Çam balı üretici satış fiyatlarının Box-Jenkins modeli ile öngörüsü

Yıl 2021, Cilt: 22 Sayı: 2, 111 - 116, 29.06.2021

Emre Göksu , Gamze Saner

https://doi.org/10.18182/tjf.917303

Cited By: 4

Öz

Çam balı Türkiye’de ihraç edilen en önemli odun dışı orman ürünlerinden biridir. Bu nedenle çam balı fiyatının belirlenerek ileriye yönelik fiyat öngörüsünde bulunulması üretim planlaması için alınacak kararlara yol gösterici bir araç olarak değerlendirilmektedir. Bu araştırmada, çam balı üretiminin en yoğun olduğu Ege bölgesindeki İzmir, Aydın ve Muğla Ticaret Borsaları yıllık tescil bültenlerinde yer alan çam balı üretici satış fiyatları kullanılarak 2021-2025 yılları için reel fiyat (2003=100) öngörüsü yapılmıştır. Araştırmadaki öngörüler için zaman serisi çözümlemelerinde kullanılan Box-Jenkins yönteminden yararlanılmıştır. Oluşturulan model sonuçlarına göre, 2021 yılından itibaren çam balı üretici reel satış fiyatlarının dalgalı bir seyir izleyerek düşüş eğiliminde olacağı beklenmektedir. 2020 yılında 4,15 TL/kg (2.77 $/kg) olan ortalama reel bal fiyatının 2025 yılı sonunda %18,07 oranında azalarak 3,40 TL/kg (2.27 $/kg) seviyesine kadar ineceği öngörülmüştür.

Anahtar Kelimeler

Çam balı fiyatı, Ticaret borsaları, Zaman serisi çözümlemesi, Box-Jenkins yöntemi, Öngörü, Ege bölgesi

Destekleyen Kurum

Orman Genel Müdürlüğü

Proje Numarası

Diğer çalışmalı projeler

Teşekkür

Bu makale Orman Genel Müdürlüğü, Ege Ormancılık Araştırma Enstitüsü Müdürlüğü’nce diğer çalışmalı projeler kapsamında desteklenen ve Ege Üniversitesi Fen Bilimleri Enstitüsü Tarım Ekonomisi Anabilim Dalı’nda yürütülen “Ürün İhtisas Borsasının Odun Dışı Orman Ürünlerine Uygulanabilirliği Üzerine Bir Araştırma: Çam Balı Örneği" isimli doktora tezinin bir bölümüdür. Araştırmaya verdikleri katkılar için İzmir Ticaret Borsası’na, Aydın Ticaret Borsası’na ve Muğla Ticaret Borsası’na teşekkür ederiz.

Forecasting of pine honey producer sales prices by using Box-Jenkins model

Öz

Pine honey is the one of the most important non-wood forest products are exported in Turkey. For this reason, determining the price of pine honey and making a future price prediction is considered as a guiding tool for the decisions to be taken for production planning. In this research, real price (2003=100) forecasting for the years 2021-2025 by using pine honey producer sales prices in the annual registration bulletins of İzmir, Aydın and Muğla Commodity Exchanges in the Aegean region where pine honey production is the most intensively. Box-Jenkins method which is one of techniques used in time series analysis was used for the forecasting in the research. According to the model results, it is expected that starting from 2021, pine honey producer real sales prices will follow a fluctuating trend and will tend to decrease. It is forecasted that the average real honey price, which was 4.15 TL/kg (2.77 $/kg) in 2020, will decrease by 18.07% by the end of 2025 and reach the level of 3.40 TL/kg (2.27 $/kg).

