Finansal balonların ve krizlerin makine öğrenmesi yöntemleriyle tahmini
Forecasting financial bubbles and crises using machine learning methods
- Tez No: 951988
- Danışmanlar: PROF. DR. MERT URAL
- Tez Türü: Doktora
- Konular: Ekonometri, Ekonomi, Econometrics, Economics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat Ana Bilim Dalı
- Bilim Dalı: İktisat Bilim Dalı
- Sayfa Sayısı: 134
Özet
Bu çalışma, finansal istikrar açısından kritik öneme sahip olan finansal balonların ve krizlerin makine öğrenmesi yöntemleri kullanılarak tespitini ve tahminini araştırmaktadır. Çalışmanın temel amacı, finansal balonların ve krizlerin makroekonomik ve finansal göstergelerle ilişkilerini inceleyerek bu olguların erken tespiti için etkinliği yüksek erken uyarı sistemleri geliştirmek ve bu sistemlerin performansını değerlendirmektir. Bu kapsamda tez, spesifik araştırma sorularına odaklanan ve kendi içlerinde bütünlük arz eden üç ayrı makaleden oluşmaktadır. Tüm makalelerde nicel analiz yöntemleri ve çeşitli makine öğrenmesi algoritmaları kullanılmış; veri analizleri, Python, RStudio ve Eviews programları aracılığıyla gerçekleştirilmiştir. İlk makalede, Türkiye'deki finansal balonlar GSADF testi aracılığıyla tespit edilmekte ve sonrasında bu balonların oluşumu, çeşitli makroekonomik göstergeler kullanarak rassal orman algoritması yardımıyla tahmin edilmektedir. Çalışma, temel belirleyicileri ortaya koyarak makine öğreniminin erken tespit potansiyelini göstermektedir. İkinci makalede, Türkiye'de finansal krizler temel alınarak rassal orman algoritmasıyla yüksek performanslı bir erken uyarı sistemi geliştirilmiştir. Bu yaklaşım, temel belirleyicileri tanımlayıp politika yapımını desteklemektedir. Üçüncü makalede ise G7 ülkelerindeki sistemik bankacılık krizleri XGBoost modeli ile tahminlenmekte ve SHAP değerleri kullanılarak model yorumlanabilirliği ve şeffaflığı artırılmaktadır. Bulgular, uygulanan metodolojinin yüksek tahmin gücünü ve yaklaşımın kriz dinamiklerini anlamadaki önemini göstermiştir. Sonuç olarak bu tez, Türkiye ve uluslararası düzeyde, finansal balonların ve krizlerin makine öğrenmesi yöntemleriyle başarıyla modellenebileceğini ve öngörülebileceğini göstermektedir. Geliştirilen modeller ve erken uyarı sistemleri, finansal istikrarın korunması ve piyasa risklerinin yönetimi açısından önemli katkılar sağlamakta, politika yapıcıların proaktif ve bilgiye dayalı kararlar almasına yardımcı olmaktadır. Aynı zamanda makine öğrenmesi modellerinin tahmin gücü kadar yorumlanabilirliğinin de finansal analizlerdeki önemini vurgulamaktadır.
Özet (Çeviri)
This study investigates the detection and forecasting of financial bubbles and crises, which are critical for financial stability, using machine learning methods. The principal objective of this dissertation is to develop robust and effective early warning systems capable of providing timely detection of financial bubbles and crises by analyzing their interrelationships with a comprehensive set of macroeconomic and financial indicators, and to rigorously evaluate the performance of these developed systems. To achieve this objective, the thesis comprises three distinct yet interconnected research articles, each addressing specific research questions. Quantitative analytical methods and a diverse array of machine learning algorithms are employed throughout all articles, with data analyses conducted utilizing Python, RStudio, and Eviews software packages. The first paper of this dissertation focuses on the identification of financial bubbles in Türkiye through the application of the Generalized Supremum Augmented Dickey-Fuller (GSADF) test. Subsequently, the formation of these identified bubbles is predicted using a random forest algorithm incorporating various macroeconomic indicators. This study effectively demonstrates the early detection potential of machine learning techniques by elucidating the key determinants of financial bubble formation. The second paper details the development of a high-performance early warning system for financial crises in Türkiye, employing a random forest algorithm grounded in relevant macroeconomic and financial data. This analytical approach not only identifies key determinants of financial crises but also provides valuable insights to support informed policymaking. The third paper shifts its focus to the prediction of systemic banking crises within the G7 economies, utilizing the XGBoost model. Furthermore, to enhance the interpretability and transparency of this model, SHAP (SHapley Additive exPlanations) values are employed. The findings of this analysis underscore the high predictive power of the applied methodology and highlight the importance of this approach in gaining a deeper understanding of systemic banking crisis dynamics. In conclusion, this thesis provides compelling evidence that financial bubbles and crises, both within Türkiye and across international contexts, can be successfully modeled and predicted through the application of machine learning methods. The developed models and early warning systems represent significant contributions to the ongoing efforts aimed at maintaining financial stability and effectively managing market risks, thereby assisting policymakers in making proactive and evidence-based decisions. Moreover, this research emphasizes the dual importance of both the predictive power and the interpretability of machine learning models in the field of financial analysis.
Benzer Tezler
- The relationship between behavioral finance and financial crisis
Davranışsal finans ve finansal krizler arasındaki ilişki
RIZA DORUK ERCAN
Yüksek Lisans
İngilizce
2019
Ekonomiİstanbul Üniversitesiİktisat (İngilizce) Ana Bilim Dalı
DOÇ. DR. ÖZLEN HİÇ
- Varlık fiyatı balonları ve finansal kriz yaratmadaki rolü: ABD deneyimleri
Asset price bubbles and their role in creating financial crisis: US experiences
BASEMA KANINEH
- 2008 ekonomik krizi ve Covid19 pandemi krizinin maliye politikaları üzerindeki etkisi
The effect of the 2008 economic crisis and the Covid19 pandemic crisis on financial policies
BESTE BAKİ
Yüksek Lisans
Türkçe
2022
MaliyeMersin ÜniversitesiMaliye Ana Bilim Dalı
DOÇ. DR. HİLMİYE YASEMİN ÖZUĞURLU
- Spekülatif balonların finansal krizlere etkisi: 2008 küresel krizin ekonomik ve etik açıdan bir incelemesi
The impact of speculative bubbles on financial crises: An economic and ethical analysis of the 2008 global crisis
SADRETTİN ONUR CEYLAN
Yüksek Lisans
Türkçe
2025
MaliyeMarmara ÜniversitesiSermaye Piyasası ve Borsa Ana Bilim Dalı
PROF. DR. ACLAN OMAĞ
- İpoteğe dayalı konut kredisi uygulamasının ekonomik istikrar üzerindeki etkileri
The impacts of implementation of mortgage on economic stability
GÜLTEKİN BAYAR