Yatırım projelerinde risk analizinin makine öğrenmesi yöntemleriyle değerlendirilmesi
Evaluation of risk analysis in investment projects by machine learning methods
- Tez No: 971856
- Danışmanlar: PROF. DR. İMAN ASKERBEYLİ
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Finansal risk, Yabancı sermaye yatırımları, Yapay zeka ve makine öğrenmesi dersi, İnsan-yapay zeka etkileşimi, Financial risk, Foreign capital investments, Artificial intelligence and machine learning course, Human-artificial intelligence interaction
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Ankara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bir sabit sermaye yatırım önerisi olarak yatırım projeleri ekonomik büyüme açısından vazgeçilmez öneme sahiptir. Yatırım projelerinin geleceğe dair bir yatırım önerisi olması nedeniyle, geleceğin beraberinde getireceği risklere maruzdur. Çeşitli risk değişkenleri ve belirsizlikten kaynaklanabilecek önemli mali kayıplar göz önüne alındığında, yatırım projelerinin risk analizi özellikle önemlidir. Risk faktörleri arasında projenin karlılığını, getirisini, ekonomik sürdürebilirliğini doğrudan belirleyen risk faktörü fiyat parametresidir. Bu çalışma, yatırım projelerinde risk analizinde en etkili değişkenlerden biri olması nedeniyle makine öğrenmesi yöntemleri ile fiyat tahmini yapmakta ve yeni bir makine öğrenmesi modeli ortaya koymaktadır. Çalışmada giriş katmanı, tek boyutlu konvolüsyon katmanı, havuzlama katmanı, LSTM gizli katmanı ve tam bağlı katmandan oluşan yeni bir CNN-LSTM makine öğrenmesi modeli geliştirilmiştir. Veri seti olarak 1 Haziran 1996'dan 1 Şubat 2025'e kadar 10228 günü kapsayan oksijen endeksi fiyatları kullanılmıştır. Modelin tahmin değerleri ve performans metrikleri MLP, CNN, LSTM, RNN ve CNN-RNN modelleriyle karşılaştırılmıştır. Oluşturulan CNN-LSTM modeli RMSE = 0.138, MAE = 0.124, MAPE = %2.8, MA = %97.2 ve R^2 = 0.9847 değerleriyle hata ölçüt endekslerinde en başarılı ve model uyumunda diğer modellere kıyasla en iyi performansı göstermiştir.
Özet (Çeviri)
As a fixed capital investment proposal, investment projects are indispensable for economic growth. Because investment projects are future-oriented, they are exposed to the risks that the future may bring. Given the various risk variables and the significant financial losses that can arise from uncertainty, the risk analysis of investment projects is particularly important. Among the risk factors, the price parameter is the one that directly determines the profitability, return, and economic sustainability of a project. This study utilizes machine learning methods to predict prices and presents a new machine learning model because it is one of the most influential variables in risk analysis in investment projects. In this study, a new CNN-LSTM machine learning model consisting of an input layer, a one-dimensional convolution layer, a pooling layer, an LSTM hidden layer, and a fully connected layer was developed. The dataset used was oxygen index prices covering 10,228 days from June 1, 1996, to February 1, 2025. The model's prediction values and performance metrics were compared with those of MLP, CNN, LSTM, RNN, and CNN-RNN models. The presented CNN-LSTM model showed the best performance compared to other models in error metric indices and accuracy rates with values of RMSE = 0.138, MAE = 0.124, MAPE = 2.8%, MA = 97.2% and R^2 = 0.9847.
Benzer Tezler
- RFMLP based customer segmentation and customer churn analysis in heavy equipment industry using customer transactions data
İş makinesi sektöründe müşteri işlem verilerini kullanarak RFMLP tabanlı müşteri segmentasyonu ve müşteri kayıp analizi
MUSTAFA ÇAMLICA
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. FETHİ ÇALIŞIR
- Enerji performans sözleşmelerinin Türkiye'de uygulanabilirlik analizi
Applicability analysis of energy performance contracts in Turkey
HANDE NUR AKKOÇ
Yüksek Lisans
Türkçe
2022
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
PROF. DR. SERMİN ONAYGİL
- Kredilendirmede risk unsurunun değerlendirilmesine bir bakış
Başlık çevirisi yok
HATİCE FİDAN
Yüksek Lisans
Türkçe
1989
Bankacılıkİstanbul Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. HAYRİ ERDOĞAN ALKİN
- Sosyal bilgiler dersinde öğrencilere mini şirketler kurmaları yoluyla girişimcilik becerisinin kazandırılması: Bir eylem araştırması
Primary school students' acquiring entrepreneurship skills in social studies lessons through establishing their own mini companies: An action research
KÜBRA GÖNÜLCÜ
Yüksek Lisans
Türkçe
2019
Eğitim ve ÖğretimAydın Adnan Menderes ÜniversitesiSosyal Bilimler ve Türkçe Eğitimi Ana Bilim Dalı
DOÇ. DR. ELİF ALADAĞ