కంపెనీలు చమురు ధరలను ఎలా అంచనా వేస్తాయి?

ముడి చమురు ధరలు ప్రపంచ ఆర్థిక వ్యవస్థలో ముఖ్యమైన సూచికలలో ఒకటిగా పరిగణించబడతాయి. చమురు ధరలు తరువాత ఎక్కడికి వెళుతున్నాయో తెలుసుకోవడానికి ప్రభుత్వాలు మరియు వ్యాపారాలు చాలా సమయం మరియు శక్తిని వెచ్చిస్తాయి, కాని అంచనా వేయడం ఒక ఖచ్చితమైన శాస్త్రం. ప్రామాణిక పద్ధతులు కాలిక్యులస్ (లీనియర్ రిగ్రెషన్స్ మరియు ఎకోనొమెట్రిక్స్) పై ఆధారపడి ఉంటాయి, అయితే ప్రత్యామ్నాయాలలో నిర్మాణ నమూనాలు మరియు కంప్యూటర్ నడిచే విశ్లేషణలు ఉన్నాయి. చమురు ధరలను అంచనా వేయడానికి ఉత్తమ మార్గంపై విస్తృతంగా ఆమోదించబడిన ఏకాభిప్రాయం లేదు.

కంపెనీలు చమురు ఫ్యూచర్స్ మార్కెట్లపై కూడా ప్రత్యేక శ్రద్ధ చూపుతాయి. ముడి చమురు ఫ్యూచర్స్ న్యూయార్క్ మెర్కాంటైల్ ఎక్స్ఛేంజ్ (NYMEX) మరియు టోక్యో కమోడిటీ ఎక్స్ఛేంజ్ (TOCOM) లలో వర్తకం చేయబడతాయి.

ముడి చమురు ధరలను అర్థం చేసుకోవడం

ఒక ప్రాథమిక స్థాయిలో, ముడి చమురు సరఫరా భూమి నుండి నిల్వలను వెలికితీసి ప్రపంచవ్యాప్తంగా పంపిణీ చేయగల చమురు కంపెనీల సామర్థ్యాన్ని బట్టి నిర్ణయించబడుతుంది. మూడు ప్రధాన సరఫరా వేరియబుల్స్ ఉన్నాయి: సాంకేతిక మార్పులు, పర్యావరణ కారకాలు మరియు చమురు కంపెనీల మూలధనాన్ని కూడబెట్టి తిరిగి నింపే సామర్థ్యం. సాంకేతిక మెరుగుదలలు - ముఖ్యంగా హైడ్రాలిక్ ఫ్రాక్చర్ మరియు క్షితిజ సమాంతర డ్రిల్లింగ్ - 2008 తరువాత చమురుతో ప్రపంచ మార్కెట్లను వరదలకు సహాయపడ్డాయి.

ముడి చమురు డిమాండ్ వ్యక్తులు, కంపెనీలు మరియు ప్రభుత్వాల నుండి వస్తుంది. సాధారణంగా, మంచి ఆర్థిక సమయాల్లో చమురు డిమాండ్ పెరుగుతుంది మరియు నెమ్మదిగా ఆర్థిక కాలంలో ఇది తగ్గుతుంది. చైనా మరియు భారతదేశాలలో జీవన ప్రమాణాల పెరుగుదల 21 వ శతాబ్దంలో ప్రపంచ డిమాండ్‌కు ప్రధాన వనరుగా ఉంది.

చమురు ధరల అంచనాలను రూపొందించడానికి ముందు కంపెనీలు ఈ అంశాలను అర్థం చేసుకోవాలి, కానీ అది కూడా సరిపోదు. ఆర్గనైజేషన్ ఆఫ్ ది పెట్రోలియం ఎక్స్‌పోర్టింగ్ కంట్రీస్ (ఒపెక్) తో సహా మార్కెట్-కాని శక్తులచే చమురు ధరలు ఎక్కువగా ప్రభావితమవుతాయి, ఇవి బహుళజాతి చమురు కార్టెల్‌గా సమర్థవంతంగా పనిచేస్తాయి. ఒపెక్ సభ్య దేశాలు తమ ప్రభుత్వాలకు ఉత్తమమైన వాటి ఆధారంగా ప్రపంచ మార్కెట్లకు ఎంత చమురును విడుదల చేయాలనే దానిపై ఉమ్మడి నిర్ణయాలు తీసుకుంటాయి. ఏదేమైనా, 2005 మరియు 2015 మధ్య చమురు ధరల తీవ్ర మార్పు ఒపెక్ ప్రభావం పరిమితం అని సూచిస్తుంది.

చాలా దేశాలలో చమురు కూడా అధికంగా నియంత్రించబడుతుంది. ఐరోపాలోని అనేక దేశాల మాదిరిగా యునైటెడ్ స్టేట్స్, చమురును ఎక్కడ రంధ్రం చేయవచ్చనే దానిపై కఠినమైన పరిమితులు ఉన్నాయి; ఎన్విరాన్మెంటల్ ప్రొటెక్షన్ ఏజెన్సీ (ఇపిఎ) చమురు ధరల గురించి ఎక్సాన్ మొబిల్ లేదా బ్రిటిష్ పెట్రోలియం వంటివి చెప్పవచ్చు.

