Finans Ekonomi ve Sosyal Araştırmalar Dergisi

2602-2486

Ferudun KAYA

10.29106/fesa.593881

Business Administration

İşletme

MİNİMUM YAYILAN AĞAÇ İLE PORTFÖY ANALİZİ: BIST100 ÖRNEĞİ

PORTFOLIO ANALYSIS WITH MINIMUM SPANNING TREE: AN APPLICATION TO XU100

https://orcid.org/0000-0003-0692-7870

İşcanoğlu Çekiç

Ayşegül

TRAKYA ÜNİVERSİTESİ

https://orcid.org/0000-0002-7337-0753

Taştan

Buket

TRAKYA ÜNİVERSİTESİ, SOSYAL BİLİMLER ENSTİTÜSÜ

12 31 2019

4 4 609 625 07 18 2019 12 30 2019

2016

Research of Financial Economic and Social Studies

Markowitz (1952)çalışması iyi bir risk yönetiminde, finansal yatırım araçları arasındakikorelasyonların dikkate alınmasına işaret etmiş ve yatırımcıların seçimlerindekorelasyonların önemini vurgulamıştır. Zaman içinde ise bu olgu genel kabulgörmüştür. Birçok araştırmacı ve yatırımcı için risk yönetimi korelasyonlar ileözdeşleşmiştir. Son yıllarda, finansalürünler arasındaki çapraz korelasyonların saptanması için finansal ağlar önemkazanmıştır. Çalışmada, bu yöntemlerden Minimum Yayılan Ağaç (MST) dikkatealınarak, Borsa İstanbul’da işlem gören hisse senetleri arasındaki kısa dönemçapraz korelasyonların incelenmesi amaçlanmıştır. Bu amaçla, BIST100 endeksinedahil 94 hisse senedi dikkate alınmış ve Ocak 2018 ve Haziran 2018 dönemine aitgünlük hisse senedi fiyat verisi kullanılmıştır. Bu ağaçtan yola çıkarak, hissesenetlerinin ağaç üzerinde konumlarının portföy performanslarına etkisi simülasyonlaryardımı ile araştırılmıştır. Çalışmanın bulgularına göre, büyük hisse senedikümelerinin merkezi hisselerinin, THYAO, BIMAS, CEMAS, IEYHO, FLAP ve AYEN kodluhisseler olduğu ve bu hisselerin kendi kümelerindeki diğer hisseler üzerindegüçlü etkiye sahip oldukları gözlemlenmiştir. Ayrıca portföylerin ağaçüzerindeki konumlarının performanslarında etkin olduğu gözlemlenerek aynı uçdallara ait bağlantısız kümelerden oluşturulan portföylerinde performanslarınındiğer portföylere göre daha iyi olduğu sonucuna ulaşılmıştır.

The pioneering work of Markowitz(1952) emphasized the importance of correlations between financial assets inrisk management and investor preferences. Over time, this phenomenon wasgenerally accepted. Today, for researchers and investors, risk management is associated withcorrelations. In recent years, in order to determine cross-correlations betweenfinancial products the importance of financial networks are increased. In thisstudy, it is aimed to investigate the short term cross-correlations between thestocks traded on Borsa Istanbul, by using Minimum Spanning Tree (MST) methodology.For this purpose, 94 stocks of XU100 index are included into the analysis anddaily stock price data from January 2018 to June 2018 period are used. Usingthe constructed tree, the effects of stocks’ positions on the portfolioperformances are investigated with the help of simulation study. Findings showthat the central stocks of the large stock clusters are coded with THYAO,BIMAS, CEMAS, IEYHO, FLAP and AYEN and these stocks have a strong effect on theother stocks in their clusters. In addition, it is concluded that stockpositions are effective in portfolio performances and it is concluded that portfolioperformances are better for the portfolios which contain the stocks ofunconnected clusters in the same end branches.

MST Çapraz Korelasyon Hiyerarşik Kümeleme Portföy Çeşitlendirmesi

MST Cross Correlation Hierarchical Cluster

Akgüller, Ö., Öcal, S., Balcı, M.A. (2017). A New Topological Measure for The Communities of Stock Market Networks, Mugla Journal of Science and Technology, 3(2), 104-109

Birch, J., Pantelous, A.A., Soramäki, K. (2016). Analysis Of Correlation Based Networks Representing DAX 30 Stock Price Returns, Computational Economics, 47(4), 501–525.

Bonanno, G., Vandewalle, N., Mantegna, R.N. (2000). Taxonomy Of Stock Market Indices, Physical Review E, 62(6), 7615–7618.

