Country Risk Prediction with Machine Learning Techniques

Author:

DOĞAN Seyyide1,TÜRE Hasan2

Affiliation:

1. KARAMANOĞLU MEHMETBEY ÜNİVERSİTESİ, İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ

2. ANKARA HACI BAYRAM VELİ ÜNİVERSİTESİ, İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ

Abstract

Ülke riski değerlendirmesi en genel anlamıyla bir ülkenin alabileceği dış yardımların ve yatırımcıların karşı karşıya kalacağı riskin bir ölçüsüdür. Bu sebeple ülke riskinin, ekonomik, finansal ve politik risk unsurlarının birlikte ele alındığı bir prosedürle oldukça hassas tahminler yapılarak ölçülmesi gerekmektedir. Tahmin yöntemi büyük bir titizlikle tercih edilmeli ve mutlaka farklı yöntemler ile desteklenmelidir. Bu amaçla çalışmada, iyi tahmin sonuçları üreten ve sıklıkla kullanılan LRA, KNN, CART ve DVM yöntemleri tercih edilmiştir. Tahmin modelini eğitmek için 2015-2019 yılları arasında 75 ülkenin farklı makroekonomik göstergeleri kullanılmıştır. Çalışmanın bulgularına göre tercih edilen tüm yöntemler ile oldukça başarılı tahmin sonuçlarının üretildiği söylenebilir. Farklı değerlendirme kriterlerinin ele alındığı ve her bir makine öğrenmesi algoritmasının 100 kez tekrar edildiği durumda, en iyi sonucu veren yöntem KNN algoritması olduğu görülmektedir. Takip eden yöntemler ise sırası ile, DVM, LRA ve CART algoritması olarak sıralanabilir.

Publisher

Fiscaoeconomia

Subject

Computer Networks and Communications,Hardware and Architecture,Software

Reference90 articles.

1. Abassi, B., & Taffler, R. J. (1982). Country Risk: A Model of Economic Performance Related to Debt Servicing Capacity. City University Business School.

2. Abdou, H., Abdallah, W., Mulkeen, J., Ntim, C. G., & Wang, Y. (2017). Prediction of Financial Strength Ratings Using Machine Learning and Conventional Techniques. Investment Management and Financial Innovation, 14(4), 194-211.

3. Alpaydın, E. (2011). Yapay Öğrenme, Boğaziçi Üniversitesi Yay. Birinci Basım.

4. Amstad, M., Packer, F., 2015. Sovereign Ratings of Advanced and Emerging Economies After the Crisis, BIS Quarterly Review (December) Pp. 77–91.

5. Arezki, R., Candelon, B., & Sy, A. N. R. (2011). Sovereign Rating News and Financial Markets Spillovers: Evidence from The European Debt Crisis. IMF Working Papers, 68.

Cited by 1 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

1. Assessment of Alternative International Organizations For Turkey Using Machine Learning Algorithms;Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi;2024-08-31

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3