Cookies helfen uns bei der Bereitstellung unserer Dienste. Durch die Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies setzen.
De En Es
Kundenservice: +49 (0) 551 - 547 24 0

Cuvillier Verlag

30 Jahre Kompetenz im wissenschaftlichen Publizieren
Internationaler Fachverlag für Wissenschaft und Wirtschaft

Cuvillier Verlag

Premiumpartner
De En Es
Titelbild-leitlinien
Ökonometrische Modellierung des Rohölmarktes

Printausgabe
EUR 43,60 EUR 41,42

E-Book
EUR 30,52

Ökonometrische Modellierung des Rohölmarktes

Preisbildungsmechanismen und Prognose der Entwicklung bis 2030

Caroline March (Autor)

Vorschau

Inhaltsverzeichnis, Datei (45 KB)
Leseprobe, Datei (170 KB)

ISBN-13 (Printausgabe) 3954040832
ISBN-13 (Printausgabe) 9783954040834
ISBN-13 (E-Book) 9783736940833
Sprache Deutsch
Seitenanzahl 262
Umschlagkaschierung matt
Auflage 1 Aufl.
Band 0
Erscheinungsort Göttingen
Promotionsort Duisburg
Erscheinungsdatum 18.04.2012
Allgemeine Einordnung Dissertation
Fachbereiche Wirtschaftswissenschaften
Schlagwörter Energiewirtschaft, Ölpreisentwicklung, Autoregressive Distributed Lag
Beschreibung

Der Rohölmarkt bildet nicht nur die Grundlage für den Handel des weltweit bedeutendsten Primärenergieträgers, sondern stellt gleichzeitig eine Art Leitmarkt für fossile Brennstoffe im Allgemeinen dar. Gleichzeitig ist der Ölpreis starken Schwankungen unterworfen.
Diese Arbeit untersucht die Preisbildung auf Basis einer langfristigen Historie. Dazu wird ein fundamentales, ökonometrisches Marktmodell entwickelt, welches die historische Marktentwicklung vor allem anhand von Investitionszyklen im Zusammenspiel mit unelastischer Nachfrage erklärt. Die Darstellung erfolgt dabei als Autoregressive Distributed Lag (ADL) Modell in der Fehlerkorrekturform, wobei die langfristige, fundamentale Marktdynamik mit Hilfe des Bounds-Testing-Verfahrens nachgewiesen wird.
Aufbauend auf die Erkenntnisse der empirischen Modellierung erfolgt anschließend eine stochastische Prognose der Entwicklung des Marktes bis 2030 mittels Monte-Carlo-Simulation. Besondere Berücksichtigung erhalten dabei die Ursprünge und Auswirkungen der hohen Unsicherheit der Ölpreisvorhersagen.