Türkiye gibi gelişmekte olan ekonomilerde hisse senedi getirilerinin tahmin edilmesi, finans çalışmalarında önemli araştırma konuları içerisinde bulunmaktadır. Ayrıca hisse senedi getirilerinin tahmin edilmesi yatırımcılar açısından da önemlidir. Bu çalışmada hisse senedi getirilerinin yatırımcı duyarlılığı aracılığı ile tahmin edilmesi amaçlanmaktadır. Çalışmanın teorik kısmında ayrıntılı bir literatür çalışması yapılmıştır. Uygulama kısmında ise, tahmin için geliştirilen modellerde bağımsız değişken olarak yatırımcı duyarlılığını temsil eden Tüketici Güven Endeksi ve alt endeksleri kullanılmıştır. Bu kapsamda 5 değişkenle kurulan toplam 5 model kullanılarak destek vektör makineleri yöntemleri ile analiz yapılmıştır. Analizi yapılan tüm modellerde, 2007- 2018 yılları arasındaki aylık verilerden yararlanılmıştır. Değişkenlere ait toplanan 144 aylık verinin %70’ lik kısmı eğitim verisi olarak, %30’ luk kısmı ise matematiksel modellerin tahmin başarısını ölçmek için kullanılmıştır. Elde edilen bulgularda, destek vektör makinesi yöntemi ile yapılan tahminlerin başarılı sonuçlar verdiği görülmüştür.
In developing economies such as Turkey, the estimation of the return of shareholders is among important research issues in financial studies. It is also important for investors to predict the return of the stock. In this study, the aim is to estimate the return of the stock by means of investor sensitivity. In the theoretical part of the study, a detailed literary study was carried out. In the application section, the Models developed for prediction have used Consumer Trust Index and sub-indices that represent investor sensitivity as an independent variable. In this framework, a total of 5 models established with 5 variables have been analyzed using support vector machines methods. All analysed models used monthly data between 2007 and 2018. 70% of the 144 monthly data collected on variables were used as educational data, while 30% of the logs were used to measure the predictive success of mathematical models. In the findings obtained, the forecasts made using the support vector machine method have shown successful results.
Dergi Türü : Uluslararası
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|