فیلترهای جستجو:
فیلتری انتخاب نشده است.
نمایش ۱٬۲۶۱ تا ۱٬۲۸۰ مورد از کل ۱٬۸۲۸ مورد.
یارانه یا مالیات منفی
ذخایر نفت جهان
تأثیر قیمت نفت و پیشرفت فنی بر تقاضای نفت: صنایع کارخانه ای انرژی بر در کشورهای اروپایی واردکننده نفت ایران(مقاله علمی وزارت علوم)
حوزههای تخصصی:
این مقاله با تمرکز بر دو محرک بزرگ تقاضای نفت؛ قیمت نفت و پیشرفت فنی یک تجزیه و تحلیل جامع از رفتار تقاضای نفت صنایع کارخانه ای انرژی بر در کشورهای اروپایی واردکننده نفت ایران در فاصله زمانی 2010-1980 ارائه می دهد. ابزار تجزیه و تحلیل در این مطالعه حسابداری رشد و تخمین تابع هزینه پارامتریک است و معنی داری پارامترهای تبدیل یافته مدل با استفاده از تکنیک دلتا بررسی می شود. نتایج نشان می دهد که صنایع مورد بررسی در طول دوره مطالعه پیشرفت فنی را تجربه کرده اند و این پیشرفت فنی تقاضای نفت صنایع را کاهش داده است. انتظار می رود تقاضای نفت در پاسخ به افزایش قیمت نفت به طور معنی داری کاهش یابد. قیمت نفت و پیشرفت فنی تأثیر مثبت بر بهره وری متوسط نفت (و بنابراین کاهش تقاضای نفت) دارند. همچنین، برآورد کشش های قیمتی متقاطع نشان می دهندکه با افزایش قیمت نفت و به دنبال آن کاهش تقاضای نفت، مواد خام و سرمایه جانشین نفت می شوند. کاهش تقاضای نفت صنایع تحت بررسی در نتیجه افزایش قیمت نفت (از طریق جانشینی بین عاملی و بهره وری نفت) و پیشرفت فنی دلالت بر محدود شدن درآمدهای نفتی ایران و بنابراین تمرکز مسئولین و سیاست گذاران بر توسعه صادرات فرآورده های نفتی و پتروشیمی و همچنین صادرات برق و گاز طبیعی دارد.
رابطه گازی ترکیه و ایران
گاز در قرن بیست و یکم
پیش بینی قیمت نفت بر اساس مدل های غیرخطی انتقال ملایم و بهینهسازی الگوریتم ژنتیک
حوزههای تخصصی:
امروزه قیمت نفت نقش مهمی را در اقتصاد جهانی ایفا می کند و به عنوان یک عامل مهم و اثرگذار بر برنامه های
دولت ها و بخش های تجاری و بازرگانی اهمیت فراوانی دارد. با توجه به اهمیت روز
افزون نفت در بازارهای مالی، پیش بینی قیمت نفت خام همواره مورد علاقه بسیاری
از فعالان بازار و سیاستگذاران بوده است. در این راستا، در این پژوهش، ضمن بررسی و انجام آزمون غیرخطی برای داده های ماهانه قیمت نفت خام، به مدل سازی و پیش بینی قیمت نفت خام در بازارهای جهانی
می پردازیم. برای این منظور از روش شناسی رگرسیون غیرخطی انتقال ملایم !supportFootnotes]-->[1]
استفاده می کنیم. همچنین، به منظور مقایسه عملکرد پیش بینی های خارج از نمونه، مدل رگرسیون غیرخطی انتقال ملایم بر اساس بهینه سازی الگوریتم ژنتیک، مدل شبکه عصبی مصنوعی !supportFootnotes]-->[2]
و مدل ARIMA را برآورد می کنیم.
یافته های این پژوهش، تأییدکننده رفتار غیرخطی قیمت نفت خام و عملکرد بهتر مدل های غیرخطی نسبت به مدل ARIMAدر پیش بینی خارج از نمونه قیمت نفت خام برای افق 12 ماهه بر اساس معیارهای RMSE و MAE و DA است.