Hisse Senedi Getirileri Neden Yalnızca Kısa Pencerelerde Tahmin Edilebilir Olabilir

Hisse Senedi Getirileri Tahmin Edilebilir Olabilir, Ancak Yalnızca Kısa Pencerelerde

Yatırımcılar, hisse senedi getirilerini güvenilir bir şekilde öngören göstergeler bulmak için on yıllar harcadılar. Değerleme oranları, faiz oranları, kredi spreadleri, enflasyon, piyasa volatilitesi ve ekonomik aktivite ölçümleri zaman zaman umut vaat etti. Zorluk, bir göstergenin bir dönemde faydalı görünürken bir sonraki dönemde etkisiz hale gelmesidir.

Journal of Econometrics’te yayımlanan yeni bir çalışma¹, bu istikrarsızlığın verideki bir kusurdan ziyade piyasa öngörülebilirliğinin tanımlayıcı bir özelliği olabileceğini savunuyor. Hisse senedi getirileri tahmin edilebilir olabilir, ancak yalnızca durgunluklar, finansal şoklar, politika değişiklikleri veya yatırımcıların bilgi işleme biçimlerindeki değişimler tarafından oluşturulan geçici dönemlerde.

Araştırmacılar, bu dönemleri ortaya çıktıkça tespit etmeyi amaçlayan istatistiksel izleme prosedürleri geliştirdiler. Çalışmaları pratik soruyu yeniden çerçeveliyor. Bir değişkenin tüm tarihsel örneklem boyunca getirileri öngörüp öngörmediğini sormak yerine, yatırımcılar bunun yakın zamanda faydalı bilgi içermeye başlayıp başlamadığını sormalıdır.

Neden Kalıcı Piyasa Sinyalleri Bulunması Bu Kadar Zor

Geleneksel öngörü araştırmaları genellikle on yıllık veriler üzerinden tek bir ilişki tahmin eder. Örneğin, bir analist temettü getirilerinin öz sermaye primi, yani hisse senetlerinin risksiz bir varlığın üzerindeki getirisini öngörüp öngörmediğini test edebilir. Bu, ilişkinin örneklem boyunca yeterince istikrarlı kalacağını varsayar.

Piyasalar nadiren iş birliği yapar. Para politikası değişiklikleri, düzenlemeler evrilir ve yaygın olarak keşfedilen stratejiler sermaye çeker. Bir sinyal kriz sırasında güçlenebilir ve yatırımcılar fark ettiklerinde ortadan kalkabilir. Bu nedenle tam dönemli bir model, ilişkilerin olmadığı birçok yıl boyunca faydalı bir dönemi seyreltir.

Bu, finansal değişkenlerin bir çalışmada istatistiksel olarak anlamlı görünürken bir diğerinde başarısız olmasının nedenini açıklar. Anlaşmazlık, bir sonucun mutlaka yanlış olduğu anlamına gelmez. Çalışmalar farklı piyasa rejimlerini incelemiş olabilir.

Zorluk, birçok yaygın göstergenin yüksek derecede kalıcı olması nedeniyle daha da artar. Temettü getirileri, defter-değer oranları ve faiz ölçümleri uzun süre yüksek ya da düşük seviyelerde kalabilir. Ayrıca getirileri etkileyen aynı şoklarla birlikte hareket edebilirler. Geleneksel istatistiksel testler bu özellikleri öngörü gücü olarak yanlış yorumlayabilir.

Gerçek Zamanlı İzlemenin Sorunu Nasıl Değiştirdiği

Makale, öngörülebilirlik tespit edilmeyen bir başlangıç eğitim dönemi oluşturduktan sonra gelen verileri ardışık olarak izlemeyi öneriyor. Tercih edilen yaklaşımı, IVX araç değişken koşullarından türetilen kümülatif toplam (CUSUM) sürecini kullanıyor.

Daha basit bir ifadeyle, sistem aday göstergenin sonraki getirilerle olan ilişkisinin tarihsel temelinden yeterince sapıp sapmadığını izleyerek bir sinyal gerektirip gerektirmediğini belirler. Kullanıcının önceden göstergenin zayıf kalıcı mı, birim köke yakın mı yoksa bu ikisi arasında bir yerde mi olduğunu bilmesine gerek kalmadan çalışacak şekilde tasarlanmıştır.

İzleme çerçevesi aynı anda birkaç sorunu ele alır:

• Öngörü ilişkileri uyarı almadan başlayabilir ve sona erebilir.
• Tekrarlanan testler, sinyal bulunmadığında bile yanlış alarmlara neden olabilir.
• Volatilite değişiklikleri, sıradan testlerin gerçek olmayan ilişkileri tespit etmesine yol açabilir.
• Öngörücüler kalıcı olabilir ve beklenmedik piyasa getirileriyle ilişkili olabilir.

