Doğrusal olmayan eşbütünleşme testleri ile Türkiye ekonomisinde hisse senedi fiyatı ve seçilen ekonomik değişkenler arasındaki ilişkinin analizi
2020
0 views
0 downloads
Advisor: Prof. Dr. Burak Güriş
Abstract (TR)
Bu çalışmada eşik değerli otoregresif modeller, ortalamada doğrusal olmayan modeller ailesinden olarak incelenmiştir. Zaman serileri analizinde doğrusal olmayan yöntemleri kullanmadan önce serinin doğrusal olmadığını belirlemek gerekmektedir. Dolayısıyla çalışmada doğrusallık testlerinin incelenmesi yer almaktadır. Birim kök kavramı, yapısal kırılmalı birim kök testleri ve doğrusal olmayan birim kök testleri vurgulanmıştır. Ekonometri literatüründe daha az rastlanmış olan doğrusal olmayan eşbütünleşme testleri incelenmiştir. Türkiye ekonomisinde, hisse senedi fiyatı ile ekonomik değişkenler arasındaki ilişki KSS (2006), Siklos (2001), Maki (2010) eşbütünleşme testleri ve ESTAR hata düzeltme modeli kullanarak incelenmiştir. Elde edilen sonuçlara göre, hisse senedi fiyatı ile döviz kuru, altın fiyatı, enflasyon oranı ve faiz oranı arasında ESTAR düzeltmeler ile eşbütünleşme bulunmaktadır. Faiz oranı harıç, hisse senedi ile diğer değişkenler arasında uzun dönem neensellik söz konusu olabilir.
Author
Dr. Elaheh Rahmanı
How to Cite
Elaheh Rahmanı (Doktora Tezi). Doğrusal olmayan eşbütünleşme testleri ile Türkiye ekonomisinde hisse senedi fiyatı ve seçilen ekonomik değişkenler arasındaki ilişkinin analizi, 2020, İstanbul University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from İstanbul University
- In the covid 19 pandemic of female employees at a university hospital attitudes and affecting factors in nutrition of 9 months-6 years old children(2022)
- Türkiye'de sağ akımların 27 Mayıs Darbesi'ne dair algısı: 1960-1980(2020)
- La Turquie Gazetesi'nin 1890 yılı haberlerine göre: Osmanlı Devleti'nde iktisadi ve sosyal hayat (Fihrist-çeviri-değerlendirme)(2022)
- Emevîler döneminde toprak rejimi(2022)
- Merkel hücreli karsinomda tanısal ve prognostik belirteçler(2022)
- Solunum sistemi hastalıklarının sınıflandırılmasında makine öğrenmesi yöntemlerinin kullanımı(2021)