Sosyal Sorumlu Yatırım Bağlamında Pay Senedi Getirisinin Makine Öğrenmesi Yöntemleri ile Tahmin Edilmesi: Borsa İstanbul Örneği

Basit Öğe Kaydı
dc.contributor.authorAksoy, Barış
dc.date.accessioned2024-10-26T17:37:55Z
dc.date.available2024-10-26T17:37:55Z
dc.date.issued2020
dc.departmentSivas Cumhuriyet Üniversitesi
dc.description.abstractAmaç – 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.
dc.identifier.doi10.20491/isarder.2020.1077
dc.identifier.endpage3878
dc.identifier.issn1309-0712
dc.identifier.issue4
dc.identifier.startpage3859
dc.identifier.trdizinid412828
dc.identifier.urihttps://doi.org/10.20491/isarder.2020.1077
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/412828
dc.identifier.urihttps://hdl.handle.net/20.500.12418/23722
dc.identifier.volume12
dc.indekslendigikaynakTR-Dizin
dc.language.isotr
dc.relation.ispartofİşletme Araştırmaları Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.titleSosyal Sorumlu Yatırım Bağlamında Pay Senedi Getirisinin Makine Öğrenmesi Yöntemleri ile Tahmin Edilmesi: Borsa İstanbul Örneği
dc.typeArticle

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu