Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, İktisat Fakültesi, Ekonometri Bölümü, Türkiye
Tezin Onay Tarihi: 2006
Tezin Dili: Türkçe
Öğrenci: BURCU ÖZMERİÇ
Danışman: AHMET METE ÇİLİNGİRTÜRK
Özet:Operasyonel risk, kredi ve piyasa riskinden daha farklı bir risk türüdür. Bu nedenle operasyonel risklerin ölçümü için geliştirilen yöntemler, diğer risklerin ölçümünde kullanılan yöntemlerden daha farklı ve karmaşıktır. Çalışmada bir bankanın fon yönetim bölümünde meydana gelen operasyonel zararlar, operasyonel riske maruz değer yöntemi kullanılarak modellenmiştir. Çalışmanın amacı, farklı dağılımlar kullanarak operasyonel riske maruz değer modelleri oluşturmak, bu modelleri karşılaştırarak en doğru modeli seçmek ve maruz kalınacak maksimum zarar miktarlarını tahmin etmektir. Çalışmada operasyonel kayıpların modellenmesi için kayıp dağılımları büyüklük ve sıklık olmak üzere iki farklı stokastik süreçte ele alınmış, büyüklük ve sıklık süreçleri ayrı ayrı modellenmiştir. Büyüklük ve sıklık süreçleri Monte Carlo Simülasyonu yöntemi ile bir araya getirilerek Toplam Kayıp Dağılımı oluşturulmuş, bu dağılım kullanılarak operasyonel riske maruz değerler hesaplanmıştır. Çalışmada iki ayrı operasyonel riske maruz değer modeli oluşturulmuş ve bu modellerden elde edilen sonuçlar değerlendirilerek gelecek sene maruz kalınacak maksimum kayıp miktarları karşılaştırılmıştır. Operasyonel riske maruz değer modellerinin tahmin kabiliyetini değerlendirmek amacıyla geriye dönük test yöntemi kullanılmıştır. ABSTRACT FUNDS MANAGEMENT OPERATION AND VALUE AT RISK Operational risk is a very different kind of risk from credit and market risks. On this account, the methods improved for the measurement of the operational risks are more different and complicated than the methods used for the measurement of other risks. In this study, the operational loss in the funds management department in a bank is modelled by using the method of operational value at risk. The aim of this study is to develop the models of operational value at risk using variant distributions, and to choose the most suitable model after comparing those models, and to estimate the maximum loss that will be subjected to. In this study, loss distributions have been taken on in two different stochastic processes as severity and frequency, and these processes have been modelled separately in order to model the operational losses. By joining the processes of severity and frequency with the method of Monte Carlo Simulation, Aggregate Loss Distribution has been formed, and the operational value at risk has been estimated by using this distribution. In this study, two models of operational value at risk have been developed, and by evaluating the results of these models the maximum loss rates that will be subjected to next year have been compared. In order to evaluate the estimation capacity of the models of operational value at risk, back test method has been used.