BİST'deki ulaştırma sektörü firmalarının verilerinin modellenmesi ve tahmini için koşullu ve koşulsuz sermaye varlıkları fiyatlandırma modelinin performans karşılaştırması
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Eskişehir Osmangazi Üniversitesi, FEN BİLİMLERİ ENSTİTÜSÜ, İSTATİSTİK ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2020
Tezin Dili: Türkçe
Öğrenci: TANER AKSOY
Danışman: Serdar Neslihanoğlu
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Globalleşme ve dijitalleşmenin bir sonucu olarak küresel finansal piyasalar birbirleri ile daha hızlı bir etkileşim içerisinde olmasıyla birlikte bu piyasalardaki dalgalanmalar hızlı bir şekilde yön değiştirmektedir. Bu durumun bir sonucu olarak finansal piyasa risklerinin modellenmesi ve tahmininin en az hata ile yapılmasının önemi yatırımcılar ve araştırmacılar açısından günden güne artmaktadır. Bu amaç doğrultusunda araştırmacılar tarafından sıklıkla finansal piyasa riskinin bir ölçüsü olarak tanımlanan durağan beta parametresine olanak sağlayan koşulsuz Sermaye Varlıkları Fiyatlandırma Modeli (SVFM) (Doğrusal Piyasa Modeli (DPM) ile tutarlı) kullanılır. Fakat araştırmalarda finansal piyasalardaki hızlı şekilde yön değiştiren dalgalanmalardan dolayı SVFM'nin performansının finansal piyasa risklerinin modellenmesi ve tahmini için yeterli olmadığı ve bu duruma karşı zamanla değişen beta parametrelerine olanak sağlayan Koşullu SVFM (K-SVFM) (Zamana bağlı değişen Doğrusal Piyasa Modeli (Z-DPM) ile tutarlı) önerilmiştir. Bu tezin temel odak noktası olan SFVM ve K-SFVM'lerini modelleme ve gelecek 1 yıllık tahmin performanslarını karşılaştırmak amacıyla Borsa İstanbul A.Ş. (BIST)'de işlem gören ulaştırma sektöründe yer alan 5 farklı firmanın 01.08.2014-01.08.2019 dönemindeki günlük ve haftalık frekans değerlerini kapsayan veriler kullanılmıştır. Burada, K-SVFM'deki zamana bağlı değişen betaların modellenmesi ve tahmini için koşullu değişen varyans modellerine olanak sağlayan GARCH-tipi modellerden olan GARCH, EGARCH ve GJRGARCH modelleri kullanılmıştır. Sonuçta, MAE ve MSE model kıyaslama kriterlerine göre, genel olarak K-SVFM'nin performansının SVFM'ye göre ulaştırma sektöründeki 5 farklı firmanın verilerinin modellenmesi ve özellikle yatırımcılar ve araştırmacılar açısından önemli olan bu verilerin 1 yıllık gelecek tahmini aşamasında hem günlük hemde haftalık frekans sıklıklarında daha üstün olduğu görülmektedir.