@article{ author = {memarzadeh, abbass and emamimeibodi, ali and amadeh, hamid and ghaseminejad, ami}, title = {Comparing the performance of GARCH model and gravitational search algorithm (GSA) in modeling and forecasting of spot oil price of Iran (adaptive expectations approach)}, abstract ={Abstract Forecasting of crude oil price plays a crucial role in optimization of production, marketing and market strategies. Furthermore, it plays a significant role in government’s policies, because the government sets and implements its policies not only according to the current situation but also according to short run and long run predictions of important economic variables like oil price. The main purpose of this study is modeling and forecasting spot oil price of Iran by using GARCH model and A Gravitational Search Algorithm. Performed forecasts of this study are based in static and out-of-sample forecasting and each subseries data is divided in to two parts: data for estimation and data for forecasting. The forecast horizon is next leading period and its length is one month. In this study the selected models for forecasting spot oil of Iran are GARCH(2,1) and a Cobb Douglas function which is functional of prices of 5 days ago. Finally, the performances of these models are compared. For comparison of these models MSE, RMSE, MAE, and MAPE criteria are used and the results indicate that except in MAPE criterion, the mentioned criteria are smaller for GARCH model in comparison to GSA algorithm.}, Keywords = {spot oil price, forecasting, GARCH, GSA algorithm}, volume = {4}, Number = {14}, pages = {1-23}, publisher = {Kharazmi University}, title_fa = {کاربرد الگوریتم جستجوی گرانشی و مدل واریانس ناهمسانی شرطی خودتوضیحی تعمیم یافته در مدل سازی قیمت نفت تک محموله ایران}, abstract_fa ={چکیده پیش بینی قیمت نفت خام نقش مهمی در بهینه سازی تولید، بازاریابی و استراتژی بازار دارد. علاوه بر این موارد، نقش مؤثری در سیاست های دولت بازی می کند، چرا که دولت سیاست های خود را فقط نه بر مبنای وضع موجود، بلکه بر مبنای پیش بینی های کوتاه مدت و بلندمدت از متغیرهای کلیدی اقتصادی از جمله قیمت نفت تدوین کرده و به اجرا می گذارد. هدف از انجام این مطالعه مدل سازی و پیش بینی قیمت نفت تک‌محموله (SPOT) ایران با استفاده از مدل GARCH و الگوریتم جستجوی گرانشی(GSA) است. پیش‌بینی-های انجام شده در این تحقیق به صورت درون نمونه ای و ایستا بوده به گونه ای که داده ها به دو مجموعه داده های تخمین و داده های پیش بینی تقسیم شده اند. افق پیش بینی به صورت یک دوره به جلو و به مدت یک ماه می باشد. در این مطالعه، مدل هایی که برای پیش بینی قیمت نفت تک محموله ایران انتخاب شده است عبارتند از: (1وGARCH(2 و یک تابع کاب داگلاس برای الگوریتم GSA که تابعی از قیمت 5 روز گذشته می باشد. در پایان عملکرد این سه مدل با یکدیگر مقایسه شده است. برای مقایسه این مدل‌ها از معیارهای MSE، RMSE، MAE و MAPE استفاده شده که فرآیند GARCH به جز در معیار MAPE در بقیه موارد عملکرد بهتری نسبت به الگوریتم GSA داشته است.}, keywords_fa = {نفت تک محموله, پیش بینی, GARCH, الگوریتم جستجوی گرانشی}, url = {http://jemr.khu.ac.ir/article-1-667-en.html}, eprint = {http://jemr.khu.ac.ir/article-1-667-en.pdf}, journal = {Journal of Economic Modeling Research}, issn = {2228-6454}, eissn = {2538-4163}, year = {2013} } @article{ author = {NajarFirouzJayi, mohammad and Oryani, Bahare and Zolfaqari, Mahdi}, title = {Assessing the price gap model for Brent’s crude oil and gasoline implementing econometrics methods, neural networks and wavelet transformation}, abstract ={This report investigates the dominant factors influencing the price gap and the symmetry principle’s evaluation between the crude oil’s price and gasoline. In this regard, the