Sosyal bilimler de yapay sinir ağlarının kullanımı ve bir uygulama

Abstract

Türkiye'de özellikle son on yılda artarak devam eden cari açık sorunu, ekonominin ciddi bir problemi haline gelmiştir. Cari açık, bir ülkenin Dünya ile olan ekonomik ilişkilerinde, giderlerinin gelirlerinden yüksek olduğu anlamına gelmektedir. Türkiye'de cari açığın temel nedeni ithalattır. Son yıllardaki duruma bakıldığında ithalat ile ihracat arasındaki farkın ithalat lehine arttığı gözlemlenmektedir. 2011 yılında Türkiye'nin Cari İşlemler Hesabı Açığı 2010 yılına göre %65,3 artarak tarihi rekor kırmıştır. Cari işlemler hesabının bir alt bölümü olan dış ticaret hesabını, ihracat ve ithalat kalemi oluşturmaktadır. 2011 yılında Türkiye'nin Dış Ticaret Açığının 2010 yılına göre %47.8 arttığı gözlemlenmiştir.Türkiye'de dış ticaret açığının tarihsel süreç içerisinde değişiminin incelenmesi ve Yapay Sinir Ağları yöntemi ile dış ticaret açığı tahmin edecek en iyi mimariyi belirlemek bu projenin ana amacıdır. Bu bağlamda dış ticaret açığı yapısal olarak analiz edilecek, diğer makro ekonomik değişkenlerle ilişkisi irdelenecek ve dış ticaret açığının Yapay Sinir Ağları yöntemi ile tahmin edilebilirliğine yönelik analiz yapılacaktır. Analiz için Türkiye'de Sosyal Bilimlerde henüz çok fazla yaygınlaşmayan Yapay Sinir Ağları Yöntemi kullanılacaktır. Türkiye'nin son 18 yıllık dönemine ait veriler ile Reel GSYİH, enflasyon, döviz kuru, değişkenleri açıklayıcı değişken olarak kullanılacaktır. Yapay Sinir Ağları Yöntemi ile farklı mimarilerde denemeler gerçekleştirilecektir. Gerçekleşen veriler ile Yapay Sinir Ağının ürettiği tahmini veriler karşılaştırılacak ve en iyi performansa sahip mimari belirlenecektir. Elde edilen sonuçlar, Dış Ticaret Açığı'nın tahmininde Yapay Sinir Ağları yönteminin açıklayıcılığının yüksek, tahmin sonuçlarının tutarlı ve isabetliliğinin yüksek, iyi bir öngörü performansına sahip modelleme tekniği olup olmadığı gösterilecek ve ayrıca elde edilen bulgular neticesinde çözüm yolları önerilecektir.Bu çalışmada Türkiye'de Enflasyon ve İşsizliğin yerine Dış Ticaret Açığının İleri Beslemeli ve Elman yapay Sinir Ağları ile tahmin edilmesi ve sonuçların karşılaştırılması amaçlanmaktadır.

The problem of current account deficit which has been increasing in Turkey especially in the last ten years has become a serious problem of the economy. The current account deficit means that an economy is more economically related to the world than its income. The main reason for the current deficit in Turkey is import. Looking at the situation in recent years, it is observed that the difference between imports and exports has increased in favor of imports. In 2011, the current account deficit of Turkey increased by 65.3% compared to the year 2010, breaking the historic record.The main objective of this project is to examine the change in the current account deficit in Turkey in the historical process and to determine the best architecture to predict the current account deficit with the Artificial Neural Networks method. In this context, current account deficit will be analyzed structurally, relation to other macroeconomic variables will be examined and analysis will be made for predictability of current deficit with Artificial Neural Networks method.For analysis, Artificial Neural Networks Method, which is not yet widely used in Social Sciences in Turkey, will be used. Real GDP, inflation, exchange rate, world interest rate, Turkey interest rate and oil price variables will be used as explanatory variables for the last 10 years of Turkey. Experiments will be carried out in different architectures using Artificial Neural Networks method. The estimated data generated by the Artificial Neural Network will be compared with the actual data and the architecture with the best performance will be determined. Then, the current deficit data of the past 10 years and the next 5 years will be estimated. The results obtained will show whether the Artificial Neural Networks method is highly descriptive, predictive results are consistent and high in accuracy, is a modeling technique with good predictive performance, and further solutions to the findings are suggested.In this study, feed forward instead of Foreign Trade Deficit and Inflation and Unemployment in Turkey is estimated with artificial neural network Elman and is aimed to compare the results.