BibTex RIS Cite
Year 2014, Volume: 1 Issue: 3, 205 - 217, 01.09.2014

Abstract

Serbest   kur   rejimi   uygulayan   bir   ekonomide   döviz   kuru   sabit   olmayıp   zamanla  değişkenlik   göstermektedir.   Bu   çalışmada   analizler   tamamen   geçmiş   döviz   kuru  verilerine   dayanmaktadır.   Bu   nedenle   kur   verileri   gri   bir   değer   olarak   alınabilir.  Geleneksel  gri  modeller  orijinal  verideki  gelişimi  tanımlamaya  çalışır.  Fakat  durağan  olmayan   rastsal   veriler   için   uygun   bir   modelleme   aracı   değildirler.   Bu   nedenle  çalışmada  Gri-­‐  Markov  modeli  kullanılmıştır.    Bir  Markov  zincirinin  gelecek  değişimi  geçmişten   bağımsız   olup   sadece   şu   anda   bulunulan   duruma   bağımlı   olduğundan  Markov   zincirleri   dalgalı   yapıya   sahip   sistemleri   modellemek   için   kullanılabilir.   Gri  model   kullanılarak   sistemin   gelecek   değerleri   tahmin   edilir.   Gri   Markov   modeli  yaklaşımında,  önce  GM(1,1)  modeli  kullanılarak  kur  için  değerler  tahmin  edilir  ve  bu  değerler   ile   gerçek   kur   değerleri   arasındaki   fark   serisi   elde   edilir.   Bu   seri   sonlu  sayıda   duruma   bölünür.   Sonra   bu   durumlar   arasındaki   geçişlere   bakılarak   Markov  zincirinin  geçiş  olasılıkları  matrisi  elde  edilir.  Döviz  Kuru  nun  gelecek  değeri  ise  bu  geçiş  olasılıklarından  faydalanılarak  tahmin  edilir.  GM(1,1)  modeli  ve  Markov  zinciri  bir   araya   getirilerek   oluşturulan   Gri   Markov   modeli   döviz   kuru   için   daha   doğru  kestirimler  yapılmasına  olanak  verir.      Bu  çalışmada,  TCMB  tarafından  günlük  olarak  tutulan  TL/USD  kur  değerleri  kullanılmıştır.  Sonuç  olarak  gri  Markov  modelinin  döviz  kuru  kestirimi  için  iyi  bir  yaklaşım  olduğu  tespit  edilmiştir.  Year:  2014        Volume:  1        Issue:  3  1.  GİRİŞ  Bir   ülke   parasının   bir   başka   ülke   parası   cinsinden   fiyatı   döviz   kuru   olarak  adlandırılmaktadır.  Döviz  kurlarının  seyri  genel  ekonomiyi  ve  bireysel  günlük  hayatı  büyük  ölçüde   etkiler.   Uluslararası   ticaret   yapıldığı   zaman   ülke   paralarının   bir   birleri   ile   değişimi  söz   konusu   olur.   Genelde   spot   kur   ve   vadeli   kur   olmak   üzere   iki   tür   kur   kullanılır.   Döviz  kurları   yerli   ve   yabancı   malların   göreli   fiyatlarını   da   etkiler.   Bir   ülke   parasının   diğer   ülke  paralarına   göre   değeri   yükseldiğinde   o   ülkenin   malları   diğer   ülkelerde   daha   pahalı   hale  gelirken,   ülkedeki   yabancı   mallar   ucuzlar,   buda   ülkedeki   yabancı   mallar   arasındaki  rekabetin   artmasına   sebep   olur.   Ülkenin   parasının   değer   kaybetmesi   durumunda   ise  bunun  tam  tersi  gerçekleşir.  Döviz  piyasası  tezgâh  üstü  piyasa  olarak  örgütlenmiş  olup  çok  sayıda   alıcı   ve   satıcı   telefon,   internet   yoluyla   iletişim   kurmaktadırlar.   Döviz   kurları   da  serbest   piyasadaki   arz   ve   taleple   belirlenmektedir.   Döviz   kurlarını   açıklamak   için   faklı  yaklaşımlar  geliştirilmiştir,  tek  fiyat  kanunu,  satın  alma  gücü  paritesi,  faiz  paritesi  ve  Fisher  etkisi  bunlardan  birkaçıdır.  Yatırımcıların  temel  amaçlarından  bir  tanesi  de  döviz  kurlarının  doğru  bir  şekilde  tahmin  edilmesidir.  Fakat  bu  amacı  gerçekleştirmek  kolay  bir  iş  değildir.    