Prévisions des prix du pétrole basées sur des modèles ARIMA, de lissage exponentiel et de réseaux neuronaux autorégressifs

Les prix du pétrole ont un impact sur l'économie mondiale. Les chocs de demande, tels que ceux causés par la récente épidémie de COVID-19, ou les chocs d'offre causés par des réductions de production des principaux producteurs mondiaux, entraînent des changements de prix soudains. L'industrie pétrolière collecte des données sur les prix depuis la fin du XIXe siècle. Une série chronologique de cette ampleur permet une analyse cohérente des prévisions du comportement des prix à la suite de chocs de demande ou d'offre. Les séries temporelles financières sont sensibles aux chocs exogènes. Dans cette perspective, ce travail présente une analyse comparative des scénarios prévisibles des prix du pétrole brut, obtenus à partir d'une série historique des prix annuels moyens. Deux approches ont été utilisées : d'abord, une combinaison de stratégies classiques basées sur le lissage exponentiel et les modèles ARIMA. Ensuite, un modèle de réseau neuronal autorégressif. Les deux approches sont complémentaires lorsqu'elles sont utilisées pour les prévisions à long terme des prix du pétrole et montrent une bonne réaction à des données volatiles. Par conséquent, nous sommes capables de présenter une analyse alternative des données, dans un domaine où il existe une grande quantité de séries historiques pertinentes, en utilisant des modèles probabilistes et non linéaires afin d'observer des prévisions et de prendre des décisions plus efficaces.