Dergiler / Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi / 2021 / Cilt: 35 - Sayı: 1

Tahminleme Tekniklerinin Bulanık Esnek Kümeler Üzerinde Birleştirilmesi: BIST 100 Uygulaması

Sayfa
21–43
Yayın Tarihi
2021-01-15
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Her bir yöntem ve kombin modelin başarısı hata terimleri ile ölçülmüş ve bu ölçüm kombin modeli öne çıkarmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Öz Gelecekteki belirsizlik insanoğlunu tarih boyunca korkutmuş ve insanoğlu da bu duruma karşılık, belirsizliği azaltmak veya onu ortadan kaldırabilmek için faklı yöntemler kullanmıştır.
📊
Temel Bulgular & Veri:Fakat her bir yöntemin altyapısı ve algoritması birbirinden farklı olduğu için farklı sonuçlar üretmektedir.
💡
Sonuç & Katkı:Her bir yöntem ve kombin modelin başarısı hata terimleri ile ölçülmüş ve bu ölçüm kombin modeli öne çıkarmıştır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Anahtar Kelimeler Tahminleme · Bulanık Esnek Kümeler · Kombin Modeller

Özet

Öz Gelecekteki belirsizlik insanoğlunu tarih boyunca korkutmuş ve insanoğlu da bu duruma karşılık, belirsizliği azaltmak veya onu ortadan kaldırabilmek için faklı yöntemler kullanmıştır. Gelecek olayların ve şartların daha önceden tahmin edilmesinin işletmecilikte olduğu gibi, makroekonomi, biyoloji, tıp, mühendislik ve sosyal bilimler alanlarında da çok önemli olduğu bilinmektedir. Gelecek bir zamanda gerçekleşecek senaryolara hazırlıklı olmak, planlar yapıp politikalar belirlemek ve nihayetinde kararlar almak ancak geleceğin iyi tahmin edilmesiyle mümkün olabilecektir. Bu şekilde yapılacak iyi bir tahmin geleceğin belirsizliğinden kaynaklanan endişeyi de azaltacaktır. Günümüzde, regresyon analizi, zaman serisi analizleri ve sezgisel yöntemler gibi birçok tahmin tekniği kullanılmaktadır. Fakat her bir yöntemin altyapısı ve algoritması birbirinden farklı olduğu için farklı sonuçlar üretmektedir. Tahmin sonuçları ile direkt olarak ilgilenen kişiler ve kurumlar da, en doğru sonucu veren analiz tekniğini bilmek istemektedirler. Çünkü gelecekteki olayların doğru tahmini, yoğun rekabet ortamında ilgililere üstünlük sağlayabilecektir. Buradan hareketle bu çalışmada farklı tahmin teknikleri, kurulan bir bulanık esnek küme üzerinde birleştirilmiş ve tek bir çıktı ile tahmin değeri elde edilmiştir. Analizlerde BIST 100 endeksi düzey değerleri ve bu değişken üzerinde etkisi olduğu düşünülen makroekonomik değişkenlere ilişkin gerçek veriler kullanılmıştır. Oluşturulan bu veri seti gerek tek, gerekse çok boyutlu olarak çalışan farklı tahmin yöntemleri ile analiz edilmiş ve elde edilen sonuçlar bulanık esnek küme üzerinde birleştirilmiştir. Her bir yöntem ve kombin modelin başarısı hata terimleri ile ölçülmüş ve bu ölçüm kombin modeli öne çıkarmıştır.

🔖

Bu Makaleye Atıf Yap

BAĞCI, B., DEMİRER, Ö. (2021). Tahminleme Tekniklerinin Bulanık Esnek Kümeler Üzerinde Birleştirilmesi: BIST 100 Uygulaması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 35 - Sayı: 1, 21–43. https://ajindex.com/articles/82109

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (18)

  1. Aykut, M.E. (2015). BIST-100 Endeksi İle Makroekonomik Değişkenler Arasındaki Nedensellik: 2005-2015 Yılları Arasında Türkiye Uygulaması, (Doktora Tezi), Eskişehir: Anadolu Üniversitesi Sosyal Bilimler Enstitüsü. Bates, J.M. ve Granger, C.W. (1969). The Combination Of Forecasts. Journal Of The Operational Research Society, 20(4), 451-468.
  2. Baykal, N. ve Beyan, T. (2004).
  3. Bulanık Mantık İlke Ve Temelleri, Ankara:
  4. Bıçaklar Kitabevi.
  5. Bojadziev, G. (2007).
  6. Fuzzy Logic For Business, Finance, And Management, Vol. 23. World Scientific. Cağman, N. ve Enginoğlu, S. (2012). Fuzzy Soft Matrix Theory And Its Application İn Decision Making. Iranian Journal of Fuzzy Systems, 9(1), 109-119.
  7. Cihangir, M. ve Kandemir, T. (2010). Finansal Kriz Dönemlerinde Hisse Senetleri Getirilerini Etkileyen Makroekonomik Faktörlerin Arbitraj Fiyatlandırma Modeli Aracılığıyla Saptanmasına Yönelik Bir Çalışma (Kasım 2000 ve Şubat 2001 Finansal Krizleri Üzerine Değerlendirme ve Gözlemler), Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 15(1), 257-296.
  8. Demir, Y. ve Göçmenyağcılar, G. (2009). İMKB’de İşlem Gören Banka Hisse Senetlerinin Getirilerini Etkileyen Faktörlerin Arbitraj Fiyatlama Modeli İle Belirlenmesi. Uluslararası Alanya İşletme Fakültesi Dergisi, 1(2). Deutsch, M., Granger, C.W. ve Teräsvirta, T. (1994). The Combination Of Forecasts Using Changing Weights. International Journal of Forecasting, 10(1), 47-57.
  9. Dickinson, J.P. (1975). Some Comments On The Combination Of Forecasts. Journal of the Operational Research Society, 26(1), 205-210.
  10. Elmas, Ç. (2003).
  11. Bulanık Mantık Denetleyiciler, Ankara:
  12. Seçkin Yayıncılık. Enginoğlu, S. (2008). Soft Kümeler Ve Soft Karar Verme Metodları, (Yüksek Lisans Tezi), Tokat: Gaziosmanpaşa Üniversitesi,
  13. Fen Bilimleri Enstitüsü. İltaş, Y. (2015). Temel Makroekonomik Göstergelerin İşletme Sermayesi Üzerine Etkisinin İncelenmesi: BIST’te Sektörler Arası Bir Karşılaştırma, (Doktora Tezi), Kayseri: Erciyes Üniversitesi Sosyal Bilimler Enstitüsü. Kayım, H. (1985).
  14. İstatistiksel Ön Tahmin Yöntemleri, Ankara: Hacettepe Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Yayınları.
  15. Maji, P.K, Kumar, B., Ranjit. R. ve Akhil R. (2001).
  16. Fuzzy Soft Sets, Journal Of Fuzzy Mathematics, 9(3), 589-602.
  17. Maji, P.K., Roy, A.R. ve Biswas, R. (2002). An Application Of Soft Sets In A Decision Making Problem, Computers & Mathematics With Applications, 44(8-9), 1077-1083.
  18. Makridakis, S., Andersen, A., Carbone, R., Fildes, R., Hibon, M., Lewandowski