türk bankacılık sstemnde aktf pasf yönetm ve pyasa rsk
türk bankacılık sstemnde aktf pasf yönetm ve pyasa rsk türk bankacılık sstemnde aktf pasf yönetm ve pyasa rsk
174 Simülasyonu veya Tarihi Simülasyon yöntemlerinin kullanılması bir gereklilik olarak ortaya çıkmaktadır. • Sonuçların güvenilirliği açısından yöntemler kıyaslandığında; tüm yöntemler tarihi verilere dayanmakla birlikte, Tarihi Simülasyon Yönteminin sadece tarihi verilere dayanıyor olması bir sorun oluşturmaktadır. Burada fiyat ve faiz oranlarına dayanan zaman serilerine tam bir bağımlılık söz konusudur. Hesaplamada kullanılan veri setinin ait olduğu dönemin özelliklerinden dolayı volatilitenin olduğundan daha düşük dolayısıyla, RMD'nin de düşük hesaplanması tehlikesi vardır. Bu durumun tersi de mümkündür. Yani RMD, piyasa volatilitesinin gösterdiği risklilik düzeyinin çok üzerinde kalabilir. Parametrik Yöntemde yapılan normal dağılım varsayımının ve benzeri şekilde Monte Carlo Simülasyonu Yöntemi içinde yapılan dağılım varsayımının piyasa gerçekleriyle örtüşmemesi bu yöntem sonuçları açısından güvenilirliği azaltıcı etkenler olarak görülmektedir. • Senaryo analizleri ve stres testlerinin kullanımı açısından da Tarihsel Simülasyon Yöntemi stres testlerinin kullanımına pek uygun değildir. Bu yöntem, piyasa faktörlerindeki değişimlerle doğrudan bağlı olduğundan stres testi ve senaryo analizi sonuçları açısından, Parametrik Yöntemin gerisinde kalmaktadır. 3.6. Geriye Dönük Test (Back Test) Herhangi bir RMD modeline geriye dönük test uygulamak, en basit ifadeyle, portföyün zararını, bir gün önceden tahmin edilen RMD tahmini ile karşılaştırmaktır. Bu karşılaştırma, belli bir süre için yapılmakta ve bu süre genellikle bir yıl olarak uygulanmaktadır. Günlük zararın, modelin RMD tahminini aşma sayısı, sapma sayısı olarak adlandırılır ve test edilen model sonuçlarının güvenilir olması sapma sayısının beklenen sapma sayısına yakın olmasını gerektirir. %99 güven düzeyinde her yüz gün
175 için sapma sayısı bir olarak beklenmelidir. Bu durum bir yıllık süreçte yaklaşık dört sapma beklentisi anlamına gelir ve gerek BIS gerek BDDK, dört sapmaya kadar (dört dahil) model sonuçlarını güvenli bölge içinde kabul etmektedir. Sapma sayısının dördü aşması halindeyse model daha önce açıklanan artı çarpım faktörü aracılığıyla cezalandırılmaktadır. Sapma sayılarının istatistiksel rastlantısallıktan mı yoksa gerçek aşımlardan dolayı mı oluştuğu takip edilmesi gereken önemli bir konudur. Geriye dönük test uygulamalarında istatistiksel olarak iki tip hatayla karşılaşılır. Birinci tip hatalar, teorik olarak doğru olan ve doğru sonuçlar üreten bir modelin kabul edilmemesinden dolayı oluşur. İkinci tip hatalar ise doğru sonuçlar üretmeyen bir modelin doğru olarak kabul edilmesi ile oluşur ve rastlantısallıktan dolayı meydana gelir. Sapma sayılarıyla ilgili olarak takip edilmesi gereken bir başka önemli konu da sapma kümelenmelerini gözlemlemektir. Sapmaların birbirine yakın zaman aralığında kümelenmeleri model başarısı açısından istenmeyen bir durumdur. Sapma yaşayan bir modelin bu sapmayla orantılı olarak tepki vermesi ve sayısallaştırdığı riski arttırması beklenmelidir. Geriye dönük test hesaplamaları iki temel yöntemle yapılır. Birinci yöntemde, portföyün kompozisyonu belli bir günde dondurulur ve buradan hareketle, portföyün kar ve zararları hesaplanır ve modelin RMD değerleri ile karşılaştırılarak sapma sayıları analiz edilir. Daha çok kullanılan ikinci yöntemde ise, günlük alım satımdan doğan kar, modelin RMD değeri ile karşılaştırılarak sapma sayıları analiz edilir. Sapma sayılarını teknik olarak şu şekilde tanımlayabiliriz.
