EVALUATION OF AUTOMOBILE DEMAND FORECAST IN TURKEY USING ARTIFICIAL NEURAL NETWORKS

Abstract

ABSTRACT

The automotive sector is a sector that contributes greatly to the economies of countries and it is the main buyer of sectors such as iron, steel, tires, and petrochemicals as well. The sales forecast of vehicles is of enormous significance in terms of making future plans for vehicle manufacturers, dealers, and manufacturers affiliated with this sector.

The aim of this study is to make monthly sales forecasts for automatic transmission vehicles of the C segment, which are among the best-selling vehicles in Turkey. In the study, 120 monthly data between 2012 and 2021 were used. Consumer price index, producer price index, interest rate, consumer confidence index, GDP, monthly sales and dollar rates were taken as independent variables, and C segment vehicle sales numbers were taken as dependent variables. While there are two types of demand forecasting quantitative and qualitative this study is in line with the causal approach, one of the quantitative forecasting methods.

In the method, regression and artificial neural network models were established. When the accuracy rates of the two models were compared, the artificial neural networks were higher with a rate of 90%. The demand prediction of C-segment automatic transmission vehicles has been interpreted according to the results of the artificial neural networks model, which has a high success rate.

ÖZET

Otomotiv sektörü ülkelerin ekonomisine katkı sağlayan ve demir çelik lastik petrokimya gibi sektörlerin başlıca alıcısıdır. Araçların satış tahmini, araç üreticileri Bayileri ve bu sektöre bağlı olan üreticiler açısından gelecek dönemdeki planlamaların yapılması açısından büyük önem taşımaktadır.

Bu çalışmanın amacı, Türkiye'de en çok satılan araçların arasında C segmentin otomatik şanzımanlı araçların aylık satış tahmini yapmaktır. Çalışmada 2012-2021 yılları arasındaki geçmiş aylık 120 veri kullanılmıştır. Bağımsız değişken olarak tüketici fiyat endeksi, üretici fiyat endeksi, faiz oranı, tüketici güven endeksi, GSYİH, aylık satış oranı ve dolar kuru, bağımlı değişken olarak ise C segmenti araç satış adetleri alınmıştır. Talep tahmini kantitatif ve kalitatif olmak üzere ikiye ayrılırken, bu çalışma kantitatif tahmin tekniklerinden nedensel yaklaşıma uygun düşmektedir.

Yöntemde regresyon ve yapay sinir ağları modelleri kurulmuştur, %90 oran ile yapay sinir ağları daha yüksek çıkmıştır. C segment otomatik şanzımanlı araçların talep tahmini, yüksek başarı oran gösteren yapay sinir ağları modelin sonuçlarına göre yorumlanmıştır.