4.8%** خلال موجات الصعود. وتشير هذه النتيجة إلى أن الصدمات الخاصة بتركيا تولّد تدفقات تباين متجهة نحو الخارج، تعوّض جزئيًا التدفقات المنتقلة من الأسواق العالمية إلى تركيا خلال حالات الذيل.

ثالثًا، يبيّن التحليل في مجال التردد أن 74% من إجمالي انتقالات التقلب يحدث ضمن نطاق يمتد من 1 إلى 5 أيام تداول، في حين لا تتجاوز النسبة 6.7% في النطاق طويل الأجل (أكثر من 22 يومًا). وتحدد هذه النتيجة إعادة موازنة المحافظ الاستثمارية، وليس العوامل الأساسية للاقتصاد الكلي، بوصفها قناة الانتقال المهيمنة. كما أن أثر الانتشار الصافي طويل الأجل لتركيا يكاد يكون معدومًا، إذ يبلغ −0.82%.

رابعًا، يكشف اختبار السببية غير المتماثلة لـ Hatemi-J عن وجود سببية عالية الدلالة إحصائيًا من الصدمات السلبية في BIST 100 إلى الصدمات الإيجابية في S&P 500 (Wald = 130.33, bootstrap p < 0.001)، وهي نتيجة تتسق مع آلية الهروب إلى الأمان (flight-to-safety). كما تظهر أنماط مماثلة بالنسبة إلى DAX (Wald = 454.92) وFTSE 100 (Wald = 488.55).

الخاتمة

تُظهر الدراسة أن ما تصفه المقاييس القائمة على المتوسط بأنه تكامل «معتدل» بين بورصة إسطنبول وأسواق الأسهم العالمية هو، في الواقع، ظاهرة تعتمد على النظام السائد، وتتضخم في ذيول التوزيع، وتتسم بعدم التماثل بحسب إشارة الصدمة، وتتركز بدرجة كبيرة في الترددات المرتفعة؛ وهو توصيف لم يكن في مقدور الدراسات السابقة للسوق التركية القائمة على منهج منفرد تقديمه بصورة متكاملة.

وتتمثل المساهمة الرئيسة للدراسة في إثبات أن الترابط في ذيول التوزيع (81–80%) يتجاوز بدرجة كبيرة الترابط عند الوسيط (55%)، وهو ما يعني أن استراتيجيات التنويع التقليدية تفقد فعاليتها تحديدًا في الفترات التي تصبح فيها الحاجة إليها أكثر إلحاحًا. ومن ثم، تعيد هذه النتيجة صياغة مفهوم التكامل بين الأسواق من منظور كل من إدارة المحافظ الاستثمارية وصنع السياسات.

وعلى مستوى السياسة الاحترازية الكلية، يمكن لإطار TVP-VAR الآني أن يشكل أداة مكملة مفيدة لمؤشرات الاستقرار المالي لدى البنك المركزي لجمهورية تركيا، ولا سيما في ضوء الذروة غير المسبوقة البالغة 82.7% التي سُجلت خلال جائحة COVID-19. كذلك، تشير السببية الموثقة من الصدمات السلبية في BIST 100 إلى الصدمات الإيجابية في S&P 500 إلى أن الضغوط التي يتعرض لها سوق الأسهم التركي قد تؤدي دور مؤشر إنذار مبكر للطلب الدولي على أصول الملاذ الآمن.

وتقر الدراسة بثلاثة قيود رئيسة: اقتصار التحليل على أسواق الأسهم، واستبعاد روسيا والصين، والاعتماد على تقلبات مقدرة بواسطة GARCH(1,1) بوصفها متغيرات بديلة للتقلب. ومن ثم، ينبغي للبحوث المستقبلية توسيع الإطار ليشمل أنظمة متعددة لفئات الأصول، وإدراج الشركاء الإقليميين المستبعدين، واختبار مواصفات بديلة لنمذجة التقلب.

Résumé structuré

Objectif

La transmission internationale des chocs financiers occupe une place centrale dans la recherche empirique en finance depuis plus de trois décennies. Une question fondamentale demeure toutefois non résolue : les mesures conventionnelles de connectivité fondées sur la moyenne permettent-elles de saisir adéquatement l’intégration entre les marchés, ou les dimensions de la connectivité spécifiques aux queues de distribution et aux fréquences recèlent-elles une valeur informationnelle indépendante ? La recherche sur la connectivité a évolué à travers trois générations méthodologiques — l’analyse de cointégration (Engle & Granger, 1987 ; Johansen, 1991), le cadre de décomposition généralisée de la variance proposé par Diebold et Yilmaz (2009, 2012), puis son extension sous forme de modèle vectoriel autorégressif à paramètres variables dans le temps (TVP-VAR) développée par Antonakakis et al. (2020). Néanmoins, aucune étude antérieure consacrée au marché turc n’a conjointement appliqué, à un échantillon commun, le modèle VAR quantile (Quantile-VAR) d’Ando et al. (2022), le test de causalité asymétrique de Hatemi-J (2012) et la décomposition dans le domaine fréquentiel de Baruník–Křehlík (2018). Cette lacune méthodologique constitue la problématique de recherche à laquelle répond la présente étude.

En conséquence, cette étude vise à caractériser les dimensions temporelles, quantiles et fréquentielles de l’intégration de la volatilité entre la Bourse d’Istanbul (BIST 100) et six grands marchés boursiers internationaux — le S&P 500 (États-Unis), le DAX (Allemagne), le FTSE 100 (Royaume-Uni), le BOVESPA (Brésil), le SENSEX (Inde) et l’ATHEX (Grèce) — sur la période allant de janvier 2002 à décembre 2025, soit 5 124 jours de négociation communs, ainsi qu’à identifier les principaux canaux de transmission et leurs propriétés asymétriques.

La Türkiye constitue un cadre analytique particulièrement pertinent : il s’agit d’une grande économie émergente, structurellement ouverte et caractérisée par des liens commerciaux et financiers étroits avec l’Europe, dont le régime monétaire intérieur a connu plusieurs épisodes de politiques non conventionnelles entre 2018 et 2023. L’analyse est guidée par trois questions de recherche : (i) comment l’intensité et la direction des effets de débordement de volatilité entre le BIST 100 et les principaux indices mondiaux ont-elles évolué au cours des différents épisodes de crise ? (ii) les configurations de transmission diffèrent-elles selon les quantiles conditionnels — autrement dit, le marché turc est-il plus fortement intégré dans la queue inférieure de la distribution, correspondant aux périodes de crise, qu’au niveau de la médiane ? (iii) à quels horizons fréquentiels l’intégration opère-t-elle principalement ?

