Entropi-ARAS Yaklaşımıyla Kripto Para Yatırım Alternatiflerinin Değerlendirilmesi

Year 2023, Volume: 14 Issue: 37, 314 - 333, 25.02.2023

Seher Bulduk Fatih Ecer

https://doi.org/10.21076/vizyoner.1077873

Cited By: 4

Abstract

2009 yılında piyasaya giriş yapan kripto paralar, âdemi merkeziyetçi bir yapıda mübadele işlevini yerine getiren sanal para birimleridir. Kripto paralar, blockchain teknolojisine bağlı olarak ticari işlemlere konu olması ve düşük transfer maliyeti ile hızlı işlemler gerçekleştirilmesi gibi niteliksel özelliklere sahiptir. Kripto paralar, bir yatırım aracı olarak son yıllarda büyük ilgi görmektedir. Bu çalışmanın temel amacı, yatırımcıların yatırım kararı vermesini kolaylaştıracak bir karar destek mekanizması sunmaktır. Bu amaçla Entropi-ARAS çok kriterli modeli kullanılarak finansal piyasalarda en yüksek işlem hacmine sahip ilk on kripto para değerlendirilmiştir. Öncelikle Entropi yöntemi kullanılarak yıllık ortalama getiri, işlem hacmi, toplam piyasa değeri, işlem gördüğü borsa sayısı, işlem gördüğü yıl sayısı, işlem hızı, en yüksek değerden değişim ve volatilite kriterinin ağırlıkları belirlenmiştir. Ardından ARAS yönteminde kullanılarak, kripto para alternatiflerinin performans sıralaması yapılmıştır. Çalışmanın bulgularına göre, işlem hacmi yatırım yaparken dikkate alınması gereken en önemli faktördür. Ayrıca, alternatif kripto paralar içinde ilk sırada Bitcoin, Tether ve Usd Coin yer alırken, Dogecoin son sırada yer almaktadır. Kripto paraların işlem hacmi ile performans sıralamalarının yüksek derecede pozitif korelasyona sahip olduğu sonucuna da ulaşılmıştır. Son olarak önerilen modelin sağlamlığı ve geçerliliği duyarlılık analiziyle de kontrol edilmiştir.

Keywords

Kripto Para, Kripto Para seçimi, ÇKKV, Entropi, ARAS

Evaluation of Cryptocurrency Investment Alternatives with the Entropy-ARAS Approach

Abstract

Cryptocurrencies, which entered the market in 2009, are virtual currencies that perform the exchange function in a decentralized structure. The characteristics of cryptocurrencies include that they are subject to commercial transactions depending on blockchain technology, and they perform fast transactions with low transfer costs. Cryptocurrencies have attracted great interest in recent years as an investment tool. The primary purpose of the study is to provide a decision support mechanism that will facilitate investors' investment decisions. For this purpose, using the Entropi-ARAS multi-criteria model, the top ten cryptocurrencies traded in the financial markets are evaluated. Firstly, to determine the weights of the annual average return, trading volume, total market value, number of exchanges traded, number of years traded, transaction speed, change from the highest value, and volatility criteria the Entropy method is utilized in the study. Then, using the ARAS method, the performance ranking of crypto money alternatives is generated. According to the findings of the study, transaction volume is the most crucial factor to be considered when investing. In addition, among alternative cryptocurrencies, Bitcoin, Tether, and Usd Coin are in the top three, while Dogecoin is in the last place. It is also concluded that the trading volume of cryptocurrencies and their performance rankings have a highly positive correlation. Finally, the robustness and validity of the proposed model are also checked by sensitivity analysis. 

Keywords

Cryptocurrency, Cryptocurrency Selection, MCDM, Entropy

References

• Akbulut, O. Y. (2020). Gri Entropi temelli PSI ve ARAS ÇKKV yöntemleriyle Türk mevduat bankalarının performans analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(2), 171-187.
• Akçakanat, Ö., Hande, E., Aksoy, E. ve Ömürbek, V. (2017). Bankacılık sektöründe Entropi ve WASPAS yöntemleri ile performans değerlendirmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(2), 285-300.
• Akçakaya, O. ve Akçakaya, E. D. U. (2019). Türkiye’deki büyükşehirlerin çevresel performanslarının Entropi temelli COPRAS ve ARAS yöntemleri ile değerlendirilmesi. OPUS Uluslararası Toplum Araştırmaları Dergisi, 11(18), 1437-1473.
• Akdeniz, E. G. (2020). Geleneksel finansal oranlar ve nakit akış oranları ile finansal performansın ölçülmesi: borsa İstanbul sürdürülebilirlik endeksi firmalarında Entropi temelli ARAS yöntemi ile bir uygulama. [Yüksek Lisans Tezi]. Balıkesir Üniversitesi.
• Aksoy, E., Teker, T., Mazak ve Kocabıyık, T. (2020). Kripto paralar ve fiyat ilişkileri üzerine bir analiz: Toda-Yamamoto nedensellik analizi ile bir inceleme. Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (37), 110-129.
• Aras, G. ve Yıldırım, F. M. (2020). Sosyo-Ekonomik refah düzeyinin belirlenmesinde alternatif bir endeks çalışması: ARAS yöntemi ile G-20 ülkeleri uygulaması. Business and Economics Research Journal, 11(3), 735-751.
• Arıkan Kargi, S. (2022). Kripto para alternatiflerinin bulanık TOPSIS yöntemiyle sıralanması. Uluslararası Yönetim İktisat ve İşletme Dergisi, 18(1), 391-406.
• Arslan, H. M., Durak, İ. ve Özdemir, Y. (2021). Entropi-ARAS hibrit yöntemi ile bilişim işletmeleri için en uygun teknopark bölgesinin belirlenmesi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 17(3), 734-753.
• Arsu, T. (2021). Finansal performansın entropi tabanlı ARAS yöntemi ile değerlendirilmesi: BIST elektrik, gaz ve buhar sektöründeki işletmeler üzerine bir uygulama. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 39(1), 15-32.
• Atik, M., Köse, Y., Yılmaz, B. ve Sağlam, F. (2015). Kripto para: Bitcoin ve döviz kurları üzerine etkileri. Bartın Üniversitesi İİBF Dergisi, 6(11), 247-262.
• Aytekin, A., Ecer, F., Korucuk, S. ve Karamaşa, Ç. (2022). Global innovation efficiency assessment of EU member and candidate countries via DEA-EATWIOS multi-criteria methodology. Technology in Society, 68, 101896.
• Bakır, M. ve Atalık, Ö. (2018). Entropi ve Aras yöntemleriyle havayolu işletmelerinde hizmet kalitesinin değerlendirilmesi. İşletme Araştırmaları Dergisi, 10(1), 617-638.
• Bayrakçı, E. ve Aksoy, E. (2019). Bireysel emeklilik şirketlerinin ENTROPİ ağırlıklı ARAS ve COPRAS yöntemleri ile karşılaştırmalı performans değerlendirmesi. Business and Economics Research Journal, 10(2), 415-434.
• Böyükaslan, A. ve Ecer, F. (2021). Determination of drivers for investing in cryptocurrencies through a fuzzy full consistency method-Bonferroni (FUCOM-F’B) framework. Technology in Society, 67, 101745.
• Ceylan, F., Ekinci, R., Tüzün, O. ve Kahyaoğlu, H. (2018). Kripto para piyasasında balonların tespiti: Bitcoin ve Ethereum örneği. Business & Management Studies: An International Journal, 6(3), 263-274.
• Chen, W., Feng, D. ve Chu, X. (2015). Study of poverty alleviation effects for Chinese fourteen contiguous destitute areas based on Entropy method. International Journal of Economics and Finance, 7(4), 89-98.
• Chu, J., Chan, S., Nadarajah, S. ve Osterrieder, J. (2017). GARCH modelling of cryptocurrencies. Journal of Risk and Financial Management, 10(4), 17.
