Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi

Buğra BAĞCI (Hitit Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Çorum, Türkiye)
Üçüncü Sektör Sosyal Ekonomi
19 0
Yıl: 2020 Cilt: 55 Sayı: 1 Sayfa Aralığı: 441 - 457 Metin Dili: Türkçe DOI: 10.15659/3.sektor-sosyal-ekonomi.20.03.1268 İndeks Tarihi: 18-11-2020

Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi

Öz:
Tüm çalışma alanlarında olduğu gibi finans alanında da zaman serilerini doğru bir şekilde tahminedebilmek, geçmişte ve günümüzde araştırmacılar için oldukça önemli bir konu olmuştur. Dolayısıyla hemteorik hem de uygulamalı alanlarda, geleceğin belirsizliğinden kaçınmak ve bugünden planlar yapıpgeleceğin getirebileceği zararları en aza indirmek amaçlanmaktadır. Bu düşünceden hareketle birçoktahmin metodu geliştirilmiştir. Bunlardan birisi de Gri Sistem Teorisidir. Gri diferansiyel denklemleraracılığıyla modelleme ve çözümleme tabanlı bir teori olan Gri Sistem Teorisi, bünyesinde birçok teknikbarındırmaktadır. Özellikle az sayıda gözlem ile analiz yapmaya da imkan sağlaması bu tekniği öneçıkarmaktadır. Bu çalışmada da, Türkiye’de en çok tercih edilen finansal yatırım araçları fiyatlarınıntahmin edilerek geleceğin belirsizliği belirli ölçüde azaltılmaya ve hem yatırımcılara hem de finansalyatırım araçlarının fiyatlarıyla yakından ilgili kişi ve kurumlara yön göstermeye çalışılmıştır. Bu amaçlaAltın, Dolar, Euro, BIST 100, Devlet İç Borçlanma Senetleri ve Vadeli Mevduat Faiz oranının 2019 yılınınilk 11 ayına ait aylık verileri kullanılarak değişkenlerin fiyatları GM(1,1) modeli ile tahmin edilmiştir.Sonuç olarak GM(1,1) modeli ile bütün yatırım araçlarında da yüksek düzeyde doğruluk oranlarıyla tahminsonuçlarına ulaşılmıştır.
Anahtar Kelime:

Prediction of Financial Investment Instruments Prices: Evidence From Grey System Theory

