Hisse Senedi Yatırım Fonu Stratejilerinin Performansının Entropi Temelli Topsis Yöntemi ile Değerlendirilmesi

Öz

Yatırımcıların her zaman için hangi finansal varlıklara yatırım yapılması gerekir sorusunu yanıtlamaları gerekmektedir. Profesyoneller tarafından yönetilen yatırım fonları ile daha az zaman ayırarak portföy oluşturma imkanına sahip olan yatırımcılar için hangi fon tercih edilmeli sorusu önemli hale gelmiştir. Bu nedenle fon getirisi, risk düzeyi, fon performansı ve fon performansının sürekliliği önemli bir konu haline gelmiştir. Bu çalışmada, hisse senedi yatırım fonu seçimine etki eden unsurların belirlenmesi ve fon stratejisine göre fon performanslarının belirlenmesi amaçlanmıştır. Araştırmanın veri setini TEFAS’ta işlem gören ve son beş yıllık verisi bulunan 55 adet hisse senedi şemsiye fonunun Ocak 2019-Aralık 2023 tarihleri arasındaki verileri oluşturmaktadır. Bu 55 hisse senedi yatırım fonu yatırım stratejilerine göre 8 farklı gruba ayrılmıştır. Fon seçimine etki eden unsurlar olarak kısa, orta ve uzun vadeli getiri, portföy büyüklüğü, pay adedi ve fon yönetim ücreti alınmıştır. Fon seçimine etki eden kriterlerin ağırlıklarının belirlenmesinde entropi yöntemi, fon performanslarının sıralanmasında ise topsis yöntemi kullanılmıştır. Çalışma sonuçlarına göre fon seçimine etki eden en önemli iki kriter fon yönetim ücreti ve orta vadeli getiridir. Fon performansı en yüksek olan fonlar sektör stratejisi izleyen fonlardır. Bu fonları Katılım hisse senedi fonları ve çeşitlendirme strateji izleyen fonlar takip etmiştir. Fon performansı en düşük olan fon grupları ise Bist 100, Bist 30 ve iştirak hisselerine yatırım yapan fonlardır.

Anahtar Kelimeler

• Hisse Senedi Fonları
• Fon Performansı
• Entropi
• Topsis

Evaluation of the Performance of Mutual Stock Fund Strategies Using the Entropy-Based Topsis Method

Abstract

Investors always need to answer the question of which financial assets should be invested. The question that investors who have the opportunity to create a portfolio by spending less time with investment funds managed by professionals has become which fund should be preferred. For this reason, fund return, risk level, fund performance, and persistence of fund performance have become important issues. In this study, it is aimed to determine the factors affecting the selection of mutual funds and to determine the fund’s performances according to the fund strategy. The data set of the research consists of data between January 2019 and December 2023 of 55 mutual funds traded in TEFAS, which have data for the last five years. These 55 mutual funds are divided into eight different groups according to their investment strategies. Short-, medium-, and long-term returns, portfolio size, number of shares, and fund management fee were taken as factors affecting fund selection. The entropy method was used to determine the weights of the criteria affecting fund selection, and the Topsis method was used to rank the fund performances. According to the study results, the two most important criteria affecting fund selection are fund management fee and medium-term return. The funds with the highest fund performance are those that follow a sector strategy. Mutual sector funds were followed by participation mutual funds and funds that followed a diversification strategy. The fund groups with the lowest fund performance are funds investing in Bist 100, Bist 30, and subsidiary shares.

