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

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
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 2015 تا سه ماهه دوم سال 2021، در پیش بینی ماهیانه داده های مارس 2020 تا دسامبر 2020 و در پیش بینی هفتگی داده های هفته دوازدهم 2020 تا هفته شانزدهم 2021 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 تیوری 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 تیوری برای پیش بینی دقیق تر استفاده کرد.
زبان:
فارسی
صفحات:
149 تا 171
لینک کوتاه:
magiran.com/p2417700 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!