Bonanno, G., Lillo, F., Mantegna, R.N. (2001). High-Frequency Cross-Correlation in a Set of Stocks, Quantitative Finance, 1, 96-104

Bonanno, G., Caldarelli, G., Lillo, F, Mantegna, R.N. (2003). Topology of Correlation-Based Minimal Spanning Trees in Real and Model Markets, Physical Review E, 68, 046130

Bonanno, G., Caldarelli, G., Lillo, F., Micciché, S., Vandewalle, N., Mantegna, R.N. (2004). Networks of Equities in Financial Markets, The European Physical Journal B, 38(2), 363-371.

Coelho, R., Gilmore, C.G., Lucey, B., Richmond, P., Hutzler, S. (2007). The Evolution of Interdependence İn World Equity Markets - Evidence From Minimum Spanning Trees, Physica A, 376, 455–466.

Coelho, R., Hutzler, S., Repetowicz, P., Richmond, P. (2007). Sector Analysis for A FTSE Portfolio of Stocks, Physica A, 373, 615–626.

Danko, J., Soltes, V. (2018). Portfolio Creation Using Graph Characteristics, Investment Management and Financial Innovations, 15(1), 180-189.

Eryiğit, M., Eryiğit, R. (2009). Network Structure of Cross Correlations Among the World Market Indices, Physica A, 388, 3551–3562.

Gilmore, C.G., Lucey, B.M., Boscia, M. (2008). A Never-Closer Union? Examining The Evolution of Linkages Of European Equity Markets Via Minimum Spanning Trees, Physica A, 387 (2008) 6319–6329.

Gilmore, C.G., Lucey, B.M., Boscia, M.W. (2010). Comovements In Government Bond Markets: Aminimum Spanning Tree Analysis. Physica A, 389(21), 4875–4886.

Guo, X., Zhang, H., Tian, T. (2018). Development Of Stock Correlation Networks Using Mutual İnformation And Financial Big Data, PLoS ONE, 13(4): e0195941.

Hatipoğlu, V.F., (2017). Application of a New Quantitative Approach to Stock Markets: Minimum Spanning Tree, Alphanumeric Journal, 5(2).

Mantegna, R. N. (1999). Hierarchical Structure in Financial Markets. The European Physical Journal B, 11, 193-197.

Mantegna, R.N., Stanley, H.E. (2000). An Introduction To Econophysics: Corrleations and Complexity in Finance. Cambridge:Cambridge Universiy Press.

Markowitz, H. M. (1952). Portfolio Selection, The Journal of Finance, 7(1), 77-91.

Micciche, S., Bonanno, G., Lillo, F., Mantegna, R.N. (2003). Degree Stability Of A Minimum Spanning Tree Of Price Return and Volatility, Physica A, 324 66.

Onnela, J.P., Chakraborti, A., Kaski, K., Kertesz, J. (2002). Dynamic Asset Trees And Portfolio Analysis, The European Physical Journal B, 30(3), 285–288

Onnela, J.-P., Chakraborti, A., Kaski, K., Kertesz, J., Kanto, A. (2003a). Asset Trees and Asset Graphs in Financial Markets, Physica Scripta, T106, 48-54.

Onnela, J.-P., Chakraborti, A., Kaski, K., Kertesz, J., Kanto, A. (2003b). Dynamics Of Market Correlations: Taxonomy and Portfolio Analysis, Physical Review E, 68(5), 68-79.

Tse, C.K., Liu, J., Lau, F.C.M. (2010). A Network Perspective Of The Stock Market, Journal of Empirical Finance, 17(4), 659–667.

Vandewalle, N., Brisbois, F., Tordoir, X. (2001). Self-organized Critical Topology of Stock Markets, Quantitative Finance, 1, 372–375

Vizgunov, A., Goldengorin, V., Kalyagin, V., Koldanov, A., Koldanov, P., Pardalos, P. M. (2014). Network Approach For The Russian Stock Market, Computational Management Science, 11(1–2), 45–55.

Wang, G.-J., Xie, H.C., Stanley, E. (2018). Correlation Structure and Evolution of World Stock Markets: Evidence from Pearson and Partial Correlation-Based Networks, Computational Economics, 51( 3), 607–635.

Zhang, X., Zheng, X., Zeng, D.D. (2017). The Dynamic Interdependence Of International Financial Markets: An Empirical Study On Twenty-Seven Stock Markets, Physica A, 472, 32-42