Brent’s crude oil price, gasoline price in six European countries and the fluctuations of the euro vs. US dollar’s exchange rate over the period of 1/1/1999 to 8/25/2011 in weekly intervals are studied. For this purpose, linear models and nonlinear models, such as artificial neural network and wavelet transformation, are implemented. The results indicate insignificant impact of the mentioned parameters in short period price gap both for linear and nonlinear simulations, but nonlinear modeling explicates 92% of long period fluctuations in price gap. According to linear/nonlinear models the symmetry principle is accepted for short period fluctuations in crude oil’s price, but not for long periods.}, Keywords = {Crude oil, gasoline, linear modeling (panel data modeling), artificial neural network, wavelet transformation. }, volume = {4}, Number = {14}, pages = {25-58}, publisher = {Kharazmi University}, title_fa = {بررسی شکاف قیمت نفت خام برنت و گازوئیل با استفاده ‌از روش‌های اقتصادسنجی، شبکه‌های عصبی و تبدیل موجک}, abstract_fa ={هدف این مقاله بررسی عوامل موثر بر شکاف قیمتی و آزمون اصل تقارن میان قیمت نفت خام و قیمت گازوئیل می باشد. در این راستا از قیمت نفت خام برنت، قیمت گازوییل 6 کشور اروپایی و نوسانات نرخ برابری یورو به دلار به صورت هفتگی در دوره زمانی1/1/1999ـ 25/8/2011 استفاده شده است. انجام مطالعه با استفاده از مدل خطی (داده های تابلویی) و مدل‌های غیرخطی (شبکه عصبی مصنوعی و تبدیل موجک) صورت گرفته است. نتایج مطالعه نشان می دهد که اگرچه طبق مدلهای خطی و غیرخطی متغیرهای مذکور تاثیر چندانی در نوسانات کوتاه‌مدت شکاف قیمتی ندارد، اما طبق مدلهای غیرخطی، این متغیرها حدود 92 درصد نوسانات بلندمدت شکاف قیمتی را توضیح می دهند. بر اساس نتایج حاصل از مدل‌های خطی و غیرخطی، اصل تقارن در نوسانات کوتاه‌مدت قیمت نفت خام پذیرفته میشود اما این امر در مورد نوسانات بلندمدت مصداق ندارد.}, keywords_fa = {نفت خام, گازوئیل, مدل داده های تابلویی, شبکه عصبی مصنوعی و تبدیل موجک}, url = {http://jemr.khu.ac.ir/article-1-565-en.html}, eprint = {http://jemr.khu.ac.ir/article-1-565-en.pdf}, journal = {Journal of Economic Modeling Research}, issn = {2228-6454}, eissn = {2538-4163}, year = {2013} } @article{ author = {}, title = {The Behavior of Iranian Electricity Market in Supply Function Equilibrium Framework}, abstract ={The Iranian electricity industry has been restructured following the global experiences. The main objective of restructuring is transition from natural monopoly towards competition in order to improve efficiency. Currently, the Iranian electricity market is performing as imperfect competition and Pay-as-Bid (PAB) auctions are the major trade mechanism in this market. This paper proves that Supply Function Equilibrium (SFE) is an appropriate approach to analyze behavior of the Iranian electricity market. Isfahan electricity market has been considered as a case study in which SFE is applied (regarding marginal cost estimation as well as demand uncertainty). The derived SFE indicates that there is major difference between SFE and Nash equilibrium.}, Keywords = { Restructuring, Game theory, Supply Function Equilibrium, Pay-as-Bid, Electricity market, Iran.}, volume = {4}, Number = {14}, pages = {59-83}, publisher = {Kharazmi University}, title_fa = {تحلیل بازار انرژی برق ایران در چارچوب رویکرد تعادل نگاشت عرضه(SFE):مطالعه موردی منطقه اصفهان}, abstract_fa ={در پی تحولات بازار قدرت در کشورهای صنعتی، تجدید ساختار بازار انرژی برق در ایران نیز پذیرفته و عملی شده است. مبنای پذیرش تجدید ساختار، افزایش کارایی از طریق وارد شدن ملاحظات اقتصادی و گذار از انحصار به شرایطی رقابتی تر جهت نزدیکی به وضعیت بهینه است. با توجه به ساختار بازار، نهایتا وضعیت رقابت ناقص در این بازار محقق می شود که برای تحلیل آن بایستی از راه حل های نظریه بازی استفاده کرد. از طرفی با توجه به سیستم پیشنهاد دهی و نظام پرداخت بر اساس پیشنهاد(PAB) در بازار انرژی برق ایران، مدل مناسب برای تحلیل، مدل های تعادل نگاشت عرضه(SFE) می باشد. بر این اساس در این مطالعه پس از ارائه مدل نظری متناسب، نگاشت عرضه تعادلی بهینه یکی از بنگاه های بازار برق در منطقه اصفهان پس از برآورد تابع هزینه نهایی و پارامتر های نااطمینانی تقاضا در چارچوب رهیافت SFE و با استفاده از نرم افزار Matlabاستخراج شده و با نگاشت عرضه پیشنهادی تحقق یافته، مقایسه شده است. نتایج حاصل از این مطالعه نشان می دهد نگاشت عرضه پیشنهادی کنونی با نگاشت عرضه بهینه نظری در تعادل نش منطبق نیست.}, keywords_fa = {نظریه بازی, رویکرد SFE, پرداخت بر اساس پیشنهاد, بازار برق ایران }, url = {http://jemr.khu.ac.ir/article-1-687-en.html}, eprint = {http://jemr.khu.ac.ir/article-1-687-en.pdf}, journal = {Journal of Economic Modeling Research}, issn = {2228-6454}, eissn = {2538-4163}, year = {2013} } @article{ author = {}, title = {Modeling nonlinear effects of the changes in real exchange rate and crude oil prices on Tehran stock exchange (The Markov Switching approach)}, abstract ={ABSTRACT Considering the major impact which changes in the real exchange rate and crude oil prices have on various sectors of Iran's economy and the importance of the financial markets role in economic growth and development, this paper aimed to investigate the effects of the changes in real exchange rate and crude oil prices on Tehran stock exchange using the Markov-Switching's nonlinear models. To this end, daily data which belonged to the following periods were used: 20:03: 2005 - 13:10:2010 The result of the estimations obtained through the Markov Switching Models indicated that MSIAH model with two regimes out of the various MS model are the most suitable ones. The result of the research showed that the changes in the exogenous variable of real exchange rate and the crude oil price have lagging positive effect on the Stock Exchange Index. Moreover, the effects of these changes with two lagging time intervals are significant and negative. The practical implications of these findings could be beneficial to the investors and policy makers who need to be aware of the exact nature of the effects which changes in the exchange rate and crude oil prices have on the stock exchange index.}, Keywords = {Real Exchange Rate, Oil Prices, Stock Exchange Index, Markov Switching Models.}, volume = {4}, Number = {14}, pages = {85-109}, publisher = {Kharazmi University}, title_fa = {مدلسازی آثار غیرخطی تغییرات نرخ ارز واقعی و قیمت نفت خام بر شاخص قیمت سهام بورس اوراق بهادار تهران (رهیافت رژیم‌های مارکوف- سوئیچینگ)}, abstract_fa ={چکیده با توجه به تأثیر گسترده تغییرات نرخ ارز واقعی و قیمت نفت خام بر بخش‌های مختلف اقتصادی ایران و اهمیت بازارهای مالی در رشد و توسعه اقتصادی، در این مطالعه، به بررسی آثار تغییرات نرخ ارز واقعی و قیمت نفت خام بر روی شاخص قیمت سهام با استفاده از مدل‌های غیرخطی مارکوف سوئیچینگ پرداخته می‌شود. برای این منظور از داده‌های روزانه طی دوره‌ی زمانی 1389:12:28 -1384:01:01 استفاده شده است. نتایج حاصل از تخمین مدل‌های مارکوف سوئیچینگ حاکی از آن است که، مدل MSIAH با دو رژیم از میان حالت‌های مختلف مدل MS برگزیده شد. یافته‌های تحقیق نشان می‌دهد که تغییرات متغیر برون‌زای نرخ ارز واقعی و قیمت نفت خام با یک وقفه‌ تأخیر تأثیر مثبت و معنی‌دار بر شاخص قیمت سهام داشته و اثر تغییرات متغیرهای فوق با دو وقفه تأخیر بر شاخص قیمت سهام، منفی و معنی‌دار بوده است. یافته‌های تجربی مقاله‌ی فوق، دلالت‌های مفیدی را برای سرمایه‌گذاران و سیاست‌گذارانی که نیازمند تشخیص اثرات دقیق تغییرات نرخ ارز و قیمت نفت بر روی شاخص قیمت سهام هستند فراهم می‌کند.