FİNANS ALANINDA YAPAY ZEKA TEKNOLOJİSİNİN KULLANIMI: SİSTEMATİK LİTERATÜR İNCELEMESİ

Öz

Yapay zeka teknolojisi ile finans alanın etkileşimini ve kesişimini ortaya koymak amacıyla FinTek (Finansal-Teknoloji) kavramı tanımlanmıştır. Bu kapsamda çok fazla çalışmanın yapıldığı görülmüş ve bu çalışmaların sistematik bir biçimde değerlendirilmesi gerektiği düşünülmüştür. Bu çalışmalar incelenerek mevcut durumun tespiti ve olası değişim ve gelişmelere yönelik çıkarımlarda bulunması amaçlanmıştır. Bunun için dijital paralar, blokzincir, derin öğrenme, yapay sinir ağları gibi anahtar kelimeler üzerinden Google Akademi, DergiPark ve YÖK veri tabanlarında literatür taraması gerçekleştirilmiştir. İncelenen çalışmalar ampirik ve ampirik olmayan çalışmalar şeklinde sınıflandırılmıştır. Ampirik çalışmalar için yıl, sektör, birim (yatırım aracı) ve teknik bazda betimleyici istatistiksel analizler gerçekleştirilmiştir. Ampirik olmayan derleme türü çalışmalardaki bilgilerden yararlanılarak genel çıkarımlarda bulunulmuştur. Elde edilen bulgulara göre çalışmaların daha çok hisse senedi, altın vb yatırım araçlarının tahminine yönelik olarak yapay sinir ağları tekniği ile yapıldığını, ancak son çalışmalarda blokzinciri ile beraber bitcoin fiyat tahminine yönelik olarak derin öğrenme gibi daha ileri düzeyde analizlerin kullanıldığı çalışmalarda hızlı bir artış olduğu gözlemlenmiştir.

Anahtar Kelimeler

• Yapay zeka
• FinTek
• Makine öğrenmesi
• Blokzincir
• Bitcoin

USE OF ARTIFICIAL INTELLIGENCE TECHNOLOGY IN FINANCE: SYSTEMATIC LITERATURE REVIEW

Öz

FinTech (Financial-Technology) concept has been defined in order to reveal the interaction and intersection of artificial intelligence technology and finance. In this context, it was seen that many studies were carried out and it was thought that these studies should be evaluated systematically. By examining these studies, it is aimed to determine the current situation and to make inferences about possible changes and developments. For this, a literature search was carried out in Google Academy, Dergipark and YÖK databases over keywords such as digital currencies, blockchain, deep learning, artificial neural networks. The studies reviewed were classified as empirical and non-empirical studies. For empirical studies, descriptive statistical analyzes were carried out on year, sector, unit (investment instrument) and technical basis. General inferences were made by using the information in the non-empirical review studies. Based on the findings, the studies were mostly carried out with the artificial neural network technique for the prediction of investment instruments such as stocks, gold, etc. According to the findings, it has been observed that the studies are mostly carried out with artificial neural networks technique for the prediction of stocks, gold etc. investment instruments, but in recent studies, there has been a rapid increase in studies using more advanced analysis such as deep learning for bitcoin price prediction with blockchain.

Anahtar Kelimeler

• Artificial intelligence
• FinTech
• Machine learning
• Blockchain
• Bitcoin.