Volatilite ayarlaması özellikle önemlidir. Büyük bir piyasa şoku daha büyük gözlemler oluşturur ve bu, temel öngörü ilişkisi değişmemiş olsa bile izleme istatistiğini bir eşik değerin üzerine itebilir. Bu, Securities.io’nun VIX’in hisse senedi piyasası riskini tam olarak yakalamamasının nedeni konulu incelemesinde tartışıldığı gibi, tanıdık göstergelerin risk ortamının yalnızca bir kısmını yakalayabilmesiyle ilgili daha geniş bir sorundur.

Simülasyonların Bulduğu Şeyler

Yazarlar, farklı öngörücü kalıcılık, volatilite yolları, endojenlik ilişkileri ve öngörü dönemlerinin başlangıç tarihleri bulunan simüle edilmiş piyasalarda yöntemlerini test ettiler. Önerilen birkaç CUSUM prosedürü, bu koşulların çoğunda makul derecede kontrol edilen yanlış pozitif oranlarını korudu.

En güçlü yöntemler genellikle rekabet eden kayan pencere prosedürlerinden daha erken öngörülebilirliği tespit etti, özellikle öngörücü son derece kalıcı olduğunda. Bu önemlidir çünkü kısa ömürlü bir sinyal, model yalnızca dönemin sonuna doğru tespit ederse pratik değerini yitirir.

Bununla birlikte, hiçbir versiyon her koşulda üstün değildi. Bir prosedür özellikle hızlı tepki verdi ancak yükselen volatilite değişiminden sonra aşırı yanlış pozitif üretti. Diğeri daha temkinli ve yavaştı. Makalenin tercih ettiği varyans ayarlı CUSUM yaklaşımı, tespit hızı ile yanlış alarm kontrolü arasında daha faydalı bir denge sundu.

Çok kolay sinyal veren bir model, maliyetli devir ve aşırı güveni teşvik eder. Temkinli bir model ise fırsatın büyük bir kısmı geçtikten sonra bir rejimi tanıyabilir. Gerçek zamanlı sistemler bu nedenle kaçırılan sinyaller ile yanlış alarmlar arasında seçim yapmak için açık bir politika gerektirir.

Model S&P 500’ü İzlerken Ne Oldu

Araştırmacılar, Ocak 1965’ten Aralık 2024’e kadar aylık S&P 500 verileri ve aday öngörücüler kullanarak bir pseudo-gerçek zamanlı alıştırma gerçekleştirdiler. Öngörücüler arasında değerleme oranları, volatilite ölçüleri, teknik göstergeler, tahvil getirileri, kredi piyasası değişkenleri, enflasyon ve ekonomik aktivite yer aldı.

Tam örneklem testleri, çoğu değişkenin getirileri tutarlı bir şekilde öngördüğüne dair çok az kanıt buldu. Ancak izleme prosedürleri belirgin zaman dilimlerini ortaya çıkardı. Birkaç tahvil ve makroekonomik gösterge, 1973‑1975 piyasa bozulması sırasında bilgilendirici hâle geldi. Terim spread’i, Black Monday öncesi dönemde öngörücü içerik gösterdi. Diğer sinyaller ise küresel finansal kriz, 2018 ve 2022 yıllarında ortaya çıktı.

Bu sonuçlar, rejim‑tabanlı bir yorumlamayı destekliyor. Kredi getirileri, getiri spread’leri, likidite, değerleme ve ekonomik gevşeme, piyasa riskini yeniden fiyatlandırırken en çok etkili olabilir. Normal koşullarda getirileri öngörmek zorunda değiller; stres dönemlerinde faydalı hâle gelebilirler.

Daha Büyük İçgörü: Sinyal Yaşam Döngüsü Yönetimi

Çalışmanın en değerli katkısı, ticaret yapılacak bir gösterge listesi değil; bir yatırım sinyalinin yaşam döngüsünü yönetmek için bir çerçevedir.

Bir üretim modeli, bir aktivasyon kuralı, bir emeklilik kuralı ve tespit edilen bir olay sonrası yeniden kalibrasyon yöntemi içermelidir. Bu, bir tahmin modeli bir kez inşa edip katsayılarının geçerli kalacağını varsaymaktan farklıdır. Öngörülebilirliği, değişen bir sistem durumu olarak ele alır.

