Geri Dön

Time series modelling and cryptocurrencies

Zaman seri modelleri ve kripto paralar

  1. Tez No: 826619
  2. Yazar: ABDÜLSAMET AÇA
  3. Danışmanlar: DR. ÖĞR. ÜYESİ KEMAL DİNÇER DİNGEÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Endüstri ve Endüstri Mühendisliği, Econometrics, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Gebze Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 69

Özet

Nakatomo'nun Bitcoin'i piyasaya sürmesinden sonra kripto paralar insanların dikkatini çekmiştir. Dünya ekonomi ve finans ekosisteminde etkinliği hızlı bir şekilde artan kripto paralar, akademi tarafında da çalışılmaya başlanmış ve son yıllarda popülaritesi giderek artmıştır. Doğrusal Olmayan Otoregresif Dağılım Gecikmeleri (NARDL) yöntemi kripto paralar ile ekonomik ve finansal değişkenler arasındaki asimetrik ilişkileri inceleyebildiği için bu tezin odak noktası olmuştur. Bu modelin normal dağılım varsayımı altında tahmin edicilerin sonlu örnek özelliklerini araştırmak için Monte Carlo simülasyon deneyleri yapılmıştır. Bu tezde NARDL metodunun normal olmayan dağılımlar kullanıldığında güvenilir olup olmadığı incelenmektedir. Kripto para birimlerinin getirilerinin sahip olduğu dağılımların normal olmadığı ve ağır kuyruklu olduğu için bu önemli bir araştırma problemidir. Bu tezde, NARDL modeli normal dağılım ve ağır kuyruklu dağılımlardan olan Student-t ve Skew-t dağılımları için Monte Carlo Simülasyon deneylerine tabi tutulmuştur. Bildiğimiz kadarıyla, literatürde normal dağılıma sahip olmayan zaman serileri için doğrusal olmayan ARDL modelinin tahmin edicilerinin sonlu örnek özellikleri üzerine bir çalışma mevcut değildir. Ayrıca tezimizde tahmin işlemleri biri sırasıyla açık kaynaklı diğeri ise açık kaynaklı olmayan iki farklı yazılımda (R ve STATA) oluşturulan NARDL paketi kullanılarak gerçekleştirilmiştir. Açık kaynaklı yazılım programında oluşturulan modelin güvenilirliği açık kaynaklı olmayan yazılım programında oluşturulan model ile karşılaştırılarak değerlendirilmiştir. Tezin sonuçları, kripto para birimlerinin ekonomi ve finans üzerindeki etkileri hakkında yapılan değerlendirmelerin çoğunlukla doğru olmasına rağmen NARDL modelinin belirli parametrelere sahip normal olmayan dağılımlı değişkenlerin kısa dönemli asimetrik ilişkilerini göstermede yetersiz kaldığını göstermiştir. Tezin bir önemli bulgusu da açık kaynaklı program (R)'da oluşturulan NARDL paketinin tam olarak güvenilir ve doğru sonuçlar vermediğinin saptanmasıdır.

Özet (Çeviri)

Cryptocurrencies have compelled the attention of people after Nakatomo introduced Bitcoin. Cryptocurrencies, whose effectiveness has increased rapidly in the economy and finance, has also started to be studied in academia and has increased in popularity in recent years. The Non-linear Autoregressive Distributed Lags (NARDL) method is the focus of this thesis as it can examine the asymmetric relationships between cryptocurrencies and economic-financial variables. Previously, Monte Carlo simulation experiments were carried out to investigate finite sample properties of the estimators under normal distribution for the model. In this thesis, the reliability of NARDL model has been studied when non-normal distributions are used. This is an important research problem, as the distributions of returns on cryptocurrencies are non-normal and heavy-tailed. In this thesis, the NARDL model was subjected to Monte Carlo simulation experiments for normal distribution and two heavy-tailed distributions called Student-t and Skew-t distributions. To our knowledge, there is no study in the literature on finite sample properties of NARDL estimators for time series with non-normality. In addition, estimations were carried out using the packages both in R and STATA, which are open and closed source software, respectively, in order to evaluate their reliabilities by comparison. The results of thesis indicate that the NARDL model is unable to reveal the short-run asymmetric relationships of variables following non-normal distributions with certain parameters although the inferences made about the effects of cryptocurrencies on the economy and finance are mostly accurate. Another important finding is that the package developed in R is not utterly reliable and accurate.

Benzer Tezler

  1. The forecast performance of classical time series models and machine learning algorithms on bitcoin series using exogenous variables

    Klasik zaman serisi modellerinin ve makine öğrenme algoritmalarının bitcoin serisi üzerinde dışsal değişkenler kullanarak öngörü performansları

    SEVİLAY DOĞAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. CEYLAN YOZGATLIGİL

  2. Kripto para piyasasında volatilitenin modellenmesi: BEKK ve DCC GARCH modelleri

    Modeling volatility of the cryptocurrency market: BEKK and DCC GARCH models

    NADA SARSOUR

    Doktora

    Türkçe

    Türkçe

    2023

    MaliyeKaradeniz Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HÜSEYİN DAĞLI

  3. Financial asset price prediction with graph neural network-based temporal deep learning models

    Çizge sinir ağı tabanlı zamansal derin öğrenme modelleri ile finansal varlık fiyat tahmini

    YASİN UYGUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE SEFER

  4. Risk yönetiminde kripto paraların kullanımı üzerine ampirik bir araştırma

    An ampirical research on the use of cryptocurrencies in risk management

    AHMET BÜLENT ATASOY

    Doktora

    Türkçe

    Türkçe

    2022

    EkonomiSakarya Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. GÜLFEN TUNA

  5. Deep Q-Network based cryptocurrency investment strategies using transformer function approximator

    Transformer fonksiyon yaklaşımcısını kullanarak derin Q-Ağı tabanlı kripto para yatırım stratejileri

    TUNA ALAYGUT

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE SEFER