- Yaşar Üniversitesi E-Dergisi
- Volume:16 Issue:61
- G7 Countries Unemployment Rate Predictions Using Seasonal Arima-Garch Coupled Models
G7 Countries Unemployment Rate Predictions Using Seasonal Arima-Garch Coupled Models
Authors : Erhan MUĞALOĞLU, Edanur KILIÇ
Pages : 228-247
Doi:10.19168/jyasar.803807
View : 79 | Download : 11
Publication Date : 2021-01-31
Article Type : Research Paper
Abstract :İşsizlik verilerinin yakın zamanda mevsimsellikten arındırılmış olarak yayınlanmış olmasına rağmen, mevsimsellik hareketli ortalama insert ignore into journalissuearticles values(MA); veya oto-regresif insert ignore into journalissuearticles values(AR); terimlerde hala var olabilir. Bu, oto-korelasyon fonksiyonu insert ignore into journalissuearticles values(ACF); ve kısmi ACF insert ignore into journalissuearticles values(PACF); diyagramlarında düzenli bir model arayarak tespit edilebilir. Bu nedenle, işsizlik oranlarını tahmin etmeyi amaçlayan modeller, daha iyi ortalama denklem tahminleri elde etmek için mevsimsellik özelliklerini dikkate almalıdır. Tek değişkenli modeller çoğunlukla entegre ARMA insert ignore into journalissuearticles values(ARIMA); veya genelleştirilmiş oto-regresif heteroskedastik insert ignore into journalissuearticles values(GARCH); modelleri veya bunların herhangi bir kombinasyonunu kullanır. Ortalama denklemler daha iyi yapılandırıldıktan sonra, GARCH varyans denklemi tahminlerinin tahminlerde daha doğru sonuçlar vermesi beklenir. Bu çalışmada ilk olarak, 1995-2019 dönemi için G-7 ülkelerindeki mevsimsellikten arındırılmış işsizlik oranı verilerinin ACF`leri ve PACF`leri incelenmektedir. Daha sonra, GARCH`ın mevsimsel ARIMA insert ignore into journalissuearticles values(SARIMA); bağlı oynaklık modellerinin ortalama, mutlak değer GARCH, GJR-GARCH, üstel GARCH ve asimetrik GARCH modellerinin 4 çeyrek ve 8 çeyrek ileriye dönük tahmin performansını karşılaştırır. Bu modellerin performansı da SARIMA ve MA filtreli volatilite modelleriyle karşılaştırılmıştır. Sonuçlar, mevsimselliğin mevsimsellikten arındırılmış işsizlik verilerinde bile yeniden incelenmesi gerektiğini göstermektedir, çünkü SARIMA modelleri örneklem dışı tahmin hataları açısından ARIMA modellerinden daha iyi performans göstermektedir. SARIMA-GARCH modellerinin yanı sıra daha iyi örneklem dışı tahmin doğruluğu sağlar.Keywords : mevsimsellik, SARIMA, GARCH, tahmin, işsizlik
ORIGINAL ARTICLE URL