Keywords

• Mutual Funds
• Fund Performance
• Entropy
• Topsis

References

1. Aren, S. & Nayman Hamamcı, H. (2021). Measuring the Performance of Fund Managers with the Multiple Criteria Decision Making Method. International Journal of Business Research and Management, IJBRM Special Issue-Performance, Risk and Decision Making (SIBRM4), 17-30.
2. Arslan, M. (2005). A Tipi Yatırım Fonlarında Yöneticilerin Zamanlama Kabiliyeti ve Performans İlişkisi Analizi: 2002-2005 Dönemi Bir Uygulama. Ticaret ve Turizm Eğitim Fakültesi Dergisi, 2, 1-11.
3. Aydın, Ü. (2013). Türkiye’deki Yatırım Fonlarının Performanslarının Değerlendirilmesi: Dea ve Tobit Model Uygulaması. Marmara Üniversitesi İ.İ.B. Dergisi, 34(1), 87-110.
4. Bakır, M. & Atalık, Ö. (2018). Entropi ve Aras Yöntemleriyle Havayolu İşletmelerinde Hizmet Kalitesinin Değerlendirilmesi. İşletme Araştırmaları Dergisi, 10(1), 617-638.
5. Bayrakçı, E. & Aksoy, E. (2019). Bireysel Emeklilik Şirketlerinin Entropi Ağırlıklı ARAS ve COPRAS Yöntemleri ile Karşılaştırmalı Performans Değerlendirmesi. Business and Economics Research Journal, 10(2), 415-433.
6. Bilbao-Terol, A., Arenas-Parra, M., Cañal-Fernández, V. & Antomil-Ibias, J. (2014). Using TOPSIS for Assessing The Sustainability of Government Bond Funds. Omega, 49, 1-17.
7. Chang, C., Lin, J., Lin, J. & Chiang, M. (2010). Domestic Open-end Equity Mutual Fund Performance Evaluation Using Extended TOPSIS Method With Different Distance Approaches. Expert Systems with Application, 37, 4642-4649.
8. Chen, Z. & Lin, R. (2006). Mutual Fund Performance Evaluation Using Data Envelopment Analysis With New Risk Measures. OR Spectrum, 28, 375-398.

