بررسی شکاف قیمت نفت خام برنت و گازوئیل با استفاده ‌از روش‌های اقتصادسنجی، شبکه‌های عصبی و تبدیل موجک

Authors

Abstract:

This report investigates the dominant factors influencing the price gap and the symmetry principle’s evaluation between the crude oil’s price and gasoline. In this regard, the Brent’s crude oil price, gasoline price in six European countries and the fluctuations of the euro vs. US dollar’s exchange rate over the period of 1/1/1999 to 8/25/2011 in weekly intervals are studied. For this purpose, linear models and nonlinear models, such as artificial neural network and wavelet transformation, are implemented. The results indicate insignificant impact of the mentioned parameters in short period price gap both for linear and nonlinear simulations, but nonlinear modeling explicates 92% of long period fluctuations in price gap. According to linear/nonlinear models the symmetry principle is accepted for short period fluctuations in crude oil’s price, but not for long periods.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بررسی شکاف قیمت نفت خام برنت و گازوئیل با استفاده از روش های اقتصادسنجی، شبکه های عصبی و تبدیل موجک

هدف این مقاله بررسی عوامل موثر بر شکاف قیمتی و آزمون اصل تقارن میان قیمت نفت خام و قیمت گازوئیل می باشد. در این راستا از قیمت نفت خام برنت، قیمت گازوییل 6 کشور اروپایی و نوسانات نرخ برابری یورو به دلار به صورت هفتگی در دوره زمانی1/1/1999ـ 25/8/2011 استفاده شده است. انجام مطالعه با استفاده از مدل خطی (داده های تابلویی) و مدل های غیرخطی (شبکه عصبی مصنوعی و تبدیل موجک) صورت گرفته است. نتایج مطالعه...

full text

پیش‌بینی شاخص قیمت بورس سهام با استفاده از شبکه عصبی و تبدیل موجک

  شاخص بازار سرمایه به عنوان دماسنج اقتصادی هر کشور می‌باشد. از این رو پیش‌بینی این متغییر جهت اخذ دید کلی از وضعیت اقتصادی و اخذ استراتژی‌های سرمایه‌گذاری، یکی از مسائل مهم به شمار می‌رود. از جمله روش‌های پیش‌بینی پرکاربرد در سری‌های زمانی مالی، شبکه عصبی می‌باشد که با توجه به جامعیت این روش و عدم وجود برخی از پیش‌فرض‌ها در خصوص داده‌ها، گسترش زیادی نسبت به روش‌های آماری یافته است. اما وجود نو...

full text

پیش بینی قیمت نفت خام با استفاده از تبدیل موجک، مدل های غیرخطی و مدل های خطی

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،...

full text

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 text

پیش بینی شاخص قیمت بورس سهام با استفاده از شبکه عصبی و تبدیل موجک

شاخص بازار سرمایه به عنوان دماسنج اقتصادی هر کشور می باشد. از این رو پیش بینی این متغییر جهت اخذ دید کلی از وضعیت اقتصادی و اخذ استراتژی های سرمایه گذاری، یکی از مسائل مهم به شمار می رود. از جمله روش های پیش بینی پرکاربرد در سری های زمانی مالی، شبکه عصبی می باشد که با توجه به جامعیت این روش و عدم وجود برخی از پیش فرض ها در خصوص داده ها، گسترش زیادی نسبت به روش های آماری یافته است. اما وجود نویز...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 4  issue 14

pages  25- 58

publication date 2014-03

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023