Uluslararasi Katilimli 22. Fi̇nans Sempozyumu Sempozyum Onursal Başkani

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/345603158
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA

GÖRE PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30
ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR UYGULAMA
Conference Paper · October 2018
CITATIONS READS
0 97
1 author:
Mehmet Emin Yildiz

Dogus Universitesi
10 PUBLICATIONS 40 CITATIONS
SEE PROFILE
All content following this page was uploaded by Mehmet Emin Yildiz on 09 November 2020.
The user has requested enhancement of the downloaded file.

R
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
10-13 Ekim 2018 - MERSİN

ﬁnans22.mersin.edu.tr
Uluslararası Katılımlı
22. FİNANS SEMPOZYUMU
10-13 EKİM 2018
BİLDİRİLER KİTABI
Editörler
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
İlhanege2005@hotmail.com
Ekim, 2018
ULUSLARARASI KATILIMLI 22. FİNANS SEMPOZYUMU
SEMPOZYUM ONURSAL BAŞKANI
Prof. Dr. Ahmet ÇAMSARI (Mersin Üniversitesi Rektörü)
SEMPOZYUM DÜZENLEME KURULU

Sempozyum Düzenleme Kurulu Başkanı
Doç. Dr. İlhan EGE (İşletme Bölüm Başkanı)
Düzenleme Kurulu
Prof. Dr. Hüseyin Mualla YÜCEOL
Prof. Dr. Ayşe ŞAHİN
Prof. Dr. Ayşehan ÇAKICI
Prof. Dr. Tevfik AYTEMİZ
Dr. Öğr. Üyesi Caner ATIŞ
Dr. Öğr. Üyesi Mehmet Nasih TAĞ
Dr. Öğr. Üyesi Ender GÜRGEN
Dr. Öğr. Üyesi Ümit DOĞRUL
Dr. Öğr. Üyesi Burcu Şefika DOĞRUL
Arş. Gör. Dr. Gizem Çopur VARDAR
Arş. Gör. Dr. Aslı Yıkılmaz ERKOL
Arş. Gör. Ömer DÜLEK
Arş. Gör. Zeynep ŞENER
Arş. Gör. Kısmet CİNGÖZ
Arş. Gör. Alaiddin KOŞAR
Arş. Gör. Zeynep Sevgi BALIK
Bilim Kurulu
Prof. Dr. Ahmet AKSOY Gazi Üniversitesi
Prof. Dr. Ramazan AKTAŞ TOBB Ekonomi ve Teknoloji Üniversitesi
Prof. Dr. Güler ARAS Yıldız Teknik Üniversitesi
Assoc. Prof. Dr. Yuri BIONDI The National Center for Scientific Research, France
Prof. Dr. Ali CEYLAN İstanbul Ticaret Üniversitesi
Prof. Dr. Nihel CHABRAK United Arab Emirates University, UAE
Prof. Dr. Adem ÇABUK Uludağ Üniversitesi
Prof. Dr. Kemalettin ÇONKAR Afyon Kocatepe Üniversitesi
Prof. Dr. Selahattin DİBOOĞLU University of Missouri, USA
Prof. Dr. Mete DOĞANAY Çankaya Üniversitesi
Prof. Dr. Mustafa EMİR Karadeniz Teknik Üniversitesi
Prof. Dr. Metin Kamil ERCAN Gazi Üniversitesi
Prof. Dr. Jim HASLAM University of Sheffield, UK
Prof. Dr. Mehmet Baha KARAN Hacettepe Üniversitesi
Prof. Dr. Turhan KORKMAZ Mersin Üniversitesi
Prof. Dr. Başaran ÖZTÜRK Niğde Ömer Halisdemir Üniversitesi
Assoc. Prof. Dr. Gunnar RIMMEL University of Gothenburg, Sweden
Prof. Dr. Gültekin RODOPLU İstanbul Gelişim Üniversitesi
Prof. Dr. Şakir SAKARYA Balıkesir Üniversitesi
Prof. Dr. Hakan SARITAŞ Pamukkale Üniversitesi
Prof. Dr. Güven SAYILGAN Ankara Üniversitesi
Assoc. Prof. Dr. Olgun Fuat ŞAHİN Saint Louis University, USA
Prof. Dr. Hülya TALU İstanbul Gelişim Üniversitesi
Prof. Dr. Berna TANER İzmir Dokuz Eylül Üniversitesi
Prof. Dr. M. Şükrü TEKBAŞ Türk – Alman Üniversitesi
Prof. Dr. Paul WILLIAMS North Carolina State University, USA
** Soyadına göre alfabetik sıralama yapılmıştır.
SPONSORLAR
Kurum ve kuruluşlarına 22. Finans Sempozyumuna vermiş oldukları

katkılardan dolayı teşekkür ederiz.
Düzenleme Kurulu Başkanı
SUNUŞ
Mersin Üniversitesi, 1992 yılında kurulmuş, kuruluşundan bu yana; fakülte sayısını
13’e, yüksekokul sayısını 8’e, meslek yüksekokulu sayısını 12’ye, enstitü sayısını 5’e,
araştırma merkezi sayısını ise 21’e çıkarmıştır. Kendisine bilimsel çalışma ve
araştırmalarla ürettiklerini toplum yararına sunup bölgesel ve ulusal alanda gelişme ve
sürdürülebilir kalkınmaya katkı sağlamayı misyon edinmiş ülkemizin önemli eğitim ve
araştırma kurumlarından biridir. Bu misyonun gereği olarak, Mersin Üniversite’nde her
yıl birçok bilimsel faaliyet gerçekleştirilmektedir. Bu faaliyetlere bir yenisini ekleyerek,
Mersin Üniversitesi İktisadi ve İdari Bilimler Fakültesi İşletme Bölümü tarafından 10-13
Ekim 2018 tarihlerinde yapılacak olan uluslararası katılımlı 22. Finans Sempozyumuna
ev sahipliği yapmaktan büyük memnuniyet duyduğumu belirtmek isterim.
Finans ekonomi biliminin önemli alanlarından biridir. Finans, genel olarak ülkenin,
işletmelerin ve bireylerin refahlarını yakından ilgilendiren bir konudur. Finans
alanındaki bilim insanlarının, reel ve finans sektörü temsilcilerinin, kamu adına
düzenleyici ve denetleyici görevlilerinin sempozyum boyunca bir araya gelerek bilgi
paylaşımda bulunmaları ülkemiz açısından bir kazanç olacaktır. Sempozyumda,
finansal piyasalar, işletme finansı ve risk yönetimi konularında yapılan araştırmaların
sunulması, tartışılması ve tüm taraflara fayda sağlaması amaçlanmaktadır.
Mersin Üniversitesi’nde gerçekleşecek olan 22. Finans Sempozyumu’na büyük bir
çoğunluğu üniversitelerden olmak üzere toplam 118 bildiri gelmiştir. Bilim Kurulu
değerlendirmesinden sonra 98 adet bildiri sunumu yapılmak üzere kabul edilmiştir.
Katılımcı sayısı ise 250 civarındadır. Tematik bir alanda böyle bir ilginin olması
sevindiricidir.
22. Finans sempozyumunun gerçekleşmesinde çaba harcayan üniversitemizin akademik
ve idari personeline, bilim kurulu üyelerine, sponsorlara ve katılımcılara teşekkür eder,
sempozyumun verimli geçmesini diler, saygılarımı sunarım.
Prof. Dr. Ahmet ÇAMSARI

Mersin Üniversitesi Rektörü
Değerli Meslektaşlarım,
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.
1995 yılında İstanbul Bayramoğlu’nda başlayan sempozyumlar sırasıyla Eskişehir,

Bursa, Ayvalık, Bandırma, Isparta, İstanbul, Kapadokya, İzmir, Zonguldak, Kayseri,
Afyon, Konya, Malatya, Erzurum, Bodrum, Denizli, Çorum, Trabzon ve geçen yıl da
Balıkesir’de gerçekleştirilmiş bulunmaktadır. Bu yıl Mersin’de gerçekleştirilmekte olan
22. Finans Sempozyumu takip eden yıllarda da sırasıyla Marmara Üniversitesi ve
Sakarya Üniversite’sinin ev sahipliğinde gerçekleştirilecektir.
Finans Bilim Platformu’nun Finans Sempozyumu düzenlemenin yanında bir diğer

etkinliği de her yıl öğretim üye ve elemanları ile ailelerinin tanışıklığını artırmak
amacıyla Mayıs ya da Haziran aylarında gerçekleştirilen bahar toplantılarıdır. Bu
toplantılarımız da sırasıyla, Altınoluk, Yalova, Kuşadası, Abant, Ayvalık, Pamukkale,
Niğde, Çanakkale, Adrasan, Kuşadası, Ayvalık, Eski Foça, Girne, Büyükada, Alaçatı,
Antalya ve 2018 yılı Bahar Toplantısı’da 10-12 Mayıs 2018 tarihleri arasında Sherwood
Breezes Lara Hotel Antalya’da gerçekleştirilmiştir.
2019 yılında Marmara Üniversitesi ev sahipliğinde yapılacak 23. Finans

Sempozyumu’nda yeniden birlikte olmak arzusuyla, Mersin’deki bu sempozyumun iş
hayatına, bilim ve akademik çalışmalara katkı sağlamasını, başarılı olmasını dilerim.
Saygı ve sevgilerimle,
Prof. Dr. Metin Kamil Ercan
Finans Bilim Platformu Başkanı

ÖNSÖZ
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…
Sempozyum Düzenleme Kurulu Başkanı

İÇİNDEKİLER
A MARKET MICROSTRUCTURE ANALYSIS OF TURKISH STOCK MARKET DURING THE CRISIS

PERIOD ................................................................................................................................................................................1
Prof. Dr. Abdullah YALAMAN
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
BANKALARIN İFLAS RİSKLERİNİN ÖLÇÜMÜ: BİR TBA-TOPSIS UYGULAMASI ..................................... 57

Doç. Dr. Mehmet PEKKAYA Öğr. Gör. Figen EROL
BİST PERAKENDE SEKTÖRÜNDE FAALİYET GÖSTEREN İŞLETMELERDE FİNANSAL BAŞARISIZLIĞIN

BELİRLEYİCİLERİ ............................................................................................................................................................ 69
Dr. Öğr. Üyesi Merve TUNCAY Öğr. Gör. Ayşegül TOY
BITCOIN VE ALTCOINLER ARASINDAKİ İLİŞKİ .................................................................................................. 83

Dr. Öğr. Üyesi Müslüm POLAT Dr. Öğr. Üyesi Eray GEMİCİ
BİREYSEL EMEKLİLİK SİSTEMİNDE 3. FAZA GEÇİŞİN EMEKLİLİK ŞİRKETLERİ VE PORTFÖY YÖNETİM

ŞİRKETLERİNE ETKİLERİ ÜZERİNE BİR DEĞERLENDİRME .............................................................................. 91
Doç. Dr. Engin KURUN
BİRLEŞME VE SATIN ALMALARIN ALICI ŞİRKET ÜZERİNE ETKİLERİ .......................................................119

Doç. Dr. Hakan ALTIN
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 ENDEKSİ HAREKET YÖNÜNÜN TAHMİNİNDE SINIFLANDIRMA YÖNTEMLERİNİN TEST

EDİLMESİ: BİST BANKA ÖRNEĞİ ...........................................................................................................................151
Doç. Dr. Cantürk KAYAHAN Öğr. Gör. İsmail KARA
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
BORSA İSTANBUL VE KÜRESEL PİYASA GÖSTERGELERİ ARASINDAKİ VOLATİLİTE ETKİLEŞİMİNİN

DCC-GARCH YÖNTEMİ İLE ANALİZİ ...................................................................................................................193
Dr. Öğr. Üyesi Burçay YAŞAR AKÇALI Arş. Gör. Ebubekir MOLLAAHMETOĞLU Prof. Dr. Erdinç ALTAY
BORSA İSTANBUL’DA İŞLEM GÖREN ŞEHİR ENDEKSLERİNİN PERFORMANSLARI .........................209

Doç. Dr. Hakan ALTIN
BORSALARDA ENDEKS DALGALANMALARININ DEĞERLENDİRİLMESİ: BORSA İSTANBUL’DA

GEOMETRİK BROWNIAN HAREKETİ UYGULAMASI ......................................................................................225
Arş. Gör. Müge SAĞLAM BEZGİN Prof. Dr. Mehmet BAŞAR
BÜYÜKLÜĞÜN FİNANSAL KALDIRAÇ İLE FİRMA PERFORMANSI ARASINDAKİ İLİŞKİ ÜZERİNDEKİ

ETKİSİNİN TESPİTİ: BİST İMALAT SEKTÖRÜ ÜZERİNE BİR UYGULAMA ................................................241
Doç. Dr. Emine Ebru AKSOY Dr. Öğr. Üyesi İlkut Elif KANDİL GÖKER
BÜYÜME VE DEĞER PORTFÖYLERİNİN MARKOWİTZ ORTALAMA-VARYANS MODELİ İLE ANALİZİ:

TÜRKİYE ÖRNEĞİ ........................................................................................................................................................255
Sevda METİN Prof. Dr. Turhan KORKMAZ
ÇALIŞMA SERMAYESİ YÖNETİMİNİN FİRMA KÂRLILIĞINA ETKİSİ ÜZERİNDE BİR İNCELEME .....275
Nurettin ELLİALTIOĞLU
ÇİMENTO İŞLETMELERİNİN KARLILIKLARINA ETKİ EDEN ÇALIŞMA SERMAYESİ FAKTÖRLERİ: BİST

ÇİMENTO İŞLETMELERİ ÜZERİNE BİR PANEL VERİ UYGULAMASI ..........................................................285
Dr. Öğr. Üyesi Berk YILDIZ
DÖVİZ KURLARINDAKİ DALGALANMALARIN BANKA KARLILIĞI ÜZERİNDEKİ OLUMSUZ ETKİSİNİN

PANEL VERİ YÖNTEMİYLE ANALİZİ ....................................................................................................................299
Adnan YÜMLÜ Öğr. Gör. Asuman ERBEN YAVUZ
DÖVİZ PİYASALARININ ETKİNLİĞİ ÜZERİNDE UZUN HAFIZANIN ROLÜ: TÜRK DÖVİZ

PİYASASINDA AMPİRİK BİR ARAŞTIRMA .........................................................................................................311
Dr. Öğr. Üyesi Arife ÖZDEMİR Arş. Gör. Gizem VERGİLİ Doç. Dr. İsmail ÇELİK
DUYGUSAL ZEKÂNIN BİREYSEL YATIRIMCILARIN KARARLARINA ETKİSİ ............................................323

Muhammed DUMAN Doç. Dr. Aslıhan ERSOY BOZCUK
EFFECTS OF INDUSTRY 4.0 ON THE WORLD OF FINANCE AND FINANCIAL MANAGEMENT ...331
Dr. Öğr. Üyesi Kemal YAMAN
EMEKLİLİK VE HAYAT SİGORTA ŞİRKETLERİNİN ETKİNLİK ANALİZİ ......................................................345

Dr. Öğr. Üyesi İsmail TUNA Dr. Öğr. Üyesi Veysel YILMAZ Arş. Gör. Aylin MERCAN
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
ENTEGRE RAPORLAMA: TÜRKİYE VE GÜNEY AFRİKA UYGULAMALARI KARŞILAŞTIRMASI ........381

Doç. Dr. Şükran GÜNGÖR TANÇ Ayşe Özge ÖZ Sevda YILMAZ
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
FARKLI REJİMLER ALTINDA TÜRKİYE, İNGİLTERE, AMERİKA VE EURO BÖLGESİ TAHVİL

PİYASALARI, EMTİA PİYASASI VE DÖVİZ PİYASASINDAN BİST 100 ENDEKSİNE VOLATİLİTE
YAYILIMI ........................................................................................................................................................................401
Elif ERER Deniz ERER Dr. Öğr. Üyesi Özge KORKMAZ
FINANCIAL SUSTAINABILITY OF TURKISH HEALTH CARE SYSTEM .......................................................423

Prof. Dr. Gülüzar KURT GÜMÜŞ Arş. Gör. Nehir BALCI
FİNANS SEKTÖRÜ YATIRIMCISININ SÜRPRİZ KARA TEPKİSİ: TÜRKİYEDEN BİR UYGULAMA .....443
Doç. Dr. Deniz PARLAK Hasan Hüseyin DOĞAN
FİNANSAL KALDIRAÇ KULLANIMININ KARLILIĞA ETKİSİ: BİST ÇİMENTO SEKTÖRÜNDE BİR

UYGULAMA ..................................................................................................................................................................459
Dr. Öğr. Üyesi Ahmet Gökhan SÖKMEN Muhammet Tuğrul ÖZEN
FİNANSAL OKURYAZARLIK VE DAVRANIŞSAL FİNANS İLİŞKİSİ: YATIRIM PROFESYONELLERİNE

YÖNELİK BİR ARAŞTIRMA .......................................................................................................................................479
Neslihan KILINÇ Dr. Öğr. Üyesi Yunus KILIÇ
FİNANSAL RİSKLERDEN KORUNMA AMAÇLI TÜREV ÜRÜN KULLANIMI ............................................491

Dr. Öğr. Üyesi Uğur SEVİM Öğr. Gör. İdris KARSLIOĞLU
FİRMA BORÇLANMA KARARLARINDA FİNANSMAN HİYERARŞİSİ KURAMININ GEÇERLİLİĞİ: BİST

FİRMALARI ÜZERİNE AMPİRİK BİR ANALİZ .....................................................................................................501
Doç. Dr. Gamze VURAL Öğr. Gör. Dr. Elif ACAR
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
GELİŞMEKTE OLAN ÜLKELERDE BANKACILIK SEKTÖRÜNÜN GELİŞMESİNİN BELİRLEYİCİLERİ ..543

Doç. Dr. Hasan AYAYDIN Öğr. Gör. Abdulkadir BARUT Öğr. Gör. Fahrettin PALA
GOOGLE TRENDS ARAMA HACİM ENDEKSİ VE BORSA İSTANBUL İLİŞKİSİ .......................................555

Ertan ERTEN Prof. Dr. Turhan KORKMAZ
HİSSE SENEDİ SEÇİMİNDE ETKİLİ OLAN KRİTERLERİN ÖNEM DERECELERİNİN VE KRİTERLER

ARASI ETKİLEŞİMİN BELİRLENMESİ ....................................................................................................................565
Doç. Dr. Mehmet PEKKAYA Öğr. Gör. Gültekin TOPALOĞLU
INVESTIGATION OF FINANCIAL KNOWLEDGE OF YOUNG PEOPLE: CASE OF POLAND ..............583
Prof. Dr. Beata SWIECKA Dr. Öğr. Üyesi Eser YEŞİLDAĞ Doç. Dr. Ercan Özen
IS CURRENCY RISK IMPORTANT FOR TRADE .................................................................................................599

Prof. Dr. Nihat SOLAKOĞLU Dr. Öğr. Üyesi Cengiz TUNÇ
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
İŞLETMELERDE YABANCI SAHİPLİĞİNİN FİNANSAL PERFORMANSA ETKİSİ: BIST 100 ŞİRKETLERİ

ÜZERİNE BİR UYGULAMA .......................................................................................................................................637
Dr. Öğr. Üyesi Gözde TÜRKMEN MÜLDÜR Arş. Gör. Serhat KONUK
KARADENİZ EKONOMİK İŞBİRLİĞİ ÖRGÜTÜ ÜLKELERİNİN BANKACILIK SİSTEMLERİNİN

PROMETHEE YÖNTEMİ İLE KARŞILAŞTIRILMASI ...........................................................................................647
Prof. Dr. Famil ŞAMİLOĞLU Dr. Öğr. Üyesi Haşim BAĞCI Yunus Emre KAHRAMAN
KATILIM BANKALARININ EKONOMİK BÜYÜMEDE ROLÜ: MEVDUAT BANKALARI İLE

KARŞILAŞTIRMALI BİR ANALİZ .............................................................................................................................663
Arş. Gör. Dr. Melih KUTLU Prof. Dr. Osman KARAMUSTAFA
KATILIM BANKALARININ PERFORMANS ANALİZLERİNE MULTIMOORA YÖNTEMİ İLE

BİR BAKIŞ .......................................................................................................................................................................673
Dr. Öğr. Üyesi Aylin ERDOĞDU
KATILIM-30 ENDEKSİ İLE MAKROEKONOMİK DEĞİŞKENLER ARASINDAKİ İLİŞKİNİN TESPİTİ:

ZAMAN SERİLERİ ANALİZİ ......................................................................................................................................685
Dr. Öğr. Üyesi Yavuz TÜRKAN Arş. Gör. Yunus BAYDAŞ
KAZANÇ YÖNETİMİ: FIRSATÇI DAVRANIŞ VE DENETİM MEKANİZMASI AÇISINDAN KANITLAR 695

Arş. Gör. Dr. Emine KAYA
KOBİ MÜŞTERİLERİNİN KREDİ KULLANMA DAVRANIŞLARI ÜZERİNE BİR ARAŞTIRMA: ING BANK
ÖRNEĞİ ..........................................................................................................................................................................711
Dr. Öğr. Üyesi Ahmet Gökhan SÖKMEN Zeynep Ece Doğan
KOBİ’LERDE FİNANSAL OKURYAZARLIK: TRABZON İLİ TURİZM SEKTÖRÜ ÖRNEĞİ ......................723

Mehmet Yaser GENCAN Prof. Dr. Halil İbrahim BULUT
KORUMASIZ FAİZ PARİTE KURAMI VE 2004-2014 DÖNEMİ PORTFÖY YATIRIMLARINI TÜRKİYE’YE

ÇEKEN FİNANSAL FAKTÖRLERİN TESPİTİ .........................................................................................................741
Dr. Öğr. Üyesi Bahadır İLDOKUZ Dr. Öğr. Üyesi Hasan Hüseyin YILDIRIM
KREDİ KARTI KULLANIMINI VE KREDİ KARTI KULLANIMINDAN DUYULAN MEMNUNİYETİ

ETKİLEYEN FAKTÖRLER ÜZERİNE BİR ARAŞTIRMA .......................................................................................757
Dr. Öğr. Üyesi Tuncay Turan TURABOĞLU Ersin TİMUR
KREDİ RİSKLERİNİN İÇSEL DERECELENDİRMELERİNE GÖRE BANKA PERFORMANS ANALİZİ ....773
Akın Taylan ALKAN Dr. Öğr. Üyesi Hicabi ERSOY
KREDİ TEMERRÜT TAKASI PRİMİ’NİN (CDS PRİMİ) OPSİYON FİYATLAMA YÖNTEMİYLE TAHMİN
EDİLMESİ .......................................................................................................................................................................783
Dr. Öğr. Üyesi Lokman KANTAR
KRİPTO PARA BİRİMLERİNİN KÜRESEL ETKİLERİ: ASİMETRİK NEDENSELLİK ANALİZİ ...................797

Büşra AĞAN Dr. Öğr. Üyesi Üzeyir AYDIN
KRİPTO PARALARIN FİYATINDAKİ DALGALANMALARA ETKİ EDEN FAKTÖRLER: HAYES PROCESS

MAKROSU İLE BİTCOİN ÜZERİNE BİR ANALİZ ...............................................................................................817
Prof. Dr. Tuğrul KANDEMİR Öğr. Gör. Gözde SEREZLİ Merve KILINÇ
KURUMSAL YÖNETİMİN FİNANSAL VE BORSA PERFORMANSI ÜZERİNDEKİ ETKİSİ: BİST

KURUMSAL YÖNETİM ENDEKSİ ÜZERİNE BİR UYGULAMA ......................................................................837
Doç. Dr. Ahmet KURTARAN Arş. Gör. Zekiye AKTAŞ
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
MS-GARCH YAKLAŞIMIYLA MENKUL KIYMET PİYASALARINDA VOLATİLİTE TAHMİNİ: BORSA

İSTANBUL ÖRNEĞİ ....................................................................................................................................................903
Doç. Dr. Abdulkadir KAYA Arş. Gör. İkram Yusuf YARBAŞI
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE PORTFÖY

OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30 ENDEKSİNDEKİ PAYLAR ÜZERİNE BİR
UYGULAMA ...................................................................................................................................................................915
Dr. Öğr. Üyesi Mehmet Emin YILDIZ
ÖZEL SEKTÖR DIŞ BORÇLANMASINI ETKİLEYEN FAKTÖRLER: TÜRKİYE UYGULAMASI ................939

Emine Ebru ER
PAY PİYASALARINDAKİ AŞIRI TEPKİ ANOMALİSİNİN DAVRANIŞSAL FİNANS AÇISINDAN

İNCELENMESİ – BIST 100 UYGULAMASI ...........................................................................................................953
Dr. Öğr. Üyesi Hicabi ERSOY Seyfullah GÜL
PİYASA YAPICISI OLAN VE OLMAYAN BANKALARIN FİNANSAL DAVRANIŞLARINA FARKLI BİR

BAKIŞ –ZAMAN ETKİSİ ÖNEMLİ Mİ? ..................................................................................................................965
Doç. Dr. Adalet HAZAR Doç. Dr. Özge SEZGİN ALP Doç. Dr. Şenol BABUŞCU
PMI İLE ÇEŞİTLİ FİNANSAL GÖSTERGELER ARASINDAKİ İLİŞKİNİN DİNAMİK NEDENSELLİK
ANALİZİ İLE İNCELENMESİ: TÜRKİYE ÖRNEĞİ ................................................................................................981
Dr. Öğr. Üyesi Saffet AKDAĞ Prof. Dr. Ali DERAN Prof. Dr. Ömer İSKENDEROĞLU
POLİTİK RİSKLERİN HİSSE SENEDİ PİYASALARI ÜZERİNE ETKİLERİ: AMPİRİK BİR ANALİZ ...........993
Doç. Dr. Aslı AFŞAR Emrah DOĞAN
SERMAYE PİYASALARI VE EKONOMİYE DUYULAN GÜVEN: BİST100 NEDENSELLİK ANALİZİ

ÖRNEĞİ ....................................................................................................................................................................... 1003
Arş. Gör. Ahmet Galip GENÇYÜREK Arş. Gör. Ayşegül ŞAHİN
SERMAYE YAPISI KARARLARINI ETKİLEYEN MAKROEKONOMİK DEĞİŞKENLERİN ANALİZİ: BİST

PERAKENDE SEKTÖRÜ ÜZERİNE BİR UYGULAMA ..................................................................................... 1011
Doç. Dr. Erdinç KARADENİZ Prof. Dr. Ömer İSKENDEROĞLU Arş. Gör. Selda DALAK
TAHVİL PİYASASINDA HAFTANIN GÜNÜ ETKİSİ: TÜRKİYE ÖRNEĞİ ................................................... 1029

Dr. Öğr. Üyesi Engin KÜÇÜKSİLLE Dr. Öğr. Üyesi Şaban ÇELİK
TEMEL MAKROEKONOMİK GÖSTERGELERİN ÜLKE RİSKİ ÜZERİNE ETKİSİ: TÜRKİYE ÖRNEĞİ 1035
Ersin YENİSU Doç. Dr. Sedat YENİCE
TERÖR OLAYLARININ FİNANSAL MALİYETİ: BORSA İSTANBUL ÜZERİNE ETKİLERİNİN

İNCELENMESİ ........................................................................................................................................................... 1055
Ahmet Cihat ERDOĞAN Mefule FINDIKÇI
THE BANK LENDING CHANNEL OF MONETARY TRANSMISSION IN TURKEY ............................... 1069

Doç. Dr. Neslihan TURGUTTOPBAŞ
THE EFFECT OF INVESTOR SENTIMENT ON BORSA ISTANBUL IN THE PRESENCE OF STRUCTURAL

BREAKS ........................................................................................................................................................................ 1085
Dr. Öğr. Üyesi Efe ÇAĞLAR ÇAĞLI Arş. Gör. Zeliha CAN ERGÜN Prof. Dr. M. Banu DURUKAN
TİCARİ KREDİ POLİTİKASININ FİRMA DEĞERİ ÜZERİNE ETKİSİ:

BİST İMALAT SANAYİ ÖRNEĞİ ........................................................................................................................... 1097
Dr. Öğr. Üyesi Erkan ALSU Öğr. Gör. Cengizhan KARACA
TÜREV ÜRÜN KULLANIMININ TÜRK BANKACILIK SEKTÖRÜ’NÜN ETKİNLİĞİ İLE İLİŞKİSİ ......... 1113
Hasan KELEŞ Dr. Öğr. Üyesi Ş. Gül REİS
TÜRK BANKACILIK SEKTÖRÜNDE ENTROPİ VE WASPAS YÖNTEMLERİ İLE FİNANSAL

PERFORMANS ÖLÇÜMÜ ...................................................................................................................................... 1123
Dr. Öğr. Üyesi Üzeyir AYDIN Prof. Dr. Mert URAL Prof. Dr. Erhan DEMİRELİ
TÜRK LİRASI REFERANS FAİZ ORANI TRLIBOR VE MAKROEKONOMİK FAKTÖRLER ARASINDAKİ

İLİŞKİNİN ANALİZİ: VAR UYGULAMASI .......................................................................................................... 1139
Dr. Öğr. Üyesi Murat AKKAYA
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
TÜRKİYE’DE KATILIM-30 ENDEKSİ VE EMTİA PİYASALARI ARASINDAKİ İLİŞKİNİN FOURIER BAZLI

YAKLAŞIMLAR İLE ARAŞTIRILMASI .................................................................................................................. 1185
Prof. Dr. Şakir SAKARYA Doç. Dr. Feyyaz ZEREN Öğr. Gör. Dr. Hilmi Tunahan AKKUŞ
TÜRKİYE’DE PARASAL VE EKONOMİK FAKTÖRLERİN KONUT FİYAT ENDEKSİ DEĞİŞİMLERİ

ÜZERİNE ETKİLERİ .................................................................................................................................................... 1199
Dr. Öğr. Üyesi Alp POLAT Prof. Dr. Güven SEVİL Prof. Dr. Semih BÜKER
TÜRKİYE’DE YATIRIM KURULUŞU VARANTLARININ FİYATLAMA HATALARI .................................. 1209

Dr. Öğr. Üyesi Yusuf AYTÜRK
TÜRKİYE FİNANSAL OKURYAZARLIK ARAŞTIRMASI ................................................................................. 1217

Doç. Dr. Mesut DOĞAN
TÜRKİYE SERMAYE PİYASALARINDA YABANCI PAYINI ETKİLEYEN

FAKTÖRLERİN BELİRLENMESİ ............................................................................................................................ 1233
Dr. Öğr. Üyesi Çiğdem KURT CİHANGİR Prof. Dr. Cihan TANRIÖVEN
TÜRKİYE VE AVRUPA ÖZEL SERMAYELİ MEVDUAT BANKALARININ CAMELS PERFORMANS

DEĞERLEME MODELİ İLE ANALİZİ .................................................................................................................... 1245
Dr. Öğr. Üyesi Ayşenur ALTINAY Doç. Dr. Bilge Leyli ELİTAŞ
TÜRKİYE’DE Kİ MEVDUAT BANKALARININ CAMELS ANALİZİ İLE FİNANSAL PERFORMANS

DEĞERLEMESİ ........................................................................................................................................................... 1261
Doç. Dr. Süleyman Serdar KARACA Öğr. Gör. Necati ALTEMUR Mustafa ÇEVİK
ÜRÜN PİYASASINDA REKABETİN PAY SENEDİ FİYATININ GELECEKTEKİ DÜŞME RİSKİNE VE

EŞZAMANLILIĞINA ETKİSİ ................................................................................................................................... 1281
Mohammad Reza TOUTOUNCHİ ASL Sohrab ABDİ
VOLATİLİTE MUAMMASI: BRICS ÜLKELERİ VE TÜRKİYE BORSA ENDEKSLERİ ÜZERİNDE BİR

UYGULAMA ............................................................................................................................................................... 1301
Dr. Murat ATİK Doç. Dr. Yaşar KÖSE Dr. Bülent YILMAZ Dr. Öğr. Üyesi Şaban ÇELİK
YABANCI BANKA VARLIKLARINI BELİRLEYEN FAKTÖRLER: GEÇİŞ ÜLKELERİ UYGULAMASI ..... 1317
Dr. Nuri HACIEVLİYAGİL Doç. Dr. İbrahim Halil EKŞİ
YENİ FİNANSAL OYUNCULAR VE UYGULAMALAR: BANKALAR VE FİNANSAL TEKNOLOJİ

ŞİRKETLERİ ARASINDAKİ DOĞAL ÇATIŞMA VE GEREKLİ İŞBİRLİĞİ ..................................................... 1329
Dr. Hakan BİLİR
YÖNETİM KURULLARINDA CİNSİYET VE FİRMA PERFORMANSI ......................................................... 1355

Fatma ÖZTAŞ Doç. Dr. Aslıhan ERSOY BOZCUK
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
Mehmet Emin YILDIZ*
*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.
Anahtar Sözcükler: Ortalama-Varyans Yaklaşımı, Ortalama-Semivaryans Yaklaşımı, Aşağı Yönlü

Riskler, Portföy Optimizasyonu, Çeşitlendirme
COMPARISON OF PORTFOLIO OPTIMIZATION BASED ON MEAN-

SEMIVARIANCE AND MEAN-VARIANCE APPROACHES: AN
APPLICATION ON BIST30 INDEX STOCKS
Abstract
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.
Key Words: Mean-Variance Approach, Mean-Semivariance Approach, Downside Risks, Portfolio

Optimization, Diversification
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
Getirilerin normal dağılmama eğiliminde olması, özellikle gelişmekte olan ülkelerdeki

varlık getirilerinin aşağı yönlü risk ölçütleri ile daha iyi açıklandığını göstermektedir. Bu
çalışmanın amacı, hem ortalama-varyans yaklaşımına (OVY) hem de aşağı yönlü risk
ölçütlerinin kullanıldığı ortalama-semivaryans (OSVY) yaklaşımına göre BIST30 endeksindeki
paylar için portföy optimizasyonu yapmak ve iki yaklaşımın sonucunda elde edilen etkin
portföyleri karşılaştırmaktır. Aşağı yönlü risk ölçütleri kullanılarak portföy optimizasyonu
yapmanın farklı yöntemleri olsa da bu çalışmada Estrada’nın (2008) tasarladığı sezgisel yöntem
kullanılacaktır. Çalışmada, ilk önce ortalama-varyans ve ortalama-semivaryans yaklaşımı ile
ilgili teorik çerçeve ortaya konmuştur. Daha sonra, literatürde ilgili yaklaşımlara yönelik yapılan
çalışmalar özetlenmiş ve çalışmada kullanılacak yöntem detaylandırılarak anlatılmıştır. Son
olarak, her iki yaklaşıma göre yapılan optimizasyonların sonuçları karşılaştırılmıştır.
2. TEORİK ÇERÇEVE
2.1. Ortalama-Varyans Yaklaşımı
Ortalama-varyans yaklaşımında (mean-variance behavior), yatırımcılar optimum

portföylerini seçerken, sadece portföy getirilerinin ortalamasına ve varyansına bağlı olarak
fayda fonksiyonlarını maksimize ederler. Markowitz’e (1991) göre OVY, yatırımcının beklenen
faydası (expected utility) ile yüksek korelasyona sahip bir fayda düzeyi vermektedir. Daha net
bir ifade ile yatırımcılar portföy seçerken sadece ortalama getiri ve varyansı kullansalar bile
faydalarını maksimize etmiş sayılırlar.
Modern portföy teorisi (MPT), OVY’nin, beklenen fayda teorisi ile tam olarak tutarlı
olduğunu öne sürer. Bu tutarlılık, iki önkoşulun birisinin varlığında doğrudur. Birinci önkoşul
yatırımcıların fayda fonksiyonunun kuadratik (ikinci dereceden) olmasıdır. İkinci önkoşul ise
portföy ve varlık getirilerinin normal dağılmış olmasıdır. Her iki koşulda da fayda
fonksiyonunu, sadece ortalama getiri ve varyansa göre maksimize eden bir yatırımcının
optimum portföyü ile beklenen fayda fonksiyonuna göre maksimize eden yatırımcının portföyü
aynı olacaktır.
Standart OVY kapsamında bir yatırımcının faydası (U) tamamen portföy getirisinin
ortalamasına ( ve varyansına bağlıdır (Estrada, 2002:365-367).
(1)
Bu çerçevede tek bir i varlığının riski varlık getirilerinin standart sapması ile
hesaplanmaktadır.
(2)
ve , getiriyi ve ortalama getiriyi temsil etmektedir. Bununla birlikte i varlığı, iyi

çeşitlendirilmiş bir portföyün içindeki varlıklardan sadece birisi ise bu varlığın riski, piyasa
portföyü ile arasındaki kovaryansa ( göre hesaplanır.
(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
UYGULAMA
sapmasının çarpımına bölünmesi ile mümkündür. Böylelikle risk için daha kullanışlı bir ölçüt
olan korelasyon katsayısı bulunur :
Alternatif olarak i varlığı ve piyasa portföyü arasındaki kovaryans, piyasa portföyünün

varyansına bölündüğünde ise i varlığının betası ( elde edilir:
MPT, yatırımcıların sadece varyans ve ortalama getiriye bakarak bile faydalarını

maksimize edebileceğini söylemekteydi. Bu durumun koşullarından birisi kuadratik fayda
fonksiyonuydu. Grootveld ve Hallebach’e (1999) göre kuadratik fayda fonksiyonu riskten artan
bir şekilde kaçınma anlamına gelmektedir. Oysa bu durum belli bir noktadan sonra negatif
marjinal faydaya neden olmaktadır.
Yatırımcıların sadece varyans ve ortalama getiriye bakarak faydalarını maksimize

edebileceğini söyleyen görüşün koşullarından bir diğeri de getirilerin normal dağılmış
olmasaydı. Pratikte, özellikle de uzun vadede getiriler asimetrik olma eğilimindedir. Çünkü
hisse senetleri ve tahviller için sınırsız kazanç potansiyeli varken, kayıp potansiyeli sınırlıdır
(Bir varlık %100’den fazla düşemez ama yükselebilir). Bu da getirilerin asimetrik davranışı
açıklayan durumlardan birisidir (Grootveld ve Hallebach , 1999: 305).
2.2. Ortalama-Semivaryans Yaklaşımı
Ortalama-semivaryans yaklaşımında (OSVY) yatırımcının toplam faydası aşağıdaki

eşitlik ile gösterilmektedir (Estrada, 2002:368):
, yatırımcının portföy getirisinin semivaryansını temsil etmektedir. Bu çerçevede tek

bir i varlığının riski, getirilerin aşağı yönlü standart sapması ile ölçülmektedir.
Aşağı yönlü standart sapma ( ), varlık getirilerinin ortalama getiriden sadece

aşağı yönlü sapmaları kullanılarak hesaplanmaktadır. Formül aslında, i varlığının aşağı yönlü
standart sapmasının özel bir biçimidir. Buradaki formülasyon daha genel biçimde aşağıdaki gibi
ifade edilebilmektedir.
918
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.
Semikovaryans hem varlığın hem de piyasanın kendi ortalamasının altında kaldığı

durumlardaki kovaryansı temsil etmektedir. , piyasa getirisinin kendi ortalamasından
sapmasıdır.3
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.
Alternatif olarak kosemivaryans, piyasa getirilerinin semivaryansına bölündüğünde i

varlığının aşağı yönlü betası bulunur .
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
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
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
Portföy optimizasyonu sorunu, yatırımcının amaçlarına ve kısıtlamalara göre farklı

biçimlerde ifade edilebilir.
Dört farklı portföy optimizasyonundan söz etmek mümkündür. Bunlar; (I) portföyün
riskini minimize etmek, (II) bir hedef getiri koşulu ile portföyün riskini minimize etmek, (III)
bir hedef risk koşulu ile portföyün getirisini maksimize etmek, (IV) portföyün riske göre
düzeltilmiş getirisini maksimize etmektir. Literatür çoğunlukla ikinci seçenek üzerine
odaklanmaktadır.
Markowitz (1952), bir hedef getiri koşulu ile portföyün riskini minimize etmek için
aşağıdaki denklemleri kullanmıştır.
Minimize etme (13)

Kısıtlamalar (14)
(15)
, i=1,…,N (16)
Burada; N, mevcut varlık sayısı; i varlığının portföydeki ağırlığı ; ,i

varlığının beklenen getirisi (pratikte ortalama getirisi), , i ve j varlığı arasındaki
kovaryanstır (i= 1,…,N; j=1,…,N).5
Denklem 13, denklem 14 belirli bir hedef getiriyi garanti altına alırken, portföyün
toplam varyansını minimize eder. Denklem 15, portföydeki varlıkların toplam ağırlığının
bire eşit olmasını sağlar ve son olarak denklem 16, portföydeki her bir varlığın ağırlığının sıfır
ile bir arasında olmasını sağlar. Böylelikle açığa satış ve kredili varlık alınması durumu ortadan
kalkar. Bu denklemler bir kuadratik programlama problemidir ve çeşitli yazılımlar kullanılarak
optimal bir şekilde çözülür. Bu çalışmadaki kuadratik programlama problemleri, Microsoft
Excel’in solver (çözücü) modülü kullanılarak çözülecektir. Excel’de, kovaryans matrisi
hesaplamak içim bir modül varken; Semikovaryans matrisi hesaplamak için her herhangi bir
modül yoktur. Bu sorun Excel’de formül yazılarak giderilmiştir.
Yukarıdaki optimizasyon problemi, her seferinde farklı değeri ile çözülerek bir dizi
etkin portföy elde edilir. Elde edilen etkin portföy seti veya diğer adı ile etkin sınır, risk-getiri
diyagramında minimum riskli portföy ile maksimum getirili portföy arasındaki dış bükey
5
N adet varlık var ise N2-N adet kovaryans hesaplanmaktadır.
921
UYGULAMA
eğridir. Kısacası portföy optimizasyonunun çözümü, en iyi risk-getiri bileşimine sahip

portföyleri bulmayı amaçlar.
Ortalama–varyans yaklaşımına göre hesaplanan bireysel varlıkların varyansları,
kovaryansları ve beklenen getirileri dışsal (exogenous) değişkenlerdir. Diğer bir ifade ile bu
değişkenlerin değerleri bir kere hesaplandıktan sonra, hedef getiriler ile birlikte portföy
optimizasyonu sorununun kapalı form çözümüne girdi olurlar. Dolayısıyla bu dışsal
değişkenler, her bir varlığın (n) portföydeki optimum dağılımının ( bulunmasında
kullanılırlar. Bu noktada n varlıkları için bulunan ağrılıklar içsel değişkenlerdir (endogenous).
Peki, bir yatırımcı; riski, portföy getirilerinin varyansı olarak belirlemek yerine portföy
getirilerinin semivaryansı olarak belirlerse ne olur?
Markowitz (1959) portföyün semivaryansını aşağıdaki formül ile hesaplamayı önermiştir;
, (17)
ve
, (18)
, i ve j varlığı arasındaki semikovaryans, B ise iki varlıktan oluşan portföy için

kullanılan getiri kriteridir.6
İ ve j varlığı arasındaki semikovaryans, portföy için belirlenen getiri kriterinin altında
performans gösterilen dönemlere göre hesaplanır. Estrada’ya göre (2008) semikovaryans
hesaplarken varlıkların her birinin kendi getiri kriterleri yerine portföyün getiri kriterinin
kullanılması, semikovaryansın içsel (endogenous) bir değişken olmasına yol açacaktır.
Peki, semikovaryansların içsel değişkenler olması ne anlama gelmektedir? Estrada
(2008), portföyü oluşturan varlıkların ağırlıklarındaki bir değişimin, portföyün getiri kriterinin
altında performans gösterdiği dönemleri dolayısıyla da semikovaryans matrisinin elemanlarını
etkilendiğini sayısal örneklerle ortaya koymuştur. Diğer bir ifade ile semikovaryanslar, etkin
portföylerdeki varlıkların ağırlıklarının bulunmasında bir veri iken, ağırlıkların değişmesi dışsal
bir değişken olması gereken semikovaryanslarda bir değişikliğe neden olmaktadır. Bu da matrisi
içsel bir değişken haline getirmektedir. Oysa OVY’de kovaryans matrisi tamamen dışsaldır ve
ağırlıkların değişmesi kovaryans matrisi üzerinde herhangi bir değişikliğe neden olmamaktadır.
Özetle, Markowitz’in semikovaryansı hesapladığı formülde, bireysel varlıkların negatif
getirili dönemleri yerine portföyün negatif getirili dönemlerinin kullanılması ve bu dönemlerin
de doğrudan ağırlıklardan etkilenmesi, semikovaryans matrisinde değişime neden olmaktadır.
Bu durum semikovaryans matrisini hem içsel hem de asimetrik yapmaktadır.
Estrada (2008) bu sorunun üstesinden gelebilmek için semikovaryans matrisinin
hesaplanmasında ve portföy optimizasyonunun çözümünde sezgisel (heuristic) bir yaklaşım
tasarlamıştır.
4.2. Ortalama-Semivaryans Yaklaşımına Göre Optimizasyon
Sezgisel modele göre portföy optimizasyonundaki amaç fonksiyonu (19) ve

semikovaryans denklemi (20) aşağıdaki gibidir;7
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
(19)
(20)
ve , i ve j varlıklarının getirilerini, t ise dönemleri temsil eder. Denklem 20’de

semikovaryans , varlıkların getirilerinin, kendi getiri kriterlerinden (portföyün getiri
kriteri değil) aşağı yönlü sapmalarının kullanılması yolu ile hesaplanır. Semikovaryansın
yukarıdaki formülü, istenen bir getiri kriterine (B) göre yeniden düzenlenebilir. Kriter sıfır ise
semikovaryans, her iki varlığın da negatif getirili olduğu dönemler baz alınarak hesaplanır.
Ortalama getirinin kriter olduğu durumda ise semikovaryans, her iki varlığın da kendi
ortalamasının altında kaldığı dönemlere göre hesaplanır. Çalışmada getiri kriteri olarak her
varlığın kendi ortalama getirisi kullanılacaktır.
Semikovaryansın bu hesaplanış biçiminde, portföydeki varlıkların ağırlıklarındaki
bir değişim, semikovaryans matrisinde herhangi bir değişime neden olmayacaktır.
Dolayısıyla, bu şekilde hesaplanan semikovaryanslardan oluşan bir matris hem dışsal hem
de simetrik olacaktır ( .
Özetlemek gerekirse, Denklem 18 kullanılarak hesaplanan semikovaryanslarda, portföyün
getiri kriteri (B) altında performans gösterip göstermediğini bilmemiz gerekirken; denklem 20
kullanılarak hesaplanan semikovaryanslarda, varlığın getiri kriteri altında performans gösterip
göstermediğini bilmek yeterlidir.
Literatürde farklı semikovaryans hesaplama yöntemleri de vardır. Bunlardan birisi Hogan
ve Warren (1974) tarafından formülize edilmiştir.
(21)
, i varlığının getirisini; , j varlığının getirisini ve ise risksiz faiz oranını

göstermektedir. Denklem 21 sadece j varlığı için koşullu getiri önerdiği için asimetrik bir
kovaryans matrisine neden olmaktadır ( .
Bir diğer semikovaryans hesaplama yöntemi de Harlow ve Rao (1989) tarafından

önerilmiştir.
(22)
Bu formülde getiri kriteri olarak varlıkların ortalama getirileri kullanmış olsa da

varlıklardan sadece birisi için koşullu getiri önerilmiştir.
Estrada’nın (2002) semikovaryansı hesapladığı denklem 10’da, varlıklar, portföyün
semikovaryansını kendi ortalama getirilerinin altında kaldığı durumlarda arttırmakta
; üstünde olduğu durumlarda ise etkilememektedir. Oysaki Harlow ve
Rao’nun önerdiği semikovaryans hesaplama yönteminde, koşullu getirisi kullanılmayan i
varlığının kendi ortalamasının üzerinde bir getiriye sahip olması durumunda, semikovaryans
dolayısıyla da portföyün riski daha düşük hesaplanmış olacaktır ( ).
7
Bu çalışmada, ortalama-semivaryans yaklaşımındaki kısıtlayıcı denklemler ortalama-varyans yaklaşımındakiler ile
aynıdır (Denklem 2, 3 ve 4)
923
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
Bu çalışmada OV ve OSV yaklaşımlarına dayanan portföy optimizasyonlarının

kıyaslanması amacıyla, BIST30 endeksi kapsamındaki hisse senetlerinin 2017-2018 yılları
arasındaki haftalık kapanış fiyatları kullanılmıştır.8 Toplam 28 çeşit pay için 60 adet veri Finnet
veri tabanından çekilmiştir.9 Portföy optimizasyonu probleminin çözümü için Microsoft
Excel’in “Solver Modülü” kullanılmıştır. Semikovaryans matrisinin hesaplanması için ise
Denklem 20’deki formül Excel’e uyarlanmıştır. Haftalık kapanış fiyatları aşağıdaki formül ile
haftalık getirilere dönüştürülmüştür:10
i payın t dönemindeki haftalık getirisi, , ise i payın t dönemindeki fiyatıdır.
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.
Tablo 1: Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler
Ortalama 0.0078
Standart Hata 0.0010
Medyan 0.0045
Standart Sapma 0.0415
Varyans 0.0017
Basıklık 3.6666
Çarpıklık 0.6859
Aralık 0.4497
En Düşük -0.1830
En Yüksek 0.2667
Toplam 13.1679
Gözlem Sayısı 1680
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
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.
Tablo 2: BIST30 Endeksi Kapsamındaki Payların Getiri ve Riskleri
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
Bu çalışmada portföy optimizasyonu, belirli bir hedef getiriye göre minimum

varyansı veya minimum semivaryansı verecek portföylerin, hangi paylardan oluşacağını ve bu
payların portföy içindeki ağırlıklarının (wi) ne olacağını belirlemeyi amaçlamaktadır. Bu
minvalde hem OVY hem de OSVY kapsamındaki optimizasyonlar için 11 farklı hedef getiri
tayin edilerek, her yaklaşım için 11 farklı etkin portföy üretilmiştir. Hedef getiriler tayin
edilirken BİST30 endeksi içinde yer alan hisse senetlerinin 60 haftalık ortalama getiri aralığı
kullanılmıştır. En düşük hedef getiri için %0,2, en yüksek hedef getiri için ise %2,2
kullanılmıştır.11 Etkin portföy setlerinin oluşturulabilmesi için hedef getirilerin yanı sıra,
11
60 haftalık ortalama getirisi en yüksek olan KOZAA %2,25; en düşük olan OTKAR ise -%0,19’luk getiriye
sahiptir.
925
UYGULAMA
payların bireysel varyans-semivaryansları (Tablo 2) ile kovaryans-semikovaryans matrisleri

dışsal değişken olarak kullanılmış ve içsel değişken olan pay ağırlıkları tahmin edilmiştir.
Tablo 3 ve 4 kovaryans ve semikovaryans matrislerini göstermektedir. Semikovaryans
matrisi Denklem 20’deki formül kullanılarak hesaplanmıştır. Getiri kriteri (B) olarak payların
kendi ortalama getirileri kullanılmıştır.12 Daha önce de değinildiği gibi semikovaryans
matrisinin sezgisel yöntemle hesaplanış biçiminde, portföydeki varlıkların ağırlıklarındaki bir
değişim, semikovaryans matrisinde herhangi bir değişime neden olmayacak ve böylelikle matris
hem dışsal hem de simetrik hale gelecektir ( .13
Tablo 5 ve Tablo 6, OV ve OSV yaklaşımı ile yapılan optimizasyonlar sonucunda elde
edilen 11 çift etkin portföyü göstermektedir. Her iki tablo için de sütun 2 hedef getiriyi ,
2
sütun 3 standart sapmayı (σp) veya aşağı yönlü standart sapmayı (Σp), sütun 4 varyansı (σp )
veya semivaryansı (Σ p2), sütun 5 ise bir birimlik getiri için katlanılan riski gösteren değişim
katsayını ifade etmektedir. Tabloların geri kalan sütunları ise etkin portföylerin içinde yer alan
payların ağırlıklarından oluşmaktadır.
Tablo 5: OVY’ye Göre Optimizasyon Sonuçları

