پیش بینی پویای قیمت نفت خام با استفاده از شبکه های عصبی مصنوعی و با به کارگیری ذخیره سازی های نفتی کشورهای OECD

نفت به‎عنوان بزرگ‎ترین منبع تامین انرژی در جهان و به‎دلیل نقش آن در اقتصاد کشورهای تولید کننده، حائز اهمیت بسیار است. لذا شناخت پارامترهای مختلف تاثیر‎گذار بر بازار نفت برای این کشورها، ضروری به نظر می رسد. در این راستا، این تحقیق به پیش بینی قیمت به‎عنوان یک متغیر مهم از بازار جهانی نفت، با استفاده از روش شبکه های عصبی مصنوعی و نیز روش اقتصادسنجی ARIMA می پردازد. لازم به ذکر است که این پیش‎بینی ها به‎صورت پویا انجام شده اند. از یک سو نتایج پیش بینی های یک گام به جلو تا ده گام به جلو با استفاده از روش شبکه های عصبی در مقایسه با روش ARIMA، حاکی از خطای کم‎تر روش شبکه های عصبی است و از سوی دیگر نتایج پیش بینی های شبکه های عصبی نشان می دهد که با اضافه کردن ذخیره سازی های کشورهای OECD به‎عنوان یک ورودی دیگر در مدل و انجام یک پیش بینی دو متغیره (برای اولین بار در ایران)، خطای پیش بینی های قیمت نفت کاهش می‎یابد.