Kripto para piyasasında aşırı uç risk ölçütlerine göre performans değerlendirmesi
Performance evaluation according to extreme risk criteria in the cryptocurrency market
- Tez No: 1021750
- Danışmanlar: DOÇ. DR. SELİM BAHA YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Economics
- Anahtar Kelimeler: Piyasa ekonomisi, Piyasa risk endeksi, Portföy riski, Yatırım finansmanı, Market economy, Market risk index, Portfolio risk, Finance of investments
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Manisa Celal Bayar Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Ekonomi Finans Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kripto para piyasalarının son yıllarda hızla büyümesi, bu varlıkların taşıdığı risklerin daha kapsamlı biçimde değerlendirilmesini gerekli kılmıştır. Kripto paralar yüksek oynaklık, ani fiyat hareketleri, asimetrik getiri dağılımı ve ağır kuyruk özellikleri gösterebildiğinden, performans değerlendirmesinde yalnızca geleneksel risk ölçütlerinin kullanılması yeterli olmayabilir. Bu çalışmanın amacı, 16 Nisan 2025 itibarıyla piyasa değeri bakımından öne çıkan ve veri uygunluğu bulunan 10 kripto paranın 2020–2024 dönemindeki risk-ayarlı performanslarını karşılaştırmalı olarak incelemektir. Çalışmada Bitcoin (BTC), Ethereum (ETH), BNB, Ripple (XRP), Cardano (ADA), TRON (TRX), Stellar (XLM), Bitcoin Cash (BCH), UNUS SED LEO (LEO) ve Chainlink (LINK) analiz kapsamına alınmıştır. Analizlerde günlük kapanış fiyatlarından elde edilen getiri serileri kullanılmıştır. Çalışmada geleneksel risk-ayarlı performans ölçütü olarak Sharpe Oranı kullanılmış; buna ek olarak uç riskleri dikkate alan VaR Ödül Oranı, CVaR Ödül Oranı, Rachev Oranı, MVaR Ödül Oranı, Kuyruk Oranı ve CDaR Ödül Oranı hesaplanmıştır. Ayrıca kripto paraların farklı performans ölçütlerine göre elde edilen sıralamaları eşit ağırlıklı sıra temelli puanlama yöntemiyle değerlendirilmiş ve ölçütler arasındaki sıralama uyumu Kendall's W Uyum Katsayısı ile incelenmiştir. Bulgular, incelenen dönemde BNB'nin birçok risk-ayarlı performans ölçütünde güçlü sonuçlar sergilediğini ve genel performans puanlamasında ilk sırada yer aldığını göstermektedir. ETH genel sıralamada ikinci sırada yer alırken, BTC'nin görece düşük oynaklık ve yüksek piyasa değeri özellikleriyle daha dengeli bir riskgetiri profili sunduğu görülmüştür. Buna karşılık BCH, birçok performans ölçütünde zayıf sonuçlar göstermiştir. XRP'nin nominal getiri açısından dikkat çekici bir performans sergilemesine rağmen, risk-ayarlı ölçütlerde aynı düzeyde öne çıkmadığı belirlenmiştir. Korelasyon bulguları, özellikle BTC ve ETH arasında yüksek düzeyde birlikte hareket etme eğilimi bulunduğunu; LEO'nun ise bazı kripto paralara kıyasla daha farklı bir korelasyon yapısı sergilediğini göstermektedir. Kendall's W katsayısının 0.847 olarak hesaplanması, kullanılan performans ölçütleri arasında yüksek düzeyde sıralama uyumu bulunduğunu ortaya koymuştur. Sonuçlar, kripto para piyasasında performans değerlendirmesinin yalnızca getiri veya standart sapma gibi geleneksel göstergelerle sınırlı tutulmaması gerektiğini göstermektedir. VaR, CVaR, MVaR, CDaR, Kuyruk Oranı ve Rachev Oranı gibi uç risk temelli ölçütlerin birlikte kullanılması, kripto paraların aşırı kayıp, kuyruk riski ve gerileme riski açısından daha kapsamlı biçimde değerlendirilmesine olanak sağlamaktadır. Bu bulgular doğrudan yatırım tavsiyesi olarak değil, 2020–2024 dönemi ve kullanılan yöntemler çerçevesinde kripto paraların göreli risk-ayarlı performanslarını ortaya koyan ampirik sonuçlar olarak değerlendirilmelidir.
