Öz
Tourism demand forecasting is one of the key issues to be addressed in the development of Turkey’s tourism industry. Accurate forecasting of tourism demand is very important in terms of tourism planning of both public and private sectors. The aim of this study is to forecast the tourism demand of Turkey with grey models. Therefore, tourism demand is handled with GM(1,1) grey model and FGM(1,1) grey model, which is obtained by modifying the residuals of the GM(1,1) model with Fourier series. A comparison of the performances of these models was made by using the annual data related to the total number of departing visitors for the 2003-2021 period. At the same time, short-term forecasts were made by using these models.The results show that FGM(1,1) model outperforms GM(1,1) model in modeling the tourism demand for Turkey. According to the mean absolute percentage error criterion taken into account to analyze the reliability of the models, both the 2003-2020 period predictions and the 2021 year tourism demand forecast of the FGM(1,1) model are at a high accuracy.
Anahtar Kelimeler
Kaynakça
- Akın, M. (2015). A novel approach to model selection in tourism demand modeling. Tourism Management, 48, 64–72. https://doi.org/10.1016/j.tourman.2014.11.004
- Çuhadar, M. (2020a). Türkiye’nin dış aktif turizm gelirlerinin alternatif yaklaşımlarla modellenmesi ve tahmini. Ankara Hacı Bayram Veli Üniversitesi Turizm Fakültesi Dergisi, 23(1, 1), 115–141.
- Çuhadar, M. (2020b). A Comparative Study on Modelling and Forecasting Tourism Revenues: The Case of Turkey. Advances in Hospitality and Tourism Research (Ahtr), 8(2, 2), 235–255. https://doi.org/10.30519/ahtr.765394
- Erdoğan, H., Terzioğlu M., & Kayakuş, M. (2021). Almanya’dan konaklama amacıyla türkiye’ye gelen turist sayısının yapay zekâ teknikleri kullanılarak tahmin edilmesi. Avrupa Bilim Ve Teknoloji Dergisi, 27, 27, 961–971. https://doi.org/10.31590/ejosat.983323
- Huang, Y.-L., & Lee, Y.-H. (2011). Accurately Forecasting Model for the Stochastic Volatility Data in Tourism Demand. Modern Economy, 2(5, 5), 823–829. https://doi.org/10.4236/me.2011.25091
- Karahan, M. (2015). Turi̇zm talebi̇ni̇n yapay si̇ni̇r ağalari yöntemi̇yle tahmi̇n edi̇lmesi̇. Süleyman Demirel Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, 20(2, 2), 195–209.
- Kayacan, E., Ulutas, B., & Kaynak, O. (2010). Grey system theory-based models in time series prediction. Expert Systems with Applications, 37(2, 2), 1784–1789. https://doi.org/10.1016/j.eswa.2009.07.064
- Liu, S., & Lin, Y. (2011). Grey Systems (Vol. 68). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-16158-2
- Özcan, T., & Tüysüz, F. (2018). Healthcare Expenditure Prediction in Turkey by Using Genetic Algorithm Based Grey Forecasting Models. C. Kahraman & Y. I. Topcu (Eds.), Operations Research Applications in Health Care Management içinde (s. 159–190). Springer International Publishing. https://doi.org/10.1007/978-3-319-65455-3_7
- Phan, V.-T., Malara, Z., & Nguyen, N. T. (2020). Using Fourier Series to Improve the Discrete Grey Model (1, 1). M. Hernes, K. Wojtkiewicz, & E. Szczerbicki (Eds.), Advances in Computational Collective Intelligence içinde (s. 99–109). Springer International Publishing. https://doi.org/10.1007/978-3-030-63119-2_9
- Şimşek A., & Ömürbek, N. (2021). GM (1,1) modeli ve doğrusal trend analizi ile Türkiye’nin ziyaretçi sayısı ve kişi başı ortalama harcama miktarı temelinde turizm geliri ve giderinin tahmini. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 12(2, 2), 303–324. https://doi.org/10.36362/gumus.844179
- Soysal, M., & Ömürgönülşen, M. (2010). Türk turizm sektöründe talep tahmini üzerine bir uygulama. Anatolia: Turizm Araştırmaları Dergisi, 21(1, 1), 128–136.
- Tien, T.-L. (2009). A new grey prediction model FGM(1, 1). Mathematical and Computer Modelling, 49 (7, 7), 1416–1426. https://doi.org/10.1016/j.mcm.2008.11.015
- Wang, Z.-X., Li, Q., & Pei, L.-L. (2018). A seasonal GM(1,1) model for forecasting the electricity consumption of the primary economic sectors. Energy, 154, 522–534. https://doi.org/10.1016/j.energy.2018.04.155
- Yılmaz, E. (2015). Forecasting tourist arrivals to Turkey. Tourism: An International Interdisciplinary Journal, 63(4), 435–445.
- Zayat, W., & Sennaroglu, B. (2020). Performance Comparison of Holt-Winters and SARIMA Models for Tourism Forecasting in Turkey. Doğuş Üniversitesi Dergisi, 21(2, 2), 63–77.
- Zorlutuna, Ş., & Bircan H. (2019). Türki̇ye’ye gelen turi̇st sayisi tahmi̇ni̇nde zaman seri̇leri̇ anali̇zi̇ ve yapay si̇ni̇r ağlari yöntemleri̇ni̇n karşilaştirilmasi. Cumhuriyet Üniversitesi İktisadi Ve İdari Bilimler Dergisi, 20(2, 2), 164–185.
- Zortuk, M., & Bayrak, S. (2014). Seçi̇lmi̇ş ülkelere göre türki̇ye’ni̇n turi̇zm talebi̇. Istanbul University Econometrics and Statistics E-Journal, 19, 19, 38–58.
Öz
Türkiye’nin turizm endüstrisinin gelişiminde ele alınması gereken temel konulardan biri turizm talep öngörüsüdür. Turizm talebinin doğru öngörülmesi, hem kamu hem de özel sektörün turizm planlaması açısından oldukça önemlidir. Bu çalışmanın amacı Türkiye’nin turizm talebinin gri modeller ile öngörülmesidir. Dolayısıyla, turizm talebi GM(1,1) gri modeliyle birlikte bu modelin kalıntılarının Fourier serileri ile düzeltildiği FGM(1,1) gri modeliyle ele alınmıştır. 2003-2021 dönemine ait yıllık toplam çıkış yapan ziyaretçi sayısı verisi kullanılarak, bu modellerin performanslarına ilişkin bir karşılaştırma yapılmıştır. Aynı zamanda söz konusu modeller kullanılarak kısa dönemli öngörülerde bulunulmuştur. Ulaşılan sonuçlar, Türkiye için turizm talebinin modellenmesi noktasında FGM(1,1) modelinin GM(1,1) modeline göre daha başarılı olduğunu göstermektedir. Modellerin güvenilirliğinin değerlendirilmesinde dikkate alınan, ortalama mutlak yüzde hata ölçütüne göre FGM(1,1) modelinin 2003-2020 dönemi kestirimleri ile bu model ile yapılan 2021 yılı turizm talep öngörüsü yüksek doğruluk düzeyindedir.
Anahtar Kelimeler
Kaynakça
- Akın, M. (2015). A novel approach to model selection in tourism demand modeling. Tourism Management, 48, 64–72. https://doi.org/10.1016/j.tourman.2014.11.004
- Çuhadar, M. (2020a). Türkiye’nin dış aktif turizm gelirlerinin alternatif yaklaşımlarla modellenmesi ve tahmini. Ankara Hacı Bayram Veli Üniversitesi Turizm Fakültesi Dergisi, 23(1, 1), 115–141.
- Çuhadar, M. (2020b). A Comparative Study on Modelling and Forecasting Tourism Revenues: The Case of Turkey. Advances in Hospitality and Tourism Research (Ahtr), 8(2, 2), 235–255. https://doi.org/10.30519/ahtr.765394
- Erdoğan, H., Terzioğlu M., & Kayakuş, M. (2021). Almanya’dan konaklama amacıyla türkiye’ye gelen turist sayısının yapay zekâ teknikleri kullanılarak tahmin edilmesi. Avrupa Bilim Ve Teknoloji Dergisi, 27, 27, 961–971. https://doi.org/10.31590/ejosat.983323
- Huang, Y.-L., & Lee, Y.-H. (2011). Accurately Forecasting Model for the Stochastic Volatility Data in Tourism Demand. Modern Economy, 2(5, 5), 823–829. https://doi.org/10.4236/me.2011.25091
- Karahan, M. (2015). Turi̇zm talebi̇ni̇n yapay si̇ni̇r ağalari yöntemi̇yle tahmi̇n edi̇lmesi̇. Süleyman Demirel Üniversitesi İktisadi Ve İdari Bilimler Fakültesi Dergisi, 20(2, 2), 195–209.
- Kayacan, E., Ulutas, B., & Kaynak, O. (2010). Grey system theory-based models in time series prediction. Expert Systems with Applications, 37(2, 2), 1784–1789. https://doi.org/10.1016/j.eswa.2009.07.064
- Liu, S., & Lin, Y. (2011). Grey Systems (Vol. 68). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-16158-2
- Özcan, T., & Tüysüz, F. (2018). Healthcare Expenditure Prediction in Turkey by Using Genetic Algorithm Based Grey Forecasting Models. C. Kahraman & Y. I. Topcu (Eds.), Operations Research Applications in Health Care Management içinde (s. 159–190). Springer International Publishing. https://doi.org/10.1007/978-3-319-65455-3_7
- Phan, V.-T., Malara, Z., & Nguyen, N. T. (2020). Using Fourier Series to Improve the Discrete Grey Model (1, 1). M. Hernes, K. Wojtkiewicz, & E. Szczerbicki (Eds.), Advances in Computational Collective Intelligence içinde (s. 99–109). Springer International Publishing. https://doi.org/10.1007/978-3-030-63119-2_9
- Şimşek A., & Ömürbek, N. (2021). GM (1,1) modeli ve doğrusal trend analizi ile Türkiye’nin ziyaretçi sayısı ve kişi başı ortalama harcama miktarı temelinde turizm geliri ve giderinin tahmini. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 12(2, 2), 303–324. https://doi.org/10.36362/gumus.844179
- Soysal, M., & Ömürgönülşen, M. (2010). Türk turizm sektöründe talep tahmini üzerine bir uygulama. Anatolia: Turizm Araştırmaları Dergisi, 21(1, 1), 128–136.
- Tien, T.-L. (2009). A new grey prediction model FGM(1, 1). Mathematical and Computer Modelling, 49 (7, 7), 1416–1426. https://doi.org/10.1016/j.mcm.2008.11.015
- Wang, Z.-X., Li, Q., & Pei, L.-L. (2018). A seasonal GM(1,1) model for forecasting the electricity consumption of the primary economic sectors. Energy, 154, 522–534. https://doi.org/10.1016/j.energy.2018.04.155
- Yılmaz, E. (2015). Forecasting tourist arrivals to Turkey. Tourism: An International Interdisciplinary Journal, 63(4), 435–445.
- Zayat, W., & Sennaroglu, B. (2020). Performance Comparison of Holt-Winters and SARIMA Models for Tourism Forecasting in Turkey. Doğuş Üniversitesi Dergisi, 21(2, 2), 63–77.
- Zorlutuna, Ş., & Bircan H. (2019). Türki̇ye’ye gelen turi̇st sayisi tahmi̇ni̇nde zaman seri̇leri̇ anali̇zi̇ ve yapay si̇ni̇r ağlari yöntemleri̇ni̇n karşilaştirilmasi. Cumhuriyet Üniversitesi İktisadi Ve İdari Bilimler Dergisi, 20(2, 2), 164–185.
- Zortuk, M., & Bayrak, S. (2014). Seçi̇lmi̇ş ülkelere göre türki̇ye’ni̇n turi̇zm talebi̇. Istanbul University Econometrics and Statistics E-Journal, 19, 19, 38–58.
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Konular | Turizm (Diğer) |
| Bölüm | MAKALELER |
| Yazarlar | |
| Yayımlanma Tarihi | 29 Aralık 2022 |
| Gönderilme Tarihi | 10 Ağustos 2022 |
| Yayımlandığı Sayı | Yıl 2022Cilt: 5 Sayı: 1-2 |
