Multivariate forecasting of steel prices
Çok değişkenli tahmin modellerinin çelik fiyatlarına uygulanması
- Tez No: 667041
- Danışmanlar: DR. ÖĞR. ÜYESİ UĞUR ŞENER
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Çok değişkenli Öngörü Modelleri, Çelik, Kointegrasyon, VAR, VEC, Cointegration, Forecast, Multivariate, Steel, VAR, VEC
- Yıl: 2020
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İşletme Bilim Dalı
- Sayfa Sayısı: 71
Özet
Çelik dünyada yaygın olarak bulunan, dayanıklı ve benzer özelliklere sahip diğer ana metallere göre düşük maliyetli olma gibi üstünlükleri sayesinde özellikle üretim sektöründe en çok kullanılan hammadde haline gelmiştir. İkinci dünya Savaşı sonrasında hızla gelişen ve genişleyen ekonomik ortamda, çelik kullanımı ve dolayısıyla çelik fiyatları ülkeler ve kuruluşlar için önemli bir konu haline geldi. 21. yüzyılın ilk on yılından itibaren, emtia piyasalarında çelik ürünleri için çevrimiçi ticaretin başlamasıyla birlikte, çelik fiyatlarının önemi daha da artmıştır. Gittikçe önemi artan çelik fiyat serilerinin öngörüsü, literatürdeki çalışmaları göz önunde bulundurarak, çeşitli istatistiksel ve veriye dayalı modellerle yapılmaktadır. Ancak, basitliğin yanı sıra gerçekçi ve isabetli öngörüler yapabilen çelik fiyatlarına yönelik pratik ve kullanıcı dostu olan istatistiksel modellerinin kullanımının eksikliği literatürde görülmektedir. VAR ve VEC modelleri, ekonometride geleneksel modellere kıyasla, görece yeni tanıtılan modellerdir. Geleneksel modellerdeki dışsallık, model spesifikasyonlarında çeşitli zorluklara neden olabilirken, VAR sistemleri tüm değişkenleri içsel değişken olarak ele almaktadır. Ayrıca, VAR modelinin bir varyasyonu olan VEC modeli, tek bir model kulanarak, kointegrasyon yaklaşımına dayanarak kısa vadeli ve uzun vadeli dinamiklerini aynı zamanda değerlendirebilir. Bu çalışmada Ocak 2009 ve Haziran 2020 arasındaki aylık veriler kullanılmıştır. Tahmin değerlendirmesi, gerçeksel ortamla daha uyumlu olan, örneklem dışı yaklaşımla yapılmıştır. Bu çalışmanın sonuçları, orta vadeli olarak değerlendirilen 18 aylık öngörü ufkunda, LVAR modelinin VEC modeline üstünlüğünü göstermektedir.
Özet (Çeviri)
Steel products are the most used raw material for many industries regarding their accessibility, strength, and relatively low costs comparing to the other base metals with similar characteristics. In the fast-paced economic environment of the post-world war II era with the growing expansion of the economy in the world, steel usage and consequently, the prices of steel become an essential concern for the countries and organizations. From the first decade of the 21st century, with the launch of the online trades for steel products in the commodity markets, the importance of steel prices has become even more critical. The practice of the price series forecast is conducted by various statistical and data-driven models in the literature. However, there is a lack of investigation to find practical and user-friendly statistical models in forecasting steel prices where, besides simplicity, can perform realistic and precise forecasts. The VAR and VEC models are newly introduced models comparing to the conventional models in econometrics. While the exogeneity in the conventional models can cause several difficulties in model specifications, the VAR systems, by treating all the variables as endogenous variables, can overcome this issue. Also, the VEC model that is a particular case of the VAR model, can assess the short-run and long-run dynamics by the cointegration relations in a single model. The data in this study are ranged from Jan. 2009 to Jun. 2020. The forecast evaluation is through the out-of-sample approach, which is more compatible with the real-world setting. The results of this study suggest the dominance of the VAR model over the VEC model in the forecast horizon of 18 months attributed to a mid-term forecasting horizon.
Benzer Tezler
- Multivariate forecasting of global horizontal irradiation using deep learning algorithms
Derin öğrenme algoritmaları kullanarak küresel yatay ışınlamanın çok değişkenli tahmini
NURAY VAKİTBİLİR
Yüksek Lisans
İngilizce
2021
EnerjiOrta Doğu Teknik ÜniversitesiSürdürülebilir Çevre ve Enerji Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ CEM DİREKOĞLU
- Bulanık zaman serilerinde çok değişkenli çözümleme
Multivariate analysis in fuzzy time series
UFUK YOLCU
Doktora
Türkçe
2011
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. EROL EĞRİOĞLU
DOÇ. DR. VEDİDE REZAN USLU
- Homojen ve heterojen evrimsel sosyal ağlarda bağlantı tahmini
Link prediction in evolving homogeneous and heterogeneous networks
ALPER ÖZCAN
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Gemi yapılarında gerilme yığılması öngörülerinin kaba ağ yapısı ve makine öğrenmesi ile gerçekleştirilmesi
The forecasting of stress concentration in ship buildings by using rough mesh structure and machine learning method
BURÇİN ATEŞ
Yüksek Lisans
Türkçe
2020
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi ve Deniz Teknoloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERDAR AYTEKİN KÖROĞLU
- Leveraging transformer models for enhanced time series forecasting of export amounts
İhracat miktarlarının gelişmiş zaman serisi tahmini için transformatör modellerinden yararlanma
ÇAĞRI COŞKUN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtılım ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. BEYTULLAH YILDIZ
PROF. DR. ALİ YAZICI