- Page 133 and 134: 123 Tahvillerin yanı sıra, verim
- Page 135 and 136: 6 = %7.0048, r12 = %7.5963 için r1
- Page 137 and 138: 24 ve r30 veri iken 24r30 = %8.131
- Page 139 and 140: 129 Hem literatürde hem de uygulam
- Page 141 and 142: 131 Nelson Siegel yönteminde param
- Page 143 and 144: • standart normale sahip bir rass
- Page 145 and 146: “t”: kuponsuz bononun vadesi
- Page 147 and 148: 137 örnek setini kullanırsak, 5 a
- Page 149 and 150: 139 hesaplamaktır. Volatilite hesa
- Page 151 and 152: 141 dilimlere ayırarak veri güven
- Page 153 and 154: • , bir önceki dönemin getirisi
- Page 155 and 156: Haber etki eğrisi ise; değerine e
- Page 157 and 158: 147 Risk Metrics, üssel düzeltme
- Page 159 and 160: 149 uygulamaya başladığı RAROC'
- Page 161 and 162: 151 konu etmedikleri RMD hesaplamal
- Page 163 and 164: 153 lambda katsayısının azaltıl
- Page 165 and 166: 155 Yönetmelik maddelerinde de aç
- Page 167 and 168: 157 δ vektörünün elemanları, p
- Page 169 and 170: 159 Bu, her pozisyon için delta e
- Page 171 and 172: • “i” ve “j” yatırım ar
- Page 173 and 174: Bu durumda portföy varyansı; olar
- Page 175 and 176: Bu kavramsal çerçeveyi bir örnek
- Page 177 and 178: 167 otoritelerin genellikle en az b
- Page 179 and 180: 169 Giannopoulos(1998) and Barone A
- Page 181 and 182: 171 sağlayacak şekilde, getiriler
- Page 183: 173 güven aralıkları oluşturulu
- Page 187 and 188: 3.7. Stres Testi 177 Bankaların st
- Page 189 and 190: 179 Piyasa değişkenleri bir arada
- Page 191 and 192: 181 Varsayımsal X Bankası’nın
- Page 193 and 194: SONUÇ 183 Geçmişten bugüne bank
- Page 195 and 196: KAYNAKÇA Alexander, C. , Market Mo
- Page 197 and 198: Cambridge University Press, 2000. N
175<br />
için sapma sayısı bir olarak beklenmelidir. Bu durum bir yıllık süreçte yaklaşık dört<br />
sapma beklentisi anlamına gelir <strong>ve</strong> gerek BIS gerek BDDK, dört sapmaya kadar (dört<br />
dahil) model sonuçlarını gü<strong>ve</strong>nli bölge içinde kabul etmektedir. Sapma sayısının dördü<br />
aşması halindeyse model daha önce açıklanan artı çarpım faktörü aracılığıyla<br />
cezalandırılmaktadır.<br />
Sapma sayılarının istatistiksel rastlantısallıktan mı yoksa gerçek aşımlardan<br />
dolayı mı oluştuğu takip edilmesi gereken önemli bir konudur. Geriye dönük test<br />
uygulamalarında istatistiksel olarak iki tip hatayla karşılaşılır. Birinci tip hatalar, teorik<br />
olarak doğru olan <strong>ve</strong> doğru sonuçlar üreten bir modelin kabul edilmemesinden dolayı<br />
oluşur. İkinci tip hatalar ise doğru sonuçlar üretmeyen bir modelin doğru olarak kabul<br />
edilmesi ile oluşur <strong>ve</strong> rastlantısallıktan dolayı meydana gelir.<br />
Sapma sayılarıyla ilgili olarak takip edilmesi gereken bir başka önemli konu da<br />
sapma kümelenmelerini gözlemlemektir. Sapmaların birbirine yakın zaman aralığında<br />
kümelenmeleri model başarısı açısından istenmeyen bir durumdur. Sapma yaşayan bir<br />
modelin bu sapmayla orantılı olarak tepki <strong>ve</strong>rmesi <strong>ve</strong> sayısallaştırdığı riski arttırması<br />
beklenmelidir.<br />
Geriye dönük test hesaplamaları iki temel yöntemle yapılır. Birinci yöntemde,<br />
portföyün kompozisyonu belli bir günde dondurulur <strong>ve</strong> buradan hareketle, portföyün kar<br />
<strong>ve</strong> zararları hesaplanır <strong>ve</strong> modelin RMD değerleri ile karşılaştırılarak sapma sayıları<br />
analiz edilir. Daha çok kullanılan ikinci yöntemde ise, günlük alım satımdan doğan kar,<br />
modelin RMD değeri ile karşılaştırılarak sapma sayıları analiz edilir. Sapma sayılarını<br />
teknik olarak şu şekilde tanımlayabiliriz.