مخاطرات اخلاقی تاثیر اخبار نفت خام بر پیش‌بینی موثر قیمت نفت خام

زمینه: یکی از مهم‌ترین اهداف اقتصادی کشورها، ایجاد شرایط لازم جهت ارتقاء رشد اقتصادی مستمر و باثبات است. از این رو پیش‌‌بینی قیمت نفت در راستای انگیزه‌های عملی رشد اقتصادی جز با پیوند روزافزون اخلاق اقتصادی میسر نخواهد شد. هدف پژوهش حاضر مخاطرات اخلاقی تاثیر اخبار نفت خام بر پیش‌‌بینی موثر قیمت نفت خام است. روش: روش پژوهش حاضر کاربردی و از نوع یادگیری عمیق است. شاخص‌‌های اخبار نفت خام، گوگل‌‌ترندز و قیمت نفت خام در جهان به عنوان جامعه آماری انتخاب شده است که سال‌‌های 2021-2011 به عنوان نمونه تحقیق انتخاب شد. ابزار اندازه‌‌گیری داده‌‌ها سایت مالی معروف جهانی سرمایه‌‌گذاری دات کام، قیمت هفتگی نفت خام وست تگزاس اینترمدیت و موتور جستجوی گوگل‌‌ترندز بود. جهت آزمون نیز از روش شبکه عصبی پیچشی استفاده شده است. یافته‌‌ها: برازش مدل تحقیق که در برگیرنده یک فرضیه اصلی بود مورد تایید قرار گرفت. از این رو، ارتباط مکمل بین عناوین خبری و گوگل ترندز در پیش بینی دقیق قیمت نفت خام بسیار مفید است و می‌تواند باعث مخاطرات اخلاقی در قیمت‌‌گذاری شود. نتیجه‌‌گیری: طبق تخمین مشخص شد تمامی متغیرها در سطح  یا با یک تفاضل پایدار می‌‌باشند و نتایج تجربی حاکی از آن است که روش‌‌های پیش بینی مبتنی بر متن و داده های بزرگ مبتنی بر اینترنت از تکنیک‌‌های دیگر بهتر عمل می کند و نشان می‌‌دهد می‌‌تواند باعث مخاطرات اخلاقی شود.

moral hazards of the impact of crude oil news on the effective forecast of crude oil prices

background: one of the most important economic goals of countries is to create the necessary conditions to promote continuous and stable economic growth. therefore, predicting oil prices in line with the practical incentives for economic growth will not be possible except with the growing link of economic ethics. the purpose of this study is the moral hazards of the impact of crude oil news on the effective forecast of crude oil prices.                method: the method of the present research is applied and of deep learning type. the crude oil news indexes, google trends and crude oil prices in the world have been selected as a statistical population that the years 2021-2011 were selected as a research sample. the data measurement tools were investment.com, the weekly price of west texas intermediate crude oil and the google trends search engine. convolutional neural network method was used for the test. results: the fit of the research model, which included a main hypothesis, was confirmed. therefore, the complementary link between news headlines and google trends is very useful in accurately predicting crude oil prices and can lead to moral hazards in pricing.conclusion: it has been estimated that all variables are level or with a stable difference, and experimental results indicate that text-based forecasting and internet-based big data methods perform better than other techniques and show that they can be moral hazards.