Méthode

L’étude adopte une méthodologie quantitative reposant exclusivement sur des données secondaires de marché accessibles au public. Les rendements logarithmiques journaliers ont été calculés à partir des cours de clôture obtenus auprès de Yahoo Finance pour les sept indices sur la période allant du 2 janvier 2002 au 30 décembre 2025, représentant 5 124 jours de négociation communs. Les volatilités conditionnelles issues de modèles GARCH(1,1), estimés par la méthode du maximum de vraisemblance pour chaque série de rendements, ont servi de variables d’entrée à l’ensemble des analyses de connectivité.

Une spécification statique VAR(4) de Diebold–Yilmaz, assortie d’un horizon de prévision de dix périodes, a été utilisée comme référence pour l’échantillon complet, tandis que le modèle TVP-VAR d’Antonakakis et al. (2020), avec des facteurs d’oubli κ₁ = 0,99 et κ₂ = 0,96, a permis de saisir la dynamique temporelle de la connectivité. La connectivité quantile a été estimée pour τ ∈ {0,05 ; 0,50 ; 0,95} au moyen de la régression quantile de Koenker et Bassett (1978). Le test de causalité asymétrique de Hatemi-J (2012) a été appliqué aux 168 permutations directionnelles, avec des valeurs critiques obtenues par bootstrap à 500 réplications pour les tests impliquant le BIST 100. La décomposition dans le domaine fréquentiel a, quant à elle, été réalisée conformément à la méthodologie de Baruník et Křehlík (2018), selon trois bandes spectrales.

Les ruptures structurelles ont été datées au moyen de la procédure de Bai et Perron (1998, 2003). La robustesse des résultats a été évaluée à l’aide de modèles VAR à fenêtre glissante reposant sur quatre longueurs de fenêtre différentes, de combinaisons alternatives des facteurs d’oubli, de longueurs de retard alternatives (p = 2–8), d’horizons de prévision alternatifs (H = 5, 15, 20) et d’analyses par sous-échantillons. L’étude reposant exclusivement sur des données secondaires accessibles au public, aucune collecte de données primaires ni approbation d’un comité d’éthique n’a été nécessaire.

Résultats

Quatre résultats principaux se dégagent de l’analyse. Premièrement, l’indice total de transmission statique (TSI) pour l’ensemble de l’échantillon s’établit à 51,0 %. Le FTSE 100 apparaît comme le principal émetteur net de chocs (+28,1 %), tandis que le BIST 100 constitue le principal récepteur net (−17,8 %). La trajectoire dynamique issue du modèle TVP-VAR varie entre 24,3 % en février 2018 et 82,7 % le 13 mars 2020, et met en évidence cinq régimes distincts de connectivité : un niveau modéré de transmission entre 2003 et 2006, une élévation persistante entre 2007 et 2012, une normalisation post-crise entre 2013 et 2017, un pic associé à la pandémie de COVID-19 en 2020, puis un régime modéré à partir de 2022.

Deuxièmement, la connectivité s’intensifie considérablement dans les queues de la distribution. Le TSI à l’échelle du système passe de 55,0 % à la médiane conditionnelle à 81,4 % dans la queue inférieure et à 80,0 % dans la queue supérieure. Parallèlement, la position du BIST 100 en tant que récepteur net est la plus prononcée à la médiane (−12,3 %) et sensiblement plus faible dans les deux queues (−6,6 % en période de crise et −4,8 % lors des phases haussières). Ce résultat indique que les chocs spécifiques à la Türkiye génèrent des flux de variance sortants qui compensent partiellement les flux allant des marchés mondiaux vers la Türkiye lors des épisodes situés dans les queues de distribution.

Troisièmement, la décomposition dans le domaine fréquentiel montre que 74 % des effets totaux de transmission se produisent dans la bande correspondant à 1–5 jours de négociation, contre seulement 6,7 % dans la bande de long terme (> 22 jours). Ces résultats identifient le rééquilibrage des portefeuilles, plutôt que les fondamentaux macroéconomiques, comme le principal canal de transmission. L’effet net de diffusion à long terme de la Türkiye est, en outre, pratiquement nul (−0,82 %).

Quatrièmement, le test de causalité asymétrique de Hatemi-J révèle une causalité hautement significative allant des chocs négatifs du BIST 100 vers les chocs positifs du S&P 500 (Wald = 130,33 ; p bootstrap < 0,001), résultat compatible avec un mécanisme de fuite vers la sécurité (« flight-to-safety »). Des configurations similaires sont observées pour le DAX (Wald = 454,92) et le FTSE 100 (Wald = 488,55).

Conclusion

Cette étude démontre que ce que les mesures fondées sur la moyenne qualifient d’intégration « modérée » entre la Bourse d’Istanbul et les marchés boursiers mondiaux constitue, en réalité, un phénomène dépendant des régimes, amplifié dans les queues de distribution, asymétrique selon le signe des chocs et principalement concentré aux hautes fréquences — une caractérisation qu’aucune étude antérieure consacrée au marché turc et fondée sur une méthodologie unique n’était en mesure de fournir.

La contribution centrale de l’étude consiste à établir empiriquement que la connectivité dans les queues de distribution (81–80 %) est substantiellement supérieure à celle observée à la médiane (55 %). Ce constat implique que les stratégies conventionnelles de diversification perdent précisément leur efficacité lorsque leur fonction protectrice devient la plus indispensable. Il conduit ainsi à reconsidérer la nature de l’intégration entre marchés, tant du point de vue de la gestion de portefeuille que de celui de la conduite des politiques économiques et financières.

Sur le plan de la politique macroprudentielle, le cadre TVP-VAR en temps réel pourrait utilement compléter les indicateurs de stabilité financière de la Banque centrale de la République de Türkiye, compte tenu notamment du pic sans précédent de 82,7 % enregistré pendant la pandémie de COVID-19. Par ailleurs, la causalité documentée allant des chocs négatifs du BIST 100 vers les chocs positifs du S&P 500 suggère que les tensions sur le marché boursier turc pourraient constituer un indicateur d’alerte précoce de la demande internationale d’actifs refuges.

Trois limites principales doivent néanmoins être soulignées : l’analyse est exclusivement consacrée aux marchés d’actions, elle exclut la Russie et la Chine et repose sur des mesures indirectes de la volatilité obtenues à partir de modèles GARCH(1,1). Les recherches futures devraient donc étendre ce cadre à des systèmes intégrant plusieurs classes d’actifs, incorporer les partenaires régionaux actuellement exclus et évaluer des spécifications alternatives de modélisation de la volatilité.

