Copula ile Portföy Riskinin Hesaplanması: BİST100 ve USD Kuru Üzerine Bir Uygulama
Anahtar Kelimeler:
copula- VaR- Shapiro-Wilk testi- Kolmogorov-Smirnov testiÖz
VaR analizi, finansal riski ölçmek, yönetmek ve belirli bir süre boyunca bir yatırım veya portföyden kaynaklanan potansiyel zararı ölçmek için bir yol sağlar. Bu nedenle finansal kurumlar ve yatırımcılar için popüler bir risk yönetim aracı olarak kullanılmaktadır. Bu çalışmanın amacı, çok değişkenli copula yöntemi aracılığıyla finansal risk tahminlemesi yaparak yatırımcılara bazı öngörüler sağlanmaktır. Çalışmada BİST100 ve USD/TL kurundan oluşan bir portföydeki varlıkların günlük getiri oranlarının birleşik dağılımı copula yöntemi kullanılarak modellenmiştir. Bu ortak dağılım, portföy VaR’ının hesaplanmasında kullanılmıştır. Çalışmada copula yönteminin kullanılmasının temel nedeni varlık fiyat getirileri için çok değişkenli bir normal dağılımın varsaydığı standart VaR hesaplama yönteminden daha az varsayıma dayanmasıdır. Analizler sonucunda temel verilere en iyi uyan bağıntı yapısı t-copula ile modellenmiştir. Elde edilen bu t-copula çok değişkenli normal dağılımın belirli bir korelasyon yapısını tanımlamaktadır. Analizler sonucunda %99 güven düzeyinde portföyün VaR’ı hesaplanmış ve çok değişkenli normal dağılım olduğu kabul edilen portföy VaR sonuçlarıyla karşılaştırılmıştır. Analiz sonuçları BİST100 ve USD/TL den oluşan bir portföy de USD/TL ağırlığı arttıkça portföy risk oranının azaldığını göstermektedir.
Referanslar
Akdağ, S., & Yıldırım, H. (2021). The Effect of Uncertains in European Economic Policies on the BIST 100 Index. Ekonomi, Politika & Finans Araştırmaları Dergisi, 322–331.
Akın, O., Onat, O. K., & Özgen Öney, F. Ö. (2018). Makroekonomik Gelişmelerin Bist-100 Endeksi Üzerindeki Etkilerinin Araştırılması. 4. Th International Congress on Political, Economic and Social Studies (ICPESS), 28-30 June 2018, 118–123. www.pesa.org.trwww.cpess.org
Ayvaz, Ö. (2006). Döviz Kuru ve Hisse Senetleri Fiyatları Arasındaki Nedensellik İlişkisi. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(2), 1–14.
DataScienceGenie. (2022). Computing the Portfolio VaR Using Copulas. https://datasciencegenie.com/computing-the-portfolio-var-using-copulas/
Drezner, Z., Turel, O., & Zerom, D. (2010). A Modified Kolmogorov–Smirnov Test for Normality. Communications in Statistics - Simulation and Computation, 39(4), 693–704.
Genç, A., & Öztürk, C. (2021). Türkiye’de Hisse Senedi Fiyatları ile Döviz Kuru Arasındaki İlişki: Asimetrik Nedensellik ve Markov Rejim Değişim Modeli Yaklaşımı. Journal of Yaşar University, 16(62), 601–617.
Göçmen Yağcılar, G. (2021). Likidite, Kur ve Volatilitenin BİST-100 Endeksine Etkisi: Markov Rejim Değişimi Yaklaşımı. International Journal of Business, Economics and Managment Perspectives, 5(1).
Hamad Ameen, M., Temizel, F., & Kamışlı, M. (2020). Enflasyonun Borsa Endekslerı Üzerindeki Etkileri: BİST 100 Endeksinden kanıt. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 9(3), 1924–1938.
Hoffmann, A. O. I., Post, T., & Pennings, J. M. E. (2013). Individual Investor Perceptions and Behavior During the Financial Crisis. Journal of Banking & Finance, 37(1), 60–74.
Huang, J.-J., Lee, K.-J., Liang, H., & Lin, W.-F. (2009). Estimating Value at Risk of Portfolio by Conditional Copula-GARCH Method. Insurance: Mathematics and Economics, 45(3), 315–324.
Hyrs, M., & Schwarz, J. (2014). Multivariate Gaussian Copula in Estimation of Distribution Algorithm with Model Migration. 2014 IEEE Symposium on Foundations of Computational Intelligence (FOCI), 114–119.
Ismail, M. S., Noorani, M. S. M., Ismail, M., Razak, F. A., & Alias, M. A. (2022). Early Warning Signals of Financial Crises Using Persistent Homology. Physica A: Statistical Mechanics and Its Applications, 586, 126459.
Jondeau, E., & Rockinger, M. (2006). The Copula-GARCH Model of Conditional Dependencies: An International Stock Market Application. Journal of International Money and Finance, 25(5), 827–853.
Kaura, V. (2005). Portfolio Optimisation Using Value at Risk. In Project Report. http://www.doc.ic.ac.uk/~vk02/project.
Kole, E., Koedijk, K., & Verbeek, M. (2007). Selecting Copulas for Risk Management. Journal of Banking & Finance, 31(8), 2405–2423.
Krężołek, D. (2016). The Gluevar Risk Measure and Investor’s Attitudes to Risk– An Application to The Non-Ferrous Metals Market. Statistics in Transition. New Series, 17(2), 305–316.
lelpo, F., & Merhy, C. (2017). Engineering Investment Process: Making Value Creation Repeatable. Elsevier.
Liu, J., Jin, F., Xie, Q., & Skitmore, M. (2017). Improving Risk Assessment in Financial Feasibility of International Engineering Projects: A Risk Driver Perspective. International Journal of Project Management, 35(2), 204–211.
Ma, Z., Davis, S. W., & Ho, Y. (2022). Flexible Copula Model for Integrating Correlated Multi‐omics Data from Single‐cell Experiments. Biometrics.
Nelsen, R. B. (2006). An Introduction to Copulas (Springer). Springer.
Notsu, A., Kawasaki, Y., & Eguchi, S. (2013). Detection of Heterogeneous Structures on the Gaussian Copula Model Using Projective Power Entropy. ISRN Probability and Statistics, 2013, 1–10.
Rockafellar, R. T., & Uryasev, S. (2002). Conditional Value-at-risk for General Loss Distributions. Journal of Banking & Finance, 26(7), 1443–1471.
Sadgrove, K. (2016). The Complete Guide to Business Risk Management. Routledge.
Senol, Z. (2021). Borsa Endeksi, Döviz Kuru, Faiz Oranları ve CDS Primleri Arasındaki Oynaklık Yayılımları: Türkiye Örneği. Business and Economics Research Journal, 12(1), 111–126.
Yamai, Y., & Yoshiba, T. (2005). Value-at-risk Versus Expected Shortfall: A Practical Perspective. Journal of Banking & Finance, 29(4), 997–1015.
Yıldırım, S., Canadova, R., Esen, E., & Temizel, F. (2021). BİST 100 Endeksinin Döviz Kuru Değişimleri ile Simetrik ve Asimetrik İlişkisi. Finansal Araştırmalar ve Çalışmalar Dergisi, 272–284.
Yıldız, B. & Yılmaz, T. (2022). Yabancı Para Pozisyonunun Firma Kârlılığına Etkisi: Borsa İstanbul Örneği. Ordu Üniversitesi Sosyal Bilimler Enstitüsü Sosyal Bilimler Araştırmaları Dergisi , 12 (2) , 1399-1418.
Yılmaz, T. & Yıldız, B. (2022). Yatırımcıların Risk İştahı Endeksi ile Korku Endeksleri Arasındaki İlişki: Türkiye’de ARDL İle Ampirik Bir Uygulama. Ekonomi Politika ve Finans Araştırmaları Dergisi, 7 (3), 646-676.
Yücel, E. (2021). A Research on The Causal Relationship Between Investment Preferences. IEDSR Association, 6(16), 36–46.
Zeng, X., & Durrani, T. S. (2011). Estimation of Mutual Information Using Copula Density Function. Electronics Letters, 47(8), 493.
Zengin, B. (2020). Faiz Oranları, ABD Doları, Euro ve Bist 100 ün Bist Bankacılık Endeksi ile İlişkisi: Türkiye Üzerine Bir Uygulama. Turk Turizm Arastirmalari Dergisi, 1(1), 77–87.
İndir
Yayınlanmış
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2022 Sadullah Çelik (Author)
Bu çalışma Creative Commons Attribution-NonCommercial 4.0 International License ile lisanslanmıştır.