Análisis y predicciones del precio del petróleo. Una aproximación basada en modelos ARIMA

El tema principal de este proyecto es el petróleo, realizándose inicialmente un estudio de sus características, utilidades, formas de extracción e historia, y posteriormente un análisis basado en series temporales, más concretamente en los modelos ARIMA, con los que se tratará de ajustar un modelo que permita realizar predicciones a futuro de su precio. El petróleo es una sustancia compuesta por una mezcla de hidrocarburos que se produce en el interior de la tierra por la transformación de la materia orgánica acumulada en sedimentos del pasado geológico y que se extrae mediante la perforación de pozos. Su principal utilidad es como materia prima para la obtención de carburantes, pero también se usa para muchas otras aplicaciones como por ejemplo la fabricación de plásticos. Hasta hace un par de años los principales productores de petróleo eran los países miembros de la OPEP, Organización de Países Exportadores de Petróleo, pero desde hace unos años y debido a los altos precios que había alcanzado esta materia prima se empezaron a utilizar nuevas técnicas de extracción de petróleo que convirtieron a Estados Unidos en un importante competidor para la OPEP. De todos los tipos de petróleo este proyecto se centrará en el Brent, ya que esta variedad es la que cotiza en la bolsa de Londres y la referencia para Europa. Para la realización de los análisis y predicciones no se ha utilizado una única serie si no que se analizarán tres tipos de serie: Precios de cierre diarios: Esta serie contiene la información del precio con el que se negocia el Brent al cierre del mercado cada día. Precios máximos y mínimos diarios: Esta serie contendrá el máximo/mínimo al que se negocie el crudo cada día. Precios máximos y mínimos mensuales: Esta serie es similar a la anterior pero con la diferencia de que solo se cogerá un dato al mes que corresponderá con el máximo/mínimo al que se haya negociado en todo ese mes. Estas series se caracterizan por ser muy erráticas ya que existen numerosos factores externos que influyen en el precio de este commodity como puede ser: Demanda. Oferta, capacidad de extracción y refino. Cotización del dólar. Situación y conflictos geopolíticos. Especulación. Para la realización de estos análisis aplicare los modelos de series temporales ARIMA, que son modelos estadísticos autoregresivos que permiten predecir los valores de una variable en función de sus valores pasados sin necesidad de ninguna otra información de variables auxiliares o relacionadas. Una vez realizado el análisis y obtenido los posibles modelos válidos me basaré en el estadístico U de Theil (1966) para decidir cual realiza mejores predicciones y la calidad de estas.Ingeniería Industria