💸 Finansı Matematikleştiren Formül: Black-Scholes ve "Kuant" Çağının Doğuşu
Şu kişiden alıntılanmıştır: StarKiller66 tarhinde Eylül 18, 2026, 2:40 pm1973'te yayımlanan bir makale, Wall Street'i değiştirdi — ve dünya finansını fizikçilerin ve matematikçilerin çalıştığı bir sektöre dönüştürdü. Makalenin adı: "The Pricing of Options and Corporate Liabilities". Yazarları: Fischer Black ve Myron Scholes. (Robert Merton, ikinci makaleyle çerçeveyi genişletti.)
Opsiyon nedir, kısa hatırlatma?
Bir opsiyon, belirli bir tarihte belirli bir fiyattan bir varlık alıp satma hakkıdır (zorunluluk değil, hak). Soru şuydu: Bu hakkın bugünkü adil fiyatı nedir? 1970'lere kadar piyasa, bu fiyatı deneme-yanılma ve tecrübeyle belirliyordu.
Black-Scholes formülü neyi çözdü?
Black ve Scholes, opsiyonun fiyatını yalnızca birkaç değişkene bağlayan kapalı bir formül türettiler:
C = S₀ · N(d₁) − K · e^(−rT) · N(d₂)
Buradaki değişkenler: bugünkü fiyat (S₀), vade (T), kullanım fiyatı (K), risksiz faiz oranı (r), volatilite (σ). N(·) ise normal dağılımın birikimli dağılım fonksiyonu.
Formülün asıl zekâsı bir fikir: Opsiyonu, dayanak varlığı sürekli alıp satarak koruma altına alabilirsin (hedge). Doğru oranlarla bu portföy risksiz hale gelir; o yüzden kazancı risksiz faizle aynı olmalıdır. Bu, dinamik hedging fikri — ve finans matematiğinin omurgası oldu.
İroni: Nobel Ödülü alan formül, Nobel'in sahibini batırdı
Bu hikâyenin en çarpıcı kısmı:
• Black ve Scholes 1997'de (Black, ölümünden sonra aday olamadığı için ödülü Scholes ve Merton aldı) Nobel Ekonomi Ödülü'nü kazandı.
• Aynı Merton ve Scholes, Long-Term Capital Management (LTCM) fonunun yönetim kurulundaydı. LTCM, 1998'de Rusya'nın temerrüdü sonrası devasa pozisyonlarını kaldıramadı ve çöktü; ABD merkez bankası (Fed), bankaların koordine bir kurtarma paketi organize etti.
• Ders: Formül varsayımlara dayanır (sürekli hedge, piyasa likiditesi, volatilitenin sabitliği). Varsayımlar bozulduğunda model yapısal olarak çöker. Bu, finansal krizlerin tekrar tekrar gösterdiği derslerden biri oldu."Fat tails": Model ile gerçek arasındaki uçurum
Black-Scholes'un temel varsayımı, fiyat hareketlerinin normal dağılım izlemesi. Ama gerçek piyasalarda aşırı olaylar (krashler) normal dağılımın öngördüğünden çok daha sık olur — buna "fat tails" (kalın kuyruklar) denir.
• 1987 Black Monday'de Dow Jones tek günde %22.6 düştü — normal dağılım varsayımıyla bu, evrenin yaşından beri bir kez bile görülmemesi gereken bir olaydı.
• Benoit Mandelbrot, 1960'lardan beri finansal serilerde bu kalın kuyrukları vurguluyordu; "The (Mis)Behavior of Markets" kitabı bu konunun klasikleri arasında.Modern finans matematiği (stokastik volatilite modelleri, jump-diffusion) tam da bu boşluğu doldurmaya çalışıyor. Ama Black-Scholes, hâlâ türev piyasalarının dilbilgisi.
Bu hikâyeden çıkan dersler
1) Güzel bir model, doğru varsayım demek değildir. Formülün başarısı, varsayımlarının kalitesinden değil, ne zaman çalıştığını bilmekten gelir.
2) Matematik, riski yok edemez — ancak görebilir. 2008 krizinde de benzer bir hata tekrarlandı: karmaşık modeller, modelleme dışı riski görünmez kıldı.
3) Nobel ödüllü bir formül bile pratikte disiplinsiz kullanılınca zarar verir. Bilim ve mühendislik ayrı şeylerdir.Kaynaklar:
1) Black, F., Scholes, M. (1973). "The Pricing of Options and Corporate Liabilities." Journal of Political Economy, 81(3), 637-654.
2) Merton, R.C. (1973). "Theory of Rational Option Pricing." Bell Journal of Economics and Management Science, 4(1).
3) Lowenstein, R. (2000). "When Genius Failed: The Rise and Fall of Long-Term Capital Management."
4) Mandelbrot, B., Hudson, R. (2004). "The (Mis)Behavior of Markets."
5) MacKenzie, D. (2006). "An Engine, Not a Camera." — finans modellerinin gerçekliği nasıl şekillendirdiği üzerine sosyolojik klasikKısaca
Black-Scholes, "matematiğin gerçek dünyayı nasıl dönüştürdüğü"ne en keskin örneklerden: bir makale, bir sektörü ve milyarlarca dolarlık bir endüstriyi doğurdu. Ama aynı hikâye, modellerin sınırlarını bilmenin hayati olduğunu da gösteriyor. Model, gerçekliğin bir haritası — harita araziyle karıştırıldığında işler patlar.