Bu bakış açısı ayrıca volatilitenin iki rol üstlendiğini öne sürer. Beklenen getiriler hakkında bilgi içerebilir, ancak bu bilgiyi tespit etmek için kullanılan istatistiksel testi de bozabilir. Securities.io tarafından kapsanan araştırma, günlük getiriler volatilite tahmini için değerli kalabilir ve daha yüksek frekanslı veri setleri mevcut olsa bile benzer sonuçlar bulmuştur. Daha fazla veri, ilişkiler sürekli değiştiği sürece model istikrarsızlığını otomatik olarak çözmez.

Yatırım ekipleri için mantıklı bir sonraki adım, katmanlı bir sistem olacaktır. Bir model, bir aday öngörücünün aktif bir rejime girip girmediğini izler. Ayrı bir tahmin katmanı, beklenen getirilerin yönünü ve büyüklüğünü tahmin eder. Portföy oluşturma daha sonra işlem maliyetlerini, çekilmeleri, likiditeyi ve pozisyon limitlerini dikkate alır.

Bu ayrım, istatistiksel öngörülebilirliğin karlı bir stratejiyle aynı olmadığı için esastır. Makale, portföy getirilerini, uygulama maliyetlerini, vergileri veya risk‑ayar performansını hesaplamaz. Tarihsel alıştırması pseudo‑gerçek zamanlıdır, canlı bir dağıtım değildir. Yöntemin piyasayı yenebileceği iddiaları, kanıtların ötesine geçer.

Finansal Zeka Katmanına Yatırım

Çalışma, daha temiz finansal verilere, uyarlanabilir analitiklere ve rejim değişikliklerini tanıyabilen araçlara artan talebe işaret ediyor. Bu altyapının içinde konumlanan bir şirket S&P Global’ (SPGI ) dir. .

S&P Global, benchmark’lar, derecelendirmeler, emtia istihbaratı ve piyasa verileri alanında faaliyet gösterir. Market Intelligence bölümü, kurumların şirketleri, kredi koşullarını ve piyasa davranışını araştırmak için kullandığı birçok veri seti ve analitik iş akışını sağlar. Şirket ayrıca, karmaşık kurumsal kayıtları bağlamak ve finansal veri setlerini makineler için daha anlaşılır hâle getirmek üzere tasarlanmış araçları içeren Kensho aracılığıyla AI yeteneklerini genişletmiştir. 2026 yılında S&P Global, daha geniş varlık kapsamı ve karmaşık kurumsal yapılar arasında geliştirilmiş tanıma sahip genişletilmiş bir Kensho Link tanımlamıştır.

Bu, S&P Global’ın çalışmada açıklanan izleme yöntemini sahip olduğu veya ticarileştirdiği anlamına gelmez. Yatırım bağlantısı daha geniştir: uyarlanabilir finansal modeller, kapsamlı, standartlaştırılmış ve zamanında verilere dayanır. Nicel sistemler piyasa rejimlerine daha duyarlı hale geldikçe, veri kalitesi ve entegrasyonu rekabet avantajının bir parçası haline gelir.

Securities.io’nun son profili MSCI ve finans piyasalarının altyapısı aynı temel eğilimi vurguluyor. Endeks sağlayıcıları giderek basit benchmark listeleri yayıncısı olmaktan ziyade veri ve analiz şirketi olarak faaliyet gösteriyor.

Piyasa Öngörülebilirliği Değişen Bir Hedeftir

Makale, etkin piyasa tartışmasını çözümlemese de, bunu çerçevelemek için daha gerçekçi bir yol sunuyor. Piyasalar genel olarak tahmin edilmesi zor olabilir, ancak ekonomik ve finansal göstergelerin olağanüstü bilgilendirici hâle geldiği kısa dönemler de üretebilir.

Yatırımcılar için çıkarım, her yeni anlamlı değişkeni kovalamak değil. Sinyalleri koşullu olarak ele almak, istikrarlarını izlemek ve bir kriz sırasında keşfedilen bir ilişkinin bir sonraki genişleme döneminde sürdürülemeyebileceğini kabul etmektir. Kalıcı avantaj, tek bir kalıcı tahmin formülü bulmaktan ziyade, piyasanın kurallarının geçici olarak değiştiği anları tespit etmekle ilgili olabilir.

Kaynaklar:

¹ Demetrescu, M., Schmidt, F., & Taylor, A. M. R. (2026). Gerçek zamanlı izleme ile değişken volatilite ortamlarında hisse getirisi öngörülebilirliği. Journal of Econometrics, 258, 106341. https://doi.org/10.1016/j.jeconom.2026.106341