Borsa İstanbul'da halka arz edilen şirketlerin (XHARZ) makine öğrenmesi tabanlı yaklaşımlar ile değerlendirilmesi
Evaluation of IPO companies (XHARZ) on Borsa Istanbul via machine learning based approaches
- Tez No: 1000178
- Danışmanlar: PROF. DR. MELTEM KARAATLI
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Birincil halka arz, Hiyerarşik kümeleme, Initial public offering, Hierarchical clustering
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Halka arz edilen şirketlerin borsaya katılımları yeni olduğundan dolayı, yatırımcıların bu şirketler hakkında sahip olduğu bilgi sınırlıdır. Bu çalışmada, halka arz edilen şirketlerin yapısal benzerliklerini ve birbirleriyle olan eğilimlerini ortaya koymak amacıyla makine öğrenmesinde sıklıkla başvurulan Kümeleme ve Birliktelik Kuralları Analizi kullanılmıştır. Bu analizlerde kullanılan değişkenler; erişilebilir, ölçülebilir ve şirket bazlı veriler arasından seçilmiştir. Çalışmada 01.07.2023-31.12.2024 dönemine ilişkin, Borsa İstanbul Pay Piyasası'nda (BIST) halka arz olan 91 yeni şirkete ait; kapanış fiyatı (close), işlem hacmi (volume), beta katsayısı, volatilite (fiyat oynaklığı), piyasa değeri, piyasa değeri/defter değeri, getiri, özkaynaklar/ödenmiş sermaye, piyasa değeri/net satışlar değişkenleri dikkate alınmıştır. Bu dönemde halka arzı gerçekleşen hisse senetleri, öncelikle Kümeleme Analizi ile incelenmiş, daha sonra Birliktelik Kuralları Analizi ile hem elde edilen kümeler bazında hem de genel olarak halka arzı gerçekleşen hisse senetlerinin birliktelik eğilimleri değerlendirilmiştir. Kümeleme Analizi için Hiyerarşik Kümeleme Algoritması kullanılmış, Birliktelik Kuralları Analizi için de Apriori Algoritmasından yararlanılmıştır. Hem Kümeleme Analizi hem de Birliktelik Kuralları Analizi için R Programlama dili tercih edilmiştir. Çalışmanın sonuçları; yapılan Kümeleme Analizi ile halka arz olan hisse senetleri arasında yapısal benzerliklerin tespit edildiğini, ardından yapılan Birliktelik Kuralları Analizi ile de halka arz olan hisse senetlerinin hangilerinin fiyat hareketleri açısından birlikte hareket ettiğini ortaya koymuştur. Elde edilen bulgular hem bireysel hem de kurumsal yatırımcılar açısından portföy çeşitlendirme sürecinde yol gösterici olabilecek niteliktedir. Özellikle hisse senedi piyasalarının oldukça dinamik yapısı göz önüne alındığında, fiyat hareketlerinde birlikte eğilim sergileyen halka arz hisse senetlerinin belirlenmesi, yatırımcılara stratejik avantaj sağlayabilir. Birlikte hareket ettiği saptanan halka arz hisse senetlerinden birinde gözlemlenen değişimin, diğer hisse senetlerinde de benzer bir eğilimle devam etme olasılığı, potansiyel kazanç fırsatlarının değerlendirilmesine olanak tanımaktadır. Dolayısıyla bu analiz sonuçları, yatırımcıların zamanında ve isabetli pozisyon alabilmeleri açısından katkı sağlayabilir. Ayrıca portföy riskinin azaltılmasında kullanılan çeşitlendirme yöntemi uygulanırken; birlikte hareket eden hisse senetlerinin çeşitlendirme açısından uygun olmayacağı bulgusu da yatırımcılara yol gösterecektir. Araştırma sonucunda elde edilen temel bulgular, GESAN ve SMRTG hisseleri etrafında güçlü bir birlikte hareket eğilimi olduğunu ve bu merkeze CWENE ile EUPWR hisselerinin de eş zamanlı katıldığını göstermektedir. Ayrıca, YEOTK ve KRPLS hisseleri bu merkeze yakın ikincil bir kümelenme sergilerken, CONSE-HUNER ve KONKA-BIENY ikililerinin kendi içlerinde tutarlı birliktelikler sergilediği tespit edilmiştir.