Parametreler Tahmin Edilen Ağırlıklar
T 2 T
E σp σp σp / E ASELS BIMAS DOHOL EKGYO EREGL KCHOL KOZAA KOZAL KRDMD PETKM TCELL THYAO TKFEN TOASO TTKOM TUPRS YKBNK
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
Tablo 6: OSVY’ye Göre Optimizasyon Sonuçları

Parametreler Tahmin Edilen Ağırlıklar
T 2 T
E Σp Σp Σp/ E ASELS BIMAS EKGYO EREGL KOZAA KRDMDPETKM SISE THYAO TKFEN TUPRS
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.
Şekil 1: OVY’ye Göre Etkin Set
927
UYGULAMA
Şekil 2: OSVY’ye Göre Etkin Set
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
Tablo 7: BIST-30’daki Paylar İçin Korelasyon Matrisi

AKBNK ARCLK ASELS BIMAS DOHOL EKGYO EREGL GARAN HALKB ISCTR KCHOL KOZAA KOZAL KRDMD OTKAR PETKM PGSUS SAHOL SISE TAVHL TCELL THYAO TKFEN TOASO TTKOM TUPRA VAKBN YKBNK
AKBNK 0.41 0.10 0.33 0.23 0.17 0.05 0.93 0.66 0.77 0.56 0.14 0.18 0.20 0.49 0.36 0.25 0.68 0.41 0.28 0.28 0.22 0.28 0.25 0.27 0.13 0.83 0.84
ARCLK 0.41 0.10 0.35 0.16 0.11 0.06 0.36 0.43 0.36 0.44 0.11 0.14 0.28 0.10 0.28 0.34 0.43 0.28 0.45 0.25 0.19 0.18 0.26 0.37 0.13 0.49 0.37
ASELS 0.10 0.10 0.06 0.05 0.05 0.12 0.08 0.01 0.21 0.11 0.15 0.05 0.07 0.30 0.29 0.15 0.02 0.24 0.16 0.05 -0.09 0.38 0.38 0.02 0.04 -0.03 0.14
BIMAS 0.33 0.35 0.06 0.02 -0.11 0.20 0.33 0.24 0.24 0.35 -0.07 -0.05 0.27 0.16 0.06 0.08 0.29 0.37 0.37 0.03 -0.09 0.11 0.07 0.21 0.05 0.28 0.28
DOHOL 0.23 0.16 0.05 0.02 -0.13 -0.14 0.20 0.20 0.15 0.31 0.29 0.37 0.36 0.34 0.16 0.35 0.29 0.18 0.16 -0.03 0.21 0.01 0.23 0.18 0.16 0.18 0.22
EKGYO 0.17 0.11 0.05 -0.11 -0.13 0.23 0.21 0.16 0.18 0.07 0.11 0.15 -0.07 0.15 0.18 0.27 0.22 0.06 0.28 0.19 0.45 0.28 0.10 0.02 0.16 0.26 0.06
EREGL 0.05 0.06 0.12 0.20 -0.14 0.23 0.08 0.14 0.10 0.03 -0.11 0.08 0.17 0.23 0.27 0.17 -0.01 0.25 0.33 0.31 0.21 0.28 0.15 0.06 0.18 0.16 -0.02
GARAN 0.93 0.36 0.08 0.33 0.20 0.21 0.08 0.60 0.82 0.55 0.09 0.14 0.22 0.47 0.27 0.26 0.58 0.39 0.26 0.26 0.22 0.25 0.25 0.26 0.15 0.80 0.80
HALKB 0.66 0.43 0.01 0.24 0.20 0.16 0.14 0.60 0.51 0.50 0.32 0.35 0.34 0.31 0.38 0.44 0.51 0.35 0.36 0.26 0.26 0.32 0.23 0.36 0.10 0.78 0.61
ISCTR 0.77 0.36 0.21 0.24 0.15 0.18 0.10 0.82 0.51 0.54 0.10 0.14 0.24 0.43 0.40 0.22 0.54 0.41 0.37 0.27 0.15 0.23 0.17 0.34 0.16 0.74 0.72
KCHOL 0.56 0.44 0.11 0.35 0.31 0.07 0.03 0.55 0.50 0.54 -0.03 0.08 0.27 0.35 0.34 0.30 0.58 0.25 0.26 0.03 0.18 0.36 0.40 0.21 0.34 0.56 0.53
KOZAA 0.14 0.11 0.15 -0.07 0.29 0.11 -0.11 0.09 0.32 0.10 -0.03 0.58 0.23 0.09 0.20 0.30 0.03 0.15 0.29 0.18 0.14 0.10 0.19 0.19 0.16 0.16 0.17
KOZAL 0.18 0.14 0.05 -0.05 0.37 0.15 0.08 0.14 0.35 0.14 0.08 0.58 0.24 0.27 0.30 0.32 0.19 0.23 0.40 0.21 0.06 0.10 0.19 0.33 0.16 0.21 0.15
KRDMD 0.20 0.28 0.07 0.27 0.36 -0.07 0.17 0.22 0.34 0.24 0.27 0.23 0.24 0.32 0.41 0.50 0.19 0.24 0.36 0.02 0.24 -0.05 0.08 0.21 0.17 0.28 0.23
OTKAR 0.49 0.10 0.30 0.16 0.34 0.15 0.23 0.47 0.31 0.43 0.35 0.09 0.27 0.32 0.38 0.29 0.34 0.36 0.27 0.17 0.13 0.38 0.40 0.22 -0.07 0.37 0.48
PETKM 0.36 0.28 0.29 0.06 0.16 0.18 0.27 0.27 0.38 0.40 0.34 0.20 0.30 0.41 0.38 0.35 0.33 0.29 0.37 0.08 0.33 0.31 0.15 0.24 0.37 0.28 0.32
PGSUS 0.25 0.34 0.15 0.08 0.35 0.27 0.17 0.26 0.44 0.22 0.30 0.30 0.32 0.50 0.29 0.35 0.23 0.23 0.38 0.10 0.51 0.26 0.21 0.32 0.26 0.39 0.20
SAHOL 0.68 0.43 0.02 0.29 0.29 0.22 -0.01 0.58 0.51 0.54 0.58 0.03 0.19 0.19 0.34 0.33 0.23 0.34 0.23 0.20 0.20 0.21 0.23 0.08 0.19 0.58 0.55
SISE 0.41 0.28 0.24 0.37 0.18 0.06 0.25 0.39 0.35 0.41 0.25 0.15 0.23 0.24 0.36 0.29 0.23 0.34 0.40 0.26 0.12 0.29 0.23 0.17 0.12 0.44 0.42
TAVHL 0.28 0.45 0.16 0.37 0.16 0.28 0.33 0.26 0.36 0.37 0.26 0.29 0.40 0.36 0.27 0.37 0.38 0.23 0.40 0.23 0.31 0.16 0.19 0.36 0.05 0.39 0.33
TCELL 0.28 0.25 0.05 0.03 -0.03 0.19 0.31 0.26 0.26 0.27 0.03 0.18 0.21 0.02 0.17 0.08 0.10 0.20 0.26 0.23 0.15 0.13 0.13 0.45 0.07 0.29 0.24
THYAO 0.22 0.19 -0.09 -0.09 0.21 0.45 0.21 0.22 0.26 0.15 0.18 0.14 0.06 0.24 0.13 0.33 0.51 0.20 0.12 0.31 0.15 0.14 -0.04 0.13 0.23 0.30 0.14
TKFEN 0.28 0.18 0.38 0.11 0.01 0.28 0.28 0.25 0.32 0.23 0.36 0.10 0.10 -0.05 0.38 0.31 0.26 0.21 0.29 0.16 0.13 0.14 0.34 0.20 0.20 0.30 0.22
TOASO 0.25 0.26 0.38 0.07 0.23 0.10 0.15 0.25 0.23 0.17 0.40 0.19 0.19 0.08 0.40 0.15 0.21 0.23 0.23 0.19 0.13 -0.04 0.34 0.15 0.12 0.30 0.13
TTKOM 0.27 0.37 0.02 0.21 0.18 0.02 0.06 0.26 0.36 0.34 0.21 0.19 0.33 0.21 0.22 0.24 0.32 0.08 0.17 0.36 0.45 0.13 0.20 0.15 0.11 0.32 0.28
TUPRA 0.13 0.13 0.04 0.05 0.16 0.16 0.18 0.15 0.10 0.16 0.34 0.16 0.16 0.17 -0.07 0.37 0.26 0.19 0.12 0.05 0.07 0.23 0.20 0.12 0.11 0.11 0.10
VAKBN 0.83 0.49 -0.03 0.28 0.18 0.26 0.16 0.80 0.78 0.74 0.56 0.16 0.21 0.28 0.37 0.28 0.39 0.58 0.44 0.39 0.29 0.30 0.30 0.30 0.32 0.11 0.70
YKBNK 0.84 0.37 0.14 0.28 0.22 0.06 -0.02 0.80 0.61 0.72 0.53 0.17 0.15 0.23 0.48 0.32 0.20 0.55 0.42 0.33 0.24 0.14 0.22 0.13 0.28 0.10 0.70
929
ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE PORTFÖY OPTİMİZASYONU KARŞILAŞTIRMASI: BİST30
Tablo 8: BIST-30’daki Paylar İçin Aşağı Yönlü Korelasyon Matrisi

