Analysis of BIST Bank Index with Data Based Models


Creative Commons License

Sarı S. S., Başakın E. E.

verimlilik dergisi, no.3, pp.147-163, 2021 (Peer-Reviewed Journal)

  • Publication Type: Article / Article
  • Publication Date: 2021
  • Doi Number: 10.51551/verimlilik.691193
  • Journal Name: verimlilik dergisi
  • Journal Indexes: TR DİZİN (ULAKBİM)
  • Page Numbers: pp.147-163
  • Erzincan Binali Yildirim University Affiliated: Yes

Abstract

Purpose: In the study, in order to determine the changes in the expectations of the investors and to make the right decisions, the effect of Risk Appetite Index and VIX Fear Index, which are among the risk appetite indicators, on stock returns were tried to be predicted for the markets of our country.

Methodology: The methods included in the research that support the theoretical part of the study are Artificial Neural Networks (ANN), Support Vector Machines (SVM) and Adaptive Network-Based Fuzzy Inference System (ANFIS). Statistica and MATLAB package programs were used to apply the methods.

Findings: As a result of the analysis, it has been revealed that the Risk Appetite Index and VIX Fear Index can predict stock returns with acceptable accuracy. Thus, the decision makers and institutions can carry out their investments more efficiently.

Originality: Choosing the most accurate risk appetite indicator and using it in return estimates will contribute to the efficiency of investors’ decisions. In this study, it is tried for the first time to estimate the relationship between risk appetite indicators and return index for Turkey using data-based models.

Keywords: Artificial Neural Networks (ANN), Support Vector Machines (SVM), Adaptive Network Based Fuzzy Inference System (ANFIS), Risk Appetite.

Amaç: Çalışmada yatırımcıların beklentilerinde meydana gelen değişikliklerin belirlenmesi ve doğru kararlar almaları amacıyla, risk iştahı göstergelerinden Risk İştahı Endeksi ve VIX Korku Endeksinin hisse senedi getirileri üzerindeki etkisi ülkemiz piyasaları için tahmin edilmeye çalışılmıştır.

Yöntem: Çalışmanın teorik kısmını destekleyecek olan, araştırmada yer alan yöntemler; Yapay Sinir Ağları (YSA), Destek Vektör Makineleri (DVM) ve Adaptif Ağ Tabanlı Bulanık Çıkarım Sistemi (ANFIS)’dir. Yöntemleri uygulamak için Statistica ve MATLAB paket programlarından faydalanılmıştır.

Bulgular: Yapılan analizler sonucunda Risk İştahı Endeksi ve VIX Korku Endeksinin hisse senedi getirilerini kabul edilebilir doğrulukta tahmin edebildiği ortaya çıkmıştır. Bu sayede karar alıcı kişi ya da kurumların yatırım işlemlerini etkin bir şekilde gerçekleştirebilmelerinin önü açılacaktır.

Özgünlük: Risk iştahı göstergelerinden en doğru olanının seçilmesi ve getiri tahminlerinde kullanılmasının, yatırımcıların kararlarının etkinliğine katkı sağlayacaktır. Bu çalışma ile veri tabanlı modeller kullanılarak risk iştahı göstergeleriyle getiri endeksi arasındaki ilişkinin Türkiye için tahmin edilmesi ilk kez denenmiştir.

Anahtar Kelimeler: Yapay Sinir Ağları (YSA), Destek Vektör Makineleri (DVM), Adaptif Ağ Tabanlı Bulanık Çıkarım Sistemi (ANFIS), Risk İştahı.