Forecasting Turkey’s Exports and Imports via Artificial Neural Network

Kurt, Aslı Seda

doi:10.25295/fsecon.1077683

Cited by 3 publications

(1 citation statement)

References 12 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Çalışma sonucunda elde edilen bulgulara göre turizm gelirleri dış ticaret dengesi üzerinde güçlü bir etkiye sahiptir. Diğer taraftan Kurt (2022) yaptığı çalışmada Türkiye ekonomisinde ithalat ve ihracatı yapay sinir ağları yöntemiyle tahminlemiştir. Çalışmada 1923-2019 dönemi yıllık verileri ve 1992-2021 dönemi aylık verileri kullanılmıştır.…”

Section: Literatür Taramasıunclassified

Esiımating the Export Value of Broad Economic Categories by Artificial Neural Networks Method

TEKİN

2023

EKEV Akademi Dergisi

View full text Add to dashboard Cite

Bu çalışmada Türkiye dış ticaretine ait geniş ekonomik grupların aylık ihracat değerlerinin tahminlenmesi hedeflenmektedir. Çalışmada ele alınan geniş ekonomik gruplar: Yatırım malları, ham madde ve tüketim mallarıdır. İlgili aylık ihracat değerleri bir yapay zekâ tekniği olan yapay sinir ağları yöntemiyle tahminlenmiştir. Yapay sinir ağı yöntemi analizleri MATLAB 2013 paket programı aracılığıyla gerçekleştirilmiştir. Çalışmada kullanılan veriler Türkiye Cumhuriyet Merkez Bankası web sayfalarından alınmıştır. Elde edilen sonuçlara göre üç farklı geniş ekonomik grubun ihracat değerlerini tahminlemede kurulan yapay sinir ağı modelleri en başarılı tahminini tüketim malları ihracat değeri tahminlemesinde gerçekleştirmiştir. Ham madde ihracat değeri ve yatırım malları ihracat değeri tahminlemesinde kurulan yapay sinir ağları modelleri birbirlerine yakın tahmin performansları göstermekle beraber yatırım malları ihracat değeri tahminlemesi için kurulan model daha başarılı olmuştur.

show abstract

Section: Literatür Taramasıunclassified

Esiımating the Export Value of Broad Economic Categories by Artificial Neural Networks Method

TEKİN

2023

EKEV Akademi Dergisi

View full text Add to dashboard Cite

show abstract

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

TÜZÜNTÜRK,

SERT ETEMAN

2023

Maliye Finans Yazıları

View full text Add to dashboard Cite

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.

show abstract

Predicting High Technology Exports of Countries for Sustainable Economic Growth by Using Machine Learning Techniques: The Case of Turkey

Gulzar,

Oral,

Kayakus

et al. 2024

Sustainability

View full text Add to dashboard Cite

In this study, the estimation of high-tech exports for Turkey’s foreign trade target in line with sustainable development was carried out. The research was carried out for Turkey since it has been focusing on sustainable and environmentally friendly production and an export-oriented growth model, with a transformation in its economic growth strategy as of 2021, and high-tech products are a determining factor in the export target. In this research, three different machine learning techniques, namely artificial neural networks, logistic regression, and support vector regression, were used to determine a successful prediction method close to the ideal scenario. In the models, high technology exports for the period of 2007–2023 with data obtained from the World Bank were taken as the dependent variable, while the gross national product, number of patents, and research and development expenditures were taken as independent variables. By calculating the R2, MAPE, and MSE metrics, the success of the model with the least error was evaluated, and it was seen that artificial neural networks (ANNs) were the most successful model, with values of 94.2%, 0.011, and 0.073, respectively. The ANN model was followed by support regression and logistic regression.

show abstract

Forecasting Turkey’s Exports and Imports via Artificial Neural Network

Cited by 3 publications

References 12 publications

Esiımating the Export Value of Broad Economic Categories by Artificial Neural Networks Method

Esiımating the Export Value of Broad Economic Categories by Artificial Neural Networks Method

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

Predicting High Technology Exports of Countries for Sustainable Economic Growth by Using Machine Learning Techniques: The Case of Turkey

Contact Info

Product

Resources

About