Modeling of exchange rates by multivariate adaptive regression splines and comparison with classical statistical methods
Çok değişkenli uyarlanabilir regresyon eğrileri ile döviz kuru modellenmesi ve klasik istatistiksel yöntemlerle karşılaştırılması
- Tez No: 464969
- Danışmanlar: PROF. DR. GERHARD WİEHELM WEBER
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Matematik, İstatistik, Economics, Mathematics, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Uygulamalı Matematik Enstitüsü
- Ana Bilim Dalı: Finansal Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 98
Özet
Enflasyon, faiz oranları ve döviz kuru gibi ekonomik faktörler, bir ülkenin ekonomik düzeyinin önde gelen göstergelerindendir. Küresel gereksinimler ve teknolojik gelişim sayesinde ve genişleyen ticari hacim ve ağlar ile döviz kurları, ekonomi ve finans alanlarında önemli bir rol oynar; çünkü yüksek bir döviz kuru, bir ülkenin dış ticaret dengesinde düşüşe neden olabilirken, daha düşük bir oran artışa neden olabilir. Enflasyon, faiz oranları, yerel para arzındaki artış, bir ülkenin ödemeler dengesi ve eğilimi, ekonomik büyümesi, dış kaynaklara bağımlılığı ve merkez bankası müdahalesi gibi etkenler döviz kurunu etkileyen faktörlerdir. Bunlara benzer birçok bağımlı ve bağımsız faktör döviz kurunu etkiler ve bu nedenle döviz kurlarını tahmin etmek zordur. Döviz kurlarını tahminlemek amacıyla veri madenciliği, mali tahminler, pazarlama stratejileri benzeri metodlar sıklıkla kullanılır. Veri madenciliği ve makine öğrenimi yöntemi, bu karmaşık sistemlerin gelecekteki davranışlarını analiz etmek ve tahmin etmek için uygulanabilir. Matematikçiler, ekonomistler ve istatistikçiler yıllarca üstün tahmin yeteneği olan bir modele erişmek için uğraşmış olsalar da döviz kurlarının modellenmesi ve tahmini çalışmaları hala devam etmektedir. Bu nedenle, bu çalışmada, veri madenciliği araçları aracılığıyla aylık ABD Doları (USD) / Türk Lirası (TRY) ve Avro (EUR) / Türk Lirası (TRY) kurlarını tahmin etmek için matematiksel modeller üretmeyi amaçlıyoruz. Bu amaçla esnek bir model olan Çok Değişkenli Uyarlamalı Regresyon Şemaları (MARS) ve yaygın olarak kullanılan modeller olan Lineer Regression (LR) ve Support Vector Regression (SVR) methodları uygulanmaktadır. Bu çalışmada, 01/01/2007 ve 30/04/2015 dönemine ait USD / TRY ve EUR /TRY kur verilerine uygulanan MARS, LR ve SVR modelleri ve bu modellerin sonuçları karşılaştırılmıştır. Karşılaştırma sonucunda MARS methodunun LR ve SVR methodlarına göre USD / TRY ve EUR /TRY kur modelleri için daha üstün modelleme yeteneği olduğu gözlemlenmiştir. Tez, sonuç ve gelecek araştırmalara yönelik bir görüş ile sona ermektedir.
Özet (Çeviri)
Economic factors like inflation, interest rates and exchange rates are among the leading indicators of a country's relative level of economic health. With the help of technological improvements and global requirements, trading volume and a wide range of commerce network, exchange rates play a vital role in economics and finance since a higher exchange rate may result in a lower trade balance of a country, whereas a lower rate may cause an increase. Inflation, interest rates, domestic money supply growth, a country's balance of payments' size and trend, a country's economic growth, dependency on outside sources and central bank intervention, are the factors which affect an exchange rate. Since many dependent and independent factors affect exchange rates, it is difficult to predict them. In areas of application, data mining is frequently used for decision support, financial forecasting, marketing strategy, prediction, etc. The method of data mining and machine learning is applied to analyze and forecast the future behavior of such complex systems. Modeling and prediction of exchange rates are still a challenge, although mathematicians, economists and statisticians have worked to reach a model with a superior forecasting ability for many years. Therefore, in this study, we aim to generate mathematical models to forecast the monthly US Dollar (USD) / Turkish Lira (TRY) and Euro (EUR) / Turkish Lira (TRY) exchange rates via data mining tools. For this purpose, we apply a flexible model Multivariate Adaptive Regression Splines (MARS) and widely used models Linear Regression (LR) and Support Vector Regression (SVR). In this study, MARS, LR and SVR models applied on USD / TRY and EUR / TRY exchange rate data sets in the period of 01/01/2007 and 30/04/2015; then the results of these models are compared and found out that MARS method has superior forecasting ability over LR and SVR methods for USD / TRY and EUR / TRY exchange rates. The thesis ends with a conclusion and an outlook to future investigations.
Benzer Tezler
- Yabancılara konut satışının mars yöntemi ile tahmin edilmesi
Predicting of house sales to foreigners with mars method
UFUK AKYOL
Yüksek Lisans
Türkçe
2024
İstatistikGiresun Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT GÜL
- Döviz kuru tahminlemesinde geleneksel yöntemlere karşı makine öğrenmesi: kırılgan beşli ekonomileri için uygulamalar
Machine learning versus traditional methods in exchange rate forecasting: applications for the fragile five economies
MUHAMMED RAŞİD BAKIR
- Türkiye'deki döviz piyasalarında beta riskinin tek ve çok değişkenli GARCH modelleri ile modellenmesi
Modelling beta risk in foreign exchange market in Turkey with univariate and multivariate GARCH model
MERVE PAKER
Yüksek Lisans
Türkçe
2021
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERDAR NESLİHANOĞLU
- Döviz kurlarında oynaklık yayılım etkilerinin MGARCH ile modellenmesi
Modeling the effects of volatility propagation in exchange rates with MGARCH
SEDEF KESEKLER
Yüksek Lisans
Türkçe
2019
EkonometriSüleyman Demirel ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ. DR. HAKAN DEMİRGİL
- Finansal risk analizinin 5D BIM sistemine entegrasyonu ve finansal risk destekli BIM optimizasyonu
Integration of financial risk analysis into 5D BIM system and BIM optimization with financial risk support
ERGİ KAHRAMAN
Yüksek Lisans
Türkçe
2022
İnşaat MühendisliğiErciyes Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAVAŞ BAYRAM