Yöntemler · Portföy
HF-TRADEOFF-PORT (Tereddütlü Bulanık Skor-Sapma Değiş Tokuşlu Portföy Seçimi)
HF-TRADEOFF-PORT, getirisi tek sayı yerine birden fazla olası değerle (tereddütlü) ifade edilen yatırım seçenekleri arasında, yatırımcının risk tipine göre getiri ile riski dengeleyen bir kaynak dağılımı bulur.
Temel yöntemin veri türü: Tereddütlü (Hesitant)
Yöntem Nedir?
HF-TRADEOFF-PORT, elinizde birden fazla yatırım ya da proje seçeneği varken ve kaynağınızı (sermaye, bütçe) bunlar arasında nasıl paylaştıracağınıza karar vermeniz gerektiğinde kullanılan bir portföy seçim yöntemidir. TOPSIS ya da VIKOR gibi "hangisi birinci" sorusuna cevap vermez; "her seçeneğe ne kadar pay ayırayım" sorusuna cevap verir. Çıktısı, toplamı bire tamamlanan bir dağılım (ağırlık) vektörü ve seçilen risk sınırı altında ulaşılabilecek en yüksek beklenen getiri puanıdır. Yöntem, getirinin uzman görüşüne göre ya da farklı senaryolarda birden fazla değer alabildiği (tereddütlü) durumlar için Zhou ve Xu tarafından 2018'de önerilmiştir; klasik Markowitz portföy modelinin tereddütlü bulanık ortama taşınmış bir biçimidir.
Yöntemin Felsefesi
Markowitz'in 1952'deki klasik fikri "yumurtaları farklı sepetlere koy, getiri ile riski birlikte düşün" biçiminde özetlenebilir. HF-TRADEOFF-PORT aynı fikri taşır, ama burada her sepetin (seçeneğin) getirisi tek bir sayı değildir. Getiri, birden fazla olası değerden oluşan bir kümedir; çünkü uzmanlar hemfikir değildir ya da farklı senaryolar farklı sonuçlar verir. Yöntem bu kümeden iki şey çıkarır: bir skor (kümenin ortalaması, beklenen getiri) ve bir sapma (kümenin kendi içindeki tutarsızlık, yani risk). Sonra yatırımcının risk tipine göre bir sapma sınırı belirler ve bu sınırın altında kalarak en yüksek skoru arar.
Bu fikrin felsefi sonucu şudur: HF-TRADEOFF-PORT sınırlı bir değiş tokuş kurar. Getiri, riskle sınırsız biçimde değiş tokuş edilmez; önce "ne kadar risk kabul edilebilir" sorusu cevaplanır, sonra o sınır içinde en iyi getiri aranır. Bu, "her ne olursa olsun en yüksek getiriyi ver" mantığından farklıdır; yatırımcı riskini önce sınırlar, yöntem o sınırın içinde çalışır.
Yöntem Nasıl Çalışır?
Yöntem dört adımda ilerler.
Birinci adım, tereddütlü değerleri toplama. Her seçenek için kriterlerdeki tereddütlü puanlar (birden fazla olası değer içeren kümeler) birleştirilip her seçenek için tek bir tereddütlü getiri kümesi elde edilir.
İkinci adım, skor ve sapma sınırlarını bulma. Yöntem, olası tüm dağılımlar arasında ulaşılabilecek en düşük ve en yüksek riski (sapma) ve en düşük ve en yüksek beklenen getiriyi (skor) bulan iki ayrı optimizasyon problemi çözer. Bu adım "bu seçenek kümesiyle risk en az şu kadar, en çok şu kadar olabilir" aralığını ortaya çıkarır.
Üçüncü adım, risk sınırını üçe bölme. Bulunan risk aralığı üçe bölünür: risk sever yatırımcı için üst sınıra yakın bir değer, riskten kaçınan yatırımcı için alt sınıra yakın bir değer, nötr yatırımcı için ikisinin ortası seçilir.
