Türkiye'de Ekonomik Şoklar ve Krizler Bağlamında Enflasyon Öngörüsü: XGBOOST ve ARMA Yöntemlerinin Karşılaştırması

Enflasyon, ekonomik istikrar ve büyüme üzerinde derin etkiler yaratan, temel bir makroekonomik göstergedir. Fiyatlar genel düzeyindeki süreklilik arz eden artışlar, yalnızca bireylerin satın alma güçlerini zayıflatmakla kalmayıp, ulusal ekonominin çeşitli sektörleri üzerinde de ciddi tehditler oluşt...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Ekonomi, Politika & Finans Araştırmaları Dergisi Politika & Finans Araştırmaları Dergisi, 2024-12, Vol.9 (4), p.877-895
1. Verfasser: Gayaker, Savaş
Format: Artikel
Sprache:eng ; tur
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Enflasyon, ekonomik istikrar ve büyüme üzerinde derin etkiler yaratan, temel bir makroekonomik göstergedir. Fiyatlar genel düzeyindeki süreklilik arz eden artışlar, yalnızca bireylerin satın alma güçlerini zayıflatmakla kalmayıp, ulusal ekonominin çeşitli sektörleri üzerinde de ciddi tehditler oluşturmaktadır. Dolayısıyla, enflasyonun doğru tahmini hem merkez bankaları hem de hükümetler için stratejik bir önem taşımaktadır. Bu çalışma, Türkiye’deki ekonomik şoklar ve kriz dönemlerinde, enflasyon tahmininde XGBoost ve ARMA modellerinin performansını incelemektedir. 1994 ekonomik krizi, 2001 finansal krizi, 2008 küresel finansal krizi ve 2018 döviz krizi gibi sık yaşanan krizler ve Türkiye'nin özgün makroekonomik koşulları göz önüne alındığında, enflasyonun doğru tahminini zorlaştırmaktadır. Çalışmada, kriz dönemleri de dahil olmak üzere farklı zaman dilimlerinde XGBoost makine öğrenimi algoritması ile ARMA modelinin performansı karşılaştırılmaktadır. Ampirik bulgular, XGBoost’un büyük veri setleri ve kriz dönemlerinde güçlü performans gösterdiğini, ancak geleneksel ARMA modelinin daha küçük veri setlerinde daha iyi sonuçlar verdiğini ortaya koymaktadır. Özellikle, ARMA modelinden gelen gecikmeli değişkenlerin XGBoost’a entegre edilmesiyle elde edilen tahmin modeli, kriz dönemlerinde ve tüm örneklem dönemi olan 1990:02-2024:06 arasında en etkili yöntem olarak belirlenmiştir. Bu sonuçlar, enflasyon tahmini için kullanılan modellerin veri yapısına duyarlılığını vurgulamakta ve farklı dönemlerdeki etkinliklerini ortaya koymaktadır.
ISSN:2587-151X
2587-151X
DOI:10.30784/epfad.1560378