• Ciaian, P. ve Rajcaniova, M. (2018). Virtual relationships: short-and long-run evidence from Bitcoin and altcoin markets. Journal of International Financial Markets, Institutions and Money, 52, 173-195.
• CoinMarket Cap. (2022). https://coinmarketcap.com/ adresinden 5 Ocak 2022 tarihinde alınmıştır.
• Dadelo, S., Turskis, Z., Zavadskas, E. K. ve Dadeliene, R. (2012). Multiple criteria assessment of elite security personal on the basis of ARAS and expert methods. Economic Computation and Economic Cybernetics Studies and Research, 46(4), 65-87.
• Dyhrberg, A. H. (2016). Bitcoin, gold and the dollar —A Garch volatility analysis. Finance Research Letters 16: 85–92.
• Ecer, F. (2016). ARAS yöntemi kullanılarak kurumsal kaynak planlaması yazılımı seçimi. Journal of Alanya Faculty of Business/Alanya İşletme Fakültesi Dergisi, 8(1).
• Ecer, F. (2019). Özel sermayeli bankaların kurumsal sürdürülebilirlik performanslarının değerlendirilmesine yönelik çok kriterli bir yaklaşım: Entropi-ARAS bütünleşik modeli. Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Dergisi, 14(2), 365-390.
• Ecer, F. (2021a). A consolidated MCDM framework for performance assessment of battery electric vehicles based on ranking strategies. Renewable and Sustainable Energy Reviews, 143, 110916.
• Ecer, F. (2021b). Sustainability assessment of existing onshore wind plants in the context of triple bottom line: a best-worst method (BWM) based MCDM framework. Environmental Science and Pollution Research, 28(16), 19677-19693.
• Ecer, F., Pamucar, D., Zolfani, S. H. ve Eshkalag, M. K. (2019). Sustainability assessment of OPEC countries: Application of a multiple attribute decision making tool. Journal of Cleaner Production, 241, 118324.
• Ecer, F. (2020). Çok kriterli karar verme geçmişten günümüze kapsamlı bir yaklaşım. Seçkin Yayınevi.
• Fırat, S. ve Daşdemir, E. (2021). Kripto paralarda miktar teorisi uygulaması: Bitcoin örneği ve Covid-19 salgının etkisi. İstanbul İktisat Dergisi, 71(1), 81-102.
• Genç, U. C., Ayberkin, D., Karaman, E. ve Özen, Ü. (2018). Analitik hiyerarşi prosesi kullanarak kripto para seçimindeki faktörlerin belirlenmesi. 5. Uluslararası Yönetim Bilişim Sistemleri Konferansı, Yıldırım Beyazıt Üniversitesi, Ankara.
• Gonzalez, M. D. L. O., Jareño, F. ve Skinner, F. S. (2020). Nonlinear autoregressive distributed lag approach: an application on the connectedness between Bitcoin returns and the other ten most relevant cryptocurrency returns. Mathematics, 8(5), 810.
• Gül, Y., (2020). Kripto paralar ve portföy çeşitlendirmesi. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, (65), 125-141.
• Güleç, Ö. M., Çevik, E. ve Bahadır, N. (2018). Bitcoin ile finansal göstergeler arasındaki ilişkinin incelenmesi. Kırklareli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7(2), 18-37.
• Günay, F. ve Ecer, F. (2020). Cash flow based financial performance of Borsa İstanbul tourism companies by Entropy-MAIRCA integrated model. Journal of Multidisciplinary Academic Tourism, 5(1), 29-37.
• Günay, F. ve Ecer, F. (2022). A comparative analysis of the real sector in Turkey from the economic and financial perspectives with the CRITIC-MAIRCA method. Ekonomi Politika ve Finans Araştırmaları Dergisi, 7(1), 186-219.
• Hashemkhani Zolfani, S., Ebadi Torkayesh, A., Ecer, F., Turskis, Z. ve Šaparauskas, J. (2021). International market selection: a MABA based EDAS analysis framework. Oeconomia Copernicana, 12(1), 99-124.
• Hepkorucu, A. ve Genç, S., (2019). Kripto para değerleri için spekülatif fiyat balonlarının test edilmesi: Bitcoin üzerine bir uygulama. Veri Bilimi, 2(1), 44-50.