Karmaşık  ekonomik  sistemler  ve  finansla  piyasalardaki  dalgalanmaların  istatistiksel  analizi  birçok   araştırmacının   ilgisini   çekmektedir   (ayrıntılar   için   bakınız   Mantegna   ve  Stanley(2000)).  Literatürde  fiyatlardaki  dalgalanmalar  genellikle  rastsal  değişkenler  olarak  ele   alındığı   görülmektedir.   Sistemler   araştırıldığı   zaman,   sistemi   etkileyen   birçok   içsel   ve  dışsal  faktör  ile  karşılaşılır.  Ayrıca  sistemin  tam  olarak  kavranmasındaki  sınırlılığımız  ile  yüz  yüze  geliriz.  Ayrıca  sistemle  ilgili  elde  edilebilir  enformasyon  belirsizlik  ve  gürültü  içerir(Liu  ve   Lin(2010)).   Kontrol   teorisinde   bir   sistem   hakkında   elde   edilebilir   tam   bilgi   seviyesine  göre   bir   renk   ataması   yapılır.   Bu   açıdan   enformasyon   sistemleri   genel   olarak   üç   sınıfa  ayrılabilir.   Bunlar   beyaz   sistem,   gri   sistem   ve   siyah   sistemdir.   Eğer   sistemi   tanımlayan  matematiksel   modeller   elde   edilemiyorsa   sistem   siyah   sistem(kara   kutu)   olarak  adlandırılır.  Eğer  sistemin  matematiksel  modeli  tam  olarak  belirlenebiliyorsa  sistem  beyaz  sistem   olarak   adlandırılır.   Beyaz   sistem   ise   tam   olarak   belirlenebilen   bir   sistemi   temsil  eder.   Gri   sistem   ise   ne   siyah   ne   de   beyaz   bir   sistemdir.   Bu   durumda   sadece   kısmi  enformasyon   elde   edilebilir.   Olasılık,   istatistik   ve   fuzzy   matematiği   belirsiz   sistemlerin  araştırılması   için   en   çok   kullanılan   üç   araştırma   metodudur.   Fuzzy   matematiği   bilişsel  belirsizliğe   sahip   problemler   üzerinde   yoğunlaşmaktadır.   Burada   araştırılan   olaylar   açık  olmayan   uzantılara   sahiptirler.   Olasılık   ve   istatistik   ise   stokastik   belirsizlik   fenomeni  üzerinde   çalışırlar.   Onlar   stokastik   belirsiz   bir   fenomenin   her   bir   mümkün   sonucunun  şansını   araştırırlar.   Onlar   çok   sayıda   örneğin   elde   edilebileceğini   ve   bunların   bir   teorik  dağılıma  uyacağını  varsayarlar.  Bu   çalışmada   stokastik   olarak   kabul   edebileceğimiz   TL/USD   günlük   kur   verilerini   analiz  ederek   döviz   piyasalarını   idare   eden   stokastik   süreç   hakkında   bilgi   edinmeye   çalışıyoruz.  Genelde   finansal   zaman   serileri   sadece   stokastik   dalgalanmalar   göstermez.   Bunlar   bir  dereceye   kadar   stokastik   olarak   düşünülebilirler.   Uygulamada   döviz   kurlarındaki  dalgalanmaya   etki   eden   tüm   faktörleri   kesin   olarak   bilemeyiz   veya   belirleyemeyiz.   Bu  nedenle  döviz  kuru  sistemi  bir  gri  sistem  olarak  ele  alınabilir.  Bu  çalışmada  döviz  kurlarının  gelişiminin   modellenmesi   ve   tahminlerinin   elde   edilebilmesi   için   Gri   Markov   modeli  kullanılmıştır.  2.  LITERATÜR  TARAMASI  Gri  sistem  teorisi  ise  küçük  örnek  ve  az  veriye  sahip  belirsiz  problemler  üzerine  odaklanır.  Gri  sistemi  fuzzy  matematiğinden  farklı  kılan  şey  açık  ve  açık  olmayan  uzantılı  problemler  üzerine  vurgu  yapmasıdır(Liu  ve  Lin(2010),s.10).  Gri  sistem  teorisi  ilk  olarak  1982  de  Çinli  matematikçi   Julong   Deng   tarafından   ortaya   konmuştur(Deng(1982a),Deng(1982b).  (Deng(1989))  belirli  bir  zaman  ufku  için  belirli  bir  aralıkta  belirli  büyüklükte  değişen  rastsal  değişkenlerden  oluşan  herhangi  bir  stokastik  süreci  Gri  rastsal  süreç  olarak  adlandırmıştır.  Bu   teori   küçük   örnekler   ve   az   enformasyon   içeren   problemlerin   çalışılması   üzerinde  yoğunlaşır.   Teori   kısmi   bilgiye   sahip   belirsiz   sistemler   ile   ilgilenir.   Esas   olarak   gri   sistem  teorisi,   bir   sistemin   dinamik   davranışına   yaklaşmak   için   elde   edilebilir   enformasyonu  kullanarak  bir  gri  model  oluşturulması  üzerine  odaklanır.  Gri  model  genelde  ( ) m n GM , ile  ifade   edilir.   Burada  n ,   diferansiyel   denklemin   mertebesini  m   de   değişken   sayısını  göstermektedir(Wen(2004)).   Gri   sistem   verilen   bir   zaman   serisinde   mevcut   olan   rastsal  dalgalanmaları   düzeltmeyi   amaçlamaktadır.   Gri   kestirimde   düzeltme   birikim   işlevi   ve  ortalama   alınarak   gerçekleştirilir   Çeşitli   tipte   Gri   modeller   geliştirilmiş   olmasına   rağmen  uygulamada   yoğun   olarak   kullanılanı  ( ) , GM   modelidir.   Çünkü   bu   modelin   kestirimleri  hesapsal  olarak  etkindir.  Gri  sistem  teorisi  genelde  sürekli  şekilde  ölçülmüş  zaman  serileri  ile  ilişkili  olarak  ifade  edilir.  Hâlbuki  gerçek  hayattaki  gözlemler  kesikli  zaman  aralıklarında  gözlenir.  Ham  verideki  belirsizliği  azaltmak  için  birikim  yaratma  işlevi  kullanılır.  ( ) , GM   birinci   mertebeden   tek   değişkenli   gri   modeldir.   Gri   kestirim   modelinin   esası  orijinal  veriyi  kümüle  ederek  bir  üstel  kanun  oluşturmaktır.  Geleneksel  gri  modeller  büyük  oynaklıklara   sahip   bir   dizinin   kestirimi   için   kullanıldığında   büyük   hatalar   üretebilir.   Bu  hatalar   ise   kestirimin   başarısız   olmasına   yol   açar.   Oynaklığı   azaltmak   için   hesaplamaya  geçmeden   önce   orijinal   dizinin   logaritması   alınabilir.   Sonrada   bu   yeni   diziye   Markov  kestirimi  uygulanır.  3.  METODOLOJİ  3.1  GM(1,1)  Kestirim  Modeli    ( ) , GM   olarak   adlandırılan   geleneksel   gri   kestirim   modeli   sistem   analizi,   modelleme,  kestirim,  karar  verme,  kontrol  ve  diğer  birçok  farklı  alanda  yoğun  olarak  uygulanmaktadır.  Regresyon  analizi  gibi  genel  olarak  kullanılan  bazı  kestirim  metotları  büyük  ölçüde  tarihsel  veriye  dayanır  ve  verilerin  dağılımının  belirli  tipik  bir  forma  uyması  istenir.  Bir  gri  kestirim  modeli  düşük  oynaklığa  sahip,  küçük  çaplı  bir  örnek  için  kısa  vadeli  kestirimler  yapmak  için  iyi   bir   yaklaşımdır.   Süre   uzadıkça   kestirimin   doğruluğu   azalır.   Gri   modelleme   yaklaşımı  tarım,   endüstri,   finans,   askeriye,   enerji,   kaza   vb.   birçok   alanda   uygulanmıştır.     Fakat  oynaklık  ve  rastsal  hata  faktörlerinin  etkisi  gri  modelinin  kestirim  gücünü  zayıflatmaktadır.  Bu  göreceli  hatalar  azaltılarak  modelin  kestirim  sonuçları  iyileştirilebilir.  GM(1,1)  modeli  gri  sistem  teorinin  önemli  bir  kestirim  metodudur.  Bu  model  az  sayıda  veri  ve  yarı-­‐üstel  veri  serilerinin   kestirimi   için   oldukça   uygundur.   Yüksek   oynaklığa   sahip   veriler   için   kestirimin  duyarlılığı   zayıflamaktadır.   Fakat   çeşitli   yöntemlerle   hataların   düzeltilmesi   ile   modelin  geçerliliği  arttırılmaktadır.  GM(1,1)  Birinci  mertebeden  lineer  gri  modelin  bir  türüdür.  Bu  model  katsayıları  zamanın  bir  fonksiyonu  olan  bir  diferansiyel  denklemi  gösterir.  Yani  yeni  bilgiler   geldikçe   model   kendini   yenilemektedir.   Gri   kestirim   modeli   üç   temel   işleme

Currency exchange rate estimation using Grey Markov Prediction Model

Year 2014, Volume: 1 Issue: 3, 205 - 217, 01.09.2014

Abstract

In  an  economy  that  applying  the  free  currency  rate  regime,  the  Exchange  rate  is  not  constant,   it   represents   the   fluctuations   with   time.   In   this   study,   the   analysis  completely   based   on   the   historical   Exchange   rate   data.   Therefore   Exchange   rate  data  can  be  considered  as  grey  value.  Traditional  grey  models  try  to  describe  the  evaluation   the   original   data.   But   those   models   are   not   a   suitable   tool   for   non-­‐stationary   random   data.   For   this   reason,   in   this   study,   we   use   the   grey   Markov  model.  A  Markov  chain  which  the  future  evaluation  only  depend  on  present  state  it’s  no  dependency  to  previous  states,  so  a  Markov  chain  can  be  used  to  model  the  unstable   systems.   The   future   values   of   system   can   be   predicted   using   the   grey  model.  In  the  grey  Markov  model  approximation,  firstly  Exchange  rate  estimated  by  GM(1,1)   model   and   the   error   is   obtained   as   difference   between   the   estimated  value  and  real  data.  This  new  series  is  divided  into  finite  state.  Then  observing  the  transients   between   the   states   Markov   probability   matrix   is   obtained.   The   future  values   time   series   are   predict   by   this   matrix.   Grey   Markov   model   which   is  constructed   by   GM   (1,1)   model   and   Markov   chain,   allow   us   to   make     the   beter  estimation  for  exchange  rate.  In  this  study,  daily  TL/USD  Exchange  rate  data  is  used.  The   data   is   collected   from   TCMB.   Finally   it   has   determined   that   the   grey   Markov  model  is  a  good  approximation  to  predict  the  currency  Exchange  rate.     GRİ  MARKOV  KESTİRİM  MODELİ  KULLANILARAK  DÖVİZ  KURU  TAHMİNİ

There are 0 citations in total.

Details

Journal Section Articles
Authors

Omer Onalan This is me

Publication Date September 1, 2014
Published in Issue Year 2014 Volume: 1 Issue: 3

Cite

APA Onalan, O. (2014). Currency exchange rate estimation using Grey Markov Prediction Model. Journal of Economics Finance and Accounting, 1(3), 205-217.

Journal of Economics, Finance and Accounting (JEFA) is a scientific, academic, double blind peer-reviewed, quarterly and open-access online journal. The journal publishes four issues a year. The issuing months are March, June, September and December. The publication languages of the Journal are English and Turkish. JEFA aims to provide a research source for all practitioners, policy makers, professionals and researchers working in the area of economics, finance, accounting and auditing. The editor in chief of JEFA invites all manuscripts that cover theoretical and/or applied researches on topics related to the interest areas of the Journal. JEFA publishes academic research studies only. JEFA charges no submission or publication fee.

Ethics Policy - JEFA applies the standards of Committee on Publication Ethics (COPE). JEFA is committed to the academic community ensuring ethics and quality of manuscripts in publications. Plagiarism is strictly forbidden and the manuscripts found to be plagiarized will not be accepted or if published will be removed from the publication. Authors must certify that their manuscripts are their original work. Plagiarism, duplicate, data fabrication and redundant publications are forbidden. The manuscripts are subject to plagiarism check by iThenticate or similar. All manuscript submissions must provide a similarity report (up to 15% excluding quotes, bibliography, abstract and method).

Open Access - All research articles published in PressAcademia Journals are fully open access; immediately freely available to read, download and share. Articles are published under the terms of a Creative Commons license which permits use, distribution and reproduction in any medium, provided the original work is properly cited. Open access is a property of individual works, not necessarily journals or publishers. Community standards, rather than copyright law, will continue to provide the mechanism for enforcement of proper attribution and responsible use of the published work, as they do now.