Atıf Sayısı
3
Görüntüleme
99
İndirme
39
Öz: Ülkemizde içinde bulunduğu siyasi ve politik riskler, Türkiye gibi gelişmekte olan ülkelerin ekonomisini ciddi ölçüde etkilemekte ve spekülatif hareketlerin yaşanmasına neden olmaktadır. Bu durum borsalarda ve hisse senedi fiyatlarında ani iniş ve çıkışların olmasına sebep olmaktadır. Türkiye gibi gelişmekte olan piyasalarda hisse senedi fiyatlarının tahmin edilmesi oldukça güçtür. Yapılan öngörüler her zaman gerçekleşen değerleri güvenilir bir şekilde temsil etmeyebilir. Bu belirsizliği olabildiğince en aza indirmek için finansal analizciler, farklı modeller kullanarak analizler yapmaktadırlar. Günümüzde yapay sinir ağları modeli her alanda kullanılmaya başlandığı gibi finans alanında da oldukça sık kullanılmaya başlanmıştır. Bu çalışmada amaç yapay sinir ağları ve regresyon modeli ile BİST Ulusal-100 endeksinin tahmin edilmesidir. Çalışmanın başında doğrusal, logaritmik ve kübik regresyon modelleri oluşturularak hangi yöntemin performansının daha iyi ve hangi yöntemin daha üstün olduğu hata kareler ortalamasının kare kökü ile bulunmuştur. Bu doğrultuda BİST Ulusal-100 endeksinin 2005 ile 2012 yılları arasındaki kapanış fiyatları kullanılarak, 2013 yılı BİST Ulusal-100 endeksi kapanış değerleri tahmin edilmiştir. Analizde öncelikle regresyon modeli daha sonra da yapay sinir ağları modeli ile öngörülerde bulunulmuştur. Çıkan sonuçlar 2013 yılı gerçekleşen BİST Ulusal-100 endeksi kapanış fiyatları ile karşılaştırılmış tır. Çalışmanın sonunda hangi yöntemin daha üstün ve hangi yöntemin 2013 yılı BİST Ulusal-100 endeksine daha yakın bir tahminde bulunduğu belirlenmiştir. En Az 250 Kelimelik Özet Anahtar Sözcükler: (En Az 3 Anahtar Sözcük)
Developing countires’ economies have always been impacted by political and other speculative risks. Since Turkey is one of the developing countries, it’s stock exchange experiences significant increases and decreases in stock prices. Due to the discussed significant changes, it is difficult to identify a method that is always reliable on forecasting stock prices. Predictions that are made may not always represent the actual values. To minimize this uncertainty, financial analysts use different financial models. Nowadays, artificial neural network model is introduced in different areas. So that it has been also favoured by most of the financial analyst in the field of finance. At the beginning of the study, linear, logarithmic and cubic regression models were created and which method had better performance and which method was superior was found by the square root of mean error squares. This study aimed to find a reliable method to forecast Bist National-100 Index’s closing values. Stock value data from 2005 to 2012 were used to estimate 2013 year end closing values. Regression and artificial neutral network models were used to predict 2013 stock values. The results were compared with 2013 year end actuals. Based on the magnitude of the variances to the actual results, one of the methods was identified as a more reliable model to forecast future stock values.
Alan : Eğitim Bilimleri; Filoloji; Güzel Sanatlar; Hukuk; İlahiyat; Sosyal, Beşeri ve İdari Bilimler
Dergi Türü : Ulusal
Makale Detay 
Atıf Yapanlar
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Bu Sayfayı Yazdırın
Paylaş
Mendeley
