Portföy Seçim Problemi Üzerine Karşılaştırma: Veri Zarflama Analizi Ve Ortalama Varyans Modeli Örneği
Öz
Çalışma; portföy optimizasyonunda kullanılan Markowitz ortalama varyans modeli (OVM) ve veri zaraflama analizi (VZA) modelinin karşılaştırılmasına yöneliktir. Veri zarflama analizi; menkul kıymet getirilerinin birden fazla değişkenle ilişkilendirilmesine imkan tanıyan, menkul kıymet sayısı fazlalığı neticesinde hesaplama zorluğuna sebep olmayan ve fayda fonksiyonuna göre etkin sınır üzerinde bulunan portföylerin belirlenmesine imkan tanıyan ekonometrik bir yöntemdir. Çalışmada veri seti 2015-2019 yılları arasında BIST-100 Endeksi’nde sürekli işlem gören hisse senetlerinin, günlük getiri verilerinden oluşmaktadır. Ortalama varyans modeli’nin ve veri zarflama analizi uygulama sonuçları, beklenen getiri ve risk açısından iki hipotez oluşturularak test edilmiştir. Sonuç olarak VZA yöntemi ile oluşturulan etkin sınır üzerindeki portföylerin risk ve getirisinin OVM ile oluşturulan portföylerden farklı olduğu tespit edilmiştir.
Anahtar Kelimeler
Ortalama Varyans Modeli, Veri Zarflama Analizi, Portföy Optimizasyonu, Etkin Sınır
Etik Beyan
Etik beyan raporunu gerektiren bir çalışma değildir.
Kaynakça
- Andersen, P., Petersen, N. C. (1993). A procedure for ranking efficient units in data envelopment analysis. Management science, 39(10), 1261-1264. https://doi.org/10.1287/mnsc.39.10.1261
- Basso, A., & Funari, S. (2001). A data envelopment analysis approach to measure the mutual fund performance. European Journal of Operational Research, 135(3), 477-492. https://doi.org/10.1016/S0377-2217(00)00311-8
- Biswas, S., Bandyopadhyay, G., Guha, B., Bhattacharjee, M. (2019). An ensemble approach for portfolio selection in a multi-criteria decision making framework. Decision Making: Applications in Management and Engineering, 2(2), 138-158.
- Brown, R., O'Connor, I., Brown, R. (1997). Measurement of efficiency in not-for-profit financial intermediaries: Australian evidence. University of Melbourne, Department of Accounting and Finance.
- Choi, Y. K., & Murthi, B. P. S. (2001). Relative performance evaluation of mutual funds: A non‐parametric approach. Journal of Business Finance & Accounting, 28(7‐8), 853-876.
- Charnes, A., Cooper, W. W., and Rhodes, E. (1978). Measuring the efficiency of decision making units. European journal of operational research, 2(6), 429-444. https://doi.org/10.1016/0377-2217(78)90138-8
- Charnes, A., Cooper, W. W., Lewin, A. Y., Morey, R. C., & Rousseau, J. (1984). Sensitivity and stability analysis in DEA. Annals of Operations Research, 2(1), 139-156.
- Chen, Z., & Lin, R. (2006). Mutual fund performance evaluation using data envelopment analysis with new risk measures. Or Spectrum, 28(3), 375-398.
- Farrell, M. J. (1957). The measurement of productive efficiency. Journal of the Royal Statistical Society: Series A (General), 120(3), 253-281. https://doi.org/10.2307/2343100
- Gregoriou, G. N., Sedzro, K., & Zhu, J. (2005). Hedge fund performance appraisal using data envelopment analysis. European Journal of Operational Research, 164(2), 555-571. https://doi.org/10.1016/j.ejor.2003.12.019
