Πρόβλεψη τιμών αργού πετρελαίου
Προβολή/ Άνοιγμα
Λέξεις κλειδιά
Πετρέλαιο ; Μη ανανεώσιμες πηγές ενέργειας ; Περιβαλλοντικές επιπτώσεις ; Μοντέλα ARIMA ; Box-Jenkins ; Statgraphics ; Προβλέψεις ; Μελλοντική τιμή ; ΧρονοσειρέςΠερίληψη
Η εργασία που ακολουθεί επιχειρεί να αναλύσει την πετρελαϊκή αγορά της εποχής και με τη χρησιμοποίηση των χρονοσειρών και του στατιστικού πακέτου Statgraphics να τολμήσει πρόβλεψη στην τιμή πετρελαίου στο άμεσο μέλλον.
Το πετρέλαιο επηρεάζει τόσο τη χρηματοπιστωτική αγορά όσο και την παγκόσμια οικονομία και δικαιολογημένα φέρει την ονομασία του «μαύρου χρυσού». Πλήθος ερευνητών συμφωνούν ότι υπάρχει άμεση και έμμεση σχέση ανάμεσα στην τιμή του πετρελαίου και στα βασικά οικονομικά μεγέθη, όπως στο Ακαθάριστο Εθνικό Προϊόν (ΑΕΠ), στην ανεργία και στον πληθωρισμό. [Kilian & Vigfusson, 2011]
Χώρες που εισάγουν ή εξάγουν πετρέλαιο επηρεάζονται με διαφορετικό τρόπο από την τιμή του πετρελαίου. Για παράδειγμα, όταν η χώρα εισάγει πετρέλαιο το οποίο παρουσιάσει απότομη άνοδο στην τιμή, αυτό θα επιδράσει αρνητικά στην οικονομική ανάπτυξη και στον πληθωρισμό. Το ίδιο όμως αρνητικά, θα επιδράσει μία απότομη πτώση στην τιμή του, όταν σε αντίθετη περίπτωση η χώρα εξάγει πετρέλαιο, αφού θα πρέπει να αντιμετωπίσει σοβαρά ζητήματα κρατικού προϋπολογισμού.
Παρά τις πετρελαϊκές κρίσεις των τελευταίων χρόνων και των αρνητικών και επιβαρυμένων συνεπειών στο περιβάλλον από την εκτεταμένη χρήση του πετρελαίου ως ενεργειακό αγαθό (φαινόμενο του θερμοκηπίου, κλιματική αλλαγή κ.ο.κ.), η ενεργειακή παγκόσμια στροφή προς τις ανανεώσιμες πηγές ενέργειας (ΑΠΕ) για αντιστροφή της νοσηρής αυτής κατάστασης δεν βρίσκεται ακόμα σε υψηλό επίπεδο απόδοσης ώστε να μπορεί αποκλειστικά να καλύψει τις ανάγκες του πλανήτη σε ενέργεια. Η εξάρτηση από το «μαύρο χρυσό» εξακολουθεί να παιδεύει χώρες, ανθρώπους και περιβάλλον.
Με τη βοήθεια των χρονοσειρών, η εργασία αυτή ερευνά πραγματικά δεδομένα της τιμής αργού πετρελαίου όπως αυτά αντλήθηκαν από την αξιόπιστη πηγή Thomson Reuters (Europe Brent Spot Price FOB) για τη χρονική περίοδο από Ιανουάριο 2010 μέχρι και Δεκέμβριο 2022, ενώ παράλληλα με τη βοήθεια κατάλληλου μοντέλου μέσω του στατιστικού εργαλείου Statgraphics εξάγονται σημαντικά συμπεράσματα και δίνονται προβλέψεις για μελλοντικές τιμές του συγκεκριμένου αγαθού. [Παπαδάκης κ.ά., 1997]