Öz:
As in all fields of study, estimating time series accurately in finance has been an important issue for researchers in the past and present. Therefore, it is aimed to avoid the uncertainty of the future in both theoretical and applied fields and to make plans from today and to minimize the damages that the future may bring. Based on this idea, many estimation methods have been developed. One of these is the Grey System Theory. Grey System Theory, which is a theory based on modeling and analysis by means of grey differential equations, incorporates many techniques. This technique is emphasized especially because it enables analysis with few observations. In this study, the most preferred by estimating the uncertainty of the future, financial investment instruments prices in Turkey have tried to show the direction to a certain extent, reduce and close to both investors and prices of financial instruments related persons and institutions. For this purpose, monthly data of Gold, Dollar, Euro, XU 100, Government Domestic Debt Securities, Deposit Interest Rate, for the first 11 months of 2019 were estimated using GM(1,1) model. As a result, with the GM(1,1) model, estimates were obtained with the highest accuracy rates in all investment instruments.
Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
  • Akay, D., Atak, M. (2007). Grey Prediction With Rolling Mechanism For Electricity Demand Forecasting Of Turkey. Energy, 32(9), 1670-1675.
  • Askari, M., Askari, H. (2011). Time Series Grey System Prediction-Based Models: Gold Price Forecasting. Trends In Applied Sciences Research, 6(11), 1287-1292.
  • Aykut, M.E. (2015). BIST-100 Endeksi İle Makroekonomik Değişkenler Arasındaki Nedensellik: 2005-2015 Yılları Arasında Türkiye Uygulaması, (Doktora Tezi), Eskişehir: Anadolu Üniversitesi Sosyal Bilimler Enstitüsü.
  • Boran, F.E. (2015). Forecasting Natural Gas Consumption In Turkey Using Grey Prediction. Energy Sources, Part B: Economics, Planning, and Policy, 10(2), 208-213.
  • Chiou, H.K., Tzeng, G.H., Cheng, C.K., and Liu, G.S. (2004, June). Grey Prediction Model For Forecasting The Planning Material Of Equipment Spare Parts In Navy of Taiwan. In Proceedings World Automation Congress, 2004. (Vol. 17, pp. 315-320). IEEE.
  • Dağlıoğlu, C., Kıral, G. (2018). Ekonomik Yatırım Araçları Getirilerinin Saklı Markov Modeli ile Tahmin Edilmesi: Türkiye Örneği. Uluslararası Ekonomi ve Yenilik Dergisi, 4(1), 61- 75.
  • Değirmenci, N., Akay, A. (2017). Finansal Verilerin ARIMA ve ARCH Modelleriyle Öngörüsü: Türkiye Örneği. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 12(3), 15-36.
  • Deng, J.L. (1982). Control Problems Of Grey Systems. Sys. & Contr. Lett., 1(5), 288-294.
  • Deng, J.L. (1989). Introduction To Grey System Theory. The Journal Of Grey System, 1(1), 1 - 24.
  • Doğukanlı, H. (2008). Uluslararası Finans, Genişletilmiş 2. Baskı, Adana: Karahan Yayınları.
  • Elyak, A. (2008). IMKB 100 Endeksini Etkileyen Faktörlerin Ekonometrik Analizi, (Yüksek Lisans Tezi), İstanbul: Marmara Üniversitesi, Sosyal Bilimler Enstitüsü.
  • Güner, B., Taçyıldız, E. (2017). Türkiye’deki Trafik Kazalarının Yuvarlanma GM(1,1) Mekanizması İle Tahmini. Selçuk Üniversitesi Sosyal ve Teknik Araştırmalar Dergisi, (13), 59-71.
  • Hsu, C.I., Wen, Y.H. (1998). Improved Grey Prediction Models For The Trans‐Pacific Air Passenger Market. Transportation Planning And Technology, 22(2), 87-107.
  • Hsu, L.C. (2003). Applying The Grey Prediction Model To The Global Integrated Circuit Industry. Technological Forecasting and Social Change, 70(6), 563-574.
  • İbicioğlu, M. (2012). Yatırım Araçlarının Getirileri Arasındaki İlişkilerin Çok Boyutlu Ölçekleme Yöntemi ile Analizi. Ekonomik ve Sosyal Araştırmalar Dergisi.
  • İlarslan, K. (2014). Hisse senedi fiyat hareketlerinin tahmin edilmesinde Markov zincirlerinin kullanılması: İmkb 10 bankacılık endeksi işletmeleri üzerine ampirik bir çalışma. Journal of Yaşar University, 9(35), 6158-6198.
  • Jo, T.C. (2003, June). The Effect Of Virtual Term Generation On The Neural-Based Approaches To Time Series Prediction. In 2003 4th International Conference on Control and Automation Proceedings (pp. 516-520). IEEE.
  • Kaya, K., Taşcı, L. (2015). TUTGA ve C Dereceli Nokta Koordinatlarının Gri Sistem ile Tahmin Edilmesi. TMMOB Harita ve Kadastro Mühendisler Odası, 15. Türkiye Harita Bilimsel ve Teknik Kurultayı, Ankara.
  • Kayacan, E., Ulutas, B., and Kaynak, O. (2010). Grey System Theory-Based Models In Time Series Prediction. Expert Systems With Applications, 37(2), 1784-1789.
  • Kayım, H. (1985). İstatistiksel Ön Tahmin Yöntemleri, Ankara: Hacettepe Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Yayınları.
  • Köse, E., Aplak, H.S. ve Kabak, M. (2015). Yetersiz Veri Ortamında Tahminler İçin Örnek Bir Uygulama: Gri Tahmin Yöntemi. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Fen Bilimleri Dergisi, 31(1), 82-88.
  • Lin, C.T., Hsu, P.F. (2002). Forecast Of Non-Alcoholic Beverage Sales In Taiwan Using The Grey Theory. Asia Pacific Journal Of Marketing And Logistics, 14(4), 3-12.
  • Lin, C.T., Yang, S.Y. (2003). Forecast Of The Output Value Of Taiwan's Opto-Electronics Industry Using The Grey Forecasting Model. Technological Forecasting And Social Change, 70(2), 177-186.
  • Liu, S., Lin, Y. (2006). Grey Information: Theory And Practical Applications. Springer Science & Business Media.
  • Liu, S.F., Lin, Y. (1998). An Introduction To Grey Systems. PA, USA: IIGSS Academic Publisher.