Resumen estructurado

Objetivo

La transmisión internacional de los shocks financieros ha ocupado un lugar central en la investigación empírica en finanzas durante más de tres décadas. Sin embargo, sigue sin resolverse una cuestión fundamental: ¿son suficientes las medidas convencionales de conectividad basadas en la media para captar adecuadamente la integración entre mercados, o las dimensiones de la conectividad específicas de las colas de la distribución y de los distintos horizontes de frecuencia contienen un valor informativo independiente? La investigación sobre conectividad ha evolucionado a través de tres generaciones metodológicas: el análisis de cointegración (Engle & Granger, 1987; Johansen, 1991), el marco de descomposición generalizada de la varianza de Diebold y Yilmaz (2009, 2012) y su extensión mediante modelos vectoriales autorregresivos con parámetros variables en el tiempo (TVP-VAR) desarrollada por Antonakakis et al. (2020). No obstante, ningún estudio previo centrado en el mercado turco ha aplicado conjuntamente, sobre una muestra común, el modelo VAR cuantílico (Quantile-VAR) de Ando et al. (2022), el análisis de causalidad asimétrica de Hatemi-J (2012) y la descomposición en el dominio de la frecuencia de Baruník–Křehlík (2018). Esta carencia constituye la brecha de investigación que aborda el presente estudio.

En consecuencia, el objetivo de este estudio es caracterizar las dimensiones variables en el tiempo, específicas de los cuantiles y del dominio de la frecuencia de la integración de la volatilidad entre la Bolsa de Estambul (BIST 100) y seis de los principales mercados bursátiles internacionales: S&P 500 (Estados Unidos), DAX (Alemania), FTSE 100 (Reino Unido), BOVESPA (Brasil), SENSEX (India) y ATHEX (Grecia), durante el período comprendido entre enero de 2002 y diciembre de 2025, correspondiente a 5.124 días comunes de negociación, así como identificar los canales de transmisión predominantes y sus propiedades asimétricas.

Türkiye constituye un entorno analítico particularmente relevante: es una gran economía emergente, estructuralmente abierta y con profundos vínculos comerciales y financieros con Europa, cuyo régimen monetario interno atravesó reiterados episodios de políticas no convencionales entre 2018 y 2023. El análisis se articula en torno a tres preguntas de investigación: (i) ¿cómo han evolucionado la intensidad y la dirección de los efectos de transmisión de volatilidad entre el BIST 100 y los principales índices bursátiles mundiales a lo largo de distintos episodios de crisis?; (ii) ¿difieren los patrones de transmisión entre los distintos cuantiles condicionales?, es decir, ¿presenta el mercado turco una integración más intensa en la cola inferior de la distribución —correspondiente a condiciones de crisis— que en la mediana?; y (iii) ¿en qué horizontes de frecuencia opera predominantemente dicha integración?

Método

El estudio adopta un diseño de investigación cuantitativo basado exclusivamente en datos secundarios de mercado de acceso público. Los rendimientos logarítmicos diarios se calcularon a partir de los precios de cierre obtenidos de Yahoo Finance para los siete índices durante el período comprendido entre el 2 de enero de 2002 y el 30 de diciembre de 2025, que abarca 5.124 días comunes de negociación. Las volatilidades condicionales GARCH(1,1), estimadas mediante máxima verosimilitud para cada serie de rendimientos, se utilizaron como variables de entrada en todos los análisis de conectividad.

Como referencia para la muestra completa se empleó una especificación estática VAR(4) de Diebold–Yilmaz, con un horizonte de pronóstico de diez pasos, mientras que el modelo TVP-VAR de Antonakakis et al. (2020), con factores de olvido κ₁ = 0,99 y κ₂ = 0,96, permitió captar la conectividad variable en el tiempo. La conectividad cuantílica se estimó para τ ∈ {0,05; 0,50; 0,95} mediante regresión cuantílica (Koenker & Bassett, 1978). Asimismo, el análisis de causalidad asimétrica de Hatemi-J (2012) se aplicó a las 168 permutaciones direccionales, utilizando valores críticos obtenidos mediante bootstrap con 500 réplicas para las pruebas relacionadas con el BIST 100. La descomposición en el dominio de la frecuencia se realizó conforme al enfoque de Baruník y Křehlík (2018) a través de tres bandas espectrales.

Las rupturas estructurales se fecharon mediante el procedimiento de Bai y Perron (1998, 2003). La robustez de los resultados se evaluó mediante modelos VAR de ventana móvil con cuatro longitudes de ventana diferentes, combinaciones alternativas de factores de olvido, longitudes de rezago alternativas (p = 2–8), horizontes de pronóstico alternativos (H = 5, 15, 20) y análisis por submuestras. Dado que el estudio utiliza exclusivamente datos secundarios disponibles públicamente, no fue necesaria la recopilación de datos primarios ni la aprobación de un comité de ética.

Resultados

Del análisis se desprenden cuatro resultados principales. En primer lugar, el índice total de transmisión (TSI) estático para la muestra completa se sitúa en el 51,0 %. El FTSE 100 constituye el principal transmisor neto (+28,1 %), mientras que el BIST 100 es el mayor receptor neto (−17,8 %). La trayectoria dinámica estimada mediante el modelo TVP-VAR oscila entre el 24,3 % en febrero de 2018 y el 82,7 % el 13 de marzo de 2020, e identifica cinco regímenes diferenciados de conectividad: transmisión moderada durante 2003–2006, elevación persistente durante 2007–2012, normalización posterior a la crisis durante 2013–2017, un fuerte incremento asociado a la pandemia de COVID-19 en 2020 y un régimen moderado a partir de 2022.

En segundo lugar, la conectividad presenta una marcada amplificación en las colas de la distribución. El TSI a escala sistémica aumenta desde el 55,0 % en la mediana condicional hasta el 81,4 % en la cola inferior y el 80,0 % en la cola superior. Al mismo tiempo, la posición del BIST 100 como receptor neto alcanza su mayor magnitud en la mediana (−12,3 %) y se reduce sustancialmente en ambas colas (−6,6 % durante las crisis y −4,8 % durante las fases alcistas). Este resultado indica que los shocks específicos de Türkiye generan flujos de varianza hacia el exterior que compensan parcialmente los flujos desde los mercados globales hacia Türkiye durante los episodios situados en las colas de la distribución.