}, keywords_fa = {نرخ ارز واقعی, قیمت نفت, بورس اوراق بهادار, مدل مارکوف سوئیچینگ.}, url = {http://jemr.khu.ac.ir/article-1-521-en.html}, eprint = {http://jemr.khu.ac.ir/article-1-521-en.pdf}, journal = {Journal of Economic Modeling Research}, issn = {2228-6454}, eissn = {2538-4163}, year = {2013} } @article{ author = {Salehnia, Narges and Falahi, Mohamad Ali and Seifi, Ahmad and MahdaviAdeli, Mohammad Hossei}, title = {Forecasting natural gas spot price with Nonparametric Nonlinear Model}, abstract ={Developing models for accurate natural gas spot price forecasting is critical because these forecasts are useful in determining a range of regulatory decisions covering both supply and demand of natural gas or for market participants. A price forecasting modeler needs to use trial and error to build mathematical models (such as ANN) for different input combinations. This is very time consuming since the modeler needs to calibrate and test different model structures with all the likely input combinations. In addition, there is no guidance about how many data points should be used in the calibration and what accuracy the best model is able to achieve. In this study, the Gamma Test has been used for the first time as a mathematically nonparametric nonlinear smooth modeling tool to choose the best input combination before calibrating and testing models. Then, several nonlinear models have been developed efficiently with the aid of the Gamma test, including regression models Local Linear Regression (LLR), Dynamic Local Linear Regression (DLLR) and Artificial Neural Networks (ANN) models. We used daily, weekly and monthly spot prices in Henry Hub from Jan 7, 1997 to Mar 20, 2012 for modeling and forecasting. Comparing the results of regression models show that DLLR model yields higher correlation coefficient and lower MSError than LLR and will make steadily better predictions. The calibrated ANN models specify the shorter the period of forecasting, the more accurate results will be. Therefore, the forecasting model of daily spot prices with ANN can interpret a fine view. Moreover, the ANN models have superior performance compared with LLR and DLLR. Although ANN models present a close up view and a high accuracy of natural gas spot price trend forecasting in different timescales, its ability in forecasting price shocks of the market is not notable.}, Keywords = {Natural gas, spot price, Gamma Test, Nonparametric nonlinear model}, volume = {4}, Number = {14}, pages = {111-150}, publisher = {Kharazmi University}, title_fa = {پیش‌بینی قیمت‌های نقدی گازطبیعی به کمک مدل‌های غیرخطی ناپارامتریک}, abstract_fa ={پیش‌بینی دقیق قیمت‌های نقدی گاز طبیعی از اهمیت زیادی برخوردار است زیرا می‌تواند در تصمیم‌گیری‌های نظارتی هر دو جانب عرضه و تقاضای گاز طبیعی مفید واقع شود. لذا در این مطالعه، آزمون گاما جهت قیمت‌های گاز، به‌عنوان یک ابزار غیرخطی و ناپارامتریک استفاده شد تا بتوان بهترین ترکیب ورودی‌ها را قبل از کالیبراسیون و آزمون مدل انتخاب نمود. آزمون گاما دارای مدل‌های غیرخطی متعددی مانند رگرسیون خطی موضعی (LLR)، رگرسیون خطی موضعی پویا (DLLR) و شبکه‌های عصبی مصنوعی (ANN) می‌باشند. بدین‌منظور از قیمت‌های نقدی روزانه، هفتگی و ماهانه‌ی گاز هنری‌هاب از 7/11997 تا 20/3/ 2012 استفاده شد. مقایسه‌ی نتایج نشان داد که مدل DLLR از ضریب همبستگی بالاتر و میانگین مربعات خطای پایین‌تر از LLR برخوردار بوده و پیش‌بینی‌های بهتری را بدست می‌دهد. مدل ANN نشان می‌دهد که هرچه دوره‌ی پیش‌بینی کوتاه‌تر باشد نتایج دقیق‌تری را داراست. بنابراین، مدل پیش‌بینی قیمت‌های نقدی روزانه با روش ANN می‌تواند به عنوان یک مدل مناسب درنظر گرفته شود. بعلاوه، مدل‌های ANN