Dergiler / Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2021 / Cilt: 39 - Sayı: 4

BORSA YATIRIM FONLARINA DAYALI STATİK VE DİNAMİK PORTFÖY OPTİMİZASYON ANALİZLERİ

STATIC AND DYNAMIC PORTFOLIO ALLOCATİON ANALYSIS BASED ON EXCHANGE-TRADED FUNDS

Sayfa
561–579
Yayın Tarihi
2022-10-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Çalışma bulguları açık bir şekilde koşullu riske maruz değer yönteminin en iyi performansı sergileyen yöntem olduğu sonucuna işaret etmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada ABD S&P500 endeksinde yer alan ve 9 farklı sektörü esas alan borsa yatırım fonları (Exchange-traded funds, ETFs) dikkate alınarak Markowitz (1952) ortalama-varyans yöntemi ile bu yönteme alternatif teşkil eden koşullu riske maruz değer yöntemi, risk paritesi yöntemi ve Kelly kriterinin portföy optimizasyon performansları statik ve dinamik optimizasyon yaklaşımları kullanılarak karşılaştırılmıştır.
📊
Temel Bulgular & Veri:Ardından analizler aylık bazda güncellenen veri setine bağlı olarak her ay için farklı optimal portföyler üreten dinamik optimizasyon yöntemi ile yapılmıştır.
💡
Sonuç & Katkı:Çalışma bulguları açık bir şekilde koşullu riske maruz değer yönteminin en iyi performansı sergileyen yöntem olduğu sonucuna işaret etmektedir.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Dinamik portföy optimizasyonu · Koşullu riske maruz değer yöntemi · Risk paritesi yöntemi

Özet

Bu çalışmada ABD S&P500 endeksinde yer alan ve 9 farklı sektörü esas alan borsa yatırım fonları (Exchange-traded funds, ETFs) dikkate alınarak Markowitz (1952) ortalama-varyans yöntemi ile bu yönteme alternatif teşkil eden koşullu riske maruz değer yöntemi, risk paritesi yöntemi ve Kelly kriterinin portföy optimizasyon performansları statik ve dinamik optimizasyon yaklaşımları kullanılarak karşılaştırılmıştır. Analizler öncelikle incelenen dönem için tek bir optimal portföy üreten statik optimizasyon yaklaşımı ile yapılmıştır. Ardından analizler aylık bazda güncellenen veri setine bağlı olarak her ay için farklı optimal portföyler üreten dinamik optimizasyon yöntemi ile yapılmıştır. Optimal portföylerin performanslarının karşılaştırılmasında Jensen (alfa) kriterinin yanı sıra Sharpe, Calmar, Sortino, Treynor ve Bilgi rasyolarından yararlanılmıştır. Çalışma bulguları açık bir şekilde koşullu riske maruz değer yönteminin en iyi performansı sergileyen yöntem olduğu sonucuna işaret etmektedir.

Abstract

This study compares the performances of the Markowitz (1952) mean-variance portfolio optimisation method and three alternative portfolio optimisation methods, namely, the conditional value-at-risk method, risk parity method and Kelly criterion, taking the nine Select Sector SPDR ETFs trading in the US stock market into account. All the analyses are performed primarily using the traditional static asset allocation approach that produces a single optimal portfolio for the entire period. Subsequently, we use the dynamic asset allocation approach, which produces different optimal portfolios for each month depending on the timing window of past returns. Sharpe, Calmar, Sortino, Treynor and Information ratios and Jensen’s alpha are used to compare the performances of the optimal portfolios. The findings show that the conditional value-at-risk method is the best performing of the methods examined.

🔖

Bu Makaleye Atıf Yap

Büberkökü, Ö. (2022). BORSA YATIRIM FONLARINA DAYALI STATİK VE DİNAMİK PORTFÖY OPTİMİZASYON ANALİZLERİ. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 39 - Sayı: 4, 561–579. https://ajindex.com/articles/532859

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (16)

  1. Asness, C.S., A. Frazzini, L.H. Pedersen (2018), “Leverage Aversion and Risk Parity”, Financial Analysts Journal, 68 (1), 47-59.
  2. Aytürk, Y. (2015), “Black-Litterman Modeli ile Borsa İstanbul’da Portföy Optimizasyonu”, Bankacılar Dergisi, 95,51-66.
  3. Costa, G., R.H. Kwon (2019), “Risk Parity Portfolio Optimization under a Markov Regime-Switching Framework”, Quantitative Finance, 19 (3), 453-471.
  4. Cura, T. (2009), “Particle Swarm Optimization Approach to Portfolio Optimization”, Nonlinear Analysis: Real World Applications, 10(4), 2396–2406.
  5. Çelengi, A. Z., E. Eğrioğlu, B.Ş. Çorba (2015), “İMKB 30 İndeksini Oluşturan Hisse Senetleri için Parçacık Sürü Optimizasyonu Yöntemlerine Dayalı Portföy Optimizasyonu”, Doğuş Üniversitesi Dergisi, 16(1), 25-33.
  6. Demey, P., Maillard, S. ve Roncalli, T. (2010),
  7. Risk-Based Indexation, SSRN, March. https://ssrn.com/ abstract =1582998, E.T.: 22.05.2020.
  8. Fama, E.F. (1970), “Efficient Capital Markets: A Review of Theory and Emprical Work”, Journal of Finance, 25 (2), 383-417.
  9. Fernandez, A., S. Gomez (2007), “Portfolio Selection Using Neural Networks”, Computers & Operations Research”, 34, 1177-1191.
  10. Giot, P., S. Laurent (2003), “Value-at-Risk for Long and Short Positions”, Journal of Applied Econometrics, 18, 641-664.
  11. Gökgöz, E. (2006), Riske Maruz Değer (VaR) ve Portföy Optimizasyonu, Ankara:
  12. Sermaye Piyasası Kurulu Yayınları, Yayın No: 190. Gökmen, Y. (2009), Stokastik Programlama ile Optimal Portföy Oluşturma, Yayınlanmamış Doktora Tezi, Gazi Üniversitesi, Sosyal Bilimler Enstitüsü. İskenderoğlu, Ö., S. Akdağ (2017), “Bulanık Ortalama Mutlak Sapma Modeli ile Portföy Optimizasyonu: BİST 30 Örneği”, International Journal of Social Science Research, 6(2), 102-113.
  13. Johnson, C. (2018), Investing with The Kelly Criterion Model, The Finbox Blog, April. https://finbox.com/blog/investing-with-the-kelly-criterion-model, E.T.: 24.05. 2020.
  14. Kelly, J. L. (1956), “A New Interpretation of Information Rate”, Bell Labs Technical Journal, 35(4), 917–926.
  15. Kim, G., J. H. Shin (2017), “A Comparison of the Kelly Criterion and a Mean-Variance Model to Portfolio Selection with KOSPI 200”, Industrial Engineering & Management Systems, 16(3), 392-399.
  16. Klega, D. (2013), My Venturesare not in one Bottom Trusted: Comparative Study to Modern Portfolio Theory and Black-Litterman Portfolio Formation, Unpublished Rigorosum Thesis, Charles University, Faculty of Social Sciences. Kocenda, E., M. Moravcová (2019), “Exchange Rate Comovements, Hedging and Volatility