Geri Dön

The effect of investor sentiment on non-ferrous metals contracts at LME and optimizing a metals commodity portfolio

LME'de işlem gören endüstriyel metal sözleşmelerinde yatırımcı duygusu etkisi ve metal emtia portföyü optimizasyonu

PDF İndir

  1. Tez No: 874173
  2. Yazar: EKİN AÇIKGÖZ
  3. Danışmanlar: PROF. DR. OKTAY TAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Maliye, İşletme, Econometrics, Finance, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: İşletme Bilim Dalı
  13. Sayfa Sayısı: 165

Özet

Geleneksel finans teorileri finansal piyasalardaki aktörlerin rasyonelliği ve piyasaların etkin oluşu varsayımı üzerine kurulmuşlardır. Ancak finansal piyasaların gelişimine ilişkin tarihe bakıldığında, söz konusu varsayımlarla çelişen pek çok olayla karşılaşmak mümkündür. Davranışsal Finans üzerine yapılan son çalışmalar, finansal piyasalarda gözlemlenen bu olay ve durumların bir kısmının, piyasadaki bazı yatırımcıların tam anlamıyla rasyonel olmamasıyla açıklanabileceğini ileri sürmektedirler. Bu çalışmalar önyargıların ve duyguların, kıt bilişsel kaynaklara ve sınırlı bilgiye sahip olan yatırımcıların kararlarını etkilediğini ileri sürmektedir. Bu bakımdan değerlendirildiğinde, Davranışsal Finans yaklaşımının geleneksel finans teorilerinin eleştirilen yönlerine yanıt olarak ortaya çıktığını söylemek mümkündür. Davranışsal Finans, yatırımcıların rasyonelliklerinin ve yatırım tercihlerinin finansal olmayan sebeplerce etkilendiğini öne sürmektedir. Yatırımcı duygusunun finansal piyasalardaki etkilerini tartışan çok sayıda ampirik çalışma mevcuttur. Yatırımcı duygusunun finansal piyasalardaki finansal enstrümanların fiyatlarının oluşumunda etkili bir faktör olmasından hareketle, söz konusu çalışmalar piyasalardaki fiyatların, getirilerin ve volatilitenin modellenmesi için yatırımcı duygusundan faydalanılmasını önermektedir. Davranışsal Finans üzerine yapılan çalışmalar arttıkça, yatırımcı duygusunun piyasa dinamikleri üzerindeki etkisine ilişkin ampirik kanıtlar artmaktadır. Bu çalışma, kendisinden önceki çalışmaları da örnek alarak, yatırımcı duygusunun emtia piyasalarındaki etkisini tartışmaktadır. Emtia piyasalarında aktif olan yatırımcı kompozisyonuna ilgili emtianın endüstriyel kullanımı için bu emtiayı satın almak zorunda olan doğrudan alıcılar kadar finansal yatırımcılar da dahil olmuştur. Finansal yatırımcıların vadeli işlemler piyasasına olan ilgisinin artmasıyla birlikte, söz konusu emtiaya fiziksel olarak eli hiç değmeyen yatırımcıların emtia piyasalarındaki payı her geçen gün artmaktadır. Ampirik Davranışsal Finans literatüründe eş-bütünleşme kavramı kendisine yoğun bir yer bulmaktadır. Bu çalışma yatırımcı duygusunun farklı piyasalar arasında bulaşıcı bir etkiye sahip olduğunu ve yatırımcı duygusunu taşıyanların portföylerini emtialar da dahil olmak üzere farklı pazarlarda işlem gören birden fazla varlık sınıfıyla çeşitlendiren finansal yatırımcılar olduğunu varsaymaktadır. Endüstrideki kullanım alanlarının yaygınlığı ve hammadde olarak önemli rollerinden ötürü, demir içermeyen endüstriyel metaller, küresel ekonominin çok önemli girdilerindendir. Demir içermeyen endüstriyel metallerin fiyatlama örüntülerine ilişkin yapılan çalışmalarda, yatırımcıların tutum, tercih ve davranışları incelenirken fiziki ürün piyasalarının yanı sıra türev ürün piyasaları da dikkate alınmalıdır. Bu çalışma, Londra Metal Borsası (LME) nezdinde işlem gören endüstriyel metallerin fiyat ve getiri