دوره 6، شماره 18، بهار 1403، صفحات 59 - 71
نویسندگان : متین توتونی * و مجید میرزایی قزانی و سید بابک ابراهیمی

چکیده :
نفت‌خام از مهم‌ترین کالاهای استراتژیک در اقتصاد جهانی است؛ از این‌رو، پژوهشگران اقتصادی و سیاست‌گذاران همواره درصدد می‌باشند تا پیش‌بینی صحیحی از قیمت نفت ارائه نمایند. تاکنون پژوهش‌های مختلفی در زمینة پیش‌بینی قیمت نفت و هم‌چنین نوسانات آن انجام گرفته است. در تحقیقات قبلی از مدل‌های سری زمانی نظیر مدل خود رگرسیونی با میانگین متحرک و یا مدل واریانس ناهمسانی شرطی خود رگرسیو تعمیم‌یافته استفاده می‌شد. با ابداع روش‌های غیر کلاسیک هم‌چون تکنیک‌های هوش مصنوعی و یادگیری ماشین کاربرد روش‌های کلاسیک رفته رفته کم‌رنگ گردید. روش ماشین بردار پشتیبان از تکنیک‌های به‌روز یادگیری ماشین، دارای ویژگی‌های برجسته‌ای مانند ساده بودن تعبیر هندسی آن، رسیدن به یک جواب عمومی و یکتا و توانایی مدل‌سازی توابع غیرخطی می‌باشد. در این پژوهش، قیمت نفت برنت دریای شمال و هم‌چنین نفت وست تگزاس آمریکا مورد پیش‌بینی قرار گرفته است. قیمت این نفت‌خام های شاخص، با استفاده از دو روش خود رگرسیونی با میانگین متحرک و ماشین بردار پشتیبان مورد بررسی و نتایج با استفاده از دو معیار میانگین مجذور مربعات خطا و میانگین قدرمطلق خطا مورد ارزیابی قرار گرفته اند. در پایان تحقیق، روش خود رگرسیونی با میانگین متحرک به عنوان مطلوب‌ترین روش برای پیش‌بینی قیمت نفت‌خام های شاخص پیشنهاد می‌گردد.

کلمات کلیدی :
پیش‌بینی، قیمت نفت‌خام، ماشین بردار پشتیبان، مدل ARMA، نفت برنت، نفت WTI


مشاهده مقاله
74
دانلود
0
تاریخ دریافت
۰۹ اسفند ۱۴۰۲
تاریخ ریوایز
۱۳ فروردین ۱۴۰۳
تاریخ پذیرش
۳۰ اردیبهشت ۱۴۰۳