Our investigation strives to unearth the best portfolio hedging strategy for the G7 stock indices through Bitcoin and gold using daily data relevant to the period 2 January 2016 to 5 January 2023. This study uses the DVECH-GARCH model to model dynamic correlation and then compute optimal hedge ratios and hedging effectiveness. The empirical findings show that Bitcoin and gold were rather effective hedge assets before COVID-19 and diversifiers during the pandemic and Russia–Ukraine war. From hedging effectiveness perspectives, gold and Bitcoin are safe-haven assets, and the investment risk of G7 stock indices could be hedged by taking a short position during thepandemic period and war except for the pair Nikkei/Gold. Additionally, gold beats Bitcoin in terms of hedging efficiency. We thus demonstrate the central role of Bitcoin and gold as financial market participants, particularly during market turmoil and downward movements. Our findings can be of interest to investors, regulators, and governments to take into consideration the role of Bitcoin in financial markets.

The Coronavirus (COVID-19) pandemic has had a significant impact on most countries’ social and economic perspectives worldwide. Unemployment has become a vital challenge for policymakers as a result of COVID-19′s negative impact. Because of the nonstationary and nonlinear nature of the dataset, researchers applied various time series models to forecast the unemployment rate. This study aims to ensure a better forecasting approach for predicting the unemployment rates with an uncertainty of insufficient knowledge and tiny data throughout Vietnam. The study proposes the Grey theory system-based GM (1,1), the Grey Verhulst Model (GVM), and the Autoregressive Integrated Moving Average (ARIMA) model that can more precisely predict unemployment rates. The model’s applications are shown using the Vietnamese unemployment rate at six different rural and urban areas with data sets from 2014–2019. The results indicate that the lower Mean Average Percentage Error (MAPE) values obtained with the GM (1,1) model at all regions for rural and urban areas (excluding Highlands Region in urban area) are extremely encouraging in comparison to other traditional methods. The accurate level of the ARIMA and GVM models follows the GM (1,1) model. The findings of this study show that the effects of the modeling assist policymakers in shaping future labor and economic policies. Furthermore, this study can contribute to the unemployment literature, providing future research directions in the unemployment problems.

Tr en Çalışmamızda, Türkiye’de para ve sermaye piyasaları açısından önemli göstergeler arasında yer alan BİST100 endeksi, Dolar, Euro ve altın fiyatlarına ait getiri ve volatilitelerin COVID-19 pandemisinden etkilenme düzeyleri ile söz konusu göstergeler arasındaki volatilite yayılımının araştırıldığı bir ampirik çalışma gerçekleştirilmiştir. 01.01.2015 – 08.07.2020 döneminde CCC-GARCH modeli kullanılarak gerçekleştirilen çalışmada, BİST100 endeksi dışında kalan tüm yatırım araçlarının en az bir farklı yatırım aracının bir dönem gecikmeli getirisinden etkilendiği sonucuna ulaşılmıştır. Aynı zamanda, COVID-19 pandemisinin BİST100 endeksi ve altın getirilerini sınırlı düzeyde de olsa artırıcı etkisinin bulunduğu tespit edilmiştir. Ayrıca, pandemi sürecinin yatırım araçlarının volatilitelerini artırdığı sonucuna ulaşılmıştır. Dolar ile Euro arasında Dolar’dan Euro’ya doğru pozitif volatilite yayılımı bulunurken, en yüksek yayılımın Türkiye’nin ABD ile politik kriz yaşadığı 2018 yılında görüldüğü tespit edilmiştir. Söz konusu yatırım araçları arasındaki yayılım pandemi sürecinde sınırlı kalmıştır. BİST100 endeksi ile altın arasındaki volatilite yayılımına ilişkin katsayı ise negatif bulunmuş, yatırımcıların endekste volatilitelerin arttığı dönemde yatırım aracı olarak altına yöneldikleri sonucuna ulaşılmıştır. İki yatırım aracı arasındaki en yüksek volatilite yayılımı döviz kurlarına benzer şekilde 2018 yılında görülürken, pandemi sürecinde en yüksek ikinci yayılım düzeyine ulaşıldığı belirlenmiştir. In our study, we focus on an empirical study analyzing the impact of COVID-19 pandemic on return and volatilities related to the BIST100 index, dollar, Euro, and gold, which are a significant indicator og financial markets. Also, we discuss the volatility spillover among indicators in question. The analysis, which is made by using the CCC-GARCH model and for the period between 01.01.2015 and 08.07.2020, shows that whole financial instruments out of the BIST 100 index are affected by the one-period lagged return of at least one different financial instrument. It is confirmed that the COVID-19 pandemic has a limited increasing effect on the return of the BIST100 index and gold. Also, the pandemic period increases the volatilities of the financial instruments. While there is a positive volatility spillover from Dollar to the Euro between Dollar and Euro, the highest spillover is in 2018 which is the year experienced political crisis between Turkey and the USA. The spillover effect among the financial instruments in question remains limited in the pandemic period. The coefficient related to the volatility spillover between the BIST100 index and the gold is found as negative, the investors direct to the gold as a financial instrument in the period of increasing volatilities on the index. While the highest volatility spillover among two financial instruments is seen in 2018, similarly with exchange rates, it reached the second highest spillover level on the pandemic period.

