Price impact estimation of bond market: A machine learning approach
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Boğaziçi Üniversitesi, SOSYAL BİLİMLER ENSTİTÜSÜ, SOSYAL BİLİMLER ENSTİTÜSÜ, Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: İngilizce
Öğrenci: SAİM AYBERK SERT
Danışman: VAHAP BURAK SALTOĞLU
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tezde, Türkiye devlet borçlanma senetlerinin tarihsel toplam fiyat etkisi davranışını analiz etmek için 17 yılı kapsayan ampirik bir çalışma yürüttük. Ek olarak, bir takas işleminin fiyat etkisini belirleyen faktörleri araştırdık. Çalışmanın arkasındaki temel motivasyon, yüksek frekanslı işlem yapan yatırımcılar, fon yöneticileri ve kurumsal yatırımcılar için daha iyi rehberlik sağlamaktır; çünkü, alfa üretimi, varlıklar benzer şekilde performans gösterme eğilimindeyken çoğunlukla işlem maliyetlerine bağlıdır. Türkiye bireysel emeklilik piyasasındaki borçlanma araçları fonlarında bulunan toplam yönetilen varlık miktarı ve yerleşik olmayanların yatırımcıların pozitif portföy akışının daha düşük toplam fiyat etkisi ile ilişkili olduğunu bulduk. Buna karşılık, diğer gelişmekte olan ülkelerden ayrışma, fiyat etkisi maliyetlerini artırıyor. Modelimizi literatürde önerilen çeşitli likidite ölçümleriyle karşılaştırmak için fiyat etkisinin işlem hacmi, piyasa koşulları, bono özellikleri ve limit emir defterinin durumuna göre nasıl değiştiğini gösterdik. Kyle (1985)'in fiyat etkisi lambdası dışında, fiyat etkisi modelimizin diğer likidite ölçümlerinin sağladığı bilgileri kapsadığını bulduk. İşlem hacmi ve fiyat etkisi arasında içbükey bir ilişki olduğunu göstererek yaygın olarak bilinen karekök yasasını onaylayıp, yeni geliştirilen makine öğrenmesi tekniklerini kullanarak fiyat etkisi tahminlerinin nasıl iyileştirilebileceğini de inceledik. XGBoost ile desteklenmiş ağaçların, örneklem dışı tahminlerde rassal orman ve elastik ağ yöntemleri gibi diğer alternatif modellerden daha iyi performans gösterdiğini bulduk. Ayrıca limit emir defterinin işlemden hemen önceki eğimi, tahvillerin vadesi ve piyasa oynaklığının fiyat etkisini etkileyen ilk üç faktör olduğunu gösterdik. Çalışmanın özgün özellikleri göz önüne alındığında, uzun bir tarihsel dönemi kapsayan emir defteri verilerine makine öğrenmesi tekniklerinin uygulanması konusunda fiyat etkisi literatürüne katkıda bulunmayı amaçlıyoruz.