CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

ارزیابی عملکرد مدل های GARCH و ARIMA در پیش بینی قیمت های گاز طبیعی

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۲۱ | تعداد نمایش خلاصه: ۱۱۰۱ | نظرات: ۰
سال انتشار: ۱۳۹۲
کد COI مقاله: ETEC03_431
زبان مقاله: فارسی
حجم فایل: ۴۵۴.۴۴ کیلوبایت (فایل این مقاله در ۲۱ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۲۱ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۲۱ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارزیابی عملکرد مدل های GARCH و ARIMA در پیش بینی قیمت های گاز طبیعی

    نرگس صالح نیا - دانشجوی دکتری اقتصاد انرژی دانشگاه فردوسی مشهد
    محمدعلی فلاحی - دانشیار گروه اقتصاد دانشگاه فردوسی مشهد
  احمد سیفی - عضو هیات علمی گروه اقتصاد دانشگاه فردوسی مشهد

چکیده مقاله:

گاز طبیعی به عنوان یک منبع مهم انرژی جهت مصارف صنعتی و خانگی و به خصوص تولید برق در سطح دنیا مطرح می باشد زیرا این منبع اساساً کارا بوده و نسبت به سایر اقسام انرژی دی اکسید کربن کمتری را تولید می نماید. از این رو ، ارائه مدل هایی جهت پیش بینی دقیق قیمت گاز طبیعی و سمت و سوی تغییرات آن اهمیت داشته و این پیش بینی ها می توانند در سیاست گذاری های جانب عرضه و تقاضای کار مفید واقع شوند. در این تحقیق داده های سری زمانی روزانه قیمت نقدی گاز طبیعی هنری هاب از 7 ژانویه ی 1997 تا 20 مارس 2012 مورد استفاده قرار گرفتند. به منظور پیش بینی قیمت های گاز طبیعی از مدل های تصافدی باکس جنکینز و روش تعمیم یافته ی آتورگرسیو واریانس ناهمسان شرطی (GARCH) استفاده شده است. نتایج نشان می دهند که مدل های تعمیم یافته آتورگرسیون میانگین متحرک ( ARMIA (1.2.2 و (GARCH (1.1 مناسب ترین مدل ها جهت پیش بینی قیمت ها می باشند که با استفاده از معیارهای عملکرد پیش بینی مورد ارزیابی قرار گرفتند. با توجه به مقایسه ی نتایج به دست آمده از دو مدل مذکور ، مشخص شد که مدل (GARCH (1.1 به دلیل توانایی آن در بیان و لحاظ تلاطم به کمک واریانس شرطی غیر ثابت ، مدل بهتری جهت پیش بینی قیمت های روزانه نقدی گاز طبیعی می باشد.

کلیدواژه‌ها:

گاز طبیعی ، پیش بینی قیمت نقدی ، واریانس شرطی ، پیش بینی ، مدل های GARCH, ARIMA

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ETEC03-ETEC03_431.html
کد COI مقاله: ETEC03_431

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
صالح نیا, نرگس؛ محمدعلی فلاحی و احمد سیفی، ۱۳۹۲، ارزیابی عملکرد مدل های GARCH و ARIMA در پیش بینی قیمت های گاز طبیعی، سومین کنفرانس بین المللی رویکردهای نوین در نگهداشت انرژی، تهران، https://www.civilica.com/Paper-ETEC03-ETEC03_431.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (صالح نیا, نرگس؛ محمدعلی فلاحی و احمد سیفی، ۱۳۹۲)
برای بار دوم به بعد: (صالح نیا؛ فلاحی و سیفی، ۱۳۹۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Alexander, C. (1998). Volatility and Correlation: Measurement, Models and Applications. ...
  • AI Faris, A. (1991). The Determinans of Crude Oil Price ...
  • Bollerslev, T. (1986). Generalized Auto regressive Conditional Heteroskeda sticity. Journal ...
  • Brooks, C. (2008). Introductory Econometric for Finance. (2nd Ed.) Cambridge: ...
  • Chinn, M. D., LeBlanc, M. and Coibion, O. (2005). The ...
  • Dudek, D.J., Golub, A.A., Strukova, E.B. (2006). Should Russia Increase ...
  • Enders, W. (2004). Applied Econometric Time Series. (2nd Ed.) Danvers: ...
  • Engle, R. (1982). Auto regressive Conditional Hete roscedasticity with Esimates ...
  • Hanke, J. E., Wichern, D. W. and Reitsch, A. G. ...
  • Huntington, H.G. (1994). Oil Price Forecasting in the 1980s: What ...
  • Liu, L. M. (1991). Dynamic Relationship Analysis of US Gasoline ...
  • Litkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. ...
  • Manoliu, M., Tompaidis, S. (2002). Energy futures prices: Term structure ...
  • Mirmirani, S., and Li, H.C. (2004). A Comparison of VAR ...
  • Morana, C. (2001). A Semi-Pa rametric Approach to Short-term Oil ...
  • Moshiri, S. (2004). Testing for Deterministi Chaos in Futures Crude ...
  • Nelson, Y., Stoner, S., Gemis, G., and Nix, H.D. (1994). ...
  • Nian, L. CH. (2009). Application of ARIMA and GARCH Models ...
  • Nijman, C. (۲۰۰۸). "The Energy Market: From Energy Products to ...
  • Regnard, N. and Zakoian, J. M. (2011). A Conditionally H ...
  • Ruppert, D. (2004). Statistics and Finance: An Introduction. New York: ...
  • Sadorsky, P. (2002). Time-varying Risk Premiums in Petroleum Futures Price. ...
  • Wang, S., Yu, L. and Lai, K. K. (2005). Crude ...
  • Woo, C.K., Olson, A., Horowitz, I. (2004). Market Efficiency, Cross ...
  • Xie, W., Yu, L., Xu, S.Y., and Wang, S.Y. (2006). ...
  • Yang, C.W., Hwang, M. J., and Huang, B.N. (2002). An ...
  • Yu, L., Wang, S.Y., and Lai, K.K. (2006). Forecasting Foreign ...
  • Zamani, M. (2004). An Econometric Forecasting Model of Short Term ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۲۰۸۹۲
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.