AKBNK ARCLK ASELS BIMAS DOHOL EKGYO EREGL GARAN HALKB ISCTR KCHOL KOZAA KOZAL KRDMD OTKAR PETKM PGSUS SAHOL SISE TAVHL TCELL THYAO TKFEN TOASO TTKOM TUPRA VAKBN YKBNK
AKBNK 0.53 0.44 0.79 0.55 0.39 0.34 0.91 0.70 0.77 0.75 0.41 0.37 0.52 0.48 0.56 0.56 0.77 0.51 0.50 0.50 0.48 0.37 0.45 0.54 0.41 0.79 0.84
ARCLK 0.53 0.37 0.52 0.37 0.24 0.32 0.56 0.48 0.48 0.52 0.37 0.25 0.57 0.25 0.49 0.42 0.46 0.41 0.35 0.39 0.30 0.35 0.39 0.64 0.32 0.57 0.52
ASELS 0.44 0.37 0.45 0.41 0.30 0.31 0.47 0.35 0.55 0.41 0.62 0.45 0.64 0.42 0.57 0.55 0.42 0.48 0.60 0.30 0.23 0.36 0.54 0.37 0.32 0.34 0.46
BIMAS 0.79 0.52 0.45 0.51 0.32 0.43 0.74 0.54 0.63 0.65 0.41 0.39 0.44 0.46 0.49 0.46 0.71 0.54 0.59 0.48 0.32 0.35 0.46 0.54 0.27 0.63 0.67
DOHOL 0.55 0.37 0.41 0.51 0.31 0.30 0.49 0.47 0.44 0.49 0.63 0.65 0.66 0.55 0.55 0.58 0.55 0.32 0.54 0.32 0.47 0.34 0.45 0.36 0.32 0.43 0.51
EKGYO 0.39 0.24 0.30 0.32 0.31 0.45 0.44 0.38 0.44 0.43 0.38 0.37 0.43 0.48 0.38 0.45 0.44 0.25 0.40 0.50 0.47 0.53 0.35 0.29 0.31 0.41 0.40
EREGL 0.34 0.32 0.31 0.43 0.30 0.45 0.33 0.37 0.32 0.31 0.32 0.36 0.41 0.41 0.54 0.43 0.25 0.33 0.44 0.59 0.38 0.47 0.39 0.45 0.44 0.26 0.35
GARAN 0.91 0.56 0.47 0.74 0.49 0.44 0.33 0.65 0.79 0.76 0.39 0.38 0.56 0.46 0.50 0.60 0.66 0.47 0.48 0.46 0.47 0.37 0.43 0.54 0.47 0.78 0.77
HALKB 0.70 0.48 0.35 0.54 0.47 0.38 0.37 0.65 0.61 0.59 0.43 0.35 0.44 0.35 0.44 0.47 0.58 0.47 0.42 0.51 0.36 0.42 0.41 0.58 0.45 0.74 0.73
ISCTR 0.77 0.48 0.55 0.63 0.44 0.44 0.32 0.79 0.61 0.72 0.52 0.42 0.59 0.38 0.58 0.62 0.66 0.49 0.61 0.46 0.34 0.28 0.46 0.56 0.50 0.80 0.69
KCHOL 0.75 0.52 0.41 0.65 0.49 0.43 0.31 0.76 0.59 0.72 0.34 0.34 0.60 0.46 0.56 0.56 0.65 0.40 0.45 0.42 0.47 0.44 0.52 0.45 0.51 0.76 0.67
KOZAA 0.41 0.37 0.62 0.41 0.63 0.38 0.32 0.39 0.43 0.52 0.34 0.79 0.61 0.42 0.58 0.52 0.40 0.43 0.62 0.42 0.30 0.35 0.49 0.41 0.30 0.38 0.46
KOZAL 0.37 0.25 0.45 0.39 0.65 0.37 0.36 0.38 0.35 0.42 0.34 0.79 0.57 0.57 0.56 0.53 0.37 0.43 0.59 0.51 0.33 0.32 0.46 0.38 0.27 0.34 0.44
KRDMD 0.52 0.57 0.64 0.44 0.66 0.43 0.41 0.56 0.44 0.59 0.60 0.61 0.57 0.65 0.71 0.80 0.52 0.50 0.64 0.47 0.47 0.38 0.55 0.50 0.51 0.54 0.49
OTKAR 0.48 0.25 0.42 0.46 0.55 0.48 0.41 0.46 0.35 0.38 0.46 0.42 0.57 0.65 0.65 0.57 0.48 0.47 0.46 0.44 0.38 0.42 0.44 0.31 0.27 0.36 0.45
PETKM 0.56 0.49 0.57 0.49 0.55 0.38 0.54 0.50 0.44 0.58 0.56 0.58 0.56 0.71 0.65 0.70 0.59 0.50 0.61 0.55 0.57 0.46 0.52 0.47 0.52 0.50 0.57
PGSUS 0.56 0.42 0.55 0.46 0.58 0.45 0.43 0.60 0.47 0.62 0.56 0.52 0.53 0.80 0.57 0.70 0.46 0.39 0.65 0.41 0.60 0.40 0.52 0.47 0.64 0.57 0.48
SAHOL 0.77 0.46 0.42 0.71 0.55 0.44 0.25 0.66 0.58 0.66 0.65 0.40 0.37 0.52 0.48 0.59 0.46 0.45 0.42 0.40 0.37 0.31 0.48 0.37 0.33 0.61 0.62
SISE 0.51 0.41 0.48 0.54 0.32 0.25 0.33 0.47 0.47 0.49 0.40 0.43 0.43 0.50 0.47 0.50 0.39 0.45 0.55 0.42 0.23 0.45 0.50 0.37 0.32 0.56 0.58
TAVHL 0.50 0.35 0.60 0.59 0.54 0.40 0.44 0.48 0.42 0.61 0.45 0.62 0.59 0.64 0.46 0.61 0.65 0.42 0.55 0.52 0.43 0.41 0.52 0.56 0.31 0.50 0.57
TCELL 0.50 0.39 0.30 0.48 0.32 0.50 0.59 0.46 0.51 0.46 0.42 0.42 0.51 0.47 0.44 0.55 0.41 0.40 0.42 0.52 0.41 0.45 0.41 0.56 0.36 0.47 0.52
THYAO 0.48 0.30 0.23 0.32 0.47 0.47 0.38 0.47 0.36 0.34 0.47 0.30 0.33 0.47 0.38 0.57 0.60 0.37 0.23 0.43 0.41 0.49 0.35 0.29 0.50 0.48 0.40
TKFEN 0.37 0.35 0.36 0.35 0.34 0.53 0.47 0.37 0.42 0.28 0.44 0.35 0.32 0.38 0.42 0.46 0.40 0.31 0.45 0.41 0.45 0.49 0.46 0.37 0.32 0.44 0.46
TOASO 0.45 0.39 0.54 0.46 0.45 0.35 0.39 0.43 0.41 0.46 0.52 0.49 0.46 0.55 0.44 0.52 0.52 0.48 0.50 0.52 0.41 0.35 0.46 0.37 0.46 0.48 0.38
TTKOM 0.54 0.64 0.37 0.54 0.36 0.29 0.45 0.54 0.58 0.56 0.45 0.41 0.38 0.50 0.31 0.47 0.47 0.37 0.37 0.56 0.56 0.29 0.37 0.37 0.45 0.56 0.63
TUPRA 0.41 0.32 0.32 0.27 0.32 0.31 0.44 0.47 0.45 0.50 0.51 0.30 0.27 0.51 0.27 0.52 0.64 0.33 0.32 0.31 0.36 0.50 0.32 0.46 0.45 0.50 0.48
VAKBN 0.79 0.57 0.34 0.63 0.43 0.41 0.26 0.78 0.74 0.80 0.76 0.38 0.34 0.54 0.36 0.50 0.57 0.61 0.56 0.50 0.47 0.48 0.44 0.48 0.56 0.50 0.71
YKBNK 0.84 0.52 0.46 0.67 0.51 0.40 0.35 0.77 0.73 0.69 0.67 0.46 0.44 0.49 0.45 0.57 0.48 0.62 0.58 0.57 0.52 0.40 0.46 0.38 0.63 0.48 0.71
930
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
YKBNK 0.5% 3.4% 2.1% 6.51 3.97
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
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).
Şekil 4: Etkin Portföylerdeki Pay Ağırlıklarının Ortalaması
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
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
Tablo 3: BIST-30’daki Paylar İçin Kovaryans Matrisi

AKBANK ARCELİK ASELSAN BIMAS DOHOL EKGYO EREGL GARAN HALKB ISCTR KCHOL KOZAA KOZAL KRDMD OTOKAR PETKM PGSUS SAHOL SISE TAVHL TCELL THYAO TKFEN TOASO TTKOM TUPRA VAKBN YKBNK
AKBANK 0.00106 0.00049 0.00015 0.00032 0.00034 0.00008 0.00003 0.00104 0.00096 0.00085 0.00047 0.00037 0.00039 0.00037 0.00073 0.00036 0.00041 0.00058 0.00038 0.00035 0.00027 0.00030 0.00038 0.00023 0.00028 0.00013 0.00096 0.00092
ARCELİK 0.00049 0.00128 0.00017 0.00037 0.00026 0.00005 0.00004 0.00044 0.00069 0.00043 0.00041 0.00034 0.00034 0.00058 0.00017 0.00031 0.00061 0.00040 0.00028 0.00061 0.00027 0.00028 0.00026 0.00026 0.00041 0.00014 0.00063 0.00044
ASELSAN 0.00015 0.00017 0.00212 0.00008 0.00010 0.00003 0.00010 0.00012 0.00002 0.00032 0.00013 0.00057 0.00016 0.00019 0.00063 0.00041 0.00035 0.00002 0.00032 0.00028 0.00007 -0.00017 0.00072 0.00049 0.00002 0.00006 -0.00005 0.00021
BIMAS 0.00032 0.00037 0.00008 0.00086 0.00003 -0.00004 0.00010 0.00033 0.00032 0.00024 0.00027 -0.00016 -0.00011 0.00045 0.00022 0.00006 0.00011 0.00022 0.00031 0.00042 0.00003 -0.00011 0.00013 0.00006 0.00020 0.00004 0.00029 0.00028
DOHOL 0.00034 0.00026 0.00010 0.00003 0.00206 -0.00008 -0.00011 0.00031 0.00041 0.00023 0.00037 0.00111 0.00113 0.00094 0.00071 0.00022 0.00081 0.00034 0.00024 0.00029 -0.00004 0.00040 0.00002 0.00030 0.00026 0.00022 0.00028 0.00034
EKGYO 0.00008 0.00005 0.00003 -0.00004 -0.00008 0.00019 0.00005 0.00010 0.00010 0.00008 0.00003 0.00012 0.00014 -0.00005 0.00010 0.00008 0.00018 0.00008 0.00002 0.00015 0.00008 0.00026 0.00016 0.00004 0.00001 0.00007 0.00013 0.00003
EREGL 0.00003 0.00004 0.00010 0.00010 -0.00011 0.00005 0.00029 0.00004 0.00011 0.00006 0.00002 -0.00015 0.00009 0.00016 0.00018 0.00014 0.00014 0.00000 0.00012 0.00022 0.00016 0.00015 0.00020 0.00007 0.00003 0.00010 0.00010 -0.00001
GARAN 0.00104 0.00044 0.00012 0.00033 0.00031 0.00010 0.00004 0.00117 0.00092 0.00095 0.00049 0.00026 0.00034 0.00044 0.00075 0.00028 0.00045 0.00052 0.00037 0.00034 0.00027 0.00032 0.00036 0.00024 0.00028 0.00015 0.00099 0.00092
HALKB 0.00096 0.00069 0.00002 0.00032 0.00041 0.00010 0.00011 0.00092 0.00197 0.00077 0.00058 0.00120 0.00106 0.00088 0.00064 0.00051 0.00097 0.00060 0.00044 0.00062 0.00035 0.00049 0.00058 0.00029 0.00050 0.00014 0.00124 0.00091
ISCTR 0.00085 0.00043 0.00032 0.00024 0.00023 0.00008 0.00006 0.00095 0.00077 0.00115 0.00048 0.00029 0.00032 0.00047 0.00068 0.00042 0.00038 0.00048 0.00039 0.00048 0.00028 0.00021 0.00032 0.00016 0.00036 0.00017 0.00090 0.00082
KCHOL 0.00047 0.00041 0.00013 0.00027 0.00037 0.00003 0.00002 0.00049 0.00058 0.00048 0.00068 -0.00006 0.00015 0.00040 0.00043 0.00027 0.00040 0.00040 0.00019 0.00026 0.00003 0.00020 0.00039 0.00029 0.00017 0.00028 0.00052 0.00046
KOZAA 0.00037 0.00034 0.00057 -0.00016 0.00111 0.00012 -0.00015 0.00026 0.00120 0.00029 -0.00006 0.00707 0.00330 0.00111 0.00035 0.00051 0.00128 0.00008 0.00035 0.00095 0.00045 0.00050 0.00035 0.00045 0.00050 0.00040 0.00048 0.00048
KOZAL 0.00039 0.00034 0.00016 -0.00011 0.00113 0.00014 0.00009 0.00034 0.00106 0.00032 0.00015 0.00330 0.00463 0.00094 0.00085 0.00062 0.00109 0.00034 0.00045 0.00106 0.00043 0.00018 0.00028 0.00037 0.00069 0.00034 0.00052 0.00034
KRDMD 0.00037 0.00058 0.00019 0.00045 0.00094 -0.00005 0.00016 0.00044 0.00088 0.00047 0.00040 0.00111 0.00094 0.00329 0.00086 0.00071 0.00143 0.00028 0.00039 0.00078 0.00003 0.00058 -0.00013 0.00014 0.00038 0.00030 0.00057 0.00044
OTOKAR 0.00073 0.00017 0.00063 0.00022 0.00071 0.00010 0.00018 0.00075 0.00064 0.00068 0.00043 0.00035 0.00085 0.00086 0.00216 0.00055 0.00068 0.00041 0.00047 0.00048 0.00024 0.00026 0.00073 0.00053 0.00032 -0.00009 0.00061 0.00074
PETKM 0.00036 0.00031 0.00041 0.00006 0.00022 0.00008 0.00014 0.00028 0.00051 0.00042 0.00027 0.00051 0.00062 0.00071 0.00055 0.00094 0.00054 0.00027 0.00025 0.00044 0.00007 0.00043 0.00039 0.00013 0.00023 0.00035 0.00031 0.00034
PGSUS 0.00041 0.00061 0.00035 0.00011 0.00081 0.00018 0.00014 0.00045 0.00097 0.00038 0.00040 0.00128 0.00109 0.00143 0.00068 0.00054 0.00251 0.00030 0.00033 0.00074 0.00015 0.00108 0.00055 0.00029 0.00051 0.00039 0.00069 0.00033
SAHOL 0.00058 0.00040 0.00002 0.00022 0.00034 0.00008 0.00000 0.00052 0.00060 0.00048 0.00040 0.00008 0.00034 0.00028 0.00041 0.00027 0.00030 0.00069 0.00025 0.00023 0.00016 0.00022 0.00022 0.00017 0.00007 0.00015 0.00054 0.00048
SISE 0.00038 0.00028 0.00032 0.00031 0.00024 0.00002 0.00012 0.00037 0.00044 0.00039 0.00019 0.00035 0.00045 0.00039 0.00047 0.00025 0.00033 0.00025 0.00081 0.00043 0.00022 0.00014 0.00035 0.00018 0.00015 0.00010 0.00044 0.00040
TAVHL 0.00035 0.00061 0.00028 0.00042 0.00029 0.00015 0.00022 0.00034 0.00062 0.00048 0.00026 0.00095 0.00106 0.00078 0.00048 0.00044 0.00074 0.00023 0.00043 0.00148 0.00027 0.00050 0.00025 0.00021 0.00043 0.00006 0.00053 0.00043
TCELL 0.00027 0.00027 0.00007 0.00003 -0.00004 0.00008 0.00016 0.00027 0.00035 0.00028 0.00003 0.00045 0.00043 0.00003 0.00024 0.00007 0.00015 0.00016 0.00022 0.00027 0.00092 0.00019 0.00016 0.00011 0.00042 0.00006 0.00031 0.00024
THYAO 0.00030 0.00028 -0.00017 -0.00011 0.00040 0.00026 0.00015 0.00032 0.00049 0.00021 0.00020 0.00050 0.00018 0.00058 0.00026 0.00043 0.00108 0.00022 0.00014 0.00050 0.00019 0.00178 0.00024 -0.00005 0.00017 0.00030 0.00046 0.00020
TKFEN 0.00038 0.00026 0.00072 0.00013 0.00002 0.00016 0.00020 0.00036 0.00058 0.00032 0.00039 0.00035 0.00028 -0.00013 0.00073 0.00039 0.00055 0.00022 0.00035 0.00025 0.00016 0.00024 0.00173 0.00040 0.00026 0.00026 0.00044 0.00031
TOASO 0.00023 0.00026 0.00049 0.00006 0.00030 0.00004 0.00007 0.00024 0.00029 0.00016 0.00029 0.00045 0.00037 0.00014 0.00053 0.00013 0.00029 0.00017 0.00018 0.00021 0.00011 -0.00005 0.00040 0.00080 0.00014 0.00011 0.00030 0.00012
TTKOM 0.00028 0.00041 0.00002 0.00020 0.00026 0.00001 0.00003 0.00028 0.00050 0.00036 0.00017 0.00050 0.00069 0.00038 0.00032 0.00023 0.00051 0.00007 0.00015 0.00043 0.00042 0.00017 0.00026 0.00014 0.00099 0.00011 0.00036 0.00030
TUPRA 0.00013 0.00014 0.00006 0.00004 0.00022 0.00007 0.00010 0.00015 0.00014 0.00017 0.00028 0.00040 0.00034 0.00030 -0.00009 0.00035 0.00039 0.00015 0.00010 0.00006 0.00006 0.00030 0.00026 0.00011 0.00011 0.00095 0.00012 0.00010
VAKBN 0.00096 0.00063 -0.00005 0.00029 0.00028 0.00013 0.00010 0.00099 0.00124 0.00090 0.00052 0.00048 0.00052 0.00057 0.00061 0.00031 0.00069 0.00054 0.00044 0.00053 0.00031 0.00046 0.00044 0.00030 0.00036 0.00012 0.00128 0.00085
YKBNK 0.00092 0.00044 0.00021 0.00028 0.00034 0.00003 -0.00001 0.00092 0.00091 0.00082 0.00046 0.00048 0.00034 0.00044 0.00074 0.00034 0.00033 0.00048 0.00040 0.00043 0.00024 0.00020 0.00031 0.00012 0.00030 0.00010 0.00085 0.00113
934
Tablo 4: BIST-30’daki Paylar İçin Semikovaryans Matrisi

