[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
اصول اخلاقی نشریه::
سید جعفر حجازی، مدیر داخلی نشریه::
::
پیشگیری از تقلب در آثار علمی
نویسندگان این فصلنامه ملزم به استفاده از سامانه مشابه یاب سمیم نور  می باشند.
..
COPE
این نشریه از قوانین کمیته اخلاق نشریه  (COPE) پیروی می کند.
..
فرم تعارض منافع
فرم تعارض منافع(Docx-PDF)
..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
نظرسنجی
نظرتان در مورد سطح علمي مقالات نشريه چيست؟
سطح علمي بالا
خوب
متوسط
   
..
نظرسنجی
نظرتان در مورد فرايند مقالات دريافتي و پاسخ نهايي مجله چيست؟
سريع پاسخ دريافت مي شود
پاسخ داوري كند است
پاسخ مديرداخلي سريع است
پاسخ مديرداخلي كند است
جوابي نمي گيرم
   
..
راهنمای نویسندگان
..
:: جلد 18، شماره 72 - ( بهار 1401 ) ::
جلد 18 شماره 72 صفحات 25-1 برگشت به فهرست نسخه ها
پیش‌بینی قیمت نفت‌خام برنت با الگوی ترکیبی مدل خاکستری غیرخطی و تصحیح پسماند آریمای خطی
حسین یادگاری* 1، تیمور محمدی2 ، حمید آماده2 ، عبدالرسول قاسمی2 ، حمیدرضا مصطفائی3
1- دانشکده اقتصاد، دانشگاه علامه طباطبائی، تهران ، yadegaryh@yahoo.com
2- دانشکده اقتصاد، دانشگاه علامه طباطبائی
3- دانشکده آمار، دانشگاه آزاد اسلامی واحد تهران شمال، ایران
چکیده:   (2143 مشاهده)
ویژگی‌‌های نفت‌خام و عوامل موثر بر قیمت این حامل انرژی باعث شده است تا پیش‌‌بینی قیمت آن همواره مورد توجه محققان، فعالان بازار نفت، دولت‌ها و سیاست‌گذاران قرار گیرد. با توجه به این که قیمت نفت‌خام تحت تاثیر عوامل زیادی است، همواره باید در این زمینه مطالعات مداوم صورت گیرد تا برآوردهای انجام شده با گذشت زمان، نتایج دقیق‌‌تر و از قابلیت اعتماد بالاتری برخوردار شود. در این مقاله برای پیش‌بینی قیمت نفت‌خام از ترکیب مدل خاکستری غیرخطی و آریما استفاده شده و مدل ترکیبی خاکستری غیرخطی-آریما پیشنهاد شده است. برای بررسی این تکنیک از داده‌‌های قیمت نفت‌‌خام برنت در بازه‌‌های زمانی فصلی، ماهیانه و هفتگی استفاده شده است. در پیش‌‌بینی فصلی داده‌‌های سه ماهه اول سال 2015 تا سه ماهه چهارم سال 2021، در پیش‌‌بینی ماهیانه داده‌‌های ژانویه 2020 تا دسامبر 2021 و در پیش‌‌بینی هفتگی داده‌‌های هفته دوم مارس2020 تا هفته اول دسامبر 2021 مورد استفاده قرار گرفته است. نتایج نشان داد میانگین قدرمطلق درصد خطا و جذر میانگین مربع خطا  در مدل ترکیبی‌‌، همواره کم‌‌تر از مدل منفرد خاکستری غیرخطی است. هم‌‌چنین، مدل ترکیبی توانایی بالاتری جهت توضیح و پوشش نوسانات قیمت در بازه‌‌های مختلف زمانی را داشته و قابل اطمینان‌‌تر از مدل منفرد است. لذا می‌‌توان از مدل ترکیبی به جای مدل‌‌های مبتنی بر نظریه منفرد برای پیش‌‌بینی دقیق‌‌تر استفاده کرد.
طبقه ­بندی JEL: Q47,C53,C01

 
واژه‌های کلیدی: قیمت نفت‌خام، پیش‌بینی قیمت نفت‌خام، مدل خاکستری غیرخطی NGM، مدل ترکیبی تصحیح پسماند NGM-ARIMA
متن کامل [PDF 1519 kb]   (703 دریافت)    
نوع مطالعه: رساله(پايان نامه) دكتري | موضوع مقاله: اقتصاد انرژي
دریافت: 1400/8/17 | پذیرش: 1401/3/10 | انتشار: 1401/3/10 | انتشار الکترونیک: 1401/3/10
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Yadegari H, Mohammadi T, Amadeh H, Qasemi A, Mostafaei H. Brent crude oil Price Forecast with Hybrid Model of Nonlinear Grey Model and Linear Arima Waste Correction. QEER 2022; 18 (72) :1-25
URL: http://iiesj.ir/article-1-1475-fa.html

یادگاری حسین، محمدی تیمور، آماده حمید، قاسمی عبدالرسول، مصطفائی حمیدرضا. پیش‌بینی قیمت نفت‌خام برنت با الگوی ترکیبی مدل خاکستری غیرخطی و تصحیح پسماند آریمای خطی. فصلنامه مطالعات اقتصاد انرژي. 1401; 18 (72) :1-25

URL: http://iiesj.ir/article-1-1475-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
جلد 18، شماره 72 - ( بهار 1401 ) برگشت به فهرست نسخه ها
فصلنامه مطالعات اقتصاد انرژی Quarterly Energy Economics Review
Persian site map - English site map - Created in 0.06 seconds with 43 queries by YEKTAWEB 4645