Kaynakça

1. Aksoy, B. (2021). Pay Senedi Fiyat Yönünün Makine Öğrenmesi Yöntemleri ile Tahmini: Borsa İstanbul Örneği. Business and Economics Research Journal, 12(1), 89-110.
2. Aksoy, B., & Boztosun, D. (2020). Comparison of Machine Learning Methods in Prediction of Financial Failure of Businesses in the Manufacturing Industry: Evidence From Borsa İstanbul. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 20(4), 237-268.
3. Altunbaş, C. (2021). Derin Öğrenme ile Hisse Senedi Piyasası (Yayınlanmamış yüksek lisans tezi)., Sosyal Bilimler Enstitüsü, Adnan Menderes Üniversitesi, Aydın.
4. Arner, D. W., Barberis, J., & Buckley, R. P. (2015). The evolution of Fintech: A new post-crisis paradigm. Geo. J. Int'l L., 47, 1271.
5. Atlan, F. (2019). Kripto para değerlerinin yapay zekâ teknikleri ile tahmini (Yayınlanmamış yüksek lisans tezi) Sosyal Bilimler Enstitüsü, Mehmet Akif Ersoy Üniversitesi, Burdur
6. Aydın, O.M., (2019). İnansal Bilgi Manipülasyonunun Denetimli Makina Öğrenmesi Yöntemleri Kullanılarak Tahmin Edilmesi: Destek Vektör Makinesi, Olasılıksal Sinir Ağı, K-En Yakın Komşu ve Karar Ağacı Kullanımı. (Yayınlanmamış yüksek lisans tezi). Sosyal Bilimler Enstitüsü, TOBB Ekonomi ve Teknoloji Üniversitesi, Ankara
7. Aygun, B., & Günay, E. K. (2021). Comparison of Statistical and Machine Learning Algorithms For Forecasting Daily Bitcoin Returns. Avrupa Bilim ve Teknoloji Dergisi, (21), 444-454.
8. Aziz, S., Dowling, M., Hammami, H., & Piepenbrink, A. (2021). Machine learning in finance: A topic modeling approach. European Financial Management.1-21. wileyonlinelibrary.com/journal/eufm