Bu çalışmanın amacı, Borsa İstanbul (BİST) Şehir Endeksinde yer alan BİST İstanbul, BİST Ankara ve BİST İzmir Şehir Endeksi ile Dolar ve Euro arasında 01.07.2009 – 01.07.2019 döneminde kısa ve uzun dönemli ilişkilerin incelenmesidir. Çalışma kapsamındaki modellerde değişkenlerin kapanış fiyatlarının doğal logaritmaları kullanılmıştır. Şehir Endeksleri ile döviz kurları arasındaki ilişkiler ARDL modeli ile incelenmiştir. Ampirik çalışma sonuçlarına göre, tüm modellerde Şehir Endeksleri ile döviz kurları arasında (BİST Ankara ile Euro ilişkisi hariç) eşbütünleşme bir başka deyişle uzun dönemli ilişki bulunmuştur. Kısa dönemde ise gecikmesiz değerlerde yalnızca İzmir Şehir Endeksi ile Euro arasında pozitif yönlü ilişki tespit edilmiştir.

Finansal zaman serilerinde görülen değişen varyans sorununun (ARCH etkisi) sonucu olarak otoregresif koşullu değişen varyans modelleri bulunmuştur. Çalışmamızda, piyasa değeri en yüksek üç kripto paranın [Bitcoin (BTC), Ethereum (ETH) ve Ripple (XRP)] getirileri incelenmiş ve söz konusu getirilerde finansal zaman serilerine benzer şekilde ARCH etkisi bulunmuştur. Söz konusu üç kripto paranın volatiliteleri için en iyi modelin hesaplanmasında altı GARCH modelini karşılaştırılmıştır. Bu modeller sırasıyla GARCH (1,1), EGARCH (1,1), TGARCH (1,1), APARCH (1,1), CGARCH (1,1) ve ACGARCH (1,1) modellerinden oluşmaktadır. Çalışma kapsamında 01.10.2015 - 01.10.2018 tarihleri arasında Bitcoin (BTC), Ethereum (ETH) ve Ripple (XRP) kripto paralarının günlük kapanış verilerinden elde edilen getiriler kullanılmıştır. Volatilite tahminlerinde Bitcoin (BTC) ve Ethereum (ETH) için en iyi model EGARCH (1,1), Ripple (XRP) için ise APARCH (1,1) modeli bulunmuştur. Çalışma kapsamında bu modeller kullanılarak volatiliteler üzerinde negatif şokların pozitif şoklardan daha fazla etkisinin bulunduğunu gösteren kaldıraç etkisi incelenmiştir. Bitcoin (BTC) ve Ethereum (ETH) modellerinde kaldıraç etkisi bulunmamış, bununla birlikte pozitif şoklar negatif şoklara göre daha fazla volatiliteye neden olmuştur. Ancak, Ripple (XRP) volatilite modelinde kaldıraç etkisi belirlenmiştir.

This study aims to analyze the drivers behind price changes in agricultural products in Türkiye from 2002 to 2021, considering the impacts of three crises of different causes which are the global food crisis, the Russia–Türkiye aircraft crisis, and the COVID-19 pandemic. The potential factors are categorized into four subgroups: governmental effects, agricultural inputs, macroeconomic indicators, and climatic conditions. The selected agricultural goods for price change measurement include wheat and maize representing subsistence goods, and olive oil and cotton as marketing goods. The autoregressive distributed lag (ARDL) model is applied to observe both the short- and long-term impacts of the variables on price developments. The results suggest that government effectiveness, regulatory quality, nitrogen use, water price, money supply, exchange rate, and GDP under the related categories are the most effective factors in price changes. Among the variables under the category of climatic conditions, significant values are obtained only in the analysis of the temperature impact on olive oil. The analysis also reveals the variable impact of crises on the prices of the chosen products, depending on the goods involved. The maize and wheat analyses yield particularly noteworthy results. In the long run, nitrogen use demonstrates a substantial positive impact, registering at 29% for wheat and 19.47% for maize, respectively. Conversely, GDP exhibits a significant negative impact, with 26.15% and 20.08%. Short-term observations reveal that a unit increase in the governmental effect leads to a reduction in inflation for these products by 17.01% and 21.42%. However, changes in regulatory quality result in an increase in inflation by 25.45% and 20.77% for these products, respectively.