  • Liu, S.F., Yang, Y.J., Wu, L.F., and Xie, N.M. (2014). Grey System Theory and its Application, Vol. 6.
  • Lu, I.J., Lewis, C. and Lin, S.J. (2009). The Forecast Of Motor Vehicle, Energy Demand And CO2 Emission From Taiwan's Road Transportation Sector. Energy Policy, 37(8), 2952- 2961.
  • Mohammadi, A., Moradi, L., Talebnejad, A., and Nadaf, A. (2011). The Use Of Grey System Theory In Predicting The Road Traffic Accident In Fars Province In Iran. Australian Journal of Business and Management Research, 1(9), 18.
  • Orhunbilge, N. (1999). Zaman Serileri Analizi Tahmin Ve Fiyat İndeksleri, İstanbul: Tunç Matbaacılık.
  • Pao, H.T. Tsai, C.M. (2011). Modeling And Forecasting The CO2 Emissions, Energy Consumption, And Economic Growth İn Brazil. Energy, 36(5), 2450-2458.
  • Sayılgan, G. (2008). Soru Ve Yanıtlarıyla İşletme Finansmanı, 3.Baskı. Ankara: Turhan Kitabevi.
  • Sevinç, E. (2014). Makroekonomik Değişkenlerin, BÌST-30 Endeksinde İşlem Gören Hisse Senedi Getirileri Üzerindeki Etkilerinin Arbitraj Fiyatlama Modeli Kullanarak Belirlenmesi, Istanbul University Journal of the School of Business Administration, 43(2).
  • Şahin, E.E. (2018). Kripto Para Bitcoin:ARIMA ve Yapay Sinir Ağları ile Fiyat Tahmini. Fiscaoeconomia, 2(2), 74-92.
  • Trivedi, H.V. Singh, J.K. (2005). Application Of Grey System Theory In The Development Of A Runoff Prediction Model. Biosystems Engineering, 92(4), 521-526.
  • Tseng, F.M., Yu, H.C., and Tzeng, G.H. (2001). Applied Hybrid Grey Model To Forecast Seasonal Time Series. Technological Forecasting And Social Change, 67(2-3), 291-302.
  • Wang, C.H., Hsu, L.C. (2008). Using Genetic Algorithms Grey Theory To Forecast High Technology Industrial Output. Applied Mathematics And Computation, 195(1), 256-263.
  • Wu, L., Liu, S., Liu, D., Fang, Z., and Xu, H. (2015). Modelling And Forecasting CO2 Emissions In The BRICS (Brazil, Russia, India, China, And South Africa) Countries Using A Novel Multi-Variable Grey Model. Energy, 79, 489-495.
  • Xia, J., Hu, B. (1997). A Grey System Model For Predicting Trend Change Of Urban Waste Water Load. Journal of Environmental Hydrology, 5, 1-10.
  • Yılmaz, H., Yılmaz, M. (2013). Forecasting CO2 Emissions For Turkey By Using The Grey Prediction Method. Sigma, 31, 141-148.
  • Yiğiter, Ş.Y., Sarı, S.S., Karabulut, T., Başakın, E.E. (2018). Kira Sertifikası Fiyat Değerlerinin Makine Öğrenmesi Metodu ile Tahmini. Uluslararası İslam Ekonomisi ve Finansı Araştırmaları Dergisi, 4(3), 74-82.
  • Yüksel, R., Akkoç, S. (2016). Altın fiyatlarının yapay sinir ağları ile tahmini ve bir uygulama. Doğuş Üniversitesi Dergisi, 17(1), 39-50.
  • Zhang, Y., Xu, H., and Zheng, Y. (2012). Chinese Residents' Cold Chain Logistics Demand Forecasting Based On GM(1,1) Model. African Journal of Business Management, 6(14), 5136.
  • Zhan-Li, M., Jin-Hua, S. (2011). Application Of Grey-Markov Model In Forecasting Fire Accidents. Procedia Engineering, 11, 314-318.
APA Bağcı B (2020). Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi. , 441 - 457. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
Chicago Bağcı Buğra Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi. (2020): 441 - 457. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
MLA Bağcı Buğra Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi. , 2020, ss.441 - 457. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
AMA Bağcı B Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi. . 2020; 441 - 457. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
Vancouver Bağcı B Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi. . 2020; 441 - 457. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
IEEE Bağcı B "Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi." , ss.441 - 457, 2020. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
ISNAD Bağcı, Buğra. "Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi". (2020), 441-457. https://doi.org/10.15659/3.sektor-sosyal-ekonomi.20.03.1268
APA Bağcı B (2020). Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi. Üçüncü Sektör Sosyal Ekonomi, 55(1), 441 - 457. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
Chicago Bağcı Buğra Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi. Üçüncü Sektör Sosyal Ekonomi 55, no.1 (2020): 441 - 457. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
MLA Bağcı Buğra Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi. Üçüncü Sektör Sosyal Ekonomi, vol.55, no.1, 2020, ss.441 - 457. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
AMA Bağcı B Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi. Üçüncü Sektör Sosyal Ekonomi. 2020; 55(1): 441 - 457. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
Vancouver Bağcı B Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi. Üçüncü Sektör Sosyal Ekonomi. 2020; 55(1): 441 - 457. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
IEEE Bağcı B "Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi." Üçüncü Sektör Sosyal Ekonomi, 55, ss.441 - 457, 2020. 10.15659/3.sektor-sosyal-ekonomi.20.03.1268
ISNAD Bağcı, Buğra. "Finansal Yatırım Araçları Fiyatlarının Tahmininde Gri Sistem Teorisi". Üçüncü Sektör Sosyal Ekonomi 55/1 (2020), 441-457. https://doi.org/10.15659/3.sektor-sosyal-ekonomi.20.03.1268
Sayfa Oluşturulma Tarihi
23-04-2024 15:12

İLETİŞİM

TÜBİTAK ULAKBİM TR Dizin

Yüzüncüyıl, İşçi Blokları Mahallesi

Muhsin Yazıcıoğlu Caddesi No:51/C

06530 Çankaya / ANKARA +90 (312) 298 92 00

trdizin@tubitak.gov.tr

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © Tüm Hakları Saklıdır. Gizlilik Politikası Kullanım Şartları