FINEMAR

Volatilite bulgumuzu yazdık, sonra literatürün tersini söylediğini gördük

Finemar Araştırma9 Haziran 20265 dk okumaGüncelleme: 27 Temmuz 2026

Aynı kelime, farklı şey

Volatilite dediğimizde ikimiz aynı şeyi kastetmiyoruz.

Biz toplam volatiliteyi kullanıyoruz. Hissenin günlük getirilerinin standart sapması, başka bir işlem yok. İçinde piyasanın genel hareketinden gelen kısım da var, şirkete özgü kısım da.

Bu çalışmalar idiyosinkratik volatiliteyi kullanıyor. Bir faktör modeli kuruyorsunuz, hissenin hareketinin piyasayla açıklanabilen kısmını çıkarıyorsunuz, geriye kalan artıkların standart sapmasını alıyorsunuz. Yani şirkete özgü oynaklık.

Biz bunu da test etmiştik. Sonuç toplam volatiliteye o kadar yakın çıkmıştı ki basit olanı tutmuştuk. Ama bu bizim faktör modelimizle ve bizim verimizde böyleydi. Faktör modelini farklı kurarsanız arındırdığınız şey de farklı oluyor ve geriye kalan artık başka bir şeye dönüşebiliyor.

Yani ilk fark burada. Ama asıl fark bu değil.

Asıl fark: soru farklı

Bu çalışmaların çoğu panel regresyon kuruyor. Getiriyi sol tarafa, volatiliteyi ve kontrol değişkenlerini sağ tarafa koyup katsayının işaretine bakıyorlar.

Biz her ayı ayrı ele alıyoruz. O ayki bütün hisseleri volatiliteye göre sıralıyoruz, sonraki ay getirisine göre de sıralıyoruz, iki sıralamanın korelasyonunu alıyoruz. Sonra bu aylık korelasyonların ortalamasına bakıyoruz.

Bu iki yöntem farklı sorulara cevap veriyor ve fark önemli.

Panel regresyon şunu soruyor: bütün gözlemleri havuza attığımızda, volatilite yüksek olduğunda getiri ortalama olarak ne oluyor.

Bizim yöntemimiz şunu soruyor: bu ayın sonunda elimde 500 hisse var, bunları volatiliteye göre sıralasam gelecek ayın kazananlarını doğru sıraya koymuş olur muyum.

İkincisi portföy kuran biri için doğru soru. Birincisi daha çok bir risk primi sorusu ve bambaşka bir tartışmanın parçası.

Havuzlanmış regresyonun bir riski var. Piyasanın tamamının hem oynak hem yüksek getirili olduğu dönemler varsa, panel bunu “volatilite getiriyi artırıyor” diye okuyabilir. Halbuki o dönemin içinde en oynak hisseler yine de en kötüler olabilir. İki farklı etki tek potada karışıyor.

Aşağıdaki şema tam olarak bunu gösteriyor. Aynı veri, iki farklı okuma.

Aynı veri, iki farklı soru Panel regresyon bütün aylar tek havuzda eğim pozitif çıkıyor ama dönem etkisi karışmış olabilir Aylık kesitsel sıralama her ay kendi içinde Mart Nisan Mayıs aylık korelasyonların ortalaması alınır dönem etkisi yapısal olarak dışarıda kalır

Örneklem meselesi

202 hisse ile 567 hisse arasında sadece sayı farkı yok, karakter farkı da var.

Küçük örneklem genelde daha büyük ve daha likit isimlerden oluşuyor. Düşük volatilite etkisinin en güçlü olduğu yer ise oynak uç, yani küçük ve az işlem gören hisseler. O ucu örneklemden çıkardığınızda etkinin büyük kısmını da çıkarmış oluyorsunuz.

Bunun tersi bizim için de geçerli. Evrenimizde çok illikit isimler var ve likidite filtresini sıkılaştırdığımızda bazı etkiler belirgin biçimde zayıflıyor. Yani örneklem seçimi her iki tarafta da sonucu oynatıyor. Kimse temiz bir zeminde durmuyor.

Ve dönem

Türkiye’de örneklem dönemi seçmek, başka piyasalarda olduğundan daha belirleyici.

2018 kur şoku, 2020 pandemi, 2021 sonrası hızlı yükseliş, sonra enflasyon muhasebesine geçiş. Bunların her biri hisseler arası ilişkileri farklı biçimde bozdu. Bir çalışma 2015-2020’ye, diğeri 2010-2023’e bakıyorsa aynı sonucu bulmaları için özel bir sebep yok.

Biz bu yüzden her bulguyu üç ayrı dönemde birden gösteriyoruz. Üçünde de aynı yöne bakmayan bir şeyi bulgu saymıyoruz. Bu bizi bazı ilginç sonuçlardan mahrum bıraktı ama kalanlara daha çok güveniyoruz.

Kimse yanılmıyor olabilir

Uluslararası literatürde bu tartışmanın uzun bir geçmişi var. Ang, Hodrick, Xing ve Zhang 2006’da yüksek idiyosinkratik volatilitenin düşük getiriyle geldiğini bulmuştu ve bu bulgu “idiyosinkratik volatilite bilmecesi” adıyla anıldı.

Sonrasında yapılan çalışmalar bu bulgunun yöntem seçimlerine ne kadar duyarlı olduğunu gösterdi. Ölçüm penceresi, portföy ağırlıklandırması, örneklem filtresi. Her biri tek başına işareti değiştirebiliyor.

Bilmece olmasının sebebi tam da bu. Ölçmeye çalıştığınız şey, nasıl ölçtüğünüze göre yön değiştiriyor.

Bulgumuzu değiştirmedik ama sunumunu değiştirdik

Sonuçta yaptığımız şey şu oldu.

Bulguyu olduğu gibi bıraktık çünkü kendi kurulumumuzda ölçtüğümüz şey doğru. Ama artık nasıl sunduğumuza dikkat ediyoruz.

Şunu açıkça söylüyoruz: bu sonuç kesitsel sıralama yöntemiyle, toplam volatiliteyle ve bizim hisse evrenimizde geçerli. Başka bir yöntemle başka sonuç çıkabilir, nitekim çıkıyor da.

“Volatilite getiriyi düşürür” gibi bir yasa cümlesi kurmuyoruz artık. Onun yerine “her ay hisseleri volatiliteye göre sıraladığımızda, sıralamanın alt ucu üst ucundan daha iyi performans gösteriyor” diyoruz. Daha uzun ve daha sıkıcı ama doğru olan bu.

Bir bulguyu kimin hangi soruyla ürettiğini bilmeden kullanmak, finansta en yaygın hatalardan biri. Bunu kendimiz için de geçerli sayıyoruz.

Kaynaklar

Bu yazı bilgilendirme amaçlıdır, yatırım tavsiyesi değildir. Kendi sonuçlarımız hayatta kalma yanlılığı içeren bir veri setinden geliyor, getiriler nominal TL ve işlem maliyeti hesaba katılmadı.

KantitatifAraştırmaBIST

Bu analizleri kendi hisseleriniz için yapın

586 BIST hissesinin bilanço, çarpan, temettü ve model skorları Finemar terminalinde hazır.

Ücretsiz Dene →

İlgili Yazılar

Bu içerik yatırım tavsiyesi değildir; eğitim ve bilgilendirme amaçlıdır.