En tercer lugar, la descomposición en el dominio de la frecuencia muestra que el 74 % de la transmisión total se concentra en la banda correspondiente a 1–5 días de negociación, mientras que únicamente el 6,7 % se produce en la banda de largo plazo (>22 días). Este resultado identifica el reequilibrio de carteras, más que los fundamentos macroeconómicos, como el canal predominante de transmisión. Asimismo, el efecto neto de difusión de Türkiye a largo plazo es prácticamente nulo (−0,82 %).

En cuarto lugar, el análisis de causalidad asimétrica de Hatemi-J revela una causalidad altamente significativa desde los shocks negativos del BIST 100 hacia los shocks positivos del S&P 500 (Wald = 130,33; p bootstrap < 0,001), resultado coherente con un mecanismo de huida hacia activos refugio (flight-to-safety). Se observan patrones similares para el DAX (Wald = 454,92) y el FTSE 100 (Wald = 488,55).

Conclusión

El estudio demuestra que aquello que las métricas basadas en la media caracterizan como una integración «moderada» entre la Bolsa de Estambul y los mercados bursátiles mundiales constituye, en realidad, un fenómeno dependiente del régimen, amplificado en las colas de la distribución, asimétrico respecto al signo de los shocks y predominantemente de alta frecuencia; una caracterización integral que ningún estudio previo sobre el mercado turco basado en un único método había podido proporcionar.

La principal contribución del estudio consiste en demostrar empíricamente que la conectividad en las colas de la distribución (81–80 %) supera sustancialmente la conectividad observada en la mediana (55 %). Este hallazgo implica que las estrategias convencionales de diversificación pierden eficacia precisamente cuando su función protectora resulta más necesaria, lo que obliga a reconsiderar la naturaleza de la integración entre mercados tanto desde la perspectiva de la gestión de carteras como desde la formulación de políticas económicas y financieras.

Desde la perspectiva de la política macroprudencial, el marco TVP-VAR en tiempo real podría complementar de manera útil los indicadores de estabilidad financiera del Banco Central de la República de Türkiye, especialmente a la luz del máximo sin precedentes del 82,7 % registrado durante la pandemia de COVID-19. Asimismo, la causalidad documentada desde los shocks negativos del BIST 100 hacia los shocks positivos del S&P 500 sugiere que las tensiones en el mercado bursátil turco podrían funcionar como un indicador de alerta temprana de la demanda internacional de activos refugio.

Finalmente, se reconocen tres limitaciones principales: el análisis se circunscribe a los mercados de renta variable, excluye a Rusia y China y se basa en medidas indirectas de volatilidad obtenidas mediante modelos GARCH(1,1). Las investigaciones futuras deberían ampliar este marco hacia sistemas que incorporen múltiples clases de activos, incluir a los socios regionales actualmente excluidos y evaluar especificaciones alternativas para la modelización de la volatilidad.

结构式摘要（Structured Abstract）

研究目的（Aim）

三十余年来，金融冲击的国际传导一直是实证金融研究的核心议题。然而，一个关键问题至今仍未得到充分解决：传统的、基于均值的关联性度量是否足以准确刻画跨市场一体化程度，抑或分布尾部特定的关联性与频域特定的关联性具有独立的信息价值？关联性研究在方法论上大致经历了三个发展阶段——协整分析（Engle & Granger, 1987; Johansen, 1991）、Diebold 和 Yilmaz（2009, 2012）提出的广义方差分解框架，以及 Antonakakis et al.（2020）进一步发展的时变参数向量自回归 （TVP-VAR） 关联性框架。然而，就土耳其市场而言，既有研究尚未在统一样本框架下同时采用 Ando et al.（2022）的分位数向量自回归模型（Quantile-VAR）、Hatemi-J（2012）的非对称因果关系检验以及 Baruník–Křehlík（2018）的频域分解方法。这一方法论上的缺口构成了本研究拟解决的核心研究空白。

基于此，本研究旨在系统刻画伊斯坦布尔证券交易所 BIST 100 指数与六个主要全球股票市场——美国 S&P 500、德国 DAX、英国 FTSE 100、巴西 BOVESPA、印度 SENSEX 和希腊 ATHEX——之间波动率一体化的时变维度、分位数特定维度及频域维度，研究期间为2002年1月至2025年12月，共涵盖 5,124个共同交易日，并进一步识别占主导地位的冲击传导渠道及其非对称特征。

土耳其为上述问题提供了具有重要分析价值的研究情境：作为一个规模较大、结构上高度开放的新兴经济体，土耳其与欧洲保持着密切的贸易和金融联系；与此同时，其国内货币政策体制在2018—2023年间经历了多轮非常规政策实践。基于上述背景，本研究围绕三个研究问题展开：（i）在不同危机阶段，BIST 100与主要全球股票指数之间波动溢出的强度和方向如何演变？（ii）不同条件分位数下的溢出模式是否存在显著差异——换言之，在分布下尾所代表的危机状态下，土耳其市场的一体化程度是否显著高于条件中位数水平？（iii）市场一体化主要通过何种频率期限发挥作用？

研究方法（Method）

本研究采用定量研究设计，完全基于公开可获得的二级市场数据。根据 Yahoo Finance 提供的七个股票指数收盘价，构建了2002年1月2日至2025年12月30日期间的日对数收益率序列，共计 5,124个共同交易日。针对每个收益率序列，采用最大似然法估计 GARCH(1,1) 条件波动率，并将其作为全部关联性分析的基础输入变量。

首先，采用预测期为10期的静态 Diebold–Yilmaz VAR(4) 模型作为全样本基准；其次，使用 Antonakakis et al.（2020）的 TVP-VAR 模型，并设定遗忘因子 κ₁ = 0.99 和 κ₂ = 0.96，以捕捉关联性的动态时变特征。分位数关联性则基于 Koenker 和 Bassett（1978）的分位数回归方法，在 τ ∈ {0.05, 0.50, 0.95} 三个条件分位点进行估计。Hatemi-J（2012）非对称因果关系检验被应用于全部 168种方向性组合；对于涉及 BIST 100 的检验，采用 500次重复抽样的Bootstrap临界值。频域分解则依据 Baruník 和 Křehlík（2018）的方法，在三个频谱区间内进行。

此外，本研究采用 Bai 和 Perron（1998, 2003）方法识别并确定结构性断点。为检验结果的稳健性，进一步实施了多项稳健性分析，包括采用四种不同窗口长度的滚动窗口VAR模型、不同遗忘因子组合、不同滞后阶数 （p = 2–8）、不同预测期限 （H = 5, 15, 20），以及子样本分析。由于本研究仅使用公开可获得的二手数据，不涉及任何原始数据采集，因此无需获得研究伦理委员会批准。

