İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Finans›Koşullu Risk (Beklenen Kayıp)
Regression model

Koşullu Risk (Beklenen Kayıp)

Conditional Value-at-Risk (Expected Shortfall) · Ayrıca şöyle bilinir: CVaR, expected shortfall, average value-at-risk, tail VaR, Koşullu Riske Maruz Değer (CVaR / Expected Shortfall)

Koşullu Değer Riski (CVaR), aynı zamanda Beklenen Kayıp olarak da adlandırılır, Değer Riski eşiğini aştıktan sonraki kayıpların koşullu beklentisini ölçen tutarlı bir kuyruk riski ölçüsüdür. Rockafellar ve Uryasev (2000) tarafından optimizasyon için tanıtılmış ve Acerbi ile Tasche (2002) tarafından tutarlı olduğu gösterilmiş olup, Basel III/IV kapsamında VaR'ın yerini düzenleyici standart olarak almıştır.

ScholarGate
  1. Regression model
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Koşullu Risk (Beklenen Kayıp)
ARIMA (Autoregressive In…Üstel GARCH (EGARCH)Kuantil RegresyonuGerçekleşen Volatilite v…Risk'te Değer (VaR)Aşırı Değer Teorisi (ADT)

Ne zaman kullanılır

Sürekli finansal kayıp veya getiri serileri için bir risk ölçüsüne ihtiyaç duyduğunuzda ve yalnızca tek bir eşik değil, özellikle aşırı kuyruk kayıplarının ciddiyetiyle ilgilendiğinizde CVaR'ı kullanın. Portföy riski yönetimi ve optimizasyonu için uygundur çünkü tutarlı bir ölçü olarak monotonluk, pozitif homojenlik, öteleme değişmezliği ve alt-toplanabilirlik özelliklerini sağlar, bu nedenle çeşitlendirmeyi doğru şekilde ödüllendirir. Makul derecede uzun, durağan bir kayıp serisi varsayar: kaynak en az 100 gözlem önerir ve 250'nin altında kuyruk tahmini güvenilmez hale gelir, bu nedenle daha basit VaR tercih edilir. Durağan olmayan serilerde tahmin yanıltıcıdır ve veriler öncelikle durağan hale getirilmelidir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Tutarlı risk ölçüsü: monotonluk, pozitif homojenlik, öteleme değişmezliği ve alt-toplanabilirlik özelliklerini sağlar, bu nedenle pozisyonları birleştirmenin çeşitlendirme faydasını doğru şekilde yakalar.
  • VaR'dan daha eksiksiz bir kuyruk riski resmi veren, VaR'ın ötesindeki kayıpların ortalama ciddiyetini ölçer.
  • CVaR optimizasyonu, dışbükey bir doğrusal programa dönüştürülebilir, bu da büyük portföy problemlerini çözülebilir hale getirir.
  • Basel III/IV kapsamında düzenleyici standart (beklenen kayıp) olarak kabul edilmiştir.
Sınırlılıklar
  • Oldukça uzun bir geçmiş gerektirir: yaklaşık 250 gözlemin altında kuyruk tahmini güvenilmezdir ve düz VaR tercih edilir.
  • Durağan olmayan serilerde CVaR tahmini yanıltıcıdır; veriler öncelikle farklandırılmalı veya durağan hale getirilmelidir.
  • Tarihsel CVaR tamamen gözlemlenen örnek kuyruğuna bağlıdır ve verilerde hiç görülmeyen riskleri hafife alabilir.
  • VaR'dan daha doğrudan geriye dönük test edilmesi zordur çünkü tek bir kantil yerine koşullu kuyruk beklentisidir.

SSS

CVaR, VaR'dan nasıl farklıdır?

VaR, belirli bir güven düzeyinde aşmanızın pek olası olmadığı kayıp eşiğidir, ancak o eşik aşıldığında kaybın ne kadar büyük olduğu hakkında bir şey söylemez. CVaR, bu eşiği aşan kayıpların ortalamasıdır, bu nedenle her zaman VaR'a eşittir veya ondan büyüktür ve yalnızca kesme noktasını değil, kuyruğun ciddiyetini tanımlar.

