درخت حوزه‌های تخصصی

پیش بینی دقیق قیمت های نقدی گاز طبیعی از اهمیت زیادی برخوردار است زیرا می تواند در تصمیم گیری های نظارتی هر دو جانب عرضه و تقاضای گاز طبیعی مفید واقع شود. لذا در این مطالعه، آزمون گاما جهت قیمت های گاز، به عنوان یک ابزار غیرخطی و ناپارامتریک استفاده شد تا بتوان بهترین ترکیب ورودی ها را قبل از کالیبراسیون و آزمون مدل انتخاب نمود. آزمون گاما دارای مدل های غیرخطی متعددی مانند رگرسیون خطی موضعی (LLR)، رگرسیون خطی موضعی پویا (DLLR) و شبکه های عصبی مصنوعی (ANN) می باشند. بدین منظور از قیمت های نقدی روزانه، هفتگی و ماهانه ی گاز هنری هاب از 7/11997 تا 20/3/ 2012 استفاده شد. مقایسه ی نتایج نشان داد که مدل DLLR از ضریب همبستگی بالاتر و میانگین مربعات خطای پایین تر از LLR برخوردار بوده و پیش بینی های بهتری را بدست می دهد. مدل ANN نشان می دهد که هرچه دوره ی پیش بینی کوتاه تر باشد نتایج دقیق تری را داراست. بنابراین، مدل پیش بینی قیمت های نقدی روزانه با روش ANN می تواند به عنوان یک مدل مناسب درنظر گرفته شود. بعلاوه، مدل های ANN در مقایسه با مدل های LLR و DLLR دارای عملکرد بالاتری است و دقت بالاتری را جهت پیش بینی روند قیمت های گاز در مقیاس های زمانی متفاوت بدست می دهد اما این دسته از مدل ها از توانایی لازم جهت پیش بینی شوک های قیمتی بازار برخوردار نمی باشند

مقاله حاضر در پی تبیین رفتار تولیدی شرکت ملی نفت ایران از طریق کاربرد نظریه اقتصاد هزینه مبادله است. مسئله محوری نظریه مذکور را می توان ادغام عمودی و یا همان تصمیم ساخت یا خرید قلمداد نمود. در این ارتباط ساختار سازماندهی شرکت ملی نفت ایران در قبال اجرای طرح های توسعه ای به جهت تولید هیدروکربور (نفت و گاز) را می توان از طریق قراردادهای بیع متقابل (خرید) و سایر قراردادها (ساخت) تحلیل نمود. طبق نظریه اقتصاد هزینه مبادله ساختار سازماندهی با ویژگی های مبادلات به نحوی تنظیم می گردد که هزینه ها ی مبادلاتی ذیربط در کل حداقل گردند. به جهت بررسی این امر و در فضای مربوطه، تحلیل عوامل مولد هزینه های مبادلاتی و اثرگذار بر ساختار سازماندهی تولید در شرکت ملی نفت ایران از طریق کاربرد مدل پروبیت در دستور کار قرار گرفته است. نتایج مقاله از فرضیات اقتصاد هزینه مبادله حمایت نسبی به عمل آورده اند.

هدف از این مقاله، برآورد مدل حرکت هندسی براونی (GBM) بر اساس برآورد دو پارامتر اصلی تلاطم و رانش و پیش بینی قیمت های نقدی روزانه ی گاز طبیعی هنری هاب از 07/01/1997 تا 20/03/2012 است. بررسی ها حاکی از آن است که برآورد این دو پارامتر مذکور با روش های مختلف و نیز در مقیاس های زمانی متفاوت امکان پذیر است. به همین منظور از دو رویکرد پیشرو و پسرو و در مقیاس های زمانی و نیز زیردوره های مختلف استفاده شده است. نتایج نشان می دهد مقادیر تلاطم و رانش، کاملاً به دوره یا مقیاس موردنظر وابسته بوده و برآوردهای حاصل از رویکرد پس رو در مقایسه با پیش رو در سطح پایین تری قرار دارد. همچنین با افزایش تعداد اجرا های تصادفی مدل، اگرچه دامنه نوسانات مقادیر پیش بینی کاهش پیدا کرده، اما شیب خط پیش بینی به شیب خط مقادیر واقعی بسیار نزدیک می شود. در نهایت، مقادیر معیارهای ارزیابی عملکرد نشان می دهد که رویکرد پیش رو و بطور مشخص سال 2009 دارای بهترین معیار عملکرد است سپس زیر دوره ی 2001-2004 در روش پس رو و در نهایت این زیر دوره در روش پیش رو می توانند به عنوان مبنایی جهت محاسبه مقادیر پارامترهای اصلی مدل مورد استفاده قرار گیرند. بعلاوه نتایج نشان می دهد که برآورد پارامترهای اصلی مدل با اتکای به جدیدترین دوره در داده های مورد استفاده نیز دقت کافی اعمال نشده و مقیاس هایی که دارای تلاطم بالاتری هستند بالنسبه از معیارهای ارزیابی بهتری نیز برخوردارند و بهتر می توان از آنها در پیش بینی قیمت ها در قالب مدل GBM بهره گرفت.