研究结果（Findings）

研究得出四项主要结论。第一，全样本静态**总溢出指数（Total Spillover Index, TSI）**为 51.0%。其中，FTSE 100 是占主导地位的净冲击传递者 （+28.1%），而 BIST 100 则是最大的净冲击接受者 （−17.8%）。动态 TVP-VAR 结果显示，系统关联性在2018年2月的 24.3% 与 2020年3月13日的82.7% 之间波动，并呈现出五种不同的关联性状态：2003—2006年的中等溢出状态、2007—2012年的持续高位状态、2013—2017年的危机后正常化阶段、2020年 COVID-19 疫情期间的急剧攀升，以及自2022年以来的中等关联状态。

第二，关联性表现出显著的尾部放大效应（tail amplification）。系统层面的 TSI 从条件中位数下的 55.0% 上升至下尾的 81.4% 和上尾的 80.0%。与此同时，BIST 100作为净冲击接受者的程度在中位数水平最大 （−12.3%），而在分布两端则明显减弱，危机期间为 −6.6%，市场上涨阶段为 −4.8%。这一结果表明，在尾部状态下，土耳其特有冲击会产生向外传递的方差流，从而部分抵消由全球市场流向土耳其市场的冲击传导。

第三，频域分解结果表明，总溢出的 74% 集中于 1—5个交易日的短期频率区间，而长期频率区间 （>22个交易日） 所占比例仅为 6.7%。这一结果表明，**投资组合再平衡（portfolio rebalancing）**而非宏观经济基本面，是波动冲击跨市场传导的主导渠道。此外，土耳其的长期净扩散效应几乎为零，仅为 −0.82%。

第四，Hatemi-J非对称因果关系检验揭示，从 BIST 100的负向冲击到 S&P 500的正向冲击存在高度显著的因果关系 （Wald = 130.33，Bootstrap p < 0.001）。这一结果与**“避险转移”（flight-to-safety）机制**相一致。DAX （Wald = 454.92） 和 FTSE 100 （Wald = 488.55） 同样呈现出类似的非对称因果关系模式。

结论（Conclusion）

本研究表明，传统均值型指标所刻画的伊斯坦布尔证券交易所与全球股票市场之间的“中等程度”一体化，实际上是一种具有显著状态依赖性、尾部放大性、符号非对称性和高频主导性的复杂现象。对于土耳其市场而言，这种综合性特征是以往采用单一方法的研究所无法充分揭示的。

本研究的核心贡献在于，从实证层面证实了尾部关联性（81%–80%）显著高于中位数关联性（55%）。这一发现意味着，传统投资组合多元化策略恰恰会在其风险分散功能最为迫切需要的市场状态下失去有效性。因此，本研究从投资组合管理和政策制定两个层面重新界定了跨市场金融一体化的性质及其风险含义。

在宏观审慎政策层面，鉴于 COVID-19 疫情期间系统关联性曾达到前所未有的 82.7%，实时 TVP-VAR 框架可以作为土耳其共和国中央银行现有金融稳定指标体系的有益补充。此外，BIST 100负向冲击对S&P 500正向冲击所表现出的显著因果关系意味着，土耳其股票市场压力可能成为识别国际投资者避险资产需求变化的早期预警指标。

本研究同时存在三项主要局限：其一，分析范围仅限于股票市场；其二，样本未纳入俄罗斯和中国；其三，研究采用 GARCH(1,1) 条件波动率作为波动率代理变量。未来研究应将现有分析框架扩展至多资产类别系统，纳入当前被排除的重要区域合作伙伴，并进一步检验替代性波动率模型设定。

Структурированная аннотация

Цель

Международная трансмиссия финансовых шоков на протяжении более трёх десятилетий занимает центральное место в эмпирических исследованиях в области финансов. Вместе с тем ключевой вопрос остаётся нерешённым: достаточны ли традиционные меры взаимосвязанности, основанные на средних значениях, для адекватной оценки межрыночной интеграции, или же взаимосвязанность, специфичная для хвостов распределения и отдельных частотных диапазонов, обладает самостоятельной информационной ценностью? Исследования финансовой взаимосвязанности прошли три основных методологических этапа: анализ коинтеграции (Engle & Granger, 1987; Johansen, 1991), подход на основе обобщённого разложения дисперсии Diebold и Yilmaz (2009, 2012), а также его расширение в форме векторной авторегрессии с изменяющимися во времени параметрами (TVP-VAR), предложенное Antonakakis et al. (2020). Однако ни в одном из предыдущих исследований турецкого рынка в рамках единой выборки не применялись совместно квантильная векторная авторегрессия (Quantile-VAR) Ando et al. (2022), тест асимметричной причинности Hatemi-J (2012) и частотная декомпозиция Baruník–Křehlík (2018). Именно этот методологический пробел определяет исследовательскую проблему настоящей работы.

В соответствии с этим цель исследования заключается в комплексной характеристике изменяющихся во времени, квантильно-специфических и частотно-зависимых аспектов интеграции волатильности между Стамбульской фондовой биржей (BIST 100) и шестью крупнейшими мировыми фондовыми рынками — S&P 500 (США), DAX (Германия), FTSE 100 (Великобритания), BOVESPA (Бразилия), SENSEX (Индия) и ATHEX (Греция) — за период с января 2002 г. по декабрь 2025 г., охватывающий 5 124 общих торговых дня, а также в выявлении доминирующих каналов трансмиссии и их асимметричных свойств.

Турция представляет собой аналитически значимую исследовательскую среду: это крупная, структурно открытая развивающаяся экономика с тесными торговыми и финансовыми связями с Европой, внутренний денежно-кредитный режим которой в 2018–2023 гг. неоднократно характеризовался применением нетрадиционных мер политики. Исследование строится вокруг трёх вопросов: (i) как изменялись интенсивность и направление эффектов перелива волатильности между BIST 100 и основными мировыми индексами в различные кризисные периоды? (ii) различаются ли модели переливов между условными квантилями — иными словами, является ли интеграция турецкого рынка более интенсивной в нижнем хвосте распределения, соответствующем кризисным условиям, чем на уровне условной медианы? (iii) на каких частотных горизонтах преимущественно реализуется межрыночная интеграция?

