Küresel Kriz ve Risk Yönetimi: Yanılgılar ve Gerçekler
Küresel Kriz ve Risk Yönetimi: Yanılgılar ve Gerçekler
Küresel Kriz ve Risk Yönetimi: Yanılgılar ve Gerçekler
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Küresel</strong> <strong>Kriz</strong> <strong>ve</strong> <strong>Risk</strong> <strong>Yönetimi</strong><br />
Stres Testi Metodolojisi<br />
Bu çalıĢmadaki stres testleri, hesaplamaların yapılacağı dönem için baĢlangıç<br />
Ģokları <strong>ve</strong> simüle günlük getirilere seçilen risk modeli içinde belli olasılık<br />
değerlerinin atanması ile yapılmıĢtır. Bu açıdan birinci <strong>ve</strong> en önemli aĢama risk<br />
modelinin belirlenmesidir. Kullanılacak olan modelin belirlenmesi aĢamasında<br />
kullanılan en önemli kriter, model riskini de azaltacak Ģekilde datanın ĢiĢman<br />
kuyruk <strong>ve</strong> volatilite yoğunlaĢması gibi ampirik özelliklerini doğru<br />
yansıtabilmesidir. Aynı zamanda modelin uygulama kolaylığı da önemlidir.<br />
Modelin datanın özelliklerini doğru yansıtıp yansıtmadığını değerlendirmek için<br />
literatür taraması yapılarak çeĢitli modellerin Alexander <strong>ve</strong> Sheedy (2008),<br />
Sheedy (2008) <strong>ve</strong> Hull <strong>ve</strong> White (1998) gibi çalıĢmalardaki koĢullu <strong>ve</strong> koĢulsuz<br />
geriye dönük test (backtest) performansları incelenmiĢtir.<br />
Kur serilerinde gözlemlenen ĢiĢman kuyruk özelliği nedeniyle normal dağılım<br />
kullanarak analiz yapmak yanıltıcı sonuçlar elde edilmesine sebep olur. Ayrıca,<br />
volatilite yoğunlaĢması nedeniyle koĢulsuz modellerin kullanılması da uygun<br />
değildir. Monte Carlo simülasyonu ise altta yatan stokastik süreçlerin gerekli<br />
sıçrama özellikleri ile beraber modellenmesindeki zorluklar <strong>ve</strong> her yeni risk<br />
faktörü için kalibrasyon gerekliliği nedeniyle tercih edilmemiĢtir. Geriye kalan<br />
Ģartlı amprik model <strong>ve</strong> GARCH-t modeli arasında bir seçim yapılmıĢ <strong>ve</strong><br />
parametrelendirme yapmamak, finansal getirilerin olasılık dağılımının çarpıklık<br />
özelliğinden kurtulmak adına üstün koĢullu <strong>ve</strong> koĢulsuz performansını da dikkate<br />
alarak AğırlıklandırılmıĢ Tarihsel Simülasyon Yöntemi risk modeli olarak<br />
belirlenmiĢtir. Modelin uygulanması Hull White (1998) tarafından<br />
ağırlıklandırma yöntemi kullanılmıĢtır. Her gözlem (j), kendi volatilite değeri ile<br />
standardize edilmiĢ <strong>ve</strong> portföy günündeki (t) volatilite değeri ile yükseltilmiĢ ya<br />
da azaltılmıĢtır. Böylelikle elde edilen getiri serilerinin değiĢen piyasa koĢullarını<br />
göz önüne alması sağlanmıĢtır. Örneğin, simülasyon gününde volatilite değerinin<br />
hesaplama günündeki değerden düĢük olması halinde getiri, artan değiĢkenliği<br />
yansıtacak ölçüde yükseltilmektedir. Ağırlıklandırma iĢlemi aĢağıdaki gibi<br />
yapılmaktadır:<br />
r<br />
*<br />
j<br />
t rj<br />
<br />
j<br />
77<br />
(9.1)