در مقایسه با مدل‌های LLR و DLLR دارای عملکرد بالاتری است و دقت بالاتری را جهت پیش‌بینی روند قیمت‌های گاز در مقیاس‌های زمانی متفاوت بدست می‌دهد اما این دسته از مدل‌ها از توانایی لازم جهت پیش‌بینی شوک‌های قیمتی بازار برخوردار نمی‌باشند}, keywords_fa = { گاز طبیعی, قیمت نقدی, آزمون گاما, مدل غیرخطی ناپارامتریک}, url = {http://jemr.khu.ac.ir/article-1-577-en.html}, eprint = {http://jemr.khu.ac.ir/article-1-577-en.pdf}, journal = {Journal of Economic Modeling Research}, issn = {2228-6454}, eissn = {2538-4163}, year = {2013} } @article{ author = {samadi, ali hosein and eydizadeh, shahram}, title = {Designing a Dynamic Model for Iran Gas Industry: A System Dynamics Approach}, abstract ={This study aims to evaluate the status of Iranian gas industry and to formulate appropriate policies in order to attain the objectives of Iran’s Vision 2025. A dynamic model including exploration, production, consumption and demand sub-systems is designed based on the system dynamics approach and is simulated for the period 2010-2025. In this model, factors affecting natural gas exploration, demand and consumption as well as production, export and import of all other fuels in energy supply are identified and their dynamic interactions are investigated. The results of solving the basic model indicated that except for a 75 % share of gas consumption, none of Vision’s objectives would be attained, if current policies were followed. Accordingly, new policies are formulated and included in the model in the form of some scenarios. The results of simulating such scenarios suggest that other than coordinating the subdivisions of gas industry, production and exploration rates should be increased and significant technological exploration and production advances should be made in order to attain the objectives considered in the gas industry. Furthermore, clean energies such as water, wind and solar resources should be utilized increasingly in order to supply a part of domestic consumption. The results of model validation tests indicate the validity of the model as acceptable.}, Keywords = {system thinking, Iranian gas industry, simulation, system dynamics, causal loop diagram, 2025 horizon,Iran}, volume = {4}, Number = {14}, pages = {151-181}, publisher = {Kharazmi University}, title_fa = {طراحی یک مدل دینامیک برای تدوین سیاست های صنعت گاز ایران با استفاده از رهیافت پویایی شناسی سیستم}, abstract_fa ={هدف اصلی مقاله حاضر ارزیابی وضعیت فعلی صنعت گاز ایران و تدوین سیاست های مناسب برای رسیدن به اهداف سند چشم انداز(ایران 1404) بوده است. برای رسیدن به این هدف یک مدل دینامیکی(شامل سه زیر سیستم اکتشاف، تولید و مصرف و تقاضا) براساس رهیافت پویایی شناسی سیستم طراحی و برای دوره‌ی 1389-1404 شبیه سازی صورت گرفته است. در این مدل عوامل موثر بر اکتشاف گاز طبیعی، میزان تقاضا و مصرف گاز و همچنین عوامل موثر بر تولید، صادرات، واردات، سهم سایر سوختها در عرضه انرژی شناسایی و روابط متقابل دینامیکی بین آنها بررسی شد. نتایج حاصل از حل مدل پایه نشان داد که با ادامه سیاست های فعلی، به هیچکدام از اهداف سند چشم انداز( به جز هدف 75 درصدی سهم مصرف گاز) نخواهیم رسید. بر این اساس، سیاست های جدیدی طراحی و در قالب پیش نوشته هایی در مدل لحاظ شد. نتایج حاصل از شبیه سازی پیش نوشته ها نشان می دهد که جهت رسیدن به اهداف در نظر گرفته شده در صنعت گاز بایستی علاوه بر هماهنگی در زیر بخش های صنعت گاز، نرخ تولید و اکتشاف افزایش یافته و پیشرفت های تکنولوژیکی چشم گیری در زمینه ی اکتشاف و تولید صورت پذیرد. هم چنین بایستی استفاده از منابع انرژی های پاک مانند منابع آبی و بادی و خورشیدی جهت تامین بخشی از مصرف داخلی افزایش یابد. نتایج حاصل از آزمون های اعتبار سنجی مدل نیز بیانگر این مطلب بوده که مدل از اعتبار قابل قبولی برخوردار است.