Метод

Исследование основано на количественном дизайне и использует исключительно общедоступные вторичные рыночные данные. Дневные логарифмические доходности были рассчитаны на основе цен закрытия, полученных из Yahoo Finance, для семи фондовых индексов за период с 2 января 2002 г. по 30 декабря 2025 г., включающий 5 124 общих торговых дня. Условная волатильность GARCH(1,1), оценённая методом максимального правдоподобия отдельно для каждого ряда доходностей, использовалась в качестве исходной переменной во всех процедурах анализа взаимосвязанности.

Статическая спецификация Diebold–Yilmaz VAR(4) с десятишаговым горизонтом прогнозирования использовалась в качестве базовой модели для полной выборки, тогда как модель TVP-VAR Antonakakis et al. (2020) с коэффициентами забывания κ₁ = 0,99 и κ₂ = 0,96 применялась для оценки динамической взаимосвязанности. Квантильная взаимосвязанность рассчитывалась для τ ∈ {0,05; 0,50; 0,95} с использованием квантильной регрессии Koenker и Bassett (1978). Тест асимметричной причинности Hatemi-J (2012) был применён ко всем 168 направленным перестановкам; для тестов, связанных с BIST 100, использовались критические значения, полученные методом bootstrap на основе 500 повторных выборок. Частотная декомпозиция проводилась в соответствии с методологией Baruník и Křehlík (2018) по трём спектральным диапазонам.

Даты структурных сдвигов определялись с использованием процедуры Bai и Perron (1998, 2003). Устойчивость результатов проверялась посредством VAR-моделей со скользящим окном при четырёх различных длинах окна, альтернативных комбинаций коэффициентов забывания, альтернативных порядков лага (p = 2–8), альтернативных горизонтов прогнозирования (H = 5, 15, 20) и анализа подвыборок. Поскольку в исследовании использовались исключительно общедоступные вторичные данные, сбор первичных данных и получение одобрения комитета по этике не требовались.

Результаты

Получены четыре основных результата. Во-первых, статический общий индекс переливов (Total Spillover Index, TSI) для полной выборки составляет 51,0%. FTSE 100 выступает в качестве доминирующего чистого передатчика шоков (+28,1%), тогда как BIST 100 является крупнейшим чистым получателем (−17,8%). Динамическая траектория TVP-VAR варьируется от 24,3% в феврале 2018 г. до 82,7% 13 марта 2020 г. и позволяет выделить пять режимов взаимосвязанности: умеренные переливы в 2003–2006 гг., устойчиво повышенную взаимосвязанность в 2007–2012 гг., посткризисную нормализацию в 2013–2017 гг., резкий всплеск в период пандемии COVID-19 в 2020 г. и умеренный режим начиная с 2022 г.

Во-вторых, взаимосвязанность характеризуется выраженным усилением в хвостах распределения: общесистемный TSI возрастает с 55,0% на уровне условной медианы до 81,4% в нижнем хвосте и 80,0% в верхнем хвосте. При этом позиция BIST 100 как чистого получателя наиболее выражена на медианном квантиле (−12,3%) и существенно слабее в обоих хвостах распределения — −6,6% в кризисные периоды и −4,8% в периоды рыночного роста. Это свидетельствует о том, что специфические для Турции шоки генерируют исходящие потоки дисперсии, которые в хвостовых состояниях частично компенсируют потоки, направленные с глобальных рынков в Турцию.

В-третьих, частотная декомпозиция показывает, что 74% совокупных переливов реализуется в диапазоне 1–5 торговых дней, тогда как на долгосрочный диапазон (>22 дней) приходится лишь 6,7%. Это позволяет идентифицировать ребалансировку инвестиционных портфелей, а не макроэкономические фундаментальные факторы, в качестве доминирующего канала трансмиссии. Долгосрочный чистый эффект распространения шоков со стороны Турции практически равен нулю и составляет −0,82%.

В-четвёртых, тест асимметричной причинности Hatemi-J выявляет высокозначимую причинно-следственную связь от отрицательных шоков BIST 100 к положительным шокам S&P 500 (Wald = 130,33; bootstrap p < 0,001), что согласуется с механизмом «бегства в качество/безопасность» (flight-to-safety). Аналогичные закономерности наблюдаются для DAX (Wald = 454,92) и FTSE 100 (Wald = 488,55).

Заключение

Результаты исследования показывают, что интеграция между Стамбульской фондовой биржей и мировыми фондовыми рынками, которую основанные на средних значениях показатели характеризуют как «умеренную», в действительности представляет собой режимно-зависимый, усиливающийся в хвостах распределения, асимметричный по знаку шоков и преимущественно высокочастотный феномен. Такая комплексная характеристика не могла быть получена в предшествующих исследованиях турецкого рынка, основанных на использовании единственного методологического подхода.

Ключевой вклад исследования состоит в эмпирическом установлении того, что хвостовая взаимосвязанность (81–80%) существенно превышает взаимосвязанность на уровне медианы (55%). Это означает, что традиционные стратегии диверсификации теряют эффективность именно в тех рыночных условиях, когда их защитная функция наиболее востребована. Данный результат позволяет переосмыслить характер межрыночной интеграции как с точки зрения управления инвестиционными портфелями, так и с позиции экономической и финансовой политики.

С точки зрения макропруденциальной политики модель TVP-VAR в режиме реального времени может служить полезным дополнением к индикаторам финансовой стабильности Центрального банка Турецкой Республики, особенно с учётом беспрецедентного пикового значения взаимосвязанности в 82,7%, зафиксированного в период пандемии COVID-19. Кроме того, выявленная причинность от отрицательных шоков BIST 100 к положительным шокам S&P 500 указывает на то, что стресс на турецком фондовом рынке потенциально может выступать в качестве индикатора раннего предупреждения о росте международного спроса на активы-убежища.

В исследовании признаются три основных ограничения: анализ ограничен рынками акций, не включает Россию и Китай и основывается на показателях волатильности, полученных посредством моделей GARCH(1,1). В дальнейших исследованиях целесообразно расширить предложенную аналитическую систему на мультиактивные системы, включить исключённых региональных партнёров и протестировать альтернативные спецификации моделирования волатильности.

