عنوان پایان‌نامه

پیش بینی قیمت نفت خام و گاز طبیعی با استفاده از تبدیل موجک و ARMAX



    دانشجو در تاریخ ۱۸ بهمن ۱۳۹۰ ، به راهنمایی ، پایان نامه با عنوان "پیش بینی قیمت نفت خام و گاز طبیعی با استفاده از تبدیل موجک و ARMAX" را دفاع نموده است.


    رشته تحصیلی
    اقتصاد انرژی
    مقطع تحصیلی
    کارشناسی ارشد
    محل دفاع
    کتابخانه دانشکده اقتصاد شماره ثبت: 1410;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 53304
    تاریخ دفاع
    ۱۸ بهمن ۱۳۹۰
    دانشجو
    طاهره سیفی
    استاد راهنما
    حمید ابریشمی

    با توجه به اهمیت پیش بینی قیمت های انرژی در فرآیند تصمیم گیری در بازارهای اقتصادی، در این پژوهش بر آن شدیم تا به مدلی بهینه جهت پیش بینی قیمت نفت خام و قیمت گاز طبیعی دست پیدا نمائیم. این مدل تلفیقی از تبدیل موجک و مدل های هلت – وینترز، رگرسیون هارمونیک و مدل می باشد که به طور همزمان و مجزا برای سری های زمانی قیمت نفت خام و گاز طبیعی مورد استفاده قرار گرفته شده است. در واقع در ابتدا هر یک از داده های سری زمانی قیمت نفت خام و گاز طبیعی، با استفاده از تبدیل موجک به سه سری داده های دارای روند، داده های متأثر از عوامل فصلی و داده های با فرکانس بالا تجزیه شده و سپس با استفاده از سه روش یاد شده به پیش بینی هر جزء پرداخته و در مرحله ی نهایی، سری های زمانی پیش بینی شده برای رسیدن به پیش بینی نهایی با هم ترکیب شده اند. نتایج حاصل از بررسی معیارهای درصد دقت پیش بینی و حاکی از آن است که مدل پیشنهادی، نسبت به روش (که از روش های متعارف در پیش بینی قیمت نفت و گاز است) کارآیی بالاتری برخوردار است و پیش بینی صحیح تر و با خطای کمتری برای هر دو قیمت نفت خام و گاز طبیعی ارائه می کند.
    Abstract
    This thesis presents a new model for forecasting crude oil and natural gas prices. The model is a combination of wavelet transformation with the Holt-Winters and Harmonic regression and ARMAX models. The study applies this model to the time series data of crude oil and natural gas prices simultaneously. The time series data of oil and gas prices are decomposed by applying wavelet transformation to the three series; trend series, seasonality series and high frequency series. The study then proceeds to apply the three aforementioned models to forecast each series and finally combines the forecasted time series with each other. The results indicate that the proposed model has better performance and accuracy compared to the ARMA model (the conventional methods in forecasting oil and gas prices) for forecasting the crude oil and natural gas prices, based on the accuracy index of price forecasts and RMSE. Keywords: crude oil price, natural gas price, wavelet transform, Holt-Wintres model, Harmonic regression, ARMAX.