» Döviz Kuru Tahmininde Yapay Sinir Ağlarıyla AlternatifYaklaşım 3

Yayinlanma Zamani: 2011-12-05 20:30:00





veriler ile karşılaştırılmıştır. Döviz kurunun kendi serisi üzerinde tahmin performanslarına bakıldığında hem öğrenme aşamasında hem de tahmin aşamasında yüksek performansa sahip oldukları şekilden görülmektedir.

5.4. Modellerin Karşılaştırılması


Dünya ekonomisinde uygulanan para sistemleri incelendiğinde, temel amacın, dönemin ekonomik koşullarına uygun olarak dış ticaretin serbest bir şekilde yapılabilmesi için gerçekleştirilen düzenlemeler olduğu görülmektedir. Dünya ekonomi tarihindeki gelişmelere ve savaşlara bakıldığında bu konunun önemi açıkça görülmektedir. Döviz kurunu belirleyen değişkenler kullanılarak oluşturulan birçok model bulunmaktadır. Döviz kurunun belirlenmesinde kullanılan yapısal modellerden SGP Modeli, Parasal  yaklaşım Modeli ve Portföy Denge Modeli ile zaman serisi analizi yöntemlerinden biri olan ARIMA Modeli karşımıza çıkan modellerden birkaç tanesidir. Çalışmamızda, bu modellerin verileri kullanılarak YSA ile alternatif döviz kuru tahmini yapılmıştır.
Bir tahmin modelinin geleceği ne derece doğrulukla öngörebileceği bazı kriterlerle
test edilebilir. enm.blogcu.com. Tahmin doğruluk testi için tahmin dönemine ait değerler bilinmiyormuş gibi gözlem dışı bırakılır ve tahmin edilen modele dayanılarak bu dönemler için değişkenlerin alacağı değerler belirlenir. Tahmin performansını ölçmek için kullanılabilecek birçok metot bulunmaktadır. Farklı modeller kullanılarak yapılan öngörülerin ne derece güçlü olduğunun belirlenmesinde, modellerin tahmin sonuçlarından elde edilen hata terimlerinin istatistiklerinden yararlanılmaktadır. Elde
edilen hata terimi istatistiklerinin değerlerine bakılarak aynı bağımlı değişkeni
açıklamaya çalışan farklı modellerin öngörü güçlerinin kıyaslaması yapılmaktadır.
Çalışmada YSA modellerinin performanslarının değerlendirilmesinde 6 farklı ölçüm
kullanılacaktır. Bunlar Ortalama Hata Kare (OHK), Normalize Edilmiş Ortalama
Hata Kare (NOHK), Ortalama Mutlak Hata (OMH), En Küçük Ortalama Mutlak Hata
(OMH)min, En Büyük Ortalama Mutlak Hata (OMH)mak, Korelasyon katsayısı (r). Bu
ölçümler şu formüller ile hesaplanmaktadır;

Pt t zamandaki tahmin değerini, P't tahmin değerlerinin ortalamasını; Zt ise t zamandaki
gerçek değeri, Z't gerçek değerin ortalamasını ve T ise tahmin sayısını, d
ise istenen tahmin vektörünü temsil etmektedir. USD için döviz kuru tahmin modellerinin
performans ölçüm sonuçları Tablo 1'de özetlenmektedir. EUR için döviz
kuru tahmin modellerinin performans ölçüm sonuçları ise Tablo 2'de verilmektedir.
Tablo 1. USD Döviz Tahmin Performansı

 

 

USD tahmin performansları incelendiğinde, en iyi öğrenmenin sadece döviz kuru
endeksi zaman serisinin gecikmeli değerlerinin kullanıldığı YSA modelinde gerçekleştiği
görülmektedir. Daha sonra SGP ve sonrasında da parasal model verilerinin
kullanıldığı modellerde en iyi öğrenme görülmüştür. Tahmin performanslarına
genel olarak bakıldığında 0,90 üzerinde korelasyon görülmesine karşılık en iyi
tahmini, döviz kurunun kendi gecikmeli değerlerinin kullanıldığı modelde gerçekleşmiştir.
En düşük öğrenme gerçekleşmesine rağmen Parasal model verilerinin
kullanıldığı modelde ikinci yüksek tahmin performansı görülmüştür. Döviz kuru
kendi zaman serisinin kullanıldığı model nerdeyse 1 katsayısına yakın korelasyon katsayısına sahiptir. Tahmin performansının verildiği Şekil 1'den de tahmin performansı
açıkça görülmektedir.
Tablo 2. EU Döviz Tahmin Performansı

