Döviz kurunun tahmin edilmesinde istatistiksel yöntemlerin karşılaştırmalı analizi
A comparative analysis of statistical methods in forecasting exchange rates
- Tez No: 434528
- Danışmanlar: DOÇ. DR. MELDA AKIN
- Tez Türü: Yüksek Lisans
- Konular: Ekonometri, İstatistik, Econometrics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 168
Özet
Box-Jenkins yöntemi (ARIMA modellemesi), çok sayıda gözlenen değişken arasındaki doğrusal ilişkileri belirleyen ve bunu yaparken değişkenin kendi gecikme değerlerinden ve hata terimlerinin gecikmelerinden yararlanan klasik zaman serisi yöntemlerindendir. Yapay sinir ağları ve destek vektör makineleri ise, doğrusal ilişkilerin yanı sıra doğrusal olmayan ilişkileri de ortaya koyabilen, regresyon ve sınıflandırma yapabilen yapay zekâ tekniklerindendir. Bu çalışmada üç istatistiksel yöntemin de teorik yapısı incelenmiştir. ARIMA, yapay sinir ağları ve destek vektör makinesi yöntemlerinin teorik yapısı incelendikten sonra, analizlerin uygulanmasını ve çalışma sistemlerini gösterebilmek adına döviz kuru verilerinin tahminine yönelik ampirik bir çalışma yapılmıştır. Bu amaç doğrultusunda, TCMB Elektronik Veri Dağıtım Sistemi'nden Euro/TL, JPY/TL ve USD/TL döviz kurları verilerine ulaşılmıştır. Ocak 2002-Aralık 2015 dönemini kapsayan günlük veriler kullanılmıştır. Çalışmada kullanılan verilerden hareketle yapılan analiz sonuçları değerlendirildiğinde; yapay sinir ağları ve destek vektör makinesi yöntemlerinin tahmin performanslarının birbirine yakın olduğu ancak ARIMA yönteminin diğer iki yönteme kıyasla yetersiz kaldığı görülmüştür. Yöntemlerin tahmin performanslarının karşılaştırılması için hata ölçüm yöntemlerinden Ortalama Hata Kareleri (Mean Square Errors-MSE) ve Ortalama Mutlak Yüzde Hata (Mean Absolute Percentage Error-MAPE) kullanılmıştır.
Özet (Çeviri)
Box-Jenkins methodology is one of the classical time series methods which determine the linear relationships between a large number of observed variables, for doing this it uses the delay values of variables and error terms. Artificial neural networks and support vector machines are machine learning techniques, which can expose non-linear relationships as well as linear relationships, and can perform regression and classification. The theoretical structure of the three statistical methods was examined in this study. After examination of the theoretical structure of ARIMA, artificial neural networks and support vector machines, an empirical study was conducted to predict the exchange rate data in order to show the application of the analysis and their operation. Daily Euro/TL, JPY/TL ve USD/TL exchange rates data covering January 2002- December 2015 from the EVDS of the TCMB were used. Based on the analysis of the results, the prediction performance of neural networks and support vector machines were close but the performance of ARIMA method was inadequate. For comparing the performance prediction methods, Mean Square Error (MSE) and Mean Absolute Percentage Error (MAPE) were used.
Benzer Tezler
- Türkiye için denge döviz kuru tahmin modellerinin analizi
Analysis of equilibrium exchange rate model estimates in turkey
ONUR KÖKTÜRK
- Yükselen piyasa ekonomilerinde enerji talebi ve cari işlemler üzerindeki etkileri
Energy demand and its impacts on current account in emerging market economies
MOHAMMED I. M. ABU ELEYAN
- Öncü göstergelerle finansal krizlerin tahmin edilebilirliği: Türkiye örneği
Predictionability of financial crises with leading indicators: The case of Turkey
MERVE VELİCİK
Yüksek Lisans
Türkçe
2022
Ekonomiİstanbul Üniversitesiİktisadi Gelişme ve Uluslararası İktisat Ana Bilim Dalı
DOÇ. DR. BARIŞ KABLAMACI
- Döviz kurunun dış ticaret üzerine etkisi: 1998-2022 dönemi Türkiye örneği
The effect of exchange rate on foreign trade: The example of Türkiye in the period 1998-2022
OĞUZ YILMAZ
Yüksek Lisans
Türkçe
2024
Ekonomiİstanbul Üniversitesiİktisat Politikası Ana Bilim Dalı
PROF. DR. FATMA BAHAR ŞANLI
- Stock trend prediction and portfolio optimization
Hisse senedi trend tahmini ve portfoy optimizasyonu
DENİZ PEKŞEN
Yüksek Lisans
İngilizce
2022
EkonomiÖzyeğin ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. OKAN ÖRSAN ÖZENER