Forecasting the returns of pension investment funds in Turkey with artificial neural network

Fatih Çemrek; Özge Demir

EN

Forecasting the returns of pension investment funds in Turkey with artificial neural network

Abstract

Individuals start to experience the retirement period after completing their active working time. During the retirement period, the income generated during the work period is reduced. The Personal Pension System was organized on the basis that both individuals can able to generate additional income during the retirement period and the savings are increased and remain in the system. This system aims to enable individuals to increase their income during the retirement period through their savings.
Funds operated according to the religious property principles created to drive investment into savings accumulated in individual pension accounts of participants seeking to retire and build up wealth are called pension funds. Pension investment funds are of great importance to our capital market and the future of our country.

Keywords

References

[1] Emeklilik Gözetim Merkezi, Bireysel-Emeklilik-Nedir? https://www.egm.org.tr/bireysel-emeklilik/bireysel-emeklilik-nedir (2020).
[2] Korkmaz T., Türkiyede’ki Emeklilik Fonlarının Perfonmans Ölçümü ve Fon Yöneticilerinin Zamanlama Yeteneği, Akdeniz Üniversitesi İ.B.F Dergisi, (14) (2007) 66-93.
[3] Zor İ., OECD Ülkeleri ve Türkiye Bağlamında Bir Değerlendirme, Reasürör Dergisi, 70 (2008) 6-20.
[4] Qi M., Zhang P.G., An Investigation of Model Selection Criteria for Neural Network Time Series Forecasting, European Journal of Operational Research, 132 (3) (2001) 666-680.
[5] Eğrioğlu E., Aladağ Ç.H., Yapay Sinir Ağları ve Arıma Modellerin Melez Yaklaşımı ile Zaman Serilerinde Öngörü, İstanbul Üniversitesi VII. Ulusal Ekonometri ve İstatistik Sempozyumu, 26-27 Mayıs 2005, İstanbul.
[6] Avcı E., Forecasting Daily and Sessional Returns of the ISE-100 Index with Neural Networks Models, Doğuş Üniversitesi Dergisi, 8 (2) (2007) 128-142.
[7] Wallace M.P., Neural Networks And their Application to Finance, Business Intelligence Journal, (July) (2008) 67-76.
[8] Düzgün R., A Comparison of Artificial Neural Networks and ARIMA Models’ Success in GDP Forecast, Marmara Üniversitesi İ.İ.B.F. Dergisi, 25 (2) (2008) 165-176.

[9] Nitin N.M., Saxena V. P., Pardasani, K. R., Next Day Stock Forecasting An Application of ANN and ARIMA, The IUP, International Journal of Theoretical and Applied Finance, 17 (1) (2011) 70-84.
[10] Irmak S., Köksal C.D., Asilkan Ö., Hastanelerin Gelecekteki Hasta Yoğunluklarının Veri Madenciliği Yöntemleri ile Tahmin Edilmesi, Uluslararası Alanya İşletme Fakültesi Dergisi, 4 (1) (2012) 101-114.
[11] Akel V., Karacameydan F., Yatırım Fonları Net Varlık Değerlerinin Yapay Sinir Ağları Yöntemiyle Tahmin Edilmesi, Anadolu Üniversitesi Sosyal Bilimler Dergisi, 12 (2012) 87-105.
[12] Keskin Benli Y., Yıldız A., Altın Fiyatının Zaman Serisi Yöntemleri ve Yapay Sinir Ağları ile Öngörüsü, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 42 (2014) 213-224.
[13] Pekmezci A., Dilek M. (2014). The Comparison of Performances of Widely Used Cointegration Tests, Communications in Statistics- Simulation and Computation, 45(6) 2070-2080.
[14] Ertuğrul İ. Bekin A., Türkiye’de Bazı Temel Gıda Fiyatları İçin Yapay Sinir Ağları ve Zaman Serisi Tahmin Modellerinin Karşılaştırmalı Analizi, Kafkas Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 7 (13) (2016) 253-280.
[15] Kızılkaya O., Türkiye’nin Enflasyon ve İşsizlik Oranının Yapay Sinir Ağları ve Box-Jenkins Yöntemiyle Tahmini Social Sciences Studies Journal, 3 (12) (2017) 2197-2207.
[16] Koç S., Onacak D., Yapay Sinir Ağları ile Emeklilik Yatırım Fonu Hisse Senedi Fiyatlarının Tahmini, Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 3 (3) (2018) 590-600. [17] Fausett L., (1994). Fundamentals of Neural Networks. Prentice Hall USA (1994).
[18] Güneri N., Apaydın A., Öğrenci Başarılarının Sınıflandırılmasında Lojistik Regresyon Analizi ve Sinir Ağları Yaklaşımı, Ticaret ve Turizm Eğitim Fakültesi Dergisi, 1 (2004) 170-188.
[19] Indro D.C., Jianga C.X., Patuwo B.E., Zhang G.P., Prediction Mutual Fund Performance Using Artificial Neural Networks, Omega, International Journal of Management Science, 27 (3) (1999) 373-380.
[20]Öztemel E., Yapay Sinir Ağları. 2. Basım. Papatya Yayıncılık İstanbul (2006).
[21] Tolon M., Güneri Tosunoğlu N., (2008). Tüketici Tatmini Verilerinin Analizi: Yapay Sinir Ağları ve Regresyon Analizi Karşılaştırması, Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10 (2), 247-259.
[22] Çuhadar M., Güngör, İ., Göksu, A., Turizm Talebinin Yapay Sinir Ağları ile Tahmini ve Zaman Serisi Yöntemleri ile Karşılaştırılmalı Analizi: Antalya İline Yönelik Bir Uygulama, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi,14 (1) (2009) 99-114.

Details

Primary Language

English

Subjects

Statistics

Journal Section

Research Article

Authors

Fatih Çemrek ^*
0000-0002-6528-7159
Türkiye

Özge Demir
0000-0002-3542-2954
Türkiye

Publication Date

December 29, 2021

Submission Date

October 13, 2021

Acceptance Date

December 8, 2021

Published in Issue

Year 1970 Volume: 42 Number: 4

IZ

https://izlik.org/JA75KZ28TN

Cite

RIS / Bibtex

APA

Çemrek, F., & Demir, Ö. (2021). Forecasting the returns of pension investment funds in Turkey with artificial neural network. Cumhuriyet Science Journal, 42(4), 942-950. https://izlik.org/JA75KZ28TN