Yatırım ve bireysel emeklilik fonları portföy yöneticilerinin performans ölçümü: yapay sinir ağı modeli ile bir uygulama

Abstract

Yatırımcılar tasarruflarını her hangi bir yatırım aracına yatırdıklarında bir getiri beklentisi içerisinde olacaklardır. Piyasa hakkında yeterli bilgiye sahip olmayan yatırımcılar ise ellerindeki tasarrufu genellikle profesyonellerce yönetilen fonlara yatırarak risklerini minimize etmeye çalışırlar. Bu bağlamda Türkiye‘de yatırım fonu ve bireysel emeklilik fonları küçük tasarrufları birleştirerek sermayeyi tabana yayma işlevi üstlenmiştir. Bu sayede fonlarda biriken sermaye, sermaye piyasası içerisinde kullanılarak ülke ekonomisi için olumlu katkılar sunacaktır. Bu araştırmanın amacı, Türkiye‘de faaliyet gösteren yatırım ve bireysel emeklilik fon yöneticilerinin performanslarının yapay sinir ağı modeli ile tahmin edilmeye çalışılmasıdır. Çalışma için kullanılan veri kümesi Finnet Programından elde edilmiştir. 2013-2017 yılları arasında Yatırım Fonu ve Bireysel Emeklilik Sistemi Fonu yöneten 182 fon portföy yöneticisine ait Standart Sapma, Alfa, Sharpe, Beta, Upside Capture Ratio (UCR) ve Downside Capture Ratio (DCR) performans değerlendirme göstergeleri ve ortalama yüzdelik getiri oranları elde edilmiştir. Yönetici ortalama yüzdelik getirilerinin aritmetik ortalaması alınarak elde edilen değerinin üzerinde olan portföy yöneticileri başarılı, aritmetik ortalama değerinin altında kalanlar ise başarısız olarak sınıflandırılmıştır. Çalışmada senaryo 2‘nin %97.6 doğruluk ile tahmin yapılabildiği sonucuna ulaşılmıştır.

Investors will expect a return when they invest their savings in any investment instrument. Investors who do not have sufficient knowledge about the market try to minimize their risks by investing their savings in funds that are usually managed by professionals. In this context, mutual funds and private pension funds in Turkey have undertaken the function of spreading capital by combining small savings. In this way, the capital accumulated in the funds will be used in the capital market and will provide positive contributions to the country's economy. The purpose of this research is to try to predict the performances of investment and private pension fund managers operating in Turkey with the artificial neural network model. The dataset used for the study was obtained from the Finnet Program. Standard Deviation, Alpha, Sharpe, Beta, Upside Capture Ratio (UCR) and Downside Capture Ratio (DCR) performance evaluation indicators and average percentage return rates of 182 fund portfolio managers who managed Mutual Funds and Private Pension System Funds between 2013-2017 were obtained. . Portfolio managers who are above the value obtained by taking the arithmetic average of the manager's average percentage returns are classified as successful, and those below the arithmetic average value are classified as unsuccessful. In the study, it was concluded that scenario 2 could be predicted with an accuracy of 97.6%.