Nowcasting sectoral revenue growth using copula enhanced latent spaces and quarterly filings
Kopula geliştirilmiş gizil uzaylar ve çeyreksel raporlar kullanarak sektörel gelir büyümesinin tahmin edilmesi
- Tez No: 1011634
- Danışmanlar: PROF. DR. CEYLAN YOZGATLIGİL, DOÇ. DR. ALEV ATAK
- Tez Türü: Doktora
- Konular: İstatistik, Matematik, Statistics, Mathematics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Uygulamalı Matematik Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Geleneksel finansal modelleme, yüksek boyutlu ve çoğu zaman yapılandırılmamış verilerin artışıyla başa çıkmakta zorlanmaktadır. Bu tez, belirsizlik farkındalığına sahip üretici ağlardan yararlanarak tek göstergeli modellere dayanan yaklaşımların ötesine geçen sağlam bir nowcasting çerçevesi sunmaktadır. Varyasyonel otomatik kodlayıcılardan elde edilen latent uzaylarda bağımsızlık varsayımının yaygın ancak gerçekçi olmayan doğasını ele almak için, çalışma latent değişkenler arasındaki karmaşık bağımlılıkları modelleyen kopula tabanlı fonksiyonları entegre ederek ekonomik aktivitenin daha gerçekçi temsillerini üretmektedir. Ayrıca çerçeve, yapılandırılmamış resmi raporlardan duyarlılık endeksleri çıkarmak amacıyla büyük dil modellerini (LLM'ler) kullanarak niteliksel insan analizleri ile niceliksel matematiksel modelleme arasındaki boşluğu kapatmaktadır. Önerilen model, çeşitli ABD sektörlerinde gelir büyümesini nowcast ederek değerlendirilmiş ve makroekonomik faktör modelleri ile LLM kaynaklı duyarlılığın birleştirilmesi, geleneksel yaklaşımlara kıyasla doğruluk ve sağlamlıkta belirgin iyileşmeler sağlamıştır.
Özet (Çeviri)
Traditional financial modeling faces challenges in managing the rise of high-dimensional, often unstructured data. This thesis proposes a robust nowcasting framework that moves beyond single indicator models by leveraging uncertainty‑aware generative networks. To address the common but unrealistic assumption of independence in latent spaces obtained by variational autoencoders, this research integrates copula‑based functions to model complex interdependencies between latent variables, resulting in more realistic representations of economic activity. Furthermore, the framework incorporates large language models (LLMs) to extract sentiment indices from unstructured official reports, bridging the gap between qualitative human analysis and quantitative mathematical modeling. The proposed model is evaluated by nowcasting revenue growth across five U.S. manufacturing-linked sectors, and by combining macroeconomic factor models with LLM‑derived sentiment, the results demonstrate significantly improved accuracy and robustness compared to traditional modeling approaches.
Benzer Tezler
- Kayaçların kazılabilirlik ve jeoteknik özelliklerinin kollu galeri açma makinelerinin kazı hızları üzerindeki etkilerinin incelenmesi
Investigation into cuttability characteristics of rocks and geotechnical factors affecting the advance rates of roadheaders
KOUROSH SHAHRİAR
- Prefabrike beton bileşenlerle yapımda hata, boyutsal sapma ve toleranslar
Faults, dimensional deviations and tolerances in construction with prefabricated concrete components
ATIF FATİH SAYAN
- Tel çekme işleminde bakırın ve bakır oksit inklüzyonlarının deformasyon davranışı
Deformation behaviour during drawing of copper wires and copper oxide inclusions
MUSTAFA M. ARIKAN
- Plastik dişli çarkların konstrüktif özelliklerinin incelenmesi
Analysis of the design characteristics of the plastic gears
CÜNEYT FETVACI
