Tarım Sektörü Hisse Senetlerinden Oluşan Portföy Riskinin Monte Carlo Simülasyonu ile Hesaplanması

Öz

Sermaye piyasasında fiyat dalgalanmalarının neden olduğu belirsizlik yatırımcılar açısından risk oluşturmaktadır. Bu riski yönetebilecek çeşitli yöntemler bulunmaktadır. Bu çalışmanın amacı riske maruz değer yöntemlerinden biri olan Monte Carlo simülasyonu ile tarım sektörü hisse senetlerinden oluşan bir portföyün risk düzeyinin ölçülmesidir. Çalışmada, BIST’te işlem gören IZTAR, TACTR ve YAPRK hisse senetlerine ait kapanış fiyatları kullanılmıştır. Eşit ağırlıklı olarak oluşturulmuş varsayımsal portföyün riske maruz değer oranları 10 günlük elde tutma süresinde % 95 ve % 99 güven aralıklarında sırasıyla % 24.36 ve % 34.61 olarak saptanmıştır. Literatürdeki çalışmalarla karşılaştırıldığında tarım sektörü hisse senetlerinden oluşan bir portföye ilişkin risk düzeyinin döviz, bankacılık hisse senetleri ve devlet iç borçlanma senetlerinden oluşan portföylerin risk düzeyinden daha fazla olduğu belirlenmiştir. Bu durumun nedenlerini yatırımcı kararları çerçevesinde inceleyen araştırmaların yapılması önerilmektedir.

Anahtar Kelimeler

• risk yönetimi
• portföy riski
• riske maruz değer
• Monte Carlo simülasyonu

Calculation of Risk of Portfolio Consisting of Agricultural Sector Stock via Monte Carlo Simulation

Öz

The uncertainty caused by price volatility in the capital market poses risk for investors. There are several methods to manage this risk. The aim of this study is to measure the risk of a portfolio consisting of agricultural sector stock via Monte Carlo simulation, which is one of the value at risk methods. The daily closing stock prices of IZTAR, TACTR, and YAPRK that are traded in BIST were used in the study. The value at risk ratios of the equally weighted hypothetical portfolio were determined as 24.36% and 34.61% at 95% and 99% confidence levels on a ten-day holding period, respectively. Compared with previous studies, it has been determined that the risk of a portfolio consisting of agricultural sector stock is higher than the risk of portfolios consisting of foreign exchange, banking stock and government debt securities. It is recommended to conduct searches that examine the causes of this situation in the framework of investor decisions.

Anahtar Kelimeler

• risk management
• portfolio risk
• value at risk
• Monte Carlo simulation

Kaynakça

1. Akan B, Oktay A, Tüzün T, 2003. Parametrik Riske Maruz Değer Yöntemi ve Türkiye Uygulaması. Bankacılar Dergisi, 14(45): 29-39.
2. Aktan B, 2007. Ticarî Bankalarda Risk Yönetimi ve Monte Carlo Var Simülasyon Yöntemiyle Portföy Riskinin Hesaplanması. Adnan Menderes Üniversitesi Sosyal Bilimler Enstitüsü, Doktora Tezi.
3. Anonim, 2020. Kamuyu Aydınlatma Platformu, Sektörler, https://www.kap.org.tr/tr/Sektorler (Erişim Tarihi: 07.04.2020).
4. Avşarlıgil N, 2020. Bulanık Programlamayla Portföy Optimizasyonu Üzerine Bir Uygulama. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Sayı 38: 197-209.
5. Avşarlıgil N, Demir Y, Doğru E, 2015. Riske Maruz Değer Ölçüm Yöntemleri Aracılığıyla BIST’te İşlem Gören Spor Kulüpleri Üzerine Bir Uygulama. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 16(1): 81-107.
6. Bayram O, Kısava ZS, 2019. Riske Maruz Değer Analizi Üzerine Bir Uygulama: Türkiye’den Bulgular. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi, 6(1): 269-279.
7. Bolgün E, Akçay B, 2005. Risk Yönetimi, 2. Basım, Scala Yayıncılık, İstanbul.
8. Demireli E, Taner B, 2009. Risk Yönetiminde Riske Maruz Değer Yöntemleri ve Bir Uygulama. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(3): 127-148.