9. Crane, A. & Crotty, K. (2018). Passive Versus Active Fund Performance: Do Index Funds Have Skill?. Journal of Financial and Quantitative Analysis, 53(1), 33-64.
10. Topak, M.S. & Çanakçıoğlu, M. (2019). Banka Performansının Entropi ve Copras Yöntemi ile Değerlendirilmesi: Türk Bankacılık Sektörü Üzerine Bir Araştırma. Mali Çözüm, 29(154), 107-132
11. Çömlekçi, İ., Unal, S. & Çepni, K. (2024). TEFAS’ta İşlem Gören Hisse Senedi Fonlarının Getirilerinin Sürekliliği. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 19(2), 401-414.
12. Direkci, Y. E. & Ekşi, H.İ. (2019). Türkiye’de Kurulan Serbest Yatırım Fonlarının Performans Değerlendirmesi. Eskişehir Osmangazi Üniversitesi İİBF Dergisi, Aralık, 14(3), 855-876.
13. jiang, B. & İmam, M. (2018). Measuring The Performance of Private Pension Sector By Topsis Multi Criteria Decision-Making Method. Journal of Economics, Finance and Accounting, 5(3), 288-295.
14. Igbinosa, S. O. (2019). Performance of Mutual Funds: Evidence from Nigeria. Amity Journal of Management Research, 4(2), 1-15.
15. Jiang, J.G., Yao, T. & Zaynutdinova, G. R. (2023). The Effect of Investor Service Costs on Mutual Fund Performance. Financial Review, 58, 91-115.
16. Jones, C. S. & Mo, H. (2021). Out-of-Sample Performance of Mutual Fund Predictors. The Review of Financial Studies, 34, 149-193.
17. Kahraman, D. (2006). Menkul Kıymet Yatırım Fonları Performansının Hayatta Kalana Bağlı Yanlılığı: Gelişmekte Olan Piyasa Fonlarında Türlere Göre İnceleme. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(2), 175-189. Karavardar, A. & Çilek, A. (2020). Banka Tercihini Belirleyen Kriterlerin ENTROPİ Yöntemi ile Ağırlıklandırılması: Giresun İli Örneği. İşletme Araştırmaları Dergisi, 12(4), 3482-3492. https://doi.org/10.20491/isarder.2020.1053
18. Kaushik, A., Brinckman, D. E. & Rose, C. C. (2011). Performance Evaluation and Fund Selection Criteria for Mutual Funds over the Period 2000-2011. Accounting and Finance Research, 2(3), 111-118.
19. Kıyıcı, U., Korkmaz, T. & Uygurtürk, H. (2016). Türkiye’deki Bireysel Emeklilik Yatırım Fonlarının Topsis, Vikor ve Moora Yöntemleri ile Karşılaştırmalı Performans Değerlendirmesi. Sosyal Bilimler Metinleri, 2, 1-16.
20. Korkmaz, T. & Uygurtürk, H. (2009). Türkiye’de İşlem Gören Hisse Senedi Ağırlıklı Yatırım Fonlarının Performans Karşılaştırması. Akademik Araştırmalar ve Çalışmalar Dergisi, 1(1), 1-15.
21. Das, L. (2022). Evaluation of Mutual Funds Using TOPSIS Method. REST Journal on Banking, Accounting and Business, 1(2), 34-43.
22. Lin, J. H., Yen, M. F. & Hsieh, W. C. (2023). Do Manager Characteristics Matter in Equity Mutual Fund Performance? New Evidence Based on the Double-Adjusted Alpha. Pacific-Basin Finance Journal, 77, 101925.
23. Morey, M. R. & Gottesman, A. (2006). Morningstar Mutual Fund Ratings Redux (January 2006). Pace University Finance Research Paper, No. 2006/03.
24. Nanigian, D. (2022). The Historical Record on Active versus Passive Mutual Fund Performance, The Journal of Investing. April, 31(3), 10-22.
25. Özdemir, O. & Kılıçarslan, Ş (2021). Entropi Temelli Gri İlişkisel Analiz Tekniği ile Hayat ve Emeklilik Şirketlerinin Finansal Performansları Üzerine Bir Araştırma. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 26(4), 413-434.
26. Özek, P. (2014). Yatırım Fonu Performansının Portföy Bilgileri ile İlişkili Olarak Analiz Edilmesi. Celal Bayar Üniversitesi Sosyal Bilimler Dergisi, 12(2), 42-55.
27. Patel, J. J. (2020). A Study on Performance Evaluation of Selected Mutual Funds in India. Gap Gyan Global Journal of Social Sciences, December, 3(4), 80-85.
28. Pillay, N., Muller, C. & Ward, M. (2010). Fund Size and Returns on the JSE. Investment Analysts Journal, 39, 1-11.
29. Qamar, H. & Singh, S. (2016). Mutual Fund Performance Prediction. IEEE Distributed Computing, VLSI, Electrical Circuits and Robotics (DISCOVER), Mangalore, 185-189.
30. TEFAS, Türkiye Elektronik Fon Alım Satım Platformu (2024a). Toplam İşlem Hacmi. https://www.tefas.gov.tr/IstatistikiRaporlar/ToplamIslemHacmi.aspx (04.04.2024)
31. TEFAS, Türkiye Elektronik Fon Alım Satım Platformu. (2024b). Fon Sayısı. https://www.tefas.gov.tr/IstatistikiRaporlar/FonSayisi.aspx (04.04.2024)
32. Teker, S., Karakum, E. & Tav, O. (2008). Yatırım Fonlarının Risk Odaklı Performans Değerlemesi. Doğuş Üniversitesi Dergisi, 9(1), 89-105.
33. Tsolas, I. E. (2020). The Determinants of The Performance of Precious Metal Mutual Funds. Journal of Risk and Financial Management, 13(11), 1-10.
34. Vafai, N. & Rakowski, D. (2024). The Sources of Portfolio Volatility and Mutual Fund Performance. International Review of Financial Analysis, 91, 102985.
35. Vilantika, E. (2023). Application of Analytical Hierarchy Process to Evaluate Ten Years of Mutual Fund Performance in Indonesia. Jurnal Manajerial, 10(1), 98-112.
36. Wang, T. & Lee, H. (2009). Developing a Fuzzy TOPSIS Approach Based on Subjective Weights and Objective Weights. Expert Systems with Applications, (36), 8980-8985.
37. Wu, J., Sun, J., Liang, L. & Zha, Y. (2011). Determination of Weights for Ultimate Cross Efficiency Using Shannon Entropy, Expert Systems With Applications, 38 (5), 5162-5165.
38. Yıldız, A. (2006). Yatırım Fonları Performanslarının Veri Zarflama Analizi Yöntemiyle Değerlendirilmesi. Ankara Üniversitesi SBF Dergisi, 61(02), 211-234.