• Sonuç bulunamadı

15.433 YATIRIM Ders 4: Portf¨oy Teorisi B¨ol¨um 2: Uzantılar

N/A
N/A
Protected

Academic year: 2021

Share "15.433 YATIRIM Ders 4: Portf¨oy Teorisi B¨ol¨um 2: Uzantılar"

Copied!
18
0
0

Yükleniyor.... (view fulltext now)

Tam metin

(1)

15.433 YATIRIM

Ders 4: Portf¨ oy Teorisi

B¨ ol¨ um 2: Uzantılar

Bahar 2003

(2)

Giri¸ s

• Daha uzun yatırım d¨onemine sahip bir yatırımcı hisse senedi piyasasına daha ¸cok mu yatırım yapmalıdır?

• Dinamik yeniden de˘gerlendirmenin de˘geri var mıdır?

• Piyasa ¸c¨ok¨u¸sleri yatırımcı davranı¸sını ortalama ve varyans ¨uzerindeki etkisi dı¸sında nasıl etkiler?

LTCM’de Birg¨ un

17 A˘gustos 1998 tarihinde, Rusya i¸c bor¸clarını ¨odeyemedi. Greenwich, CT’de LTCM’de (Uzun D¨onem Sermaye Y¨onetim S¸irketi) 21 A˘gustos Cuma g¨un¨u:

“U.S. swap spread’lerinin kotasyonunu g¨ord¨u˘g¨unde, ekranına ¸s¨upheyle baktı. Yo˘gun bir g¨unde, U.S. swap spread’leri en fazla bir puan de˘gi¸sebilirdi. Fakat bu sabah, swap sp- read’ler 20 puan civarında dalgalanıyordu. ” “O Cuma, nereye baksa parasını kaybetti.

Kredi spred’leri en basitinden patladı. Her ne kadar bu hareketler mutlak de˘ger bazında k¨u¸c¨uk g¨or¨unse de, fonun kuvvetli kaldıra¸c d¨uzeyi ve muazzam pozisyon b¨uy¨ukl¨u˘g¨u sebe- biyle fon ¨uzerindeki etkisi b¨uy¨ukt¨u.” ”Matematiksel bir kesinlikle bir g¨unde $35 milyon- dan fazla kaybetmeyece˘gini hesaplayan Uzun D¨onem Sermaye Y¨onetimi S¸irketi (LTCM), A˘gustos’un o Cuma’sında $553 milyon kaybetti.“

Roger Lowenstein, ”Dahi Ba¸sarısız Oldu˘gunda“ (When Genious Failed)

(3)

Kalın Kuyruklar

(4)

Kalın Kuyruk C ¸ arpıklı˘ gını ¨ Ol¸ cmek

C¸ arpıklık

Basıklık

Standart normal da˘gılımın ¸carpıklı˘gı nedir?

Standart normal da˘gılımın basıklı˘gı nedir?

Dikkat Edin: Bazı rassal de˘gi¸skenler i¸cin ¸carpıklık ve basıklık bulunmayabilir.

(5)

Olay Riski ile ˙Ilgili Bir Model

G¨unl¨uk Getiri r:

r = X + y

x normal bile¸sen:

y aniden y¨ukselen bile¸sen:

y =

J p olasılıkla 0 1-p olasılıkla

x ve y birbirinden ba˘gımsız.

(6)

C ¸ ¨ ok¨ u¸ s Modelinin Momentleri

ortalama:

varyans:

¸carpıklık:

(7)

C ¸ ¨ ok¨ u¸ s Modelinin C ¸ arpıklı˘ gı

Her zıplama modeli (jump model) yıllık beklenen getiri %12 ve yıllık oynaklık %15 olacak ¸sekilde kalibre edilmi¸stir.

Bu ¨u¸c modelin getirileri ortalama-varyans yatırımcı i¸cin e¸sit d¨uzeyde ¸cekicidir.

(8)

C ¸ arpıklık Tercihi

Bir yatırımcının risk i¸stahını ¨u¸c ¸sekilde dikkate alan bir fayda fonksiyonu:

1. beklenen getiri istenen bir¸seydir;

2. getirinin varyansı istenmeyen bir ¸seydir (A > 0);

3. pozitif ¸carpıklık istenen bir ¸seydir ama negatif ¸carpıklık istenmez (B > 0).

E˘ger B=0 olarak alırsak, tekrar ortalama-varyans yatırımcıyı elde ederiz.

(9)

Ba¸ slangı¸ ctaki Modelde De˘ gi¸ siklik

Ba¸slangı¸ctaki probleme iki de˘gi¸siklik:

1. Yatırımcı ¸carpıklık y¨on¨unde tercihe sahip;

2. Riskli varlı˘gın rp ¸carpıklı˘gı negatif.

¸carpıklık = −2

Optimizasyon problemi:

Daha ¨once oldu˘gu gibi, rp portf¨oy getirisidir:

(10)

Problemi Bi¸ cimlendirmek

Daha ¨once oldu˘gu gibi, servetinin y kısmını riskli varlı˘gaa rp, geri kalanını ise risksiz varlı˘ga rf yatıran bir yatırımcının faydasını U (ry) hesaplayaca˘gız:

U (ry)’deki iki eski terim:

U (ry)’deki yeni terim:

Tanım gere˘gi:

Sonu¸c olarak:

(11)

Optimizasyon Aracı

U (ry)’nin ¨u¸c terimini kullanarak optimizasyon problemimizi matematiksel ifadelerle yazarız:

Ba¸slangı¸ctaki problemimizde, f (y), y’nin ikinci dereceden do˘grusal bir fonksiyonudur.

Peki ¸simdiki modelimizde nasıldır?

