Uluslararası iktisatta yapay sinir ağları yönteminin kullanımı: Türkiye Almanya dış ticaret örneği
The use of artificial neural networks method on international economics: An overview of foreign trade between Türkiye and Germany
- Tez No: 808252
- Danışmanlar: PROF. DR. HÜSEYİN KARAMELİKLİ
- Tez Türü: Doktora
- Konular: Ekonomi, Economics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Karabük Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İktisat Ana Bilim Dalı
- Bilim Dalı: Uluslararası İktisat Bilim Dalı
- Sayfa Sayısı: 127
Özet
Zaman serisi verilerinin tahmini, bir yandan ekonomik eğilim ve koşullardaki benzeri görülmemiş değişiklikler ve diğer yandan eksik bilgiler nedeniyle zorlu bir iştir. Son yıllardaki piyasa oynaklığı, ekonomik ve finansal zaman serisi tahminleri için ciddi endişeler doğurmuştur. Bu nedenle, çeşitli tahmin yöntemleri kullanılırken tahminlerin doğruluğunun değerlendirilmesi ve daha spesifik olarak, uygulamalarda çeşitli sınırlamalara sahip oldukları için regresyon analizi kullanılarak tahmin yapılması gereklidir. Finansal uygulamalar öncelikle geçmiş verilere dayalı olarak gelecekteki olayları tahmin etmeyi içerir. Sinir ağları, bilgisayarların sınırlı insan yardımı ile akıllı kararlar almasına yardımcı olabilir. Ekonomi alanındaki yapay sinir ağları, uzman sistemlere kıyasla belirsizliği daha iyi ele alma yetenekleri nedeniyle son zamanlarda popülerlik kazanmıştır. Bu tez çalışmasında geleneksel tahmin tekniklerinin ve makine öğrenmesine dayalı algoritmaların performansını araştırmak amacıyla ampirik bir çalışma ve analiz gerçekleştirildi. Çalışmada Türkiye ile Almanya dış ticaretinin (ithalat ve ihracat) Ocak 2002-2021 Aralık yılları arasındaki 99 fasıl grubu ele alınarak dış ticareti analiz edilmiştir. Bu analiz için Zaman Serisi yöntemleri ve NARX (Nonlinear Autoregressive Exogenous) sinir ağı kullanılmıştır. Tahmindeki hata oranlarında elde edilen minimizasyon açısından Drift, Mean, Naive, ARIMA ve NARX sinir ağı performansının Kök Ortalama Kare Hata (RMSE) ve Ortalama Mutlak Hata (MAE) kullanılarak karşılaştırıldı. Bulgulara göre tüm fasıl grupları için NARX sinir ağının başarılı sonuçlar verdiği görülmektedir. Uygulama sonrası elde edilen hata oranlarındaki azalma tüm fasıl grupları için Drift, Mean, Naive, ARIMA 'ya göre NARX'ın üstünlüğüyle sonuçlanmıştır. Diğer taraftan bölümlere baktığımızda ise Zaman Serisi yöntemlerinin de kendi içinde başarılı olduğu neticesine varılmıştır.
Özet (Çeviri)
Estimating time series is challenging due to unprecedented economic trends and conditions and incomplete information. Market volatility in recent years has caused serious concerns about economic and financial time series forecasting. For this reason, when using various forecasting methods, it is necessary to evaluate the accuracy of the estimates, and, more specifically, it is required to make predictions using regression analysis, as they have various application limitations. Financial practices primarily require predicting future events based on past data. Neural networks can help computers make intelligent decisions with limited human assistance. Artificial Neural Networks in Economics have recently gained popularity due to their ability to handle uncertainty more efficiently than expert systems. This study aims to conduct empirical research and analysis to investigate the performance of traditional prediction techniques and algorithms based on machine learning. Ninety-nine foreign trade groups were analyzed between Türkiye and Germany (import and export) between January 2002-December 2021. Time Series methods and NARX (Nonlinear Autoregressive Exogenous) neural network were used for this analysis. Regarding the minimization obtained in the error rates in the estimate, Drift, Mean, Naive, ARIMA, and NARX neural network performance was compared using Root Mean Square Error (RMSE) and Mean Absolute Error (MAE). According to the findings, it is indicated that the NARX neural network gives satisfactory results for all groups. The decrease in error rates after the application resulted in the superiority of NARX compared to Drift, Mean, Naive, and ARIMA for all groups. It has been concluded that the Time Series methods are also successful.
Benzer Tezler
- Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace
Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı
ALİ CENK KESKİN
Doktora
Fransızca
2009
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. JEAN MARC SOREL
PROF. DR. HALİL ERCÜMENT ERDEM
- Türkiye'nin dış ticaret verilerinin öngörüsünde yapay sinir ağları ve box-jenkins modellerinin karşılaştırmalı analizi
Comparative analysis of artificial neural networks and box-jenkins models in forecasting foreign trade data of Turkey
ÖZGÜR POLAT
- Prediction of Food Industry Price Index using artificial neural network (Case study: Index of Tehran Stock Exchange)
Yapay sinir ağı kullanılarak Gıda Endüstrisi Fiyat Endeksinin tahmini (Örnek olay: Tahran Borsası endeksi)
AMIRMASOUD NAZZARI
Yüksek Lisans
İngilizce
2024
Ekonomiİstanbul Kültür Üniversitesiİktisat (İngilizce) Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZİFE MERVE HAMZAOĞLU
- Çevre ve ekonomi politikaları çerçevesinde yapay sinir ağları ile iklim değişikliği tahmini: G20 örneği
Predicting climate change with artificial neural networks within the framework of environmental and economic policies: The case of the G20
SEDA AYDIN
