Råoljeprisen regnes som en av de viktigste indikatorene i verdensøkonomien. Regjeringer og bedrifter bruker mye tid og energi til å finne ut hvor oljeprisene er på vei neste, men prognoser er en inexakt vitenskap. Standardteknikker er basert på kalkulator (lineær regresjon og økonometri), men alternativer inkluderer strukturelle modeller og datastyrt analyse. Det er ingen allment akseptert konsensus om den beste måten å prognose oljeprisen på.

AD:

Selskaper er også spesielt oppmerksomme på - og ofte deltar i - olje futures markeder. Råolje futures handles på New York Mercantile Exchange (NYMEX) og Tokyo Commodity Exchange (TOCOM).

Forstå priser på råolje

På grunnlag av grunnlag er råoljeforsyningen bestemt av oljeselskapers evne til å trekke ut reserver fra bakken og distribuere dem rundt om i verden. Det er tre store forsyningsvariabler: teknologiske endringer, miljøfaktorer og oljeselskaps evne til å akkumulere og fylle ut kapital. Tekniske forbedringer - spesielt hydraulisk brudd og horisontal boring - hjalp til med å oversvømme verdensmarkedet med olje etter 2008.

AD:

Etterspørselen etter råolje kommer fra enkeltpersoner, bedrifter og myndigheter. Vanligvis øker etterspørselen etter olje i gode økonomiske tider, og den avtar under langsommere økonomiske tider. Økninger i levestandarden i Kina og India har vært en stor kilde til global etterspørsel i det 21. århundre.

Bedrifter trenger å forstå disse faktorene før de foretar oljeprisprognoser, men selv det er ikke nok. Oljeprisene er sterkt påvirket av ikke-markedskrefter, herunder Organisasjonen for petroleumseksportlandene (OPEC), som effektivt fungerer som et multinasjonalt oljekartell. OPEC medlemsland gjør felles beslutninger om hvor mye olje som skal løses til verdensmarkedet basert på hva som er best for deres regjeringer. De ekstreme svingene i oljeprisene mellom 2005 og 2015 er imidlertid en indikasjon på at OPEC-innflytelsen er begrenset.

AD:

Olje er også svært regulert i de fleste land. USA, som mange nasjoner i Europa, har strenge restriksjoner på hvor olje kan bores; Miljøvernbyrået (EPA) kan ha så mye å si om oljeprisen som Exxon Mobil eller British Petroleum.

Årsaken til at bevegelser i oljeprisen (eller en hvilken som helst vare) ofte overrasker analytikere, er fordi det er hundrevis av variabler, hver av dem beveger seg samtidig på uforutsigbare måter. Styringsrådet i Federal Reserve System satte det best i sin diskusjonsrapport i juli 2011 "Forutsatt prisen på olje", som begynte med å identifisere "uventede store og vedvarende svingninger i den reelle oljeprisen."

Kvantitative metoder

Bedrifter ansetter økonometrikere og andre markedeksperter for å gjøre spådom på kort og mellomlang sikt på oljemarkedet. Disse profesjonelle bruker svært kompliserte matematiske modeller som enten fokuserer på økonomi (ved hjelp av spot- og fremtidige priser) , eller tilbuds- og etterspørselshensyn (kvantifiserbare variabler og testing av forklaringsevne).

Spot og fremtidige prismodeller er fortsatt populære hos mange selskaper, men trenden ut av favør. Det grunnleggende konseptet er at futuresmarkeder - spesielt forholdet mellom futures prisflytninger og fluktuasjoner i spotprisene - vil peke veien til morgendagens oljepriser. To innflytelsesrike akademiske artikler ble utgitt i 1991 (Bopp og Lady; Serletis) som foreslo at fremtidige oljepriser ikke var objektive eller helt effektive, men var sannsynligvis fortsatt bedre enn noen andre indikatorer. Denne konklusjonen ble nådd gjennom feil- og korrektjonsmodeller (ECM), som tillater statistikere eller økonometrikere t o konto for bias i futures data.

En tredje studie i 1998 (Zeng og Swanson) så på råolje på NYMEX, New York Commodity Exchange, Chicago Commerce og Chicago Mercantile Exchange mellom 1990 og 1995. Det fant ut at ECM-modellene fungerte best. Frem til begynnelsen av det 21. århundre brukte de fleste bedrifter ECM-tilnærmingen.

Senere studier har vært mindre snille mot økonomiske modeller. En gjennomgått West Texas Intermediate (WTI) råolje futures priser på NYMEX mellom 1989 og 2003, å finne frem til at terminer og futures priser er verken effektive eller objektive nok til å nøyaktig forutsi fremtidige spotpriser (og merkelig at det var lite bevis på risikopremier "i oljemarkedet). Forfatterne anbefalte i stedet en tidsserie-tilfeldig turprosess; random walk teori antyder at aksjekursendringer ikke kan brukes til å forutsi fremtidig bevegelse. (Forskning fra Universitetet i Portugal i 2013 oppdaget at tidsserier økonometrisk modellering er den vanligste prognosemetoden for råoljeprisene.)

Utbuds- og etterspørselsmodeller fokuserer på makroøkonomiske variabler, for eksempel OPEC-produksjon, inntektselasticitet etterspørsel etter olje og reelt bruttonasjonalprodukt (BNP). Fordi det er så mange mulige kombinasjoner av variabler, bruker de fleste bedrifter eller analytiske tjenester proprietære beregninger og endrer formlene ofte. Målet er å finne de mest statistisk signifikante variablene, og deretter finne diagramvariasjoner i disse variablene og opprett tøffe estimater for fremtidige oljeprisområder.

Kvalitative eller ikke-lineære metoder

Forespørgere om alternative tilnærminger, som statistikere kan kalle "ikke-standard" eller "ikke-lineære" tilnærminger, hevder at fremtidige oljepriser er for tilfeldige og kaotiske for alle tradisjonelle prosesser. Disse metodene kan fortsatt bruke noen av de samme dataene som standardmodeller, men beregningene er basert på mønstergjenkjenning i stedet for lineære modeller eller økonometriske regresjoner.

Et populært mønstergenkjenningsverktøy er det kunstige nevrale nettverket (ANN).ANN-modellen, som er basert på biologi av den menneskelige hjerne, muliggjør simuleringen å lære og generalisere erfaringer basert på nye data. ANNs brukes til en rekke analyser innen nærings-, vitenskaps- og investeringsfelt. En standard kritikk av ANN-metoden - og en primær årsak til at ANNs ikke er populære med private oljeprognoser, er de inneboende inngangene som brukes til å vurdere prisserier, ofte subjektive eller vilkårlig.

Fundamentelle investorer og analytikere har en tendens til å vike seg unna komplekse statistiske modeller. I stedet baserer de grunnleggende analytikere seg på aggregerte forretningsfaktorer, som lagernivå, produksjonsutvikling, naturkatastrofer og spekulasjoners handlinger. Den implisitte begrunnelsen bak disse kunnskapsbaserte tilnærmingene er at oljeprisene er sterkt påvirket av store, identifiserbare hendelser. Det er vanlig for bedrifter å ansette markedsanalytikere som stole på informasjon fra andre kilder, for eksempel Verdensbankens vareprognose, i stedet for å lage egne modeller.