The Role of Financial Markets in Predicting BIST Sustainability Index Performance: New Evidence from Hybrid Machine Learning Models

Basit Öğe Kaydı
dc.authoridÇolak, Zeynep / 0000-0003-0058-6809
dc.contributor.authorÇolak, Zeynep
dc.date.accessioned2026-02-03T12:00:08Z
dc.date.available2026-02-03T12:00:08Z
dc.date.issued2025
dc.departmentÇanakkale Onsekiz Mart Üniversitesi
dc.description.abstractThe increasing importance of sustainable finance makes it critical to understand and accurately model the performance dynamics of investment instruments in this area. This study aims to forecast the return of the BIST Sustainability Index using financial market indicators and to explain the underlying dynamics of this forecasting process, thereby understanding the complex structures of financial markets, investor behavior, and information flow. In this study, eleven different machine learning models were compared with a validation strategy suitable for the time series structure, and the most successful candidates were subjected to hyperparameter optimization. In order to overcome the limitations of single models, a sequential hybrid model based on the Residual Fitting approach was developed. According to the results of the study, the two-stage hybrid model, which uses the Voting Regressor as the main predictor and Random Forest as the error corrector, provided the lowest error (RMSE) and the highest R2 value. The findings indicate that the BIST_100 index is the most critical determinant, while risk aversion indicators such as Gold, USD, and VIX have a negative effect. This evidence has farreaching implications for understanding the dynamic relationships between the Sustainability Index and macroeconomic variables.
dc.description.abstractSürdürülebilir finansmanın artan önemi, bu alandaki yatırım araçlarının performans dinamiklerini anlamayı ve doğru bir şekilde modellemeyi kritik hale getirmektedir. Bu çalışma, finansal piyasa göstergelerini kullanarak BIST Sürdürülebilirlik Endeksi'nin getirisini tahmin etmeyi ve bu tahmin sürecinin altında yatan dinamikleri açıklamayı, böylece finansal piyasaların karmaşık yapılarını, yatırımcı davranışlarını ve bilgi akışını anlamayı amaçlamaktadır. Bu çalışmada, zaman serisi yapısına uygun bir doğrulama stratejisi ile on bir farklı makine öğrenimi modeli karşılaştırılmış ve en başarılı adaylar hiperparametre optimizasyonuna tabi tutulmuştur. Tekil modellerin sınırlamalarını aşmak için, Residual Fitting yaklaşımına dayalı sıralı bir hibrit model geliştirilmiştir. Çalışmanın sonuçlarına göre, ana tahminci olarak Voting Reressor ve hata düzeltici olarak Rastgele Orman kullanan iki aşamalı hibrit model, en düşük hata (RMSE) ve en yüksek R² değerini sağlamıştır. Bulgular, BIST_100 endeksinin en kritik belirleyici olduğunu, Altın, USD ve VIX gibi riskten kaçınma göstergelerinin ise olumsuz bir etkiye sahip olduğunu göstermektedir.
dc.identifier.doi10.30784/epfad.1813752
dc.identifier.endpage402
dc.identifier.issn2587-151X
dc.identifier.startpage383
dc.identifier.trdizinid1360913
dc.identifier.urihttps://doi.org/10.30784/epfad.1813752
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1360913
dc.identifier.urihttps://hdl.handle.net/20.500.12428/34526
dc.identifier.volume10
dc.identifier.wosWOS:001630539400017
dc.identifier.wosqualityQ4
dc.indekslendigikaynakWeb of Science
dc.indekslendigikaynakTR-Dizin
dc.institutionauthorÇolak, Zeynep
dc.language.isoen
dc.publisherEconomic And Financial Research Assoc - Efad
dc.relation.ispartofEkonomi Politika & Finans Araştırmaları Dergisi
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_WOS_20260130
dc.subjectSustainable Finance
dc.subjectBIST Sustainability
dc.subjectIndex
dc.subjectMachine
dc.subjectLearning
dc.subjectSHAP
dc.subjectExplainable Artificial
dc.subjectIntelligence
dc.subjectSürdürülebilir Finans
dc.subjectBIST Sürdürülebilir Endeksi
dc.subjectMakine Öğrenimi
dc.subjectAçıklanabilir YapayZeka
dc.titleThe Role of Financial Markets in Predicting BIST Sustainability Index Performance: New Evidence from Hybrid Machine Learning Models
dc.title.alternativeBİST Sürdürülebilirlik Endeksi Performansının Tahmininde Finans Piyasalarının Rolü: Hibrid Makine Öğrenmesi Modellerinden Yeni Kanıtlar
dc.typeArticle

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Zeynep Colak_Makale.pdf
Boyut:
840.87 KB
Biçim:
Adobe Portable Document Format
İndir

Koleksiyon

WoS İndeksli Yayınlar Koleksiyonu
İşletme Bölümü Koleksiyonu
TR-Dizin İndeksli Yayınlar Koleksiyonu