संरचित सारांश (Structured Abstract)

उद्देश्य (Aim)

वित्तीय आघातों का अंतरराष्ट्रीय संचरण तीन दशकों से अधिक समय से अनुभवजन्य वित्तीय अनुसंधान का एक केंद्रीय विषय रहा है। तथापि, एक प्रमुख प्रश्न अभी भी अनुत्तरित है: क्या माध्य-आधारित पारंपरिक संबद्धता माप अंतर-बाज़ार एकीकरण को पर्याप्त रूप से अभिलक्षित करने में सक्षम हैं, अथवा वितरण की पुच्छों (tails) और विशिष्ट आवृत्ति क्षितिजों से संबंधित संबद्धता के आयाम स्वतंत्र सूचनात्मक महत्त्व रखते हैं? संबद्धता संबंधी अनुसंधान का विकास तीन प्रमुख पद्धतिगत पीढ़ियों के माध्यम से हुआ है—सह-एकीकरण विश्लेषण (Engle & Granger, 1987; Johansen, 1991), Diebold और Yilmaz (2009, 2012) का सामान्यीकृत विचरण-विघटन ढाँचा, तथा Antonakakis et al. (2020) द्वारा विकसित समय-परिवर्ती प्राचल सदिश स्वप्रतिगामी (TVP-VAR) विस्तार। इसके बावजूद, तुर्की बाज़ार पर पूर्ववर्ती किसी अध्ययन ने एक समान नमूने पर Ando et al. (2022) के क्वांटाइल-VAR (Quantile-VAR), Hatemi-J (2012) की असममित कारणता, तथा Baruník–Křehlík (2018) के आवृत्ति-क्षेत्र विघटन को संयुक्त रूप से लागू नहीं किया है। यही पद्धतिगत रिक्तता वर्तमान अध्ययन द्वारा संबोधित प्रमुख अनुसंधान-अंतराल का निर्माण करती है।

तदनुसार, इस अध्ययन का उद्देश्य जनवरी 2002 से दिसंबर 2025 तक की अवधि—जिसमें 5,124 समान व्यापारिक दिवस सम्मिलित हैं—के दौरान इस्तांबुल स्टॉक एक्सचेंज (BIST 100) और छह प्रमुख वैश्विक इक्विटी बाज़ारों—S&P 500 (संयुक्त राज्य अमेरिका), DAX (जर्मनी), FTSE 100 (यूनाइटेड किंगडम), BOVESPA (ब्राज़ील), SENSEX (भारत) और ATHEX (ग्रीस)—के बीच अस्थिरता एकीकरण के समय-परिवर्ती, क्वांटाइल-विशिष्ट और आवृत्ति-क्षेत्र संबंधी आयामों का विश्लेषण करना तथा प्रमुख संचरण चैनलों और उनके असममित गुणों की पहचान करना है।

तुर्की इस विश्लेषण के लिए विशेष रूप से महत्त्वपूर्ण संदर्भ प्रदान करता है: यह एक बड़ी, संरचनात्मक रूप से खुली उभरती अर्थव्यवस्था है, जिसके यूरोप के साथ गहरे व्यापारिक और वित्तीय संबंध हैं तथा जिसकी घरेलू मौद्रिक व्यवस्था ने 2018–2023 के दौरान बार-बार अपरंपरागत नीतिगत प्रकरणों का अनुभव किया। अध्ययन तीन अनुसंधान प्रश्नों द्वारा निर्देशित है: (i) विभिन्न संकट अवधियों में BIST 100 और प्रमुख वैश्विक सूचकांकों के बीच अस्थिरता स्पिलओवर की तीव्रता और दिशा किस प्रकार विकसित हुई है? (ii) क्या स्पिलओवर प्रतिरूप विभिन्न सशर्त क्वांटाइलों में भिन्न होते हैं—अर्थात् क्या संकट परिस्थितियों को निरूपित करने वाली निचली पुच्छ में तुर्की बाज़ार का एकीकरण सशर्त माध्यिका की तुलना में अधिक तीव्र है? और (iii) एकीकरण मुख्यतः किन आवृत्ति क्षितिजों पर संचालित होता है?

पद्धति (Method)

यह अध्ययन मात्रात्मक अनुसंधान अभिकल्प को अपनाता है और पूर्णतः सार्वजनिक रूप से उपलब्ध द्वितीयक बाज़ार आँकड़ों पर आधारित है। सात सूचकांकों के लिए Yahoo Finance से प्राप्त समापन मूल्यों के आधार पर 2 जनवरी 2002 से 30 दिसंबर 2025 तक की अवधि के दैनिक लघुगणकीय प्रतिफल निर्मित किए गए, जिसमें कुल 5,124 समान व्यापारिक दिवस सम्मिलित हैं। प्रत्येक प्रतिफल शृंखला के लिए अधिकतम संभाव्यता विधि द्वारा अनुमानित GARCH(1,1) सशर्त अस्थिरताओं को सभी संबद्धता विश्लेषणों के इनपुट के रूप में प्रयुक्त किया गया।

दस-चरणीय पूर्वानुमान क्षितिज के साथ एक स्थिर Diebold–Yilmaz VAR(4) विनिर्देशन को पूर्ण-नमूना बेंचमार्क के रूप में अपनाया गया, जबकि Antonakakis et al. (2020) के TVP-VAR मॉडल—जिसमें विस्मरण गुणांक κ₁ = 0.99 और κ₂ = 0.96 निर्धारित किए गए—का उपयोग समय-परिवर्ती संबद्धता को अभिलक्षित करने के लिए किया गया। क्वांटाइल संबद्धता की गणना Koenker और Bassett (1978) की क्वांटाइल प्रतिगमन पद्धति का उपयोग करते हुए τ ∈ {0.05, 0.50, 0.95} पर की गई। Hatemi-J (2012) की असममित कारणता पद्धति सभी 168 दिशात्मक क्रमविन्यासों पर लागू की गई तथा BIST 100 से संबंधित परीक्षणों के लिए 500 पुनरावृत्तियों वाले बूटस्ट्रैप से प्राप्त क्रांतिक मानों का उपयोग किया गया। आवृत्ति-क्षेत्र विघटन Baruník और Křehlík (2018) की पद्धति के अनुसार तीन वर्णक्रमीय बैंडों में किया गया।

संरचनात्मक विच्छेदों की तिथियाँ Bai और Perron (1998, 2003) की पद्धति से निर्धारित की गईं। परिणामों की सुदृढ़ता का परीक्षण चार अलग-अलग विंडो लंबाइयों वाले रोलिंग-विंडो VAR, विस्मरण गुणांकों के वैकल्पिक संयोजनों, वैकल्पिक लैग लंबाइयों (p = 2–8), वैकल्पिक पूर्वानुमान क्षितिजों (H = 5, 15, 20) तथा उप-नमूना विश्लेषण के माध्यम से किया गया। चूँकि अध्ययन में केवल सार्वजनिक रूप से उपलब्ध द्वितीयक आँकड़ों का उपयोग किया गया है, इसलिए प्राथमिक डेटा संग्रह अथवा नैतिकता समिति की स्वीकृति की आवश्यकता नहीं थी।

