چکیده:
در اقتصاد جهانی، نفت خام یکی از مهم ترین کالاهای استراتژیک محسوب می شود که نقش به سزایی در تعیین بسیاری از معادلات منطقه ای و بین الملی دارد. از این رو، پژوهش گران اقتصادی و تصمیم گیرندگان سیاسی همواره درصدد اطلاع از پیش بینی صحیح قیمت نفت خام هستند. بازارهای نفتی یکی از پیچیده ترین، پرتلاطم ترین و غیرشفاف ترین بازارهای مالی بین المللی محسوب می شوند، شرایط این بازارهای مالی با محیط های خاکستری تطبیق مناسبی دارد. از این رو، محققان پژوهش حاضر مدل پیش بینی خاکستری، که هسته نظریه سیستم های خاکستری می باشد، را مدلی مناسب برای پش بینی قیمت نفت معرفی نموده اند. نتایج حاصل از اجرای مدل نشان می دهد با استفاده از مدل پیش بینی خاکستری می توان عملکرد پیش بینی قیمت نفت را به صورت چشم گیری بهبود بخشید و نتایجی با خطای کم تر و دقت بیش تر به دست آورد.
In world economy، crude oil is considered as one of the most strategic commodities playing a vital role in the determination of many regional and global equations. So، it is well known that an intense fluctuation of the oil price causes large recession in OPEC countries. So many researchers attempt to forecast crude oil price while oil market is one of the most complex، turbulent and chaotic international financial markets. In present research، gray system theory is utilized to model and forecast the price of crude oil. The results represent that gray forecasting model significantly improves the accuracy of the forecasting operation.
خلاصه ماشینی:
از اين رو، محققان پژوهش حاضر مدل پيش بيني خاکستري، کـه هسته نظريه سيستم هاي خاکستري ميباشد، را مدلي مناسب براي پش بيني قيمت نفت معرفي نمودهاند.
از اين رو، محققان پژوهش حاضر با استفاده از نظريه سيستم هاي خاکستري، مدل پيش بيني خاکستري را مدلي مناسب جهت بهبود عملکرد پيش بيني قيمت نفت خام دانسته و مطالعه حاضر تلاشي براي تشريح عملکرد اين مدل ميباشد.
کشورهاي عضو اوپک اغلب جز کشورهاي در حال توسعه اند، شاخصه هاي اقتصادي استفاده شده در مدلهاي پيش بيني در اين کشورها حتي در شرايط بلند مدت نيز به علت ساختار اقتصادي ناپايدار اين کشورها با نوسانات زيادي همراه است و اين بيثباتي اقتصادي از درجه اطمينان به دقت پيش بيني قيمت نفت توسط اين مدلها ميکاهد و همين امر در بلند مدت منجر به بروز بيثباتي در سياست گذاريهاي اقتصادي اين کشورها ميگردد.
مقادير اين سه معيار براي سري روند مدل عبارتند از، (رجوع شود به تصویر صفحه) پس از اجراي مدل، دنباله پيش بيني و دنباله خطا به شرح زير محاسبه شده است .
مقايسه پارامترهاي MSE و MAE در مدلهاي مختلف جهت پيش بيني سري زماني (رجوع شود به تصویر صفحه) مدلهاي استفاده شده توسط نويسنده در اين مقاله از جمله متداولترين مدلهاي پيش بيني جهت مدل سازي سريهاي زماني هستند.
Forecasting the output of integrated circuit industry using a grey model improved by the Bayesian analysis.
Applications of improved grey prediction model for power demand forecasting.
, Grey system theory-based model in time series prediction .
, Hui-wen, Tang,V.
The development of an interval grey regression model for limited time series forecasting.