Gemi değerleme modeli önerisi: Kuru dökme yük gemileri üzerine bir uygulama
Ship valuation model proposal: An application for dry bulk ships
- Tez No: 935750
- Danışmanlar: DOÇ. DR. ERCAN AKAN
- Tez Türü: Doktora
- Konular: Denizcilik, İşletme, Marine, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İskenderun Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Deniz Ulaştırma Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 144
Özet
Deniz taşımacılığının en önemli sermaye varlığı olan gemilerin değerleri gemi sahiplerinden, sigortacılara, finansman sağlayıcılara kadar birçok ilgili birim için karar almada son derece önem arz etmektedir. Doğru kararlar alabilmek için piyasayı yansıtan doğru gemi değerlerine sahip olmak da aynı derecede önemlidir. Doğru gemi değerlemenin özünde ise doğru gemi değerlemesi için uygun bir değerleme metodoloji seçmek yatmaktadır. Bu noktada günümüzde yaygın olarak kullanılan Makine Öğrenmesi (ML) algoritmaları geleneksel yöntemlere göre ön plana çıkmaktadır. Bu çalışmanın amacı, doğrusal regresyon temelinde oluşturulan modellerle, ML yöntemlerini kullanarak ilgili taraflara Supramax/Ultramax segmenti için oldukça doğru bir gemi değerleme modeli önermektir. Bu amaçla dört aşamalı bir yol izlenmiştir. (i) Supramax/Ultramax gemilere ilişkin bağımsız değişkenlerin anlamlılığının test edildiği ve istatistiksel olarak anlamlı değişkenlerle doğrusal regresyon modelleri oluşturulan ilk veri seti Ağustos 2005 - Aralık 2022 dönemini kapsamaktadır. Bu aşamada öncelikle satış ayındaki Baltık Borsası endekslerinin değerlerini bağımsız değişken olarak dikkate alan bir model, ardından satış ayındaki değerler ile satış ayından önceki aylardaki değerleri bağımsız değişken olarak dikkate alan başka bir model oluşturulmuştur. (ii) Oluşturulan iki doğrusal regresyon modeli için; Doğrusal Regresyon, Karar Ağacı, Rassal Orman ve XGBoost ML algoritmaları ile fiyat tahminleri yapılmıştır. (iii) Sonraki aşamada; oluşturulan iki model, piyasadan kolayca elde edilebilecek bağımsız değişkenleri modele dahil edecek şekilde sadeleştirilmiş ve elde edilen sadeleştirilmiş modeller ML algoritmaları ile yeniden tahmin edilmiştir. Tahmin performansı açısından ilk model ile sadeleştirilmiş modelin birbirine yakın olması, sadeleştirilmiş modelin tahminde kullanılabileceğini göstermektedir. (iv) Sadeleştirilmiş modelin veri seti genişletildiğinde güvenilir sonuçlar üretebileceğini göstermek amacıyla 2023 verileri eklenerek ML algoritmaları ile tekrar fiyat tahminleri yapılmıştır. Sonuç olarak sadeleştirilmiş modelin tahmin performansı yeni verilerin eklenmesiyle daha da iyileştirilmiş; satış ayından önceki aylarda Baltık Borsası endeksleri ile kurulan model diğer modele göre önemli bir üstünlük sağlamıştır. Performans kriterlerine göre kullanılan yöntemler arasında en iyi yöntem olarak XGBoost öne çıkmıştır.
Özet (Çeviri)
The values of ships, which are the most important capital assets of maritime transportation, are of utmost importance in decision-making for many relevant units, from ship owners to insurers and finance providers. In order to make the right decisions, it is equally important to have accurate ship values that reflect the market. The essence of accurate ship valuation is to choose an appropriate valuation methodology for accurate ship valuation. At this point, Machine Learning (ML) algorithms, which are widely used today, come to the forefront compared to traditional methods. The aim of this study is to propose a highly accurate ship valuation model for the Supramax/Ultramax segment to interested parties using ML methods, with models established on the basis of linear regression. For this purpose, a four-stage path was followed. (i) The first data set, in which the significance of independent variables for Supramax/Ultramax ships was tested and linear regression models were created with statistically significant variables, covers the period from August 2005 to December 2022. At this stage, a model was first created that takes into account the values of the Baltic Exchange indices in the month of sale as an independent variable, and then another model that takes into account the values in the month of sale and the values in the months before the month of sale as independent variables. (ii) For the two linear regression models created; Price predictions were made with Linear Regression, Decision Tree, Random Forest and XGBoost ML algorithms. (iii) In the next stage; the two models created were simplified to include independent variables that can be easily obtained from the market in the model; and the obtained simplified models were re-predicted with ML algorithms. The fact that the first model and the simplified model are close in terms of prediction performance shows that the simplified model can be used in prediction. (iv) In order to show that the simplified model can produce reliable results when the data set is expanded, 2023 data was added and price predictions were made again with ML algorithms. As a result, the simplified model's predicting performance was further improved with the addition of new data; the model established with the Baltic Exchange indices in the months before the sales month provided a significant superiority over the other model. XGBoost stands out as the best method among the methods used according to performance criteria.
Benzer Tezler
- Denizcilik işletmelerine yönelik entelektüel sermaye değerlemesi üzerine bir model önerisi
A model proposal on valuation for intellectual capital of maritime businesses
GİZEM ÇEVİK
Doktora
Türkçe
2023
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZCAN ARSLAN
- Sefer planı geçiş izi limiti belirlenmesinde bulanık temelli hibrit bir model önerisi
A fuzzy-based hybrid model proposal for passage planning cross track limit determination
ABDULHAMİT AYTEN
Yüksek Lisans
Türkçe
2025
Deniz BilimleriOrdu ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DOÇ. DR. REMZİ FIŞKIN
- Kruvaziyer yolcu taşımacılığı kapsamında kruvaziyer limanların etkinliğinin değerlendirilmesi: Alternatif liman önerisi
Evaluation of the cruise ports efficiency within the framework of cruise passenger transportation: An alternative port proposal
KAMİL BİRCAN
- Bir tanker işletmesinde satınalma süreç modellemesi
Purchasing process management model in the tanker shipping company
ENDER YALÇIN
Doktora
Türkçe
2019
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZCAN ARSLAN
- Türk gemi adamlarının uluslararası piyasada tercih edilirliğinin ve istihdamının artırılması için model önerisi.
A model proposal for increasing the preference and employment of turkish seafarers in international market
ŞABAN EMRE KARTAL
Doktora
Türkçe
2019
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASİN ARSLANOĞLU