Finans matematiği ilginizi çekiyor mu? "Modelleme" ile "gerçeklik" arasındaki bu uçurum başka hangi alanlarda görülüyor — yapay zekâda da aynı sorun var mı? 👇
1973'te yayımlanan bir makale, Wall Street'i değiştirdi — ve dünya finansını fizikçilerin ve matematikçilerin çalıştığı bir sektöre dönüştürdü. Makalenin adı: "The Pricing of Options and Corporate Liabilities". Yazarları: Fischer Black ve Myron Scholes. (Robert Merton, ikinci makaleyle çerçeveyi genişletti.)
Opsiyon nedir, kısa hatırlatma?
Bir opsiyon, belirli bir tarihte belirli bir fiyattan bir varlık alıp satma hakkıdır (zorunluluk değil, hak). Soru şuydu: Bu hakkın bugünkü adil fiyatı nedir? 1970'lere kadar piyasa, bu fiyatı deneme-yanılma ve tecrübeyle belirliyordu.
Black-Scholes formülü neyi çözdü?
Black ve Scholes, opsiyonun fiyatını yalnızca birkaç değişkene bağlayan kapalı bir formül türettiler:
C = S₀ · N(d₁) − K · e^(−rT) · N(d₂)
Buradaki değişkenler: bugünkü fiyat (S₀), vade (T), kullanım fiyatı (K), risksiz faiz oranı (r), volatilite (σ). N(·) ise normal dağılımın birikimli dağılım fonksiyonu.
Formülün asıl zekâsı bir fikir: Opsiyonu, dayanak varlığı sürekli alıp satarak koruma altına alabilirsin (hedge). Doğru oranlarla bu portföy risksiz hale gelir; o yüzden kazancı risksiz faizle aynı olmalıdır. Bu, dinamik hedging fikri — ve finans matematiğinin omurgası oldu.
İroni: Nobel Ödülü alan formül, Nobel'in sahibini batırdı
Bu hikâyenin en çarpıcı kısmı:
• Black ve Scholes 1997'de (Black, ölümünden sonra aday olamadığı için ödülü Scholes ve Merton aldı) Nobel Ekonomi Ödülü'nü kazandı.
• Aynı Merton ve Scholes, Long-Term Capital Management (LTCM) fonunun yönetim kurulundaydı. LTCM, 1998'de Rusya'nın temerrüdü sonrası devasa pozisyonlarını kaldıramadı ve çöktü; ABD merkez bankası (Fed), bankaların koordine bir kurtarma paketi organize etti.
• Ders: Formül varsayımlara dayanır (sürekli hedge, piyasa likiditesi, volatilitenin sabitliği). Varsayımlar bozulduğunda model yapısal olarak çöker. Bu, finansal krizlerin tekrar tekrar gösterdiği derslerden biri oldu.
"Fat tails": Model ile gerçek arasındaki uçurum
Black-Scholes'un temel varsayımı, fiyat hareketlerinin normal dağılım izlemesi. Ama gerçek piyasalarda aşırı olaylar (krashler) normal dağılımın öngördüğünden çok daha sık olur — buna "fat tails" (kalın kuyruklar) denir.
• 1987 Black Monday'de Dow Jones tek günde %22.6 düştü — normal dağılım varsayımıyla bu, evrenin yaşından beri bir kez bile görülmemesi gereken bir olaydı.
• Benoit Mandelbrot, 1960'lardan beri finansal serilerde bu kalın kuyrukları vurguluyordu; "The (Mis)Behavior of Markets" kitabı bu konunun klasikleri arasında.
Modern finans matematiği (stokastik volatilite modelleri, jump-diffusion) tam da bu boşluğu doldurmaya çalışıyor. Ama Black-Scholes, hâlâ türev piyasalarının dilbilgisi.
Bu hikâyeden çıkan dersler
1) Güzel bir model, doğru varsayım demek değildir. Formülün başarısı, varsayımlarının kalitesinden değil, ne zaman çalıştığını bilmekten gelir.
2) Matematik, riski yok edemez — ancak görebilir. 2008 krizinde de benzer bir hata tekrarlandı: karmaşık modeller, modelleme dışı riski görünmez kıldı.
3) Nobel ödüllü bir formül bile pratikte disiplinsiz kullanılınca zarar verir. Bilim ve mühendislik ayrı şeylerdir.
Kaynaklar:
1) Black, F., Scholes, M. (1973). "The Pricing of Options and Corporate Liabilities." Journal of Political Economy, 81(3), 637-654.
2) Merton, R.C. (1973). "Theory of Rational Option Pricing." Bell Journal of Economics and Management Science, 4(1).
3) Lowenstein, R. (2000). "When Genius Failed: The Rise and Fall of Long-Term Capital Management."
4) Mandelbrot, B., Hudson, R. (2004). "The (Mis)Behavior of Markets."
5) MacKenzie, D. (2006). "An Engine, Not a Camera." — finans modellerinin gerçekliği nasıl şekillendirdiği üzerine sosyolojik klasik
Kısaca
Black-Scholes, "matematiğin gerçek dünyayı nasıl dönüştürdüğü"ne en keskin örneklerden: bir makale, bir sektörü ve milyarlarca dolarlık bir endüstriyi doğurdu. Ama aynı hikâye, modellerin sınırlarını bilmenin hayati olduğunu da gösteriyor. Model, gerçekliğin bir haritası — harita araziyle karıştırıldığında işler patlar.
Finans matematiği ilginizi çekiyor mu? "Modelleme" ile "gerçeklik" arasındaki bu uçurum başka hangi alanlarda görülüyor — yapay zekâda da aynı sorun var mı? 👇