Dördüncü adım, en iyi dağılımı bulma. Seçilen risk sınırının altında kalacak biçimde, beklenen getiriyi en üst düzeye çıkaran dağılım (her seçeneğe ayrılacak pay) hesaplanır. Aynı problem tersten de kurulabilir: bir getiri hedefi sabitlenip riski en aza indiren dağılım aranabilir; bu iki kuruluş biçimi aynı yatırımcı tipi için farklı sonuç verebilir.
Adımların formülleri, ara tabloları ve atıf biçimleri DecisionMind'daki yöntem sayfasında verilir; bu kart formül taşımaz.
Çıktı Nasıl Yorumlanır?
Çıktı, toplamı bire tamamlanan bir dağılım vektörüdür; her sayı, o seçeneğe ayrılacak kaynağın payını gösterir. Bir seçeneğin payının sıfır çıkması "bu seçenek kötü" demek değildir; seçilen risk sınırı ve seçenek kümesi içinde daha iyi bir skor sapma dengesi sunan başka seçenekler bulunduğu anlamına gelir. Beraberinde gelen skor, o risk sınırı altında ulaşılabilecek en yüksek beklenen getiridir; başka bir risk sınırıyla ya da başka bir seçenek kümesiyle elde edilen skorla karşılaştırılamaz.
Bu nedenle:
"HF-TRADEOFF-PORT en iyi portföyü buldu"
yerine:
"Bu risk sınırı ve bu seçenek kümesiyle en yüksek beklenen getiriyi veren dağılım şudur; risk sınırı değiştiğinde dağılım da değişir"
biçiminde yazmak doğrudur.
Veri Türü ve Girdiler
HF-TRADEOFF-PORT tereddütlü veriyle çalışır: her seçeneğin getirisi tek bir sayı değil, birden fazla olası değerden oluşan bir kümedir (örneğin üç uzman farklı getiri tahmini verdiyse ya da üç ayrı senaryo üç farklı sonuç üretiyorsa). DecisionMind'da bu yöntemin bir uzantısı yoktur; temel yöntem tek başına çalışır. Yöntem dışarıdan kriter ağırlığı istemez; ürettiği ağırlık, kriter önemini değil, seçenekler arasındaki kaynak dağılımını gösterir. Elinizde en az iki seçenek ve her seçenek için birden fazla değerli bir getiri kümesi olmalı; ayrıca yatırımcının risk tipi (sever, nötr, kaçınan) belirlenmiş olmalıdır.
Ne Zaman Kullanılır, Ne Zaman Kullanılmaz?
Kaynağınızı (bütçe, sermaye, zaman) birden fazla seçenek arasında dağıtacaksanız ve her seçeneğin getirisi tek bir kesin sayı yerine bir belirsizlik kümesiyle ifade ediliyorsa HF-TRADEOFF-PORT uygundur. Getiri kesin sayılarla biliniyorsa klasik ortalama-varyans portföy modeli yeterlidir; tereddüt yokken bu yöntemi kullanmak gereksiz karmaşıklık katar. Amacınız dağıtım değil tek bir seçeneği seçmekse (ya hep ya hiç kararı) bu yöntem yanlış araçtır.
Kaynağı seçenekler arasında dağıtma, getiri tereddütlü → HF-TRADEOFF-PORT
Kaynağı dağıtma, getiri kesin sayı → Klasik ortalama-varyans (Markowitz) portföy modeli
Tek seçenek seçme, dağıtım değil → TOPSIS, VIKOR gibi sıralama yöntemleri
Girdi-çıktı oranıyla verimlilik karşılaştırması → HFEA, HFPE gibi DEA yöntemleri
Güçlü Yanları
Yöntemin en önemli üstünlüğü, riski tek bir sayıya indirip yatırımcıya dayatmak yerine üç farklı risk tipine göre üç farklı sınır sunmasıdır; her sınır ve o sınırdaki en iyi getiri açıkça hesaplanabilir. Getirideki tereddüdü (birden fazla olası değer) erken aşamada tek bir ortalamaya indirip kaybetmez, hesaplamanın sonuna kadar taşır (Zhou ve Xu, 2018). Klasik Markowitz mantığını, uzman görüşünün doğası gereği belirsiz olduğu durumlara taşıyarak daha zengin bir veri türüyle çalışmayı mümkün kılar.
