این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات اقتصادی، جلد ۴۴، شماره ۳، صفحات ۰-۰
عنوان فارسی پیش بینی پویای قیمت نفت خام با استفاده از شبکه های عصبی مصنوعی و با به‎کارگیری ذخیره سازی‎های نفتی کشورهای OECD
چکیده فارسی مقاله نفت به‎عنوان بزرگ‎ترین منبع تأمین انرژی در جهان و به‎دلیل نقش آن در اقتصاد کشورهای تولید کننده، حائز اهمیت بسیار است. لذا شناخت پارامترهای مختلف تأثیر‎گذار بر بازار نفت برای این کشورها، ضروری به نظر می رسد. در این راستا، این تحقیق به پیش بینی قیمت به‎عنوان یک متغیر مهم از بازار جهانی نفت، با استفاده از روش شبکه های عصبی مصنوعی و نیز روش اقتصادسنجی ARIMA می پردازد. لازم به ذکر است که این پیش‎بینی‎ها به‎صورت پویا انجام شده اند. از یک سو نتایج پیش بینی های یک گام به جلو تا ده گام به جلو با استفاده از روش شبکه های عصبی در مقایسه با روش ARIMA، حاکی از خطای کم‎تر روش شبکه های عصبی است و از سوی دیگر نتایج پیش بینی های شبکه‎های عصبی نشان می دهد که با اضافه کردن ذخیره سازی های کشورهای OECD به‎عنوان یک ورودی دیگر در مدل و انجام یک پیش بینی دو متغیره (برای اولین بار در ایران)، خطای پیش بینی های قیمت نفت کاهش می‎یابد. طبقه بندی JEL:C02, Q40, Q41, C22, C45
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Forecasting of Crude Oil Prices Using Neural Networks and OECD Inventories
چکیده انگلیسی مقاله On one hand, oil is the greatest energy resource in the world and, on the other hand, because of the role of oil revenue in the economic of oil producer countries, such as Iran,it is vital for these countries. So it is necessary to recognize different affective parameters on oil market for these countries. In this research, we try to forecast oil price as an important variable in world wide oil market by using neural networks and ARIMA model. The results of dynamic forecasts have shown that in all cases neural network has better results than ARIMA model. In addition, the results of this research have shown that by use of OECD inventories as an added input in model and doing a bivariate forecasting (for the first time in Iran) the error of oil prices forecasts will reduce. JEL Classification: C02, Q40, Q41, C22, C45
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمد حسین پورکاظمی | mohammad hossein
دانشگاه شهید بهشتی
سازمان اصلی تایید شده: دانشگاه شهید بهشتی (Shahid beheshti university)

محمد باقر اسدی | bagher asadi


نشانی اینترنتی http://jte.ut.ac.ir/article_20037_1291e55cf9dd7b3d36dfb455749c7eeb.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/689/article-689-273024.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات