Professional Documents
Culture Documents
Uluslararasi Katilimli 22. Fi̇nans Sempozyumu Sempozyum Onursal Başkani
Uluslararasi Katilimli 22. Fi̇nans Sempozyumu Sempozyum Onursal Başkani
net/publication/345603158
CITATIONS READS
0 97
1 author:
SEE PROFILE
All content following this page was uploaded by Mehmet Emin Yildiz on 09 November 2020.
F nans
Blm
Platformu
BİLDİRİLER
KİTABI EDİTÖRLER
Prof. Dr. Turhan KORKMAZ
Prof. Dr. Mehmet İsmail YAĞCI
Doç. Dr. İlhan EGE
Dr. Öğr. Üyesi Tuncay Turan TURABOĞLU
BİLDİRİLER KİTABI
Editörler
Prof. Dr. Turhan KORKMAZ
Prof. Dr. Mehmet İsmail YAĞCI
Doç. Dr. İlhan EGE
Dr. Öğr. Üyesi Tuncay Turan TURABOĞLU
Düzenleyen
Mersin Üniversitesi
İktisadi ve İdari Bilimler Fakültesi
İşletme Bölümü
MERSİN
Bu bildiri kitabının her hakkı saklıdır. Bu yayının tümü veya hiçbir bölümü
önceden izin alınmaksızın çoğaltılamaz, basılıp yayınlanamaz, kaynak
gösterilmeden alıntı yapılamaz. Bu yayında yer alan yazılarda öne sürülen
görüşler yazarların kişisel görüşleridir; yazılar ile ilgili her türlü sorumluluk
yazarlara aittir.
Kapak Tasarımı: İmren SARI, Mersin Üniversitesi Basın Yayın ve Halkla İlişkiler
Sayfa Düzeni: Aslı AYRANCI, Bursa Ekin Basım Yayın Dağıtım
ISBN: 978-605-327-751-4
İletişim
Doç. Dr. İlhan EGE
İlhanege2005@hotmail.com
Ekim, 2018
ULUSLARARASI KATILIMLI 22. FİNANS SEMPOZYUMU
SEMPOZYUM ONURSAL BAŞKANI
Prof. Dr. Ahmet ÇAMSARI (Mersin Üniversitesi Rektörü)
Türkiye’de finans alanındaki tüm öğretim üye ve elemanlarının oluşturduğu bir sivil
toplum kuruluşu olan Finans Bilim Platformu her yıl Ekim ayının genellikle ikinci
yarısında, bir üniversite ile ve bu üniversitenin ev sahipliğinde Finans Sempozyumu
düzenlemektedir. Finans alanında akademik camiada etkinlik olarak kabul gören, finans
alanında akademik çalışmaların sunulduğu ve 20 yılı aşkın süredir aralıksız olarak
düzenlenen sempozyumların 22.sini, 10-13 Ekim 2018 tarihleri arasında Mersin
Üniversitesi’nin ev sahipliğinde gerçekleştirmek üzere Akdeniz’in en güzel
bölgelerinden olan Anamur ve Silifke arasında yer alan Yanışlı beldesindeki Ulu Resort
Hotel’de bir araya gelmiş bulunmaktayız.
Başta büyük özveri olmak üzere, yoğun emek ve maddi imkan gerektiren bu tür
organizasyonlar sadece düzenlendiği yıl değil, sonra ki yıllarda da hafızlarımızda kalıcı
hale gelmekte, bilimsel birikim ve sosyal anılarımız zenginleşmekte bir sonraki
sempozyum sabırsızlıkla beklenir olmaktadır. Mersin’de gerçekleştirilmekte olan bu
sempozyumun haklı gururunu başta üniversite yönetimi, düzenleme kurulu olmak üzere,
emeği geçen, katkı veren, katılımıyla destek veren herkes fazlasıyla yaşayacak ve
yaşatacaktır.
Saygı ve sevgilerimle,
Akademik yaşama 1999 yılında finans bilim dalında Araştırma Görevlisi olarak
başladım. Göreve başladıktan kısa bir süre sonra o dönemki Fakülte Dekanım beni
çağırdı ve “Ulusal Finans Sempozyumu düzenleniyormuş, davet yazısı geldi, buna
katılmanı istiyorum” dedi. O zaman kafamda birçok soru vardı. Mesleğe yeni başlamış,
tecrübesiz ve gencim. Bu sempozyum nedir, ne yapılır, niye katılacağım gibi sorular
geçiyor aklımdan. Sempozyum Ayvalık-Balıkesir’de yapılıyor. İçimden o kadar uzağa
niçin gideceğim, zaten doktora derslerim var, ödevlerim var. Dekana, dedim ki “Ben
gitmeyeceğim”. O da ısrar etti. “Harcırah vs de vereceğim” diyor, ben “Yok” diyorum.
Biraz ortam gerilmeye başladı ve en son Dekan “Gideceksin. İtiraz istemiyorum” dedi.
Ben de mecburen “Tamam” dedim. Sonra Ayvalık’a, Balıkesir Üniversitesi’nin
düzenlediği 4. Finans Sempozyumu’na katılmak için gittim. O dönemde Sempozyumda
bildiri sunulmuyor, sadece toplantı yapılıp finans eğitimi tartışılıyordu. İlk gün akşam
deniz kenarında olan tesise giriş yaptım. Ertesi günde Sempozyum başlayacaktı. Ben de
daha rahat bir şeyler üstüme giyip, deniz kenarındaki kafeye gittim. Orada bir masada
sempozyum katılımcıları oturmuş sohbet ediyorlardı. Hem tanışmak hem de sohbete
katılmak için izin isteyip masaya oturdum. Biraz dinledikten sonra sohbete katıldım.
Şortlu ve tişörtlü iki kişi var, orta yaşlarda olan diğerleri sanki onların öğrencisi gibi.
Ben de herkese normal saygı çerçevesinde informal olarak konuşuyorum. Ama bu şortlu
iki kişiye herkes daha formal davranıyor. Ben bir gariplik olduğunu seziyorum, fakat
tam da anlayamıyorum. En son dayanamayıp yanımdaki kişiye “Bu iki kişi acaba
kimdir?” diye soruyorum. Adam şaşırıp, gözlerini faltaşı gibi açarak “Tanımıyor
musun?” dedi bana. Ben de bir bu iki kişiye bakıp bir de adama bakıp “Yoook.” dedim.
Adam “Bu hocalar Prof. Dr. Cevat Sarıkamış ve Prof. Dr. Oktay Güvemli” dedi. İkisi ile
de hem sempozyum boyunca hem de daha sonra çok iyi ilişkilerim ve anılarım oldu.
Cevat Sarıkamış hocaya Allah’tan rahmet, Oktay Güvemli hocaya da uzun ömürler
diliyorum. Bu sempozyum sayesinde bir çok dostluklar kurdum. Her yıl sempozyumlara
katılmaya çalıştım. Birçok kez sunum yaptım, düzenleme kurullarında bulundum ve iki
kez ödül aldım. Birçok kişi ile dile kolay 18 yıllık dostluğum vardır. Benim için olduğu
gibi ve bir aile olan finans camiası için de bu Sempozyum’un önemi büyüktür. Doğru,
sağlıklı ve objektif bir şekilde devam ettirildiği sürece Sempozyum kuşaklar arasındaki
ilişkileri artıracak ve bu ailenin büyüyerek sürmesini sağlayacaktır. 2000 yılında genç bir
akademisyen olarak katılımcı olduğum Finans Sempozyumu’nda 18 yıl sonra 22. Finans
Sempozyumu Düzenleme Kurulu Başkanı olmak benim için ayrı bir gururdur.
Mersin Üniversitesi olarak daha önce Sempozyumu düzenlemek için iki kez girişimde
bulunmamıza rağmen, bu isteğimizi gerçekleştirememiştik. Bu işte de bir hayır
olduğunu gördük. 22. Finans Sempozyumu’na yaklaşık 300 katılımcıyı misafir ediyoruz.
Bu sayı ile 22 yıllık sempozyum tarihinin en yüksek katılımcı sayısına ulaşılmış ve rekor
kırılmıştır. 118 tam metin bildiri başvurusu olmuş bu bildirilerin 99 tanesi Sempozyum
Bilim Kurulu tarafından sunulmaya uygun bulunmuştur. 99 bildirinin 3 tanesi yazarı
tarafından çekilmiş ve sempozyum da 96 bildiri sunulmuştur. Katılımcılar, 79 farklı
üniversite, 6 farklı kurumdan olmuştur. 55 adet Profesör. Dr., 48 adet Doç. Dr., 55 adet
Dr. Öğr. Üyesi, 26 adet Arş. Gör., 27 adet Öğr. Görevlisi, 6 adet Dr. ünvanlı araştırmacı,
42 adet yüksek lisans ve doktora öğrencisi sempozyuma katılmıştır.
Başta Rektörümüz Prof. Dr. Ahmet ÇAMSARI olmak üzere bu organizasyonda bize
destek olan Üniversitemiz akademik ve idari personeline, Finans Bilim Platformu’na,
Sempozyum Bilim Kurulu ve Düzenleme Kurulu Üyelerine, Sponsorlarımıza, Ulu
Resort Otel Yetkililerine ve tüm katılımcılara teşekkür ederiz.
Tüm Finans Bilim Dalı mensupları, iyi ki varsınız ve bizi yalnız bırakmadınız. Bilim
hayatına faydalı olması dileğimizle…
AKTİF BÜYÜME İLE HİSSE SENEDİ GETİRİLERİ ARASINDAKİ İLİŞKİNİN BORSA İSTANBUL’DA
ANALİZİ ............................................................................................................................................................................ 23
Doç. Dr. Değer ALPER Dr. Nesrin ÖZKAN
BANK ACQUISITIONS AND PARTIAL SALES IN AN EMERGING MARKET: CHANGES IN RISK AND
RETURN ............................................................................................................................................................................ 31
Dr. Öğr. Üyesi Başak TANYERİ Prof. Dr. Aslıhan SALİH
BİST 100 ENDEKSİ İLE MAKROEKONOMİK FAKTÖRLER ARASINDA İLİŞKİ ANALİZİ .......................129
Öğr. Gör. Pınar AVCI Hakan YORULMAZ
BİST SANAYİ ENDEKSİ ŞİRKETLERİNİN KARAKTERİSTİK ÖZELLİKLERİ İLE HİSSE SENEDİ FİYATLARI
ARASINDAKİ İLİŞKİNİN İNCELENMESİ ...............................................................................................................141
Dr. Öğr. Üyesi Cemil SÜSLÜ
BORSA İSTANBUL 30 ENDEKS İLE DOW JONES SANAYİ ENDEKSİ SPOT VE VADELİ İŞLEM
PİYASALARI ARASINDAKİ NEDENSELLİK İLİŞKİSİ ..........................................................................................167
Dr. Öğr. Üyesi Letife ÖZDEMİR Doç. Dr. Ercan ÖZEN
BORSA İSTANBUL’DA BİLİŞİM SEKTÖRÜNDE FAALİYET GÖSTEREN İŞLETMELERİN ETKİNLİKLERİ
İLE FİNANSAL PERFORMANSLARI ARASINDAKİ İLİŞKİNİN BELİRLENMESİ ........................................181
Doç. Dr. Hasan UYGURTÜRK İlker YILDIZ
ÇALIŞMA SERMAYESİ YÖNETİMİNİN FİRMA KÂRLILIĞINA ETKİSİ ÜZERİNDE BİR İNCELEME .....275
Nurettin ELLİALTIOĞLU
EFFECTS OF INDUSTRY 4.0 ON THE WORLD OF FINANCE AND FINANCIAL MANAGEMENT ...331
Dr. Öğr. Üyesi Kemal YAMAN
ENFLASYON, FAİZ ORANLARI VE PARA ARZININ DÖVİZ KURU ÜZERİNDEKİ ETKİSİ: TÜRKİYE-
BRICS ÜLKELERİ KARŞILAŞTIRMASI ....................................................................................................................355
Öğr. Gör. Dr. Nuri HACIEVLİYAGİL Öğr. Gör. Dr. Ahmet ŞİT Arş. Gör. Berna DOĞAN
ENSEMBLE TABANLI YAPAY SİNİR AĞLARI VE DESTEK VEKTÖR MAKİNELERİ YÖNTEMLERİYLE
HAM PETROL FİYAT TAHMİNİ VE KARŞILAŞTIRMALI ANALİZİ ................................................................369
Dr. Öğrencisi Muhammed Fatih YÜRÜK Doç. Dr. İbrahim Halil EKŞİ
FAMA FRENCH BEŞ FAKTÖR VARLIK FİYATLAMA MODELİNİN GEÇERLİLİĞİNİN TEST EDİLMESİ:
TÜRKİYE ÖRNEĞİ ........................................................................................................................................................391
Doç. Dr. Feyyaz ZEREN Dr. Öğr. Üyesi Tayfun YILMAZ Dr. Öğr. Üyesi Murat BELKE
FİNANS SEKTÖRÜ YATIRIMCISININ SÜRPRİZ KARA TEPKİSİ: TÜRKİYEDEN BİR UYGULAMA .....443
Doç. Dr. Deniz PARLAK Hasan Hüseyin DOĞAN
FOREIGN EXCHANGE RATE MOVEMENTS OF FRAGILE FIVE ECONOMIES: DO THEY FOLLOW THE
U.S. DOLLAR INDEX? ................................................................................................................................................531
Dr. Öğr. Üyesi Efe Çağlar ÇAĞLI Doç. Dr. Fatma DİLVİN TAŞKIN
İLK HALKI ARZI GERÇEKLEŞEN PAYLAR ÜZERİNDE YATKINLIK ETKİSİNİN ANALİZİ: 2006 – 2017
YILLARI ARASINDA BORSA İSTANBUL İÇİN AMPİRİK ÇALIŞMA .............................................................611
Dilek KURBAN
İŞLETMELERDE FAALİYET ORANLARI İLE FİNANSAL BAŞARI ARASINDAKİ İLİŞKİ İMALAT SANAYİ
SEKTÖRLER ARASI KARŞILAŞTIRMA ...................................................................................................................619
Öğr. Gör. Burcu BUYURAN Doç. Dr. İbrahim Halil EKŞİ
KOBİ MÜŞTERİLERİNİN KREDİ KULLANMA DAVRANIŞLARI ÜZERİNE BİR ARAŞTIRMA: ING BANK
ÖRNEĞİ ..........................................................................................................................................................................711
Dr. Öğr. Üyesi Ahmet Gökhan SÖKMEN Zeynep Ece Doğan
KREDİ TEMERRÜT TAKASI PRİMİ’NİN (CDS PRİMİ) OPSİYON FİYATLAMA YÖNTEMİYLE TAHMİN
EDİLMESİ .......................................................................................................................................................................783
Dr. Öğr. Üyesi Lokman KANTAR
KÜRESEL KRİZ BAĞLAMINDA G20 ÜLKELERİ İÇİN REEL DÖVİZ KURLARININ DURAĞANLIĞI: YATAY
KESİT BAĞIMLILIĞI ALTINDA ÇOKLU YAPISAL KIRILMALI PANEL VERİ ANALİZİ ..............................851
Doç. Dr. İlhan EGE Dr. Öğr. Üyesi Emre Esat TOPALOĞLU
LİKİDİTE RİSKİNİ ETKİLEYEN FAKTÖRLER ÜZERİNE BİR ANALİZ – UYGULAMA ÖRNEĞİ ...............865
Arş. Gör. Bade EKİM KOCAMAN Doç. Dr. Şenol BABUŞCU Doç. Dr. Adalet HAZAR
MARKA DEĞERİ İLE FİRMA DEĞERİ ARASINDAKİ İLİŞKİ: BORSA İSTANBUL ÖRNEĞİ .....................879
Doç. Dr. Selahattin Koç Dr. Öğr. Üyesi Zekai Şenol Doç. Dr. Ulaş Ünlü
MENKUL KIYMET BORSALARINDA BÜYÜK FİYAT DEĞİŞİMLERİ: BORSA İSTANBUL ÜZERİNE BİR
UYGULAMA ..................................................................................................................................................................891
Daıyrbek Kenzhebai UULU Prof. Dr. Mehmet Baha KARAN Arş. Gör. Dr. Yılmaz YILDIZ
POLİTİK RİSKLERİN HİSSE SENEDİ PİYASALARI ÜZERİNE ETKİLERİ: AMPİRİK BİR ANALİZ ...........993
Doç. Dr. Aslı AFŞAR Emrah DOĞAN
TEMEL MAKROEKONOMİK GÖSTERGELERİN ÜLKE RİSKİ ÜZERİNE ETKİSİ: TÜRKİYE ÖRNEĞİ 1035
Ersin YENİSU Doç. Dr. Sedat YENİCE
TÜREV ÜRÜN KULLANIMININ TÜRK BANKACILIK SEKTÖRÜ’NÜN ETKİNLİĞİ İLE İLİŞKİSİ ......... 1113
Hasan KELEŞ Dr. Öğr. Üyesi Ş. Gül REİS
TÜRKİYE’DE İLK HALKA ARZLARIN UZUN DÖNEM FİYAT PERFORMANSLARININ ANALİZİ .... 1149
Doç. Dr. Ayten Turan KURTARAN Doç. Dr. Ahmet KURTARAN Arş. Gör. Zekiye AKTAŞ
TÜRKİYE’DE KATILIM BANKALARININ CAMELS ANALİZİ İLE PERFORMANSLARININ
ÖLÇÜLMESİ ............................................................................................................................................................... 1173
Prof. Dr. Yasemin KESKİN BENLİ Doç. Dr. Süleyman Serdar KARACA Dicle Nehir BOZDAN
YABANCI BANKA VARLIKLARINI BELİRLEYEN FAKTÖRLER: GEÇİŞ ÜLKELERİ UYGULAMASI ..... 1317
Dr. Nuri HACIEVLİYAGİL Doç. Dr. İbrahim Halil EKŞİ
YÖNETSEL AŞIRI GÜVENİN BORCUN VADE YAPISINA ETKİSİNİN ANALİZİ: BIST 100
İŞLETMELERİNDE BİR ARAŞTIRMA ................................................................................................................... 1365
Doç. Dr. Erdinç KARADENİZ Arş. Gör. Fatih GÜNAY
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS
YAKLAŞIMLARINA GÖRE PORTFÖY OPTİMİZASYONU
KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA
*Dr. Öğr. Üyesi, Doğuş Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Uluslararası Ticaret ve
İşletmecilik Bölümü, mehmetyildiz@dogus.edu.tr
Özet
Varlık getirilerindeki asimetrik dağılım, istenen yukarı yönlü hareketleri istenmeyen aşağı yönlü
hareketler kadar sert cezalandırdığı için, varyansı kusurlu bir risk ölçüsü haline getirir. Markowitz’e
(1959) göre, getiri dağılımı simetrik iken hem varyans hem de semivaryans doğru risk ölçütleridir.
Asimetrik dağılım durumunda ise sadece aşağı yönlü risk ölçütleri riski doğru ifade edebilmektedir. Bu
minvalde çalışmanın amacı, hem ortalama-varyans yaklaşımına hem de ortalama-semivaryans
yaklaşımına göre BIST30 endeksindeki paylar için portföy optimizasyonu yapmak ve iki yaklaşımın
sonucunda elde edilen etkin portföyleri karşılaştırmaktır. Çalışmanın sonucunda, ortalama-semivaryans
yaklaşımı ile elde edilen etkin portföylerdeki pay çeşitliliğinin, ortalama-varyans yaklaşımına kıyasla
daha az olduğu ortaya konmuştur. Aşağı yönlü korelasyon katsayılarının, korelasyon katsayılarına kıyasla
daha yüksek değerlere sahip olması bu sonucun nedenlerinden birisidir. Diğer bir önemli sonuç ise
bankacılık endeksindeki payların -biri hariç- tamamının, tüm etkin portföylerde çeşitlendirme dışında
kalmasıdır.
Asymmetrical return distributions on assets transform the variance a deficient measure of risk,
since it punishes the desirable upside movements as hard as the undesirable downside movements.
Markowitz (1959) shows that when distributions are normally distributed, both the semivariance and the
variance are correct risk measures. However, in the case of asymmetric distribution, only downside risk
measures can accurately express the risk. The purpose of this study is to perform portfolio optimization
for the stocks in the BIST30 index based on both the mean-variance approach and the mean-semivariance
approach, and to compare the efficient portfolios obtained as a result of the two approaches. As a result of
the study, it is revealed that the stock variety in efficient portfolios obtained by the mean-semivariance
approach is less than the mean-variance approach. One of the reasons of this result is that the downside
correlation coefficients have higher values than the correlation coefficients. Another important result is
that all of the stocks in the banking index - except one - remain out of diversification in whole efficient
portfolios.
915
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE
PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA
1. GİRİŞ
Markowitz’in (1952) portföy riskini ve getirisini ölçmek için geliştirdiği niceliksel yapı
kendisinden önceki yaklaşımlardan farklı olarak getiri kadar riskin de önemli olduğu üzerine
kuruluydu. Markowitz ilgili çalışmasında ortalama getiri, varyans ve kovaryans ölçülerini
kullanarak etkin sınırı türetmiştir. Etkin sınır üzerindeki portföyler, verilen bir varyans
düzeyinde beklenen getiriyi maksimize eden, verilen bir getiri düzeyinde ise riski minimize
eden en iyi varlık bileşimlerinden oluşur. Dolayısyla etkin sınır üzerindeki portföyler
yatırımcının fayda maksimizasyonunu amaçlar.
Portföy teorisi ile ilgili diğer önemli bir çalışma da Roy (1952) tarafından, Markowitz’in
çalışmasından 3 ay sonra yazılmıştır. Roy’un amacı, en iyi risk-getiri dengesini belirleyecek
pratik bir model geliştirmektir. Roy’a göre bir yatırımcının fayda fonksiyonu matematiksel bir
modele göre çıkarılamadığı için yatırımcılar, beklenen faydayı pratik bir şekilde maksimize
edemeyecektir.
Roy’a göre yatırımcılar ilk önce anaparalarını güvence altına alacaktır. Daha sonra da
anaparayı koruyacak kabul edilebilir minimum bir getiri (minimum acceptable return)
arayacaklardır. Kabul edilebilir minimum getiri (MAR), bazı finansal amaçlara ulaşılmasa bile
kazanılması gerekli en az getiri oranı olarak da tanımlanabilmektedir (Rom, 1991:351). Bu
tekniğin genel ismi ise “Roy’un Önce Güvenlik Kriteri”dir (Roy’s Safety-First).1 Roy,
yatırımcıların felaket düzeyinin veya hedef getirinin altında kalma olasılığı en az olan
yatırımları tercih edeceklerini söyler (Nawrocki, 1999:3).
Roy’un (1952) ilk önce güvenlik tercihi kavramı, aşağı yönlü risk ölçütlerinin ortaya
çıkmasında etkili olmuştur. Roy aynı zamanda, yatırımcıların olası kayıpları kazançlardan daha
fazla önemsediğini belirterek, aslında post-modern portföy yönetiminin (PMPT) de temellerini
atmıştır.2
Markowitz (1959), yatırımcıların aşağı yönlü riskleri iki sebepten en aza indirmeye
çalıştığını ifade eder. (I) Sadece aşağı yönlü riskler ve önce güvenlik yatırımcıların risk algısı ile
ilgilidir. (II) Menkul kıymet getirileri normal dağılmayabilir. Dolayısıyla aşağı yönlü risk
ölçütleri, yatırımcıların normal dağılım göstermeyen menkul kıymetlerle karşılaştığında doğru
karar almasına yardım eder. Markowitz’e göre, getiri dağılımı simetrik iken hem varyans hem
de semivaryans doğru risk ölçütleridir. Asimetrik dağılım durumunda ise sadece aşağı yönlü
risk ölçütleri riski doğru ifade edebilmektedir.
Gerçek hayatta, yatırımcıların boğa piyasasında mümkün olduğunca daha fazla volatilite
aradığı, sadece ayı piyasalarında volatiliteden kaçtığı bilinmektedir. Üstelik yatırımcılar için
kaybetmekten kaçınma kazanç aramaktan daha önceliklidir. Kahneman ve Tversky’nin (1979)
kaybetmekten kaçınma (loss aversion) tercihleri ve Gül’ün (1991) hayalkırıklığından kaçınma
(dissapointment aversion) tercihleri teorisi, kayıplara kazançlardan daha fazla ağırlık
verilmesine izin vermektedir.
Grootveld ve Hallerbach’a (1999) göre asimetrik getiri dağılımı, istenen yukarı yönlü
hareketleri istenmeyen aşağı yönlü hareketler kadar sert cezalandırdığı için, varyansı kusurlu bir
risk ölçüsü haline getirir. İstenmeyen aşağı yönlü dalgalanmaların arzu edilen yukarı yönlü
dalgalanmalardan ayrıştığı bir risk kavramı, varyansa kıyasla yatırımcıların risk konusundaki
sezgileriyle daha uyumludur.
1
Yatırım yapan her bireyin veya kurumun farklı bir MAR’ı (Minimum Acceptable Return) olsa da paranın fırsat
maliyeti olan risksiz faiz oranı, MAR için en anlaşılır örnektir.
2
Literatürde downside risk ölçütlerinin kullanıldığı portföy teorisinin bir sonraki aşaması bu şekilde de
anılmaktadır. Bu kavram ilk kez Brian M. Rom and Kathleen W. Ferguson tarafından “Post-Modern Portfolio
Theory Comes of Age” adlı makalede kullanılmıştır.
916
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
2. TEORİK ÇERÇEVE
2.1. Ortalama-Varyans Yaklaşımı
(1)
Bu çerçevede tek bir i varlığının riski varlık getirilerinin standart sapması ile
hesaplanmaktadır.
(2)
(3)
Burada M, piyasa portföyüdür. Kovaryans hem sınırları belli olmayan hem de ölçeğe
bağımlı bir risk değişkeni olduğu için yorumlanması kolay değildir. Kovaryans iki varlık
arasındaki veya varlık ile portföy arasındaki ilişkinin yönünü gösterirken ilişkinin şiddetini
göstermemektedir. Bu değerin standardize edilmesi, varlık standart sapması ve portföy standart
917
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE
PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA
sapmasının çarpımına bölünmesi ile mümkündür. Böylelikle risk için daha kullanışlı bir ölçüt
olan korelasyon katsayısı bulunur :
918
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
Formül 8’e göre getiri kriteri (B), ortalama getiri olabileceği gibi risksiz faiz oranı
ya da sıfır olabilmektedir.
Aşağı yönlü risk çerçevesinde, varlığın piyasa ile kovaryansı yerine aşağı yönlü
kovaryans veya semikoyaryans kullanılmaktadır.
İki varlık arasındaki semikovaryans ise Formül 9’da ufak bir değişikliğe gidilerek
hesaplanabilmektedir. Formül 10’daki ikinci parametrede piyasa getirileri yerine j varlığı
kullanılmıştır. Semivaryans hesaplarken değinildiği gibi burada da getiri kriteri değiştirilerek;
ortalama getiri yerine risksiz faiz oranı veya sıfır (0) kullanılabilmektedir.
Semikovaryans, ilişkinin şiddetini göstermediği için hem varlığın hem de piyasanın aşağı
yönlü standart sapmasının çarpımına bölünerek standardize edilir. Bu işlem neticesinde piyasa
ve varlık arasındaki aşağı yönlü (downside) korelasyon bulunur . Burada da iki varlık
arasındaki korelasyonun bulunması için piyasa getirileri yerine ikinci varlığın getirileri
kullanılmalıdır.
Aşağı yönlü risk kavramının tarihi de neredeyse MPT kadar eskidir. Yatırımcıların aşağı
yönlü risk ölçütlerini kabul etmekte ve kullanmakta geç kalmalarının çeşitli nedenleri vardır.
Bilgisayar teknolojisinin yetersizliği ve modelin karmaşıklığının yanı sıra yatırımcılar, yeni
istatistiki yöntemleri kabul etmekte süpheci olma eğilimindedirler. Aşağı yönlü riskin
yatırımcılar tarafından geç kabulündeki diğer bir sebep de, standart sapmanın zaten kullanılıyor
olmasıdır. Eski bir atasözü; “tek bir saati olan bir adam, saatin kaç olduğunu bilirken; iki saati
olan bir adam, hiçbir zaman saatin kaç olduğundan emin değildir” der. Dolayısıyla,
yatırımcıların yeni bir istatistiki ölçüye uyum sağlayamamasının nedenlerinden birisi de
birbiriyle çelişen sonuçlar çıkarmasıdır (Riddles, 2001:99).
3
fonksiyonu, ortalamadan sapma ile 0 arasından, küçük olan değerin seçilmesidir. Dolayısıyla
sapma pozitif ise 0 değeri kullanılmaktadır.
919
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE
PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA
3. LİTERATÜR
Bu çalışma ile ilgili literatür, ortalama-semivaryans yaklaşımını dikkate alarak iki farklı
açıdan incelenmiştir. İlk olarak, OSVY’ye dayalı aşağı yönlü risk ölçütlerinin istatistiksel olarak
anlamlılıklarının test edildiği çalışmalardan söz edilecek; daha sonra ise, OSYV’ye dayalı
portföy optimizasyonu sorununu inceleyen çalışmalar incelenecektir.
Harvey (2000), 47 ülkenin beklenen getirileri üzerinde, açıklayıcı etkisi olabilecek 18 risk
değişkenini test etmiştir. Çalışmanın önemli bulgularından birisi, gelişmekte olan piyasalarda
semivaryanstan türetilen risk ölçütlerinin, getirileri açıklama gücünün istatistiksel olarak
anlamlı olmasıdır. Gelişmiş piyasalarda ise bu ilişki istatistiksel olarak anlamsızdır. Estrada
(2000) çalışmasında 28 gelişmekte olan piyasa için 9 adet risk değişkeni hesaplamıştır.
Çalışmada; toplam risk, sistematik olmayan risk, ortalamaya göre semivaryans, aşağı yönlü beta
ve VaR değişkenleri ile getiriler arasında anlamlı bir ilişki varken; sistematik risk ile getiri
arasında benzer bir ilişki tespit edilmemiştir. Estrada (2002) sonraki çalışmasında, ortalama-
semivaryans yaklaşımından türetilen aşağı yönlü risk değişkenlerinin açıklayıcılık gücünün,
ortalama-varyans yaklaşımından türetilen risk değişkenlerinin açıklayıcılık gücünden daha fazla
olduğunu ortaya koymuştur. Estrada (2003), bir diğer çalışmasında ise daha çarpık getiri
dağılımına sahip gelişmekte olan piyasalarda, aşağı yönlü risk ölçütlerinin daha iyi performans
gösterdiğini ortaya koymuştur. Ang, Chen ve Xing (2006), NYSE, AMEX ve NASDAQ
borsalarını kapsayan çalışmalarında -yüksek volatil olanları hariç- hisse senetlerinin büyük
çoğunluğunun tarihi aşağı yönlü betalarının gelecekteki getirileri öngörebildiğini tespit etmiştir.
Galagedera (2007) çalışmasında, gelişmekte olan piyasalardaki pay getirilerinin, aşağı yönlü
betalarla daha iyi açıklandığını ileri sürmüştür. Alles ve Murray’ın (2008) Asya piyasaları
üzerine yaptığı çalışmada, aşağı yönlü betaların yukarı yönlü betalara kıyasla; beta, varyans,
çarpıklık ve “co-skewness” ile birlikte kullanıldığında göreceli olarak anlamlı kaldığını ortaya
koymuştur. Beach (2011), semivaryans ve aşağı yönlü betaların ülkelerin yatay kesit getirilerini
açıklamada güçlü bir rol oynadığını ortaya koymuştur. Mikova ve Teplova (2011) çalışmasında,
Rus piyasaları için aşağı yönlü risk ölçütlerinin yatay kesit getirileri açıklama gücünün,
geleneksel risk ölçütlerine göre daha fazla olduğunu ortaya koymuştur. Atilgan ve Demirtaş’ın
(2013), 27 gelişmekte olan ülke üzerine yaptığı çalışmanın bulgularından birisi de beklenen
getiriler ve aşağı yönlü riskler arasındaki ilişkinin gelişmiş ülkelerde daha zayıf olduğudur.
Tsai, Chen ve Yang’ın (2014) 23 gelişmiş ülke endeksini kullandığı çalışmasının sonuçları,
aşağı yönlü betanın sezgisel olarak varyanstan daha cazip olduğunu göstermektedir. Yildiz ve
Erzurumlu’nun (2017), BIST-100 kapsamındaki hisse senetleri üzerine yaptığı çalışmanın
sonuçları da ortalama-semivaryans yaklaşımına dayalı risk ölçütlerinin açıklayıcılık güçlerinin
daha yüksek olduğunu ortaya koymuştur.
OSVY’ye göre optimizasyon ile ilgili literatür ise daha çok Markowitz’in (1959)
çalışmasında önerdiği semikovaryans hesaplama yönteminin içsel ve asimetrik olması sorunu
üzerinedir.4 Hogan ve Warren (1972), bu sorunu çözmek için Frank-Wolfie algoristmasını
kullanmışlardır. Ang (1975) optimizasyon sorununun, kuadratik programlama yerine doğrusal
programlama kullanılarak çözülebileceğini ileri sürmüştür. Nawrocki ve Stamples (1989), alt
kismi momenti (LPM: Lower Partial Moment) bir risk ölçüsü olarak kullanmış ve sezgisel
yaklaşımın kapsamını genişletmiştir. Harlow (1991) çalışmasında, ortalama-varyans
yaklaşımına göre elde edilen etkin set ile ortalama-semivaryans yaklaşımına göre elde edilen
etkin setleri karşılaştırmıştır. Grootveld ve Hallebach (1999) ortalama-alt kısmi moment etkin
setini oluşturmuştur. Markowitz v.d. (1993) ortalama-semivaryans sorununu kurgusal menkul
kıymetler ekleyerek kuadratik bir soruna dönüştürmüştür. De Athayde (2001) portföy
4
Semikovaryans matrisinin asimetrik ve içsel olması sorunu çalışmanın yöntem bölümünde tartışılmıştır.
920
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
semivaryansını hesaplamak için parametrik olmayan bir yaklaşım ileri sürmüştür. Ballestero
(2005) optimizasyon sorununun, parametrik kuadratik programlama yöntemi kullanılarak
çözülebildiğini ileri sürmüştür. Böylelikle iki farklı yaklaşımdan elde edilen etkin setlerin
kıyaslanabildiğini ileri sürmüştür. Estrada (2008) semikovaryans matrsinin asimetrik ve içsel
olması sorununu, sezgisel bir yaklaşım kullanarak çözmüş fakat OVY ve OSVY kullanılarak
elde edilen etkin setlerin nasıl karşılaştırlabileceği sorununa kesin bir yanıt bulamamıştır.
Chang, Yang ve Chang (2009) optimizasyon problemini; eğer ortlama-varyans, ortalama-
semivaryans, ortlama-mutlak sapma (mean absolute deviation) ve çarplıklı varyans (variance
with skewness) birer risk ölçütü olarak kullanılırsa, genetik algoritmalar kullanılarak
çözülebileceğini ileri sürmüştür. Pla-Santamaria ve Bravo (2013), ortalama-semivaryans
yaklaşımı ile elde edilen portföyler ile ortalama-varyans yaklaşımı ile elde edilen portföyler
arasında anlamlı farklılıklar olduğunu ileri sürmüştür.
4. YÖNTEM
4.1. Ortalama-Varyans Yaklaşımına Göre Optimizasyon
5
N adet varlık var ise N2-N adet kovaryans hesaplanmaktadır.
921
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE
PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA
, (17)
ve
, (18)
6
Semivaryans veya semikovaryans hesaplanırken, getiri kriteri (benchmark return) olarak; risksiz faiz oranı,
ortalama getiri veya sıfır kullanılabilir. Örneğin, sıfırın getiri kriteri olduğu bir durumda sadece negatif sapmalar
kullanılarak semivaryans veya semikovaryans hesaplanır. Ortalamanın getiri kriteri olduğu bir durumda ise
ortalamanın altında kalan sapmalar kullanılarak semivaryans veya semikovaryans hesaplanır.
922
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
(19)
(20)
(21)
(22)
7
Bu çalışmada, ortalama-semivaryans yaklaşımındaki kısıtlayıcı denklemler ortalama-varyans yaklaşımındakiler ile
aynıdır (Denklem 2, 3 ve 4)
923
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE
PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA
Estrada’nın semikovaryans hesaplama yönteminde, her iki varlık için de koşullu getiri
kullanılması yani pozitif getirilerin etkisinin görmezden gelinmesi, hesaplanan
semikovaryansların daha yüksek ve simetrik olmasına neden olacaktır.
5. VERİ
İlgili dönemdeki pay getirilerinin tanımlayıcı istatistikleri Tablo 1’de verilmiştir. Verilere
göre 1680 getirinin ortalaması %0,78, standart sapması ise %4,15’tir. Getirilerin basıklığı
3,6666 ve çarpıklığı 0,6859’dur. Bu durumda veri setinin normal dağılım özelliği
göstermediğini ifade etmek yanlış olmayacaktır.
8
Çalışmada aylık kapanış fiyatları kullanılmış olsa, 60 aylık veri seti 5 yıllık bir zaman dilimine karşılık gelecektir.
Yatırımcıların ortalama vadesi bu kadar uzun olmadığından ve borsalarda birincil trendler daha kısa vadeli
olduğundan, optimum portföy seçimi için 60 adetlik haftalık kapanış verisi tercih edilmiştir.
9
ENJSA ve SOKM kodlu firmaların verileri eksik olduğu için çalışmadan çıkarılmıştır.
10
Getiriler sadece sermaye kazançlarını kapsayıp temettü kazançları dikkate alınmamıştır.
924
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
Tablo 2’de, payların 60 haftalık verilerine göre; ortalama getirileri, Denklem 2’ye göre
hesaplanmış standart sapmaları (σi) ve Denklem 7’ye göre hesaplanmış yarı standart sapmaları
(Σi) bulunmaktadır. Sıralamalar daha sonraki analizlerde kolaylık sağlaması açısından en
düşük riskten en yüksek riske doğru yapılmıştır.
Ortlama Ortlama
Pay Getiri σ p Pay Getiri Σp
EKGYO -0.1% 1.39% EKGYO -0.1% 0.99%
EREGL 0.2% 1.71% EREGL 0.2% 1.19%
KCHOL 0.3% 2.63% KCHOL 0.3% 1.75%
SAHOL 0.2% 2.64% BIMAS 0.6% 1.82%
TOASO 0.3% 2.85% SAHOL 0.2% 1.94%
SISE 0.6% 2.86% TOASO 0.3% 2.01%
BIMAS 0.6% 2.95% YKBNK 0.5% 2.07%
TCELL 0.8% 3.05% GARAN 0.7% 2.08%
PETKM 1.3% 3.09% AKBNK 0.5% 2.08%
TUPRS 0.9% 3.12% PETKM 1.3% 2.11%
TTKOM 0.4% 3.17% TTKOM 0.4% 2.15%
AKBNK 0.5% 3.28% SISE 0.6% 2.16%
YKBNK 0.5% 3.40% TCELL 0.8% 2.17%
ISCTR 0.6% 3.42% ISCTR 0.6% 2.26%
GARAN 0.7% 3.45% TUPRS 0.9% 2.34%
ARCLK -0.2% 3.60% VAKBN 0.7% 2.36%
VAKBN 0.7% 3.60% ARCLK -0.2% 2.60%
TAVHL 0.9% 3.88% TAVHL 0.9% 2.62%
TKFEN 1.7% 4.19% TKFEN 1.7% 2.69%
THYAO 2.2% 4.25% DOHOL -0.1% 2.99%
HALKB -0.1% 4.48% HALKB -0.1% 3.03%
DOHOL -0.1% 4.58% PGSUS 1.5% 3.20%
ASELS 1.5% 4.64% ASELS 1.5% 3.21%
OTKAR -0.2% 4.69% THYAO 2.2% 3.21%
PGSUS 1.5% 5.05% OTKAR -0.2% 3.34%
KRDMD 2.2% 5.78% KRDMD 2.2% 3.92%
KOZAL 1.6% 6.86% KOZAL 1.6% 4.29%
KOZAA 2.2% 8.48% KOZAA 2.2% 5.49%
Ortalama 3.82% Ortalama 2.57%
Medyan 3.44% Medyan 2.30%
6. BULGULAR VE ANALİZ
11
60 haftalık ortalama getirisi en yüksek olan KOZAA %2,25; en düşük olan OTKAR ise -%0,19’luk getiriye
sahiptir.
925
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE
PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA
1. 0.20% 1.01% 0.00010 5.04 2.9% 10.1% 5.5% 45.4% 21.6% 0.9% 0.1% 0.0% 0.0% 0.0% 2.0% 0.0% 0.0% 2.2% 3.9% 3.7% 1.8%
2. 0.40% 1.09% 0.00012 2.72 4.6% 12.7% 3.4% 37.7% 17.8% 0.0% 0.6% 0.0% 1.1% 2.4% 5.5% 2.6% 0.0% 2.8% 2.2% 5.5% 1.0%
3. 0.60% 1.20% 0.00014 2.00 6.1% 14.9% 1.3% 30.2% 14.4% 0.0% 1.0% 0.0% 1.9% 3.8% 8.2% 6.7% 0.3% 3.6% 0.9% 6.6% 0.0%
4. 0.80% 1.34% 0.00018 1.67 7.5% 16.6% 0.0% 22.1% 11.6% 0.0% 1.1% 0.5% 2.7% 4.1% 10.3% 10.5% 2.1% 3.4% 0.0% 7.5% 0.0%
5. 1.00% 1.50% 0.00022 1.50 9.1% 18.0% 0.0% 12.8% 8.9% 0.0% 1.0% 1.2% 3.2% 4.3% 12.2% 14.6% 4.3% 2.2% 0.0% 8.2% 0.0%
6. 1.20% 1.67% 0.00028 1.39 10.7% 19.4% 0.0% 3.5% 6.3% 0.0% 0.9% 1.8% 3.8% 4.4% 14.1% 18.7% 6.4% 1.1% 0.0% 8.9% 0.0%
7. 1.40% 1.86% 0.00035 1.33 12.5% 19.0% 0.0% 0.0% 0.0% 0.0% 0.9% 2.4% 5.8% 3.9% 15.0% 23.2% 9.4% 0.0% 0.0% 8.0% 0.0%
8. 1.60% 2.11% 0.00045 1.32 14.0% 13.1% 0.0% 0.0% 0.0% 0.0% 1.7% 2.5% 10.1% 0.7% 11.2% 29.4% 14.1% 0.0% 0.0% 3.2% 0.0%
9. 1.80% 2.42% 0.00059 1.34 15.2% 5.8% 0.0% 0.0% 0.0% 0.0% 2.7% 2.3% 14.2% 0.0% 6.4% 35.1% 18.4% 0.0% 0.0% 0.0% 0.0%
10. 2.00% 2.79% 0.00078 1.40 12.8% 0.0% 0.0% 0.0% 0.0% 0.0% 5.4% 0.0% 19.0% 0.0% 0.0% 42.3% 20.5% 0.0% 0.0% 0.0% 0.0%
11. 2.20% 3.60% 0.00130 1.64 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 11.3% 0.0% 25.8% 0.0% 0.0% 61.2% 1.7% 0.0% 0.0% 0.0% 0.0%
Tahmini Ağırlıkların Ortalaması 8.7% 11.8% 0.9% 13.8% 7.3% 0.1% 2.4% 1.0% 8.0% 2.1% 7.7% 22.2% 7.0% 1.4% 0.6% 4.7% 0.3%
12
Semivaryans hesaplarken kullanılan getiri kriteri de ortalama getiridir. Dolayısıyla bu çalışmanın tamamında aşağı
yönlü riskler, ortalama getirinin altında kalan sapmalarından hareketle hesaplanmıştır.
13
Kovaryans ve Semikovaryans matrislerini gösteren Tablo 3 ve Tablo 4, tam sayfa olduğun için ve yazının
bütünlüğünü bozmaması için bölümün sonuna konulmuştur.
926
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
1. 0.20% 0.94% 0.00009 4.70 0.0% 8.1% 50.1% 30.2% 0.0% 0.0% 4.9% 4.7% 0.0% 0.0% 2.0%
2. 0.40% 1.04% 0.00011 2.61 0.7% 9.6% 38.8% 29.6% 0.0% 0.0% 9.0% 4.6% 4.3% 1.5% 1.9%
3. 0.60% 1.17% 0.00014 1.96 2.0% 11.0% 28.3% 28.6% 0.0% 0.0% 11.8% 3.4% 7.4% 5.5% 1.9%
4. 0.80% 1.32% 0.00017 1.65 3.3% 12.5% 17.5% 27.7% 0.0% 0.0% 14.7% 2.2% 10.6% 9.4% 2.0%
5. 1.00% 1.48% 0.00022 1.48 4.6% 13.9% 6.7% 27.1% 0.0% 0.0% 17.4% 1.1% 13.8% 13.4% 1.9%
6. 1.20% 1.64% 0.00027 1.37 6.0% 14.6% 0.0% 22.0% 0.0% 0.0% 21.0% 0.0% 17.2% 17.6% 1.7%
7. 1.40% 1.83% 0.00033 1.30 7.3% 13.8% 0.0% 9.0% 0.0% 0.0% 25.9% 0.0% 21.1% 21.9% 1.0%
8. 1.60% 2.02% 0.00041 1.26 9.5% 8.8% 0.0% 0.0% 0.0% 0.1% 29.5% 0.0% 26.4% 25.7% 0.0%
9. 1.80% 2.25% 0.00051 1.25 10.3% 0.0% 0.0% 0.0% 0.0% 6.8% 19.9% 0.0% 34.5% 28.5% 0.0%
10. 2.00% 2.53% 0.00064 1.27 6.3% 0.0% 0.0% 0.0% 1.9% 17.2% 0.0% 0.0% 45.8% 28.9% 0.0%
11. 2.20% 2.96% 0.00087 1.34 0.0% 0.0% 0.0% 0.0% 7.5% 25.6% 0.0% 0.0% 65.6% 1.3% 0.0%
Tahmini Ağırlıkların Ortalaması 4.6% 8.4% 12.9% 15.8% 0.9% 4.5% 14.0% 1.5% 22.4% 14.0% 1.1%
Her bir hedef getiri düzeyinde, semikovaryans matrisi kullanılarak elde etkin portföyler
daha iyi bir değişim katsayına sahiptir. Semikovaryans matrisi kullanılarak elde edilen etkin
portföylerin ortalama değişim katsayısı 1,84 iken, kovaryans matrisi kullanılarak elde edilen
portföylerin ortalama değişim katsayısı 1,94’tür. Fakat OV ve OSV yaklaşımlarından elde
edilen sonuçları karşılaştırarak portföy performanslarını ölçmek Estrada’ya (2008) göre
aldatıcıdır. Bu semivaryansın tek taraflı bir risk ölçüsü olmasından kaynaklıdır. Harlow da
(1991) karşılaştırma yapmayı en kötü ihtimalle aldatıcı bulmakta fakat az da olsa bilgi verici
olduğunu ifade etmektedir. Şekil 1 ve Şekil 2, OVY ve OSVY’ye göre elde edilen etkin setlerin
grafiklerini göstermektedir. Sonuç olarak iki etkin seti aynı grafik üzerinde göstermek hatalı
olacağından, etkin portföyler arasındaki farklılıklara odaklanmak daha yararlı olacaktır.
927
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE
PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA
Kovaryans matrisi kullanılarak elde edilen etkin portföylerin tamamında da 11 çeşit pay
hiç yer almamıştır. Semikovaryans matrisi kullanılarak elde edilen etkin portföylerde ise bu sayı
17’ye çıkmaktadır. Her iki yaklaşıma göre de kullanılmayan 10 çeşit ortak pay vardır. OSVY
kullanılarak yapılan optimizasyonda daha fazla payın çeşitlendirme dışında kaldığını
söyleyebiliriz. Bunun olası sebeplerinden birisi payların aşağı yönlü korelasyon katsayılarının,
korelasyon katsayılarından belirgin bir şekilde yüksek olmasıdır. Aşağı yönlü korelasyonlar
katsayıları payların birlikte aşağı yönlü hareketlerinin şiddetini göstermektedir. Bu minvalde
herhangi bir pay çifti arasında negatif aşağı yönlü korelasyon bulmak imkansızdır (bk. Tablo 7
ve 8). Tablo 7’de negatif korelasyonlar kırmızı ile işaretlenmiştir.
928
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
929
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30
ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR UYGULAMA
930
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
Tablo 9, her iki yaklaşıma göre de etkin portföylerde yer almayan hisse senetlerini ve bu
hisse senetlerinin getiri ve risk değerlerini göstermektedir. Her iki yaklaşıma göre de neredeyse
hiçbir banka etkin portföyler içinde yer almamıştır. 14 Bunun olası sebeplerinden birisi de
bankaların hem kendi aralarında hem diğer paylarla olan korelasyon katsayılarının
yüksekliğidir. Aynı ilişki aşağı yönlü korelasyon katsayılarında da geçerlidir (bk. Tablo 7 ve 8).
OVY ile elde edilen etkin portföylerde yer alıp OSVY ile elde edilen etkin portföylerde yer
almayan 7 çeşit pay vardır. Sadece OSVY ile elde edilen etkin portföylerde ise 1 çeşit farklı pay
vardır (SISE). Bu ilişki, Şekil 3’deki venn şeması ile daha anlaşılabilir bir hale getirilmiştir.
Tablo 9: OSVY ve/veya OVY ile Oluşturulan Etkin Portföylerde Yer Almayan Paylar
T T
OSVY OVY Ri σp Σ p σp / E Σ p / E
AKBNK AKBNK 0.5% 3.3% 2.1% 6.38 4.06
ARCLK ARCLK -0.2% 3.6% 2.6% -22.74 -16.39
DOHOL -0.1% 4.6% 3.0% -30.55 -19.94
GARAN GARAN 0.7% 3.5% 2.1% 4.95 2.97
HALKB HALKB -0.1% 4.5% 3.0% -39.62 -26.80
ISCTR ISCTR 0.6% 3.4% 2.3% 5.88 3.88
KCHOL 0.3% 2.6% 1.7% 8.18 5.44
KOZAL 2.2% 8.5% 5.5% 3.77 2.44
OTKAR OTKAR -0.2% 4.7% 3.3% -24.27 -17.30
PGSUS PGSUS 1.5% 5.1% 3.2% 3.29 2.08
SAHOL SAHOL 0.2% 2.6% 1.9% 11.32 8.33
SISE 0.6% 2.9% 2.2% 4.42 3.33
TAVHL TAVHL 0.9% 3.9% 2.6% 4.21 2.85
TCELL 0.8% 3.1% 2.2% 3.64 2.58
TOASO 0.3% 2.8% 2.0% 10.02 7.06
TTKOM 0.4% 3.2% 2.1% 7.50 5.08
VAKBN VAKBN 0.7% 3.6% 2.4% 5.20 3.41
OVY OSVY
#AKBNK
#ASELS #BIMAS #ARCLK
#EKGYO #EREGL #GARAN
#KOZAA #KRDMD #HALKB
#PETKM #THYAO #ISCTR
#TUPRS #TKFEN #OTKAR
#PGSUS
#SAHOL
#TAVHL
#VAKBN
Şekil 3: OVY ve OSVY ile Oluşturulan Etkin Portföylerde Yer Alan veya Almayan Paylar
Tablo 9’a göre varyans-semivaryans değişkenleri düşük olmasına rağmen bazı hisse
senetleri hiçbir şekilde etkin portföyler içinde yer almamıştır. BIST-30 kapsamındaki hisse
senetlerinin standart sapma ortalaması %3,82 iken; yarı standart sapma ortalaması %2,57’dir
14
OV yaklaşımına göre elde edilen etkin portföylerin sadece ikisinde YKBNK, %1,8 ve %1 oranında yer almaktadır.
931
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE
PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA
(bk. Tablo 2). Oysa Tablo 9’dan görüldüğü üzere, etkin portföyler içinde yer almayan payların
yaklaşık yarısının standart sapmaları ve yarı standart sapmaları bu ortalama değerlerin
altındadır. Dolayısıyla bireysel riskleri ortalamanın altında kalan bu payların etkin portföylerin
içinde hiç yer almaması, pay çiftleri arasındaki korelasyon katsayıları ve aşağı yönlü korelasyon
katsayıları ile açıklanabilir. Beklentilerle uyumlu olarak, değişim katsayısı negatif olan 5
paydan 4’ü etkin portföylerde yer almamıştır. Negatif değişim katsayısına sahip olup, etkin
portföylere giren tek pay ise EKGYO’dur. Çünkü ilgili pay, en düşük standart sapma ve yarı
standart sapmaya sahipken, diğer paylarla da göreceli olarak düşük korelasyonlara ve aşağı
yönlü korelasyonlara sahiptir (bk. Tablo 2,7 ve 8).
