İktisadi zaman serilerinin modellemesinde bayesyen analizlerin etkinliği
The efficiency of bayesian analysis in modeling economic time series
- Tez No: 287756
- Danışmanlar: PROF. DR. KARUN NEMLİOĞLU
- Tez Türü: Doktora
- Konular: Ekonometri, Econometrics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Ekonometri Bilim Dalı
- Sayfa Sayısı: 261
Özet
Çalışmada, Bayesyen yaklaşım çerçevesinde ele alınan zaman serileri, dinamik doğrusal modeller veya diğer isimlendirmesiyle durum-uzay modelleri kapsamında değerlendirilerek, dört bölümde incelenmiştir. İlk bölümde, zaman serilerinde dinamik modellemenin önemi tartışıldıktan sonra, dinamik doğrusal modelin genel yapısı tanıtılmış, Bayesyen tahmin süreci ve bu sürece ilişkin kavramların açıklamasına yer verilmiştir. İkinci bölümde, dinamik doğrusal modellerin daha ayrıntılı incelemesini yapmak üzere bu modellerin genişletilmiş yapıları üzerinde durulmuştur; ?ARMA?, ?Zamana göre değişen ARMA? ve çok değişkenli yapıdaki dinamik doğrusal modellerin analizi, Bayesyen tahmin ve öngörü aşamalarıyla açıklanmış, ayrıca Bayesyen dinamik doğrusal modellerde karşılaşılan tahmin sorunlarına yer verilmiştir.Üçüncü bölümde, daha önce belirtilen tahmin sorunlarından yola çıkarak, özellikle doğrusal olmayan dinamik modeller konusuna odaklanılmıştır. Dinamik doğrusal model, yani durum-uzay modeli, doğrusal olmaması halinde, volatilitenin modellenmesi için, uygun bir yapı sunmaktadır. Bu yapının analizinde başvurulan volatilite modellerinden ARCH-GARCH ve Stokastik Volatilite'nin tahmini, hem klasik hem de Bayesyen yaklaşımla açıklanmıştır. Dördüncü bölümde, iki uygulamaya yer verilmiştir. Birinci uygulamada, ilk iki bölümde detaylarıyla açıklanan dinamik doğrusal model kullanılarak, Türkiye'nin Gayri Safi Yurtiçi Hasılasına dayanan ?çıktı açığı? büyüklüğü modellenmiştir. Daha önce literatürde sadece klasik yöntemlerle tahmin edilen Türkiye'nin çıktı açığına ilişkin model, hem klasik hem de Bayesyen yöntemle tahmin edilmiş ve Bayesyen yöntemin daha başarılı sonuçlar verdiği tespit edilmiştir. İkinci uygulamada, TL/Dolar döviz kuru serisindeki volatilitenin araştırılmasında başvurulabilecek modellerden GARCH modelin, klasik ve Bayesyen yöntemle tahmini yapılarak bir kıyaslamaya gidilmiştir. Buna göre yine Bayesyen yaklaşımın daha iyi sonuçlar verdiği, daha sağlıklı tahmin yapıldığı görülmüştür.
Özet (Çeviri)
In this study, time series handled with Bayesian view are considered within the scope of dynamic linear models or in other naming state-space models, are explored in four chapters. In the first chapter, after the discussion of the importance of dynamic modeling in time series, general structure of dynamic linear model is presented, and then Bayesian estimation process and the conceptions related to this process are given. In the second chapter, to examine dynamic linear models in detail, extended structures of these models are emphasized; ?ARMA?, ?Time-varying ARMA? and multivariate dynamic linear models are expressed with Bayesian estimation and forecasting processes, besides estimation issues encountered in Bayesian dynamic linear models are clarified.In the third chapter, considering these previously stated estimation challenges, especially the subject of nonlinear dynamic models are concentrated on. In nonlinearity case, dynamic linear model, that is state-space model, offers an appropriate structure for modeling volatility. The estimation process of the regarded volatility models ARCH-GARCH and Stochastic Volatility are displayed both classical and Bayesian approaches. In the fourth chapter, two applications study has been carried out. In the first application, by employing the dynamic linear model that was explained at great length in the first two chapters, ?output gap? figures relied on Turkey?s Gross Domestic Product are modeled. In the literature, the model about Turkey?s output gap has been estimated with just classical methods up the date, is both estimated with classical and Bayesian methods and it?s determined that Bayesian method gives better outcomes. In the second application, GARCH model which is one of the reasonable model in investigation of volatility of TL/Dollar exchange rate series is estimated with classical and Bayesian methods and compared the results. Accordingly, again it?s seen that Bayesian approach gives successful results and estimation on the basis of this view is done well.
Benzer Tezler
- Uzun dönem bağımlı süreçler
Long range dependence processes
ŞERİFE DİLARA ÇAKIR
Yüksek Lisans
Türkçe
2002
İstatistikHacettepe Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. CENAP ERDEMİR
- Heterojen yapısal kırılmaları dikkate alan heterojen panel veri tahmincilerinin türetilmesi: G7 ülkelerinde ekonomik büyüme ile enerji tüketimi arasındaki ilişki
New heterogeneous panel data estimators to consider heterogeneous structural breaks: The relationship between economic growth and energy consumption in G7 countries
HASRADDİN GULIYEV
Doktora
Türkçe
2023
Ekonometriİstanbul ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. FERDA YERDELEN TATOĞLU
- İktisadi zaman serilerinin tahmininde ARIMA modellerinin müdahale analizi ile birlikte kullanılması
The Use of ARIMA models with intervention analysis in economic time series
BORA KURTULUŞ
Yüksek Lisans
Türkçe
2002
Ekonometriİstanbul ÜniversitesiEkonometri Ana Bilim Dalı
YRD. DOÇ. DR. ENİS SINIKSARAN