Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Finansal Bilimler Fakültesi, Bankacılık Bölümü, Türkiye
Tezin Onay Tarihi: 2007
Tezin Dili: Türkçe
Öğrenci: DOĞUKAN ÖZGEN
Danışman: UFUK BAŞOĞLU
Özet:Çalışmada öncelikle Türk finansal piyasalarda rol alan aktörler ve bu aktörlerin kullandığı araçlar teorik olarak incelenmiştir. Tezin 1. bölümünde bu teorik incelemenin yanında 2000 yılı sonrası Türk finansal piyasadaki gelişmeler ortaya konmaya çalışılmıştır. Bununla birlikte Finansal piyasalarda rol oynayan değişkenlerin yapıları ve birbirleriyle olan ilişkileri iktisadi olarak açıklanmaya çalışılmıştır. 1. bölümün sonucunda değişkenler arasında non-lineer bir yapının var olduğu bulgusuna ulaşılmıştır. Tezin 2. bölümünde bu non-lineer yapıyı modelleyebileceği düşünülen yapay sinir ağları teorik olarak açıklanmıştır. Bu kısımda yapay sinir ağlarının nerelerde kullanıldığı, nasıl kullanıldığı, özellikleri, avantajları, dezavantajları, öğrenme algoritmalarından bahsedilmiştir. Uygulamada Levenberg-Marquardt algoritması kullanılmıştır. Tezin 3. kısmı ise Zaman Serileri analizine ayrılmıştır. Bu kısımda, kullanılan testler açıklanmıştır. Tezin 4. kısmı uygulama kısmıdır. Türk finansal piyasalarının yapay sinir ağları ile modellendiği kısımdır. Finansal piyasaları temsil eden değişken olarak İMKB–30 endeksi seçilmiştir. İMKB–30 endeksini açıklayan değişkenler olarak da Dolar kuru ve Faiz Oranı kullanılmıştır. Çalışmada değişkenler aylık frekansta toplanmış olup 2000 Ocak ayı ile 2006 yılının Eylül ayına kadar olan dönem incelenmiştir. Veriler modellenirken orijinal halleri kullanılmamıştır. Öncelikle değişkenler, sahip olduğu sistematik değişimden arındırılarak durağan hale getirilmişlerdir. Yapay Sinir Ağı Modeli’nde de bu getiri serileri kullanılmıştır. Model sonucu elde edilen çıktıların gerçek değerlerle korelasyonunun yüksek olması getiri serileri arasında non-lineer bir yapının olduğunu göstermektedir. ABSTRACT In study, moduls which act in Turkish financial market and their usage field are analysed. In 1st section of thesis, as well as this analyse, after 2000, developments on Turkish financial markets birng up a matter. Also variables’, which ara on Turkish financial markets, structure and relationships between them are tried to explain. At the end of this section, we can sat that there is non-lineer structure between these variables. In 2th section of thesis, Artificial Neural Networks, which template this non-lineer structure, are explained theoretically. In this section, for Artificial Neural Networks’ usage fields, properties, advantages, disadvantages, algorithms of learning are mentioned. In practice, algorithm of Levenberg-Marquardt is used. In 3rd section of thesis, time series analysis are told. In 4th section of thesis, we can see Turkish financial market which are templated with Artificial Neural Networks. “IMKB–30 Indeks” that represents financial markets, are chosen as variable. “Dolar Exchance Rate” and “Interest Rate” are used as variables that explaine “IMKB–30 Indeks” In study, variables are gathered monhtly and these periyods that between January, 2000 and September, 2006 is analysed. While data were being templated, their original conditions weren’t used. Primarily, by purifying variables from systematic changing, they are stabled situation. When the origianl data are stabled, they convert to series of yield. These series of yield are used in Artificial Neural Networks. Because of correlation between outputs, are acquired from modeling, and real values is high, shows there is a non-lineer structure between series of yields.