Farklı frekanslı Google Trends verileri ile işsizlik öngörüsü
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, Ekonometri Ana Bilim Dalı, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: DİLAN KAYA
Danışman: SERKAN ARAS
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Ekonominin sağlığı açısından kritik bir gösterge olan işsizlik, Türkiye gibi gelişmekte olan ülkelerde sosyal dengeleri büyük ölçüde etkileyebilecek öneme sahiptir. Bu nedenle, iş arayan ancak iş bulamayan bireylerin yüzdesini ifade eden işsizlik oranının öngörülmesi, ekonomik planlamaların etkin bir biçimde gerçekleştirilmesi için değerlidir. Böylece, işsizlik problemini ortadan kaldırmak adına çeşitli politikalar yürütülebilir. Ancak işsizlik oranı öngörüsü gerçekleştirmek için birçok değişken dikkate alınmalıdır. Çünkü işsizlik sorunu enflasyon oranları, istihdam ve nüfus gibi makroekonomik ve demografik toplumsal göstergelerle ilişkilidir. Ayrıca, teknolojinin gelişimiyle işsizlik oranı öngörüsünde çeşitli çevrimiçi kaynakların kullanımı da ön plana çıkmaktadır. Google Trends gibi çevrimiçi kaynaklar, iş arayan bireylerin internet arama trendlerini, toplumdaki ilgi ve eğilimlerini yansıtarak işsizlik oranı öngörüsünde alternatif bir bakış açısı sunabilir. Bu nedenle bu internet tabanlı kaynakların, ilgilenilen değişkene ait öngörü performasını ne derece iyileştirebileceğini tespit etme ilgi konusu olmuştur. Bu çalışmada, Google Trends üzerinden erişilen farklı frekanstaki veri kaynakları bir araya getirilmiş ve işsizlik oranı tahminine etkileri incelenmiştir. Makroekonomik değişkenler ve Google Trends üzerinden erişilen arama frekans verilerinin çeşitli kombinasyonları dokuz farklı makine öğrenmesi tekniğiyle analiz edilmiştir. Ayrıca belirlenen değişken kombinasyonları üzerinde, değişken seçim tekniği uygulanarak tüm modeller yeniden oluşturulmuştur. Böylece model performansları daha geniş bir pencerede karşılaştırılmış ve işsizlik oranı tahmininde en iyi sonucu veren değişken grubunun belirlenmesi amaçlanmıştır. Sonuç olarak, en iyi performans 3 farklı frekans türünden elde edilen tüm değişkenlerin modele dahil edildiği durumda elde edilmiştir. LASSO modeli ile gerçekleştirilen değişken seçimi ile model performanslarının arttığı gözlemlenmiştir. Bu doğrultuda Google Trends 'den farklı frekanslarda toplanmış arama terimlerinin oluşturduğu değişken grubunu bir arada kullanmak ve değişken seçimi tekniğinden faydalanmak, işsizlik oranının daha etkin öngörümlenmesini ve elde edilen bu tahmin sonuçlarının ekonomik karar süreçlerinde daha iyi rehberlik etmesini sağlayacaktır.