پیش بینی قیمت نفت خام با استفاده از تبدیل موجک، مدل های غیرخطی و مدل های خطی
Authors
abstract
با توجه به اهمیت ویژهی نفت بهعنوان یکی از منابع اصلی تأمینکنندهی انرژی در جهان و قیمت آن در بازارهای بینالمللی، بر آن شدیم تا در این پژوهش به پیشبینی قیمت نفت خام با استفاده از متدولوژی جدیدی بپردازیم. روش حاضر ترکیبی از تبدیل موجک و مدلهای، رگرسیون هارمونیک و مدل هُلت-وینترز است که بهطور همزمان برای پیشبینی سری زمانی قیمت نفت خام به کار گرفته شـدهاند. دادههای سری زمانی قیمت نفت خام، ابتدا با استفاده از تبدیل موجک به سه سری دادههای دارای روند، دادههای متأثر از عوامل فصلی و دادههای با فرکانس بالا (تلاطمات) تجزیه میشوند. سپس هر سری با استفاده از مدل مربوط به آن پیشبینی شده و در مرحـلهی نهایی، برای دسـتیابی به پیشبینی نـهایی سریهای زمانی پیشبینی شده با هم ترکیب میشوند. پیشبینیهای بدست آمده با استفاده از مدل پیشنهادی با پیشبینیهای حاصل از روش مقایسه گردیده است. نتایج حاکی از آن است که مدل مورد استفاده در این تحقیق، پیشبینی صحیحتر و با خطای کمتری برای قیمت نفت خام ارائه میدهد.
similar resources
مقایسه توانایی پیش بینی مدل های شبکه عصبی مصنوعی (ANN)، سیستم استنتاج عصبی- فازی انطباقی(ANFIS) و تبدیل موجک-عصبی: قیمت سبد نفت خام اوپک
پیش بینی قیمت نفت خام از مهم ترین موضوعات فرا روی اقتصاد انرژی است. پیش بینی مناسب قیمت نفت و آن هم قیمت نفت خام اوپک، به دلیل درگیر بودن تعدادی از کشورهای در حال توسعه این سازمان با قیمت نفت، می تواند در برنامه ریزی های سازمان و کشورهای عضو آن، اهمیت ویژه ای داشته باشد. برآورد و پیش بینی روند قیمت نفت، به خاطر نبود داده های تاریخی مهم و محدودیت اطلاعات مرتبط با شاخص های موثر بر روند قیمت نفت، ...
full textآزمون آشوب و پیش بینی قیمت های آتی نفت خام
این مقاله به امکان سنجی وجود آشوب در ساختار سیستم مولد قیمت نفت خام شاخصWTI طی دوره 4 آوریل 1983 تا 13 ژانویه 2003 می پردازد. به این منظور از تخمین نمای لیاپانوف و بعد همبستگی به عنوان آزمون های مستقیم آشوب و آزمون های BDS و شبکه عصبی جهت بررسی غیر خطی بودن ساختار سیستم استفاده شده است. نتایج تخمین نمای لیاپانوف و بعد همبستگی، وجود آشوب در سری زمانی را تایید کرده و تخمین آماره BDS و شبکه عصبی، ...
full textمقایسه عملکرد مدل های پیش بینی خاکستری با هدف پیش بینی قیمت نفت خام
به کارگیری روشهای کمی پیش بینی در زمینه های مختلف مورد توجه گسترده قرار گرفته است. تغییرات سریع محیطهای ناشناخته در دنیای واقعی و به ویژه در بازارهای مالی سبب ایجاد مشکلاتی برای پیش بینی کنندگان برای تامین داده های مورد نیاز شده است. برتری مدلهای خاکستری نسبت به مدل های پیش بینی متداول در این است که مدلهای خاکستری برای پیش بینی رفتار سیستم نیاز به تعدادکمی داده دارد و نیز رفتار سیستم ر...
full textمدل سازی و پیش بینی نوسانات قیمت نفت خام ایران با استفاده از مدل های garch
امروزه انرژی نفت به عنوان یکی از منابع تجدید ناپذیر انرژی، جایگاه بسیار مهمی در میان منابع تأمین انرژی جهان به خود اختصاص داده است. شناخت ساختار قیمت این کالا و مدل سازی آن همواره مورد توجه پژوهش های اقتصادی بوده و تلاش هایی نیز برای بررسی علت نوسان و پیش بینی آن انجام گرفته است. کشور ایران یکی از صادرکنندگان بزرگ نفت در دنیا به شمار می رود و به عقیده کارشناسان، اقتصاد این کشور وابسته به درآمد ...
پیش بینی قیمت نفت خام اوپک با استفاده از مدل خودبازگشتی میانگین متحرک انباشته فازی
عوامل زیادی بر قیمت نفت خام تأثیر میگذارند از این رو استفاده از یک مدل چند متغیری که تمام عوامل مؤثر بر قیمت نفت را لحاظ کرده باشد کاری دشوار است. به همین دلیل، پیشبینی این متغیر از طریق مدلهای چند متغیری بسیار دشوار است. در این حالت ممکن است استفاده از مدلهای تک متغیری روش مناسبی باشد. در این مدلها از حافظه تاریخی متغیر برای مدلسازی و پیشبینی استفاده میشود. اما یکی از محدودیتهای مدله...
full textپیش بینی منابع مالی بانک با استفاده از مدل خطی( ARIMA) و غیرخطی شبکه های عصبی مصنوعی فازی
یکی از مهمترین موارد مورد علاقه مدیران بانکی به عنوان متغیری تأثیرگذار بر صنعت بانکداری، اطلاع از وضعیت سپردههای بانکی است که فعالیت بانک تا حد زیادی بستگی به آن دارد. ازاینرو مدیران بانکها علاقهمند هستند بدانند که میزان کل سپردههای بانک در زمان معینی در آینده چقدر خواهد بود. پیشبینی میزان سپردهها، تغییر و نوسان این سپردهها میتواند در امر برنامهریزی و تصمیمگیری به بانکها کمک نماید....
full textMy Resources
Save resource for easier access later
Journal title:
فصلنامه مطالعات اقتصادی کاربردی ایران (علمی - پژوهشی)Publisher: دانشگاه بوعلی سینا
ISSN 2530-2322
volume 2
issue 7 2013
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023