پیش بینی قیمت نفت خام اوپک با استفاده از مدل خودبازگشتی میانگین متحرک انباشته فازی
Authors
abstract
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 مدلهای تک متغیری این است که برای حصول نتایج مناسب نیاز به دادههای زیادی دارند. از آنجا که مدلهای رگرسیون فازی برای پیشبینی دقیق نیاز به تعداد دادههای کمتری دارند، در این تحقیق، از سه روش رگرسیون فازی، آریما و رگرسیون خودبازگشتی میانگین متحرک انباشته فازی (ترکیب دو روش مذکور) و از دادههای روزانه قیمت نفت اوپک برای پیشبینی قیمت نفت خام اوپک استفاده شده است. نتایج حاکی از این است که مدلهای رگرسیون فازی و رگرسیون خودبازگشتی میانگین متحرک انباشته فازی علاوه بر این که از نظر تمام معیارهای متداول خطای پیش بینی، عملکرد بهتری نسبت به مدل آریما دارند با فراهم کردن بهترین و بدترین حالت، تصمیمگیری را نسبت به مدل آریما تسهیل کرده است. همچنین مدل ترکیبی به مراتب پیشبینی بهتری نسبت به مدل رگرسیون فازی ارائه می دهد و فاصله بازه تصمیمگیری را کوتاهتر میکند. �تفاده از الگوی خودرگرسیون برداری (var) برآورد گردید. براساس نتایج مدل برآوردی، شوکهای قیمت نفت در کوتاهمدت دارای تأثیر منفی بر تولید سبز است و علت آن این است که با استخراج نفت، استهلاک منابع طبیعی افزایش یافته و باعث کاهش تولید سبز میشود. اما در بلندمدت تأثیر مثبت بر تولید سبز دارد به این علت که در بلندمدت افزایش درآمدهای نفتی باعث رشد واقعی سایر بخشها میشود و این رشد استهلاک را جبران میکند.
similar resources
پیش بینی قیمت هفتگی نفت خام از طریق مدل ترکیبی ماشین بردار پشتیبان و خودرگرسیو میانگین متحرک انباشته
همواره پیشبینی روند قیمت و نوسانات یکی از چالشهای پیشروی معاملهگران در بازارهای بورس نفت بوده و پیشبینی قیمتها به عنوان یک امر ضروری وکاربردی مطرح میشود ولیکن باید پیشبینی را مورد توجه قرار داد که با دقت بیشتری صورت گیرد و نسبت به نتایج واقعی مشاهده شده خطای کمتری داشته باشد. به منظور پیشبینی قیمت هفتگی نفت خام برنت به عنوان یک نفت شاخص با توجه به دشوار بودن شناسایی دقیق الگوهای خطی و...
full textبکارگیری مدل های ترکیبی میانگین متحرک خودرگرسیون انباشته فازی احتمالی به منظور پیش بینی نرخ ارز
full text
پیشبینی قیمت هفتگی نفت خام از طریق مدل ترکیبی ماشین بردار پشتیبان و خودرگرسیو میانگین متحرک انباشته
همواره پیشبینی روند قیمت و نوسانات یکی از چالشهای پیشروی معاملهگران در بازارهای بورس نفت بوده و پیشبینی قیمتها به عنوان یک امر ضروری وکاربردی مطرح میشود ولیکن باید پیشبینی را مورد توجه قرار داد که با دقت بیشتری صورت گیرد و نسبت به نتایج واقعی مشاهده شده خطای کمتری داشته باشد. به منظور پیشبینی قیمت هفتگی نفت خام برنت به عنوان یک نفت شاخص با توجه به دشوار بودن شناسایی دقیق الگوهای خطی و...
full textپیش بینی جریان سالانه رودخانه با استفاده از مدل خودهمبسته تجمعی میانگین متحرک و رگرسیون فازی
رشد روزافزون جمعیت و محدودیت منابع آب سطحی در کشور، لزوم پیشبینی دقیقتر مقدار آورد رودخانه را به دلیل اهمیت در برنامهریزی و مدیریت منابع آب از جمله بهرهبرداری از مخازن و طراحی سازههای کنترل سیلاب با استفاده از ابزارها و روشهای نوین مدلسازی میطلبد. در این راستا، مدلهای سری زمانی از دیرباز مورد توجه هیدرولوژیستها بودهاند. هدف این تحقیق، ارزیابی کارآیی دو رهیافت کلی مدل سری زمانی و رگرسی...
full textپیش بینی قیمت نفت خام اوپک با بکارگیری مدل پیش بینی خاکستری
در اقتصاد جهانی، نفت خام یکی از مهم ترین کالاهای استراتژیک محسوب می شود که نقش به سزایی در تعیین بسیاری از معادلات منطقهای و بین الملی دارد. از این رو، پژوهش گران اقتصادی و تصمیم گیرندگان سیاسی همواره درصدد اطلاع از پیش بینی صحیح قیمت نفت خام هستند. بازارهای نفتی یکی از پیچیده ترین، پرتلاطم ترین و غیرشفاف ترین بازارهای مالی بین المللی محسوب می شوند، شرایط این بازارهای مالی با محیط های خاکستری ...
full textپیشبینی قیمت نفت خام اوپک با بکارگیری مدل پیشبینی خاکستری
در اقتصاد جهانی، نفت خام یکی از مهمترین کالاهای استراتژیک محسوب میشود که نقش به سزایی در تعیین بسیاری از معادلات منطقهای و بینالملی دارد. از این رو، پژوهشگران اقتصادی و تصمیم گیرندگان سیاسی همواره درصدد اطلاع از پیشبینی صحیح قیمت نفت خام هستند. بازارهای نفتی یکی از پیچیدهترین، پرتلاطم ترین و غیرشفاف ترین بازارهای مالی بینالمللی محسوب میشوند، شرایط این بازارهای مالی با محیطهای خاکستری ...
full textMy Resources
Save resource for easier access later
Journal title:
اقتصاد انرژی ایرانجلد ۲، شماره زمستان۵، صفحات ۱۰۷-۲۰۷
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023