Inflation Forecasting using ARIMA and Grey System Models

Year 2017, Volume: 6 Issue: 2, 760 - 776, 25.04.2017

Arzu Tay Bayramoğlu , Zafer Öztürk

Abstract

In this study, the inflation rate which is one of the economic variables that economic units notice
is forecasted using ARIMA and Grey System Models in Turkey. The time series used in the
study include 2003: 1-2016: 12 for TUFE and 2006: 1-2016: 12 for UFE. The findings suggest that
the ARIMA model estimated the Consumer Price Index (CPI) with an error of 0.5%, while the
Grey System Model forecasted with an error of 0.8%. In the prediction of Producer Price Index
(PPI), the ARIMA model forecasted with an error of 1.8%, while the Grey System Model
forecasted with an error of 1.1%. According to the results obtained, the Grey System Model is
more successful in estimating the PPI, and the ARIMA model is more successful for the CPI.
Also, both ARIMA and Grey System Model estimates have predicted the CPI better compared
to the PPI. 

Keywords

ARIMA, Grey System Models, Inflation Forecast, Inflation Targeting, Consumer Price Index, Producer Price Index

ARIMA ve Gri Sistem Modelleri ile Enflasyon Tahmini

Abstract

Bu çalışmada ARIMA modeli ve Gri Sistem Modeli kullanılarak Türkiye’de enflasyon oranları tahmin edilmeye çalışılmıştır.
Çalışma enflasyon hedeflemesinin uygulandığı 2003-2016 dönemini
kapsamaktadır.  Çalışmada elde edilen
sonuçlara göre tüketici fiyat endeksi, ARIMA modeli ile % 0.5 ortalama
mutlak yüzde hata ile tahmin edilirken Gri Sistem Modeli ile % 0.8 hata ile
tahmin edilmiştir. Üretici fiyat endeksinin tahmininde ise ARIMA modeli
%1.8 hata ile tahmin yaparken Gri Sistem Modeli %1.1 hata ile tahmin yapmıştır. Elde
edilen sonuçlara göre tüketici fiyat endeksinin tahmininde ARIMA modeli üretici fiyat endeksinin tahmininde ise
Gri Sistem Modeli daha başarılıdır. Ayrıca hem ARIMA hem de Gri Sistem Modeli tahminleri tüketici fiyat endeksini üretici fiyat endeksine göre daha iyi tahmin etmiştir.
Bu doğrultuda Türkiye’de enflasyon hedeflemesi uygulamasına geçişin enflasyon
tahminlerinin başarı yüzdesini olumlu yönde etkilediği sonucuna varılmıştır.

Keywords

ARIMA, Gri Sistem Modeli, Enflasyon Tahmini, Enflasyon Hedeflemesi

References

• Akay, D. & Atak, M. (2007). Grey prediction with rolling mechanism for electricity demand forecasting of Turkey, Energy, 32, 1670–1675.
• Akdağ, M., & Yiğit, V. (2016). Box-Jenkins ve yapay sinir ağı modelleri ile enflasyon tahmini. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 30(2).
• Akdoğan, K., Başer, S., Chadwick, M.G., Ertuğ, D., Hülagü, T., Kösem, S., Öğünç, F., Özmen, M.U. & Tekatlı, N. (2012). Short term inflation forecasting models for Turkey and a forecast combination analysis, TCMB Working Paper, No: 12/9.
• Alnaa, S. E. & Ahiakpor, F. (2011). ARIMA (autoregressive integrated moving average) approach to predicting inflation in Ghana. Journal of Economics and International Finance, 3(5), 328-336.
• Askari, M. & Askari, H. (2011). Time series grey system prediction-based models: Gold price forecasting, Trends in Applied Sciences Research, 6, 11, 1287-1292.
• Bayramoğlu, M. F. (2016). Future electricity demand of the emerging european eountries and the CIS countries. International Journal of Finance & Banking Studies, 5(6), 15-23.
• Bokhari, S. M. H. & Feridun, M. (2006), Forecasting infalation through econometric models: An empirical study on Pakistani data. Dogus University Journal, 7, 1, 39-47.
• Ceviz, E., & Erden, C. (2015). Gri sistem teorisi kullanılarak Türkiye’nin büyüme oranı faktörlerinin analizi. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 19(3), 361-369.
• Chen, X., Jiang, K., Liu, Y., & Su, Z. (2015, August). Inflation prediction for China based on the Grey Markov model?. In Grey Systems and Intelligent Services (GSIS), 2015 IEEE International Conference on (301-306). IEEE.
• Çukur, S., Kotil, E. & Eryiğit, R. (2007), Finansal değişkenlerin gri modelle tahmini, İMKB Dergisi, 9, 35, 11-20.
• Dickey, D.A. & Fuller, W.A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of American Statistical Association, 74(366): 427-431.
• Domaç, İ. (2004). Explaining and forecasting inflation in Turkey. World Bank Policy Research Working Paper, 3287.
• Gujarati, D. (2004). Basic econometrics. The McGraw-Hill Companies.
• Heenan, G., Peter, M., & Roger, S. (2006). Implementing inflation targeting: Institutional arrangements, target design, and communications. IMF Working Paper No. 278
• Kara, A. H., & Orak, M. (2008). Enflasyon hedeflemesi. Krizler, Para ve İktisatçılar, Ed. Ercan Kumcu, Istanbul: Remzi Kitabevi, 81-157.
• Kayacan, E., Ulutaş, B. & Kaynak, O. (2010). Grey system theory-based models in time series prediction, Expert Systems with Applications, 37, 1784–1789.
• Liu, S., & Forrest, J. Y. L. (2010). Grey systems: theory and applications. Springer: Berlin.
• Meçik, O., & Karabacak, M. (2011). ARIMA modelleri ile enflasyon tahminlemesi: Türkiye uygulaması. Selçuk Üniversitesi Sosyal ve Ekonomik Araştırmalar Dergisi, 22, 177-198.
• Önder, A. Ö. (2004) Forecasting inflation in emerging markets by using the Phillips curve and alternative time series models, Emerging Markets Finance and Trade, 40:2, 71-82.
• Öztürk, F., Tokatlıoğlu, I., & Ardor, H. N. (2014). Türkiye ekonomisi için ARIMA ve Phillips eğrisi modellerinin enflasyon tahmin performanslarının karşılaştırılması: 1995-2014. Ekonomik Yaklaşım, 25(92), 19-53.
• Türkiye Cumhuriyet Merkez Bankası (TCMB), Elektronik Veri Dağıtım Sistemi (EVDS), http://evds.tcmb.gov.tr/.
• Uğurlu, E., & Saraçoğlu, B. (2013). Türkiye’de enflasyon hedeflemesi ve enflasyonun öngörüsü. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 25(2).
• Wu, H. and Chen, F. (2011). The application of grey system theory to exchange rate prediction in the post-crisis era, International Journal of Innovative Management, Information & Production, 2, 2, 83-89.
• Yao, A. W. L. & Chi, S C. (2004). Analysis and design of a taguchi grey based electricity demand predictor for energy management systems, Energy Conversion and Management, 45, 1205-1217.