Özet (Çeviri)
The rapid growth of cryptocurrency markets in recent years has made it necessary to evaluate the risks associated with these assets more comprehensively. Since cryptocurrencies may exhibit high volatility, sudden price movements, asymmetric return distributions, and heavy-tail characteristics, relying solely on traditional risk measures may be insufficient for performance evaluation. The aim of this study is to comparatively examine the risk-adjusted performance of 10 cryptocurrencies that stand out in terms of market capitalization as of April 16, 2025 and have sufficient data availability over the 2020–2024 period. The cryptocurrencies included in the analysis are Bitcoin (BTC), Ethereum (ETH), BNB, Ripple (XRP), Cardano (ADA), TRON (TRX), Stellar (XLM), Bitcoin Cash (BCH), UNUS SED LEO (LEO), and Chainlink (LINK). The analyses are based on return series obtained from daily closing prices. In the study, the Sharpe Ratio is used as the traditional risk-adjusted performance measure. In addition, the VaR Reward Ratio, CVaR Reward Ratio, Rachev Ratio, MVaR Reward Ratio, Tail Ratio, and CDaR Reward Ratio are calculated to account for extreme risk characteristics. The rankings obtained from different performance measures are also evaluated using an equal-weighted rank-based scoring method, and the degree of agreement among the rankings is examined through Kendall's W coefficient of concordance. The findings show that BNB exhibits strong results in many risk-adjusted performance measures and ranks first in the overall performance scoring. ETH ranks second in the overall ranking, while BTC appears to provide a relatively more balanced risk-return profile due to its lower volatility and high market capitalization. In contrast, BCH shows weaker results across many performance measures. Although XRP displays a notable nominal return performance, it does not stand out to the same extent when risk-adjusted measures are considered. The correlation findings indicate a strong co-movement tendency particularly between BTC and ETH, whereas LEO exhibits a relatively different correlation structure compared with some other cryptocurrencies. The Kendall's W coefficient is calculated as 0.847, indicating a high level of agreement among the rankings produced by the performance measures used in the study. The results suggest that performance evaluation in cryptocurrency markets should not be limited to traditional indicators such as return or standard deviation. The joint use of extreme risk-based measures such as VaR, CVaR, MVaR, CDaR, Tail Ratio, and Rachev Ratio allows cryptocurrencies to be evaluated more comprehensively in terms of extreme loss risk, tail risk, and drawdown risk. These findings should not be interpreted as direct investment advice; rather, they represent empirical evidence on the relative risk-adjusted performance of cryptocurrencies within the scope of the 2020-2024 period and the methods employed in this study.
Benzer Tezler
- Kripto para piyasalarında dijital liderlerden piyasa oynaklığına: Sosyal ağ ve duygu analizi temelli volatilite modellemesi
From digital leaders to market volatility in cryptocurrency markets: Volatility modeling based on social network and sentiment analysis
GÖZDE SARAK
- Kripto paralar ve davranışsal finans: Türkiye'deki yatırımcıların davranış eğilimlerinin analizi
Cryptocurrencies and behavioral finance: Analysis of behavioral trends of investors in Turkey
MEHMET MARUF ÜSTER
- Makine öğrenmesi yöntemleri ile bıtcoın trend dönüşlerinin tahmin edilmesi
Predicting bitcoin trends reversals with machine learning methods
SERGÜL ÜRGENÇ
Yüksek Lisans
Türkçe
2023
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. BARIŞ AŞIKGİL
- Gelişmekte olan ülkelerde risk iştahı ve finansal stres endeksinin kripto para piyasalarına etkisi
The effect of risk appetite and financial stress index on cryptocurrency markets in developing countries
HALİME ÖNK
Doktora
Türkçe
2025
MaliyeNevşehir Hacı Bektaş Veli Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OĞUZ SAYGIN
- İslâm hukuku açısından kripto paralar
Cryptocurrencies in terms of Islamic law
ASLI CİVELEK
Yüksek Lisans
Türkçe
2020
DinÇanakkale Onsekiz Mart ÜniversitesiTemel İslam Bilimleri Ana Bilim Dalı
PROF. DR. TEVHİT AYENGİN