}, keywords_fa = {تفکر سیستمی, صنعت گاز ایران, شبیه سازی, پویایی شناسی سیستم, نمودار علی-حلقوی, سند چشم انداز 1404}, url = {http://jemr.khu.ac.ir/article-1-725-en.html}, eprint = {http://jemr.khu.ac.ir/article-1-725-en.pdf}, journal = {Journal of Economic Modeling Research}, issn = {2228-6454}, eissn = {2538-4163}, year = {2013} } @article{ author = {Heidary, kiumars and sheikhbahaie, azit}, title = {Design and application of Error Correction Filters to Calculation the Value of Shares of Electricity Utilities, the Case of Tehran Regional Electricity Company}, abstract ={The shares of state-owned or public companies are supplied in privatization plan. If the financial market be clear and efficient, it is expected that discovered price of supplied shares be efficient too. However, there is no guarantee for the fulfillment of this condition. Specially, implementation of those policies that, for example, a shock to exchange rate or the price of inputs (such as fuel), can affect market efficiency to discover efficient price of shares. In this study, the factors that cause the deviation of the actual share price have been identified, at first. After that a computable system has been designed by implementation error corrector filters. The input of this system is biased variable and corrected variable is the output. In this study, comparing previous studies, is generalized. So computable designed model can evaluates a wide range of factors. This system has been used to calculate the share of Tehran Regional Electricity Company. The outcomes show that the value of its shares is change from a negative amount (based on bias variables) to 2445 billion Rials (after passing based variable from correction filters). This difference, in addition of information asymmetry, maybe causes, in special in energy and electricity sectors, some opportunities to rent.}, Keywords = {Error Correction Filters, Electricity Market, Privatization, Financial Indexes.}, volume = {4}, Number = {14}, pages = {183-201}, publisher = {Kharazmi University}, title_fa = {طراحی و بکارگیری فیلترهای تصحیح کننده خطا برای محاسبه ارزش سهام شرکت های برق}, abstract_fa ={در برنامه خصوصی سازی، سهام شرکتهای متعلق به دولت عرضه می شود. در صورتی که عرضه سهام تحت یک بازار کارا و با وجود اطلاعات کامل صورت پذیرد، انتظار می رود قیمت سهام عرضه شده در بازار به درستی کشف شود. اعمال سیاست هائی مانند تغییر ناگهانی نرخ ارز یا قیمت نهاده ها (مانند سوخت نیروگاهی) و ... در آینده که آثار آن در صورت های مالی مبتنی بر اطلاعات تاریخی قابل مشاهده نیست، کارائی بازار در تعیین قیمت سهام را تحت تاثیر قرار می دهد. در این مطالعه، رویکرد جامع طراحی و بکارگیری فیلترهای تصحیح کننده، برای شناسائی عوامل منحرف کننده قیمت سهام و دارائی های مشمول واگذاری بکار گرفته شده است. برای این منظور یک مدل محاسباتی طراحی شده به گونه ای که مقدار متغیرهای منحرف را دریافت و با اصلاح و تعدیل لازم، مقادیر اصلاح شده را بدست می دهد. بر اساس این مدل می توان تاثیر طیف گسترده ای از این عوامل را بررسی کرد. نتایج حاصل از بکارگیری این روش برای شرکت برق منطقه ای تهران نشان می دهد با اعمال فیلترهای طراحی شده، سود شرکت و ارزش سهام آن افزایش یافته و شاخص های مالی بهبود یافته اند. به طوری که با تصحیح همزمان متغیرهای مورد بررسی، ارزش سهام شرکت، از یک مقدار منفی (در شرایط بدون اعمال فیلتر)، به 2445 میلیارد ریال افزایش می یابد.}, keywords_fa = {فیلترهای تصحیح کننده خطا, بازار برق, تجدید ارزیابی, خصوصی سازی, شاخص های مالی.}, url = {http://jemr.khu.ac.ir/article-1-607-en.html}, eprint = {http://jemr.khu.ac.ir/article-1-607-en.pdf}, journal = {Journal of Economic Modeling Research}, issn = {2228-6454}, eissn = {2538-4163}, year = {2013} }