PETROL FİYAT ENDEKSİ MODEL YAPISININ BELİRLENMESİ

Öz

Enerji tüketiminde önemli paya sahip olan petrol fiyatlarında meydana gelen değişim ile ülkelerin makro-ekonomik değişkenleri doğrudan ya da dolaylı olarak etkilenmektedir. Ekonomik yapıda yarattığı belirsizlikler ve ani değişimler, ülkelerin ithalatçı/ihracatçı yapıya sahip olması ve uluslararası ticaretteki konumlarına göre farklı düzeyde etkilere sahip olmaktadır. Çalışma kapsamında, New York borsasında işlem gören West Texas Intermediate ham petrolüne ilişkin 24 Ocak 1986-24 Mayıs 2021 dönemleri arası veriler ele alınarak, petrol fiyatlarında meydana gelen değişim iki aşamada ortaya çıkartılmaktadır. İlk olarak, ortalamada doğrusal olmayan modellerden kendinden eşik değerli otoregresif TAR ailesine ait olan SETAR, MTAR (Momentum TAR) ve yumuşak geçişli otoregresif STAR modellerden LSTAR ele alınarak modeller arasında karşılaştırma yapılarak, en uygun model olarak SETAR belirlenmektedir. İkinci aşamada ise petrol fiyatlarında meydana gelen yapısal değişikliklerin doğrusal olmayan yapısının Markov rejim değişim modeliyle ortaya konması amaçlanmaktadır.

Anahtar Kelimeler

• Markov Rejim Değişim Modeli
• SETAR Model
• Petrol Fiyat Endeksi
• WTI

DETERMINING THE OIL PRICE INDEX MODEL STRUCTURE

Öz

The change in oil prices, which has a significant share in energy consumption, and the macro-economic variables of countries are directly or indirectly affected. Uncertainties and sudden changes in the economic structure have different effects depending on the importer/exporter structure of the countries and their position in international trade. Within the scope of the study, the data regarding the West Texas Intermediate crude oil traded in the New York Stock Exchange between January 24, 1986 and May 24, 2021 are examined, and the change in oil prices is revealed in two stages. First, a comparison between the models was made by considering SETAR, MTAR (Momentum TAR) belonging to the self-threshold autoregressive TAR family, and LSTAR, which is one of the soft-transition autoregressive STAR models, which are nonlinear models on the average, and the transition between regimes was interpreted by choosing SETAR as the most suitable model. In the second stage, it is revealed to reveal the nonlinear structure of the structural changes in oil prices with the Markov regime change model. According to the findings, it is concluded that the WTI oil variable exhibits a bi-regime nonlinear structure.

Anahtar Kelimeler

• Markow Switching Model
• SETAR Model
• Oil Price Index
• WTI

Kaynakça

1. Akgül I., Özdemir S., 2012. Enflasyon Eşiği ve Ekonomik Büyümeye Etkisi, İktisat, İşletme ve Finans, 27(313): 85-106.
2. Aktaş H., Kayalıdere K., Güleç T.C., 2016. Petrol Arz ve Talebindeki Değişimlerin Petrol Fiyatları Üzerindeki Etkisi. 3rd Internatıonal Congress on Economics and Business. 26-27 Ocak 2016.
3. Alp, E.A., 2008. Türkiye’de Reel Ücretlerin TAR Modeli İle Analizi ve Birim Kök Sınaması, Tartışma Metni No.2008/10, www.tek. org.tr.
4. Aydın D., İşçi Ö., 2012. Doğrusal Olmayan Otoregresı̇f Zaman Serı̇lerı̇ Modellerı̇nı̇n Kestı̇rı̇mı̇, Muğla Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 28: 205-218.
5. Barca O., Arabacı Ö., (2020). BİST Altın Fiyatları Serisinin Markov Rejim Değişim Modeli İle Analizi, Muhasebe ve Finansman Dergisi, (85): 209-222.
6. Basher S. A. ve Sadorsky P. (2006). ‘’Oil Price Risk And Emerging Stock Markets. Global Finance Journal’’, 17(2), Pp. 224-251.
7. Bayraç N. (2005). ‘’Uluslararası Petrol Piyasasının Genel Analizi. Finans-Politik Ve Ekonomik Yorumları’’, Sayı: 499, Yıl: 42, 6-20.
8. Bildirici M., Alp, A.E., Ersin Ö.Ö., Bozoklu Ü., 2010. İktisatta Kullanılan Doğrusal Olmayan Zaman Serisi Yöntemleri, Türkmen Kitabevi, Yayın No:357, 1.Baskı, 384s, İstanbul, Türkiye.