örüntülerinin diğer küresel finansal piyasalardaki örüntülerle bağlantısı olup olmadığını incelemekte olup; incelemede yatırımcı duygusunu etkileyen faktör olarak ele almaktadır. Yatırımcı duygusuna dair yapılan çalışmalarda kullanılan temel yaklaşımlardan birisi, dolaylı bir yatırımcı duygusu ölçütü kullanmaktır. Bu çalışma da aynı metodolojiyi takip ederek yatırımcı duygusunu temsil etmek üzere, piyasalardaki volatiliteyi gösterdiği yaygın olarak kabul edilen Chicago Board Options Exchange'in Volatilite Endeksi'ni (VIX) tercih etmektedir. VIX, sektördeki oyuncularca sıklıkla 'korku endeksi' olarak adlandırılmakta olup; yatırımcı duygusu göstergesi olarak VIX'in kullanılabileceği literatürde belirtilmektedir. Vektör Otoregresyon (VAR) analizi yapılarak finansal piyasalardaki korkunun, yani yatırımcı duygusunun emtia piyasalarına ve özellikle endüstriyel metallere yayılıp yayılmadığının incelenmesi hedeflenmiştir. Literatürde çok değişkenli zaman serilerinin ekonometrik modellemesi için Vektör Otoregresyon (VAR) modelinin en başarılı ve en pratik yöntemlerden birisi olduğu ifade edilmekte olduğundan hareketle, bu çalışmada analiz metodolojisi olarak VAR kullanılmıştır. Yatırımcılar, yatırım yaptıkları varlıkların münferit risklerine maruzlardır. Yatırımcının maruz kaldığı riski en aza indirmek için farklı risk seviye ve yapılarında çok sayıda varlığa yatırım yapılması önerilmekte olup; bu varlıkları bir arada bulunduran yatırım sepeti portföy olarak adlandırılmaktadır. Portföy çeşitlendirmesi, yatırımcıların maruz kaldığı riski azaltır. Harry Markowitz, finans dünyasında çığır açan çalışmasıyla, Ortalama-Varyans Portföy optimizasyonu adı verilen bir metodoloji geliştirmişti. Bu metodoloji bir yatırımın getirisi ile riski arasındaki ilişkinin analitik yapısını ortaya koymaktadır. Ortalama-Varyans Portföy optimizasyon metodolojisinde ya tercih edilen getiri seviyesi için risk en aza indirilir ya da kabul edilebilen risk seviyesi için mümkün olan en yüksek getiri hedeflenir. Bu yöntem ile amaçlanan, mümkün olan en iyi portföy çeşitlendirme stratejisine karar verebilecek analitik yapıyı kurabilmektir. Ortalama-Varyans Portföy optimizasyon metodolojisi, yayınlandığı günden bugüne en yaygın kullanılan, üzerinde çalışılan ve atıflara konu edilen metodoloji olmuştur. Zaman içerisinde Ortalama-Varyans Portföy optimizasyon yöntemini geliştirmek/iyileştirmek niyetiyle birçok karmaşık tahmin tekniği geliştirilmiştir. Ancak Ortalama-Varyans Portföy optimizasyon metodolojisi halen Modern Portföy Teorisi'nin temel taşı olmayı sürdürmektedir. Bu çalışma, LME'de işlem gören varlıkları kullanarak bir metal emtia portföyü optimize etmek için Ortalama-Varyans Portföy optimizasyon metodolojisini kullanmaktadır. Bununla birlikte, bir adım ileri giderek ikinci bir optimize portföy teşkil etmekte ve bu portföyde açığa satış işlemi de yapmaktadır. Standart bir Ortalama-Varyans Portföyü'nün en büyük dezavantajı, beklenen getirisi negatif olan varlıkları göz ardı etmesi, yalnızca uzun pozisyonlu portföy oluşturabilmesidir. Yatırımcılar bu dezavantajı açığa satış yöntemiyle aşmaktadırlar. Açığa satış yöntemiyle yatırımcılar, bir varlığın gerçekte mülkiyetine sahip olmaksızın o varlığı borçlanarak satabilmektedirler. Açığa satış yapan yatırımcıların beklentisi, yatırıma konu varlıkların fiyatının düşeceği yönündedir. Bu sayede yatırımcılar, bugün borçlanarak yüksek fiyattan sattıkları varlığı, yarın düşük fiyattan satın alacak ve borçlarını