Sezgisel Bulanık TOPSİS Yöntemiyle Portföy Seçimi: Borsa İstanbul’da Bir Uygulama

Yıl 2022, Sayı: 94, 151 - 184, 24.04.2022

Reşat Karcıoğlu , Selçuk Yalçın

https://doi.org/10.25095/mufad.1037322

Cited By: 2

Öz

Bu çalışmada, Borsa İstanbul’da (BİST) yer alan firmalar içerisinden en iyi performans gösteren
firmalar belirlenerek bu firmalara ait hisse senetlerinden oluşturulan farklı portföylerin performansları analiz
edilmiştir. Portföylerde yer alacak hisse senetlerinin seçiminde, Sezgisel Bulanık TOPSIS yöntemi kullanılmıştır.
Çalışmada 5 yıl boyunca (2015, 2016, 2017, 2018, 2019) 15 farklı portföy oluşturulmuş ve bu portföylerin
performansları birbirleriyle ve BİST 100 endeksiyle karşılaştırılmıştır. Sezgisel Bulanık TOPSIS yöntemiyle
seçilen hisse senetleriyle oluşturulan portföylerin hem yükselen hem de düşen piyasalarda, BİST 100
endeksinden çok daha iyi bir performans gösterdiği tespit edilmiştir. Çalışmanın sonucunda Sezgisel Bulanık
TOPSIS yönteminin portföye dahil edilecek hisse sentlerini belirlemek için kullanışlı bir yöntem olduğu ve
yatırımcıların portföy oluştururken bu yöntemi kullanmalarının yararlı olacağı sonucuna ulaşılmıştır. 

Anahtar Kelimeler

Portföy Seçimi, Sezgisel Bulanık TOPSIS Yöntemi, Markowitz Ortalama Varyans Modeli

Kaynakça

• Abay, R., (2013). “Markowitz Karesel Programlama ile Portföy Seçimi: IMKB 30 Endeksinde Riskli Portföylerin Seçimi”. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi. 22 (2), 175-194
• Aslantaş, C. (2008). Portföy Yönetiminde Fuzzy Yaklaşım. (Yayımlanmamış Yüksek Lisans Tezi). İstanbul: Marmara Üniversitesi Sosyal Bilimler Enstitüsü.
• Atanassov, K,T. (1999). Intuitionistic Fuzzy Sets: Theory and Application. Germany: Springer-Verlag Berlin Heidelberg, Germany
• Atanassov, K.T. (1986). “Intuitionistic Fuzzy Sets”. Fuzzy Sets and Systems, 20 (1), 87–96)
• Bailey, W. ve Stulz R.M. (1990). “Benefits of İnternational Diversification: The Case of Pasific Basin Stock Markets”, Journal of Portfolio Management, 16 (4), 57-61.
• Bilir, H., (2016). “Determination of Optimal Portfolio by Using Tangency Porfolio and Sharpe Ratio”. Research Journal of Finance and Accounting. 7 (5), 53-59.
• Boasson, V., Boasson, E., ve Zhou, Z. (2011). “Portfolio optimization in a Mean Semi Variance Framework”. Investment Management and Financial Innovations. 8 (3), 58–68.
• Bower, R. & Bower, D. (1969), Risk and the valuation of common stock, Journal of Political Economy, 349–362. https://doi.org/10.1086/259520
• Calvo, C., Ivorra, C., ve Liern, V. (2016). “Fuzzy Portfolio Selection With Non-Financial Goals: Exploring The Efficient Frontier”. Annals of Operations Research, Sayı: 245 (1-2), 31- 46.
• Elton, E. J ve Gruber, M. J (1977). “Risk Reduction and Portfolio Size: An Analytical Solution”. The University of Chicago Press Journal, 50 (4), 415-437.
• Fang, Y., Lai, K. K., ve Wang, S. (2008). Fuzzy Portfolio Optimization: Theory and Methods. Berlin: Springer
• Işık, Ö. (2019). “Finansal Oranların Pay Getirileri Üzerindeki Etkisinin Panel Veri Analizi: BİST 100 Firmalarından Kanıtlar” Mehmet Akif Ersoy Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 11 (27),188-202
• Kapucu, H. (2011) “İMKB Uygulamalarıyla Modelleme Portföy Modelleme”, İstanbul: IJOPEC Yayınları
• Kheradyar, S., İbrahim, I., Nor, F.M. (2011) “Stock Return Predictability with Financial Ratios”. International Journal of Trade, Economics and Finance, 2 (5), 391-396
• Lewellen, J. (2004). “Predicting Returns With Financial Ratios”. Journal of Financial Economics, 74 (2), 209–235.
• Li, Y., Wang, B., Fu, A.ve Watada, J. (2020). “Fuzzy Portfolio Optimization For Time-İnconsistent İnvestors: A Multi-Objective Dynamic Approach”. Soft Computing, Cilt:24, 9927-9941
• Peralta, G., ve Zareei, A. (2016). “A Network Approach To Portfolio Selection”. Journal of Empirical Finance, Cilt: 38, 157-180.
• Perez, F., ve Gomez, T. (2014). “Multiobjective Project Portfolio Selection With Fuzzy Constraints”. Annals of Operations Research, 245 (1), 7-29.
• Shafana, A . L., Fathima, R.ve Inunjariya, A. M. (2013). “Relationship Between Stock Returns and Firm Size, And Book To Market Equity: Empirical Evidence From Selected Companies Listed on Milanka Price Index in Colombo Stock Exchange”. Journal of Emerging Trends in Economics and Management Sciences (JETEMS), 4 (2), 217-225
• Singh A., Joshi D. K. ve Kumar Ş. (2019). “A Novel Construction Method of Intuitionistic Fuzzy Set From Fuzzy Set And Its Application in Multi-Criteria Decision Making Problem” Mandal J., Bhattacharyya D., Auluck N. (Editörler) Advanced Computing and Communication Technologies. Advances in Intelligent Systems and Computing. Singapore: Springer
• Tavana, M., Keramatpour, M., Santos-Arteaga, F. J., ve Ghorbaniane, E. (2015). “A Fuzzy Hybrid Project Portfolio Selection Method Using Data Envelopment Analysis, TOPSIS And İnteger Programming”. Expert Systems with Applications, 42 (22), 8432-8444.
• Toraman, C. ve Yürük, M.F. (2014). “Kuadratik Programlama Tabanlı Modelleme İle Portföy Optimizasyonu: BİST 100 Uygulaması”. Mukaddime. 5 (1), 133-148.
• Yalçıner, K. ,Atan M. ve Boztosun D. (2005), “Karesel Programlama Yönteminin İMKB 100 Endeksine Uygulanması ve Portföy Optimizasyonu”, İktisat, İşletme ve Finans Dergisi, 20 (32),70-83.
• Yıldız, Ş ve Kişoğlu, S. (2011). Bulanık mantık yaklaşımı ile hazır giyimde beden numarası belirleme. e-Journal of New World Sciences Academy, 6(1), 12-22.
• Yue, W. ve Wang, Y. (2017). “A New Fuzzy Multi-Objective Higher Order Moment Portfolio Selection Model for Diversified Portfolios”. Physica A: Statistical Mechanics and its Applications Cilt: 465, 124– 140.
• Zadeh, L. A. (1965) “Fuzzy Sets”. Information and Control, 8 (3), 338–353.
• Zahir, M. A. (1992). Factors affecting equity prices in India. The Chartered Accountant, 40(9), 743-748