Borsa İstanbul’da Yatırımcı İlgisi Google Trendleri ve Youtube İzlenmelerinin İlk Halka Arz Performanslarına Etkisinin Rassal Orman Yöntemi ile Analizi

Abstract

Geleneksel finans teorisinin varlık fiyatlama modellerinden biri olan “etkin piyasalar hipotezi”, kamuya açık bilginin tam bilgiye sahip olan rasyonel yatırımcılar tarafından fiyatlara yansıtıldığı varsayımına dayanmakta ve dolayısıyla normalüstü getiri elde etmenin mümkün olmadığı görüşünü savunmaktadır. Diğer taraftan sınırlı rasyonalite varsayımına dayanan modellerde ise yatırımcıların bilişsel kısıtlarının olduğu ve bu kısıtlardan birisinin de yatırımcı ilgisi olduğu görüşü hakimdir. Yatırımcı ilgisi, yatırımcıların sadece bir dizi bilgiye odaklanabilmesine neden olan ve dolayısıyla yatırımcıların bilgiye erişimlerini sınırlandıran bilişsel bir kısıttır. Bu kısıt yatırımcıları sadece hakkında bilgi sahibi oldukları hisse senetlerini satın almaya yönlendirdiğinden hisse senedi fiyat hareketleri için bir sinyal olarak kullanılmaktadır. Ancak yatırımcı ilgisinin nasıl ölçüleceği konusunda farklı görüşler söz konusudur. Yatırımcı ilgisini dolaylı olarak ölçen yaklaşımlarda fiyat, likidite, getiri, reklam harcamaları gibi dolaylı temsilciler kullanılmakta, doğrudan ölçen yaklaşımlarda ise ya doğrudan yatırımcıya sorulmakta ya da yatırımcıların davranışları izlenmektedir. Özellikle bilgi ve iletişim teknolojilerindeki gelişmelerle birlikte sosyal medyanın yatırımcılar tarafından yatırım fikirlerine ulaşmak için yaygın bir şekilde kullanımı yatırımcı ilgisini doğrudan ölçmek için yeni araçlar sunmaktadır. Yatırımcıların bilgi arayışlarına dayanan bu araçlar arasında Google ve Baidu arama hacimleri, Wikipedia sayfalarının görüntülenme sayısı ve tweetler sayılabilir. Yatırımcı ilgisinin etkili olduğu bir diğer finansal dinamik ise ilk halka arzlardır. İlk halka arz (IPO), bir firmanın hisselerinin birincil piyasada halka arz edilmesi sürecini ifade etmektedir. Dolayısıyla ilk halka arzda firmalar birincil piyasa yoluyla hisse senetlerini arz ederek sermaye elde ederler. İlk halka arzda hisse senedinin performansının öngörülmesi gerek firmalar gerek yatırımcılar açısından oldukça önemlidir. Bu araştırmada, yatırımcı ilgisinin temsilcileri olarak ilk halka arz öncesinde firma isimlerinin ve sembollerinin Google’da aranma hacimleri ile halka arz olacak şirket hakkında kısa bilgilerin verildiği YouTube içeriklerinin görüntülenme sayıları kullanılmakta ve bunların Borsa İstanbul’da ilk halka arz performansı üzerindeki etkisi incelenmektedir. Çalışmada ayrıca yatırımcı ilgisinin firmalara özgü hangi niteliklerle ilgili olduğu da araştırılmaktadır. Başka bir ifadeyle halka arz büyüklüğü, hisse sayısı, halka arz fiyatı, halka arz nedeni, firmanın sektörü, finansal oranları gibi değişkenlerden hangilerinin yatırımcı ilgisini daha fazla çektiği de araştırılmaktadır. Araştırma sonucunda YouTube izlenme sayılarının Google arama hacimlerine kıyasla yatırımcı ilgisinin daha iyi bir temsilcisi olduğu bulgusuna ulaşılmıştır. Bu çalışma kapsamında, yatırımcı ilgisinin temsilcisi olarak kullanılan her iki araç da tam bilginin olmadığı ve bilişsel yeteneklerin kısıtlı olduğu sınırlı rasyonalite varsayımıyla örtüşmektedir. Ayrıca bulgular yatırımcıların firmanın temel değerine ve içsel büyüme potansiyeline önem verdiğine de işaret etmektedir. Bu çalışmanın amaçlarından bir diğeri de algoritmik finansal işlemler kapsamında, ilk halka arza ilişkin kararları verebilecek ya da yatırımcıların kararlarına destek olabilecek dar bir yapay zekâ geliştirmektedir. Yapay zekâ, bir bilgisayarın zeki canlılara benzer şekilde çeşitli faaliyetleri gerçekleştirme yeteneği olarak tanımlanmaktadır. Süper yapay zekâ, insanüstü yeteneklere sahip olan; genel yapay zekâ, bir insanın yapabileceği herhangi bir görevi yerine getirmek için tasarlanmış olan; dar yapay zekâ ise belirli bir görevi gerçekleştirmek için tasarlanmış yapay zekâyı ifade etmektedir. Dolayısıyla dar yapay zekâ kapsamında geliştirilen her bir model, esasında genel yapay zekâya yeni bir yetenek kazandırmaktadır. Bu bağlamda bu çalışmadan elde edilen bulgular, özellikle finansal yapay zekâ uygulamalarının geliştirilmesinde ve algoritmik finansal işlemler yapan botların eğitilmesinde ilk halka arz kapsamında önemli bir katkı sunmaktadır. Başka bir ifadeyle bu çalışma, pratikte çerçevesi halka arz performansları ile sınırlı olan finansal dar bir yapay zekâ ürünü ortaya koyarken teoride yatırımcı ilgisinin belirleyicilerini ortaya koymaktadır.