Yazar "Aksoy, Barış" seçeneğine göre listele
Listeleniyor 1 - 20 / 21
Sayfa Başına Sonuç
Sıralama seçenekleri
Öğe Aşırı Güven Eğiliminin Test Edilmesi: BİST Hizmet ve Sanayi Sektörü Örneği(Gaziantep University, 2025) Kızıltepe, Cansel; Aksoy, BarışÇalışmanın amacı, Borsa İstanbul’da işlem gören BİST 100, BİST Sınai ve BİST Hizmet Endeksleri üzerinden davranışsal finans teorilerinden aşırı güven eğiliminin incelenmesi ve ele alınan endeksin getiri, volatilite ve hacim verileri arasında kısa ve uzun dönemli ilişkinin varlığının tespit edilmesidir. Bu amaçla çalışmada, her endeks için 2 Ocak 2012 yılı pazartesi günü ile 30 Aralık 2022 yılı cuma günü olmak üzeri 11 yıllık süreçte oluşan 2899 işlem günü günlük verileri ile ele alınan endeksin aylık getiri, aylık ortalama TL işlem hacmi ve aylık volatilite değerleri üzerinden analiz yapılmıştır. Aşırı güven eğiliminin tespit edilmesinde kullanılan nedensellik analizinin yanı sıra farklı bir bakış açısı katarak nedensellik ilişkisi kurulan değişkenler arasında ARDL Sınır Testi uygulanmıştır. Analiz edilen modelde, getiri bağımsız değişken, volatilite ve hacim bağımlı değişkendir. Üç endeks için de kısa dönem analizinde elde edilen sonuçlar getiri değişkeni ile volatilite değişkeni arasındaki ilişkinin istatistiksel olarak anlamsız olduğu yönündendir. Bu durumun yanı sıra üç endeks için de getiri değişkeni ile hacim değişkeni arasında nedensellik ilişkisi bulunmuş ve istatistiksel olarak anlamlıdır. Bu durum getiri elde eden yatırımcıların kendilerine olan güvenlerinin artmasının sonucu olarak daha fazla işlem yaptıklarını göstermekte olduğu şeklinde yorumlanabilir. Elde edilen diğer bir sonuç ise getiri değişkeninden volatilite değişkenine doğru bir nedenselliğin olmamasıdır.Öğe COMPARISON OF CLASSIFICATION PERFORMANCE OF MACHINE LEARNING METHODS IN PREDICTION FINANCIAL FAILURE: EVIDENCE FROM BORSA İSTANBUL(2021) Aksoy, Barış; Boztosun, DervişThis study aimed to predict the 1 to 2 year future time of the financial failure of 86 manufacturing companies that are operating in Borsa İstanbul. The data comprised of 2010-2012 period, and it depends on 8 quantitative financial variables. Beside 6 variables come from non financial statements. In the study, Artificial Neural Network (NN), Classification and Regression Trees (CART), Support Vector Machine (SVM) and k-Nearest Neighbors (KNN) were used to compare classification performances of related methods. ROC Curve was used to compare the classification performance of the methods. As a result of the analyseis, the overall classification accuracy from the highest to the lowest was SVM (92,31%), CART (88,46%), ANN (84,62%) and KNN (80,77%) 2 years before the financial failure. The overall classification accuracy from the highest to the lowest was CART (96,15%), ANN (92,31%), SVM (80,77%) and KNN (84,62%) 1 year before the financial failure. Return on Equity (ROE) and Return on Assets Ratio (ROA) were found as important variables in the creation of the CART decision tree. The fact that the four models obtained in thise study predicted financial success/failure at a higher rate, and it shows that the models obtained in this study can be included in the models used by relevant people.Öğe Comparison of Machine Learning Methods in Prediction of Financial Failure of Businesses in The Manufacturing Industry: Evidence from Borsa İstanbul(Anadolu Üniversitesi, 2020) Aksoy, Barış; Boztosun, DervişIn this study, Artificial Neural Networks (NN), C5.0 Classification Algorithm, Classification and Regression Trees (CART) analyses were used to predict the financial success/failure of 126 businesses that are operating in the BIST (Borsa İstanbul) Manufacturing Industry Sector. The data contains the years 2006 to 2009. In the study, 25 quantitative variable and 4 qualitative variable were used. The overall classification accuracy from the highest to the lowest of 3 years prior to successful-failure year (for 2006) is 84.21% for CART, 81.58% for ANN and 76.32% for C5.0, respectively. The overall classification accuracy from the highest to the lowest of 2 years prior to successful-failure year (for 2007) is 86.84% for CART, 84.21% for ANN, 78.95% for C5.0, respectively. The overall classification accuracy from the highest to the lowest of 1 year prior to successful-failure year (for 2008) is 92.11% for CART, 92.11 for ANN and 86.84% for C5.0, respectively. ANN and CART models are notable in terms of their ability to predict upcoming financial failure of unsuccessful businesses with 100% classification accuracy from a year ago. The prediction of the financial success/failure by the three models obtained in the study more than one, two and three years ago shows that the models used in this study can be included in the model used by those concerned.Öğe Comparison of Machine Learning Methods in Prediction ofFinancial Failure of Businesses in The Manufacturing Industry:Evidence from Borsa İstanbul(2020) Aksoy, Barış; Boztosun, DervişIn this study, Artificial Neural Networks (NN), C5.0 Classification Algorithm, Classification and Regression Trees (CART) analyses were used to predict the financial success/failure of 126 businesses that are operating in the BIST (Borsa İstanbul) Manufacturing Industry Sector. The data contains the years 2006 to 2009. In the study, 25 quantitative variable and 4 qualitative variable were used. The overall classification accuracy from the highest to the lowest of 3 years prior to successful-failure year (for 2006) is 84.21% for CART, 81.58% for ANN and 76.32% for C5.0, respectively. The overall classification accuracy from the highest to the lowest of 2 years prior to successful-failure year (for 2007) is 86.84% for CART, 84.21% for ANN, 78.95% for C5.0, respectively. The overall classification accuracy from the highest to the lowest of 1 year prior to successful-failure year (for 2008) is 92.11% for CART, 92.11 for ANN and 86.84% for C5.0, respectively. ANN and CART models are notable in terms of their ability to predict upcoming financial failure of unsuccessful businesses with 100% classification accuracy from a year ago. The prediction of the financial success/failure by the three models obtained in the study more than one, two and three years ago shows that the models used in this study can be included in the model used by those concerned.Öğe Diskriminant ve Lojistik Regresyon Yöntemleri Kullanlarak Finansal Baúarszlk Tahmini: BIST ømalat Sektörü Örneği(2018) Aksoy, Barış; Boztosun, DervişBu çalúmada 2006-2009 yllar arasnda BIST (Borsa østanbul) ømalat Sanayi Sektöründe faaliyetgösteren 126 iúletmenin finansal baúar/baúarszl÷n tahmin etmek üzere Çok De÷iúkenliDiskriminant Analizi ve Lojistik Regresyon Analizi kullanlarak 1,2 ve 3 yl öncesinden en yüksektahmin gücüne sahip model belirlenmiútir. Çalúmada kullanlan ba÷msz de÷iúkenler içerisindebilanço ve gelir tablosundan elde edilen nicel de÷iúkenlerin yan sra KAP’dan (Kamuyu AydnlatmaPlatformu) elde edilen 4 ba÷msz nitel de÷iúken kullanlmútr. Analizler sonucunda diskriminantanalizi toplam snflandrma do÷rulu÷u, finansal baúarszlktan 3, 2 ve 1 yl öncesinde srasyla%80.16, %83.33 ve %81.75’dir. Lojistik regresyon analizi toplam snflandrma do÷rulu÷u finansalbaúarszlktan 3, 2 ve 1 yl öncesinde srasyla %80.16, %87.30 ve %92.86’dr. Lojistik regresyonmodeli, finansal baúar/baúarszl÷ 3 yl öncesinde Diskriminant modeli ile ayn snflandrma oranile tahminlerken 2 ve 1 yl öncesinde Diskriminant modelinden daha yüksek snflandrma performans elde etmiútir.