• Kahraman, İ. K., Küçükşahin, H. ve Çağlak, E. (2019). Kripto para birimlerinin volatilite yapısı: GARCH modelleri karşılaştırması. Fiscaoeconomia, 3(2), 21-45.
• Karaağaç, G. A. ve Altınırmak, S. (2018). En yüksek piyasa değerine sahip on kripto paranın birbirleriyle etkileşimi. Muhasebe ve Finansman Dergisi, (79), 123-138.
• Katrancı, A. ve Kundakcı, N. (2020). Bulanık CODAS yöntemi ile kripto para yatırım alternatiflerinin değerlendirilmesi. Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 22(4), 958-973.
• Katsiampa, P. (2017). Volatility estimation for Bitcoin: a comparison of GARCH Models. Economics Letters, 158, 3-6.
• Kaya, M., (2021). Seçili kripto para birimleri arasındaki eşbütünleşme ve nedensellik ilişkisinin analizi, Ekonomi Bilimleri Dergisi, 13(2), 28-50.
• Kececi, N. F. (2020). Kriptopara döviz kuru getirileri üzerine karşılaştırmalı nonparametrik bir analiz. PressAcademia Procedia, 12(1), 35-39.
• Kenger, M. D. ve Organ, A. (2017). Banka personel seçiminin çok kriterli karar verme yöntemlerinden entropi temelli ARAS yöntemi ile değerlendirilmesi. Adnan Menderes Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 4(4), 152-170.
• Koy, A., Yaman, M. ve Mete, S. (2021). Kripto paraların volatilite modelinde ABD borsa endekslerinin yeri: Bitcoin üzerine bir uygulama. Journal of Financial Researches & Studies/Finansal Arastirmalar ve Calismalar Dergisi, 13(24).
• Kristoufek, L. (2013). BitCoin meets google trends and Wikipedia: quantifying the relationship between phenomena of the internet era. Scientific Reports, 3, 3415.
• Kuzu, S. ve Çelik, İ. E. (2020). Bitcoin alternatif yatırım aracı ya da hedge enstrümanı olarak düşünülebilir mi?. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 8(2), 603-613.
• Li, X., Wang, K., Liu, Xin, J.,Yang, H. ve Gao, C. (2011), Application of the Entropy weight and TOPSIS method in safety evaluation of coal mines, Procedia Engineering, 26, 2085-2091.
• Nakamoto, S. (2008). Bitcoin: A Peer-To-Peer Electronic Cash System. Decentralized Business Review, 21260.
• Organ, A. ve Kaçaroğlu, M. O. (2020). Entropi Ağırlıklı TOPSIS yöntemi ile Türkiye’deki Vakıf Üniversiteleri’nin değerlendirilmesi. Pamukkale İşletme ve Bilişim Yönetimi Dergisi, 7(1), 28-45.
• Ömürbek, N., Eren, H. ve Dağ, O. (2017). Entropi-Aras ve Entropi-Moosra yöntemleri ile yaşam kalitesi açısından AB Ülkelerinin değerlendirilmesi. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(2), 29-48.
• Pamucar, D., Ecer, F., Cirovic, G. ve Arlasheedi, M. A. (2020). Application of improved best worst method (BWM) in real-world problems. Mathematics, 8(8), 1342.
• Paribu. (2022). https://www.paribu.com/blog/sozluk/kripto-para-islem-hacmi-nedir/ adresinden 2 Ocak 2022 tarihinde alınmıştır.
• Perçin, S. ve Sönmez, Ö. (2018). Bütünleşik Entropi ağırlık ve TOPSIS yöntemleri kullanılarak Türk sigorta şirketlerinin performansının ölçülmesi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 565-582.
• Polat, M. ve Gemici, E. (2018). Bitcoin ve Altcoinler arasındaki ilişki. 22. Finans Sempozyumu Bildiriler Kitabı, 22. Finans Sempozyumunda sunulan bildiri, Mersin Üniversitesi, 83-90.
• Reza, S. ve Majid, A. (2013). Ranking financial institutions based on of trust in online banking using ARAS and ANP method. International Research Journal of Applied and Basic Sciences, 6(4), 415-423.
• Shemshadi, A., Shirazi, H., Toreihi, M. ve Tarokh, M. J. (2011). A Fuzzy VIKOR method for supplier selection based on Entropy measure for objective weighting. Expert Systems with Applications, 38(10), 12160-12167.
• Shen, D., Urquhart, A. ve Wang, P. (2020). A three-factor pricing model for cryptocurrencies. Finance Research Letters, 34, 101248.
