Assessing Linear And Nonlinear Models To Forecast Opec Oil Prices - Núm. Special Issue, Febrero 2017 - Quid. Investigación, Ciencia y Tecnología - Libros y Revistas - VLEX 697134905

Assessing Linear And Nonlinear Models To Forecast Opec Oil Prices

AutorAli Safari - Maedeh Mohammadi
CargoSeveral university expert courses in marketing and journalism, MA in research, is researcher in marketing - Several university expert courses in marketing and journalism, MA in research, is researcher in marketing
Páginas13-20
QUID 2017, pp. 13-20, Special Issue N°1- ISSN: 1692-343X, Medellín-Colombia
ASSESSING LINEAR AND NONLINEAR MODELS TO FORECAST OPEC OIL PRICES
(Recibido el
04-05-2017.
Aprobado el
07-08-2017)
Ali Safari*
Shahid Beheshti University, Depa rtment of
Finan cial Management, Faculty of Management
and Accounting, Tehran, Ira n
a.safa ri991@gmail.com
Maedeh Mohammadi
Shahid Beheshti University, Depar tment of
Finan cial Management, Faculty of Management
and Accounting, Tehran, Ira n.
Resumen: La previsión de las tendencias de p recios y la fluctuación es siempre un reto para los comerciantes e
inversores en los mercados petroleros. Por tanto, la previsión de precios se con sidera un tema esencial y práctico.
Dado que los diferentes factor es como la producción de petróleo crudo, eventos políticos, etc, afectan el proceso
de precios del petróleo, la previsión de los precios del petróleo tiene grandes incertidumbres. Por otro lado, existen
varios métodos teóricos para modelar el precio del petróleo. Dado que la predicción no es correcta por lo general
y tiene un error, por lo que la precisión de la previsión se considera entre los factores más importantes en la
selección del procedimiento de p ronóstico. Debido a la falta d e técnica acordada por los investigadores para
predecir el precio del petróleo y debido a la dificultad en la identificación precisa de patrones lineales y no lineales
en series de tie mpo económico y financiero incluyendo el precio del crudo , el estudio buscó evaluar y comparar
los métodos lineales y no lineales usando (ARIMA) y la red neural autoregresiva (NAR) no lineal. Los resultados
indican la superioridad del mod elo ARIMA comparado con la red neuronal autorregresiva no lineal (NAR) en la
predicción de los valores mensuales del precio del crudo de la OPEP.
Palabras clave: ARIMA, Red neuronal dinámica, Predicción, OPEP, Serie temporal
Abstract: Forecasting price trends and fluctuation is always a challenge for traders and investors in oil markets.
Price forecasting is therefore considered as essential and practical topic. Since the different factors like, crude oil
production, political events, etc, affect oil price process, forecasting oil prices have great uncertainties. On the
other hand, there are various theoretical methods for modeling the price of oil. Given that forecasting is not correct
usually a nd it has an error, so accuracy of forecasting is considered among the most important factors in the
selection of forecasting procedure. Due to lack of technique agreed by researchers to forecast the oil price and
owing to the difficulty in accurate identification of linear and nonlinear patterns in economic and financial time
series including crude oil price, the study sought to evaluate and compare the linear and nonlinear methods using
autoregressive integrated moving average (ARIMA) and nonlinear autoregressive (NAR) neural network. The
results indicate the superiority of ARIM A model compared to nonlinear autoregressive (NAR) neural network in
forecasting monthly values of OPEC crude oil price.
Keywords: ARIMA, Dynamic neural network, Forecasting, OPEC, Time series
Citar, estilo APA: Safari, A., & Mohammadi, M. (2017). Assessing linear and no nlinear models to forecast opec oil prices. Revista QUID (Special Issue), 13-20.

Para continuar leyendo

Solicita tu prueba

VLEX utiliza cookies de inicio de sesión para aportarte una mejor experiencia de navegación. Si haces click en 'Aceptar' o continúas navegando por esta web consideramos que aceptas nuestra política de cookies. ACEPTAR