Yatırım projelerinde risk analizinin makine öğrenmesi yöntemleriyle değerlendirilmesi

Abstract

Bir sabit sermaye yatırım önerisi olarak yatırım projeleri ekonomik büyüme açısından vazgeçilmez öneme sahiptir. Yatırım projelerinin geleceğe dair bir yatırım önerisi olması nedeniyle, geleceğin beraberinde getireceği risklere maruzdur. Çeşitli risk değişkenleri ve belirsizlikten kaynaklanabilecek önemli mali kayıplar göz önüne alındığında, yatırım projelerinin risk analizi özellikle önemlidir. Risk faktörleri arasında projenin karlılığını, getirisini, ekonomik sürdürebilirliğini doğrudan belirleyen risk faktörü fiyat parametresidir. Bu çalışma, yatırım projelerinde risk analizinde en etkili değişkenlerden biri olması nedeniyle makine öğrenmesi yöntemleri ile fiyat tahmini yapmakta ve yeni bir makine öğrenmesi modeli ortaya koymaktadır. Çalışmada giriş katmanı, tek boyutlu konvolüsyon katmanı, havuzlama katmanı, LSTM gizli katmanı ve tam bağlı katmandan oluşan yeni bir CNN-LSTM makine öğrenmesi modeli geliştirilmiştir. Veri seti olarak 1 Haziran 1996'dan 1 Şubat 2025'e kadar 10228 günü kapsayan oksijen endeksi fiyatları kullanılmıştır. Modelin tahmin değerleri ve performans metrikleri MLP, CNN, LSTM, RNN ve CNN-RNN modelleriyle karşılaştırılmıştır. Oluşturulan CNN-LSTM modeli RMSE = 0.138, MAE = 0.124, MAPE = %2.8, MA = %97.2 ve R^2 = 0.9847 değerleriyle hata ölçüt endekslerinde en başarılı ve model uyumunda diğer modellere kıyasla en iyi performansı göstermiştir.