Forecasting GDP growth of 10 Euro area countries: LSTM vs. NARX Neural Network

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Sosyal Bilimler Enstitüsü, İktisat Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: İngilizce

Öğrenci: YIDIRESI ALIYAKEZI

Danışman: Sadullah Çelik

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Bu tezde, 10 Euro Bölgesi ülkesinin (Avusturya, Belçika, İspanya, Almanya, Fransa, Finlandiya, İrlanda, İtalya, Hollanda ve Portekiz) GSYİH büyümesi, yapay sinir ağı algoritmasının en güncel tahmin yöntemlerinden ikisi kullanılarak tahmin edilmektedir. Bu iki tahmin yöntemi, tekrarlayan dinamik sinir ağı literatüründe en popüler teknikler olan Uzun Kısa Süreli Bellek (LSTM) ağı ve dışsal girdilere sahip doğrusal olmayan otoregresif sinir ağdır (NARX). LSTM ve NARX'in tahmin performansı, testlerin ortalama hata karesi, ortalama mutlak hata ve r-kare değerleri ile karşılaştırılmıştır. LSTM ağı İspanya, Finlandiya, Fransa, İtalya ve Portekiz gibi bazı ülkeler için daha iyi performans gösterirken, NARX yöntemi Avusturya, Belçika, Almanya, İrlanda için LSTM'den daha iyi performans göstermiştir. Hollanda örneğinde, her iki teknik de hemen hemen aynı sonucu vermiştir. Her bir değişkenin model tahminine katkısı Shapley Additive Explanations (SHAP) değerleri ile değerlendirilmiştir. Bu tezde, SHAP değerlerine göre, her açıklayıcı değişkenin ekonomik büyümeye olumlu ve olumsuz etkisi, ülkelere göre değişmektedir ve etkinin gücü de değişkenlik göstermektedir. Bunun nedeninin ülkelerin ekonomik ve demografik özelliklerinden kaynaklandığı sonucuna varılmıştır. Ayrıca, döviz kurunun etkisi modelde en alt sırada yer almaktadır, buna göre seçilen 10 avro bölgesi ülkelerin GDP büyümesi tahmini için döviz kurunun katkısı çok küçüktür. Bunun nedeni, tüm EA ülkelerinin yerel para birimi olarak Euro kullanmasıdır. Küresel para piyasasında Euro'nun güçlü bir satın alma gücüne sahip olması, EA ülkelerinin para biriminde bağımsız olmalarını ve döviz kuru dalgalanmalarından fazla etkilenmemelerini sağlamıştır.