Finansal Baloncukların Tespiti ve Tahminlenmesi

Finansal balonların öngörülmesi, uygulamalı finans literatüründe önemli bir araştırma konusu olarak kabul görmektedir. Bu çalışmanın amacı, 2002M01-2024M06 dönemi boyunca BİST 100, BİST Banka ve BİST Sınai endeksindeki finansal balonları ekonometrik ve makine öğrenimi yöntemlerini birleştirerek tespit etmek ve öngörmektir. Bu doğrultuda, ilk olarak balon dönemlerinin tespitinde Genelleştirilmiş Supremum Artırılmış Dickey-Fuller (GSADF) testi kullanılmıştır. Bu test, zaman serilerindeki yapısal kırılmaları ve volatilite değişimlerini dikkate alarak balonların tespitinde daha güçlü bir yöntem sunmaktadır. İkinci olarak, balon oluşumunu makroekonomik göstergelerle ilişkilendirerek tahmin etmek için Rastgele Orman Ağaçları (Random Forest Algorithm) yöntemi kullanılmıştır. Rastgele Orman (Random Forest) algoritması ile balon oluşum olasılığını etkileyen finansal ve makroekonomik faktörlerin göreceli önemi belirlenmiştir. Analiz sonuçları, Türkiye’de BİST 100, BİST Banka ve BİST Sınai endeksinde fiyat balonlarının oluşumunda para arzı, döviz kuru, tüketici fiyat endeksi, FED faiz oranı, Bileşik Öncü Göstergeler Endeksinin belirleyici olduğunu göstermektedir. Bu doğrultuda, balon risklerini azaltmak ve finansal istikrarı sağlamak için para politikası ve makro ihtiyati tedbirlerin etkin kullanımının önemini ortaya koymaktadır. Aynı zamanda makine öğrenmesi yöntemlerinin finansal balonların erken tespiti ve piyasa risklerinin yönetimi açısından önemli bir potansiyel taşıdığını göstermektedir. Modelin performansını değerlendiren sonuçlar, önerilen yaklaşımın yüksek tahmin gücüne sahip olduğunu ve finansal balonların öngörülmesinde etkili bir alternatif olabileceğini göstermektedir.