Durağan Olmayan Zaman Serilerinde Alternatif Tahmin Yöntemlerinin Karşılaştırmalı Olarak İncelenmesi: Pamuk Fiyat Analizi / A Comparative Investigation of Alternative Estimation Methods in Non-Stationary Time Series: Analysis of Cotton Price

Özet: Bu çalışmada, durağan olmayan zaman serileri için kullanılan tahmin tekniklerinin karşılaştırmalıanalizi yapılmıştır. Tek değişkenli analiz için Box-Jenkins, Çok değişkenli analizler içinÇoklu Regresyon ve Yapay Sinir Ağları yöntemleri kullanılmıştır. Veri olarak 2000-2014 yıllarına aitaylık Türkiye pamuk fiyatları, Dünya pamuk fiyatları, Türkiye buğday fiyatları ve Türkiye mısır fiyatlarıkullanılmıştır. Analiz yöntemlerinin tahmin gücünü ölçmek için verilerin % 10’luk kısmı analizedâhil edilmemiştir. Yapılan analizler sonucunda kullanılan yöntemlerin son 18 aylık dönemle ilgilielde edilen tahmin değerleri karşılıklı olarak incelenmiştir. Birim kök testleri uygulanarak değişkenlerindurağanlığı incelenmiştir. Türkiye pamuk fiyatlarına bir ve iki yapısal kırılmaya kadar izin verensırasıyla Zivot-Andrews ve Lumsdaine-Papell yapısal kırılmalı birim kök testleri uygulanmıştır. Box-Jenkins (ARIMA) yöntemi ile Türkiye pamuk fiyatlarının geçmiş değerleri dikkate alınarak uygulamayapılmıştır. En uygun ARIMA seviyesinin (3,1,2) olduğuna karar verilmiştir. Çok değişkenli yöntemleriçin bağımlı değişken, Türkiye pamuk fiyatları, bağımsız değişkenler, Dünya pamuk fiyatları, Türkiyebuğday fiyatlar, Türkiye mısır fiyatları ve bütün değişkenlerin bir gecikmeli değerleri kullanılmıştır.Çoklu Regresyon Analizi ile elde edilen tahmin sonuçları incelenmiştir. Yapay Sinir Ağları için en uygunağ mimarisi (7,7,1)olarak bulunmuştur. Tahmin değerlerini karşılaştırmak için MAPE, SSE, MSEve RMSE performans kriterleri kullanılmıştır. Yapay Sinir Ağlarının diğer tahmin yöntemlerine göredaha başarılı sonuçlar verdiği tespit edilmiştir.Anahtar Kelimeler: Yapay Sinir Ağları, Çoklu Regresyon Analizi, Box-Jenkins Yöntemi, YapısalKırılmalı Birim Kök Testleri, Pamuk FiyatlarıA Comparative Investigation of Alternative Estimation Methods inNon-Stationary Time Series: Analysis of Cotton PriceAbstract: In this study, comparative analysis of the predective techniques used for non-stationarytime series had been made.The method of Box-Jenkins for univariate analysis, Multiple RegressionAnalysis and Artificial Neural Networks techniques for multivariate analysis had been used. Themonthly prices of cotton in Turkey and World and also the monthly price of wheat and corn inTurkey used as time series data. %10 of the data hadn’t been included in the analysis to measure thepredictivite power of analysis methods. At the end of the analysis, predicted values obtained about thelast 18 months period had been examined in mutual. The stationary of the variables were examined byapplying unit root tests. Zivot-Andrews structural break unit root test which allows single structuralbreak and Lumsdaine-Papell structural break unit root test which allows two structural breaks hasbeen applied to Turkey cotton prices. Past values of prices Turkish cotton has been applied with Box-Jenkins method. It has been concluded that the most appropriate level of ARIMA (3,1,2). Thedependent variable is Turkey cotton prices, independent variables are World cotton prices, Turkeywheat prices and Turkey corn prices and lagged values of all variables for multivariate methods. Ithas been examined results of regression analysis. Optimal network architecture (7,7,1) were found forartificial neural Networks. MAPE, SSE, MSE and RMSE performance criteria were used to comparethe predicted values. It was determined that Artificial Neural Networks gave more reliable results thanother estimation methods.Keywords: Artificial Neural Networks, Multiple Regression Analysis, Box-Jenkins Methods,Structural Break Unit root Tests, Cotton Prices

