Türkiye'de ithalatın gelişimi ve ithalatın yapay sinir ağları yöntemi ile tahmin edilebilirliğine yönelik bir analiz

Abstract

Bu çalışmada amaç; Türkiye'de ithalatın tarihsel süreç içerisinde gelişiminin incelenmesi ve Yapay Sinir Ağları yöntemi ile ithalatı tahmin edecek en iyi mimariyi belirlemektir. Bu bağlamda ithalat yapısal olarak analiz edilmiş, diğer makro ekonomik değişkenlerle ilişkisi irdelenmiş ve ithalatın Yapay Sinir Ağları yöntemi ile tahmin edilebilirliğine yönelik analiz yapılmıştır. Analiz için Türkiye'de Sosyal Bilimlerde henüz çok fazla yaygınlaşmayan Yapay Sinir Ağları Yöntemi kullanılmıştır. Türkiye'nin 1980-2007 dönemine ait üçer aylık veriler ile Harcama Yöntemi ile Gayri Safi Yurt İçi Hasıla ve TÜFE bazlı Reel Efektif Döviz Kuru, mal ve hizmet ihracatı ve Bankacılık Sektörü Kredi Hacmi değişkenleri açıklayıcı değişken olarak kullanılmıştır. Yapay Sinir Ağları Yöntemi ile farklı mimarilerde denemeler gerçekleştirilmiştir. Gerçekleşen veriler ile Yapay Sinir Ağının ürettiği tahmini veriler karşılaştırılmış ve en iyi performansa sahip mimari belirlenmiştir. Daha sonra 1980-2012 yıllarına ait veriler ile 2013-2014-2015 yıllarına ait ithalat verileri tahmin edilmiştir. Elde edilen sonuçlar, ithalatın tahmininde Yapay Sinir Ağları Yönteminin açıklayıcılığının yüksek, tahmin sonuçlarının tutarlı ve isabetliliğinin yüksek, iyi bir öngörü performansına sahip modelleme tekniği olduğunu göstermiştir.

In this study, purpose is to examine historical evolution of imports is Turkey and to determine the best architecture to predict import by Artificial Neural Network method. In this context, structure of imports and its relation with other economic variables are examined and an analysis about the predictability of imports by Artificial Neural Network method is conducted. Artificial Neural Network method is used in this study, which is not widely used in social sciences in Turkey. Explanatory variables include Expenditure based Gross Domestic Product, CPI based, Real Effective Foreign Exchange Rate, and Export for goods and service, Banking Sector Credit Volume. Quarterly data is used for the period of 1980-2007. Realized data and forecast data have been compered, the best performance was determined architecture. Later in the year 1980-2012 with data import data was estimated for the years 2013-2014-2015. The obtained results, in the estimation of import of Artificial Neural Networks Method of modeling techniques have shown that good.