PREDIKCE CEN ROPY PRO POTREBY FIREM ANGAŽOVANÝCH V ENERGETICKY NÁROCNÝCH VÝROBÁCH

Abstract

Práce se zabývá predikcí vývoje ceny ropy a je koncipovaná pro potřeby podniků, které jsou na ropě silně závislé a potřebují se na výkyv cen připravit, příp. zabezpečit. Cena ropy ovlivňuje cenu ropných produktů (benzínu, nafty, atd.), proto znalost vývoje se jeví prospěšná pro většinu subjektů působících v ekonomice. Predikce na kvantitativní úrovni jsou problematické. Trendové predikce vyžadují méně přesných informací o zkoumaném modelu. Použité metody pro tvorbu predikčního modelu spadají do oblasti umělé inteligence, přesněji kvalitativního modelování a teorie chaosu. Kvalitativní algebra rozeznává jen tři možné hodnoty (kladnou, nulovou a zápornou). Investiční časové řady mají chaotický ráz a kvalitativní modelování nám umožňuje zjistit charakter reálných časových řad a přiřadit je k chování známých chaotických modelů. Postup tvorby predikčního modelu je detailně popsán a rozpracován do následných fází. Text obsahuje statistiky predikcí získaných na základě reálných historických dat a interpretaci dosažených výsledků.

The dissertation deals with prediction of crude oil price and is tailor-made for such companies which are heavily crude oil related. The main dissertation target is to make sure that such companies can get ready for price changes and safeguard themselves against negative consequences. Crude oil prices are the main factor which affects prices of such final products as petrol. It is a well known fact that quantitative predictions are not reliable and all those who are forced to real on such vague data set for their decision-making are reluctant to use them. That’s how we would like to have at least the correct trend information. The dissertation introduces some concepts originally developed within artificial intelligence theory for the crude oil predictions. Specifically common sense algorithms and qualitative interpretation of some aspects of theory of chaos are the main contribution towards expanding of available prediction tools described by the dissertation. A systematic analysis of a sequence of qualitative solutions is the key part of the dissertation.