Saklı Markov modelleri kullanılarak Türkiye’de dolar kurundaki değişimin tahmin edilmesi

Bu çalışmada döviz kuru olarak Amerika Birleşik Devletleri dolar kuru için geleceğe yönelik bir tahmin metodu sunulmaktadır. Tahmin metodu olarak Markov Zincirlerine bazı ek özellikler eklenerek tanımlanan Saklı Markov Modelleri kullanılmıştır. Modelde 1992 – 2007 yılları arasında Türkiye’de gözlenen dolar kuru değerleri ve bu kurları etkileyen ekonomik veriler baz alınarak 2008 yılına ait dolar kuru değişimi için tahminlemeler yapılmıştır. Saklı Markov Modellerinde, modele ait matematiksel hesaplamalar çok karmaşık bir yapıda olup, çözümü oldukça uzun zaman almaktadır. Bu nedenle hesaplamalarda, Matlab2007 programı içerisinde var olan Saklı Markov Modeli çözüm algoritmaları kullanılacaktır. 2008 yılı için ilki Ocak ve Şubat aylarına diğeri Ocak, Şubat ve Mart aylarına ait iki tahminleme yapılmıştır. Tahminlenen dolar kuru değişimleri için tutarlılığın oldukça yüksek olduğu görülmüştür.

Estimation of dollar rate changes in Turkey using Hidden Markov models

In this work, a prudential estimation method for U.S. dollar rate, as the exchange rate, is presented. As the estimation method, Hidden Markov Models, which are described as Markov Chains with some additional properties, are used. In the model, estimations for dollar rate change for the year 2008 are made using dollar rate values and related economic data observed in Turkey between the years 1992 – 2007. In the Hidden Markov Models, mathematical calculations belonging to the model are very complicated, thus require pretty much time to be solved. For this reason, in the calculations, Hidden Markov Model solution algorithms inside the software Matlab2007 will be used. Two estimations for the year 2008 are made, where the first one is for January and February and the second one is for January, February and March. The accuracy of the estimated dollar rate changes came out to be fairly high.

___

  • Lawrence R. Rabiner, A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition, Proceedings Of The IEEE, Vol. 77, No. 2, 257- 286, (1989).
  • Hanhong Xue ve Venu Govindaraju, Hidden Markov Models Combining Discrete Symbols and Continuous Attributes in Handwriting Recognition, IEEE Transactions On Pattern Analysis And Machine Intelligence, Vol.28, No.3, 458-462, (2006).
  • Lawrence Rabiner, Biing Hwang Juang, Fudamentals of Speech Recognition, Prentice Hall International Inc., 335, (1993).
  • Claudio Becchetti ve Lucio Prina Ricatti, Speech Recognition Theory and C++ Implementation, Jhon-Wiley & Sons Inc., 179, (2004).
  • Enza Messina ve Daniele Toscani, Hidden Markov models for scenario generation, IMA Journal of Managemenet Mathematics Advance published, 1-23, (2007).
  • Wikipedia The Free Encyclopedia, Viterbi Algorithm, http://en.wikipedia.org/wiki/Viterbi_ algorithm, 18 Nisan, (2008).
  • G. David Forney, The Viterbi Algorithm, Proceedings Of The IEEE, Vol.61, No.3, 268-278, (1973).
  • Saeed V. Vaseghi, Multimedia Signal Processing Theory and Applications in Speech, Music and Communications, John-Wiley & Sons Ltd., 364, (2007).
  • Halil Söyler, Döviz Kurları Üzerine İşlemler, http://www.alomaliye.com/halil_soyler _doviz_kur_islemler.htm, 19 Kasım, (2008).
  • Rıfat Yıldız, Bankacılıkta ve Dış Ticarette Döviz Pozisyonlarının Kur Riskine Karşı Korunması, Türkiye İş Bankası Kültür Yayınları, 57-58, (1988).
  • Aydan Kansu, Döviz Kuru Sistemleri ve Döviz Krizleri Türkiye 1994 ve 2001 Krizleri, Güncel Yayıncılık Ltd. Şti., 157, (2006)
  • Saniye Gümüşeli, Döviz Kuru ve Faiz Oranı Risklerinden Korunma Teknikleri, Türkiye Bankalar Birliği, Yayın No:179, 83, (1994).
  • Private Sözlük, Döviz Kurunu Etkileyen Faktörler, http://www.privatesozluk.com/ show.asp?m=doviz+kurunu+etkileyen+faktorler, 19 Kasım, (2008).
  • TCMB Elektronik Veri Dağıtım Sistemi, http://evds.tcmb.gov.tr, 06 Aralık, (2008).
  • Ek 1: Modelde kullanılan veriler.
  • ABD Doları Alış Fiyatları Mevduat Faiz Oranları 3 Ay Vadeli Ödemeler Dengesi (Milyon $) Yıl Ay