Performance measurement of portfolios constructed by the single index model with historical and adjusted betas

Abstract

ÖZET Bu çalışma tekil indeks modeli yardımıyla geçmiş beta ve gelecekteki tahmini beta kullanılarak oluşturulmuş portföylerin performanslarını ölçmek amacıyla yapılmıştır. Portföylerin performansları Sharpe'm getiri değişkenlik oranına göre ölçülmüştür. Elton, Gruber, Padberg'in yöntemiyle oluşturulan portföyler piyasadan daha iyi performans göstermişler, fakat bu sonuç istatistiksel belirginlikte olmamıştır. Bunun sebebi, piyasanın derinliğinin az olması ve değişkenliğinin yüksek olması olarak gösterilebilir. Piyasa ve hisse senetlerinin korelasyonları^ düşük olarak bulunmuştur. Aynı zamanda hisse senetlerinin betaları dönemden döneme çok değişkenlik göstermektedir. Daha önceki çalışmalar Vasicek'in betasının geçmiş betaya göre daha iyi performans gösterdiğini belirtmekle beraber, aynı olgu İMKB için bu çalışmada gösterilememiştir. Anahtar Kelimeler: Tekil indeks modeli, geçmiş beta, bayesian gelecek beta tahmini, düzeltilmiş beta, getiri değişkenlik oranı. ıı

ABSTRACT This study investigates the performance of portfolios constructed by single index model with historical (least squares regression) betas and estimated future betas by Vasicek's Bayesian Estimation Technique. The performances of the portfolios are measured by Sharpe's reward to variability ratio. The portfolios constructed by the simple criteria for portfolio selection of Elton, Gruber, Padberg have outperformed the market, but not at a statistically significant level. This is caused by the low market volume and high volatility of the market. The correlation between the market and the stocks turned out to be very low. Also the betas of the stocks were very volatile. Previous studies have shown that Vasicek's adjusted beta outperforms the historical one, but in this, study, this could not be shown for the Istanbul Stock Exchange. Keywords: Single index model, historical beta, bayesian estimates of future betas, adjusted beta, reward to variability.