9. Embrechts P, Puccetti G, 2010. Risk Aggregation. In: Copula Theory and Its Applications. (Eds: P. Jaworski, F. Durante, W. Hardle, and T. Rychlik), Springer-Verlag Berlin Heidelberg, pp. 111-126.
10. Eser Ö, 2010. Piyasa Riski Ölçümü Olarak Riske Maruz Değer ve Hisse Senedi Portföyleri İçin Bir Uygulama, Kadir Has Üniversitesi Sosyal Bilimler Enstitüsü, Yüksek Lisans Tezi.
11. Jorion P, 2007. Value at Risk: The New Benchmark for Managing Financial Risk. (Third edition), McGraw-Hill, USA, 602 pp.
12. Kavrar Ö, Yılmaz B, 2019. Riske Maruz Değer Yöntemiyle Portföy Riskinin Belirlenmesi. Marmara Üniversitesi Öneri Dergisi, 14(52): 486-508.
13. Koldere Akın Y, Akduğan U, 2012. Finansal Piyasalarda Risklerin Belirlenmesinde Riske Maruz Değer Yöntemine İlişkin Bir Uygulama. Trakya Üniversitesi Sosyal Bilimler Dergisi, 14(1): 225-236.
14. Korkmaz T, Pekkaya M, 2012. Excel Uygulamalı Finans Matematiği. 3. Baskı, Ekin Basım Yayın, Bursa.
15. Küçük F, 2010. Kredi Riski Yönetiminde Monte Carlo Simülasyon Yöntemi. Yıldız Teknik Üniversitesi Fen Bilimleri Enstitüsü, Yüksek Lisans Tezi.
16. Özden ÜH, 2007. Riske Maruz Değer (RMD) Hesaplama Yöntemleri: İMKB Üzerine Uygulama. Öneri, 7(28): 279-285.
17. Şener C, 2018. Monte Carlo Simülasyonu ile Hisse Senedi Fiyat Tahminleri. İstanbul Aydın Üniversitesi Sosyal Bilimler Enstitüsü, İşletme Anabilim Dalı Yüksek Lisans Tezi, 159 sy.
18. Taş O, İltüzer Z, 2008. Monte Carlo Simulasyon Yöntemi ile Riske Maruz Değerin İMKB 30 Endeksi ve DİBS Portföyü Üzerinde Bir Uygulaması. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 23(1): 67-87.
19. Uçkun N, Kandemir S, 2008. Risk Ölçümünde Riske Maruz Değer Metodolojisi ve İMKB’de Bir Uygulama. Muhasebe ve Finansman Dergisi, Sayı 38: 123-131.
20. Ural M, 2009. Riske Maruz Değer Hesaplamasında Alternatif Yaklaşımlar. BDDK Bankacılık ve Finansal Piyasalar, 3(2): 63-86.
21. Usta Ö, 2008. İşletme Finansı ve Finansal Yönetim. Detay Yayıncılık, Ankara.
22. Usta Ö, Demireli, E., 2010. Risk Bileşenleri Analizi: İMKB’de Bir Uygulama. Zonguldak Karaelmas Üniversitesi Sosyal Bilimler Dergisi, 6(12): 25-36.
23. Yıldırım H, Çolakyan A, 2014. Finansal Yatırım Araçlarında Riske Maruz Değer Uygulaması. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 29(1): 1-24.
24. Yıldırım H, Kantar, G, 2018. Sistematik ve Sistematik Olmayan Risk Politikası: BIST100’de İşlem Gören Seçilmiş Şirketlere Ait Hisse Senetlerinden Oluşturulan Portföy Üzerine Bir Uygulama. The Second International Conference on Current Trends in the Middle East 2018, 5-9 November, Tekirdağ/Turkey.
25. Zhu H, Liu T, Zhou E, 2020. Risk Quantification in Stochastic Simulation under Input Uncertainty. ACM Transactions on Modeling and Computer Simulation, 30(1): 1-24.