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
- A review and evaluation of development in exploration, production, reserves estimation, and research efforts for shale gas and oil
Şeyl gazı ve petrolü için arama, üretim, rezerv kestirimive araştırma çalışmalarının incelenmesi ve değerlendirilmesi
OSMAN MOHAMMED
Yüksek Lisans
İngilizce
2015
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İBRAHİM METİN MIHÇAKAN
- Bulanık zincir model temelleri ve hidrograf tahminleri
Fuzzy chain model fundamentals and hydrograph estimations
YAVUZ SELİM GÜÇLÜ
Doktora
Türkçe
2017
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ZEKAİ ŞEN
- Finansal ürünlerin vergilendirme ve yasal düzenlemeler açısından değerlendirilmesi
Başlık çevirisi yok
ATİLLA UYANIK
- Kamu borçlanma senetlerinin banka mali tabloları üzerindeki etkisi
The Effects of public sector borrowing papers on the commercial banks fiscal tables
EMEL SALMAN
Yüksek Lisans
Türkçe
1999
BankacılıkMarmara ÜniversitesiBankacılık Ana Bilim Dalı
PROF. DR. İLHAN ULUDAĞ
- Kamu borçlanma senetlerinin bankaların mali tabloları üzerindeki etkisi
Başlık çevirisi yok
AYŞE ECE ÜLGÜRAY
Yüksek Lisans
Türkçe
1998
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. CUDİ TUNCER GÜRSOY