Risk Yonetimi'nde Orneklem Disi Ongoru'nun Onemi-08.07.2005  

Orneklem disi ongoru ve orneklem ici ongoru birbirine girmis iki kavram olarak gorulse de aslinda ikisi arasinda ciddi bir farklilik vardir. Orneklem ici ongoru kapsaminda son donemde ozellikle fizik ve bilgisayar bilimlerinden finansal ekonometri’ye entegre edilen metedolojilerin popularitesi artiyor.

 Bugun aldigimiz bir buzdolabilinin uzerinde(profilo) fuzzy logic teknolojisi yazabiliyor. Amac enerjinin, calisma veriminin maksimum optimizasyonunu saglamak. Baska ve daha net bir ornek vermek gerekirse siz bir otomobil uretiyorsaniz agirlik, statik, verim ve daha bircok yapinin optimizasyonunu saglamalisiniz. Dikkat ederseniz burda girdilerin bir cogu sabittir, yani otomobilin agirligi 1200 kg ise sizin agirlik girdiniz 1200+5 kisi+bagaj yuku uzerinedir. Hicbir zaman 5000 kg alarak bir optimizasyon hesaplamayacaksiniz. İste fizik biliminde epey faydali olan fuzzy logic, neurol networks, wavelets turu modeller finansal ekonometri yani risk yonetiminde ayni fayda optimizasyonunu saglayabilir mi, orneklem disi ongoru de temel soru budur.

Bizim amacımız orneklem içi maksimizasyon degildir ve olmamalidir. Burada hata teriminin minimizasyonu ve hatta sifirlanmasi secilen orneklem periyodu icin mukemmel bir model uretebilir. Ornek olarak kredi riski modellemesinde, buyuk bir olasilikla fuzzy logic, neural networks ya da wavelets orneklem icinde her durumda discriminant ve hatta non-parametric metedolojilerden daha ustun sonuclar uretecektir(bunu karsilastirmaya bile cogu zaman gerek yoktur). Ancak bu, orneklem-disi-ongoru(out-of-sample-forecasting) icin ne kadar anlamlidir? İste orneklem-ici-ongoru’ye yogunlasmis modellerin gelecek icin basarisi orneklem periyodundaki olasiliklarin ayni sartlarda yani ayni etki duzeyinde tekrar etme olasiligina bagli olacaktir. Aslinda bu problem icin birkac cozum var ancak tum risk yonetimi konseptine uydugunu soylemek pek dogru degil. İlk cozum optimizasyonu farkli etki duzeyleri icin kategorilere ayrimaktir. Mademki farkli etki duzeyleri farkli samplelarda( normal, extreme condition) olusuyor biz bu duzeylere gore orneklem-ici-yogunlasmis modelleri kullanirsak hata payini da orneklem disinda dusurebiliriz. Ornek olarak 2 farkli duzeyde(normal, extrem period)’a gore bir model olusturabiliriz. Ancak bu yaklasim bile bazi sorunlarin cozumunde yetersiz kalmaktadir. Finansal ekonometrisyenlerin epey basini agirtan korrelasyon(hangi copula ne zaman uygulanacak) sorunu ve orneklem icine yogunlasan metedolojilerin korrelasyonu da bu yonuyle orneklem icine oturacak sekilde sabitlemesi, son derece karmasik hesaplamalara giren bu metedolojilere gercekten ihtiyac var mi sorusunu da dusunduruyor. Cunku sizin sectiginiz model statik oldugu olcude risk yonetimindeki sapmalar artiyor. Fizik ve muhendislikten entegre modellerin ise dinamik olarak calistirilabilmesi teorik olarak mumkun ancak pratikte epey zor. Bu bir arabanin statiginin surekli degistirmekle es anlamli.

Fizik-matematik-finans-ekonomi’nin birbirine epey karistigi bir donemde cogu zaman “temel amacimiz nedir?” sorusunu sormamiz gerekiyor. Finansal ekonometrinin basladigi donem olarak kabul edilebilecek 1952(Markowitz)’den beri amac orneklem disi ongorudur ve bugun fizik ya da muhendislikten entegre edilen metedolojilerin amaclari ile risk yonetimi’nin amaci arasinda kucuk ama sonuclari epey degistirecek nuans farki vardir.