Avro Para biriminin kullanıldığı AVRO bölgesi döviz kuru performanslarının sonuçlarının
verildiği Tablo 2'den de anlaşılacağı gibi en iyi öğrenme USD'de olduğu gibi
döviz kuru zaman serisinin kullanıldığı modelde gerçekleşmiştir. Daha sonra ise
Parasal Model verilerinin kullanıldığı modelde ve sonrasında SGP verilerinin kullanıldığı
modelde gerçekleşmiştir. Tahmin performansları incelendiğinde, en iyi öğrenmenin
gerçekleştiği EUR zaman serisinin kullanıldığı modelde en iyi tahmin
gerçekleşmiştir. Parasal Model ikinci iyi öğrenmeye sahip olmasına karşılık, üçüncü
tahmin performansına sahip olmuştur.
6.Sonuçlar
Küreselleşen dünyada ekonomik krizlerin odağında döviz kurları yer almaktadır.
20. yüzyıl sonlarından itibaren kamu ve özel sektörün krizlerden etkilenmesinin
yanında bireylerinde yaşamını etkilemesi, döviz kurlarının tahminini ve kur rejimlerini
ön plana çıkarmıştır. Döviz kurlarının makroekonomik veriler üzerindeki etkisinin
azımsanmayacak derecede önemli olması, gelişmekte olan ülkelerin döviz
kuru politikalarında önemli yer tutmaktadır. Gelişmiş ülkeler için üretim fazlasının
pazarlanması, gelişmekte olan ülkelerin bu üretimlerden yararlanarak ekonomilerini
canlandırması için, dış ticaretin etkin bir şekilde gerçekleştirilmesi çok önemlidir.
Ülkemiz ekonomisine bakıldığında ise, ekonomik büyümenin gerçekleşebilmesi
için ithalata bağımlı bir ekonomik yapının olduğu görülmektedir. Dolayısıyla dış
ticaretin finansmanı konusu ile ilgili olarak, döviz kurlarının belirlenmesi çok
önemli bir konudur. Türkiye ekonomisinde döviz kurunun belirlenmesine yönelik
birçok çalışma bulunmaktadır.

Bu çalışmada döviz kurunun belirlenmesinde bugüne kadar zaman serilerinin ileriye
dönük tahminleri ve farklı yapısal modeller kullanılmaktadır. Bu çalışmada ise
döviz kurunun belirlenmesine yönelik olarak YSA modeli kullanılmış ve USD ile
Avro döviz kuru tahmini yapılmıştır. YSA üç farklı modelde uygulanmış ve bu üç
farklı model performansı test edilmiştir. Birinci modelde döviz kuru kendi serisi ele
alınmış, diğerinde SGP modelinde kullanılan veriler ve son olarak da parasal modelde
kullanılan veriler YSA'da modele uygulanmıştır. Yapılan çalışmalarda döviz
kurunun kendi serisinin tahmin performansı en yüksek çıkmıştır. USD tahmininde
döviz kuru zaman serisinin ardından Parasal Model ve sonrasında SGP performanslı
bulunmuştur. EUR da ise zaman serisi en yüksek performansa sahip olurken
sırasıyla SGP ve Parasal Model performansları takip edilmiştir.
YSA'lar son yıllarda tahmin performanslarında ciddi manada kullanılmaktadır. Her
ne kadar performans sıralaması yapılsa da her bir model YSA da 0,99 korelasyon
katsayısına sahip olmuştur. Bu da döviz kurunun tahmininde önemli bir derecedir.

