SavedAdd your journal

Journals / Maliye ve Finans Yazıları / 2023 / Sayı: 120

Forecasting National Cement Demand in the Turkish Domestic Market with Artificial Neural Networks

Türkiye İç Piyasasında Ulusal Çimento Talebinin Yapay Sinir Ağları ile Tahmini

Selim TÜZÜNTÜRK
Fatma SERT ETEMAN
Pages
131–154
Publication Date
2023-10-16
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Then, the forecast for the period between December 2022 and December 2023 was made using the Artificial Neural Networks Method.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:This study is about the problem of estimating the national cement demand in Turkey.
📊
Key Findings & Data:In this framework, first of all, the current domestic demand values were estimated using the Artificial Neural Networks Method for the period between January 2017 and November 2022.
💡
Conclusion & Impact:Then, the forecast for the period between December 2022 and December 2023 was made using the Artificial Neural Networks Method.
🔬Design:Research Article
📍Scope:2017 Verileri
⚙️Variables:Çimento Sektörü · Tahmin · Yapay Sinir Ağları

Abstract

This study is about the problem of estimating the national cement demand in Turkey. The primary purpose of this study, which is designed to answer the research question about how much domestic cement demand will be in Turkey in the future, is to estimate Turkey's domestic cement demand with ANN. The second aim of this study is to predict the domestic cement demand of Turkey, which will be realized in the future but has not yet been realized, with ANN. In this framework, first of all, the current domestic demand values were estimated using the Artificial Neural Networks Method for the period between January 2017 and November 2022. Thus, the estimated values were compared with the actual values. Estimated values and actual values were found to be consistent with each other. Then, the forecast for the period between December 2022 and December 2023 was made using the Artificial Neural Networks Method.

Özet

Bu çalışma, Türkiye’de ulusal çimento talebini tahmin etme problemi ile ilgilidir. Türkiye’nin yurt içi çimento talebinin gelecekte ne kadar olacağına ilişkin araştırma sorusuna cevap bulmak amacıyla tasarlanana bu çalışmanın birinci amacı, Türkiye’nin yurt iç çimento talebinin YSA ile tahmin edilmesidir. Bu çalışmanın ikinci amacı, Türkiye’nin gelecek dönemde gerçekleşecek olan ancak henüz gerçekleşmemiş yurt iç çimento talebinin YSA ile öngörülmesidir. Bu çerçevede, öncelikle mevcut iç talep değerleri Ocak 2017 ve Kasım 2022 arasındaki dönem için Yapay Sinir Ağları Yöntemi kullanılarak tahmin edilmiştir. Böylece, gerçek değerlerle tahmin edilen değerler karşılaştırılmıştır. Tahmin değerleri ile gerçek değerler birbiri ile tutarlı bulunmuştur. Daha sonra, yine Yapay Sinir Ağları Yöntemi kullanılarak Aralık 2022 ve Aralık 2023 arasındaki dönemin öngörüsü yapılmıştır.

🔖

Cite This Article

TÜZÜNTÜRK, S., ETEMAN, F. S. (2023). Forecasting National Cement Demand in the Turkish Domestic Market with Artificial Neural Networks. Maliye ve Finans Yazıları, Sayı: 120, 131–154. https://ajindex.com/articles/972104

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (19)

  1. Akdağ, R. (2016).
  2. Yapay Sinir Ağları, Destek Vektör Makineleri ve Box-Jenkins Yöntemleriyle Kentsel İçme Suyu Talebi Tahmini ve Karşılaştırmalı Analizi, Business and Economics Research Journal, 7(1), 123-138.
  3. Akgül, I. (2003a). Zaman Serilerinin Analizi ve ARIMA Modelleri, İstanbul:
  4. DER Yayınları.
  5. Akgül, I. (2003b).
  6. Geleneksel Zaman Serisi Yöntemleri, İstanbul:
  7. DER Yayınları.
  8. Albayrak, Ö. K. (2023). Forecasting Renewable Energy Generation for Türkiye by Artificial Neural Networks and ARIMA Model: 2023 Generation Targets by Renewable Energy Resources, Verimlilik Dergisi, 57(1), 121-138.
  9. Ataseven, B. (2013). Yapay Sinir Ağları ile Öngörü Modellemesi, Marmara Üniversitesi Sosyal Bilimler Enstitüsü Öneri Dergisi, 10(39), 101-115.
  10. Başaran, E. & Turunç, N. (1995). Türkiye’de Çimento Sektörünün Durumu, Çimento Sempozyumu, Ankara-Türkiye, 16-17 Kasım, 4-15.
  11. Bektaş, H. & Gökçen, A. (2011). Türk Bankacılık Sektöründe Finansal Güç Derecesine Sahip Olan Bankaların Kantitatif Verilerinin İstatistiksel Analizi, Marmara Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 31(2), 345-366.
  12. Can, Ş. & Gerşil, M. (2018). Manisa Pamuk Fiyatlarının Zaman Serisi Analizi ve Yapay Sinir Ağları Teknikleri ile Tahminlenmesi ve Tahmin Performanslarının Karşılaştırılması, Manisa Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Yönetim ve Ekonomi Dergisi, 25(3), 1017-1031.
  13. Chatfield, C. (2000).
  14. Time Series Forecasting, USA: Chapman & Hall/CRC. Cinel, E. A. & Yolcu, U. (2021). Türkiye’de Aylık İşsizlik Oranlarının Yapay Sinir Ağları ile Öngörüsü, Journal of Yaşar University, 16(62), 492-508.
  15. Claveria, O. & Torra, S. (2014). Forecasting Tourism Demand to Catalonia: Neural Networks Versus Time Series Models, Economic Modelling, 36, 220-228.
  16. Çağatay, B. (2021). Türkiye’de Çimento Sektörüne İlişkin Gelecek Tahminleri: Küresel Ticaret ve Makroekonomik Değişkenler Işığında Yeni Politikalar, Dumlupınar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4(8), 95-115.
  17. Çelenk, A. (1995).
  18. Türkiye Çimento Sektörünün Dünü, Bugünü ve Yarını, Çimento Sempozyumu, Ankara-Türkiye, 16-17 Kasım, 16-32. d'Aspremont, C., Encaoua, D., & Ponssard, J. C. (2000). Competition policy and game-theory: reflections based on the cement industry case. In G. Norman & J. Thisse (Eds.), Market Structure and Competition Policy: Game-Theoretic Approaches (pp. 9-30). Cambridge: Cambridge University Press.
  19. Da Silva, I. N., Spatti, D. H., Flauzino, R. A., Liboni, L. H. B. & Dos Reis Alves, S. F. (201