SavedAdd your journal

Journals / Adnan Menderes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi / 2017 / Cilt: 4 - Sayı: 4

Bist 30 Endeksinde Entropi Ve Yüksek Momentlerle Topsıs Ve Promethee Tabanlı Çok Amaçlı Portföy Seçimi Modeli Önerisi

Osman PALA
Mehmet AKSARAYLI
Pages
171–188
Publication Date
2017-12-28
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Uygulanan istatistik testleri sonucu, önerilen PROMETHEE modelinin daha etkin sonuçlar verdiği gözlenmiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Modern dönemde portföy seçimi, finansal karar vericilerin ilgilendiği ve önceden tanımlı kısıtlamalar ile hedefler doğrultusunda optimum portföy seçimi olarak tanımlanabilecek, finansın önemli bir konusudur.
📊
Key Findings & Data:Portföyler, getirileri politik kriz, finansal dalgalanmalar ve teknolojik gelişmeler gibi farklı olaylardan etkilenebilecek birden fazla sayıda hisse senedinden oluşmaktadır.
💡
Conclusion & Impact:Uygulanan istatistik testleri sonucu, önerilen PROMETHEE modelinin daha etkin sonuçlar verdiği gözlenmiştir.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Portföy Optimizasyonu · Pareto Sıralama · PROMETHEE

Özet

Modern dönemde portföy seçimi, finansal karar vericilerin ilgilendiği ve önceden tanımlı kısıtlamalar ile hedefler doğrultusunda optimum portföy seçimi olarak tanımlanabilecek, finansın önemli bir konusudur. Portföyler, getirileri politik kriz, finansal dalgalanmalar ve teknolojik gelişmeler gibi farklı olaylardan etkilenebilecek birden fazla sayıda hisse senedinden oluşmaktadır. Markowitz tarafından tanımlanan Modern Portföy Teorisi ve Ortalama Varyans modeli sayesinde portföy riskinin düşürülebilmesi ilk defa mantıklı bir yapıya oturmuştur. Teoriye göre karar verici, portföy riskini kendi aralarında pozitif korelasyona sahip olan hisse senetlerini birlikte portföye dahil etmeyerek düşürebilmektedir. Çalışmada, portföy seçim problemi için iki aşamalı çok amaçlı portföy seçim modeli önerilmiştir. İlk olarak, Ortalama Varyans modeli ile Pareto optimum portföyler elde edilmiştir. Sonrasında ise TOPSIS ve PROMETHEE yöntemleri kullanılarak yatırımcı tipine göre Pareto optimum portföyler sıralanmıştır. Entropi ve yüksek dereceden momentler, Pareto portföyleri sıralarken kriter olarak kullanılmıştır. Test periyodunda Pareto optimum portföylerin getiri performansları, portföy performans ölçütlerine göre değerlendirilmiş ve değerlendirme sonuçları TOPSIS ve PROMETHEE sıralama sonuçları ile kıyaslanmıştır. Uygulanan istatistik testleri sonucu, önerilen PROMETHEE modelinin daha etkin sonuçlar verdiği gözlenmiştir.

🔖

Cite This Article

PALA, O., AKSARAYLI, M. (2017). Bist 30 Endeksinde Entropi Ve Yüksek Momentlerle Topsıs Ve Promethee Tabanlı Çok Amaçlı Portföy Seçimi Modeli Önerisi. Adnan Menderes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Cilt: 4 - Sayı: 4, 171–188. https://ajindex.com/articles/728685

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (13)

  1. AKSARAYLI, M. ve PALA, O., (2016). A Hybrid Multi-objective Optimization Approach Based on Promethee for Portfolio Selection 2016 Socio-Economic Strategies in Turkey. s:90-108.
  2. ARACIOGLU, B., DEMIRCAN, F. ve SOYUER, H. (2011). Mean-Variance-Skewness-Kurtosis Approach to Portfolio Optimization: An Application in Istanbul Stock Exchange/Portföy Optimizasyonunda Ortalama-Varyans-Çarpiklik-BasiklikYaklasimi: IMKB Uygulamasi. Ege Akademik Bakis, 11, 9-17.
  3. ARDITTI, F. D. (1971). Another Look At Mutual Fund Performance. Journal Of Financial And Quantitative Analysis, 6(03), 909-912.
  4. ARDITTI, F. D., ve LEVY, H. (1975). Portfolio Efficiency Analysis In Three Moments: The Multiperiod Case. The Journal Of Finance, 30(3), 797-809.
  5. BALLESTERO, E., GÜNTHER, M., PLA-SANTAMARIA, D., ve STUMMER, C. (2007). Portfolio Selection Under Strict Uncertainty: A Multi-Criteria Methodology And Its Application To The Frankfurt And Vienna Stock Exchanges. European Journal Of Operational Research, 181(3), 1476-1487.
  6. BEHZADIAN, M., OTAGHSARA, S. K., YAZDANI, M., ve IGNATIUS, J. (2012). A state-of the-art survey of TOPSIS applications. Expert Systems with Applications, 39(17), 13051-13069.
  7. BERA, A. K., ve PARK, S. Y. (2008). Optimal Portfolio Diversification Using The Maximum Entropy Principle. Econometric Reviews, 27(4-6), 484-512. BIST web site. Available online:https://datastore.borsaistanbul.com/ (accessed on 17 September 2017).
  8. BRANS, J. P. (1982). L’ingénieurie de la décision-Elaboration d’instruments d’aidea la décision. La méthode Prométhée–Dans Nadeau R. et Landry M. L'aide à la décision: nature, intruments et perspectives d'avenir-Québec, Canada, 182-213.
  9. BRANS, J. P., ve VINCKE, P. (1985). Note—A Preference Ranking Organisation Method: (The PROMETHEE Method for Multiple Criteria Decision-Making). Management science, 31(6), 647-656.
  10. BRANS, J. P., VINCKE, P., ve MARESCHAL, B. (1986). How to select and how to rank projects: The PROMETHEE method. European journal of operational research, 24(2), 228-238.
  11. CAPORIN, M., JANNIN, G. M., LISI, F., ve MAILLET, B. B. (2014). A Survey On The Four Families Of Performance Measures. Journal Of Economic Surveys, 28(5), 917-942.
  12. CHEN, W. P., CHUNG, H., HO, K. Y., ve HSU, T. L. (2010). Portfolio Optimization Models And Mean–Variance Spanning Tests. In Handbook Of Quantitative Finance And Risk Management (s: 165-184).
  13. Springer US. CHUNHACHINDA, P., DANDAPANI, K., HAMID, S., ve PRAKASH, A. J. (1997). Portfolio Selection And Skewness: Evidence From