Forecasting financial performance using the FSCORE
FSCORE yöntemi ile finansal performansın tahmini
- Tez No: 748559
- Danışmanlar: DOÇ. DR. SEZA DANIŞOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Maliye, Matematik, Finance, Mathematics
- Anahtar Kelimeler: Endüstri, Finansal performans, Piyasa değeri, Tahmin, Industry, Financial performance, Market value, Estimation
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Uygulamalı Matematik Enstitüsü
- Ana Bilim Dalı: Finansal Matematik Ana Bilim Dalı (disiplinlerarası)
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, endüstri etkisi değişkenlerinin, klasik FSCORE yöntemiyle ihmal edilen yüksek BM firmalarına yatırım yapılmasına izin verip vermeyeceğini incelemektedir. İhmal edilen firma kümesinin içindeki endüstri kazananları Underdog firmalar olarak adlandırılmaktadır. Endüstri etkisi değişkenleri endüstrinin firmalar üzerindeki etkilerini incelerken, FSCORE yöntemi defter değeri piyasa değeri oranı yüksek olan şirketlerin içsel durumunu gösterir. Böylece kapsamlı bir temel analiz süreci oluşturulur. Genelleştirilmiş Momentler Yöntemi endüstri etkisi değişkenleri ile gelecekteki getiriler arasındaki ilişkilerin yönünü ve gücünü açıklar. Sonuçlar, sektör kazananları ve on iki aylık piyasa ayarlı getirilerin sektör ortalamasının üzerindeki firmalar için yaklaşık %8'lik bir getiri artışı ile istatistiksel olarak anlamlı pozitif bir ilişkiye sahip olduğunu göstermektedir. Sektör kazananları yöntemi, ihmal edilen firmalar kümesindeki gelecekteki kazananları ve kaybedenleri ayırabilir; bu nedenle Underdog firmalar on iki aylık dönemde yaklaşık %6'lık piyasaya göre ayarlanmış getiri artışı üretir. Bu getiri artışının klasik FSCORE yöntemi ile ihmal edilen gruptan geldiğinin altını çizmek gereklidir. Sonuç olarak, sektör etkisi değişkenleri yatırım yapılabilir firma sayısını yaklaşık %90 oranında artırmıştır. Endüstri etkisi değişkenleri, defter değeri piyasa değeri oranı yüksek olan şirketlerin gelecekteki kazananlarını ve kaybedenlerini ayırabilir. Ayrıca endüstri etkileri yöntemi de FSCORE' un kapsamını ve gücünü artırmıştır.
Özet (Çeviri)
This study examines whether the industry effect variables can be used to detect investable high book-to-market firms that are neglected by the classic FSCORE method. Industry winners in the neglected firms cluster are called Underdogs. While the FSCORE method takes a financial picture of the high book-to-market firms, the industry effects variables identify the standing of the firm's performance relative to its peers. When industry effects are taken into consideration in combination with the FSCORE, a comprehensive fundamental analysis process is established. Using the Generalized Method of Moments framework, the direction and strength of the relationship between the industry effects variables and future returns are estimated. Results show that firms with an FSCORE above the industry average earn approximately 8% higher returns comparted to others. In addition, the industry winners method can separate future winners and losers in the neglected firms cluster, with the Underdog firms producing approximately 6% higher 12-month market-adjusted returns compared to others. The industry effects variables increase the number of investable firms by approximately 90%.
Benzer Tezler
- Borsa istanbul (BIST) hisse fiyat değişim yönünün ilişkisel borsa ağı kullanılarak tahmin edilmesi
Forecasting stock price change direction using relational stock market network on borsa Istanbul (BIST)
BİRCAN ERGÜR
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEHRA ÇATALTEPE
- Hisse senedi getirilerinin öngörüsünde finansal zaman serisi modellerinin karşılaştırılması: Borsa İstanbul örneği
Comparative performance of models of financial time series in forecasting stock returns: The case of İstanbul Stock Exchange
HANDE YEŞİL
- Finansal varlıkların verileri kullanılarak Bitcoin fiyatlarının makine öğrenmesi teknikleriyle tahmini ve modellerinin performanslarının karşılaştırılması
Prediction of Bitcoin prices using machine learning techniques and comparing the performance of models using financial assets data
YUNUS YILDIRIM
Yüksek Lisans
Türkçe
2025
EkonometriBursa Uludağ ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. ERKAN IŞIĞIÇOK
- Farklı hisse senedi piyasalarında işlem gören hisse senedi getirilerinin oynaklığının tahminlenmesi ve oynaklık modellerinin öngörümleme performanslarının karşılaştırılması
The prediction of volatility of stock returns in different stock markets and comparison forecasting performances of volatility models
EMRAH GÜLAY
Doktora
Türkçe
2013
EkonometriDokuz Eylül ÜniversitesiEkonometri Ana Bilim Dalı
YRD. DOÇ. DR. HAMDİ EMEÇ
- Enhancing financial market forecasting using deep learning and computer vision-based technical analysis
Derin öğrenme ve bilgisayarlı görü tabanlı teknik analiz kullanarak finansal piyasa tahminlerinin geliştirilmesi
EDREES RAMADAN MERSAL MORCELI
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Assoc. Prof. Dr. HAKAN KUTUCU