Anahtar Kelimeler:

Yapay Sinir Ağları, Çoklu Regresyon Analizi, Box-Jenkins Yöntemi, Yapısal

In this study, comparative analysis of the predective techniques used for non-stationary time series had been made.The method of Box-Jenkins for univariate analysis, Multiple Regression Analysis and Artificial Neural Networks techniques for multivariate analysis had been used. The monthly prices of cotton in Turkey and World and also the monthly price of wheat and corn in Turkey used as time series data. %10 of the data hadn’t been included in the analysis to measure the predictivite power of analysis methods. At the end of the analysis, predicted values obtained about the last 18 months period had been examined in mutual. The stationary of the variables were examined by applying unit root tests. Zivot-Andrews structural break unit root test which allows single structural break and Lumsdaine-Papell structural break unit root test which allows two structural breaks has been applied to Turkey cotton prices. Past values of prices Turkish cotton has been applied with Box-Jenkins method. It has been concluded that the most appropriate level of ARIMA (3,1,2). The

Keywords:

Artificial Neural Networks, Multiple Regression Analysis, Box-Jenkins Methods,

PDF

___

Akgül, I. (2003). Zaman Serilerinin Analizi ve ARIMA Modelleri. İstanbul: DER Yayın- ları.

Anonim. (2011). http://www.dunya.com/guncel/ham-petroldeki-artis-pamuk-fiyatlarini- ziplatti-1159774h.htm

Ataseven, B. (2007). Satış Öngörü Modellemesi Tekniği Olarak Yapay Sinir Ağlarının Kullanımı: “Petkim’de Uygulanması”. (Yayımlanmamış Yüksek Lisans Tezi). Manisa: Celal Bayar Üniversitesi Sosyal Bilimler Enstitüsü.

Barışık, S. ve Çevik, E. İ. (2008). “Yapısal Kırılma Testleri Türkiye’de İşsizlik Histerisi- nin Analizi: 1923-2006 Dönemi”. KMU İİBF Dergisi, 8(14): 109-134.

Baş, N. (2006). Yapay Sinir Ağları Yaklaşımı ve Bir Uygulama. (Yayımlanmamış Yük- sek Lisans Tezi). İstanbul: Mimar Sinan Güzel Sanatlar Üniversitesi, Fen Bilimleri Enstitüsü.

Biçen, C. (2006). Box Jenkins Zaman Serisi Analiz Yöntemi İle İleri Beslemeli Yapay Sinir Ağları Tahminlerinin Karşılaştırılması. (Yayımlanmamış Yüksek Li- sans Tezi). Ankara: Hacettepe Üniversitesi Sağlık Bilimleri Enstitüsü.

Çelik, B. (2008).Yapay Sinir Ağları Metodolojisi İle Zaman Serisi Analizi: Teori ve Uy- gulama. (Yayımlanmamış Yüksek Lisans Tezi). İstanbul: Marmara Üniver- sitesi Sosyal Bilimler Enstitüsü.

David, D. B. ve Lumsdaine, R. L. ve Papell, D. H. (2003). “Unit Roots, Postwar Slowdowns and Long-Run Growth: Evidence From Two Structural Breaks”. Empiricial Economics, 303-319.

Demir, R. (2007). Yapay Sinir Ağları Yardımı İle Şirket Birleşmelerinin Kestirimi. (Ya- yımlanmamış Yüksek Lisans Tezi). İstanbul: İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü.

Doğan, Z, (2000). Zaman Serilerinin Analizinde ARIMA ve Deterministik Modellerin İn- celenmesi. (Yayımlanmamış Doktora Tezi). Şanlıurfa: Harran Üniversitesi Fen Bilimleri Enstitüsü.