OVY ve OSVY ile optimizasyon sonucunda her yaklaşım için 11 adet etkin portföy elde
edilmişti. Bu etkin portföy setlerindeki payların, portföy içindeki ağırlıklarının ortalaması,
Tablo 5 ve 6’nın en son satırından takip edebilir. Şekil 4’de de bu veri özetlenmiştir. İki farklı
yaklaşım ile yapılan optimizasyon karşılaştırmasında PETKM, ortalama ağırlıklar arasındaki
farkın OSVY lehine en fazla olduğu paydır (%11,90). Ağırlıkların OSVY lehine en fazla
değiştiği diğer paylar ise EREGL ve TEKFN kodlu paylardır (%8,5 ve %7). Ortalama
ağırlıkların OVY lehine en fazla değiştiği pay ise TCELL’dir. OSVY optimizasyonu TCELL
kodlu payı hiçbir etkin portföye dahil etmemiştir. THYAO ise her iki yaklaşıma göre de en fazla
ortalama ağırlığa sahip paydır (OVY: %22,2, OSVY: %22,40).15 Optimizasyon yöntemi farklı
olmasına rağmen THYAO’nun ağırlığı neredeyse hiç değişmemiştir. Tam bu noktada,
THYAO’nun ilgili periyotta her iki yaklaşım için de en düşük değişim katsayına yani riske
sahip olan pay olduğunu hatırlatmak faydalı olacaktır (OVY: 1,93; OSVY: 1,46).
Tablo 5’e göre OVY ile elde edilen etkin portföy setlerinde, istenen hedef getiri bir
basamak arttıkça, bireysel ortalama getirisi daha yüksek olan THYAO ve KRDMD kodlu
payların portföydeki ağırlıkları istikrarlı bir şekilde artmakta; bireysel riskleri en düşük olan
EKGYO ( : %1,39) ve EREGL ( : %1,71) kodlu payların ise portföydeki
ağırlıkları azalmaktadır. OSVY ile yapılan optimizasyon da benzer özellikler göstermesine
15
Çalışmada hiçbir payın, portföy içindeki ağırlığının belirli bir oranı geçememesi ile ilgili bir kısıt yoktur. Fakat
pratikte kurumsal yatırımcılar için %10 sınırı mevcuttur.
932
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
rağmen, üretilen etkin portföyler daha az pay çeşidi içerdiği için portföy ağırlıklarındaki
değişim daha keskindir. Şekil 4’ye göre PETKM, EREGL ve TKFN kodlu payların
semikovaryans matrisi ile üretilen etkin portföylerdeki ortalama ağırlıkları, kovaryans matrisi ile
üretilen etkin portföylerdeki ortalama ağırlıklarından fark edilebilir bir biçimde yüksektir.
Standart sapma ve yarı standart sapmalarının sıralaması (bk. Tablo 2) her iki yaklaşımda da aynı
olan bu üç payın, OSVY’deki göreceli önemi, aşağı yönlü korelasyon katsayılarından kaynaklı
olabilir (bk. Tablo 7 ve 8).
933
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30
ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR UYGULAMA
934
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
935
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE
PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA
7. SONUÇ
936
Uluslararası Katılımlı 22. FİNANS SEMPOZYUMU / 10 -13 Ekim 2018 - Mersin
KAYNAKÇA
Alles, L. & Murray, L. (2008). Downside risk in emerging markets. In European financial management
association annual meetings. June, 25-28.
Ang, J. (1975). A Note on the E, SL Portfolio Selection Model. Journal of Financial and Quantitative
Analysis. 10, 849-857.
Ang, A. Chen, J. ve Xing, Y. (2006). Downside Risk. The Review of Financial Studies. 19(4), 1191-
1239.
Atilgan, Y. ve Demirtas, O. (2013). Downside Risk in Emerging Markets. Emerging Markets Finance and
Trade, 49, 64-83.
Ballestero, E. (2005). Mean-Semivariance Efficient Frontier: A Downside Risk Model for Portfolio
Selection. Applied Mathematical Finance. 12, 1-15.
Mikova, S. L. (2011). Semivariance decomposition of country-level returns. International Review of
Economics and Finance. 20(4), 607-623.
Chang, T.-J., Yang, S.-C., ve Chang, K.-J. (2009). Portfolio Optimization Problems in Different Risk
Measures Using Genetic Algorithm. Expert Systems with Applications. 36 (7), 10529–10537.
De Athayde, G. (2001). Building a Mean-Downside Risk Portfolio Frontier. In Managing Downside Risk
in Financial Markets, edited by Frank Sortino and Stephen Satchell, Butterworth- Heinemann
Finance.
Grootveld, H. ve Hallerbach, W. (1999). Variance vs downside risk: Is there really that much difference?
European Journal of Operational Research. 114 (2), 304-319.
Estrada, J. (2000). The Cost of Equity in Emerging Markets: A Downside Risk Approach. Emerging
Markets Quarterly. 4, 19–30.
Estrada, J. (2002). Systematic Risk in Emerging Markets: The D-CAPM. Emerging Markets Review. 3
(3), 365-379.
Estrada, J. (2003). Mean-Semivariance behavior (II): the D-CAPM. Working Paper, IESE Business
School. 2-17.
Estrada, J. (2008). Mean-Semivariance Optimization: A Heuristic Approach. Journal of Applied Finance.
18 (1), 57-72.
Gul, F. (1991). A Theory of Disappointment Aversion. Econometrica. 59 (3), 667-686.
Galagedera, D.U.A. (2007). An Alternative Perspective On The Relationship Between Downside Beta
And CAPM Beta. Emerging Markets Review. 8(1), 4-19.
Harlow, V. ve Rao, R. (1989). Asset Pricing In A Generalized Mean-Lower Partial Moment Framework:
Theory And Evidence. J. Financial Quantitative Anal. 24, 285–311.
Harlow, V. (1991). Asset Allocation in a Downside Risk Framework. Financial Analysts Journal,
September/October, 28-40.
Harvey, C. R. (2000). Drivers of Expected Returns in International Markets. Emerging Markets
Quarterly, Fall, 1-17.
Hogan, W. ve Warren J. (1972). Computation of the Efficient Boundary in the E-S Portfolio Selection
Model. Journal of Financial and Quantitative Analysis. 7, 1881-1896.
Kahneman, D. Ve Tversky, A. (1979). Prospect Theory: An Analysis of Decision Under Risk.
Econometrica. 47 (2), 263-291.
Markowitz, H. (1952). Portfolio Selection. Journal of Finance. 12, 77-91.
Markowitz, H. M. (1959). Portfolio Selection (First Edition). New York: John Wiley and Sons.
Markowitz, H. M. (1991). Portfolio Selection (Second Edition). Cambridge, MA: Basil Blackwell, Inc.
Markowitz, H., Todd, P., Xu, G. and Yamane Y. (1993). Computation of Mean-Semivariance Efficient
Sets by the Critical Line Algorithm. Annals of Operations Research. 45, 307-317.
937
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE
PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA
Mikova, E. ve Teplova, T. (2011). A Higher Moment Downside Framework for Conditional and
Unconditional CAPM in The Russian Stock Market. Eurasian Economic Review. 1(2), 157-178.
Nawrocki, D. ve Staples, K. (1989). A Customized LPM Risk Measure for Portfolio Analysis. Applied
Economics, 21, 205-218.
Nawrocki, D. N. (1999). A Brief History of Downside Risk Measures. The Journal of Investing. 8 (2), 9-
25.
Pla-Santamaria, D. ve Bravo, M. (2013). Portfolio Optimization Based on Downside Risk: A Mean-
Semivariance Efficient Frontier from Dow Jones Blue Chips. Annals of Operations Research.
20(1), 189-201.
Rom, B. M. ve Ferguson, K.W. (1994). Post-Modern Portfolio Theory Comes Of Age. Journal of
Investing. 3(3), 11-17.
Roy, A. D. (1952). Safety First And The Holding Of Assets. Econometrica. 20(3), 431-449.
Tsai, H. J., Chen, M. C. ve Yang, C. Y. (2014). A Time-Varying Perspective On The Capm And
Downside Betas. International Review of Economics and Finance. 29, 440-454.
Yildiz M.E. ve Erzurumlu Y.O. (2018). Testing Postmodern Portfolio Theory Based On Global And
Local Single Factor Model: Borsa Istanbul Case. Borsa Istanbul Review.
https://doi.org/10.1016/j.bir.2018.03.001 Çevrimiçi: 17.07.2018.
938