نرگس صالح نیا - دانشجوی دکتری دانشگاه فردوسی مشهد
محمدعلی فلاحی - استاد گروه اقتصاد دانشگاه فردوسی مشهد
احمد سیفی - استادیار گروه اقتصاد دانشاگاه فردوسی مشهد
محمدحسین مهدوی عادلی - استاد گروه اقتصاد دانشگاه فردوسی مشهد

پیش بینی دقیق قیمت های نقدی گاز طبیعی از اهمیت زیادی برخوردار است زیرا می تواند در تصمیم گیرهای نظارتی هر دو جانب عرضه و تقاضای گاز طبیعی مفید واقع شد. لذا در این مطالعه آزمون گاما جهت قیمت های گازبه عنوان یک ابزار غیر خطی و ناپارامتریک استفاده شد تا بتوان بهترین ترکیب ورودی ها را قبل از کالیراسیون و آزمون مدل انتخاب نمود. آزمون گاما دارای مدل های غیر خطی متعددی مانند رگرسیون خطی موضعی LLR، رگرسیون خطی موضعی پویا DLLR و شبکه های عصبی مصنوعی ANN می باشند. بدین منظور از قیمت های نقدی روزانه هفتگی و ماهانه گاز هنری های از 11997/7 تا 2012/3/20 استفاده شد. مقایسه ی نتایج نشان داد که مدل DLLR از ضریب همبستگی بالاتر و میانگین مربعات خطای پایین تر از LLR برخوردار بوده و پیش بینی های بهتری را بدست می دهد. مدل ANN نشان می دهد که هرچه دوره ی پیش بینی کوتاه تر باشد نتایج دقیق تری را داراست. بنابراینف مدل پیش بینی قیمت های نقدی روزانه با روش ANN می تواند به عنوان یک مدل مناسب در نظر گرفته شود. بعلاوه، مدل های ANN در مقایسه با مدل های DLLR,LLR دارای عملکرد بالاتری است و دقت بالاتری را جهت پیش بینی روند قیمت های گاز در مقیاس های زمانی متفاوت بدست می دهد اما این دسته از مدل ها از توانایی لازم جهت پیش بینی شوک های قیمتی بازار برخوردار نمی باشند.

گاز طبیعی، قیمت نقدی، آزمون گاما، مدل غیر خطی ناپارامتریک