(12)

Optimizasyon: Analitik Metot

Matematiksel temel:

• y, f0(y) = 0’ın ¸c¨oz¨um¨u olsun:

• f00(y) < 0 olsun, o zaman y ger¸cek optimum ¸c¨oz¨umd¨ur.

T¨urev alalım:

Ne d¨u¸s¨un¨uyorsunuz? Optimum y’ı nasıl bulabiliriz? Optimum y var mı?

(13)

Optimizasyon: Grafiksel Bir C ¸ ¨ oz¨ um

(14)

Varyanstan ka¸cınma katsayısı A=4, ¸carpıklık tercihi B=5 olsun.

Optimum portf¨oy a˘gırlı˘gı y=0.37’dir.

Aynı se¸cim k¨umesi verildi˘ginde (rP, rf), ortalama-varyans yatırımcının A=4 iken y = 0.41 kadar yatıraca˘gını hatırlayınız.

(15)

Optimum Da˘ gıtımın Belirleyicileri

S¸imdiden ¸sunları biliyoruz:

1. varyanstan daha ¸cok ka¸cınan bir yatırımcı riskli varlı˘ga daha az yatırım yapar:

A ↑ =⇒ y

2. risk primi y¨uksekse, riskten ka¸cınan yatırımcı riskli varlı˘ga daha ¸cok yatırım yapar:

E(rp) − rf) ↑ =⇒ y

3. risk primi aynıysa, riskli varlı˘gın oynaklı˘gı arttı˘gında, riskten ka¸cınan bir yatırımcı o varlıktan daha az tutar: std(rp) ↑ =⇒ y

Yeni Sonu¸ clar

Negatif ¸carpıklıktan ka¸cınan bir yatırımcı ¸carpıklı˘gı negatif olan riskli varlı˘ga daha az yatırım yapma e˘gilimindedir: B ↑ =⇒ y

Risk primi ve oynaklık aynıysa, riskli varlı˘gın negatif ¸carpıklı˘gı arttı˘gında, ¸carpıklık tercihi olan yatırımcı bu varlıktan daha az tutar: ¸carpıklık (rp) ↓ ⇒ y

(16)

D¨ onem Etkisi

D¨onem etkisini incelemek i¸cin, hisse senedi getirilerinin zamanla nasıl biriktirildi˘gini anlamamız gerekir.

Basit modelle ba¸slayalım.

r1 = µ + σε1

r2 = µ + σε2

r3 = µ + σε3

. . .

G¨unl¨uk ¸soklar, t, birbirinden ba˘gımsızdır ve standart normal da˘gılıma uyar.

(17)

Odak Noktası:

BKM B¨ol¨um 6, Ek A ve B

• s. 172-177 (olasılık, olasılık da˘gılımı, ¸carpıklık, normal da˘gılım)

• s. 178-181 (fayda, fayda fonksiyonu)

• s. 163-166 arası

• s. 188

• s. 191-195 arası (fayda fonksiyonu, fayda e˘grileri, CAL)

Okuyun: Black (1995)

Potansiyel Soru C¸ e¸sitleri: -

(18)

Bir Sonraki Ders ˙I¸ cin Sorular

L¨utfen Okuyun:

• BKM B¨ol¨um 8,

• Kritzman (1994), ve

• Kritzman (1991)

A¸sa˘gıdaki sorular ¨uzerinde d¨u¸s¨un¨un:

• Portf¨oy ¸ce¸sitlendirmesi ile neyi ifade ediyoruz?

• Portf¨oy ¸ce¸sitlendirmesi ne zaman i¸se yarar, ne zaman i¸se yaramaz?

• G¨unl¨uk hayattan, ¸ce¸sitlendirme ilkesinin kullanıldı˘gı finansal olmayan bir ¨ornek verebilir misiniz?

Referanslar

Benzer Belgeler

Opsiyon piyasasının imˆ a etti˘ gi oynaklık, s¨ oz konusu olan hisse senedi piyasasında g¨ ozle- nen oynaklıktan ortalamada daha fazladır.. Herhangi bir g¨ unde, farklı

¸ekil 12: Zamana ba˘ glı olarak de˘ gi¸sen faiz oranlarıyla tahvil fiyatlaması.. Tahvilin t d¨ oneminde, itibari de˘ gerin y¨ uzdesi

Ger¸cekte, finansal aracı kurumlar bor¸c verenleri ve bor¸clananları kar¸sı kar¸sıya getirmek ve faiz riskinden kurtulmak i¸cin, uzun d¨ onemli faiz oranlarını kısa d¨

Portf¨ oy¨ un β’sı 1’e e¸sitse, vadeli i¸slem s¨ ozle¸smelerindeki pozisyon, vadeli i¸slem s¨ ozle¸smesine konu olan hisse senetlerinin de˘ geri, finansal riskten

burada temerr¨ ut olasılı˘ gı oldu˘ gunu ve tahvilin kurtarma (recovery) de˘ gerinin sıfır oldu˘ gunu varsayıyoruz (ayrıca riske duyarsız de˘ gerleme oldu˘ gunu

Bazı ¨ onemli kredi t¨ urev enstr¨ umanları: kredi swapları, toplam getiri swapları, teminatlı bor¸c y¨ uk¨ uml¨ ul¨ ukleri (CDO), spread opsiyonları vb.... Kredi

Aktif olarak y¨ onetilen portf¨ oy¨ un cari getirisi, r p,i , artık yalnızca yerli para birimi cinsinden de˘ gil, aynı zamanda o yatırımın yerel para birimi cinsinden ifade

Birinci y¨ ontem ile bu olay n farklı bi¸ cimde, ikinci y¨ ontem ile m farklı bi¸ cimde ger¸ cekle¸sebiliyor ise bu olay toplam n + m farklı bi¸ cimde ger¸