Bu çalışma, zaman serisi değişkenleri arasındaki dinamik ilişkilerin belirlenmesinde kullanılan Zamanla Değişen Granger Nedensellik Testlerini ve özellikle bu alanda yaygın olarak kullanılan, en güncel yaklaşımlardan biri olan Shi, Phillips ve Hurn (2018, 2020) tarafından geliştirilen Yinelemeli Gelişen Pencere (REW) yaklaşımını ele almaktadır. Geleneksel nedensellik testleri, ilişkilerin tüm dönem boyunca sabit olduğunu varsaydığından, küresel krizler, politika değişiklikleri ve yapısal kırılmaların yaşandığı süreçlerde yanıltıcı nedensellik sonuçları verebilmektedir. Bu kısıtlamayı aşmak için önerilen REW algoritması, esnek pencere yapısı sayesinde nedensellik ilişkisinin tam olarak hangi tarihlerde başlayıp bittiğini yüksek bir hassasiyetle saptayabilmektedir. Metodolojik çerçevede FEW, ROW ve REW algoritmaları karşılaştırılmış ve algoritmanın teorik alt yapısı sunulmuştur. Çalışmanın uygulama kısmında, 2005-2025 dönemini kapsayan haftalık verilerle VIX (Korku Endeksi) ve BİST100 arasındaki ilişki incelenmiştir. Analiz sonucunda, VIX'in BİST100 getirileri üzerinde durağan olmayan, zamanla evrilen bir öngörü gücüne sahip olduğu saptanmıştır. Özellikle 2008 Küresel Krizi, 2013 Fed Taper Tantrum süreci ve 2020 COVID-19 pandemisi gibi dışsal şok dönemlerinde nedensellik ilişkisinin anlamlı şekilde güçlendiği kanıtlanmıştır. Sonuç olarak bu metodoloji, statik modellerin gözden kaçırdığı geçici nedensellik dönemlerini ortaya koyarak politika yapıcılar ve yatırımcılar için önemli bir karar verme mekanizması sunmaktadır.