مدل سازی و پیش بینی نوسانات قیمت نفت خام ایران با استفاده از مدل های garch

thesis
abstract

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 حاصل از فروش نفت می باشد، بنابراین مدل سازی و پیش بینی نوسانات قیمت نفت خام ایران اهمیت بسیاری دارد. در بسیاری از سری های زمانی، خصوصاً سری های زمانی مالی، ویژگی واریانس ناهمسانی مشاهده می شود. در این راستا، کلاس های مختلف از مدل های garch به عنوان یکی از بهترین تکنیک های مدل سازی بی ثباتی در بازارهای مالی به شمار می روند. در این تحقیق با استفاده از مدل های خود رگرسیون واریانس ناهمسان شرطی تعمیم یافته (garch)، به مدل سازی و پیش بینی نوسانات قیمت نفت خام سنگین ایران پرداخته شده است. داده های مورد استفاده در این تحقیق دادهای روزانه پنج روز در هفته قیمت نفت خام سنگین ایران طی دوره یکم ژانویه سال 2002 تا سوم نوامبر سال 2011 است. جهت مطالعه و شناخت جامع رفتار قیمت نفت خام از مدل های garch,igarch,garch-m,egarch,gjrgarch,aparch و figarch جهت مدل سازی استفاده شده است. نتایج تحقیق حاکی از آن است که اثر شوک های قیمتی نفت خام بر بی ثباتی قیمت نفت خام نامتقارن و دارای درجه پایداری بالایی بوده است و شوک های منفی نسبت به شوک های مثبت اثر بیش تری بر واریانس شرطی قیمت نفت خام دارند. بنابراین سری بازدهی قیمت نفت خام سنگین ایران دارای اثر اهرمی می باشد. سری بازدهی قیمت نفت خام دارای حافظه بلند مدت بوده و نوسانات در فرم واریانس شرطی بهتر از فرم انحراف معیار شرطی مدل سازی می شوند. نتایج بررسی رابطه بین سری بازدهی و سری واریانس شرطی نشان می دهد که تغییرات واریانس شرطی بر سری بازدهی دارای اثر معناداری نیست ولی عکس این رابطه صادق است. در این تحقیق همچنین به بررسی تأثیر ویژگی های توزیع سری بازدهی در ارزیابی عملکرد مدل garch(1,1) پرداخته شده است و چهار توزیع نرمال استاندارد، توزیع t- استیودنت، توزیع خطاهای تعمیم یافته (ged) و توزیع t- استیودنت چوله مورد بررسی قرار گرفته اند. نتایج حاصل از ارزیابی عملکرد مدل ها با استفاده از معیارهای توابع زیان و آزمون dm حاکی از آن است که در شرایط وجود کشیدگی بیش از حد و چولگی در سری بازدهی استفاده از توزیع t- استیودنت چوله به عنوان توزیع مقادیر خطا دقت پیش بینی بهتری نسبت به سایر خواهد داشت.

similar resources

مدل Garch برای تغییر پذیریهای قیمت نفت خام

در تحقیقات اولیه روی تغییرپذیریهای پویا، پیش از تعیین یک مدل سری زمانی پارامتری، آنها را از بازده های دارایی پایه برآورد می کردند. یک روش ساده برای انجام این محاسبات که تغییرپذیری تاریخی نامیده می شد، به طور گسترده مورد استفاده قرار می گرفت. در این روش، تغییرپذیری به وسیله انحراف استاندارد نمونه بازده ها روی یک بازه زمانی کوتاه محاسبه می شود اما چه بازه زمانی برای انجام محاسبات مناسب است؟ راه...

full text

شبیه سازی و پیش بینی قیمت جهانی نفت خام

در این مقاله با بررسی و شناسایی عوامل اساسی مؤثر بر عرضه و تقاضای نفت‌خام، از طریق بررسی اثر مازاد عرضه بر بازار جهانی نفت خام، الگویی برای شبیه‌سازی و پیش‌بینی قیمت نفت طراحی شده است. در این الگو که یک الگوی رفتاری همزمان اقتصادسنجی می‌باشد با استفاده از روش تعدیل عدم تعادل پویا (DDAM)[1]، اثرات متغیرهای قیمت گاز طبیعی، تولید ناخالص داخلی جهانی، تولید ناخالص داخلی کشورهای تولیدکنندة نفت، ظرفیت...

full text

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 text

آزمون 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 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 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 text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده مهندسی صنایع

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023