Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Sosyal Bilimler Enstitüsü, Türkiye
Tezin Onay Tarihi: 2003
Tezin Dili: Türkçe
Öğrenci: EROL VARLIK
Danışman: Hakan Yıldırım
Özet:Son yıllarda, karar alma ve planlama süreçlerinin önemi iş ve bilim dünyasında sıklıkla vurgulanmakta ve gelecekte oluşacak koşulları tahmin etme yeteneği, sözkonusu süreçlerin kilit aşamalarından biri olarak görülmektedir. Tahmin tekniklerinin, planlama fonksiyonunun ayrılmaz parçası olarak kabul edildiği alanlardan biri de kuşkusuz enerji sektörüdür. Bu çalışma ile, önemli enerji ürünlerinden biri olan Dünya ham petrol fiyatlarının tahminine yönelik, fiyatlar serisinin kendi özelliklerine odaklı bir bakış açısı ortaya koyulmasına ve gelecekte yapılacak çalışmalara altyapı oluşturabilmesine çalışılmıştır. Dünya ham petrol fiyatlarının yıllık değerleri ile yıllık üretim miktarları arasında güçlü bir ilişki olmadığı görülmüştür. Üretim miktarlarının, fiyatların açıklayıcısı olarak kullanılmasının yeterli olmadığı durumlarda zaman serisi modellerinin kullanılması faydalı olmaktadır. Zaman serisi modellerinden, basit hareketli ortalama ve yanıt oranı uyarlamalı üstel düzeltme modellerinin performanslarının ön plana çıktığı görülmektedir. In recent years, the importance of decision-making and planning periods has been frequently stressed in business and scientific environments. The capability to predict future conditions has been identified as one of the key stages of these periods. One of the areas where prediction techniques are considered a vital part of planning is without doubt the energy sector. This work attempts to set forth a perspective on predictions for world prices of raw petroleum, one of the most important sources of energy. This focus here is on the particular characteristics of the price sequence and the aim has been to form a foundation for future work in this context. It has been observed that there is no strong connection between the yearly values of world raw petroleum prices and yearly production levels. In cases where production levels are not sufficient enough to explain price levels, it is useful to use the time-series models. In time series models, it has been seen that performance of simple moving averages and adaptive response rate models have come to the fore.