ödeyecekler, aradaki fiyat farkından da kâr edeceklerdir. Bu çalışma, açığa satışa izin vererek metal emtia portföyünü yeniden optimize etmiştir. Bu sayede portföyün esnekliğini arttırmakta, beklenen getirisi pozitif olan varlıkların yanı sıra beklenen getirisi negatif olan varlıklardan da faydalanmaktadır. Açığa satış içeren bir portföyün, yalnızca uzun pozisyon içeren bir portföye kıyasla daha iyi bir portföy performansı ortaya koyduğu çalışma sonuçlarıyla gösterilmiştir. Bu çalışmanın ilk amacı, yatırımcı duygusunun tüm piyasalar için evrensel bir etkileyici olduğunu ve hisse senedi piyasası gibi tek bir piyasada ortaya çıktıktan sonra diğer piyasalara yayılabileceği iddiasını araştırmaktır. Bu araştırmada demir içermeyen endüstriyel metal sözleşmelerinin işlem gördüğü emtia piyasası temel alınmıştır. Bu çalışmanın diğer amacı ise demir içermeyen endüstriyel metal sözleşmelerinden oluşan metal emtia portföyü oluşturmak, bu surette üç farklı portföy oluşturma metodolojisini kullanarak uygulamayı ve bu uygulamanın sonuçlarını gösterebilmektir. Bu çalışma, LME'de işlem gören altı demir içermeyen endüstriyel metal olan Alüminyum, Bakır, Kurşun, Nikel, Kalay ve Çinko için günlük fiyat verilerini derlemiştir. Çalışma, endüstriyel metal emtia piyasa fiyatları ile 'korku endeksi' VIX arasındaki eş-bütünleşmeyi araştırmak için VAR metodolojisini uygulamıştır. Eş-bütünleşme testi sonuçları, metal emtia fiyatları ile küresel finans piyasalarındaki korku faktörü arasında uzun vadeli bir ilişki olduğunu tüm metal serileri için doğrulamıştır. Bunu müteakiben, çalışma üç farklı metal emtia portföyü oluşturmuştur: i) Portföy 1 – Eşit Ağırlıklı Varlık Portföyü: LME'de işlem gören, altı adet, demir içermeyen endüstriyel metallerin her birisi için getiri hesaplaması yapılmış olup; literatürde de yaygın olarak önerildiği üzere, logaritmik getiri hesaplama yöntemi tercih edilmiştir. Sonuçlar, belirlenen dönem için Bakır, Kurşun ve Kalay için pozitif beklenen getiri ortaya koyarken; Alüminyum, Nikel ve Çinko için negatif beklenen getiri göstermiştir. Eşit Ağırlıklı Varlık Portföyü yapılırken altı metalin her birisine eşit ağırlık verildiğinden, ortaya çıkan portföyün beklenen getirisi, fiyatı düşeceği öngörülen varlıklar nedeniyle negatif olmuştur. ii) Portföy 2 – Optimize Edilmiş Ortalama-Varyans Portföyü: Ortalama-Varyans Portföyü optimizasyon metodolojisi kullanılarak bir metal emtia portföyü oluşturulmuştur. Çalışma, metal serileri için bir varyans-kovaryans matrisi hesaplayarak başlamıştır. En yüksek kovaryans Nikel ve Kalay arasında, en düşük kovaryans ise Bakır ve Kurşun arasında görülmektedir. İkişerli metal çiftleri arasındaki tüm ilişkiler pozitiftir, bu da tüm metallerin diğer metallerle aynı yönde davranma eğiliminde olduğunu göstermektedir. Daha sonra çalışma, toplam riskin bir ölçümü olarak standart sapmayı kullanmış ve portföyün Sharpe Oranı'nı hesaplamıştır. Sharpe Oranı'nı maksimize eden portföy, oluşturulabilecek en iyi (optimum) portföydür. Optimum portföyde en yüksek ağırlığın Kurşun'a ait olduğu görülmektedir. Bakır ve Kalay da pozitif beklenen getirileri nedeniyle portföye dahil olmuşlardır. Ancak optimum portföy, beklenen getirilerinin negatif olmasından mütevellit Alüminyum, Nikel ve Çinko varlıklarından herhangi bir tanesini içermeyecek şekilde oluşmuştur. Optimize Edilmiş Ortalama-Varyans Portföyünün beklenen günlük getirisi, en yüksek günlük getiriyi sağlayan varlığın münferit getirisinden biraz daha