Elma, Ç, A. (2008). Yapısal Kırılmalar Altında Birim Kök Testleri ve Eşbütünleşme Ana- lizi: Para Talebi İstikrarı. (Yayımlanmamış Yüksek Lisans Tezi). Ankara: Gazi Üniversitesi. Sosyal Bilimler Enstitüsü,

Elmas, Ç. (2010). Yapay Zeka Uygulamaları. Ankara: Seçkin Yayıncılık.

Elmas, B. Yakut, E. ve Alkan, Ö. (2011). “İşletmelerin Mali Başarısızlığının Yapay Sinir Ağları ve Lojistik Regresyon Modeli ile Tahmin Edilmesi”. Finans Politik ve Ekonomik Yorumlar, 48(560): 45-56.

Gujarati, D, N. (2000). Temel Ekonometri. Literatür Yayıncılık, İstanbul.

Güriş, S. Çağlayan, E. (2010). Ekonometri Temel Kavramlar. İstanbul: DER Yayınları.

Lumsdaine, R. L. ve Papell, D. H. (1997). “Multiple Trend Breaks and the Unit-Root Hy- pothesis”. The Review of Economics and Statistics, 79(2): 212-218.

Özdemir, Ö. (2008). Zaman Serisi Modellemesinde Yapay Sinir Ağlarının Kullanımı ve Bir Uygulama. (Yayımlanmamış Yüksek Lisans Tezi). Eskişehir: Anadolu Üniversitesi Fen Bilimleri Enstitüsü.

Öztemel, E. (2012). Yapay Sinir Ağları. İstanbul: Papatya Yayıncılık.

Sevüktekin, M. ve Nargeleçekenler, M. (2010). Ekonometrik Zaman Serileri Analizi EVi- ews Uygulamalı. Ankara: Nobel Yayın Dağıtım.

Usta, A, S. (2007). Yapay Sinir Ağları Uygulaması Kullanılarak Üretici Fiyat Endek- si (ÜFE) Değerlerinin Öngörü Modellemesi ve Analizi. (Yayımlanmamış Yüksek Lisans Tezi). İstanbul: Yıldız Teknik Üniversitesi Sosyal Bilimler Enstitüsü.

Yavuz, N, Ç. (2006). “Türkiye’de Turizm Gelirlerinin Ekonomik Büyümeye Etkisinin Testi: Yapısal Kırılma ve Nedensellik Analizi”. Doğuş Üniversitesi Dergi- si, 7(2): 162-171.

Yılancı, V. (2009). “Yapısal Kırılmalar Altında Türkiye İçin İşsizlik Histerisinin Sınan- ması”. Doğuş Üniversitesi Dergisi, 10(2): 324-335.

Yılancı, V. Öztürk, Z. A. (2010). “Türkiye İle En Büyük Beş Ticaret Ortağının Hisse Senedi Piyasaları Arasındaki Entegrasyon İlişkisinin Analizi: Yapısal Kı- rılmalı Birim Kök ve Eşbütünleşme Analizi”. Erciyes Üniversitesi, İ İ B F Dergisi, Sayı:36: 261-279.

Yıldız, D. (2009). Zaman Serileri Analizi ve Yapay Sinir Ağları İle Tahmin: Yabancı Port- föy Yatırımları Üzerine Uygulama. (Yayımlanmamış Doktora Tezi). Anka- ra: Ankara Üniversitesi Sosyal Bilimler Enstitüsü.

Yurtoğlu, H. (2005). Yapay Sinir Ağları Metodolojisi İle Öngörü Modellemesi: Bazı Makroekonomik Değişkenler İçin Türkiye Örneği. (DPT Uzmanlık Tezi). Yayın No: DPT: 2683. Ekonomik Modeller ve Stratejik Araştırmalar Genel Müdürlüğü,

Zivot, E. ve Andrews, D. W. K. (1992). “Further Evidence on the Great Crash, the Oil- Price Shock, and the Unit-Root Hypothesis”. Journal of Business Econo- mic Statistics,10(3): 251-270.