Özet (Çeviri)
Since the participation of newly publicly traded companies in the stock market is recent, the information investors possess about these companies is more limited. In this study, Clustering and Association Rules Analysis, which are frequently employed in machine learning, were used to reveal the structural similarities and mutual tendencies of publicly offered companies. The variables used in these analyses were selected from accessible, measurable, and company-based data. The study considers variables belonging to 91 new companies publicly offered on the Borsa Istanbul (BIST) Equity Market during the 01.07.2023-31.12.2024 period; namely, closing price, trading volume, beta coefficient, volatility, market capitalization, market-to-book ratio, return, equity to paid-in capital, and price-to-sales ratio. The stocks publicly offered during this period were first examined using Clustering Analysis, and subsequently, the association tendencies of the newly listed stocks were evaluated using Association Rules Analysis, both on the basis of the obtained clusters and in general. The Hierarchical Clustering Algorithm was used for the Clustering Analysis, and the Apriori Algorithm was utilized for the Association Rules Analysis. The R Programming language was preferred for both the Clustering Analysis and the Association Rules Analysis. The results of the study revealed structural similarities among the publicly offered stocks through the Clustering Analysis and subsequently demonstrated which of these stocks move together in terms of price movements through the Association Rules Analysis. The obtained findings have the potential to guide both individual and institutional investors in the portfolio diversification process. Especially considering the highly dynamic nature of stock markets, identifying publicly offered stocks that exhibit joint tendencies in price movements can provide a strategic advantage to investors. The probability that a change observed in one of the co-moving publicly offered stocks will continue with a similar tendency in the other stocks allows for the evaluation of potential profit opportunities. Therefore, the results of this analysis can contribute to investors taking timely and accurate positions. Furthermore, while applying the diversification method used to reduce portfolio risk, the finding that co-moving stocks would not be suitable for diversification will also guide investors. The main findings obtained from the research indicate that there is a strong co-movement tendency around the GESAN and SMRTG stocks, and that the CWENE and EUPWR stocks simultaneously participate in this center. Additionally, it was determined that while YEOTK and KRPLS stocks exhibit a secondary clustering close to this center, the CONSE-HUNER and KONKA-BIENY pairs display consistent associations within themselves.
Benzer Tezler
- 2022 yılında Borsa İstanbul'da halka arz olan şirketlerin dahil olduğu endekse etkisi: Yazılım destekli analiz süreciyle gerçekleştirilen olay çalışması
Impact of ipos on sectoral indices in borsa İstanbul in 2022: An event study with a software-assisted analytical framework
FUNDANUR UZUN
- Borsa İstanbul'da halka arz süreci ve halka arzların başarılarının değerlendirilmesi
Performance evaluation of the initial public offerings - the borsa İstanbul case
NİHAN KOSER
Yüksek Lisans
Türkçe
2019
İşletmeBeykent Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SITKI SÖNMEZER
- Şirketlerin halka arz sonrası faaliyet performansı: Borsa İstanbul örneği
Post-ipo operating performance of firms: Evidence from Borsa Istanbul
CENGİZ ÖNDER
- İlk halka arzda düşük fiyatlama olgusu ve Borsa İstanbul'da düşük fiyatlamanın belirleyicileri
Low pricing phenomenon in initial public offering and determinants of low pricing in Borsa İstanbul
İBRAHİM KORKMAZ KAHRAMAN
- 2024 yılında halka arz edilen şirketlerin hisse senetlerinin anormal getirilerinin analizi
Analysis of abnormal returns of the stocks of publicly offered companies in 2024
SALİH ADITEPE
Yüksek Lisans
Türkçe
2025
MaliyeBaşkent ÜniversitesiUluslararası Finans ve Bankacılık Ana Bilim Dalı
DOÇ. DR. BURCU GÜROL