Rmd hesaplamalarında volatilite tahminleme modellerinin karşılaştırılması ve basel ii yaklaşımına göre geriye dönük test edilmesi: imkb 100 endeksi uygulaması

İstatistikî modeller ile Riske Maruz Değerin (RMD) belirlenebilmesi için öncelikle volatilitenin hesaplanması gerekmektedir. RMD'nin ölçülmesinde farklı volatilite hesaplama yöntemleri bulunmaktadır. Klasik volatilite hesaplama yöntemleri finansal fiyat serilerinde gözlemlenen belirgin özellikleri (stylized facts) modellemede yetersiz kalmaktadır. Bu çalışmada, farklı volatilite hesaplama yöntemleri tanıtılarak aralarındaki farklar belirtilmektedir. Ampirik uygulamada İMKB 100 Endeksinin 14,5 yıl boyunca günlük kapanış değerleri farklı volatilite modellerinin hesaplanmasında kullanılmıştır. Bulunan volatilite rakamları, RMD hesaplamasında kullanılmış ve sonuçlar Basel II çerçevesinde geriye dönük test (backtesting) edilmiştir. Bütün hesaplamalarda kayan pencere (rolling window) yöntemi kullanarak her gün için parametreler tek tek güncellenmiştir. Volatilite hesaplanmasında, özellikle finansal fiyat serilerinin belirgin özelliklerini modelleme başarısının saptanması için dört farklı dönem belirlenip modellerin başarıları tespit edilmiştir. Elde edilen bulgulara göre, finansal fiyat serilerindeki volatilite kümelenmesi, değişen varyans, kaldıraç (leverage) etkisi, sivrilik (peakedness), EWMA ve GARCH gibi gelişmiş modeller tarafından çok daha iyi modellenebilmektedir.

Volatilite ,

Basel II ,

Geriye Dönük Test ,

Riske Maruz Değer ,

Volatility ,

Basel II ,

Backtesting ,

For determining the Value-at-Risk number with statistical models volatility must be the primary calculation. There are different volatility estimation methods on VaR calculation. The traditional volatility estimation methods are inadequate for modeling "stylized facts" which are often observed on the financial price series. In this study, different volatility models are introduced and the differences are illustrated among each other. In the empirical application 14.5 years of daily closing values of ISE 100 Index are being used for estimating the different volatility models. Estimated volatility numbers are being used for calculating the VaR numbers and the results are tested by backtesting method based on Basel II. Among all calculations "Rolling window" method is used for updating parameters daily; specifically to determine the success of modeling special characteristics of financial price series and four different time periods are being used. According to the findings obtained, volatility clustering on financial price series, changing variance, leverage effect, peakedness is preferable to be modeled by advanced models such as EWMA and GARCH.

Value-at-Risk ,