حسین یادگاری؛ تیمور محمدی؛ حمید آماده؛ عبدالرسول قاسمی؛ حمیدرضا مصطفایی
چکیده
ویژگیهای نفت خام و عوامل مؤثر بر قیمت این حامل انرژی باعث شده تا پیشبینی قیمت آن همواره مورد توجه محققان، فعالان بازار نفت، دولتها و سیاستگذاران قرار گیرد. از آنجایی که قیمت نفت خام تحت تأثیر عوامل زیادی است بنابراین باید در این راه مطالعات مداوم صورت گرفته تا برآوردهای انجام شده با گذشت زمان، نتایج دقیقتر و از قابلیت اعتماد ...
بیشتر
ویژگیهای نفت خام و عوامل مؤثر بر قیمت این حامل انرژی باعث شده تا پیشبینی قیمت آن همواره مورد توجه محققان، فعالان بازار نفت، دولتها و سیاستگذاران قرار گیرد. از آنجایی که قیمت نفت خام تحت تأثیر عوامل زیادی است بنابراین باید در این راه مطالعات مداوم صورت گرفته تا برآوردهای انجام شده با گذشت زمان، نتایج دقیقتر و از قابلیت اعتماد بالاتری برخوردار شود. در این مقاله برای پیشبینی 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 دادههای قیمت نفت خام برنت در بازههای زمانی فصلی، ماهیانه و هفتگی استفاده شده است. در پیشبینی فصلی دادههای سه ماه اول سال 2015 تا سه ماهه دوم سال 2021، در پیشبینی ماهیانه دادههای مارس 2020 تا دسامبر 2020 و در پیشبینی هفتگی دادههای 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 مدلهای منفرد یا تک تئوری خاکستری و آریما است. همچنین، مدل ترکیبی توانایی بالاتری جهت توضیح و پوشش نوسانات قیمت در بازههای مختلف زمانی را داشته و قابل اطمینانتر از مدلهای منفرد است. لذا میتوان از مدل ترکیبی به جای مدلهای منفرد و تک تئوری برای پیشبینی دقیقتر استفاده کرد.