پیش بینی قیمت نفت خام برنت با ترکیب تکنیک های مبتنی بر تئوری خاکستری و اقتصادسنجی

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 280

This Paper With 23 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_IEER-9-36_006

تاریخ نمایه سازی: 21 فروردین 1401

Abstract:

ویژگی های نفت خام و عوامل موثر بر قیمت این حامل انرژی باعث شده تا پیش بینی قیمت آن همواره مورد توجه محققان، فعالان بازار نفت، دولت ها و سیاست گذاران قرار گیرد. از آنجایی که قیمت نفت خام تحت تاثیر عوامل زیادی است بنابراین باید در این راه مطالعات مداوم صورت گرفته تا برآوردهای انجام شده با گذشت زمان، نتایج دقیق تر و از قابلیت اعتماد بالاتری برخوردار شود. در این مقاله برای پیش بینی قیمت نفت خام از ترکیب مدل خاکستری مرتبه اول و آریما استفاده شده و مدل ترکیبی خاکستری - آریما پیشنهاد شده است. برای بررسی این تکنیک از داده های قیمت نفت خام برنت در بازه های زمانی فصلی، ماهیانه و هفتگی استفاده شده است. در پیش بینی فصلی داده های سه ماه اول سال ۲۰۱۵ تا سه ماهه دوم سال ۲۰۲۱، در پیش بینی ماهیانه داده های مارس ۲۰۲۰ تا دسامبر ۲۰۲۰ و در پیش بینی هفتگی داده های هفته دوازدهم ۲۰۲۰ تا هفته شانزدهم ۲۰۲۱ مورد استفاده قرار گرفته است. نتایج نشان داد میانگین قدر مطلق درصد خطا و جذر میانگین مربع خطا در مدل ترکیبی، همواره کمتر از مدل های منفرد یا تک تئوری خاکستری و آریما است. همچنین، مدل ترکیبی توانایی بالاتری جهت توضیح و پوشش نوسانات قیمت در بازه های مختلف زمانی را داشته و قابل اطمینان تر از مدل های منفرد است. لذا می توان از مدل ترکیبی به جای مدل های منفرد و تک تئوری برای پیش بینی دقیق تر استفاده کرد.

Keywords:

قیمت نفت خام , پیش بینی قیمت نفت خام , مدل خاکستری , مدل آریما , مدل ترکیبی خاکستری - آریما

