Borsa İstanbul’da Sektör Sınıflandırmasının Kümeleme Analizi İle Belirlenmesi

Yıl 2018, Sayı: 77, 147 - 164, 01.01.2018

Sümeyra Gazel , Veli Akel

https://doi.org/10.25095/mufad.401472

Cited By: 6

Öz

Literatür incelendiğinde, finansal veriler üzerinde veri madenciliği tekniklerinin sıkça kullanıldığı dikkat çekmektedir. Bu çalışmada Borsa İstanbul’da (BIST) farklı sektör endeksleri içinde yer alan hisse senetlerinin, geçmiş fiyat verilerine göre kümeleme analizine tabi tutulduğunda aynı sektör içerisinde yer alıp almadığı sorusuna cevap aranmıştır. Bu amaçla, çeşitli sektörlerde yer alan 70 farklı hisse senedinin 2012-2015 dönemine ait haftalık verilerinden hareketle Hiyerarşik Yığınsal Kümeleme analizi kullanılmıştır. Sonuç olarak, bazı hisse senetlerinin BIST100’deki sektör sınıflandırmasına benzer bir şekilde kümelendiği ve Ward’s Yönteminin diğer bağlantı teknikleri ile karşılaştırıldığında kümelemeyi en iyi gerçekleştiren yöntem olduğu tespit edilmiştir.

Anahtar Kelimeler

Borsa İstanbul, BIST, Veri Madenciliği, Kümeleme Analizi

Kaynakça

• Akyüz, K. Cemil - Balaban, Yasin - Yıldırım, İbrahim (2012), “Bilanço Oranları Yardımıyla Orman Ürünleri Sanayisinin Finansal Yapısının Değerlendirilmesi”, Uluslararası İktisadi ve İdari İncelemeler Dergisi , Sayı: 9, ss. 133-144.
• Arı, E. Sertaç - Özköse, Hakan - Doğan, Ahmet - Calp, M. Hanefi (2016), “İstanbul Borsası’nda İşlem Gören Firmaların Finansal Performanslarının Kümeleme Analizi İle Değerlendirilmesi”, Bilişim Teknolojileri Dergisi, Sayı: 9(1), ss. 33-39.
• Cai, Fan - Le-Khac, Nhien-An - Kechadi, M- Tahar (2012), “Clustering Approaches for Financial Data Analysis: A Survey”, In Proceedings of the International Conference on Data Mining (DMIN). The Steering Committee of The World Congress in Computer Science, Computer Engineering and Applied Computing (WorldComp).
• Da Costa, Newton - Cunha, Jefferson - Da Silva, Sergio (2005), “Stock Selection Based on Cluster Analysis”, Economics Bulletin, Vol. 13 (1), pp.1-9.
• De, Anupam - Bandyopadhyay, Gautam - Chakraborty, B.N. (2011), “Application of the Factor Analysis on the Financial Ratios and Validation of the Results by the Cluster Analysis: An Empirical Study on the Indian Cement Industry”, Journal of Business Studies Quarterly, Vol. 2 (3), pp. 13-31.
• Gavrilov, Martin - Anguelov, Dragomir - Indyk, Piotr - Motwani, Rajeev (2000), “Mining the Stock Market: Which Measure is Best?” In Proceedings of the Sixth International Conference on Knowledge Discovery and Data Mining, pp. 487-496.
• Horobet, Alexandra. - Joldes, Cosmin - Dumitrescu, Dan Gavriel (2008), “A Cluster Analysis of Financial Performance in Central and Eastern Europe”, Economic Science Series, Vol. VXII (3), pp.289-294.
• Kalaycı, Şeref (2008), SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri, 3. Baskı, Asil Yayın Dağıtım
• Kalfa, V. Rıza, Selim - Bekçioğlu (2013), “İMKB’de İşlem Gören Gıda, Tekstil ve Çimento Sektörü Şirketlerinin Finansal Oranlar Yardımıyla Kümelenmesi”, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi EYİ 2013 Özel Sayısı, ss. 441-463.
• Manniste, Mari - Hazak, Aaro - Listra, Enn (2011), “Typology of European Listed Companies’s Reactions to Global Credit Crunch: Cluster Analysis of Share Price Performance”, International Journal of Trade, Economics and Finance, Vol. 2(6), pp.478-483.
• Özkan, Mehmet - Boran, Levent (2014), “Veri Madenciliğinin Finansal Kararlarda Kullanımı”, Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi,Sayı: 4(1), ss.59-82.
• Rani, Sangeeta - Sikka, Geeta (2012), “Recent Techniques of Clustering of Time Series Data: A Survey”, International Journal of Computer Applications, Vol. 52(15), ss.1-9.
• Wittman, Todd (2002), “Time Series Clustering and Association Analaysis of Financial Data”, https://pdfs.semanticscholar.org/ed5c/c487cd94b9f3c76d868d326e3554f78b0fd7.pdf