%0 Journal Article %T Predict Oil Prices with Fuzzy Logic and ARFIMA_GARCH Approaches %J Quarterely Energy Economics Review %V 10 %N 41 %U http://iiesj.ir/article-1-123-fa.html %R %D 2014 %K Oil Prices, ARFIMA_GARCH, Fuzzy Logic, Predict, Long Run Memory, %X نفت چه از نظر کمیت و چه از نظر ارزش مهمترین کالای مبادلاتی در جهان محسوب می‏شود و به واسطه وابستگی فعالیت های اقتصادی به این منبع انرژی به استراتژیک ترین کالای جهانی نیز تبدیل گردیده است، به گونه ای که هر تغییری در قیمت آن می تواند اقتصاد جهانی را تحت تاثیر قرار دهد. بنابراینشناسایی رفتار قیمت نفت و پیش بینی آن همواره مد نظر اقتصاددانان بوده است ؛ در عین حال که ضرورت پیدا کردن روشی هایی که قیمت نفت را با خطای کمتریپیش‏بینی کند، بر هیچ کس پوشیده نیست. در این ارتباط روش های اقتصادسنجی پیشرفت های سریعی داشته اند و روش های رقیب دیگری نیز در این عرصه ظاهر شده اند که از مهمترین آنها می توان به منطق فازی اشاره نمود. این مقاله به مقایسه دو روش منطق فازی وARFIMAبرای پیش‏بینی قیمت روزانه نفت برنت دریای شمال طی دوره 2011-1998 پرداخته است. برای بهینه سازی روش فازی ابتدا توابع عضویت ورودی و سپس توابع عضویت خروجی بهینه شد. بعد از بهینه شدن توابع عضویت خروجی خطا به حداقل میزان خود رسید. نتایج برتری قابل ملاحظه منطق فازی بر روشARFIMA_EGARCH را نشان می‏دهد. %> http://iiesj.ir/article-1-123-fa.pdf %P 153-174 %& 153 %! %9 Research %L A-10-80-2 %+ %G eng %@ 1735-1626 %[ 2014