Abstract:
Öz:Bir ülkenin gelecek yıllara ait makroekonomik değişkenlerinin tahminleri, karar vericiler için ekonomi politikaların oluşturulmasında önemli bir role sahiptir. Bu çalışmada; son yıllarda tahmin modellemesinde sıklıkla kullanılan yapay sinir ağları modeli yardımı ile ekonomik büyüme değişkeni GSYİH'nın tahmini yapılması amaçlanmıştır. Ekonomik büyüme için; Çok Katmanlı Algılayıcı (ÇKA), Radyal Tabanlı Fonksiyon Ağları (RTFA) ve geri dönüşümlü Elman Ağı kullanılarak kendi gecikmeli değerlerine göre tahminler elde edilmiştir. Kullanılan YSA mimarilerinin tahmin performansları incelendiğinde 4 girdi katmana sahip RTFA modelinin en yüksek doğruluğu sağladığı görülmüş ve bu model yardımıyla 2013Q4:2014Q4 dönemleri için ekonomik büyüme oranı tahminleri üretilmiştir. Elde edilen sonuçlar yapay sinir ağlarının ekonomik büyüme tahmininde kullanılabilecek başarılı bir yöntem olduğunu göstermiştir.
Başlık (İngilizce):Artificial Neural Networks Models Performance Comparisons For Turkey's GDP Forecasting
Öz (İngilizce):Estimates of economic growth for the coming years in a country has an important role in determining business plans for business entities and fiscal policies formulation for goverments. In this study, It was intended to estimate the GDP of economic growth variable with the help of artificial neural networks models which have often been used in estimation modelling recently. For the economic growth estimation were obtained according with its own delayed values by using Multiple Layer Perception (MLP), Radial Basis Function Networks (RBFN) and Recurring Elman Networks. When the estimation performances of the used artificial neural network structures were analyzed,it was seen that RBFN model having 4 input layers got the highest accuracy and through this model estimates of economic growth were produced for 2013Q4 and 2014Q4 periods. The obtained results showed that artificial neural networks were a successful method to be used in the estimates of economic growth.
