SavedAdd your journal

Journals / Maliye ve Finans Yazıları / 2019 / Sayı: 112

Portfolio Risk Analysis: Evidence from International Stock Markets

Portföy Risk Analizleri: Uluslararası Hisse Senedi Piyasalarından Kanıtlar

Önder BÜBERKÖKÜ
Simge TÜZÜN ŞAHMAROĞLU
Akın AKAR
Pages
199–224
Publication Date
2019-10-29
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The results show thatthe riskiest stock indices are the ISE100, BOVESPA, SSE Compositeand DAX30, respectively, whereas the S&P TSX, TSEC Weighted andJakarta Composite indices are found to be the least risky.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Portfolio theory assumes investors are risk-averse, so accuratelymeasuring the level of financial risk in the stock markets is essentialto making correct portfolio decisions.
📊
Key Findings & Data:The results show thatthe riskiest stock indices are the ISE100, BOVESPA, SSE Compositeand DAX30, respectively, whereas the S&P TSX, TSEC Weighted andJakarta Composite indices are found to be the least risky.
💡
Conclusion & Impact:Findings alsoindicate that it is important to use models that take into account thestylized facts of financial variables such as stock indices to obtain moreaccurate results when measuring portfolio risk.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Portföy riski · Hisse senedi piyasaları · Filtrelenmiş tarihi simülasyon

Abstract

Portfolio theory assumes investors are risk-averse, so accuratelymeasuring the level of financial risk in the stock markets is essentialto making correct portfolio decisions. Using both filtered historicaland Monte Carlo simulations, this study measures the market risk offive developed and eight emerging stock markets. The results show thatthe riskiest stock indices are the ISE100, BOVESPA, SSE Compositeand DAX30, respectively, whereas the S&P TSX, TSEC Weighted andJakarta Composite indices are found to be the least risky. Findings alsoindicate that it is important to use models that take into account thestylized facts of financial variables such as stock indices to obtain moreaccurate results when measuring portfolio risk.

Özet

Portföy teorisinde yatırımcıların genelinin riskten kaçınma eğilimi gösterdikleri kabul edilir. Bu nedenle doğru portföy kararlarının verilebilmesinde yatırım yapılacak piyasaların risk düzeyinin doğru bir şekilde ölçülmesi oldukça önemlidir. Bu çalışmada ABD (S&P500), Fransa (CAC40), Almanya (DAX30), Japonya (NIKKEI225) ve Kanada’dan (S&P TSX) oluşan beş gelişmiş ülke gösterge hisse senedi endeksi ile Çin (SSE Composite), Brezilya (IBOVESPA), Meksika (IPC) , Hindistan (S&P BSE Sensex), Tayvan (TSEC Weighted), Endonezya (Jakarta Composite), G. Kore (KOSPI Composite) ve Türkiye’den (BIST100) oluşan 8 gelişen ülke gösterge hisse senedi endekslerinin finansal risk düzeyleri Filtrelenmiş tarihi simülasyon ve Monte Carlo simülasyon yöntemleri ile ölçülmüştür. Çalışmada hem aşağı hem de yukarı yönlü piyasa riski üzerinde durulmuş ve hem FHS hem de MC yöntemleri için beklenen kayıp tutarları (Expected shortfall, ES) da hesaplanmıştır. Çalışma bulguları sırasıyla BIST100, BOVESPA, SSE Composite ve DAX30 endekslerinin en riskli; S&P TSX, TSEC Weighted ve Jakarta Composite endekslerinin ise en az riskli endeksler olduğuna işaret etmektedir. Bulgular ayrıca, portföy riskinin ölçümünde hisse senedi endekslerinin karakteristik özelliklerini dikkate alan model yapılarının kullanılmasının daha doğru sonuçlara ulaşılabilmesi açısından önemli olduğuna işaret etmektedir.

🔖

Cite This Article

BÜBERKÖKÜ, Ö., ŞAHMAROĞLU, S. T., AKAR, A. (2019). Portfolio Risk Analysis: Evidence from International Stock Markets. Maliye ve Finans Yazıları, Sayı: 112, 199–224. https://ajindex.com/articles/228854

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (13)

  1. Abad, P., Benito, S. & Lopez, C. (2014). A Comprehensive Review of Value-at-Risk Methodologies. The Spanish Review of Financial Economics, 12 (1), 15-32.
  2. Akın, K.Y. & Akduğan, U. (2012). Finansal Piyasalarda Risklerin Belirlenmesinde Riske Maruz Değer Yöntemine İlişkin Bir Uygulama. Trakya Üniveristesi Sosyal Bilimler Dergisi, 14(1), 225-236.
  3. Aloui, C. & Hamida, H.B. (2014). Modelling and Forecasting Value-at-Risk and Expected Shortfall for GCC Stock Markets: Do Long Memory, Structural Breaks, Asymmetry and Fat-Tails Matter?. North American Journal of Economics and Finance, 29, 349-380.
  4. Altıntaş, K.M. (2007). Türk Özel Emeklilik Şirketlerinin Kısa Vadeli Yatırım Riskliliği: Riske Maruz Değer (VAR) Uygulaması. Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(2), 19- 37. Altun, E. (2014). Uç Değerler Teorisi ve Riske Maruz Değer. Yüksek Lisans Tezi. http://www.openaccess.hacettepe.edu.tr:8080/xmlui/bitstream/handle/11655/2115.
  5. Angelidis, T., Benos, A. & Degiannakis, S. (2004). The Use of GARCH Models in VaR Estimation. Statistical Methodology,1, 105-128.
  6. Artzner, P., Delbaen, J., M. Eber & Heath, D. (1997). Thinking Coherently. Risk, 10 (11), 68–71.
  7. Artzner, P., Delbaen, J., M. Eber & Heath, D. (1999). Coherent Measures of Risk. Mathematical Finance, 9 (3), 203–228.
  8. Assaf, A. (2009). Extreme Observations and Risk Assessment in the Equity Markets of MENA Region: Tail Measures and value-at-risk. International Review of Financial Analysis, 18, 109-116.
  9. Barone-Adesi, G., Giannopoulos, K. & Vosper, L. (1999). VaR without Correlations for Portfolios of Derivative Securities. The Journal of Futures Markets, 19 (5), 583-602.
  10. Çelik, N. & Kaya, M.F. (2010), Uç değerler yöntemi ile Riske Maruz Değer’in Tahmini ve İstanbul Menkul Kıymetler Borsası Üzerine Bir Uygulama. Bankacılık ve Sigortacılık Araştırmaları Dergisi, 1(1), 19-32.
  11. De Grauwe P. (2010) The Banking Crisis: Causes, Consequences and Remedies. In: Talani L.S. (eds) The Global Crash. Palgrave Macmillan, London. Diamandis, P.F., Drakos, A.A., Kouretas, G.P. & Zarangas L. (2011). Value-at-Risk for Long and Short Trading Positions: Evidence from Developed and Emerging Equity Markets. Internatiaonal Review of Financial Analysis, 20,165-176.
  12. Dimitrakopoulos, D.N., Kavussanos, M.G. & Spyrou, S.I. (2010). Value-at-Risk Models for Volatile Emerging Markets Equity Portfolios. The Quarterly Review of Economics and Finance, 50 (4), 515-526.
  13. Gilli, M. & Kellezi, E. (2006). An Application of Extreme Valu