%0 Journal Article %T پیش‌بینی قیمت نفت با دو روش ARIMA و شبکه‌های عصبی مصنوعی %J پژوهش‌های اقتصادی ایران %I دانشگاه علامه طباطبائی %Z 1726-0728 %A فرجام نیا, ایمان %A ناصری, محسن %A احمدی, سید محمدمهدی %D 2007 %\ 09/23/2007 %V 9 %N 32 %P 161-183 %! پیش‌بینی قیمت نفت با دو روش ARIMA و شبکه‌های عصبی مصنوعی %K سری‌های زمانی %K شبکه‌های عصبی مصنوعی(ANN) %K مدل ARIMA %K آنالیز حساسیت %R %X توانایی کم­نظیر شبکه­های عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهش­های انجام­شده در مورد توانایی پیش­بینی مدل­های خود توضیح جمعی میانگین متحرک (ARIMA)[1]و شبکه­های عصبی مصنوعی(ANN)[2] به مقایسه این دو روش برای پیش­بینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداخته­ایم. افزون بر این، در این پژوهش پس از مدلسازی به وسیله شبکه­های عصبی مصنوعی، به منظور تشخیص سهم مشارکت هر پارامتر ورودی در این مدل از تجزیه و تحلیل حساسیت استفاده کرده­ایم. با توجه به حجم وسیع به کارگیری اطلاعات روزانه قیمت جهانی نفت (بیش از 5500 روز اطلاعات) نتایج به دست آمده نشان­دهنده برتری غیرقابل مقایسه مدل شبکه­های عصبی مصنوعی نسبت به مدل ARIMA در پیش­بینی قیمت روزانه نفت است. 1.Autoregressive Integrated Moving Average [2].Artifical Neural Networks %U https://ijer.atu.ac.ir/article_3629_6cf7eff8e3594f4691cce8fe30c95636.pdf