AI Summary & Key Takeaways
AI InsightIn addition, the present study will be able to help professional fund managers to maintain the performance of funds they manage and to create their portfolios according to changing economic conditions.
📌 3 Key Takeaways
Abstract
In the present study, the researched attempted to estimate the net asset value (NAV) of 12 private pension funds operating in Turkey and described in the attack portfolio structure, covering the December 2005-January 2020 period using the multilayer perceptron (MLP) and multiple linear regression methods. To this end, models, comprised of 12 independent variables and one dependent variable were formed, and the success rates and error values of results were compared. A network model was designed in the MLP method, and this model consisted of 12 nodes in the input layer, 2 hidden layers with 5 nodes each, and one node in the output layer. An econometric model was created to identify and estimate the relationship between 12 independent variables and one dependent variable in the multiple linear regression model. The success rate of the MLP network is 77.40%, R2 0.986, RMSE 0.011, MAE 0.006, MAPE 0.076; on the other hand, the success rate of MLR was 44.54%, R2 0.981, RMSE 0.024, MAE 0.018, and MAPE 0.400. It was concluded in the study that the success rate of MLP was higher than linear regression, a traditional econometric method. These results are in parallel with those of previous studies in Turkey. In addition, the present study will be able to help professional fund managers to maintain the performance of funds they manage and to create their portfolios according to changing economic conditions.
Özet
Bu çalışmada Türkiye’de faaliyet gösteren ve atak portföy yapısı ile tanımlanan 12 bireysel emeklilik fonunun Aralık 2005- Ocak 2020 dönemi arasında aylık olarak net varlık değerleri (NAV) çok katmanlı algılayıcı (ÇKA) ve çoklu doğrusal regresyon yöntemleriyle tahmin edilmeye çalışılmıştır. Bunun için 12 bağımsız değişken ve bir bağımlı değişkenden oluşan modeller oluşturulmuş; elde edilen sonuçların başarı oranları ve hata değerleri karşılaştırılmıştır. ÇKA yönteminde giriş katmanında 12 düğüm, 2 gizli katman ve her gizli katmanda 5 düğüm ve çıkış katmanında bir düğüm olan bir ağ modeli tasarlanmıştır. Tasarlanan bu ağ modelinde gizli katma sayısı ve her gizli katmandaki nöron sayısı aynıdır. Çoklu doğrusal regresyon modelinde 12 bağımsız değişken ile bir bağımlı değişken arasındaki bağıntıyı ortaya koymak ve tahminde bulunmak için her bir bireysel emeklilik yatırım fonunun net varlık değeri için bir model oluşturulmuştur. ÇKA ağının başarı oranı %77,40, R2 0,986, RMSE 0,011, MAE 0,006, MAPE 0,076; ÇDR ise başarı oranı ise %44,54, R2 0,981, RMSE 0,024, MAE 0,018, MAPE 0,400 olmuştur. Bu çalışma sonucunda ÇKA’nın başarısının geleneksel ekonometrik bir yöntem olan doğrusal regresyona göre daha iyi olduğu sonucuna ulaşılmıştır. Elde edilen bu sonuçlar Türkiye’de bundan önceki yapılan çalışmalar ile paralellik göstermektedir. Ayrıca bu çalışma profesyonel fon yöneticiler için de yönettikleri fonların performansını sürdürülebilir hale getirmesi ve değişen ekonomik koşullara göre portföylerini oluşturmasında yardımcı olacağı düşünülmektedir.