تحقیقات مدلسازی اقتصادی، جلد ۴، شماره ۱۴، صفحات ۱-۲۳
عنوان فارسی کاربرد الگوریتم جستجوی گرانشی و مدل واریانس ناهمسانی شرطی خودتوضیحی تعمیم یافته در مدل سازی قیمت نفت تک محموله ایران
چکیده فارسی مقاله چکیده پیش بینی قیمت نفت خام نقش مهمی در بهینه سازی تولید، بازاریابی و استراتژی بازار دارد. علاوه بر این موارد، نقش مؤثری در سیاست های دولت بازی می کند، چرا که دولت سیاست های خود را فقط نه بر مبنای وضع موجود، بلکه بر مبنای پیش بینی های کوتاه مدت و بلندمدت از متغیرهای کلیدی اقتصادی از جمله قیمت نفت تدوین کرده و به اجرا می گذارد. هدف از انجام این مطالعه مدل سازی و پیش بینی قیمت نفت تک‌محموله (SPOT) ایران با استفاده از مدل GARCH و الگوریتم جستجوی گرانشی(GSA) است. پیش‌بینی-های انجام شده در این تحقیق به صورت درون نمونه ای و ایستا بوده به گونه ای که داده ها به دو مجموعه داده های تخمین و داده های پیش بینی تقسیم شده اند. افق پیش بینی به صورت یک دوره به جلو و به مدت یک ماه می باشد. در این مطالعه، مدل هایی که برای پیش بینی قیمت نفت تک محموله ایران انتخاب شده است عبارتند از: (1وGARCH(2 و یک تابع کاب داگلاس برای الگوریتم GSA که تابعی از قیمت 5 روز گذشته می باشد. در پایان عملکرد این سه مدل با یکدیگر مقایسه شده است. برای مقایسه این مدل‌ها از معیارهای MSE، RMSE، MAE و MAPE استفاده شده که فرآیند GARCH به جز در معیار MAPE در بقیه موارد عملکرد بهتری نسبت به الگوریتم GSA داشته است.
کلیدواژه‌های فارسی مقاله نفت تک محموله، پیش بینی، GARCH، الگوریتم جستجوی گرانشی
عنوان انگلیسی Comparing the performance of GARCH model and gravitational search algorithm (GSA) in modeling and forecasting of spot oil price of Iran (adaptive expectations approach)
چکیده انگلیسی مقاله Abstract Forecasting of crude oil price plays a crucial role in optimization of production, marketing and market strategies. Furthermore, it plays a significant role in government’s policies, because the government sets and implements its policies not only according to the current situation but also according to short run and long run predictions of important economic variables like oil price. The main purpose of this study is modeling and forecasting spot oil price of Iran by using GARCH model and A Gravitational Search Algorithm. Performed forecasts of this study are based in static and out-of-sample forecasting and each subseries data is divided in to two parts: data for estimation and data for forecasting. The forecast horizon is next leading period and its length is one month. In this study the selected models for forecasting spot oil of Iran are GARCH(2,1) and a Cobb Douglas function which is functional of prices of 5 days ago. Finally, the performances of these models are compared. For comparison of these models MSE, RMSE, MAE, and MAPE criteria are used and the results indicate that except in MAPE criterion, the mentioned criteria are smaller for GARCH model in comparison to GSA algorithm.
کلیدواژه‌های انگلیسی مقاله spot oil price, forecasting, GARCH, GSA algorithm
نویسندگان مقاله عباس معمارزاده | abbass memarzadeh
allame tabatabie university
دانشگاه علامه طباطبایی
سازمان اصلی تایید شده: دانشگاه علامه طباطبایی (Allameh tabatabaii university)

علی امامی میبدی | ali emami meibodi
allame tabatabie university
دانشگاه علامه طباطبایی
سازمان اصلی تایید شده: دانشگاه علامه طباطبایی (Allameh tabatabaii university)

حمید آماده | hamid amadeh
allame tabatabie university
دانشگاه علامه طباطبایی
سازمان اصلی تایید شده: دانشگاه علامه طباطبایی (Allameh tabatabaii university)

امین قاسمی | amin ghasemi nejad
shahid bahonar kerman
دانشگاه شهید باهنر کرمان
سازمان اصلی تایید شده: دانشگاه شهید باهنر (Shahid bahonar university)

نشانی اینترنتی http://jemr.khu.ac.ir/browse.php?a_code=A-10-1058-1&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده انرژی، منابع و محیط زیست
نوع مقاله منتشر شده کاربردی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات