نوسانات قيمت انرژي در مدل‌هاي رگرسيون چرخشي و شبكه عصبي

Modeling Energy Price in Iran, Using Markov Switching Auto Regressive and Neural Network Models

اصلاح سازوكار قيمت‌گذاري حامل‌هاي انرژي در ايران همواره مورد تأكيد كارشناسان صندوق بي‌المللي پول بوده است. اين توصيه، بيش از هر عاملي، ناظر بر آثار خاص تخصيص طولاني مدت يارانه بر اختلال در قيمت‌هاي نسبي اقتصاد، هدر رفت منابع، ضعيف شدن پايداري بخش انرژي در اقتصاد و آثار خاص شتاب رشد مصرف انرژي بوده است. لذا لازم است مطالعات علمي بيش‌تري در زمينه قيمت‌گذاري انرژي انجام شود. در اين مطالعه نوسانات قيمت انرژي الكتريكي را در ارتباط با حامل‌هاي انرژي و بازارهاي مالي و تقاضاي انرژي در نظر مي‌گيريم.در اين راستا از دو روش غير خطي شبكه‌هاي عصبي و رگرسيون چرخشي كمك مي‌گيريم تا بتوان اثر شوك‌هاي متغيرهاي مستقل را بر روي متغير وابسته بهتر مدل‌سازي كنيم و قابليت تشخيص دو رژيم با نوسانات مختلف را دارد. ما از دو روش استفاده مي‌كنيم زيرا شبكه عصبي قابلي در برآورد و تخمين دقيق سري داده‌ها دارد و روش رگرسيون سوئيچينگ قابليت تشخيص زمان شوك‌ها و نوسانات و پرش‌ها يا همان زمان تغيير رژيم نوسانات را دارد. دوره مورد مطالعه سال‌هاي (1387-1367) مي‌باشد.

Reforms of pricing the energy transformers are one of the most important debates for FDI experts, in Iran. this pricing is directly in contact with some subjects such as the effect of long run subsidies on price diffusion in economy, sources waist, decreasing the resistance of Energy part in Iran and finally the effect of acceleration in energy consume growth rate .so it appear necessary to doing more study about energy and pricing and also energy transformers. In this study we model the volatility of Electric energy price according to energy transformers, financial markets and also energy demand. fir this purpose we use two methods for modeling first is Markov switching regression and the second is artificial neural network. Both are nonlinear methods. The switching model has ability to model the shocks on response variable and it can make two regimes with different volatility. But neural network has the ability to estimate and forecasting. The period of this study is1367-1387.