مقايسه ي انواع مدل‌هاي واريانس ناهمسان شرطي در مدل‌سازي و پيش بيني نوسانات قيمت نفت

A Comparison Amongst Various Conditional Variance Heteroscedasticity Models in Modeling and Forecasting Oil Price Volatility

اين پژوهش تلاشي در جهت معرفي يك الگوي مطلوب به منظور مدل سازي و پيش بيني نوسانات قيمت نفت خام ايران مي باشد. در اين راستا از داده هاي هفتگي قيمت نفت خام سنگين ايران، طي دوره‌ي زماني هفته‌ي اول 1/1997 الي هفته‌ي دوم 11/2011 استفاده شده است. بر اين اساس، وجود ويژگي حافظه ي بلندمدت در معادلات ميانگين و واريانس سري بازده قيمت نفت خام، مورد ارزيابي و مدل سازي قرار گرفته است و نتايج اين تحقيق، مويد وجود اين ويژگي در هر دو معادله ي ميانگين و واريانس سري مذكور مي باشد. از بين مدل‌هايي كه در اين مطالعه مورد بررسي قرار گرفته، بر اساس معيارهاي اطلاعات و نيز MSE، مدل‌هاي ARFIMA(1,1)-GARCH به ترتيب، به عنوان بهترين مدل، به‌جهت مدل سازي و پيش‌بيني نوسانات قيمت نفت خام سنگين ايران در دوره‌ي مورد بررسي، انتخاب شده است.

This study attempts to introduce an efficient model for modeling and forecasting the fluctuations of Iranʹs crude oil price. In this regard, the study uses weekly time series data of Iranʹs crude oil price from January 1997 to November 2011. We examine the existence of long term memory in both mean and variance equations of Iranʹs crude oil prices. Our results confirm the existence of this property in both mean and variance equations. Amongst the models based on the information criteria and MSE, the Garch and EMBED Equation.3model has been selected as the best forecastes Iran’s heavy crude oil price fluctuations. JEL Classification: Q47, C13,C58, E31. Keywords: Crude Oil Price, Long Memory, GARCH, FIGARCH.