Zaman Serileri Faktör Analizi Yardımıyla İMKB İndeksine Yön Veren Değişkenlerin İndirgenmesi

Year 2010, Issue: 2, 89 - 97, 01.09.2010

Funda H Sezgin Elif Özge Özdamar

Abstract

Faktör Analizi (FA) başta Sosyal Bilimler olmak üzere pek çok alanda sıkça kullanılan çok değişkenli analiz tekniklerinden biridir. FA, birbiri ile ilişkili değişkenleri bir araya getirerek az sayıda yeni ilişkisiz değişken bulmayı amaçlar. Dolayısıyla bir boyut indirgeme ve bağımlılık yapısını yok etme yöntemidir. Ekonomik değişkenleri inceleyen zaman serileri üzerinde FA çok başarılı sonuçlar vermemektedir. Zaman serilerinin veri yapısı gereğince, gözlemlerin bağımsız olması ve benzer şekilde dağılmaları gibi varsayımların sağlanamaması nedeniyle FA uygunluk göstermemektedir. Zamana bağlı ekonomik verilerde artan veya azalan bir trend ve serilerde bağımlılık vardır. Zaman Serileri Faktör Analizi (ZSFA), zaman serilerindeki gizli faktörleri mümkün olduğunca az varsayımla analiz ederek, bu tür verilerde boyut indirgeme amaçlı geliştirilmiş ve önemli bir soruna çözüm sağlamıştır. Çalışmada, İMKB genel indekse yön verdiği düşünülen finansal ve davranışsal 24 değişken ele alınarak ZSFA uygulanmıştır. Burada amaç, sözkonusu değişkenler açısından boyut indirgeyerek borsa indeksi üzerinde etkili değişkenleri birleştirerek faktörleşmeyi sağlamak ve erken uyarı göstergesi olabilecek bir öncü değer oluşturmaktır

Keywords

Faktör analizi, zaman serileri faktör analizi, İMKB indeksi

Reduction of Variables Affecting ISE with Time Series Factor Analysis

Abstract

Factor Analysis (FA) is a highly referred, especially in social sciences, multivariate statistical analysis. It aims to explicit new uncorrelated variables from a higher number of correlated variables; this makes FA a dimension reduction and a dependency removal technique. FA does not have efficiency on time series data due to trend, autocorrelation problems and i.d.d. assumption. Time Series Factor Analysis (TSFA) is an adaptive form FA for time series. The study consists of an application of TSFA on 24 financial and behavioral variables, which affect ISE. The main aim is dimension reduction and to constitute an early warning indicator from the accomplished factors

Keywords

Factor analysis, time series factor analysis, ISE index

References

• Anderson, T. W., “The Use of Factor Analysis in the Statistical Analysis of Multiple Time Series”, Psychometrika, s. 28: 1963. s. 1-25.
• Catell, R. B., “The Description of Personality I. Foundations of Trait Measurement”, Psychological Review, s. 50 : 1943, s. 559–594.
• Cattell, A. K. S., ve Rhymer, R. M., “P-technique Demonstrated in Determining Psycho- physiological Source Traits in a Normal Individual”, Psychometrika, s. 12: 1947, s. 267–288.
• Cudeck, R. ve MacCallum, R. C., “Factor Analysis at 100: Historical Developments and Future Directions” Routledge Academic, New Jersey, 2007.
• Federeci, A. ve Mazzitelli, A., “Dynamic Factor Analysis with STATA”, STATA 2nd Italian Users Group Meeting, s.1-13, 2006, http://www.stata.com/meeting/2italian/Federici.pdf, [18.08.2010].
• Geweke, J., “The Dynamic Factor Analysis of Economic Time Series Models”, In. Aigner, D. J. and Goldberger, A. S., Editors, Latent Variables in Socio-Economic Models, North-Holland, Ams- terdam, 1977, s.365–383.
• Gilbert, P. D. ve Meijer, E., “Time Series Factor Analysis with an Application to Measuring Money”, Research Report: 05F10, University of Groningen, s. 1-36, 2006, http://som.eldoc.ub.rug. nl/reports/themeF/2005/05F10/pdf, [15.09.2010].
• Gilbert and Meijer, “Money and Credit Factors”, Working Paper No. 2006-3, Bank of Canada, s.1-40, 2006, http://www.bankofcanada.ca/en/res/wp/2006/wp06-3.pdf, [22.09.2010].
• Holtzman, W. H., “Methodological Issues in P Technique”, Pstchometrica, 38: 1973, s.593- 604
• Tsay, R. S., “Analysis of Financial Time Series”, John Wiley & Sons, Inc., New Jersey, 2005.