تلاطم قیمت نفت در بازارهای بین المللی، بازیگران این بازار را در معرض ریسک های بالقوه زیادی قرار می دهد. روش ارزش در معرض ریسک (VaR) از مهم ترین شیوه های اندازه گیری ریسک بازار می باشد که در سال های اخیر توسعه زیادی پیدا کرده است. در این تحقیق ریسک های فراسوی و فروسوی بازدهی قیمت نفت خام WTI با استفاده از مدل GED- GARCH که برای توزیع های کشیده با دنباله چاق مناسب است، برآورده شده است. داده های روزانه قیمت نقدی و آتی های WTI درون نمونه از ژانویه 1986 تا دسامبر 2010 و داده های خارج از نمونه نیز از ژانویه 2011 تا جولای 2012 در نظر گرفته شده است. برای بررسی صحت مدل VaR برآورد شده از آزمون کوپیک استفاده شده و همچنین با استفاده از روش علیت گرنجری در ریسک به بررسی اثر سرریز ریسک میان بازدهی قیمت آتی ها و نقدی برای شاخص نفت خام WTI در بازار نایمکس پرداخته شده است. یافته های تحقیق نشان می دهد که توزیع آماری بازدهی قیمت در بازار نقدی و آتی های نفت WTI، توزیعی با دنباله چاق می باشد. بررسی ها همچنین اثر سرریز ریسک فراسوی معنی داری در سطح اطمینان 99 درصد از آتی ها به نقدی را تأیید می کند که نشان می دهد در زمان های افزایش قیمت نفت مانند دهه 2000، ریسک بازار آتی ها به نقدی منتقل شده است.

براساس قانون اساسی جمهوری اسلامی ایران، نفت یکی از مصادیق بارز انفال است. برداشت صیانتی از مخازن نفت مهم ترین معیار در بهره برداری از منابع نفتی است که تمامی مراحل اکتشاف، توصیف، توسعه و بهره برداری از یک میدان را تحت تأثیر قرار می دهد. به رغم گذشت بیش از صد سال از تولید نفت در ایران، به غیر از تعریفی که در قانون اصلاح قانون نفت سال 1366 از برداشت صیانتی شده است، هیچ قانون و مقررات و الزامات دیگری از سوی دولت در خصوص تولید صیانتی وجود ندارد. بررسی ها نشان می دهد که به دلایل مختلف از جمله پیچیدگی های محاسبات فنی و اقتصادی، حجم سرمایه گذاری سنگین، تحصیل نتایج و عواید در بلندمدت، نااطمینانی های جدی در آثار برنامه های ازدیاد برداشت، عدم تقارن و تعارض اهداف طرفین قرارداد موجب می شود تا عوامل شکست بازار از قبیل صرفه های عظیم نسبت به مقیاس، اطلاعات نامتقارن و مشکلات ناشی از آن یعنی مخاطرات اخلاقی و انتخاب معکوس و نیز پیامدهای خارجی به نحو بارز و جدی در تحقق برنامه های برداشت صیانتی از میادین خود را نشان دهد. شواهد فراوانی از نتایج قراردادهای توسعه میادین نفتی و گازی کشور نیز مؤید این مطلب است؛ لذا ضروری است که این امور از حیطه تصمیمات شرکتی خارج و در چارچوب شئون حاکمیتی دولت تعریف شود.

عوامل زیادی بر قیمت نفت خام تأثیر می گذارند از این رو استفاده از یک مدل چند متغیری که تمام عوامل مؤثر بر قیمت نفت را لحاظ کرده باشد کاری دشوار است. به همین دلیل، پیش بینی این متغیر از طریق مدل های چند متغیری بسیار دشوار است. در این حالت ممکن است استفاده از مدل های تک متغیری روش مناسبی باشد. در این مدل ها از حافظه تاریخی متغیر برای مدل سازی و پیش بینی استفاده می شود. اما یکی از محدودیت های مدل های تک متغیری این است که برای حصول نتایج مناسب نیاز به داده های زیادی دارند. از آنجا که مدل های رگرسیون فازی برای پیش بینی دقیق نیاز به تعداد داده های کم تری دارند، در این تحقیق، از سه روش رگرسیون فازی، آریما و رگرسیون خودبازگشتی میانگین متحرک انباشته فازی (ترکیب دو روش مذکور) و از داده های روزانه قیمت نفت اوپک برای پیش بینی قیمت نفت خام اوپک استفاده شده است. نتایج حاکی از این است که مدل های رگرسیون فازی و رگرسیون خودبازگشتی میانگین متحرک انباشته فازی علاوه بر این که از نظر تمام معیارهای متداول خطای پیش بینی، عملکرد بهتری نسبت به مدل آریما دارند با فراهم کردن بهترین و بدترین حالت، تصمیم گیری را نسبت به مدل آریما تسهیل کرده است. همچنین مدل ترکیبی به مراتب پیش بینی بهتری نسبت به مدل رگرسیون فازی ارائه می دهد و فاصله بازه تصمیم گیری را کوتاه تر می کند. تفاده از الگوی خودرگرسیون برداری (VAR) برآورد گردید. براساس نتایج مدل برآوردی، شوک های قیمت نفت در کوتاه مدت دارای تأثیر منفی بر تولید سبز است و علت آن این است که با استخراج نفت، استهلاک منابع طبیعی افزایش یافته و باعث کاهش تولید سبز می شود. اما در بلندمدت تأثیر مثبت بر تولید سبز دارد به این علت که در بلند مدت افزایش درآمد های نفتی باعث رشد واقعی سایر بخش ها می شود و این رشد استهلاک را جبران می کند.