Öğe FAİZ ORANI PARİTESİ GEÇERLİLİĞİNİN TEST EDİLMESİ: KIRILGAN BEŞLİ ÜLKELER ÜZERİNE AMPİRİK BİR UYGULAMA(2020) Genç, Ayşe; Aksoy, BarışBu çalışmada, “Kırılgan Beşli” olarak adlandırılan ülkelerde (Brezilya, Endonezya, Güney Afrika, Hindistan, Türkiye), 2009-2019 arası veriler aylık bazda kullanılarak korunmasız faiz oranı paritesinin geçerliliğinin, zaman serileri yöntemiyle eşbütünleşme ve asimetrik nedensellik modelleri oluşturularak test edilmesi amaçlanmıştır. Çalışmada, Kırılgan Beşli ülkelerde faiz oranı paritesinin geçerliliği hem yapısal kırılmalı eşbütünleşme testleri ile hem de kırılmasız eşbütünleşme testleri ile sınanmış ve elde edilen bulgulara göre, yapısal kırılmayı dikkate almayan (ADF, PP, KPSS) birim kök testleri ve Engle & Granger (EG) (1987) eşbütünleşme testi sonuçları, analize tabi tutulan tüm ülkelerde faiz oranı paritesinin geçerli olmadığını göstermiştir. Aynı testler yapısal kırılmayı dikkate alan Zivot & Andrews (ZA) (1992) yapısal kırılmalı birim kök ve Gregory & Hansen (GH) (1996) yapısal kırılmalı eşbütünleşme modelleri yardımıyla tekrarlandığında ise, analiz sonuçlarının farklılaşabileceği görülmüştür. Yapısal kırılmayı dikkate almayan modellere göre hiçbir ülkede eşbütünleşme tespit edilememişken, yapısal kırılmalı model sonuçlarına göre Brezilya’da eşbütünleşme tespit edilmiş ve faiz oranı paritesinin geçerli olduğu görülmüştür. Dolayısıyla, elde edilen bu sonuç, yapılan çalışmalarda, yapısal kırılmalı modellerin dikkate alınmasının gerekliliğini göstermiştir. Hatemi-J (2012) asimetrik nedensellik testi sonuçlarına göre, Brezilya, Endonezya, Güney Afrika ve Hindistan ülkelerinde nedensellik bulgularına ulaşılmıştır.Öğe FİNANSAL PİYASALARDA PAY SENEDİ MANİPÜLASYONUNUN VERİ MADENCİLİĞİ YÖNTEMLERİ İLE TAHMİNİ: BORSA İSTANBUL ÖRNEĞİ(2020) Aksoy, BarışBu çalışmada Borsa İstanbul İmalat Sanayi sektöründe faaliyet gösteren 51 manipüle edilmiş ve 51 manipüle edilmemiş toplam 102 işletmeye ait pay senedinin 3-9 ay öncesinden piyasa manipülasyonuna maruz kalıp kalmama durumu tahmin edilmiştir. İlgili şirketlerin mali tablo ve nitel verileri elde edilerek sınıflandırma içinYapay Sinir Ağları (ANN), Sınıflandırma ve Regresyon Ağacı (CART), C5.0 Karar Kuralı Türetme Algoritması ve Lojistik Regresyon (LR) yöntemleri kullanılmıştır. Genel sınıflandırma doğruluğu sırasıyla ANN (%86,67), CART (%80,00), C5.0 (%76,67) ve LR (%70,00) olarak bulunmuştur. C5.0 algoritması test örneğinde yer alan 15 manipüle edilen pay senetlerinin 14’ünü doğru tahmin ederek %93,33 sınıflandırma başarısı göstermiştir. ANN test örneğinde bulunan 15 manipüle edilmemiş pay senedinin 14’ünü doğru tahmin ederek %93,33 sınıflandırma başarısı göstermiştir. Bu çalışmada tüm yöntemler %70’in üzerinde tahmin performansıgösterdiğinden, ilgililerin yapacakları pay senedi manipülasyon tahmini analizlerine bu modeller de dahil edilebilecektir.Öğe Finansal Tablo Hileleri’nin Makine Öğrenmesi Yöntemleri ve Lojistik Regresyon Kullanılarak Tahmin Edilmesi: Borsa İstanbul Örneği(Maliye ve Finans Yazıları Yayıncılık Ltd. Şti., 2021) Aksoy, BarışBu çalışmada Borsa İstanbul’da 2000-2019 yılları arasında işlem gören 88 şirketin finansal tablolarında sahtekârlık yapıp yapmadıkları bir yıl öncesinden tahmin etmek için etkili bir model oluşturulması amaçlanmıştır. Bu amaçla makine öğrenmesi yöntemlerinden Yapay Sinir Ağları (ANN), Sınıflandırma ve Regresyon Ağaçları (CART), Destek Vektör Makinesi (SVM) ile Lojistik Regresyon (LR) yöntemleri kullanılarak mali tablo dolandırıcılığı tahmin edilmiştir. Analiz sonucunda ANN (%96,15), CART (%96,15), SVM (%80,77) ve LR (80,77) test örneği genel tahmin doğruluğu elde edilmiştir. ANN ve CART yöntemleri test örneğinde mali tablolarında sahtekârlık yapmış 13 şirketin tamamını (%100.00) doğru sınıflandırmıştır. Bu sonuç mali tablo sahtekârlığı tahmin çalışmalarında kullanılan yöntemlere, bu çalışmada elde edilen tüm modellerin dâhil edilebileceğini göstermektedir.