düşüktür. Ancak bu getiri Eşit Ağırlıklı Varlık Portföyünün beklenen getirisinden önemli ölçüde yüksektir. Portföyün standart sapması, ikili metal çiftleri arasındaki kovaryansların varlığından ötürü, hem Eşit Ağırlıklı Varlık Portfyünün standart sapmasından hem de varlıkların münferit standart sapmalarının ağırlıklı ortalamasından daha düşüktür. Bu da bu portföyün münferit varlık veya eşit ağırlıklı portföy yatırımından daha düşük riskli olduğunu göstermektedir. iii) Portföy 3 – Açığa Satışa İzin Verilen Optimize Portföy: Çalışma son olarak, açığa satışa izin verilen ikinci bir Ortalama-Varyans Portföyü optimize etmiştir. Bu kez portföyde Bakır, Kurşun ve Kalay için uzun pozisyonlar bulunurken; Alüminyum, Nikel ve Çinko için kısa pozisyon alınmıştır. Açığa Satışa İzin Verilen Optimize Portföy'de en büyük uzun pozisyonun Bakır'a ait olduğu ve bu değerin eşik değeri ile sınırlandırılmış olduğu görülmektedir. Buna mukabil, en büyük açık pozisyon Çinko'ya ait olup o da eşik değerle sınırlanmıştır. Açık Pozisyona izin verilmesinden mütevellit LME'de işlem gören tüm endüstriyel metaller portföye dahil olmuşlardır. Ortaya çıkan bu optimize portföy, bir önceki optimize portföye nazaran daha fazla sayıda yatırım enstrümanı içermekte olduğundan, portföy çeşitlendirmesi bakımından daha iyi bir portföy olmuştur. Açığa Satışa İzin Verilen Optimize Portföy'ün beklenen getirisi, Eşit Ağırlıklı Varlık Portföyü'nün getirisinden hem Optimize Edilmiş Ortalama-Varyans Portföyü'nün getirisinden hem de varlıkların münferit getirilerinden önemli ölçüde daha yüksek çıkmıştır. Üretmiş olduğu üç farklı portföyünün temel istatistiklerini birbiriyle karşılaştıran çalışma, bu portföylerin performanslarını piyasanın performansıyla karşılaştırmak istemektedir. Bu çerçevede, çalışmada Londra Metal Borsası Metal Endeksi (LMEX) piyasa ölçütü olarak tercih edilmiş olup; üç portföyün her birisi aynı dönemde LMEX ile karşılaştırılmışlardır. Her ne kadar LMEX, endekse konu altı metalden üçünün negatif beklenen getiriye sahip olması dolayısıyla negatif bir getiri profili çizmişse de, Eşit Ağırlıklı Varlık Portföyü'ne göre daha iyi bir beklenen getiriye sahiptir. Ancak hem Optimize Edilmiş Ortalama-Varyans Portföyü hem de Açığa Satışa İzin Verilen Optimize Portföy, piyasa endeksinden belirgin şekilde daha iyi bir performans ortaya koymuşlardır. Çalışma üretmiş olduğu üç farklı portföyün performansını kıyaslarken Sharpe Oranı (SR) ve Treynor Oranı (TR) kullanmıştır. a) Portföy 2'nin SR'si Portföy 1'den yüksektir. Portföy 3'ün SR'si ise Portföy 2'den önemli ölçüde daha yüksektir. Bu durum, Portföy 2'nin Portföy 1'den daha iyi performans gösterdiğini ve Portföy 3'ün üç portföy arasında performans bakımından en üstün portföy olduğunu ortaya koymuştur. b) Portföy 1 için TR negatiftir, bu da Portföy 1'in piyasa referansı kabul edilebilecek olan endeks performansından daha kötü bir performansa işaret etmektedir. Çalışma, TR'yi değerlendirerek Portföy 2'nin Portföy 1'den daha iyi bir performans ortaya koyduğu sonucuna varmıştır. Ancak TR, Portföy 3 için negatiftir ve Portföy 3'ün negatif beklenen getiriye sahip varlıkları pozitif getiriye dönüştürmesi (açığa satış dolayısıyla) nedeniyle bu pek de şaşırtıcı bir gözlem değildir. Göstergenin (endeks) getirisinin negatif olmasına karşılık portföy getirisinin pozitif olması ve dolayısıyla, portföy ile gösterge endeksi arasındaki kovaryansın da negatif olması sebebiyle negatif bir Treynor oranı beklenen bir sonuçtur.

Özet (Çeviri)

The history of the financial markets is full of occurrences contradicting the assumptions of the traditional theories. Recent studies on Behavioral Finance argue that some of these observed financial phenomena can be explained by the probability that some of the traders at markets are not fully rational. These studies argue that the heuristics, biases, and sentiments affect the decisions of investors, who possess scarce cognitive resources and limited information. Behavioral finance is an approach that arose as an alternative approach to the criticized aspects of the traditional theories. Behavioral Finance discusses that non-financial drives influence the investors and can explain their investment preferences. Many empirical literatures discuss the effect of investor sentiment in finance. As investor sentiment is an influencer in the price formation of assets, it should be used to model the prices, returns, and volatility in the market. As studies on behavioral finance accumulate, empirical evidence on the influence of investor sentiment on the dynamics of the market increases. This study aims to assess the effect of sentiment in commodity markets. In the commodities markets, the participants are a mix of both investors and direct purchasers of the commodity itself, for its industrial use. The changing nature of the commodity markets can be observed through the increasing interest of financial investors, especially in the futures market, who do not have any physical exposure to the commodities in question. The literature argues that cointegration is one important concept in empirical behavioral finance. The study argues that investor sentiment is contagious among various markets and the conveyors of the sentiments are the financial investors, who diversify their portfolio with multiple asset classes traded in different markets, including commodities. Because of their significant role in industrial manufacturing, non-ferrous metals are an important area of concern for economic activity worldwide. The studies on the price patterns of industrial metals should also focus on the behavior of investors in both physical and derivatives markets. This study argues the existence of interconnectedness of the London Metal Exchange (LME) metals by other global financial markets through the way of investor sentiment. As for the sentiment measure, this study chooses an indirect approach to use a market proxy and assumes the Chicago Board Options Exchange's Volatility Index (VIX), which is a recognized measure of volatility and investor sentiment. As the literature states that the most successful and practical model for multivariate modeling is the Vector Autoregression (VAR) this study employs VAR as the analyzing methodology. Harry Markowitz introduced an analytical construct of a connection between the investment's return and the risk, which is called the Mean Variance Portfolio optimization. In this methodology, either the risk should be minimum for a specified return or the return should be maximum for an accepted value of risk. Portfolio diversification reduces the exposure of investors to the individual risk of the assets. It is all about deciding on the best possible portfolio diversification strategy. In time, many sophisticated estimation techniques were developed, in hopes of providing a better way than the Mean Variance Portfolio optimization method. However, it still remains as the milestone of the Modern Portfolio Theory. The study employs Mean Variance Portfolio optimization methodology to create a metal commodity portfolio from the assets traded at the LME. The biggest disadvantage of a regular Mean Variance Portfolio is actually a long-position-only (long-only) portfolio, which ignores a whole bunch of securities with negative expected returns. Investors overcome this disadvantage by the method of short selling. With short selling, investors are able to borrow and sell an asset without actually having its ownership. Investors, who short sell, earn their profits when the prices decline. Therefore, the study reconstructs the metal commodity portfolio by allowing short selling. This way, the study increases the flexibility of its portfolio and it benefits from the losing assets as well as the increasing assets. A portfolio with short positions results in a better performance if compared to a portfolio with long positions only. The first aim of this study is to investigate the idea that the investor fear gauge is universal for all exchanges and markets, and after blossoming in one driver market, such as the equity market, it will have effects on all other markets in degrees, such as the commodity markets. One of the other aims of this study is to emphasize the signifcance of non-ferrous industrial metals for the global financial markets by validating that the metals market is not independent of the developments of other markets with different kinds of assets classes, on the contrary, they express interrelationships among each other in various ways. The final aim of this study is to use the LME non-ferrous metals to create an optimum portfolio of metals commodity by using the Markowitz's optimization methodology, withouth and with short selling. The study gathers data for Nickel, Tin, Aluminum, Copper, Lead, and Zinc, which are the six non-ferrous metals of the LME. The study employs the VAR methodology to analyze the cointegration between industrial metals market prices and VIX. Test results verify a long-run relationship among the prices of non-ferrous metals and the fear factor in the global financial markets. Furthermore, the study constructs three different metals commodity portfolios: i) Portfolio 1 – Equal Weight Portfolio: To calculate the return series from the prices of each non-ferrous metal series, logarithmic expression is used. The results show positive returns for Copper, Lead and Tin, whereas they show negative returns for Aluminum, Nickel and Zinc for the defined period. As each of six assets are given equal weight, the resulting expected return for this portfolio is negative due to the losing assets. ii) Portfolio 2 – Optimized Mean Variance Portfolio: This is a metals commodity portfolio constructed by using the optimization methodology. The study calculates the covariance matrix for metal series. The highest covariance is among Nickel and Tin and the lowest covariance is among Copper and Lead. Moreover, all the relationships between the two metals are positive, which indicates that all metals tend to behave in the same direction with other metals. Then the study uses the Sharpe Ratio to approximate the market portfolio. It employs standard deviation as a measurement of total risk. The portfolio which maximizes the Sharpe Ratio is the optimum portfolio among the six non-ferrous metals. It can be observed that the highest weight in the optimum portfolio belongs to Lead. Copper and Tin also enter into the equation due to their positive expected return; however, the optimum portfolio does not include any Aluminum, Nickel and Zinc. The expected return is slightly lower than the individual asset with highest daily return. But it is higher than the portfolio with equal weights. The standard deviation is lower than both the portfolio with equal weight and the weighted average of the individual standard deviations of the metals, due to the fact that there are covariances among all two sets of assets. iii) Portfolio 3 – Long-Short Portfolio: Finally, the study constructs a second portfolio with short selling. This time the portfolio has long positions for Copper, Lead and Tin, whereas it has short positions for Aluminum, Nickel and Zinc. The study shows that the highest long position in the optimum portfolio belongs to Copper and it is limited with the threshold value. Whereas the biggest short position belongs to Zinc and it is also limited with the threshold value. All industrial metals enter into the equation. The resulting long-short portfolio has a larger number of assets, which results in a more diverse structure than the long-only portfolio, a daily return, which is significantly higher than both the portfolio with long positions only and any/each one of the individual assets, a portfolio variance, which is significantly lower than both the long-only portfolio and any/each one of the individual assets, and a higher Sharpe Ratio than the portfolio with long positions only, which indicates a higher portfolio performance. The study employs the London Metal Exchange Metals Index (LMEX) as the market benchmark and compares all three portfolios with LMEX in the same period. Although LMEX has a negative expected return due to the losing three metals out of six, it still has a better expected return than the equal weight portfolio. However, both optimized Mean Variance Portfolio and the long-short portfolio perform much better than the market index. When the study compares the three portfolios among each other, it utilizes Sharpe Ratio (SR) and Treynor Ratio (TR). a) SR of Portfolio 2 is higher than Portfolio 1. SR of Portfolio 3 is significantly larger than Portfolio 2. This indicates that Portfolio 2 performs better than Portfolio 1 and Portfolio 3 is the best performing among the three. b) TR is negative for Portfolio 1, which indicates a worse performance than the market benchmark. By assessing TR, the study concludes that Portfolio 2 outperforms Portfolio 1. However, the TR is negative for Portfolio 3, which is not very surprising since Portfolio 3 transforms negative performing assets into positive. It is an expected outcome as the benchmark return is negative, it leads to a negative Treynor ratio, especially as the portfolio's return is positive but the covariance between the portfolio and the benchmark index is also negative.

Benzer Tezler

  1. Tez No

    353058

    The effect of internet search volume (ISV) on stock return volatility

    İnternet arama hacminin hisse senedi getirisi oynaklığı üzerindeki etkisi

    SEMEN SON

    Doktora

    İngilizce

    İngilizce

    2014

    MaliyeYaşar Üniversitesi

    İşletme Ana Bilim Dalı

    YRD. DOÇ. RAİF SERKAN ALBAYRAK

    PROF. DR. PINAR EVRİM MANDACI

  2. Tez No

    569194

    Investor sentiment effect on global events: Evidence from international stock markets

    Yatırımcı duyarlılığının küresel olaylar üzerindeki etkisi: Uluslararası borsalardan örnekler

    MİNE CEREN ŞEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Maliyeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. OKTAY TAŞ

  3. Tez No

    860560

    Sosyal medya mesajlarının hisse senedi getiri ve oynaklığı ile olan ilişkisi

    The relationship of social media messages with stock returns and volatility

    MUSTAFA BORA DİLİK

    Doktora

    Türkçe

    Türkçe

    2024

    MaliyeÇankaya Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. MEHMET NİHAT SOLAKOĞLU

    PROF. DR. MEHMET METE DOĞANAY

  4. Tez No

    736368

    Yatırımcı duyarlılığı ile altın, dolar ve yatırım fonu fiyatları arasındaki ilişkinin incelenmesi

    The relationship between investor sentiment and gold, dollar and mutual fund prices

    ONUR FATİH SALTAN

    Doktora

    Türkçe

    Türkçe

    2022

    İşletmeHasan Kalyoncu Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. YUNUS KILIÇ

  5. Tez No

    464972

    Identification of coupled systems of stochastic differential equations in finance including investor sentiment by multivariate adaptive regression splines

    Finansta yatırımcı duyarlılığını içeren bağlantılı stokastik diferensiyel denklem sistemlerinin çok değişkenli uyarlanabilir regresyon eğrileri tarafından tanımlanması

    BETÜL KALAYCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    MatematikOrta Doğu Teknik Üniversitesi

    Finansal Matematik Ana Bilim Dalı

    PROF. DR. GERHARD WİEHELM WEBER

Geri Dön