• Sliogeriene, J., Turskis, Z. ve Streimikiene, D. (2013). Analysis and choice of energy generation technologies: The multiple criteria assessment on the case study of Lithuania. Energy Procedia, 32, 11-20.
• Sovbetov, Y. (2018). Factors influencing cryptocurrency prices: Evidence from Bitcoin, Ethereum, Dash, Litcoin, and Monero. Journal of Economics and Financial Analysis, 2(2), 1-27.
• Stanujkic, D., Djordjevic, B. ve Karabasevic, D. (2015). Selection of candidates in the process of recruitment and selection of personnel based on the Swara and ARAS methods. Quaestus, 7, 53-64.
• Stavroyiannis, S. (2017). Value-At-Risk and expected shortfall for the major digital currencies. arXiv preprint arXiv:1708.09343.
• Şahin, E. E. ve Özkan, O. (2018). Asimetrik volatilitenin tahmini: Kripto para Bitcoin uygulaması. Bilecik Şeyh Edebali Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 3(2), 240-247.
• Şahin, E. E. ve Bağcı, B. (2020). Kripto para fiyatlarının tahmininde gri sistem teorisi: Yöntemsel karşılaştırma. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 20(1), 219-232.
• Torkayesh, A. E., Ecer, F., Pamucar, D. ve Karamaşa, Ç. (2021). Comparative assessment of social sustainability performance: Integrated data-driven weighting system and CoCoSo model. Sustainable Cities and Society, 71, 102975.
• Ulutaş, A. (2019). Entropi tabanlı EDAS yöntemi ile lojistik firmalarının performans analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (23), 53-66.
• Uyar, U., Kelten, G. S. ve Moralı, T. (2020). Yatırımcılar için teknik analiz: Bitcoin ve Ethereum uygulamaları. Finansal Araştırmalar ve Çalışmalar Dergisi, 12(23), 669-687.
• Van Heerden, N. A., Cabral, J. B. ve Luczywo, N. (2021). Evaluation of the importance of criteria for the selection of cryptocurrencies. arXiv preprint arXiv:2109.00130.
• Wang, T. C. ve Lee, H. D. (2009). Developing a fuzzy TOPSIS approach based on subjective weights and objective weights. Expert systems with applications, 36(5), 8980-8985.
• Wu, Z., Sun, J., Liang, L. ve Zha, Y. (2011). Determination of weights for ultimate cross efficiency using Shannon Entropy, Expert Systems with Applications, 38, 5162–5165.
• Yavuz, H. ve Öztel, A. (2017). Entropi tabanlı COPRAS Yöntemi ile ölçek bazında finansal performans analizi: bilgi ve iletişim sektöründe bir uygulama. 1. Uluslararası Ekonomi Araştırmaları ve Finansal Piyasalar Kongresi, 122-141.
• Yıldırım, B. F. (2015). Çok kriterli karar verme problemlerinde ARAS yöntemi. Kafkas Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6(9), 285-296.
• Yılmaz, M., Dağ, O. ve Kocabıyık, T. (2020). Güncel gelişmeler ışığında kripto paraların kümelenmesi. Turkish Studies - Economy, 15(3), 1753-1773.
• Zavadskas, E. K. ve Turskis, Z. (2010). A new additive ratio assessment (ARAS) method in multicriteria decision-making. Technological and Economic Development of Economy, 16(2), 159-172.
• Zavadskas, E. K., Turskis, Z. ve Vilutiene, T. (2010). Multiple criteria analysis of foundation instalment alternatives by applying Additive Ratio Assessment (ARAS) method. Archives of Civil and Mechanical Engineering, 10(3), 123-141.
• Zhang, H., Gu, C. L., Gu, L. W. ve Zhang, Y. (2011). The evaluation of tourism destination competitiveness by TOPSIS & information entropy–A case in the Yangtze River Delta of China. Tourism Management, 32(2), 443-451.
• Zhang, X., Wang, C., Li, E. ve Xu, C. (2014). Assessment model of ecoenvironmental vulnerability based on improved Entropy weight method. The Scientific World Journal, 1-7.