Türkiye’de enflasyonun ileri ve geri beslemeli yapay sinir ağlarının melez yaklaşımı ile öngörüsü

Enflasyon öngörülerinin elde edilmesi önemli bir ekonomik problemdir. Öngörülerin doğru bir şekilde elde edilmesi daha doğru kararlara neden olacaktır. Enflasyon öngörüsü için literatürde çeşitli zaman serileri teknikleri kullanılmıştır. Son yıllarda zaman serisi öngörü probleminde esnek modelleme yeteneği nedeniyle, Yapay Sinir Ağları (YSA) tercih edilmektedir. Yapay sinir ağları doğrusal veya eğrisel belirli bir model kalıbı, durağanlık ve normal dağılım gibi ön koşullara ihtiyaç duymadığından herhangi bir zaman serisine kolaylıkla uygulanabilmektedir. Bu çalışmada Tüketici Fiyat Endeksi (TUFE) için ileri ve geri beslemeli yapay sinir ağları yaklaşımı kullanılarak öngörüler elde edilmiştir. Çözümlemede kullanılan YSA modellerinin öngörülerinin girdi olarak kullanıldığı, YSA’ya dayalı yeni bir melez yaklaşım önerilmiştir.

Öngörü ,

İleri Beslemeli Yapay Sinir Ağları ,

Geri Beslemeli Yapay Sinir Ağları ,

Obtaining the inflation prediction is an important problem. Having this prediction accurately will lead to more accurate decisions. Various time series techniques have been used in the literature for inflation prediction. Recently, Artificial Neural Network (ANN) is being preferred in the time series prediction problem due to its flexible modeling capacity. Artificial neural network can be applied easily to any time series since it does not require prior conditions such as a linear or curved specific model pattern, stationary and normal distribution. In this study, the predictions have been obtained using the feed forward and recurrent artificial neural network for the Consumer Price Index (CPI). A new combined forecast has been proposed based on ANN in which the ANN model predictions employed in analysis were used as data.

Forecasting ,

Feed Forward Neural Networks ,

Recurrent Neural Networks ,