Kaynakça
Aslan, N. ve Kanbur, A.N. (2007), "Türkiye'de 1980 Sonrası Satın Alma Gücü Paritesi
Yaklaşımı", Marmara Üniversitesi İİBF Dergisi, 23(2), 10‐43.
Civcir I. (2004), "The Monetary Model of The Exchange Rate Under High Inflation:
Long‐run Relationship and Misalignment of Turkish Lira", Emerging Market
Finance and Trade July‐August, 40(4), 87‐102.
Çavuşoğlu, A.T. (1997), "Sticky‐Price Monetary of Exchange Rate: A Cointegration
Analysis", ERC Araştırma Raporları, No. 97, 15‐19.
Diamandis, P.F., D.A. Georgoutsos, ve G.P. Kouretas (1998), "The Monetary
Approach to the Exchange Rate: Long‐Run Relationships, Identification and
Temporal Stability" Journal of Macroeconomics, 20(4), 741‐766.
Dornbusch, R. (1980), "Exchange Rate Economics: Where Do We Stand?",
Brookings Paper on Economic Activity, 144‐151.
Dornbusch, R. (1988), "Purchasing Power Parity", Exchange Rate and Inflation, 5,
265‐292.
Dülger, F. ve M.F. Cin, (2002), "Türkiye’de Döviz Kuru Dinamiklerinin Belirlenmesinde
Parasalcı Yaklaşım ve Eşbütünleşme Yöntemiyle Sınama", ODTÜ Gelişme
Dergisi, 29 (1–2), 47–68.
Eren, E. (1992), Makro İktisat, Bursa: Ezgi Kitapevi.
Frenkel, J. A. (1976), "A Monetary Approach to the Exchange Rate: Doctrinal
Aspects and Empirical Evidence", Scandinavian Journal of Economics, 78, 200‐224.
Frenkel, J. A. (1981), "On the Mark: Reply", American Economic Review, 71, 1079‐
1085.
Güran, N. (1987), "Döviz Kurları ve Cari İşlemler Bilançosu", Dokuz Eylül Üniversitesi
İ.İ.B.F. Dergisi, 2(2), 2‐5.
Hallwood, H. ve R. MacDonald (1986), International Money, Theory, Evidence and
Institutions, Oxford: Basil Blackwell.
Kaynar, O. ve S.Taştan, (2009), "Zaman Serisi Analizinde MLP Yapay Sinir Ağları ve
ARIMA modelinin Karşılaştırılması", Erciyes Üniversitesi İktisadi ve İdari Bilimler
Fakültesi Dergisi, 33(162), 161‐172.
Kouri, P. J. K. (1976), "The Exchange Rate and the Balance of Payments in the
Short Run and in the Long Run: A Monetary Approach", Scandinavian Journal of
Economics, 78, 280‐304.

Mussa, M. (1976), "The Exchange Rate, the Balance of Payments Monetary and
Fiscal Policy Under a Regime of Controlled Floating", Scandinavian Journal of
Economics, 78, 229‐248.
Parker, D.B. (1987), "Optimal Algorithms For Adaptive Networks: Second Order
Back Propagation, Second Order Direct Propagation, and Second Order Hebbian
Learning", IEEE 1st International Conference on Neural Networks, 2, 953‐600, San
Diego, CA.
Rumelhart, D.E. ve J.L. McClelland (1986), In: Parallel Distributed Processing:
Exploration in the Microstructure of Cognition, Foundations, Cambridge,
Massachusetts: MIT Press.
Tobin, J. (1980), "The Short‐Run Macroeconomics of Floating Exchange Rates: An
Exposition", Flexible Exchange Rates and the Balance of Payments, In John S.
Chipman and Charles P. Kindleberger (eds.), with Jorge Braga de Macedo, North‐
Holland, 20‐29.
Wasserman, P.D. (1989), Neural Computing, Wiley: NY.

 

Sonraki Konu


Duyuru

Facebook sayfamiza üye olun


Duyuru
Sitemizde güncelleme çalismalari devam etmektedir.
Görüs ve önerilerinizi bizimle paylasabilirsiniz ! mail adresimiz : endustrimuhendisligi@hotmail.com