Aksoy, Barış2024-10-262024-10-2620201309-0712https://doi.org/10.20491/isarder.2020.1077https://search.trdizin.gov.tr/tr/yayin/detay/412828https://hdl.handle.net/20.500.12418/23722Amaç – 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.tr10.20491/isarder.2020.1077info:eu-repo/semantics/openAccessArticle12438783859412828