Affiliation:
1. Bursa Uludağ Üniversitesi
Abstract
Bu çalışmada, elektrik talebine orta vadede etki eden içsel değişkenler belirlenmeye çalışılmıştır. Bu amaçla, 2007 Ocak-2020 Aralık dönemlerine ilişkin tüketici fiyat endeksi, işsizlik, ülkeye gelen turist sayısı ve sanayi üretim endeksi değişkenlerinin aylık gözlemleri ile araştırılmıştır. Yöntem olarak, varyans ayrıştırması ve Toda Yamamoto nedensellik testleri ile incelenmektedir. Bulgular ise 0.05 anlamlılık düzeyinde işsizlik ile elektrik talebi ve benzer şekilde 0.10 anlamlılık düzeyinde sanayi üretim endeksi ile çift yönlü nedensellik bulgusu elde edilirken, ülkeye gelen turist sayısından, elektrik talebine ise 0.01 anlamlılık düzeyinde tek yönlü nedensellik elde edilmiştir. Bu bulgulara paralel sonuçlar varyans ayrıştırması ile de elde edilmiştir. Dolayısıyla, elektrik talebinin cari dönemdeki değerlerinin açıklanmasında sanayi üretim endeksi, işsizlik ve özellikle ülkeye gelen turist sayısı değişkenlerinin gecikmeli değerlerinin katısı olduğu tespit edilmiştir. Planlayıcıların, elektrik tahmini ile ilgili projeksiyonlar oluştururken bu değişkenlerin tahmin modellerine dahil edilmesinin ve sabit değişkenler yerine farklı değişkenlerin tahmin modellerine dahil edilmesinin doğruya yakın sonuçlar elde edilmesine katkı sunacaktır.
Publisher
Business Economics and Management Research Journal
Reference31 articles.
1. Abual-Foul, B. M. (2012). Forecasting energy demand in Jordan using artificial neural networks. Topics in Middle Eastern and African Economies, 14(September), 473-478.
2. Baltaş, M. E., & Akbay, C. (2021). Akdeniz elektrik dağıtım bölgesi (Antalya-Isparta-Burdur) elektrik tüketim talep tahmini. Yönetim ve Ekonomi Araştırmaları Dergisi, 19(2), 222-238.
3. Çunkaş, M., & Altun, A. A. (2010). Long term electricity demand forecasting in Turkey using artificial neural networks. Energy Sources, Part B: Economics, Planning and Policy, 5(3), 279-289. doi: 10.1080/15567240802533542
4. Ediger, V. Ş., & Tatlidil, H. (2002). Forecasting the primary energy demand in Turkey and analysis of cyclic patterns. Energy Conversion and Management, 43(4), 473-487. doi: 10.1016/S0196-8904(01)00033-4
5. Ekonomou, L. (2010). Greek long-term energy consumption prediction using artificial neural networks. Energy, 35(2), 512-517. doi: 10.1016/j.energy.2009.10.018