Türkiye turizm gelirinin öngörüsünde zaman serilerinin bileşenlerine ayrıştırılarak yapay sinir ağları ve box-jenkins yöntemleri ile karşılaştırmalı analizi

Abstract

Dünya ekonomisinde en hızlı gelişen sektörlerden biri haline gelen turizm sektörü, özellikle Türkiye gibi gelişmekte olan ülkeler açısından ekonomik kalkınmanın bir aracı olarak görülmektedir. Turizm sektöründe yaratılan gelirin önceden tahmin edilmesi, karar verme sürecindeki belirsizlikleri kısmen de olsa ortadan kaldıracağından, hem bu alanda hizmet veren işletmeciler için hem de hükümetler için geleceğe yönelik hazırlanan plan ve programların başarısının büyük ölçüde artmasını sağlayacaktır. Bu çerçevede gelecek yıllara ait 12 aylık güvenilir ve sağlıklı tahminler elde edilebilmesi amacıyla Türkiye'nin turizm gelirleri verilerinin 1992-2010 dönemi aylık verileri, zaman serileri yöntemlerinden Yapay Sinir Ağları ve Box-Jenkins modelleri ile hesaplanarak iki yöntemin öngörü performansı karşılaştırılmıştır.Bu çalışmada Türkiye turizm gelirleri zaman serisi gözlemlenemeyen bileşenlerine ayrıştırılmış, en uygun model ve ağ yapıları belirlenerek hem her bir bileşenin hem de orijinal serinin Yapay Sinir Ağları ve Box-Jenkins model ile öngörüsü yapılmıştır. Daha sonra öngörüsü yapılmış tüm bileşenler çarpımsal olarak birleştirilmiş, elde edilen sonuçlar RMSE, MAE ve MAPE değerleri kullanılarak orijinal serinin Yapay Sinir Ağları ile öngörüsü, mevsimsellikten arındırılmış serinin Yapay Sinir Ağları ile öngörüsü ve Box-Jenkins model öngörüleri ile karşılaştırılmıştır. Sonuç olarak Türkiye turizm geliri öngörüsü için en uygun yöntem olarak mevsimsellikten arındırılmış seri ile kurulan Yapay Sinir Ağları modeli belirlenmiş ve bir zaman serisinin Yapay Sinir Ağları ile öngörüsünün bileşenlerine ayrıştırarak ya da ayrıştırmadan yapmanın performansı incelenmiştir. Ayrıca Yapay Sinir Ağları'nın zaman serisi bileşenlerini öğrenebilme durumu da araştırılmıştır.

Being one of the most developing sector in the world economy, tourism is seen as a tool for economic development especially developing countries such as Turkey. As forecasting the incomes of tourism sector beforehand will partly eliminate the ambiguousness of making decisions, it will also increase the success of future plans and programs prepared both for governments and business executives serving in this sector. From this respect, the data of tourism incomes of Turkey between the years of 1992-2010 was calculated by using Artificial Neural Networks and Box-Jenkins time series models and the results of the forecasting performances of these two models were compared for achieving reliable and good forecasts for 12 months of future years.In this study, the incomes of Turkey tourism was decomposed into unobserved components, the best model and network structures was determined and both every component and the original series were forecasted by means of Artificial Neural Networks and Box-Jenkins time series models. Then, these forecasted components gathered multiplicatively, these results were compared with the forecasts of original series via Artificial Neural Networks, the forecasts of seasonal adjusted series via Artificial Neural Networks and the forecasts of Box-Jenkins by using RMSE, MAE, MAPE values. As a result, the best method was determined for forecasting the tourism incomes of Turkey and a time series performance with Artificial Neural Networks was investigated both by decomposing the components and without decomposing. Along with this, the case of Artificial Neural Networks' capability to learn time series components was also studied.