🧮 Risk Yönetimi Kitabında Kullanılan Temel Modeller
Kitapta yer alan ve risk yönetiminde sıklıkla kullanılan bazı temel modelleri ve teknikleri aşağıda bulabilirsiniz:
- 📊 Varlık Değerlendirme Modelleri: Bu modeller, çeşitli finansal varlıkların (hisse senetleri, tahviller, türev ürünler vb.) değerini belirlemek için kullanılır. Temel amaç, varlığın gelecekteki nakit akışlarını tahmin etmek ve bunları bugünkü değere indirgemektir.
- 🍎 İndirgenmiş Nakit Akışı (İNA): Gelecekteki nakit akışlarının bugünkü değerini hesaplar.
- 🍎 Opsiyon Fiyatlama Modelleri (Black-Scholes): Opsiyonların teorik değerini belirler.
- 📉 İstatistiksel Risk Ölçüm Modelleri: Portföy riskini ve piyasa riskini ölçmek için kullanılan istatistiksel yöntemlerdir.
- 🍎 Varyans-Kovaryans Yöntemi: Portföy varyansını hesaplar.
- 🍎 Monte Carlo Simülasyonu: Rastgele senaryolar üreterek risk dağılımlarını tahmin eder.
- 🧪 Kredi Riski Modelleri: Borçluların temerrüde düşme olasılığını ve bu durumun potansiyel kayıplarını değerlendirmek için kullanılır.
- 🍎 Yapısal Modeller (Merton Modeli): Şirketin varlık değerine ve borçlarına dayanarak temerrüt olasılığını hesaplar.
- 🍎 İndirgenmiş Form Modelleri: Temerrüt yoğunluğu (hazard rate) üzerinden temerrüt olasılığını tahmin eder.
- ⚙️ Operasyonel Risk Modelleri: İçsel süreçlerden, insanlardan ve sistemlerden kaynaklanan riskleri ölçmek ve yönetmek için kullanılır.
- 🍎 Senaryo Analizi: Olası operasyonel risk senaryolarını değerlendirir.
- 🍎 Anahtar Risk Göstergeleri (KRIs): Operasyonel riskleri izlemek için kullanılan metriklerdir.
📊 Detaylı İnceleme: Value at Risk (VaR)
Value at Risk (VaR), belirli bir zaman diliminde ve belirli bir güven düzeyinde, bir portföyün veya yatırımın potansiyel kaybını tahmin etmek için kullanılan bir risk ölçüsüdür.
- 🍎 Hesaplama Yöntemleri:
- 🔸 Tarihsel Simülasyon: Geçmiş verileri kullanarak gelecekteki kayıpları tahmin eder.
- 🔸 Varyans-Kovaryans Yöntemi: Portföyün beklenen getirisi ve standart sapması kullanılarak normal dağılım varsayımı altında VaR hesaplanır.
- 🔸 Monte Carlo Simülasyonu: Rastgele senaryolar üreterek risk dağılımını tahmin eder ve VaR değerini belirler.
- 📉 Matematiksel İfade: VaR, aşağıdaki gibi ifade edilebilir:
$P(L > VaR) = 1 - c$
Burada:
- $L$: Zararı,
- $VaR$: Value at Risk değerini,
- $c$: Güven düzeyini temsil eder.
🧪 Detaylı İnceleme: Beklenen Açık (Expected Shortfall - ES)
Beklenen Açık (Expected Shortfall - ES), VaR'ın ötesinde, VaR eşiğini aşan kayıpların ortalama büyüklüğünü gösteren bir risk ölçüsüdür. Daha kapsamlı bir risk değerlendirmesi sunar.
- 🍎 Matematiksel İfade:
$ES = E[L | L > VaR]$
Burada:
- $L$: Zararı,
- $VaR$: Value at Risk değerini,
- $E[.]$: Beklenen değeri temsil eder.
- 📈 Avantajları: VaR'a göre daha duyarlıdır ve kuyruk riskini daha iyi yansıtır.