AKBANK ARCELİK ASELSAN BIMAS DOHOL EKGYO EREGL GARAN HALKB ISCTR KCHOL KOZAA KOZAL KRDMD OTOKAR PETKM PGSUS SAHOL SISE TAVHL TCELL THYAO TKFEN TOASO TTKOM TUPRA VAKBN YKBNK
AKBANK 0.00043 0.00029 0.00030 0.00030 0.00034 0.00008 0.00008 0.00039 0.00044 0.00036 0.00027 0.00047 0.00033 0.00043 0.00033 0.00025 0.00037 0.00031 0.00023 0.00027 0.00023 0.00032 0.00021 0.00019 0.00024 0.00020 0.00039 0.00036
ARCELİK 0.00029 0.00067 0.00031 0.00024 0.00029 0.00006 0.00010 0.00030 0.00037 0.00028 0.00023 0.00053 0.00028 0.00058 0.00022 0.00027 0.00035 0.00023 0.00023 0.00024 0.00022 0.00025 0.00024 0.00021 0.00036 0.00019 0.00035 0.00028
ASELSAN 0.00030 0.00031 0.00103 0.00027 0.00040 0.00010 0.00012 0.00032 0.00034 0.00040 0.00023 0.00110 0.00062 0.00081 0.00046 0.00039 0.00056 0.00027 0.00033 0.00051 0.00021 0.00024 0.00031 0.00035 0.00025 0.00024 0.00025 0.00031
BIMAS 0.00030 0.00024 0.00027 0.00033 0.00028 0.00006 0.00009 0.00028 0.00030 0.00026 0.00021 0.00041 0.00031 0.00031 0.00028 0.00019 0.00027 0.00025 0.00021 0.00028 0.00019 0.00019 0.00017 0.00017 0.00021 0.00012 0.00027 0.00025
DOHOL 0.00034 0.00029 0.00040 0.00028 0.00089 0.00009 0.00011 0.00030 0.00042 0.00029 0.00026 0.00104 0.00083 0.00078 0.00054 0.00035 0.00055 0.00032 0.00021 0.00042 0.00021 0.00045 0.00028 0.00027 0.00023 0.00022 0.00031 0.00032
EKGYO 0.00008 0.00006 0.00010 0.00006 0.00009 0.00010 0.00005 0.00009 0.00011 0.00010 0.00007 0.00020 0.00015 0.00017 0.00016 0.00008 0.00014 0.00009 0.00005 0.00010 0.00011 0.00015 0.00014 0.00007 0.00006 0.00007 0.00009 0.00008
EREGL 0.00008 0.00010 0.00012 0.00009 0.00011 0.00005 0.00014 0.00008 0.00014 0.00008 0.00007 0.00021 0.00018 0.00019 0.00016 0.00014 0.00017 0.00006 0.00008 0.00014 0.00015 0.00015 0.00015 0.00009 0.00011 0.00012 0.00007 0.00009
GARAN 0.00039 0.00030 0.00032 0.00028 0.00030 0.00009 0.00008 0.00043 0.00041 0.00037 0.00028 0.00045 0.00034 0.00046 0.00032 0.00022 0.00040 0.00027 0.00021 0.00026 0.00021 0.00031 0.00021 0.00018 0.00024 0.00023 0.00038 0.00033
HALKB 0.00044 0.00037 0.00034 0.00030 0.00042 0.00011 0.00014 0.00041 0.00092 0.00041 0.00031 0.00072 0.00046 0.00052 0.00036 0.00028 0.00045 0.00034 0.00031 0.00033 0.00033 0.00035 0.00034 0.00025 0.00037 0.00032 0.00053 0.00046
ISCTR 0.00036 0.00028 0.00040 0.00026 0.00029 0.00010 0.00008 0.00037 0.00041 0.00051 0.00028 0.00065 0.00041 0.00052 0.00029 0.00028 0.00045 0.00029 0.00024 0.00036 0.00023 0.00025 0.00017 0.00021 0.00027 0.00026 0.00043 0.00032
KCHOL 0.00027 0.00023 0.00023 0.00021 0.00026 0.00007 0.00007 0.00028 0.00031 0.00028 0.00031 0.00033 0.00025 0.00041 0.00027 0.00021 0.00031 0.00022 0.00015 0.00021 0.00016 0.00026 0.00020 0.00018 0.00017 0.00021 0.00031 0.00024
KOZAA 0.00047 0.00053 0.00110 0.00041 0.00104 0.00020 0.00021 0.00045 0.00072 0.00065 0.00033 0.00302 0.00186 0.00131 0.00077 0.00067 0.00091 0.00043 0.00051 0.00090 0.00050 0.00053 0.00051 0.00054 0.00048 0.00039 0.00049 0.00053
KOZAL 0.00033 0.00028 0.00062 0.00031 0.00083 0.00015 0.00018 0.00034 0.00046 0.00041 0.00025 0.00186 0.00184 0.00096 0.00082 0.00051 0.00073 0.00031 0.00040 0.00067 0.00047 0.00046 0.00037 0.00040 0.00035 0.00028 0.00035 0.00039
KRDMD 0.00043 0.00058 0.00081 0.00031 0.00078 0.00017 0.00019 0.00046 0.00052 0.00052 0.00041 0.00131 0.00096 0.00154 0.00085 0.00058 0.00100 0.00039 0.00043 0.00066 0.00040 0.00059 0.00040 0.00043 0.00042 0.00047 0.00050 0.00040
OTOKAR 0.00033 0.00022 0.00046 0.00028 0.00054 0.00016 0.00016 0.00032 0.00036 0.00029 0.00027 0.00077 0.00082 0.00085 0.00112 0.00046 0.00061 0.00031 0.00034 0.00041 0.00032 0.00041 0.00037 0.00029 0.00022 0.00021 0.00028 0.00031
PETKM 0.00025 0.00027 0.00039 0.00019 0.00035 0.00008 0.00014 0.00022 0.00028 0.00028 0.00021 0.00067 0.00051 0.00058 0.00046 0.00045 0.00047 0.00024 0.00023 0.00034 0.00025 0.00039 0.00026 0.00022 0.00021 0.00026 0.00025 0.00025
PGSUS 0.00037 0.00035 0.00056 0.00027 0.00055 0.00014 0.00017 0.00040 0.00045 0.00045 0.00031 0.00091 0.00073 0.00100 0.00061 0.00047 0.00102 0.00029 0.00027 0.00054 0.00029 0.00062 0.00035 0.00033 0.00032 0.00048 0.00043 0.00032
SAHOL 0.00031 0.00023 0.00027 0.00025 0.00032 0.00009 0.00006 0.00027 0.00034 0.00029 0.00022 0.00043 0.00031 0.00039 0.00031 0.00024 0.00029 0.00038 0.00019 0.00022 0.00017 0.00023 0.00016 0.00019 0.00015 0.00015 0.00028 0.00025
SISE 0.00023 0.00023 0.00033 0.00021 0.00021 0.00005 0.00008 0.00021 0.00031 0.00024 0.00015 0.00051 0.00040 0.00043 0.00034 0.00023 0.00027 0.00019 0.00047 0.00031 0.00020 0.00016 0.00026 0.00022 0.00017 0.00016 0.00028 0.00026
TAVHL 0.00027 0.00024 0.00051 0.00028 0.00042 0.00010 0.00014 0.00026 0.00033 0.00036 0.00021 0.00090 0.00067 0.00066 0.00041 0.00034 0.00054 0.00022 0.00031 0.00069 0.00029 0.00036 0.00029 0.00028 0.00031 0.00019 0.00031 0.00031
TCELL 0.00023 0.00022 0.00021 0.00019 0.00021 0.00011 0.00015 0.00021 0.00033 0.00023 0.00016 0.00050 0.00047 0.00040 0.00032 0.00025 0.00029 0.00017 0.00020 0.00029 0.00047 0.00029 0.00026 0.00018 0.00026 0.00019 0.00024 0.00023
THYAO 0.00032 0.00025 0.00024 0.00019 0.00045 0.00015 0.00015 0.00031 0.00035 0.00025 0.00026 0.00053 0.00046 0.00059 0.00041 0.00039 0.00062 0.00023 0.00016 0.00036 0.00029 0.00103 0.00043 0.00023 0.00020 0.00037 0.00036 0.00027
TKFEN 0.00021 0.00024 0.00031 0.00017 0.00028 0.00014 0.00015 0.00021 0.00034 0.00017 0.00020 0.00051 0.00037 0.00040 0.00037 0.00026 0.00035 0.00016 0.00026 0.00029 0.00026 0.00043 0.00072 0.00025 0.00022 0.00020 0.00028 0.00025
TOASO 0.00019 0.00021 0.00035 0.00017 0.00027 0.00007 0.00009 0.00018 0.00025 0.00021 0.00018 0.00054 0.00040 0.00043 0.00029 0.00022 0.00033 0.00019 0.00022 0.00028 0.00018 0.00023 0.00025 0.00040 0.00016 0.00021 0.00023 0.00016
TTKOM 0.00024 0.00036 0.00025 0.00021 0.00023 0.00006 0.00011 0.00024 0.00037 0.00027 0.00017 0.00048 0.00035 0.00042 0.00022 0.00021 0.00032 0.00015 0.00017 0.00031 0.00026 0.00020 0.00022 0.00016 0.00046 0.00023 0.00028 0.00028
TUPRA 0.00020 0.00019 0.00024 0.00012 0.00022 0.00007 0.00012 0.00023 0.00032 0.00026 0.00021 0.00039 0.00028 0.00047 0.00021 0.00026 0.00048 0.00015 0.00016 0.00019 0.00019 0.00037 0.00020 0.00021 0.00023 0.00055 0.00027 0.00023
VAKBN 0.00039 0.00035 0.00025 0.00027 0.00031 0.00009 0.00007 0.00038 0.00053 0.00043 0.00031 0.00049 0.00035 0.00050 0.00028 0.00025 0.00043 0.00028 0.00028 0.00031 0.00024 0.00036 0.00028 0.00023 0.00028 0.00027 0.00056 0.00035
YKBNK 0.00036 0.00028 0.00031 0.00025 0.00032 0.00008 0.00009 0.00033 0.00046 0.00032 0.00024 0.00053 0.00039 0.00040 0.00031 0.00025 0.00032 0.00025 0.00026 0.00031 0.00023 0.00027 0.00025 0.00016 0.00028 0.00023 0.00035 0.00043
935
UYGULAMA
7. SONUÇ
Bu çalışmada, hem ortalama-varyans yaklaşımına ve hem de ortalama-semivaryans