Öğe İçeriden Öğrenenlerin Ticaretine Maruz Kalan Şirketlere Ait Hisse Senedi Getirilerinin K-En Yakın Komşu Algoritması İle Tahmin Edilmesi: ABD Borsaları Örneği(2022) Aksoy, BarışBu çalışmada ABD Borsalarında işlem gören ve içeriden öğrenenlerin ticaretine maruz kalan şirketlere ait 01.01.2020-26.02.2022 dönemindeki 10121 işlem verileri alınarak ilgili şirketlerin içeriden öğrenenlerin ticareti tarihinden 3, 9, 15, 21 ve 27 ay sonraki getirileri tahmin edilmiştir. Sonuçlar denetimli veri madenciliği yöntemlerinden KNN (K En Yakın Komşu Algoritması) ile tahmin edilmiştir. Analiz sonucunda 01.01.2022-26.03.2022 döneminde ticarete maruz kalan 257 örneğin 224’ü doğru getiri aralığında tahmin edilmiş ve 3 ay öncesi hisse senedi getiri tahmin başarımı %87,16 olarak bulunmuştur. 01.07.2021-31.12.2021 döneminde ticarete maruz kalan 2358 örneğin 1936’sı doğru getiri aralığında tahmin edilmiş ve 9 ay öncesi hisse senedi getiri tahmin başarımı %82,10 olarak bulunmuştur. 01.01.2021-30.06.2021 döneminde ticarete maruz kalan 2919 örneğin 2495’i doğru getiri aralığında tahmin edilmiş ve 15 ay öncesi hisse senedi getiri tahmin başarımı %85,47 olarak bulunmuştur. 01.07.2020-31.12.2020 döneminde ticarete maruz kalan 2267 örneğin 1980’i doğru getiri aralığında tahmin edilmiş ve 21 ay öncesi hisse senedi getiri tahmin başarımı %87,34 olarak bulunmuştur. 01.01.2020-30.06.2020 döneminde ticarete maruz kalan 2320 örneğin 2016’sı doğru getiri aralığında tahmin edilmiş ve 27 ay öncesi getiri tahmin başarımı %86,90 olarak bulunmuştur.Öğe KARA PARANIN AKLANMASINDA BANKA VE SERMAYE PİYASALARININ KULLANILMASI: YARGITAY KARARLARI IŞIĞINDA BİR İNCELEME(Şuayyip Doğuş DEMİRCİ, 2021) Aksoy, BarışBu çalışmada kara paranın aklanmasında bankaların ve sermaye piyasalarının nasıl kullanıldığı ele alınmıştır. 2011-2019 yılları arasında MASAK’ın (Mali Suçları Araştırma Kurulu) faaliyet raporları tek tek incelenerek ülkemizde kara para aklama faaliyetlerinin denetimi sonucu elde edilen bilgiler tablolar halinde verilmiştir. Ayrıca 2011-2019 döneminde kara para aklama ile ilgili Yargıtay kararları incelenerek ülkemizde kara para aklama fiili yüksek mahkeme kararları ışığında incelenmiştir. Çalışmanın sonuç kısmında ülkemizde kara para aklamanın önlenmesi için düzenleyici ve denetleyici kuruluşlar, kolluk kuvvetleri, banka ve sermaye piyasası kuruluşları ile ilgili öneriler getirilmiştir.Öğe KURUMSAL YÖNETİM ENDEKSİNDEKİ ŞİRKETLERİN KAR DAĞITIM POLİTİKALARINI ETKİLEYEN FAKTÖRLER: BORSA İSTANBUL'DA BİR UYGULAMA(2023) Aksoy, BarışBu çalışmada Borsa İstanbul Kurumsal Yönetim Endeksinde bulunan şirketlerin kâr payı dağıtım oranı üzerinde etkili olan faktörler araştırılmaktadır. Kurumsal yönetim notu, kaldıraç oranı, aktif kârlılığı, araştırma ve geliştirme harcamaları, şirket büyüklüğü, şirket yaşı, aile üyelerinin yönetim kurulunda bulunma oranı, aile dışı blok hissedarlar oranı, sahiplik konsantrasyonu, yönetim kurulu üye sayısı, kadın yönetim kurulu üye oranı, CEO ikiliği, yönetim kurulu bağımsız üye oranı değişkenleri ile kâr payı dağıtım oranı arasındaki ilişki incelenmiştir. Borsa İstanbul kurumsal yönetim endeksindeki 37 şirketin 2018-2022 yılları arasında 5 yıllık verileri alınarak regresyon analizi gerçekleştirilmiştir. Analiz sonucunda kurumsal yönetim notu, firma yaşı, aile dışı blok hissedarlar oranı değişkenleri ile kâr payı dağıtım oranı arasında anlamlı pozitif; kaldıraç, firma büyüklüğü, sahiplik konsantrasyonu değişkenleri ile kâr payı dağıtım oranı arasında anlamlı negatif ilişkinin olduğu görülmektedir. Yönetim kurulu başkanı ile genel müdürün aynı olmama durumuna göre firma yaşı ve aile dışı blok hissedar oranı ile kâr payı dağıtım oranı arasında anlamlı pozitif; kaldıraç, sahiplik konsantrasyonu ve kadın yönetim kurulu üye oranı ile kâr payı dağıtım oranı arasında anlamlı negatif ilişki bulunmuştur.Öğe Merkez Bankası Dijital Para Birimleri (CBDC’ler) ve Kripto Paralar Hakkında Kamuoyu Bilgi ve Algısı: Üniversite Öğrencilerine Yönelik Bir Araştırma(2024) Delice, Güven; Aksoy, Barış; Erilli, Necati AlpBu araştırmada üniversite öğrencilerinin “CBDC’ler” ve “kripto paralar” konusundaki bilgi ve algılarının düzeyi ve beklentileri inceleme konusu yapılmıştır. Bu bağlamda Sivas Cumhuriyet Üniversitesi İktisadi ve İdari Bilimler Fakültesinde öğrenim gören 362 öğrenciden anket yöntemiyle veri toplanmıştır. Çalışmadan elde edilen bulgulara göre, dijital paralar sırasıyla, sağladıkları kolaylıklar, düşük işlem maliyetleri, anonimlik ve güvenilirlik boyutlarıyla ele alınmaktadırlar. Söz konusu paraların benimsenmesi ve kullanılmasında, teknolojik sorunların ve güven eksikliğinin engelleyici faktörler olarak işlev gördüğü anlaşılmaktadır. Özellikle kripto paralar bağlamında yeterince bilinmeyen teknolojinin, değerlerindeki aşırı değişkenliklerin ve siber hırsızlık konularının bu paralara mesafeli bir yaklaşıma sebebiyet verdiği görülmektedir.Öğe MEVDUAT BANKALARININ KRED? DERECELEND?RMES?NDE VER? MADENC?L?Ğ? YÖNTEMLER? TAHM?N PERFORMANSININ ÖLÇÜLMES?: TÜRK?YE ÖRNEĞ?(2021) Aksoy, Barış; Torun, Talip; Akel, VeliBu çalı?mada Türkiye?de aktif büyüklüğü yönünden en yüksek paya sahip 12 mevduat bankasının \r2010-2016 döneminde kredi derece notu tahmin edilmi?tir. Örnek kapsamındaki bankaların finansal \rtablo verileri kullanılarak ilgili bankaların finansal güç derecesi Yapay Sinir Ağları (YSA), Lojistik \rRegresyon (LR), K-En Yakın Kom?u Algoritması (KNN) ve NaiveBayes (NB) algoritması ile tahmin \redilmi?tir. Ara?tırmada kullanılan yöntemlerin ayırt edici özellikleri altında tahmin sonuçları kar?ıla?tırılmı?tır. Türkiye?de faaliyet gösteren 12 mevduat bankasının kredi derece notunun bir yıl öncesi \rtahmin oranları yüksekten dü?üğe doğru YSA (%98,81), LR (%84,52), KNN (%75,00), NB (%60,71) \rolarak bulunmu?tur. Bu ara?tırmada ula?ılan sonuçlar, ilgililerin kullandıkları modellere bu çalı?mada \relde edilen modelleri de dâhil edebileceklerini göstermektedir.Öğe Pay Senedi Fiyat Yönünün Makine Öğrenmesi Yöntemleri ile Tahmini: Borsa İstanbul Örneği(2021) Aksoy, BarışBu çalışmada Borsa İstanbul 30 Endeksinde ve Kurumsal Yönetim Endeksinde bulunan beşimalat sanayi şirketinin 2010/3 ve 2020/3 dönemine ait verilerle üç ay sonraki ortalaması alınmışpay senedi fiyat yönü tahmin edilmiştir. Veri seti, örnek kapsamındaki şirketlerin üçer aylık dokuzmali tablo verisi ve üç aylık ortalaması alınmış beş makroekonomik değişkenden oluşmaktadır.Tahmin yöntemleri olarak Yapay Sinir Ağları, Sınıflandırma ve Regresyon Ağacı ile K- En YakınKomşu Algoritması kullanılmıştır. Çalışmada kullanılan tüm yöntemlerde 10 katlı çaprazdoğrulama yöntemi kullanılmıştır. Yapay Sinir Ağları ile Sınıflandırma ve Regresyon Ağacıanalizlerinde en iyi parametrelerin ve performans kriterlerinin belirlenmesi fonksiyonu kullanılarakverilen parametre aralıkları doğrultusunda en iyi sonuç veren modeller elde edilmiştir. Analizsonucuna göre pay senedi fiyat yününü Yapay Sinir Ağları %98,05, Sınıflandırma ve RegresyonAğacı %96,10 ve K- En Yakın Komşu Algoritması %92,20 oranında genel sınıflandırma doğruluğuelde etmiştir. Sınıflandırma ve Regresyon Ağacının oluşturulmasında verileri ikiye bölen önemlideğişkenler olarak “Net Kâr Marjı”, “Fiyat/Kazanç Oranı”, “Hisse Başına Kâr Oranı”, “CDS Primi (üçaylık ortalama)” ve “Tüketici Güven Endeksi” bulunmuştur. Bu bulgular, yatırımcıların buçalışmada kullanılan modelleri kullanabileceklerini ve/veya hali hazırda kullanmış olduklarımodellere dâhil edebileceklerini göstermektedir.