Finansal piyasalar, geniş bir yelpazeye sahip yatırım enstrümanlarını barındırdığından yatırımcılar çok çeşitli yatırım araçlarıyla karşı karşıya kalmaktadırlar. Yatırımcılar bu yatırım araçları arasındanbüyük faydayı sağlayacak optimum portföy oluşturma çabası içindedirler. Bu çalışmada, finans alanında modern portföy kuramının başlangıcı kabul edilen Markowitz Ortalama Varyans metodu kullanılıp, BİST Kurumsal Yönetim Endeksinde (XKURY) yer alan hisse senetlerinin 2009-2018 yılları arasındaki aylık kapanış fiyatlarından hareketle modelleme yapılmış ve portföy optimizasyonu uygulamasıyla optimum portföyler oluşturularak gerçekleşen sonuçların beklenen sonuçlarla uyum içinde olduğu saptanmıştır. Ayrıca Sharpe oranları ve değişim katsayıları da dikkate alınarak Ortalama Varyans Modeli ileyüksek getirili ve eşit ağırlıklı 6 hisse senedi seçimine dayalı EYG6HS modeli ile oluşturulan portföylerin, kıyaslaması yapılmıştır. Karşılaştırma sonucunda Ortalama Varyans modelinin geçerliliğini destekleyen sonuçlar elde edilmiştir.
Since the financial markets host a wide range of investment instruments, investors face a wide variety of investment instruments. Investors are in an effort to create an optimal portfolio that will benefit greatly from these investment tools. In this study, the Markowitz average variance method, which is considered the beginning of the modern portfolio theory in the financial field, has been modeled from the monthly closing prices between 2009-2018 and the portfolio optimization application has found that the results achieved by creating optimal portfolios are in line with the expected results. Furthermore, taking into account Sharpe rates and exchange rates, the average variance model has been compared with the portfolios created with the EYG6HS model based on the equal weight of 6 stock assets. The comparison resulted in results supporting the validity of the average varians model.
Alan : Sosyal, Beşeri ve İdari Bilimler
Dergi Türü : Uluslararası
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|