You are here

Home » Content

Döviz Kuru Tahmininde Yapay Sinir Ağlarıyla Alternatif Yaklaşım

Alternative Approach to Exchange Rate Predictions Through Artificial Neural Networks

Journal Name:

  • Eskişehir Osmangazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi

Publication Year:

  • 2011

Key Words:

Keywords (Original Language):

Author NameUniversity of Author
Abstract (2. Language): 
With the collapse of the Bretton Woods System in 1971, a new era has started in exchange rate predictions. In this era prediction of exchange rates, which is crucial in economic decision processes, became a major research topic. In this study alternative methods are explored to predict exchange values through Artificial Neural Networks. For this aim prediction performances of three different Artificial Neural Network models are examined; first model that is constructed by using the Lagged Values in time series models, second model that is constructed by using the variables of “Monetary Model”, which is a structural model to predict exchange rates, the last model that is constructed by using the “Purchasing Power Parity Model”, which is another structural model to predict exchange rates. In the study, exchange values of US Dollar and Euro are predicted against the Turkish Lira. Results of the study show that Artificial Neural Networks model, which was constructed by using the lagged values of exchange value variable, has the best prediction performance. Artificial Neural Network models that are constructed by using the variables of Purchasing Power Parity Model and the variables of Monetary Model are ranked as the second and the third in the prediction performance ranking respectively.
Bookmark/Search this post with
Abstract (Original Language): 
Bretton Woods sisteminin 1971 yılında çökmesi ile döviz kuru öngörüsünde yeni bir döneme girilmiştir. Bu dönem sonrasında, ekonomik karar alma sürecinde önemli rolü olan döviz kurlarının tahmini, üzerinde çalışılan önemli bir konu olmuştur. Bu çalışmada Yapay Sinir Ağları ile döviz kuru tahmininde alternatif çözüm yöntemleri aranmaktadır. Bu amaçla, döviz kuru öngörüsünde kullanılan zaman serisi modellerindeki "gecikmeli değerler" ve döviz kuru öngörüsünde kullanılan yapısal modellerden "Parasal model ve Satınalma Gücü Paritesi modellerinin değişkenleri" kullanılarak oluşturulan Yapay Sinir Ağları modellerinin tahmin performansları incelenmiştir. Çalışmada Türkiye'ye ilişkin Amerikan Doları ve Avro döviz kuru tahminleri yapılmıştır. Çalışmanın sonuçlarına bakıldığında döviz kuru değişkeninin gecikmeli değerleri kullanılarak oluşturulan Yapay Sinir Ağları modelinin en iyi öngörü gücüne sahip olduğu görülmüştür. Bu modelden sonra en iyi performansa sahip modelin ise Satınalma Gücü Paritesi değişkenleri ile oluşturulan Yapay Sinir Ağları modeli, en son olarak da Parasal modelin değişkenleri kullanılarak oluşturulan Yapay Sinir Ağları modeli olduğu sonucuna ulaşılmıştır.
FULL TEXT (PDF): 
PDF icon arastirmax-doviz-kuru-tahmininde-yapay-sinir-aglariyla-alternatif-yaklasim.pdf
  • 2
185-201
  • English

REFERENCES

References: 

Aslan, N. ve Kanbur, A.N. (2007), "Türkiye'de 1980 Sonrası Satın Alma Gücü Paritesi
Yaklaşımı", Marmara Üniversitesi İİBF Dergisi, 23(2), 10‐43.
Civcir I. (2004), "The Monetary Model of The Exchange Rate Under High Inflation:
Long‐run Relationship and Misalignment of Turkish Lira", Emerging Market
Finance and Trade July‐August, 40(4), 87‐102.
Çavuşoğlu, A.T. (1997), "Sticky‐Price Monetary of Exchange Rate: A Cointegration
Analysis", ERC Araştırma Raporları, No. 97, 15‐19.
Diamandis, P.F., D.A. Georgoutsos, ve G.P. Kouretas (1998), "The Monetary
Approach to the Exchange Rate: Long‐Run Relationships, Identification and
Temporal Stability" Journal of Macroeconomics, 20(4), 741‐766.
Dornbusch, R. (1980), "Exchange Rate Economics: Where Do We Stand?",
Brookings Paper on Economic Activity, 144‐151.
Dornbusch, R. (1988), "Purchasing Power Parity", Exchange Rate and Inflation, 5,
265‐292.
Dülger, F. ve M.F. Cin, (2002), "Türkiye’de Döviz Kuru Dinamiklerinin Belirlenmesinde
Parasalcı Yaklaşım ve Eşbütünleşme Yöntemiyle Sınama", ODTÜ Gelişme
Dergisi, 29 (1–2), 47–68.
Eren, E. (1992), Makro İktisat, Bursa: Ezgi Kitapevi.
Frenkel, J. A. (1976), "A Monetary Approach to the Exchange Rate: Doctrinal
Aspects and Empirical Evidence", Scandinavian Journal of Economics, 78, 200‐224.
Frenkel, J. A. (1981), "On the Mark: Reply", American Economic Review, 71, 1079‐
1085.
Güran, N. (1987), "Döviz Kurları ve Cari İşlemler Bilançosu", Dokuz Eylül Üniversitesi
İ.İ.B.F. Dergisi, 2(2), 2‐5.
Hallwood, H. ve R. MacDonald (1986), International Money, Theory, Evidence and
Institutions, Oxford: Basil Blackwell.
Kaynar, O. ve S.Taştan, (2009), "Zaman Serisi Analizinde MLP Yapay Sinir Ağları ve
ARIMA modelinin Karşılaştırılması", Erciyes Üniversitesi İktisadi ve İdari Bilimler
Fakültesi Dergisi, 33(162), 161‐172.
Kouri, P. J. K. (1976), "The Exchange Rate and the Balance of Payments in the
Short Run and in the Long Run: A Monetary Approach", Scandinavian Journal of
Economics, 78, 280‐304.
ESKİŞEHİR 200 OSMANGAZİ ÜNİVERSİTESİ İİBF DERGİSİ
Mussa, M. (1976), "The Exchange Rate, the Balance of Payments Monetary and
Fiscal Policy Under a Regime of Controlled Floating", Scandinavian Journal of
Economics, 78, 229‐248.
Parker, D.B. (1987), "Optimal Algorithms For Adaptive Networks: Second Order
Back Propagation, Second Order Direct Propagation, and Second Order Hebbian
Learning", IEEE 1st International Conference on Neural Networks, 2, 953‐600, San
Diego, CA.
Rumelhart, D.E. ve J.L. McClelland (1986), In: Parallel Distributed Processing:
Exploration in the Microstructure of Cognition, Foundations, Cambridge,
Massachusetts: MIT Press.
Tobin, J. (1980), "The Short‐Run Macroeconomics of Floating Exchange Rates: An
Exposition", Flexible Exchange Rates and the Balance of Payments, In John S.
Chipman and Charles P. Kindleberger (eds.), with Jorge Braga de Macedo, North‐
Holland, 20‐29.
Wasserman, P.D. (1989), Neural Computing, Wiley: NY.

Thank you for copying data from http://www.arastirmax.com