Öğe Siber Suçların Siber Saldırılara Maruz Kalan Şirketlerin Hisse Senedi Fiyatları Üzerindeki Etkileri(Sakarya Üniversitesi, 2021) Aksoy, Barış; Erilli, Necati AlpAmaç: İnternet ve diğer dijital teknolojileri kullanarak işlenen yasa dışı faaliyetler, siber suç olarak adlandırılmaktadır. Siber suçlar, kullanıcıların gizli verilerine yetkisiz erişim, DOS saldırıları, virüs yayma, çevrimiçi dolandırıcılık ve bilgisayar korsanlığı gibi çeşitli çevrimiçi suçları içermektedir. Siber saldırıların şirketlere olan maliyetleriyle ilgili önemli araştırmalar yapılmış olsa da, bir şirketin hissedarlarına doğrudan maliyeti, yani siber suçun bir şirketin hisse senedi fiyatı üzerindeki etkisini ele alan çok az araştırma yapılmıştır. Bu araştırma siber suç tehdidinin halka açık şirketlerin hisse senedi fiyatları üzerindeki etkisini incelemeyi araştırmaktadır. Araştırmada 2012-2020 döneminde yurtiçi ve yurt dışında siber saldırılara maruz kalan 17 halka açık şirket hakkındaki siber saldırı duyurularının hisse senedi fiyatları üzerindeki etkisi araştırılmış ve siber suç haberlerinin halka açık şirketlerin hisse senedi fiyatları üzerinde istatistiksel olarak önemli etkilere yol açıp açmadığı belirlenmiştir.Yöntem: Çalışmada hisse senetlerinin fiyatları ve getirilerinin ayrı ayrı 5’er ve 7’şer günlük siber saldırı sonrası ve öncesi dönemler arasında istatistiksel fark olup olmadıkları ve korelasyon katsayıları araştırılmıştır. Hisse senetlerinin fiyatları günlük bazda birbirlerini etkilediklerinden eşleştirilmiş t-testi ile, hisse senedi getirileri birbirlerinden bağımsız olduklarından 2 grup için bağımsız değişkenler arası t-testi ile değerlendirilmiştir.Bulgular: Analiz sonuçlarına göre yedi günlük dönemler için 10, beş günlük dönemler için 9 firmanın hisse senetlerinin, saldırı öncesi ve sonrası dönemlerdeki değişimleri istatistiksel olarak anlamlı bulunmuştur. Hisse senedi getirilerinde altı firmanın hisse senedi getirileri beş ve yedi günlük periyotlarda ters yönlü hareket ederken, 10 firmanın getirilerinde 5’er ve 7’şer günlük periyotlarda farklı yönlerde eğilim gösterdiği belirlenmiştir.Sonuç: Araştırmanın sonucuna göre siber saldırılara uğrayan firmaların saldırı zamanı sonrası, hisse senedi fiyat ve getirilerinde istatistiksel olarak farklılıklar olduğu belirlenmiştir. Siber saldırıların firmaları direkt olarak etkilediği söylenebilir.Öğe SİGORTA ŞİRKETLERİNİN DERECELENDİRİLMESİNDE MAKİNE ÖĞRENMESİ YÖNTEMLERİ TAHMİN PERFORMANSININ KARŞILAŞTIRILMASI: TÜRKİYE ÖRNEĞİ(2020) Aksoy, BarışBu çalışmada Türkiye’de hayat dışı sigorta sektöründe faaliyet gösteren ve 2019 yılında en yüksek pazar payınasahip ilk 20 şirket içerisinde yer alan 11 sigorta şirketinin kredi derece notu tahmin edilmiştir. Çalışma dönemiolan 2009-2019 yılları arasındaki mali tablo verileri kullanılarak düzenli verilerine ulaşılabilen ve yılsonu malitabloların elde edildiği yıldan sonraki yıl içerisinde kredi derece notu verilmiş olan 11 sigorta şirketinden 69örnek alınmıştır. Kredi derece notunun verilmesinden önceki yılsonu bilanço, gelir tablosu ve nakit akımtablolarından elde edilen 13 nicel değişken ve borsaya kayıtlı olup olmadığı bilgisini içeren bir nitel değişkenkullanılmıştır. Sigorta şirketlerinin yılsonu mali tablolarından elde edilen verilerle bir sonraki yıl içinStandard&Poors Derecelendirme Kuruluşunun notları baz alınarak Yapay Sinir Ağları (ANN) ve En Yakın kKomşu Algoritması (KNN) ve NaiveBayes Algoritması kullanılarak analizler gerçekleştirilmiştir. 