Tahminleme Tekniklerinin Bulanık Esnek Kümeler Üzerinde Birleştirilmesi: BIST 100 Uygulaması

Abstract

Gelecekteki belirsizlik insanoğlunu tarih boyunca korkutmuş ve insanoğlu da bu duruma karşılık, belirsizliği azaltmak veya onu ortadan kaldırabilmek için faklı yöntemler kullanmıştır. Gelecek olayların ve şartların daha önceden tahmin edilmesinin işletmecilikte olduğu gibi, makroekonomi, biyoloji, tıp, mühendislik ve sosyal bilimler alanlarında da çok önemli olduğu bilinmektedir. Gelecek bir zamanda gerçekleşecek senaryolara hazırlıklı olmak, planlar yapıp politikalar belirlemek ve nihayetinde kararlar almak ancak geleceğin iyi tahmin edilmesiyle mümkün olabilecektir. Bu şekilde yapılacak iyi bir tahmin geleceğin belirsizliğinden kaynaklanan endişeyi de azaltacaktır. Günümüzde, regresyon analizi, zaman serisi analizleri ve sezgisel yöntemler gibi birçok tahmin tekniği kullanılmaktadır. Fakat her bir yöntemin altyapısı ve algoritması birbirinden farklı olduğu için farklı sonuçlar üretmektedir. Tahmin sonuçları ile direkt olarak ilgilenen kişiler ve kurumlar da, en doğru sonucu veren analiz tekniğini bilmek istemektedirler. Çünkü gelecekteki olayların doğru tahmini, yoğun rekabet ortamında ilgililere üstünlük sağlayabilecektir. Buradan hareketle bu çalışmada farklı tahmin teknikleri, kurulan bir bulanık esnek küme üzerinde birleştirilmiş ve tek bir çıktı ile tahmin değeri elde edilmiştir. Analizlerde BIST 100 endeksi düzey değerleri ve bu değişken üzerinde etkisi olduğu düşünülen değişkenlere (enflasyon oranı, döviz kuru, altın fiyatları, mevduat faiz oranı, para arzı, iç borç stoğu, cari işlemler dengesi, kredi hacmi, petrol fiyatları, dış ticaret dengesi ve sanayi üretim endeksi) ilişkin gerçek veriler kullanılmıştır. Oluşturulan bu veri seti gerek tek, gerekse çok boyutlu olarak çalışan farklı tahmin yöntemleri (ARIMA, çok değişkenli regresyon analizi, yapay sinir ağları ve üssel düzeltme) ile analiz edilmiş ve elde edilen sonuçlar bulanık esnek küme üzerinde birleştirilmiştir. Her bir yöntem ve kombin modelin başarısı hata terimleri ile ölçülmüş ve bu ölçüm en başarılı modelin kombin model olduğunu göstermiştir.

The uncertainty of the future has frightened mankind throughout history, and mankind has used many techniques in response to this in order to reduce uncertainty or to remove it. It is well known that macroeconomics, biology, medicine, engineering and social sciences are very important as well as the way of forecasting future events and conditions is in business. Preparing for the script that will take place at an unprecedented time, making plans and determining policies and ultimately making decisions will only be possible with good predictions of the future. A good estimate of this will also reduce the anxiety of uncertainty. Today, there are many estimation techniques used, such as regression analysis, time series analyzes and heuristic methods. However, each method produces different results because its infrastructure and algorithm are different from each other. Those who are directly interested in forecasting results want to know the most accurate end result analysis technique. Because, rightly, the accurate prediction of future events will provide an advantage in the intense competition environment. In this thesis study prepared by moving from point to point, different estimation techniques are combined on a set of fuzzy soft sets and a prediction value is obtained with a single output. In the analysis, the actual data on variables (inflation rate, exchange rate, gold prices, deposit interest rate, money supply, domestic debt stock, curent account balance, credit volume, oil prices, foreign trade balance and industrial production index) that are thought to have an impact on the XU 100 levels are used. The generated data set was analyzed with a univariate or multivariate estimate analysis (ARIMA, multivariate regression analysis, artificial neural networks and exponential smoothing) and the obtained results were combined on a fuzzy set. The success of each method and combination model was measured by error terms and this measurement showed that the most successful model is the combined model.