AVRUPA BORSA ENDEKSLERİNİN RİSK, GETİRİ ve VARYASYON KATSAYISINA GÖRE KÜMELEME ANALİZİYLE İNCELENMESİ

Yıl 2021, Cilt: 6 Sayı: 2, 10 - 27, 31.12.2021

Ferhat Demirci

https://doi.org/10.24013/jomelips.1007847

Öz

Sermaye piyasaları gelişmişlik düzeylerine göre gelişmiş piyasalar, gelişmekte olan piyasalar ve sınır piyasalar şeklinde sınıflandırılmaktadır. Her bir piyasa risk, getiri, etkinlik ve likidite gibi faktörler açısından kendine özgü özellikler sergilemektedir. Ancak ülkeler kimi dönemlerde mensubu oldukları piyasanın genel karakteristiğinin dışına çıkabilmektedir. Araştırmanın amacı, Avrupa ülkelerinin 2009-2020 arası döneme ilişkin ortalama getiri, risk ve varyasyon katsayısı değişkenlerine göre oluşturacakları kümeleri tespit etmektir. Ülkeler hiyerarşik olmayan kümeleme analizi yöntemiyle üç kümeye ayrılmıştır. Hiyerarşik olmayan kümeleme analizinde yaygın kullanıma sahip K-ortalamalar algoritması tercih edilerek kümelere merkez noktası ataması yapılmıştır. Araştırma sonuçlarına göre yirmi sekiz ülkenin on ikisi hali hazırda mensubu oldukları piyasanın verilerini merkez alan kümelerde yer alırken diğer on altı ülke ise farklı kümelerde yer almışlardır.

Anahtar Kelimeler

sermaye piyasaları, kümeleme analizi, k-ortalamalar tekniği

Kaynakça

• Ahmed, R. R., Vveinhardt, J., Štreimikienė, D., Ghauri, S. P., & Ashraf, M. (2018). Stock returns, volatility and mean reversion in emerging and developed financial markets. Technological and Economic Development of Economy, 24(3), 1149–1177.
• Aktaş, R., & Doğanay, M. M. (2007). Gelişmekte Olan Hisse Senedi Piyasalarının Piyasa Verilerine Göre Gruplanması. BDDK Bankacılık ve Finansal Piyasalar, 1(2), 77–91.
• Al-Augby, S., Majewski, S., Majewska, A., & Nermend, K. (2015). A Comparison Of K-Means And Fuzzy C-Means Clustering Methods For A Sample Of Gulf Cooperation Council Stock Markets. Folia Oeconomica Stetinensia, 14(2), 19–36.
• Alpar, R. (2017). Uygulamalı Çok Değişkenli İstatistiksel Yöntemler (Beşinci Basım). Detay Yayıncılık.
• Balcilar, M., Demirer, R., & Hammoudeh, S. (2019). Quantile relationship between oil and stock returns: Evidence from emerging and frontier stock markets. Energy Policy, 134(June), 110931.
• Berger, D., Pukthuanthong, K., & Jimmy Yang, J. (2011). International diversification with frontier markets. Journal of Financial Economics, 101(1), 227–242.
• Da Costa, N., Cunha, J., & Da Silva, S. (2005). Stock selection based on cluster analysis. Economics Bulletin, 13(1).
• Eren, Ö., & Karahan, C. C. (2020). Mean Reversion in International Equity Markets. Ege Akademik Bakis (Ege Academic Review), 20(4), 333–355.
• Gazel, S., & Akel, V. (2018). Borsa İstanbul ’ da Sektör Sınıflandırmasının Kümeleme Analizi İle Belirlenmesi. Muhasebe ve Finansman Dergisi, Ocak, 147–164.
• Gubu, L., Rosadi, D., & Abdurakhman. (2019). Classical portfolio selection with cluster analysis: Comparison between hierarchical complete linkage and Ward algorithm. AIP Conference Proceedings, 2192(December).
• Gupta, A., & Sharma, S. D. (2014). Clustering-Classification Based Prediction of Stock Market Future Prediction. International Journal of Computer Science and Information Technologies, 5(3), 2806–2809.
• Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2014). Multivariate Data Analysis. Pearson Education Limited.
• Irmak, S., & Çetin, K. (2009). Hisse Senetlerinin Korelasyon Uzaklıklarına Dayalı Olarak Kümelenmesi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(1), 395–406.
• Kohers, G., Kohers, N., & Kohers, T. (2006). The risk and return characteristics of developed and emerging stock markets: The recent evidence. Applied Economics Letters, 13(11), 737–743.
• Manrai, L. A., Manrai, A. K., & Lascu, D. N. (2001). A country-cluster analysis of the distribution and promotion infrastructure in Central and Eastern Europe. International Business Review, 10(5), 517–549.
• Momeni, M., Mohseni, M., & Soofi, M. (2015). Clustering Stock Market Companies via K-Means Algorithm. Kuwait Chapter of Arabian Journal of Business and Management Review, 4(5), 1–10.
• Nanda, S. R., Mahanty, B., & Tiwari, M. K. (2010). Clustering indian stock market data for portfolio management. Expert Systems with Applications, 37(12), 8793–8798.
• Tekin, B. (2018). Ward, K-Ortalamalar ve İki̇ Adımlı Kümeleme Anali̇zi̇ Yöntemleri̇ ile Fi̇nansal Göstergeler Temeli̇nde Hi̇sse Senedi Terci̇hi̇. Balıkesir Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 21(40), 401–436.
• Tekin, B., Güçlü, P., & Keskin, B. (2019). Pay Senetlerinden Portföy Oluşturmaya Bulanık Kümeleme Analizi Yaklaşımı: BIST 100 Endeksi Pay Senetleri Üzerine Bir Uygulama. Ankara Hacı Bayram Veli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21(2), 238–268.
• Yıldırım, D., & Eren, M. (2020). Beta Portföyleri̇n Performans Anali̇zi̇: Borsa İstanbul Örneği̇. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 38(1), 167–179.