yaklaşımına göre BIST30 endeksi kapsamındaki paylar için portföy optimizasyonu yapılmış ve
iki yaklaşım karşılaştırılmıştır. Literatüre göre aşağı yönlü risk ölçütlerinin kullanıldığı OSV
yaklaşımı, özellikle getirilerin normal dağılım göstermediği piyasalarda daha doğru sonuçlar
üretmektedir. Üstelik Markowitz’e (1959) göre, getiri dağılımı simetrik iken hem varyans hem
de semivaryans doğru risk ölçütleridir. Bunların da ötesinde, aşağı yönlü risk ölçütlerinin
özellikle gelişmekte olan ülkelerdeki pay getirlerini daha iyi açıkladığına dair geniş bir literatür
vardır. Bu minvalde yatırımcıların, portföy çeşitlendirmesi yaparken OSVY’yi kullanması daha
doğru kararlar almaları için kritik öneme sahiptir.
OSVY ile optimizasyonda farklı yöntemler olmakla birlikte; bu çalışmada Estrada’nın
(2008) önerdiği sezgisel yaklaşım kullanılarak içsel ve simetrik bir semikovaryans matrisi elde
edilmiştir. Çalışmada her iki yaklaşıma göre yapılan optimizasyon, belirli hedef getirilere
ulaşabilmek için minimum varyansı veya minimum semivaryansı verecek etkin portföylerin
elde edilmesini amaçlamıştır. Bu doğrultuda BIST30 endeksi kapsamındaki hisse senetlerinin
60 haftalık getirileri kullanılmıştır.
OSVY ile optimizasyon sonucunda elde edilen portföylerin değişim katsayıları, her ne
kadar OVY ile optimizasyon sonucunda elde edilen portföylerden daha düşük çıksa da iki farklı
risk ölçütü olan varyans ve semivaryansı karşılaştırmak aldatıcıdır. Bu semivaryansın tek taraflı
bir risk ölçütü olması ile ilişkidir. Yine de konunun anlaşılması bakımından sonuçlar önemlidir.
Her iki yaklaşıma göre elde edilen 22 etkin portföyün sadece birisinde bankacılık
sektörüne ait tek bir pay vardır. Bu sonuç bankacılık sektörünün ilgili dönemde çeşitlendirme
dışında kaldığını göstermektedir. OSVY ile yapılan optimizasyonda 11 çeşit pay kullanılırken,
OVY ile yapılan optimizasyonda ise 17 çeşit pay kullanılmıştır. Buradan hareketle, OSVY ile
yapılan optimizasyonda daha az çeşit pay kullanılmasının işlem maliyetlerine olumlu bir katkı
sunabileceğini düşünebiliriz. Daha az çeşit pay kullanılmasının bir diğer sonucu da her bir
birimlik hedef getiri değişiminin, portföy dağılımının değişimine etkisinin daha keskin
olmasıdır.
THYAO sunduğu düşük değişim katsayılarından dolayı her iki optimizasyon sonucunda
da elde edilen etkin portföyler içinde en fazla ağırlığa sahip paydır. İlgili periyotta negatif getiri
sunmasına karşın etkin portföyler içinde yer alan tek pay EKGYO’dur. Bunun iki sebebi vardır.
Bunlardan birincisi, söz konusu payın ilgili dönemde en düşük riske sahip olması; ikincisi ise
diğer paylarla arasında olan korelasyonların ve aşağı yönlü korelasyonların daha düşük
olmasıdır. PETKM, EREGL ve TKFN kodlu payların semikovaryans matrisi ile üretilen etkin
portföylerdeki ağırlıkları, kovaryans matrisi ile üretilen etkin portföylerdeki ağırlıklarına göre
fark edilebilir bir biçimde yüksektir. Bu durumun sebebi olarak, ilgili payların diğer paylarla
olan aşağı yönlü korelasyon katsayılarının, olası seçenekler arasında daha düşük değerlere sahip
olması gösterilebilir.
Özetle, iki yaklaşım tarafından üretilen etkin portföyler arasındaki farklar, eğer her iki
yaklaşıma göre de hesaplanan değişim katsayıları ile ilişkili değilse, korelasyon ve aşağı yönlü
korelasyon katsayıları arasındaki farklılıklardan kaynaklanmaktadır. Tam bu noktada aşağı
yönlü korelasyon katsayılarının korelasyon katsayılarına göre daha büyük değerler aldığını
söylemek faydalı olacaktır. Bu durum, semikovaryans matrisi kullanılarak elde edilen etkin
portföylerdeki pay sayısı çeşitliliğini azaltan sebeplerden birisi olabilmektedir.
Çalışma semikovaryans matrisini optimizasyonda kullanması bakımından, bilindiği
kadarı ile Türkiye literatüründe bir ilk olma özelliği taşımaktadır. Bundan sonraki aşamalarda,
paylar dışında kalan farklı finansal varlıkların da çeşitlendirmeye dahil edilip, iki yaklaşım ile
yapılan optimizasyon genişletilerek tekrar karşılaştırma yapma imkânı doğmuştur. Bunun yanı
936
sıra, farklı getiri kriterleri kullanılarak semikovaryans matrislerinin karşılaştırılması da

mümkündür. Çalışmanın cevap veremediği en önemli sorun, OVY ve OSVY göre elde edilen
etkin portföylerin aynı grafik üzerinde nasıl gösterileceğidir. Bundan sonraki literatür bu soru
üzerinden gidilerek de genişletilebilir.
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
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
View publication stats

Uluslararasi Katilimli 22. Fi̇nans Sempozyumu Sempozyum Onursal Başkani

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Uluslararasi Katilimli 22. Fi̇nans Sempozyumu Sempozyum Onursal Başkani

Uploaded by

Copyright:

Available Formats

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA

Conference Paper · October 2018

Mehmet Emin Yildiz

The user has requested enhancement of the downloaded file.

10-13 Ekim 2018 - MERSİN

SEMPOZYUM DÜZENLEME KURULU

Kurum ve kuruluşlarına 22. Finans Sempozyumuna vermiş oldukları

Prof. Dr. Ahmet ÇAMSARI

1995 yılında İstanbul Bayramoğlu’nda başlayan sempozyumlar sırasıyla Eskişehir,

Finans Bilim Platformu’nun Finans Sempozyumu düzenlemenin yanında bir diğer

2019 yılında Marmara Üniversitesi ev sahipliğinde yapılacak 23. Finans

Prof. Dr. Metin Kamil Ercan

Finans Bilim Platformu Başkanı

Doç. Dr. İlhan EGE

Sempozyum Düzenleme Kurulu Başkanı

A MARKET MICROSTRUCTURE ANALYSIS OF TURKISH STOCK MARKET DURING THE CRISIS

BANKALARIN İFLAS RİSKLERİNİN ÖLÇÜMÜ: BİR TBA-TOPSIS UYGULAMASI ..................................... 57

BİST PERAKENDE SEKTÖRÜNDE FAALİYET GÖSTEREN İŞLETMELERDE FİNANSAL BAŞARISIZLIĞIN

BITCOIN VE ALTCOINLER ARASINDAKİ İLİŞKİ .................................................................................................. 83

BİREYSEL EMEKLİLİK SİSTEMİNDE 3. FAZA GEÇİŞİN EMEKLİLİK ŞİRKETLERİ VE PORTFÖY YÖNETİM

BİRLEŞME VE SATIN ALMALARIN ALICI ŞİRKET ÜZERİNE ETKİLERİ .......................................................119

BORSA ENDEKSİ HAREKET YÖNÜNÜN TAHMİNİNDE SINIFLANDIRMA YÖNTEMLERİNİN TEST

BORSA İSTANBUL VE KÜRESEL PİYASA GÖSTERGELERİ ARASINDAKİ VOLATİLİTE ETKİLEŞİMİNİN

BORSA İSTANBUL’DA İŞLEM GÖREN ŞEHİR ENDEKSLERİNİN PERFORMANSLARI .........................209

BORSALARDA ENDEKS DALGALANMALARININ DEĞERLENDİRİLMESİ: BORSA İSTANBUL’DA

BÜYÜKLÜĞÜN FİNANSAL KALDIRAÇ İLE FİRMA PERFORMANSI ARASINDAKİ İLİŞKİ ÜZERİNDEKİ

BÜYÜME VE DEĞER PORTFÖYLERİNİN MARKOWİTZ ORTALAMA-VARYANS MODELİ İLE ANALİZİ:

ÇİMENTO İŞLETMELERİNİN KARLILIKLARINA ETKİ EDEN ÇALIŞMA SERMAYESİ FAKTÖRLERİ: BİST

DÖVİZ KURLARINDAKİ DALGALANMALARIN BANKA KARLILIĞI ÜZERİNDEKİ OLUMSUZ ETKİSİNİN

DÖVİZ PİYASALARININ ETKİNLİĞİ ÜZERİNDE UZUN HAFIZANIN ROLÜ: TÜRK DÖVİZ

DUYGUSAL ZEKÂNIN BİREYSEL YATIRIMCILARIN KARARLARINA ETKİSİ ............................................323

EMEKLİLİK VE HAYAT SİGORTA ŞİRKETLERİNİN ETKİNLİK ANALİZİ ......................................................345

ENTEGRE RAPORLAMA: TÜRKİYE VE GÜNEY AFRİKA UYGULAMALARI KARŞILAŞTIRMASI ........381

FARKLI REJİMLER ALTINDA TÜRKİYE, İNGİLTERE, AMERİKA VE EURO BÖLGESİ TAHVİL

FINANCIAL SUSTAINABILITY OF TURKISH HEALTH CARE SYSTEM .......................................................423

FİNANSAL KALDIRAÇ KULLANIMININ KARLILIĞA ETKİSİ: BİST ÇİMENTO SEKTÖRÜNDE BİR

FİNANSAL OKURYAZARLIK VE DAVRANIŞSAL FİNANS İLİŞKİSİ: YATIRIM PROFESYONELLERİNE

FİNANSAL RİSKLERDEN KORUNMA AMAÇLI TÜREV ÜRÜN KULLANIMI ............................................491

FİRMA BORÇLANMA KARARLARINDA FİNANSMAN HİYERARŞİSİ KURAMININ GEÇERLİLİĞİ: BİST

GELİŞMEKTE OLAN ÜLKELERDE BANKACILIK SEKTÖRÜNÜN GELİŞMESİNİN BELİRLEYİCİLERİ ..543

GOOGLE TRENDS ARAMA HACİM ENDEKSİ VE BORSA İSTANBUL İLİŞKİSİ .......................................555

HİSSE SENEDİ SEÇİMİNDE ETKİLİ OLAN KRİTERLERİN ÖNEM DERECELERİNİN VE KRİTERLER

IS CURRENCY RISK IMPORTANT FOR TRADE .................................................................................................599

İŞLETMELERDE YABANCI SAHİPLİĞİNİN FİNANSAL PERFORMANSA ETKİSİ: BIST 100 ŞİRKETLERİ

KARADENİZ EKONOMİK İŞBİRLİĞİ ÖRGÜTÜ ÜLKELERİNİN BANKACILIK SİSTEMLERİNİN

KATILIM BANKALARININ EKONOMİK BÜYÜMEDE ROLÜ: MEVDUAT BANKALARI İLE

KATILIM BANKALARININ PERFORMANS ANALİZLERİNE MULTIMOORA YÖNTEMİ İLE

KATILIM-30 ENDEKSİ İLE MAKROEKONOMİK DEĞİŞKENLER ARASINDAKİ İLİŞKİNİN TESPİTİ:

KAZANÇ YÖNETİMİ: FIRSATÇI DAVRANIŞ VE DENETİM MEKANİZMASI AÇISINDAN KANITLAR 695

KOBİ’LERDE FİNANSAL OKURYAZARLIK: TRABZON İLİ TURİZM SEKTÖRÜ ÖRNEĞİ ......................723

KORUMASIZ FAİZ PARİTE KURAMI VE 2004-2014 DÖNEMİ PORTFÖY YATIRIMLARINI TÜRKİYE’YE

KREDİ KARTI KULLANIMINI VE KREDİ KARTI KULLANIMINDAN DUYULAN MEMNUNİYETİ

KRİPTO PARA BİRİMLERİNİN KÜRESEL ETKİLERİ: ASİMETRİK NEDENSELLİK ANALİZİ ...................797

KRİPTO PARALARIN FİYATINDAKİ DALGALANMALARA ETKİ EDEN FAKTÖRLER: HAYES PROCESS

KURUMSAL YÖNETİMİN FİNANSAL VE BORSA PERFORMANSI ÜZERİNDEKİ ETKİSİ: BİST

MS-GARCH YAKLAŞIMIYLA MENKUL KIYMET PİYASALARINDA VOLATİLİTE TAHMİNİ: BORSA

ORTALAMA-SEMİVARYANS VE ORTALAMA-VARYANS YAKLAŞIMLARINA GÖRE PORTFÖY

ÖZEL SEKTÖR DIŞ BORÇLANMASINI ETKİLEYEN FAKTÖRLER: TÜRKİYE UYGULAMASI ................939

PAY PİYASALARINDAKİ AŞIRI TEPKİ ANOMALİSİNİN DAVRANIŞSAL FİNANS AÇISINDAN

PİYASA YAPICISI OLAN VE OLMAYAN BANKALARIN FİNANSAL DAVRANIŞLARINA FARKLI BİR

SERMAYE PİYASALARI VE EKONOMİYE DUYULAN GÜVEN: BİST100 NEDENSELLİK ANALİZİ

SERMAYE YAPISI KARARLARINI ETKİLEYEN MAKROEKONOMİK DEĞİŞKENLERİN ANALİZİ: BİST