10 katlı çaprazdoğrulama yönteminin kullanıldığı çalışmada tahmin performansı en yüksekten düşüğe doğru sırasıyla ANN(%98,55), KNN (%95,65), NaiveBayes (%85,51) olarak sınıflandırma başarısı göstermiştir. Bu araştırmadakullanılan iki makine öğrenmesi yöntemi olan ANN ve KNN, istatistiksel bir yöntem olan NaiveBayes’e göredaha yüksek doğrulukla sınıflandırma ve tahmin performansı göstermiştir. Bu sonuç, ilgili tüm kesimlerin halihazırda kullandıkları tahmin modelleri içerisine başta ANN ve KNN olmak üzere bu çalışmada kullanılan tümmodelleri dâhil edebileceklerini göstermektediÖğe Sosyal Sorumlu Yatırım Bağlamında Pay Senedi Getirisinin Makine Öğrenmesi Yöntemleri ile Tahmin Edilmesi: Borsa İstanbul Örneği(2020) Aksoy, BarışAmaç – Bu çalışmada pay senetleri Borsa İstanbul 30/100 ve sürdürülebilirlik endeksindeki imalatsanayi şirketlerinin yılsonu mali tablo verileri ve ekonomik göstergeler kullanılarak örnekkapsamındaki şirketlerin bir yıl sonraki ortalama pay senedi getirilerinin tahmin edilmesiamaçlanmıştır. Çalışmada kullanılan yöntemlerin tahmin performansının, yöntemlerin ayırt ediciözellikleri altında karşılaştırılması çalışmanın diğer amacını oluşturmaktadır.Yöntem – Örnek kapsamındaki 13 şirketin 2010-2018 döneminde yılsonu mali tabloları ve yıllıkortalama ekonomik göstergeler alınarak 2011-2019 yıllık ortalama pay senedi getirileri Yapay sinirağları (ANN), Sınıflandırma ve Regresyon Ağaçları (CART) ve K En Yakın Komşu Algoritması(KNN) yöntemleri ile tahmin edilmiştir. Çalışmada optimal veri dağılımı için 10 katlı çaprazdoğrulama yöntemi ve verilen parametre aralıklarında en yüksek tahmin sonucu veren modelinbelirlenmesi amacıyla parametre optimizasyonu kullanılmıştır. Yöntemlerin performansı ROCeğrisi ile karşılaştırılmıştır.Bulgular – Analiz sonucunda CART (%94,87), ANN (%94,02) ve KNN (%92,31) genel tahmin vesınıflandırma doğruluğu elde etmiştir. %20’den %50 ye kadar negatif getiri sağlayan örnekleri ANN(%80,00), CART (%100), KNN (%100) oranında doğru tahmin etmesi ve %20’den %50’ye kadarpozitif getiri tahmininde KNN (%100), ANN (%96,55), CART (96,55) tahmin doğruluğu elde etmesidikkate değer bulunmuştur. Araştırmada CART karar ağacının oluşturulmasında verileri bölenönemli değişkenler olarak “Özsermaye Kârlılık Oranı” ve “Piyasa Değeri /Defter Değeri”bulunmuştur.Tartışma – Bu çalışmada kullanılan tüm yöntemler %90,00’ın üzerinde genel tahmin doğruluğu eldeederek sınıflandırma ve tahmin gerçekleştirmiştir. Gaganis (2009) çalışmasında %75’in üzerindetespit doğruluğunun sosyal bilimler alanında iyi bir sonuç olduğunu belirtmiştir. Gaganis (2009)sınıflandırmasına göre bu çalışmadaki ANN, CART ve KNN analiz sonuçları çok iyi olarakdeğerlendirilebilir.Öğe TÜRKİYE’ DE DOĞRUDAN YABANCI SERMAYE YATIRIMLARI, PORTFÖY YATIRIMLARI, DOLAR KURU ile BİST100 ENDEKSİ ARASINDAKİ İLİŞKİ ÜZERİNE AMPİRİK BİR İNCELEME(2023) Aydın, Yeter; Aksoy, BarışBu çalışmanın amacı, Türkiye’de doğrudan yabancı sermaye yatırımları ile BİST100 endeksi arasındaki uzun dönem ilişkisini ortaya koymaktır. Doğrudan yabancı sermaye yatırımlarının ekonomi açısından önemi birçok ülke tarafından kabul görmektedir. Gelişmiş ve gelişmekte olan ülkeler doğrudan yabancı sermaye yatırımlarını ülkelerine çekmek için çalışmalar yapmaktadırlar. Bu çalışma ile doğrudan yabancı sermaye yatırımlarının hisse senedi piyasaları açısından önemini ortaya koymak amaçlanmıştır. Bu amaçla 2005/4-2021/4 dönemleri arasındaki Türkiye Cumhuriyet Merkez Bankası veri tabanında yayınlanan BİST100, doğrudan yabancı sermaye yatırımları, dolar kuru çeyrek dönem verileri kullanılmıştır. Verilerin aynı seviyede durağan olmamaları nedeniyle, farklı seviyelerde durağan olan zaman serileri arasındaki uzun dönem ilişkisini analiz eden ARDL yöntemi kullanılmıştır. ARDL sınır testi bulgularına göre, BİST100 endeksi ile doğrudan yabancı sermaye yatırımları ve dolar kuru arasında uzun dönemli ilişki olduğu ve bu ilişkinin, istatiksel olarak %5 anlamlılık düzeyinde, anlamlı olduğu sonucuna ulaşılmıştır. Ancak yabancı portföy yatırımları ile BİST100 endeksi