9. Bilik, M., & Aydın, Ü. (2018). Finansal Hizmetlerde Dijital Dönüşüm ve Etkileri. In book of Proceedings, 3rd. International Congress on Economics, Finance, and Energy, ISBN: 978-601-7805-32-6
10. Bulazar, A. R., & Küçükçolak, R. A. (2021). Finans Sektöründe Fintek Etkisi. Working Paper Series, 2(1), 53-63.
11. Bulut, E. (2019). FinTek: Kavramsal Bir Çerçeve. Researches in Economics and Finance (2019). Editör: Yıldız, H. & Aybar, A. S. IJOPEC Publication. London.
12. Ceran, M. 2019). Bankacılıkta dijitalleşme kapsamında, öğrenen Yapay zekâ desteğiyle Sorunlu Kredilerin Belirlenmesi (Yayınlanmamış doktora tezi), Bankacılık ve Sigortacılık Enstitüsü, Marmara Üniversitesi, İstanbul
13. Cındık, Z., & Armutlulu, I. H. (2021). A Revision of Altman Z-Score Model and A Comparative Analysis of Turkish Companies’ Financial Distress Prediction. National Accounting Review, 3(2), 237-255.
14. Çağıl, G. & Candemir, G. (2019). Bankacılık Sektöründe Yeni Bir Oyuncu Olarak FinTekler . Researches in Economics and Finance (2019). Editör: Yıldız, H. & Aybar, A. S. IJOPEC Publication. London.
15. Çelik, U., (2019). Veri İşleme Grup Yöntemi Türünde Sinir Ağları Algoritması ile Bitcoin Fiyat Tahmini. Scientific Committee, 1322.
16. Çılgın, C., Ünal C., Alıcı, S., Akkol, E., & Gökşen, Y. (2020). Metin Sınıflandırmada Yapay Sinir Ağları ile Bitcoin Fiyatları ve Sosyal Medyadaki Beklentilerin Analizi. Mehmet Akif Ersoy Üniversitesi Uygulamalı Bilimler Dergisi, 4(1), 106-126.
17. Çınar, U.K. (2018). Yapay sinir ağları ve R programıyla uygulama, https://www.veribilimiokulu.com/yapay-sinir-aglari/ Erişim Tarihi. 10.03.2022
18. Danacı, M. C., & Çetintaş, Ö. (2020). Bankalarda Finansal Teknoloji ve Yenilikler. Turkish Business Journal, 1(2), 179-187.
19. Demirhan, H., & Sayılgan, G. (2021). Predicting the Financial Failures of Manufacturing Companies Trading in the Borsa Istanbul. Journal of Financial Risk Management, 10(4), 416-452.
20. DeVries, P. D. (2016). An analysis of cryptocurrency, bitcoin, and the future. International Journal of Business Management and Commerce, 1(2), 1-9.
21. Doğan, S. (2021). Optimal parametre ve özellik seçimi ile destek vektör makinesi kullanılarak finansal başarısızlık tahmini (Yayınlanmamış doktora tezi), Sosyal Bilimler Enstitüsü, Gazi Üniversitesi
22. Doğan, S., Koçak, D., & Atan, M. (2022). Financial Distress Prediction Using Support Vector Machines and Logistic Regression. In Advances in Econometrics, Operational Research, Data Science and Actuarial Studies (p. 429-452). Springer, Cham.
23. Efe, A. (2022). Risk Sermayesi ve Girişim Fonlarının Yapay Zekâ Teknolojileri Kullanımı Üzerindeki Uluslararası Rekabeti. Finansal Araştırmalar ve Çalışmalar Dergisi, 14(26), 118-147.
24. EY-Capital Markets: innovation and the FinTech landscape, (2016), http://www.ey.com/ Publication/vwLUAssetsPI/EY-capital-markets-innovation-and-the-finTech-landscape/%- 24FILE/EY-capital-markets-innovation-and-the-finTech-landscape.pdf, Erişim tarihi: 10.03.2022
25. Irmak, H. (2019). Yapay Zekâ Kullanılarak Borsa İstanbul (BIST) İçin Algoritmik İşlem Stratejilerinin Geliştirilmesi (Yayınlanmamış yüksek lisans tezi), Hacettepe Üniversitesi, Sosyal Bilimler Enstitüsü, Ankara.
26. İnce H., İmamoğlu, S.E. & İmamoğlu, S.Z. (2021). Yapay Zeka Uygulamalarının Karar Verme Üzerine Etkileri: Kavramsal Bir Çalışma. International Review of Economics and Management, 9(1), 50-63.
27. He, M. D., Leckow, M. R. B., Haksar, M. V., Griffoli, M. T. M., Jenkinson, N., Kashima, M. M., & Tourpe, H. (2017). Fintech and financial services: Initial considerations. International Monetary Fund.
28. Huang, J., Chai, J., & Cho, S. (2020). Deep learning in finance and banking: A literature review and classification. Frontiers of Business Research in China, 14(1), 1-24.
29. Kandemir, Ş. (2021). Bankacılık ve Finansın Denetiminde Denetim Teknolojisi (SupTech) ve Yapay Zekâ. Çağ Üniversitesi Sosyal Bilimler Dergisi, 18(1), 59-81.
