Yapay sinir ağları yöntemiyle kırılgan ekonomilerde CDS prim tahmini
Prediction of the CDS pre premimum via artificial neural networks
- Tez No: 878602
- Danışmanlar: PROF. DR. ADALET HAZAR
- Tez Türü: Doktora
- Konular: Bankacılık, Banking
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Başkent Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Uluslararası Finans ve Bankalcılık Ana Bilim Dalı
- Bilim Dalı: Bankacılık ve Finans Bilim Dalı
- Sayfa Sayısı: 102
Özet
Bu çalışma, Türkiye ve BRICS ülkelerinin günlük CDS (Kredi Temerrüt Takas) primlerinin tahmin edilmesi üzerine odaklanmıştır. Yapay Sinir Ağları (YSAs) metodunu kullanarak, geleneksel tahmin yöntemlerine alternatif bir yaklaşım sunulmuştur. Çalışma, 3 farklı modelin oluşturulmasıyla gerçekleştirilmiştir: 3+1, 7+1 ve 14+1. Bu modellerin Türkiye ve BRICS ülkeleri için uygulanmasıyla elde edilen düşük Ortalama Mutlak Hata (MAE) değerleri, tahmin performansının başarılı olduğunu göstermektedir. Türkiye için en başarılı model 7+1 iken, Brezilya için 14+1, Çin için 14+1, Rusya için 3+1, Hindistan için 3+1 ve Güney Afrika için 7+1 modeli en iyi sonuçları vermiştir. Bu çalışmanın amacı, kırılgan ekonomilerde CDS primlerinin tahmin edilmesi yoluyla modelin gücünü göstermektir.
Özet (Çeviri)
This study focuses on predicting the daily CDS (Credit Default Swap) premiums of Turkey and BRICS countries. By employing the Artificial Neural Networks (ANNs) method, an alternative approach to traditional forecasting methods is presented. The study is conducted through the creation of three different models: 3+1, 7+1, and 14+1. The low Mean Absolute Error (MAE) values obtained by applying these models to Turkey and BRICS countries demonstrate the successful forecasting performance. For Turkey, the most successful model is 7+1, while for Brazil it is 14+1, for China it is 14+1, for Russia it is 3+1, for India it is 3+1, and for South Africa, the 7+1 model yielded the best results. The purpose of this study is to demonstrate the power of the model by forecasting CDS premiums in fragile economies.
Benzer Tezler
- Derin öğrenme tabanlı yöntemler ile GPR görüntülerinde obje tespiti
Object detection in GPR images with deep learning based methods
ORHAN APAYDIN
Yüksek Lisans
Türkçe
2023
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURGAY İŞSEVEN
- Optimization the training algorithms of machine learning using GAN networks
Çekişmeli üretici ağlar için makine öğrenmesi eğitim algoritmalarında optimizasyon
SEDAT AKEL
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ROYA CHOUPANI
- Yapay sinir ağları yöntemiyle Diyarbakır ili kent merkezi içme suyu talep tahmini uygulaması
Diyabakir city urban water demand forecasting with artificial neural networks method
RECEP AKDAĞ
- Yapay sinir ağları yöntemiyle rüzgar türbin generatörlerinde hidrolik arıza tesbiti
Hydraulic fault detection of wind turbine generators using artificial neural networks
TACETTİN AHMET DÖNDÜREN
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiNecmettin Erbakan ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA YAĞCI
- Yapay sinir ağları yöntemiyle talep tahmini: İplik fabrikası örneği
Demand forecasting using artificial neural networks: Example from yarn factories
MERVE ALKAP
Yüksek Lisans
Türkçe
2019
Tekstil ve Tekstil MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. SUAT ÇETİNER
DOÇ. DR. HALİL İBRAHİM ÇELİK