arasındaki ilişki anlamlı çıkmamıştır. Diğer taraftan uzun dönem ilişkisinde herhangi bir nedenden dolayı sapma yaşanırsa, serilerin yaklaşık iki çeyrek dönem sonra, tekrardan uzun dönem ilişkisine döneceği gözlemlenmiştir. Toda -Yamamoto nedensellik analizi sonuçlarına göre, BİST100’ den dolar kuruna ve dolar kurundan doğrudan yabancı sermaye yatırımlarına doğru tek yönlü nedensellik ilişkisi olduğu sonucuna ulaşılmıştır. Diğer değişkenler arasında nedensellik ilişkisi bulunamamıştır. Uzun dönemde doğrudan yabancı sermaye yatırımları BİST100 endeksini pozitif yönde anlamlı olarak etkilemektedir. Literatür çalışmalarında doğrudan yabancı sermaye yatırımları ile BİST100 endeksi arasında ilişki olmadığı sonucuna ulaşılmıştır (Çetenak ve Doğukanlı, 2006; Boydaş ve Polat, 2018). Ancak bu çalışmada doğrudan yabancı sermaye yatırımları ile BİST100 endeksi arasında uzun dönemli ilişki olduğu ortaya konulmuştur.Öğe Türkiye’de Banka Ve Sigorta İşlemlerinden Kaynaklanan Uyuşmazlıkların Çözümünde Tahkim Uygulaması(2019) Boztosun, Derviş; Koç, Selahattin; Aksoy, BarışBu çalışmada İstanbul’da kurulan tahkim merkezi ile devletin hukuki müdahale aracı olarak oluşturacağı etkininTürkiye’nin finansallaşma sürecine olan etkileri incelenmektedir. Finans sektörünün yaklaşık %90’ı banka ve sigorta şirketlerindenoluştuğundan çalışmamızda banka ve sigorta şirketlerinin işlemlerinden kaynaklı uyuşmazlıkların çözümünde tahkim uygulamasınıngelişim düzeyi ele alınmaktadır. Türkiye Bankalar Birliği bünyesinde kurulan Bireysel Müşteri Hakem Heyetine 2014-2017 yıllarıarasında krediler, sigorta işlemleri, mevduat işlemleri, fatura ve diğer ödemelerle ilgili yapılan başvuru sayısı yıllar itibariylesürekli azalmaktadır. Bireysel Müşteri Hakem Heyetine yapılan başvuruların müşteri lehine sonuçlandırma oranları da 2014yılından itibaren sürekli azalmaktadır. Banka ve kredi kartları başvuruları her yıl artmakta iken müşteri lehine sonuçlandırma oranıyıllar itibariyle azalmaktadır. Sigorta Tahkim Komisyonuna olan başvurular ise 2012 yılından 2017 yılına kadar devamlı artışgöstermiştir. Sigorta Tahkim Komisyonuna başvuruların hızlı şekilde artması sigortacılık alanındaki uyuşmazlıkların çözümündehakemlik kurumunun taraflarca benimsendiği ve başarılı bir şekilde uygulandığı hakkında genel olarak bilgi vermektedir.Öğe Türkiye’de Banka Ve Sigorta İşlemlerinden Kaynaklanan Uyuşmazlıkların Çözümünde Tahkim Uygulaması(Muhasebe ve Finansman Öğretim Üyeleri Bilim ve Araştırma Derneği, 2019) Boztosun, Derviş; Koç, Selahattin; Aksoy, BarışBu çalışmada İstanbul’da kurulan tahkim merkezi ile devletin hukuki müdahale aracı olarak oluşturacağı etkinin Türkiye’nin finansallaşma sürecine olan etkileri incelenmektedir. Finans sektörünün yaklaşık %90’ı banka ve sigorta şirketlerinden oluştuğundan çalışmamızda banka ve sigorta şirketlerinin işlemlerinden kaynaklı uyuşmazlıkların çözümünde tahkim uygulamasının gelişim düzeyi ele alınmaktadır. Türkiye Bankalar Birliği bünyesinde kurulan Bireysel Müşteri Hakem Heyetine 2014-2017 yılları arasında krediler, sigorta işlemleri, mevduat işlemleri, fatura ve diğer ödemelerle ilgili yapılan başvuru sayısı yıllar itibariyle sürekli azalmaktadır. Bireysel Müşteri Hakem Heyetine yapılan başvuruların müşteri lehine sonuçlandırma oranları da 2014 yılından itibaren sürekli azalmaktadır. Banka ve kredi kartları başvuruları her yıl artmakta iken müşteri lehine sonuçlandırma oranı yıllar itibariyle azalmaktadır. Sigorta Tahkim Komisyonuna olan başvurular ise 2012 yılından 2017 yılına kadar devamlı artış göstermiştir. Sigorta Tahkim Komisyonuna başvuruların hızlı şekilde artması sigortacılık alanındaki uyuşmazlıkların çözümünde hakemlik kurumunun taraflarca benimsendiği ve başarılı bir şekilde uygulandığı hakkında genel olarak bilgi vermektedir.