CVaR neden tutarlı bir risk ölçüsü olarak adlandırılır?

Acerbi ve Tasche (2002), Beklenen Kayıp'ın dört tutarlılık aksiyomunu sağladığını göstermiştir: monotonluk, pozitif homojenlik, öteleme değişmezliği ve alt-toplanabilirlik. Özellikle alt-toplanabilirlik, çeşitlendirilmiş bir portföyün asla parçalarının toplamından daha riskli olmadığı anlamına gelir; bu VaR'ın ihlal edebileceği bir özelliktir.

Ne kadar veriye ihtiyacım var?

Kaynak en az 100 gözlem önerir, ancak 250'nin altında kuyruk tahmininin güvenilmez olabileceği konusunda uyarır. Kısa örneklemlerde, CVaR yerine daha basit bir VaR tahmini tercih edilir.

CVaR optimizasyon için kullanılabilir mi?

Evet. Rockafellar ve Uryasev, CVaR'ı minimize etmenin, kayıp senaryoları üzerinde doğrusal bir programa indirgenen dışbükey bir problem olarak yazılabileceğini göstermiştir, bu nedenle büyük portföylere ölçeklenir ve kuyruk riski bilincine sahip portföy oluşturma için yaygın olarak kullanılır.

Kaynaklar

  1. Rockafellar, R. T. & Uryasev, S. (2000). Optimization of Conditional Value-at-Risk. Journal of Risk, 2(3), 21-41. DOI: 10.21314/JOR.2000.038 ↗
  2. Acerbi, C. & Tasche, D. (2002). On the Coherence of Expected Shortfall. Journal of Banking & Finance, 26(7), 1487-1503. DOI: 10.1016/S0378-4266(02)00283-2 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 1). Conditional Value-at-Risk (Expected Shortfall). ScholarGate. https://scholargate.app/tr/finance/conditional-value-at-risk

İlişkili yöntemler

ARIMA (Autoregressive Integrated Moving Average) ModeliÜstel GARCH (EGARCH)Kuantil RegresyonuGerçekleşen Volatilite ve HAR ModeliRisk'te Değer (VaR)

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • ARIMA (Autoregressive Integrated Moving Average) ModeliEkonometri↔ karşılaştır
  • Üstel GARCH (EGARCH)Ekonometri↔ karşılaştır
  • Kuantil RegresyonuEkonometri↔ karşılaştır
  • Gerçekleşen Volatilite ve HAR ModeliFinans↔ karşılaştır
  • Risk'te Değer (VaR)Finans↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Aşırı Değer Teorisi (ADT)Risk'te Değer (VaR)

Benzer yöntemler

Kuyruk Riski Ölçütleri (Beklenen Açık, Spektral, Beklenti)Risk'te Değer (VaR)VaR Geri TestiOrtalama-Varyans Portföy Optimizasyonu (Markowitz)Aşırı Değer Teorisi (ADT)Kuantil VARGARCH Modeli (Volatilite Tahmini)Genelleştirilmiş Otoregresif Koşullu Heteroskedastisite (GARCH)

İlgili referans kavramlar

Kopula ModelleriKoşullu BeklentiBeklenti ve İntegrasyonFinancial Econometricsİstatistiksel Karar KuramıYansız Tahmin ve Cramer-Rao Sınırı

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Conditional Value-at-Risk (Conditional Value-at-Risk (Expected Shortfall)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/finance/conditional-value-at-risk · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Rockafellar & Uryasev (2000); Acerbi & Tasche (2002)
Year
2000
Type
Coherent tail-risk measure
Estimator
Historical tail average / linear-programming optimization
Outcome
continuous
ConfidenceLevel
typically 95% or 99%
RegulatoryUse
Basel III/IV expected shortfall
İlişkili yöntemler
ARIMA (Autoregressive Integrated Moving Average) ModeliÜstel GARCH (EGARCH)Kuantil RegresyonuGerçekleşen Volatilite ve HAR ModeliRisk'te Değer (VaR)
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil