Avrupa biRLİĞİnde mevduatin korunmasi
Yüklə 72,84 Kb. Pdf görüntüsü
|
- Bu səhifədəki naviqasiya:
- Kısaltmalar
Yapay Sinir Ağları Metodolojisi ile Öngörü Modellemesi: Bazı Makroekonomik Değişkenler İçin Türkiye Örneği Kısaltmalar ABD : Amerika Birleşik Devletleri ADF : Geliştirilmiş Dickey-Fuller Durağanlık Testi AR : Oto Regresif Yapı ARIMA : Oto Regresif Bütünleşik Hareketli Ortalama ARMA : Oto Regresif Hareketli Ortalama ARMA-1 : ARMA Fiyat Modeli ARMA-2 : ARMA Üretim Modeli ART : Adaptif Rezonans Teorisi Bkz. : Bakınız DİE : Devlet İstatistik Enstitüsü GSYİH : Gayri Safi Yurtiçi Hasıla GYYSA : Geri Yayılma Yapay Sinir Ağı HKT : Hata Kareleri Toplamı IMF : Uluslararası Para Fonu iid : Benzer Şekilde Bağımsız Dağıtılmış İMKB İstanbul Menkul Kıymetler Borsası M2Y : Geniş Para Tanımı (Vadeli + Vadesiz TL Mevduat + Döviz Tevdiat Hesabı) MA : Hareketli Ortalama MAE : Ortalama Mutlak Hata MAPE : Ortalama Mutlak Yüzde Hata ME : Ortalama Hata MPE : Ortalama Yüzde Hata MSE : Ortalama Hata Kareleri Toplamı MSPE : Ortalama Yüzde Hata Kareleri Toplamı R 2 : Korelasyon Katsayısı RMPSE : Ortalama Yüzde Hata Kareleri Toplamı Kökü RMSE : Ortalama Hata Kareleri Toplamı Kökü TCMB : Türkiye Cumhuriyeti Merkez Bankası TEFE : Toptan Eşya Fiyat Endeksi VAR : Vektör Otoregresyon VAR-1 : VAR Fiyat Modeli VAR-2 : VAR Üretim Modeli YSA : Yapay Sinir Ağı YSA-1 : YSA Fiyat Modeli YSA-2 : YSA Üretim Modeli http://ekutup.dpt.gov.tr/ekonomi/tahmin/yurtoglh/ysa..pdf V Yapay Sinir Ağları Metodolojisi ile Öngörü Modellemesi: Bazı Makroekonomik Değişkenler İçin Türkiye Örneği http://ekutup.dpt.gov.tr/ekonomi/tahmin/yurtoglh/ysa..pdf VI Yapay Sinir Ağları Metodolojisi ile Öngörü Modellemesi: Bazı Makroekonomik Değişkenler İçin Türkiye Örneği 1. Giriş Ekonomide, uygulama zaman içerisinde önemini artırırken, metodolojik gelişmeler de birbirini takip etmektedir. Günümüzde, artık, gerek politika analizi amaçlı olsun gerekse öngörü amaçlı olsun uygulamalı ekonomi yoğun bir şekilde kullanılmaktadır ve ekonomi alanı istatistik alanından giderek artan oranda yararlanmaktadır. Politika analizi bir kenara bırakılırsa, günümüz ekonomilerinin karar süreçlerinde öngörü modellemesi önemli roller üstlenmektedir. Makro politikaların oluşturulması ve/veya uygulanmasından yatırım tercihlerinin belirlenmesine kadar ekonominin her kesiminde öngörü modellemesi önem kazanmaktadır. Özellikle, temelinde ileriye dönük bakış açısı olan Rasyonel Bekleyişler Teorisinin önem kazanmasıyla bu durum daha da belirginleşmiştir. Doğru tahminin (veya öngörünün) başarılı kararları beraberinde getireceği ve bu şekilde fayda maksimizasyonunun sağlanabileceği gerçeği öngörü modellemesine olan ilgiyi artırmaktadır. Artan ilgi ile birlikte, bu alanda da önemli gelişmeler olmaktadır. Ortaya çıkan gelişmelerden bir tanesi öngörü doğruluğuna yönelik çalışmaların artış göstermesidir. Öngörü modellemesinde kullanılabilecek yöntemlerin çeşitliliği, model seçiminde bazı zorlukları da beraberinde getirmiştir. Amaç öngörü performansını artırmak olduğundan model seçiminde zaman zaman teorik kriterler yerine öngörü performansına yönelik kriterler ön plana çıkmaktadır. Hatta öngörü doğruluğu bazen o kadar önem kazanmaktadır ki ekonomik teoriler ve bunların gerektirdiği kısıtlar bir tarafa bırakılabilmektedir ve bu durum eleştiri konusu olmaktadır. Öngörü doğruluğuna yönelik çalışmalar, çeşitli modellerin öngörü doğruluklarını değerlendirmeye ve karşılaştırmaya yönelik yöntemler üzerinde yoğunlaşmıştır. Diğer taraftan, alternatif bir yöntem olarak farklı modellerden alınan öngörülerin birleştirilmesi ile öngörü kalitesinin yükseltilmesine yönelik çalışmalar da bulunmaktadır. http://ekutup.dpt.gov.tr/ekonomi/tahmin/yurtoglh/ysa..pdf 1 Yapay Sinir Ağları Metodolojisi ile Öngörü Modellemesi: Bazı Makroekonomik Değişkenler İçin Türkiye Örneği Öngörü modellemesine karşı ilginin artması, model çeşitliliğini de beraberinde getirmiştir. Büyük ölçekli yapısal makroekonometrik modeller, basit regresyon modelleri, Box-Jenkins modeller ve VAR modelleme tekniği gibi bir çok istatistiksel ve ekonometrik yöntem öngörü modellemesinde kullanılmaktadır. Bu bilinen modelleme teknikleri yaygın şekilde kullanılırken, bazı yeni metodolojiler de ön plana çıkmaktadır. Yapay Sinir Ağları (YSA) tekniği de bu yeni teknikler arasında en önemlilerinden birisidir. YSA modelleme tekniği günümüzde bir çok alanda yaygın bir şekilde kullanılmaya başlanmıştır. Basit bir şekilde insan beyninin çalışma şeklini taklit eden YSA’lar Yapay Zeka çalışmaları içinde önemli bir yere sahiptir. “Evrensel Fonksiyon Yakınsayıcı Yöntem (Universal Function Approximators)” olarak tanımlanan YSA metodolojisi veriden öğrenebilme, genelleme yapabilme, sınırsız sayıda değişkenle çalışabilme vb. bir çok önemli özelliğe sahiptir. Bu özellikleri sayesinde oldukça önemli avantajlar sağlayan YSA metodolojisi diğer alanlarda olduğu gibi öngörü modellemesi alanında da yaygın bir şekilde kullanılmaktadır. Bu çalışmada, yeni bir yöntem olan Yapay Sinir Ağları (Artificial Neural Networks) teknolojisi incelenmekte, öngörü modellemesi tekniği olarak Türkiye ekonomisine ait bazı makroekonomik değişkenlere uygulanmakta ve başka yöntemlerle karşılaştırmalı olarak performans değerlendirmesi yapılmaktadır. Bu kapsamda, çalışmanın ikinci bölümünde Yapay Sinir Ağları teorisi ele alınacaktır. Bir taraftan YSA teknikleri genel olarak ele alınırken diğer taraftan daha sonra kullanılacak modelin alt yapısı oluşturulmaktadır. Üçüncü bölüm değişik modelleme yöntemleri ile tahmin edilen modellere ve model öngörülerine ilişkin bilgileri içermektedir. Dördüncü bölümde, çalışmanın amacı çerçevesinde, bir performans değerlendirmesine yer verilmekte ve son bölümde ise elde edilen sonuçlar tartışılmaktadır. http://ekutup.dpt.gov.tr/ekonomi/tahmin/yurtoglh/ysa..pdf 2 Yüklə 72,84 Kb. Dostları ilə paylaş:
|