Zayıf Yanları
Risk sınırının üçe bölünmesi matematiksel bir kolaylıktır; yatırımcının gerçek risk toleransı bu üç noktadan biriyle örtüşmeyebilir, bu durumda yatırımcının kendi risk değerini sınır olarak vermesi gerekir. max_score ve min_deviation biçiminde kurulan iki model aynı risk tipi için farklı portföyler verebilir; biri diğerinin yerini tutmaz. Tek değerli (tereddütsüz) bir seçeneğin sapması sıfır çıkar; bu durumun seçeneğin gerçekten risksiz olmasından mı yoksa yalnızca o seçenek için tek bir tahmin toplanmış olmasından mı kaynaklandığı ayrıca sorgulanmalıdır. Yöntem 2018'de önerildiği için TOPSIS ya da AHP gibi geniş bir bağımsız eleştiri ve uygulama literatürü henüz oluşmamıştır.
Sık Yapılan Hatalar
En yaygın hata, sapması sıfır çıkan bir seçeneği (genelde tek değerli olduğu için) "risksiz" diye yorumlayıp kaynağın büyük bölümünü oraya yöneltmektir; sıfır sapma bazen veri kıtlığından, gerçek risksizlikten değil kaynaklanır. İkinci hata, iki farklı risk sınırının verdiği skorlar birbirine çok yakınsa bunu "risk sınırının önemi yok" diye genellemektir; bu yakınlık yalnızca o seçenek kümesine özgü olabilir. Üçüncü hata, max_score modelinin sonucuyla min_deviation modelinin sonucunun aynı olacağını varsayıp yalnız birini koşup diğerini hiç sınamamaktır. Temel ilke şudur:
HF-TRADEOFF-PORT sonucu, seçilen risk sınırının ve seçenek kümesinin bir yansımasıdır; risk sınırı gerekçesiz seçilmişse dağılım da tartışmalıdır.
Vakalar
Her vaka bir karar tablosuyla başlar, yöntemin bu tabloya ne yaptığını kelimeyle anlatır ve sonucun nasıl okunacağını gösterir. Birinci vaka yöntemin kurucu kaynağındaki örneğe dayanır. Diğer vakalar öğretici kurgudur.
1. Finans: Üç hisse arasında risk profiline göre dağılım (Zhou ve Xu, 2020)
Bir bireysel yatırımcı, elindeki sermayeyi üç hisse (A1, A2, A3) arasında dağıtacaktır. Her hissenin getirisi uzman görüşüyle tahmin edilmiştir ve tek bir sayı değil, birden fazla olası değerle ifade edilmiştir. A1 için getiri ya yüzde 30 ya da yüzde 90 olarak öngörülmüş, A2 için yüzde 50 ya da yüzde 60 öngörülmüştür; A3 için ise tek bir senaryo (yüzde 45) verilmiştir.
| Hisse | Olası getiri senaryoları |
|---|---|
| A1 | 0,30 / 0,90 |
| A2 | 0,50 / 0,60 |
| A3 | 0,45 |
Yöntem önce bu üç hissenin oluşturabileceği tüm dağılımlar içinde risk (sapma) ve beklenen getiri (skor) için ulaşılabilecek en düşük ve en yüksek değerleri bulur. Sapma, sermayenin tamamı A3'e ayrılırsa sıfıra iner, tamamı A1'e ayrılırsa yüzde 30'a çıkar; skor ise en düşük yüzde 45, en yüksek yüzde 60 arasında değişir. Bu aralık üçe bölünerek risk sever yatırımcı için yüzde 30, nötr yatırımcı için yüzde 20, riskten kaçınan yatırımcı için yüzde 10'luk bir risk sınırı elde edilir. Sonra her sınır için, o sınırın altında kalan en yüksek getirili dağılım hesaplanır.
