عنوان مقاله :
پيشبيني تقاضـاي جهانـي نفت خـام اوپك با استفـاده از مدلهـاي خودرگرسيون برداري، خود توضيح جمعي و جستجوي گرانشي
عنوان به زبان ديگر :
Future Studies in OPEC's Global Crude Oil Demand using Vector Self-Engagement Models, Collective Exploration and Gravitational Search
پديد آورندگان :
عسگري، حشمت اله دانشگاه پيام نور تهران - گروه مهندسي صنايع , اميدي، محمدرضا دانشگاه ايلام - گروه اقتصاد , ملكي نيا، زهرا دانشگاه ايلام - گروه اقتصاد انرژي , اميدي، علي اكبر دانشگاه آزاد اسلامي واحد كرمانشاه
كليدواژه :
اوپك , تقاضاي جهاني , پيشبيني
چكيده فارسي :
آگاهي از ميزان تقاضاي آتي نفت به منظور تعيين اولويتها و انتخاب سياستها در راستاي دستيابي به رشد و توسعه اقتصادي، براي كشورهاي عضو اوپك ضروري است. لذا در پژوهش حاضر، ميزان تقاضاي نفت اوپك را با استفاده از الگوهاي سري زماني شامل فرم ساختاري مدل خودرگرسيون برداري (SVAR)، مدل خودتوضيح جمعي ميانگين متحرك ARIMAX و الگوي الگوريتم جستجوي گرانشي از دسته الگوريتمهاي جستجوي ابتكاري با بهكارگيري دادههاي سالانه از سال 1970 تا 2014 ميلادي، پيشبيني ميكند. در همين راستا براي سنجش توانايي قدرت پيشبيني از الگوهاي ميانگين مجموع مجذورات خطا، ميانگين قدرمطلق خطا و ميانگين درصد قدر مطلق خطا استفاده شده است. نتايج بهدست آمده نشان ميدهد كه الگوي SVAR مناسبترين پيشبينيها را براي تقاضاي جهاني نفت اوپك دارد، بر اين اساس با استفاده از نتايج برآورد اين مدل، ﻣﺘﻐﯿﺮ خالص صادرات بر تقاضاي نفت اثر مثبت و معنادار دارد و متغيرهاي قيمت نفت خام اوپك و توليد غير اوپك بر تقاضاي نفت اثر منفي و معنادار دارند.
چكيده لاتين :
Knowledge about future oil demand is essential for OPEC member countries to set priorities and select policies in order to achieve economic growth and development. So in this study, the
OPEC oil demand has been predicted using time series models Including Structural Vector Autoregressive model (SVAR), Autoregressive Integrated Moving Average model (ARIMA)
and Gravitational Search Algorithm (That is one of the Innovative Search Algorithms) applying
demand data from 1970 to 2014. In this regard, three criteria including Mean Sum of Squared
Errors (MSSE), Mean Absolute Error (MAE) and Mean Absolute Percentage Error (MAPE) have been used to measure the predictive power of triple models. Results indicate that the
SVAR model has the most appropriate prediction of OPEC global demand. According to results of this model, net export variable has a positive and significant impact on oil demand and OPEC
petroleum price and non- OPEC production variables have a negative and significant impact on
oil demand.
عنوان نشريه :
آينده پژوهي مديريت
عنوان نشريه :
آينده پژوهي مديريت