Authors

حسین یادگاری

دانشجوی دکتری اقتصاد نفت و گاز، دانشگاه علامه طباطبائی، تهران، ایران

تیمور محمدی

دانشیار، گروه اقتصاد نظری، دانشگاه علامه طباطبائی، تهران، ایران،

حمید آماده

دانشیار، گروه اقتصاد انرژی، دانشگاه علامه طباطبائی، تهران، ایران

عبدالرسول قاسمی

دانشیار، گروه اقتصاد انرژی، دانشگاه علامه طباطبائی، تهران، ایران

حمیدرضا مصطفایی

دانشیار، گروه آمار، دانشگاه آزاد اسلامی واحد تهران شمال، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • تحلیل عوامل موثر بر قیمت نفت خام [مقاله ژورنالی]
  • شاکری، عباس و محمدی، تیمور و جعفری، محمد(۱۳۹۸). تاثیر نوسانات ...
  • رحمانی، مهرداد و فریدزاد، علی (۱۳۹۸). نوسانات قیمت نفت طی ...
  • جوانمرد، حبیب الله و فقیدیان، سیده فاطمه (۱۳۹۳). پیش ببنی ...
  • زمانی، مهرزاد (۱۳۸۴). مدل سازی و پیش بینی قیمت نفت ...
  • شاه نظری، محمدرضا و همکاران (۱۳۹۸). توسعه و مقایسه روش ...
  • بهرادمهر، نفیسه (۱۳۸۷). پیش بینی قیمت نفت خام با استفاده ...
  • پورکاظمی، محمدحسین و اسدی، محمدباقر (۱۳۸۸). پیش بینی پویای قیمت ...
  • Liu, S. F., Yang, Y. and Wu, L. (۲۰۱۴c). Grey ...
  • Haken, H. (۲۰۱۱). Book reviews: grey information: theory and practical ...
  • Andrew,A. (۲۰۱۱).Why the world is grey. Grey Systems:Theory and Application, ...
  • Hipel, K.W. (۲۰۱۱).Book reviews: Grey Systems: theory and applications. Grey ...
  • Vallee, R. (۲۰۰۸).Book reviews: grey information: theory and practical applications. ...
  • Lin ,Aimei,(۲۰۰۹). Prediction of International Crude Oil Futures Price Based ...
  • Hong-Xia Chen, Guang-Jun Jiang and Qing-Chao Zhang (۲۰۱۸). GM(۱,۱) Modeling ...
  • Sifeng Liu Jeffrey Forrest Yingjie Yang, (۲۰۱۲).A brief introduction to ...
  • Javanmardi, Ehsan & Liu, Sifeng(۲۰۱۹). Exploring Grey Systems Theory-Based Methods ...
  • Li, Rongrong & Li, Shuyu & Yang, Xue(۲۰۱۸). Forecasting China’s ...
  • Lu, Meng(۲۰۱۵). Grey system: theory, methods, applications and challenges. Leverhulme ...
  • Huntington Hillard G (۱۹۹۴) Oil Price Forecasting in the ۱۹۸۰s: ...
  • Hou Aijun, Suardi Sandy (۲۰۱۲). A nonparametric GARCH model of ...
  • Lanza Alessandro, Manera Matteo, Giovannini Massimo(۲۰۰۵).Modeling and forecasting cointegrated relationships ...
  • He Angela W. W., Kwok Jerry T. K., Wan Alan ...
  • Panopoulou Ekaterini, Pantelidis Theologos (۲۰۱۵). Speculative behaviour and oil price ...
  • Murat Atilim, Tokat Ekin (۲۰۰۹). Forecasting oil price movements with ...
  • Yu Lean, Wang Shouyang, Lai Kin Keung (۲۰۰۸). Forecasting crude ...
  • He Kaijian, Yu Lean, Lai Kin Keung (۲۰۱۲). Crude oil ...
  • Li Ziran, Sun Jiajing, Wang Shouyang (۲۰۱۳).An information diffusion-based model ...
  • Yu Lean, Dai Wei, Tang Ling (۲۰۱۶). A novel decomposition ...
  • Behradmehr, N. (۱۳۸۷). Oil price forecasting with using ANNs and ...
  • Hsu, C. C., & Chen, C. Y. (۲۰۰۳). A modified ...
  • Zhou, W., & He, J. M. (۲۰۱۳). Generalized GM (۱, ...
  • Xiong, H. Y., Chen, X. Y., Wang, W. B, (۲۰۱۰). ...
  • Zhou, W., & He, J. M. (۲۰۱۳). Generalized GM (۱, ...
  • Kayacan, E., Kaynak, O. & Ulutas, B. (۲۰۱۰). Grey system ...
  • Camelia, Delcea (۲۰۱۵). Grey systems theory in economics – a ...
  • An, Haizhong & Jia, Xiaoliang (۲۰۱۵). How do correlations of ...
  • Julong, Deng(۱۹۸۹). Introduction to Grey System Theory, The Journal of ...
  • Zou, Yingchao & Chen, Yanhui(۲۰۱۶). Multi-step-ahead Crude Oil Price Forecasting ...
  • Wang, Qiang & Jiang, Feng(۲۰۱۹). Integrating linear and nonlinear forecasting ...
  • Li C, Qin J, Li J, Hou Q. (۲۰۱۶. The ...
  • Yuan C, Liu S, Fang Z.(۲۰۱۶). Comparison of China’s primary ...
  • Li S, Li R.(۲۰۱۷). Comparison of forecasting energy consumption in ...
  • Sen P, Roy M, Pal P. (۲۰۱۶). Application of ARIMA ...
  • Oliveira EMD, Oliveira FLC(۲۰۱۸). Forecasting mid-long term electric energy consumptionthrough ...
  • Wang Q, Li S, Li R(۲۰۱۸).China's dependency on foreign oil ...
  • استناد به این مقاله: یادگاری، حسین، محمدی، تیمور، آماده، حمید، ...
  • Iranian Energy Economics is licensed under a Creative Commons Attribution-NonCommercial ...
  • نمایش کامل مراجع