Kümeleme ve birliktelik kuralları analizi ile Borsa İstanbul 100 endeksinde yer alan hisse senetlerinin incelenmesi
Examination of stocks in Istanbul Stock Exchange 100 index with clustering and association rules analysis
- Tez No: 832535
- Danışmanlar: PROF. DR. MELTEM KARAATLI
- Tez Türü: Doktora
- Konular: Bankacılık, İşletme, Banking, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İşletme Bilim Dalı
- Sayfa Sayısı: 296
Özet
Bu çalışmanın temel amacı BIST 100 endeks içinde yer alan şirketlere ait hisse senetlerinin birlikte hareketlerinin incelenmesidir. Çalışma, Borsa İstanbul'da işlem gören hisse senetlerine ilişkin getiri, işlem hacmi (volume), fiyat oynaklığı, piyasa değeri, beta, piyasa değeri/defter değeri, özkaynaklar/ödenmiş sermaye, piyasa değeri/net satışlar (hasılat) değişkenleri ile 06.12.2012-30.12.2022 uzun dönem ve 23.05.2022-30.12.2022 kısa dönem olmak üzere iki farklı dönem için gerçekleştirilmiştir. Uzun dönem olarak adlandırılan dönemde hisse senetlerinin birlikte hareketleri incelenmiştir. Ayrıca bu dönem için Kümeleme Analizi yapılmış ve her bir küme için hisse senetlerinin birlikteliklerine de bakılmıştır. Kısa dönem için de aynı süreç izlenmiştir. Burada yatırımcıların hem uzun dönemde hem de kısa dönemde birlikte hareketi tespit edilmiş olan hisse senetlerine yatırım yaparak kazanç sağlamaları konusunda bilgi paylaşımında bulunulmuştur. Kümeleme Analizi için CLARA Algoritması kullanılmış, Birliktelik Kuralları Analizi için de FP-Growth Algortimasından yararlanılmıştır. Kümeleme Analizi için R programlama dili, Birliktelik Kuralları Analizi içinde WEKA programı tercih edilmiştir. Çalışmanın sonucunda; Kümeleme Analizi ile hisse senetlerinin birbirleriyle olan bağlantıları (kardeşlikleri), ardından Birliktelik Kuralları Analizi ile hisse senetlerinin hangilerinin birlikte hareket ettiği görülmüştür. Bu durum hem bireysel hem de kurumsal portföy yöneticilerine, portföy çeşitlendirme sürecinde hangi hisse senetlerine yönelebilecekleri konusunda yardımcı olacaktır. Ayrıca çok dinamik bir yapıya sahip olan hisse senedi piyasalarında yukarı veya aşağı yönlü fiyat değişimlerinde birbirine eşlik eden hisse senetlerinin belirlenmesi, yatırımcılara potansiyel kârlardan pay alma imkânı sağlayacaktır. Birlikte hareketi tespit edilen hisse senetlerinden bir tanesinin fiyatında görülen yukarı veya aşağı yönlü harekete diğer hisselerin de eşlik edebileceği olasılığı potansiyel karı oluşturmaktadır. Araştırmadan elde edilen temel bulgulara göre bankacılık alanında faaliyet gösteren şirketler arasında çok yoğun bir birliktelik tespit edilmiştir. Ayrıca sektörel anlamda aynı sektör içerisinde faaliyet gösteren ilaç, beyaz eşya, demir çelik, perakende, enerji, petrokimya ve üretim şirketleri arasında birliktelik görülmektedir. Aile grup şirketleri ve gayrimenkul yatırım ortaklığı içerisinde yer alan şirketler arasında da birliktelik olduğu belirlenmiştir.
Özet (Çeviri)
The primary purpose of this study is to analyze the co-movement of the stocks of the companies in the BIST 100 index. The study is carried out for yield, trading volume, price volatility, market value, beta, market value/book value, equity/paid capital, market value/net sales (revenue) variables related to stocks traded in Borsa Istanbul for two different periods: 06.12.2012-30.12.2022 long term and 23.05.2022-30.12.2022 short term. In the long-term period, the co-movements of the stocks were examined. In addition, Cluster Analysis was conducted for this period, and the associations of stocks for each cluster were also analyzed. The exact process was followed for the short term. Here, information is shared about investors can make profits by investing in stocks that are detected to move together both in the long term and in the short term. CLARA Algorithm was used for Cluster Analysis, and FP-Growth Algorithm was used for Association Rules Analysis. The R programming language was preferred for Cluster Analysis, and the WEKA program was preferred for Association Rules Analysis. As a result of the study, it was seen that the connections of the companies with each other (fraternity) with Cluster Analysis, and then which of the stocks acted together with the Association Rules Analysis. This will assist both individual and corporate portfolio managers in deciding which stocks to turn to during portfolio diversification. In addition, determining the stocks accompanying each other in upward or downward price changes in the stock markets, which have a very dynamic structure, will allow investors to get a share of potential profits. The possibility that the upward or downward movement in the price of one of the stocks whose co-movement is detected may be accompanied by other stocks constitutes potential profits. According to the main findings of the research, a very dense association has been detected among companies operating in the banking sector. In addition, there is an association among pharmaceutical, white goods, iron and steel, retail, energy, petrochemical, and production companies operating in the same sector in sectoral terms. It has also been determined that there is an association between family group companies and companies involved in real estate investment trusts.
Benzer Tezler
- Kural bazlı ve sosyoekonomik yaklaşımla mağaza segmentasyonu: Bir süpermarket zincirinde uygulama
Retail store segmentation with rule based and socioeconomic approaches: An application on a chain company
EMRAH BİLGİÇ
- Ürün kategorileri arasındaki satış ilişkisinin birliktelik kuralları ve kümeleme analizi ile belirlenmesi ve perakende sektöründe bir uygulama
Determining product categories sales relationship with association rules and cluster analysis: an application in retailing sector
ERTUĞRUL ERGÜN
- Değerli müşterilerde ürün kategorileri arasındaki satış ilişkilerinin veri madenciliği yöntemlerinden birliktelik kuralları ve kümeleme analizi ile belirlenmesi ve ulusal bir perakendecide örnek uygulama
Determining the relationship between sales of the product categorywith valuable customer datamining association rules and clustering analysis methods and practices on a national retailers
YUNUS KÖSE
- Implementation of some medical data in Apriori algorithm
Apriori algoritmasının bazı tıbbı verilere uygulanması
FAWAD SADIQMAL
Yüksek Lisans
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. NILÜFER YURTAY
- Müşteri ilişkileri yönetimi (CRM) ve veri madenciliği (data mining): Tekstil sektöründe bir uygulama
Customer relationship management and data mining: An application in textile industry
AYŞEGÜL EZERÇE
