Yapay sinir ağları metoduyla Türkiye'nin makroekonomik performans tahmini
Turkey's macroeconomic performance forecast by (with) the method of artificial neural networks
- Tez No: 656865
- Danışmanlar: DOÇ. DR. MEHMET KARAHAN
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 121
Özet
Makro ekonomi açısından temel değişkenler olarak kabul edilen enflasyon, işsizlik, GSYİH, Bütçe Açığı, Cari açık oranları ülke ekonomileri için büyük önem arz etmektedir. Dolayısıyla bu değişkenler bir ülkenin ekonomik performansının ölçülmesinde temel ölçütler olarak da değerlendirilmektedir. Buna bağlı olarak ekonomide yaşanan dalgalanmaların öncelikle bu belirtilen değişkeni etkilemesi, değişkenlerin ülke ekonomisinin istikrarı açısından da öneminin göstergesidir. Türkiye ekonomisi için enflasyon, işsizlik, GSYİH, Bütçe Açığı, Cari açık oranlarının seyri ekonomik performansın değerlendirilmesinde öncelikle izlenen ve takip edilen değişkenler arasında yer almaktadır. Yapay sinir ağları metodu insan beyni gibi çalışmaktadır. Beyin örnek bir olayda öğrendiği bilgiler ışığında yeni kararlar vermekte ve yeni tahminlerde bulunmaktadır. Yapay sinir ağları metodunda ağ öncelikle aynı beyin gibi geçmiş verileri kullanarak eğitime tabi tutulur ve ağın öğrenmesi sağlanır. Öğrenen ağ artık kendi tahminlerini yapabilir. Bu çalışmada istatistiksel tahmin tekniklerinden yapay sinir ağı modeli kullanılarak, Türkiye'nin 1990-2018 yıllarına ait temel ekonomik göstergelerinden yararlanılarak Makroekonomik performans tahmini yapılmıştır. Çalışmada, öncelikle Türkiye ekonomisini etkileyen unsurlarla ilgili veriler toplanarak analiz edilmiş, ardından bu etkenlere göre YSA modeli oluşturulmuş ve modelin eğitimi ve testi yapılmıştır. Sonrasında, model ile yıllık makro ekonomik performans tahmini yapılıp bu tahminlerin performans testleri hesaplanmıştır. Çalışma sonucunda YSA tahmin modelinin performansı ise, korelasyon katsayısı 0.99 ve regresyon katsayısı 0.98 olarak ölçülmüştür. Yani, modelin ürettiği tahminler ile gerçek değerler karşılaştırıldığında MSE, RMSE ve MAPE değerlerinin düşük olduğu ve dolayısıyla elde edilen modelin küçük oranda hatalı sonuçlar ürettiği ve tahmin tutarlılığının yüksek olduğu sonucuna ulaşılmıştır. Ayrıca bu çalışma literatürde oldukça yeni kullanılmaya başlanan YSA tanıtılarak araştırmacılar tarafından ülkemizde yapılacak çalışmalarda tanınırlığının ve kullanılabilirliğinin arttırılmasına olanak sağlamaktadır.
Özet (Çeviri)
Inflation, unemployment, GDP, Budget Deficit, Current account deficit, which are accepted as basic variables in terms of macro economics, are of great importance for the economies of countries. Therefore, these variables are also considered as basic criteria in measuring the economic performance of a country. Accordingly, the fluctuations in the economy primarily affect this variable, indicating the importance of variables for the stability of the country's economy. Inflation, unemployment rate, GDP, budget deficit, the trend of current account rations are primary parameters, which are observed while evaluating Turkey's economy. Artificial neural networks method works like a human brain. The brain makes new decisions and makes new forecasting in the light of the information it has learned in a sample event. In the method of artificial neural networks, the network is first trained just like the brain by givinghistorical data and the learning of the network is provided. The learning network can now make its own forecasting. In this study, a statistical estimation techniques, which is artificial neural network, is used to estimate macroeconomic performance of Turkey by using basic economic indicators and data between 1990-2018. Firstly, the data of factors that affect the Turkey's economy is firstly gathered and analyzed. Then, ANN model was created based on these factors and the model was trained and tested. Afterwards, annual macroeconomic performance is estimated with the model and performance tests of these predictions was calculated. As a result of the study, the performance of the ANN predicction model was measured as the correlation coefficient 0.99 and the regression coefficient 0.98. In other words, when the estimates produced by the model were compared with the actual values, it was concluded that the values of MSE, RMSE and MAPE were low and therefore the obtained model produced slightly erroneous results and the prediction consistency was high. In addiction, this study provides an opportunity to increase the recognition and usability of ANN in studies to be carried out in our country by the researchers by introducing ANN, which has been used quite recently in the literature.
Benzer Tezler
- Türkiye'nin alt sektörler bazında yapay sinir ağları ile elektrik enerjisi tüketiminin 2030 yılına kadar tahmini
The forecasting of electricity energy consumption on sub-sectors bases of turkey by artificial neural network until 2030
NADİDE ÇAĞLAYAN
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri MühendisliğiAtatürk ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. VECİHİ YİĞİT
- Hodrick-Prescott filtreleme ve yapay sinir ağları yöntemiyle uzun dönem su tüketimi tahmini: Türkiye üzerine uygulama
Long-term water consumption forecasting using Hodrick-Prescott filtering and artificial neural network: On Turkiye application
ÖMER FARUK BAYARSLAN
Yüksek Lisans
Türkçe
2024
İşletmeHacettepe Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR KOYUNCU
- İstanbul 2023 yılı arazi örtüsü/kullanım tahmininin yapay sinir ağları ve mantıksal regresyon metotları ile modellenmesi
Modeling land use/cover prediction of istanbulfor 2023 with methods of artificial neuralnetworks and logistic regression
CEMRE FAZİLET ALDOĞAN
Yüksek Lisans
Türkçe
2019
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ UĞUR ALGANCI
- Yüksek gerilim enerji iletim hattındaki arızaların dalgacık paket dönüşümü ve ortak vektör yaklaşımıyla sınıflandırılması
The classification of faults in high voltage energy transmission line by using wavelet packet transform and common vector approach
MEHMET YUMURTACI
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
DOÇ. DR. GÖKHAN GÖKMEN
PROF. DR. OSMAN KILIÇ
- Türkiye'nin su ihtiyacının yapay sinir ağları ve bulanık mantık yöntemleri ile tespiti
The identification of future water need through artificial neural networks and fuzzy logic methods in Turkey
ÖMER ŞAHİN
Yüksek Lisans
Türkçe
2015
Kamu YönetimiGaziantep Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET AYTEKİN