<?xml version="1.0" encoding="UTF-8"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns="http://purl.org/rss/1.0/" xmlns:dc="http://purl.org/dc/elements/1.1/">
  <channel rdf:about="http://hdl.handle.net/11619/4225">
    <title>DSpace Collection:</title>
    <link>http://hdl.handle.net/11619/4225</link>
    <description />
    <items>
      <rdf:Seq>
        <rdf:li rdf:resource="http://hdl.handle.net/11619/4226" />
      </rdf:Seq>
    </items>
    <dc:date>2026-09-07T06:21:04Z</dc:date>
  </channel>
  <item rdf:about="http://hdl.handle.net/11619/4226">
    <title>Desarrollo de un modelo predictivo para precios futuros de compra de gas natural licuado (GNL), basado en las referencias internacionales Henry Hub (HH) y Title Transfer Facility (TTF), para fortalecer la capacidad de planeación y competitividad comercial de TEBSA en Soledad, Atlántico, Colombia</title>
    <link>http://hdl.handle.net/11619/4226</link>
    <description>Title: Desarrollo de un modelo predictivo para precios futuros de compra de gas natural licuado (GNL), basado en las referencias internacionales Henry Hub (HH) y Title Transfer Facility (TTF), para fortalecer la capacidad de planeación y competitividad comercial de TEBSA en Soledad, Atlántico, Colombia
Authors: Marín Sundhein, Ricardo José
Abstract: La propuesta plantea el desarrollo de un modelo predictivo para proyectar los precios futuros de compra de gas natural licuado (GNL) de Termobarranquilla S.A. E.S.P. (TEBSA), a partir del comportamiento histórico de las referencias internacionales Henry Hub (HH) en el mercado norteamericano y Title Transfer Facility (TTF) en el mercado europeo, ampliamente reconocidas como referencias de precio del gas (International Gas Union [IGU], 2023). La iniciativa responde a la exposición estructural de TEBSA a la volatilidad internacional del GNL, dado que la empresa accede al combustible a través de Calamarí LNG (2024) y la terminal de regasificación SPEC LNG en Cartagena. El estudio se concibe como una investigación aplicada, cuantitativa y predictiva, basada en series históricas de precios oficiales (U.S. Energy Information Administration [EIA], 2024; European Energy Exchange [EEX], 2024) y en técnicas de series de tiempo, aprendizaje automático y aprendizaje profundo (Hyndman &amp; Athanasopoulos, 2021; Yang, Choi &amp; Lee, 2023), evaluadas mediante métricas de error MAE, RMSE y MAPE. Se esperaría que el modelo aportara a la planeación de costos de combustible y a la competitividad comercial de TEBSA en la región Caribe colombiana (Termobarranquilla S.A. E.S.P. [TEBSA], 2024).</description>
    <dc:date>2026-01-01T00:00:00Z</dc:date>
  </item>
</rdf:RDF>

