Altın fiyatı üzerine google trends verileri için temel bileşen analiz ile uygulanan yüksek dereceli mekansal ağırlık matrisi gstarımax

Bu çalışma, en iyi GSTARIMA modeline dayanarak çeşitli G20 ülkelerinde kayıp gözlemlerle altın fiyatları için öngörü yapmayı amaçlamaktadır. Kayıp gözlemler, son gözlemin ileriye taşınması (LOCF) ve hareketli ortalama düzeltme (MA) imputasyonu ile ele alınmıştır. İmputasyonlu sonuçlar daha sonra GSTARIMA modeli, temel bileşen analizi (PCA) ve Google Trend verilerinden türetilen kukla değişkenlerle birleştirilerek her bir ülkedeki altın fiyatlarını modellemek ve öngörmek için kullanılmıştır; böylece, tez çalışmasında 16 farklı model ele alınmıştır. Buna ek olarak, Google Trendleri verileri de GSTARIMA modelinde yüksek dereceli bir mekansal ağırlık matrisi oluşturmak için kullanılmıştır. Sekizinci mertebe, ülkeler arasındaki mesafeden oluşturulan en yüksek mertebedir. En küçük MAPE değerine dayanarak, gelecek 1 ayı öngörmek için PCA ve LOCF imputasyonlu GSTARIMA(1,0,0) modeli, gelecek 1 yılı öngörmek için MA imputasyonlu GSTARIMA(1,0,0) modeli ve gelecek 2 yılı öngörmek için PCA ve MA imputasyonlu GSTARIMA(1,0,0) modeli önerilmektedir. En iyi üç model, altın fiyatlarının gelecekte nispeten arttığını açıklamaktadır.