30. Karabıyık, B. K., & Ergün, Z. C. (2021). Forecastıng Bitcoin Prices wıth the Anfıs Model. Dicle Üniversitesi, İktisadi ve İdari Bilimler Fakültesi Dergisi, 11(22), 295-315.
31. Karacan, S., & Kırdar, M. (2021). Hisse Senedi Fiyat Tahmininde Makine Öğrenmesi ve Yapay Zeka Kullanımı. Journal of International Social Research, 14(76).
32. Karakoyun, E. Ş. (2018). Derin Öğrenme ile Zaman Serilerinin Gerçek Zamanlı Tahmini (Yayınlanmamış Doktora Tezi), Fen bilimleri enstitüsü, Necmettin Erbakan Üniversitesi, Konya.
33. Kaya, U., Akbaba, F. Medeni, İ., & Medeni, T. (2020). Covid-19 Öncesi ve Sonrasındaki Bitcoin Fiyat Değişimlerinin Makine Öğrenmesi, Zaman Serileri Analizi ve Derin Öğrenme Yöntemleriyle Değerlendirilmesi. Bilişim Teknolojileri Dergisi, 13(3), 341-355.
34. KPMG (2019). The Pulse of Fintech 2018 Biannual Global Analysis of Investment in Fintech, https://assets. kpmg/content/dam/kpmg/xx/pdf/2018/07/h1-2018-pulse-of-fintech.pdf.
35. Köylü, M. A. (2020). Halka açık imalat sanayi işletmelerinin yapay zeka yöntemleri ile finansal risk sınıflaması ve risk göstergelerinin belirlenmesi (Yayınlanmamış yüksek lisans tezi), Sosyal Bilimler Enstitüsü, Başkent Üniversitesi, Ankara.
36. Lee, D. K. C., & Low, L. (2018). Inclusive FinTech: Blokzincir, cryptocurrency and ICO. World Scientific.
37. Okur, H., & Cetin, A. (2019). Credit Risk Estimation with Machine Learning. In 2019 3rd International Symposium on Multidisciplinary Studies and Innovative Technologies (p. 1-6).
38. Özcan, A. (2020). The Use of Cash Flow Statement in Predicting Business Failure: Evidence From an Emerging Market. Yönetim Bilimleri Dergisi, 18(36), 373-387.
39. Sakiz, B., & Kutlugün, E. (2018). Bitcoin price forecast via Blokzincir technology and artificial intelligence algorithms. In 2018 26th Signal Processing and Communications Applications Conference (SIU) (pp. 1-4). IEEE.
40. Salur, M. N. (2021). Fı̇nansal Başarısızlık Tahmı̇nı̇nde Yapay Sı̇nı̇r Ağları Modelı̇nı̇n Kullanımı: Borsa İstanbul’da Bı̇r Uygulama. Journal of Economics Finance and Accounting, 8(1), 17-30.
41. Sezal L. (2020). Fintek Hizmetlerinin Finans Sektörüne Etkileri ve Sağlanan Devlet Teşvikleri. Ekonomi İşletme ve Maliye Araştırmaları Dergisi, 2(3), 233-248.
42. Söylemez, Y. (2020). Çok Katmanlı Yapay Sinir Ağları Yöntemi ile Altın Fiyatlarının Tahmini. Sosyoekonomi, 28(46), 271-291.
43. Söyler, H., & Kızılkaya, O. (2018). Para Krizlerinin Yapay Zeka Yöntemleri İle Tahmini: Türkiye Örneği. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 649-666.
44. Sucu, M. (2021). Dijital Yönetim: İşletme Yönetiminde yeni bir yaklaşım. IKSAD Publishing house.
45. Şanlısoy, S., & Çiloğlu, T. (2019). An Investigation on the Crypto Currencies and Its Future. International Journal of E-business and E-government Studies, 11(1), 69-88.
46. Taş, A. İ., Gülüm, P., & Tulum, G. (2021). Finansal Piyasalarda Hisse Fiyatlarının Derin Öğrenme ve Yapay Sinir Ağı Yöntemleri ile Tahmin Edilmesi; S&P 500 Endeksi Örneği. Düzce Üniversitesi Bilim ve Teknoloji Dergisi, 9(3), 446-460.
47. Tigrak, U., Taşgetiren, N., Bozan, E., Gul, G., Demirci, E., Sarıbıyık, H., & Aktas, M. S. (2020). Büyük Veri İşleme ve Analizi Teknikleri Kullanılarak Bankacılık Sektöründe Kredi Kullanımı İhtiyacı Tahmini: Durum Çalışması, EasyChair Preprint.No: 4458.
48. Vassakis, Konstantinos, Emmanuel Petrakis ve Ioannis Kopanakis, (2018), “Big Data Analytics: Applications, Prospects and Challenges”, Mobil Big Data, Lecture Notes on Data Engineering and Communications Technologies 10, ISBN 978-3-319-67925-9.Springer International Publishing
49. Yavuz, U., Özen, Ü., Taş, K., & Çağlar, B. (2020). Yapay Sinir Ağları ile Blokzincir Verilerine Dayalı Bitcoin Fiyat Tahmini. Journal of Information Systems and Management Research, 2(1), 1-9.
50. Yıldız, A., & Yıldız, D. (2021). Prediction of Investment Alternatives with Artificial Neural Network. İşletme Araştırmaları Dergisi, 13(4), 3103-3118.
51. Yusufoğlu, H., Aydın, H., & Çetinkaya, A. (2021) Twitter Üzerindeki Finansal Tweetlerin LSTM Sinir Ağı Algoritması ile Duygu Analizi. Veri Bilimi, 4(3), 28-43.