• Sonuç bulunamadı

YATIRIM. Ders 4: Portföy Teorisi. Bahar 2003

N/A
N/A
Protected

Academic year: 2022

Share "YATIRIM. Ders 4: Portföy Teorisi. Bahar 2003"

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

Üniversiteyi kazanarak onların emeklerini boşa çıkarmadım.” Müdire hanım daha sonra Levent’le aralarındaki daha özel konulara girecek, içinde ne var ne yok

Sanat Burs Programı kapsamında lisans, yüksek lisans ve doktora düze- yinde eğitim almak üzere uzun dönem programlar çerçevesinde burslan- dırılan seçkin öğrenciler;

Bitwise 10 Büyük Kripto Endeksi, likidite, güvenlik ve diğer riskler için taranan en büyük 10 kripto varlığın piyasa değeri ağırlıklarından oluşan bir endeksidir ve

[r]

(Yol G¨ osterme: Her a¸cık aralıkta en az bir rasyonel sayının var oldu˘ gunu kullanın

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

b) Alım opsiyonunun de˘ geri artı kullanım fiyatının cari de˘ geri eksi hisse senedi fiyatı... c) Hisse senedi fiyatının cari de˘ geri eksi kullanım fiyatı eksi

stilize temleri âbidevî dekora yakıştırmak ve bir kere nizamını kurduktan sonra bu hendesî nizamı namütenahi yeni form ve yeniliklerle zavahirî bir fantazi