निष्कर्ष/परिणाम (Findings)

विश्लेषण से चार प्रमुख निष्कर्ष प्राप्त होते हैं। प्रथम, पूर्ण नमूने के लिए स्थिर कुल स्पिलओवर सूचकांक (Total Spillover Index, TSI) 51.0% है। FTSE 100 प्रमुख शुद्ध संचरणकर्ता (+28.1%) है, जबकि BIST 100 सबसे बड़ा शुद्ध प्राप्तकर्ता (−17.8%) है। गतिशील TVP-VAR प्रक्षेपवक्र फरवरी 2018 में 24.3% से लेकर 13 मार्च 2020 को 82.7% तक विस्तृत है और संबद्धता के पाँच विशिष्ट व्यवस्थागत चरणों को प्रकट करता है: 2003–2006 में मध्यम स्पिलओवर, 2007–2012 में निरंतर उच्च स्तर, 2013–2017 में संकटोत्तर सामान्यीकरण, 2020 में COVID-19 से संबंधित तीव्र उछाल तथा 2022 के बाद से मध्यम व्यवस्था।

द्वितीय, संबद्धता में स्पष्ट पुच्छ-प्रवर्धन (tail amplification) पाया जाता है। प्रणाली-व्यापी TSI सशर्त माध्यिका पर 55.0% से बढ़कर निचली पुच्छ में 81.4% तथा ऊपरी पुच्छ में 80.0% हो जाता है। वहीं, शुद्ध प्राप्तकर्ता के रूप में BIST 100 की स्थिति माध्यिका पर सर्वाधिक (−12.3%) है और दोनों पुच्छों पर उल्लेखनीय रूप से कम हो जाती है—संकट के दौरान −6.6% तथा तेज़ी के दौर में −4.8%। यह परिणाम इंगित करता है कि तुर्की-विशिष्ट आघात बाह्यगामी विचरण प्रवाह उत्पन्न करते हैं, जो पुच्छीय प्रकरणों के दौरान वैश्विक बाज़ारों से तुर्की की ओर आने वाले प्रवाह को आंशिक रूप से प्रतिसंतुलित करते हैं।

तृतीय, आवृत्ति-क्षेत्र विघटन से ज्ञात होता है कि कुल स्पिलओवर का 74%, 1–5 व्यापारिक दिवसों वाले बैंड में संचालित होता है, जबकि दीर्घकालिक (>22 दिवस) बैंड में केवल 6.7% संचालित होता है। यह परिणाम समष्टि-आर्थिक मूलभूत कारकों के बजाय पोर्टफोलियो पुनर्संतुलन (portfolio rebalancing) को प्रमुख संचरण चैनल के रूप में चिह्नित करता है। तुर्की का दीर्घकालिक शुद्ध प्रसार प्रभाव वस्तुतः शून्य के निकट है (−0.82%)।

चतुर्थ, Hatemi-J असममित कारणता विश्लेषण BIST 100 के नकारात्मक आघातों से S&P 500 के सकारात्मक आघातों की ओर अत्यधिक सांख्यिकीय रूप से महत्त्वपूर्ण कारणता प्रकट करता है (Wald = 130.33, bootstrap p < 0.001), जो सुरक्षित परिसंपत्तियों की ओर पलायन (flight-to-safety) तंत्र के अनुरूप है। DAX (Wald = 454.92) और FTSE 100 (Wald = 488.55) के लिए भी समान प्रतिरूप पाए गए।

निष्कर्ष (Conclusion)

यह अध्ययन प्रदर्शित करता है कि माध्य-आधारित मापों द्वारा इस्तांबुल स्टॉक एक्सचेंज और वैश्विक इक्विटी बाज़ारों के बीच जिस एकीकरण को “मध्यम” के रूप में निरूपित किया जाता है, वह वास्तव में एक व्यवस्था-निर्भर, पुच्छ-प्रवर्धित, संकेत-असममित और उच्च-आवृत्ति प्रधान परिघटना है—ऐसी समग्र विशेषता जिसे तुर्की बाज़ार पर पूर्ववर्ती एकल-पद्धति अध्ययनों द्वारा स्थापित नहीं किया जा सका था।

अध्ययन का केंद्रीय योगदान यह अनुभवजन्य रूप से स्थापित करना है कि पुच्छीय संबद्धता (81–80%) माध्यिका संबद्धता (55%) से उल्लेखनीय रूप से अधिक है। इससे संकेत मिलता है कि पारंपरिक विविधीकरण रणनीतियाँ ठीक उन्हीं परिस्थितियों में विफल होती हैं, जब उनकी जोखिम-न्यूनकारी भूमिका की सर्वाधिक आवश्यकता होती है। यह निष्कर्ष पोर्टफोलियो प्रबंधन तथा नीतिगत निर्णय-निर्माण, दोनों के दृष्टिकोण से अंतर-बाज़ार एकीकरण की प्रकृति की पुनर्व्याख्या करता है।

समष्टि-विवेकपूर्ण नीति के संदर्भ में, वास्तविक समय TVP-VAR ढाँचा तुर्की गणराज्य के केंद्रीय बैंक के वित्तीय स्थिरता संकेतकों के लिए एक उपयोगी पूरक सिद्ध हो सकता है, विशेष रूप से COVID-19 के दौरान दर्ज किए गए अभूतपूर्व 82.7% के शिखर को देखते हुए। इसके अतिरिक्त, BIST 100 के नकारात्मक आघातों से S&P 500 के सकारात्मक आघातों की ओर प्रलेखित कारणता यह इंगित करती है कि तुर्की इक्विटी बाज़ार में तनाव अंतरराष्ट्रीय स्तर पर सुरक्षित-आश्रय परिसंपत्तियों की माँग के लिए एक पूर्व-चेतावनी संकेतक के रूप में कार्य कर सकता है।

अध्ययन की तीन प्रमुख सीमाएँ स्वीकार की गई हैं: विश्लेषण केवल इक्विटी बाज़ारों तक सीमित है; रूस और चीन को इसमें सम्मिलित नहीं किया गया है; तथा यह GARCH(1,1) आधारित अस्थिरता प्रॉक्सी पर निर्भर करता है। भावी अनुसंधान में इस ढाँचे को बहु-परिसंपत्ति-वर्ग प्रणालियों तक विस्तारित किया जाना चाहिए, वर्तमान में बहिष्कृत क्षेत्रीय भागीदारों को सम्मिलित किया जाना चाहिए तथा वैकल्पिक अस्थिरता विनिर्देशों का परीक्षण किया जाना चाहिए।