Search

Amaç: Bu çalışma altın fiyatları ile Borsa Istanbul’da hisse senedi fiyatların arasındaki ilişkiyi 2000-2021 dönemi için incelemektedir. Çalışmanın zaman dilimi Covid-19 hastalığı göz önüne alınarak iki Covid-19 öncesi ve sonrası olarak iki ayrı döneme ayrılmıştır. Böylece Covid-19’un altın ve hisse senedi piyasası ilişkisini etkileyip etkilemediği gözlemlenebilecektir.Yöntem: Çalışmanın analizleri için basit doğrusal regresyon yöntemi kullanılmıştır. Ayrıca kredi temerrüt takası primleri ile piyasa getirisinin çarpımı ile elde edilen etkileşim terimi, ekonomik stressin arttığı zamandaki altın-hisse senedi ilişkisini gözlemlemek için ana modele eklenmiştir.Bulgular: Çalışmanın sonucunda her iki dönemde de altın ve hisse senedi arasında negatif ve anlamlı bir ilişki buluşmuştur. Ancak etkileşim değişkeni göz önüne alındığında, Covid-19 öncesi dönemde ekonomik belirsizliğin ve stresin arttığı dönemlerde hisse senedi piyasasındaki düşüşler altın fiyatlarında artışa neden olmaktadır. Covid-19 ve sonrası dönemde ise hisse senedi piyasasındaki düşüşler, ekonomik kaygının arttığı zamanlarda bile altın fiyatlarında artışa neden olmamaktadır. Sonuç: Covid-19 dönemi öncesinde ekonominin durgunlaştığı zamanlarda, altın yatırımcılar tarafından güvenli bir liman olarak görülürken, Covid-19 sonrası dönemde stresin arttığı zamanlarda bile artık hisse senedi çeşitlendirmesi için bir önlem aracı olarak değerlendirilemeyeceği gözlemlenmiştir., Purpose: This study investigates the relationship between gold and stock market returns of Borsa Istanbul for the year 2000-2021. This time period is seperated into two subsamples as pre-Covid-19 and post-Covid-19 periods in order to see whether the relationship between gold and stock prices are affected by the Covid-19 disease or not. Methodology: The ordinary least square method is utilized for the analyses. The interaction term of credit default swap premiums with stock market returns is also included into baseline model in order to observe effects of stress in the financial markets on this link. Findings: The empirical results mainly show that there exists a negative and significant relationship between gold and market returns in Turkey for both pre- and post-Covid-19 periods. On the other hand, the interaction term is found to be negative and significant for pre-Covid19 period, which indicates that an decrease in the stock market returns during the times of economic stress lead to an increase in the gold prices before the Covid-19. However, the interaction term is found to be significant and positive for the post-Covid-19 period, which points out that when economic stress upsurge in the pandemic period, a decline in the stock market does not lead to a rise in the gold prices.Implications: The gold is regarded as safe haven and a hedge tool against equity market investments before the Covid-19 period in difficult times of economy. However, this property of gold as a hedge instrument to be used in diversifying portfolios cannot be valid for the period aftermath of the Covid-19.

TEZ10431 Tez (Yüksek Lisans) -- Çukurova Üniversitesi, Adana, 2017. Kaynakça (s. 61-64) var. xv, 83 s. : tablo ; 29 cm. Bu çalışmada Borsa İstanbul 100 endeksi, USD/TRY döviz kuru ve Altın fiyatları getiri yönleri Yapay sinir ağları algoritması ve Yüksek dereceden Markov zincirleri birlikte kullanılarak tahmin edilmiştir. Yüksek dereceden Markov zincirlerinin geçiş olasılıkları her bir süreç için tahmin edilen Yapay sinir ağlarının tahmini değerlerden hesaplanmıştır. Hem Markov zincirleri hem Yapay sinir ağları tek başına Borsa, Döviz kuru ve altın piyasaları gibi tahmin edilmesi zor, değişkenliği fazla ve karmaşık yapıdaki piyasa verilerinin öngörüsünde kullanılan etkin tekniklerdir. Bu çalışmada Markov zincirleri ve Yapay sinir ağları algoritması birlikte kullanılarak hem daha güçlü tahmin sonuçlarına ulaşılmış hem de geçiş olasılıklardan elde edilen bir sonraki günün getiri tahminin güvenirliliği elde edilmiştir. Her bir süreç için dizayn edilen Yapay sinir ağı algoritmasının doğru sınıflama başarısı geçiş olasılıkları matrislerindeki elemanların güvenirliliğinin bir ölçütü olarak kullanılmıştır. Yapılan analizler sonucunda ikinci dereceden ve üçüncü dereceden Markov zincirleri modellerinden bir sonraki gününün getiri tahmini ile ilgili önemli bilgiler sağlanmıştır. Ayrıca analizler sonucunda üçüncü dereceden Markov zinciri sürecinin ikinci dereceden Markov zincirleri sürecinden daha fazla bilgi taşıdığı sonucuna da varılmıştır. Başka bir ifade ile genel olarak Borsa İstanbul, USD/TRY döviz kuru ve Altın piyasasında bir adım sonraki getiri son üç günün getirilerinden daha fazla bilgi taşımaktadır. Markov zincirinin derecesi düştükçe Yapay sinir ağı ve Markov zincirinin tahmin gücü de düşmektedir. In this study The Istanbul Stock exchange national 100 index, USD/TRY exchange rate and Gold price returns predicted with Artificial Neural Network and High Order Markov Chains models. Each unit of transition probability matrix of Markov chain was computed by estimated values of Artificial Neural Network Algorithm. Both Markov Chain Models and Artificial Neural Network Algorithm are efficient methods separately at the prediction of highly volatile and complicated financial time series such as stock market, exchange rate and gold price returns. Utilizing Markov Chain Models and Artificial Neural Network Algorithm together, both confidence level for transition probability matrix and powerful results was obtained for one-step ahead prediction. For each process the correct classification rate of Artificial Neural Network algorithms was used as confidence level of transition probability matrix. Although the satisfactory information relative to future prediction of series was obtained both by second order and third order Markov Chain Models, the results show that third order Markov chain models contain more information than second order Markov Chain Models. Put it in a different way, in general the Istanbul Stock Exchange national 100 index, USD/TRY exchange rate and Gold price returns contain more information from three days before than two days before. Lastly, the results indicated that as the order of Markov Chain Models decreases the prediction power of Markov Chain models and Artificial Neural Network Algorithm goes down correspondingly.