Çekim Modeli Çerçevesinde Ticaret Tahmininde Makine Öğrenmesi Yöntemlerinin Performans Karşılaştırması: Türkiye ve Türk Cumhuriyetleri Örneği

Abstract

Bu çalışmada, Türkiye'nin Türk Cumhuriyetleri (Azerbaycan, Kazakistan, Kırgızistan, Özbekistan ve Türkmenistan) ile olan ticaret hacmi çekim modeli kullanılarak analiz edilmiş ve 2024-2025 yılları için Türkiye ile bu ülkeler arasındaki ticaret hacmini tahmin etmede en başarılı makine öğrenimi yöntemi belirlenmek istenmiştir. Bu amaçla çalışmada Türk Cumhuriyetlerinin bağımsızlıklarını kazandıkları 1992 yılından başlayarak 2023 yılına kadar olan veriler kullanılmıştır. Bu veriler sayısal değişkenler olarak Türkiye ile Türk Cumhuriyetleri arasındaki ihracat ve ithalat verileri, ülkelerin milli gelirleri, aralarındaki mesafe; kukla değişkenler olarak ise ülkelerin birbirleriyle olan sınırı, ortak dil, ülkelerin karayla çevrililik durumu ve Dünya Ticaret Örgütü (DTÖ) üyelikleridir. Bu veriler, ticaret hacmini tahmin etmek için Lineer Regresyon, Gauss Süreç Regresyonu ve Çok Katmanlı Algılayıcılar gibi farklı makine öğrenmesi modelleri ile analiz edilmiştir. Uygulanan makine öğrenmesi modellerinin başarısı MAPE (Ortalama Mutlak Yüzde Hata) değerleri üzerinden kıyaslanmıştır. Analiz sonuçları, Çok Katmanlı Algılayıcılar modelinin en doğru tahminleri sağladığını ortaya koymuştur. Bu durum, ileri düzey makine öğrenmesi yöntemlerinin karmaşık ticaret dinamiklerini anlamada ve gelecekteki ticaret eğilimlerini öngörmede ne kadar etkili olabileceğini göstermektedir. Türkiye ve Türk Cumhuriyetleri arasındaki ticaret ilişkilerinin daha iyi anlaşılması ve bu ilişkilerin gelecekteki seyrinin tahmin edilmesi, bölgesel ekonomik politikaların oluşturulmasında önemli katkılar sağlayacaktır. Çalışma, bu ülkelerle olan ticaretin gelişimine yönelik stratejilerin belirlenmesi açısından da önemlidir. Anahtar Kelimeler: Çekim Modeli, Çok Katmanlı Algılayıcılar, Gauss Süreç Regresyonu, Makine Öğrenmesi, Türk Cumhuriyetleri. JEL Sınıflandırması: C51, C53, F17