| Risk profili | A1 payı | A2 payı | A3 payı | Beklenen getiri |
|---|---|---|---|---|
| Risk sever | 0,627 | 0,373 | 0,000 | 0,6161 |
| Nötr | 0,590 | 0,410 | 0,000 | 0,6159 |
| Riskten kaçınan | 0,241 | 0,759 | 0,000 | 0,5936 |
Sonuç şöyle okunur. A3'e üç profilde de hiç pay ayrılmamıştır; tek senaryolu olduğu için sapması sıfırdır ama beklenen getirisi (0,45) diğer iki hisseden düşüktür, bu yüzden hesap onu hiç seçmez. Risk sever ile nötr yatırımcının beklenen getirisi neredeyse aynıdır (fark 0,0002); risk sınırı yüzde 30'dan yüzde 20'ye düşse bile getiri neredeyse hiç değişmemiştir. Riskten kaçınan yatırımcıda ise tablo tersine döner: getiri belirgin biçimde düşer (0,5936) ve pay, daha az sapmalı olan A2'ye kayar.
Yatırımcı burada tereddüt eder: risk sever ile nötr sınır arasındaki getiri farkı o kadar küçüktür ki, daha az risk (yüzde 20) alıp neredeyse aynı getiriyi elde etmek mantıklı görünür. Ama sınır yüzde 10'a çekildiğinde hem getiri düşer hem dağılım tamamen değişir; bu noktada "ne kadar risk almaya değer" sorusunun cevabı yöntemden değil yatırımcının kendi tercihinden gelir.
Raporda: "Risk sınırı yüzde 20'ye (nötr) çekildiğinde beklenen getiri risk sever sınıra göre neredeyse değişmemektedir (0,616); riskten kaçınan sınırda (yüzde 10) getiri 0,594'e düşmekte ve dağılım A2 hissesine kaymaktadır."
Kaynak: Zhou ve Xu (2020), Bölüm 3, §3.3.1, Örnek 3.2. Girdi senaryoları kitabın bu bölümünden alınmıştır. Risk sever ve nötr profillerin ağırlıkları ve getiri puanları bu kartın hazırlanması sırasında DecisionMind motoruyla yeniden hesaplanmış ve manifestteki kayıtla (kernel altın testi) uyuşmuştur; kitabın basılı sayfası bu oturumda doğrudan görülemediği için tam kitap tablosuyla birebir karşılaştırma yapılamamıştır (ayrıntı onay notlarında).
2. Enerji: Yenilenebilir enerji fonunun proje seçimi
Bir yenilenebilir enerji yatırım fonu, sermayesini güneş, rüzgar, jeotermal ve biyokütle projeleri arasında dağıtacaktır. Her projenin yıllık getiri oranı, düşük ve yüksek talep senaryolarına göre birden fazla değerle tahmin edilmiştir; güneş projesinin getiri aralığı geniştir (sübvansiyon riski yüzünden), rüzgar projesinin aralığı dardır ama ortalaması biraz daha düşüktür.
Yöntem, fon yönetiminin belirlediği risk sınırına (diyelim ki nötr) göre her projeye ayrılacak payı hesaplar. Diyelim ki sonuç sermayenin çoğunu rüzgara, kalanını güneşe ayırmakta, jeotermal ve biyokütleye hiç pay bırakmamaktadır.