Anahtar Kelimeler

Pine honey price, Commodity exchanges, Time series analysis, Box-Jenkins method, Forecasting, Aegean region

Proje Numarası

Diğer çalışmalı projeler

Kaynakça

• Akay, E.Ç., Topal, K.H., Kızıllarsan, S., Bülbül, H., 2019. Türkiye konut fiyat endeksi öngörüsü: ARIMA, rassal orman ve arima-rassal orman. PressAcademia Procedia, 10(1): 7-11. DOI: 10.17261/Pressacademia.2019.1134.
• Akdağ, M., Yiğit, V., 2016. Box-Jenkins ve yapay sinir ağı modelleri ile enflasyon tahmini. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 30(2): 269-283.
• Akyol, A., Cazağ, S.N., 2018. Arıcılığın geliştirilmesine yönelik arı yetiştiricilerinin beklenti ve değerlendirmeleri. 1st International Symposium on Silvopastoral Systems and Nomadic Societies in Mediterranean Countries, 22-24 October, Isparta, Turkey, pp. 329-340.
• Arslan, M.,B., 2019. Basra Böceği (Marchalina hellenica Genn.)’nin konuk olduğu ve olmadığı kızılçam (Pinus brutia ten.) ağaçlarının kabuk ve ibrelerinin bazı ekstraktif bileşenlerinin incelenmesi, Doktora Tezi, Isparta Uygulamalı Bilimler Üniversitesi Lisansüstü Eğitim Enstitüsü, Isparta.
• Ataseven, B., 2013. Yapay sinir ağları ile öngörü modellemesi. Öneri Dergisi, 10(39): 101-115.
• ATB, Aydın Ticaret Borsası, Yıllık bültenler 2021. https://aydinticaretborsasi.org.tr/. Erişim: 10.04.2021.
• Bacandritsos, N., Saitanis, C., Papanastasiou, I., 2004. Morphology and life cycle of Marchalina hellenica (Gennadius) (Hemiptera: Margarodidae) onpine (Parnis Mt.) and fir (Helmos Mt.) forests of Greece. Annales de la Société Entomologique deFrance, 40(2): 169-176, DOI: 10.1080/00379271.2004.10697413.
• Bars, T., Uçum, İ., Akbay, C., 2018. ARIMA modeli ile Türkiye fındık üretim projeksiyonu. Kahramanmaraş Sütçü İmam Üniversitesi Tarım ve Doğa Dergisi, 21 (Özel Sayı): 154-160. DOI: 10.18016/ksutarimdoga.v21i41625.473029.
• Bayramoğlu, M.M., 2018. Türkiye’de oduna dayalı orman ürünleri üzerine bir araştırma: Zaman serisi analizi. Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi, 19(1): 18-26, ISSN:2146-1880, e-ISSN: 2146-698X,. DOI: 10.17474/artvinofd.333344.
• Berk, A., Uçum, İ., 2019. "Türkiye’nin nohut üretiminin ARIMA modeli ile tahmini. Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 9(4): 2284-2293. DOI:10.21597/jist.544619.
• Burucu, V., Gülse Bal, H. 2017. Türkiye’de arıcılığın mevcut durumu ve bal üretim öngörüsü. Tarım Ekonomisi Araştırmaları Dergisi, 3(1): 28-37.
• Caner, C.B., Engindeniz, S., 2020. Türkiye’de pamuk üretiminin ARIMA modeli ile tahmini. Tarım Ekonomisi Dergisi, 26(1): 63-70. DOI: 10.24181/tarekoder.681079.
• Çamoğlu, S, Akıncı, M., 2012. Türkiye’de sektörel banka kredilerinin gelişimi: Bir zaman serisi analizi. Yönetim ve Ekonomi: Celal Bayar Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 19(1): 193-210.
• Çakan, V., 2020. Türkiye yaş incir üretimi ve kuru incir ihracatı için öngörü: Arima modeli yaklaşımı. Tekirdağ Ziraat Fakültesi Dergisi, 17(3): 357-368. DOI: 10.33462/jotaf.684893.
• Çelik, Ş., 2015. Türkiye’de bal üretiminin zaman serileri ile modellenmesi. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 19(3): 377-382.
• Çevrimli, M., Sakarya, E., 2019. Arıcılık ekonomisine giriş ve saha verileri ile bir değerlendirme. Veteriner Farmakoloji ve Toksikoloji Derneği Bülteni, 10(1): 40-48. ISSN:1309-4769.
• Çevrimli, M., Arıkan, M., Tekindal, M., 2020. Honey price estimation for the future in Turkey; example of 2019- 2020. Ankara Üniversitesi Veteriner Fakültesi Dergisi, 67(2): 143-152. DOI: 10.33988/auvfd.570790.
• Çukur, F., Kızılaslan, N., Kızılaslan, H., 2019. Honey production and marketing in Tokat province, 3rd International Conference on Food and Agricultural Economics, 25-26th April, Alanya, Turkey, pp. 224-234.
• Dickey, D.A., Fuller, W.A., 1981. Likelihood ratio statistics for auto-regressive time series with a unit root. Econometrica, 49(4): 1057-1072.
• EİB, 2021. Ege İhracatçı Birlikleri, Su ürünleri ve hayvansal mamüller aylık raporları, Ocak-Aralık 2020, http://www.eib.org.tr/, Erişim: 01.04.2021.
• Erturan, M.B., 2017. Zaman serileri için optimize ARIMA – YSA Hibrit modeli ve finansal Zaman serileri ile örnek uygulamalar. Doktora tezi, Akdeniz Üniversitesi, Sosyal Bilimler Enstitüsü, Antalya.
• Esen, N., 2016, Türkiye’nin ağaç ve orman ürünleri ihracat ve ithalat değerlerinin Box-Jenkins ve yapay sinir ağları yöntemleri ile tahmin edilmesi ve karşılaştırılması. Doktora tezi, Karadeniz Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Trabzon.
• Göksu, E., Adanacıoğlu, H., 2018. Türkiye’de odun dışı orman ürünlerinde doğrudan pazarlama. Türkiye Ormancılık Dergisi, 19(2): 210-218. DOI: 10.18182/tjf.414125.
• Güler, D., Saner, G., Naseri, Z., 2017. Yağlı tohumlu bitkiler ithalat miktarlarının ARIMA ve yapay sinir ağları yöntemleriyle tahmini. Balkan ve Yakın Doğu Sosyal Bilimler Dergisi, 3(1): 60-70.
• İTB, İzmir Ticaret Borsası, Yıllık Bültenler 2021. https://itb.org.tr, Erişim: 21.03.2021
• Kadirhanoğulları, İ., 2016. Iğdır ili arıcılarının sosyo-ekonomik durumu. Uludağ Arıcılık Dergisi, 16(1): 2-11. DOI: 10.31467/uluaricilik.379245.
• Kayacan, B., Kara, O., Ucal, M.Ş., Öztürk, A., Bali, R., Koçer, S., Kaplan, E., 2013. An econometric analysis of imported timber demand in Turkey. Journal of Food, Agriculture & Environment, 11(1): 791-794.
• Korkmaz, M., 2016. Muğla Kızılçam Ormanlarında Arıcılık: Sosyo-Ekonomik Değerlendirme, Muğla Kızılçam Ormanlarında Arıcılık Ormancılık İlişkileri (Ed: Avcı, M., Korkmaz, M.), MAYBİR, ISBN 978-605-66673-0-5, s: 122-142.
• Kurt, R., Imren, E., Cabuk, Y., Karayilmazlar, S., 2018. Estimation of global wood pellet production as a renewable energy source by ARIMA method. Fresenius Environmental Bulletin, 27(7): 5147-5152.
• Kurt, R, Karayılmazlar, S., 2019. Türkiye mantar üretimi ve ARIMA (Box-Jenkins) ile projeksiyonu. Ormancılık Araştırma Dergisi, 6(1): 72-76. DOI: 10.17568/ogmoad.461534.
• Ljung, G.M.,. Box, G.E.P., 1978. On a measure of lack of fit in time-series models. Biometrika, 65(2): 297–303. https://doi.org/10.1093/biomet/65.2.297.
• MTB, Muğla Ticaret Borsası, Yıllık bültenler 2021. http://www.muglaticaretborsasi.org.tr, Erişim: 01.04.2021.
