درخت حوزه‌های تخصصی

پیش بینی قیمت،نوسانات قیمتی،عدم ثبات،نااطمینانی و ریسک

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱۴۱ تا ۱۶۰ مورد از کل ۱۸۹ مورد.
۱۴۱.

بررسی ارتباط بین فعالیت های تروریستی و جنگ بر قیمت جهانی نفت

کلیدواژه‌ها: جنگ قیمت نفت فعالیت های تروریستی

حوزه های تخصصی:
تعداد بازدید : ۷۶۴ تعداد دانلود : ۵۲۶
یکی از منابع مهم، استراتژیک و کلیدی در اقتصاد جهان، نفت است. تأثیر عوامل سیاسی و غیراقتصادی مانند جنگ و فعالیت های تروریستی بر بازار جهانی نفت و قیمت های آن تاکنون کمتر مورد توجه قرار گرفته است. علت این امر شاید آن بوده است که اصولاً در یک بازار اقتصادی نقش عوامل غیر از عرضه و تقاضا کمتر در نظر گرفته شده است و آن چه بیش تر سطح قیمت ها را تعیین کرده است عرضه و تقاضا و عوامل مؤثر بر آن بوده است تا عوامل و متغیرهای سیاسی و غیراقتصادی. بر این اساس ما در این مطالعه به دنبال بررسی این موضوع هستیم که فعالیت های تروریستی و جنگ، چه تأثیری بر قیمت جهانی نفت دارد؟ دوره بررسی در این مطالعه از سال 1982 تا سال 2014 و بر اساس داده های سالانه می باشد. در همین راستا با استفاده از روش حداقل مربعات معمولی OLS (Ordinary Least Squares) و با استفاده از نرم افزار Eviews8 اقدام به برآورد مدل نمودیم. نتایج نشان می دهد که حملات تروریستی رابطه مثبت و معنی داری بر قیمت جهانی نفت دارد. همچنین رابطه میان متغیر جنگ و قیمت های جهانی نفت، مثبت و معنی داری می باشد. آزمون های علیت نشان می دهد که بین متغیر حملات تروریستی و قیمت های جهانی نفت رابطه یک طرفه وجود دارد، جهت این رابطه از حملات تروریستی به سمت قیمت نفت می باشد
۱۴۳.

بررسی وجود حباب های قیمت در بازار نفت ایران(مقاله علمی وزارت علوم)

کلیدواژه‌ها: نفت حباب های یگانه و چندگانه رفتار انفجاری ملایم دیکی فولر پنجره غلتان سوپریمم دیکی فولر تعمیم یافته

حوزه های تخصصی:
تعداد بازدید : ۷۵۸ تعداد دانلود : ۴۰۸
در اقتصاد ایران، وابستگی بودجه دولت به درآمدهای نفتی، باعث اهمیت قیمت نفت شده است؛ به طوریکه قیمت نفت یکی از ارکان مهم سیاستگذاری است. وجود حباب در بازار نفت، اهمیت قیمت نفت را دوچندان می کند زیرا در این شرایط قدرت تصمیم گیری برای سیاستگذار دشوار می شود. هدف این مطالعه بررسی وجود حباب قیمتی در بازار نفت ایران با استفاده از آزمون های ریشه واحد بازگشتی (GSADF، RADF، SADF) است. روش های به کار رفته استراتژی مناسبی برای تاریخ گذاری زمان شروع و پایان حباب فراهم می کند. یافته های پژوهش حاکی از همپوشانی تقریبی این آزمون ها و یکسان بودن نسبی نتایج آنهاست. نتایج حاصل از آزمون GSADF حاکی از وجود به طور میانگین 7 حباب در بازه زمانی 01/1980 تا 03/2014 است که بیشترین دوره حباب (تقریباً 15 ماه) مربوط به بازه زمانی 06/2007 تا 09/2008 و کمترین دوره حباب (تقریباً 1 ماه) مربوط به بازه زمانی 02/2012 تا 03/2012 است. همچنین، نتایج مؤید آن است که قیمت نفت شامل دو جزء قیمت پایه و حباب است؛ که تاریخ حباب های آن منطبق با وقایع خاص در بازارهای مالی و سیاست است. یافته های این پژوهش برای کشف دلایل وقوع حباب و مهار آثار آن بر اقتصاد، بسیار حائز اهمیت است.
۱۵۵.

پیش بینی قیمت گاز طبیعی با استفاده از ترکیب تبدیل موجک و شبکه عصبی مصنوعی (مطالعه موردی: بازار آمریکا)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: تبدیل موجک پیش بینی قیمت گاز طبیعی شبکه عصبی مصنوعی

حوزه های تخصصی:
تعداد بازدید : ۷۱۳ تعداد دانلود : ۵۵۸
در این مقاله تلاش شده است با استفاده از ترکیب تبدیل موجک و شبکه عصبی مدلی به منظور پیش بینی روزانه قیمت گاز طبیعی ارائه شود. در این مدل ترکیبی، از موجک گسسته دابیشز به منظور تجزیه سری زمانی قیمت استفاده شده ، سپس ضرایب تقریبات و جزئیات مؤثر به عنوان ورودی شبکه عصبی به منظور پیش بینی قیمت گاز طبیعی هنری هاب به عنوان مرجعی برای قیمت گاز طبیعی در آمریکا به کار رفته است. مقایسه عملکرد نسبی مدل ترکیبی با مدل شبکه عصبی حاکی از آن است که مدل ترکیبی تبدیل موجک و شبکه عصبی عملکرد پیش بینی را در مقایسه با مدل شبکه عصبی بهبود بخشیده است. آزمون دیبولد ماریانو نیز این نتیجه را تأیید کرده است.
۱۵۶.

پیش بینی قیمت نفت بر اساس مدل های غیرخطی انتقال ملایم و بهینهسازی الگوریتم ژنتیک

حوزه های تخصصی:
تعداد بازدید : ۷۱۲ تعداد دانلود : ۳۶۵
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.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان