On the yield curve forecasting: Applications of conventional and non-conventional techniques
Getiri eğrisi tahmini üzerine: Geleneksel ve geleneksel olmayan tekniklerin uygulamaları
- Tez No: 913544
- Danışmanlar: PROF. DR. BAŞAK DALGIÇ
- Tez Türü: Doktora
- Konular: Ekonomi, Economics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat Ana Bilim Dalı
- Bilim Dalı: İktisat Bilim Dalı
- Sayfa Sayısı: 201
Özet
Piyasada gözlemlenen devlet iç borçlanma senetlerinin getiri eğrisinin gelecekte ne olacağını tahmin etmek hem ekonomik hem de finansal birimleri için çok önemlidir. Diebold-Li (2006) Dinamik Nelson Siegel yaklaşımı ile yaptığı çalışmada AR(1) modelinin en iyi tahminleri yaptığını gösterir. Bu yaklaşımı daha sonra birçok araştırmacı farklı veri ve modellerde kullandılar. Literatürde ortaya çıkan farklılıklar ve yeni yaklaşımlar getiri eğrisi tahminleri için daha kapsamlı bir çalışma yapma ihtiyacı ortaya çıkartır. Bu çalışmada Japonya hariç G-7 ülkelerinin 2010-2022 dönemine ait devlet tahvillerinin getiri eğrilerini Dinamik Nelson Siegel yaklaşımı ile tahmin ederiz. Geleneksel, geleneksel olmayan modeller ile birlikte topluluk öğrenmesi ve tahmin birleştirmesi modelleri kullandık. Son yıllarda sıkça kullanılan ve veri yapısını daha etkin bir şekilde araştırabilen Yapay Sinir Ağları (YSA) tezde kullanılmıştır. Bu tezde literatürden farklı olarak, Nelson-Siegel Modelinin bozunma parametresini (λ) birleşik devletlerinki hariç yüksek frekanslı Hodrick-Prescott Filtresi ile düzleştiririz. Böylece diğer faktörler gibi λ parametresi de tahmin edilecek değişkenlere dahil edilir. Getiri eğrilerinin esnekliğini arttırdığımız bu çalışmada tahminlerin sonuçları daha anlamlıdır. Çalışmanın sonuçları şunlardır. Değişken λ ile sabite göre getiri eğrisi getirilere daha iyi uyum sağlar. Rassal yürüyüş modelinden daha iyi tahmin yapan modelleri araştırdığımız bu tezde bireysel modeller çoğunlukla başarısız olduğu halde bu modellerden elde ettiğimiz tahmin birleştirmesi modelleri ile kolaylıkla başarılı tahminler yapılabileceğini gösteririz. Ayrıca AR(1) yerine farklı ARIMA modellerinin kullanılabileceği, topluluk öğrenmesi ve tahmin birleştirmesi yaklaşımlarının bireysel modellerin tahminleri iyileştirebileceği sonucuna varırız. YSA modellerinin başarılı tahminler yapmada istikrarsız olduğu sonucuna varırız.
Özet (Çeviri)
Forecasting the yield curves of government debt securities observed in the market is very crucial for both economic and financial units. Diebold and Li (2006) show that the AR(1) model makes the best forecasts with the Dynamic Nelson Siegel approach. Many researchers have later used this approach with different data and models. The differences and new approaches that emerge in the literature reveal the need for a more comprehensive study for yield curve forecasts. In this thesis, we forecast the yield curves of government bonds of G-7 countries, excluding Japan, for the period 2010-2022 using the Dynamic Nelson Siegel approach. We used conventional, non-conventional models, ensemble learning, and forecast combination models. Artificial Neural Networks (ANN), which have been frequently used in recent years and can investigate the data structure more effectively, have been used in the thesis. In the thesis, unlike the literature, we smooth the decay parameter (λ) of the Nelson-Siegel Model with the high-frequency Hodrick-Prescott Filter except for the United States. Thus, the λ parameter, like other factors, is included in the variables to be forecasted. In this thesis, we increase the flexibility of the yield curves, and the results of the forecasts are more meaningful. The results of the thesis are as follows. The yield curve fits the yields better with the float λ compared to the constant. In this thesis, we investigate models that make better forecasts than the random walk model, we show that although individual models mostly fail, successful forecasts can be easily made with forecast combination models we obtain from individual models. We also conclude that different ARIMA models can be used instead of AR(1), and that ensemble learning and forecast combination approaches can improve the forecasts of individual models. We conclude that ANN models are unstable in making successful forecasts
Benzer Tezler
- Ordu ili (Türkiye) tatlısu Gammaridea (Crustacea, Amphipoda) faunası üzerine bir araştırma
Study on freshwater Gammari̇dea (Crustacea, Amphipoda) fauna of Ordu (Turkey)
MEHMET EKİNCİ
Yüksek Lisans
Türkçe
2015
Balıkçılık TeknolojisiOrdu ÜniversitesiBalıkçılık Teknolojisi Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ALİ MİROĞLU
- Metil-sübstitüe metoksi konduritollerin sentezi
Synthesis of methyl-substituted methoxy conduritols
DİLEK KAPLAN
- Enerji ihtiyacının karşılanmasında doğalgaz ve rüzgâr kaynaklı enerji çevrim santralleri; yatımlar üzerine stratejik bir analiz
Natural gas and wind based cycle plant in supplying the needs of energy reguirement; a strategic analysis on investments
GÜVEN KARAMAN
Yüksek Lisans
Türkçe
2015
İşletmeOrdu ÜniversitesiYenilenebilir Enerji Ana Bilim Dalı
YRD. DOÇ. DR. KADİR AKSAY
- Ordu ekolojik koşullarında bazı kuru fasulye (Phaseolus vulgaris L.) çeşit ve genotiplerinin verim, verim öğeleri ile tohum ve teknolojik özelliklerinin belirlenmesi
Determination of yield and components with seed and technological characteristics of some dry beans (Phaseolus vulgaris L.) varieties and genotypes on in ecological conditions of Ordu
YAŞAR ÖZBEKMEZ
- Fındık zurufu kompostunun toprak kalitesi üzerine etkisi
The effect of adding of hazelnut husk compost on soil quality
SELAHATTİN AYGÜN
Yüksek Lisans
Türkçe
2015
ZiraatOrdu ÜniversitesiToprak Bilimi ve Bitki Besleme Ana Bilim Dalı
PROF. DR. TAYFUN AŞKIN