Döviz kuru tahmininde yapay sinir ağlarıyla alternatif yaklaşım

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.

Döviz Kuru Tahmini ,

Yapay Sinir Ağlari ,

Zaman Serileri ,

Parasal Model ,

Satinalma Gücü Paritesi ,

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.

Exchange Rate Forecasting, ,

Artifical Neural Network, ,

Time Series, ,

Monetary Model, ,

Purchasing Power Parity ,