9. Box G.E.P, Jenkins G.M. 1970. Time Series Analysis, Forecasting and Control, San Francisco: Holden-Day.
10. Brock W.A., Dechert W., Scheı̇nkman J., 1987. A Test for İndependence Based on the Correlation. Dimension Working paper, University of Winconsin at Madison, University of Houston, and University of Chicago.
11. Brooks C., 2002. Introductory Econometrics for Finance. Cambridge University Pres, Cambridge.
12. Caner M., Hansen B. E., 2001. Threshold Autoregression with a Unit Root. Econometrica, 69(6): 1555-1596.
13. Çil N., Yılmaz Ç., 2018. Markov Switching Autoregressive Model for WTI Crude Oil Price, Ekonometrik ve İstatistik e-Dergisi, 14(28): 45-56.
14. Demir İ. (2004). "Uluslararası Petrol Politikaları, Piyasaları, Fiyatları’’. Bursa: Dora.
15. Doroodian K. ve Boyd (2003). "The Linkage Between Oil Price Shocks And Economic Growth With Inflation İn The Presence Of Technological Advances: A Cge Model’’. Energy Policy, 31(10), 989-1006.
16. Dufrenot G., Guegan D., Feisolle A.P., (2005). Long-Memory Dynamics in A SETAR Model – Applications to Stock Markets, Journal of International Financial Markets, Institutions and Money, 15(5): 391-406.
17. Enders W., Granger C., 1998. Unit Root Tests and Asymmetric Adjustment with an Example Using the Term Structure of Interest Rates, Journal of Business & Economic Statistics, 16(3): 304-311.
18. Enders W., Siklos P.L., 2001. Cointegration and Threshold Adjusment, Journal of Business & Economic Statistics, 19(2): 166-176.
19. Ercan M. K. (1996). "Uluslararası Petrol Arama Ve Üretim Yatırımlarının Yapısı’’.
20. Evci S., Şak N., Karaağaç Adana G., 2016. Altın Fiyatlarındaki Değişimin Markov Rejim Değişim Modelleriyle İncelennesi, Business and Economics Research Journal, 7(4): 67-77.
21. Fernihough A. ve Orourke. (2014). "Coal And European Industrial Revolution’’. The Institute For International Integration Studies Discussion Paper Series, No. 124, University Of Oxford.
22. Franses P.H., Dijk V.D., 2000. Non-linear Time Series Models in Empirical Finance. Cambiridge University Press.
23. Gemici E., Polat M., 2019. Bıtcoin Fiyatlarında Eşik Değer Etkisi, Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6(3): 669-681.
24. Goo Y.J., Chen C.C., 2020. Asymmetric Momentum Threshold Effect of Copper Futures Returns on Spot Returns Volatility in London Metals Exchange under High Volatility, Modern Economy, 11(1): 51-61.
25. Güriş B., 2020. R Uygulamalı Doğrusal Olmayan Zaman Serileri Analizi. Der Yayınları No: 0293, 1. Baskı, 290s, İstanbul, Türkiye.
26. Hamilton J.D., 1989. A New Approach to the Economic Analysis of Nonstationary Time Series and The Business Cycle, Econometrica, 57(2): 357-384.
27. Hansen B.E., 1996. Inference When a Nuisance Parameter is not Identified Umder the Null Hypothesis, Econometrica: Journal of The Econometric Society, 413-430.
28. http://www.econstor.eu/handle/10419/57602, Date of Access: 15.06.2013.
29. Johanson. (2015). What is Energy? Britannica Educational Publishing
30. Kapetanios G., Shin Y., 2006. Unit Root Tests in Three-Regime SETAR Models, Econometrics Journal, 9(2): 252-278.
31. Keenan D.M. 1985. A Tukey Nonadditivity-Type Test for Time Series Nonlinearity, Biometrika, 72: 39-44.
32. Kıllıan, L., (2010), Oil Price Volatility: Origins and Effects, World Tra-de Organization Staff Working Paper, ERSD-2010-02, Internet Ad-dress:
33. Koy A., 2017. Spot ve Vadeli Piyasa İlişkilerine Markov Rejim Değişim Yaklaşımı, Bankacılar Dergisi, 101:70-87.
34. Krolzig, H.M., 1997. Markov Switching Vector Autoregressions Modelling: Statistical Inference and Application to Business Cycle Analysis, Berlin: Springer.
35. Lardıc S. ve Vignon M. (2006). "The Impact Of Oil Prices On Gdp İn European Countries: An Empirical Investigation Based On Asymmetric Cointegration’’. Energy Policy, 34, 3910–3915.
36. Maupin T., 2019. Can Bitcoin, and Other Cryptocurrencies, be Modeled Effectively with a Markov-Switching Approach? Royal Institute of Technology School of Engineering Sciences, Stocholm, Sweden
37. Metin N., Terzioğlu M. K., Dal S., Karadağ K. (2021). Commodıty Prıce Uncertaınty And Output Growth: Svar-Garch-M Model. Current Methods And Applıcatıons In Econometrıcs (In Honor Of Prof. Dr. Ahmet M. Gökçen): Chapter 23. DOI: 10.26650/B/SS10.2021.013.23.
38. Metin N., Terzioğlu M. K., Karadağ K. (2021). MLP/RBF Ağ Mimarileriyle Hibrit MGARCH-ANN Model Performans Karşılaştırması: Petrol Fiyat Oynaklığı. Ankara Hacı Bayram Veli Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi Özel Sayı. 78-93, e-ISSN 2667-405X.
39. Mohammadi H., Jahan-Parvar M.R., 2012. Oil Prices and Exchange Rates in Oil-Exporting Countries: Evidence From TAR and M-TAR Models, Journal of Economics and Finance, 36: 766-779.
40. Moshiri S. (2015). Asymmetric Effects of Oil Price Shocks in Oil-Exporting Countries: The Role of Institutions, OPEC Energy Review, 39 (2): 222- 246.
41. Neftçi S., 1984. Are Economic Time Series Asymmetric over the Business Cycles, Journal of Political Economy, 92:307-328.
42. Özdemir S., Akgül I., 2015. Ham Petrol ve Benzin Fiyatlarının Sanayi Üretimine Etkisi: MS-VAR Modelleri ile Analizi, Ege Akademik Bakış, 15(3): 367-378.
43. Sevim, C. (2012). Küresel Enerji Jeopolitiği ve Enerji Güvenligi. Journal of Yasar University, 7(26).
44. Sollis R., 2004. Asymmetric Adjustment and Smooth Transitions: A Combination of Some Unit Root Tests, Journal of Time Series Analysis, 25(3): 409-417.
45. Sümer K., Hepsağ A. 2007. Finansal Varlık Modelleri Çerçevesinde Piyasa Risklerinin Hesaplanması: Parametrik Olmayan Yaklaşım, Bankacılar Dergisi, 62: 3‒24.
46. Terzioğlu, M.K., 2018. Ham Petrol Fiyatları Ve Döviz Kuru: Markov-Geçiş Hata Düzeltme Modeli, Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 3(1): 339-347.
47. Tong H., 1978. On a Threshold Model, Pattern Recognition and Signal Processing, Sijthoff and Noordhff, Amsterdam.
48. Tong H., 1983. Threshold Models in Non-Linear Time Series Analysis 1.bs. New York: Springer-Verlag.
49. Tong H., Lim K.S., (1980). Threshold AutoRegression, Limit Cycles and Cylical Data. Journal of Royal Statistical Society B, 42(3): 245-292.
50. Tsay R.S., 1989. Nonlinearity Tests for Time Series, Biometrika, 73(2): 461-466.
51. Van Eyden, R., Difeto, M., Gupta, R., & Wohar, M. E. (2019). Oil price volatility and economic growth: Evidence from advanced economies using more than a century’s data. Applied Energy, 233, 612–621.
52. Yasmeen, H., Wang, Y., Zameer, H., & Solangi, Y. A. (2019). Does oil price volatility influence real sector growth? Empirical evidence from Pakistan. Energy Reports, 5, 688–703.