Esiımating the Export Value of Broad Economic Categories by Artificial Neural Networks Method

Yıl 2023, , 319 - 335, 15.09.2023

Tahsin Galip Tekin

https://doi.org/10.17753/sosekev.1226402

Öz

In this study, it is aimed to estimate the monthly export values of broad economic categories belonging to Turkey’s foreign trade. Broad economic categories discussed in the study: Investment goods, raw materials and consumer goods. Relevant monthly export values are estimated by artificial neural networks method, which is an artificial intelligence technique. Artificial neural network method analyzes were carried out using the MATLAB 2013 package program. The data used in the study were taken from the web pages of the Central Bank of the Republic of Turkey. According to the results obtained, the artificial neural network models established to predict the export values of three different large economic groups made the most successful estimation in the estimation of the export value of consumer goods. Although the artificial neural network models established for the estimation of the export value of raw materials and the export value of investment goods show close estimation performances, the model established for the estimation of the export value of investment goods has been more successful.

Anahtar Kelimeler

Broad economic categories, Artificial neural networks, Export

GENİŞ EKONOMİK GRUPLARIN İHRACAT DEĞERİNİN YAPAY SİNİR AĞLARI YÖNTEMİYLE TAHMİNLENMESİ

Öz

Bu çalışmada Türkiye dış ticaretine ait geniş ekonomik grupların aylık ihracat değerlerinin tahminlenmesi hedeflenmektedir. Çalışmada ele alınan geniş ekonomik gruplar: Yatırım malları, ham madde ve tüketim mallarıdır. İlgili aylık ihracat değerleri bir yapay zekâ tekniği olan yapay sinir ağları yöntemiyle tahminlenmiştir. Yapay sinir ağı yöntemi analizleri MATLAB 2013 paket programı aracılığıyla gerçekleştirilmiştir. Çalışmada kullanılan veriler Türkiye Cumhuriyet Merkez Bankası web sayfalarından alınmıştır. Elde edilen sonuçlara göre üç farklı geniş ekonomik grubun ihracat değerlerini tahminlemede kurulan yapay sinir ağı modelleri en başarılı tahminini tüketim malları ihracat değeri tahminlemesinde gerçekleştirmiştir. Ham madde ihracat değeri ve yatırım malları ihracat değeri tahminlemesinde kurulan yapay sinir ağları modelleri birbirlerine yakın tahmin performansları göstermekle beraber yatırım malları ihracat değeri tahminlemesi için kurulan model daha başarılı olmuştur.

Anahtar Kelimeler

Geniş Ekonomik Gruplar, Yapay Sinir Ağları, İhracat

Kaynakça

• Agatanovic Kustrin, S., & Beresford R. (2000). Basic concepts of artificial neural network (ANN) modeling and its application in pharmaceutical research. Journal of Pharmaceutical and Biomedical Analysis, 22(5), 717-727. https://doi.org/10.1016/S0731-7085(99)00272-1
• Alam, T. (2019). Forecasting exports and imports through artificial neural network and autoregressive integrated moving average. Decision Science Letters, 8(3), 249-260. https://doi.org/10.5267/j.dsl.2019.2.001
• Aliahmadi, A., Jafari Eskandari, M., Mozafari, A., & Nozari H. (2013). Comparing artificial neural networks and regression methods for predicting crude oil exports. International Journal of Information, Business and Management, 5(2), 40-58.
• Başer, A. (2018). OECD üyesi ülkelere yönelik Türk beyaz eşya sektörünün ihracat performansı: Türkiye’deki beyaz eşya ihracatçılarına bir model önerisi (Tez No. 498695) [Yüksek Lisans Tezi, KTO Karatay Üniversitesi]. Yükseköğretim Kurulu Ulusal Tez Merkezi.
• Baxter, G., & Srisaeng P. (2018). The use of an artificial neural network to predict Australia’s export air cargo demand. International Journal for Traffic and Transport Engineering, 8(1), 15-30. http://doi.org/10.7708/ijtte.2018.8(1).02
• Bozkurt, C. (2010). İhracat işlemlerinin değişen Gümrük ve Kambiyo Mevzuatı çerçevesinde değerlendirilmesi. Mali Çözüm Dergisi, (99), 189-200.
• Börühan, G. (2008). Dünya markası geliştirme ve Türk firmaları için uygulamalar (Tez No. 220238) [Yüksek Lisans Tezi, Dokuz Eylül Üniversitesi]. Yükseköğretim Kurulu Ulusal Tez Merkezi.
• Co, H. C., & Boosarawongse, R. (2007). Forecasting Thailand’s rice export: Statistical techniques vs. artificial neural networks. Computers & Industrial Engineering, 53(4), 610-627. https://doi.org/10.1016/j.cie.2007.06.005
• Cinel, E.A., & Yolcu, U. (2021). Türkiye’deki turizm gelirlerinin dış ticaret dengesi üzerindeki etkisi: Farklı yapay sinir ağları ile elde edilen öngörülerin karşılaştırılması. Journal of Social Sciences and Education, 4(1), 98-118. https://doi.org/10.53047/josse.913938
• Çınaroğlu, E., & Avcı, T. (2020). THY hisse senedi değerinin yapay sinir ağları ile kestirimi. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 34(1), 1-20. https://doi.org/10.16951/atauniiibd.530322
• Çimen, M. E., Kaçar, S., Güleryüz, E., Gürevin, B., & Akgül, A. (2018). Kaotik bir hareket videosunun yapay sinir ağları ile modellenmesi. Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 20(3), 23-35. https://doi.org/10.25092/baunfbed.476156
• Dere, A. (2009). Yapay sinir ağları yöntemi ile sıvılaşma analizi ve Adapazarı için örnek bir uygulama (Tez No. 259115) [Yüksek Lisans Tezi, Sakarya Üniversitesi]. Yükseköğretim Kurulu Tez Merkezi.
• Eck, A. (2018). Neural networks for survey researchers. Survey Practice, 11(1), 1-9. https://doi.org/10.29115/SP-2018-0002
• Ersoy, E., & Karal, Ö. (2012). Yapay sinir ağları ve insan beyni. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 1(2), 188-205.
• Eşidir, K.A., & Metin S. (2021). Türkiye domates ihracatının yapay sinir ağları yöntemi kullanılarak tahmin edilmesi. 5th International Mardin Artuklu Scientific Researches Conference, Mardin, https://l24.im/3dztuZ
• İşin, E., & Çetinkaya, N. (2022). Endüstriyel tesislerde GES bağlandıktan sonra reaktif/aktif güç oranının YSA ile belirlenmesi. Konya Mühendislik Bilimleri Dergisi, 10(2), 479-494. https://doi.org/10.36306/konjes.1089016
• Korkmaz, Ö., & Mahiroğlu A. (2007). Beyin, bellek ve öğrenme. Kastamonu Eğitim Dergisi, 15(1), 93-104.
• Kurt, A. S. (2022). Türkiye ekonomisi için ihracat ve ithalatın yapay sinir ağları ile tahmini. Fiscaoeconomia, 6(2), 808-822. https://doi.org/10.25295/fsecon.1077683
• Kurt, R., Karayılmazlar, S., İmren, E., & Çabuk Y. (2017). Yapay sinir ağları ile öngörü modellemesi: Türkiye kağıt – karton sanayi örneği. Bartın Orman Fakültesi Dergisi, 19(2), 99-106. https://doi.org/10.24011/barofd.334773
• Lancashire, L. J., Lemetre, C., & Ball Graham, R. (2009). An introduction to artificial neural networks in bioinformatics – application to complex microarray and mass spectrometry datasets in cancer studies. Briefings in Bioinformatics, 10(3), 315-329. https://doi.org/10.1093/bib/bbp012
• Özdağ, M. E., Yeşilkaya, M., & Çabuk, Y. (2017). Türkiye – Almanya mobilya dış ticaretinin yapay sinir ağları ile tahmini. Bartın Orman Fakültesi Dergisi, 19(2), 136-143. https://doi.org/10.24011/barofd.354497
• Özkişi, H., & Topaloğlu, M. (2017). Fotovoltaik hücrenin verimliliğinin yapay sinir ağı ile tahmini. Bilişim Teknolojileri Dergisi, 10(3), 247-253. https://doi.org/10.17671/gazibtd.331035
• Öztürk, K., & Şahin, M. E. (2018). Yapay sinir ağları ve yapay zeka’ya genel bir bakış. Takvim – i Vekayi, 6(2), 25-36.
• Palyoş, E., & Sandalcılar, A. R. (2017). TTIP’in Türk dış ticareti üzerindeki muhtemel etkilerin mal grupları bazında analizi. Avrasya Etüdleri, 51(1), 153-170.
• Saydam, S. G. (2022). Mikro ihracatta karşılaşılan sorunlar ve mikro ihracat performans ölçeğinin geliştirilmesi (Tez No. 729535) [Yüksek Lisans Tezi, İstanbul Ticaret Üniversitesi]. Yükseköğretim Kurulu Ulusal Tez Merkezi.
• Sezen, S. (2008). Türkiye’de ihracat performansını etkileyen makro değişkenlerin ekonometrik analizi (Tez No. 241152) [Yüksek Lisans Tezi, Trakya Üniversitesi]. Yükseköğretim Kurulu Ulusal Tez Merkezi.
• Turaç, A. (2020). Yapay sinir ağları ile tahminleme: Türkiye’nin ihracatının tahmini üzerine bir uygulama (Tez No. 645046) [Yüksek Lisans Tezi, Gebze Teknik Üniversitesi]. Yükseköğretim Kurulu Ulusal Tez Merkezi.
• Türkiye Cumhuriyet Merkez Bankası Elektronik Veri Dağıtım Sistemi, https://evds2.tcmb.gov.tr/, Erişim Tarihi: 29 Kasım 2022.
• Urrutia, J. D., Abdul A. M., & Atienza J. B. E. (2019). Forecasting Philippines imports and exports using Bayesian artificial neural network and autoregressive integrated moving average. AIP Conference Proceedings, 2192(1), 1-11. https://doi.org/10.1063/1.5139185
• Yaman Selçi, B., & Akgül Y. (2020). Türkiye’nin ihracat değerlerinin yapay sinir ağları ile tahmini üzerine bir inceleme. Nicel Bilimler Dergisi, 2(2), 29-42.