Fon yöneticisi burada tereddüt eder: jeotermal projesine pay ayrılmaması projenin kötü olduğu anlamına gelmez; bu seçenek kümesinde ve bu risk sınırında diğer iki proje daha iyi bir getiri sapma dengesi sunmuştur. Risk sınırı risk sever tarafa çekilirse jeotermalin devreye girip girmeyeceği ayrıca hesaplanmalıdır; yöntem bunu kendiliğinden göstermez.
Raporda: "Nötr risk sınırında sermaye rüzgar ve güneş projeleri arasında dağılmış, jeotermal ve biyokütle projeleri bu sınırda paya girmemiştir; risk sınırı değiştikçe dağılım yeniden hesaplanmalıdır."
3. Kamu: Belediyenin altyapı bütçesini projeler arasında dağıtması
Bir belediye, yıllık altyapı bütçesini yol yenileme, atık su hattı ve akıllı aydınlatma projeleri arasında dağıtacaktır. Her projenin beklenen fayda puanı (vatandaş memnuniyeti ve enerji tasarrufu gibi ölçütlerin birleşimi) farklı senaryolarda farklı uzman puanlarıyla ifade edilmiştir.
Diyelim ki riskten kaçınan bir bütçe sınırı seçilince yöntem bütçenin büyük kısmını atık su hattına, kalanını yol yenilemesine ayırmakta, akıllı aydınlatmaya hiç pay bırakmamaktadır.
Meclis burada tereddüt eder: akıllı aydınlatma projesi uzun vadede tasarruf sağlasa da, bu senaryo kümesinde belirsizliği (sapması) yüksek çıktığı için riskten kaçınan sınırda devre dışı kalmıştır. Risk sınırı nötr sınıra çekilirse akıllı aydınlatmanın paya girip girmeyeceği ayrıca hesaplanmalıdır.
Raporda: "Riskten kaçınan bütçe sınırında pay atık su hattı ve yol yenilemesi arasında dağılmış, akıllı aydınlatma projesi bu sınırda devre dışı kalmıştır."
4. Yapılmaması Gereken
Vaka 1 tablosundaki üç somut yanlış şöyledir. Birincisi, A3'ün sapmasının sıfır olmasını görüp getirisine bakmadan "en güvenli seçenek bu" diyerek sermayenin tamamını A3'e yöneltmektir; A3'ün beklenen getirisi diğer ikisinden düşük olduğu için hiçbir risk sınırında seçilmemiştir. İkincisi, risk sever ile nötr profilin getirilerinin birbirine çok yakın çıkmasını (0,616) genelleyip "risk sınırının önemi yok" sonucuna varmaktır; bu yakınlık yalnızca bu üç hisselik kümeye özgüdür. Üçüncüsü, max_score modeliyle (Model 3.16) elde edilen dağılımı min_deviation modelinin (Model 3.18) de aynı dağılımı vereceğini varsayıp tek modeli koşup diğerini hiç sınamamaktır; iki model aynı risk tipi için farklı portföyler üretebilir.
Kaynaklar
Adımların formülleri, ara tabloları ve atıf biçimleri için DecisionMind yöntem sayfası: decisionmind.app/library/hf-tradeoff-port
Zhou, W., & Xu, Z. (2018). Portfolio selection and risk investment under the hesitant fuzzy environment. Knowledge-Based Systems, 144, 21–31. DOI: 10.1016/j.knosys.2017.12.020
Zhou, W., & Xu, Z. (2020). Qualitative Investment Decision-Making Methods under Hesitant Fuzzy Environments. Studies in Fuzziness and Soft Computing, Vol. 376. Springer, Cham. DOI: 10.1007/978-3-030-11349-0
Markowitz, H. (1952). Portfolio selection. The Journal of Finance, 7(1), 77–91. DOI: 10.1111/j.1540-6261.1952.tb01525.x
Xia, M. M., & Xu, Z. S. (2011). Hesitant fuzzy information aggregation in decision making. International Journal of Approximate Reasoning, 52(3), 395–407. DOI: 10.1016/j.ijar.2010.09.002