AI Summary & Key Takeaways
AI InsightIn conclusion of this analysis, the combining model of VAR-ES is found the best among others.
📌 3 Key Takeaways
Abstract
The aim of this study is to compare the accuracies in ex post forecast of the VAR, ARIMA, ES, Combining and Add-factor methods. In this comparison, the ex post forecasts of 2000:1-2000:4 are obtained by using the data of the Turkish private consumption for the period of 1987:1-1999:4. Beside private consumption, for the VAR method, the Turkish GDP data is employed for the same periods. Later, the seasonality and stationarity analyses are run for these two series. The series are seasonally adjusted by the additive decomposition method and found as I(1). In the following steps, the ex post forecast models of these methods are established. Forecast outputs are evaluated by the criteria of MAE, MAPE, MSE, RMSE and Theil U. In conclusion of this analysis, the combining model of VAR-ES is found the best among others.
Özet
Bu çalışmada, VAR, ARIMA, Üstsel Düzleme (ES), Karma ve İlave Faktör yöntemlerinin ex post öngörü başarıları karşılaştırılmaktadır. Karşılaştırmada, 1987:1-1999:4 dönemini içeren Türkiye ekonomisine ait özel tüketim harcamaları kullanılarak bu serinin 2000:1-2000:4 dönemi öngörülmektedir. VAR analizi için ayrıca aynı dönemleri içeren GSYİH değerleri istihdam edilmektedir. Her iki serinin de önce mevsimsellik ve durağanlık analizleri yapılmaktadır. Toplamsal ayrışım metodu ile mevsimsel düzeltilmiş serilere ulaşılmaktadır. Her iki düzeltilmiş serinin de I(1) olduğu anlaşılmaktadır. Takip eden bölümlerde ilgili yöntemlere ait öngörü modelleri oluşturulmaktadır. Öngörü değerleri OMH, OMYH, OKH, KOKH ve Theil U kriterlerine göre karşılaştırılmaktadır. Modeller içerisinde nispi olarak en iyi sonuçların VAR-(ES) karma modeline ait olduğu sonucu elde edilmektedir.