MONTE CARLO SİMULASYON YÖNTEMİ İLE RİSKE MARUZ DEĞERİN İMKB30 ENDEKSİ VE DİBS PORTFÖYÜ ÜZERİNDE BİR UYGULAMASI

Öz

Finansal piyasaların kaçınılmaz bir unsuru olan risk yönetimi, son yıllarda teknolojideki gelişmeler ve piyasaların deregülasyonu ile küreselleşme olgusunun finansal piyasalarda da kendisini göstermesine paralel olarak daha karmaşık hale gelmiştir. Finansal piyasalarda kurumlar kredi riski, likidite riski, piyasa riski, operasyonel risk gibi pek çok risk türü ile karşılaşmaktadır. Son yıllarda risk hesaplama yöntemleri arasında en çok kabul gören riske maruz değer RMD yöntemi (Value at Risk VaR) piyasa riskinin hesaplanması için özellikle bankalar tarafından çok yaygın olarak kullanılmaktadır. Çalışmanın ilk bölümünde risk türlerine değinilmiş, RMD ‘nin tarihsel gelişimi, tanımı ve hesaplama yöntemleri tanımlanmış, yöntemler arasındaki farklara kısaca yer verilmiştir. İkinci bölümde, IMKB30 endeksi ve Devlet İç Borçlanma Senetleri portföyleri seçilmiş ve bu portföylerin riske maruz değerleri, RMD hesaplama yöntemlerinden biri olan Monte Carlo Simülasyon yöntemi ile hesaplanmıştır. Her bir portföy için simülasyonlar normal dağılım ve student t dağılımı esas alınarak gerçekleştirilerek elde edilen sonuçlar arasındaki farklar değerlendirilmiştir. Sonuç bölümünde çalışma genel olarak değerlendirilmiş ve uygulama sonuçları yorumlanmıştır.

Anahtar Kelimeler

• Riske Maruz Değer, İMKB30, DİBS, Portföy, Monte Carlo

AN APPLICATION OF VALUE AT RISK BY MONTE CARLO SIMULATION METHOD IN PORTFOLIOS OF ISE30 INDEX AND GOVERNMENT SECURITIES

Öz

As a result of the rapid development of information technologies and globalization, growing trading volumes and variety of securities have increased the exposure of economic units on risk. Therefore, the topics with respect to risk management have drawn substantial attention from both in academic and practitioners. In recent years , Value at Risk “VaR” approach, one of the methods used for evaluating risk , has gained widespread acceptance. In the first part of this study , the types of risk , the definition and historical development of the Value at Risk Approach , its methods and differences among these methods are explained. At the next section , VaR’s of the portfolios of ISE 30 index and goverment securities are estimated at the %99 and %95 confidence level and for 1 day and 10-day periods by the Monte Carlo simulation method which is one of the nonparametric estimation approaches of VaR. For each portfolio, simulations are performed based on the normal and Student–t distributions and results are compared. In the last section, the study is evaluated as a whole and emprical results are commented.

Anahtar Kelimeler

• Value At Risk, ISE30, Goverment Securities, Monte Carlo Simulation

Kaynakça

1. ALBANESE C.ve G. CAMPOLIETI (2006); Advanced Derivatives Pricing and Risk Management, Elsevie Academic Press.
2. ARTZNER P., F. DELBAEN, JM. EBER ve D. HEATH (1997); “Thinking Coherently”, Risk, 10, 68–71.
3. ARTZNER P., F. DELBAEN, JM. EBER ve D. HEATH (1999); “Coherent Measures of Risk”, Mathematical Finance, 9, 203–228.
4. BEST, P. (1998); Implementing Value at Risk, John Wiley & Sons.
5. BOLGÜN E. ve B. AKÇAY (2005); Risk Yönetimi, Scala Yayıncılık.
6. FRENKEL M., U. HOMMEL ve M. RUDOLF (2005); Risk Management Challenge and Opportunity, 2nd edition, Springer.
7. GIANOPOULOS K. ve R. TUNARU (2005); “Coherent Risk Measures Under Filtered Historical Simulation”, Journal of Banking &Finance, 29(4), ,979-996.
8. GLASSERMAN P. (2004); Monte Carlo Methods In Financial Engineering, Springer.

9. HENDRICS D. (1996); “Evaluation of Value at Risk Models Using Historical Data”, Federal Reserve Bank of New York Economy Policy Review, 2(4), 39-70.
10. JACKSON P., D. J. MAUDE ve W. PERRAUDIN (1998); “Bank Capital and Value at Risk”, Bank of England Quarterly Bulletin, Spring, 73-89.
11. JORION P. (2001), Value at Risk , 2nd Edition , McGraw-Hill.
12. JORION P. (2003), Financial Risk Manager Hand Book, 2cd edition, John Wiley & Sons.
13. ALEXANDER S., T.F. COLENER ve Y.Lİ (2006), “Minimizing CVAR and VAR For A Portfolio Of Derivatives”, Journal of Banking&Finance, 30( 2), 583-605.
14. YAMANE T. (1967); Statistic an Introductory Analysis, 2nd Edition, Harper&Row Publisher.
15. ZENTI R. ve M. PALLOTTA (2001), “Risk Analysis For Asset Managers: Historical Scenarios Based Methods and The Bootstrap Approach”. Mimeo., RAS Asset Management, Italy.