Geri Dön

Hisse getiri oranlarının tahmininde yapay sinir ağı modelinin uygulanabilirliği: 2008 finansal kriz örneği

The applicability of artificial neural network method on prediction of rate of stock return: Example of 2008 financial crisis

  1. Tez No: 302160
  2. Yazar: HATİCE NERİMAN BAŞDEMİR
  3. Danışmanlar: YRD. DOÇ. DR. SÜLEYMAN SERDAR KARACA
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Ekonomik kriz 2008, Finansal kriz, Gıda sektörü, Hisse senedi getirileri, Yapay sinir ağları, İMKB, Economical crisis 2008, Financial crisis, Food sector, Stock returns, Artificial neural networks, İstanbul Stock Exchange
  7. Yıl: 2012
  8. Dil: Türkçe
  9. Üniversite: Gaziosmanpaşa Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Muhasebe Finansman Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada amaç, 2008 finansal kriz döneminde Türkiye'deki işletmelerin hisse getiri oranlarının tahmin edilmesidir.Bu amaç doğrultusunda ilk bölümde, ekonomik kriz ile ilgili kavramlar, Dünya'da ve Türkiye'de yaşanan finansal krizler ve krizlerin şirketlere etkisi incelenmiştir. İkinci bölümde, tahmin modellemesinde kullanılan yapay sinir ağları teorik olarak incelenmiştir. Uygulamaya ayrılmış son bölümde, İstanbul Menkul Kıymetler Borsası (İMKB)'nda hisse senetleri işlem gören gıda sektörüne ait işletmelerin 2006-2010 dönemi için finansal oranları hesaplanmış ve bir tahmin modeli geliştirilmiştir. Sonuç olarak yapay sinir ağlarının hisse getiri oranlarını tahmin etmede başarılı olduğu sonucuna varılmıştır.

Özet (Çeviri)

The aim of this study is to estimate the companies? share performance in Turkey during the 2008 financial crisis.In accordance with this aim, concepts pertaining to economic crisis, financial crisis occured in Turkey and abroad and the effects of crises on companies are analysed in the first section. In the second section, Artificial Neural Networks used in projection modeling is analysed theoretically. In the last section dedicated to implementation, the financial ratios of the companies ib food sector whose shares have been in Istanbul Stock Exchange (ISE) for 2006 and 2010 period are calculated and a projection model is proposed. As a result, it is concluded that Artificial Neural Networks ara successful in estimating share performance ratios.

Benzer Tezler

  1. Finansal sistemin ekonomik kalkınmadaki yeri“Türk finansal sistemi örneği”

    Başlık çevirisi yok

    METİN TOPRAK

    Doktora

    Türkçe

    Türkçe

    1992

    Ekonomiİstanbul Üniversitesi

    PROF.DR. GÜLTEN KAZGAN

  2. Menkul kıymet analizi ve portföy yönetimi İstanbul Menkul Kıymetler Borsası'nda bir uygulama

    Başlık çevirisi yok

    FATMA SAHİLLİOĞLU(GÜNEŞ)

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    İşletmeİstanbul Üniversitesi

    Uluslararası İşletmecilik Ana Bilim Dalı

    PROF. DR. A. BÜLENT PAMUKÇU

  3. Euro'ya geçiş ve euro para birimli tahvil piyasalarının yapısı ve işleyişi üzerine bir araştırma

    Başlık çevirisi yok

    SEVGİ AYDOĞDU TÜRKKAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    EkonomiMarmara Üniversitesi

    Sermaye Piyasası ve Borsa Ana Bilim Dalı

    DOÇ.DR. GÜREL KONURALP

  4. Sensitivity analysis of expected shortfall by means of a second-order approximation

    İkinci derece yaklaştırım yoluyla beklenen kayıp hassaslık analizi

    GÜVEN GÜL POLAT

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Hesaplamalı Bilim ve Mühendislik Ana Bilim Dalı (disiplinlerarası)

    PROF. DR. BURÇ ÜLENGİN

  5. Mali endeks ve banka hisse senetlerinin volatilite tahmininde ARCH-GARCH-EGARCH modellerinin testi: İMKB'de bir uygulama

    Testing the ARCH-GARCH-EGARCH models on volatility estimation of fiscal endex and bank shares

    ERSİN ÇATALBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    BankacılıkGazi Üniversitesi

    Bankacılık Eğitimi Bilim Dalı

    YRD. DOÇ. DR. MEHMET ARSLAN