Yazar "Ural, Mert" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim
    Öğe
    Bir Makine Öğrenimi Uygulaması: G7 Ülkelerinde Finansal Kriz Tahminleme
    (Economic And Financial Research Assoc - Efad, 2025) Mert Sarıtaş, Merve; Ural, Mert
    Bu çalışma, sistemik bankacılık krizlerini tahmin etmede makine öğrenmesi yöntemlerinin etkinliğini, özellikle karmaşık ve doğrusal olmayan örüntüleri yakalama yeteneğiyle öne çıkan XGBoost algoritmasını kullanarak araştırmaktadır. 1870-2020 dönemi için G7 ülkelerine ait finansal ve makroekonomik veriler kullanılarak sistemik bankacılık kriz tahmininde XGBoost tabanlı bir model geliştirilmiştir. Ayrıca, modelin 'kara kutu' doğasını aşarak karar alma süreçlerini derinlemesine anlamlandırmak amacıyla SHAP (SHapley Additive exPlanations) yöntemleri uygulanarak model sonuçları arasındaki nedensel ilişkiler analiz edilmiş, böylece tahmin edici değişkenler ile kriz riski arasındaki nedensel ilişkiler şeffaf bir şekilde analiz edilmiştir. Bulgular, XGBoost'un yüksek tahmin performansı sergileyerek uygulayıcılar ve politika yapıcılar için kriz riskini değerlendirmede yeni olanaklar sunduğunu göstermektedir. Ek olarak SHAP değerleri, tahmin edici değişkenler ile kriz riski arasındaki karmaşık ilişkileri ortaya çıkararak makine öğrenimi modellerinin şeffaflığını ve hesap verebilirliğini önemli ölçüde artırmaktadır. Bu yaklaşım, finansal krizlerin temel ekonomik itici güçlerini belirleme konusunda sağlam ve güvenilir bir analitik altyapı sunarak finansal kriz tahmininde makine öğrenmesi yöntemlerinin potansiyelini vurgulamaktadır.
  • [ X ]
    Öğe
    Finansal Baloncukların Tespiti ve Tahminlenmesi
    (Dokuz Eylül Üniversitesi, 2025) Saritaş, Merve Mert; Ural, Mert
    Finansal balonların öngörülmesi, uygulamalı finans literatüründe önemli bir araştırma konusu olarak kabul görmektedir. Bu çalışmanın amacı, 2002M01-2024M06 dönemi boyunca BİST 100, BİST Banka ve BİST Sınai endeksindeki finansal balonları ekonometrik ve makine öğrenimi yöntemlerini birleştirerek tespit etmek ve öngörmektir. Bu doğrultuda, ilk olarak balon dönemlerinin tespitinde Genelleştirilmiş Supremum Artırılmış Dickey-Fuller (GSADF) testi kullanılmıştır. Bu test, zaman serilerindeki yapısal kırılmaları ve volatilite değişimlerini dikkate alarak balonların tespitinde daha güçlü bir yöntem sunmaktadır. İkinci olarak, balon oluşumunu makroekonomik göstergelerle ilişkilendirerek tahmin etmek için Rastgele Orman Ağaçları (Random Forest Algorithm) yöntemi kullanılmıştır. Rastgele Orman (Random Forest) algoritması ile balon oluşum olasılığını etkileyen finansal ve makroekonomik faktörlerin göreceli önemi belirlenmiştir. Analiz sonuçları, Türkiye’de BİST 100, BİST Banka ve BİST Sınai endeksinde fiyat balonlarının oluşumunda para arzı, döviz kuru, tüketici fiyat endeksi, FED faiz oranı, Bileşik Öncü Göstergeler Endeksinin belirleyici olduğunu göstermektedir. Bu doğrultuda, balon risklerini azaltmak ve finansal istikrarı sağlamak için para politikası ve makro ihtiyati tedbirlerin etkin kullanımının önemini ortaya koymaktadır. Aynı zamanda makine öğrenmesi yöntemlerinin finansal balonların erken tespiti ve piyasa risklerinin yönetimi açısından önemli bir potansiyel taşıdığını göstermektedir. Modelin performansını değerlendiren sonuçlar, önerilen yaklaşımın yüksek tahmin gücüne sahip olduğunu ve finansal balonların öngörülmesinde etkili bir alternatif olabileceğini göstermektedir