• OGM, 2021., Orman Genel Müdürlüğü, Ormancılık İstatistikleri 2019, https://www.ogm.gov.tr, Erişim: 21.03.2021.
• Onuç, Z., Yanar, A., Saner, G., Güler, D., 2019. Arıcılık faaliyetinin ekonomik yönü üzerine bir analiz: İzmir-Kemalpaşa ilçesi örneği/Türkiye. Ege Üniversitesi Ziraat Fakültesi Dergisi, 56(1): 7-14, DOI: 10.20289/zfdergi.420370.
• Oruç, K.O., Eroğlu, Ş.Ç., 2017. Isparta ili için doğal gaz talep tahmini. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 22(1): 31-42.
• Özer, O.O., İlkdoğan, U., 2013. Box-Jenkins modeli yardımıyla dünya pamuk fiyatının tahmini. Namık Kemal Üniversitesi Tekirdağ Ziraat Fakültesi Dergisi, 10(2): 13-20.
• Özer, O.O., Yavuz, G.G., 2014. Box-Jenkins modeli yardımıyla fındık fiyatının tahmini. XI. Ulusal Tarım Ekonomisi Kongresi, 03-05 Eylül, Samsun, pp. 1689-1694.
• Öztürk, C., Subaşı, O.S., Uysal, O., Seçer, A., Alemdar, T., Ören, M.N., 2014. Akdeniz Bölgesinde Arıcılık İşletmelerinin Teknik ve Ekonomik Yapısının Belirlenmesi. Proje Sonuç Raporu, TAGEM, TEPGE Yayın No:254, ISBN: 978-605-9175-24-1, 39 s.
• RG, 2005. Tarım Ürünleri Lisanslı Depoculuk Kanunu (5300 sayılı). T.C. Resmi Gazete, 25730, 17 Şubat 2005.
• RG, 2017. Türkiye Ürün İhtisas Borsası Anonim Şirketinin Kurulmasına İzin Verilmesi Hakkında Karar T.C. Resmi Gazete, 30030, 06 Nisan 2017.
• Saner, G., Adanacıoğlu, H., Naseri, Z., 2018. Türkiye'de bal arzı ve talebi için öngörü. Tarım Ekonomisi Dergisi, 24(1): 43-51, DOI 10.24181/tarekoder.449992.
• Şen, G., Güngör, E. 2018. Determination of the seasonal effect on the auction prices of timbers and prediction of future prices. Journal of Bartin Faculty of Forestry, 20(2): 266-277.
• Şengül, Z., 2020. Ege bölgesinde arıcılık yapan işletmelerin sürdürülebilirlik yönünden değerlendirilmesi. Doktora tezi, Ege Üniversitesi, Fen Bilimleri Enstitüsü, İzmir.
• Tatoğlu, F.Y., 2018. Panel Veri Ekonometrisi. Beta Basım Yayım Dağıtım A.Ş., Yayın No:3802, İşletme-Ekonomi Dizisi: 979, İstanbul, ISBN: 978-605-242-281-6, 334 s.
• TÜİK, 2021., Türkiye İstatistik Kurumu, Hayvansal üretim istatistikleri (yıllık), https://data.tuik.gov.tr, Erişim: 26.03.2021.
• Uçum, İ., 2016. ARIMA modeli ile Türkiye soya üretim ve ithalat projeksiyonu. Tarım Ekonomisi Araştırmaları Dergisi, 2(1): 24-31.
• Ülgentürk, S., Civelek, H.S., Şahin, Ö., Evren, H., Sarıbaşak, H., 2012. Çam Pamuklu Koşnili Biti Marchalina hellenica Genn. (Hemiptera: Margarodidae)’nın Biyo-Ekolojisi, Ege ve Akdeniz Bölgesindeki Yayılış Alanları. TÜBİTAK-TOVAG-108O359 Proje Sonuç Raporu, 144 s.
• Ülgentürk, S, Özdemir, İ., Kozar, F., Kaydan, M., Dostbil, Ö., Sarıbaşak, H., Civelek, H., 2014. Honeydew producing insect species in forest areas in Western Turkey. Türkiye Entomoloji Bülteni, 3(4): 125-133, ISSN 2146-975X.
• Yalta, T.A., 2011. Ekonometri 2 Ders Notları, TÜBA, Türkiye Bilimler Akademisi, Açık Ders Malzemeleri Projesi, Sürüm 2.0, http://yalta.etu.edu.tr, Erişim: 01.04.2021, 180 s.
• Yıldız, M., Atış, E., 2019. Türkiye organik incir ihraç fiyatının arma yöntemi ile tahmini. Tarım Ekonomisi Dergisi, 25(2): 141-147. DOI: 10.24181/tarekoder.583972.