చమురు ధరలో కదలికలు (లేదా ఏదైనా వస్తువు) తరచుగా విశ్లేషకులను ఆశ్చర్యపరిచే కారణం ఏమిటంటే, వందలాది వేరియబుల్స్ ఉన్నందున, వాటిలో ప్రతి ఒక్కటి అనూహ్య మార్గాల్లో కదులుతున్నాయి. ఫెడరల్ రిజర్వ్ సిస్టమ్ యొక్క బోర్డ్ ఆఫ్ గవర్నర్స్ వారి జూలై 2011 చర్చా పత్రం "చమురు ధరను అంచనా వేయడం" లో ఉత్తమంగా ఉంచారు, ఇది "చమురు యొక్క నిజమైన ధరలో unexpected హించని పెద్ద మరియు నిరంతర హెచ్చుతగ్గులను" గుర్తించడం ద్వారా ప్రారంభమైంది.

పరిమాణ పద్ధతులు

చమురు మార్కెట్లో స్వల్ప మరియు మధ్యకాలిక అంచనాలను రూపొందించడానికి కంపెనీలు ఎకోనొమెట్రిషియన్లను మరియు ఇతర మార్కెట్ నిపుణులను నియమించుకుంటాయి. ఈ నిపుణులు అత్యంత సంక్లిష్టమైన గణిత నమూనాలను ఉపయోగిస్తున్నారు, ఇవి ఆర్థిక విషయాలపై దృష్టి సారించాయి (స్పాట్ మరియు భవిష్యత్ ధరలను ఉపయోగించడం), లేదా సరఫరా మరియు డిమాండ్ పరిగణనలు (వేరియబుల్స్ లెక్కించడం మరియు వారి వివరణాత్మక శక్తిని పరీక్షించడం).

స్పాట్ మరియు భవిష్యత్ ధర నమూనాలు ఇప్పటికీ చాలా కంపెనీలలో ప్రాచుర్యం పొందాయి, కాని అవి అనుకూలంగా లేవు. ఫ్యూచర్స్ మార్కెట్లు - ముఖ్యంగా ఫ్యూచర్స్ ధర హెచ్చుతగ్గులు మరియు స్పాట్ ధరల హెచ్చుతగ్గుల మధ్య సంబంధం - రేపటి చమురు ధరలకు మార్గం చూపుతుందని ప్రాథమిక భావన. భవిష్యత్తులో చమురు ధరలు నిష్పాక్షికంగా లేదా పూర్తిగా సమర్థవంతంగా లేవని సూచించిన 1991 లో రెండు ప్రభావవంతమైన విద్యా పత్రాలు (బాప్ మరియు లేడీ; సెర్లెటిస్) ప్రచురించబడ్డాయి, కానీ ఇతర సూచికలకన్నా మంచివి. ఫ్యూచర్స్ డేటాలో పక్షపాతాన్ని లెక్కించడానికి గణాంకవేత్తలు లేదా ఎకోనొమెట్రిషియన్లను అనుమతించే లోపం మరియు దిద్దుబాటు నమూనాల (ECM లు) ద్వారా ఈ నిర్ధారణకు చేరుకున్నారు.

1998 లో మూడవ అధ్యయనం (జెంగ్ మరియు స్వాన్సన్) 1990 మరియు 1995 మధ్య NYMEX, న్యూయార్క్ కమోడిటీ ఎక్స్ఛేంజ్, చికాగో బోర్డ్ ఆఫ్ ట్రేడ్ మరియు చికాగో మెర్కాంటైల్ ఎక్స్ఛేంజ్లలో ముడి చమురును చూసింది. ECM నమూనాలు ఉత్తమంగా పనిచేశాయని కనుగొన్నారు. 21 వ శతాబ్దం ప్రారంభం వరకు, చాలా కంపెనీలు ECM విధానాన్ని ఉపయోగించాయి.

తరువాత అధ్యయనాలు ఆర్థిక నమూనాలకు తక్కువ దయ చూపించాయి. 1989 మరియు 2003 మధ్య NYMEX లో వెస్ట్ టెక్సాస్ ఇంటర్మీడియట్ (WTI) ముడి చమురు ఫ్యూచర్ ధరలను సమీక్షించారు, భవిష్యత్ స్పాట్ ధరలను ఖచ్చితంగా అంచనా వేయడానికి ఫార్వర్డ్ మరియు ఫ్యూచర్స్ ధరలు సమర్థవంతంగా లేదా నిష్పాక్షికంగా లేవని కనుగొన్నారు (మరియు, ఆసక్తికరంగా, "దీనికి తక్కువ సాక్ష్యాలు ఉన్నాయి రిస్క్ ప్రీమియంలు "చమురు మార్కెట్లో). రచయితలు బదులుగా సమయ శ్రేణి యాదృచ్ఛిక నడక ప్రక్రియను సిఫార్సు చేశారు; భవిష్యత్ కదలికను అంచనా వేయడానికి స్టాక్ ధర మార్పులను ఉపయోగించలేమని యాదృచ్ఛిక నడక సిద్ధాంతం సూచిస్తుంది. (2013 లో పోర్చుగల్ విశ్వవిద్యాలయం నుండి జరిపిన పరిశోధనలో ముడి చమురు ధరలకు టైమ్-సిరీస్ ఎకోనొమెట్రిక్ మోడలింగ్ అత్యంత సాధారణ అంచనా పద్ధతి అని కనుగొన్నారు.)

సరఫరా మరియు డిమాండ్ నమూనాలు స్థూల ఆర్థిక వేరియబుల్స్, ఒపెక్ ఉత్పత్తి, చమురు డిమాండ్ యొక్క ఆదాయ స్థితిస్థాపకత మరియు నిజమైన స్థూల జాతీయోత్పత్తి (జిడిపి) పై దృష్టి పెడతాయి. వేరియబుల్స్ యొక్క చాలా కలయికలు ఉన్నందున, చాలా కంపెనీలు లేదా విశ్లేషణాత్మక సేవలు యాజమాన్య గణనలను ఉపయోగిస్తాయి మరియు వాటి సూత్రాలను తరచుగా మారుస్తాయి. లక్ష్యం చాలా గణాంకపరంగా ముఖ్యమైన వేరియబుల్స్ను కనుగొనడం, ఆపై ఆ వేరియబుల్స్లో చార్ట్ హెచ్చుతగ్గులను కనుగొనడం మరియు భవిష్యత్ చమురు ధరల శ్రేణుల కోసం కఠినమైన అంచనాలను రూపొందించడం.

గుణాత్మక లేదా నాన్ లీనియర్ పద్ధతులు

ప్రత్యామ్నాయ విధానాల యొక్క న్యాయవాదులు, గణాంకవేత్తలు "ప్రామాణికం కాని" లేదా "నాన్ లీనియర్" విధానాలు అని పిలుస్తారు, భవిష్యత్ చమురు ధరలు ఏదైనా సాంప్రదాయ ప్రక్రియలకు చాలా యాదృచ్ఛికంగా మరియు అస్తవ్యస్తంగా ఉన్నాయని వాదించారు. ఈ పద్ధతులు ఇప్పటికీ ప్రామాణిక మోడళ్ల మాదిరిగానే కొన్ని డేటాను ఉపయోగించవచ్చు, కాని గణనలు సరళ నమూనాలు లేదా ఎకోనొమెట్రిక్ రిగ్రెషన్ల కంటే నమూనా గుర్తింపుపై ఆధారపడి ఉంటాయి.

ఒక ప్రసిద్ధ నమూనా గుర్తింపు సాధనం కృత్రిమ న్యూరల్ నెట్‌వర్క్ (ANN). మానవ మెదడు యొక్క జీవశాస్త్రంపై అంచనా వేయబడిన ANN మోడల్, కొత్త డేటా ఆధారంగా అనుభవాలను నేర్చుకోవడానికి మరియు సాధారణీకరించడానికి అనుకరణను అనుమతిస్తుంది. వ్యాపారం, విజ్ఞానం మరియు పెట్టుబడి రంగాలలో వివిధ రకాల విశ్లేషణల కోసం ANN లు ఉపయోగించబడతాయి. ANN పద్ధతిపై ఒక ప్రామాణిక విమర్శ - మరియు ప్రైవేట్ చమురు సూచనలతో ANN లు ప్రాచుర్యం పొందకపోవడానికి ఒక ప్రధాన కారణం ధరల శ్రేణిని అంచనా వేయడానికి ఉపయోగించే అంతర్గత ఇన్‌పుట్‌లు తరచుగా ఆత్మాశ్రయ లేదా ఏకపక్షంగా ఉంటాయి.

ప్రాథమిక పెట్టుబడిదారులు మరియు విశ్లేషకులు సంక్లిష్ట గణాంక నమూనాల నుండి సిగ్గుపడతారు. బదులుగా, ప్రాథమిక విశ్లేషకులు జాబితా స్థాయిలు, ఉత్పత్తి పోకడలు, ప్రకృతి వైపరీత్యాలు మరియు స్పెక్యులేటర్ల చర్యల వంటి మొత్తం వ్యాపార అంశాలపై ఆధారపడతారు. ఈ జ్ఞాన-ఆధారిత విధానాల వెనుక ఉన్న అవ్యక్త కారణం ఏమిటంటే, చమురు ధరలు పెద్ద, గుర్తించదగిన సంఘటనల ద్వారా ఎక్కువగా ప్రభావితమవుతాయి. కంపెనీలు తమ సొంత మోడళ్లను సృష్టించకుండా, ప్రపంచ బ్యాంకు యొక్క వస్తువు సూచన వంటి ఇతర వనరుల నుండి వచ్చిన సమాచారంపై ఆధారపడే మార్కెట్ విశ్లేషకులను నియమించడం సర్వసాధారణం.