Akademik Veri Yönetim Sistemi
Tez Türü: Doktora
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, İktisat, Türkiye
Tez Danışmanı: Mert Ural
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
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 balonları GSADF testi ile aracılığıyla tespit edilmekte ve sonrasında bu balonların oluşumu, çeşitli makroekonomik göstergeler kullanılarak 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 yöntemleri ile 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.